WO2018149308A1 - 一种道路交通优化方法、装置以及电子设备 - Google Patents

一种道路交通优化方法、装置以及电子设备 Download PDF

Info

Publication number
WO2018149308A1
WO2018149308A1 PCT/CN2018/075062 CN2018075062W WO2018149308A1 WO 2018149308 A1 WO2018149308 A1 WO 2018149308A1 CN 2018075062 W CN2018075062 W CN 2018075062W WO 2018149308 A1 WO2018149308 A1 WO 2018149308A1
Authority
WO
WIPO (PCT)
Prior art keywords
road
traffic
optimized
speed
condition
Prior art date
Application number
PCT/CN2018/075062
Other languages
English (en)
French (fr)
Inventor
王梦佳
闵万里
Original Assignee
阿里巴巴集团控股有限公司
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 阿里巴巴集团控股有限公司 filed Critical 阿里巴巴集团控股有限公司
Publication of WO2018149308A1 publication Critical patent/WO2018149308A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • 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
    • 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
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control

Definitions

  • the present application relates to the field of intelligent transportation, and in particular to a road traffic optimization method.
  • the application also relates to a road traffic optimization device and an electronic device.
  • the traffic flow information of road intersections in various directions in the past is calculated by software modeling or manual statistics.
  • the traffic information of the vehicle coordinates and optimizes the traffic signals at the intersection. For example, when the survey obtains the refinement speed of a certain section at each time interval, the travel speed, travel time and number of stops of the vehicle flow are usually collected on the road. However, because the method of following the vehicle survey is time-consuming and labor-intensive, the same speed is often used throughout the day to coordinate and optimize the traffic signals. At the same time, due to the number of samples, the sample data obtained by the acquisition has a certain randomness and is credible. The degree is low, so the coordination and optimization of traffic signals at road intersections has certain limitations.
  • the present application provides a road traffic optimization method to solve the limitations of the prior art.
  • the application additionally provides a road traffic optimization device, and an electronic device.
  • the application provides a road traffic optimization method, including:
  • the traffic signal of the road intersection in the road section to be optimized is optimized for matching the traffic condition.
  • the road condition parameter includes at least one of: an average running speed, a speed standard deviation, a speed dispersion coefficient at a unit speed level, a speed dispersion coefficient, and an average traveling speed in the road segment to be optimized. Correlation coefficient.
  • the traffic flow condition includes at least one of the following: a traffic flow peak, a traffic flow peak, and a traffic low peak.
  • the traffic flow condition is a traffic flow peak and a traffic flow peak, correspondingly, the traffic flow condition is determined as follows:
  • the traffic flow condition of the to-be-optimized road segment in the current time period is the traffic flow peak; if not, the traffic flow of the to-be-optimized road segment in the current time period The situation is the peak of traffic flow.
  • the first speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the traffic flow condition is a traffic flow peak and a traffic flow peak, correspondingly, the traffic flow condition is determined as follows:
  • the second speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the traffic flow condition is a traffic flow peak, a traffic flow flat peak, and a traffic flow low peak, correspondingly, the traffic flow condition is determined as follows:
  • the third speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the second speed discrete threshold and the third speed discrete threshold are numerically equal.
  • the optimal control for matching the traffic signal of the road intersection in the to-be-optimized road segment with the traffic flow condition in the time period corresponding to the traffic flow condition is implemented as follows:
  • the optimal control for matching the traffic signal of the road intersection in the to-be-optimized road segment with the traffic flow condition in the time period corresponding to the traffic flow condition is implemented as follows:
  • the signal timing model calculates an average delay time of the road intersection, obtains a corresponding period duration and a valid green signal ratio when the average delay time is a minimum value, and configures according to the obtained period duration and effective green signal ratio.
  • the optimal control for matching the traffic signal of the road intersection in the to-be-optimized road segment with the traffic flow condition in the time period corresponding to the traffic flow condition is implemented as follows:
  • the traffic signal timing model calculates an average delay time of the road intersection, obtains a corresponding cycle duration and a valid green signal ratio when the average delay time is a minimum value, and obtains a cycle duration and a valid green signal ratio according to the obtained
  • the traffic signal of the road intersection is configured.
  • the constraint of the objective function adopted by the traffic signal timing model includes at least one of the following:
  • the sum of the green light times of the road intersections and the periodic loss sum is equal to the period duration, and the effective green signal ratio of the road intersections in each phase is greater than or equal to the ratio of the minimum green light time to the period duration;
  • the minimum green time is determined according to the current actual green time of each phase of the road intersection.
  • the road traffic optimization method includes:
  • the average traveling speed in the to-be-optimized road segment is determined according to an average value of the vehicle traveling speeds of the sub-sections divided into the road intersections in the to-be-optimized road segment.
  • the speed standard deviation is determined according to a standard deviation obtained by calculating a vehicle traveling speed of each sub-section divided into road intersections in the to-be-optimized road section with respect to the average traveling speed.
  • the speed dispersion coefficient at the unit speed level is determined according to a ratio of the speed standard deviation to the average traveling speed.
  • the road traffic optimization method is implemented according to the traffic signal timing model, where the input of the traffic signal timing model is the road traffic information, and the output is the traffic at the road intersection in the road segment to be optimized.
  • the road traffic optimization method is implemented based on a pre-established road traffic optimization platform, where the road traffic optimization platform is provided with a data acquisition interface for acquiring the road traffic information, for accessing and outputting the to-be-optimized road segment. a road traffic optimization service interface of the traffic signal optimization strategy, and/or a data upload interface for uploading the road traffic information;
  • the traffic signal optimization strategy includes a phase of a traffic signal of each road intersection in the road section to be optimized, and time information corresponding to each phase.
  • the road traffic information in the step of obtaining the road condition parameter of the to-be-optimized road segment is obtained according to the acquired road traffic information analysis of the obtained road segment to be optimized, and is obtained by using at least one of the following methods:
  • the road traffic optimization platform is provided with a traffic signal configuration interface, and the road traffic optimization platform combines the interface protocol corresponding to the traffic signal set by the to-be-optimized road segment, and the to-be-optimized by the traffic signal configuration interface Traffic signal of traffic lights at various intersections in the road section
  • the application also provides a road traffic optimization device, comprising:
  • a road traffic information analysis unit configured to obtain a road condition parameter of the to-be-optimized road segment according to the acquired road traffic information analysis of the acquired road segment;
  • a traffic condition determining unit configured to determine, according to the road condition parameter, a traffic condition of the to-be-optimized road segment at different time periods
  • an optimization control unit configured to perform optimal control on the traffic signal of the road intersection in the to-be-optimized road section to match the traffic condition in a time period corresponding to the traffic flow condition.
  • the application also provides an electronic device, including:
  • Memory Memory, and processor
  • the memory is for storing computer executable instructions for executing the computer executable instructions:
  • the traffic signal of the road intersection in the road section to be optimized is optimized for matching the traffic condition.
  • the road traffic optimization method provided by the present application includes: obtaining a road condition parameter of the to-be-optimized road segment according to the obtained road traffic information analysis of the to-be-optimized road segment; determining, according to the road condition parameter, the traffic flow of the to-be-optimized road segment at different time periods a situation in which the traffic signal of the road intersection in the road section to be optimized is optimized for matching the traffic condition during the time period corresponding to the traffic flow condition.
  • the road traffic optimization method provided by the present application obtains road condition parameters for measuring and determining the traffic condition of the road segment to be optimized according to the road traffic information analysis of the road segment to be optimized obtained when the road traffic to be optimized is optimally controlled. According to the road condition parameters obtained by the analysis, the traffic condition of the road segment to be optimized is determined in different time periods. Finally, in the time period corresponding to the traffic condition of the road segment to be optimized, the traffic flow condition of the road intersection in the road segment is optimized to optimize the traffic condition. In order to achieve optimal control of road traffic to be optimized.
  • the road traffic optimization method reduces the number of parking times and delays of the vehicle in the process of passing the road section to be optimized by optimizing the traffic signal of the road intersection in the road section, thereby reducing the passage of the vehicle through the road section to be optimized.
  • Time increases the overall traffic efficiency of the road segment to be optimized, and the optimal control of road traffic for the optimized road segment is more refined and intelligent.
  • FIG. 1 is a process flow diagram of an embodiment of a road traffic optimization method provided by the present application.
  • FIG. 2 is a schematic view of a green wave band provided by the present application.
  • FIG. 3 is a schematic diagram of an embodiment of a road traffic optimization device provided by the present application.
  • FIG. 4 is a schematic diagram of an embodiment of an electronic device provided by the present application.
  • the present application provides a road traffic optimization method, and the present application further provides a road traffic optimization device, and an electronic device.
  • a road traffic optimization method and the present application further provides a road traffic optimization device, and an electronic device.
  • the road traffic optimization method provided by the present application is implemented as follows:
  • FIG. 1 there is shown a process flow diagram of an embodiment of a road traffic optimization method provided by the present application.
  • Figure 2 a schematic diagram of a green wave band provided by the present application is shown.
  • Step S101 Obtain a road condition parameter of the to-be-optimized road segment according to the acquired road traffic information analysis of the to-be-optimized road segment.
  • the road segment to be optimized according to the embodiment of the present application refers to a geographical area or a road in practice.
  • the road traffic optimization method provided by the present application is through the intersection of the geographical area or the road covered by the road. Coordinated optimization of traffic signals to achieve improved optimization of the geographic area or the road traffic conditions.
  • the green wave band is taken as an example to provide an implementation manner of implementing the road traffic optimization method in the green wave band, such as the green wave band shown in FIG. 2 .
  • the green wave band refers to a geographical area or a road, and a unified traffic signal control is implemented in the geographical area or the road, and the traffic lights of all the intersections in the geographical area or the road coverage area are connected.
  • the traffic lights are green light signals (phase is green) when passing through the road intersection, so that the traffic flow passes through the geographical unimpeded Area or all road intersections within the road.
  • the road traffic information refers to original information of the vehicle traveling within the green wave band, such as speed information of a vehicle currently traveling in the green wave band, position information of the vehicle, and time information corresponding to the position. Wait.
  • many traveler's terminal devices transmit their geographic location information, moving speed and direction to the cloud in real time through the mobile Internet.
  • the navigation information includes Geographical location information, travel routes, these geographic location information, moving speed, direction and travel routes can be used as road traffic information on the green wave band; at the same time, road traffic information is realized through the above methods due to the widespread popularity of mobile terminal devices
  • the time period in which the green wave band can be covered in the time dimension is relatively dense, and the position of the road segment that can cover the green wave band in the spatial dimension is also more dense, thereby realizing the blind spot collection in the time dimension and the spatial dimension.
  • the road traffic information of the green wave belt is relatively dense, and the position of the road segment that can cover the green wave band in the spatial dimension is also more dense, thereby realizing the blind spot collection in the time dimension and the spatial dimension.
  • the road condition parameter is used to represent a parameter for measuring the traffic condition of the green wave band.
  • the road condition parameters in the embodiment include: an average traveling speed, a standard speed difference, and a unit speed level in the green wave band.
  • the road condition information of the green wave band is obtained according to the acquired road traffic information of the green wave band, and the specific calculation process is as follows:
  • the average traveling speed in the green wave band is equal to the average value of the traveling speed of each sub-section divided into the road intersections in the green wave band, that is:
  • v is the average traveling speed in the green wave band
  • n is the number of sub-sections into which the road intersection in the green wave band is divided
  • v i is the vehicle traveling speed of the i-th sub-segment.
  • the standard deviation of the speed in the green wave band is equal to the standard deviation calculated by the vehicle traveling speed of each sub-section divided into the road intersections in the green wave band with respect to the average traveling speed, that is:
  • std is the standard deviation of the speed within the green wave band.
