CN103337161A - 基于实时仿真模型的交叉口动态综合评价及信控系统优化方法 - Google Patents
基于实时仿真模型的交叉口动态综合评价及信控系统优化方法 Download PDFInfo
- Publication number
- CN103337161A CN103337161A CN2013102900575A CN201310290057A CN103337161A CN 103337161 A CN103337161 A CN 103337161A CN 2013102900575 A CN2013102900575 A CN 2013102900575A CN 201310290057 A CN201310290057 A CN 201310290057A CN 103337161 A CN103337161 A CN 103337161A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- time
- real
- crossing
- optimization method
- 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.)
- Pending
Links
Images
Abstract
本发明公开一种基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,对交叉口车辆到来时间分布规律和饱和车头时距分布规律统计分析、对实时监测到的车辆进行仿真控制,实现对交叉口诸多交通流参数如平均排队长度、排队时间、行程车速以及车辆排放、油耗和噪声等特征的分析计算,通过第三方控制平台,共享获得的信息并实施优化的信号控制方案。本发明的优点是实时数据采集功能通过埋设在交叉口进口道近端和远端界面上的检测线圈实现;仿真模型以车辆到达和绿灯结束作为启动仿真系统交通流参数配置的触发条件,以饱和车头时距作为车辆离开的时间序列分配依据,通过一系列算法实现了仿真跟车及变道行为,使得交通仿真功能具有时效性、准确性和反应灵敏。
Description
技术领域
本发明属于交通设计及智能交通系统控制领域,特别涉及一种基于实时仿真模型的交叉口动态综合评价及信控系统优化方法。
背景技术
交通流评估往往采用均质静态的计算方法进行处理,便于人工计算和分析。如HCM采用的计算方法中,通常采用折减系数,平均值这类数学办法。但交通流本身的特性是动态和随机的,因此上述算法无可避免地产生误差。交通的随机和动态表现在交通流到达的动态,车流到达特征完全不同,直接影响了交通流运行状态和配时方案的动态;此外,由于道路通行能力受到各种因素的干扰,也具备动态改变的特性。
近年来,尽管智能交通发展迅速,但由于交通检测技术的局限,检测装置只能检测车流量、占有率、速度等参数,尚未能够直接检测车辆延误、停车、油耗等指标参数,很难直接用于信控优化综合评估。为了解决上述问题,人们往往建立仿真模型对交通流的动态和随机性进行模拟。交通仿真是复现交通流时间空间变化的技术。《微观交通仿真中的车道变换模型》针对《城市交通仿真实验系统的面向对象开发》中对车道变换模型的粗略介绍,就强制性换道和随意换道两种类型讨论机动车换道的意图和可行性分析。
目前现有的仿真系统主要面向工程咨询,建立模型的过程较为复杂,参数输入值过多,而且缺乏时效性,导致交通仿真技术虽然能表现车流状态的动态性和随机性,但过于复杂。且现有模型很难和检测器以及信控系统对接,更无法同实际车流进行一一对应仿真,不适合直接接入智能交通管理系统中,这大大限制了其在信号控制领域的推广。
综上所述,目前业内采用的交叉口评价和配时方法存在的问题主要是:
1)基于均质化、平均化的计算方法,缺乏对车流变化的随机性动态性的分析;
2)缺乏适用于实时交通评价和配时设计的仿真评估办法;
3)缺少基于评价指标交叉口最佳配时的计算模型;
4)缺少基于仿真模型的交叉口评价配时自适应系统。
发明内容
本发明所要解决的技术问题是要提供一种交通仿真功能具有时效性和准确性的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法。
为了解决以上的技术问题,本发明提供了一种基于实时仿真模型的交叉口动态综合评价及信控系统,包括实时数据检测设备、计算机控制中心、信息传输系统和第三方控制平台。
其中,计算机控制中心包含交通流分析处理子系统和动态交通信息平台,前者用于提取实时交通流的运行规律,后者连接交通流分析处理子系统,用于存储实时和历史数据,并完成与其他系统的信息共享和交换。
该系统的优化方法包括如下的步骤:
⑴首先驶入检测线圈检测到车辆的到来,将车辆到达的时间汇入数据库,形成车辆的到达时间分布数列。同时,检测线圈还能够检测到车辆的到达车速、车长分布等车辆属性,计算道路占有率,形成对来车特征全面的数据统计。
⑵当检测线圈检测到车辆到来时,会通过时间序列生成器为车辆分配一个通过停车线的时间,该通过时间也会统计入车辆属性数据库中。该通过时间的确定考虑了车流的运行状态和信号灯通行权的限制。如果车辆在对应相位的通行时间内无法通过停车线,则将通行时间待定。
⑶在车辆形成通过时间序列的过程中,车辆会在相应的通行相位中依次通过停车线。当车辆通过停车线时,交通流运行状态判断器首先判定该车是否具有通行权,然后判断该车能否在此周期内通过。如果可以,则放行;否则,在下一周期重新进行判断。
