CN112669600A - 一种利用汽车电子标识信息预测路***通流的方法 - Google Patents

一种利用汽车电子标识信息预测路***通流的方法 Download PDF

Info

Publication number
CN112669600A
CN112669600A CN202011478526.2A CN202011478526A CN112669600A CN 112669600 A CN112669600 A CN 112669600A CN 202011478526 A CN202011478526 A CN 202011478526A CN 112669600 A CN112669600 A CN 112669600A
Authority
CN
China
Prior art keywords
traffic flow
time
green
intersection
current
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
Application number
CN202011478526.2A
Other languages
English (en)
Other versions
CN112669600B (zh
Inventor
肖金坚
侯海晶
刘晓峰
张蕊
王少华
闫光辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin University of Technology and Education China Vocational Training Instructor Training Center
Original Assignee
Tianjin University of Technology and Education China Vocational Training Instructor Training Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin University of Technology and Education China Vocational Training Instructor Training Center filed Critical Tianjin University of Technology and Education China Vocational Training Instructor Training Center
Priority to CN202011478526.2A priority Critical patent/CN112669600B/zh
Publication of CN112669600A publication Critical patent/CN112669600A/zh
Application granted granted Critical
Publication of CN112669600B publication Critical patent/CN112669600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种利用汽车电子标识信息预测路***通流的方法，包括以下流程：通过在交叉口实时检测驶过的汽车信息，获取对应的汽车车型和时间信息，并将检测到的车辆信息传递到云端控制中心。控制中心连续截取形成当前时间点前的一段时间内的车流量，形成关于时间的数据序列，计算预测当前时间点的交通流量，依据交通流量的增长变化状态推测路口当前最近的绿灯控制时间的调整时间比例，并通过云端控制中心将预测信息传递给交通信号管理中心，实现对交通信号灯时长的实时调整。本发明能提高交叉口通行流量，充分挖掘路口通行潜力，同时也可以缓解驾驶员焦急心里，从而减少交叉***通安全事故的发生。

