CN112863198A - 一种快速路入口匝道的信号灯绿信比智能调整方法 - Google Patents
一种快速路入口匝道的信号灯绿信比智能调整方法 Download PDFInfo
- Publication number
- CN112863198A CN112863198A CN202011609535.0A CN202011609535A CN112863198A CN 112863198 A CN112863198 A CN 112863198A CN 202011609535 A CN202011609535 A CN 202011609535A CN 112863198 A CN112863198 A CN 112863198A
- Authority
- CN
- China
- Prior art keywords
- congestion level
- entrance ramp
- congestion
- jam
- expressway
- 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 26
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种快速路入口匝道的信号灯绿信比智能调整方法,该方法首先依据快速路在入口匝道汇入点的后方区域的车辆数量及行驶速度,建立快速路拥堵等级划分模型,然后,基于此计算快速路拥堵等级,并使用增量式PID算法实时调整入口匝道信号灯绿信比,以维持车辆在快速路畅通连续行驶。采用本发明所述的方法能自动识别快速路上的拥堵等级,并基于增量式PID算法实时反馈调整入口匝道信号灯绿信比,可有效维持快速路高效运行,规避同一时间段车辆大量汇入,导致快速路出现车辆“上不来下不去”的严重堵塞现象,从而保证快速路上车辆的出行效率。
Description
技术领域
本发明涉及城市交通信号控制领域,设计了一种基于增量式PID的快速路入口匝道的信号灯绿信比智能调整方法。
背景技术
城市快速路作为等级最高的城市道路,主要作用为保证车辆连续畅通行驶,缓解城市交通压力。但快速路的通行能力是有限的。快速路每隔一段间距,会建设车辆进入快速路的入口匝道。在车辆出行高峰时期,车辆通过入口匝道同时大量汇入快速路,快速路会出现交通拥堵,出现车辆“上不来和下不去”的现象,反而不利于车辆快速通行。如何缓解快速路拥堵,提高车辆通行效率成为社会一个关注点。
因此,寻找有效的缓解快速路拥堵的方法存在着非常重要的意义。
发明内容
本发明针对缓解快速路拥堵的问题,提出一种基于增量式PID的快速路入口匝道的信号灯绿信比智能调整方法,可有效维持快速路高效运行,规避同一时间段车辆大量汇入,导致快速路出现车辆“上不来下不去”的严重堵塞现象。
一种快速路入口匝道的信号灯绿信比智能调整方法,其特点是,该方法首先依据快速路在入口匝道汇入点的后方区域的车辆数量及行驶速度,建立快速路拥堵等级划分模型,然后,基于此计算快速路拥堵等级,并使用增量式PID算法实时调整入口匝道信号灯绿信比,以维持车辆在快速路畅通连续行驶。
本发明所要解决的技术问题还可以通过以下技术方案实现,包括如下步骤,
第一,根据实地调研确定各控制参数,控制参数包括快速路的拥堵等级划分数量、车道畅通车辆数量阈值、各拥堵等级间的车速分界阈值、各拥堵等级的车道数量阈值以及拥堵判定依据的连续时长和入口匝道信号控制的快速路拥堵等级目标;
第二,利用检测器实时获取快速路在入口匝道汇入点的后方区域各车道秒级的车辆数据并保存,包括车道车辆数量及车辆行驶车速;
第三,在入口匝道的信号周期起始时刻,基于快速路在入口匝道汇入点的后方区域的车辆检测数据计算各车道的拥堵等级;
第四,综合各车道的拥堵等级计算快速路的拥堵等级;
第五,依据快速路的拥堵等级,基于增量式PID,调整入口匝道信号灯绿信比,并执行。
本发明所要解决的技术问题还可以通过以下技术方案实现,该方法包括如下具体步骤,
(1)设置各控制参数
根据实地调研,确定快速路划分的拥堵等级jam1,jam2,…,jamm、车道畅通车辆数量阈值各拥堵等级间的车速分界阈值各拥堵等级的车道数量阈值以及拥堵判定依据的连续时长tref;选择jamg(1<g<m)作为入口匝道信号控制的快速路拥堵等级目标;
(2)车辆数据获取
