CN114399900A - 一种基于遥感技术的智慧城市交通管理***和方法 - Google Patents

一种基于遥感技术的智慧城市交通管理***和方法 Download PDF

Info

Publication number
CN114399900A
CN114399900A CN202111676727.8A CN202111676727A CN114399900A CN 114399900 A CN114399900 A CN 114399900A CN 202111676727 A CN202111676727 A CN 202111676727A CN 114399900 A CN114399900 A CN 114399900A
Authority
CN
China
Prior art keywords
traffic
remote sensing
road section
congested
traffic flow
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
CN202111676727.8A
Other languages
English (en)
Other versions
CN114399900B (zh
Inventor
李刚
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.)
Heilongjiang Institute of Technology
Original Assignee
Heilongjiang Institute of Technology
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 Heilongjiang Institute of Technology filed Critical Heilongjiang Institute of Technology
Priority to CN202111676727.8A priority Critical patent/CN114399900B/zh
Publication of CN114399900A publication Critical patent/CN114399900A/zh
Application granted granted Critical
Publication of CN114399900B publication Critical patent/CN114399900B/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
    • 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

本发明提供了一种基于遥感技术的智慧城市交通管理***，包括遥感设备、GPS数据接收模块、控制中心和交通信号灯。本发明的基于遥感技术的智慧城市交通管理***和方法，将基于高分辨率卫星的遥感技术与基于地图导航APP的GPS定位技术相结合，可根据实时路况控制并调整拥堵路段交通信号灯的红灯和绿灯时长，使得较为通畅的与之相交的道路能够分担一定的车流压力，从而避免出现长时间的严重交通拥堵，提高城市交通运行的整体效率。

Description

一种基于遥感技术的智慧城市交通管理***和方法
技术领域
本发明属于智能交通***技术领域，特别涉及一种基于遥感技术的智慧城市交通管理***和方法。
背景技术
近年来，随着我国城市化的发展，人口不断向城市聚集，致使越来越多的城市开始面临交通拥堵问题，不仅影响到公众出行、消耗大量的能源，造成环境污染，还影响到城市功能正常发挥和可持续发展。智能交通***(ITS，Intelligent Transportation System)作为解决交通运输安全、效率和拥挤问题的有效工具应运而生。
发明人发现，在很多交通拥堵路段的十字路口，往往会出现某个方向(例如东西方向)的车流行进非常缓慢，但是与其垂直的方向(例如南北方向)的车流却较为通畅。这主要是由于目前城市所用交通信号灯的红灯和绿灯时长是固定的，无法实时调整，导致通畅方向的道路无法分担拥堵方向的车流压力。
发明内容
有鉴于现有技术的上述缺陷，本发明的目的在于提供一种基于遥感技术的智慧城市交通管理***和方法，基于高分辨率卫星遥感技术，并结合GPS定位技术，可根据路况实时控制并调整拥堵路段交通信号灯的红灯和绿灯时长，使得较为通畅的与之相交的道路能够分担一定的车流压力，从而避免出现长时间的严重交通拥堵，提高城市交通运行的整体效率。
为了达到上述目的，一方面，本发明提供了一种基于遥感技术的智慧城市交通管理***，包括遥感设备、GPS数据接收模块、控制中心和交通信号灯；其中，
遥感设备用于获取城市道路的高分辨率卫星遥感图像并将遥感图像发送给控制中心；
GPS数据接收模块用于实时获取地图导航APP上的拥堵路段信息并将该信息发送给控制中心；
控制中心用于根据接收的拥堵路段信息及遥感图像判断城市道路的拥堵程度，并据此向相应的交通信号灯发送控制指令；
交通信号灯可以实时接收来自控制中心的控制指令，并根据接收到的控制指令调整红灯和绿灯的时长。
进一步地，遥感图像为全色波段影像和多光谱波段影像，其中全色波段影像地面分辨率优于0.61m，多光谱波段影像的地面分辨率优于2.44m。
进一步地，GPS数据接收模块可与安装有地图导航APP(例如百度地图、高德地图、谷歌地图等)的智能计算机设备(例如智能手机、平板电脑等)相连接，以获取实时的拥堵路段信息。
进一步地，GPS数据接收模块也可与地图导航APP提供商(例如百度地图、高德地图、谷歌地图等)的服务器直接相连接以实时获取拥堵路段信息和/或城市道路上车辆的GPS数据，并据此判断拥堵路段上的车流信息。当然，此种连接方式一般需要获得地图导航APP提供商及其用户的同意。
进一步地，控制中心和交通信号灯之间通过蜂窝网络模块(例如3G、4G、5G通讯模块)发送和接收控制指令。
另一方面，本发明提供了一种基于遥感技术的智慧城市交通管理方法，以减少城市道路上车流拥堵情况的发生，包括以下步骤：
步骤S1：GPS数据接收模块实时获取地图导航APP上的拥堵路段信息并将该信息发送给控制中心；
步骤S2：控制中心判断该拥堵路段上是否具有交通信号灯，如有交通信号灯一般意味着交通信号灯所处位置为十字路口或丁字路口，即存在与该拥堵路段相交(一般为垂直)的道路，本发明称其为相交路段；控制中心根据交通信号灯将所述拥堵路段和所述相交路段分段；
步骤S3：遥感设备获取该拥堵路段及其相交路段的高分辨率卫星遥感图像，并根据遥感图像判断该拥堵路段及其相交路段的车流情况；
步骤S4：如果相交路段的车流情况明显优于拥堵路段，则控制中心向拥堵路段的交通信号灯发出控制指令，延长拥堵路段的绿灯时间和/或缩短拥堵路段的红灯时间，并相应地缩短对应的相交路段的绿灯时间和/或延长相交路段的红灯时间。
进一步地，步骤S1中的拥堵路段信息包括拥堵路段位置和车流长度。
进一步地，关于步骤S3中根据遥感图像判断该拥堵路段及其相交路段的车流情况，现有技术中已经有相当多的技术方案可用于根据高分辨率卫星遥感图像判断城市道路上的车流情况。例如中国发明专利申请CN102855759A实现了高分辨率卫星遥感交通流信息的自动采集，其可以计算出单个车辆行驶速度、路段交通流速度、交通流密度、交通流量、道路空间占有率、车头距离等数据。
进一步地，步骤S3中的车流情况通过车流长度、路段交通流速度、交通流密度、交通流量和道路空间占有率中的至少一个指标进行判定。
进一步地，步骤S3中的拥堵路段及其相交路段的车流情况采取分段统计的方式，以同一条路上相邻两个交通信号灯之间为一段。
进一步地，步骤S4中所述的相交路段的车流情况明显优于拥堵路段是指相交路段与拥堵路段在上述指标(车流长度、路段交通流速度、交通流密度、交通流量和道路空间占有率)中至少有一个相差60％以上，或者至少有两个相差50％以上，或者至少有三个相差40％以上；或者至少有四个相差30％以上，或者五个均相差20％以上。例如，如果只考察交通流密度k这一个指标，则当拥堵路段的交通流密度k1和相交路段的交通流密度k2之间满足(k1-k2)/k2>60％时，则认为相交路段的车流情况明显优于拥堵路段，此时需要延长拥堵路段的交通信号灯的绿灯时间，并相应地缩短对应相交路段的交通信号灯的绿灯时间。其中，k表示交通流的疏密程度，即一定单位长度的道路上所有车辆的数量，单位为veh/km。
进一步地，红灯或绿灯延长或缩短的时间t与拥堵路段的交通流密度k1和相交路段的交通流密度k2之间的关系为：
t＝f(k1-k2)/k2
其中，f为比例系数，因每个交通信号灯因其所处位置路况不同，f的最佳取值均有所差异；t以秒为单位，并四舍五入取整数。例如t＝3s，则意味着将拥堵路段的绿灯时间延长3s并将相应的相交路段的绿灯时间缩短3s。
进一步地，经发明人模拟测试，f的最佳取值大致介于2.7～7.3之间，具体数值根据交通信号灯所处的拥堵路段和相交路段的长度、宽度等因素而有所差异。
进一步地，对于每个交通信号灯而言，f的最佳取值可以通过对该路口的数据(例如t、f、(k1-k2)/k2)的长期观测并通过机器学习而获得。例如，在某次该路口拥堵情况中，控制中心尝试将f取值为2，然后观察(k1-k2)/k2在调整红灯和绿灯时间后随时间T的变化情况，例如通过多久(k1-k2)/k2能够下降到0.5以下。如此，通过多次的尝试和长期的数据观测，就可以找出对于该交通信号灯而言最佳的比例系数。
本发明的基于遥感技术的智慧城市交通管理***和方法，将基于高分辨率卫星的遥感技术与基于地图导航APP的GPS定位技术相结合，可根据实时路况控制并调整拥堵路段交通信号灯的红灯和绿灯时长，使得较为通畅的与之相交的道路能够分担一定的车流压力，从而避免出现长时间的严重交通拥堵，提高城市交通运行的整体效率。
附图说明
图1是本发明一个较佳实施例的基于遥感技术的智慧城市交通管理***的高分辨率卫星遥感图像的示意图；
图2是本发明一个较佳实施例的基于遥感技术的智慧城市交通管理方法的流程示意图。
具体实施方式
下面对本发明的实施例作详细说明，下述的实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
在一个较佳实施例中，本发明的一种基于遥感技术的智慧城市交通管理***包括遥感设备、GPS数据接收模块、控制中心和交通信号灯；其中，遥感设备用于获取城市道路的高分辨率卫星遥感图像(如图1所示)并将遥感图像发送给控制中心；GPS数据接收模块用于实时获取地图导航APP上的拥堵路段信息并将该信息发送给控制中心；控制中心用于根据接收的拥堵路段信息及遥感图像判断城市道路的拥堵程度，并据此向相应的交通信号灯发送控制指令；交通信号灯可以实时接收来自控制中心的控制指令，并根据接收到的控制指令调整红灯和绿灯的时长。
遥感图像为全色波段影像和多光谱波段影像，其中全色波段影像地面分辨率优于0.61m，多光谱波段影像的地面分辨率优于2.44m。
GPS数据接收模块可与安装有地图导航APP(例如百度地图、高德地图、谷歌地图等)的智能计算机设备(例如智能手机、平板电脑等)相连接，以获取实时的拥堵路段信息。
GPS数据接收模块也可与地图导航APP提供商(例如百度地图、高德地图、谷歌地图等)的服务器直接相连接以实时获取拥堵路段信息和/或城市道路上车辆的GPS数据，并据此判断拥堵路段上的车流信息。当然，此种连接方式一般需要获得地图导航APP提供商及其用户的同意。
控制中心和交通信号灯之间通过蜂窝网络模块(例如3G、4G、5G通讯模块)发送和接收控制指令。
如图2所示，本实施例还提供了一种基于遥感技术的智慧城市交通管理方法，以减少城市道路上车流拥堵情况的发生，包括以下步骤：
步骤S1：GPS数据接收模块实时获取地图导航APP上的拥堵路段信息并将该信息发送给控制中心；拥堵路段信息包括拥堵路段位置和车流长度。
步骤S2：控制中心判断该拥堵路段(图1中的东西向路段)上是否具有交通信号灯，图1中标注的坐标点即为具有交通信号灯的十字路口或丁字路口，例如(0,0)，(1,0)，(2,0)，(-1,0)，(-2,0)，(-3,0)，(-4,0)，(0,1)，(0,-1)，(0,-2)等。图1中与拥堵路段相垂直的南北向路段即为该拥堵路段的相交路段。
步骤S3：遥感设备获取该拥堵路段及其相交路段的高分辨率卫星遥感图像，并根据遥感图像判断该拥堵路段及其相交路段的车流情况；车流情况通过车流长度(可通过地图导航APP或遥感图像获得)、路段交通流速度、交通流密度、交通流量和道路空间占有率中的至少一个指标进行判定，优选为路段交通流速度或交通流密度。其中，拥堵路段及其相交路段的车流情况采取分段统计的方式，以同一条路上相邻两个交通信号灯之间为一段，例如(0,0)与(1,0)之间为一段，(0,0)与(-1,0)之间为另一段。本实施例中，之所以将(0,0)设为坐标原点，是因为(0,0)至(1,0)段和(0,0)至(-1,0)段为交通流速度最小的路段，也就是该拥堵路段中最为拥堵的路段。
步骤S4：如果相交路段的车流情况明显优于拥堵路段，则控制中心向拥堵路段的交通信号灯发出控制指令，延长拥堵路段的绿灯时间和/或缩短拥堵路段的红灯时间，并相应地缩短对应的相交路段的绿灯时间和/或延长相交路段的红灯时间。其中相交路段的车流情况明显优于拥堵路段在本实施例中是指，相交路段与拥堵路段在交通流速度或交通流密度这两个指标中的一个相差60％以上，或者两者均相差50％以上。红灯或绿灯延长或缩短的时间t与拥堵路段的交通流密度k1和相交路段的交通流密度k2之间的关系为：
t＝f(k1-k2)/k2
其中，f为比例系数，因每个交通信号灯因其所处位置路况不同，f的最佳取值均有所差异；t以秒为单位，并四舍五入取整数。例如本实施例中t＝3s意味着将拥堵路段的绿灯时间延长3s并将相应的相交路段的绿灯时间缩短3s，如此可以让拥堵路段的车辆有更多的时间通行，而相交路段的车辆则牺牲了一些通行时间，但是整体通行效率得到了大幅度的提高，即k1+k2较调整前显著降低。经发明人模拟测试，f的最佳取值大致介于2.7～7.3之间。
对于每个交通信号灯而言，f的最佳取值可以通过对该路口的数据的长期观测并通过机器学习而获得。例如，在本实施例中，(k1-k2)/k2的初始值为1.0，控制中心尝试将f取值为2，然后将拥堵路段的绿灯时间延长2s并将相应的相交路段的绿灯时间缩短2s；20min后，(k1-k2)/k2由1.0下降到0.5以下。如此，通过多次拥堵情况下的尝试和长期的数据观测，就可以找出对于该交通信号灯而言最佳的比例系数，即(k1-k2)/k2下降最快时的比例系数，同时k1+k2较调整前显著降低。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的试验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于遥感技术的智慧城市交通管理***，其特征在于，包括遥感设备、GPS数据接收模块、控制中心和交通信号灯；其中，
所述遥感设备用于获取城市道路的高分辨率卫星遥感图像并将所述遥感图像发送给所述控制中心；
所述GPS数据接收模块用于实时获取地图导航APP上的拥堵路段信息并将该信息发送给所述控制中心；
所述控制中心用于根据接收的所述拥堵路段信息及相应的遥感图像判断拥堵路段的拥堵程度，并据此向相应的交通信号灯发送控制指令；
所述交通信号灯可以实时接收来自所述控制中心的控制指令，并根据接收到的控制指令调整红灯和绿灯的时长。
2.如权利要求1所述的基于遥感技术的智慧城市交通管理***，其特征在于，所述遥感图像为全色波段影像和多光谱波段影像，其中所述全色波段影像地面分辨率优于0.61m，所述多光谱波段影像的地面分辨率优于2.44m。
3.如权利要求1所述的基于遥感技术的智慧城市交通管理***，其特征在于，所述GPS数据接收模块与安装有地图导航APP的智能计算机设备相连接，以获取实时的拥堵路段信息。
4.如权利要求1所述的基于遥感技术的智慧城市交通管理***，其特征在于，所述GPS数据接收模块与地图导航APP提供商的服务器直接相连接以实时获取拥堵路段信息和/或城市道路上车辆的GPS数据，并据此判断拥堵路段上的车流信息。
5.如权利要求1所述的基于遥感技术的智慧城市交通管理***，其特征在于，所述控制中心和所述交通信号灯之间通过蜂窝网络模块发送和接收控制指令。
6.利用权利要求1-5中任一项所述的基于遥感技术的智慧城市交通管理***进行交通管理的方法，以减少城市道路上车流拥堵情况的发生，其特征在于，所述方法包括以下步骤：
步骤S1：GPS数据接收模块实时获取地图导航APP上的拥堵路段信息并将该信息发送给控制中心；
步骤S2：控制中心判断该拥堵路段上是否具有交通信号灯，如有交通信号灯，即存在与该拥堵路段相交的相交路段；控制中心根据交通信号灯将所述拥堵路段和所述相交路段分段；
步骤S3：遥感设备获取该拥堵路段及其相交路段的高分辨率卫星遥感图像，并根据遥感图像判断该拥堵路段及其相交路段的车流情况；
步骤S4：如果相交路段的车流情况明显优于拥堵路段，则控制中心向拥堵路段的交通信号灯发出控制指令，延长拥堵路段的绿灯时间和/或缩短拥堵路段的红灯时间，并相应地缩短对应的相交路段的绿灯时间和/或延长相交路段的红灯时间。
7.如权利要求6所述的交通管理的方法，其特征在于，步骤S1中的拥堵路段信息包括拥堵路段位置和车流长度。
8.如权利要求6所述的交通管理的方法，其特征在于，步骤S3中的车流情况通过车流长度、路段交通流速度、交通流密度、交通流量和道路空间占有率中的至少一个指标进行判定。
9.如权利要求8所述的交通管理的方法，其特征在于，步骤S4中所述的相交路段的车流情况明显优于拥堵路段是指，相交路段与拥堵路段在车流长度、路段交通流速度、交通流密度、交通流量和道路空间占有率这五个指标中至少有一个相差60％以上；或者至少有两个相差50％以上；或者至少有三个相差40％以上；或者至少有四个相差30％以上；或者五个均相差20％以上。
10.如权利要求8所述的交通管理的方法，其特征在于，步骤S3中的车流情况通过交通流密度k进行判定；红灯或绿灯延长或缩短的时间t与拥堵路段的交通流密度k1和相交路段的交通流密度k2之间的关系为：
t＝f(k1-k2)/k2
其中，f为比例系数；t以秒为单位，并四舍五入取整数。
CN202111676727.8A 2021-12-31 2021-12-31 一种基于遥感技术的智慧城市交通管理***和方法 Active CN114399900B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111676727.8A CN114399900B (zh) 2021-12-31 2021-12-31 一种基于遥感技术的智慧城市交通管理***和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111676727.8A CN114399900B (zh) 2021-12-31 2021-12-31 一种基于遥感技术的智慧城市交通管理***和方法

Publications (2)

Publication Number Publication Date
CN114399900A true CN114399900A (zh) 2022-04-26
CN114399900B CN114399900B (zh) 2023-03-21

Family

ID=81229858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111676727.8A Active CN114399900B (zh) 2021-12-31 2021-12-31 一种基于遥感技术的智慧城市交通管理***和方法

Country Status (1)

Country Link
CN (1) CN114399900B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115273493A (zh) * 2022-05-16 2022-11-01 广西交科集团有限公司 一种交互型城市交通智能控制***及方法
CN115482664A (zh) * 2022-09-13 2022-12-16 上海智能交通有限公司 一种智能交通的路网交通流时空预测方法
CN116631192A (zh) * 2023-06-12 2023-08-22 上海优景智能科技股份有限公司 智慧城市的综合管理方法及***
CN117198058A (zh) * 2023-11-01 2023-12-08 合肥师范学院 一种基于遥感影像的道路交通智能监管***
CN117809460A (zh) * 2024-03-01 2024-04-02 电子科技大学 一种智慧交通调控方法及***

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5862244A (en) * 1995-07-13 1999-01-19 Motorola, Inc. Satellite traffic reporting system and methods
JP2005056186A (ja) * 2003-08-05 2005-03-03 Tepco Sysytems Corp 交通状況観測システム
CN102855759A (zh) * 2012-07-05 2013-01-02 中国科学院遥感应用研究所 高分辨率卫星遥感交通流信息自动采集方法
CN104021670A (zh) * 2014-03-27 2014-09-03 湖南工业大学 一种高分遥感影像提取城市路网车辆队列状态信息方法
CN106408944A (zh) * 2016-11-17 2017-02-15 国网山东省电力公司东营供电公司 基于双通信数据的拥堵等级分析平台
CN108022436A (zh) * 2016-10-28 2018-05-11 百度在线网络技术（北京）有限公司 交通信号灯控制方法及装置
CN109615890A (zh) * 2018-12-29 2019-04-12 中链科技有限公司 基于区块链的交通信号灯切换方法和***
US20190318620A1 (en) * 2018-04-13 2019-10-17 Toyota Jidosha Kabushiki Kaisha Remote Vehicle Control at Intersections
CN110707893A (zh) * 2019-10-17 2020-01-17 上海工艺美术职业学院 智能控制***
CN110782668A (zh) * 2019-10-31 2020-02-11 阿里巴巴集团控股有限公司 交通控制方法、装置及设备
CN111340001A (zh) * 2020-03-24 2020-06-26 武汉理工大学 一种基于遥感影像深度学习的交通拥堵识别方法
CN111627229A (zh) * 2020-05-20 2020-09-04 深圳市有方科技股份有限公司 交通信号设备的控制方法、装置、计算机设备
CN112216125A (zh) * 2020-09-24 2021-01-12 武汉飞创智慧科技有限公司 一种基于信号灯的区域控制方法、***、设备及存储介质
CN112669600A (zh) * 2020-12-15 2021-04-16 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预测路***通流的方法
US20210158693A1 (en) * 2018-08-17 2021-05-27 Google Llc Reducing vehicular congestion at an interestion
CN113837094A (zh) * 2021-09-25 2021-12-24 荆门汇易佳信息科技有限公司 基于全色高分遥感图像的路况快捷分析方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5862244A (en) * 1995-07-13 1999-01-19 Motorola, Inc. Satellite traffic reporting system and methods
JP2005056186A (ja) * 2003-08-05 2005-03-03 Tepco Sysytems Corp 交通状況観測システム
CN102855759A (zh) * 2012-07-05 2013-01-02 中国科学院遥感应用研究所 高分辨率卫星遥感交通流信息自动采集方法
CN104021670A (zh) * 2014-03-27 2014-09-03 湖南工业大学 一种高分遥感影像提取城市路网车辆队列状态信息方法
CN108022436A (zh) * 2016-10-28 2018-05-11 百度在线网络技术（北京）有限公司 交通信号灯控制方法及装置
CN106408944A (zh) * 2016-11-17 2017-02-15 国网山东省电力公司东营供电公司 基于双通信数据的拥堵等级分析平台
US20190318620A1 (en) * 2018-04-13 2019-10-17 Toyota Jidosha Kabushiki Kaisha Remote Vehicle Control at Intersections
US20210158693A1 (en) * 2018-08-17 2021-05-27 Google Llc Reducing vehicular congestion at an interestion
CN109615890A (zh) * 2018-12-29 2019-04-12 中链科技有限公司 基于区块链的交通信号灯切换方法和***
CN110707893A (zh) * 2019-10-17 2020-01-17 上海工艺美术职业学院 智能控制***
CN110782668A (zh) * 2019-10-31 2020-02-11 阿里巴巴集团控股有限公司 交通控制方法、装置及设备
CN111340001A (zh) * 2020-03-24 2020-06-26 武汉理工大学 一种基于遥感影像深度学习的交通拥堵识别方法
CN111627229A (zh) * 2020-05-20 2020-09-04 深圳市有方科技股份有限公司 交通信号设备的控制方法、装置、计算机设备
CN112216125A (zh) * 2020-09-24 2021-01-12 武汉飞创智慧科技有限公司 一种基于信号灯的区域控制方法、***、设备及存储介质
CN112669600A (zh) * 2020-12-15 2021-04-16 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预测路***通流的方法
CN113837094A (zh) * 2021-09-25 2021-12-24 荆门汇易佳信息科技有限公司 基于全色高分遥感图像的路况快捷分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李刚: "遥感图像中城市道路交叉口提取方法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *
王鸿博: "智能交通数据信息分析与处理", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115273493A (zh) * 2022-05-16 2022-11-01 广西交科集团有限公司 一种交互型城市交通智能控制***及方法
CN115273493B (zh) * 2022-05-16 2024-03-19 广西交科集团有限公司 一种交互型城市交通智能控制***及方法
CN115482664A (zh) * 2022-09-13 2022-12-16 上海智能交通有限公司 一种智能交通的路网交通流时空预测方法
CN116631192A (zh) * 2023-06-12 2023-08-22 上海优景智能科技股份有限公司 智慧城市的综合管理方法及***
CN116631192B (zh) * 2023-06-12 2024-03-29 上海优景智能科技股份有限公司 智慧城市的综合管理方法及***
CN117198058A (zh) * 2023-11-01 2023-12-08 合肥师范学院 一种基于遥感影像的道路交通智能监管***
CN117198058B (zh) * 2023-11-01 2024-01-30 合肥师范学院 一种基于遥感影像的道路交通智能监管***
CN117809460A (zh) * 2024-03-01 2024-04-02 电子科技大学 一种智慧交通调控方法及***
CN117809460B (zh) * 2024-03-01 2024-05-14 电子科技大学 一种智慧交通调控方法及***

Also Published As

Publication number Publication date
CN114399900B (zh) 2023-03-21

Similar Documents

Publication Publication Date Title
CN114399900B (zh) 一种基于遥感技术的智慧城市交通管理***和方法
AU2020100946A4 (en) Multi-source traffic information sensing roadside device for smart highway
CN109644144B (zh) 无线网络优化
CN112837535B (zh) 交通信息处理方法、装置、***、设备及存储介质
CN110907966A (zh) 物联网时代下基于实时车流量的应急车辆导航***及方法
CN113409579A (zh) 一种基于ai物联网技术的智慧城市交通管控***
CN113347254A (zh) 基于v2x的智能交通控制车联网***及其控制方法
CN107146429A (zh) 一种基于图像和gps信息融合的交通信号灯控制方法
CN105608912A (zh) 城市道路交通智能控制方法及城市道路交通智能控制***
CN105825684A (zh) 一种智慧城市云路灯***
CN111968370B (zh) 一种微波雷达智能可变车道感知***及方法
CN113313943B (zh) 一种基于路侧感知的路口通行实时调度方法与***
CN105741566A (zh) 基于智能交通管理***控制的交通信息显示***
CN215117798U (zh) 一种交通灯控制***
CN111768640A (zh) 一种交通路口自适应性监控***
CN205656766U (zh) 一种智慧城市云路灯***
CN114627659B (zh) 基于行人视频分析的安全过街智能控制***的控制方法
EP4057647A1 (en) Internet of vehicles-based method and device for sending dynamic information
CN112270834A (zh) 一种应用于5g智慧交通工具的车路人行驶方法及***
CN104252778A (zh) 交通信息的采集、处理、发布方法及装置、***
CN114906140A (zh) 一种巡航控制方法、装置、电子设备和存储介质
CN111565423B (zh) 交通数据的处理方法及装置
CN210515649U (zh) 基于树莓派与互联网的智能交通信号控制***
CN105654745A (zh) 一种基于智能手机的交通流量实时监控方法
CN107895502A (zh) 一种智慧城市智能交通引导***

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