CN112885117B - 一种网联信控交叉口控制***及方法 - Google Patents
一种网联信控交叉口控制***及方法 Download PDFInfo
- Publication number
- CN112885117B CN112885117B CN202110045039.5A CN202110045039A CN112885117B CN 112885117 B CN112885117 B CN 112885117B CN 202110045039 A CN202110045039 A CN 202110045039A CN 112885117 B CN112885117 B CN 112885117B
- Authority
- CN
- China
- Prior art keywords
- intersection
- vehicle
- vehicles
- subsystem
- cluster
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Genetics & Genomics (AREA)
- Evolutionary Computation (AREA)
- Chemical & Material Sciences (AREA)
- Physiology (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种网联信控交叉口控制***及方法,利用路侧协同控制子***的接受其通信范围内的全部车辆行驶信息,根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇,成簇车辆即形成车辆组队,形成交叉口组队集合,根据交叉口组队集合构建交叉口信号优化模型,以交叉口所有车辆延误作为目标函数,车辆运动学模型和交通模型为约束条件,采用遗传算法对信号灯配时进行求解得到最优配时方案,待本周期结束后,在下一周期根据最优配时方案进行交叉口信号灯控制,本发明以交叉口所有车辆数据集合进行优化处理得到优化交叉口红绿灯配时,提高道路通行能力,降低能源消耗与尾气排放量。
Description
技术领域
本发明涉及智慧交通领域,具体是一种网联信控交叉口控制***及方法。
背景技术
随着汽车保有量的不断增加,城市交通问题日益严重,交叉口作为城市交通网络的枢纽,是解决城市交通问题的核心。目前,大多数交叉口采用固定配时的信号控制方式控制各个进道口车辆的通行权,但固定配时的信号控制往往与实际交通流量不符,使得交叉口通行效率低下。目前,众多学者对信号控制方式进行了优化,信号控制也经历了感应控制和自适应控制的发展过程,但这些方法大多采用定点采集数据,获取的交通流数据有限且无法保证精确性、交互性差,并且车辆难以充分利用交叉口信号信息,难以满足当前交通出行需求。
发明内容
本发明的目的在于提供一种网联信控交叉口控制***及方法,以克服现有技术的不足。
为达到上述目的,本发明采用如下技术方案:
一种网联信控交叉口控制方法,包括以下步骤:
S1,当搭载有车载子***的车辆进入交叉路口路侧协同控制子***通信范围内,车辆的车载子***通过V2I方式向路侧协同控制子***实时发送自身车辆行驶信息;
S2,构建交叉***通流模型,路侧协同控制子***接收其通信范围内的全部车辆行驶信息,根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇,成簇车辆即形成车辆组队,形成交叉口组队集合,根据交叉口组队集合构建交叉口信号优化模型,以交叉口所有车辆延误作为目标函数,车辆运动学模型和交通模型为约束条件;
S3,采用遗传算法对信号灯配时进行求解得到最优配时方案,待本周期结束后,在下一周期根据最优配时方案进行交叉口信号灯控制。
进一步的,形成交叉口组队集合C;
C={CA1...,CAm,CB1...CBn,CC1...CCs,CD1...CDt}
其中m,n,s,t分别代表各入口聚类后簇数。
进一步的,聚类后形成多个簇以及多个异常点,对同入口簇进行簇间相似性判断,若相似性程度符合相似度设定阈值,进行簇融合。
进一步的,异常点进行是否可合并判断,若可以在符合车辆运动学约束下通过车速调整,将异常点可加入其他簇内,则进行合并,否则独自作为一类。
进一步的,构建优化模型如下:
s.t.