利用检测器实时获取快速路在入口匝道汇入点后方区域各车道秒级的车辆数据并保存,包括车道车辆数量及车辆行驶车速。
如果当前时刻处于入口匝道的信号周期起始时刻,执行步骤(3),否则,执行步骤(6);
(3)快速路车道拥堵等级计算
首先,确定划分的快速路车道拥堵等级数量为m个,拥堵等级由低到高分别记为jam1,jam2,...,jamm。
在计算车道拥堵等级时,综合依据连续若干时长tref的车道中车辆数量及行驶速度的数据,数据需要通过取中位数,或其他可以排除突变检测异常数据干扰的统计方式进行处理。这里,本发明以取中位数为例进行阐述。
记快速路为A,快速路的入口匝道为B,快速路在入口匝道B汇入点后方区域内的车道数为n,各车道分别表示为C1,C2,...,Cn,如附图2。其中,车道Ci(1≤i≤n)在最近连续时间tref秒内的车辆数量的中位数记为Ni,车速中位数记为Vi。
快速路车道Ci的拥堵等级计算模型给出如下:
其中,1≤j≤m;为车道畅通车辆数量阈值,意为当车道中车辆数量小于该值时,直接判定车道拥堵等级为拥堵等级最低的jam1,否则,需要进一步通过车速确定车道拥堵等级;为拥堵等级jamj-1与jamj的车速分界阈值;表示车速最小值0,V0 1表示快速路设计的车速限速。
具体的计算方法如下:
Step1:计算车道Ci(1≤i≤n)在最近连续时间tref秒内的车辆数量的中位数Ni,车速中位数Vi;
Step6:结束。
(4)快速路拥堵等级计算
基于快速路在入口匝道汇入点的后方区域内的各车道的拥堵等级,得出快速路的拥堵等级。
快速路拥堵等级计算模型给出如下:
具体的计算方法如下:
Step4:结束。
(5)入口匝道信号灯绿信比调整
拥堵等级是对快速路拥堵状况的有效体现。为维持快速路高效运行,快速路的拥堵等级不宜过高,也不宜过低;在划分的拥堵等级中选择一个作为信号控制目标,该拥堵等级目标记为jamg(1<g<m)。当快速路的拥堵等级高于目标等级时,应适当降低入口匝道信号灯的绿信比,限制入口匝道处驶入快速路的车辆数量;当快速路的拥堵等级低于目标等级时,应适当提高入口匝道信号灯的绿信比,增多入口匝道处驶入快速路的车辆数量。
记快速路拥堵等级判定的信号周期为T,入口匝道信号灯在第k个周期的绿信比为λ(k)。为实现上述控制目标,本发明采用增量式PID控制算法。
PID控制算法是结合比例、积分和微分三种环节于一体的控制算法,其实质就是根据输入的偏差值,按照比例、积分、微分的函数关系进行运算,运算结果用以控制输出。
离散化的PID公式为
其中,Kp为比例系数,Ti为积分时间常数,Td为微分时间常数,u(k)为PID控制器的输出信号,e(k)为给定值与测量值之差。
控制增量为
进一步,控制增量可表示为
Δu=Kp(e(k)-e(k-1))+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2))
本发明将入口匝道信号灯在第k个周期的绿信比为λ(k)作为PID控制器的输出信号,那么
λ(k)=λ(k-1)+Δλ
即
λ(k)=λ(k-1)+Kp(e(k)-e(k-1))+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2))
其中,e(k)为目标拥堵等级与第k个周期的测量拥堵等级之差;Kp、Ki、Kd均可看作系数常数,由试验确定,本发明可根据快速路在连续三个信号周期内的拥堵等级变化情况,自动调节入口匝道信号灯的绿信比,以控制快速路不断靠拢或维持在目标拥堵等级上运行;
(6)执行当前绿信比方案
入口匝道信号控制执行当前绿信比方案。
与现有技术相比,采用本发明所述的方法能自动识别快速路上的拥堵等级,并基于增量式PID算法实时反馈调整入口匝道信号灯绿信比,以保证快速路上车辆的出行效率。
附图说明
图1为本发明所述方法的总体流程图;
图2为快速路的入口匝道信号控制示例图;
图3为快速路在检测区域各车道的车辆数据图表。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。
本发明用于快速路入口匝道的信号控制,旨在自动识别快速路在入口匝道汇入点后方区域的拥堵等级,并基于增量式PID实时调整入口匝道的信号灯绿信比,以保证车辆在快速路的出行效率。
