CN103208197A - 交通信号配时的方法 - Google Patents
交通信号配时的方法 Download PDFInfo
- Publication number
- CN103208197A CN103208197A CN2013101434376A CN201310143437A CN103208197A CN 103208197 A CN103208197 A CN 103208197A CN 2013101434376 A CN2013101434376 A CN 2013101434376A CN 201310143437 A CN201310143437 A CN 201310143437A CN 103208197 A CN103208197 A CN 103208197A
- Authority
- CN
- China
- Prior art keywords
- prime
- crucial
- formula
- time
- period
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通信号配时的方法,属于交通信号控制技术领域,包括以下步骤:S1.多段式信号配时的时段划分与相位选择;S2.信号周期时长计算;S3.利用线性规划优化绿灯时间;S4.调整求解出的各相位绿灯时间;S5.利用MATLAB仿真真实情况。本发明的有益效果是通过线性规划对单个交叉路口建模,使路口达到最大能通过的车流量,使得交通控制技术灵活性好,适应与交通流迅速变化,且成本低,最终达到充分利用道路的目的。
Description
技术领域
本发明涉及一种交通信号配时的方法,属于交通信号控制技术领域。
背景技术
交通信号控制是指利用交通信号灯,对道路上运行的车辆和行人进行指挥。而城市道路平面交叉口,是造成车流中断、事故增多、延误严重的问题所在,是城市交通运输的瓶颈。因此,交叉口的通行能力要低于路段的通行能力,如何利用交通信号控制保障交叉口的交通安全和充分发挥交叉口的通行效率至关重要。
线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法。研究线性约束条件下线性目标函数的极值问题的数学理论和方法,英文缩写LP。它是运筹学的一个重要分支,广泛应用于军事作战、经济分析、经营管理和工程技术等方面。为合理地利用有限的人力、物力、财力等资源做出的最优决策,提供科学的依据。
现有交通控制技术主要分单点控制和区域信号协调控制。在单点控制方面,根据控制策略的不同主要可以分为:定时控制方式、感应控制方式与智能控制方式。然而,现有交通控制技术主要是定时控制,感应控制方式。其中定时控制灵活性差、不适应于交通流迅速变化的缺点;感应控制主要靠硬件实现,成本较高。因此,本发明通过线性规划对单个交叉路口建模,使路口达到最大能通过的车流量,使得交通控制技术灵活性好,适应与交通流迅速变化,且成本低,最终达到充分利用道路的目的。
发明内容
本发明的目的就是要提供一种交通信号配时的方法,通过线性规划的数学建模,实现对交通信号控制的最优化处理,以解决交通信号配时时长固定,难以适应现今复杂交通情况,最终达到充分利用道路的目的。
为了实现本发明的目的,使用了如下方案:一种交通控制的配时方法,包括以下步骤:
S1.多段式信号配时的时段划分与相位选择;
S2.信号周期时长计算:
S3.利用线性规划优化绿灯时间:
S4.调整求解出的各相位绿灯时间:将S3中所求解出的绿灯时间综合考虑上一个周期中的关键出口道车流量做最后一次优化,使得在不影响关键车流的前提下,缩放相位时间,使得相位时间之和等于S2中所求得的周期时长。
作为优选:S1具体为:时段划分可视实际情况分为:早高峰时段、午高峰时段、晚高峰时段、早低峰时段、午低峰时段、晚低峰时段。
作为优选:S2具体为:根据信号配时的时段不同采用最短信号周期时长公式或阿氏最佳信号周期时长公式计算出信号周期时长。
作为优选:S3步骤分以下步骤:
S31.4个相位的绿灯时间分别为x=(x1,x2,x3,x4),并根据现实情况限制其时间20<=xi<=99秒;
S32.根据出口道不同,车辆通过路口的时间为T=(t1,t2,t3,t4,...,t9,t10,t11,t12),其对应为各出口道车辆通过路口所需要的时间,可以得到周期内关键出口道总交通流量:
其中tj为关键出口道的通过路口时间,此处有4个;