Description

一种利用汽车电子标识信息预测路***通流的方法
技术领域
本发明属于交通工程技术领域，具体涉及一种利用汽车电子标识信息预测路***通流的方法。
背景技术
随着智能交通***和智能网联汽车技术的快速发展，汽车电子标识技术必将迎来新的使用场景，有助于实现车路信息协同和车车协同间的身份辨识，保障车路、车车交互和协同间的信息安全。目前，我国主要城市已经开始推广汽车电子标识技术，在一些关键路段开始安装检测装置，建立的汽车电子标识监测***主要利用电子标识内存储的信息，实现对通过电子标识检测装置的汽车号码、车型、用途、所有关系等信息获取，***功能仅限于汽车身份信息的检测、行驶路径的跟踪、汽车车牌的防伪、电子栅栏等应用，没有发挥出电子标识信息在车路协同方面的巨大潜在价值。
目前，现有的汽车电子标识监测***主要利用电子标识内存储的信息，实现对通过路口电子标识检测装置的汽车号码、车型、用途等的获取，***功能仅限于汽车身份信息的检测、行驶路段定位、汽车车牌的防伪、电子栅栏、车辆数量等检测应用，没有发挥出电子标识信息在道路交叉口车流预判、车流引导和交通信号协同控制方面的巨大潜力。
发明内容
本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种利用汽车电子标识信息预测路***通流的方法，该方法通过交叉口车流预判，合理调整各方向绿灯时间，减少交叉口汽车停车、启动时间，提高交叉口通行流量，充分挖掘路口通行潜力，同时也可以缓解驾驶员焦急心里，从而减少交叉***通安全事故的发生。
为解决上述技术问题，本发明采用的技术方案是：一种利用汽车电子标识信息预测路***通流的方法，其特征在于，包括以下操作步骤：
S1、在当前交叉路口R(i)前方沿线对应的所有匝道入口r(i)处均安装对应的电子标识检测器及天线C(i)，形成当前交叉路口前方沿路的电子标识检测点位序列，实现对通过各匝道r(i)进入主路的车流量的检测；
S2、当汽车A(i)通过匝道入口r(i)时，电子标识检测器及天线C(i)检测到当前时间点信息t(i)和汽车A(i)的电子标识信息v(i)，检测时间点信息T(i)和车型信息v(i)自动上传到控制中心C并保存，控制中心C依据汽车电子标识信息v(i)识别汽车A(i)通过匝道入口r(i)；
S3、控制中心C依据当前路口R(i)对应的最近绿灯控制起始时间T绿(i)和绿灯控制时间长度t绿(i)，确定通过匝道r(i)的车流检测信息的时间节点长度，形成检测时长为t绿(i)的通过匝道入口r(i)的车流量，形成关于当前时间点T(i)前的短时交通流数据F(i)，并将该数据记录到控制中心的数据库中，以备计算使用；
S4、控制中心C将路口R(i)的当前时间点T(i)作为沿线匝道入口r(i)的当前回溯时间点，各匝道入口检测到的交通流数据回溯到上一次绿灯结束时刻T绿(i-1)，并以当前绿灯控制时长t绿(i)作为当前交通流数据截取时长，形成相对于当前时间点T(i)的采样时长为t绿(i)的短时交通流流量f(i)；
S5、控制中心C自动检索数据库，获取时间点T(i)前的、时间间隔为t绿(i)的短时交通流数据f(i)，具体见S1、S2、S3和S4，在此基础上，形成关于交叉路口R(i)的短时交通流时间序列F(i)；
S6、在最近绿灯控制起始时间点T绿(i)，控制中心C利用式(4)预测计算当前路口R(i)的对应采样时长为t绿(i)的交通流量F预(i)；
S7、控制中心C，检索回溯当前时刻点T(i)对应的上一周期绿灯时长下的真实交通流F实际(i-1)，判断路口R(i)交通流量的增长情况，将绿灯时长调整比例值s(i)作为调整依据，实现对最近绿灯时长的调整；
S8、确定当前最近绿灯时间t绿(i)调整比例值s(i)，控制中心将依据调整比例值s(i)实现对绿灯的时间调整；
S9、当控制中心C检测到计时时间到达T绿(i)+t绿(i)后，控制中心C终止对当前R(i)对应的时间点T(i)的引导，开始下一时间点T(i+1)的交通流量预测计算和绿灯时长调整。
优选的，所述S3-S9的具体计算包括以下步骤：
S101、交通流序列生成：用各匝道入口r(i)实时检测得到汽车流量数据构成交通流量时间序列F:F(0)，F(1)，…，F(n)，…。{F(i)，t∈T，T是时间集}为实时检测到的交通流数量；
S102、交通流流量增长变化概率计算：由于天气、光照、降水、出行需求等外界影响，连续交通流转移概率矩阵会随着时间、天气、出行需求等因素发生改变，交通流状态变化分为3种状态：增加、不变、减少；由交通流量增长变化状态历史记录，得如下表1的数据记录；
Figure BDA0002836552360000031
以
Figure BDA0002836552360000032