⑷随着车辆的疏散,车道中逐渐出现空隙,后续车辆根据自身的流向选择车道位置,并进行重组。未通行的车辆依次等待下一通行机会。而后续到来车辆则重复之前的步骤。
⑸对于转向的车流,在车辆获得通行权而被放行时,仿真系统将会记录车辆转向的过程,形成车辆转向行为特征数据库。
⑹根据之前检测获得的车辆属性数据库和车辆转向特征,通过内置算法,形成对交叉口综合效益的评估结果,并将系统收集的信息共享。
⑺根据统计的交通流量和评估数据,通过内置算法,计算改善交叉口配时的方案并发布至信号控制端口。
本发明在实时监控交通流状态的基础上,共有三个功能。首先,能够按照时间序列依次录入进入交叉口的车辆,并建立车辆到达时间数据库。其次,每当有车辆到达时,可以根据历史数据为车辆分配转向时间,并且按照到达时间和饱和车头时距以及能够顺利通过停车线对车辆的运行状态进行仿真。第三,可以根据测量得到的车辆离开的时间获得连续车流的饱和车头时距,构建车流饱和时距分布数据库,并且可以反馈调整第二步中车辆的仿真参数。
本发明的优越功效在于:
1)实时数据采集功能通过埋设在交叉口进口道近端和远端界面上的检测线圈实现;
2)仿真模型以车辆到达和绿灯结束作为启动仿真系统交通流参数配置的触发条件,以饱和车头时距作为车辆离开的时间序列分配依据,通过一系列算法实现了仿真跟车及变道行为,改变了过去的仿真系统难以进行实时仿真、时效性差缺点,使得交通仿真功能具有时效性、准确性和反应灵敏的特点。
附图说明
图 为本发明本发明仿真模块工作流程图;
图2为本发明工作流程图;
图3为道路模型图;
图4为车辆饱和车头时距分布折线图;
图5为车辆分配时间序列的示意图;
图6为单车位置确定流程图;
图7为车辆疏散流程图;
图8为车辆重组流程图。
具体实施方式
请参阅附图所示,对本发明作进一步的描述。
本发明系统由四个模块组成:实时数据检测设备、计算机控制中心、信息传输系统和第三方控制平台。四个模块之间的功能配合运作原理如图1所示。
1、实时监测设备的功能:检测线圈检测到车辆的到来、驶离时间,视频检测器实录车辆的运动行为、道路特征,这些数据通过信息传输系统传入计算机控制中心。
2、计算机控制中心的功能:计算机控制中心接收实时监测设备的数据,完成两个功能:首先,计算机启动系统的时间序列生成器、交通流运行状态判断器,构建车辆仿真模型;然后,计算机使用检测获得的数据和仿真生成的数据构建车辆属性数据库,统计车辆运行特征。
3、第三方控制平台连接计算机控制中心和本地信号机主控端、各个交通部门。计算机控制中心统计、收集的数据、形成的优化方案、评估报告以及系统建立的模型,通过信息传输系统,将允许实现共享的模块发布到各个交通部门;计算机获得的优化配时方案通过信息传输系统输送至本地信号机主控端,更改信号灯现有配时方案,实现交叉口配时优化。
其中,计算机控制中心的运作过程如图2所示,计算机控制中心利用实时检测设备完成道路建模、实测数据录入,然后利用系统的仿真功能,调整交通流的运行状态,完成数据库的构建。
1) 铺设检测设备:检测线圈的铺设位置如图3中所示:近端界面的检测线圈选取在停车线之前的1-5米范围之内,本实例中选定为2m,该位置处可以获得第一辆车停止的时间和各辆车驶离的时间;远端截面的检测线圈选取在最大排队长度之后的10-15米范围内,确保车辆不会溢出,并获得车辆到达时间。摄像头装置安放在距离路面7—10米的高度上,可与对向进口道的信号灯同杆设置。
2) 获得车辆的到达时间的分布规律:当车辆行驶经过交叉口进口处的检测线圈时,线圈将车辆进入交叉口的时间通过信息传输系统传至计算机控制中心,并存储在计算机中。通过这种方式,即可以获得车辆到达时间的分布参数。
3) 获得车辆饱和车头时距:车辆通过停车线时,停车线前面2m位置处铺设的线圈感应车辆离开的时间,形成车头时距分布规律的数据库。该信息通过信息传入设备导入计算机控制中心,为形成该交叉口车头时距分布的规律提供数据支持。
4) 仿真建模。包括以下流程
1、输入仿真参数,构建系统基础模型,比如车道数量、车道宽度、渐变段长度、展宽长度以及最大排队长度、现有信号配时方案。这些参数确定以后,将其写入数据库,为交通建模提供计算环境和判断依据。
2、预先设定来车的运行方向。根据交叉口进口道上来车的历史统计数据,按照一定的统计规律,确定来车的转向。
3、单车位置确定。按照驾驶习惯,车辆会在具有路权的道路上,选择加入到所有可用车道中车辆排队长度最小的车道上。通过比较车道上车辆的排队长度,将来车分配到相应的车道上,从而确定到来车辆驶入交叉口后的位置。
4、生成车通过时间序列。假设车辆与前车保持不变的车头时(为Δt,初始值可设为2s),则当系统在时间t检测到进入交叉口的第n辆来车时,为此车指定通过时间t进入+Δt。如果(t进入 +Δt)时刻该交叉口进口道已经停止该相位车辆的通行,则将此车辆的通过时间设定为未知参数T,在下一通行周期内确定,而且排在该车之后的所有车辆通过时间再次设置为T。
5、车流疏散和转移。相位绿灯启亮,相应的车流获得通行权时,自停车线开始逐步检测每个通道每辆车的通行权,具有通行权、本周期可通行的车辆被放行;否则车辆必须等待通行。当检测到通过时间为T的车辆时,进行判断:该车辆是否为此相位放行的车辆。若是则车流疏散判断中止,并再次为车辆分配一次通行时间参数T(方便后文的停车次数统计);若为否,则判断车辆能否转移。如果不能转移,则车流疏散判断中止;但如果可以转移,则将此车移出该车道,并将(t判断+Δt)赋予下一辆车,判断后续车辆能否通过交叉口。
