CN117649772B - 一种道路交通监控*** - Google Patents
一种道路交通监控*** Download PDFInfo
- Publication number
- CN117649772B CN117649772B CN202410111860.6A CN202410111860A CN117649772B CN 117649772 B CN117649772 B CN 117649772B CN 202410111860 A CN202410111860 A CN 202410111860A CN 117649772 B CN117649772 B CN 117649772B
- Authority
- CN
- China
- Prior art keywords
- vehicle speed
- camera
- road
- historical
- starting
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 17
- 230000008859 change Effects 0.000 claims description 29
- 238000000265 homogenisation Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000014509 gene expression Effects 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种道路交通监控***,属于交通控制***的技术领域,用于解决相关技术中道路用于难以及时发现的问题,该***中,摄像头用于在启动时连续拍摄两张道路区间图像,两张道路区间图像的时长距离为拍摄间隔时长;服务器用于获取道路区间图像,以用于根据摄像头启动时连续拍摄的两张道路区间图像确定道路拥堵等级。该***能够根据连续拍摄的两张道路区间图像分析确定道路拥堵等级,从而实现了对道路拥堵等级的自动分析,将道路拥堵等级和道路区间的地理位置广播给附近的车辆,有利于使附近的车辆避开拥堵的道路区间,避免道路拥堵给附近车辆造成不便,也能够避免附近车辆汇入拥堵的道路区间造成进一步拥堵。
Description
技术领域
本申请涉及交通控制***的技术领域,尤其涉及一种道路交通监控***。
背景技术
道路交通运行过程中可能会发生道路拥堵,道路拥堵给人们的出行带来了极大的不便。为了让后续的行人规避道路拥堵的地理位置,一般会向公众发布道路拥堵的地理位置信息,以便后续出行的人们规避开道路拥堵的位置,一方面避免给出行的人们带来不便,另一方面也能避免后续行人的汇入导致的进一步的拥堵。在实际的道路交通监控过程中,道路拥堵的及时发现是避免给后续车辆造成不便以及避免后续车辆汇入造成的进一步拥堵的关键。
发明内容
本申请实施例提供了一种道路交通监控***,其能及时准确的发现道路拥堵的情况和位置,以便给拥堵给后续车辆造成不便以及避免后续车辆汇入拥堵位置造成进一步的拥堵。
本申请实施例提供的一种道路交通监控***具体采用以下技术方案:
一种道路交通监控***,包括服务器和用于采集道路区间的图像信息的摄像头,所述摄像头用于在启动时连续拍摄两张道路区间图像,两张道路区间图像的时长距离为拍摄间隔时长;
所述服务器用于获取所述道路区间图像,以用于根据摄像头启动时连续拍摄的两张道路区间图像确定道路拥堵等级。
通过采用上述技术方案,能够根据连续拍摄的两张道路区间图像分析确定道路拥堵等级,从而实现了对道路拥堵等级的自动分析,将道路拥堵等级和道路区间的地理位置广播给附近的车辆,有利于使附近的车辆避开拥堵的道路区间,避免道路拥堵给附近车辆造成不便,也能够避免附近车辆汇入拥堵的道路区间造成进一步拥堵。
进一步地,所述服务器被进一步配置为,所述根据摄像头启动时连续拍摄的两张道路区间图像确定道路拥堵等级包括:
识别摄像头启动时连续拍摄的两张道路区间图像的多组特征像素点;
根据每一组特征像素点的像素距离以及所述拍摄间隔时长计算车辆速度数据;
根据所述车辆速度数据确定所述道路拥堵等级。
进一步地,所述服务器还用于控制摄像头启动的启动间隔时长;摄像头后一次启动与前一次启动之间的启动间隔时长由摄像头前一次启动的车辆速度数据以及前一次启动之前的历史车速数据代入预设计算模型得到。
进一步地,所述服务器被进一步配置为,所述预设计算模型包括:
计算启动间隔时长,,式中,/>为启动间隔时长,/>和/>分别为车辆速度数据的道路拥堵等级对应的车辆速度区间的区间下限和区间上限,/>为预获取的单位时间变化量,/>为预设间隔时长,表示z取x和y中的最小值,v为摄像头前一次启动时的车辆速度数据。
进一步地,所述服务器被进一步配置为,所述单位时间变化量的计算方法包括:
,式中,/>表示最近一个同质化历史日中以同质化历史时刻为中点的第一预设时长内的平均车速变化量,所述同质化历史日与当前日具有相同类别标签,所述类别标签包括单数日标签、双数日标签、工作日标签和节假日标签,所述同质化历史时刻与摄像头前一次启动的时刻为不同日的同一时刻,/>为由当前日的历史车速数据计算的时段趋势影响系数,/>为由最近预设数量个同质化历史日的历史车速数据计算的周期影响系数。