tij∈gi
gmin≤gi≤C-nL
tij-ti(j-1)≥timin
tij≥tmin
0<vi≤vmax
0<ai≤amax
其中,D为车辆总延误,d为单个车辆延误,tij为第i个进道口的第j辆车通过交叉口的时间,gi代表第i个进道口绿灯时长,gmin和gmax分别代表绿灯时长最小值和最大值,C代表相位周期,L代表相位损失时间,n为相位数,vi和ai分别代表第i辆车的速度和加速度。
进一步的,采用遗传算法对信号灯配时进行求解具体包括以下步骤:
A,采用实数编码,初始化种群;利用适应度函数利用评价车辆簇的方式进行评价:
式中,F表示车辆簇的价值,反映了一个车辆簇的优先考虑程度,受车辆簇到达交叉口的距离d、速度v以及车辆簇的大小n影响,α1,α2,α3为权重系数;
B,寻找适应度高的染色体作为下一代种群的染色体,保证种群向着更优的方向进化;
C,通过两个父代染色体的线性组合产生两个新的子代染色体;
D,为产生新染色体,进行变异操作:
Xk+1=θY+(1-θ)Xk
每一代中的最优染色体都将保存进入下一代,最后选出最优染色体,即最优配时方案。
进一步的,初始化种群包括种群规模大小,最大迭代次数,交叉概率Pc和变异概率Pm。
进一步的,选择方法选用轮盘赌法,每一条染色体被选中的概率如式所示
式中,Pk是第k条染色体被选中的概率;Fk是第k条染色体的适应度;N是染色体的总数目。
一种网联信控交叉口控制***,包括智能车载子***和路侧协同控制***,路侧协同控制子***设置于交叉路口,车载子***安装于车辆上,车载子***用于获取车辆行驶信息,并将车辆的行驶信息传输至该交叉路口所属的路测协同***,路侧协同控制子***根据车辆根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇,成簇车辆即形成车辆组队,形成交叉口组队集合,根据交叉口组队集合构建交叉口信号优化模型,以交叉口所有车辆延误作为目标函数,车辆运动学模型和交通模型为约束条件,对信号灯配时进行求解得到最优配时方案,待本周期结束后,在下一周期根据最优配时方案进行交叉口信号灯控制。
车载子***包括C-V2X车载单元、GPS定位模块、数据采集模块、数据处理模块和人机交互模块,所述C-V2X车载单元搭载在车辆上,负责数据的收发,所述数据采集模块用于采集车辆运行信息;所述GPS定位模块用于获取车辆驶向信息;数据处理模块将数据采集模块采集的采集车辆运行信息和GPS定位模块获得的车辆驶向信息以及通过V2I方式获取的信号灯信息进行融合处理。
与现有技术相比,本发明具有以下有益的技术效果:
本发明一种网联信控交叉口控制方法,利用路侧协同控制子***的接受其通信范围内的全部车辆行驶信息,根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇,成簇车辆即形成车辆组队,形成交叉口组队集合,根据交叉口组队集合构建交叉口信号优化模型,以交叉口所有车辆延误作为目标函数,车辆运动学模型和交通模型为约束条件,采用遗传算法对信号灯配时进行求解得到最优配时方案,待本周期结束后,在下一周期根据最优配时方案进行交叉口信号灯控制,本发明以交叉口所有车辆数据集合进行优化处理得到优化交叉口红绿灯配时,提高道路通行能力,降低能源消耗与尾气排放量。
进一步的,采用遗传算法对信号灯配时进行优化,能够很好地解决非线性优化问题,即以所有车辆延误最小的目标优化问题,提高交叉口位置安全性以及交通效率,有效减少停车次数,降低排放与能源消耗。
