CN111554107A - 交通管控方法、管理平台、路侧设备及*** - Google Patents
交通管控方法、管理平台、路侧设备及*** Download PDFInfo
- Publication number
- CN111554107A CN111554107A CN202010231844.2A CN202010231844A CN111554107A CN 111554107 A CN111554107 A CN 111554107A CN 202010231844 A CN202010231844 A CN 202010231844A CN 111554107 A CN111554107 A CN 111554107A
- Authority
- CN
- China
- Prior art keywords
- road section
- traffic
- flow
- section
- level road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 238000009826 distribution Methods 0.000 claims abstract description 21
- 238000011144 upstream manufacturing Methods 0.000 claims description 69
- 238000007726 management method Methods 0.000 claims description 61
- 238000005457 optimization Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 39
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101001093748 Homo sapiens Phosphatidylinositol N-acetylglucosaminyltransferase subunit P Proteins 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种交通管控方法、管理平台、路侧设备及***,其中,所述方法包括:管理平台获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;所述管理平台基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;所述管理平台将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制。
Description
技术领域
本申请涉及智能交通领域,尤其涉及一种交通管控方法、管理平台、路侧设备及***。
背景技术
在相关技术中,针对交通路况的管理主要是识别拥堵或异常现象,采取对应手段以防止拥堵蔓延,尽早解决拥堵现象。
然而,上述针对交通路况的管理方案主要是针对已经发生的拥堵进行识别以及疏导,但是无法有效进行预防。另外,在相关技术中已有的交通管控方法大多只考虑局部路段的交通状态,导致拥堵可能仅仅从某一个局部路段转移到其他局部路段,无法彻底解除更大范围的交通拥堵问题。
发明内容
本申请提供一种交通管控方法、管理平台、路侧设备及***,以解决现有技术中存在的上述问题。
本发明一方面提供一种交通管控方法,所述方法包括:
路侧设备获取自身对应的场景包含的至少一个路段的交通参数;
所述路侧设备根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;
基于自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略;
所述路侧设备执行或者发布所述具体实施策略。
本发明一方面提供一种交通管控方法,所述方法包括:
管理平台获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
所述管理平台基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;
所述管理平台将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制。
本发明另一方面提供一种管理平台,所述管理平台包括:
接收单元,用于获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
数据存储单元,用于存储管控范围中至少一个二级路段的交通参数及所述全线流量需求信息;
决策计算单元,用于基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;
发布单元,用于将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制。
本发明另一方面提供一种路侧设备,所述路侧设备包括:
感知单元,用于获取自身对应的场景包含的至少一个路段的交通参数;
决策计算单元,用于根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;基于自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略;
交互单元,还用于执行或者发布所述具体实施策略。
本发明另一方面提供一种交通管控***,所述***包括:管理平台、路侧子***;其中,所述路侧子***包含有至少一个路侧设备;其中,
所述管理平台,用于获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制;
所述路侧设备,用于获取自身对应的场景包含的至少一个路段的交通参数,根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;基于第一时长内的自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略,执行或者发布所述具体实施策略。
附图说明
图1为本发明实施例提供的一种交通管控方法流程示意图一;
图2为本发明实施例提供的一种交通管控方法流程示意图二;