进一步地,所述服务器被进一步配置为,所述时段趋势影响系数的计算方法包括:
获取摄像头前一次启动之前摄像头启动n次的历史车速数据;
基于摄像头前一次启动时的车辆速度数据v和n个历史车速数据计算n个车速变化数据,设摄像头第i次启动较之第i+1次启动距离前一次启动时刻远,,则第i个车速变化数据/>,第n个车速变化数据/>;
判断的符号是否相同,/>;
若是,则,式中,/>为摄像头前一次移动之前摄像头启动n次中第一次启动的历史车速数据;
若否,则,式中,p为大于0的/>的数量,q为不大于0的/>的数量,/>。
进一步地,所述服务器被进一步配置为,所述周期影响系数的计算方法包括:
获取预设数量个同质化历史日中以同质化历史时刻为中点的第二预设时长内的所有历史车速数据;
根据每相邻的两个历史车速数据计算一个历史车速变化数据,并根据每相邻的两个历史车速数据确定一个历史启动间隔时长;
根据历史车速变化数据和历史启动间隔时长计算周期影响系数,,式中,a表示大于0的历史车速变化数据的数量,b表示不大于0的历史车速变化数据的数量,/>表示大于0的历史车速变化数据对应的历史启动间隔时长,/>表示不大于0的历史车速变化数据对应的历史启动间隔时长,设历史启动间隔时长共有m个,则/>,/>表示第一预设系数,/>表示第二预设系数,/>、/>均大于0。
进一步地,所述服务器被进一步配置为,。
综上所述,本申请具体包含以下有益效果:
提供了一种道路交通监控***,其根据摄像头连续拍摄的两张道路区间图像能够分析道路拥堵等级;
根据道路区间图像内特征像素点在两张道路区间图像上的像素距离来计算车辆速度数据,进而确定道路拥堵等级,该确定方式高效准确;
根据车辆速度数据以及历史车速数据确定摄像头的启动间隔时长使摄像头的启动间隔时长较为合理,既不会因启动间隔太短而导致启动频繁、造成设备加速老化和电能成本浪费,也不会因为启动间隔太长导致道路拥堵等级的变化无法及时发现。
应当理解,发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征,亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明,本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标记表示相同或相似的元素,其中:
图1示出了本申请实施例中一种道路交通监控***的方框图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
本申请提供了一种道路交通监控***,其能够利用摄像头启动时连续拍摄的两张道路区间图像分析道路拥堵等级,并合理控制摄像头的启动间隔时长,以期在有效监控道路拥堵等级变化的基础上实现降本增效。
图1示出了本申请实施例中一种道路交通监控***的方框图。
参照图1,一种道路交通监控***,包括服务器110和用于采集道路区间的图像信息的摄像头120,所述摄像头120用于在启动时连续拍摄两张道路区间图像,两张道路区间图像的时长距离为拍摄间隔时长;所述服务器110用于获取所述道路区间图像,以用于根据摄像头启动时连续拍摄的两张道路区间图像确定道路拥堵等级。
具体来说,针对一个道路区间一般设置有两个摄像头120,两个摄像头120配置在道路区间两侧,以实现对道路区间图像的两个角度的采集。为了保障摄像头120的夜间拍摄效果,摄像头120可以包括可见光镜头和红外光镜头,针对一个道路区间的两个摄像头120一般同步启动,以相同的拍摄间隔时长连续拍摄两张道路区间图像,拍摄间隔时长根据道路区间的范围和允许车速范围确定,一般不大于车辆以允许最高车速通过道路区间半程所需的时间,本申请实施例中拍摄间隔时长具体可以取3s。
服务器110接收摄像头120连续拍摄的两张道路区间图像,并根据两张道路区间图像分析道路拥堵等级。
在一个示例中,所述根据摄像头启动时连续拍摄的两张道路区间图像确定道路拥堵等级包括:识别摄像头启动时连续拍摄的两张道路区间图像的多组特征像素点;根据每一组特征像素点的像素距离以及所述拍摄间隔时长计算车辆速度数据;根据所述车辆速度数据确定所述道路拥堵等级。
特征像素点为基于图像特征识别技术确定的图像特征,一般为道路区间内某辆车的某个部分,一组特征像素点是指连续拍摄的两张道路区间图像中同一特征像素点在前一张道路区间图像中的位置表现以及在后一张道路区间图像中的位置表现,基于一组特征像素点的两个位置表现可以确定这一图像特征在拍摄间隔时长内移动的距离,从而确定一个移动速度信息。针对每一组特征像素点均可确定一移动速度信息,确定最高的移动速度信息为车辆速度数据。
预先设定一个道路拥堵指标体系,在该指标体系中将道路拥堵等级分为若干级,每一级对应一个车速区间,可以根据道路区间所处路段的性质和要求确定。本示例中,道路区间所处路段为主干路,道路拥堵等级分为五级,分别为不拥堵、轻度拥堵、中度拥堵、重度拥堵和基本堵死,其中不拥堵对应的车速区间为大于45km/h,轻度拥堵对应的车速区间为大于35km/h且不大于45km/h,中度拥堵对应的车速区间为大于25km/h且不大于35km/h,重度拥堵对应的车速区间为大于15km/h且不大于25km/h,基本堵死对应的车速区间为不大于15km/h。判断车辆速度数据处于哪一车速区间,即可确定道路区间的道路拥堵等级。
