CN113327419B - 绿波速度确定方法、装置、电子设备和存储介质 - Google Patents

绿波速度确定方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN113327419B
CN113327419B CN202110602174.5A CN202110602174A CN113327419B CN 113327419 B CN113327419 B CN 113327419B CN 202110602174 A CN202110602174 A CN 202110602174A CN 113327419 B CN113327419 B CN 113327419B
Authority
CN
China
Prior art keywords
vehicle
determining
detected
driving direction
speed
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
Application number
CN202110602174.5A
Other languages
English (en)
Other versions
CN113327419A (zh
Inventor
王亦乐
杨宁
张传明
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110602174.5A priority Critical patent/CN113327419B/zh
Publication of CN113327419A publication Critical patent/CN113327419A/zh
Priority to US17/532,407 priority patent/US11798408B2/en
Application granted granted Critical
Publication of CN113327419B publication Critical patent/CN113327419B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • 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
    • G08G1/07—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
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开提供了绿波速度确定方法、装置、电子设备和存储介质，涉及人工智能领域，尤其涉及智能交通技术领域。具体实现方案为：获取待检测车辆在路口处的停止位置和路口指示灯的等待时间；根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度。本公开实施例可以提高车辆绿波速度的准确率。

Description

绿波速度确定方法、装置、电子设备和存储介质
技术领域
本公开涉及人工智能领域，尤其涉及智能交通技术领域等，具体涉及一种绿波速度确定方法、装置、电子设备和存储介质。
背景技术
绿波交通，是在一系列平交路口上，安装一套具有一定周期的自动控制的联动信号，使主干道上的车流依次到达前方各交叉口时，均会遇上绿灯。
绿波速度估计是道路启动绿波控制后，为行驶的车辆提供的建议速度。保持绿波速度速度可以最大提升车辆通行能力，在平交路口减少车辆等待红灯的时间。
发明内容
本公开提供了一种绿波速度确定方法、装置、电子设备和存储介质。
根据本公开的一方面，提供了一种绿波速度确定方法，包括：
获取待检测车辆在路口处的停止位置和路口指示灯的等待时间；
根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度。
根据本公开的另一方面，提供了一种绿波速度确定装置，包括：
位置时间确定模块，用于获取待检测车辆在路口处的停止位置和路口指示灯的等待时间；
绿波速度确定模块，用于根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度。
根据本公开的另一方面，提供了一种电子设备，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能够执行本公开任一实施例所述的绿波速度确定方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开任一实施例所述的绿波速度确定方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开任一实施例所述的绿波速度确定方法。
本公开实施例可以提高车辆绿波速度的准确率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例的一种绿波速度确定方法的示意图；
图2是根据本公开实施例的一种绿波速度确定方法的示意图；
图3是根据本公开实施例的一种拥堵交通类型下的停止位置的示意图；
图4是根据本公开实施例的一种畅通交通类型下的停止位置的示意图；
图5是根据本公开实施例的一种绿波速度确定方法的示意图；
图6是根据本公开实施例的一种路口处停止位置的示意图；
图7是根据本公开实施例的一种路径序列的示意图；
图8是根据本公开实施例的一种停止位置确定方法的示意图；
图9是根据本公开实施例的一种临界面模型的示意图；
图10根据本公开实施例的一种绿波速度确定方法的示意图；
图11根据本公开实施例的一种预测行驶方向应用场景的示意图；
图12根据本公开实施例的一种预测行驶方向确定方法的示意图；
图13是根据本公开实施例的一种绿波速度确定装置的示意图；
图14是用来实现本公开实施例的绿波速度确定方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例公开的一种绿波速度确定方法的流程图，本实施例可以适用于在车辆行驶过程中，确定该车辆通过最近的下一路口的绿波速度的情况。本实施例方法可以由绿波速度确定装置来执行，该装置可采用软件和/或硬件的方式实现，并具体配置于具有一定数据运算能力的电子设备中，该电子设备可以是客户端设备，手机、平板电脑和车载终端等。
S101，获取待检测车辆在路口处的停止位置和路口指示灯的等待时间。
待检测车辆为即将途径路口的车辆。停止位置用于确定待检测车辆在到达路口前的停止行驶的位置，停止行驶可以是车速为0的状态。通常，在畅通交通应用场景下，车辆会在停止线处停止行驶。而在拥堵交通应用场景下，车辆会在车辆队伍的尾部停止，而不是在停止线处停止行驶。实际上，不同交通应用场景决定了不同的停止位置。通常，停止位置可以是指位于路口与待检测车辆之间的位置。路口指示灯的等待时间用于确定待检测车辆行驶至路口的时间，具体是指确定待检测车辆需要以多长时间到达路口。路口指示灯的等待时间可以包括路口指示灯的倒计时和/或路口指示灯的计时周期。路口指示灯包括下述至少一项：左转指示灯、直行指示灯和右转指示灯等，其中，左转指示灯和直行指示灯可以是指同一个指示灯。路口指示灯包括至少一个方向的指示灯，指示灯的方向与车辆的行驶方向对应，从而，路口指示灯的等待时间与车辆的行驶方向对应。