图3为本发明实施例提供的一种效果示意图;
图4-图10为本发明实施例提供的多种处理场景示意图;
图11、图12为本发明实施例提供的两种***处理架构示意图;
图13为本发明实施例提供的一种交通管控方法流程示意图三;
图14为本发明实施例提供的一种管理平台组成结构示意图;
图15为本发明实施例提供的一种路侧设备组成结构示意图;
图16为本发明实施例提供的一种交通管控***示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本发明实施例提供了一种交通管控方法,如图1所示,包括:
S11:管理平台获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
S12:所述管理平台基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级道路场景包含的至少一个路段所对应的第一时长内的入口分配流量;
S13:所述管理平台将所述管控范围内每一个一级路段的第一时长内的入口分配流量,分别发送至每一个一级路段入口场景中对应的路侧设备,进行信号灯或收费站放流控制。
其中,所述全线流量需求信息,可以为:历史同时段的全线流量需求信息。历史同时段,可以为与当前时段对应的历史同时段,比如,当前为9AM,那么历史同时段可以为之前1个月(或多个月)内的,每一天的8-10AM之间的时段。相应的,所述历史同时段的权项流量需求信息可以为,1个月(或更长比如2个月,或者更短比如3天内)之内的,同一个时段的全线流量需求信息的平均值。
当然,所述全线流量需求信息还可以是当前时段的全线流量需求信息,比如,可以为根据实际情况进行预设得到或者还可以采用其他方式得到,这里不做穷举。
相应的,本实施例还提供一种交通管控方法,如图2所示,包括:
S21:路侧设备获取自身对应的场景包含的至少一个路段的交通参数;
S22:所述路侧设备根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;基于自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略。
S23:所述路侧设备执行或者发布所述具体实施策略。
本实施例所述管理平台可以为云中心的服务器;路侧设备可以为具备处理功能的设备,并且还能够具备有线以及无线通信能力。
本实施例所述交通管控方法,可以针对高速公路日常、节假日、高峰交通需求,同时也可针对异常交通状态(例:拥堵),实时检测高速公路各场景(合流区、分流区、连续路段、瓶颈路段)的交通状态,通过本地的路侧设备进行交通控制,实现局部交通优化,及时防止拥堵产生或疏解拥堵,并且同时云中心的管理平台能够实现全线协同控制决策,从而实现高速公路全线交通优化。
本实施例提供的处理中包括有全局决策及局部决策。
全局决策至少包括:连续多入口流量控制方法,由中心平台实施,用以实现高速公路全线交通优化,提升高速公路交通稳定性、服务车流量。
局部决策至少包括:局部连续路段交通优化控制方法、局部瓶颈路段交通优化控制方法、单一入口合流区交通优化控制方法、单一出口分流区交通优化控制方法、高速公路互通匝道交通优化控制方法,由对应场景架设的路侧***实施,用以实现高实时性的控制,及时防止拥堵产生或疏解拥堵。
其中,所述连续路段可以理解为多个路段组成的,每一个路段的长度可以为0.5~1公里的长度,当然,也可以更长或更短,具体的根据实际情况进行设置,这里不进行穷举。
通过采用本实施例提供的方案,针对多种场景能够进行总体流量控制以及优化的同时能够进行局部的交通通行能力的控制,从而实现局部交通流优化,及时防止拥堵产生或疏解拥堵。以及实现高速公路全线交通优化,提升高速公路交通稳定性、服务车流量,改善驾驶员行驶感受,减少营运损失。
本实施例提供的方案可以达到的效果可以参见图3所示,能够在车流密度较小的时候,使得车流能够增加达到交通最佳状态;在车流密度较大的时候,控制减少车流,从而同样达到交通最佳状态。最大化总车流量,可以等价于服务越多车辆,并使他们以一定速度到达目的地,不仅可减少交通营运者营运损失,也改善驾驶员行驶感受。
前述交通参数可以包括有以下至少之一:
根据静态地图、路侧设备静态参数(设定参数)获取的道路参数;所述道路参数可以包括车道数、场景类型、限速值等;
根据车路通信或路边传感器获取的事件参数;所述时间参数可以包括事件地点、事件种类、事件影响程度等;
根据车路通信或路边传感器获取的车辆参数,比如可包括各路段、各场景中所有车辆车牌号、位置、速度;
根据车辆参数获取的交通宏观参数与统计参数,其中,交通宏观参数包括车流量、车流密度、车流速度;交通统计参数包括车辆速度方差、车辆位置分布。
进而,基于前述交通参数,比如根据道路参数及事件参数,计算得到各场景、各路段的道路通行能力。
管理平台管理高速公路全线路侧设备信息,将高速公路以下述形式进行管理:
1、从一入口至一出口间的路段为一级路段,一级路段间按上游至下游呈序列关系。
2、一级路段下分为多个二级路段,每个二级路段为0.5~1km,架设一个路侧设备,二级路段为以下场景之一:连续路段、瓶颈路段、合流区、分流区、互通匝道分流区。
下面结合示例对本实施例提供的全局策略的处理进行详细说明,本示例可以参考图4对全线多个入口的放行流量进行求解:
(1)所述管理平台通过通信连接,获取至少一个一级路段中至少一个二级路段所对应的路侧设备发送的交通参数和局部策略;其中,所述通信连接为有线通信连接或无线通信连接。
也就是说,管理平台通过无线、有线通信从路侧设备获取全网路段、场景交通参数和局部策略,并将其存储进存储单元中。
管理平台通过大数据分析、统计各个时段多个时长的交通参数中的个别车辆出现时间、出现的一级路段、离开时间、离开的一级路段,获得历史各时段的全线交通流量信息。
(2)所述管理平台以全线每一个一级路段中入口场景路段的入口匝道放行流量为优化参数,根据全线流量需求信息、交通参数及局部策略制定约束条件,最大化全线服务车流量。
其中,约束条件包括以下至少之一:
1、每一个一级路段的入口放行流量小于等于该一级路段的入口需求。
2、对每一个一级路段,包含该一级路段的所有上游一级路段的入口往包含该一级路段的所有下游一级路段出口的流量需求之和小于等于该一级路段中各二级路段的局部限流策略。
3、对每一个一级路段,包含该一级路段的所有上游一级路段的入口往包含该一级路段的所有下游一级路段出口的流量需求之和小于等于该一级路段中各二级路段的通行能力。