服务器110中预先存储有摄像头120的位置、摄像头120与道路区间的关联关系以及道路区间的地理位置及覆盖范围,以便于服务器110根据摄像头120计算对应道路区间的道路拥堵等级以及将道路区间的道路拥堵等级发送给附近的车辆及行人。
当然,除采用以上特征像素点的像素距离计算车辆速度数据的方式外,还可以采用三维空间实时重建,确定车辆模型在重建空间内的移动距离,并结合拍摄间隔时长来计算车辆速度数据。车辆速度数据除了选择最高移动速度数据外,还可以选择平均移动速度数据、最低移动速度数据等,根据实际需求可灵活调整。
由于摄像头120每次启动均会带来寿命的损耗和电能的消耗,故为了在实现道路拥堵等级监控的基础上降低摄像头120的启动频次,服务器110还用于控制摄像头120启动的启动间隔时长;摄像头120后一次启动与前一次启动之间的启动间隔时长由摄像头120前一次启动的车辆速度数据以及前一次启动之前的历史车速数据代入预设计算模型得到。
服务器110通过向摄像头120发送唤醒命令控制摄像头120启动,一般来讲,服务器110向统一道路区间关联的两个(或多个)摄像头120同时发送同一唤醒命令,摄像头120接收到唤醒命令后启动并连续拍摄两张道路区间图像。服务器110控制摄像头120启动的启动间隔时长,也即服务器110生成唤醒命令的间隔时长。
具体来说,所述预设计算模型包括:
计算启动间隔时长,,式中,/>为启动间隔时长,/>和/>分别为车辆速度数据的道路拥堵等级对应的车辆速度区间的区间下限和区间上限,/>为预获取的单位时间变化量,/>为预设间隔时长,表示z取x和y中的最小值,v为摄像头前一次启动时的车辆速度数据。
所述单位时间变化量的计算方法包括:
,式中,/>表示最近一个同质化历史日中以同质化历史时刻为中点的第一预设时长内的平均车速变化量,所述同质化历史日与当前日具有相同类别标签,所述类别标签包括单数日标签、双数日标签、工作日标签和节假日标签,所述同质化历史时刻与摄像头前一次启动的时刻为不同日的同一时刻,/>为由当前日的历史车速数据计算的时段趋势影响系数,/>为由最近预设数量个同质化历史日的历史车速数据计算的周期影响系数。
所述时段趋势影响系数的计算方法包括:
获取摄像头前一次启动之前摄像头启动n次的历史车速数据;
基于摄像头前一次启动时的车辆速度数据v和n个历史车速数据计算n个车速变化数据,设摄像头第i次启动较之第i+1次启动距离前一次启动时刻远,,则第i个车速变化数据/>,第n个车速变化数据/>;
判断的符号是否相同,/>;
若是,则,式中,/>为摄像头前一次移动之前摄像头启动n次中第一次启动的历史车速数据;
若否,则,式中,p为大于0的/>的数量,q为不大于0的/>的数量,/>。
所述周期影响系数的计算方法包括:
获取预设数量个同质化历史日中以同质化历史时刻为中点的第二预设时长内的所有历史车速数据;
根据每相邻的两个历史车速数据计算一个历史车速变化数据,并根据每相邻的两个历史车速数据确定一个历史启动间隔时长;
根据历史车速变化数据和历史启动间隔时长计算周期影响系数,,式中,a表示大于0的历史车速变化数据的数量,b表示不大于0的历史车速变化数据的数量,/>表示大于0的历史车速变化数据对应的历史启动间隔时长,/>表示不大于0的历史车速变化数据对应的历史启动间隔时长,设历史启动间隔时长共有m个,则/>,/>表示第一预设系数,/>表示第二预设系数,/>、/>均大于0。
其中,。
基于以上的预设计算模型,可以在摄像头120启动并连续拍摄两张道路区间图像确定车辆速度数据后,根据当前的车辆速度数据以及之前的历史车速数据来计算下次启动与当前次启动之间的启动间隔时长,并且服务器110在达到距离当前次启动时刻的启动间隔时长时向摄像头120发送唤醒命令,使摄像头120受控启动,以使摄像头120当前次启动与下一次启动之间的启动间隔时长合理。
综上所述,本申请具体包含以下有益效果:
提供了一种道路交通监控***,其根据摄像头120连续拍摄的两张道路区间图像能够分析道路拥堵等级;
根据道路区间图像内特征像素点在两张道路区间图像上的像素距离来计算车辆速度数据,进而确定道路拥堵等级,该确定方式高效准确;
利用自主设计的预设计算模型,根据车辆速度数据以及历史车速数据确定摄像头120的启动间隔时长使摄像头120的启动间隔时长较为合理,既不会因启动间隔太短而导致启动频繁、造成设备加速老化和电能成本浪费,也不会因为启动间隔太长导致道路拥堵等级的变化无法及时发现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离前述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (5)