S102，根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度。
交通情况类型可以是指交通应用场景的类型。其中，交通情况类型可以包括畅通交通类型或拥堵交通类型等。畅通交通类型可以是指无车辆排队的交通情况，待检测车辆可以不停车到达路口，并通过路口。拥堵交通类型可以是指存在车辆排队的交通情况，待检测车辆可以需要排队等待通过路口。绿波速度用于指示待检测车辆以何种速度通过路口。交通情况类型与绿波速度的计算方式对应，即不同交通情况类型对应不同的绿波速度计算方式。停止位置和等待时间用于基于与交通情况类型对应的计算方式，计算得到绿波速度。
现有技术中，获取车辆当前位置，前溯当前位置的下一直行路口，获取红绿灯倒计时和红绿灯计时周期信息，并基于红绿灯时间和车辆距离下一路口路径距离计算绿波速度。这种方式中，主要考虑直行场景绿波速度，和实际应用有脱节计算绿波模型理想化，只考虑两个路口的道路距离，没有考虑车辆畅通或拥堵不同场景下车辆停止线不同的问题，导致计算不够精准。
在本公开的技术方案中，不同的交通情况类型对应不同停止位置，不同行驶方向对应不同路口指示灯的等待时间，由此需要具体针对应用场景，确定对应的停止位置和路口指示灯的等待时间，以计算得到适配该应用场景的绿波速度，丰富绿波速度的适用场景范围，以及提高绿波速度的准确性。
根据本公开的技术方案，通过根据路口的交通情况类型、待检测车辆在路口处的停止位置和路口指示灯的等待时间，确定待检测车辆的绿波速度，可以针对不同的交通应用场景计算绿波速度，并区分不同交通应用场景下的绿波速度，可以适配不同交通应用场景，计算出更加符合实际交通应用场景下的绿波速度，提高绿波速度的计算准确率，从而缩短车辆的红灯等待时间。
图2是根据本公开实施例公开的另一种绿波速度确定方法的流程图，基于上述技术方案进一步优化与扩展，并可以与上述各个可选实施方式进行结合。根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度，具体为：计算所述待检测车辆的当前位置与所述停止位置之间的行驶距离；根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间；根据所述行驶距离和所述通行时间，计算所述待检测车辆的绿波速度。
S201，获取待检测车辆在路口处的停止位置和路口指示灯的等待时间。
相似或相同的特征可以参考前述描述。
S202，计算所述待检测车辆的当前位置与所述停止位置之间的行驶距离。
位置通常用经纬度信息表示。待检测车辆的当前位置是指待检测车辆所在位置的经纬度信息。待检测车辆的当前位置可以通过对待检测车辆进行实时定位获取。示例性的，待检测车辆使用地图服务或导航服务，需要提供待检测车辆的自身定位数据，可以获取自身定位数据，并确定待检测车辆的当前位置。行驶距离是指当前位置与停止位置之间的距离，用于确定待检测车辆可以畅通行驶的距离，具体是待检测车辆顺利通过的距离或不停车行驶的距离。
S203，根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间。
通行时间可以是指待检测车辆可以通过停止位置的时间。通行速度可以是指待检测车辆在交通情况类型对应的位置范围内的行驶速度。通行速度在不同交通情况类型下是不同的。例如，针对拥堵交通类型，路口存在车辆排队队列，各车辆的速度缓慢，待检测车辆在通过排队队列的速度为拥堵交通类型下的通行速度；针对畅通交通类型，路口不存在车辆排队，各车辆可以快速通过，待检测车辆预设最大速度为拥堵交通类型下的通行速度。相应的，在拥堵交通类型下通行速度会小于畅通交通类型下通行速度。等待时间根据待检测车辆的行驶方向确定。
通常，在拥堵交通类型下，存在车辆排队队列，待检测车辆的通行时间与根据排队队列的长度和车辆通过排队队列的通行速度确定的通过排队队列的时间以及等待时间有关，也即根据排队队列的长度和车辆通过排队队列的通行速度，确定待检测车辆通过排队队列的时间，再根据该时间和等待时间确定待检测车辆的通行时间，也即只要在通行时间内行驶完行驶距离，待检测车辆可以顺利通过排队队列，从而待检测车辆可以在等待时间内到达路口，从而顺利通过路口。
此外，在畅通交通类型下，不存在车辆排队队列，待检测车辆的通行时间与等待时间有关，也即根据等待时间确定待检测车辆的通行时间。
实际上，不同交通情况类型对应的待检测车辆的通行时间确定方式不同。在不同交通情况类型下，相应选择不同信息，确定待检测车辆的通行时间。可以准确适配不同交通情况类型，计算通行时间，提高通行时间的计算准确率。
可选的，所述根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间，包括：在所述交通情况类型为拥堵交通类型的情况下，将预先统计的排队通行速度确定为通行速度；获取所述停止位置与所述路口之间的排队长度；根据所述等待时间、所述排队长度和所述排队通行速度，计算所述待检测车辆的通行时间。
排队通行速度为车辆通过排队队列的速度。示例性的，可以通过采集拥堵交通类型下路口处，各车辆在排队队列中某个位置的起始时刻、以及到达停止线的结束时刻，计算差值，确定为车辆通过排队队列的时间。计算该位置与停止线的位置之间的距离与前述计算的时间之间的比值，确定为车辆通过排队队列的速度。可以统计大量车辆通过排队队列的速度，并统计均值，确定为排队通行速度。排队长度可以是指路口处车辆排队队列的长度。可以通过采集拥堵交通类型下路口处排队队列的队尾车辆的位置与停止线之间的长度。可以统计大量的长度，并统计均值，确定为排队长度。或者，还可以根据实时路口处排队队列的队尾车辆的位置，与停止线之间的距离，确定为排队长度。计算排队长度与排队通行速度之间的比值，确定为排队时间，计算等待时间中，计时周期与倒计时之和，与排队时间的差值，确定为通行时间。实际上，等待时间由两部分组成即：待检测车辆通过排队长度的时间，和通行时间。待检测车辆在等待时间通过路口表明，待检测车辆需要以通过排队长度的时间通过排队长度，以及在通行时间内通过行驶距离。而待检测车辆以排队通行速度，可以通过排队长度，表明，待检测车辆可以根据排队通行速度确定的时间内通过排队长度。相应的，在等待时间中排除掉通过排队队列的时间得到通行时间，并根据通行时间和行驶距离计算的绿波速度，可以确保待检测车辆以绿波速度可以通过行驶距离，并且，待检测车辆可以在剩余时间通过排队长度，从而确定待检测车辆以绿波速度可以通过路口。
在一个具体的例子中，如图3所示，图中路口是指本公开实施例中待检测车辆已经过的路口，图中下一路口是指本公开实施例中所述的路口，车辆位置为待检测车辆的当前位置，P为排队长度；Q为待检测车辆的当前位置与停止位置之间的距离；计时周期＝N秒；倒计时＝M秒；下一周期R＝M+N；排队通行速度＝S；通行时间＝R–P/S；则绿波速度＝Q/(R–P/S)。
