CN112071055B - 一种基于多元检测控制装置的智能高速公路运行调控*** - Google Patents
一种基于多元检测控制装置的智能高速公路运行调控*** Download PDFInfo
- Publication number
- CN112071055B CN112071055B CN201910494575.6A CN201910494575A CN112071055B CN 112071055 B CN112071055 B CN 112071055B CN 201910494575 A CN201910494575 A CN 201910494575A CN 112071055 B CN112071055 B CN 112071055B
- Authority
- CN
- China
- Prior art keywords
- control
- regulation
- data
- grade
- ramp
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- 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)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于多元检测控制装置的智能高速公路运行调控***,在高速公路安装检测装置用于收集交通流数据,先对所述交通流数据进行数据清洗,随后进行数据分类,在分类结果中选用数据分别进行单点匝道管控、多层互通匝道管控、连续入口互通匝道管控和动态限速管控,实现整个高速公路的调控。本发明将高速公路的各类数据进行采集,根据高速公路的路型选用相应的数据,采用相应的管控,对各个路型实现管控,实现对整个高速公路运行状态的主动监控、引导和适配。
Description
技术领域
本发明属于高速公路调控技术领域,尤其涉及一种基于多元检测控制装置的智能高速公路运行调控***。
背景技术
高速道路路段控制是指为使高速道路营运正常、提高营运效率、减少事故与阻塞而对路段采用的控制。高速道路路段控制包括可变车速控制、可逆车道控制、车道封闭控制等。高速公路入口匝道控制被认为是消除高速公路拥挤的一种最有效的方法,入口匝道控制的目的是调节从入口匝道进入高速公路的交通量,使高速公路交通流运行在最佳状态附近。信息时代,获取高速公路路况的手段较多,如何将这些获取到的数据整合,应用于不同路型的高速公路调控,是现有技术空白的一处领域。所以,需要一种基于多元检测控制装置的智能高速公路运行调控***。
发明内容
针对现有技术的需求,现提供基于多元检测控制装置的智能高速公路运行调控***。
本发明的技术方案为:一种基于多元检测控制装置的智能高速公路运行调控***,在高速公路安装检测装置用于收集交通流数据,对该数据进行数据清洗,进行数据分类,根据采集的数据分别进行单点匝道、多层互通匝道管控、连续入口互通匝道和动态限速管控,实现道路调控。
检测装置包括监控摄像头、雷达、检测线圈、GPS数据通过百度或高德地图,手机信令数据从移动、电信等运营商获取、WIFI由我公司研发的一款基于WIFI信号的检测设备获取,由专利可查。交通数据流包括视频数据、雷达数据、线圈数据、GPS数据、手机信令数据和WIFI数据。
针对不同的数据获取方式,数据清洗的方式均有不同。总体清洗方式包括:1、移动速度异常点清洗如明显高于限速或明显低于平均移动速度部分;2、空间位置异常点清洗,如严重偏离路面位置部分;3、车型清洗,如明显长于或短于常规车辆尺寸车辆等。一般的清洗工作由各型检测器配套的算法模块完成道路调控包括信号灯控制、信息板控制、指示板控制和导流板控制。数据分类的类型包括车型、车速、车量、车比、和所属车道
进一步的:单点匝道管控使用ALINEA算法;即 式中:rk表示第k个控制周期计算的匝道调节率;r(k-1)是第(k-1)个控制周期内匝道调节率;调解率为一个控制周期内绿灯时长,单位为s;KR是具有校准性质的参数,作用是调整回馈控制中固定的外部扰动;是主线下游的期望占有率,的值一般设置为最佳占有率或略小于最佳占有率;Oout(k-1)是第(k-1)个控制周期内主线下游实测占有率。
(1)期望(最佳)占有率设置为流量等于通行能力时的占有率或接近该占有率,该占有率可在流量-占有率图上找到。在以前的应用中,该值所处区间为[0.18,0.31]。