S33.根据关键进口道不同,一辆车通过进口道的时间为T’=(t’1,t’2,t’3,t’4),t’1,t’2,t’3,t’4对应为各相位x1,x2,x3,x4关键进口道车辆通过路口所需要的时间,可以得到周期内关键进口道最大可以通过的交通流量:
其中t’j表示xi相位关键进口道的车辆通过路口的时间,即t’1,t’2,t’3,t’4中的一个;
S34.统计出关键出口道车流量Q=(q1,q2,q3,q4),以及各相位结束时关键出口道,由虚线变实现之后的滞留车辆Q’=(q’1,q’2,q’3,q’4),即:
Q等待=q′1+q′2+q′3+q′4 (公式.5)
Q关键=q1+q2+q3+q4
其中q’i(i=1,2,3,4)为各相位滞留车流量,Q关键表示现实情况关键出口道总的车流量;
S35.选择N=4个周期通过公式3、公式4、公式5可以得到线性规划方程
(公式.6)
20≤xi≤99
和矩阵形式
max -xTT, (公式.7)
s. t. T′x=Q关键+Q等待
20≤x≤99
其中
由于取的周期N=4,因此,T’矩阵为规模为4*4,T’矩阵的横向量表示同周期内关键进口道车辆通过路口时间,列向量表示不同周期的关键进口道通过路口时间,为了保证交通通行能力优先直行车辆,取x1≥x2、x3≥x4;
S36.使用矩阵运算解出x的所有解,求出周期内关键出口道最大总交通流量f(xi),其中xi则为各相位绿灯时间的解。
作为优选:S4步骤分为以下步骤:
S41.将S3统计出的关键出口道车流量Q=(q1,q2,q3,q4)中的q1,q2,q3,q4按比例缩小,使得
(q1+q2+q3+q4)a=1 (公式.8)
其中a为缩小的比例,q1,q2,q3,q4为各相位关键出口道车流量;
S42.将S3中求解得到的x=(x1,x2,x3,x4),按比例缩小使得
(x1+x2+x3+x4)b=1 (公式.9)
其中b为缩小的比例;
S43.通过下面公式10计算得到松弛时间c
c=C-(x1+x2+x3+x4) (公式.10)
其中C为当前周期;
S44.当c>0时,通过下面公式.11求到最优解x’=(x’1,x’2,x’3,x’4):
x′i=c*(aqi+bxi)/2 (公式.11)
其中i=1,2,3,4;
S45.当c≤0时:通过下面公式.12求到最优解x’=(x’1,x’2,x’3,x’4):
x′i=-c*(aqi+bxi)/2 (公式.12)
其中i=1,2,3,4。
作为优选:还包括以下步骤S5:利用MATLAB仿真真实情况。
本发明的有益效果为:通过线性规划对单个交叉路口建模,使路口达到最大能通过的车流量,使得交通控制技术灵活性好,适应与交通流迅速变化,且成本低,最终达到充分利用道路的目的。
附图说明
图1、图2、图3、图4是本发明的4个相位;
图5是本发明的交通信号配时设计流程;
图6是对本发明的仿真验证。
具体实施方式
本发明的基本思路是:通过线性规划的数学建模,实现对交通信号控制的最优化处理。其中线性的规划的数学模型,主要是通过关键出口道与关键进口道流量之间的关系建立的,而关键进口道、出口道是指在主导交通控制的流量车道,即车流量最大的车道。通过GIS-T(Geographic Information System forTransportation)即地理信息系统获取周期内关键出口车流量G关键和关键出口滞留车流量G等待,同时计算出理论关键出口道可通过最大车流量并将T(xi),通过下面公式
T(xi)=G关键+G等待
对f(xi)中的各相位时间x=(x1,x2,x3,x4)作为约束条件。其中f(xi)为理论关键出口道通过的车流量由下面公式获得
其中tj是根据出口道不同,车辆通过路口的(图1)时间为T=(t1,t2,t3,t4,...,t9,t10,t11,t12)对应为各出口道车辆通过路口所需要的时间。通过相位时间xi与1/tj的乘积得到xi相位内关键路口的理论车流量。通过求f(xi)的最大值获取x=(x1,x2,x3,x4)的值。
由于求解过程没有综合考虑周期C,所求解得到的各相位绿灯时间之和并不一定等于周期时间C。因此,最后将得到的x=(x1,x2,x3,x4)值与C进行比较并做优化处理,获取的值作为最优解x’=(x’1,x’2,x’3,x’4)。
下面结合附图和具体实施例对本发明作进一步说明。
本发明所述的交通信号配时的具体实施方案如下:
S1.多段式信号配时的时段划分与相位选择,此步骤为现有技术。
