CN103700274A - 一种交通流检测诱导方法 - Google Patents
一种交通流检测诱导方法 Download PDFInfo
- Publication number
- CN103700274A CN103700274A CN201410023923.9A CN201410023923A CN103700274A CN 103700274 A CN103700274 A CN 103700274A CN 201410023923 A CN201410023923 A CN 201410023923A CN 103700274 A CN103700274 A CN 103700274A
- Authority
- CN
- China
- Prior art keywords
- traffic
- information
- road
- user
- video
- 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流检测诱导方法,属于智能交通技术领域。该方法基于超声波和路况视频采集协同工作,并结合交通云信息服务平台对城市各路段交通网信息进行集中处理、实时进行交通信息发布和交通诱导。三种先进技术的结合使用,可以有效解决目前用户对于道路交通网整体信息把握不全面导致的出行难题,并且系统具备的路况视频查询及请求服务功能可以有目的地解决针对特定用户出行的路径规划问题,避免了传统诱导方法施加给用户的强制性信息,增强用户主动参与交通调节过程的意识,在提高用户出行满意度的同时,可以增强路网的通行协调能力,缓解交通压力,最大限度地发挥交通诱导的目的。
Description
技术领域
本发明属于智能交通技术领域,涉及一种交通流检测诱导方法。
背景技术
随着社会经济高速发展和城镇化进程的不断加快,城市人口数量和机动车保有量都在不断增加,导致城市交通拥堵现象日益严重。与交通拥堵相伴而来的环境污染和能源浪费等不利因素制约了城市发展并影响了居民生活质量。交通拥堵已经成为世界各国共同面临又急需解决的重要问题。因此,研究解决交通拥堵问题的方法具有重要的现实意义。
在不能无止境地限制交通参与者数量和增加交通路网容量的前提下,提高交通路网运行效率是缓解交通拥堵的重要且有效方法。提高交通路网运行效率的前提是正确的检测出当前交通状态。所以交通状态检测是重中之重。而交通诱导系统已经被证明可以均衡路网负载,是行之有效的提高路网运行效率的方法之一。交通诱导系统根据当前路网内交通流运行情况,可为交通参与者提供出行线路指导,从而调节交通路网负载,降低交通拥堵发生的概率,最终实现缓解交通拥堵的目的。交通诱导系统的基础数据是实时交通流状态信息——交通状态信息,只有在实时交通状态信息的支持下,交通诱导信息系统才能够充分发挥作用,缓解交通拥堵。
目前,在交通信息采集阶段,常用的行驶车辆检测器主要有磁感应式检测器、超声波式检测器、压力开关检测器、雷达检测器、光电检测器以及视频检测器等,常用的交通诱导控制方法有主线控制法、入口匝道控制等。
磁感应式检测器是一种埋在地表下的电感线圈,通过与电容组成振荡电路并通电后,磁感应式检测器便能以固定的频率振荡。当有金属物体通过地感线圈后,由于线圈内介质发生改变导致振荡频率增加。通过测量磁感应式检测器频率变化可以判断是否有车辆通过,测量频率信号发生变化的起始时间和结束时间的间隔可估计车辆速度。其缺点在于:磁感应式检测器易受车辆、温度、湿度等外界环境的影响,基准频率会产生漂移,从而影响检测效果。同时,由于车型、车体、车速的不同,也会影响检测的准确性。
超声波交通流量观测设备采用了固定式探头,探头垂直安装在路面上方,向路面发射脉冲超声波,并接收反射回的超声波,通过测定声波发射和接收的时间差t,可以计算出路面相对高度h0(计算公式h0=v(声速)×t/2)。当车辆通过该检测器下方时,路面的相对高度变化为h1,这样便可计算出该车的高度值H。即H=h0-h1,通过连续发射超声波,可以得到一组变化的车辆高度值H1、H2、H3……Hn。通过分析高度变化的数值,得出车辆的速度和数量。其缺点是:如果有物体遮挡在超声波探头和车辆间时,超声波检测失去作用,与视频检测器相比参数不具备可视化效果,对于路况信息的反馈监督较难。
压力开关检测器的原理为:当车辆经过气压管传感器时,气压管内部便产生一股微弱的气流并传到检测设备上的空气开关,从而便形成了一个车轴电信号,精确记录每个车轴的时间标,利用交通管理软件对车轴数据进行处理,可获得交通数据。其缺点在于:当流量大、空气开关对温度较敏感或轮胎对气压管造成磨损破坏时,精度下降;车辆停在气压管上时精度失真。