表示交通流量从状态i过度到状态j的变化概率估计值，则由表1的交通流计算估计值的公式如下
Figure BDA0002836552360000033
交通流在T(i)-kt绿(i)时刻处于状态i，T(i)时刻转移到状态j的k步交通流转移概率为：
Figure BDA0002836552360000034
则匝道入口r(i)对应的k步交通流转移矩阵为
Figure BDA0002836552360000041
同理，可得交叉口R(i)在同一时刻点对应的k步交通流转移矩阵为
Figure BDA0002836552360000042
当前路口R(i)在时刻点T(i)对应的交通流处于状态i经过k个采样时间回溯后所得的当前预测交通流
Figure BDA0002836552360000043
的交通流量加权递推公式为
Figure BDA0002836552360000044
当k＝1时，规定交叉路口初始交通流量为
Figure BDA0002836552360000045
式(4)中，M为归属路口R(i)的道路沿线匝道路口数量，N为匝道r(i)对应采样时长为t绿(i)时的采样次数的最大圆整值，也是交通流状态变化的次数；
S103、时长调整比例计算：由式(4),可以获得交叉路口R(i)在时间点T(i)时，交叉路口最近绿灯时预测得到的交通流流量
Figure BDA0002836552360000046
可利用该数值与上一周期绿灯通过的实际交通流数据
Figure BDA0002836552360000047
进行对比，根据交通流增长比例对绿灯时长进行调整，具体调整方法为：
a、如果
Figure BDA0002836552360000048
计算结果大于
Figure BDA0002836552360000049
则认为当前路口绿灯时长应适当延长，调整比例值S(i)为：
Figure BDA00028365523600000410
延长时间为t绿(i)s(i)；
b、如果
Figure BDA00028365523600000411
计算结果小于
Figure BDA00028365523600000412
则认为当前路口绿灯时长应适当减少，减少时间为t绿(i)s(i)；
c、如果
Figure BDA00028365523600000413
计算结果等于
Figure BDA00028365523600000414
则认为当前路口绿灯时长可保持不变。
本发明与现有技术相比具有以下优点：
1、本发明通过在主干、快速道路交叉路口前方卡口或匝道入口处安装汽车电子标识检测装置，采集连续固定时间间隔内通过各检测装置的车辆车型、时间等信息，形成各检测点处的短时交通流数据，上传到云端，构建描述当前交叉口沿线主要车流量变化的数据序列，并结合当前交叉***通信号灯控制时间周期变化，实现对当前交叉口在下一个绿灯通行时间内的交通流量数据的提前预判，为当前交叉口绿灯时间的调整提供依据，实现交叉***通流量和交通管制信号间的协同和优化，减少交叉口各方向信号周期固定引起的通行能力固化问题，实现对交叉口信号控制时间的实时调整，减少车辆在交叉口处停车、起步带来的时间浪费，减少交叉***通拥堵问题，提升交叉口车辆通行效率，也有助于减少汽车尾气的排放量。
2、本发明减少交通流量信息缺失带来的绿灯时长过短过长问题，提升交叉路口管控和通行效率。挖掘现有电子标识***价值，发挥交通流信息作用，促进交通管控技术进步。
下面结合实施例对本发明作进一步详细说明。
具体实施方式
本发明包括以下操作步骤：
S1、在当前交叉路口R(i)前方沿线对应的所有匝道入口r(i)处均安装对应的电子标识检测器及天线C(i)，形成当前交叉路口前方沿路的电子标识检测点位序列，实现对通过各匝道r(i)进入主路的车流量的检测；
S2、当汽车A(i)通过匝道入口r(i)时，电子标识检测器及天线C(i)检测到当前时间点信息t(i)和汽车A(i)的电子标识信息v(i)，检测时间点信息T(i)和车型信息v(i)自动上传到控制中心C并保存，控制中心C依据汽车电子标识信息v(i)识别汽车A(i)通过匝道入口r(i)；
S3、控制中心C依据当前路口R(i)对应的最近绿灯控制起始时间T绿(i)和绿灯控制时间长度t绿(i)，确定通过匝道r(i)的车流检测信息的时间节点长度，形成检测时长为t绿(i)的通过匝道入口r(i)的车流量，形成关于当前时间点T(i)前的短时交通流数据F(i)，并将该数据记录到控制中心的数据库中，以备计算使用；
S4、控制中心C将路口R(i)的当前时间点T(i)作为沿线匝道入口r(i)的当前回溯时间点，各匝道入口检测到的交通流数据回溯到上一次绿灯结束时刻T绿(i-1)，并以当前绿灯控制时长t绿(i)作为当前交通流数据截取时长，形成相对于当前时间点T(i)的采样时长为t绿(i)的短时交通流流量f(i)；