本发明一种网联信控交叉口控制***,结构简单,能够通过网联通信,充分考虑交叉口实时流量变化,以最小化交叉***通延误为目标函数,从而进行相位配时优化,提高交叉口通信效率。
附图说明
图1为本发明实施例中网联信控交叉口控制***结构图。
图2为本发明实施例中网联信控交叉口示例场景图。
图3为本发明实施例中网联信控交叉口控制方法流程图。
具体实施方式
下面结合附图对本发明做进一步详细描述:
如图1所示,一种网联信控交叉口控制***,包括车载子***和路侧协同控制子***,路侧协同控制子***设置于交叉路口,车载子***安装于车辆上,车载子***用于获取车辆行驶信息,并将车辆的行驶信息传输至该交叉路口所属的路侧协同控制子***,路侧协同控制子***根据车辆行驶信息,以路侧协同控制子***所在交叉路口的通信范围内所有车辆旅行时间为优化目标,结合安全跟车约束、车辆运动学约束以及交通信号配时约束,对交叉口信号配时与车辆旅行时间进行优化。
车载子***包括C-V2X车载单元、GPS定位模块、数据采集模块、数据处理模块和人机交互模块,所述C-V2X车载单元搭载在车辆上,负责数据的收发,所述数据采集模块用于采集车辆运行信息,车辆运行信息包括油耗、动力性能、油门和刹车,当车辆运行信息出现异常时,可通过人机交互模块对驾驶员作出提醒;所述GPS定位模块用于获取车辆驶向信息,车辆驶向信息包括车辆位置、速度和行驶方向信息;数据处理模块将数据采集模块采集的采集车辆运行信息和GPS定位模块获得的车辆驶向信息以及通过V2I方式获取的信号灯信息进行融合处理,处理后得到车速诱导信息,通过人机交互模块向驾驶员作出预警及建议。
路侧协同控制子***包括C-V2X路侧单元、边缘计算单元、信号控制单元和交通信号灯;所述C-V2X路侧单元架设在交叉口龙门架上,负责数据的收发。所述边缘计算单元负责处理、计算收到的交叉口范围所有车辆信息,并将这些信息作为输入,以整个交叉路口所有车辆旅行时间作为优化目标,结合安全跟车约束、车辆运动学约束以及交通信号配时约束,得到最优信号配时计划,并将控制命令发送给信号控制单元。所述信号控制单元负责对交通信号灯相位绿信比、信号周期以及相序等交通信号参数进行调整。所述交通信号灯负责对交叉口其他交通参与者,如:行人、非机动车等进行协调控制。
本发明采用C-V2X技术应用到车路通信领域,在交叉口位置实现车与路的数据交互与共享,提高交叉口位置安全性以及交通效率。改变传统交叉口信号控制固定配时方式,通过网联通信,充分考虑交叉口实时流量变化,以最小化交叉***通延误为目标函数,从而进行相位配时优化,提高交叉口通信效率。
通过网联通信,车辆可获取到交叉口倒计时信息,做出车速调整,有效减少停车次数,降低排放与能源消耗。
参见图1,C-V2X车载单元通过LTE-V与其他车辆、路侧节点进行无线通信,通过RJ45与数据采集模块相连,GPS定位天线置于车顶,GPS定位设备通过RS232与数据采集模块相连,数据采集模块通过CAN获取自车数据,通过RJ45与数据处理模块相连,数据处理模块通过WiFi与人机交互模块进行无线通信。
C-V2X车载单元
C-V2X车载单元布置于车辆上,其通信收发天线置于车辆顶部无遮蔽位置,设备采用车上12V供电,C-V2X车载单元用于车辆与其他车辆、路侧C-V2X设备进行数据交换。
GPS定位模块
GPS定位模块包括GPS定位设备、GPS定位天线及其他供电配套线缆;GPS定位天线置于车辆顶部无遮蔽位置,定位天线与GPS定位设备相连,定位设备上有RS232接口,可将定位信息通过RS232发送给数据采集模块。