雷达车速检测器是以多普勒效应为原理开发的车辆速度检测装置。当车辆接近测速雷达时,雷达收到信号的频率增加,当车辆离去测速雷达时,雷达收到信号的频率降低。通过计算雷达收到信号频率的变化可以获得车辆运行速度。利用普通雷达测量车辆运行速度的精度小于1Km/h。其缺点在于:只能测量车辆的运动速度,不能测量运动车辆的数量,需要配合其他传感器测量车辆的数量,同时在车辆运行速度缓慢时,雷达测量车速的误差交大。
光电检测器通过线性排列的红外光发射和接收来实现对车辆的同步扫描,并将光信号转换为电信号,从而实现对车辆数据的综合检测。其缺点是:单道性太强;受周围环境(如大气温度湿度)影响太大;穿透灰尘、雾、雨和雪能力很弱。
视频检测器以摄像机、计算机和其他辅助设备为基础利用计算机技术、图像处理技术和人工智能技术从图像信息中提取出车辆数量和车辆速度的方法。其缺点在于:易受天气、灯光、阴影和视频图像处理算法优劣的影响。
主线控制法就是对高速公路主线的交通进行调节、诱导警告,按照路段下游的通行能力控制路段上游的交通需求,常用的实施方法是对车速进行诱导控制、对车道进行封闭控制等。缺点是:不能对公路交通量产生重大影响,路网整体协调能力不佳,改善交通的效果不明显,不能主动引导司机主动参与交通调节过程,其过程对司机来说是被动的。
入口匝道控制的基本原理是依据历史交通数据中得出的预先调节率通过交通灯、控制器、道路控制标志等采用定时控制手段或对多个匝道进行集中协调控制的方法来平衡入口匝道处高速公路上、下游交通量。通过入口匝道控制的方法可以限制进入公路的车辆数目保证公路自身的交通需求不超过其交通容量。缺点是:对大量历史交通数据的依赖性较强,有效调解率不高,不容易及时响应交通量的变化,缺乏司机的主动参与意识。
发明内容
有鉴于此,本发明的目的在于提供一种交通流检测诱导方法,该方法基于超声波和路况视频采集协同工作,并结合交通云信息服务平台对城市各路段交通网信息进行集中处理、实时进行交通信息发布和交通诱导。
为达到上述目的,本发明提供如下技术方案:
一种交通流检测诱导方法,包括以下步骤:步骤一:利用超声波检测装置采集城市交通网中各个路段道路上通过的车辆信息,通过对数据进行预处理,得到相应路段的交通流参数信息;步骤二:利用路况视频采集装置对各路段的交通状况进行视频监测,视频信息经过处理后,以供交通诱导阶段用户进行路况点播选择行驶路径时使用;步骤三:将处理所得各路段的交通流参数信息、视频交通流信息传送至城市交通云信息服务平台,交通云信息接收平台将接收的参数信息、视频及用户查询命令信息写入相应路段的数据库,供云数据处理平台使用;步骤四:云数据处理平台将上传的各路段交通流参数信息进行更新、分类处理,依据专家知识库,结合车辆车流信息对交通情况做出判别,再依据交通状态级别分配相应路段的通行权重,为用户制定合理的出行路径提供依据;步骤五:云信息发布平台将云数据处理平台所得的交通参数以及各路段的交通状态进行发布,引导用户合理出行。
进一步,在步骤一中,利用超声波检测装置采集的车辆信息包括车辆高度和车长参数,同时,使用嵌入式微处理器对数据进行预处理,得到相应路段的车流量、车速、平均车速信息。
进一步,在步骤二中,视频采集装置采集到各路段交通状况视频后,通过处理器对视频信息进行冗余、去噪处理。
进一步,在步骤三中,通过嵌入式微处理器将处理所得各路段的参数、视频交通流信息经光纤传送至城市交通云信息服务平台。
进一步,在步骤四中,所述专家知识库是由交通专家经验及科学性知识建立的专家知识库,利用专家知识库结合车长、车高以及车速、车流量信息对车型、道路的占道比、拥堵情况做出判别,再依据交通状态级别分配相应路段的通行权重,为用户制定合理的出行路径提供依据。
进一步,在步骤五中,云信息发布平台将信息发布到各路段道路交通诱导显示屏以及用户车载导航设备或智能手机终端上,从而引导用户合理出行。
进一步,用户能够通过智能手机终端向云服务平台查询点播欲出行路线中相关的路况视频。
进一步,用户向交通云服务平台请求点播交通路况视频的同时,还能够通过智能手机终端请求制定针对个人的最佳行驶路径,云信息服务平台依据各路段的交通状态结合路径优化算法确定各路段通行权重后计算出最优路径并反馈给用户使用。