参照图1和图2,实施例1,.一种快速路入口匝道的信号灯绿信比智能调整方法,该方法首先依据快速路入口匝道汇入点后方区域的车辆数量及行驶速度,建立快速路拥堵等级划分模型,然后,基于此计算快速路拥堵等级,并使用增量式PID算法实时调整入口匝道信号灯绿信比,以维持车辆在快速路畅通连续行驶。
实施例2,实施例1所述的.一种快速路入口匝道的信号灯绿信比智能调整方法,包括如下步骤,
第一,确定快速路的拥堵等级划分数量、车道畅通车辆数量阈值、各拥堵等级间的车速分界阈值、各拥堵等级的车道数量阈值以及拥堵判定依据的连续时长和入口匝道信号控制的快速路拥堵等级目标;
第二,利用检测器实时获取快速路在入口匝道汇入点的后方区域各车道秒级的车辆数据并保存,包括车道车辆数量及车辆行驶车速;
第三,在入口匝道的信号周期起始时刻,基于快速路在入口匝道汇入点的后方区域的车辆检测数据计算各车道的拥堵等级;
第四,综合各车道的拥堵等级计算快速路的拥堵等级;
第五,依据快速路的拥堵等级,基于增量式PID,调整入口匝道信号灯绿信比,并执行。
实施例3,实施例1和2所述的.一种快速路入口匝道的信号灯绿信比智能调整方法,该方法包括如下具体步骤,
(1)设置各控制参数
根据实地调研确定快速路划分的拥堵等级jam1,jam2,...,jamm、车道畅通车辆数量阈值各拥堵等级间的车速分界阈值各拥堵等级的拥堵等级车道阈值以及拥堵判定依据的连续时长tref;选择jamg(1<g<m)作为入口匝道信号控制的快速路拥堵等级目标。
(2)车辆数据获取
利用检测器实时获取快速路在入口匝道汇入点后方区域各车道秒级的车辆数据并保存,包括车道车辆数量及车辆行驶车速。
如果当前时刻处于入口匝道的信号周期起始时刻,执行步骤(3),否则,执行步骤(6)。
(3)计算各车道的拥堵等级
快速路在入口匝道汇入点后方区域内的各车道分别表示为C1,C2,...,Cn。
根据如下所示的快速路车道Ci(1≤i≤n)的拥堵等级计算模型计算各车道的拥堵等级。
具体的计算方法如下:
Step3-1:计算车道Ci(1≤i≤n)在最近连续时间tref秒内的车辆数量的中位数Ni,车速中位数Vi;
Step3-6:结束。
(4)计算快速路的拥堵等级
具体的计算方法如下:
Step4-4:结束。
(5)调整入口匝道信号灯绿信比
记快速路拥堵等级判定的信号周期为T,入口匝道信号灯在第k个周期的绿信比为λ(k)。将λ(k)作为PID控制器的输出信号,利用下列公式计算。
λ(k)=λ(k-1)+Kp(e(k)-e(k-1))+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2))
其中,e(k)为目标拥堵等级与第k个周期的测量拥堵等级之差;Kp、Ki、Kd均可看作系数常数,由试验确定。
计算得出λ(k)后,可进一步得出入口匝道信号灯在之后第k个周期的绿灯时长为:
g=Tλ(k)
(6)执行当前绿信比方案
入口匝道信号控制执行当前绿信比方案。
实施例4,参照图3,选择附图中的快速路场景为例,利用检测器获取的入口匝道信号连续3个控制周期T=60s起始时刻,前连续5秒检测区域各车道的车辆数据在图3给出,且入口匝道信号在第k-1周期的绿信比为75%。
根据实地调研将快速路的拥堵等级划分为5个,jam1,jam2,jam3,jam4,jam5;车道畅通车辆数量阈值各拥堵等级间的车速分界阈值 各拥堵等级的拥堵等级车道阈值拥堵判定依据的连续时长tref=5s;选定jam3作为入口匝道信号控制的快速路拥堵等级目标。
对于第k周期,计算各车道的拥堵等级。
对于车道C1,由图可得,在第k周期起始时刻前连续5秒内的车辆数量中位数N1=6,车速中位数V1=24km/h;因且车道C1的拥堵等级L1=jam4;同理,可得,L2=jam3,L3=jam3,L4=jam2。
计算第k周期快速路的拥堵等级。
入口匝道信号控制的快速路拥堵等级目标与快速路在第k周期的拥堵等级相同,所以,e(k)=0。
重复上述方法可计算出e(k-1)=1,e(k-2)=1。
将e(k)、e(k-1)、e(k-2)代入公式
λ(k)=λ(k-1)+Kp(e(k)-e(k-1))+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2))
可得λ(k)=75%-Kp-Kd;本例中,取Kp=0.05,Ki=0.1,Kd=0.03,那么,λ(k)=67%。
所以,入口匝道的信号在第k周期内放行绿灯60×67%=40s。