通过针对拥堵交通类型，计算待检测车辆通过排队队列的时间，并根据等待时间，在等待时间中排除掉通过排队队列的时间计算得到通行时间，根据排队队列的信息，计算拥堵交通类型下的通行时间，可以准确确定待检测车辆通过行驶距离的时间，从而准确计算拥堵交通类型下的绿波速度。
可选的，所述根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间，包括：在所述交通情况类型为畅通交通类型的情况下，将预先配置的最大通行速度确定为通行速度；计算所述行驶距离与所述最大通行速度的比值，所述等待时间包括倒计时和指示灯计时周期；在所述比值小于等于所述倒计时的情况下，将所述倒计时确定为所述待检测车辆的通行时间；在所述比值大于所述倒计时的情况下，将所述倒计时和指示灯计时周期之和，确定为所述待检测车辆的通行时间。
最大通行速度可以是指待检测车辆可以达到的最大速度。通常可以根据待检测车辆所处的模式，以及模式与最大通行速度之间的对应关系确定，示例性的，待检测车辆处于安全模式下，对应的最大通行速度为60km/h；待检测车辆未处于安全模式，或处于正常模式下，对应的最大通行速度为100km/h。倒计时可以是从当前时刻与目标指示灯的结束指示的时刻之间时间。指示灯计时周期为目标指示灯结束指示的时刻到目标指示灯开始指示的时刻之间的时间。比值小于等于倒计时，表明待检测车辆以最大通行速度可以在倒计时的时间内通过行驶距离，即在倒计时到达路口时是通行指示灯(如绿灯)，从而可以在倒计时的时间内通过路口，此时，绿波速度的计算可以根据倒计时的时间计算。比值大于倒计时，表明待检测车辆以最大通行速度无法在倒计时的时间内通过行驶距离，从而无法在倒计时的时间内通过路口，即在倒计时到达路口时已是停止通行指示灯(如黄灯或红灯)，此时，待检测车辆需要下在一个计时周期之后才能遇到通行指示灯(如绿灯)，绿波速度的计算可以根据倒计时和计时周期之和计算。
在一个具体的例子中，如图4所示，图中路口是指本公开实施例中待检测车辆已经过的路口，图中下一路口是指本公开实施例中所述的路口，车辆位置为待检测车辆的当前位置，Q为待检测车辆的当前位置与停止位置之间的距离；计时周期＝N秒；倒计时＝M秒；下一周期R＝M+N；最大通行速度＝U。
如果Q/U<M，则表明待检测车辆可以在当前周期通行；通行时间＝M；绿波速度＝Q/M；如果Q/U>M，则表明待检测车辆无法在当前周期通行，可以在下一红绿灯周期通行；通行时间＝R＝M+N；绿波速度＝Q/(M+N)。
通过针对畅通交通类型，计算行驶距离与最大通行速度的比值，并根据比值和倒计时的比较结果，确定待检测车辆是否能在指示灯的当前倒计时内通过路口，从而确定与比较结果对应的通行时间，准确计算畅通交通类型下的通行时间，可以准确确定待检测车辆通过行驶距离的时间，从而准确计算畅通交通类型下的绿波速度。
S204，根据所述行驶距离和所述通行时间，计算所述待检测车辆的绿波速度。
行驶距离为待检测车辆到达停止位置的距离，通行时间为待检测车辆可以通过停止位置的时间，实际上，待检测车辆可以通过行驶距离，表明待检测车辆可以通过停止位置，从而，通行时间也即待检测车辆通过行驶距离的可用时间。绿波速度为待检测车辆通过停止位置的建议速度。实际上，待检测车辆在通行时间内行驶完行驶距离，待检测车辆可以顺利通过路口，由此，可以将在通行时间内行驶完行驶距离过程中的速度，确定为绿波速度。可以计算行驶距离和通行时间的比值，确定为绿波速度。
根据本公开的技术方案，通过根据交通情况类型、通行速度和等待时间确定不同交通情况类型下的通行时间，并根据待检测车辆与停止位置之间的行驶距离和通行时间，确定待检测车辆可以通过停止位置的速度，确定为绿波速度，可以准确适配不同交通情况类型，计算通行时间，提高通行时间的计算准确率。
图5是根据本公开实施例公开的另一种绿波速度确定方法的流程图，基于上述技术方案进一步优化与扩展，并可以与上述各个可选实施方式进行结合。获取待检测车辆在路口处的停止位置，具体为：获取路口的交通情况类型；在预先计算的多个停止位置中，筛选出与所述交通情况类型匹配的停止位置。
S301，获取路口的交通情况类型。
相似或相同的特征可以参考前述描述。
可以根据实时获取的路口图像、路口处车辆的行驶数据或用户或地图服务提供的该路口的拥堵信息等信息，检测路口的交通情况类型。示例性的，可以根据路侧设备采集的图像中检测是否有车辆排队队列，以确定交通情况类型，例如，图像中检测同一车道的相邻车辆距离小于等于设定距离阈值，确定拥堵交通类型；图像中检测同一车道的相邻车辆距离大于设定距离阈值，确定畅通交通类型。根据车辆的行驶速度，确定交通情况类型，例如，车辆的行驶速度小于等于设定速度阈值，确定拥堵交通类型；车辆的行驶速度大于设定速度阈值，确定畅通交通类型。
S302，在预先计算的多个停止位置中，筛选出与所述交通情况类型匹配的停止位置。
停止位置是离线计算得到的。停止位置与交通情况类型存在对应关系。不同交通情况类型对应不同停止位置。可以根据交通情况类型筛选对应的停止位置。在一个例子中，如图6所示，在一个路口中，下方来的车辆分别向左转、直行和右转方向的行驶，图6中细线为采集多个车辆的行驶轨迹。箭头示出了畅通交通类型下的停止位置和拥堵交通类型下的停止位置，其中，畅通交通类型下的停止位置与路口的距离小于拥堵交通类型下的停止位置与路口的距离。
可选的，所述筛选出与所述交通情况类型匹配的停止位置，包括：在所述交通情况类型为畅通交通类型的情况下，根据所述待检测车辆的预测行驶方向，筛选出停止位置，确定为与所述交通情况类型匹配的停止位置。
在畅通交通类型下，不同行驶方向的待检测车辆的停止位置不同。通常，停止位置是指待检测车辆疑似停止的位置，具体可以采用车辆在行驶过程中的关键点的位置表示，关键点可以是指车辆的速度发生变化的位置点。例如，直行的关键点可以是速度最低点的位置；转向(左转或右转)的关键点可以是速度方向变化量最大的点的位置。可以通过历史统计车辆的在不同行驶方向上速度点，并确定关键点的位置，作为停止位置。
通过在畅通交通类型下，进一步根据车辆行驶方向精准确定相应的停止位置，可以实现满足多样化的交通应用场景。
此外，在交通情况类型为拥堵交通类型的情况下，查询与拥堵交通类型匹配的停止位置，确定为与交通情况类型匹配的停止位置。
可选的，所述绿波速度确定方法，还包括：获取历史车辆经过所述路口的路径序列；按照所述交通情况类型对所述路径序列进行划分，形成畅通路径序列集合和拥堵路径序列集合；获取所述拥堵路径序列集合包括的路径序列，对应的车辆排队队列的队尾位置，并确定与所述拥堵交通类型匹配的停止位置；在畅通路径序列集合中，根据包括的路径序列的历史行驶方向，对路径序列进行划分；在所述历史行驶方向对应的路径序列中，确定所述历史行驶方向的关键点，并将所述关键点的位置确定为与所述畅通交通类型匹配的停止位置。