6、车流重组。在绿灯末尾,车辆疏散和转移判断结束后,利用数据库提供该相位此时的饱和车头时距,确定在下一周期通过的车辆。从该周期绿灯结束时刻排在最前面的车辆开始,依次为后续排队车辆分配通过时间,每增加一辆可通过的车辆,在绿灯时间中减去一个饱和车头时距。判断过程如下:如果该车辆有路权,且本周期可用绿灯剩余时间不小于饱和车头时距,为车辆分配通过时间;否则再次为该车及后续车配置通行时间T;如果该车辆没有路权,则判断车辆是否有转移间隙,如果有,则继续为后续车辆分配通过时间,判断方法如上;如果没有,则为后续车辆的通过时间再次配置为T。
所有车辆的固有属性和运行特征都统一输入到车辆属性数据库中,通过对数据库信息的提取调用,可获得以下评价数。分析获得的各种数据分为两类,一类是交通流运行特征指标,第二类是交通效益评估指标。
下面,详细介绍两类指标的获得过程。
在现状信号配时方案的基础上,结合在实时监测与仿真分析中获得的数据,形成以平均延误时间、平均停车次数和油耗、排放、噪声加权值最小的综合目标,以有效绿灯时间、总时长为约束条件的信号配时优化模型并利用粒子群算法进行求解。具有两种设计信号配时的模式:
1)实时调整方案。利用之前n个周期各个参数的平均值,调整下一周期的信号配时方案。该方式具有良好的动态性和实时性,但是所用数据较少,容易受到随机因素的影响而出现较大偏差。
2)多时段调整方案。在一段时间内,不同时段的交通参数会表现出明显的相似性。利用这种相似性将一天划分为若干个时间段,以一个时间段为对象计信号配时方案。
模型中:i—相位序号,C—信号周期时长;—是单项指标的相对权重,—平均延误时间,—平均停车次数,—平均油耗指标,—平均排放量指标,—平均噪声指标,gi—交叉口第i相位的有效绿灯时间,gimin为第i相位最短绿灯时间,此处取4s;li—第i相位的损失时间,近似取各相位绿灯间隔时间;L—各相位的总损失时间;Y—各相位的流量比之和;Cmin为最短信号周期,即到达交叉口的车辆恰好在一个周期内放完,既无滞留车辆,信号周期也无剩余;Cmax为最长信号周期,Cmax=200s。
搜索算法是一种寻找优化结果的模式:
1) 以信号配时现有参数为起点,设步长为ΔS,优化目标的改善值为ε;
2) 为各个相位依次增加或者减少若干个步长、调整绿灯时间,直到ε值小于期望阈值。
此时获得的配时方案既可作为信号交叉口的优化方案。
计算机控制中心通过接收实时监测和仿真数据,建立起多个数据库,包括:车辆到达时间分布数据库、车辆离开时间数据库、仿真车辆通行时间序列数据库,以及对数据分析获得的交叉口评价指标数据库。
计算机控制中心建立的数据库通过信息传输设备送入第三方控制平台,通过此平台实现数据库信息的共享和发布。
第三方控制平台根据联网客户端的性质和功能以及合作关系,为数据库匹配不同的访问权限,并通过网络传输实现数据信息到各个客户端的发布和共享;并且第三方控制平台与本地信号灯主控端相关联,将信号控制的优化方案传送到信号灯主控端,优化信号灯的控制参数。
Claims (8)
1.一种基于实时仿真模型的交叉口动态综合评价及信控系统,包括实时数据检测设备、计算机控制中心、信息传输系统和第三方控制平台,该系统的优化方法包括如下的步骤:
⑴利用检测线圈获得车辆的属性特征、车辆到达时间分布和车头时距分布;
⑵通过视频检测器将每一辆车的运行状态录入系统数据库,为研究车辆的转向行为特征建立可用数据库;
⑶计算机控制中心利用实时数据监测设备传输来的车辆的到达时刻启动仿真系统的时间序列生成器,为交通流的通行状态分配参数,实现对顺畅通过交叉口的车辆和受到阻滞车辆运行状态的分别统计,获得交通流在现有信号灯控制状态下的延误、排队、行程车速等诸多参数;
⑷根据仿真系统统计获得的车辆的行程时间、停车次数等参数,利用车辆的属性特征对应车辆在加速、减速以及不同速度下匀速运行时的排放因子、油耗因子、噪声因子,实现对交通流综合运行效益的评价;
⑸基于上述评价,以用户定义的评价参数为目标,通过搜索算法确定信号配时的最优方案;
⑹通过第三方控制平台,根据各个关联客户端对统计数据库的访问权限,实现对统计信息的共享和实施。
2.根据权利要求1所述的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,其特征在于:所述实时数据检测设备包括检测线圈和视频检测设备,既能实现对车辆到达时间规律和车头时距以及车辆特征的统计,也能同步记录车辆的驾驶行为特征。
3.根据权利要求1所述的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,其特征在于:利用实时数据监测数据和系统仿真参数获得交叉口交通流运行状态的评价,包括最大排队长度、行程时间、平均行程速度、延误时间和停车次数;利用交通流运行状态参数和相似交叉口车辆的排放因子、油耗因子和噪声因子,确定车辆在加速、减速、不同速度匀速行驶的运行时间和比例,计算交叉口的综合效益指标,并通过搜索法求取优化方案。
4.根据权利要求1所述的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,其特征在于:所魔窟信息传输系统将信息传送至本地信号灯主控端,落实优化方案;根据关联客户端的性质,为其设定信息访问权,实现交通流数据的共享。
5.根据权利要求1所述的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,其特征在于:所述仿真系统的仿真步长随着车辆的到达或者绿灯时间的数据而改变,每当有车辆越过远端检测线圈进入交叉口,为到来车辆分配通行时间;当绿灯结束,车队重排时,为未通过的车辆调整通行时间。