数据采集模块
数据采集模块包含多种类型接口,通过CAN采集到的车辆运行信息。通过RS232获取GPS实时定位信息,其中包括经纬度、速度、航向角等信息。通过RJ45获取来自C-V2X车载单元采集到的数据。数据采集模块将采集到的数据通过RJ45交付于数据处理模块。
数据处理模块
数据处理模块将数据采集模块得到的实时的、不同格式数据进行融合处理,经过计算、处理,生成车载消息,并将消息发送给人机交互模块,达到辅助驾驶员安全行驶、高效出行的行车目的。
人机交互模块
人机交互模块通过WiFi与数据处理模块进行通信,将得到的消息,包括安全类预警消息、高效行驶建议消息以及个性化服务消息,通过视觉、听觉方式反馈给驾驶员,便于驾驶员获取驾驶过程中全方位、更广范围的交通情况,从而保证驾乘安全,提高通行效率,降低能源消耗与排放。
C-V2X路侧单元
C-V2X路侧单元架设于交叉口龙门架上,通过LTE-V无线通信网络与往来车辆进行通信,将接收到的车辆信息发送给边缘计算单元以供交通优化处理,并且还负责将最终处理得到的消息广播给往来车辆,提供驾驶建议服务。
边缘计算单元
边缘计算单元具有高性能的计算单元以及海量数据存储单元,可以有效、快速进行交叉口大量实时车辆数据信息,从而生成交通信号控制命令以及发送给车辆的广播消息。
信号控制单元
信号控制单元负责交叉口信号灯相位及配时方案调整、控制,其中包括两种方式。一是通过接收边缘计算单元发送的控制命令,对信号控制作出调整。二是通过信号控制机面板对红绿灯运行方案、运行计划进行手动调整。
交通信号灯
交通信号灯包括红绿灯及倒计时面板,用于控制各进道***通权限,显示红绿灯及计时信息。
本发明还提出一种网联信控交叉口控制方法,包括以下步骤:
S1,当搭载有车载子***的车辆进入交叉路口路侧协同控制子***通信范围内,车辆的车载子***通过V2I方式向路侧协同控制子***实时发送自身车辆行驶信息。
S2,路侧协同控制子***的C-V2X路侧单元,将接收的其通信范围内的全部车辆行驶信息交由边缘计算单元进行计算处理。
S3,边缘计算单元将处理后向信号控制单元,发送控制命令;
S4,信号控制单元待本周期结束后,在下一周期执行边缘计算单元交付的最新配时方案。
以如图2所示交叉口场景为例,详细说明提出的网联信控交叉口控制方法,流程如图3所示:
(1)首先构建交叉***通流模型,对交叉口各方向进行编号,车流入口以西向东行驶为A,逆时针依次入口为B、C、D编号。同理,车流出口分别编号为a,b,c,d。
(2)首先,收集往来车辆行驶信息,其中包括车辆位置、速度和行驶方向信息,对车辆行驶信息采用DBSCAN进行聚类成簇,成簇车辆即形成车辆组队,形成交叉口组队集合C;
C={CA1...,CAm,CB1...CBn,CC1...CCs,CD1...CDt}
其中m,n,s,t分别代表各入口聚类后簇数;
(3)聚类后形成多个簇以及多个异常点,对同入口簇进行簇间相似性判断,若相似性程度高(即符合相似度设定阈值),进行簇融合;所谓簇融合是指通过车速在符合车辆运动学约束下通过调整,将相似程度符合相似度设定阈值簇合入其他簇内。
(4)异常点进行是否可合并判断,若可以在符合车辆运动学约束下通过车速调整,将异常点可加入其他簇内,则进行合并,否则独自作为一类。
(5)构建交叉口信号优化模型,以交叉口所有车辆延误作为目标函数,车辆运动学模型和交通模型为约束条件,构建优化模型如下:
s.t.