Claims (6)
1.一种快速路入口匝道的信号灯绿信比智能调整方法,其特征在于:该方法首先依据快速路入口匝道汇入点后方区域的车辆数量及行驶速度,建立快速路拥堵等级划分模型,然后,基于此计算快速路拥堵等级,并使用增量式PID算法实时调整入口匝道信号灯绿信比,以维持车辆在快速路畅通连续行驶。
2.按照权利要求1所述的一种快速路入口匝道的信号灯绿信比智能调整方法,其特征在于:包括如下步骤,
第一,根据实地调研确定各控制参数,控制参数包括快速路的拥堵等级划分数量、车道畅通车辆数量阈值、各拥堵等级间的车速分界阈值、各拥堵等级的车道数量阈值以及拥堵判定依据的连续时长和入口匝道信号控制的快速路拥堵等级目标;
第二,利用检测器实时获取快速路在入口匝道汇入点的后方区域各车道秒级的车辆数据并保存,包括车道车辆数量及车辆行驶车速;
第三,在入口匝道的信号周期起始时刻,基于快速路在入口匝道汇入点的后方区域的车辆检测数据计算各车道的拥堵等级;
第四,综合各车道的拥堵等级计算快速路的拥堵等级;
第五,依据快速路的拥堵等级,基于增量式PID,调整入口匝道信号灯绿信比,并执行。
3.按照权利要求1或2所述的一种快速路入口匝道的信号灯绿信比智能调整方法,其特征在于:该方法包括如下具体步骤,
(1)设置各控制参数
根据实地调研,确定快速路划分的拥堵等级jam1,jam2,...,jamm、车道畅通车辆数量阈值各拥堵等级间的车速分界阈值各拥堵等级的车道数量阈值以及拥堵判定依据的连续时长tref;选择jamg(1<g<m)作为入口匝道信号控制的快速路拥堵等级目标;
(2)车辆数据获取
利用检测器实时获取快速路在入口匝道汇入点后方区域各车道秒级的车辆数据并保存,包括车道车辆数量及车辆行驶车速;
如果当前时刻处于入口匝道的信号周期起始时刻,执行步骤(3),否则,执行步骤(6);
(3)计算各车道的拥堵等级
记快速路为A,快速路的入口匝道为B,快速路在入口匝道B汇入点后方区域内的车道数为n,各车道分别表示为C1,C2,...,Cn,其中,车道Ci(1≤i≤n)在最近连续时间tref秒内的车辆数量的中位数记为Ni,车速中位数记为Vi;
快速路车道Ci的拥堵等级计算模型给出如下:
其中,1≤j≤m;为车道畅通车辆数量阈值,意为当车道中车辆数量小于该值时,直接判定车道拥堵等级为拥堵等级最低的jam1,否则,需要进一步通过车速确定车道拥堵等级;为拥堵等级jamj-1与jamj的车速分界阈值;表示车速最小值0,V0 1表示快速路设计的车速限速;
(4)计算快速路的拥堵等级
(5)调整入口匝道信号灯绿信比
在划分的拥堵等级中选择一个作为信号控制目标,该拥堵等级目标记为jamg(1<g<m);当快速路的拥堵等级高于目标等级时,降低入口匝道信号灯的绿信比,限制入口匝道处驶入快速路的车辆数量;当快速路的拥堵等级低于目标等级时,提高入口匝道信号灯的绿信比,增多入口匝道处驶入快速路的车辆数量;
记快速路拥堵等级判定的信号周期,即入口匝道信号灯的控制周期,为T,入口匝道信号灯在第k个周期的绿信比为λ(k),根据增量式PID控制算法,可根据快速路在连续三个信号周期内的拥堵等级变化情况,自动调节入口匝道信号灯的绿信比,以控制快速路不断靠拢或维持在目标拥堵等级上运行;
(6)执行当前绿信比方案
入口匝道信号控制执行当前绿信比方案。
4.按照权利要求3所述的一种快速路入口匝道的信号灯绿信比智能调整方法,其特征在于:步骤(3)中快速路车道Ci的拥堵等级的计算方法如下:
Step1:计算车道Ci(1≤i≤n)在最近连续时间tref秒内的车辆数量的中位数Ni,车速中位数Vi;
Step6:结束。
6.根据权利要求3所述的一种快速路入口匝道的信号灯绿信比智能调整方法,其特征在于:步骤(5)中所述增量式PID控制算法为,
将入口匝道信号灯在第k个周期的绿信比为λ(k)作为PID控制器的输出信号,那么
λ(k)=λ(k-1)+Δλ
即
λ(k)=λ(k-1)+Kp(e(k)-e(k-1))+Kie(k)+Kd(e(k)-2e(k-1)+e(k-2))