6.根据权利要求5所述的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,其特征在于:所述仿真系统实现不同转向、不同车道交通流的仿真:当某相位绿灯启亮时,依次判断有通行权的车辆能否通过交叉口,转移的车辆移除考核车道,继续判断后续车辆的通行情况;如果车辆没有通行权且不可以转移,则判断终止。
7.根据权利要求6所述的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,其特征在于:当判断到不可以通过交叉口的车辆时,都会为车辆重新配置通过时间T,故系统为车辆分配通过时间T的总次数即为车辆的停驶次数。
8.根据权利5所述的基于实时仿真模型的交叉口动态综合评价及信控系统优化方法,其特征在于:所述仿真系统获得在不同时刻、每一辆车在交叉口进口道上的位置状态和运行状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013102900575A CN103337161A (zh) | 2013-07-11 | 2013-07-11 | 基于实时仿真模型的交叉口动态综合评价及信控系统优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013102900575A CN103337161A (zh) | 2013-07-11 | 2013-07-11 | 基于实时仿真模型的交叉口动态综合评价及信控系统优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103337161A true CN103337161A (zh) | 2013-10-02 |
Family
ID=49245306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013102900575A Pending CN103337161A (zh) | 2013-07-11 | 2013-07-11 | 基于实时仿真模型的交叉口动态综合评价及信控系统优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103337161A (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605358A (zh) * | 2013-11-22 | 2014-02-26 | 公安部交通管理科学研究所 | 道路交通信号控制机功能在线仿真测试装置 |
CN104008659A (zh) * | 2014-06-12 | 2014-08-27 | 北京易华录信息技术股份有限公司 | 一种能精准监测路口信号控制器控制效果的系统及方法 |
CN104732781A (zh) * | 2015-03-18 | 2015-06-24 | 青岛海信网络科技股份有限公司 | 一种道路交叉口显示方法及装置 |
CN104751650A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 一种对道路交通信号进行控制的方法和设备 |
CN104751670A (zh) * | 2015-03-23 | 2015-07-01 | 同济大学 | 一种城市交通信号控制运行诊断系统 |
CN104750963A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 交叉口延误时长估计方法及装置 |
CN104751627A (zh) * | 2013-12-31 | 2015-07-01 | 西门子公司 | 一种交通状况参数的确定方法和装置 |
CN105224384A (zh) * | 2015-08-28 | 2016-01-06 | 杭州鼎鹏交通科技有限公司 | 一种交通控制算法实时仿真评价系统 |
CN105809963A (zh) * | 2016-04-27 | 2016-07-27 | 公安部交通管理科学研究所 | 一种基于实测车的城市通道交通状态评价方法 |
CN106683440A (zh) * | 2016-12-28 | 2017-05-17 | 安徽科力信息产业有限责任公司 | 非饱和状态下单点交叉口信号配时方案评价方法 |
CN106683442A (zh) * | 2016-12-28 | 2017-05-17 | 安徽科力信息产业有限责任公司 | 基于多指标的交叉口信号配时方案评价方法 |
CN107045783A (zh) * | 2017-05-19 | 2017-08-15 | 邱惠崧 | 一种基于约定出行的道路路网精准行车运行方法和系统 |
CN108389403A (zh) * | 2018-04-23 | 2018-08-10 | 白冰 | 基于车流量捕捉的交通信号灯及限速标志智能调节方法 |
CN108447261A (zh) * | 2018-04-04 | 2018-08-24 | 迈锐数据(北京)有限公司 | 基于多方式的车辆排队长度计算方法及装置 |
CN108597235A (zh) * | 2018-05-08 | 2018-09-28 | 中南大学 | 基于交通视频数据的交叉口信号参数优化及效果评估方法 |