(2)控制结果对于KR的取值并不敏感,KR的范围在[70,200],根据之前的研究和实践,当KR=70veh·h-1时可得到最佳控制效果。
(3)调控周期的范围较广:40s~5min。
进一步的,多层互通匝道管控如下:步骤一:设备布置:在多入口A处设立信号灯,在多入口B处设立信号灯,在单一匝道C处设立信号灯,在A、B、C点对应的下游dA、dB、dC分别设立检测仪用于检测各点排队长度LA、LB、LC;
步骤三:判断等级:C红灯,A、B迟滞t时间红灯亮起时,检验主线交通流参数,判断是否放行;若是,则检验A、B排队长度,确定放行匝道;否则,A、B、C继续红灯;放行匝道绿灯亮起,C绿灯亮起,开始放行;再次检验主线交通流参数,判断匝道控制等级;
步骤四:进行调控:根据判断出的等级,做出与等级相应调控:当道路实际通行等级在调控等级一级时,A、B、C点为绿灯,均不起调节作用;当道路实际通行等级在调控等级二级时,C点保持绿灯,A、B进入调控状态,A、B点交替放行,在一个调控周期T时间内,T=tA+tB,k表示第k个调节周期;tA代表A点的绿灯时间,tB代表B点的绿灯时间;
当道路实际通行等级在调控等级三级时,C点的动态调节算法为
在rk调节周期内:
当道路实际通行等级在调控等级四级时,A、B、C三点信号灯皆为红。
多层互通匝道管在入口和主流线路分别设置红绿灯,并且采集相应队伍长度以及其他参数数据。根据设定的等级关系进行等级调控。有效避免了避免因支线拥堵而造成匝道通行效率降低,提高了匝道以及主线的通行速度,以及平衡了匝道车辆的等待时间。
进一步的,多个连续出入口进行协同管控步骤如下:
步骤1:建立点位通行率矩阵Q=[Q1,Q2,…,Qi,…,Qn]T;
步骤2:建立下游输出占有率矩阵
Odown(i,k)=[Odown(1,k),Odown(2,k),…,Odown(i,k),…,Odown(n,k)]T。占有率矩阵数据的来源具有多样性,目前主流使用的是通过线圈和毫米波雷达获取。而线圈因为要破坏路面,所以使用居多的是毫米波雷达。占有率的计算需要以检测器检测到的周期内通过车辆数量、速度和车型为基础生成。
步骤3:建立上游输入占有率矩阵
Oup(i,k)=[Oup(1,k),Oup(2,k),…,Oup(i,k),…,Oup(n,k)]T;
步骤5:建立调节率计算公式
上式中,ri(k)是第k个控制周期计算的第i个匝道调节率;ri(k-1)是第(k-1)个控制周期内第i个匝道调节率;调节率为一个控制周期内绿灯时长,单位为s;为由点位通行率矩阵引起的外部扰动干扰经过调节得到的校准参数;是第i点位主线下游的期望占有率;是第(k-1)个控制周期内第i个匝道主线下游实测占有率。
对多连续出入口的占有率进行监测,得到期望占有率调节率计算公式得到各个出入口的调控时间,实现对多个连续出入口进行联动,综合控制多入口匝道,从而实现密集路段的协同管控。
进一步的,动态限速管控包括步骤1:获取道路通道占有率、两客一危占有率、平均流速/理论流速、最大流速和最小流速;并建立相应的变量矩阵X=[X1,X2,…,Xn]T,n表示变量个数;
步骤2:对交通流运行安全性进行分析;设定事故发生风险的概率P(Y=1)=ao+a1×X1+…+an×Xn,其中Y=1表示发生事故,an表示每个交通流数据变量对事故发生产生的影响因子;a0+a1+…+an=1。初始化通过神经网络算法,将ai代入训练算法中,通过对比训练得到的风险概率P与样本风险概率P‘对ai进行修正。修正误差控制在
步骤3:判断当时交通流运行是否处于危险状态;设置实时事故发生风险概率安全区间为[0,0.3];若事故发生风险概率函数确定的P(Y=1)>0.3时,交通流运行进入危险区,进入步骤4;否则返回步骤1;
步骤4:启动可变限速控制,使得交通流数据变量发生变化,交通流数据变量矩阵X=[X1,X2,…,Xn]T相应变动,降低P(Y=1);可变限速的方式为当前路段最高限速为vmax,设置动态可变限速调控下限限速为vmin;
首个调控周期内,初始化Δv1=5km/h;Δvk表示第k个调控周期的调控限速差;则第一个调控周期中,v(1)=vmax-Δv1;
第二个周期起:
步骤5:通过对限速值进行调节,完成该次交通安全时间内的道路交通事故风险进行主动干预,返回步骤1继续进行监控。
动态跟踪交通数据流,采用动态限速的方式,主动调节交通流数据,主动干预,降低交通事故率。与传统的固定式的限速牌相比,工作日节假日均可适用,具有调控灵活性。