其中,e(k)为目标拥堵等级与第k个周期的测量拥堵等级之差;Kp、Ki、Kd均可看作系数常数,由试验确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609535.0A CN112863198B (zh) | 2020-12-29 | 2020-12-29 | 一种快速路入口匝道的信号灯绿信比智能调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011609535.0A CN112863198B (zh) | 2020-12-29 | 2020-12-29 | 一种快速路入口匝道的信号灯绿信比智能调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112863198A true CN112863198A (zh) | 2021-05-28 |
CN112863198B CN112863198B (zh) | 2023-06-13 |
Family
ID=75998562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011609535.0A Active CN112863198B (zh) | 2020-12-29 | 2020-12-29 | 一种快速路入口匝道的信号灯绿信比智能调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112863198B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115662152A (zh) * | 2022-09-27 | 2023-01-31 | 哈尔滨理工大学 | 一种基于深度学习驱动的城市交通管理自适应*** |
CN115731726A (zh) * | 2022-11-15 | 2023-03-03 | 阿波罗智联(北京)科技有限公司 | 信号灯控制方法、装置、电子设备和存储介质 |
CN117854298A (zh) * | 2024-02-27 | 2024-04-09 | 青岛海信网络科技股份有限公司 | 一种区域交叉口的车辆通行方法和边缘计算设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355905A (zh) * | 2016-10-28 | 2017-01-25 | 银江股份有限公司 | 一种基于卡口数据的高架信号控制方法 |
CN109118791A (zh) * | 2017-06-26 | 2019-01-01 | 青岛海信网络科技股份有限公司 | 一种快速路匝道的交通控制方法及装置 |
CN111028504A (zh) * | 2019-11-27 | 2020-04-17 | 天津易华录信息技术有限公司 | 一种城市快速路智慧交通管控方法和*** |
CN111681431A (zh) * | 2020-06-02 | 2020-09-18 | 南京慧尔视智能科技有限公司 | 一种基于大区域微波雷达的匝道控制***及方法 |
-
2020
- 2020-12-29 CN CN202011609535.0A patent/CN112863198B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355905A (zh) * | 2016-10-28 | 2017-01-25 | 银江股份有限公司 | 一种基于卡口数据的高架信号控制方法 |
CN109118791A (zh) * | 2017-06-26 | 2019-01-01 | 青岛海信网络科技股份有限公司 | 一种快速路匝道的交通控制方法及装置 |
CN111028504A (zh) * | 2019-11-27 | 2020-04-17 | 天津易华录信息技术有限公司 | 一种城市快速路智慧交通管控方法和*** |
CN111681431A (zh) * | 2020-06-02 | 2020-09-18 | 南京慧尔视智能科技有限公司 | 一种基于大区域微波雷达的匝道控制***及方法 |
Non-Patent Citations (1)
Title |
---|
牛忠海 等: "一种基于分布式网络多智能体的匝道协同控制方法", 《交通运输***工程与信息》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115662152A (zh) * | 2022-09-27 | 2023-01-31 | 哈尔滨理工大学 | 一种基于深度学习驱动的城市交通管理自适应*** |