CN108615376A (zh) * | 2018-05-28 | 2018-10-02 | 安徽科力信息产业有限责任公司 | 一种基于视频检测的交叉口信号控制方案评价方法 |
CN108877256A (zh) * | 2018-06-27 | 2018-11-23 | 南京邮电大学 | 基于无线通信的交叉口附近分散协同自适应巡航控制方法 |
CN109360429A (zh) * | 2018-12-13 | 2019-02-19 | 武汉摩尔数据技术有限公司 | 一种基于模拟优化的城市道路交通调度方法及系统 |
CN109584564A (zh) * | 2018-12-24 | 2019-04-05 | 上海羡通交通科技有限公司 | 一种适用多设备的信控方案实施优化方法及其系统和装置 |
CN109935076A (zh) * | 2018-05-21 | 2019-06-25 | 吉林化工学院 | 一种城市快速路常发性交通瓶颈识别方法 |
CN110199333A (zh) * | 2017-01-24 | 2019-09-03 | 沃尔沃卡车集团 | 用于至少一个队的编队车辆的方法 |
CN110209068A (zh) * | 2019-06-11 | 2019-09-06 | 滁州学院 | 一种红绿灯配时优化与仿真模拟方法 |
CN110322687A (zh) * | 2018-03-30 | 2019-10-11 | 杭州海康威视系统技术有限公司 | 确定目标交叉口运行状态信息的方法和装置 |
CN110782120A (zh) * | 2019-09-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种交通流模型的评测方法、系统、设备及介质 |
CN111341095A (zh) * | 2018-12-19 | 2020-06-26 | 中国航天系统工程有限公司 | 一种基于边缘侧在线计算的交通信号控制系统及方法 |
CN111696342A (zh) * | 2019-03-11 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 交通信号配时优化方法、装置、电子设备及可读存储介质 |
CN111899506A (zh) * | 2020-06-12 | 2020-11-06 | 上海应用技术大学 | 基于电子警察数据的交通溢流判别方法 |
CN112037508A (zh) * | 2020-08-13 | 2020-12-04 | 山东理工大学 | 基于动态饱和流率的交叉口信号配时优化方法 |
CN112330957A (zh) * | 2020-10-14 | 2021-02-05 | 北京博研智通科技有限公司 | 一种路口信号灯控制效果分析系统及方法 |
CN113327444A (zh) * | 2021-06-09 | 2021-08-31 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路云协同优化车速的控制方法 |
CN113420395A (zh) * | 2021-05-25 | 2021-09-21 | 东南大学 | 基于交通仿真的多模式交通信息采集单元长度确定方法 |
CN113706867A (zh) * | 2021-08-27 | 2021-11-26 | 东北大学 | 一种高速公路相邻边缘设备节点交通异常概率评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001273585A (ja) * | 2000-03-27 | 2001-10-05 | Ship Research Institute Ministry Of Land Infrastructure & Transport | 交通機関運転シミュレーションシステム |
WO2004077377A1 (fr) * | 2003-02-27 | 2004-09-10 | Shaopeng Yang | Procede de regulation de la circulation routiere et installations routieres |
CN101266718A (zh) * | 2008-04-24 | 2008-09-17 | 山东大学 | 基于路口组的交通流优化控制方法 |
CN101464923A (zh) * | 2009-01-16 | 2009-06-24 | 天津大学 | 面向交通控制、诱导及其协调的仿真智能交通系统 |
CN101477581A (zh) * | 2008-12-19 | 2009-07-08 | 上海理工大学 | 多智能体区域道路交叉口信号集成控制仿真系统 |
CN101789182A (zh) * | 2010-02-05 | 2010-07-28 | 北京工业大学 | 一种基于平行仿真技术的交通信号控制系统及方法 |
CN102819958A (zh) * | 2012-08-27 | 2012-12-12 | 上海海事大学 | 城市道路机动车交通信号控制的元胞仿真方法 |
CN102831772A (zh) * | 2012-08-30 | 2012-12-19 | 西北工业大学 | 基于Zhang宏观交通流模型的FPGA在线预测控制方法 |
-
2013
