CN113971888B - 一种基于交通事故数估计的匝道汇入交通控制方法及*** - Google Patents

一种基于交通事故数估计的匝道汇入交通控制方法及*** Download PDF

Info

Publication number
CN113971888B
CN113971888B CN202111174617.1A CN202111174617A CN113971888B CN 113971888 B CN113971888 B CN 113971888B CN 202111174617 A CN202111174617 A CN 202111174617A CN 113971888 B CN113971888 B CN 113971888B
Authority
CN
China
Prior art keywords
traffic
ramp
road
time
optimal
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
CN202111174617.1A
Other languages
English (en)
Other versions
CN113971888A (zh
Inventor
刘津强
赵万忠
董坤
邹松春
王春燕
吴刚
高犇
张森皓
梁为何
徐坤豪
张从余
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.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
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 Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202111174617.1A priority Critical patent/CN113971888B/zh
Publication of CN113971888A publication Critical patent/CN113971888A/zh
Application granted granted Critical
Publication of CN113971888B publication Critical patent/CN113971888B/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
    • G08G1/07—Controlling traffic signals
    • G08G1/075—Ramp 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
    • G08G1/0125—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
    • G08G1/07—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交通事故数估计的匝道汇入交通控制方法及***，包括：获取当前时刻状态量；建立匝道汇入交通模型；估计总可能事故数；计算总耗费时间；将匝道汇入交通控制问题建立为非线性最优控制问题；求解最优控制问题获得各路段匝道车辆的最优进入率。本发明通过将估计的总可能事故数量和总耗费时间引入目标函数，求解出各路段的匝道车辆最优进入率，降低了交通事故风险，提高了匝道汇入区域的交通效率。