1.一种道路交通监控***,其特征在于,包括服务器(110)和用于采集道路区间的图像信息的摄像头(120),所述摄像头(120)用于在启动时连续拍摄两张道路区间图像,两张道路区间图像的时长距离为拍摄间隔时长;
所述服务器(110)用于获取所述道路区间图像,以用于根据摄像头(120)启动时连续拍摄的两张道路区间图像确定道路拥堵等级;
所述服务器(110)被进一步配置为,所述根据摄像头(120)启动时连续拍摄的两张道路区间图像确定道路拥堵等级包括:
识别摄像头(120)启动时连续拍摄的两张道路区间图像的多组特征像素点;
根据每一组特征像素点的像素距离以及所述拍摄间隔时长计算车辆速度数据;
根据所述车辆速度数据确定所述道路拥堵等级;
所述服务器(110)还用于控制摄像头(120)启动的启动间隔时长;摄像头(120)后一次启动与前一次启动之间的启动间隔时长由摄像头(120)前一次启动的车辆速度数据以及前一次启动之前的历史车速数据代入预设计算模型得到;
所述服务器(110)被进一步配置为,所述预设计算模型包括:
计算启动间隔时长,,式中,/>为启动间隔时长,/>和/>分别为车辆速度数据的道路拥堵等级对应的车辆速度区间的区间下限和区间上限,/>为预获取的单位时间变化量,/>为预设间隔时长,表示z取x和y中的最小值,v为摄像头(120)前一次启动时的车辆速度数据。
2.根据权利要求1所述的***,其特征在于,所述服务器(110)被进一步配置为,所述单位时间变化量的计算方法包括:
,式中,/>表示最近一个同质化历史日中以同质化历史时刻为中点的第一预设时长内的平均车速变化量,所述同质化历史日与当前日具有相同类别标签,所述类别标签包括单数日标签、双数日标签、工作日标签和节假日标签,所述同质化历史时刻与摄像头(120)前一次启动的时刻为不同日的同一时刻,/>为由当前日的历史车速数据计算的时段趋势影响系数,/>为由最近预设数量个同质化历史日的历史车速数据计算的周期影响系数。
3.根据权利要求2所述的***,其特征在于,所述服务器(110)被进一步配置为,所述时段趋势影响系数的计算方法包括:
获取摄像头(120)前一次启动之前摄像头(120)启动n次的历史车速数据;
基于摄像头(120)前一次启动时的车辆速度数据v和n个历史车速数据计算n个车速变化数据,设摄像头(120)第i次启动较之第i+1次启动距离前一次启动时刻远,,则第i个车速变化数据/>,第n个车速变化数据;
判断的符号是否相同,/>;
若是,则,式中,/>为摄像头(120)前一次移动之前摄像头(120)启动n次中第一次启动的历史车速数据;
若否,则,式中,p为大于0的/>的数量,q为不大于0的/>的数量,。
4.根据权利要求3所述的***,其特征在于,所述服务器(110)被进一步配置为,所述周期影响系数的计算方法包括:
获取预设数量个同质化历史日中以同质化历史时刻为中点的第二预设时长内的所有历史车速数据;
根据每相邻的两个历史车速数据计算一个历史车速变化数据,并根据每相邻的两个历史车速数据确定一个历史启动间隔时长;
根据历史车速变化数据和历史启动间隔时长计算周期影响系数,,式中,a表示大于0的历史车速变化数据的数量,b表示不大于0的历史车速变化数据的数量,/>表示大于0的历史车速变化数据对应的历史启动间隔时长,/>表示不大于0的历史车速变化数据对应的历史启动间隔时长,设历史启动间隔时长共有m个,则/>,/>表示第一预设系数,/>表示第二预设系数,/>、/>均大于0。
5.根据权利要求4所述的***,其特征在于,所述服务器(110)被进一步配置为,。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410111860.6A CN117649772B (zh) | 2024-01-26 | 2024-01-26 | 一种道路交通监控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410111860.6A CN117649772B (zh) | 2024-01-26 | 2024-01-26 | 一种道路交通监控*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117649772A CN117649772A (zh) | 2024-03-05 |
CN117649772B true CN117649772B (zh) | 2024-04-05 |
Family
ID=90049814
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410111860.6A Active CN117649772B (zh) | 2024-01-26 | 2024-01-26 | 一种道路交通监控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117649772B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108040192A (zh) * | 2017-12-14 | 2018-05-15 | 北京理工大学 | 一种精确定位相机采集图像时刻的***和方法 |
CN108195533A (zh) * | 2017-12-14 | 2018-06-22 | 北京理工大学 | 一种精确定位数据采集时刻的***和方法 |
CN108346292A (zh) * | 2018-04-17 | 2018-07-31 | 吉林大学 | 基于卡口数据的城市快速路实时交通指数计算方法 |
CN110942631A (zh) * | 2019-12-02 | 2020-03-31 | 北京深测科技有限公司 | 一种基于飞行时间相机的交通信号控制方法 |
CN112069944A (zh) * | 2020-08-25 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
-
2024
- 2024-01-26 CN CN202410111860.6A patent/CN117649772B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108040192A (zh) * | 2017-12-14 | 2018-05-15 | 北京理工大学 | 一种精确定位相机采集图像时刻的***和方法 |
CN108195533A (zh) * | 2017-12-14 | 2018-06-22 | 北京理工大学 | 一种精确定位数据采集时刻的***和方法 |
CN108346292A (zh) * | 2018-04-17 | 2018-07-31 | 吉林大学 | 基于卡口数据的城市快速路实时交通指数计算方法 |
CN110942631A (zh) * | 2019-12-02 | 2020-03-31 | 北京深测科技有限公司 | 一种基于飞行时间相机的交通信号控制方法 |
CN112069944A (zh) * | 2020-08-25 | 2020-12-11 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117649772A (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10354523B2 (en) | Road traffic control system, method, and electronic device | |
CN110164152B (zh) | 一种用于单交叉路***通信号灯控制*** | |
CN113192345B (zh) | 一种用于十字路口的红绿灯智能调控*** | |
CN108629971B (zh) | 一种交通灯控制方法及最佳车速确定方法 | |
CN110533946B (zh) | 一种基于边缘计算的混行环境下单点交叉口车速优化方法 | |
CN110444015B (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 | |
CN111951575B (zh) | 基于提前强化学习的交通信号灯自适应控制方法 | |
CN112489433A (zh) | 交通拥堵分析方法及装置 | |
CN114141021B (zh) | 一种智慧城市交通信号灯控制***及其控制方法 | |
CN108734976B (zh) | 一种交通导航提示方法及其*** | |
CN114333313B (zh) | 一种基于高速公路监控的智能巡检方法 | |
CN110660213A (zh) | 匝道车辆汇入方法、路侧设备以及车辆 | |
CN108646744B (zh) | 一种基于倒计时长的自动驾驶方法及其*** | |
CN111986337A (zh) | 基于机器人的路侧停车收费管理***及方法 | |
CN117649772B (zh) | 一种道路交通监控*** | |
CN110827537A (zh) | 一种潮汐车道的设置方法、装置及设备 | |
CN116867149B (zh) | 一种基于物联网的节能型智慧路灯管理方法及*** | |
CN114898565B (zh) | 一种地埋式交通信号灯的自适应控制方法 | |
CN108806314B (zh) | 基于背景建模监测目标与车位使用情况的智能调光led灯 | |
CN114550471B (zh) | 一种智能交通的信号灯控制方法及控制*** | |
CN114067579B (zh) | 一种智能交通信号控制***及其控制方法 | |
CN115547033A (zh) | 基于交通状况的交通信号协同控制方法 | |
CN210865097U (zh) | 一种基于待通行量的交通信号灯控制*** | |
CN113285986A (zh) | 一种基于物联网的智能灯杆管理控制***及方法 | |
CN116246474B (zh) | 基于云边端协同的交通信号相位配时控制方法及*** |
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 |