- 2013-07-11 CN CN2013102900575A patent/CN103337161A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001273585A (ja) * | 2000-03-27 | 2001-10-05 | Ship Research Institute Ministry Of Land Infrastructure & Transport | 交通機関運転シミュレーションシステム |
WO2004077377A1 (fr) * | 2003-02-27 | 2004-09-10 | Shaopeng Yang | Procede de regulation de la circulation routiere et installations routieres |
CN101266718A (zh) * | 2008-04-24 | 2008-09-17 | 山东大学 | 基于路口组的交通流优化控制方法 |
CN101477581A (zh) * | 2008-12-19 | 2009-07-08 | 上海理工大学 | 多智能体区域道路交叉口信号集成控制仿真系统 |
CN101464923A (zh) * | 2009-01-16 | 2009-06-24 | 天津大学 | 面向交通控制、诱导及其协调的仿真智能交通系统 |
CN101789182A (zh) * | 2010-02-05 | 2010-07-28 | 北京工业大学 | 一种基于平行仿真技术的交通信号控制系统及方法 |
CN102819958A (zh) * | 2012-08-27 | 2012-12-12 | 上海海事大学 | 城市道路机动车交通信号控制的元胞仿真方法 |
CN102831772A (zh) * | 2012-08-30 | 2012-12-19 | 西北工业大学 | 基于Zhang宏观交通流模型的FPGA在线预测控制方法 |
Non-Patent Citations (3)
Title |
---|
YU L 等: "Calibration of Vissim for Bus Rapid Transit Systems in Beijing Using GPS Data", 《JOURNAL OF PUBLIC TRANSPORTATION》 * |
余柳 等: "综合环境因素及延误的信号配时优化仿真研究", 《系统仿真学报》 * |
魏明 等: "交通仿真的发展及研究现状", 《系统仿真学报》 * |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605358B (zh) * | 2013-11-22 | 2016-08-31 | 公安部交通管理科学研究所 | 道路交通信号控制机功能在线仿真测试装置 |
CN103605358A (zh) * | 2013-11-22 | 2014-02-26 | 公安部交通管理科学研究所 | 道路交通信号控制机功能在线仿真测试装置 |
CN104751627A (zh) * | 2013-12-31 | 2015-07-01 | 西门子公司 | 一种交通状况参数的确定方法和装置 |
CN104751650A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 一种对道路交通信号进行控制的方法和设备 |
CN104750963A (zh) * | 2013-12-31 | 2015-07-01 | 中国移动通信集团公司 | 交叉口延误时长估计方法及装置 |
CN104750963B (zh) * | 2013-12-31 | 2017-12-01 | 中国移动通信集团公司 | 交叉口延误时长估计方法及装置 |
CN104751650B (zh) * | 2013-12-31 | 2017-06-20 | 中国移动通信集团公司 | 一种对道路交通信号进行控制的方法和设备 |
CN104008659B (zh) * | 2014-06-12 | 2016-01-27 | 北京易华录信息技术股份有限公司 | 一种能精准监测路口信号控制器控制效果的系统及方法 |
CN104008659A (zh) * | 2014-06-12 | 2014-08-27 | 北京易华录信息技术股份有限公司 | 一种能精准监测路口信号控制器控制效果的系统及方法 |
CN104732781A (zh) * | 2015-03-18 | 2015-06-24 | 青岛海信网络科技股份有限公司 | 一种道路交叉口显示方法及装置 |
CN104751670A (zh) * | 2015-03-23 | 2015-07-01 | 同济大学 | 一种城市交通信号控制运行诊断系统 |
CN105224384A (zh) * | 2015-08-28 | 2016-01-06 | 杭州鼎鹏交通科技有限公司 | 一种交通控制算法实时仿真评价系统 |
CN105224384B (zh) * | 2015-08-28 | 2018-07-27 | 杭州鼎鹏交通科技有限公司 | 一种交通控制算法实时仿真评价系统 |
CN105809963A (zh) * | 2016-04-27 | 2016-07-27 | 公安部交通管理科学研究所 | 一种基于实测车的城市通道交通状态评价方法 |