tij∈gi
gmin≤gi≤C-nL
tij-ti(j-1)≥timin
tij≥tmin
0<vi≤vmax
0<ai≤amax
其中,D为车辆总延误,d为单个车辆延误,tij为第i个进道口的第j辆车通过交叉口的时间,gi代表第i个进道口绿灯时长,gmin和gmax分别代表绿灯时长最小值和最大值,C代表相位周期,L代表相位损失时间,n为相位数,vi和ai分别代表第i辆车的速度和加速度;
(6)采用遗传算法对信号灯配时进行求解,其中遗传算法步骤:
编码方式:采用实数编码,初始化种群包括:种群规模大小,最大迭代次数,交叉概率Pc,变异概率Pm。
适应度函数选用一种评价车辆簇的方式进行评价;
式中,F表示车辆簇的价值,反映了一个车辆簇的优先考虑程度,受车辆簇到达交叉口的距离d、速度v以及车辆簇的大n影响,α1,α2,α3为权重系数。
选择:寻找适应度高的染色体作为下一代种群的染色体,保证种群向着更优的方向进化;选择方法选用轮盘赌法,每一条染色体被选中的概率如式所示
式中,Pk是第k条染色体被选中的概率;Fk是第k条染色体的适应度;N是染色体的总数目(种群规模)。
交叉:通过两个父代染色体的线性组合产生两个新的子代染色体。
变异:为产生新染色体,需进行变异操作。
Xk+1=θY+(1-θ)Xk
每一代中的最优染色体都将保存进入下一代,最后选出最优染色体,即最优配时方案。
(7)边缘计算机将最优配时方案在信号控制单元当前周期结束时,交付的最新配时方案,作为下一周期最新配时方案。
Claims (6)
1.一种网联信控交叉口控制方法,其特征在于,包括以下步骤:
S1,当搭载有车载子***的车辆进入交叉路口路侧协同控制子***通信范围内,车辆的车载子***通过V2I方式向路侧协同控制子***实时发送自身车辆行驶信息;
S2,构建交叉***通流模型,路侧协同控制子***接收其通信范围内的全部车辆行驶信息,根据交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇,成簇车辆即形成车辆组队,形成交叉口组队集合,根据交叉口组队集合构建交叉口信号优化模型,以交叉口所有车辆延误作为目标函数,车辆运动学模型和交通模型为约束条件;形成交叉口组队集合C;
C={CA1...,CAm,CB1...CBn,CC1...CCs,CD1...CDt}
其中m,n,s,t分别代表各入口聚类后簇数;
构建优化模型如下:
s.t.
tij∈gi
gmin≤gi≤C-nL
tij-ti(j-1)≥timin
tij≥tmin
0<vi≤vmax
0<ai≤amax
其中,D为车辆总延误,d为单个车辆延误,tij为第i个进道口的第j辆车通过交叉口的时间,gi代表第i个进道口绿灯时长,gmin和C-nL分别代表绿灯时长最小值和最大值,C代表相位周期,L代表相位损失时间,n为相位数,vi和ai分别代表第i辆车的速度和加速度;
S3,采用遗传算法对信号灯配时进行求解得到最优配时方案,待本周期结束后,在下一周期根据最优配时方案进行交叉口信号灯控制;
采用遗传算法对信号灯配时进行求解具体包括以下步骤:
A,采用实数编码,初始化种群;利用适应度函数利用评价车辆簇的方式进行评价:
式中,F表示车辆簇的价值,反映了一个车辆簇的优先考虑程度,受车辆簇到达交叉口的距离d、速度v以及车辆簇的大小n影响,α1,α2,α3为权重系数;
B,通过两个父代染色体的线性组合产生两个新的子代染色体;
C,为产生新染色体,进行变异操作:
Xk+1=θY+(1-θ)Xk
每一代中的最优染色体都将保存进入下一代,最后选出最优染色体,即最优配时方案;
选择方法选用轮盘赌法,每一条染色体被选中的概率如式所示
式中,Pk是第k条染色体被选中的概率;Fk是第k条染色体的适应度;N是染色体的总数目。
2.根据权利要求1所述的一种网联信控交叉口控制方法,其特征在于,聚类后形成多个簇以及多个异常点,对同入口簇进行簇间相似性判断,若相似性程度符合相似度设定阈值,进行簇融合。
3.根据权利要求1所述的一种网联信控交叉口控制方法,其特征在于,异常点进行是否可合并判断,若可以在符合车辆运动学约束下通过车速调整,将异常点可加入其他簇内,则进行合并,否则独自作为一类。
4.根据权利要求1所述的一种网联信控交叉口控制方法,其特征在于,初始化种群包括种群规模大小,最大迭代次数,交叉概率Pc和变异概率Pm。
5.一种基于权利要求1所述网联信控交叉口控制方法的一种网联信控交叉口控制***,其特征在于,包括车载子***和路侧协同控制子***,路侧协同控制子***设置于交叉路口,车载子***安装于车辆上,车载子***用于获取车辆行驶信息,并将车辆的行驶信息传输至该交叉路口所属的路测协同***,路侧协同控制子***根据车辆根据一个交叉口内所有车辆行驶信息用DBSCAN进行聚类成簇,成簇车辆即形成车辆组队,形成交叉口组队集合,根据交叉口组队集合构建交叉口信号优化模型,以交叉口所有车辆延误作为目标函数,车辆运动学模型和交通模型为约束条件,对信号灯配时进行求解得到最优配时方案,待本周期结束后,在下一周期根据最优配时方案进行交叉口信号灯控制。
6.根据权利要求5所述一种网联信控交叉口控制***,其特征在于,路侧协同控制子***通过V2I通信方式与其在交叉路口通信范围内内的所有车辆上的车载子***通信,获取其在交叉路口通信范围内内的所有车辆的车辆行驶信息;