Description

一种基于交通事故数估计的匝道汇入交通控制方法及***
技术领域
本发明属于智能交通***技术领域，具体涉及一种基于交通事故数估计的匝道汇入交通控制方法及***。
背景技术
匝道汇入区域一直是交通事故和拥堵频发的区域。匝道车辆的汇入造成主线道路的截面交通流量激增，经常在汇入区域造成大规模的拥堵。此外，由于区域内车辆密度过高，车辆之间的交互过于紧密，容易造成交通事故的发生。目前，智能交通***技术快速发展，采用智能路侧设备构建智能交通***来调控交通状态是主要的发展趋势。
部分研究已经对匝道汇入问题提出了一些有效的解决办法。中国发明专利申请号CN202010500454.0，名称为“一种基于雷达的匝道入***通控制***及方法”中提出了一种基于雷达的匝道入***通控制方法，该方法通过在主干道和匝道上设置雷达获取主干道和匝道上车辆动态排队信息和拥堵信息，并根据拥堵信息控制匝道入口的开启和关闭，缓解了匝道汇入区域的拥堵问题。中国发明专利申请号CN201810907648.5，名称为“一种基于排队长度的城市快速路入口匝道控制方法”中提出了一种基于排队长度的城市快速路入口匝道控制方法，该方法考虑匝道车辆排队长度和快速路主路上游交通流量，求解匝道控制参数，实现主路交通流量受匝道汇入影响最小。然而现有的方法虽然能够改善匝道汇入造成的拥堵问题，但是没有考虑匝道汇入区域可能发生的交通事故风险，在降低交通安全风险方面还有待进一步完善。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种基于交通事故数估计的匝道汇入交通控制方法及***，以分析交通密度与交通事故数量的关系，建立交通事故数量预估模型；通过将估计的总可能事故数量和总耗费时间引入目标函数，求解出各路段的匝道车辆最优进入率，降低了交通事故风险，提高了匝道汇入区域的交通效率。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种基于交通事故数估计的匝道汇入交通控制方法，步骤如下：
1)将道路沿着道路方向分成N段，每段长度为L，第i段主线道路的车道数目为λi；将控制时域分成K个时间步长，每个时间步长为T，i＝1,2,…,N；
2)建立匝道汇入交通模型DM；求解当前时刻的各路段交通密度ρi(0)、平均交通速度vi(0)、匝道排队长度li(0)、匝道的上游交通流量di(0)，并将上述求解得到的交通状态量代入匝道汇入交通模型以初始化匝道汇入交通模型；
3)将匝道汇入交通控制问题建立为一个离散时间的非线性最优控制问题：
Figure BDA0003294873020000021
s.t.DM
Figure BDA0003294873020000022
式中，ζs、ζt和
Figure BDA0003294873020000023
为权重；TATS为单位时间1公里道路的总可能事故数；TATSnc为一个用于将TATS正则化的常数；TTS为总耗费时间；TTSnc为一个用于将TTS正则化的常数；μ为控制时域内各路段的匝道车辆的最优进入率，μ＝{μ1,μ2,...,μN}；μi(k)为第kT时刻的第i段道路的匝道车辆的最优进入率，如果第i段道路无匝道，则μi(k)＝0；
Figure BDA0003294873020000024
为最小进入率；
4)求解步骤3)中的最优控制问题，得到控制时域内各时刻各路段的匝道车辆的最优进入率；根据控制时域内第一个时间步长内各路段的匝道车辆的最优进入率控制各路段的匝道汇入口处的红绿灯设备，使绿灯亮起时间与整个红绿灯周期的比值等于最优进入率。
进一步地，所述步骤2)中的匝道汇入交通模型为：
Figure BDA0003294873020000025
Figure BDA0003294873020000026
li(k+1)＝li(k)+T[di(k)-ri(k)]
qi(k)＝ρi(k)λivi(k)
Figure BDA0003294873020000027
Figure BDA0003294873020000028
式中，ρi(k)是在kT时刻第i段道路的交通密度；qi(k)是在时间间隔[kT,(k+1)T]内第i段道路的驶出交通流量；vi(k)是在kT时刻第i段道路的平均交通速度；li(k)是在kT时刻第i段道路的匝道的等待车辆的排队长度；ri(k)是在时间间隔[kT,(k+1)T]内第i段道路的匝道车辆驶入主线道路的交通流量；di(k)是在kT时刻第i段道路的匝道的上游交通流量；
Figure BDA0003294873020000029
是临界交通密度；
Figure BDA00032948730200000210
是造成拥堵的交通密度；
Figure BDA00032948730200000211
为自由交通流速度；
Figure BDA00032948730200000212
为匝道最大驶入交通流量；τ、χ、δ、χc、m、l为模型参数，通过交通数据拟合调整。
进一步地，所述当前时刻的各路段交通密度为：
Figure BDA0003294873020000031
式中，Mi(0)为当前时刻第i段道路中车辆的数量；
所述当前时刻各路段的平均交通速度为：
Figure BDA0003294873020000032
式中，vi,j(0)为第i段道路中的车辆j的速度；
所述当前时刻的各路段匝道排队长度li(0)和匝道的上游交通流量di(0)直接由匝道上的路侧设备获得。
进一步地，所述步骤3)中的总可能事故数为：
TATS＝MTAT+RTAT
式中，MTAT为主线道路的单位时间1公里道路的可能事故数，其由下式求解：
Figure BDA0003294873020000033
Figure BDA0003294873020000034
式中，sm,i(ρi(k))为主线道路的每百万车辆公里的事故发生数量；αi、σ0,i、σ1,i、σ2,i、σ3,i、κi为常参数，
Figure BDA0003294873020000035
为交通密度阈值，其根据实际交通数据拟合得到；RTAT为匝道的单位时间1公里道路的可能事故数，其由下式求解：
Figure BDA0003294873020000041
Figure BDA0003294873020000042
式中，
Figure BDA0003294873020000043
为第i段道路的匝道的交通平均速度；sr,i(di(k))为匝道的每百万车辆公里的事故发生数量。
进一步地，所述步骤3)中的总耗费时间为：
Figure BDA0003294873020000044
本发明还提供一种基于交通事故数估计的匝道汇入交通控制***，包括：
道路分割模块，用于将道路沿着道路方向分成N段，每段长度为L，第i段主线道路的车道数目为λi；将控制时域分成K个时间步长，每个时间步长为T，i＝1,2,…,N；
模型建立模块，用于建立匝道汇入交通模型DM；
计算模块，用于求解当前时刻的各路段交通密度ρi(0)、平均交通速度vi(0)、匝道排队长度li(0)、匝道的上游交通流量di(0)，并将上述求解得到的交通状态量代入匝道汇入交通模型以初始化匝道汇入交通模型；
问题建立模块，用于将匝道汇入交通控制问题建立为一个离散时间的非线性最优控制问题；
优化求解模块，用于求解最优控制问题，得到控制时域内各时刻各路段的匝道车辆的最优进入率；
控制模块，用于根据控制时域内第一个时间步长内各路段的匝道车辆的最优进入率控制各路段的匝道汇入口处的红绿灯设备，使绿灯亮起时间与整个红绿灯周期的比值等于最优进入率。
本发明的有益效果：
本发明分析交通密度与交通事故数量的关系，建立了交通事故数量预估模型，并将估计的总可能事故数量和总耗费时间引入最优控制的目标函数，使得匝道汇入交通控制更加安全且高效，降低了交通事故风险，提高了匝道汇入区域的交通效率。
附图说明
图1为本发明方法的流程图。
图2为匝道汇入交通示意图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
参照图1所示，本发明的一种基于交通事故数估计的匝道汇入交通控制方法，步骤如下：
1)将道路沿着道路方向分成N段，每段长度为L，第i段主线道路的车道数目为λi；将控制时域分成K个时间步长，每个时间步长为T，i＝1,2,…,N；
2)建立匝道汇入交通模型DM；求解当前时刻的各路段交通密度ρi(0)、平均交通速度vi(0)、匝道排队长度li(0)、匝道的上游交通流量di(0)，并将上述求解得到的交通状态量代入匝道汇入交通模型以初始化匝道汇入交通模型；
参照图2所示，所述步骤2)中的匝道汇入交通模型为：
Figure BDA0003294873020000051
Figure BDA0003294873020000052
li(k+1)＝li(k)+T[di(k)-ri(k)]
qi(k)＝ρi(k)λivi(k)
Figure BDA0003294873020000053
Figure BDA0003294873020000054
式中，ρi(k)是在kT时刻第i段道路的交通密度；qi(k)是在时间间隔[kT,(k+1)T]内第i段道路的驶出交通流量；vi(k)是在kT时刻第i段道路的平均交通速度；li(k)是在kT时刻第i段道路的匝道的等待车辆的排队长度；ri(k)是在时间间隔[kT,(k+1)T]内第i段道路的匝道车辆驶入主线道路的交通流量；di(k)是在kT时刻第i段道路的匝道的上游交通流量；
Figure BDA0003294873020000055
是临界交通密度；
Figure BDA0003294873020000056
是造成拥堵的交通密度；
Figure BDA0003294873020000057
为自由交通流速度；
Figure BDA0003294873020000058
为匝道最大驶入交通流量；τ、χ、δ、χc、m、l为模型参数，通过交通数据拟合调整。
其中，所述当前时刻的各路段交通密度为：
Figure BDA0003294873020000061
式中，Mi(0)为当前时刻第i段道路中车辆的数量；
所述当前时刻各路段的平均交通速度为：
Figure BDA0003294873020000062
式中，vi,j(0)为第i段道路中的车辆j的速度；
所述当前时刻的各路段匝道排队长度li(0)和匝道的上游交通流量di(0)直接由匝道上的路侧设备获得。
3)将匝道汇入交通控制问题建立为一个离散时间的非线性最优控制问题：
Figure BDA0003294873020000063
s.t.DM
Figure BDA0003294873020000064
式中，ζs、ζt和
Figure BDA0003294873020000065
为权重；TATS为单位时间1公里道路的总可能事故数；TATSnc为一个用于将TATS正则化的常数；TTS为总耗费时间；TTSnc为一个用于将TTS正则化的常数；μ为控制时域内各路段的匝道车辆的最优进入率，μ＝{μ1,μ2,...,μN}；μi(k)为第kT时刻的第i段道路的匝道车辆的最优进入率，如果第i段道路无匝道，则μi(k)＝0；
Figure BDA0003294873020000066
为最小进入率；
其中，总可能事故数为：
TATS＝MTAT+RTAT
式中，MTAT为主线道路的单位时间1公里道路的可能事故数，其由下式求解：
Figure BDA0003294873020000067
Figure BDA0003294873020000068
式中，sm,i(ρi(k))为主线道路的每百万车辆公里的事故发生数量；αi、σ0,i、σ1,i、σ2,i、σ3,i、κi为常参数，
Figure BDA0003294873020000071
为交通密度阈值，其根据实际交通数据拟合得到；RTAT为匝道的单位时间1公里道路的可能事故数，其由下式求解：
Figure BDA0003294873020000072
Figure BDA0003294873020000073
式中，
Figure BDA0003294873020000074
为第i段道路的匝道的交通平均速度；sr,i(di(k))为匝道的每百万车辆公里的事故发生数量。
总耗费时间为：
Figure BDA0003294873020000075
4)求解步骤3)中的最优控制问题，得到控制时域内各时刻各路段的匝道车辆的最优进入率；路测设备根据控制时域内第一个时间步长内各路段的匝道车辆的最优进入率控制各路段的匝道汇入口处的红绿灯设备，使绿灯亮起时间与整个红绿灯周期的比值等于最优进入率。
本发明还提供一种基于交通事故数估计的匝道汇入交通控制***，包括：
道路分割模块，用于将道路沿着道路方向分成N段，每段长度为L，第i段主线道路的车道数目为λi；将控制时域分成K个时间步长，每个时间步长为T，i＝1,2,…,N；
模型建立模块，用于建立匝道汇入交通模型DM；
计算模块，用于求解当前时刻的各路段交通密度ρi(0)、平均交通速度vi(0)、匝道排队长度li(0)、匝道的上游交通流量di(0)，并将上述求解得到的交通状态量代入匝道汇入交通模型以初始化匝道汇入交通模型；
问题建立模块，用于将匝道汇入交通控制问题建立为一个离散时间的非线性最优控制问题；
优化求解模块，用于求解最优控制问题，得到控制时域内各时刻各路段的匝道车辆的最优进入率；
控制模块，用于根据控制时域内第一个时间步长内各路段的匝道车辆的最优进入率控制各路段的匝道汇入口处的红绿灯设备，使绿灯亮起时间与整个红绿灯周期的比值等于最优进入率。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (5)

1.一种基于交通事故数估计的匝道汇入交通控制方法，其特征在于，步骤如下：
1)将道路沿着道路方向分成N段，每段长度为L，第i段主线道路的车道数目为λi；将控制时域分成K个时间步长，每个时间步长为T，i＝1,2,…,N；
2)建立匝道汇入交通模型；求解当前时刻的各路段交通密度ρi(0)、平均交通速度vi(0)、匝道排队长度li(0)、匝道的上游交通流量di(0)，并将上述求解得到的交通状态量代入匝道汇入交通模型以初始化匝道汇入交通模型；
3)将匝道汇入交通控制问题建立为一个离散时间的非线性最优控制问题：
Figure FDA0003734791050000011
s.t.DM
Figure FDA0003734791050000012
式中，ζs、ζt和
Figure FDA0003734791050000013
为权重；TATS为单位时间1公里道路的总可能事故数；TATSnc为一个用于将TATS正则化的常数；TTS为总耗费时间；TTSnc为一个用于将TTS正则化的常数；μ为控制时域内各路段的匝道车辆的最优进入率，μ＝{μ1,μ2,...,μN}；μi(k)为第kT时刻的第i段道路的匝道车辆的最优进入率，如果第i段道路无匝道，则μi(k)＝0；
Figure FDA0003734791050000014
为最小进入率；
4)求解步骤3)中的最优控制问题，得到控制时域内各时刻各路段的匝道车辆的最优进入率；根据控制时域内第一个时间步长内各路段的匝道车辆的最优进入率控制各路段的匝道汇入口处的红绿灯设备，使绿灯亮起时间与整个红绿灯周期的比值等于最优进入率；
所述步骤2)中的匝道汇入交通模型为：
Figure FDA0003734791050000015
Figure FDA0003734791050000016
li(k+1)＝li(k)+T[di(k)-ri(k)]
qi(k)＝ρi(k)λivi(k)
Figure FDA0003734791050000017
Figure FDA0003734791050000018
式中，ρi(k)是在kT时刻第i段道路的交通密度；qi(k)是在时间间隔[kT,(k+1)T]内第i段道路的驶出交通流量；vi(k)是在kT时刻第i段道路的平均交通速度；li(k)是在kT时刻第i段道路的匝道的等待车辆的排队长度；ri(k)是在时间间隔[kT,(k+1)T]内第i段道路的匝道车辆驶入主线道路的交通流量；di(k)是在kT时刻第i段道路的匝道的上游交通流量；
Figure FDA0003734791050000021
是临界交通密度；
Figure FDA0003734791050000022
是造成拥堵的交通密度；
Figure FDA0003734791050000023
为自由交通流速度；ri max为匝道最大驶入交通流量；τ、χ、δ、χc、m、l为模型参数，通过交通数据拟合调整。
2.根据权利要求1所述的基于交通事故数估计的匝道汇入交通控制方法，其特征在于，所述当前时刻的各路段交通密度为：
Figure FDA0003734791050000024
式中，Mi(0)为当前时刻第i段道路中车辆的数量；
所述当前时刻各路段的平均交通速度为：
Figure FDA0003734791050000025
式中，vi,j(0)为第i段道路中的车辆j的速度；
所述当前时刻的各路段匝道排队长度li(0)和匝道的上游交通流量di(0)直接由匝道上的路侧设备获得。
3.根据权利要求2所述的基于交通事故数估计的匝道汇入交通控制方法，其特征在于，所述步骤3)中的总可能事故数为：
TATS＝MTAT+RTAT
式中，MTAT为主线道路的单位时间1公里道路的可能事故数，其由下式求解：
Figure FDA0003734791050000026
Figure FDA0003734791050000027
式中，sm,i(ρi(k))为主线道路的每百万车辆公里的事故发生数量；αi、σ0,i、σ1,i、σ2,i、σ3,i、κi为常参数，
Figure FDA0003734791050000031
为交通密度阈值，其根据实际交通数据拟合得到；RTAT为匝道的单位时间1公里道路的可能事故数，其由下式求解：
Figure FDA0003734791050000032
Figure FDA0003734791050000033
式中，
Figure FDA0003734791050000034
为第i段道路的匝道的交通平均速度；sr,i(di(k))为匝道的每百万车辆公里的事故发生数量。
4.根据权利要求1所述的基于交通事故数估计的匝道汇入交通控制方法，其特征在于，所述步骤3)中的总耗费时间为：
Figure FDA0003734791050000035
5.一种基于交通事故数估计的匝道汇入交通控制***，基于权利要求1-4中任意一项所述方法，其特征在于，包括：
道路分割模块，用于将道路沿着道路方向分成N段，每段长度为L，第i段主线道路的车道数目为λi；将控制时域分成K个时间步长，每个时间步长为T，i＝1,2,…,N；
模型建立模块，用于建立匝道汇入交通模型；
计算模块，用于求解当前时刻的各路段交通密度、平均交通速度、匝道排队长度、匝道的上游交通流量，并将上述求解得到的交通状态量代入匝道汇入交通模型以初始化匝道汇入交通模型；
问题建立模块，用于将匝道汇入交通控制问题建立为一个离散时间的非线性最优控制问题；
优化求解模块，用于求解最优控制问题，得到控制时域内各时刻各路段的匝道车辆的最优进入率；
控制模块，用于根据控制时域内第一个时间步长内各路段的匝道车辆的最优进入率控制各路段的匝道汇入口处的红绿灯设备，使绿灯亮起时间与整个红绿灯周期的比值等于最优进入率。
CN202111174617.1A 2021-10-09 2021-10-09 一种基于交通事故数估计的匝道汇入交通控制方法及*** Active CN113971888B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111174617.1A CN113971888B (zh) 2021-10-09 2021-10-09 一种基于交通事故数估计的匝道汇入交通控制方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111174617.1A CN113971888B (zh) 2021-10-09 2021-10-09 一种基于交通事故数估计的匝道汇入交通控制方法及***

Publications (2)

Publication Number Publication Date
CN113971888A CN113971888A (zh) 2022-01-25
CN113971888B true CN113971888B (zh) 2022-09-30

Family

ID=79587223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111174617.1A Active CN113971888B (zh) 2021-10-09 2021-10-09 一种基于交通事故数估计的匝道汇入交通控制方法及***

Country Status (1)

Country Link
CN (1) CN113971888B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102360522B (zh) * 2011-09-27 2013-11-13 浙江交通职业技术学院 一种高速公路优化控制方法
CN107633692A (zh) * 2017-09-29 2018-01-26 河南理工大学 一种城市快速路入口匝道无模型自适应控制方法
JP7099691B2 (ja) * 2018-03-27 2022-07-12 Ｎｅｃプラットフォームズ株式会社 車両誘導制御装置、車両誘導システム、車両誘導制御方法及びプログラム
CN111091721A (zh) * 2019-12-23 2020-05-01 清华大学 一种面向智慧车列交通***的匝道合流控制方法及***
CN112614337B (zh) * 2020-12-03 2021-12-31 浙江浙大中控信息技术有限公司 一种多源数据驱动的快速路入口匝道智能控制方法
CN112927503B (zh) * 2021-01-25 2022-03-01 河北上元智能科技股份有限公司 一种雨天高速公路主线速度限制和匝道融合协调控制方法
CN113345234B (zh) * 2021-06-07 2023-01-17 哈尔滨工业大学（深圳） 面向应急疏散场景的快速路入口匝道协同控制方法及装置

Also Published As

Publication number Publication date
CN113971888A (zh) 2022-01-25

Similar Documents

Publication Publication Date Title
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
CN110930697B (zh) 一种基于规则的智能网联车辆协同汇入控制方法
CN113593258B (zh) 基于车路协同的信号配时与车速动态协调控制优化方法
CN105894831B (zh) 智能交通控制装置
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
CN114419903B (zh) 一种智能网联汽车队列路口通行控制方法、装置及车辆
CN104485005A (zh) 交叉口多线路公交车辆优先请求冲突协调控制方法
CN113393688B (zh) 一种基于队列长度预测的交叉口生态驾驶优化方法
CN113160582A (zh) 一种高速公路流量管控方法及***
CN110444015A (zh) 基于无信号十字路口分区的智能网联汽车速度决策方法
CN106355905A (zh) 一种基于卡口数据的高架信号控制方法
CN111932916A (zh) 一种城市道路动态应急车道的控制方法及控制***
CN113506438B (zh) 网联自动驾驶混行车流动态控制方法、***、装置及介质
CN115273500A (zh) 一种信号交叉口网联车辆轨迹优化引导方法及***
US11941979B2 (en) Traffic light control method for urban road network based on expected return estimation
CN111477021B (zh) 车辆优先引导方法及优先引导***
CN115206115A (zh) 智能网联环境下基于多源数据边缘计算的路网拥堵区管控方法
CN114202916A (zh) 单点交叉***通信号控制方法
CN113971888B (zh) 一种基于交通事故数估计的匝道汇入交通控制方法及***
CN115273499B (zh) 一种基于车流量的信号灯动态配时方法与***
CN115311868B (zh) 基于公交优先的干线协调控制方法及装置
CN116534018A (zh) 一种网联环境下快速路分流区cav换道速度调控方法
CN116665443A (zh) 重大突发事件下公路网交通***韧性提升方法及***
CN113611132B (zh) 一种基于车路协同***的饱和单路口公交信号控制方法
CN115424432A (zh) 一种基于多源数据的高速公路异常事件下的上游分流方法

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