CN114566050A - 一种面向交通运行安全的隧道机器人巡检速度控制方法 - Google Patents
一种面向交通运行安全的隧道机器人巡检速度控制方法 Download PDFInfo
- Publication number
- CN114566050A CN114566050A CN202210224890.9A CN202210224890A CN114566050A CN 114566050 A CN114566050 A CN 114566050A CN 202210224890 A CN202210224890 A CN 202210224890A CN 114566050 A CN114566050 A CN 114566050A
- Authority
- CN
- China
- Prior art keywords
- speed
- lane
- robot
- traffic flow
- calculating
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012937 correction Methods 0.000 claims description 69
- 229920006395 saturated elastomer Polymers 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 5
- 206010039203 Road traffic accident Diseases 0.000 abstract description 2
- 238000007781 pre-processing Methods 0.000 abstract description 2
- 231100000279 safety data Toxicity 0.000 abstract 1
- 230000002776 aggregation Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000725 suspension Substances 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种面向交通运行安全的隧道机器人巡检速度控制方法,属于交通安全数据采集领域,根据交通状态与交通事故发生事故频率的关系,采用“数据采集——数据预处理——数据集计——数据集计处理——调整巡检速度”的过程,通过采集车辆位置、车道和速度,分别从交通流密度、速度、流量、碰撞事件、车道速度和车道占有率等多方面估计交通流状态,能根据交通流状态调节巡检速度,根据交通流状态调整机器人巡检速度,为机器人巡检速度的控制提供了方法,保证了能在事故高发时高速运行,缩短机器人的循环速度,采集更多数据,监控更多区域,更快发现事故和交通拥堵;在事故低发时降低运行速度,节约机器人的巡检能源损耗。
Description
技术领域
本发明涉及交通安全分析技术领域,具体而言涉及一种面向交通运行安全的隧道机器人巡检速度控制方法。
背景技术
面向长大隧道的悬挂式巡检机器人,能够快速检测交通流状态,由控制平台算法预测和研判安全风险,进行对交通流的干扰,提前降低行车碰撞概率,提高行车安全水平。目前巡检机器人的巡航速度较为单一,未能实现根据交通流状态进行速度调整,及时捕捉存在安全风险的路段;另一方面,控制平台算法和算力能够保障其快速做出判断,因而能够保障巡检机器人可根据交通运行安全的需求,及时处理信息,制定实时控制策略。已公开文献和专利均未涉及面向交通运行安全的机器人巡检速度控制方法的研究。
发明内容
为了克服上述现有技术的不足,本发明基于交通流状态与事故发生概率的关系,以多次采集的车辆位置、车道、速度信息为基础,计算交通流密度、速度、流量、车道占有率差异和车道速度差异,分析交通流状态,根据交通流状态调整机器人巡检速度,为机器人巡检速度的控制提供了方法,保证了能在事故高发时高速运行,缩短机器人的循环速度,采集更多数据,更快发现事故和交通流变化;在事故低发时降低运行速度,节约机器人的巡检能源损耗。
为解决上述技术问题,本发明提供一种面向交通运行安全的隧道机器人巡检速度控制方法,用于对交叉口的交通冲突进行预测分析,包括以下步骤:
步骤1:确定机器人运行的最大速度、数据采集时间间隔和数据集计时间间隔,并根据机器人与路面的距离和机器人摄像头的拍摄角度计算数据采集的空间范围;