车载子***包括C-V2X车载单元、GPS定位模块、数据采集模块、数据处理模块和人机交互模块,所述C-V2X车载单元搭载在车辆上,负责数据的收发,所述数据采集模块用于采集车辆运行信息;所述GPS定位模块用于获取车辆驶向信息;数据处理模块将数据采集模块采集的采集车辆运行信息和GPS定位模块获得的车辆驶向信息以及通过V2I方式获取的信号灯信息进行融合处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045039.5A CN112885117B (zh) | 2021-01-13 | 2021-01-13 | 一种网联信控交叉口控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110045039.5A CN112885117B (zh) | 2021-01-13 | 2021-01-13 | 一种网联信控交叉口控制***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112885117A CN112885117A (zh) | 2021-06-01 |
CN112885117B true CN112885117B (zh) | 2022-01-25 |
Family
ID=76045774
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110045039.5A Active CN112885117B (zh) | 2021-01-13 | 2021-01-13 | 一种网联信控交叉口控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112885117B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113345254A (zh) * | 2021-06-02 | 2021-09-03 | 浙江浙大中控信息技术有限公司 | 智慧路口智能交通信号灯***及车路协同智能交通信号灯 |
CN113490177B (zh) * | 2021-06-16 | 2024-02-13 | 北京邮电大学 | 基于云无线接入网架构的车联网高效通信方法及相关设备 |
CN113256988B (zh) * | 2021-07-06 | 2021-11-19 | 长沙理工大学 | 一种基于稳定性分析的合流区混合交通速度协同控制方法 |
CN114120648B (zh) * | 2021-12-03 | 2023-06-27 | 东软集团股份有限公司 | 交通信号灯配时方法、装置、存储介质及电子设备 |
CN114495527B (zh) * | 2022-02-23 | 2023-10-27 | 长安大学 | 一种混合交通环境下网联交叉口车路协同优化方法及*** |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102867422B (zh) * | 2012-09-13 | 2014-08-13 | 哈尔滨工业大学 | 基于车辆自组网的单点十字交叉口信号灯实时控制方法 |
US20140159923A1 (en) * | 2012-12-07 | 2014-06-12 | Cisco Technology, Inc. | Elastic Clustering of Vehicles Equipped with Broadband Wireless Communication Devices |
US9830813B2 (en) * | 2013-06-18 | 2017-11-28 | Carnegie Mellon University, A Pennsylvania Non-Profit Corporation | Smart and scalable urban signal networks: methods and systems for adaptive traffic signal control |
CN104700634B (zh) * | 2015-03-19 | 2017-07-14 | 北京工业大学 | 基于最小生成树聚类改进遗传算法的相邻交叉口干道协调控制方法 |
CN105869415B (zh) * | 2015-11-30 | 2018-08-10 | 乐卡汽车智能科技(北京)有限公司 | 车路协同交通灯及车路协同交通灯的控制方法 |
BR102017019865A2 (pt) * | 2017-09-15 | 2019-04-16 | Velsis Sistemas E Tecnologia Viaria S/A | Sistema preditivo, integrado e inteligente para controle de tempos em semáforos de trânsito |
CN107730886B (zh) * | 2017-10-16 | 2020-07-03 | 北方工业大学 | 一种车联网环境下城市交叉***通信号动态优化方法 |