CN115731726A (zh) * | 2022-11-15 | 2023-03-03 | 阿波罗智联(北京)科技有限公司 | 信号灯控制方法、装置、电子设备和存储介质 |
CN115731726B (zh) * | 2022-11-15 | 2024-04-05 | 阿波罗智联(北京)科技有限公司 | 信号灯控制方法、装置、电子设备和存储介质 |
CN117854298A (zh) * | 2024-02-27 | 2024-04-09 | 青岛海信网络科技股份有限公司 | 一种区域交叉口的车辆通行方法和边缘计算设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112863198B (zh) | 2023-06-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112863198A (zh) | 一种快速路入口匝道的信号灯绿信比智能调整方法 | |
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 | |
RU2493979C2 (ru) | Способ и модуль для управления скоростью транспортного средства | |
US9986685B2 (en) | Controlling a positioning system for an agricultural implement | |
CN108510762B (zh) | 一种快速路多线交汇区智能信号灯优化控制方法 | |
CN112614337B (zh) | 一种多源数据驱动的快速路入口匝道智能控制方法 | |
CN110182215B (zh) | 一种汽车经济性巡航控制方法及装置 | |
US20170267227A1 (en) | Method for operating a motor vehicle, motor vehicle, and computer program | |
CN106297334A (zh) | 绿波协调控制下的干线路段划分方法 | |
CN109165427B (zh) | 运营高铁纵断面线形调整方案的优化计算方法 | |
CN106952484B (zh) | 基于宏观基本图的路网门限控制 | |
CN109816999B (zh) | 一种自适应动态双向绿波协调控制算法 | |
RU2510344C2 (ru) | Система и способ для поддержания времен вождения | |
CN115665936B (zh) | 一种隧道照明节能控制策略生成方法、***、终端及介质 | |
CN110634293A (zh) | 一种基于模糊控制的干线交叉口控制方法 | |
JP2004080838A (ja) | 自動列車運転装置 | |
CN1111449A (zh) | 用于滑动调节的方法及装置 | |
CN111127887B (zh) | 一种基于实时交通状态驱动的信号控制优化***及方法 | |
CN116580547A (zh) | 一种地埋式交通信号灯智能控制方法及*** | |
CN109586287B (zh) | 基于改进自适应模型预测控制的电压协调控制方法及装置 | |
CN107952798B (zh) | 一种提高带钢热连轧精轧穿带速度设定精度方法 | |
US4432062A (en) | Method for optimizing the knock frequency of an electrofilter system | |
CN104268642B (zh) | 基于最小变异系数评价及推理模型的道路通堵预测方法 | |
CN114613166B (zh) | 考虑边界交叉口排队长度的信号灯控制方法及*** | |
CN115601980A (zh) | 一种交通信号灯的控制方法、***、存储介质及电子设备 |
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 |