S5、控制中心C自动检索数据库，获取时间点T(i)前的、时间间隔为t绿(i)的短时交通流数据f(i)，具体见S1、S2、S3和S4，在此基础上，形成关于交叉路口R(i)的短时交通流时间序列F(i)；
S6、在最近绿灯控制起始时间点T绿(i)，控制中心C利用式(4)预测计算当前路口R(i)的对应采样时长为t绿(i)的交通流量F预(i)；
S7、控制中心C检索回溯当前时刻点T(i)对应的上一周期绿灯时长下的真实交通流F实际(i-1)，判断路口R(i)交通流量的增长情况，将绿灯时长调整比例值s(i)作为调整依据，实现对最近绿灯时长的调整；
S8、利用时长调整比例计算确定当前最近绿灯时间t绿(i)调整比例值s(i)，控制中心将依据调整比例值s(i)实现对绿灯的时间调整；
S9、当控制中心C检测到计时时间到达T绿(i)+t绿(i)后，控制中心C终止对当前R(i)对应的时间点T(i)的引导，开始下一时间点T(i+1)的交通流量预测计算和绿灯时长调整。
本实施例中，交叉路***通流量的预测计算主要完成当前时间点前的交通流序列生成和对应路口绿灯控制时长内交通流量的预测、绿灯控制时长调整比例的计算，在利用电子标识检测器获取各匝道短时交通流数据的基础上，实现对路口绿灯通行时长内交通流量的预测计算和实时调整，其具体包括以下步骤：
S101、交通流序列生成：用各匝道入口r(i)实时检测得到汽车流量数据构成交通流量时间序列F:F(0)，F(1)，…，F(n)，…。{F(i)，t∈T，T是时间集}为实时检测到的交通流数量；
S102、交通流流量增长变化概率计算：由于天气、光照、降水、出行需求等外界影响，连续交通流转移概率矩阵会随着时间、天气、出行需求等因素发生改变，交通流状态变化分为3种状态：增加、不变、减少；由交通流量增长变化状态历史记录，得如下表1的数据记录；
Figure BDA0002836552360000071
以
Figure BDA0002836552360000072
表示交通流量从状态i过度到状态j的变化概率估计值，则由表1的交通流计算估计值的公式如下
Figure BDA0002836552360000073
交通流在T(i)-kt绿(i)时刻处于状态i，T(i)时刻转移到状态j的k步交通流转移概率为：
Figure BDA0002836552360000074
则匝道入口r(i)对应的k步交通流转移矩阵为
Figure BDA0002836552360000075
同理，可得交叉口R(i)在同一时刻点对应的k步交通流转移矩阵为
Figure BDA0002836552360000076
当前路口R(i)在时刻点T(i)对应的交通流处于状态i经过k个采样时间回溯后所得的当前预测交通流
Figure BDA0002836552360000077
的交通流量加权递推公式为
Figure BDA0002836552360000081
当k＝1时，规定交叉路口初始交通流量为
Figure BDA0002836552360000082
式(4)中，M为归属路口R(i)的道路沿线匝道路口数量，N为匝道r(i)对应采样时长为t绿(i)时的采样次数的最大圆整值，也是交通流状态变化的次数；
S103、由式(4),可以获得交叉路口R(i)在时间点T(i)时，交叉路口最近绿灯时预测得到的交通流流量
Figure BDA0002836552360000083
可利用该数值与上一周期绿灯通过的实际交通流数据
Figure BDA0002836552360000084
进行对比，根据交通流增长比例对绿灯时长进行调整，具体调整方法为：
a、如果
Figure BDA0002836552360000085
计算结果大于
Figure BDA0002836552360000086
则认为当前路口绿灯时长应适当延长，调整比例值S(i)为：
Figure BDA0002836552360000087
延长时间为t绿(i)s(i)；
b、如果
Figure BDA0002836552360000088
计算结果小于
Figure BDA0002836552360000089
则认为当前路口绿灯时长应适当减少，减少时间为t绿(i)s(i)；
c、如果
Figure BDA00028365523600000810
计算结果等于
Figure BDA00028365523600000811
则认为当前路口绿灯时长可保持不变。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制。凡是根据发明技术实质对以上实施例所作的任何简单修改、变更以及等效变化，均仍属于本发明技术方案的保护范围内。