有益效果:
本发明将高速公路的各类数据进行采集,根据高速公路的路型选用相应的数据,采用相应的管控,对各个路型实现管控,实现对整个高速公路运行状态的主动监控、引导和适配。
附图说明:
图1为本发明的框架结构示意图;
图2为单点匝道的路型示意图;
图3为多层互通道路结构示意图;
图4多层互通管控流程图;
图5连续入口匝道道路结构示意图;
图6动态限速管控流程图;
图7为连续入口互通匝道实施例的停车次数效果对比图;
图8为连续入口互通匝道实施例的行程时间效果对比图;
图9为连续入口互通匝道实施例的车均延误效果对比图;
图10为动态限速道路示意图;
图11为实时风险系数随时间变化曲线;
图12为实施例的不同限速条件下事故风险率效果图。
具体实施方式
连续入口互通匝道管控和动态限速管控分别进行仿真实验。
连续入口互通匝道管控的仿真实施例,进行了构建了仿真路网,该仿真路网包括4个连续临近互通,输入每个互通段OD数据、单互通初始化临界占有率、初始化周期,进行仿真实验,仿真时间设为3600s。具体参数如下:
初始化C=40s
仿真实验以行程时间、停车次数、车均延误为指标,采取控制措施与无控制措施进行对比,仿真结果如下:
在采取协同匝道控制策略后:
由图(7)可见,在调控状态下,Q1,Q2,Q3,Q4各路段平均停车次数相对均衡,各路段落差不大,而未调控状态下,由于各互通段通行能力,输入输出能力上的差异性,导致停车次数分布不均衡,且明显高于调控状态下,增加了事故风险概率。
由图(8)可见,通过协同控制,使得整体通行路段行程时间呈现较为稳定的趋势,使得车辆在连续互通路段的整体通行效率得到了明显的提升。
但整体看,基于收费站的匝道管控措施在主线车流量较大情况下,各项评价指标均有显著的效果提升。
由图(9)可见,通过协同控制,使得这辆在该通行路段的整体运行状态得到较大提高,在整体通道有序推进的背景下,车辆的平均延误时间得到了明显的缩短,同时趋于稳定。而未控制状态下,车辆处于主观无序状态,延误时间随路况的自由变化而不可控。
从整体看,基于协同智慧互通管控措施在主线车流量较大情况下,各项评价指标均有显著的效果提升。同时有助于降低事故发生率。
动态限速管控实施例进行了构建了仿真路网图如图10所示,设置交通流变量矩阵参数类型={通道占有率,两客一危占有率,平均流速/理论流速,最大流速,最小流速},根据前期样本数据训练得到an={0.32,0.37,0.05,0.12,0.14}。输入OD数据、安全交通流状态阈值P(Y=1)=30%、静态限速{120,80},进行仿真实验,仿真时间设为3600s。
由图12可知,在断面车量较少时,各限速条件下事故风险率基本一致,当断面车量数量到一定数量后,限速80的方案其事故风险概率率先提升,其主要原因在于由于较低的限速导致的路网通行能力的下降,使得单位时间内可通过数量降低而导致的车道占有率上升,继而影响到了事故风险,进一步,当断面车量数量提高时,上限限速已没有调控意义,因为在这个量级条件下,车辆的平均速度已严重低于限速,故事故发生率同步升上。而通过动态可变限速进行调节的情况下,交通事故风险率能够较好的控制在阈值以下或邻近阈值上下,有效降低事故的发生概率。
Claims (8)
1.一种基于多元检测控制装置的智能高速公路运行调控***,其特征在于:在高速公路安装检测装置用于收集交通流数据,先对所述交通流数据进行数据清洗,随后进行数据分类,在分类结果中选用数据分别进行单点匝道管控、多层互通匝道管控、连续入口互通匝道管控和动态限速管控,实现高速公路调控;
所述连续入口互通匝道管控步骤如下:
步骤1:建立点位通行率矩阵Q=[Q1,Q2,...,Qi,...,Qn]T;
步骤2:建立下游输出占有率矩阵
Odown(i,k)=[Odown(1,k),Odown(2,k),...,Odown(i,k),...,Odown(n,k)]T;
步骤3:建立上游输入占有率矩阵
Oup(i,k)=[Oup(1,k),Oup(2,k),...,Oup(i,k),...,Oup(n,k)]T;
步骤4:建立期望占有率矩阵该矩阵表示各子节点网络期望通行占有率,
步骤5:建立调节率计算公式
2.根据权利要求1所述的基于多元检测控制装置的智能高速公路运行调控***,其特征在于:所述交通流数据包括视频数据、雷达数据、线圈数据、GPS数据、手机信令数据和WIFI数据。
3.根据权利要求1所述的一种基于多元检测控制装置的智能高速公路运行调控***,其特征在于:数据清洗包括移动速度异常点清洗;空间位置异常点清洗和车型清洗;数据分类的类型包括车型、车速、车量、车比、和所属车道。
4.根据权利要求1所述的一种基于多元检测控制装置的智能高速公路运行调控***,其特征在于:所述高速公路调控包括信号灯控制、信息板控制、指示板控制和导流板控制。
6.根据权利要求1所述的基于多元检测控制装置的智能高速公路运行调控***,其特征在于:所述多层互通匝道管控的步骤为:
步骤一:设备布置:在多入口A处设立信号灯,在多入口B处设立信号灯,在单一匝道C处设立信号灯,在A、B、C点对应的下游dA、dB、dC分别设立检测仪用于检测各点排队长度LA、LB、LC;
步骤二:设定等级:根据主线期望下游占有率和设备检测到的主线实际下游占有率Oout的数量关系将道路调控分为四个调控等级;
步骤三:判断等级:C红灯,A、B迟滞t时间红灯亮起时,检验主线交通流参数,判断是否放行;若是,则检验A、B排队长度,确定放行匝道;否则,A、B、C继续红灯;放行匝道绿灯亮起,C绿灯亮起,开始放行;再次检验主线交通流参数,判断匝道控制等级;
步骤四:进行调控:根据判断出的等级,做出与等级相应调控:当道路实际通行等级在调控等级一级时,A、B、C点为绿灯,均不起调节作用;当道路实际通行等级在调控等级二级时,C点保持绿灯,A、B进入调控状态,A、B点交替放行,在一个调控周期T时间内,T=tA+tB,k表示第k个调节周期;tA代表A点的绿灯时间,tB代表B点的绿灯时间,LA(k-1)和LB(k-1)分别是第k-1个调节周期中排队长度LA,LB的长度;
当道路实际通行等级在调控等级三级时,C点的动态调节算法为
在rk调节周期内:
当道路实际通行等级在调控等级四级时,A、B、C三点信号灯皆为红。
7.根据权利要求1所述的基于多元检测控制装置的智能高速公路运行调控***,其特征在于:动态限速管控包括
步骤A:获取道路通道占有率、两客一危占有率、平均流速/理论流速、最大流速和最小流速;并建立相应的变量矩阵X=[X1,X2,...,Xn]T,n表示变量个数;
步骤B:对交通流运行安全性进行分析;设定事故发生风险的概率P(Y=1)=ao+a1×X1+…+an×Xn,其中Y=1表示发生事故,an表示每个交通流数据变量对事故发生产生的影响因子;a0+a1+…+an=1;
步骤C:判断当时交通流运行是否处于危险状态;设置实时事故发生风险概率安全区间为[0,0.3];若事故发生风险概率函数确定的P(Y=1)>0.3时,交通流运行进入危险区,进入步骤4;否则返回步骤1;
步骤D:启动可变限速控制,使得交通流数据变量发生变化,交通流数据变量矩阵X=[X1,X2,...,Xn]T相应变动,降低P(Y=1);
当前路段最高限速为vmax,设置动态可变限速调控下限限速为vmin;
首个调控周期内,初始化Δv1=5km/h;Δvk表示第k个调控周期的调控限速差;则第一个调控周期中,v(1)=vmax-Δv1;
第二个周期起:
步骤E:通过对限速值进行调节,完成该次交通安全时间内的道路交通事故风险进行主动干预,返回步骤1继续进行监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910494575.6A CN112071055B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多元检测控制装置的智能高速公路运行调控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910494575.6A CN112071055B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多元检测控制装置的智能高速公路运行调控*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112071055A CN112071055A (zh) | 2020-12-11 |
CN112071055B true CN112071055B (zh) | 2023-03-03 |
Family
ID=73657915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910494575.6A Active CN112071055B (zh) | 2019-06-10 | 2019-06-10 | 一种基于多元检测控制装置的智能高速公路运行调控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112071055B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115376341A (zh) * | 2022-08-10 | 2022-11-22 | 重庆市城投金卡信息产业(集团)股份有限公司 | 基于rfid的匝道交通信号灯自适应控制方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3518622A (en) * | 1967-04-14 | 1970-06-30 | Lee Corp | Expressway ramp traffic control system |
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 |
CN201278215Y (zh) * | 2008-06-30 | 2009-07-22 | 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 |
CN103839418A (zh) * | 2014-02-27 | 2014-06-04 | 中国航天***工程有限公司 | 一种自适应的城市快速路匝道动态控制*** |
CN105931460A (zh) * | 2016-05-13 | 2016-09-07 | 东南大学 | 一种快速道路连续瓶颈路段的可变限速控制策略优化方法 |
CN106128095A (zh) * | 2016-06-13 | 2016-11-16 | 东南大学 | 一种快速道路孤立瓶颈路段的可变限速控制方法 |
CN106128123A (zh) * | 2016-07-11 | 2016-11-16 | 东南大学 | 一种面向不同交通瓶颈路段通行效率提升的交通控制算法优选算法 |
CN106710245A (zh) * | 2016-12-23 | 2017-05-24 | 西华大学 | 基于密度的快速路多车道匝道控制方法 |
CN108122418A (zh) * | 2017-12-19 | 2018-06-05 | 公安部交通管理科学研究所 | 城市快速路主线与匝道协同控制方法及*** |
CN108510758A (zh) * | 2018-05-24 | 2018-09-07 | 金陵科技学院 | 基于视频实时信息的城市快速路入口匝道信号控制方法 |
CN108648469A (zh) * | 2018-06-13 | 2018-10-12 | 西华大学 | 一种基于多瓶颈条件的匝道协调控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
-
2019
- 2019-06-10 CN CN201910494575.6A patent/CN112071055B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3518622A (en) * | 1967-04-14 | 1970-06-30 | Lee Corp | Expressway ramp traffic control system |
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 |
CN201278215Y (zh) * | 2008-06-30 | 2009-07-22 | 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 |
CN103839418A (zh) * | 2014-02-27 | 2014-06-04 | 中国航天***工程有限公司 | 一种自适应的城市快速路匝道动态控制*** |
CN105931460A (zh) * | 2016-05-13 | 2016-09-07 | 东南大学 | 一种快速道路连续瓶颈路段的可变限速控制策略优化方法 |
CN106128095A (zh) * | 2016-06-13 | 2016-11-16 | 东南大学 | 一种快速道路孤立瓶颈路段的可变限速控制方法 |
CN106128123A (zh) * | 2016-07-11 | 2016-11-16 | 东南大学 | 一种面向不同交通瓶颈路段通行效率提升的交通控制算法优选算法 |
CN106710245A (zh) * | 2016-12-23 | 2017-05-24 | 西华大学 | 基于密度的快速路多车道匝道控制方法 |
CN108122418A (zh) * | 2017-12-19 | 2018-06-05 | 公安部交通管理科学研究所 | 城市快速路主线与匝道协同控制方法及*** |
CN108510758A (zh) * | 2018-05-24 | 2018-09-07 | 金陵科技学院 | 基于视频实时信息的城市快速路入口匝道信号控制方法 |
CN108648469A (zh) * | 2018-06-13 | 2018-10-12 | 西华大学 | 一种基于多瓶颈条件的匝道协调控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112071055A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11468771B2 (en) | Collaborative controlling method of variable speed limit and ramp metering for expressways based on crash risk | |
CN108510758B (zh) | 基于视频实时信息的城市快速路入口匝道信号控制方法 | |
CN108665707B (zh) | 一种预防局部交通拥堵的高速公路入口分流及流量协同控制方法 | |
CN109637160B (zh) | 一种动态交通条件下的单点控制方法 | |
CN107767666B (zh) | 一种智能检测的单点控制交叉口出***通流溢出防控方法 | |
CN107705591B (zh) | 一种有轨电车与社会车流的协同控制方法 | |
CN112820123B (zh) | 一种交通信号灯绿波智能调节方法及智能调节*** | |
CN111260922B (zh) | 一种基于拥堵态势分级的匝道控制方法 | |
CN111640297A (zh) | 车路协同环境下的多匝道协同控制及辅助驾驶方法 | |
CN112435473B (zh) | 一种结合历史数据的快速路交通流溯源及匝道调控方法 | |
CN107230364A (zh) | 交通十字路口的车辆交通流的交通预测及控制*** | |
CN112885088A (zh) | 一种基于动态交通流的多匝道协调控制方法 | |
CN201278215Y (zh) | 一种道路自适应入口匝道汇入控制设备 | |
CN102592451B (zh) | 一种基于双截面环形线圈检测器的道路交通事件检测方法 | |
CN101299298A (zh) | 一种道路自适应入口匝道汇入控制设备与方法 | |
CN108648469B (zh) | 一种基于多瓶颈条件的匝道协调控制方法 | |
CN113628437A (zh) | 基于云控平台的无人矿车交叉路口安全通行方法 | |
CN112071055B (zh) | 一种基于多元检测控制装置的智能高速公路运行调控*** | |
CN104778848A (zh) | 用于道路交叉口车辆协调优化状态的交通信号优化控制方法 | |
CN106530757A (zh) | 一种高架匝道智能信号调控方法 | |
CN103150894A (zh) | 消除交通拥堵的高速公路主线收费站通过流量控制方法 | |
CN115035734A (zh) | 一种基于拥堵状态分级的城市快速路入口匝道信号控制方法 | |
CN109874211A (zh) | 一种高速公路隧道智能照明***及方法 | |
CN102819956A (zh) | 一种基于单截面环形线圈检测器的道路交通事件检测方法 | |
CN111754790B (zh) | 一种基于雷达的匝道入***通控制***及方法 |
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 |