本发明的有益效果在于:一方面,基于超声波的检测装置可以有效解决天气、灯光、大气温度等因素对交通参数采集的影响,避免对路面的破坏,结合视频采集装置的优点对于用户及交通决策者而言均可实现道路交通的可视化,另外,采用的微处理器可以快速有效地测量计算车流量、车速等参数并对路况视频的冗余、噪点等有良好的适用效果,降低采集系统功耗,可以避免其他行驶车辆检测器实现方式存在的不足,使交通流信息检测采集的精度及可靠性更佳,具备良好的可视化效果。另一方面,该系统不但可以使用户通过公共交通服务信息被动了解路况、自主选择路径,而且用户可以使用智能手机向云服务平台查询点播感兴趣路段的视频信息,主动查看交通路况信息,此外,用户也可以向交通云服务平台请求制定针对个人出行的路径规划建议,三种先进技术的结合使用,可以有效解决目前用户对于道路交通网整体信息把握不全面导致的出行难题,并且系统具备的路况视频查询及请求服务功能可以有目的地解决针对特定用户出行的路径规划问题,避免了传统诱导方法施加给用户的强制性信息,增强用户主动参与交通调节过程的意识,在提高用户出行满意度的同时,可以增强路网的通行协调能力,缓解交通压力,最大限度地发挥交通诱导的目的。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为本发明所述方法的整体框图;
图2为超声波检测装置的放置位置以及工作原理示意图;
图3为处理后的探测器测量出的车辆高度曲线;
图4为车辆由A到B的路网信息示意图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
图1为本发明所述方法的整体框图,如图所示,该交通流检测诱导方法使用超声波进行交通信息采集与路况视频监测二者结合使系统对于交通参数的采集、调节无论对于道路交通指挥决策者还是个人用户而言均具有准确且可视化的特点,用户与交通云平台的交互选择又可以进一步避免用户对于道路交通网整体信息把握不全面导致的出行难题,在增强用户主动参与交通调节过程的意识的同时,使系统具备更强的路网通行协调能力,有效提高用户出行效率。
在整个系统运过程中,在各路段安置的超声波检测装置是检测交通参数的重要环节,其基本的工作原理是在道路上方固定两个距离一定的超声波探头D1和D2(如图2所示),超声波探头在微处理器的控制作用下定时向下发射超声波,并接收反射波,通过测定声波发射和接收的时间差t,通过公式h=Vs*t/2,(Vs为声速)可以测出探头到路面或车之间的距离。通过超声波装置计算车高的公式为Hcar=h0-Vs*t/2,每隔一定的时间间隔对车高计算即采样一次即可得到通过探头下方车的高度变化曲线,经过处理器的预处理忽略车顶曲面坡度距离的变化(即从车头到车尾车高虽有一定范围波动但对同一辆车而言认为车高一定,车高可取同一组采用值中的平均值),可以分别得到探测器下方通过的车高度的波形变化曲线,如图3所示。
在实际的处理当中,如图3,当车辆Car1通过探头D1下方时D1测量的车高度曲线会在系统时刻t0有变化很大的上跳变过程,当微处理器检测到该跳变时会立即向D2发送启动检测命令,同时使车辆计数器N加1,当处理器检测到D2测量的车高曲线有很大的上跳变过程时记下当前时刻t0',而当检测到很大的下跳变时记下当前时刻t1'同时D2停止检测,等待下辆车的检测。由于D1与D2的固定距离为L0,因而可以计算测得车速为:
车长为:Lcar=t1'-t0' (2)
若每隔一定定时时间T对计数器N刷新一次,则可得到该段时间内车道的平均车流量为:
Fcar=N/T (3)
该时间内的平均车速为:
检测计算出通过的车的高度、长度、车速、平均车速、车流量等参数后,处理器会通过光纤将测量参数传送至云信息服务平台,接着云数据处理平台会将上传的各路段交通流参数在数据库中进行分类,依据专家知识库,结合车长、车高以及车速、车流量信息对车型、道路的占道比、拥堵情况做出判别,通过由专家经验形成的知识库对相应路段的交通状态级别做出判断,并通过信息发布平台将一些参数进行发布,达到交通诱导的初步目的。
设预先设定的交通状态等级最大为Cmax,当前路段节点编号为Pi路段的判别等级为Cpi。如图4所示,以车辆从A点到B点为例说明本系统做路径优化的基本原理。
路径优化选择的步骤如下:
步骤一:依据交通云信息服务平台里存储的路径节点,
计算出由A到B的可行路段编号为P1,P2,……,P7,并且由路径判别算法得出从A到B的单向行驶路径数目Pnum=3,分别为:
Path1=[P1,P2,P3,P7]
Path2=[P1,P4]
Path3=[P5,P6]
步骤二:依据交通云信息服务平台中存储的地理信息,
找出由A到B所有地理路段长度的最大值,即
步骤三:各路段的通行权重由交通状态等级与相应路段的地理长度共同决定,各路段的通行权重为
其中i=1,2,…,7,α、β的作用分别是交通状态级别和路段长度对权重的影响因子,二者之和为1,α、β的值可以调节由于交通状态等级划分误差影响带来的权重误差。
步骤四:计算从A到B所有单向行驶路径的选择指标:
SEL1=WP1+WP2+WP3+WP7
SEL2=WP1+WP4
SEL3=WP5+WP6
步骤五、比较判别所有单向行驶路径选择指标中的最大值,并记下其编号Nsel,即
Nsel对应的路径即为计算所得的最优路径。