  • the velocity dispersion coefficient at the unit speed level in the green wave band is equal to the ratio of the speed standard deviation to the average traveling speed, that is:
  • ⁇ is the velocity dispersion coefficient at the unit velocity level in the green wave band.
  • r is the velocity correlation coefficient between the velocity dispersion coefficient and the average traveling speed in the green wave band.
  • Step S102 Determine, according to the road condition parameter, a traffic condition of the to-be-optimized road segment in different time periods.
  • the above step S101 obtains the average traveling speed, the speed standard deviation, the speed dispersion coefficient and the speed correlation coefficient in the green wave band according to the acquired road traffic information analysis of the green wave band. In this step, the calculation is obtained according to the above step S101.
  • the average running speed, the speed standard deviation, the speed dispersion coefficient, and the speed correlation coefficient determine a traffic condition of the green wave band at different time periods, that is, the green wave band is in each time of the day Overall traffic flow. For example, from the 0 o'clock every day, the 24h of a whole day is divided into 48 equal time periods, and the traffic condition of the green wave band in each time period is determined.
  • the traffic flow condition includes a traffic flow peak and a traffic flow peak.
  • the traffic flow condition may also be other conditions than the traffic flow peak and the traffic flow peak provided above, for example, in order to further understand the traffic situation in the green wave band, the traffic flow condition includes a traffic flow peak, The traffic flow is flat and the traffic is low.
  • the traffic condition in the green wave band is determined by determining whether the average traveling speed of the green wave band in the current time period is less than a first speed threshold, and if so, the traffic flow of the green wave band in the current time zone.
  • the condition is the peak of the traffic flow; if not, the traffic condition of the green wave band in the current time period is the peak of the traffic flow.
  • the first speed threshold is equal to a difference between an average running speed in the green wave band and a standard speed difference in the green wave band, namely:
  • v.vth_1 is the first speed threshold
  • the above implementation determines whether the traffic condition of the green wave band in the current time period is a traffic flow peak or a traffic flow flat peak according to an average traveling speed of different time periods in the green wave band.
  • the average running speed in the green wave band and the speed dispersion coefficient may be combined to determine the current flow condition in the current time period, and the specific implementation is as follows:
  • the second speed threshold Determining whether the average traveling speed of the green wave band in the current time period is less than a second speed threshold, and if so, determining whether the speed dispersion coefficient of the green wave band in the current time period is greater than or equal to the first speed discrete threshold, if greater than or equal to a first speed discrete threshold, the traffic condition of the green wave band in the current time period is a traffic flow peak; if less than the first speed discrete threshold, the traffic condition of the green wave band in the current time period is a traffic flow flat peak; if not, The traffic condition of the green wave band in the current time period is a traffic flow flat peak; wherein the second speed threshold is equal to a difference between an average travel speed in the green wave band and a speed standard deviation in the green wave band .
  • the traffic condition in the green wave band may be determined as follows:
  • the second speed discrete threshold and the third speed discrete threshold may be set to be equal in value, that is, set to the same speed discrete threshold.
  • step S103 during the time period corresponding to the traffic flow condition, the traffic signal of the road intersection in the road section to be optimized is optimized for matching the traffic condition.
  • the step S102 determines the traffic condition of the green wave band in different time periods according to the average traveling speed, the speed standard deviation, the speed dispersion coefficient, and the speed correlation coefficient. In this step, determining according to the above step S102 The traffic condition of the green wave band in different time periods, in the time period corresponding to the traffic flow condition, the traffic signal of the road intersection in the green wave band is optimally controlled to match the traffic condition.
  • the average delay time is a minimum period corresponding to the period duration and the effective green signal ratio
  • the traffic signal of the road intersection is configured according to the obtained period duration and the effective green signal ratio.
  • the traffic signal timing model may adopt the following objective function:
  • g jk G jk /C
  • ⁇ jk q jk /S jk
  • j is the phase of the intersection of the road within the green wave band
  • k is the inlet approach road of the road intersection in the direction of each traffic flow
  • ⁇ ik is the average delay time of each car on the kth import approach path of the jth phase
  • q jk is the traffic flow on the kth import approach path of the jth phase
  • S jk is the kth import of the jth phase
  • C is the cycle duration of the traffic signal at the intersection in the green wave band
  • L is the periodic loss of the traffic signal at the intersection in the green wave band
  • g jk is the kth phase of the jth phase
  • G jk is the effective green light duration on the kth import approach path of the jth phase.
  • the objective function is that the sum of the green light times of the road intersections and the periodic loss sum is equal to the period duration, and the effective green signal ratio of the road intersections in each phase is greater than or Equal to the ratio of the minimum green time to the period duration, ie:
  • G ej ⁇ is the minimum green time
  • the minimum green time is equal to the minimum value of the current actual green time of each phase of the road intersection minus 5 s.
  • the minimum green time can be determined on the premise of considering the road width, the pedestrian crossing speed, and the pedestrian crossing time, and the like.
  • optimization control of local refinement may also be performed in the green wave band, for example, optimal control of sub-sections divided into road intersections in the green wave band: for the green wave band
  • the at least one sub-section of the road intersection is divided into: performing, according to the vehicle traveling speed of the sub-road segment in each traffic direction, determining whether the driving speed of the sub-section in each direction of the vehicle flow is less than a preset threshold, and if so, The sub-section is determined as a congested sub-section, and the traffic signal of the adjacent intersection of the congested sub-section is optimally controlled.
  • the road traffic optimization method provided by the present application may also be implemented based on the traffic signal timing model, where the input of the traffic signal timing model is the road traffic information, and the output may be the green The phase of the traffic signal at the intersection of the waveband and its corresponding time information, the period of the traffic signal at the intersection of the green wave band and the effective green signal ratio, the congestion subsection within the green wave band and Any one or more of the corresponding congestion periods.
  • the road traffic optimization method provided by the present application may also be implemented based on a pre-established road traffic optimization platform, such as a big data analysis and calculation platform provided by Facebook Cloud, and the big data analysis and calculation platform is provided externally.
  • the data uploading interface may upload the past road traffic information of each road section in the jurisdiction, and obtain the road sections for the road sections through the road traffic optimization service access interface. Corresponding traffic signal optimization strategies for road traffic optimization.
  • the big data analysis and calculation platform is further provided with a data acquisition interface for acquiring the road traffic information, and a road traffic optimization interface for outputting the traffic signal optimization strategy of the green wave band.
  • the road traffic optimization service access interface and the road traffic optimization interface may also be set as a road traffic optimization interface having a traffic signal optimization strategy for accessing and outputting the green wave band.
  • the traffic signal optimization strategy includes a phase of a traffic signal of each road intersection in the road section to be optimized, and time information corresponding to each phase.
  • the traffic signal of the green wave band can be more accurately optimized in combination with big data.
  • big data ie, road traffic
  • the navigation data includes the road traffic information, for example, from high De map obtains the navigation data of a certain section of the road in a certain period of time, and uses the geographic location information, moving speed, direction and travel route data contained in these large-scale navigation data as the current road traffic optimization for the road section.
  • the road traffic collecting data uploaded by the traffic data collecting device set by the green wave band is received by the data uploading interface, and the road traffic collecting data includes the road traffic information, for example, by data uploading.
  • the interface receives video acquisition equipment, coils, microwave detection equipment and other traditional traffic data collection equipment.
  • Road traffic data collection the collection of these data as a road traffic for traffic data based on the optimization of road.
  • the traffic signal optimization strategy may be converted into an interface protocol corresponding to the traffic light set by the green wave band. And the traffic signal matching the current interface protocol, according to the traffic signal optimization strategy, configuring a traffic signal configuration interface set by the big data analysis and calculation platform to configure a traffic signal of each road intersection traffic signal light in the green wave band, Thereby achieving smarter road traffic optimization.
  • the road traffic optimization method is used to measure the road traffic information of the green wave band obtained in advance when the road traffic of the green wave band is optimally controlled. And determining a road condition parameter of the green wave belt traffic condition, and determining a traffic condition of the green wave band in different time periods according to the calculated road condition parameter, and finally, in the time period corresponding to the green wave band traffic condition,
  • the traffic signals at the intersections in the green wave zone are optimally controlled to match the traffic conditions, thereby achieving optimal control of the green wave road traffic.
  • the road traffic optimization method reduces the number of stops and delays of the vehicle during the passage of the green wave band by correspondingly optimizing the traffic signals of the road intersections in the green wave band, thereby reducing vehicle passing.
  • the transit time of the green wave band improves the traffic efficiency of the green wave band as a whole, and the optimal control of the road traffic of the green wave band is more refined and intelligent.
  • the road traffic optimization device provided by the present application is implemented as follows:
  • a road traffic optimization method is provided.
  • the present application also provides a road traffic optimization device, which will be described below with reference to the accompanying drawings.
  • FIG. 3 there is shown a schematic diagram of an embodiment of a road traffic optimization device provided by the present application.
  • the device embodiment corresponds to the method embodiment provided above.
  • the device embodiments described below are merely illustrative.
  • the application provides a road traffic optimization device, including:
  • the road traffic information analysis unit 301 is configured to obtain the road condition parameter of the to-be-optimized road segment according to the acquired road traffic information analysis of the acquired road segment;
  • the traffic condition determining unit 302 is configured to determine, according to the road condition parameter, a traffic condition of the to-be-optimized road segment in different time periods;
  • the optimization control unit 303 is configured to perform optimal control on the traffic signal of the road intersection in the to-be-optimized road section to match the traffic condition in a time period corresponding to the traffic flow condition.
  • the road condition parameter includes at least one of: an average running speed, a speed standard deviation, a speed dispersion coefficient at a unit speed level, a speed dispersion coefficient, and an average traveling speed in the road segment to be optimized. Correlation coefficient.
  • the traffic flow condition includes at least one of the following: a traffic flow peak, a traffic flow peak, and a traffic low peak.
  • the traffic flow condition is a traffic flow peak and a traffic flow peak, correspondingly, the traffic flow condition is determined by the first average travel speed determining subunit included in the traffic flow determining unit 302;
  • the first average traveling speed determining sub-unit is configured to determine whether the average traveling speed of the to-be-optimized road segment in the current time period is less than the first speed threshold, and if so, the traffic flow condition of the to-be-optimized road segment in the current time period is a traffic flow peak; If not, the traffic condition of the to-be-optimized road segment in the current time period is a traffic flow peak.
  • the first speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the traffic flow condition is a traffic flow peak and a traffic flow peak, correspondingly, the traffic flow condition is determined by the second average travel speed determining subunit included in the traffic flow determining unit 302;
  • the second average traveling speed determining subunit is configured to determine whether an average running speed of the to-be-optimized road segment in the current time period is less than a second speed threshold, and if so, running a first speed discrete coefficient determining subunit; if not, the The traffic condition of the road segment to be optimized in the current time period is the peak of the traffic flow;
  • the first speed discretization coefficient determining subunit is configured to determine whether a speed discretization coefficient of the to-be-optimized road segment in the current time period is greater than or equal to a first speed discrete threshold, and if greater than or equal to the first speed discrete threshold, The traffic condition of the to-be-optimized road segment in the current time period is the traffic flow peak; if less than the first speed discrete threshold, the traffic flow condition of the to-be-optimized road segment in the current time period is the traffic flow peak;
  • the second speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the traffic condition is a traffic flow peak, a traffic flow peak, and a traffic low peak, correspondingly, the traffic condition is determined by the third average travel speed determining subunit included in the traffic state determining unit 302;
  • the third average traveling speed determining subunit is configured to determine whether the average traveling speed of the to-be-optimized road segment in the current time period is less than a third speed threshold, and if so, running the second speed discrete coefficient determining subunit; if not, running the first Three-speed discrete coefficient judgment subunit;
  • the second speed discrete coefficient determining subunit is configured to determine whether a speed dispersion coefficient of the to-be-optimized road segment in the current time period is greater than or equal to a second speed discrete threshold, and if greater than or equal to the second speed discrete threshold, The traffic condition of the to-be-optimized road segment in the current time period is the traffic flow peak; if less than the second speed discrete threshold, the traffic flow condition of the to-be-optimized road segment in the current time period is the traffic flow peak;
  • the third speed discrete coefficient determining subunit is configured to determine whether a speed dispersion coefficient of the to-be-optimized road segment in the current time period is greater than or equal to a third speed discrete threshold, and if greater than or equal to the third speed discrete threshold, The traffic condition of the to-be-optimized road segment in the current time period is a low traffic flow peak; if less than the third speed discrete threshold, the traffic flow condition of the to-be-optimized road segment in the current time period is a traffic flow flat peak;
  • the third speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the second speed discrete threshold and the third speed discrete threshold are numerically equal.
  • the optimization control unit 303 includes:
  • a first phase adjustment subunit configured to adjust a phase of a traffic signal of the road intersection in the road section to be optimized within a time period corresponding to the traffic flow condition; and traffic of two adjacent road intersections in the same traffic flow direction
  • the phase difference of the signal is determined by the ratio of the distance between the two to the speed of the vehicle traveling between the two.
  • the optimization control unit 303 includes:
  • a first configuration subunit configured to calculate the road intersection by using a preset traffic signal timing model according to a cycle duration of the traffic signal of the road intersection and a valid green signal ratio in a time period corresponding to the traffic flow condition
  • the average delay time of the port is obtained, and the corresponding cycle duration and the effective green signal ratio are obtained when the average delay time is the minimum value, and the traffic signal of the road intersection is configured according to the obtained cycle duration and the effective green signal ratio
  • the first configuration subunit is operated for at least one road intersection in the to-be-optimized road segment.
  • the optimization control unit 303 includes:
  • a second phase adjustment subunit configured to adjust a phase of a traffic signal of the road intersection in the to-be-optimized road section in a time period corresponding to the traffic flow condition; traffic of two adjacent road intersections in the same traffic flow direction
  • the phase difference of the signal is determined according to the ratio between the distance between the two and the running speed of the vehicle between the two;
  • a second configuration subunit configured to calculate the road intersection by using a preset traffic signal timing model according to a cycle duration of the traffic signal of the road intersection and a valid green signal ratio in a time period corresponding to the traffic flow condition
  • the average delay time of the port is obtained, and the corresponding cycle duration and the effective green signal ratio are obtained when the average delay time is the minimum value, and the traffic signal of the road intersection is configured according to the obtained cycle duration and the effective green signal ratio;
  • the second configuration subunit is operated for at least one road intersection in the to-be-optimized road segment.
  • the constraint condition of the objective function adopted by the traffic signal timing model includes at least one of the following: a sum of a green time of each phase of the road intersection and a sum of cycle losses equal to a period of time, the road intersection
  • the effective green signal ratio at each phase is greater than or equal to the ratio of the minimum green time to the period duration;
  • the minimum green time is determined according to the current actual green time of each phase of the road intersection.
  • the road traffic optimization device includes:
  • a sub-section optimization control unit is configured to determine, according to the vehicle traveling speed of the sub-section in each vehicle flow direction, whether the vehicle traveling speed of the sub-section in each vehicle flow direction is less than a preset threshold, and if so, determine the sub-section as Congestion of subsections, and optimal control of traffic signals at adjacent intersections of the congested subsections;
  • the average traveling speed in the to-be-optimized road segment is determined according to an average value of the vehicle traveling speeds of the sub-sections divided into the road intersections in the to-be-optimized road segment.
  • the speed standard deviation is determined according to a standard deviation obtained by calculating a vehicle traveling speed of each sub-section divided into road intersections in the to-be-optimized road section with respect to the average traveling speed.
  • the speed dispersion coefficient at the unit speed level is determined according to a ratio of the speed standard deviation to the average traveling speed.
  • the road traffic optimization device is implemented based on the traffic signal timing model, where the input of the traffic signal timing model is the road traffic information, and the output is the traffic at the road intersection in the road segment to be optimized.
  • the road traffic optimization device is operated based on a pre-established road traffic optimization platform, where the road traffic optimization platform is provided with a data acquisition interface for acquiring the road traffic information, for accessing and outputting the to-be-optimized road segment.
  • the traffic signal optimization strategy includes a phase of a traffic signal of each road intersection in the road section to be optimized, and time information corresponding to each phase.
  • the road traffic information in the road traffic information analysis unit 301 is obtained by using at least one of the following methods:
  • the road traffic optimization platform is provided with a traffic signal configuration interface, and the road traffic optimization platform combines the interface protocol corresponding to the traffic signal set by the to-be-optimized road segment, and the to-be-optimized by the traffic signal configuration interface
  • the traffic signals of the traffic lights at the intersections of the road sections are configured.
  • An electronic device implementation provided by the present application is as follows:
  • a road traffic optimization method is provided.
  • the present application also provides an electronic device for implementing the road traffic optimization method, which will be described below with reference to the accompanying drawings.
  • FIG. 4 a schematic diagram of an electronic device provided by the embodiment is shown.
  • the electronic device provided by the present application is used to implement the road traffic optimization method provided by the present application.
  • This embodiment corresponds to the road traffic optimization method embodiment provided above.
  • For the content of the embodiment refer to the road provided above.
  • the embodiments described below are merely illustrative.
  • the application provides an electronic device, including:
  • the memory 401 is configured to store computer executable instructions, and the processor 402 is configured to execute the computer executable instructions:
  • the traffic signal of the road intersection in the road section to be optimized is optimized for matching the traffic condition.
  • the road condition parameter includes at least one of: an average running speed, a speed standard deviation, a speed dispersion coefficient at a unit speed level, a speed dispersion coefficient, and an average traveling speed in the road segment to be optimized. Correlation coefficient.
  • the traffic flow condition includes at least one of the following: a traffic flow peak, a traffic flow peak, and a traffic low peak.
  • the traffic flow condition is a traffic flow peak and a traffic flow peak, correspondingly, the traffic flow condition is determined as follows:
  • the traffic flow condition of the to-be-optimized road segment in the current time period is the traffic flow peak; if not, the traffic flow of the to-be-optimized road segment in the current time period The situation is the peak of traffic flow.
  • the first speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the traffic flow condition is a traffic flow peak and a traffic flow peak, correspondingly, the traffic flow condition is determined as follows:
  • the second speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the traffic flow condition is a traffic flow peak, a traffic flow flat peak, and a traffic flow low peak, correspondingly, the traffic flow condition is determined as follows:
  • the third speed threshold is determined according to a difference between an average traveling speed in the to-be-optimized road segment and a speed standard deviation in the to-be-optimized road segment.
  • the second speed discrete threshold and the third speed discrete threshold are numerically equal.
  • the optimal control for matching the traffic signal of the road intersection in the to-be-optimized road segment with the traffic flow condition in the time period corresponding to the traffic flow condition is implemented as follows:
  • the optimal control for matching the traffic signal of the road intersection in the to-be-optimized road segment with the traffic flow condition in the time period corresponding to the traffic flow condition is implemented as follows:
  • the signal timing model calculates an average delay time of the road intersection, obtains a corresponding period duration and a valid green signal ratio when the average delay time is a minimum value, and configures according to the obtained period duration and effective green signal ratio.
  • the optimal control for matching the traffic signal of the road intersection in the to-be-optimized road segment with the traffic flow condition in the time period corresponding to the traffic flow condition is implemented as follows:
  • the traffic signal timing model calculates an average delay time of the road intersection, obtains a corresponding cycle duration and a valid green signal ratio when the average delay time is a minimum value, and obtains a cycle duration and a valid green signal ratio according to the obtained
  • the traffic signal of the road intersection is configured.
  • the constraint condition of the objective function adopted by the traffic signal timing model includes at least one of the following: a sum of a green time of each phase of the road intersection and a sum of cycle losses equal to a period of time, the road intersection
  • the effective green signal ratio at each phase is greater than or equal to the ratio of the minimum green time to the period duration;
  • the minimum green time is determined according to the current actual green time of each phase of the road intersection.
  • processor 402 is further configured to execute the following computer executable instructions:
  • the average traveling speed in the to-be-optimized road segment is determined according to an average value of the vehicle traveling speeds of the sub-sections divided into the road intersections in the to-be-optimized road segment.
  • the speed standard deviation is determined according to a standard deviation obtained by calculating a vehicle traveling speed of each sub-section divided into road intersections in the to-be-optimized road section with respect to the average traveling speed.
  • the speed dispersion coefficient at the unit speed level is determined according to a ratio of the speed standard deviation to the average traveling speed.
  • the processor 402 executes the computer executable instruction based on the traffic signal timing model, where the input of the traffic signal timing model is the road traffic information, and the output is the road within the to-be-optimized road segment.
  • the processor 402 executes the computer executable instructions based on a pre-established road traffic optimization platform, where the road traffic optimization platform is provided with a data acquisition interface for acquiring the road traffic information, for accessing and outputting a road traffic optimization service interface of the traffic signal optimization strategy of the road section to be optimized, and/or a data uploading interface for uploading the road traffic information;
  • the traffic signal optimization strategy includes a phase of a traffic signal of each road intersection in the road section to be optimized, and time information corresponding to each phase.
  • the road traffic information in the road condition parameter instruction of the to-be-optimized road segment is obtained according to the obtained road traffic information analysis of the obtained road segment to be optimized, and is obtained by using at least one of the following methods:
  • the road traffic optimization platform is provided with a traffic signal configuration interface, and the road traffic optimization platform combines the interface protocol corresponding to the traffic signal set by the to-be-optimized road segment, and the to-be-optimized by the traffic signal configuration interface
  • the traffic signals of the traffic lights at the intersections of the road sections are configured.
  • a computing device includes one or more processors (CPUs), input/output interfaces, network interfaces, and memory.
  • processors CPUs
  • input/output interfaces network interfaces
  • memory volatile and non-volatile memory
  • the memory may include non-persistent memory, random access memory (RAM), and/or non-volatile memory in a computer readable medium, such as read only memory (ROM) or flash memory.
  • RAM random access memory
  • ROM read only memory
  • Memory is an example of a computer readable medium.
  • Computer readable media includes both permanent and non-persistent, removable and non-removable media.
  • Information storage can be implemented by any method or technology.
  • the information can be computer readable instructions, data structures, modules of programs, or other data.
  • Examples of computer storage media include, but are not limited to, phase change memory (PRAM), static random access memory (SRAM), dynamic random access memory (DRAM), other types of random access memory (RAM), read only memory. (ROM), electrically erasable programmable read only memory (EEPROM), flash memory or other memory technology, compact disk read only memory (CD-ROM), digital versatile disk (DVD) or other optical storage, Magnetic tape cartridges, magnetic tape storage or other magnetic storage devices or any other non-transportable media can be used to store information that can be accessed by a computing device.
  • computer readable media does not include non-transitory computer readable media, such as modulated data signals and carrier waves.
  • embodiments of the present application can be provided as a method, system, or computer program product.
  • the present application can take the form of an entirely hardware embodiment, an entirely software embodiment or an embodiment in combination of software and hardware.
  • the application can take the form of a computer program product embodied on one or more computer-usable storage media (including but not limited to disk storage, CD-ROM, optical storage, etc.) including computer usable program code.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了一种道路交通优化方法、装置以及电子设备。所述方法包括：根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；根据所述路况参数确定所述待优化路段在不同时段的车流状况；在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。所述道路交通优化方法，通过对待优化路段内道路交叉口的交通信号进行相应的优化控制，降低了车辆在通过待优化路段过程中的停车次数和延误时间，从而降低了车辆通过待优化路段的通行时间，提升了待优化路段整体的通行效率，对待优化路段的道路交通的优化控制更加精细化和智能化。

Description

一种道路交通优化方法、装置以及电子设备
本申请要求2017年02月15日递交的申请号为201710081075.0、发明名称为“一种道路交通优化方法、装置以及电子设备”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及智能交通领域，具体涉及一种道路交通优化方法。本申请同时涉及一种道路交通优化装置，以及一种电子设备。
背景技术
随着经济的高速发展和生活水平的不断提高，机动车的保有量迅速增加，其中尤以私家车为主不断的涌入有限的城市交通路网，给城市交通路网带来了巨大的压力，尤其是给城市交通路网中的道路交叉口带来了许多问题。道路交叉口作为两条或两条以上的道路相交处，是车辆与行人汇集、转向和疏散的必经之地，是城市交通路网的咽喉，如果道路交叉口的交通信号控制不合理，很可能会导致过往车辆会频繁遇到红灯，导致时间延误和燃油浪费，同时会加重空气和噪声污染，甚至可能会使驾驶员心情烦躁，从而引发交通事故，因此对道路交叉口的道路交通控制显得尤为重要。
目前针对城市交通路网当中道路交叉***通信号的控制，根据道路交叉口的实际情形，通过软件建模或者人工统计的方式计算道路交叉口各个方向在以往某一时间段的车流信息，根据获得的车流信息协调优化道路交叉口的交通信号，比如在调查获得某一路段在各时段的精细化速度时，通常会在该路段上多次跟车收集车流的行程速度、行程时间和停车次数，但由于跟车调查的方式耗时耗力，因此往往全天采用同一个速度来进行交通信号的协调优化；同时，受限于样本数量，使采集获得的样本数据有一定的随机性，可信度较低，因此对道路交叉***通信号的协调优化具有一定的局限性。
发明内容
本申请提供一种道路交通优化方法，以解决现有技术存在局限性的缺陷。本申请另外提供一种道路交通优化装置，以及一种电子设备。
本申请提供一种道路交通优化方法，包括：
根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
根据所述路况参数确定所述待优化路段在不同时段的车流状况；
在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
可选的，所述路况参数包括下述至少一项：所述待优化路段内的平均行驶速度、速度标准差、单位速度水平上的速度离散系数、速度离散系数与平均行驶速度二者的速度相关系数。
可选的，所述车流状况包括下述至少一项：车流高峰、车流平峰、车流低峰。
可选的，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况采用如下方式确定：
判断所述待优化路段在当前时段的平均行驶速度是否小于第一速度阈值，若是，所述待优化路段在当前时段的车流状况为车流高峰；若否，所述待优化路段在当前时段的车流状况为车流平峰。
可选的，所述第一速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况采用如下方式确定：
判断所述待优化路段在当前时段的平均行驶速度是否小于第二速度阈值，若是，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第一速度离散阈值，若大于或者等于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；若否，所述待优化路段在当前时段的车流状况为车流平峰；
其中，所述第二速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，若所述车流状况为车流高峰、车流平峰和车流低峰，相应的，所述车流状况采用如下方式确定：
判断所述待优化路段在当前时段的平均行驶速度是否小于第三速度阈值，若是，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第二速度离散阈值，若大于或者等于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
若否，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第三速度 离散阈值，若大于或者等于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流低峰；若小于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
其中，所述第三速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，所述第二速度离散阈值和所述第三速度离散阈值在数值上相等。
可选的，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定。
可选的，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
针对所述待优化路段内至少一个道路交叉口，执行如下操作：在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
可选的，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定；
以及，针对所述待优化路段内至少一个道路交叉口，执行如下操作：在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
可选的，所述交通信号配时模型所采用目标函数的约束条件包括下述至少一项：
所述道路交叉口各相位绿灯时间之和与周期损失求和等于周期时长，所述道路交叉 口在各相位的有效绿信比大于或者等于最小绿灯时间与周期时长的比值；
其中，所述最小绿灯时间根据所述道路交叉口各个相位当前实际绿灯时间确定。
可选的，所述道路交通优化方法，包括：
针对所述待优化路段内道路交叉口划分成的至少一个子路段，执行如下操作：
根据所述子路段在各车流方向的车辆行驶速度，判断所述子路段在各车流方向的车辆行驶速度是否小于预设阈值，若是，将所述子路段判定为拥堵子路段，并对所述拥堵子路段相邻道路交叉口的交通信号进行优化控制。
可选的，所述待优化路段内的平均行驶速度，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度的平均值确定。
可选的，所述速度标准差，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度相对于所述平均行驶速度计算获得的标准差确定。
可选的，所述单位速度水平上的速度离散系数，根据所述速度标准差与所述平均行驶速度的比值确定。
可选的，所述道路交通优化方法，基于所述交通信号配时模型实现，所述交通信号配时模型的输入为所述道路交通信息，输出为所述待优化路段内道路交叉口的交通信号的相位及其对应的时间信息，所述待优化路段内道路交叉口的交通信号的周期时长和有效绿信比，和/或，所述待优化路段内的拥堵子路段及其对应的拥堵时段。
可选的，所述道路交通优化方法基于预先建立的道路交通优化平台实现，所述道路交通优化平台设置有用于获取所述道路交通信息的数据获取接口，用于访问以及输出所述待优化路段的交通信号优化策略的道路交通优化服务接口，和/或，用于上传所述道路交通信息的数据上传接口；
其中，所述交通信号优化策略中包含所述待优化路段内各道路交叉口的交通信号的相位，以及各相位对应的时间信息。
可选的，所述根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数步骤中的道路交通信息，采用下述至少一种方式获取：
通过所述数据获取接口从第三方地图服务商获取所述待优化路段的导航数据，所述导航数据中包含所述道路交通信息；
通过所述数据上传接口接收所述待优化路段设置的交通数据采集设备上传的道路交通采集数据，所述道路交通采集数据中包含所述道路交通信息。
可选的，所述道路交通优化平台设置有交通信号配置接口，所述道路交通优化平台 结合所述待优化路段设置的交通信号灯对应的接口协议，通过所述交通信号配置接口对所述待优化路段内各道路交叉***通信号灯的交通信号进行配置
本申请还提供一种道路交通优化装置，包括：
道路交通信息分析单元，用于根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
车流状况确定单元，用于根据所述路况参数确定所述待优化路段在不同时段的车流状况；
优化控制单元，用于在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
本申请还提供一种电子设备，包括：
存储器，以及处理器；
所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令：
根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
根据所述路况参数确定所述待优化路段在不同时段的车流状况；
在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
本申请提供的所述道路交通优化方法，包括：根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；根据所述路况参数确定所述待优化路段在不同时段的车流状况；在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
本申请提供的所述道路交通优化方法，在对待优化路段的道路交通进行优化控制时，根据预先获取到的待优化路段的道路交通信息分析获得用于衡量和确定待优化路段车流状况的路况参数，并根据分析获得的路况参数确定待优化路段在不同时段的车流状况，最后在待优化路段车流状况对应的时段内，通过对待优化路段内道路交叉口的交通信号进行车流状况相匹配的优化控制，从而实现对待优化路段道路交通的优化控制。所述道路交通优化方法通过对待优化路段内道路交叉口的交通信号进行相应的优化控制，降低了车辆在通过待优化路段过程中的停车次数和延误时间，从而降低了车辆通过待优化路段的通行时间，提升了待优化路段整体的通行效率，对待优化路段的道路交通的优化控制更加精细化和智能化。
附图说明
附图1是本申请提供的一种道路交通优化方法实施例的处理流程图；
附图2是本申请提供的一种绿波带的示意图；
附图3是本申请提供的一种道路交通优化装置实施例的示意图；
附图4是本申请提供的一种电子设备实施例的示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。
本申请提供一种道路交通优化方法，本申请另外提供一种道路交通优化装置，以及一种电子设备。以下分别结合本申请提供的实施例的附图逐一进行详细说明，并且对方法的各个步骤进行说明。
本申请提供的道路交通优化方法实施例如下：
参照附图1，其示出了本申请提供的一种道路交通优化方法实施例的处理流程图，参照附图2，其示出了本申请提供的一种绿波带的示意图。
步骤S101，根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数。
本申请实施例所述待优化路段，是指实际当中的一个地理区域或者一条道路，本申请提供的所述道路交通优化方法，正是通过对所述地理区域或者所述道路覆盖的道路交叉***通信号的协调优化，实现对所述地理区域或者所述道路交通状况的改善优化。在此，本实施例以绿波带为例，提供一种在所述绿波带中实现所述道路交通优化方法的实现方式，如附图2所示的绿波带。所述绿波带是指一个地理区域或者一条道路，并且在该地理区域或者该道路内实行统一的交通信号控制，将该地理区域或者该道路覆盖区域内所有道路交叉口的交通信号灯连接起来，通过对这些交通信号灯的协调控制，使车流在该地理区域或者该道路内行驶的过程中，在经过道路交叉口时交通信号灯均为绿灯信号(相位为绿灯)，使车流畅通无阻地通过该地理区域或者该道路内的所有道路交叉口。
所述道路交通信息，是指在所述绿波带内行驶车辆的原始信息，比如绿波带内某一车辆当前行驶的速度信息、车辆所处的位置信息以及处于该位置时对应的时间信息等。 在实际应用中，很多出行者的终端设备通过移动互联网实时向云端传送自己的地理位置信息、移动速度和方向，此外，还有许多出行者通过访问在线地图平台获得导航信息，导航信息中包含有地理位置信息、出行线路，这些地理位置信息、移动速度、方向和出行线路均可作为所述绿波带上的道路交通信息；同时，由于移动终端设备的广泛普及，通过上述方式实现道路交通信息的采集，在时间维度上能够覆盖所述绿波带的时段较为密集，在空间维度上能够覆盖所述绿波带中路段的位置同样更加密集，从而在时间维度和空间维度实现无盲区采集所述绿波带的道路交通信息。
所述路况参数，是指用于表征衡量所述绿波带交通状况的参数，本实施例所述路况参数有：所述绿波带内的平均行驶速度、速度标准差、单位速度水平上的速度离散系数和速度离散系数与平均行驶速度二者的速度相关系数。
本步骤中，根据获取的所述绿波带的道路交通信息分析获得所述绿波带的路况参数，具体计算过程如下：
1)计算所述绿波带内的平均行驶速度；
所述绿波带内的平均行驶速度，等于所述绿波带内道路交叉口划分成的各子路段车辆行驶速度的平均值，即：
Figure PCTCN2018075062-appb-000001
其中，v为所述绿波带内平均行驶速度，n为所述绿波带内道路交叉口划分成的子路段的数目，v i为第i个子路段的车辆行驶速度。
2)计算所述绿波带内的速度标准差；
所述绿波带内的速度标准差，等于所述绿波带内道路交叉口划分成的各子路段车辆行驶速度相对于所述平均行驶速度计算获得的标准差，即：
Figure PCTCN2018075062-appb-000002
其中，std为所述绿波带内的速度标准差。
3)计算所述绿波带内单位速度水平上的速度离散系数；
所述绿波带内单位速度水平上的速度离散系数，等于所述速度标准差与所述平均行驶速度的比值，即：
Figure PCTCN2018075062-appb-000003
其中，σ为所述绿波带内单位速度水平上的速度离散系数。
4)计算所述绿波带内速度离散系数与平均行驶速度二者的速度相关系数；
r＝cor(v，σ)；
其中，r为所述绿波带内速度离散系数与平均行驶速度二者的速度相关系数。
步骤S102，根据所述路况参数确定所述待优化路段在不同时段的车流状况。
上述步骤S101根据获取的所述绿波带的道路交通信息分析获得所述绿波带内的平均行驶速度、速度标准差、速度离散系数以及速度相关系数，本步骤中，根据上述步骤S101计算获得的所述平均行驶速度、所述速度标准差、所述速度离散系数以及所述速度相关系数，确定所述绿波带在不同时段的车流状况，即所述绿波带在一天当中的各个时段整体的车流状况。例如，从每天的0点开始将一整天的24h划分为48个相等时段，确定绿波带在每一个时段内的车流状况。
本申请实施例中，所述车流状况包括车流高峰和车流平峰。除此之外，所述车流状况还可以是上述提供的车流高峰和车流平峰之外的其他状况，比如为了对所述绿波带内交通状况的认识更加精细，所述车流状况包括车流高峰、车流平峰和车流低峰。
本步骤中，所述绿波带内的车流状况采用如下方式确定：判断所述绿波带在当前时段的平均行驶速度是否小于第一速度阈值，若是，所述绿波带在当前时段的车流状况为车流高峰；若否，所述绿波带在当前时段的车流状况为车流平峰。其中，所述第一速度阈值等于所述绿波带内的平均行驶速度与所述绿波带内的速度标准差二者的差值，即：
Figure PCTCN2018075062-appb-000004
其中，v.vth_1为所述第一速度阈值。
上述实现方式根据所述绿波带内不同时段的平均行驶速度来判定所述绿波带在当前时段的车流状况为车流高峰还是车流平峰。在具体实施时，还可以结合所述绿波带内的平均行驶速度和所述速度离散系数共同来判定当前时段的车流状况，具体实现如下：
判断所述绿波带在当前时段的平均行驶速度是否小于第二速度阈值，若是，判断所述绿波带在当前时段的速度离散系数是否大于或者等于第一速度离散阈值，若大于或者等于所述第一速度离散阈值，所述绿波带在当前时段的车流状况为车流高峰；若小于所述第一速度离散阈值，所述绿波带在当前时段的车流状况为车流平峰；若否，所述绿波带在当前时段的车流状况为车流平峰；其中，所述第二速度阈值等于所述绿波带内的平均行驶速度与所述绿波带内的速度标准差二者的差值。
在实际应用中，除上述提供的两种实现方式之外，还可以采用多种具体的实现方式， 来确定所述绿波带内的车流状况。各种形式的变化都只是具体实现方式的变更，都不偏离本申请的核心，因此都在本申请的保护范围之内。例如，在所述车流状况为车流高峰、车流平峰和车流低峰的情况下，所述绿波带内的车流状况可采用如下方式确定：
判断所述绿波带在当前时段的平均行驶速度是否小于第三速度阈值，若是，判断所述绿波带在当前时段的速度离散系数是否大于或者等于第二速度离散阈值，若大于或者等于所述第二速度离散阈值，所述绿波带在当前时段的车流状况为车流高峰；若小于所述第二速度离散阈值，所述绿波带在当前时段的车流状况为车流平峰；
若否，判断所述绿波带在当前时段的速度离散系数是否大于或者等于第三速度离散阈值，若大于或者等于所述第三速度离散阈值，所述绿波带在当前时段的车流状况为车流低峰；若小于所述第三速度离散阈值，所述绿波带在当前时段的车流状况为车流平峰；其中，所述第三速度阈值等于所述绿波带内的平均行驶速度与所述绿波带内的速度标准差二者的差值。
基于此，在具体实施时，可将所述第二速度离散阈值和所述第三速度离散阈值设置为在数值上相等，即设置为同一速度离散阈值。
步骤S103，在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
上述步骤S102根据所述平均行驶速度、所述速度标准差、所述速度离散系数以及所述速度相关系数，确定所述绿波带在不同时段的车流状况，本步骤中，根据上述步骤S102确定的所述绿波带在不同时段的车流状况，在所述车流状况对应的时段内，对所述绿波带内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
本实施例提供下述两种对所述绿波带内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制的实现方式：
1)在所述车流状况对应的时段内，对所述绿波带内道路交叉口的交通信号的相位进行调整，使同一车流方向的相邻两个道路交叉口的交通信号的相位差，等于二者之间的距离与二者之间的车流行驶速度的比值。
2)针对所述绿波带内至少一个道路交叉口，执行如下操作：
在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
在具体实施时，所述交通信号配时模型可采用下述目标函数：
Figure PCTCN2018075062-appb-000005
其中，g jk＝G jk/C，ρ jk＝q jk/S jk；j为所述绿波带内道路交叉口的相位，k为所述道路交叉口在各个车流方向上的进口引道，δ ik为第j个相位第k个进口引道上每辆车的平均延误时间，q jk为第j个相位第k个进口引道上的车流量，S jk为第j个相位第k个进口引道上的饱和车流量，C为所述绿波带内道路交叉***通信号的周期时长，L为所述绿波带内道路交叉***通信号的周期损失，g jk为第j个相位第k个进口引道上的有效绿信比，G jk为第j个相位第k个进口引道上的有效绿灯时长。
在此基础上，所述目标函数的约束条件为：所述道路交叉口各相位绿灯时间之和与周期损失求和等于周期时长，且所述道路交叉口在各相位的有效绿信比大于或者等于最小绿灯时间与周期时长的比值，即：
Figure PCTCN2018075062-appb-000006
其中，G ejˊ为所述最小绿灯时间，所述最小绿灯时间等于所述道路交叉口各个相位当前实际绿灯时间的最小值减去5s。此外，在实际应用中，还可以在考虑道路宽度、行人过街速度以及行人过街时间等因素的前提下确定所述最小绿灯时间，对此不做限定。