4、对每一个一级路段,包含该一级路段的所有上游一级路段的入口往该一级路段的出口的流量需求之和小于等于该一级路段中出口匝道通行能力。
本示例提供的方案中,所述第一时长可以为从当前时刻起,到某一时刻结束的一段时长。该时长的长度可以为预设的,可以跟当前时刻所处的时段相关,比如,当前时刻为交通高峰时段(比如上午7-9点,或者下午5-8点),那么可以将第一时长的长度设置的较短,因为交通高峰时段中交通的变化较大;再比如,当前时刻为交通不繁忙的时段(如中午11-下午4点),那么第一时长的长度可以设置较长。
具体的,以全线每一个一级路段中入口场景路段的入口匝道放行流量为优化参数,根据全线流量需求信息、交通参数及局部策略制定约束条件,最大化全线服务车流量。
可以使用如下目标优化函数得到使第一时长内总交通流量最大化的多个入口的分配流量:
以上公式中,q1,q2,...,qn为n个一级路段中入口场景路段的入口匝道放行流量;D为全线流量需求信息矩阵;D[i,j]为从一级路段i的入口匝道前往一级路段j出口的流量需求。约束中第一项为一级路段i的入口放行流量小于等于该入口总进入需求,这一项约束用于合理分配入口放行流量;约束中第二项为包含一级路段i的所有上游的入口往包含一级路段i的所有下游一级路段的流量需求小于等于一级路段i中二级路段所决策的局部限流策略最小值,用于与局部优化决策进行配合;约束中第三项为包含一级路段i的所有上游的入口往包含一级路段i的所有下游一级路段的流量需求小于等于一级路段i中二级路段的通行能力最小值,用于避免流量太大造成的拥堵;约束中第四项为包含一级路段i的所有上游的入口使往一级路段i出口的流量小于等于出口匝道通行能力,用于避免出口处的回堵。
(3)通过无线通信、或有线通信发送各入口分配流量至各入口所属的收费站或信号灯生成具体放行控制策略,实际控制入口处的流量控制。
其中,有线通信可以为光纤通信;无线通信可以为4G、5G、LTE-V、DSRC等。
路侧设备执行前述步骤S21~步骤S23。
其中,所述路侧设备根据自身对应的场景类型,采用与所述场景类型对应的边缘决策策略,确定具体实施策略;
所述场景类型包括以下之一:局部连续路段、局部瓶颈路段、单入口合流区、单出口分流区、高速公路互通匝道;
相应的,所述场景类型对应的边缘决策方法,包括以下之一:局部连续路段对应的第一方法、局部瓶颈路段对应的第二方法、单入口合流区对应的第三方法、单出口分流区对应的第四方法、高速公路互通匝道对应的第五方法。
下面分别通过多个示例,结合前述不同场景类型及其对应的边缘决策策略进行详细说明:
示例1、局部连续路段交通优化控制方法:
所述局部连续路段对应的第一方法,包括:
在局部连续路段的交通参数满足预设条件的情况下,计算得到使所述第一时长内局部连续路段总车流量最大化的上游控制路段限速值和限流策略;
其中,所述预设条件,包括以下至少之一:
平均速度低于第一标准阈值、交通密度大于第二标准阈值、速度方差大于第三标准阈值或车辆位置方差大于第四标准阈值。
道路延线每0.5~1km架设一个路侧设备,路侧设备感知范围即为该路侧设备对应路段,对每一个路侧设备,局部连续路段场景的决策范围为路侧设备对应的路段及相邻下游路段,本示例的局部连续路段如图5所示,其中局部连续路段中包含有路段1、2。
具体来说,可以为:
(1)路侧***实时分析决策范围内各路段的交通参数。
(2)当决策范围内某一路段的交通参数出现平均速度低于第一标准阈值、交通密度大于第二标准阈值、速度方差大于标准或车辆位置方差大于第三标准阈值时,表示交通状态不稳定有可能发生拥堵,需要进行限速控制。
其中,N为路段总车辆数,vi为车辆i的速度,μ为平均速度,posi为车辆i的位置,poscenter为路段中心位置;若速度方差大表示有些车辆开太快或太慢,容易造成事故;若位置方差太大表示车辆集中在某个路段,可能已发生拥堵。
控制方法:在局部连续路段的交通参数满足预设条件的情况下,构建以所述局部连续路段第一时长内总车流量最大化为优化目标的分段限速模型,求解得到路段限速值策略及限流策略;
也就是说,以路段1速度v1及输入流量qin为优化参量,求解下述优化函数以最大化未来连续时间内连续路段车流量:
式中,T为第一时长,t为T的分割子时段,dt为间隔时间;为以优化参数计算的下游路段车流密度,由于实际中车流密度不可能超过最大密度,所以会发生溢流情形,使多余的车流溢流至上游路段,所以经过处理后,为t时刻下游路段的车流密度;为根据计算的速度,以上描述同样适用于上游路段;约束条件中,Cap为道路通行能力;速度乘以密度即为车流量,在优化函数中考虑输入流量qin,用意为避免为了使路段1及路段2车流最大化而牺牲上游路段的车流量,反而使交通提前拥堵。
(3)控制路边显示屏显示限速值,及通过车路通信、无线通信、有线通信发送限速消息至其他终端设备进行限速控制;发送局部限流策略至管理平台。
示例2、局部瓶颈路段交通优化控制方法:
所述局部瓶颈路段中包含有控制路段以及瓶颈路段;所述控制路段为瓶颈路段的相邻上游路段,而且其通行能力大于所述瓶颈路段的通行能力。比如,所述局部瓶颈路段可以如图6所示,其中,路段1可以为控制路段,路段2可以为瓶颈路段,路段2的车道数少于路段1,即路段1的通行能力大于路段2的通行能力。
所述局部瓶颈路段对应的第二方法,包括:
所述路侧设备获取瓶颈路段及其上游控制路段的交通参数;
当所述交通参数表征所述上流路段的车流量大于瓶颈路段的通行能力时,计算得到可使控制路段及上游流量之和最大化控制路段限速值及限流策略,其中限速值用以进行实时控制,限流策略上发至管理平台。
举例来说,可以包括:
(1)路侧***实时分析此场景的交通参数,瓶颈路段场景包括隧道、坡道等需要降速以保证安全的场景及车道数变化、事件、施工区等可行车道数降低的场景,以上场景皆出现道路通行能力下降现象。
(2)当交通参数表征控制路段车流量大于瓶颈路段通行能力的一定比例时,进行优化控制,控制方法为:以控制路段速度与上游输入流量为优化参量,在其造成的控制路段流量不大于瓶颈路段通行能力条件下,最大化上游输入流量及控制路段车流量之和。
式中,q为控制路段车流量,其为控制路段速度v和上游输入流量qin的函数;pcu为控制路段的小型车辆数当量,除以控制路段长度即为车流密度;约束条件中,C为瓶颈路段的通行能力,以避免造成溢流导致的拥堵。
