CN115063988A - 一种应急车辆优先的跨交通子区信号协同控制方法 - Google Patents
一种应急车辆优先的跨交通子区信号协同控制方法 Download PDFInfo
- Publication number
- CN115063988A CN115063988A CN202210478987.2A CN202210478987A CN115063988A CN 115063988 A CN115063988 A CN 115063988A CN 202210478987 A CN202210478987 A CN 202210478987A CN 115063988 A CN115063988 A CN 115063988A
- Authority
- CN
- China
- Prior art keywords
- traffic
- emergency
- intersection
- control
- phase
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- 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)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种应急车辆优先的跨交通子区信号协调控制方法,该方法通过综合应急路径交通协调控制、关联交通子区控制的基本特征,在以应急交通协调优先的前提下,考虑关联交通子区控制的约束条件,采用分层递阶协调控制、双层规划模型等理论方法,构建跨交通子区的应急路径多态交通流分层递阶分布式协同控制模型,最终形成应急路径与关联交通子区协同控制方法。面向交通应急响应的安全与及时需求,利用本发明技术可建立应急响应背景下的城市道路应急交通信号协调控制方法和技术等工作,有助于提升城市路网交通信号控制***的安全韧性能力,可为交通管理者制定应急交通管控策略和方案提供辅助决策支持。
Description
技术领域
本发明属于城市安全韧***通关键技术领域,尤其涉及一种应急车辆优先的跨交通子区信号协调控制方法。
背景技术
面对交通问题日益严峻的城市发展现状,突发事件应急响应引发的交通安全、效率等问题愈发突出,如救助车辆常常被阻滞在拥堵社会车流中,甚至导致次生交通事故,消耗了宝贵的紧急救援时间。特别是人口稠密、经济要素高度积聚的大型城市,城市路网密集、机动车流量大、交通环境复杂等,应急车辆因为对沿线交通状态缺乏有效的掌握,加之传统交通信息采集方式的时空局限性,沿线交叉口信号优先控制策略无法对其及时响应。如何保障应急交通的优先通行权,解决应急交通与社会交通耦合的应急交通流协调机制,实现这些关联交通子区与应急路径的交通流协同控制,已经成为构建城市安全韧***通***亟需解决的问题。
现有方法一般没有考虑突发事件对应急交通路径的不确定性,综合道路交通通行条件、应急车辆行驶时空轨迹、可变相位差等关联因素的分析不足,应急车辆与社会车辆混合的交通流关系不明确,特别是面对原有交通控制子区与应急路径重叠区域的交叉口同时进行协调的情形,在关联交通小区信号协调的基础上,尚未形成成熟的两类交通的协同控制关系。本技术针对应急路径与交通子区重叠区域的交通协同控制问题,考虑交通子区基础约束条件,建立关联交通子区交通流和应急交通流融合形成多态交通流耦合关系,以应急路径应急交通流为优先,提出重叠区域跨交通子区的交通流协同控制策略,利用分层递阶协调控制、双层规划等理论方法,建立跨交通子区的应急路径多态交通分层递阶分布式协同闭环控制技术。
与现有技术相比,本发明的优点在于以下几点:
1)本技术结合跨交通子区的多态交通流规律关系和动力学模型,在应急交通优先为基本目标,构建了应急路径与关联交通子区分层递阶分布式协同控制模型,形成有关联交通小区影响的应急路径多态交通流协同控制理论方法。
2)本技术建立了跨交通子区的连续性控制机制,形成应急路径多态交通流协同控制模式,构建了应急路径与关联交通子区相结合的分层递阶分布式协同控制,创新性地响应突发事件应急交通优先通行的需求以及满足社会交通低延误时间的同时,兼顾从科学方案角度解决社会交通与应急交通路权冲突的协同机制和安全保障,为城市突发事件情景下路网应急交通控制拓展了新的研究方法与途径。
发明内容
本发明为解决突发事件应急交通与常态社会交通存在的路权需求冲突、安全隐患等现实背景问题,公开一种应急车辆优先的跨交通子区信号协同控制方法,从应急状态与常态下的多态交通流动力学特性分析、应急交通流控制建模以及跨交通小区多态交通流协同控制等角度构建技术体系。首先在建立应急交通流与社会交通流的基本关系规律的基础上,构建多态交通流动力学模型,其次,为解决应急路径与关联交通小区的多态交通流通行权问题,提出跨交通小区的应急路径多态交通流分层递阶分布式协同控制方法。本发明结合交通信号对应急交通流时空特性辨识以及其与背景社会交通流关系规律分析的基础上,基于交通波、多车道元胞自动机等理论方法,融合应急与常态下多态交通流运行规律关系和动力学模型,根据交通信息物理***的基本原理,综合道路交通信号控制涉及数据采集、通信传输、计算分析以及现场控制的循环逻辑关系,设计关联交通子区分层递阶协调控制技术与应急车辆(队)优先分布式协同控制方法综合应用的闭环控制结构,建立面向跨交通子区的多态交通流分层递阶分布式协同控制方法。本发明技术流程如图1所示。具体采用如下技术方案:
一种应急车辆优先的跨交通子区信号协同控制方法,其特征在于,该方法包括如下步骤:
步骤一:首先采集上下游交叉口信号运行状态、应急车辆行驶车速、应急车辆与下游交叉口距离、社会车辆排队长度、上下游交叉口拓扑数据等,利用交通波、车路协同理论分析应急车辆在应急路径上的通行时空演化规律;
步骤二:综合考虑交叉口信号配时参数可调区间、各相位饱和度协调目标、应急协调相位排队清空时间等约束条件,以协调相位绿灯起始时间、绿灯时长以及可变相位差为优化变量,设计协调相位应急车辆优先的动态规划状态转移方程,建立交叉口协调相位应急车辆不停车通行以及路口社会车辆延误时间最小化的多目标函数,结合多态融合的道路交通流动力学模型和应急交通优先的交通协调策略,构建基于马尔科夫的应急车辆优先的分布式协同控制模型,形成面向应急车辆优先通行的应急路径交通协调控制方法;
应急车辆优先通行的应急路径交通协调控制方法如下:
①建立交叉口协调相位应急车辆(队)不停车通行以及路口社会车辆延误时间最小化的多目标函数:
PI=∑(D应急+minD社会)
式中,D应急为应急车辆延误时间,D社会为社会车辆延误时间;
②构建相邻交叉口应急车辆优先的分布式协同控制模型:
式中,Js为协同目标,为交叉口输入相位,klj为交叉口输入相位车道数,Ccap为通行能力,plj(t)为相邻交叉口输出相位,hlj为相邻交叉口输出相位车道数,m为相邻交叉口输入相位数量,c为相邻交叉口输出相位数量。Nj(t)为路段j在时间t内的车辆数;Qj_in(t)为路段j在时间t内的输入车辆数;Qj_out(t)为路段j在时间t内的输出车辆数;α为交通流从上游路段到下游路段的转向比例;ηi为路段i上交通流的消散比例, 和分别为路段j的上游路段集合以及下游路段集合。
③交叉口控制模型:
式中,plj为交叉口协调相位,为协调相位控制目标,f(t)为输入相位有效绿灯时间,y(t)为非输入相位有效绿灯时间,为路段长度,为路段剩余空间,u为判断交叉口是否进行信号优化的剩余路段空间阈值,大于阈值则对非输入相位进行控制信号优化,o为相邻交叉口的相位差,L为路段长度,N为车辆数,λ为路段车辆数比例系数,A为路段占有率阈值,x为路段空间占有率,v为路段平均速度;
步骤三:综合道路交通信号控制涉及数据采集、通信传输、计算分析以及现场控制的循环逻辑关系,设计关联交通子区分层递阶协调控制技术与应急车辆优先分布式协同控制方法综合应用的闭环控制结构,考虑关联子区社会车流绿波带宽等相关约束,确定应急车辆(队)优先优化变量可执行空间,闭环整体控制结构中,协调级根据交叉口道路交通流状态、配时参数等,确定关联子区各交叉口公共周期、相位差,并将其传递至控制级;控制级中,一方面各交叉口根据公共周期、相位差、道路交通流状态,进行初步的绿信比配时优化;另一方面,在初步配时优化结果基础上,考虑关联子区社会车流协调绿波带宽等约束条件,确定各交叉口应急车辆优先控制变量的可执行空间,继而采用优先通行的应急路径交通协调控制方法,确定各交叉口应急车辆优先的信号配时参数,并将其反馈至协调级;
步骤四:综合上述过程,利用智能算法进行模型求解的运算分析,通过迭代计算直到结果收敛,进而可获得跨交通子区的信号协同控制方案。
本发明具有如下有益的技术效果:
1)考虑应急交通通行紧急性和安全性的要求,综合应急交通优先与社会交通协调关系,在分析应急交通流在应急路径上可能出现的时空轨迹特性的基础上,探索信号控制影响下应急交通流与社会交通流的多态交通流时空演化关系规律,构建城市多态交通流动力学模型,相比传统的仅仅增加协调相位绿灯时间或者减少红灯时间的方法,从应急交通流机理特性分析出发建立最优的应急路径交通协调控制方法。
2)本发明一方面可为城市多态交通流动力学机理、应急交通与社会关联交通耦合的跨子区多态交通流协同控制等理论和方法提供有意义的探索和实践;另一方面,为解决路网应急响应下城市应急交通控制策略、社会交通统筹以及应急管控评价等难题提供新的参考和途径。本研究不仅在突发事件下的城市路网应急交通流机理分析、建模与协同控制领域中具有重要的应用前景,同时对城市交通控制理论与方法的进一步发展具有重要的推动作用。
3)本发明可为城市交通应急响应的快速有效实施提供安全、及时、高效的技术保障和决策支持。可根据应急交通需求定制与其相对应的交通控制策略和方案,使得应急区域内有限的道路交通资源得到充分、高效地安全利用,尽可能地发挥其最大效率。此外,对于提高城市交通应急控制与管理的韧性能力,减少突发事件带来的经济损失、人员伤亡以及对社会交通的影响具有重大的实践意义和应用价值。
附图说明
图1应急车辆优先的跨交通子区信号协同控制流程图。
图2应急车辆(队)通行时空演化规律分析图。
图3应急车辆(队)优先通行的交通协调策略基本框架图。
图4基于马尔科夫的应急车辆(队)优先分布式协同控制结构模型。
图5应急路径与多个关联交通子区重叠情况示意图。
图6跨交通子区的多态交通流闭环协调控制结构图。
图7关联子区分层递阶控制与应急车辆(队)优先分布式协同控制模型。
具体实施方式
针对发明内容部分所采用的技术方案进行详细说明。
步骤一:首先采集上下游交叉口信号运行状态、应急车辆(队)行驶车速、应急车辆(队)与下游交叉口距离、社会车辆排队长度、上下游交叉口拓扑数据等,利用交通波、车路协同理论分析应急车辆(队)在应急路径上的通行时空演化规律,多态交通流时空演化示意如图2所示。
针对应急路径方向的应急协调相位出现社会车辆排队、相位处于红灯状态等影响应急车辆(队)优先通行的情况,融合下游交叉口信号配时方案、应急车辆(队)到下游交叉口距离、位置和车速以及路口车辆排队等关联参数状态信息,分析不同情景下社会交通与应急交通的影响规律关系,制定应急车辆(队)优先通行的交通流协调控制策略,基本框架如图3所示。
步骤二:综合考虑交叉口信号配时参数可调区间、各相位饱和度协调目标、应急协调相位排队清空时间等约束条件,以协调相位绿灯起始时间、绿灯时长以及可变相位差为优化变量,设计协调相位应急车辆(队)优先的动态规划状态转移方程,建立交叉口协调相位应急车辆(队)不停车通行以及路口社会车辆延误时间最小化的多目标函数,结合多态融合的道路交通流动力学模型和应急交通优先的交通协调策略,构建基于马尔科夫的应急车辆(队)优先的分布式协同控制模型,基本结构如图4所示,形成面向应急车辆(队)优先通行的应急路径交通协调控制方法。
应急车辆(队)优先分布式协同控制方法如下:
①交叉口控制目标为:
PI=∑(D应急+minD社会)
式中,D应急为应急车辆延误时间,D社会为社会车辆延误时间。
②相邻交叉口协同模型:
式中,Js为协同目标,为交叉口输入相位,klj为交叉口输入相位车道数,Ccap为通行能力,plj(t)为相邻交叉口输出相位,hlj为相邻交叉口输出相位车道数,m为相邻交叉口输入相位数量,c为相邻交叉口输出相位数量。Nj(t)为路段j在时间t内的车辆数;Qj_in(t)为路段j在时间t内的输入车辆数;Qj_out(t)为路段j在时间t内的输出车辆数;α为交通流从上游路段到下游路段的转向比例;ηi为路段i上交通流的消散比例, 和分别为路段j的上游路段集合以及下游路段集合。
③交叉口控制模型:
式中,plj为交叉口协调相位,为协调相位控制目标,f(t)为输入相位有效绿灯时间,y(t)为非输入相位有效绿灯时间,为路段长度,为路段剩余空间,u为判断交叉口是否进行信号优化的剩余路段空间阈值,大于阈值则对非输入相位进行控制信号优化,o为相邻交叉口的相位差,L为路段长度,N为车辆数,λ为路段车辆数比例系数,A为路段占有率阈值,x为路段空间占有率,v为路段平均速度。
针对应急路径与关联交通子区重叠区域的交叉口同时进行协调的情形,如图5所示,从起点到终点应急路径先后穿过四个交通小区。以应急交通优先为基本目标,考虑应急路径穿越多个交通小区的基本约束条件,分析应急与常态下多态交通流运行规律关系。
步骤三:综合道路交通信号控制涉及数据采集、通信传输、计算分析以及现场控制的循环逻辑关系,设计关联交通子区分层递阶协调控制技术与应急车辆(队)优先分布式协同控制方法综合应用的闭环控制结构,如图6所示。考虑关联子区社会车流绿波带宽等相关约束,确定应急车辆(队)优先优化变量可执行空间,闭环整体控制结构中,协调级根据交叉口道路交通流状态、配时参数等,确定关联子区各交叉口公共周期、相位差,并将其传递至控制级;控制级中,一方面各交叉口根据公共周期、相位差、道路交通流状态,进行初步的绿信比配时优化;另一方面,在初步配时优化结果基础上,考虑关联子区社会车流协调绿波带宽等约束条件,确定各交叉口应急车辆(队)优先控制变量(应急车辆(队)优先协调相位绿灯起始时刻、绿灯时长)的可执行空间,继而采用应急车辆(队)优先分布式协同控制方法,确定各交叉口应急车辆(队)优先的信号配时参数,并将其反馈至协调级。基本结构模型如图7所示。
步骤四:综合上述过程,利用智能算法进行模型求解的运算分析,通过迭代计算直到结果收敛,进而可获得跨交通子区的信号协同控制方案。
Claims (1)
1.一种应急车辆优先的跨交通子区信号协同控制方法,其特征在于,该方法包括如下步骤:
步骤一:首先采集上下游交叉口信号运行状态、应急车辆行驶车速、应急车辆与下游交叉口距离、社会车辆排队长度、上下游交叉口拓扑数据等,利用交通波、车路协同理论分析应急车辆在应急路径上的通行时空演化规律;
步骤二:综合考虑交叉口信号配时参数可调区间、各相位饱和度协调目标、应急协调相位排队清空时间等约束条件,以协调相位绿灯起始时间、绿灯时长以及可变相位差为优化变量,设计协调相位应急车辆优先的动态规划状态转移方程,建立交叉口协调相位应急车辆不停车通行以及路口社会车辆延误时间最小化的多目标函数,结合多态融合的道路交通流动力学模型和应急交通优先的交通协调策略,构建基于马尔科夫的应急车辆优先的分布式协同控制模型,形成面向应急车辆优先通行的应急路径交通协调控制方法;
应急车辆优先通行的应急路径交通协调控制方法如下:
①建立交叉口协调相位应急车辆(队)不停车通行以及路口社会车辆延误时间最小化的多目标函数:
PI=∑(D应急+min D社会)
式中,D应急为应急车辆延误时间,D社会为社会车辆延误时间;
②构建相邻交叉口应急车辆优先的分布式协同控制模型:
式中,Js为协同目标,为交叉口输入相位,klj为交叉口输入相位车道数,Ccap为通行能力,plj(t)为相邻交叉口输出相位,hlj为相邻交叉口输出相位车道数,m为相邻交叉口输入相位数量,c为相邻交叉口输出相位数量。Nj(t)为路段j在时间t内的车辆数;Qj_in(t)为路段j在时间t内的输入车辆数;Qj_out(t)为路段j在时间t内的输出车辆数;α为交通流从上游路段到下游路段的转向比例;ηi为路段i上交通流的消散比例, 和分别为路段j的上游路段集合以及下游路段集合。
③交叉口控制模型:
式中,plj为交叉口协调相位,为协调相位控制目标,f(t)为输入相位有效绿灯时间,y(t)为非输入相位有效绿灯时间,为路段长度,为路段剩余空间,u为判断交叉口是否进行信号优化的剩余路段空间阈值,大于阈值则对非输入相位进行控制信号优化,o为相邻交叉口的相位差,L为路段长度,N为车辆数,λ为路段车辆数比例系数,A为路段占有率阈值,x为路段空间占有率,v为路段平均速度;
步骤三:综合道路交通信号控制涉及数据采集、通信传输、计算分析以及现场控制的循环逻辑关系,设计关联交通子区分层递阶协调控制技术与应急车辆优先分布式协同控制方法综合应用的闭环控制结构,考虑关联子区社会车流绿波带宽等相关约束,确定应急车辆(队)优先优化变量可执行空间,闭环整体控制结构中,协调级根据交叉口道路交通流状态、配时参数等,确定关联子区各交叉口公共周期、相位差,并将其传递至控制级;控制级中,一方面各交叉口根据公共周期、相位差、道路交通流状态,进行初步的绿信比配时优化;另一方面,在初步配时优化结果基础上,考虑关联子区社会车流协调绿波带宽等约束条件,确定各交叉口应急车辆优先控制变量的可执行空间,继而采用优先通行的应急路径交通协调控制方法,确定各交叉口应急车辆优先的信号配时参数,并将其反馈至协调级;
步骤四:综合上述过程,利用智能算法进行模型求解的运算分析,通过迭代计算直到结果收敛,进而可获得跨交通子区的信号协同控制方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210478987.2A CN115063988B (zh) | 2022-05-05 | 2022-05-05 | 一种应急车辆优先的跨交通子区信号协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210478987.2A CN115063988B (zh) | 2022-05-05 | 2022-05-05 | 一种应急车辆优先的跨交通子区信号协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115063988A true CN115063988A (zh) | 2022-09-16 |
CN115063988B CN115063988B (zh) | 2023-06-02 |
Family
ID=83196632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210478987.2A Active CN115063988B (zh) | 2022-05-05 | 2022-05-05 | 一种应急车辆优先的跨交通子区信号协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115063988B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115620513A (zh) * | 2022-09-20 | 2023-01-17 | 东南大学 | 基于韧性分析的城市道路网络状态监测方法及可视化*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080022283A (ko) * | 2006-09-06 | 2008-03-11 | 연세대학교 산학협력단 | 변복조 속도 변화에 따른 802.11 서비스 품질 지원 무선랜매체제어 프로토콜의 채널 동적 할당 기법 |
CN106846835A (zh) * | 2017-02-22 | 2017-06-13 | 北方工业大学 | 一种城市区域交通信号自适应协调控制方法 |
US20180082582A1 (en) * | 2016-09-22 | 2018-03-22 | Global Traffic Technologies, Llc | Timing submission of transit signal priority requests to reduce transit vehicle stop times |
WO2018149308A1 (zh) * | 2017-02-15 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
CN110796877A (zh) * | 2019-05-14 | 2020-02-14 | 广州学塾加软件科技有限公司 | 一种面向单向公交线路的交通信号控制与公交调度协同控制方法 |
WO2020083399A1 (zh) * | 2018-10-26 | 2020-04-30 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置*** |
KR20200123567A (ko) * | 2019-04-22 | 2020-10-30 | 주식회사 아이티아이비전 | 긴급차량용 우선신호 시스템 |
CN112071095A (zh) * | 2020-06-30 | 2020-12-11 | 合肥工业大学 | 一种基于v2x技术的应急车辆通过交叉口的信号配时方法 |
CN112216131A (zh) * | 2020-09-30 | 2021-01-12 | 长沙理工大学 | 一种基于应急车道的交叉口优先控制方法 |
CN113327416A (zh) * | 2021-04-14 | 2021-08-31 | 北京交通大学 | 基于短时交通流预测的城市区域交通信号控制方法 |
CN113724510A (zh) * | 2021-07-22 | 2021-11-30 | 东南大学 | 一种应急信号优先与社会车辆动态路径诱导协同优化方法 |
CN114036729A (zh) * | 2021-10-28 | 2022-02-11 | 同济大学 | 一种面向公交优先的交叉口群多路径协调随机优化方法 |
-
2022
- 2022-05-05 CN CN202210478987.2A patent/CN115063988B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20080022283A (ko) * | 2006-09-06 | 2008-03-11 | 연세대학교 산학협력단 | 변복조 속도 변화에 따른 802.11 서비스 품질 지원 무선랜매체제어 프로토콜의 채널 동적 할당 기법 |
US20180082582A1 (en) * | 2016-09-22 | 2018-03-22 | Global Traffic Technologies, Llc | Timing submission of transit signal priority requests to reduce transit vehicle stop times |
WO2018149308A1 (zh) * | 2017-02-15 | 2018-08-23 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
CN106846835A (zh) * | 2017-02-22 | 2017-06-13 | 北方工业大学 | 一种城市区域交通信号自适应协调控制方法 |
WO2020083399A1 (zh) * | 2018-10-26 | 2020-04-30 | 江苏智通交通科技有限公司 | 基于交通流数据的协调干线线路规划方法及配置*** |
KR20200123567A (ko) * | 2019-04-22 | 2020-10-30 | 주식회사 아이티아이비전 | 긴급차량용 우선신호 시스템 |
CN110796877A (zh) * | 2019-05-14 | 2020-02-14 | 广州学塾加软件科技有限公司 | 一种面向单向公交线路的交通信号控制与公交调度协同控制方法 |
CN112071095A (zh) * | 2020-06-30 | 2020-12-11 | 合肥工业大学 | 一种基于v2x技术的应急车辆通过交叉口的信号配时方法 |
CN112216131A (zh) * | 2020-09-30 | 2021-01-12 | 长沙理工大学 | 一种基于应急车道的交叉口优先控制方法 |
CN113327416A (zh) * | 2021-04-14 | 2021-08-31 | 北京交通大学 | 基于短时交通流预测的城市区域交通信号控制方法 |
CN113724510A (zh) * | 2021-07-22 | 2021-11-30 | 东南大学 | 一种应急信号优先与社会车辆动态路径诱导协同优化方法 |
CN114036729A (zh) * | 2021-10-28 | 2022-02-11 | 同济大学 | 一种面向公交优先的交叉口群多路径协调随机优化方法 |
Non-Patent Citations (2)
Title |
---|
张晓航;贺冰花;: "基于相位差渐进循环协调的应急车辆优先信号控制", 计算机应用研究, no. 07 * |
陈岳明;杨帆;: "异常突发事件下交通流特征分析与预测", 科学技术与工程, no. 23 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115620513A (zh) * | 2022-09-20 | 2023-01-17 | 东南大学 | 基于韧性分析的城市道路网络状态监测方法及可视化*** |
CN115620513B (zh) * | 2022-09-20 | 2023-10-03 | 东南大学 | 基于韧性分析的城市道路网络状态监测方法及可视化*** |
Also Published As
Publication number | Publication date |
---|---|
CN115063988B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Singh et al. | Time optimization for traffic signal control using genetic algorithm | |
AU2010297287B2 (en) | Traffic signal control system and method | |
CN103996289B (zh) | 一种流量-速度匹配模型及行程时间预测方法及*** | |
Xu et al. | Integrating public transit signal priority into max-pressure signal control: Methodology and simulation study on a downtown network | |
Kong et al. | Urban arterial traffic two-direction green wave intelligent coordination control technique and its application | |
Zhonghe et al. | Consensus based approach to the signal control of urban traffic networks | |
CN111785088B (zh) | 一种网联车辆匝道合并的双层协同优化方法 | |
CN115063988A (zh) | 一种应急车辆优先的跨交通子区信号协同控制方法 | |
Liu et al. | Multi-agent attention double actor-critic framework for intelligent traffic light control in urban scenarios with hybrid traffic | |
Hu et al. | Learning model parameters for decentralized schedule-driven traffic control | |
Jovanović et al. | Type-2 fuzzy logic based transit priority strategy | |
AU2021103022A4 (en) | A Method of Controlling Traffic Light Based on Fog Computing and Reinforcement Learning | |
CN113763713A (zh) | 一种路网瓶颈路段发掘与管理方法及装置 | |
Zhang et al. | Modelling and traffic signal control of a heterogeneous traffic network with signalized and non-signalized intersections | |
Lin et al. | Model predictive control for large-scale urban traffic networks with a multi-level hierarchy | |
Wu et al. | A method for short-term traffic flow prediction and control on urban road | |
Darbari et al. | N-dimensional self organizing petrinets for urban traffic modeling | |
Shahriar et al. | Intersection traffic efficiency enhancement using deep reinforcement learning and V2X communications | |
Singh et al. | Traffic congestion controller: a fuzzy based approach | |
Zhang et al. | Research on urban traffic active control in cooperative vehicle infrastructure | |
Balaji et al. | Distributed multi-agent type-2 fuzzy architecture for urban traffic signal control | |
Li et al. | POINT: Partially observable imitation network for traffic signal control | |
Ioannou et al. | Design and Evaluation of Impact of Traffic Light Priority for Trucks on Traffic Flow | |
Wang et al. | iPCS: intersection platoon control scheme for non-traffic light community | |
Zheng et al. | Complexity analysis of green light optimal velocity problem: an NP-complete result for binary speed choices |
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 |