将计算所得的最优路径及时反馈给用户,可以进一步发挥交通诱导的作用,对于缓解交通、提高道路利用率、增强路网的通行协调能力具有重要意义。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其做出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (8)
1.一种交通流检测诱导方法,其特征在于:包括以下步骤:
步骤一:利用超声波检测装置采集城市交通网中各个路段道路上通过的车辆信息,通过对数据进行预处理,得到相应路段的交通流参数信息;
步骤二:利用路况视频采集装置对各路段的交通状况进行视频监测,视频信息经过处理后,以供交通诱导阶段用户进行路况点播选择行驶路径时使用;
步骤三:将处理所得各路段的交通流参数信息、视频交通流信息传送至城市交通云信息服务平台,交通云信息接收平台将接收的参数信息、视频及用户查询命令信息写入相应路段的数据库,供云数据处理平台使用;
步骤四:云数据处理平台将上传的各路段交通流参数信息进行更新、分类处理,依据专家知识库,结合车辆车流信息对交通情况做出判别,再依据交通状态级别分配相应路段的通行权重,为用户制定合理的出行路径提供依据;
步骤五:云信息发布平台将云数据处理平台所得的交通参数以及各路段的交通状态进行发布,引导用户合理出行。
2.根据权利要求1所述的交通流检测诱导方法,其特征在于:在步骤一中,利用超声波检测装置采集的车辆信息包括车辆高度和车长参数,同时,使用嵌入式微处理器对数据进行预处理,得到相应路段的车流量、车速、平均车速信息。
3.根据权利要求2所述的交通流检测诱导方法,其特征在于:在步骤二中,视频采集装置采集到各路段交通状况视频后,通过处理器对视频信息进行冗余、去噪处理。
4.根据权利要求3所述的交通流检测诱导方法,其特征在于:在步骤三中,通过嵌入式微处理器将处理所得各路段的参数、视频交通流信息经光纤传送至城市交通云信息服务平台。
5.根据权利要求4所述的交通流检测诱导方法,其特征在于:在步骤四中,所述专家知识库是由交通专家经验及科学性知识建立的专家知识库,利用专家知识库结合车长、车高以及车速、车流量信息对车型、道路的占道比、拥堵情况做出判别,再依据交通状态级别分配相应路段的通行权重,为用户制定合理的出行路径提供依据。
6.根据权利要求5所述的交通流检测诱导方法,其特征在于:在步骤五中,云信息发布平台将信息发布到各路段道路交通诱导显示屏以及用户车载导航设备或智能手机终端上,从而引导用户合理出行。
7.根据权利要求1至6中任一项所述的交通流检测诱导方法,其特征在于:用户能够通过智能手机终端向云服务平台查询点播欲出行路线中相关的路况视频。
8.根据权利要求7所述的交通流检测诱导方法,其特征在于:用户向交通云服务平台请求点播交通路况视频的同时,还能够通过智能手机终端请求制定针对个人的最佳行驶路径,云信息服务平台依据各路段的交通状态结合路径优化算法确定各路段通行权重后计算出最优路径并反馈给用户使用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410023923.9A CN103700274B (zh) | 2014-01-17 | 2014-01-17 | 一种交通流检测诱导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410023923.9A CN103700274B (zh) | 2014-01-17 | 2014-01-17 | 一种交通流检测诱导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103700274A true CN103700274A (zh) | 2014-04-02 |
CN103700274B CN103700274B (zh) | 2016-09-14 |
Family
ID=50361789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410023923.9A Expired - Fee Related CN103700274B (zh) | 2014-01-17 | 2014-01-17 | 一种交通流检测诱导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103700274B (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318795A (zh) * | 2014-10-31 | 2015-01-28 | 重庆大学 | 基于时空分析的高速公路地点交通状态偏离度获取方法 |
CN104575049A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的高架匝道智能诱导方法及装置 |