(3)控制路段显示屏显示限速值,及通过车路通信、无线通信、有线通信发送限速消息至其他终端设备进行限速控制。发送限流策略至管理平台。
示例3、单一入口合流区优化流量控制方法:
所述单入口合流区路段中包含:上游路段以及入口匝道,与所述上游路段以及入口匝道连接的合流路段,与所述合流路段连接的下游路段;比如,参见图7,路段1可以为上游路段,路段2可以为合流区也就是合流路段,路段3可以为下游路段,路段4为入口匝道。
相应的,所述单入口合流区对应的第三方法,包括:
所述路侧设备获取合流区路段的交通参数;
当所述交通参数表征出现入口匝道流量与上游最外车道流量之和大于单车道通行能力、入口匝道流量与上游流量之和大于合流区下游通行能力或合流区车流量大于下游通行能力时,执行以下处理:
基于标准密度,计算得到在第一时长内能够缩小标准密度与所述合流区车流密度之差的入口匝道放行车流量。
举例来说,可以包括:
路侧***实时获取合流区的交通参数,分析此场景的交通参数。
当交通参数表征入口匝道流量与上游最外面车道流量之和大于单车道通行能力、入口匝道流量与上游流量之和大于合流区下游通行能力或合流区车流量大于下游通行能力时,即代表交通状态不稳定,可能导致拥堵,进行匝道限流控制,控制方法可以是:
差值控制法:基于标准密度、上游交通参数,计算得到在第一时长内能够缩小合流区标准密度与所述合流区当前车流密度之差的入口匝道的车流量。具体可以为:参见图8,提供的一种具体的计算流程示意图:设定标准密度kdesired,合流区标准密度作为输入,从当前交通参数提取当前的交通密度,与输入计算误差e=kdesired-k(t),以下式计算入口流量qin。
通过车路通信、无线通信、有线通信发送限速消息至入口匝道处收费站或信号灯生成具体放行控制策略,实际控制入口处的流量控制;发送限流策略至管理平台。
示例4、单一出口分流区优化控制方法:
关于单出口分流区,可以参见图9所示的场景示意图,其中,路段1为上游路段,路段2为分流区,路段3为出口匝道,路段4为下游路段。
对应地,所述单出口分流区对应的第四方法,包括:
所述路侧设备获取分流区的交通参数,基于所述交通参数确定出口流量比例;
计算得到可使分流区域、上游控制路段及输入车流量之和最大上游路段的速度和入口车流量。
其中,计算得到可使分流区域、上游控制路段及输入车流量之和最大上游路段的速度和入口车流量,可以为在所述出口流量大于出口匝道通行能力时,所述路侧设备在出口车流量需求小于等于出口匝道的通行能力条件下,计算得到可使分流区域、上游控制路段及输入车流量之和最大上游路段的速度和入口车流量。
举例来说:
路侧***实时获取分流区场景的交通参数,分析此场景的交通参数,根据下式,得到分流区驶出出口流量比例。
式中,q1为分流区上游路段车流量,q4为分流区下游路段车流量。
当交通参数出现分流区驶出出口流量(分流区流量乘以驶出出口流量比例)大于出口匝道通行能力时,进行优化控制:
计算得到在第一时长内可使分流区域、上游控制路段及输入车流量之和最大的上游控制路段速度与输入车流量。这里进行计算,可以在出口车流需求小于等于出口匝道通行能力条件下,计算得到在第一时长内可使分流区域、上游控制路段及输入车流量之和最大的上游控制路段速度与输入车流量。
式中,为分流区车流量,为分流区最外面减速车道(下标out)车流及分流区主线车道(下标main)的车流之和;为分流区最外面减速车道的密度,与不同之处在于输入其车道的车流占据上游控制路段车流的比例,比例p为驶出出口流量比例;上游控制路段车流为上游控制路段速度与输入车流量的函数;约束条件中,减速车道车流量需不大于出口匝道通行能力Cex,以防出口处的回堵。
控制路段显示屏显示限速值,及通过车路通信、无线通信、有线通信发送限速消息至其他终端设备;通过车路通信、无线通信、有线通信发送输入车流量至管理平台。
示例5、高速公路互通匝道控制方法:
所述高速公路互通匝道,包括:第一高速公路的分流区、第二高速公路的合流区、第一高速公路与第二高速公路的互通匝道;
比如,参见图10,其中,路段1为第一高速公路的上游路段,路段2为第一高速公路的合流区;路段3为第一高速公路的下游路段。
所述高速公路互通匝道对应的第五方法,包括:
所述路侧设备基于第一高速公路的分流区交通参数,得到所述互通匝道的流量需求占比p;
基于所述流量需求占比,得到所述第一高速公路的分流区上的游路段的限速值、或得到所述第一高速公路的上游路段的入口车流量。
举例来说,路侧***实时分析高速公路2合流区及高速公路1分流区的交通参数,根据高速公路1分流区及互通匝道的交通参数,得到互通匝道流量需求占分流区车流比例。
计算在高速公路1互通匝道车流需求小于等于互通匝道通行能力条件下,未来连续时间内互通区域的最大车流量,根据最大车流量计算分流区上游路段的限速值或上游入口可放行车流量。
式中,为第一高速公路上游控制路段车流,为优化参量的函数;为第二高速公路合流区基于往第二高速公路车流比例的计算密度,为第二高速公路合流区车流量;约束条件中,Clink为互通匝道的通行能力,C1为第一高速公路的主线通行能力。
控制上游路段显示屏显示限速值,及通过车路通信、无线通信、有线通信发送限速消息至其他终端设备;通过车路通信、无线通信、有线通信发送输入车流量至管理平台。
最后本实施例提供的方案对应的***可以如图11所示,在其中包含有中心云,其中包含有管理平台,该管理平台用于进行协同控制,主要包括:多目标优化;其中,所述多目标优化可以例如对不同入口流量分配。该中心云与本地云互通,中心云可以通过有线通信连接或无线通信连接本地云。所述本地云可以包含有路侧子***,路侧子***中包含有路侧设备,本地云进行入口限流、进行限速、以及高接高(也就是高速公路连接高速公路)匝道管控、出口匝道管控等处理。
再结合图12所示,本实施例提供的交通管控***,可以包括有管理平台、路侧设备(比如图中的RSU)、以及车载子***(如图中的OBU)。需要指出的是,所述车载子***可以存在或不存在,若不存在于交通管控***中,则可以通过所述路侧设备进行车辆状态的获取;若存在,那么可以通过车载子***进行车辆状态的获取然后上报至路侧设备。
其中,管理平台可以进行交通状态监控以及交通权限管理,并且向车载子***传输车辆行驶信息以及交通管控信息,还可以从路侧设备接收路侧检测信息,以及向路侧设备发送交通管控信息。另外,路侧设备可以进行交通局部检测、局部决策以及局部控制;另外,路侧设备还可以向其覆盖范围内的终端设备的车载子***进行局部交通管控信息、路侧检测信息、车辆行驶信息的交互。另外,终端设备设置的车载子***可以进行车辆信息检测、车辆安全应用以及车辆行驶决策等处理。