CN106683442A (zh) * | 2016-12-28 | 2017-05-17 | 安徽科力信息产业有限责任公司 | 基于多指标的交叉口信号配时方案评价方法 |
CN106683440A (zh) * | 2016-12-28 | 2017-05-17 | 安徽科力信息产业有限责任公司 | 非饱和状态下单点交叉口信号配时方案评价方法 |
CN106683440B (zh) * | 2016-12-28 | 2019-11-15 | 安徽科力信息产业有限责任公司 | 非饱和状态下单点交叉口信号配时方案评价方法 |
CN110199333A (zh) * | 2017-01-24 | 2019-09-03 | 沃尔沃卡车集团 | 用于至少一个队的编队车辆的方法 |
CN107045783A (zh) * | 2017-05-19 | 2017-08-15 | 邱惠崧 | 一种基于约定出行的道路路网精准行车运行方法和系统 |
CN110322687A (zh) * | 2018-03-30 | 2019-10-11 | 杭州海康威视系统技术有限公司 | 确定目标交叉口运行状态信息的方法和装置 |
CN108447261A (zh) * | 2018-04-04 | 2018-08-24 | 迈锐数据(北京)有限公司 | 基于多方式的车辆排队长度计算方法及装置 |
CN108447261B (zh) * | 2018-04-04 | 2020-09-18 | 迈锐数据(北京)有限公司 | 基于多方式的车辆排队长度计算方法及装置 |
CN108389403A (zh) * | 2018-04-23 | 2018-08-10 | 白冰 | 基于车流量捕捉的交通信号灯及限速标志智能调节方法 |
CN108597235A (zh) * | 2018-05-08 | 2018-09-28 | 中南大学 | 基于交通视频数据的交叉口信号参数优化及效果评估方法 |
CN109935076A (zh) * | 2018-05-21 | 2019-06-25 | 吉林化工学院 | 一种城市快速路常发性交通瓶颈识别方法 |
CN108615376A (zh) * | 2018-05-28 | 2018-10-02 | 安徽科力信息产业有限责任公司 | 一种基于视频检测的交叉口信号控制方案评价方法 |
CN108877256A (zh) * | 2018-06-27 | 2018-11-23 | 南京邮电大学 | 基于无线通信的交叉口附近分散协同自适应巡航控制方法 |
CN108877256B (zh) * | 2018-06-27 | 2020-11-13 | 南京邮电大学 | 基于无线通信的交叉口附近分散协同自适应巡航控制方法 |
CN109360429A (zh) * | 2018-12-13 | 2019-02-19 | 武汉摩尔数据技术有限公司 | 一种基于模拟优化的城市道路交通调度方法及系统 |
CN111341095A (zh) * | 2018-12-19 | 2020-06-26 | 中国航天系统工程有限公司 | 一种基于边缘侧在线计算的交通信号控制系统及方法 |
CN111341095B (zh) * | 2018-12-19 | 2021-02-09 | 中国航天系统工程有限公司 | 一种基于边缘侧在线计算的交通信号控制系统及方法 |
CN109584564B (zh) * | 2018-12-24 | 2021-11-16 | 上海羡通交通科技有限公司 | 一种适用多设备的信控方案实施优化方法及其系统和装置 |
CN109584564A (zh) * | 2018-12-24 | 2019-04-05 | 上海羡通交通科技有限公司 | 一种适用多设备的信控方案实施优化方法及其系统和装置 |
CN111696342B (zh) * | 2019-03-11 | 2022-05-27 | 阿里巴巴集团控股有限公司 | 交通信号配时优化方法、装置、电子设备及可读存储介质 |
CN111696342A (zh) * | 2019-03-11 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 交通信号配时优化方法、装置、电子设备及可读存储介质 |
CN110209068A (zh) * | 2019-06-11 | 2019-09-06 | 滁州学院 | 一种红绿灯配时优化与仿真模拟方法 |
CN110782120A (zh) * | 2019-09-12 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 一种交通流模型的评测方法、系统、设备及介质 |
CN110782120B (zh) * | 2019-09-12 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种交通流模型的评测方法、系统、设备及介质 |
CN111899506A (zh) * | 2020-06-12 | 2020-11-06 | 上海应用技术大学 | 基于电子警察数据的交通溢流判别方法 |
CN111899506B (zh) * | 2020-06-12 | 2023-04-11 | 上海应用技术大学 | 基于电子警察数据的交通溢流判别方法 |
CN112037508A (zh) * | 2020-08-13 | 2020-12-04 | 山东理工大学 | 基于动态饱和流率的交叉口信号配时优化方法 |