通常，路线数据采用路段(Link)来表示，一条路线可以采用Link序列来表示，该Link序列中的多个Link标识按照Link在路线中的先后顺序排列。在一个具体的例子中，如图7所示，左转路径序列为A_M_N_D；直行路径序列为A_M_C，右转路径序列为A_B。需要说明的是，每个路径序列是由多个离散的点连接形成。
按照交通情况类型对路径序列进行划分，可以是指根据以路径序列为行驶路线的车辆当时所处的交通情况类型对该路径序列进行划分。
拥堵路径序列集合包括的路径序列，对应的车辆排队队列的队尾位置是指，在车辆沿着路径序列行驶的过程中，采集路口处的车辆队列的队尾位置。在行驶过程中，可以获取多个队尾位置，选择与路口之间的距离最长的队尾位置，确定为该路径序列对应的车辆排队队列的队尾位置。示例性的，获取多条路径序列分别提取队尾位置，并确定停止位置，例如，可以计算多个队尾位置的平均值，确定停止位置。拥堵路径序列集合中不区分行驶方向。
畅通路径序列集合中，根据包括的路径序列的历史行驶方向，对路径序列进行划分，具体是划分为左转行驶方向的路径序列集合、右转行驶方向的路径序列集合或直行行驶方向的路径序列集合。行驶方向的关键点，可以是指在该行驶方向上形式的车辆速度发生变化的速度点。例如，直行的关键点可以是速度最低点的位置；转向(左转或右转)的关键点可以是速度方向变化量最大的点的位置。示例性的，获取多条路径序列分别提取关键点的位置，并确定停止位置，例如，可以计算多个关键点的位置的平均值，确定停止位置。
在一个具体的例子中，如图8所示，停止位置确定方法，包括：
S310，计算道路拓扑结果提取路口。
根据预先建立的道路拓扑结构，在道路拓扑结构的构建结果中，依次提取路口，并针对每个路口计算停止位置。
S311，将原始的GPS点通过轨迹匹配提取路径序列。
可以获取车辆在通过路口时基于全球定位***(Global Positioning System，GPS)服务提供的实时定位点，并将定位点进行连接形成轨迹，采用轨迹匹配，确定轨迹对应的路径序列。
其中，轨迹的长度不是无限制延长。可以预先定义临界面模型：路口向前和向后各100米的所有轨迹确定为需要的路径序列，并形成路径序列集合。在一个具体的例子中，如图9所示，临界面模型为中间区域范围内(图9中方框)的路径序列。假如link都足够长，图7中一个合理左转路径序列为：A_M_N_D。通常，临界面距首部总长度：临界面距linkA的头部的距离，单位：米；临界面距尾部总长度：临界面距linkD的尾部的距离，单位：米；临界面模型包括的轨迹条数：至少包括30条，可选的，临界面模型包括至少200条。
S312，根据路径序列，计算畅通交通类型下的停止位置。
S313，根据路径序列，计算拥堵交通类型下的停止位置。
通过对路径序列按照交通情况类型进行分类，并针对分类后的集合，选择不同的方式计算停止位置，可以精准区分不同交通情况类型下的停止位置，细分停止位置的确定方式，可以实现满足多样化的交通应用场景。
可选的，所述确定所述历史行驶方向的关键点，包括：在所述历史行驶方向为转向的情况下，计算所述路径序列中各位置点的梯度，并将最大梯度的位置点确定为转向的关键点；在所述历史行驶方向为直行的情况下，获取所述路径序列中相邻两个位置点之间路段的行驶速度；在最小行驶速度的两个位置点中，选择一个位置点确定为直行的关键点。
在转向的情况下，车辆的速度的变化主要体现在转向角度的变化，此时，关键点，通常是指转向角度变化最大的位置点。位置点的梯度是指转向角度变化最快的方向。位置点梯度的绝对值是该方向上转向角度变化的速度。可以直接根据梯度公式计算得到，或者可以根据轨迹中按照行驶顺序，某一组相邻两个点确定的线段，与相邻的下一组相邻两个点确定的线段之间的角度变化，确定该组中行使顺序最前的点的梯度。将梯度最大的点，确定为转向的行驶方向的关键点。其中，左转的行驶方向的关键点的确定方式和右转的行驶方向的关键点的确定方式相同。
在直行的情况下，车辆的速度变化主要体现在速率的变化。此时，关键点，通常是指速率最小的位置点。选择形式速度最小的路段中两个位置点的其中一个确定为直行的关键点。可选的，可以选择行驶顺序中最后的位置点确定为直行的关键点。
通过区分不同行驶方向，配置不同的关键点的位置，可以精准区分不同行驶方向下的关键点置，细分关键点的确定方式，可以实现满足多样化的交通应用场景。
S303，获取路口指示灯的等待时间。
S304，根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度。
根据本公开的技术方案，通过配置不同交通情况类型和不同停止位置匹配，并预先计算停止位置，可以提高停止位置的获取效率，提高绿波速度的计算效率，并且区分不同交通情况类型精准计算绿波速度，提高绿波速度的计算准确率。
图10是根据本公开实施例公开的另一种绿波速度确定方法的流程图，基于上述技术方案进一步优化与扩展，并可以与上述各个可选实施方式进行结合。获取路口指示灯的等待时间，具体为：获取所述待检测车辆的预测行驶方向；根据所述预测行驶方向，在路口指示灯中确定目标指示灯；获取所述目标指示灯的计时周期和/或倒计时，确定为所述路口指示灯的等待时间。
S401，获取待检测车辆在路口处的停止位置。
S402，获取所述待检测车辆的预测行驶方向。
预测行驶方向可以是指待检测车辆在通过路口过程中的行驶方向。通常行驶方向包括左转、右转、直行或左后转弯等。在一个具体例子中，如图11所示，待检测车辆在刚经过当前路口时，需要预测下一路口的预测行驶方向，其中，图中的下一路口即为本公开实施例中描述的路口。
可选的，所述获取所述待检测车辆的预测行驶方向，包括：获取所述待检测车辆经过所述路口的历史轨迹，并确定所述历史轨迹的行驶方向；根据所述历史轨迹的行驶方向，统计所述待检测车辆以不同行驶方向经过所述路口的次数，并确定各所述行驶方向的权重；根据各所述行驶方向的权重，确定所述待检测车辆的预测行驶方向。
历史轨迹是指待检测车辆从某个路段驶来通过路口并向另一个路段离去的轨迹。根据历史轨迹的驶来路段和离去路段，确定历史轨迹的行驶方向，例如，如图7所示，以路径序列A_M_N_D为行驶路线的车辆是从A路段到D路段，行驶方向为从A路段左转。待检测车辆以不同行驶方向经过路口的次数，是指待检测车辆在每个行驶方向的行驶的次数。其中，行驶方向包括驶来的路段，从不同路段驶来，即使同样是左转，但行驶方向不同。
权重可以是指待检测车辆在不同行驶方向下的频率，权重用于确定待检测车辆最优可能选择的行驶方向。可以根据统计的各行驶方向的次数，计算累加和，并将每个行驶方向的次数与累加和之间的比值，确定该行驶方向的权重。示例性的，路口N，左转的权重为0.9、直行的权重为0.7和右转的权重为0.2。根据各行驶方向的权重，确定待检测车辆的预测行驶方向，可以是选择权重最大的行驶方向确定为预测行驶方向。
可选的，可以统计待检测车辆通过路口时的真实行驶方向，在真实行驶方向与预测行驶方向不同的情况下，可以对权重进行修正。例如，可以将降低预测行驶方向对应的权重，示例性的，权重减少0.1。通过获取真实行驶方向修正预测行驶方向的权重，可以提高预测准确率。
在一个具体的例子中，如图12所示，预测行驶方向确定方法，包括：
S410，计算历史行驶方向次数。
S411，获取转向权重矩阵。