步骤2:在每个采集时间间隔内采集一次车辆的位置、车道和速度信息,对车辆进行编号,并计算所述采集时间间隔范围内的车辆数、车道占有率和各车道平均速度;
步骤3:根据所采集的车辆的位置、车道和速度信息,计算车辆间的冲突时间并判断冲突风险;重复步骤2和步骤3直至达到集计时间间隔;
步骤4:统计机器人当前时刻运行区间的年事故总和,计算月平均事故数,并确定事故修正系数;
步骤5:统计集计时间间隔内的交通流密度、交通流速度和流量,计算交通流密度修正系数、交通流速度修正系数和流量修正系数,并计算车道占有率差异系数、车道速度差异系数和风险系数;
步骤6:根据交通流密度修正系数、交通流速度修正系数、流量修正系数、车道占有率差异系数、车道速度差异系数和风险系数确定机器人巡检速度,机器人改变巡检速度,清空车辆编号信息,返回步骤2。
进一步地,所述根据机器人与路面的距离和机器人摄像头的拍摄角度计算数据采集的空间范围,采用以下公式:
L=2H·tanα,
式中,L为数据采集的空间范围,H为机器人与路面的距离,α为机器人所配备摄像头的拍摄角度的1/2。
进一步地,所述在每个采集时间间隔内采集一次车辆的位置、车道和速度信息,对车辆进行编号,并计算该时刻采集范围内的车辆数、车道占有率和各车道平均速度,包括以下步骤:
机器人识别车辆,对识别到的车辆进行编号,第k的采集间隔内第i个车道的第j辆车的编号为k-i-j,车道总数为ny,并采集车辆的位置xk,i,j、车道i和速度vk,i,j;
统计所述采集时间间隔范围内第i车道的车辆数为nk,i,根据以下公式,计算第i车道的车道占有率和路段占有率:
式中,Ok,i为第i车道的车道占有率,Ok为路段占有率,l为饱和车头间距;
优选地,l取8m;
根据以下公式,计算第i车道的车道平均速度和路段平均速度:
式中,vk,i为第i车道的平均速度,vk为路段平均速度。
进一步地,所述根据所采集的车辆的位置、车道和速度信息,计算车辆间的冲突时间并判断冲突风险,包括以下步骤:
根据以下公式,计算车辆间的冲突时间,并判断冲突风险,车辆间的冲突时间TTCk,i,j根据公式:
式中,TTCk,i,j为车辆间的冲突时间,xk,i,j为车辆的位置,i为车道,vk,i,j为车辆的速度,lc为标准车长;
优选地,lc取4.5m;
根据以下模型,判断车辆间的冲突风险:
进一步地,所述运行区间为机器人当前时刻所在位置前后各N·t·Vo的范围,其中,N·t为数据集计时间间隔,Vo为机器人当前的巡检速度。
进一步地,所述计算月平均事故数,并确定事故修正系数,包括:
根据以下公式,计算月平均事故数:
式中,Nmon为月平均事故数,Nyear为该范围内最近一年的历史事故数;
Nmon>6.0,事故修正系数fs取1.0;4.0<Nmon≤6.0,事故修正系数fs取0.9;2.0<Nmon≤4.0,事故修正系数fs取0.8;Nmon≤2.0,事故修正系数fs取0.7。
进一步地,所述计算交通流密度修正系数、交通流速度修正系数和流量修正系数,并计算车道占有率差异系数、车道速度差异系数和风险系数,包括:
根据以下公式,计算交通流密度和交通流密度修正系数:
式中,K为交通流密度,fK为交通流密度修正系数,N为达到集计时间间隔所需要重复采集车辆的位置、车道和速度信息的次数,l为饱和车头间距,k为采集间隔编号,Ok为路段占有率,Kj为交通流阻塞密度;
根据以下公式,计算交通流速度和交通流速度修正系数:
fv=e-v/v max
式中,v为交通流速度,fv为交通流速度修正系数,vmax为道路限速;
根据以下公式,计算交通流流量和交通流流量修正系数:
Q=Kv
fQ=1-Q/C
式中,Q为交通流流量,fQ为交通流流量修正系数,C为道路的实际通行能力;
根据以下公式,计算车道占有率差异系数:
式中,fO,k为第k次采集数据时的车道占有率差异系数,fO为车道占有率差异系数,ny为车道总数,Ok为路段占有率;
根据以下公式,计算车道速度差异系数:
式中,fcv,k为第k次采集数据时的车道速度差异系数,fcv为车道速度差异系数;
根据以下公式,计算风险系数;
式中,fr为风险系数,Nk,l为第k次采集中低风险的数量,Nk,m为第k次采集中中风险的数量,Nk,h为第k次采集中高风险的数量,nk,i为采集时间间隔范围内第i车道的车辆数。
进一步地,所述根据交通流密度修正系数、交通流速度修正系数、流量修正系数、车道占有率差异系数、车道速度差异系数和风险系数确定机器人巡检速度,包括:
根据以下公式,计算机器人巡检速度:
式中,V为机器人巡检速度,fK为交通流密度修正系数,fv为交通流速度修正系数,fQ为流量修正系数,fO为车道占有率差异系数,fcv为车道速度差异系数,fr为风险系数,vmax为道路限速。
本发明所述一种面向交通运行安全的隧道机器人巡检速度控制方法,采用以上技术方案与现有技术相比,具有以下技术效果:
1)相比于其他面向交通运行安全的机器人巡检速度控制方法,研究发现交通流状态差时交通事故发生的频率较高,此发明能根据交通流状态调节巡检速度,交通流状态差时提高巡检速度,缩短机器人循环周期,采集更多交通数据,监控更多区域,更快发现事故和交通拥堵;交通流状态好时,降低巡检速度,减少运行能源消耗。
2)相比于其他面向交通运行安全的机器人巡检速度控制方法,采用“数据采集——数据预处理——数据集计——数据集计处理——调整巡检速度”的过程,经过多次数据采集再对数据进行集计处理,减少了数据运算,节约计算存储成本,减少速度变化的频率,节约机器人加减速造成的能量损失,同时通过集计处理避免了数据随机性带来的误差。
3)相比于其他面向交通运行安全的机器人巡检速度控制方法,采集交通监控必须的交通流三参数(交通流密度、速度和流量),以交通流密度、速度和流量为基础识别交通流状态,根据交通流状态调节机器人的速度。
4)相比于其他面向交通运行安全的机器人巡检速度控制方法,利用车流中的车头时距和速度差计算碰撞时间TTC,并判断车辆间的风险等级,将风险等级分为无风险、低风险、中风险和高风险四个等级,根据各等级的数量估计交通流的事故风险系数,最后根据风险系数调整机器人的巡检速度。
5)相比于其他面向交通运行安全的机器人巡检速度控制方法,分车道采集和处理数据,考虑了车道间的差异,通过不同车道占有率和不同车道速度的差异来体现,保留了各车道的特性,减弱了交通流密度、速度和流量计算中的平均效应,并通过车道间的差异来放映交通流状态,调整机器人巡检速度。
附图说明
图1为本发明实施例公开的一种隧道巡检机器人速度控制方法的工作流程示意图;
图2为本发明实施例公开的一种隧道巡检机器人的工作原理示意图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
如图1所示,本发明提供的一种隧道巡检机器人速度控制方法包括以下步骤:
S1、机器人沿隧道顶部的轨道运行,运行的最大速度Vmax=30km/h,轨道与路面平行,数据采集时间间隔t=10s,数据集计时间间隔Nt=5min,每采集30次数据就对数据进行集计处理,机器人与路面的距离为H=9m,机器人所配备摄像头的拍摄角度2α=2×66°=132°,如图2所示,数据采集的空间范围L,根据公式计算:
L=2H·tanα=2×9×tan66°=40m
S2、机器人已经进行了29次数据采集,将进行第30次数据采集(k=30),车道数ny=3,在第30次数据采集时,采集到的车辆编号、位置、车道和速度如下表所示:
表1第30次数据采集信息
该时刻采集范围内第1车道的车辆数为n30,1=4,第2车道的车辆数为n30,2=4,第3车道的车辆数为n30,3=3。
第i车道的车道占有率O30,i和路段占有率O30,根据公式计算:
O30,2=0.8,O30,3=0.6
l为饱和车头间距,默认取8m。
第i车道的车道平均速度vk,i和路段平均速度vk,根据公式计算:
v30,2=52km/h,v30,2=63.67km/h
S3、根据车辆的位置xk,i,j、车道i和速度vk,i,j,计算车辆间的冲突时间TTCk,i,j,并判断冲突风险,车辆间的冲突时间TTCk,i,j根据公式:
lc为标准车长,默认取4.5m。
判断车辆间冲突时间判断车辆间的冲突风险,冲突风险的判断条件:
因为v30,1,1≥v30,1,2,所以TTC30,1,1=∞>2s,无风险;因为v30,1,3<v30,1,4,所以1.5s<TTC30,1,3≤2.0s,低风险;1.0s<TTC30,2,3=1.26s≤1.5s,中风险;0.0s<TTC30,1,1=0.9s≤1.0s,高风险;其余TTC30,i,j=∞,无风险。
因此第30次采集中低风险的数量N30,l=1;第30次采集中中风险的数量N30,m=1;第30次采集中高风险的数量N30,h=1;
步骤S2和S3已经重复了30次,k=N=30,达到集计时间间隔,开始对数据进行集计处理。
S4、机器人当前时刻运行区间的年事故总和,机器人当前的巡检速度Vo=20km/h,运行区间为机器人当前时刻所在位置前后各N·t·Vo=30×10s×20km/h=1.67km的范围,该范围内最近一年的历史事故数Nyear=25,月平均事故数Nmon根据公式计算:
Nmon>6.0,事故修正系数fs取1.0;4.0<Nmon≤6.0,事故修正系数fs取0.9;2.0<Nmon≤4.0,事故修正系数fs取0.8;Nmon≤2.0,事故修正系数fs取0.7;
因为2.0<Nmon=2.08≤4.0,所以事故修正系数fs=0.8。
S5、统计集计时间间隔内的交通流密度、交通流速度和流量,计算交通流密度修正系数、交通流速度修正系数和流量修正系数;30次采集到的数据如下表所示:
表2 30次采集到的道路数据信息
交通流阻塞密度Kj=70p cu/km;交通流密度K和交通流密度修正系数fK,根据公式计算:
道路限速vmax=90km/h,计算交通流速度v和交通流速度修正系数fv,依据公式:
道路的实际通行能力C=1600pcu/h,交通流流量Q和交通流流量修正系数fQ,依据公式计算:
Q=Kv=21.88×52.67=1152pcu/h
步骤S5-2、计算车道占有率差异系数、车道速度差异系数,计算车道占有率差异系数fO,根据公式
计算车道速度差异系数fcv,根据公式
机器人30次数据采集得到的低风险的数量Nk,l、中风险的数量Nk,m和高风险的数量Nk,h数量如下表所示:
表3 30次数据采集得到的低、中、高风险数量统计
风险系数fr根据公式计算;
S6、根据交通流密度修正系数、交通流速度修正系数、流量修正系数、车道占有率差异系数、车道速度差异系数和风险系数确定机器人巡检速度V,机器人巡检速度V根据公式计算:
机器人改变巡检速度,将以16.47km/h的速度运行,后台清空存储的车辆编号信息,返回步骤S2。
Claims (8)
1.一种面向交通运行安全的隧道机器人巡检速度控制方法,其特征在于,包括以下步骤:
步骤1:确定机器人运行的最大速度、数据采集时间间隔和数据集计时间间隔,并根据机器人与路面的距离和机器人摄像头的拍摄角度计算数据采集的空间范围;
步骤2:在每个采集时间间隔内采集一次车辆的位置、车道和速度信息,对车辆进行编号,并计算所述采集时间间隔范围内的车辆数、车道占有率和各车道平均速度;
步骤3:根据所采集的车辆的位置、车道和速度信息,计算车辆间的冲突时间并判断冲突风险;重复步骤2和步骤3直至达到集计时间间隔;
步骤4:统计机器人当前时刻运行区间的年事故总和,计算月平均事故数,并确定事故修正系数;
步骤5:统计集计时间间隔内的交通流密度、交通流速度和流量,计算交通流密度修正系数、交通流速度修正系数和流量修正系数,并计算车道占有率差异系数、车道速度差异系数和风险系数;
步骤6:根据交通流密度修正系数、交通流速度修正系数、流量修正系数、车道占有率差异系数、车道速度差异系数和风险系数确定机器人巡检速度,机器人改变巡检速度,清空车辆编号信息,返回步骤2。
2.根据权利要求1所述的一种面向交通运行安全的隧道机器人巡检速度控制方法,其特征在于,所述根据机器人与路面的距离和机器人摄像头的拍摄角度计算数据采集的空间范围,采用以下公式:
L=2H·tanα,
式中,L为数据采集的空间范围,H为机器人与路面的距离,α为机器人所配备摄像头的拍摄角度的1/2。
3.根据权利要求1所述的一种面向交通运行安全的隧道机器人巡检速度控制方法,其特征在于,所述在每个采集时间间隔内采集一次车辆的位置、车道和速度信息,对车辆进行编号,并计算该时刻采集范围内的车辆数、车道占有率和各车道平均速度,包括以下步骤:
机器人识别车辆,对识别到的车辆进行编号,第k的采集间隔内第i个车道的第j辆车的编号为k-i-j,车道总数为ny,并采集车辆的位置xk,i,j、车道i和速度vk,i,j;
统计所述采集时间间隔范围内第i车道的车辆数为nk,i,根据以下公式,计算第i车道的车道占有率和路段占有率:
式中,Ok,i为第i车道的车道占有率,Ok为路段占有率,l为饱和车头间距;
根据以下公式,计算第i车道的车道平均速度和路段平均速度:
式中,vk,i为第i车道的平均速度,vk为路段平均速度。
5.根据权利要求1所述的一种面向交通运行安全的隧道机器人巡检速度控制方法,其特征在于,所述运行区间为机器人当前时刻所在位置前后各N·t·Vo的范围,其中,N·t为数据集计时间间隔,Vo为机器人当前的巡检速度。
7.根据权利要求1所述的一种面向交通运行安全的隧道机器人巡检速度控制方法,其特征在于,所述计算交通流密度修正系数、交通流速度修正系数和流量修正系数,并计算车道占有率差异系数、车道速度差异系数和风险系数,包括:
根据以下公式,计算交通流密度和交通流密度修正系数:
式中,K为交通流密度,fK为交通流密度修正系数,N为达到集计时间间隔所需要重复采集车辆的位置、车道和速度信息的次数,l为饱和车头间距,k为采集间隔编号,Ok为路段占有率,Kj为交通流阻塞密度;
根据以下公式,计算交通流速度和交通流速度修正系数:
式中,v为交通流速度,fv为交通流速度修正系数,vmax为道路限速;
根据以下公式,计算交通流流量和交通流流量修正系数:
Q=Kv;
fQ=1-Q/C;
式中,Q为交通流流量,fQ为交通流流量修正系数,C为道路的实际通行能力;
根据以下公式,计算车道占有率差异系数:
式中,fO,k为第k次采集数据时的车道占有率差异系数,fO为车道占有率差异系数,ny为车道总数,Ok为路段占有率;
根据以下公式,计算车道速度差异系数:
式中,fcv,k为第k次采集数据时的车道速度差异系数,fcv为车道速度差异系数;
根据以下公式,计算风险系数;
式中,fr为风险系数,Nk,l为第k次采集中低风险的数量,Nk,m为第k次采集中中风险的数量,Nk,h为第k次采集中高风险的数量,nk,i为采集时间间隔范围内第i车道的车辆数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210224890.9A CN114566050B (zh) | 2022-03-09 | 2022-03-09 | 一种面向交通运行安全的隧道机器人巡检速度控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210224890.9A CN114566050B (zh) | 2022-03-09 | 2022-03-09 | 一种面向交通运行安全的隧道机器人巡检速度控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114566050A true CN114566050A (zh) | 2022-05-31 |
CN114566050B CN114566050B (zh) | 2024-01-26 |
Family
ID=81718206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210224890.9A Active CN114566050B (zh) | 2022-03-09 | 2022-03-09 | 一种面向交通运行安全的隧道机器人巡检速度控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114566050B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115762184A (zh) * | 2023-01-09 | 2023-03-07 | 江西方兴科技股份有限公司 | 隧道通行速度控制方法、装置及计算机设备 |
CN117055639A (zh) * | 2023-09-04 | 2023-11-14 | 珠海习坎智能科技有限公司 | 一种隧道巡检机器人自适应控速方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2009106232A (ru) * | 2009-02-25 | 2010-08-27 | Юрий Федорович Макаров (RU) | Способ регулирования транспортных потоков на магистрали |
CN103294060A (zh) * | 2013-06-05 | 2013-09-11 | 苏州工业园区服务外包职业学院 | 一种中低速电缆巡检机器人控制*** |
CN107730937A (zh) * | 2017-10-26 | 2018-02-23 | 东南大学 | 一种交通事故风险最小化的隧道出入口动态车速诱导方法 |
CN108280894A (zh) * | 2017-12-08 | 2018-07-13 | 浙江国自机器人技术有限公司 | 用于电力设备的不停车巡检方法 |
CN109448383A (zh) * | 2018-12-24 | 2019-03-08 | 广东创瑜机电工程有限公司 | 一种基于视频流的隧道事件分析实现方法 |
KR102021589B1 (ko) * | 2019-04-09 | 2019-09-16 | 미성엠프로 주식회사 | 도로 터널 내 밀리미터 웨이브 센서 통신설비 및 홀로그램을 이용한 교통 흐름 제어 장치 및 시스템 |
KR102027174B1 (ko) * | 2019-06-18 | 2019-11-04 | 주식회사 리트코이엔에스 | 도로 터널의 차량진입 통제시스템 |
CN110888423A (zh) * | 2018-09-06 | 2020-03-17 | 刘春梅 | 一种用于隧道的智能巡检*** |
CN111009122A (zh) * | 2019-11-13 | 2020-04-14 | 青岛国信城市信息科技有限公司 | 隧道交通运行风险评估方法 |
CN112201057A (zh) * | 2020-09-08 | 2021-01-08 | 同济大学 | 一种基于事故风险的快速路车速和匝道协同控制方法 |
CN112885100A (zh) * | 2021-03-11 | 2021-06-01 | 湖南联智科技股份有限公司 | 一种公路隧道运营管控*** |
CN113284345A (zh) * | 2021-04-30 | 2021-08-20 | 广州大广高速公路有限公司 | 道路隧道交通风险评估***及方法 |
CN113504780A (zh) * | 2021-08-26 | 2021-10-15 | 上海同岩土木工程科技股份有限公司 | 一种隧道结构全自动智能巡检机器人及巡检方法 |
CN113703458A (zh) * | 2021-08-31 | 2021-11-26 | 中铁第四勘察设计院集团有限公司 | 一种适用于隧道巡检机器人的障碍物位置感知方法及*** |
-
2022
- 2022-03-09 CN CN202210224890.9A patent/CN114566050B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2009106232A (ru) * | 2009-02-25 | 2010-08-27 | Юрий Федорович Макаров (RU) | Способ регулирования транспортных потоков на магистрали |
CN103294060A (zh) * | 2013-06-05 | 2013-09-11 | 苏州工业园区服务外包职业学院 | 一种中低速电缆巡检机器人控制*** |
CN107730937A (zh) * | 2017-10-26 | 2018-02-23 | 东南大学 | 一种交通事故风险最小化的隧道出入口动态车速诱导方法 |
CN108280894A (zh) * | 2017-12-08 | 2018-07-13 | 浙江国自机器人技术有限公司 | 用于电力设备的不停车巡检方法 |
CN110888423A (zh) * | 2018-09-06 | 2020-03-17 | 刘春梅 | 一种用于隧道的智能巡检*** |
CN109448383A (zh) * | 2018-12-24 | 2019-03-08 | 广东创瑜机电工程有限公司 | 一种基于视频流的隧道事件分析实现方法 |
KR102021589B1 (ko) * | 2019-04-09 | 2019-09-16 | 미성엠프로 주식회사 | 도로 터널 내 밀리미터 웨이브 센서 통신설비 및 홀로그램을 이용한 교통 흐름 제어 장치 및 시스템 |
KR102027174B1 (ko) * | 2019-06-18 | 2019-11-04 | 주식회사 리트코이엔에스 | 도로 터널의 차량진입 통제시스템 |
CN111009122A (zh) * | 2019-11-13 | 2020-04-14 | 青岛国信城市信息科技有限公司 | 隧道交通运行风险评估方法 |
CN112201057A (zh) * | 2020-09-08 | 2021-01-08 | 同济大学 | 一种基于事故风险的快速路车速和匝道协同控制方法 |
CN112885100A (zh) * | 2021-03-11 | 2021-06-01 | 湖南联智科技股份有限公司 | 一种公路隧道运营管控*** |
CN113284345A (zh) * | 2021-04-30 | 2021-08-20 | 广州大广高速公路有限公司 | 道路隧道交通风险评估***及方法 |
CN113504780A (zh) * | 2021-08-26 | 2021-10-15 | 上海同岩土木工程科技股份有限公司 | 一种隧道结构全自动智能巡检机器人及巡检方法 |
CN113703458A (zh) * | 2021-08-31 | 2021-11-26 | 中铁第四勘察设计院集团有限公司 | 一种适用于隧道巡检机器人的障碍物位置感知方法及*** |
Non-Patent Citations (3)
Title |
---|
何璐佳;杨墨;毛杰勇;刘世强;: "隧道机器人巡检***的关键技术应用", 电子技术与软件工程, no. 02 * |
刘雨辰;张恒博;王新科;李铁柱;: "基于毫米波雷达的路侧感知技术在太湖隧道中的应用", 公路交通科技(应用技术版), no. 04 * |
吴华;孟伶智;柳长安;杨国田;: "混杂动态***的电缆隧道巡检机器人防摆控制", 华中科技大学学报(自然科学版), no. 1 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115762184A (zh) * | 2023-01-09 | 2023-03-07 | 江西方兴科技股份有限公司 | 隧道通行速度控制方法、装置及计算机设备 |
CN117055639A (zh) * | 2023-09-04 | 2023-11-14 | 珠海习坎智能科技有限公司 | 一种隧道巡检机器人自适应控速方法 |
CN117055639B (zh) * | 2023-09-04 | 2024-03-29 | 珠海习坎智能科技有限公司 | 一种隧道巡检机器人自适应控速方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114566050B (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114566050A (zh) | 一种面向交通运行安全的隧道机器人巡检速度控制方法 | |
CN104157156B (zh) | 一种高速公路危险路段车速动态管理预警方法 | |
CN103895649B (zh) | 一种驾驶员安全驾驶预警方法 | |
CN113487874B (zh) | 一种跟驰行为场景数据采集、识别、分类提取***及方法 | |
CN102419905B (zh) | 基于交通波理论的高速公路事故的交通影响范围确定方法 | |
CN109177982A (zh) | 考虑驾驶风格的车辆行驶危险度评价方法 | |
CN110705388A (zh) | 一种基于预测反馈的辅助驾驶用目标车辆换道识别方法 | |
CN103093636B (zh) | 一种快速道路转弯路段可变限速控制方法 | |
CN113744563B (zh) | 一种基于轨迹数据的路-车风险实时估计方法 | |
CN110316198A (zh) | 一种用于高速公路提速的安全保障***及运行方法 | |
CN111599181A (zh) | 用于智能驾驶***测试的典型自然驾驶场景识别提取方法 | |
CN104442841B (zh) | 一种车辆牵引力输出平稳的粘着控制方法及*** | |
CN111038502A (zh) | 一种安全车距预估、修正、预警、驾驶资质评估方法及*** | |
CN112365706B (zh) | 一种基于多源信息的异常车距辨识方法 | |
US20230129173A1 (en) | Method for recognizing roughness of road on which vehicle is traveling, vehicle and storage medium | |
CN105844915A (zh) | 一种可变限速控制下交通流基本图的确定方法 | |
CN112530201A (zh) | 一种智能车交叉口右转换道间隙选择方法及装置 | |
CN114241754B (zh) | 基于高速公路合流影响区事故前兆特征的实时控制方法 | |
CN115476861A (zh) | 智能网联汽车的安全评价*** | |
CN113335293B (zh) | 一种线控底盘的高速公路路面探测*** | |
CN114394091B (zh) | 一种自适应巡航***中交通车并道场景下的车速控制方法 | |
CN114038223B (zh) | 一种道路限速信息的车辆众包获取方法及*** | |
CN109917792B (zh) | 一种基于无人驾驶观光电动车的自主防碰撞*** | |
CN106364443A (zh) | 一种基于汽车智能终端数据实时检测碰撞行为的方法 | |
CN114255590B (zh) | 基于rfid数据的交通运行分析方法 |
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 |