再结合图13对本实施例的处理流程进行说明:包括有管理平台以及路侧设备均可以执行交通参数提取;进而基于交通参数,管理平台以及路侧设备可以进行交通状态识别,可以包括交通参数彼此之间的关系,比如交通密度大于标准、车流量需求大于路段通行能力等等;然后管理平台以及路侧设备进行决策以及生成控制信息,并由路侧设备发布至终端(比如车载子***)。
可见,通过采用上述方案,就能够进行全局包含的多种场景中多个路段进行总交通流量的预测,并且能够确定每一个路侧单元对应的场景中的路段进行局部决策。如此,能够提供粒度更细的决策,并且能够在交通状态变差之前进行***,从而保证交通更加顺畅,提升交通管控的有效程度。
本发明实施例还提供一种管理平台,如图14所示,包括:
接收单元31,用于获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
数据存储单元32,用于存储管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
决策计算单元33,用于基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量。
发布单元34,用于将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制。
本实施例还提供一种路侧设备,如图15所示,包括:
感知单元41,用于获取自身对应的场景包含的至少一个路段的交通参数;
决策计算单元42,用于根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;基于自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略;
交互单元43,用于执行或者发布所述具体实施策略。
基于前述两种设备,本实施例还提供一种交通管控***,如图15所示,所述***包括:管理平台51、路侧子***52;其中,所述路侧子***52包含有至少一个路侧设备53;其中,
所述管理平台51,用于获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制;
所述路侧设备53,用于获取自身对应的场景包含的至少一个路段的交通参数,根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;基于第一时长内的自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略,执行或者发布所述具体实施策略。
上述管理平台以及路侧设备的具体功能以及组成,与前述实施例相同,这里不再赘述。
本实施例提供的***包括有:在高速公路全线上每隔一段距离及在关键场景(合流区、分流区、瓶颈路段)进行路侧子***布设;
另外,本实施例提供的***还可以包括车上布设车载子***。
架设管理平台对全线路侧***进行局部交通参数信息收集、设备管理、全线交通管控信息发布。
车载子***至少包括:多模式交互单元、车辆状态感知单元。
多模式交互单元进行V2X通信,实现车路通信交互,向路侧发送车辆行驶信息,也可接收路侧管控信息。
车辆状态感知单元进行车辆状态感知,车辆状态包括位置、速度、航向角、车辆类型、车辆大小、车辆牌照号等。
可见,通过采用上述方案,就能够进行全局包含的多种场景中多个路段进行总交通流量的预测,并且能够确定每一个路侧单元对应的场景中的路段进行局部决策。如此,能够提供粒度更细的决策,并且能够在交通状态变差之前进行***,从而保证交通更加顺畅,提升交通管控的有效程度。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (14)
1.一种交通管控方法,其特征在于,所述方法包括:
管理平台获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
所述管理平台基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;
所述管理平台将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
所述管理平台将所述管控范围内的全线高速公路划分为一级路段和二级路段;
其中,所述一级路段为从一入口至一出口间的路段;所述一级路段分为多个二级路段;
每个二级路段为0.5~1km,并且所述每个二级路段架设一个路侧设备;
其中,所述二级路段对应以下场景之一:连续路段、瓶颈路段、合流区、分流区、互通匝道分流区。
3.根据权利要求1所述的方法,其特征在于,所述管理平台基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,包括:
所述管理平台以全线每一个一级路段中入口场景路段的入口匝道放行流量为优化参数,根据全线流量需求信息、交通参数及局部策略制定约束条件,最大化全线服务车流量;
其中,所述约束条件包括以下至少之一:
每一个一级路段的入口放行流量小于等于该一级路段的入口需求;
对每一个一级路段,包含该一级路段的所有上游一级路段的入口往包含该一级路段的所有下游一级路段出口的流量需求之和小于等于该一级路段中各二级路段的局部限流策略;
对每一个一级路段,包含该一级路段的所有上游一级路段的入口往包含该一级路段的所有下游一级路段出口的流量需求之和小于等于该一级路段中各二级路段的通行能力;
对每一个一级路段,包含该一级路段的所有上游一级路段的入口往该一级路段的出口的流量需求之和小于等于该一级路段中出口匝道通行能力。
4.一种交通管控方法,其特征在于,所述方法包括:
路侧设备获取自身对应的场景包含的至少一个路段的交通参数;
所述路侧设备根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;
基于自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略;
所述路侧设备执行或者发布所述具体实施策略。
5.根据权利要求4所述的方法,其特征在于,所述场景类型包括以下之一:局部连续路段、局部瓶颈路段、单入口合流区、单出口分流区、高速公路互通匝道;
相应的,所述场景类型对应的边缘决策方法,包括以下之一:局部连续路段对应的第一方法、局部瓶颈路段对应的第二方法、单入口合流区对应的第三方法、单出口分流区对应的第四方法、高速公路互通匝道对应的第五方法。
6.根据权利要求5所述的方法,其特征在于,所述局部连续路段包含下游路段及上游控制路段;
所述局部连续路段对应的第一方法,包括:
在局部连续路段的交通参数满足预设条件的情况下,计算得到使第一时长内局部连续路段总车流量最大化的上游控制路段限速值和限流策略。
7.根据权利要求6所述的方法,其特征在于,所述预设条件,包括以下至少之一:
平均速度低于第一标准阈值、交通密度大于第二标准阈值、速度方差大于标准或车辆位置方差大于第三标准阈值。
8.根据权利要求5所述的方法,其特征在于,所述局部瓶颈路段中包含有上游控制路段以及瓶颈路段;所述上游控制路段的通行能力大于所述瓶颈路段的通行能力;
所述局部瓶颈路段对应的第二方法,包括:
所述路侧设备获取瓶颈路段及其上游控制路段的交通参数;
当所述交通参数表征所述上流路段的车流量大于瓶颈路段的通行能力时,计算得到可使上游控制路段及上游输入流量之和最大化的上游控制路段限速值及限流策略。
9.根据权利要求5所述的方法,其特征在于,所述单入口合流区路段中包含:上游路段以及入口匝道,与所述上游路段以及入口匝道连接的合流路段,与所述合流路段连接的下游路段;
相应的,所述单入口合流区对应的第三方法,包括:
所述路侧设备获取场景各路段的交通参数;
当所述交通参数表征交通状态出现入口匝道流量与上游最外车道流量之和大于单车道通行能力、入口匝道流量与上游流量之和大于合流区下游通行能力或合流区车流量大于下游通行能力时,执行以下处理:
基于合流区标准密度,计算得到在第一时长内能够缩小合流区标准密度与所述合流区当前车流密度之差的入口匝道放行车流量。
10.根据权利要求5所述的方法,其特征在于,所述单出口分流区包含上游控制路段、分流路段、出口匝道及下游主线路段;
相应的,所述单出口分流区对应的第四方法,包括:
所述路侧设备获取单出口分流区包含的各路段的交通参数,基于所述交通参数确定出口流量比例;
基于出口流量比例,计算得到可使分流区域、上游控制路段及输入车流量之和最大的上游控制路段的速度和限流策略。
11.根据权利要求5所述的方法,其特征在于,所述高速公路互通匝道,包括:第一高速公路的分流区上游控制路段、第一高速公路的分流区主线下游路段、第二高速公路的合流区、第一高速公路与第二高速公路的互通匝道;
相应的,所述高速公路互通匝道对应的第五方法,包括:
所述路侧设备基于第一高速公路的分流区的交通参数,得到所述互通匝道的流量需求占比;
基于所述互通匝道的流量需求占比,计算得到可使第一高速公路分流区、第二高速公路合流区及输入车流量之和最大的第一高速公路分流区上游路段的限速值及输入车流量。
12.一种管理平台,其特征在于,所述管理平台包括:
接收单元,用于获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
数据存储单元,用于存储管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;
决策计算单元,用于基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;
发布单元,用于将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制。
13.一种路侧设备,其特征在于,所述路侧设备包括:
感知单元,用于获取自身对应的场景包含的至少一个路段的交通参数;
决策计算单元,用于根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;基于自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略;
交互单元,还用于执行或者发布所述具体实施策略。
14.一种交通管控***,其特征在于,所述***包括:管理平台、路侧子***;其中,所述路侧子***包含有至少一个路侧设备;其中,
所述管理平台,用于获取管控范围中至少一个一级路段中至少一个二级路段的交通参数、局部策略及全线流量需求信息;基于所述全线流量需求信息、所述至少一个一级路段中至少一个二级路段的交通参数及局部策略制定约束条件,根据所述约束条件确定所述管控范围内每一个一级路段所对应的第一时长内的入口分配流量;将所述管控范围内每一个一级路段的第一时长内的入口分配流量分别发送至每一个一级路段入口处的路侧设备,进行信号灯或收费站放流控制;
所述路侧设备,用于获取自身对应的场景包含的至少一个路段的交通参数,根据自身对应的场景类型,确定与所述场景类型对应的边缘决策方法;基于第一时长内的自身对应的场景中覆盖的至少一个路段的交通参数,采用所述场景类型对应的边缘决策方法,确定具体实施策略,执行或者发布所述具体实施策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010231844.2A CN111554107B (zh) | 2020-03-27 | 2020-03-27 | 交通管控方法、管理平台、路侧设备及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010231844.2A CN111554107B (zh) | 2020-03-27 | 2020-03-27 | 交通管控方法、管理平台、路侧设备及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111554107A true CN111554107A (zh) | 2020-08-18 |
CN111554107B CN111554107B (zh) | 2021-04-16 |
Family
ID=72000170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010231844.2A Active CN111554107B (zh) | 2020-03-27 | 2020-03-27 | 交通管控方法、管理平台、路侧设备及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111554107B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882878A (zh) * | 2020-09-02 | 2020-11-03 | 烟台大学 | 一种基于交通流预测的最大化关键道路通行能力的方法 |
CN111932898A (zh) * | 2020-09-23 | 2020-11-13 | 南京感动科技有限公司 | 一种基于etc门架***的短时流量预测方法 |
CN112687097A (zh) * | 2020-11-16 | 2021-04-20 | 招商新智科技有限公司 | 一种高速公路路段级数据中台*** |
CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
CN115565378A (zh) * | 2022-12-01 | 2023-01-03 | 四川振函创新智能科技有限公司 | 高速公路事件情报信息动态发布方法、***、终端及介质 |
CN115424438B (zh) * | 2022-08-24 | 2023-07-28 | 东南大学 | 高速公路施工区的出入口匝道交通流管控方法 |
CN117558144A (zh) * | 2023-10-08 | 2024-02-13 | 北京建筑大学 | 基于协同控制区的信号配时控制方法、***、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281685A (zh) * | 2008-01-30 | 2008-10-08 | 吉林大学 | 区域混合交通自适应信号协调控制方法 |
CN101299298A (zh) * | 2008-06-30 | 2008-11-05 | 上海电科智能***股份有限公司 | 一种道路自适应入口匝道汇入控制设备与方法 |
CN102542793A (zh) * | 2012-01-11 | 2012-07-04 | 东南大学 | 一种交叉口群过饱和交通态势主动控制方法 |
CN104021686A (zh) * | 2014-06-26 | 2014-09-03 | 广东工业大学 | 一种多交叉口的交通协调控制方法 |
CN105206070A (zh) * | 2015-08-14 | 2015-12-30 | 公安部交通管理科学研究所 | 道路交通信号协调实时优化控制方法及其控制*** |
CN107705591A (zh) * | 2017-09-22 | 2018-02-16 | 东南大学 | 一种有轨电车与社会车流的协同控制方法 |
CN108109398A (zh) * | 2017-12-28 | 2018-06-01 | 山东易构软件技术股份有限公司 | 一种高架快速路多匝道协调控制***及控制方法 |
CN209388489U (zh) * | 2019-03-11 | 2019-09-13 | 北京星云互联科技有限公司 | 一种交通信号方案与实时状态采集装置 |
CN110489799A (zh) * | 2019-07-18 | 2019-11-22 | 讯飞智元信息科技有限公司 | 交通拥堵仿真处理方法及相关装置 |
US10636294B1 (en) * | 2017-06-09 | 2020-04-28 | Ptv Planung Transport Verkehr Ag | Computer system and method for state prediction of a traffic system |
CN111371904A (zh) * | 2020-03-18 | 2020-07-03 | 交通运输部公路科学研究院 | 云边端协同的高速公路云控***及控制方法 |
-
2020
- 2020-03-27 CN CN202010231844.2A patent/CN111554107B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281685A (zh) * | 2008-01-30 | 2008-10-08 | 吉林大学 | 区域混合交通自适应信号协调控制方法 |
CN101299298A (zh) * | 2008-06-30 | 2008-11-05 | 上海电科智能***股份有限公司 | 一种道路自适应入口匝道汇入控制设备与方法 |
CN102542793A (zh) * | 2012-01-11 | 2012-07-04 | 东南大学 | 一种交叉口群过饱和交通态势主动控制方法 |
CN104021686A (zh) * | 2014-06-26 | 2014-09-03 | 广东工业大学 | 一种多交叉口的交通协调控制方法 |
CN105206070A (zh) * | 2015-08-14 | 2015-12-30 | 公安部交通管理科学研究所 | 道路交通信号协调实时优化控制方法及其控制*** |
US10636294B1 (en) * | 2017-06-09 | 2020-04-28 | Ptv Planung Transport Verkehr Ag | Computer system and method for state prediction of a traffic system |
CN107705591A (zh) * | 2017-09-22 | 2018-02-16 | 东南大学 | 一种有轨电车与社会车流的协同控制方法 |
CN108109398A (zh) * | 2017-12-28 | 2018-06-01 | 山东易构软件技术股份有限公司 | 一种高架快速路多匝道协调控制***及控制方法 |
CN209388489U (zh) * | 2019-03-11 | 2019-09-13 | 北京星云互联科技有限公司 | 一种交通信号方案与实时状态采集装置 |
CN110489799A (zh) * | 2019-07-18 | 2019-11-22 | 讯飞智元信息科技有限公司 | 交通拥堵仿真处理方法及相关装置 |
CN111371904A (zh) * | 2020-03-18 | 2020-07-03 | 交通运输部公路科学研究院 | 云边端协同的高速公路云控***及控制方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111882878A (zh) * | 2020-09-02 | 2020-11-03 | 烟台大学 | 一种基于交通流预测的最大化关键道路通行能力的方法 |
CN111882878B (zh) * | 2020-09-02 | 2021-07-02 | 烟台大学 | 一种基于交通流预测的最大化关键道路通行能力的方法 |
CN111932898A (zh) * | 2020-09-23 | 2020-11-13 | 南京感动科技有限公司 | 一种基于etc门架***的短时流量预测方法 |
CN112687097A (zh) * | 2020-11-16 | 2021-04-20 | 招商新智科技有限公司 | 一种高速公路路段级数据中台*** |
CN114255585A (zh) * | 2021-12-07 | 2022-03-29 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
CN114255585B (zh) * | 2021-12-07 | 2023-12-22 | 广东惠科信息技术有限公司 | 基于5g基站的目标区域人群导流方法、装置及存储介质 |
CN115424438B (zh) * | 2022-08-24 | 2023-07-28 | 东南大学 | 高速公路施工区的出入口匝道交通流管控方法 |
CN115565378A (zh) * | 2022-12-01 | 2023-01-03 | 四川振函创新智能科技有限公司 | 高速公路事件情报信息动态发布方法、***、终端及介质 |
CN115565378B (zh) * | 2022-12-01 | 2023-03-07 | 四川振函创新智能科技有限公司 | 高速公路事件情报信息动态发布方法、***、终端及介质 |
CN117558144A (zh) * | 2023-10-08 | 2024-02-13 | 北京建筑大学 | 基于协同控制区的信号配时控制方法、***、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111554107B (zh) | 2021-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111554107B (zh) | 交通管控方法、管理平台、路侧设备及*** | |
US11521496B2 (en) | Lane-borrowing vehicle driving method and control center | |
CN105427610B (zh) | 一种基于车路协同技术的交通管理方法 | |
Florin et al. | A survey of vehicular communications for traffic signal optimization | |
CN108615384A (zh) | 基于云平台的车道分配方法及用于车道分配的云平台 | |
CN102005122B (zh) | 多匝道调节方法及其*** | |
CN111882894A (zh) | 一种智能交通信号灯控制方法及*** | |
CN102231231A (zh) | 区域公路网交通安全态势预警***及其方法 | |
CN111161537B (zh) | 考虑拥堵叠加效应的公路拥堵态势预测方法 | |
Smith et al. | IntelliDriveSM traffic signal control algorithms | |
KR20100135947A (ko) | 서비스의 질을 개선하는 로드 네트워크 용 운영 보조 시스템 | |
CN113053142B (zh) | 一种基于车载定位和车路协同技术的公交优先控制*** | |
Ahmed et al. | Discrete dynamic models for freeway incident detection systems | |
CN113990072B (zh) | 一种城市道路预约通行管理*** | |
Fontaine et al. | Traffic monitoring | |
CN109935090A (zh) | 交通灯调整***、方法、装置、雾计算设备及存储介质 | |
Nissan | Evaluation of variable speed limits: Empirical evidence and simulation analysis of stockholm’s motorway control system | |
Ahmed | Urban freeway traffic management technology | |
CN113129593B (zh) | 针对无人驾驶模式下brt道路的拥堵优化方法 | |
Sparmann | Freeway Operation in Germany: Experiences in Hessen | |
Fartash | Development of System-Based Methodology to Support Ramp Metering Deployment Decisions | |
Kondyli | Congestion and Traffic Management at Urban Networks: State-of the-Art Approaches and Challengese | |
Mussa et al. | Modeling detection of incidents by drivers | |
Chaudhary et al. | Real-time coordinated-actuated traffic control during congested conditions | |
Hajbabaie et al. | Dynamic Speed Harmonization in Connected Urban Street Networks: Improving Mobility |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |