CN101877169B - 干线多交叉口交通流均衡性控制的数据融合系统及方法 - Google Patents
干线多交叉口交通流均衡性控制的数据融合系统及方法 Download PDFInfo
- Publication number
- CN101877169B CN101877169B CN2009102234084A CN200910223408A CN101877169B CN 101877169 B CN101877169 B CN 101877169B CN 2009102234084 A CN2009102234084 A CN 2009102234084A CN 200910223408 A CN200910223408 A CN 200910223408A CN 101877169 B CN101877169 B CN 101877169B
- Authority
- CN
- China
- Prior art keywords
- track
- queue length
- crossing
- harmonious
- data fusion
- 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
Images
Abstract
本发明提供干线多交叉口交通流均衡性控制的数据融合系统及方法,该方法通过定义包含两个或多个十字交叉口的干线,由干线所包含的各个交叉口均衡性指标加权期望值来实现干线多交叉口均衡性指标的数据融合,其包括:十字交叉口车道平均排队长度的获取;十字交叉口的均衡性指标融合;以及,进行干线多交叉口的均衡性指标数据融合。本发明方法具有普适性、全面性、灵活性,并能推广到对区域多干线多交叉口均衡性指标进行数据融合。
Description
技术领域
本发明涉及交通多源数据融合技术领域,尤其涉及面向交通均衡性为目标控制的数据融合方法。
背景技术
随着交通需求的持续增加和对路网均衡性的要求,传统的交通控制目标如交叉口延误、排队长度和停车率等已不能满足城市交通控制的需要,为了改善交通运行状况,满足交通出行者对交通环境的需求,需要建立路网均衡性为目标的交通控制方法。
均衡性是定量描述交通流在各个方向的均衡程度的指标。均衡指决策者在制定交通控制方法中,对控制对象各方向交通流的排队长度进行均衡的控制,事实上排队状态是反映交通控制方法的综合效果的一个重要指标。其同时体现了交通控制方法对各个方向交通流的公平。均衡性是一个多层次的指标,无法通过交通状态获取技术的一次测量得到,往往要通过多次测量并进行数据融合而得到。
数据融合技术是针对使用多个或多类传感器的系统这一特点问题而开展的一种信息处理新方法。我国基于新型地磁传感器交通状态获取技术已取得突破进展,利用数据融合技术,将实时地、准确地获取交通流的均衡性指标。
发明内容
为了克服现有技术结构的不足,本发明提供交通干线多交叉口均衡性控制的数据融合系统及方法,其通过对由干线顺延方向来回双向交通流在干线各交叉口的车道平均排队长度进行数据融合得到。本发明解决其技术问题所采用的技术方案是:
干线多交叉口交通流均衡性控制的数据融合系统,该系统通过定义包含两个或多个十字交叉口的干线主体,对所述干线所包含的各个交叉口均衡性指标求其加权期望值来达到均衡性数据融合的目的,所述数据融合系统包括以下模块:
十字交叉口车道平均排队长度获取模块,其通过在车道上安装若干传感器,利用传感器检测到的信息分析计算,运用排队理论推算出车道平均长度;
十字交叉口的均衡性指标融合模块,在十字交叉口中,均衡性指标由交叉口各方向的车道平均排队长度的标准方差来体现;以及,
干线多交叉口均衡性指标数据融合模块,该模块用于计算干线多交叉口中,各个十字交叉口均衡性指标的数据融合,其由干线包含的各个十字交叉口均衡性指标加权期望值来进行,其中,各模块之间的连接关系如下:
所述十字交叉口车道平均排队长度获取模块将计算所得的车道平均长度传送给所述字交叉口的均衡性指标融合模块进行方差融合,并将融合结果传送到干所述干线多交叉口均衡性指标数据融合模块求取加权期望值。
所述系统的技术方案进一步包括:
十字交叉口车道平均排队长度获取模块中,所述在车道上安装若干传感器是指,在十字交叉口每个路口停止线处各安装一个线圈传感器SL,在路段进入车道入口处(即入口车道虚线结束实线开始处)安装地磁传感器ST,在线圈传感器Sl和地磁传感器ST之间的中点处安装地磁传感器SC,该十字交叉口车道平均排队长度获取模块利用这3个传感器实现路段平均排队长度的检测。