Claims (3)

1.一种利用汽车电子标识信息预测路***通流的方法，其特征在于，包括以下步骤：
S1、在当前交叉路口R(i)前方沿线对应的所有匝道入口r(i)处均安装对应的电子标识检测器及天线C(i)，形成当前交叉路口前方沿路的电子标识检测点位序列；
S2、当汽车A(i)通过匝道入口r(i)时，电子标识检测器及天线C(i)检测到当前时间点信息t(i)和汽车A(i)的电子标识信息v(i)，并自动上传到控制中心C保存，控制中心C依据汽车电子标识信息v(i)识别汽车A(i)通过匝道入口r(i)；
S3、控制中心C依据当前交叉路口R(i)对应的最近绿灯记录控制起始时间T绿(i)和绿灯控制时间长度t绿(i)，确定通过匝道入口r(i)的车流检测信息的时间节点长度，形成检测时长为t绿(i)的通过匝道入口r(i)的车流量，形成关于当前时间点T(i)前的短时交通流数据F(i)，并将交通流数据F(i)记录到控制中心C的数据库中；
S4、控制中心C将当前交叉路口R(i)的当前时间点T(i)作为沿线匝道入口r(i)的当前回溯时间点，各匝道入口检测到的交通流数据回溯到上一次绿灯结束时刻T绿(i-1)，并以当前绿灯控制时长t绿(i)作为当前交通流数据截取时长，形成相对于当前时间点T(i)的采样时长为t绿(i)的短时交通流流量f(i)；
S5、控制中心C自动检索数据库，获取时间点T(i)前的、时间间隔为t绿(i)的短时交通流数据f(i)，在此基础上，形成关于交叉路口R(i)的短时交通流时间序列F(i)；
S6、在最近绿灯控制起始时间点T绿(i)，控制中心C预测计算当前路口R(i)的对应采样时长为t绿(i)的交通流量F预(i)；
S7、控制中心C检索回溯当前时刻点T(i)对应的上一周期绿灯时长下的真实交通流F实际(i-1)，判断路口R(i)交通流量的增长情况，将绿灯时长调整比例值s(i)作为调整依据，实现对最近绿灯时长的调整；
S8、确定当前最近绿灯时间t绿(i)的调整比例值s(i)，控制中心C将依据调整比例值s(i)实现对绿灯的时间调整；
S9、当控制中心C检测到计时时间到达T绿(i)+t绿(i)后，控制中心C终止对当前R(i)对应的时间点T(i)的引导，开始下一时间点T(i+1)的交通流量预测计算和绿灯时长调整。
2.根据权利要求1所述的一种利用汽车电子标识信息预测路***通流的方法，其特征在于，所述S3-S9的具体计算包括以下步骤：
S101、交通流序列生成：用各匝道入口r(i)实时检测得到汽车流量数据构成交通流量时间序列F:F(0)，F(1)，…，F(n)，…，{F(i)，t∈T，T是时间集}为实时检测到的交通流数量；
S102、交通流流量增长变化概率计算：由于天气、光照、降水、出行需求等外界影响，连续交通流转移概率矩阵会随着时间、天气、出行需求等因素发生改变，交通流状态变化分为3种状态：增加、不变、减少；由交通流量增长变化状态历史记录，得如下表1的数据记录；
Figure FDA0002836552350000021
以
Figure FDA0002836552350000022
表示交通流量从状态i过度到状态j的变化概率估计值，则由表1的交通流计算估计值的公式如下
Figure FDA0002836552350000023
交通流在T(i)-kt绿(i)时刻处于状态i，T(i)时刻转移到状态j的k步交通流转移概率为：
Figure FDA0002836552350000031
则匝道入口r(i)对应的k步交通流转移矩阵为
Figure FDA0002836552350000032
同理，可得当前交叉路口R(i)在同一时刻点对应的k步交通流转移矩阵为
Figure FDA0002836552350000033
当前交叉路口R(i)在时刻点T(i)对应的交通流处于状态i经过k个采样时间回溯后所得的当前预测交通流
Figure FDA0002836552350000034
的交通流量加权递推公式为
Figure FDA0002836552350000035
当k＝1时，规定交叉路口初始交通流量为
Figure FDA0002836552350000036
式(4)中，M为当前交叉路口R(i)的道路沿线匝道路口数量，N为匝道入口r(i)对应采样时长为t绿(i)时的采样次数的最大圆整值，也是交通流状态变化的次数；
S103、时长调整比例计算：由式(4)可以获得当前交叉路口R(i)在时间点T(i)时，交叉路口最近绿灯时预测得到的交通流流量
Figure FDA0002836552350000037
利用该数值与上一周期绿灯通过的实际交通流数据
Figure FDA0002836552350000038
进行对比，根据交通流增长比例对绿灯时长进行调整。
3.根据权利要求2所述的一种利用汽车电子标识信息预测路***通流的方法，其特征在于S103中的具体调整方法为：
a、如果
Figure FDA0002836552350000039
计算结果大于
Figure FDA00028365523500000310
则认为当前路口绿灯时长应适当延长，调整比例值S(i)为：
Figure FDA00028365523500000311
延长时间为t绿(i)s(i)；
b、如果
Figure FDA0002836552350000041
计算结果小于
Figure FDA0002836552350000042
则认为当前路口绿灯时长应适当减少，减少时间为t绿(i)s(i)；
c、如果
Figure FDA0002836552350000043
计算结果等于
Figure FDA0002836552350000044
则认为当前路口绿灯时长可保持不变。
CN202011478526.2A 2020-12-15 2020-12-15 一种利用汽车电子标识信息预测路***通流的方法 Active CN112669600B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011478526.2A CN112669600B (zh) 2020-12-15 2020-12-15 一种利用汽车电子标识信息预测路***通流的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011478526.2A CN112669600B (zh) 2020-12-15 2020-12-15 一种利用汽车电子标识信息预测路***通流的方法