US10733881B2 (en) * | 2018-01-23 | 2020-08-04 | International Business Machines Corporation | Detection of vehicle queueing events on a road |
US10761535B2 (en) * | 2018-08-21 | 2020-09-01 | GM Global Technology Operations LLC | Intelligent vehicle navigation systems, methods, and control logic for multi-lane separation and trajectory extraction of roadway segments |
CN109523810A (zh) * | 2018-11-21 | 2019-03-26 | 长安大学 | 一种基于车联网的信号交叉口车速引导***与方法 |
US11145197B2 (en) * | 2019-03-13 | 2021-10-12 | Mitsubishi Electric Research Laboratories, Inc. | Joint control of vehicles traveling on different intersecting roads |
CN109859475B (zh) * | 2019-03-14 | 2021-08-31 | 江苏中设集团股份有限公司 | 一种基于dbscan密度聚类的交叉口信号控制方法、装置及*** |
CN110164147A (zh) * | 2019-05-24 | 2019-08-23 | 南京邮电大学 | 一种基于改进遗传算法的智能交通信号灯调控方法 |
CN111243301B (zh) * | 2020-01-15 | 2021-07-02 | 长沙理工大学 | 一种交通信号灯绿灯时长确定装置、方法及*** |
-
2021
- 2021-01-13 CN CN202110045039.5A patent/CN112885117B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112885117A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112885117B (zh) | 一种网联信控交叉口控制***及方法 | |
CN109927709A (zh) | 一种车辆行驶路线工况确定方法、能量管理方法及*** | |
CN109598950B (zh) | 一种智能网联车辆的匝道协同汇入控制方法及*** | |
CN111951549B (zh) | 在网联车辆环境下的自适应交通信号灯控制方法及*** | |
CN108583578A (zh) | 用于自动驾驶车辆的基于多目标决策矩阵的车道决策方法 | |
CN107187447B (zh) | 一种基于车联网的车辆自适应巡航控制***及其控制方法 | |
CN106781435B (zh) | 一种基于无线通信的非信控交叉路口车辆编队通行方法 | |
CN107919022B (zh) | 一种动态时长分配的智能交通灯信号控制方法 | |
CN107564310A (zh) | 一种基于道路交通信息云处理的车路互联***及方法 | |
CN112201033B (zh) | 一种道路交通运行主动管控策略选择方法 | |
CN112767715B (zh) | 一种交叉路***通信号灯与智能网联汽车的协同控制方法 | |
CN114973733A (zh) | 一种信号交叉口处混合流下网联自动车轨迹优化控制方法 | |
CN112925309A (zh) | 智能网联汽车数据交互方法及交互*** | |
CN111845754A (zh) | 一种基于边缘计算和群智算法的自动驾驶车辆的决策预测方法 | |
CN116432448B (zh) | 基于智能网联车和驾驶员遵从度的可变限速优化方法 | |
CN110850777A (zh) | 一种智能网联汽车云平台控制操作*** | |
CN110688982A (zh) | 基于目标检测技术和aco-bp算法的智能轨道交通时间控制方法 | |
CN115285148B (zh) | 自动驾驶车速规划方法、装置、电子设备和存储介质 | |
Pi et al. | Automotive platoon energy-saving: A review | |
CN116187161A (zh) | 一种智能网联环境下混合动力客车智能能量管理方法及*** | |
CN112150832A (zh) | 一种基于5g的分布式交通信号控制*** | |
CN113506442B (zh) | 一种基于预期收益估计的城市路网交通信号灯控制方法 | |
CN112735122A (zh) | 一种公共交通信号优先的相位切换方法 | |
CN116909202B (zh) | 车云协同自动驾驶车辆控制方法、装置、设备及介质 | |
CN114103969B (zh) | 车速确定方法及*** |
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 |