CN105187553A (zh) * | 2015-09-29 | 2015-12-23 | 爱培科科技开发(深圳)有限公司 | 一种基于移动终端的行车记录信息云端获取方法及系统 |
CN105303838A (zh) * | 2015-12-01 | 2016-02-03 | 北京百度网讯科技有限公司 | 确定道路流量的方法和装置 |
CN105702072A (zh) * | 2016-04-07 | 2016-06-22 | 潍坊科技学院 | 一种基于物联网的交通运输系统 |
CN105869422A (zh) * | 2015-01-22 | 2016-08-17 | 谢文军 | 交通控制系统 |
CN106056935A (zh) * | 2016-06-01 | 2016-10-26 | 东莞职业技术学院 | 智能交通诱导系统及方法 |
CN106548635A (zh) * | 2016-10-25 | 2017-03-29 | 东南大学 | 一种高速公路收费站应急管控系统及其方法 |
CN107154160A (zh) * | 2017-06-30 | 2017-09-12 | 安徽超清科技股份有限公司 | 一种救护车快速通行引导系统 |
CN107180546A (zh) * | 2017-07-18 | 2017-09-19 | 深圳森阳环保材料科技有限公司 | 一种发布信息准确的城市信息发布系统 |
CN107393304A (zh) * | 2017-09-11 | 2017-11-24 | 安徽实运信息科技有限责任公司 | 一种基于卡口通行的交通状态检测系统 |
CN109285347A (zh) * | 2018-09-26 | 2019-01-29 | 东莞绿邦智能科技有限公司 | 一种基于云平台的城市道路拥堵分析系统 |
CN109637137A (zh) * | 2018-12-29 | 2019-04-16 | 浙江方大智控科技有限公司 | 基于车路协同的交通管理系统 |
CN111354195A (zh) * | 2020-01-19 | 2020-06-30 | 常熟理工学院 | 一种基于自适应斑马线的交叉路口资源分配方法 |
WO2022027763A1 (zh) * | 2020-08-06 | 2022-02-10 | 南京慧尔视智能科技有限公司 | 一种基于广域雷达的路面诱导系统及方法 |
CN114664089A (zh) * | 2022-04-06 | 2022-06-24 | 杭州电子科技大学 | 一种城市道路交通系统车流量的pi控制方法 |
CN115394098A (zh) * | 2021-11-02 | 2022-11-25 | 杭州宇涵信息工程有限公司 | 一种分布式动态监控交通诱导屏控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19727895A1 (de) * | 1997-07-01 | 1999-02-11 | Bosch Gmbh Robert | Anordnung zur Verkehrserfassung auf einem Streckenabschnitt einer Straße |
CN101567126A (zh) * | 2009-05-31 | 2009-10-28 | 上海宝康电子控制工程有限公司 | 城市道路交通信息检测与发布系统 |
US20100123602A1 (en) * | 2008-11-19 | 2010-05-20 | John Schmid | Small vehicle detection system |
CN102122437A (zh) * | 2011-04-01 | 2011-07-13 | 上海千年工程建设咨询有限公司 | 道路交通管理决策支持装置 |
CN102231232A (zh) * | 2011-06-22 | 2011-11-02 | 沈阳广信先锋交通高技术有限公司 | 城市交通管理诱导控制系统 |
CN103150897A (zh) * | 2011-12-07 | 2013-06-12 | 西安正昌电子有限责任公司 | 与手机互动的城市交通信息提示系统 |
-
2014
- 2014-01-17 CN CN201410023923.9A patent/CN103700274B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19727895A1 (de) * | 1997-07-01 | 1999-02-11 | Bosch Gmbh Robert | Anordnung zur Verkehrserfassung auf einem Streckenabschnitt einer Straße |