Publications (2)

Publication Number Publication Date
CN112669600A true CN112669600A (zh) 2021-04-16
CN112669600B CN112669600B (zh) 2022-08-02

Family

ID=75404335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011478526.2A Active CN112669600B (zh) 2020-12-15 2020-12-15 一种利用汽车电子标识信息预测路***通流的方法

Country Status (1)

Country Link
CN (1) CN112669600B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114399900A (zh) * 2021-12-31 2022-04-26 黑龙江工程学院 一种基于遥感技术的智慧城市交通管理***和方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005339286A (ja) * 2004-05-27 2005-12-08 National Institute Of Advanced Industrial & Technology 交差点における停止車両の発進状態計測装置
JP2010009510A (ja) * 2008-06-30 2010-01-14 Univ Waseda 局所交通量予測プログラム生成装置、局所交通量予測装置、局所交通量予測プログラム生成方法、局所交通量予測方法及びプログラム
US20160293004A1 (en) * 2015-04-06 2016-10-06 Umm Al-Qura University Method and system for controlling and monitoring traffic light for optimizing wait time
CN106297296A (zh) * 2016-10-12 2017-01-04 北京理工大学 一种基于稀疏轨迹点数据的细粒度旅行时间分配方法
CN109215350A (zh) * 2018-11-02 2019-01-15 重庆大学 一种基于rfid电子车牌数据的短期交通状态预测方法
CN109448402A (zh) * 2018-12-24 2019-03-08 成都四方伟业软件股份有限公司 匝道控制方法及装置
CN110164129A (zh) * 2019-04-25 2019-08-23 浙江工业大学 基于gernn的单交叉口多车道交通流量预测方法
EP3594920A1 (en) * 2018-07-09 2020-01-15 Siemens Mobility GmbH Method for generating a traffic control signal
CN110992685A (zh) * 2019-11-20 2020-04-10 安徽百诚慧通科技有限公司 一种基于高速公路交通流突变的交通安全预警方法
CN111968383A (zh) * 2020-08-24 2020-11-20 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种利用汽车电子标识信息实现交叉路口车速引导的方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005339286A (ja) * 2004-05-27 2005-12-08 National Institute Of Advanced Industrial & Technology 交差点における停止車両の発進状態計測装置
JP2010009510A (ja) * 2008-06-30 2010-01-14 Univ Waseda 局所交通量予測プログラム生成装置、局所交通量予測装置、局所交通量予測プログラム生成方法、局所交通量予測方法及びプログラム
US20160293004A1 (en) * 2015-04-06 2016-10-06 Umm Al-Qura University Method and system for controlling and monitoring traffic light for optimizing wait time
CN106297296A (zh) * 2016-10-12 2017-01-04 北京理工大学 一种基于稀疏轨迹点数据的细粒度旅行时间分配方法
EP3594920A1 (en) * 2018-07-09 2020-01-15 Siemens Mobility GmbH Method for generating a traffic control signal
CN109215350A (zh) * 2018-11-02 2019-01-15 重庆大学 一种基于rfid电子车牌数据的短期交通状态预测方法
CN109448402A (zh) * 2018-12-24 2019-03-08 成都四方伟业软件股份有限公司 匝道控制方法及装置
CN110164129A (zh) * 2019-04-25 2019-08-23 浙江工业大学 基于gernn的单交叉口多车道交通流量预测方法
CN110992685A (zh) * 2019-11-20 2020-04-10 安徽百诚慧通科技有限公司 一种基于高速公路交通流突变的交通安全预警方法
CN111968383A (zh) * 2020-08-24 2020-11-20 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种利用汽车电子标识信息实现交叉路口车速引导的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JULIO B. CLEMPNER: "Modeling the multi-traffic signal-control synchronization: A Markov", 《ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE》 *
尹素素: "基于二进制序列索引的灰色马尔科夫交通流量预测模型", 《天津师范大学学报(自然科学版)》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114399900A (zh) * 2021-12-31 2022-04-26 黑龙江工程学院 一种基于遥感技术的智慧城市交通管理***和方法

Also Published As

Publication number Publication date
CN112669600B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN112489433B (zh) 交通拥堵分析方法及装置
CN108550262B (zh) 基于毫米波雷达的城市交通感知***
CN104575051B (zh) 一种基于阵列雷达的高架匝道智能信号控制方法及装置
CN106652493B (zh) 一种车联网环境下的交叉口信号优化控制方法
CN108986509B (zh) 一种基于车路协同的城市区域路径实时规划方法
US8412446B2 (en) Travel history collection system and terminal side device used for it
US20210201672A1 (en) Video-based main road cooperative signal machine control method
EP2831860B1 (en) A system and method for traffic management using lighting networks
CN113689692B (zh) 智能网联混合交通流信号交叉口车辆到达预测修正方法
US20100117865A1 (en) Method and System for Collecting Traffice Data, Monitoring Traffic, and Automated Enforcement at a Centralized Station
CN111724595A (zh) 一种基于收费数据的高速公路断面流量估计方法
CN108922216A (zh) 一种基于车载导航的道路监控方法和***
CA2948342A1 (en) Managing transit signal priority (tsp) requests
CN109493606B (zh) 一种高速公路上违停车辆的识别方法及***
CN111210647B (zh) 一种基于智慧灯杆的行进控制方法及***
CN112669600B (zh) 一种利用汽车电子标识信息预测路***通流的方法
CN104750963A (zh) 交叉口延误时长估计方法及装置
CN109472985B (zh) 基于路段旅行时间的实际交通需求流量估计方法
CN104809870A (zh) 一种高架桥入口匝道交通拥堵等级估计方法
CN113192344B (zh) 交通灯控制方法、***及存储介质
CN107358799A (zh) 一种信号灯区间联网智能通行***
CN111199641B (zh) 一种基于智慧灯杆的车队行驶方法及***
CN115331462B (zh) 一种基于车路协同的智慧消防特勤车辆控制方法
CN111091714A (zh) 一种基于车路协同的交通灯信号控制方案
CN108831163B (zh) 一种基于地磁的主干路协同信号机控制方法

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