经研究发现,绝大部分交叉口一天中的交通量将按时间段规律变化。因此,为使信号配时能适应各个时段的不同交通量,提高交叉口的通行效率,各时段的信号配时方案应按所对应的设计交通量分别优化计算确定。
1、视实际情况将时段分为:早高峰时段(7:00—9:00)、午高峰时段(11:00—13:00)、晚高峰时段(17:00—22:00)、早低峰时段(9:00—11:00)、午低峰时段(13:00-17:00)、晚低峰时段(22:00—7:00)。
2、相位模型如图1、图2、图3、图4所示,为了方便计算及算法建模选取横向为主要车道,纵向为次要车道。
S2.计算信号周期时长,此步骤为现有技术。
就满足交叉口通行能力要求而言,信号周期时长的选择有一个最起码的底限,即信号周期时长无论如何都不能低于这个限值,否则将不能满足通行能力的要求。我们把上述最低限值称为最短信号周期时长Cm;阿氏最佳信号周期时长C0是将关键车流平均停车次数和延误时间合在一起作为评定配时方案的综合指标,对应于综合指标最小的信号周期时长。
1、通过是短信号周期时长Cm还是阿氏最佳信号周期时长C0最短计算出该时段周期时间C,并将C根据情况限制在一定的区间[a,b]。
2、低峰时期只需最大限度满足基本通行能力,固采用公式.1计算最短周期时长
3、高峰时期需要根据不同的情况通过公式.2计算阿氏最佳信号周期时长
其中,K表示关键车流平均停车次数的加权系数,又称之为停车补偿系数。系数K的取值具有相当明确的实际意义,例如,要使燃油消耗量最少,K的取值应为0.4;要使运营费用最少,K的取值应为0.2;要使关键车流总延误时间最少,K的取值应为0;要使关键车流总排队长度最小,K的取值应为–0.3。因此,早高峰时期上班为车流主要目的是上班,选择关键车辆总延误时间最少,取K=0;午高峰时期用餐为车流主要目的且为三个高峰时段中不算拥堵的时间段,选择使燃油消耗量最少,取K=0.4;晚高峰时期车流量具有集中性的特别即特定方向拥堵较为明显,选择关键车流排队长度最小,取K=-0.3。
4、公式.1与公式.2中L为关键车流总的绿灯损失时间,即相位时间内能够对整个交叉口的通行能力和信号配时设计起决定作用的车流总的损失时间,损失时间是指部分损失时间tL与全红灯时间之tR之和
l=tL+tR
其中tL部分损失时间由前损失时间与后损失时间之和得到即,而损失时间等于绿灯显示时间与绿灯间隔时间之和减去有效绿灯时间。
5、公式.1与公式.2中Y为关键车流总的交通流量比,即是指关键车流道路的实际流量Q与饱和流量S之比
其中实际流量Q是指单位时间内到达道路某一截面(进口道停车线)的车辆。S是指饱和流量是指单位时间内车辆通过交叉口停车线的最大流量。
6、通过是短信号周期时长Cm或阿氏最佳信号周期时长C0计算出的最后结果C,即周期时间,需将其限制在一定的区间[a,b]。
S3.利用线性规划优化绿灯时间
在理想情况下,在单周期结束时,出口道车流辆与进口道车流量一致,即一个周期内到达交叉口的车辆将恰好在一个周期内被放行完,既无滞留车辆,也无富余绿灯时间。实际情况并非如此,在一个周期内结束时往往(如图1)所示虚线变实线后的出口道会有一定量的等待通过交叉路口的车辆。因此我们综合考虑理想与实际情况以建立数学模型,以线性规划的方法求解各相位的绿灯时间。
1、4个相位的绿灯时间分别为x=(x1,x2,x3,x4)。并根据现实情况限制其时间20<=xi<=99秒。为了保证车辆安全通过绿灯,所以最短的相位时间为20秒;考虑到现实的读秒排为2位数,所以限制在99秒。因此可以得出S2第5步中最短周期时间C为80秒,即a=80;最长周期时长一般情况下最大为180秒,即b=180。
2、根据出口道不同,车辆通过路口的(图1)时间为T=(t1,t2,t3,t4,...,t9,t10,t11,t12)。其对应为各出口道车辆通过路口所需要的时间。可以得周期内关键出口道总交通流量:
其中tj为关键出口道的通过路口时间,此处有4个。
3、根据关键进口道不同,一辆车通过进口道的时间为T’=(t’1,t’2,t’3,t’4)。t’1,t’2,t’3,t’4对应为各相位x1,x2,x3,x4关键进口道车辆通过路口所需要的时间。因此,可以得到周期内关键进口道最大可以通过的交通流量:
其中t’j表示xi相位关键进口道的车辆通过路口的时间,即t’1,t’2,t’3,t’4中的一个。
4、统计各相位关键出口道的车流量Q=(q1,q2,q3,q4),以及各相位结束时关键出口道,由虚线变实现(图1)之后的滞留车辆Q’=(q’1,q’2,q’3,q’4)。即:
Q等待=q′1+q′2+q′3+q′4 (公式.5)
Q关键=q1+q2+q3+q4
其中q’i(i=1,2,3,4)为各相位滞留车流量,Q关键表示现实情况关键出口道总的车流量。
5、因此,选择N个周期通过公式3、公式4、公式5可以得到线性规划方程:
(公式.6)
20≤xi≤99
x1≥x2
x3≥x4
和矩阵形式
max -TxT, (公式.7)
s. t. T′x=Q关键+Q等待
20≤x≤99
x1≥x2
x3≥x4
其中
由于取的周期N=4,因此,T’矩阵为规模为4*4,T’矩阵的横向量表示同周期内关键进口道车辆通过路口时间,列向量表示不同周期的关键进口道通过路口时间。为了保证交通通行能力优先直行车辆,即x1≥x2、x3≥x4。
6、使用矩阵运算解出x的所有解,求出周期内关键出口道最大总交通流量f(xi),其中xi则为各相位绿灯时间的解。
S4.调整求解出的各相位绿灯时间:
调整求解出的各相位绿灯时间:由于求解过程没有综合考虑周期C,即交通信号周期时长,通过阿氏最佳信号周期时长C0或者最短信号周期时长Cm求得,为方便计算记为C。所求解得到的各相位绿灯时间之和并不一定等于周期时间C,因此,需要将S3中所求解出的相位时间x=(x1,x2,x3,x4)综合考虑上一个周期中的关键出口道车流量Q=(q1,q2,q3,q4)做最后一次优化,使得在不影响关键车流的前提下,缩放相位时间,使得相位时间之和为C。
1、将S3中统计出的关键出口道车流量Q=(q1,q2,q3,q4)中的q1,q2,q3,q4按比例缩小,使得
(q1+q2+q3+q4)a=1 (公式.8)
其中a为缩小的比例,q1,q2,q3,q4为各相位关键出口道车流量。
2、将S3中求解得到的x=(x1,x2,x3,x4),按比例缩小使得
(x1+x2+x3+x4)b=1 (公式.9)
其中b为缩小的比例。
3、通过下面公式10计算得到松弛时间c
c=C-(x1+x2+x3+x4) (公式.10)
其中C为当前周期
4、当c>0时,通过下面公式.11求到最优解x’=(x’1,x’2,x’3,x’4):
x′i=c*(aqi+bxi)/2 (公式.11)
其中i=1,2,3,4。
5、当c≤0时:通过下面公式.12求到最优解x’=(x’1,x’2,x’3,x’4):
x′i=-c*(aqi+bxi)/2 (公式.12)
其中i=1,2,3,4。
S5.利用MATLAB仿真真实情况,如图6的结果,其中取T=(t1,t2,t3,t4,...,t9,t10,t11,t12)范围为[2,3]之间,取T’=(t’1,t’2,t’3,t’4)为[2,2.5]之间,其余数据均有GIS-T(Geographic Information Systemfor Transportation),即地理信息系统得来。图6中横坐标为时间段,即,每个周期取一个相位值;纵坐标为时间,单位秒。4条曲线分别是x1,x2,x3,x4,此步骤为现有技术。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (6)
1.一种交通信号配时的方法,其特征在于,包括以下步骤:
S1.多段式信号配时的时段划分与相位选择;
S2.信号周期时长计算:
S3.利用线性规划优化绿灯时间:
S4.调整求解出的各相位绿灯时间:将S3中所求解出的绿灯时间综合考虑上一个周期中的关键出口道车流量做最后一次优化,使得在不影响关键车流的前提下,缩放相位时间,使得相位时间之和等于S2中所求得的周期时长。
2.根据权利要求1所述的一种交通信号配时的方法,其特征在于:S1具体为:时段划分可视实际情况分为:早高峰时段、午高峰时段、晚高峰时段、早低峰时段、午低峰时段、晚低峰时段。
3.根据权利要求1或2所述的一种交通信号配时的方法,其特征在于:S2具体为:根据信号配时的时段不同采用最短信号周期时长公式或阿氏最佳信号周期时长公式计算出信号周期时长。
4.根据权利要求3所述的一种交通信号配时的方法,其特征在于:S3步骤分以下步骤:
S31.4个相位的绿灯时间分别为x=(x1,x2,x3,x4),并根据现实情况限制其时间20<=xi<=99秒;
S32.根据出口道不同,车辆通过路口的时间为T=(t1,t2,t3,t4,...,t9,t10,t11,t12),其对应为各出口道车辆通过路口所需要的时间,可以得到周期内关键出口道总交通流量:
其中tj为关键出口道的通过路口时间,此处有4个;
S33.根据关键进口道不同,一辆车通过进口道的时间为T’=(t’1,t’2,t’3,t’4),t’1,t’2,t’3,t’4对应为各相位x1,x2,x3,x4关键进口道车辆通过路口所需要的时间,可以得到周期内关键进口道最大可以通过的交通流量:
其中t’j表示xi相位关键进口道的车辆通过路口的时间,即t’1,t’2,t’3,t’4中的一个;
S34.统计出关键出口道车流量Q=(q1,q2,q3,q4),以及各相位结束时关键出口道,由虚线变实现之后的滞留车辆Q’=(q’1,q’2,q’3,q’4),即:
Q等待=q′1+q′2+q′3+q′4 (公式.5)
Q关键=q1+q2+q3+q4
其中q’i(i=1,2,3,4)为各相位滞留车流量,Q关键表示现实情况关键出口道总的车流量;
S35.选择N=4个周期通过公式3、公式4、公式5可以得到线性规划方程
20≤xi≤99
和矩阵形式
max -xTT, (公式.7)
s. t. T'x=Q关键+Q等待
20≤x≤99
其中
由于取的周期N=4,因此,T’矩阵为规模为4*4,T’矩阵的横向量表示同周期内关键进口道车辆通过路口时间,列向量表示不同周期的关键进口道通过路口时间,为了保证交通通行能力优先直行车辆,取x1≥x2、x3≥x4;
S36.使用矩阵运算解出x的所有解,求出周期内关键出口道最大总交通流量f(xi),其中xi则为各相位绿灯时间的解。
5.根据权利要求4所述的一种交通信号配时的方法,其特征在于S4步骤分为以下步骤:
S41.将S3统计出的关键出口道车流量Q=(q1,q2,q3,q4)中的q1,q2,q3,q4按比例缩小,使得
(q1+q2+q3+q4)a=1 (公式.8)
其中a为缩小的比例,q1,q2,q3,q4为各相位关键出口道车流量;
S42.将S3中求解得到的x=(x1,x2,x3,x4),按比例缩小使得
(x1+x2+x3+x4)b=1 (公式.9)
其中b为缩小的比例;
S43.通过下面公式10计算得到松弛时间c
c=C-(x1+x2+x3+x4) (公式.10)
其中C为当前周期;
S44.当c>0时,通过下面公式.11求到最优解x’=(x’1,x’2,x’3,x’4):
x′i=c*(aqi+bxi)/2 (公式.11)
其中i=1,2,3,4;
S45.当c≤0时:通过下面公式.12求到最优解x’=(x’1,x’2,x’3,x’4):
x′i=-c*(aqi+bxi)/2 (公式.12)
其中i=1,2,3,4。
6.根据权利要求1所述的一种交通信号配时的方法,其特征在于还包括以下步骤S5:利用MATLAB仿真真实情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310143437.6A CN103208197B (zh) | 2013-04-23 | 2013-04-23 | 交通信号配时的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310143437.6A CN103208197B (zh) | 2013-04-23 | 2013-04-23 | 交通信号配时的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103208197A true CN103208197A (zh) | 2013-07-17 |
CN103208197B CN103208197B (zh) | 2017-03-29 |
Family
ID=48755410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310143437.6A Active CN103208197B (zh) | 2013-04-23 | 2013-04-23 | 交通信号配时的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103208197B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123848A (zh) * | 2014-07-14 | 2014-10-29 | 昆明理工大学 | 一种考虑展宽段长度的单个交叉口过饱和信号配时方法 |