US20100123602A1 (en) * | 2008-11-19 | 2010-05-20 | John Schmid | Small vehicle detection system |
CN101567126A (zh) * | 2009-05-31 | 2009-10-28 | 上海宝康电子控制工程有限公司 | 城市道路交通信息检测与发布系统 |
CN102122437A (zh) * | 2011-04-01 | 2011-07-13 | 上海千年工程建设咨询有限公司 | 道路交通管理决策支持装置 |
CN102231232A (zh) * | 2011-06-22 | 2011-11-02 | 沈阳广信先锋交通高技术有限公司 | 城市交通管理诱导控制系统 |
CN103150897A (zh) * | 2011-12-07 | 2013-06-12 | 西安正昌电子有限责任公司 | 与手机互动的城市交通信息提示系统 |
Non-Patent Citations (2)
Title |
---|
LI QU ET AL.: "Modeling and clustering network-level urban traffic status based on traffic flow assignment ratios", 《INTELLIGENT TRANSPORTATION SYSTEMS》 * |
杨兆升等: "城市交通控制与交通流诱导系统协同的模式与策略研究", 《中国智能交通年会》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318795A (zh) * | 2014-10-31 | 2015-01-28 | 重庆大学 | 基于时空分析的高速公路地点交通状态偏离度获取方法 |
CN104575049A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的高架匝道智能诱导方法及装置 |
CN104575049B (zh) * | 2015-01-14 | 2016-08-17 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的高架匝道智能诱导方法及装置 |
CN105869422A (zh) * | 2015-01-22 | 2016-08-17 | 谢文军 | 交通控制系统 |
CN105187553A (zh) * | 2015-09-29 | 2015-12-23 | 爱培科科技开发(深圳)有限公司 | 一种基于移动终端的行车记录信息云端获取方法及系统 |
CN105303838A (zh) * | 2015-12-01 | 2016-02-03 | 北京百度网讯科技有限公司 | 确定道路流量的方法和装置 |
CN105702072A (zh) * | 2016-04-07 | 2016-06-22 | 潍坊科技学院 | 一种基于物联网的交通运输系统 |
CN106056935A (zh) * | 2016-06-01 | 2016-10-26 | 东莞职业技术学院 | 智能交通诱导系统及方法 |
CN106548635B (zh) * | 2016-10-25 | 2019-07-12 | 东南大学 | 一种高速公路收费站应急管控系统及其方法 |
CN106548635A (zh) * | 2016-10-25 | 2017-03-29 | 东南大学 | 一种高速公路收费站应急管控系统及其方法 |
CN107154160A (zh) * | 2017-06-30 | 2017-09-12 | 安徽超清科技股份有限公司 | 一种救护车快速通行引导系统 |
CN107180546A (zh) * | 2017-07-18 | 2017-09-19 | 深圳森阳环保材料科技有限公司 | 一种发布信息准确的城市信息发布系统 |
CN107180546B (zh) * | 2017-07-18 | 2020-01-21 | 山东润达信息技术有限公司 | 一种发布信息准确的城市信息发布系统 |
CN107393304A (zh) * | 2017-09-11 | 2017-11-24 | 安徽实运信息科技有限责任公司 | 一种基于卡口通行的交通状态检测系统 |
CN109285347A (zh) * | 2018-09-26 | 2019-01-29 | 东莞绿邦智能科技有限公司 | 一种基于云平台的城市道路拥堵分析系统 |
CN109637137A (zh) * | 2018-12-29 | 2019-04-16 | 浙江方大智控科技有限公司 | 基于车路协同的交通管理系统 |
CN111354195A (zh) * | 2020-01-19 | 2020-06-30 | 常熟理工学院 | 一种基于自适应斑马线的交叉路口资源分配方法 |
CN111354195B (zh) * | 2020-01-19 | 2021-09-07 | 常熟理工学院 | 一种基于自适应斑马线的交叉路口资源分配方法 |
WO2022027763A1 (zh) * | 2020-08-06 | 2022-02-10 | 南京慧尔视智能科技有限公司 | 一种基于广域雷达的路面诱导系统及方法 |
CN115394098A (zh) * | 2021-11-02 | 2022-11-25 | 杭州宇涵信息工程有限公司 | 一种分布式动态监控交通诱导屏控制系统 |
CN114664089A (zh) * | 2022-04-06 | 2022-06-24 | 杭州电子科技大学 | 一种城市道路交通系统车流量的pi控制方法 |
CN114664089B (zh) * | 2022-04-06 | 2023-03-24 | 杭州电子科技大学 | 一种城市道路交通系统车流量的pi控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103700274B (zh) | 2016-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103700274A (zh) | 一种交通流检测诱导方法 | |
US11447150B2 (en) | Comfort-based self-driving planning method | |
CN102663887B (zh) | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 | |
CN104157139B (zh) | 一种交通拥堵预测方法及可视化方法 | |
KR20180116749A (ko) | 실시간 대규모 교통정보 수집방법 및 그 운용시스템 | |
CN102509067B (zh) | 一种车道边界和主车方位检测方法 | |
CN102509454B (zh) | 基于fcd与地磁检测器的道路状态融合方法 | |
CN101833862B (zh) | 一种防误检环形线圈车辆检测器 | |
CN102855759B (zh) | 高分辨率卫星遥感交通流信息自动采集方法 | |
CN103714603B (zh) | 基于红外测距传感器的公交车客流统计系统 | |
CN101577049B (zh) | 基于浮动车停车点数据过滤的地图匹配方法 | |
CN104575050B (zh) | 一种基于浮动车的快速路匝道智能诱导方法及装置 | |
CN203225009U (zh) | 一种激光式交通情况调查系统 | |
CN104134349A (zh) | 一种基于交通多源数据融合的公交路况处理系统及方法 | |
CN104864878A (zh) | 基于电子地图的路况物理信息绘制及查询方法 | |
CN102360531A (zh) | 基于无线传感器网络的智能交通灯控制方法及系统 | |
CN106601005B (zh) | 一种基于rfid和微信平台的城市智能交通诱导方法 | |
CN202352081U (zh) | 基于无线传感器网络的智能交通灯控制系统 | |
CN103794061A (zh) | 基于多种定位数据计算道路融合行程车速的方法 | |
JP6139179B2 (ja) | 情報生成装置、交通シミュレータ及びコンピュータプログラム | |
CN104750963A (zh) | 交叉口延误时长估计方法及装置 | |
CN108039046A (zh) | 一种基于c-v2x的城市交叉路口行人检测识别系统 | |
CN103198713A (zh) | 基于交通数据和天气数据的减少交通事故的车辆调控方法 | |
CN105160867B (zh) | 交通讯息预测方法 | |
CN108242154A (zh) | 一种实时检测道路车辆行程车速的方法及系统 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160914 Termination date: 20170117 |
|
CF01 | Termination of patent right due to non-payment of annual fee |