根据历史行驶方向次数，生成转向权重矩阵。转向权重矩阵是指，待检测车辆在各行驶方向下的权重形成的矩阵。
S412，预测待检测车辆的预测行驶方向。
S413，预测错误惩罚。
预测错误惩罚是指在真实行驶方向与预测行驶方向不同的情况下，对权重进行修正。
通过统计待检测车辆的历史轨迹的行驶方向，并记录每个行驶方向的出现次数，计算权重，并根据权重确定预测行驶方向，可以根据待检测车辆的历史行为确定预测行驶方向，提高预测行驶的预测准确率。
S403，根据所述预测行驶方向，在路口指示灯中确定目标指示灯。
通常路口指示灯包括至少一个指示灯，目标指示灯与预测行驶方向对应。预测行驶方向为左转，目标指示灯为左转指示灯，其中，路口指示灯可以仅包括一个指示灯，该指示灯通常为左转指示灯和直行指示灯的结合。预测行驶方向为右转，目标指示灯为右转指示灯，其中，路口指示灯可以不包括右转指示灯。预测行驶方向为直行，目标指示灯为直行指示灯。预测行驶方向为左后转弯，目标指示灯为左转指示灯或左后转弯等。
S404，获取所述目标指示灯的计时周期和/或倒计时，确定为所述路口指示灯的等待时间。
目标指示灯的计时周期为目标指示灯的结束指示的时刻到下一次指示的开始指示的时刻之间的时间，也即是两次指示间隔的时长。倒计时为目标指示灯在当前时刻与结束指示的时刻之间的时间。
S405，根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度。
根据本公开的技术方案，通过获取待检测车辆的预测行驶方向，并确定目标指示灯以及目标指示灯的及时周期和/或倒计时，确定为路口指示灯的等待时间，可以区分不同预测行驶方向精准计算绿波速度，提高绿波速度的计算准确率，同时细分停止位置的确定方式，可以实现满足多样化的交通应用场景。
根据本公开的实施例，图13是本公开实施例中的绿波速度确定装置的结构图，本公开实施例适用于在车辆行驶过程中，确定该车辆通过最近的下一路口的绿波速度的情况。该装置采用软件和/或硬件实现，并具体配置于具备一定数据运算能力的电子设备中。
如图13所示的一种绿波速度确定装置500，包括：位置时间确定模块501和绿波速度确定模块502；其中，
位置时间确定模块501，用于获取待检测车辆在路口处的停止位置和路口指示灯的等待时间；
绿波速度确定模块502，用于根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度。
根据本公开的技术方案，通过根据路口的交通情况类型、待检测车辆在路口处的停止位置和路口指示灯的等待时间，确定待检测车辆的绿波速度，可以针对不同的交通应用场景计算绿波速度，并区分不同交通应用场景下的绿波速度，可以适配不同交通应用场景，计算出更加符合实际交通应用场景下的绿波速度，提高绿波速度的计算准确率，从而缩短车辆的红灯等待时间。
进一步的，所述绿波速度确定模块，包括：行驶距离计算单元，用于计算所述待检测车辆的当前位置与所述停止位置之间的行驶距离；通行时间计算单元，用于根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间；绿波速度计算单元，用于根据所述行驶距离和所述通行时间，计算所述待检测车辆的绿波速度。
进一步的，所述通行时间计算单元，包括：排队通行速度确定子单元，用于在所述交通情况类型为拥堵交通类型的情况下，将预先统计的排队通行速度确定为通行速度；排队长度确定子单元，用于获取所述停止位置与所述路口之间的排队长度；拥堵通行时间确定子单元，用于根据所述等待时间、所述排队长度和所述排队通行速度，计算所述待检测车辆的通行时间。
进一步的，所述通行时间计算单元，包括：最大通行速度确定子单元，用于在所述交通情况类型为畅通交通类型的情况下，将预先配置的最大通行速度确定为通行速度；最短通行时间确定子单元，用于计算所述行驶距离与所述最大通行速度的比值，所述等待时间包括倒计时和指示灯计时周期；畅通通行时间确定子单元，用于在所述比值小于等于所述倒计时的情况下，将所述倒计时确定为所述待检测车辆的通行时间；畅通通行时间确定子单元，还用于在所述比值大于所述倒计时的情况下，将所述倒计时和指示灯计时周期之和，确定为所述待检测车辆的通行时间。
进一步的，所述位置时间确定模块，包括：交通情况类型获取单元，用于获取路口的交通情况类型；停止位置确定单元，用于在预先计算的多个停止位置中，筛选出与所述交通情况类型匹配的停止位置。
进一步的，所述停止位置确定单元，包括：畅通停止位置确定子单元，用于在所述交通情况类型为畅通交通类型的情况下，根据所述待检测车辆的预测行驶方向，筛选出停止位置，确定为与所述交通情况类型匹配的停止位置。
进一步的，所述绿波速度确定装置，还包括：路径序列获取模块，用于获取历史车辆经过所述路口的路径序列；路径序列分类模块，用于按照所述交通情况类型对所述路径序列进行划分，形成畅通路径序列集合和拥堵路径序列集合；拥堵停止位置获取模块，用于获取所述拥堵路径序列集合包括的路径序列，对应的车辆排队队列的队尾位置，并确定与所述拥堵交通类型匹配的停止位置；畅通路径序列划分模块，用于在畅通路径序列集合中，根据包括的路径序列的历史行驶方向，对路径序列进行划分；畅通停止位置获取模块，用于在所述历史行驶方向对应的路径序列中，确定所述历史行驶方向的关键点，并将所述关键点的位置确定为与所述畅通交通类型匹配的停止位置。
进一步的，所述畅通停止位置获取模块，包括：转向关键点确定单元，用于在所述历史行驶方向为转向的情况下，计算所述路径序列中各位置点的梯度，并将最大梯度的位置点确定为转向的关键点；直行关键点确定单元，用于在所述历史行驶方向为直行的情况下，获取所述路径序列中相邻两个位置点之间路段的行驶速度；直行关键点确定单元，还用于在最小行驶速度的两个位置点中，选择一个位置点确定为直行的关键点。
进一步的，所述位置时间确定模块，包括：行驶方向预测单元，用于获取所述待检测车辆的预测行驶方向；目标指示灯确定单元，用于根据所述预测行驶方向，在路口指示灯中确定目标指示灯；等待时间确定单元，用于获取所述目标指示灯的计时周期和/或倒计时，确定为所述路口指示灯的等待时间。
进一步的，所述行驶方向预测单元，包括：历史行驶方向获取子单元，用于获取所述待检测车辆经过所述路口的历史轨迹，并确定所述历史轨迹的行驶方向；行驶方向权重计算子单元，用于根据所述历史轨迹的行驶方向，统计所述待检测车辆以不同行驶方向经过所述路口的次数，并确定各所述行驶方向的权重；行驶方向确定子单元，用于根据各所述行驶方向的权重，确定所述待检测车辆的预测行驶方向。
上述目标检测装置可执行本公开任意实施例所提供的绿波速度确定方法，具备执行绿波速度确定方法相应的功能模块和有益效果。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图14示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图14所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如绿波速度确定方法。例如，在一些实施例中，绿波速度确定方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的绿波速度确定方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行绿波速度确定方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的***和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如，作为数据服务器)、或者包括中间件部件的计算***(例如，应用服务器)、或者包括前端部件的计算***(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将***的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。
本公开的技术方案中，所涉及的车辆位置、导航路线、行驶方向、车辆队列等数据的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗，例如可以是从公开的数据集中获取的，或者是经过了用户的授权从用户处获取的。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (18)

1.一种绿波速度确定方法，包括：
获取待检测车辆在路口处的停止位置和路口指示灯的等待时间；
根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度；
其中，所述获取待检测车辆在路口处的停止位置，包括：
获取路口的交通情况类型，所述交通情况类型包括畅通交通类型或拥堵交通类型；
在预先计算的多个停止位置中，筛选出与所述交通情况类型匹配的停止位置；
所述方法还包括：
获取历史车辆经过所述路口的路径序列；
按照所述交通情况类型对所述路径序列进行划分，形成畅通路径序列集合和拥堵路径序列集合；
获取所述拥堵路径序列集合包括的路径序列，对应的车辆排队队列的队尾位置，并确定与所述拥堵交通类型匹配的停止位置；
在畅通路径序列集合中，根据包括的路径序列的历史行驶方向，对路径序列进行划分，划分为左转行驶方向的路径序列集合、右转行驶方向的路径序列集合或直行行驶方向的路径序列集合；
在所述历史行驶方向对应的路径序列中，确定所述历史行驶方向的关键点，并将所述关键点的位置确定为与所述畅通交通类型匹配的停止位置；
其中，行驶方向的关键点为在所述行驶方向上行驶的车辆速度发生变化的速度点，直行的关键点为速度最低点的位置，左转或右转的关键点为速度方向变化量最大的点的位置。
2.根据权利要求1所述的方法，其中，所述根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度，包括：
计算所述待检测车辆的当前位置与所述停止位置之间的行驶距离；
根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间；
根据所述行驶距离和所述通行时间，计算所述待检测车辆的绿波速度。
3.根据权利要求2所述的方法，其中，所述根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间，包括：
在所述交通情况类型为拥堵交通类型的情况下，将预先统计的排队通行速度确定为通行速度；
获取所述停止位置与所述路口之间的排队长度；
根据所述等待时间、所述排队长度和所述排队通行速度，计算所述待检测车辆的通行时间。
4.根据权利要求2所述的方法，其中，所述根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间，包括：
在所述交通情况类型为畅通交通类型的情况下，将预先配置的最大通行速度确定为通行速度；
计算所述行驶距离与所述最大通行速度的比值，所述等待时间包括倒计时和指示灯计时周期；
在所述比值小于等于所述倒计时的情况下，将所述倒计时确定为所述待检测车辆的通行时间；
在所述比值大于所述倒计时的情况下，将所述倒计时和指示灯计时周期之和，确定为所述待检测车辆的通行时间。
5.根据权利要求1所述的方法，其中，所述筛选出与所述交通情况类型匹配的停止位置，包括：
在所述交通情况类型为畅通交通类型的情况下，根据所述待检测车辆的预测行驶方向，筛选出停止位置，确定为与所述交通情况类型匹配的停止位置。
6.根据权利要求1所述的方法，所述确定所述历史行驶方向的关键点，包括：
在所述历史行驶方向为转向的情况下，计算所述路径序列中各位置点的梯度，并将最大梯度的位置点确定为转向的关键点；
在所述历史行驶方向为直行的情况下，获取所述路径序列中相邻两个位置点之间路段的行驶速度；
在最小行驶速度的两个位置点中，选择一个位置点确定为直行的关键点。
7.根据权利要求1所述的方法，其中，所述获取路口指示灯的等待时间，包括：
获取所述待检测车辆的预测行驶方向；
根据所述预测行驶方向，在路口指示灯中确定目标指示灯；
获取所述目标指示灯的计时周期和/或倒计时，确定为所述路口指示灯的等待时间。
8.根据权利要求7所述的方法，其中，所述获取所述待检测车辆的预测行驶方向，包括：
获取所述待检测车辆经过所述路口的历史轨迹，并确定所述历史轨迹的行驶方向；
根据所述历史轨迹的行驶方向，统计所述待检测车辆以不同行驶方向经过所述路口的次数，并确定各所述行驶方向的权重；
根据各所述行驶方向的权重，确定所述待检测车辆的预测行驶方向。
9.一种绿波速度确定装置，包括：
位置时间确定模块，用于获取待检测车辆在路口处的停止位置和路口指示灯的等待时间；
绿波速度确定模块，用于根据交通情况类型、所述停止位置和所述等待时间，确定所述待检测车辆的绿波速度；
其中，所述位置时间确定模块，包括：
交通情况类型获取单元，用于获取路口的交通情况类型，所述交通情况类型包括畅通交通类型或拥堵交通类型；
停止位置确定单元，用于在预先计算的多个停止位置中，筛选出与所述交通情况类型匹配的停止位置；
路径序列获取模块，用于获取历史车辆经过所述路口的路径序列；
路径序列分类模块，用于按照所述交通情况类型对所述路径序列进行划分，形成畅通路径序列集合和拥堵路径序列集合；
拥堵停止位置获取模块，用于获取所述拥堵路径序列集合包括的路径序列，对应的车辆排队队列的队尾位置，并确定与所述拥堵交通类型匹配的停止位置；
畅通路径序列划分模块，用于在畅通路径序列集合中，根据包括的路径序列的历史行驶方向，对路径序列进行划分，划分为左转行驶方向的路径序列集合、右转行驶方向的路径序列集合或直行行驶方向的路径序列集合；
畅通停止位置获取模块，用于在所述历史行驶方向对应的路径序列中，确定所述历史行驶方向的关键点，并将所述关键点的位置确定为与所述畅通交通类型匹配的停止位置；
其中，行驶方向的关键点为在所述行驶方向上行驶的车辆速度发生变化的速度点，直行的关键点为速度最低点的位置，左转或右转的关键点为速度方向变化量最大的点的位置。
10.根据权利要求9所述的装置，其中，所述绿波速度确定模块，包括：
行驶距离计算单元，用于计算所述待检测车辆的当前位置与所述停止位置之间的行驶距离；
通行时间计算单元，用于根据所述交通情况类型、通行速度和所述等待时间，确定所述待检测车辆的通行时间；
绿波速度计算单元，用于根据所述行驶距离和所述通行时间，计算所述待检测车辆的绿波速度。
11.根据权利要求10所述的装置，其中，所述通行时间计算单元，包括：
排队通行速度确定子单元，用于在所述交通情况类型为拥堵交通类型的情况下，将预先统计的排队通行速度确定为通行速度；
排队长度确定子单元，用于获取所述停止位置与所述路口之间的排队长度；
拥堵通行时间确定子单元，用于根据所述等待时间、所述排队长度和所述排队通行速度，计算所述待检测车辆的通行时间。
12.根据权利要求10所述的装置，其中，所述通行时间计算单元，包括：
最大通行速度确定子单元，用于在所述交通情况类型为畅通交通类型的情况下，将预先配置的最大通行速度确定为通行速度；
最短通行时间确定子单元，用于计算所述行驶距离与所述最大通行速度的比值，所述等待时间包括倒计时和指示灯计时周期；
畅通通行时间确定子单元，用于在所述比值小于等于所述倒计时的情况下，将所述倒计时确定为所述待检测车辆的通行时间；
畅通通行时间确定子单元，还用于在所述比值大于所述倒计时的情况下，将所述倒计时和指示灯计时周期之和，确定为所述待检测车辆的通行时间。
13.根据权利要求9所述的装置，其中，所述停止位置确定单元，包括：
畅通停止位置确定子单元，用于在所述交通情况类型为畅通交通类型的情况下，根据所述待检测车辆的预测行驶方向，筛选出停止位置，确定为与所述交通情况类型匹配的停止位置。
14.根据权利要求9所述的装置，所述畅通停止位置获取模块，包括：
转向关键点确定单元，用于在所述历史行驶方向为转向的情况下，计算所述路径序列中各位置点的梯度，并将最大梯度的位置点确定为转向的关键点；
直行关键点确定单元，用于在所述历史行驶方向为直行的情况下，获取所述路径序列中相邻两个位置点之间路段的行驶速度；
直行关键点确定单元，还用于在最小行驶速度的两个位置点中，选择一个位置点确定为直行的关键点。
15.根据权利要求9所述的装置，其中，所述位置时间确定模块，包括：
行驶方向预测单元，用于获取所述待检测车辆的预测行驶方向；
目标指示灯确定单元，用于根据所述预测行驶方向，在路口指示灯中确定目标指示灯；
等待时间确定单元，用于获取所述目标指示灯的计时周期和/或倒计时，确定为所述路口指示灯的等待时间。
16.根据权利要求15所述的装置，其中，所述行驶方向预测单元，包括：
历史行驶方向获取子单元，用于获取所述待检测车辆经过所述路口的历史轨迹，并确定所述历史轨迹的行驶方向；
行驶方向权重计算子单元，用于根据所述历史轨迹的行驶方向，统计所述待检测车辆以不同行驶方向经过所述路口的次数，并确定各所述行驶方向的权重；
行驶方向确定子单元，用于根据各所述行驶方向的权重，确定所述待检测车辆的预测行驶方向。
17.一种电子设备，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能够执行权利要求1-8中任一项所述的绿波速度确定方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的绿波速度确定方法。
CN202110602174.5A 2021-05-31 2021-05-31 绿波速度确定方法、装置、电子设备和存储介质 Active CN113327419B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110602174.5A CN113327419B (zh) 2021-05-31 2021-05-31 绿波速度确定方法、装置、电子设备和存储介质
US17/532,407 US11798408B2 (en) 2021-05-31 2021-11-22 Green wave speed determination method, electronic device and storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110602174.5A CN113327419B (zh) 2021-05-31 2021-05-31 绿波速度确定方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN113327419A CN113327419A (zh) 2021-08-31
CN113327419B true CN113327419B (zh) 2022-09-06

Family

ID=77422737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110602174.5A Active CN113327419B (zh) 2021-05-31 2021-05-31 绿波速度确定方法、装置、电子设备和存储介质

Country Status (2)

Country Link
US (1) US11798408B2 (zh)
CN (1) CN113327419B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023095408A1 (ja) * 2021-11-29 2023-06-01 住友電気工業株式会社 情報生成システム、情報生成方法及びコンピュータプログラム
CN114694393B (zh) * 2022-03-24 2023-11-07 浙江大华技术股份有限公司 相位时长的调整方法和装置、存储介质及电子设备
CN114822066B (zh) * 2022-04-14 2023-06-13 北京百度网讯科技有限公司 车辆定位方法、装置、电子设备和存储介质
CN115206110A (zh) * 2022-08-05 2022-10-18 阿波罗智联(北京)科技有限公司 车辆速度的确定方法、装置、电子设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1328314A (zh) * 2000-06-13 2001-12-26 同济大学 一种提高城市环行交叉口车辆通行能力的方法
KR101553868B1 (ko) * 2014-12-03 2015-09-17 현대모비스 주식회사 차량의 자동 주차 제어장치 및 그 방법
CN111383449A (zh) * 2018-12-29 2020-07-07 北京嘀嘀无限科技发展有限公司 路口通行预估方法、计算机设备和计算机可读存储介质
CN111681441A (zh) * 2020-05-11 2020-09-18 淮阴工学院 基于左转车道动态停止线实现右转车辆优先行驶的方法
CN111882906A (zh) * 2020-07-31 2020-11-03 北京航迹科技有限公司 确定车辆的停车位置的方法、装置、设备和介质

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7663505B2 (en) * 2003-12-24 2010-02-16 Publicover Mark W Traffic management device and system
US8798897B2 (en) * 2010-11-01 2014-08-05 International Business Machines Corporation Real-time traffic analysis through integration of road traffic prediction and traffic microsimulation models
US9207091B2 (en) * 2011-04-21 2015-12-08 Mitsubishi Electric Corporation Drive assistance device
JP5397452B2 (ja) * 2011-11-01 2014-01-22 トヨタ自動車株式会社 運転支援装置
JP5990018B2 (ja) * 2012-03-28 2016-09-07 株式会社デンソーアイティーラボラトリ ナビゲーション装置、情報提供方法及びプログラム
CN105118320B (zh) * 2015-09-29 2017-05-31 北方工业大学 一种基于车路协同的城市路段交通诱导方法及装置
WO2019031407A1 (ja) * 2017-08-08 2019-02-14 パイオニア株式会社 判定装置、判定方法、及び、プログラム
CN110873571B (zh) * 2018-08-30 2021-09-07 北京嘀嘀无限科技发展有限公司 一种路口停车线数据采集方法、***和装置
SE1851025A1 (en) * 2018-08-30 2020-03-01 Scania Cv Ab Method and control arrangement for calculating an appropriate vehicle speed
JP2020166746A (ja) * 2019-03-29 2020-10-08 パナソニックＩｐマネジメント株式会社 車両制御装置、車両制御方法及びプログラム
CN110164162B (zh) * 2019-05-23 2020-11-03 济南大学 一种特种车辆精细化引导***及通行方法
CN111721317B (zh) * 2020-06-30 2022-05-13 阿波罗智联(北京)科技有限公司 生成导航信息的方法、装置
CN112216105B (zh) * 2020-09-21 2023-01-24 浙江吉利控股集团有限公司 一种车速引导方法、装置、车辆及存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1328314A (zh) * 2000-06-13 2001-12-26 同济大学 一种提高城市环行交叉口车辆通行能力的方法
KR101553868B1 (ko) * 2014-12-03 2015-09-17 현대모비스 주식회사 차량의 자동 주차 제어장치 및 그 방법
CN111383449A (zh) * 2018-12-29 2020-07-07 北京嘀嘀无限科技发展有限公司 路口通行预估方法、计算机设备和计算机可读存储介质
CN111681441A (zh) * 2020-05-11 2020-09-18 淮阴工学院 基于左转车道动态停止线实现右转车辆优先行驶的方法
CN111882906A (zh) * 2020-07-31 2020-11-03 北京航迹科技有限公司 确定车辆的停车位置的方法、装置、设备和介质

Also Published As

Publication number Publication date
US11798408B2 (en) 2023-10-24
US20220084400A1 (en) 2022-03-17
CN113327419A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN113327419B (zh) 绿波速度确定方法、装置、电子设备和存储介质
CN113071493B (zh) 车辆变道控制的方法、设备、存储介质和程序产品
KR102007181B1 (ko) 교통 텔레매틱스용 경로 데이터의 전송 방법
WO2022166239A1 (zh) 一种车辆行驶方案的规划方法、装置和存储介质
CN101964941A (zh) 基于动态信息的智能导航与位置服务***及方法
US20190206244A1 (en) Traffic light control device, traffic light control method, and recording medium
CN113029180A (zh) 一种交通限制识别方法、装置、电子设备及存储介质
CN103903468A (zh) 道路拥堵时间预警方法及装置
Apple et al. Green driver: Ai in a microcosm
CN113807270A (zh) 道路拥堵检测方法、装置及电子设备
CN112767683A (zh) 一种基于反馈机制的路径诱导方法
CN115273477A (zh) 路口驾驶建议推送方法、装置、***和电子设备
CN115675534A (zh) 车辆轨迹预测方法、装置、电子设备及存储介质
JP2020009189A (ja) 渋滞状態特定方法、渋滞状態特定装置及びコンピュータプログラム
CN114582125B (zh) 道路通行方向的识别的方法、装置、设备及存储介质
CN116358584A (zh) 一种自动驾驶车辆路径规划方法、装置、设备及介质
CN116295496A (zh) 一种自动驾驶车辆路径规划方法、装置、设备及介质
CN113470343B (zh) 阻断道路的开通检测方法、装置、设备及存储介质
CN115973190A (zh) 自动驾驶车辆的决策方法、装置和电子设备
CN115762166A (zh) 确定路口通行时长的方法、装置、电子设备及存储介质
US20190259272A1 (en) Inaccessible road section estimation system and inaccessible road section estimation program
JP2012247315A (ja) 経路案内装置
CN115507866B (zh) 地图数据的处理方法、装置、电子设备和介质
CN110689172B (zh) 一种事件上报处理方法、装置、电子设备及存储介质
CN117523838A (zh) 道路状态确定方法、装置、车辆和存储介质

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