干线多交叉口交通流均衡性控制的数据融合方法,其通过定义包含两个或多个十字交叉口的干线,均衡性指标由干线所包含的各个交叉口均衡性指标加权期望值来体现,所述数据融合方法包括如下步骤:
步骤1:十字交叉口车道平均排队长度的获取,其通过在车道上安装若干传感器,利用传感器检测到的信息分析计算,运用排队理论推算出车道平均长度。
所述在车道上安装若干传感器是指,在十字交叉口每个路口停止线处各安装一个线圈传感器SL,在路段进入车道入口处(即入口车道虚线结束实线开始处)安装地磁传感器ST,在线圈传感器Sl和地磁传感器ST之间的中点处安装地磁传感器SC,该十字交叉口车道平均排队长度获取模块利用这3个传感器实现路段平均排队长度的检测,该检测技术方案如下:
当所述地磁传感器ST检测到有车辆且速度为零时,开始计时,当计时器计时时间达到一个路灯周期中3/4时,查看所述地磁传感器SC的检测情况,分两种情况:
情况一,如果所述地磁传感器SC检测的车辆瞬时速度不为零,采用检测路口饱和流率作为车辆驶离率μ、路段上游线圈传感器检测的该时段单位车流量作为车辆到达率λ,利用M/M/1/∞/∞排队模型,计算出的排队长度为路段排队长度:
情况二,如果所述地磁传感器SC检测的车辆瞬时速度为零,采用检测得到的路口饱和流率作为车辆驶离率、路段上游线圈传感器检测的该时段车流量作为车辆到达率,利用M/M/1/∞/∞排队模型,计算出的排队长度加上所述地磁传感器SC到所述地磁传感器ST的距离为路段排队长度:
将同一路口各直行车道的线圈传感器SL检测到的路段排队长度进行平均,得到该路口在该时段的直行排队长度;并用相同方法得到左转的排队长度,则各个方向的车道平均排队长度Pi为:
式中,Ni表示相位i的车道总数,λ上游车辆到达率,μ车辆驶离率,L为路段长度。i表示某相位,j表示某车道。
步骤2:十字交叉口的均衡性指标融合
在十字交叉口中,均衡性指标由交叉口各方向的车道平均排队长度的标准方差来体现,如下:
式中,JHs表示某个交叉口的均衡性指标,M表示该交叉口的相位总数,Pi表示相位i的车道平均排队长度。
步骤3:进行干线多交叉口的均衡性指标数据融合,在干线多交叉口中,均衡性指标由干线包含的各个交叉口均衡性指标加权期望值来体现。
根据干线多交叉口的均衡性指标数据融合,计算区域多干线多交叉口均衡性指标的数据融合。具体地,在区域多干线多交叉口中,其均衡性指标由区域中若干干线的均衡性指指标值的加权期望值来体现。
本发明的有益效果
均衡指决策者在制定交通控制方法中,对控制对象各方向交通流的排队长度进行均衡的控制,事实上排队状态是反映交通控制方法的综合效果的一个重要指标,其同时体现了交通控制方法对各个方向交通流的公平。在十字交叉口中,均衡性指标由交叉口各方向的车道平均排队长度的标准方差来体现;在干线多交叉口中,均衡性指标由干线包含的各个交叉口均衡性指标加权期望值来体现;在区域多交叉口中,均衡性指标由区域中若干干线的均衡性值的加权期望值来体现。本发明方法具有普适性、全面性、灵活性。
附图说明
图1为根据本发明的干线多交叉口均衡性指标数据融合系统模块简图;
图2为根据本发明的干线多交叉口均衡性指标数据融合方法流程图;
图3为根据本发明方法的区域多干线多交叉口均衡性指标数据融合流程图;
图4为根据本发明的实施例1中传感器空间分布图;
图5为根据本发明的实施例1中干线拓扑结构图;
图6根据本发明的实施例2中区域拓扑结构图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细描述:
实施例1:干线多交叉口交通流均衡性控制的数据融合方法,其通过定义包含两个或多个十字交叉口的干线,均衡性指标由干线所包含的各个交叉口均衡性指标加权期望值来体现,结合图1-2,该数据融合方法包括如下步骤:
步骤1:十字交叉口车道平均排队长度的获取,其通过在车道上安装若干传感器,利用传感器检测到的信息分析计算,运用排队理论推算出车道平均长度。
具体地,如图4所示,在十字交叉口每个路口停止线处各安装一个线圈传感器SL,在路段进入车道入口处(即入口车道虚线结束实线开始处)安装地磁传感器ST,在线圈传感器Sl和地磁传感器ST之间的中点处安装地磁传感器SC,该十字交叉口车道平均排队长度获取模块利用这3个传感器实现路段平均排队长度的检测,该检测技术方案如下:
当地磁传感器ST检测到有车辆且速度为零时,开始计时,当计时器计时时间达到一个路灯周期中3/4时,查看地磁传感器SC的检测情况,分两种情况:
情况一,如果地磁传感器SC检测的车辆瞬时速度不为零,采用检测路口饱和流率作为车辆驶离率μ、路段上游线圈传感器SL检测的该时段单位车流量作为车辆到达率λ,利用M/M/1/∞/∞排队模型,计算出的排队长度为路段排队长度:
情况二,如果地磁传感器SC检测的车辆瞬时速度为零,采用检测得到的路口饱和流率作为车辆驶离率、路段上游线圈传感器SL检测的该时段车流量作为车辆到达率,利用M/M/1/∞/∞排队模型,计算出的排队长度加上地磁传感器SC到地磁传感器ST的距离为路段排队长度:
将同一路口各直行车道的线圈传感器SL检测到的路段排队长度进行平均,得到该路口在该时段的直行排队长度;并用相同方法得到左转的排队长度,则各个方向的车道平均排队长度Pi为:
式中,Ni表示相位i的车道总数,λ上游车辆到达率,μ车辆驶离率,L为路段长度。i表示某相位,j表示某车道。
步骤2:十字交叉口的均衡性指标融合
在十字交叉口中,均衡性指标由交叉口各方向的车道平均排队长度的标准方差来体现,如下:
式中,JHs表示某个交叉口的均衡性指标,M表示该交叉口的相位总数,Pi表示相位i的车道平均排队长度。
步骤3:进行干线多交叉口的均衡性指标数据融合,在干线多交叉口中,均衡性指标由干线包含的各个交叉口均衡性指标加权期望值来体现。
在本实施例中,定义一个简单的包含两个十字交叉口的干线,上游交叉口定义为JU,下游交叉口定义为JD。相位集合B={1,2,3,4}分别表示相位{西-东,南-北,东-西,北-南}。如图5干线拓扑图所示,干线多交叉口的均衡性指标融合方法步骤如下:
对于上游交叉口相位i,其车道平均排队长度为:
其中,NBi 1表示上游交叉口的相位i的车道数,λ1上游车辆到达率,μ1车辆驶离率,L1为路段长度。i表示某相位,j表示某车道。则上游交叉口均衡性指标值为:
式中,Pi ju表示上游交叉口的车道平均排队长度,Mju表示上游交叉口的相位数,i表示某相位。
同理,可以计算出下游交叉口的均衡性指标值,有:
式中,Pi jd表示下游交叉口的车道平均排队长度,Mjd表示下游交叉口的相位数;i表示某相位。
那么干线均衡性指标为:
式中,w1表示上游交叉口的权重;w2表示下游交叉口的权重;Pi ju表示上游交叉口的车道平均排队长度,Pi jd表示下游交叉口的车道平均排队长度;Mju表示上游交叉口的相位数,Mjd表示下游交叉口的相位数;i表示某相位,j表示某车道。
实施例2:
区域多交叉口的均衡性指标融合技术,如图3所示,该融合技术包含以下步骤:
假定一个简单的区域网络,在该网络中包含四条干线。左侧的北向南干线用LNS表示,右侧北向南干线用RNS表示,下方的西向东干线用DWE表示,上方的西向东干线用UWE表示,交叉口的相位集合为B={1,2,3,4},分别指西向东、南向北、东向西和北向南方向。参考图6区域网络拓扑图。
在区域多交叉口中,均衡性指标由区域中若干干线的均衡性指标值的加权期望值来体现。如下:
式中,f′(x)表示加权平均操作,wi表示某干线的权重,JHLNS i表示某干线均衡性指标。
Claims (7)
1.干线多交叉口交通流均衡性控制的数据融合系统,其通过定义包含两个或多个十字交叉口的干线主体,对所述干线所包含的各个交叉口均衡性指标求其加权期望值来达到均衡性数据融合的目的,其特征在于,所述数据融合系统包括以下模块:
十字交叉口车道平均排队长度获取模块,其通过在车道上安装若干传感器,利用传感器检测到的信息分析计算,运用排队理论推算出车道平均排队长度;
十字交叉口的均衡性指标融合模块,在十字交叉口中,均衡性指标由交叉口各方向的车道平均排队长度的标准方差来体现;
车道平均排队长度的标准方差如下:
以及,干线多交叉口均衡性指标数据融合模块,该模块用于计算干线多交叉口中,各个十字交叉口均衡性指标的数据融合,其由干线包含的各个十字交叉口均衡性指标加权期望值来进行,其中,各模块之间的连接关系如下:
所述十字交叉口车道平均排队长度获取模块将计算所得的车道平均 长度传送给所述字交叉口的均衡性指标融合模块进行方差融合,并将融合结果传送到干所述干线多交叉口均衡性指标数据融合模块求取加权期望值;
所述十字交叉口车道平均排队长度获取模块中,所述在车道上安装若干传感器是指,在十字交叉口每个路口停止线处各安装一个线圈传感器SL,在路段进入车道入口处即入口车道虚线结束实线开始处,安装地磁传感器ST,在线圈传感器S1和地磁传感器ST之间的中点处安装地磁传感器SC,该十字交叉口车道平均排队长度获取模块利用这3个传感器实现路段平均排队长度的检测。
2.干线多交叉口交通流均衡性控制的数据融合方法,其特征在于,通过定义包含两个或多个十字交叉口的干线,均衡性指标由干线所包含的各个交叉口均衡性指标加权期望值来体现,所述数据融合方法包括如下步骤:
步骤1:十字交叉口车道平均排队长度的获取,其通过在车道上安装若干传感器,利用传感器检测到的信息分析计算,运用排队理论推算出车道平均排队长度;步骤2:十字交叉口的均衡性指标融合,在十字交叉口中,均衡性指标由交叉口各方向的车道平均排队长度的标准方差来体现;
车道平均排队长度的标准方差如下:
步骤3:进行干线多交叉口的均衡性指标数据融合,在干线多交叉口中,均衡性指标由干线包含的各个交叉口均衡性指标加权期望值来体现;
所述在车道上安装若干传感器是指,在十字交叉口每个路口停止线处各安装一个线圈传感器SL,在路段进入车道入口处即入口车道虚线结束实线开始处,安装地磁传感器ST,在线圈传感器S1和地磁传感器ST之间的中点处安装地磁传感器SC,该十字交叉口车道平均排队长度获取模块利用这3个传感器实现路段平均排队长度的检测,该检测技术方案如下:
当所述地磁传感器ST检测到有车辆且速度为零时,开始计时,当计时器计时时间达到一个路灯周期中3/4时,查看所述地磁传感器SC的检测情况。
3.根据权利要求2所述的干线多交叉口交通流均衡性控制的数据融合方法,其特征在于,所述地磁传感器SC的检测情况分两种情况:
情况一,如果所述地磁传感器SC检测的车辆瞬时速度不为零,采用检测路口饱和流率作为车辆驶离率μ、路段上游线圈传感器检测的该时段单位车流量作为车辆到达率λ,利用M/M/1/∞/∞排队模型,计算出的排队长度为路段排队长度:
情况二,如果所述地磁传感器SC检测的车辆瞬时速度为零,采用检测得到的路口饱和流率作为车辆驶离率、路段上游线圈传感器检测的该时 段车流量作为车辆到达率,利用M/M/1/∞/∞排队模型,计算出的排队长度加上所述地磁传感器SC到所述地磁传感器ST的距离为路段排队长度:
。
6.根据权利要求2所述的干线多交叉口交通流均衡性控制的数据融合方法,其特征在于,根据干线多交叉口的均衡性指标数据融合,计算区域多干线多交叉口均衡性指标的数据融合。
7.根据权利要求6所述的干线多交叉口交通流均衡性控制的数据融合方法,其特征在于,在区域多干线多交叉口中,其均衡性指标由区域中若干干线的均衡性指标值的加权期望值来体现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102234084A CN101877169B (zh) | 2009-11-13 | 2009-11-13 | 干线多交叉口交通流均衡性控制的数据融合系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009102234084A CN101877169B (zh) | 2009-11-13 | 2009-11-13 | 干线多交叉口交通流均衡性控制的数据融合系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101877169A CN101877169A (zh) | 2010-11-03 |
CN101877169B true CN101877169B (zh) | 2012-11-07 |
Family
ID=43019714
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009102234084A Active CN101877169B (zh) | 2009-11-13 | 2009-11-13 | 干线多交叉口交通流均衡性控制的数据融合系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101877169B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568215B (zh) * | 2012-02-26 | 2014-03-19 | 浙江大学 | 一种基于检测器的车辆排队检测方法 |
CN102819957B (zh) * | 2012-06-05 | 2014-04-16 | 浙江大学 | 基于上游线圈检测器信息的路段排队上溯识别方法 |
CN106652480B (zh) * | 2016-12-28 | 2018-01-19 | 山东理工大学 | 一种基于微波地磁数据的交叉口最大排队长度计算方法 |
CN106781504B (zh) * | 2017-01-23 | 2019-03-12 | 东南大学 | 一种基于浮动车gps数据的干线停车分析方法 |
CN108665714A (zh) * | 2017-09-28 | 2018-10-16 | 孟卫平 | 交通信号泛弦控制方法及其系统 |
CN107798873B (zh) * | 2017-10-27 | 2020-02-07 | 北京世纪高通科技有限公司 | 一种路口车流均衡程度评估方法及装置 |
CN107798875B (zh) * | 2017-11-07 | 2020-11-06 | 上海炬宏信息技术有限公司 | 基于浮动车gps数据优化路口通行能力的方法 |
CN108986465B (zh) * | 2018-07-27 | 2020-10-23 | 深圳大学 | 一种车流量检测的方法、系统及终端设备 |
CN110782664A (zh) * | 2019-10-16 | 2020-02-11 | 北京航空航天大学 | 一种智能车路系统的运行状况监测方法 |
CN111986479B (zh) * | 2020-08-24 | 2022-05-31 | 安徽科力信息产业有限责任公司 | 一种城市道路车道通行效率评估方法、系统及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1937001A (zh) * | 2006-10-19 | 2007-03-28 | 上海交通大学 | 城市路段交通流平均速度获取方法 |
CN1975800A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种交通信息融合处理方法和系统 |
CN200962199Y (zh) * | 2006-10-09 | 2007-10-17 | 天津大学 | 多层异构动态数据融合自适应控制系统 |
CN101123038A (zh) * | 2007-07-11 | 2008-02-13 | 山东省计算中心 | 一种路口关联路段动态路况采集方法 |
CN101169903A (zh) * | 2007-10-19 | 2008-04-30 | 黄辉先 | 一种控制路口交通流的智能交通控制系统 |
CN101226689A (zh) * | 2008-02-03 | 2008-07-23 | 北京交通大学 | 道路交通信息采集的多传感器接入装置及其数据融合方法 |
CN101488284A (zh) * | 2008-01-16 | 2009-07-22 | 闵万里 | 道路交通状况即时预测的智能管理系统 |
CN101493992A (zh) * | 2008-12-19 | 2009-07-29 | 浙江工业大学 | 一种基于无线传感器网络的单点自组织交通信号控制方法 |
CN101571997A (zh) * | 2009-05-31 | 2009-11-04 | 上海宝康电子控制工程有限公司 | 多源交通信息融合处理方法及其装置 |
-
2009
- 2009-11-13 CN CN2009102234084A patent/CN101877169B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN200962199Y (zh) * | 2006-10-09 | 2007-10-17 | 天津大学 | 多层异构动态数据融合自适应控制系统 |
CN1937001A (zh) * | 2006-10-19 | 2007-03-28 | 上海交通大学 | 城市路段交通流平均速度获取方法 |
CN1975800A (zh) * | 2006-12-25 | 2007-06-06 | 北京世纪高通科技有限公司 | 一种交通信息融合处理方法和系统 |
CN101123038A (zh) * | 2007-07-11 | 2008-02-13 | 山东省计算中心 | 一种路口关联路段动态路况采集方法 |
CN101169903A (zh) * | 2007-10-19 | 2008-04-30 | 黄辉先 | 一种控制路口交通流的智能交通控制系统 |
CN101488284A (zh) * | 2008-01-16 | 2009-07-22 | 闵万里 | 道路交通状况即时预测的智能管理系统 |
CN101226689A (zh) * | 2008-02-03 | 2008-07-23 | 北京交通大学 | 道路交通信息采集的多传感器接入装置及其数据融合方法 |
CN101493992A (zh) * | 2008-12-19 | 2009-07-29 | 浙江工业大学 | 一种基于无线传感器网络的单点自组织交通信号控制方法 |
CN101571997A (zh) * | 2009-05-31 | 2009-11-04 | 上海宝康电子控制工程有限公司 | 多源交通信息融合处理方法及其装置 |
Non-Patent Citations (1)
Title |
---|
邓文等.基于信号优化与VISSIM仿真的交叉口优化方法研究.《交通标准化》.2007,(第2/3期), * |
Also Published As
Publication number | Publication date |
---|---|
CN101877169A (zh) | 2010-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101877169B (zh) | 干线多交叉口交通流均衡性控制的数据融合系统及方法 | |
CN103927890B (zh) | 一种基于动态o-d矩阵估计的干线协调信号控制方法 | |
CN101493991B (zh) | 基于传感器网络的交通状态获取方法及其装置 | |
WO2018149308A1 (zh) | 一种道路交通优化方法、装置以及电子设备 | |
CN104318788B (zh) | 一种提高交叉口进口道空间资源利用效率的方法 | |
CN103996289B (zh) | 一种流量-速度匹配模型及行程时间预测方法及系统 | |
CN104332062B (zh) | 基于感应控制模式的交叉口信号协调控制优化方法 | |
CN102436751A (zh) | 基于城市宏观路网模型的交通流短时预测方法 | |
CN101702262A (zh) | 一种城市交通流畅通性指标的数据融合方法 | |
CN103047990B (zh) | 基于骨干路网分层的多路径选择方法 | |
CN104933859B (zh) | 一种基于宏观基本图的确定网络承载力的方法 | |
CN104899360B (zh) | 一种绘制宏观基本图的方法 | |
CN110136455A (zh) | 一种交通信号灯配时方法 | |
CN104282162A (zh) | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 | |
CN102819958B (zh) | 城市道路机动车交通信号控制的元胞仿真方法 | |
CN104036645A (zh) | 基于可变车道的交叉口信号控制方法 | |
CN104835335A (zh) | 路网交通优化控制系统和方法 | |
CN109993982B (zh) | 基于排队论的失衡交叉口信号相位优化设计方法 | |
CN103310651A (zh) | 一种基于实时路况信息的公交到站预测方法 | |
CN106530756B (zh) | 一种考虑下游公交站点的交叉口最佳周期时长计算方法 | |
Zhang et al. | Optimal Signal Timing Method of Intersections Based on Bus Priority | |
CN109272746A (zh) | 一种基于bp神经网络数据融合的mfd估测方法 | |
CN109308805A (zh) | 一种基于自适应加权平均数据融合的路网mfd估测方法 | |
CN110164148B (zh) | 一种城市路口交通灯智能配时控制方法及控制系统 | |
CN103500511A (zh) | 一种基于车联网的交叉口信号灯绿信比调节方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |