CN111681430B - 实时预测未来机动车到达信号灯路口停止线台数的方法 - Google Patents
实时预测未来机动车到达信号灯路口停止线台数的方法 Download PDFInfo
- Publication number
- CN111681430B CN111681430B CN202010367909.6A CN202010367909A CN111681430B CN 111681430 B CN111681430 B CN 111681430B CN 202010367909 A CN202010367909 A CN 202010367909A CN 111681430 B CN111681430 B CN 111681430B
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- information
- target
- time
- target motor
- 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.)
- Active
Links
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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种实时预测未来机动车到达信号灯路口停止线台数的方法,包括:获取预测路段范围内目标机动车的第一行驶信息、目标机动车到预测点的目标信息以及预测点的位置信息,目标信息包括任一目标机动车到预测点之间包含的机动车数和预测点上游交叉路口信号灯信息;根据第一行驶信息、目标信息以及预测点位置信息,确定每一个目标机动车到达预测点的时间;根据每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。本发明根据目标机动车的行驶信息和预测点位置信息实时确定预设路段范围每一个目标机动车到达预测点时间,根据每一个目标机动车到达预测点时间预测机动车数量,以便于及时对信号灯进行控制。
Description
技术领域
本发明涉及智能交通领域,具体涉及一种实时预测未来机动车到达信号灯路口停止线台数的方法。
背景技术
在一个区域的道路网中,交叉路口是制约路网通行效率的关键节点,而信号灯控制又是交叉路口安全与畅通的保证。为了提高信号灯控制路口的机动车通行效率,通过各种手段不断提高信号灯控制性能,以满足人们安全与快速通行的要求。故亟待提供一种实时预测未来机动车到达信号灯路口停止线台数的方法以对交叉路口的机动车数量进行预测以便于及时对信号灯进行控制。
发明内容
因此,本发明要解决的技术问题在于克服现有技术中由于视频跟踪设备获取机动车位置可能存在延时,导致根据视频跟踪设备获取到的机动车到达预测点的时间计算不准确,影响对机动车台数预测的准确性的缺陷,从而提供一种实时预测未来机动车到达信号灯路口停止线台数的方法。
根据第一方面,本发明公开了一种实时预测未来机动车到达信号灯路口停止线台数的方法,包括如下步骤:获取预测路段范围内目标机动车的第一行驶信息、所述目标机动车到预测点的目标信息以及所述预测点的位置信息,所述目标信息包括任一目标机动车到预测点之间包含的机动车数和所述预测点上游交叉路口信号灯信息;根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间;根据所述每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。
结合第一方面,在第一方面第一实施方式中,所述获取预测路段范围内目标机动车的第一行驶信息,包括:利用多个视频跟踪设备连续跟踪检测预测路段范围内目标机动车的第一行驶信息,所述多个视频跟踪设备依次设置在所述预测路段范围内,用于对检测区间内的机动车信息进行连续跟踪检测;获取任意两个相邻视频跟踪设备检测到的第一行驶信息;当任意两个相邻视频跟踪设备的所述第一行驶信息包含相同信息时,在所述相邻两个视频跟踪设备中的任一视频跟踪设备中清除所述相同信息。
结合第一方面,在第一方面第二实施方式中,所述目标信息为目标机动车到所述预测点之间机动车数为零且不包含信号灯,或所述目标机动车到预测点之间机动车数为零且信号灯信息为通行状态;根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:根据目标机动车第一行驶信息中的第一位置信息和所述预测点的位置信息,得到目标机动车与预测点之间的第一距离;根据所述第一距离以及所述目标机动车第一行驶信息中的第一速度信息,确定目标机动车达到所述预测点的时间。
结合第一方面,在第一方面第三实施方式中,所述目标信息为目标机动车到所述预测点之间机动车数不为零且不包含信号灯,或目标机动车到预测点之间机动车数不为零且信号灯信息为通行状态;根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:获取与所述目标机动车相邻的前方机动车的第二位置信息,以及所述前方机动车到达预测点的第一时间;根据所述第二位置信息与所述目标机动车的第一行驶信息中的第一位置信息,确定所述目标机动车与相邻的前方机动车之间的第二距离;根据所述第二距离和所述第一行驶信息中的第一速度信息,确定所述目标机动车到达所述前方机动车所在位置的第二时间;根据所述第一时间和所述第二时间,确定目标机动车达到所述预测点的时间。
结合第一方面,在第一方面第四实施方式中,所述目标信息为所述目标机动车到所述预测点之间机动车数为零且信号灯信息为禁止通行状态;根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:根据目标机动车第一行驶信息中的第一位置信息和所述预测点的位置信息,得到目标机动车与预测点之间的第一距离;根据所述第一距离以及所述目标机动车第一行驶信息中的第一速度信息,得到目标机动车达到所述预测点的第三时间;获取信号灯的禁止通行时间;根据所述第三时间和所述禁止通行时间,确定目标机动车达到所述预测点的时间。
结合第一方面,在第一方面第五实施方式中,所述目标信息为目标机动车到预测点之间机动车数不为零且信号灯信息为禁止通行状态;根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:获取与所述目标机动车相邻的前方机动车的第二位置信息,以及所述前方机动车到达预测点的第一时间;根据所述第二位置信息与所述目标机动车的第一行驶信息中的第一位置信息,确定所述目标机动车与相邻的前方机动车之间的第二距离;根据所述第二距离和所述第一行驶信息中的第一速度信息,得到所述目标机动车到达所述前方机动车所在位置的第二时间;获取信号灯的禁止通行时间;根据所述第一时间、所述第二时间以及所述禁止通行时间,确定目标机动车达到所述预测点的时间。
结合第一方面或第一方面任一实施方式,在第一方面第六实施方式中,所述方法还包括:获取预测时间到达所述预测点的实际机动车台数;根据预测机动车台数和所述实际机动车台数得到机动车台数的预测精度。
结合第一方面第一实施方式,在第一方面第七实施方式中,所述方法还包括:对视频跟踪检测设备检测到的信息进行可视化显示。
根据第二方面,本发明实施例还公开了一种实时预测未来机动车到达信号灯路口停止线台数的装置,包括:获取模块,用于获取预测路段范围内目标机动车的第一行驶信息、所述目标机动车到预测点的目标信息以及所述预测点的位置信息,所述目标信息包括任一目标机动车到预测点之间包含的机动车数和所述预测点上游交叉路口信号灯信息;第一确定模块,用于根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间;第二确定模块,用于根据所述每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。
根据第三方面,本发明实施例还公开了一种计算机设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行如第一方面或第一方面任一实施方式所述的实时预测未来机动车到达信号灯路口停止线台数的方法的步骤。
本发明技术方案,具有如下优点:
本发明提供的实时预测未来机动车到达信号灯路口停止线台数的方法及装置,获取预测路段范围内目标机动车的第一行驶信息、目标机动车到预测点的目标信息以及预测点的位置信息,根据第一行驶信息、目标信息以及预测点的位置信息,确定每一个目标机动车到达预测点的时间,根据每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。通过实施本发明,根据目标机动车的行驶信息和预测点位置信息实时确定预设路段范围每一个目标机动车到达预测点时间,根据每一个目标机动车到达预测点时间预测机动车数量,以便于及时对信号灯进行控制。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中检测设备的部署及检测范围一个具体示例图;
图2为本发明实施例1中实时预测未来机动车到达信号灯路口停止线台数的方法的一个具体示例的流程图;
图3为本发明实施例中相同机动车信息检测的一个具体示例图;
图4为本发明实施例中交叉路口信号灯处机动车台数预测的一个具体示例图;
图5为本发明实施例2中实时预测未来机动车到达信号灯路口停止线台数的装置的一个具体示例的原理框图;
图6为本发明实施例3中计算机设备的一个具体示例的原理框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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,都属于本发明保护的范围。
术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
在本发明实施例中,可以在预测路段范围设置多个检测设备,如图1所示,J1、J2…Jn均为检测设备,Yw表示预测点的位置,J1-0到J1-1为检测设备J1的检测范围,J2-0到J2-1为检测设备J2的检测范围,以此类推,得到Jn的检测范围。各个检测设备实时检测目标机动车的行驶信息,将各个检测设备检测的行驶信息和每个交叉路口信号灯信息实时传输给数据处理模块并显示在电子图上,数据处理模块根据接收到的检测信息与信号灯信息实时计算每一个目标机动车到达预测点的时间,根据每一个目标机动车到达预测点的时间可预测在未来某个时间点或时间段到达预测点的机动车台数,进而可以及时控制信号灯提高交叉路口的通行效率。
实施例1
本实施例提供一种实时预测未来机动车到达信号灯路口停止线台数的方法,如图1所示,包括如下步骤:
步骤S11:获取预测路段范围目标机动车的第一行驶信息、目标机动车到预测点的目标信息以及预测点的位置信息,目标信息包括任一目标机动车到预测点之间包含的机动车数和预测点上游交叉路口信号灯信息。
示例性地,该第一行驶信息可以包括目标机动车的速度信息和位置信息;预测路段范围可以为城市重要交通路段,也可以为高峰时间易发生拥堵的路段,本发明实施例对该预测路段范围不作限定,本领域技术人员可以根据实际情况选择。该预测点可以为预测路段范围上的交叉路口信号灯上游处的任一位置,本发明实施例对该预测点不作限定,本领域技术人员可以根据实际情况设定。目标机动车的位置信息和预测点的位置信息可以通过检测设备中的视频跟踪设备实时获取;速度信息可由集成在检测设备中的速度检测器实时检测获取,也可以由目标机动车实时向数据处理模块发送,本发明实施例对速度信息的获取方式不作限定,本领域技术人员可以根据实际情况选择。交叉路口信号灯信息可以由信号灯控制***实时通过有线或无线的方式传输到数据处理模块,本发明实施例对信号灯信息的获取方式不作限定,可以根据实际情况选择。
步骤S12:根据第一行驶信息、目标信息以及预测点的位置信息,确定每一个目标机动车到达预测点的时间。
示例性地,由于目标信息包括任一目标机动车到预测点之间包含的机动车数和预测点上游交叉路口信号灯信息,根据获取到的目标信息的不同,可以通过不同的方法确定每一个目标机动车到达预测点的时间。比如,可以通过目标机动车与预测点之间的距离,确定目标机动车到达预测点的时间,同时结合目标机动车与预测点之间信号灯设置信息(如是否包含信号灯以及信号灯当前显示状态),确定每个目标机动车到达预测点的时间。
步骤S13:根据每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。
示例性地,预测时间可以是未来的任意时间点,也可以为未来的任意时间段,本发明实施例对该预测时间不作限定,可以根据实际情况设定。
以预测点为预测路段范围内交叉路口信号灯处为例,预测时间可以为早高峰和/或晚高峰的一个或几个时间段容易发生拥堵的时间段或时间点,通过实时预测目标机动车到达信号灯的时间预测到达预测点的机动车台数可灵活控制信号灯的时间,例如,当某段时间到达预测点的机动车台数多时,可缩短信号灯禁止通行时间,或者延长信号灯通行时间,提高信号灯控制性能。
本发明提供的实时预测未来机动车到达信号灯路口停止线台数的方法,获取预测路段范围目标机动车的第一行驶信息、目标机动车到预测点的目标信息以及预测点的位置信息,根据第一行驶信息、目标信息以及预测点的位置信息,确定每一个目标机动车到达预测点的时间,根据每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。通过实施本发明,根据目标机动车的行驶信息和预测点位置信息实时确定预设路段范围每一个目标机动车到达预测点时间,根据每一个目标机动车到达预测点时间预测机动车数量,以便于及时对信号灯进行控制。
作为本发明一个可选实施方式,利用多个检测设备中的视频跟踪设备连续跟踪检测预测路段范围目标机动车的第一行驶信息,多个视频跟踪设备依次设置在预测路段范围内,用于对检测区间内的机动车信息进行连续跟踪检测,步骤S11包括:
获取任意两个相邻视频跟踪设备检测到的第一行驶信息。
示例性地,在本发明实施例中,任意两个相邻视频跟踪设备检测其对应检测范围内目标机动车的第一行驶信息,两个相邻的视频跟踪设备的检测范围会有重叠部分,导致任意两个相邻视频跟踪设备获取的第一行驶信息会有相同的部分,例如,如图3所示,Jg1和Jg2为2个视频跟踪设备,Jg1-0到Jg1-1为视频跟踪设备Jg1的检测范围,Jg2-0到Jg2-1为视频跟踪设备Jg2的检测范围,其中,Jg2-0到Jg1-1为视频跟踪设备Jg1和视频跟踪设备Jg2检测范围的重叠部分,视频跟踪设备Jg1和视频跟踪设备Jg2实时检测其对应检测范围的机动车数据信息。
当任意两个相邻视频跟踪设备的第一行驶信息包含相同信息时,在相邻两个视频跟踪设备中的任一视频跟踪设备中清除相同信息。
示例性地,视频跟踪设备Jg1和视频跟踪设备Jg2实时检测其对应检测范围的机动车数据信息时,当第一视频跟踪设备Jg1检测的第一行驶信息与第二视频跟踪设备Jg2检测的第一行驶信息有相同时(即Jg2-0到Jg1-1范围内机动车数不为零时),可以将视频跟踪设备Jg1或视频跟踪设备Jg2中相同的机动车数据消除掉,避免重复计算相同目标机动车到预测点的时间,减少数据处理模块的计算量。
判断相邻视频跟踪设备中是否有相同的机动车数据可以根据目标机动车的车牌进行比对,也可以根据目标机动车的颜色、类型、驾驶员等进行比对,本发明实施例对该判断方法不作限定,本领域技术人员可以根据实际情况设定。
作为本发明一个可选实施方式,当目标信息为目标机动车到预测点之间机动车数为零且不包含信号灯,例如图4所示的Jwd1车,或目标机动车到预测点之间机动车数为零且信号灯信息为通行状态时,例如图4所示的Jwd4车,步骤S12包括:
根据目标机动车第一行驶信息中的第一位置信息和预测点的位置信息,得到目标机动车与预测点之间的第一距离。
示例性地,在本发明实施例中,可以将预测路段范围看作一个坐标轴,通过目标机动车的位置信息和预测点的位置信息的差得到目标机动车与预测点之间的第一距离,为了简化获取目标机动车的位置信息和预测点的位置信息,可以将预测点的位置信息作为原点,将预测点上游方向作为正向,只检测目标机动车的位置信息,此时,目标机动车的位置信息即为本发明实施例的第一距离。
根据第一距离以及目标机动车第一行驶信息中的第一速度信息,确定目标机动车达到预测点的时间。
示例性地,当目标信息为目标机动车到预测点之间机动车数为零且不包含信号灯,或目标机动车到预测点之间机动车数为零且信号灯信息为通行状态时,根据第一距离以及目标机动车第一行驶信息中的第一速度信息,确定目标机动车达到预测点的时间具体可以为:
JDt1=Lwd/Jsd,
其中,JDt1表示目标机动车Jwd1到预测点Yw的时间,Lwd表示目标机动车Jwd1到预测点Yw的第一距离,Jsd表示目标机动车Jwd1的第一速度信息。
作为本发明一个可选实施方式,当目标信息为目标机动车到预测点之间机动车数不为零且不包含信号灯,例如图4的Jwd2车,或目标机动车到预测点之间机动车数不为零且信号灯信息为通行状态时,例如图4的Jwd3车,步骤S12包括:
获取与目标机动车相邻的前方机动车的第二位置信息,以及前方机动车到达预测点的第一时间。
示例性地,在本发明实施例中,前方机动车到达预测点的第一时间可以是数据处理模块实时计算得到的;与目标机动车相邻的前方机动车的第二位置信息的具体获取方式见上述步骤S11的相关描述,在此不再赘述。
根据第二位置信息与目标机动车的第一行驶信息中的第一位置信息,确定目标机动车与相邻的前方机动车之间的第二距离;具体确定方式见上述第一距离确定步骤的相关描述,在此不再赘述。
根据第二距离和第一行驶信息中的第一速度信息,确定目标机动车到达前方机动车所在位置的第二时间;具体确定方式见上述目标机动车达到预测点的时间的确定步骤的相关描述,在此不再赘述。
根据第一时间和第二时间,确定目标机动车达到预测点的时间。
示例性地,根据第一时间和第二时间,确定目标机动车达到预测点的时间具体可以为:
JDt2=JDt+JDtq,
其中,JDt2表示目标机动车Jwd2到预测点Yw的时间,JDtq表示与目标机动车相邻的前方机动车Jwd2到达预测点Yw的第一时间,JDt表示目标机动车Jwd2到达前方机动车所在位置的第二时间。
作为本发明一个可选实施方式,当目标信息为目标机动车到预测点之间机动车数为零且信号灯信息为禁止通行状态时,例如图4所示的Jwd4,步骤S12包括:
根据目标机动车第一行驶信息中的第一位置信息和预测点的位置信息,得到目标机动车与预测点之间的第一距离;具体确定方式见上述第一距离确定步骤的相关描述,在此不再赘述。
根据第一距离以及目标机动车第一行驶信息中的第一速度信息,得到目标机动车达到预测点的第三时间;具体确定方式见上述目标机动车达到预测点的时间的确定步骤的相关描述,在此不再赘述。
获取信号灯的禁止通行时间;该信号灯的禁止通行时间可以由信号灯控制***实时通过有线或无线的方式传输到数据处理模块,本发明实施例对信号灯信息的获取方式不作限定,可以根据实际情况选择。
根据第三时间和禁止通行时间,确定目标机动车达到预测点的时间。具体确定方式见上述步骤“根据第一时间和第二时间,确定目标机动车达到预测点的时间”的相关描述,在此不再赘述。
作为本发明一个可选实施方式,当目标信息为目标机动车到预测点之间机动车数不为零且信号灯信息为禁止通行状态时,例如图4所示的Jwd3车,步骤S12包括:
获取与目标机动车相邻的前方机动车的第二位置信息,以及前方机动车到达预测点的第一时间;具体实施方式见上述相关步骤的描述,在此不再赘述。
根据第二位置信息与目标机动车的第一行驶信息中的第一位置信息,确定目标机动车与相邻的前方机动车之间的第二距离;具体实施方式见上述相关步骤的描述,在此不再赘述。
根据第二距离和第一行驶信息中的第一速度信息,得到目标机动车到达前方机动车所在位置的第二时间;具体实施方式见上述相关步骤的描述,在此不再赘述。
获取信号灯的禁止通行时间;具体确定方式见上述相关步骤的描述,在此不再赘述。
根据第一时间、第二时间以及禁止通行时间,确定目标机动车达到预测点的时间,将第一时间、第二时间以及禁止通行时间相加得到目标机动车达到预测点的时间。
作为本发明一个可选实施方式,该实时预测未来机动车到达信号灯路口停止线台数的方法还包括:
获取预测时间到达预测点的实际机动车台数。
示例性地,在预测时间获取到达预测点的实际机动车台数,在本发明实施中,可以根据视频跟踪设备获取目标机动车的位置信息来获取实际机动车台数,在预测时间获取到多少个目标机动车的位置信息,就有多少机动车,获取目标机动车的位置信息的具体方式参见步骤S11的描述,在此不再赘述。
根据预测机动车台数和实际机动车台数得到实时预测未来机动车到达信号灯路口停止线台数的精度。
示例性地,在本发明实施例中,根据预测机动车台数和实际机动车台数得到实时预测未来机动车到达信号灯路口停止线台数的精度可以为:
Yj=(Yt-St)/St,
其中,Yj表示预测精度,Yt表示预测机动车台数,St表示实际机动车台数。
作为本发明一个可选实施方式,该实时预测未来机动车到达信号灯路口停止线台数的方法还包括:对视频跟踪检测设备检测到的信息进行可视化显示。
示例性地,该信息可以包括目标机动车的位置信息、预测点的位置信息、预测路段范围长度、信号灯状态信息等。将视频跟踪检测设备检测到的上述信息实时显示在电子图上,便于对视频跟踪获取的信息的准确性通过电子图显示数据与现场数据进行实时验证,提高检测精度。
实施例2
本发明实施例提供一种实时预测未来机动车到达信号灯路口停止线台数的装置,如图5所示,包括:
获取模块21,用于获取预测路段范围目标机动车的第一行驶信息、目标机动车到预测点的目标信息以及预测点的位置信息,目标信息包括任一目标机动车到预测点之间包含的机动车数和预测点上游交叉路口信号灯信息;具体实现方式见实施例1中的步骤S11的相关描述,在此不再赘述。
第一确定模块22,用于根据第一行驶信息、目标信息以及预测点的位置信息,确定每一个目标机动车到达预测点的时间;具体实现方式见实施例1中的步骤S12的相关描述,在此不再赘述。
第二确定模块23,用于根据每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。具体实现方式见实施例1中的步骤S13的相关描述,在此不再赘述。
本发明提供的实时预测未来机动车到达信号灯路口停止线台数的装置,获取预测路段范围目标机动车的第一行驶信息、目标机动车到预测点的目标信息以及预测点的位置信息,根据第一行驶信息、目标信息以及预测点的位置信息,确定每一个目标机动车到达预测点的时间,根据每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数。通过实施本发明,根据目标机动车的行驶信息和预测点位置信息实时确定预设路段范围每一个目标机动车到达预测点时间,根据每一个目标机动车到达预测点时间预测机动车数量,以便于及时对信号灯进行控制。
作为本发明一个可选实施方式,利用多个视频跟踪设备连续跟踪检测预测路段范围目标机动车的第一行驶信息,多个视频跟踪设备依次设置在预测路段范围,用于对检测区间内的机动车信息进行连续跟踪检测,获取模块21包括:
第一获取子模块,用于获取任意两个相邻视频跟踪设备检测到的第一行驶信息;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
清除模块,用于当任意两个相邻视频跟踪设备的第一行驶信息包含相同信息时,在相邻两个视频跟踪设备中的任一视频跟踪设备中清除相同信息。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
作为本发明一个可选实施方式,第一确定模块22包括:
第一距离获取模块,用于根据目标机动车第一行驶信息中的第一位置信息和预测点的位置信息,得到目标机动车与预测点之间的第一距离;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第一确定子模块,用于根据第一距离以及目标机动车第一行驶信息中的第一速度信息,确定目标机动车达到预测点的时间。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
作为本发明一个可选实施方式,第一确定模块22包括:
第二获取子模块,用于获取与目标机动车相邻的前方机动车的第二位置信息,以及前方机动车到达预测点的第一时间;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第二距离确定子模块,用于根据第二位置信息与目标机动车的第一行驶信息中的第一位置信息,确定目标机动车与相邻的前方机动车之间的第二距离;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第二时间确定子模块,用于根据第二距离和第一行驶信息中的第一速度信息,确定目标机动车到达前方机动车所在位置的第二时间;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第二确定子模块,用于根据第一时间和第二时间,确定目标机动车达到预测点的时间。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
作为本发明一个可选实施方式,第一确定模块22包括:
第三获取子模块,用于根据目标机动车第一行驶信息中的第一位置信息和预测点的位置信息,得到目标机动车与预测点之间的第一距离;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第三时间获取子模块,用于根据第一距离以及目标机动车第一行驶信息中的第一速度信息,得到目标机动车达到预测点的第三时间;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
禁止通行时间获取模块,用于获取信号灯的禁止通行时间;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第三确定子模块,用于根据第三时间和禁止通行时间,确定目标机动车达到预测点的时间。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
作为本发明一个可选实施方式,第一确定模块22包括:
第四获取子模块,用于获取与目标机动车相邻的前方机动车的第二位置信息,以及前方机动车到达预测点的第一时间;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第二距离确定子模块,用于根据第二位置信息与目标机动车的第一行驶信息中的第一位置信息,确定目标机动车与相邻的前方机动车之间的第二距离;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第二时间确定子模块,用于根据第二距离和第一行驶信息中的第一速度信息,得到目标机动车到达前方机动车所在位置的第二时间;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
禁止通行时间获取模块,用于获取信号灯的禁止通行时间;具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
第四确定子模块,用于根据第一时间、第二时间以及禁止通行时间,确定目标机动车达到预测点的时间。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
作为本发明一个可选实施方式,该实时预测未来机动车到达信号灯路口停止线台数的装置还包括:
实际机动车台数获取模块,用于获取预测时间到达预测点的实际机动车台数。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
预测精度获得模块,用于根据预测机动车台数和实际机动车台数得到机动车台数预测精度。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
作为本发明一个可选实施方式,该实时预测未来机动车到达信号灯路口停止线台数的装置还包括:
显示模块,用于对视频跟踪检测设备检测到的信息进行可视化显示。具体实现方式见实施例1中对应的步骤的相关描述,在此不再赘述。
实施例3
本发明实施例还提供了一种计算机设备,如图6所示,该计算机设备可以包括处理器31和存储器32,其中处理器31和存储器32可以通过总线或者其他方式连接,图6中以通过总线连接为例。
处理器31可以为中央处理器(Central Processing Unit,CPU)。处理器31还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器32作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施例中的实时预测未来机动车到达信号灯路口停止线台数的方法对应的程序指令/模块(例如,图5所示的获取模块21、第一确定模块22和第二确定模块23)。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施例中的实时预测未来机动车到达信号灯路口停止线台数的方法。
存储器32可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储处理器31所创建的数据等。此外,存储器32可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器32可选包括相对于处理器31远程设置的存储器,这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器32中,当被所述处理器31执行时,执行如图2所示实施例中的实时预测未来机动车到达信号灯路口停止线台数的方法。
上述计算机设备具体细节可以对应参阅图2所示的实施例中对应的相关描述和效果进行理解,此处不再赘述。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (3)
1.一种实时预测未来机动车到达信号灯路口停止线台数的方法,其特征在于,包括如下步骤:
获取预测路段范围内目标机动车的第一行驶信息、所述目标机动车到预测点的目标信息以及所述预测点的位置信息,所述目标信息包括任一目标机动车到预测点之间包含的机动车数和所述预测点上游交叉路口信号灯信息;
根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间;
根据所述每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数;
所述获取预测路段范围内目标机动车的第一行驶信息,包括:
利用多个视频跟踪设备连续跟踪检测预测路段范围内目标机动车的第一行驶信息,所述多个视频跟踪设备依次设置在所述预测路段范围内,用于对检测区间内的机动车信息进行连续跟踪检测;
获取任意两个相邻视频跟踪设备检测到的第一行驶信息;
当任意两个相邻视频跟踪设备的所述第一行驶信息包含相同信息时,在所述相邻两个视频跟踪设备中的任一视频跟踪设备中清除所述相同信息;根据所述目标机动车的车牌、颜色、类型、驾驶员对任意两个相邻视频跟踪设备中的目标机动车作对比判断任意两个相邻视频跟踪设备的所述第一行驶信息是否包含相同信息;
当所述目标信息为目标机动车到所述预测点之间机动车数为零且不包含信号灯,或所述目标机动车到预测点之间机动车数为零且信号灯信息为通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:根据目标机动车第一行驶信息中的第一位置信息和所述预测点的位置信息,得到目标机动车与预测点之间的第一距离;根据所述第一距离以及所述目标机动车第一行驶信息中的第一速度信息,确定目标机动车达到所述预测点的时间;
当所述目标信息为目标机动车到所述预测点之间机动车数不为零且不包含信号灯,或目标机动车到预测点之间机动车数不为零且信号灯信息为通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:获取与所述目标机动车相邻的前方机动车的第二位置信息,以及所述前方机动车到达预测点的第一时间;根据所述第二位置信息与所述目标机动车的第一行驶信息中的第一位置信息,确定所述目标机动车与相邻的前方机动车之间的第二距离;根据所述第二距离和所述第一行驶信息中的第一速度信息,确定所述目标机动车到达所述前方机动车所在位置的第二时间;根据所述第一时间和所述第二时间,确定目标机动车达到所述预测点的时间;
当所述目标信息为所述目标机动车到所述预测点之间机动车数为零且信号灯信息为禁止通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:根据目标机动车第一行驶信息中的第一位置信息和所述预测点的位置信息,得到目标机动车与预测点之间的第一距离;根据所述第一距离以及所述目标机动车第一行驶信息中的第一速度信息,得到目标机动车达到所述预测点的第三时间;获取信号灯的禁止通行时间;根据所述第三时间和所述禁止通行时间,确定目标机动车达到所述预测点的时间;
当所述目标信息为目标机动车到预测点之间机动车数不为零且信号灯信息为禁止通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:获取与所述目标机动车相邻的前方机动车的第二位置信息,以及所述前方机动车到达预测点的第一时间;根据所述第二位置信息与所述目标机动车的第一行驶信息中的第一位置信息,确定所述目标机动车与相邻的前方机动车之间的第二距离;根据所述第二距离和所述第一行驶信息中的第一速度信息,得到所述目标机动车到达所述前方机动车所在位置的第二时间;获取信号灯的禁止通行时间;根据所述第一时间、所述第二时间以及所述禁止通行时间,确定目标机动车达到所述预测点的时间;
所述实时预测未来机动车到达信号灯路口停止线台数的方法还包括:
获取预测时间到达所述预测点的实际机动车台数;
根据预测机动车台数和所述实际机动车台数得到机动车台数的预测精度;
所述实时预测未来机动车到达信号灯路口停止线台数的方法还包括:对视频跟踪检测设备检测到的信息进行可视化显示。
2.一种实时预测未来机动车到达信号灯路口停止线台数的装置,其特征在于,包括:
获取模块,用于获取预测路段范围内目标机动车的第一行驶信息、所述目标机动车到预测点的目标信息以及所述预测点的位置信息,所述目标信息包括任一目标机动车到预测点之间包含的机动车数和所述预测点上游交叉路口信号灯信息;
第一确定模块,用于根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间;
第二确定模块,用于根据所述每一个目标机动车到达预测点的时间,确定在预测时间到达预测点的机动车台数;
所述获取预测路段范围内目标机动车的第一行驶信息,包括:
利用多个视频跟踪设备连续跟踪检测预测路段范围内目标机动车的第一行驶信息,所述多个视频跟踪设备依次设置在所述预测路段范围内,用于对检测区间内的机动车信息进行连续跟踪检测;
获取任意两个相邻视频跟踪设备检测到的第一行驶信息;
当任意两个相邻视频跟踪设备的所述第一行驶信息包含相同信息时,在所述相邻两个视频跟踪设备中的任一视频跟踪设备中清除所述相同信息;根据所述目标机动车的车牌、颜色、类型、驾驶员对任意两个相邻视频跟踪设备中的目标机动车作对比判断任意两个相邻视频跟踪设备的所述第一行驶信息是否包含相同信息;
当所述目标信息为目标机动车到所述预测点之间机动车数为零且不包含信号灯,或所述目标机动车到预测点之间机动车数为零且信号灯信息为通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:根据目标机动车第一行驶信息中的第一位置信息和所述预测点的位置信息,得到目标机动车与预测点之间的第一距离;根据所述第一距离以及所述目标机动车第一行驶信息中的第一速度信息,确定目标机动车达到所述预测点的时间;
当所述目标信息为目标机动车到所述预测点之间机动车数不为零且不包含信号灯,或目标机动车到预测点之间机动车数不为零且信号灯信息为通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:获取与所述目标机动车相邻的前方机动车的第二位置信息,以及所述前方机动车到达预测点的第一时间;根据所述第二位置信息与所述目标机动车的第一行驶信息中的第一位置信息,确定所述目标机动车与相邻的前方机动车之间的第二距离;根据所述第二距离和所述第一行驶信息中的第一速度信息,确定所述目标机动车到达所述前方机动车所在位置的第二时间;根据所述第一时间和所述第二时间,确定目标机动车达到所述预测点的时间;
当所述目标信息为所述目标机动车到所述预测点之间机动车数为零且信号灯信息为禁止通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:根据目标机动车第一行驶信息中的第一位置信息和所述预测点的位置信息,得到目标机动车与预测点之间的第一距离;根据所述第一距离以及所述目标机动车第一行驶信息中的第一速度信息,得到目标机动车达到所述预测点的第三时间;获取信号灯的禁止通行时间;根据所述第三时间和所述禁止通行时间,确定目标机动车达到所述预测点的时间;
当所述目标信息为目标机动车到预测点之间机动车数不为零且信号灯信息为禁止通行状态时,根据所述第一行驶信息、所述目标信息以及所述预测点的位置信息,确定每一个目标机动车到达所述预测点的时间,包括:获取与所述目标机动车相邻的前方机动车的第二位置信息,以及所述前方机动车到达预测点的第一时间;根据所述第二位置信息与所述目标机动车的第一行驶信息中的第一位置信息,确定所述目标机动车与相邻的前方机动车之间的第二距离;根据所述第二距离和所述第一行驶信息中的第一速度信息,得到所述目标机动车到达所述前方机动车所在位置的第二时间;获取信号灯的禁止通行时间;根据所述第一时间、所述第二时间以及所述禁止通行时间,确定目标机动车达到所述预测点的时间;
所述实时预测未来机动车到达信号灯路口停止线台数的装置还用于:
获取预测时间到达所述预测点的实际机动车台数;
根据预测机动车台数和所述实际机动车台数得到机动车台数的预测精度;
所述实时预测未来机动车到达信号灯路口停止线台数的装置还用于:对视频跟踪检测设备检测到的信息进行可视化显示。
3.一种计算机设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行如权利要求1所述的实时预测未来机动车到达信号灯路口停止线台数的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010367909.6A CN111681430B (zh) | 2020-04-30 | 2020-04-30 | 实时预测未来机动车到达信号灯路口停止线台数的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010367909.6A CN111681430B (zh) | 2020-04-30 | 2020-04-30 | 实时预测未来机动车到达信号灯路口停止线台数的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111681430A CN111681430A (zh) | 2020-09-18 |
CN111681430B true CN111681430B (zh) | 2022-03-29 |
Family
ID=72433368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010367909.6A Active CN111681430B (zh) | 2020-04-30 | 2020-04-30 | 实时预测未来机动车到达信号灯路口停止线台数的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111681430B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116092310B (zh) * | 2023-01-28 | 2023-07-18 | 西南交通大学 | 面向混合交通环境的路口协同生态驾驶控制方法及*** |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006302228A (ja) * | 2005-04-19 | 2006-11-02 | Sigma Denki Kogyo Kk | 交差点の信号機制御方法及び交差点における方向別交通量測定方法 |
JP2010008068A (ja) * | 2008-06-24 | 2010-01-14 | Denso Corp | ナビゲーション装置 |
JP2012008752A (ja) * | 2010-06-24 | 2012-01-12 | Cosmo Research Kk | 信号機システム |
CN102509462A (zh) * | 2011-11-10 | 2012-06-20 | 东南大学 | 一种针对直通式公交专用道的交通信号灯控制方法 |
CN104021675A (zh) * | 2014-06-25 | 2014-09-03 | 北京易华录信息技术股份有限公司 | 一种预测快速路未来时刻所需旅行时间的***及方法 |
CN104157137A (zh) * | 2013-05-14 | 2014-11-19 | 高德软件有限公司 | 一种交通路况获取方法及装置 |
CN104282162A (zh) * | 2014-09-29 | 2015-01-14 | 同济大学 | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 |
CN104464310A (zh) * | 2014-12-02 | 2015-03-25 | 上海交通大学 | 城市区域多交叉口信号协同优化控制方法及*** |
CN104778846A (zh) * | 2015-03-26 | 2015-07-15 | 南京邮电大学 | 一种基于计算机视觉的交通信号灯控制方法 |
CN106128127A (zh) * | 2016-08-24 | 2016-11-16 | 安徽科力信息产业有限责任公司 | 利用平面感知技术减少信号灯控制路口等待时间的方法及*** |
CN106297331A (zh) * | 2016-08-29 | 2017-01-04 | 安徽科力信息产业有限责任公司 | 利用平面感知技术减少路口机动车停车次数的方法和*** |
CN106971578A (zh) * | 2017-03-24 | 2017-07-21 | 东华大学 | 基于车载自组织网络的车辆行驶时间实时估计*** |
CN107316469A (zh) * | 2017-06-14 | 2017-11-03 | 苏州远征魂车船技术有限公司 | 一种红绿灯区间联网智能通行*** |
CN107341960A (zh) * | 2017-09-04 | 2017-11-10 | 江苏未来智慧交通科技有限公司 | 一种基于公交车实时定位信息的主动公交信号优先控制方法 |
CN207337669U (zh) * | 2017-04-22 | 2018-05-08 | 王蔡祥 | 协助车辆快速通过路口的智能交通信号控制*** |
CN108010343A (zh) * | 2017-10-31 | 2018-05-08 | 上海与德科技有限公司 | 一种交通信号灯的控制方法、控制装置及控制*** |
CN207938184U (zh) * | 2018-02-12 | 2018-10-02 | 苏州清研微视电子科技有限公司 | 一种车载违章行为抓拍*** |
CN108986509A (zh) * | 2018-08-13 | 2018-12-11 | 北方工业大学 | 一种基于车路协同的城市区域路径实时规划方法 |
CN109166326A (zh) * | 2018-10-22 | 2019-01-08 | 交通运输部公路科学研究所 | 无交通信号灯的城市交叉路口新型控制***及方法 |
CN109801508A (zh) * | 2019-02-26 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 路口处障碍物的运动轨迹预测方法及装置 |
CN110164132A (zh) * | 2019-05-29 | 2019-08-23 | 浙江警察学院 | 一种道路交通异常的检测方法及*** |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警***及方法 |
CN110537212A (zh) * | 2017-05-22 | 2019-12-03 | 北京嘀嘀无限科技发展有限公司 | 确定预估到达时间的***与方法 |
CN110910646A (zh) * | 2019-12-11 | 2020-03-24 | 上海同济城市规划设计研究院有限公司 | 用于交叉口的无人驾驶公交车辆的协同控制方法 |
-
2020
- 2020-04-30 CN CN202010367909.6A patent/CN111681430B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006302228A (ja) * | 2005-04-19 | 2006-11-02 | Sigma Denki Kogyo Kk | 交差点の信号機制御方法及び交差点における方向別交通量測定方法 |
JP2010008068A (ja) * | 2008-06-24 | 2010-01-14 | Denso Corp | ナビゲーション装置 |
JP2012008752A (ja) * | 2010-06-24 | 2012-01-12 | Cosmo Research Kk | 信号機システム |
CN102509462A (zh) * | 2011-11-10 | 2012-06-20 | 东南大学 | 一种针对直通式公交专用道的交通信号灯控制方法 |
CN104157137A (zh) * | 2013-05-14 | 2014-11-19 | 高德软件有限公司 | 一种交通路况获取方法及装置 |
CN104021675A (zh) * | 2014-06-25 | 2014-09-03 | 北京易华录信息技术股份有限公司 | 一种预测快速路未来时刻所需旅行时间的***及方法 |
CN104282162A (zh) * | 2014-09-29 | 2015-01-14 | 同济大学 | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 |
CN104464310A (zh) * | 2014-12-02 | 2015-03-25 | 上海交通大学 | 城市区域多交叉口信号协同优化控制方法及*** |
CN104778846A (zh) * | 2015-03-26 | 2015-07-15 | 南京邮电大学 | 一种基于计算机视觉的交通信号灯控制方法 |
CN106128127A (zh) * | 2016-08-24 | 2016-11-16 | 安徽科力信息产业有限责任公司 | 利用平面感知技术减少信号灯控制路口等待时间的方法及*** |
CN106297331A (zh) * | 2016-08-29 | 2017-01-04 | 安徽科力信息产业有限责任公司 | 利用平面感知技术减少路口机动车停车次数的方法和*** |
CN106971578A (zh) * | 2017-03-24 | 2017-07-21 | 东华大学 | 基于车载自组织网络的车辆行驶时间实时估计*** |
CN207337669U (zh) * | 2017-04-22 | 2018-05-08 | 王蔡祥 | 协助车辆快速通过路口的智能交通信号控制*** |
CN110537212A (zh) * | 2017-05-22 | 2019-12-03 | 北京嘀嘀无限科技发展有限公司 | 确定预估到达时间的***与方法 |
CN107316469A (zh) * | 2017-06-14 | 2017-11-03 | 苏州远征魂车船技术有限公司 | 一种红绿灯区间联网智能通行*** |
CN107341960A (zh) * | 2017-09-04 | 2017-11-10 | 江苏未来智慧交通科技有限公司 | 一种基于公交车实时定位信息的主动公交信号优先控制方法 |
CN108010343A (zh) * | 2017-10-31 | 2018-05-08 | 上海与德科技有限公司 | 一种交通信号灯的控制方法、控制装置及控制*** |
CN207938184U (zh) * | 2018-02-12 | 2018-10-02 | 苏州清研微视电子科技有限公司 | 一种车载违章行为抓拍*** |
CN108986509A (zh) * | 2018-08-13 | 2018-12-11 | 北方工业大学 | 一种基于车路协同的城市区域路径实时规划方法 |
CN109166326A (zh) * | 2018-10-22 | 2019-01-08 | 交通运输部公路科学研究所 | 无交通信号灯的城市交叉路口新型控制***及方法 |
CN109801508A (zh) * | 2019-02-26 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 路口处障碍物的运动轨迹预测方法及装置 |
CN110164132A (zh) * | 2019-05-29 | 2019-08-23 | 浙江警察学院 | 一种道路交通异常的检测方法及*** |
CN110264783A (zh) * | 2019-06-19 | 2019-09-20 | 中设设计集团股份有限公司 | 基于车路协同的车辆防碰撞预警***及方法 |
CN110910646A (zh) * | 2019-12-11 | 2020-03-24 | 上海同济城市规划设计研究院有限公司 | 用于交叉口的无人驾驶公交车辆的协同控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111681430A (zh) | 2020-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6714513B2 (ja) | 車両のナビゲーションモジュールに対象物の存在を知らせる車載装置 | |
US8972178B2 (en) | Method of using a computing device to identify an occupied parking spot | |
GB2553036A (en) | Autonomous police vehicle | |
CN112106124A (zh) | 用于使用v2x和传感器数据的***和方法 | |
CN112712717A (zh) | 一种信息融合的方法和*** | |
CN110910673B (zh) | 一种提醒行人碰撞车辆的方法及***、摄像头、移动终端 | |
CN114399916B (zh) | 一种数字孪生智慧城市交通的虚拟红绿灯控制提醒方法 | |
JP7362733B2 (ja) | 道路環境情報の自動化クラウドソーシング | |
CN111612378A (zh) | 潜在碰撞风险预测方法、装置及计算机设备 | |
CN109345870B (zh) | 预防车辆碰撞的预警方法及装置 | |
CN114670852A (zh) | 异常行驶行为的识别方法、装置、设备及介质 | |
CN111681430B (zh) | 实时预测未来机动车到达信号灯路口停止线台数的方法 | |
US20220297688A1 (en) | Device and method for preventing blind spot collision based on vehicle-to-vehicle communication | |
CN112833893A (zh) | 用于车辆的辅助***、导航装置、相应的方法和存储介质 | |
CN111161587A (zh) | 车辆的控制方法 | |
CN111681432B (zh) | 一种包含信号灯路口的拥堵源头确定方法及装置 | |
US11987262B2 (en) | Method and device for the automated driving of a vehicle | |
CN111369784A (zh) | 一种控制车道流量的方法及装置 | |
CN115064006A (zh) | 交通弱势参与者预警方法、装置、设备、存储介质和*** | |
CN111681415B (zh) | 一种快速路机动车数量实时预测方法及*** | |
US20210284200A1 (en) | Method for determining capability boundary and associated risk of a safety redundancy autonomous system in real-time | |
JP2022056153A (ja) | 一時停止検出装置、一時停止検出システム、及び一時停止検出プログラム | |
CN111681412A (zh) | 评价快速路任意两点间所需旅行时间预测精度的方法 | |
CN110874549A (zh) | 目标视野确定方法、***、计算机设备和存储介质 | |
CN116304994B (zh) | 多传感器目标数据融合方法、装置、设备及存储介质 |
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 |