除上述提供的两种实现方式之外，还可以采用多种具体的实现方式，实现对所述绿波带内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。实现所述对所述绿波带内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制的各种形式的变化，都只是具体实现方式的变更，都不偏离本申请的核心，因此都在本申请的保护范围之内。例如，还可以将上述两种实现方式合并另一种实现方式：
在所述车流状况对应的时段内，对所述绿波带内道路交叉口的交通信号的相位进行调整，使同一车流方向的相邻两个道路交叉口的交通信号的相位差，等于二者之间的距离与二者之间的车流行驶速度的比值；以及，针对所述绿波带内至少一个道路交叉口，执行如下操作：在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期 时长和有效绿信比，利用所述交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
在具体实施时，还可以在所述绿波带内进行局部进行精细化的优化控制，比如对所述绿波带内道路交叉口划分成的子路段进行优化控制：针对所述绿波带内道路交叉口划分成的至少一个子路段，执行如下操作：根据所述子路段在各车流方向的车辆行驶速度，判断所述子路段在各车流方向的车辆行驶速度是否小于预设阈值，若是，将所述子路段判定为拥堵子路段，并对所述拥堵子路段相邻道路交叉口的交通信号进行优化控制。
在实际应用中，本申请提供的所述道路交通优化方法，还可以基于所述交通信号配时模型实现，所述交通信号配时模型的输入为所述道路交通信息，输出可以是所述绿波带内道路交叉口的交通信号的相位及其对应的时间信息，所述绿波带内道路交叉口的交通信号的周期时长和有效绿信比，所述绿波带内的拥堵子路段及其对应的拥堵时段三者当中的任意一个或者多个。
此外，在实际应用中，本申请提供的所述道路交通优化方法还可以基于预先建立的道路交通优化平台实现，比如基于阿里云提供的大数据分析计算平台，所述大数据分析计算平台对外提供于上传所述道路交通信息的数据上传接口，以及用于访问所述绿波带的交通信号优化策略的道路交通优化服务访问接口，比如地方交通管理部门在使用阿里云提供的大数据分析计算平台对其辖区内各路段的道路交通进行优化时，可通过所述数据上传接口上传其辖区内各路段在过去的道路交通信息，并通过所述道路交通优化服务访问接口获得针对其辖区各路段的道路交通进行优化的相应交通信号优化策略。同时，所述大数据分析计算平台还设置有用于获取所述道路交通信息的数据获取接口，以及用于输出所述绿波带的交通信号优化策略的道路交通优化接口。在具体实施时，还可以将所述道路交通优化服务访问接口和所述道路交通优化接口设置为具有访问和输出所述绿波带的交通信号优化策略的道路交通优化接口。所述交通信号优化策略中包含所述待优化路段内各道路交叉口的交通信号的相位，以及各相位对应的时间信息。
在基于阿里云提供的所述大数据分析计算平台的基础上，可结合大数据对所述绿波带的交通信号做出更加精准的优化，具体的，所述“大数据”(即道路交通数据)的获取途径有以下两种：一是通过所述数据获取接口从第三方地图服务商获取所述绿波带的导航数据，所述导航数据中包含所述道路交通信息，例如，从高德地图获取某一路段在过去特定时间段内的导航数据，将这些大批量的导航数据中包含的地理位置信息、移动 速度、方向和出行线路等数据信息作为当前针对该路段的进行道路交通优化的数据依据；二是通过所述数据上传接口接收所述绿波带设置的交通数据采集设备上传的道路交通采集数据，所述道路交通采集数据中包含所述道路交通信息，例如，通过数据上传接口接收视频采集设备、线圈、微波探测设备等传统的交通数据采集设备采集到的道路交通采集数据，将这些道路交通采集数据作为进行道路交通优化的数据依据。
此外，在上述基于阿里云提供的所述大数据分析计算平台进行道路交通优化的基础上，还可以结合所述绿波带设置的交通信号灯对应的接口协议，将所述交通信号优化策略转化为与当前接口协议匹配的数据流，根据所述交通信号优化策略，通过所述大数据分析计算平台设置的交通信号配置接口对所述绿波带内各道路交叉***通信号灯的交通信号进行配置，从而实现更加智能的道路交通优化。
综上所述，本申请提供的所述道路交通优化方法，在对所述绿波带的道路交通进行优化控制时，根据预先获取到的所述绿波带的道路交通信息分析获得用于衡量和确定所述绿波带车流状况的路况参数，并根据计算获得的路况参数确定所述绿波带在不同时段的车流状况，最后在所述绿波带车流状况对应的时段内，通过对所述绿波带内道路交叉口的交通信号进行车流状况相匹配的优化控制，从而实现对所述绿波带道路交通的优化控制。所述道路交通优化方法通过对所述绿波带内道路交叉口的交通信号进行相应的优化控制，降低了车辆在通过所述绿波带过程中的停车次数和延误时间，从而降低了车辆通过所述绿波带的通行时间，提升了所述绿波带整体的通行效率，对所述绿波带的道路交通的优化控制更加精细化和智能化。
本申请提供的一种道路交通优化装置实施例如下：
在上述的实施例中，提供了一种道路交通优化方法，与之相对应的，本申请还提供了一种道路交通优化装置，下面结合附图进行说明。
参照附图3，其示出了本申请提供的一种道路交通优化装置实施例的示意图。
由于装置实施例与上述提供的方法实施例相互对应，阅读本实施例的内容请参照上述方法实施例的对应说明。下述描述的装置实施例仅仅是示意性的。
本申请提供一种道路交通优化装置，包括：
道路交通信息分析单元301，用于根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
车流状况确定单元302，用于根据所述路况参数确定所述待优化路段在不同时段的车流状况；
优化控制单元303，用于在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
可选的，所述路况参数包括下述至少一项：所述待优化路段内的平均行驶速度、速度标准差、单位速度水平上的速度离散系数、速度离散系数与平均行驶速度二者的速度相关系数。
可选的，所述车流状况包括下述至少一项：车流高峰、车流平峰、车流低峰。
可选的，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况通过所述车流状况确定单元302包含的第一平均行驶速度判断子单元确定；
所述第一平均行驶速度判断子单元，用于判断所述待优化路段在当前时段的平均行驶速度是否小于第一速度阈值，若是，所述待优化路段在当前时段的车流状况为车流高峰；若否，所述待优化路段在当前时段的车流状况为车流平峰。
可选的，所述第一速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况通过所述车流状况确定单元302包含的第二平均行驶速度判断子单元确定；
所述第二平均行驶速度判断子单元，用于判断所述待优化路段在当前时段的平均行驶速度是否小于第二速度阈值，若是，运行第一速度离散系数判断子单元；若否，所述待优化路段在当前时段的车流状况为车流平峰；
所述第一速度离散系数判断子单元，用于判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第一速度离散阈值，若大于或者等于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
其中，所述第二速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，若所述车流状况为车流高峰、车流平峰和车流低峰，相应的，所述车流状况通过所述车流状况确定单元302包含的第三平均行驶速度判断子单元确定；
所述第三平均行驶速度判断子单元，用于判断所述待优化路段在当前时段的平均行驶速度是否小于第三速度阈值，若是，运行第二速度离散系数判断子单元；若否，运行第三速度离散系数判断子单元；
所述第二速度离散系数判断子单元，用于判断所述待优化路段在当前时段的速度离 散系数是否大于或者等于第二速度离散阈值，若大于或者等于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
所述第三速度离散系数判断子单元，用于判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第三速度离散阈值，若大于或者等于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流低峰；若小于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
其中，所述第三速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，所述第二速度离散阈值和所述第三速度离散阈值在数值上相等。
可选的，所述优化控制单元303，包括：
第一相位调整子单元，用于在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定。
可选的，所述优化控制单元303，包括：
第一配置子单元，用于在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号；
并且，针对所述待优化路段内至少一个道路交叉口，运行所述第一配置子单元。
可选的，所述优化控制单元303，包括：
第二相位调整子单元，用于在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定；
第二配置子单元，用于在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号；
并且，针对所述待优化路段内至少一个道路交叉口，运行所述第二配置子单元。
可选的，所述交通信号配时模型所采用目标函数的约束条件包括下述至少一项：所 述道路交叉口各相位绿灯时间之和与周期损失求和等于周期时长，所述道路交叉口在各相位的有效绿信比大于或者等于最小绿灯时间与周期时长的比值；
其中，所述最小绿灯时间根据所述道路交叉口各个相位当前实际绿灯时间确定。
可选的，所述道路交通优化装置，包括：
子路段优化控制单元，用于根据所述子路段在各车流方向的车辆行驶速度，判断所述子路段在各车流方向的车辆行驶速度是否小于预设阈值，若是，将所述子路段判定为拥堵子路段，并对所述拥堵子路段相邻道路交叉口的交通信号进行优化控制；
并且针对所述待优化路段内道路交叉口划分成的至少一个子路段，运行所述子路段优化控制单元。
可选的，所述待优化路段内的平均行驶速度，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度的平均值确定。
可选的，所述速度标准差，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度相对于所述平均行驶速度计算获得的标准差确定。
可选的，所述单位速度水平上的速度离散系数，根据所述速度标准差与所述平均行驶速度的比值确定。
可选的，所述道路交通优化装置，基于所述交通信号配时模型实现，所述交通信号配时模型的输入为所述道路交通信息，输出为所述待优化路段内道路交叉口的交通信号的相位及其对应的时间信息，所述待优化路段内道路交叉口的交通信号的周期时长和有效绿信比，和/或，所述待优化路段内的拥堵子路段及其对应的拥堵时段。
可选的，所述道路交通优化装置基于预先建立的道路交通优化平台运行，所述道路交通优化平台设置有用于获取所述道路交通信息的数据获取接口，用于访问以及输出所述待优化路段的交通信号优化策略的道路交通优化服务接口，和/或，用于上传所述道路交通信息的数据上传接口；
其中，所述交通信号优化策略中包含所述待优化路段内各道路交叉口的交通信号的相位，以及各相位对应的时间信息。
可选的，所述道路交通信息分析单元301中的道路交通信息，采用下述至少一种方式获取：
通过所述数据获取接口从第三方地图服务商获取所述待优化路段的导航数据，所述导航数据中包含所述道路交通信息；
通过所述数据上传接口接收所述待优化路段设置的交通数据采集设备上传的道路交 通采集数据，所述道路交通采集数据中包含所述道路交通信息。
可选的，所述道路交通优化平台设置有交通信号配置接口，所述道路交通优化平台结合所述待优化路段设置的交通信号灯对应的接口协议，通过所述交通信号配置接口对所述待优化路段内各道路交叉***通信号灯的交通信号进行配置。
本申请提供的一种电子设备实施例如下：
在上述的实施例中，提供了一种道路交通优化方法，此外，本申请还提供了一种用于实现所述道路交通优化方法的电子设备，下面结合附图进行说明。
参照附图4，其示出了本实施例提供的一种电子设备的示意图。
本申请提供的所述电子设备用于实现本申请提供的所述道路交通优化方法，本实施例与上述提供的道路交通优化方法实施例相对应，阅读本实施例的内容请参照上述提供的道路交通优化方法实施例的对应说明。下述描述的实施例仅仅是示意性的。
本申请提供一种电子设备，包括：
存储器401，以及处理器402；
所述存储器401用于存储计算机可执行指令，所述处理器402用于执行所述计算机可执行指令：
根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
根据所述路况参数确定所述待优化路段在不同时段的车流状况；
在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
可选的，所述路况参数包括下述至少一项：所述待优化路段内的平均行驶速度、速度标准差、单位速度水平上的速度离散系数、速度离散系数与平均行驶速度二者的速度相关系数。
可选的，所述车流状况包括下述至少一项：车流高峰、车流平峰、车流低峰。
可选的，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况采用如下方式确定：
判断所述待优化路段在当前时段的平均行驶速度是否小于第一速度阈值，若是，所述待优化路段在当前时段的车流状况为车流高峰；若否，所述待优化路段在当前时段的车流状况为车流平峰。
可选的，所述第一速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况采用如下方式确定：
判断所述待优化路段在当前时段的平均行驶速度是否小于第二速度阈值，若是，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第一速度离散阈值，若大于或者等于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；若否，所述待优化路段在当前时段的车流状况为车流平峰；
其中，所述第二速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，若所述车流状况为车流高峰、车流平峰和车流低峰，相应的，所述车流状况采用如下方式确定：
判断所述待优化路段在当前时段的平均行驶速度是否小于第三速度阈值，若是，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第二速度离散阈值，若大于或者等于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
若否，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第三速度离散阈值，若大于或者等于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流低峰；若小于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
其中，所述第三速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
可选的，所述第二速度离散阈值和所述第三速度离散阈值在数值上相等。
可选的，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定。
可选的，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
针对所述待优化路段内至少一个道路交叉口，执行如下操作：在所述车流状况对应 的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
可选的，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定；
以及，针对所述待优化路段内至少一个道路交叉口，执行如下操作：在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
可选的，所述交通信号配时模型所采用目标函数的约束条件包括下述至少一项：所述道路交叉口各相位绿灯时间之和与周期损失求和等于周期时长，所述道路交叉口在各相位的有效绿信比大于或者等于最小绿灯时间与周期时长的比值；
其中，所述最小绿灯时间根据所述道路交叉口各个相位当前实际绿灯时间确定。
可选的，所述处理器402还用于执行下述计算机可执行指令：
针对所述待优化路段内道路交叉口划分成的至少一个子路段，执行如下操作：根据所述子路段在各车流方向的车辆行驶速度，判断所述子路段在各车流方向的车辆行驶速度是否小于预设阈值，若是，将所述子路段判定为拥堵子路段，并对所述拥堵子路段相邻道路交叉口的交通信号进行优化控制。
可选的，所述待优化路段内的平均行驶速度，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度的平均值确定。
可选的，所述速度标准差，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度相对于所述平均行驶速度计算获得的标准差确定。
可选的，所述单位速度水平上的速度离散系数，根据所述速度标准差与所述平均行驶速度的比值确定。
可选的，所述处理器402基于所述交通信号配时模型执行所述计算机可执行指令， 所述交通信号配时模型的输入为所述道路交通信息，输出为所述待优化路段内道路交叉口的交通信号的相位及其对应的时间信息，所述待优化路段内道路交叉口的交通信号的周期时长和有效绿信比，和/或，所述待优化路段内的拥堵子路段及其对应的拥堵时段。
可选的，所述处理器402基于预先建立的道路交通优化平台执行所述计算机可执行指令，所述道路交通优化平台设置有用于获取所述道路交通信息的数据获取接口，用于访问以及输出所述待优化路段的交通信号优化策略的道路交通优化服务接口，和/或，用于上传所述道路交通信息的数据上传接口；
其中，所述交通信号优化策略中包含所述待优化路段内各道路交叉口的交通信号的相位，以及各相位对应的时间信息。
可选的，所述根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数指令中的道路交通信息，采用下述至少一种方式获取：
通过所述数据获取接口从第三方地图服务商获取所述待优化路段的导航数据，所述导航数据中包含所述道路交通信息；
通过所述数据上传接口接收所述待优化路段设置的交通数据采集设备上传的道路交通采集数据，所述道路交通采集数据中包含所述道路交通信息。
可选的，所述道路交通优化平台设置有交通信号配置接口，所述道路交通优化平台结合所述待优化路段设置的交通信号灯对应的接口协议，通过所述交通信号配置接口对所述待优化路段内各道路交叉***通信号灯的交通信号进行配置。
本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、 只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims (22)

  1. 一种道路交通优化方法，其特征在于，包括：
    根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
    根据所述路况参数确定所述待优化路段在不同时段的车流状况；
    在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
  2. 根据权利要求1所述的道路交通优化方法，其特征在于，所述路况参数包括下述至少一项：
    所述待优化路段内的平均行驶速度、速度标准差、单位速度水平上的速度离散系数、速度离散系数与平均行驶速度二者的速度相关系数。
  3. 根据权利要求2所述的道路交通优化方法，其特征在于，所述车流状况包括下述至少一项：
    车流高峰、车流平峰、车流低峰。
  4. 根据权利要求3所述的道路交通优化方法，其特征在于，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况采用如下方式确定：
    判断所述待优化路段在当前时段的平均行驶速度是否小于第一速度阈值，若是，所述待优化路段在当前时段的车流状况为车流高峰；若否，所述待优化路段在当前时段的车流状况为车流平峰。
  5. 根据权利要求4所述的道路交通优化方法，其特征在于，所述第一速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
  6. 根据权利要求3所述的道路交通优化方法，其特征在于，若所述车流状况为车流高峰和车流平峰，相应的，所述车流状况采用如下方式确定：
    判断所述待优化路段在当前时段的平均行驶速度是否小于第二速度阈值，若是，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第一速度离散阈值，若大于或者等于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第一速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；若否，所述待优化路段在当前时段的车流状况为车流平峰；
    其中，所述第二速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
  7. 根据权利要求3所述的道路交通优化方法，其特征在于，若所述车流状况为车流高峰、车流平峰和车流低峰，相应的，所述车流状况采用如下方式确定：
    判断所述待优化路段在当前时段的平均行驶速度是否小于第三速度阈值，若是，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第二速度离散阈值，若大于或者等于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流高峰；若小于所述第二速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
    若否，判断所述待优化路段在当前时段的速度离散系数是否大于或者等于第三速度离散阈值，若大于或者等于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流低峰；若小于所述第三速度离散阈值，所述待优化路段在当前时段的车流状况为车流平峰；
    其中，所述第三速度阈值，根据所述待优化路段内的平均行驶速度与所述待优化路段内的速度标准差二者的差值确定。
  8. 根据权利要求7所述的道路交通优化方法，其特征在于，所述第二速度离散阈值和所述第三速度离散阈值在数值上相等。
  9. 根据权利要求3所述的道路交通优化方法，其特征在于，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
    在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定。
  10. 根据权利要求3所述的道路交通优化方法，其特征在于，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制，采用如下方式实现：
    针对所述待优化路段内至少一个道路交叉口，执行如下操作：
    在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
  11. 根据权利要求3所述的道路交通优化方法，其特征在于，所述在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配 的优化控制，采用如下方式实现：
    在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号的相位进行调整；同一车流方向的相邻两个道路交叉口的交通信号的相位差，根据二者之间的距离与二者之间的车流行驶速度的比值确定；
    以及，针对所述待优化路段内至少一个道路交叉口，执行如下操作：
    在所述车流状况对应的时段内，根据所述道路交叉口的交通信号的周期时长和有效绿信比，利用预先设置的交通信号配时模型计算所述道路交叉口的平均延时时间，获得所述平均延时时间为最小值时对应的周期时长和有效绿信比，并根据获得的周期时长和有效绿信比配置所述道路交叉口的交通信号。
  12. 根据权利要求10所述的道路交通优化方法，其特征在于，所述交通信号配时模型所采用目标函数的约束条件包括下述至少一项：
    所述道路交叉口各相位绿灯时间之和与周期损失求和等于周期时长，所述道路交叉口在各相位的有效绿信比大于或者等于最小绿灯时间与周期时长的比值；
    其中，所述最小绿灯时间根据所述道路交叉口各个相位当前实际绿灯时间确定。
  13. 根据权利要求3所述的道路交通优化方法，其特征在于，包括：
    针对所述待优化路段内道路交叉口划分成的至少一个子路段，执行如下操作：
    根据所述子路段在各车流方向的车辆行驶速度，判断所述子路段在各车流方向的车辆行驶速度是否小于预设阈值，若是，将所述子路段判定为拥堵子路段，并对所述拥堵子路段相邻道路交叉口的交通信号进行优化控制。
  14. 根据权利要求2所述的道路交通优化方法，其特征在于，所述待优化路段内的平均行驶速度，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度的平均值确定。
  15. 根据权利要求14所述的道路交通优化方法，其特征在于，所述速度标准差，根据所述待优化路段内道路交叉口划分成的各子路段车辆行驶速度相对于所述平均行驶速度计算获得的标准差确定。
  16. 根据权利要求15所述的道路交通优化方法，其特征在于，所述单位速度水平上的速度离散系数，根据所述速度标准差与所述平均行驶速度的比值确定。
  17. 根据权利要求3所述的道路交通优化方法，其特征在于，所述道路交通优化方法，基于所述交通信号配时模型实现，所述交通信号配时模型的输入为所述道路交通信息，输出为所述待优化路段内道路交叉口的交通信号的相位及其对应的时间信息，所述 待优化路段内道路交叉口的交通信号的周期时长和有效绿信比，和/或，所述待优化路段内的拥堵子路段及其对应的拥堵时段。
  18. 根据权利要求1至17任意一项所述的道路交通优化方法，其特征在于，所述道路交通优化方法基于预先建立的道路交通优化平台实现，所述道路交通优化平台设置有用于获取所述道路交通信息的数据获取接口，用于访问以及输出所述待优化路段的交通信号优化策略的道路交通优化服务接口，和/或，用于上传所述道路交通信息的数据上传接口；
    其中，所述交通信号优化策略中包含所述待优化路段内各道路交叉口的交通信号的相位，以及各相位对应的时间信息。
  19. 根据权利要求18所述的道路交通优化方法，其特征在于，所述根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数步骤中的道路交通信息，采用下述至少一种方式获取：
    通过所述数据获取接口从第三方地图服务商获取所述待优化路段的导航数据，所述导航数据中包含所述道路交通信息；
    通过所述数据上传接口接收所述待优化路段设置的交通数据采集设备上传的道路交通采集数据，所述道路交通采集数据中包含所述道路交通信息。
  20. 根据权利要求19所述的道路交通优化方法，其特征在于，所述道路交通优化平台设置有交通信号配置接口，所述道路交通优化平台结合所述待优化路段设置的交通信号灯对应的接口协议，通过所述交通信号配置接口对所述待优化路段内各道路交叉***通信号灯的交通信号进行配置。
  21. 一种道路交通优化装置，其特征在于，包括：
    道路交通信息分析单元，用于根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
    车流状况确定单元，用于根据所述路况参数确定所述待优化路段在不同时段的车流状况；
    优化控制单元，用于在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
  22. 一种电子设备，其特征在于，包括：
    存储器，以及处理器；
    所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指 令：
    根据获取的待优化路段的道路交通信息分析获得所述待优化路段的路况参数；
    根据所述路况参数确定所述待优化路段在不同时段的车流状况；
    在所述车流状况对应的时段内，对所述待优化路段内道路交叉口的交通信号进行与所述车流状况相匹配的优化控制。
PCT/CN2018/075062 2017-02-15 2018-02-02 一种道路交通优化方法、装置以及电子设备 WO2018149308A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710081075.0 2017-02-15
CN201710081075.0A CN108428348B (zh) 2017-02-15 2017-02-15 一种道路交通优化方法、装置以及电子设备

Publications (1)

Publication Number Publication Date
WO2018149308A1 true WO2018149308A1 (zh) 2018-08-23

Family

ID=63155359

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/075062 WO2018149308A1 (zh) 2017-02-15 2018-02-02 一种道路交通优化方法、装置以及电子设备

Country Status (3)

Country Link
CN (1) CN108428348B (zh)
TW (1) TWI766895B (zh)
WO (1) WO2018149308A1 (zh)

Cited By (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110942628A (zh) * 2019-11-28 2020-03-31 浙江大学 基于方向延误梯度的转向溢出检测和信号控制方法
CN111081038A (zh) * 2019-12-11 2020-04-28 胡又宏 平面十字路口四向绿波和具有四向绿波效果的区域协调控制及实现方法
CN111462478A (zh) * 2019-01-22 2020-07-28 北京中合云通科技发展有限公司 一种城市路网信号控制子区划分方法及装置
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
CN111881557A (zh) * 2020-07-01 2020-11-03 浙江浙大中控信息技术有限公司 基于道路平均速度的车流仿真方法
CN111915875A (zh) * 2019-05-08 2020-11-10 阿里巴巴集团控股有限公司 一种车流路径分布信息的处理方法、装置及电子设备
CN111951580A (zh) * 2019-05-14 2020-11-17 阿里巴巴集团控股有限公司 信号灯的协调方法、计算设备及存储介质
CN112991716A (zh) * 2019-12-16 2021-06-18 大唐高鸿数据网络技术股份有限公司 一种路况信息处理方法、装置、云控中心设备及路侧单元
CN113129609A (zh) * 2019-12-30 2021-07-16 大唐高鸿数据网络技术股份有限公司 一种交通信号灯配时方法及交通信号设备
CN113299082A (zh) * 2021-04-30 2021-08-24 东南大学 干线有轨电车双向绿波协调控制方法
CN113689720A (zh) * 2021-07-14 2021-11-23 东南大学 一种基于卷积神经网络的自动交叉口通行决策方法
CN113763730A (zh) * 2020-06-05 2021-12-07 杭州海康威视数字技术股份有限公司 绿波带宽利用率的确定方法及装置
CN113870598A (zh) * 2021-09-27 2021-12-31 平安科技（深圳）有限公司 路况信息监控方法、装置、计算机设备及存储介质
CN114446066A (zh) * 2021-12-30 2022-05-06 银江技术股份有限公司 一种道路信号控制方法以及装置
CN114613158A (zh) * 2022-02-09 2022-06-10 阿里云计算有限公司 交通控制方法、***及设备
CN114677843A (zh) * 2022-02-17 2022-06-28 阿里云计算有限公司 路况信息的处理方法、装置、***及电子设备
CN114694393A (zh) * 2022-03-24 2022-07-01 浙江大华技术股份有限公司 相位时长的调整方法和装置、存储介质及电子设备
CN114758495A (zh) * 2022-03-29 2022-07-15 北京百度网讯科技有限公司 交通信号灯调整方法、装置及电子设备
CN114822037A (zh) * 2022-06-01 2022-07-29 浙江大华技术股份有限公司 交通信号的控制方法和装置、存储介质及电子装置
CN115063988A (zh) * 2022-05-05 2022-09-16 北京联合大学 一种应急车辆优先的跨交通子区信号协同控制方法
CN115100885A (zh) * 2022-05-25 2022-09-23 南京莱斯信息技术股份有限公司 一种面向路段行人过街的上下游绿波参数调整方法
CN115171406A (zh) * 2022-06-30 2022-10-11 青岛海信网络科技股份有限公司 电子设备及片区的交通控制策略确定方法
CN115424460A (zh) * 2022-08-10 2022-12-02 上海宝康电子控制工程有限公司 一种道路绿波优化算法及***
US11543260B2 (en) * 2018-12-25 2023-01-03 South China University Of Technology Plotting method for three-dimensional time-space diagram showing regional green-wave coordinated control effect
CN115691145A (zh) * 2023-01-04 2023-02-03 中国科学技术大学先进技术研究院 车道数目调整方法、装置、设备及存储介质
CN116721548A (zh) * 2023-08-07 2023-09-08 深圳市城市交通规划设计研究中心股份有限公司 一种跨时段方案安全切换的信号控制方法
CN116758763A (zh) * 2023-05-06 2023-09-15 西藏金采科技股份有限公司 一种基于车联网的交通数据处理***及方法
CN116959275A (zh) * 2023-09-20 2023-10-27 济南致业电子有限公司 一种城市交通拥堵优化方法及***
CN117334042A (zh) * 2023-09-28 2024-01-02 东莞市东莞通股份有限公司 一种基于人工智能的智慧交通管理***及方法
CN117727190A (zh) * 2024-02-05 2024-03-19 浙江黄氏建设科技股份有限公司 一种智慧城市车辆分流红绿灯控制方法及***
CN117831289A (zh) * 2024-01-04 2024-04-05 北京明树数据科技有限公司 基于大数据的公路交通数据分析***

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109035781B (zh) * 2018-09-07 2021-04-30 江苏智通交通科技有限公司 基于路口流向需求的多目标交通信号方案优化配置方法
JP2021508385A (ja) * 2018-10-16 2021-03-04 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド 車両軌跡データを使用する適応交通制御
CN109448408B (zh) * 2018-11-14 2021-08-03 江苏大学 一种红绿灯处车辆行驶状态优化方法
CN111243300B (zh) * 2018-11-28 2023-04-28 阿里巴巴集团控股有限公司 损失时长的获取方法及装置
CN111429714B (zh) * 2018-12-24 2022-04-12 北京嘀嘀无限科技发展有限公司 交通信号优化方法及设备、计算机可读存储介质
CN111429730A (zh) * 2018-12-24 2020-07-17 北京嘀嘀无限科技发展有限公司 交通信号周期计算方法及设备、计算机可读存储介质
CN111354184B (zh) * 2018-12-24 2022-04-15 北京嘀嘀无限科技发展有限公司 交通信号周期计算方法及设备、计算机可读存储介质
CN111462477A (zh) * 2019-01-22 2020-07-28 上海宝康电子控制工程有限公司 基于道路交通状态实现有轨电车防拥堵控制的方法
CN112017452B (zh) * 2019-05-30 2024-06-11 阿里巴巴集团控股有限公司 一种信号灯的协调方法、计算设备及存储介质
CN110634309B (zh) * 2019-09-04 2021-01-05 南京洛普股份有限公司 一种基于电警数据的方案选择式的交通信号动态绿波控制方法
CN111009140B (zh) * 2019-11-26 2021-02-05 郑州大学 一种基于开源路况信息的智能交通信号控制方法
CN110910643B (zh) * 2019-12-03 2021-12-10 腾讯云计算（北京）有限责任公司 一种交通流的管控方法和装置
CN111553517A (zh) * 2020-04-17 2020-08-18 平安科技（深圳）有限公司 道路优化方法、***、终端及计算机可读存储介质
CN111882889B (zh) * 2020-07-20 2021-08-06 王群力 一种智能交通信号控制***及方法
CN114333301B (zh) * 2021-12-06 2023-09-26 北京东土正创科技有限公司 交通信号的控制优化方法、***及交通信号优化设备
CN114973704A (zh) * 2022-05-19 2022-08-30 浙江商汤科技开发有限公司 信号控制策略的生成方法及装置、设备、存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0684094A (ja) * 1992-09-04 1994-03-25 Mitsubishi Electric Corp 信号制御装置
CN101046919A (zh) * 2006-10-12 2007-10-03 华南理工大学 基于交通流相特征的城市交通***状态可视化评价方法及其应用
JP2012155769A (ja) * 2007-06-07 2012-08-16 Sumitomo Electric Ind Ltd 停止位置判定装置、方法及びコンピュータプログラム、並びに、交通指標算出装置、方法及びコンピュータプログラム
CN103985264A (zh) * 2014-05-30 2014-08-13 北京易华录信息技术股份有限公司 一种能减少路口排队长度的路口控制***及方法
CN104978863A (zh) * 2015-06-29 2015-10-14 宁波工程学院象山研究院 一种多维同步优化双向绿波控制方法
CN103778791B (zh) * 2012-10-26 2016-02-10 中兴通讯股份有限公司 一种交通自适应控制方法和装置
CN105741571A (zh) * 2016-03-23 2016-07-06 吴鹏翔 一种基于实时路况自动调节红绿灯通行模式或时间的***

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4860030B2 (ja) * 2000-08-15 2012-01-25 パナソニック株式会社 信号制御パラメータ設計方法および装置
US6539300B2 (en) * 2001-07-10 2003-03-25 Makor Issues And Rights Ltd. Method for regional system wide optimal signal timing for traffic control based on wireless phone networks
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks
UA105123C2 (uk) * 2013-04-08 2014-04-10 Харківський Національний Автомобільно-Дорожній Університет Спосіб визначення потоків насичення регульованого перехрестя
CN103559795B (zh) * 2013-11-07 2015-07-15 青岛海信网络科技股份有限公司 一种多策略多目标的自适应交通控制方法
CN103593987B (zh) * 2013-11-13 2016-01-13 福建省视通光电网络有限公司 基于多路口信号机进行干线协调控制的方法
CN104036644B (zh) * 2014-05-26 2016-03-02 江苏科技大学 一种智能交通灯控制***及实现方法
CN104835335A (zh) * 2015-06-03 2015-08-12 常州市蓝涛物联网科技有限公司 路网交通优化控制***和方法
CN105321347A (zh) * 2015-09-18 2016-02-10 西安电子科技大学 一种分层次的路网交通拥堵评价方法
CN105427631A (zh) * 2015-12-18 2016-03-23 天津通翔智能交通***有限公司 一种多层次自适应扰动抑制交通信号优化的***及方法
CN106067248B (zh) * 2016-05-30 2018-08-24 重庆大学 一种考虑速度离散特性的高速公路交通状态估计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0684094A (ja) * 1992-09-04 1994-03-25 Mitsubishi Electric Corp 信号制御装置
CN101046919A (zh) * 2006-10-12 2007-10-03 华南理工大学 基于交通流相特征的城市交通***状态可视化评价方法及其应用
JP2012155769A (ja) * 2007-06-07 2012-08-16 Sumitomo Electric Ind Ltd 停止位置判定装置、方法及びコンピュータプログラム、並びに、交通指標算出装置、方法及びコンピュータプログラム
CN103778791B (zh) * 2012-10-26 2016-02-10 中兴通讯股份有限公司 一种交通自适应控制方法和装置
CN103985264A (zh) * 2014-05-30 2014-08-13 北京易华录信息技术股份有限公司 一种能减少路口排队长度的路口控制***及方法
CN104978863A (zh) * 2015-06-29 2015-10-14 宁波工程学院象山研究院 一种多维同步优化双向绿波控制方法
CN105741571A (zh) * 2016-03-23 2016-07-06 吴鹏翔 一种基于实时路况自动调节红绿灯通行模式或时间的***

Cited By (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11543260B2 (en) * 2018-12-25 2023-01-03 South China University Of Technology Plotting method for three-dimensional time-space diagram showing regional green-wave coordinated control effect
CN111462478A (zh) * 2019-01-22 2020-07-28 北京中合云通科技发展有限公司 一种城市路网信号控制子区划分方法及装置
CN111915875A (zh) * 2019-05-08 2020-11-10 阿里巴巴集团控股有限公司 一种车流路径分布信息的处理方法、装置及电子设备
CN111951580B (zh) * 2019-05-14 2023-08-04 阿里巴巴集团控股有限公司 信号灯的协调方法、计算设备及存储介质
CN111951580A (zh) * 2019-05-14 2020-11-17 阿里巴巴集团控股有限公司 信号灯的协调方法、计算设备及存储介质
CN110942628A (zh) * 2019-11-28 2020-03-31 浙江大学 基于方向延误梯度的转向溢出检测和信号控制方法
CN111081038A (zh) * 2019-12-11 2020-04-28 胡又宏 平面十字路口四向绿波和具有四向绿波效果的区域协调控制及实现方法
CN112991716B (zh) * 2019-12-16 2023-06-16 中信科智联科技有限公司 一种路况信息处理方法、装置、云控中心设备及路侧单元
CN112991716A (zh) * 2019-12-16 2021-06-18 大唐高鸿数据网络技术股份有限公司 一种路况信息处理方法、装置、云控中心设备及路侧单元
CN113129609B (zh) * 2019-12-30 2022-06-28 大唐高鸿智联科技(重庆)有限公司 一种交通信号灯配时方法及交通信号设备
CN113129609A (zh) * 2019-12-30 2021-07-16 大唐高鸿数据网络技术股份有限公司 一种交通信号灯配时方法及交通信号设备
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
CN113763730A (zh) * 2020-06-05 2021-12-07 杭州海康威视数字技术股份有限公司 绿波带宽利用率的确定方法及装置
CN113763730B (zh) * 2020-06-05 2023-01-24 杭州海康威视数字技术股份有限公司 绿波带宽利用率的确定方法及装置
CN111881557B (zh) * 2020-07-01 2023-09-29 浙江中控信息产业股份有限公司 基于道路平均速度的车流仿真方法
CN111881557A (zh) * 2020-07-01 2020-11-03 浙江浙大中控信息技术有限公司 基于道路平均速度的车流仿真方法
CN113299082A (zh) * 2021-04-30 2021-08-24 东南大学 干线有轨电车双向绿波协调控制方法
CN113689720A (zh) * 2021-07-14 2021-11-23 东南大学 一种基于卷积神经网络的自动交叉口通行决策方法
CN113689720B (zh) * 2021-07-14 2022-08-05 东南大学 一种基于卷积神经网络的自动交叉口通行决策方法
CN113870598A (zh) * 2021-09-27 2021-12-31 平安科技（深圳）有限公司 路况信息监控方法、装置、计算机设备及存储介质
CN113870598B (zh) * 2021-09-27 2023-04-18 平安科技（深圳）有限公司 路况信息监控方法、装置、计算机设备及存储介质
CN114446066A (zh) * 2021-12-30 2022-05-06 银江技术股份有限公司 一种道路信号控制方法以及装置
CN114446066B (zh) * 2021-12-30 2023-05-16 银江技术股份有限公司 一种道路信号控制方法以及装置
CN114613158A (zh) * 2022-02-09 2022-06-10 阿里云计算有限公司 交通控制方法、***及设备
CN114613158B (zh) * 2022-02-09 2023-09-22 阿里云计算有限公司 交通控制方法、***及设备
CN114677843B (zh) * 2022-02-17 2023-07-21 阿里云计算有限公司 路况信息的处理方法、装置、***及电子设备
CN114677843A (zh) * 2022-02-17 2022-06-28 阿里云计算有限公司 路况信息的处理方法、装置、***及电子设备
CN114694393B (zh) * 2022-03-24 2023-11-07 浙江大华技术股份有限公司 相位时长的调整方法和装置、存储介质及电子设备
CN114694393A (zh) * 2022-03-24 2022-07-01 浙江大华技术股份有限公司 相位时长的调整方法和装置、存储介质及电子设备
CN114758495B (zh) * 2022-03-29 2024-02-06 北京百度网讯科技有限公司 交通信号灯调整方法、装置及电子设备
CN114758495A (zh) * 2022-03-29 2022-07-15 北京百度网讯科技有限公司 交通信号灯调整方法、装置及电子设备
CN115063988A (zh) * 2022-05-05 2022-09-16 北京联合大学 一种应急车辆优先的跨交通子区信号协同控制方法
CN115063988B (zh) * 2022-05-05 2023-06-02 北京联合大学 一种应急车辆优先的跨交通子区信号协同控制方法
CN115100885A (zh) * 2022-05-25 2022-09-23 南京莱斯信息技术股份有限公司 一种面向路段行人过街的上下游绿波参数调整方法
CN114822037A (zh) * 2022-06-01 2022-07-29 浙江大华技术股份有限公司 交通信号的控制方法和装置、存储介质及电子装置
CN114822037B (zh) * 2022-06-01 2023-09-08 浙江大华技术股份有限公司 交通信号的控制方法和装置、存储介质及电子装置
CN115171406B (zh) * 2022-06-30 2024-04-02 青岛海信网络科技股份有限公司 电子设备及片区的交通控制策略确定方法
CN115171406A (zh) * 2022-06-30 2022-10-11 青岛海信网络科技股份有限公司 电子设备及片区的交通控制策略确定方法
CN115424460A (zh) * 2022-08-10 2022-12-02 上海宝康电子控制工程有限公司 一种道路绿波优化算法及***
CN115424460B (zh) * 2022-08-10 2024-02-09 上海宝康电子控制工程有限公司 一种道路绿波优化方法及***
CN115691145A (zh) * 2023-01-04 2023-02-03 中国科学技术大学先进技术研究院 车道数目调整方法、装置、设备及存储介质
CN116758763A (zh) * 2023-05-06 2023-09-15 西藏金采科技股份有限公司 一种基于车联网的交通数据处理***及方法
CN116758763B (zh) * 2023-05-06 2024-02-20 西藏金采科技股份有限公司 一种基于车联网的交通数据处理***及方法
CN116721548B (zh) * 2023-08-07 2023-12-26 深圳市城市交通规划设计研究中心股份有限公司 一种跨时段方案安全切换的信号控制方法
CN116721548A (zh) * 2023-08-07 2023-09-08 深圳市城市交通规划设计研究中心股份有限公司 一种跨时段方案安全切换的信号控制方法
CN116959275B (zh) * 2023-09-20 2023-12-26 济南致业电子有限公司 一种城市交通拥堵优化方法及***
CN116959275A (zh) * 2023-09-20 2023-10-27 济南致业电子有限公司 一种城市交通拥堵优化方法及***
CN117334042A (zh) * 2023-09-28 2024-01-02 东莞市东莞通股份有限公司 一种基于人工智能的智慧交通管理***及方法
CN117334042B (zh) * 2023-09-28 2024-05-24 东莞市东莞通股份有限公司 一种基于人工智能的智慧交通管理***及方法
CN117831289A (zh) * 2024-01-04 2024-04-05 北京明树数据科技有限公司 基于大数据的公路交通数据分析***
CN117831289B (zh) * 2024-01-04 2024-05-24 北京明树数据科技有限公司 基于大数据的公路交通数据分析***
CN117727190A (zh) * 2024-02-05 2024-03-19 浙江黄氏建设科技股份有限公司 一种智慧城市车辆分流红绿灯控制方法及***
CN117727190B (zh) * 2024-02-05 2024-05-03 浙江黄氏建设科技股份有限公司 一种智慧城市车辆分流红绿灯控制方法及***

Also Published As

Publication number Publication date
TW201832190A (zh) 2018-09-01
CN108428348A (zh) 2018-08-21
TWI766895B (zh) 2022-06-11
CN108428348B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
WO2018149308A1 (zh) 一种道路交通优化方法、装置以及电子设备
WO2018149307A1 (zh) 交通路况分析方法、装置及电子设备
WO2020108215A1 (zh) 基于车道饱和度的区域控制相位配时优化方法
WO2019047905A1 (zh) 一种交通路况分析***、方法以及装置
CN106781592B (zh) 一种基于大数据的交通导航***及方法
US11069233B1 (en) Video-based main road cooperative signal machine control method
CN103996289B (zh) 一种流量-速度匹配模型及行程时间预测方法及***
CN102737510B (zh) 一种基于移动智能终端的实时交通路况采集方法
CN104200649B (zh) 基于预先申请的交通高峰期路线资源调度分配***与方法
US10699568B1 (en) Video-based crossroad signal machine control method
CN105405301B (zh) 一种针对交叉口直右汇流冲突的右转信号感应控制方法
CN105023428A (zh) 路况信息评估方法及装置
CN108765985B (zh) 基于第一辆车辆到达的信号交叉口进口道延误计算方法
CN107507433A (zh) 一种大数据分析动态交通信号***的控制方法
CN106971535A (zh) 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台
CN107564279A (zh) 一种基于浮动车数据的交通指数计算方法及***
CN103500511A (zh) 一种基于车联网的交叉口信号灯绿信比调节方法
CN113436448B (zh) 一种信号交叉口借道左转车道设计方法及***
CN105185103A (zh) 一种路段行程时间的管理控制方法
CN105806355A (zh) 一种车辆绿色路径导航***及方法
CN108847019B (zh) 一种计算可变线路公交车辆到达固定站点行程时间的方法
CN110853350B (zh) 一种基于浮动车轨迹数据的干道相位差优化方法
KR101346220B1 (ko) 교통 정보 제공 장치 및 방법
CN107590998A (zh) 一种基于浮动车数据的道路节点运行状态识别算法及***
CN203311631U (zh) 交通量信息分析仪采集装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18754694

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18754694

Country of ref document: EP

Kind code of ref document: A1