CN112037508B (zh) * | 2020-08-13 | 2022-06-17 | 山东理工大学 | 基于动态饱和流率的交叉口信号配时优化方法 |
CN112330957B (zh) * | 2020-10-14 | 2021-10-15 | 北京博研智通科技有限公司 | 一种路口信号灯控制效果分析系统及方法 |
CN112330957A (zh) * | 2020-10-14 | 2021-02-05 | 北京博研智通科技有限公司 | 一种路口信号灯控制效果分析系统及方法 |
CN113420395A (zh) * | 2021-05-25 | 2021-09-21 | 东南大学 | 基于交通仿真的多模式交通信息采集单元长度确定方法 |
CN113420395B (zh) * | 2021-05-25 | 2022-12-13 | 东南大学 | 基于交通仿真的多模式交通信息采集单元长度确定方法 |
CN113327444A (zh) * | 2021-06-09 | 2021-08-31 | 上海智能新能源汽车科创功能平台有限公司 | 一种基于车路云协同优化车速的控制方法 |
CN113706867A (zh) * | 2021-08-27 | 2021-11-26 | 东北大学 | 一种高速公路相邻边缘设备节点交通异常概率评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103337161A (zh) | 基于实时仿真模型的交叉口动态综合评价及信控系统优化方法 | |
CN108053645A (zh) | 一种基于轨迹数据的信号交叉口周期流量估计方法 | |
Fu et al. | Empirical analysis of large-scale multimodal traffic with multi-sensor data | |
CN101719315B (zh) | 一种基于中间件的动态交通信息采集方法 | |
Fang et al. | FTPG: A fine-grained traffic prediction method with graph attention network using big trace data | |
CN103236166B (zh) | 一种使用卫星定位技术进行车辆违章行为辨识的方法 | |
CN108597235B (zh) | 基于交通视频数据的交叉口信号参数优化及效果评估方法 | |
CN110335459A (zh) | 低渗透率车辆轨迹数据的交叉口排队长度估计方法及装置 | |
CN104750963B (zh) | 交叉口延误时长估计方法及装置 | |
CN109544929A (zh) | 一种基于大数据的车辆低碳控制与诱导方法、系统、设备和存储介质 | |
CN111915887A (zh) | 一种基于多源异构交通数据的集成与处理系统及其方法 | |
CN106846842A (zh) | 基于多时段控制方案的城市干道协调控制优化方法 | |
Li et al. | Traffic signal timing optimization in connected vehicles environment | |
CN106355203A (zh) | 活动人群的分类方法和系统 | |
Guerrero-Ibanez et al. | A policy-based multi-agent management approach for intelligent traffic-light control | |
Xu et al. | Queue length estimation at isolated intersections based on intelligent vehicle infrastructure cooperation systems | |
CN102024331A (zh) | 可用于智能交通信号控制系统的系统 | |
Talukder et al. | Trajectory-based signal control in mixed connected vehicle environments | |
Yang et al. | Toward a real‐time smart parking data management and prediction (SPDMP) system by attributes representation learning | |
CN109816978B (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 | |
CN105489010B (zh) | 一种快速道路行程时间可靠度监测分析系统及方法 | |
CN113140108B (zh) | 一种网联智能交通系统中的云端交通态势预测方法 | |
Mrazovic et al. | Understanding and predicting trends in urban freight transport | |
CN109255948A (zh) | 一种基于卡尔曼滤波的分车道车流比例预测方法 | |
CN103209206A (zh) | 一种基于手机智能系统的多终端车辆行驶记录系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131002 |