CN105761515A (zh) * | 2016-01-29 | 2016-07-13 | 吴建平 | 一种交叉口信号动态调整方法及装置、系统 |
CN107591011A (zh) * | 2017-10-31 | 2018-01-16 | 吉林大学 | 考虑供给侧约束的交叉口交通信号自适应控制方法 |
CN107833463A (zh) * | 2017-10-25 | 2018-03-23 | 上海应用技术大学 | 基于二维聚类的交通信号时段划分方法及系统 |
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 |
CN114863701A (zh) * | 2022-04-26 | 2022-08-05 | 北京百度网讯科技有限公司 | 交通信号灯控制方法、装置、电子设备和介质 |
CN114898565A (zh) * | 2022-07-14 | 2022-08-12 | 山东领军智能交通科技有限公司 | 一种地埋式交通信号灯的自适应控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5257194A (en) * | 1991-04-30 | 1993-10-26 | Mitsubishi Corporation | Highway traffic signal local controller |
CN101447131A (zh) * | 2008-12-19 | 2009-06-03 | 华南理工大学 | 一种进口单独放行方式下的干道双向绿波协调控制方法 |
CN101826261A (zh) * | 2010-05-20 | 2010-09-08 | 西北工业大学 | 建立城市交通网络十字交叉口信号控制模型的方法 |
CN102024331A (zh) * | 2010-10-26 | 2011-04-20 | 隋亚刚 | 可用于智能交通信号控制系统的系统 |
-
2013
- 2013-04-23 CN CN201310143437.6A patent/CN103208197B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5257194A (en) * | 1991-04-30 | 1993-10-26 | Mitsubishi Corporation | Highway traffic signal local controller |
CN101447131A (zh) * | 2008-12-19 | 2009-06-03 | 华南理工大学 | 一种进口单独放行方式下的干道双向绿波协调控制方法 |
CN101826261A (zh) * | 2010-05-20 | 2010-09-08 | 西北工业大学 | 建立城市交通网络十字交叉口信号控制模型的方法 |
CN102024331A (zh) * | 2010-10-26 | 2011-04-20 | 隋亚刚 | 可用于智能交通信号控制系统的系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123848A (zh) * | 2014-07-14 | 2014-10-29 | 昆明理工大学 | 一种考虑展宽段长度的单个交叉口过饱和信号配时方法 |
CN105761515A (zh) * | 2016-01-29 | 2016-07-13 | 吴建平 | 一种交叉口信号动态调整方法及装置、系统 |
CN105761515B (zh) * | 2016-01-29 | 2018-07-24 | 吴建平 | 一种交叉口信号动态调整方法及装置、系统 |
CN107833463A (zh) * | 2017-10-25 | 2018-03-23 | 上海应用技术大学 | 基于二维聚类的交通信号时段划分方法及系统 |
CN107833463B (zh) * | 2017-10-25 | 2020-05-12 | 上海应用技术大学 | 基于二维聚类的交通信号时段划分方法及系统 |
CN107591011A (zh) * | 2017-10-31 | 2018-01-16 | 吉林大学 | 考虑供给侧约束的交叉口交通信号自适应控制方法 |
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 |
CN114863701A (zh) * | 2022-04-26 | 2022-08-05 | 北京百度网讯科技有限公司 | 交通信号灯控制方法、装置、电子设备和介质 |
CN114863701B (zh) * | 2022-04-26 | 2024-01-16 | 北京百度网讯科技有限公司 | 交通信号灯控制方法、装置、电子设备和介质 |
CN114898565A (zh) * | 2022-07-14 | 2022-08-12 | 山东领军智能交通科技有限公司 | 一种地埋式交通信号灯的自适应控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103208197B (zh) | 2017-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103208197A (zh) | 交通信号配时的方法 | |
CN103208196B (zh) | 面向城市干道变向交通的车道调整方法 | |
CN101894477B (zh) | 一种城市信号灯控制道路网络交通自锁控制方法 | |
CN107221177B (zh) | 一种设置逆向可变车道的交叉口信号配时方法 | |
CN105185128B (zh) | 基于交叉口左转专用相位的行人过街信号控制方法 | |
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 | |
CN102426790B (zh) | 平面交叉路口通行控制系统和方法 | |
CN102157064B (zh) | 设置公交专用道的信号交叉口设计方法 | |
CN109584539A (zh) | 一种高饱和度路段上下游交叉口间相位差优化方法 | |
CN104200680B (zh) | 过饱和交通状态下城市干道的交通信号协调控制方法 | |
CN104021685A (zh) | 一种含混合交通流的交叉口交通控制方法 | |
CN105390004B (zh) | 一种左转短车道影响的成对交叉口时空资源分配方法 | |
CN102592465B (zh) | 过饱和下的干道双向动态协调控制方法 | |
CN104408944B (zh) | 一种基于灯组的混合交通流信号配时优化方法 | |
CN103871256A (zh) | 一种利用出口道实现左转的交叉口通行控制方法 | |
CN107945539B (zh) | 一种交叉口信号控制方法 | |
CN103824446A (zh) | 一种子区多交叉口群决策控制方法 | |
CN105551271A (zh) | 一种面向左右型错位交叉口的交通组织和信号控制方法 | |
CN109191847A (zh) | 基于城市卡口数据的自适应干线协调控制方法及系统 | |
CN105405301A (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 | |
CN112365713A (zh) | 一种主支路交叉口信号配时优化方法 | |
CN102157065B (zh) | 设置直通式公交专用进口道的信号交叉口设计方法 | |
Trayford et al. | Fuel saving and other benefits of dynamic advisory speeds on a multi-lane arterial road | |
CN103021192B (zh) | 全程倒计时且无跳变的交通路口信号灯自适应控制方法 | |
CN114267189A (zh) | 一种快速路出口匝道与衔接交叉口联合控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Zhao Li Inventor after: Zhang Yuan Inventor before: Zhao Li |
|
COR | Change of bibliographic data |
Free format text: CORRECT: INVENTOR; FROM: ZHAO LI TO: ZHAO LI ZHANG YUAN |
|
GR01 | Patent grant | ||
GR01 | Patent grant |