CN104200672A - 基于多传感器融合的交通路口排队长度检测方法及系统 - Google Patents

基于多传感器融合的交通路口排队长度检测方法及系统 Download PDF

Info

Publication number
CN104200672A
CN104200672A CN201410408373.2A CN201410408373A CN104200672A CN 104200672 A CN104200672 A CN 104200672A CN 201410408373 A CN201410408373 A CN 201410408373A CN 104200672 A CN104200672 A CN 104200672A
Authority
CN
China
Prior art keywords
vehicle
queue length
time
traffic
real
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
Application number
CN201410408373.2A
Other languages
English (en)
Other versions
CN104200672B (zh
Inventor
张永忠
张军强
李颖宏
郑国荣
周阳
曹其春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China University of Technology
Original Assignee
North China University of Technology
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 North China University of Technology filed Critical North China University of Technology
Priority to CN201410408373.2A priority Critical patent/CN104200672B/zh
Publication of CN104200672A publication Critical patent/CN104200672A/zh
Application granted granted Critical
Publication of CN104200672B publication Critical patent/CN104200672B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供一种基于多传感器融合的交通路口排队长度检测系统,系统以无线地磁车辆检测器作为数据来源,结合无线传感器网络,构建一个多路融合检测系统。以多检测节点协同工作的模式,由点到面,实现深度道路交通流信息获取,为交通信息管理系统提供准确的路网交通流数据。系统基于交通流特性建立数学模型,采用无线地磁车辆检测器及多传感器融合算法实现交通路口各方向排队长度检测。可实现红灯期间实时排队长度检测,绿灯放行期间队首位置判别及实时排队长度检测。通过绿信比优化,均衡各相位绿灯时间的分配,对提高道路通行能力有重大意义。

Description

基于多传感器融合的交通路口排队长度检测方法及系统
技术领域
本发明涉及一种交通路口排队长度检测方法及系统,尤其涉及一种基于多传感器融合的交通路口排队长度检测方法及系统。
背景技术
交通出行安全越来越受到人们重视。目前交通流检测技术主要对道路车流量、车速检测、行人密度进行检测,传输至交通信号中心平台,以便控制和决策。排队长度作为道路通行能力重要的评价指标,目前主要采用视频图像处理方式进行检测,环境适应能力较差。本发明基于差分法及交通流特性关系,从多传感器融合角度解决交通排队长度检测问题,从而对交通管控提供重要的参考价值。
发明内容
本发明提供一种基于多传感器融合的交通路口排队长度检测方法及系统,通过多检测节点信息融合获取交通排队长度数据,排队长度作为道路通行能力重要的评价指标。本发明从多传感器融合角度解决交通排队长度检测问题,从而对交通管控提供重要的参考价值。并根据各方向交通排队长度可进一步优化信号配时,提高道路通行能力。具体采用如下技术方案:
基于多传感器融合的交通路口排队长度检测系统,包括主控模块、信号检测单元、无线通信单元;中心基站,作为车辆速度特征检测系统的控制、协调、数据融合的平台;信号检测单元包括设在上游断面处的两个无线地磁检测传感器D1、D2,实现上游断面车辆无阻滞行驶速度及实时车流量检测;以及设在停车线前的两个无线地磁车辆检测传感器D3、D4,实现排队长度疏散特性检测;所述四个无线地磁传感器将实时检测信息传输至所述中心基站,所述中心基站包括微处理器,所述微处理器进行多检测数据的数据融合,计算得到车辆排队长度。
优选地,所述地磁检测传感器采用三轴各向异性磁阻传感器HMC5883L,采用16 位RISC架构MSP430G2553的微处理平台。
优选地,所述中心基站的硬件平台具有四路无线通信单元,采用TDMA传输机制,每路通信单元可与多检测节点通信,实现多个路段车辆速度特征检测,进行多数交通路口车辆速度特征获取,所述中心基站具有嵌入式wifi无线接口,通过Internet网络将车辆速度特征信息实时传输至中心服务平台进行发布。
优选地,无线通信单元采用CC1101射频收发器,基于分时多址传输方式实现实时信息传输,将1S信息分为32个时间槽实现多检测节点分时传输,将车辆到达实时信息传输至中心基站。
基于多传感器融合的交通路口排队长度检测方法,包括以下步骤:
1)计算路口上游断面车流量实时特性:根据路口上游断面布设的两个地磁车辆检测器D1、D2检测到的车辆通过状态,实现无阻滞车流速度检测及上游车流量实时检测,将离散车流量值进行曲线拟合得出上游断面随时间变化关系                                                
2)计算上游断面车流量作用于下游车辆排队长度处时间差,其中为上游路口到下游路段自由流行驶距离,为无阻滞行驶速度;无阻滞行驶速度,满足如下关系:  ,其中,s1、s2、t1、t2分别表示为车辆通过无线地磁传感器D1、D2时的位置信息及检测器的时刻;
3)计算绿灯放行期间,队首车辆放行特性及队首位置:绿灯期间,根据速度-流量特性计算车辆排队长度消散特性,基于传感器D3、D4数据融合算法得出,路口车辆疏散期间饱和流率为,公式如下:
其中,s3、s4、t3、t4分别表示为车辆通过无线地磁传感器D3、D4位置信息及检测器的时刻;
根据交通流速度-流量特性关系,得出路口排队长度消散流量特性: , 
根据车辆排队长度消散流量特性,得出一定时间内路口放行车流量数据,绿灯放行期间,队首车辆以饱和流率速度消散,设排队长度实时队首位置为,其满足
4)根据当前交通信号状态对排队长度进行分类计算:红灯期间,从红灯开始到t时刻,车辆开始排队,车辆排队长度函数如下:
其中tr1为红灯开始时刻;
绿灯放行期间,车辆排队长度在红灯期间排队长度基础上,减少队首车辆以饱和流速率驶出量,同时增加后续车辆队尾处流量。车辆排队长度函数如下:
其中tg1为绿灯放行开始时刻,为红灯期间车辆排队长度数。
优选地,还包括以下步骤:
5)根据实时交通流量计算排队长度在绿灯放行期间疏散特性:
排队长度在无信号灯影响下自由疏散,即当排队长度为零时,可得出排队清除时间,即时计算得出;
当排队清除时间小于绿灯放行时间时,排队长度在一个信号周期内可放行完毕,不会产生二次排队现象;
当排队清除时间大于绿灯放行时间时,排队长度在一个信号周期内不能彻底放行完毕,造成二次排队现象,动态调节绿灯放行时间。
附图说明
图1 是检测节点结构框图。
图2 是基于排队长度检测的节点布局示意图。
图3 是预测停车线断面上车辆排队长度的交通模型图。
图4 是车辆排队长度疏散特性示意图。
具体实施方式
基于多传感器融合的交通排队长度检测基于车辆通过对地磁场扰动进行车辆检测,多检测节点通过无线传感器网络实现实时信息传输,在中心基站进行多传感器间实时数据融合,基于交通流特性建立数学模型,实现交通路口各方向排队长度检测。可实现红灯期间实时排队长度检测,绿灯放行期间队首位置判别及实时排队长度检测。通过绿信比优化,均衡各相位绿灯时间的分配,对提高道路通行能力有重大意义。
无线地磁检测节点设计:无线地磁检测节点是系统速度特征检测的感知单元。通过磁阻传感器检测磁场的变化来判断车辆的通过信息,经过分析处理后,车辆通过信息经无线传感网传输至中心基站。该传感器节点灵敏度高、无线传输稳定性好,满足系统实时性检测要求。
无线检测器由主控模块、信号检测单元、无线通信单元三部分组成,检测节点结构框图如图1所示。
检测节点采用低功耗设计原则,保证检测节点在电池供电情况下长期稳定工作。采用TI公司的16 位RISC架构MSP430G2553微处理器。该芯片是在保持了低功耗的基础上,高达16MHZ的内部频率,具有较快的处理速度,支持通用数据接口。
地磁检测单元是采用的Honeywell公司三轴各向异性磁阻(AMR)传感HMC5883L。该传感器可以实现 X、Y、Z 三轴磁场同时测量,能在±8高斯的磁场中实现0.73毫高斯的分辨率,测量精度高,测量范围广,体积小,集成度高。通过数据检测算法实现车辆检测。无线通信单元采用433MHz射频通信技术,能够较容易地绕过汽车等路面障碍物,衍射能力远优于2.4GHz频段。波长长,传输距离远,适用于道路交通流检测。
中心基站设计:中心基站作为车辆速度特征检测系统的控制、协调、数据融合的平台。无线传输采用分时多址TDMA通信机制,分时控制多检测节点协同工作,运用车辆速度特征检测算法将实时信息进行融合,提取车辆速度特征信息。
中心基站选用MSP430F149微处理器,具有丰富的接口资源,满足多检测节点数据融合要求。硬件平台具有四路无线通信单元,采用TDMA传输机制每路通信单元可在1s时间内与32个检测节点通信。多路通信单元采用并行通信方式,可在1s可以128检测节点相通信,即可实现32个路段车辆速度特征检测。可满足大多数交通路口车辆速度特征获取。中心基站并具有嵌入式wifi无线接口,通过Internet网络将车辆速度特征信息实时传输至中心服务平台进行发布。多检测节点信息融合通过无线传感器网络将实时检测信息传输至中心基站,中心基站将多传感器检测信息融合,实现车辆速度特征提取。无线通信网络采用CC1101射频收发器,基于分时多址传输方式实现实时信息传输。将1S信息分为32个时间槽实现多检测节点分时传输,将车辆到达实时信息传输至中心基站。通过信息配置进行多检测节点信息融合提取。
车辆排队长度特征检测方法:系统基于无线传感器网络实现车辆检测信息实时上传,传输至中心基站进行车辆速度特征、车流量特征融合获取。检测节点布局如图2所示。
通过在停车线前布设两个地磁车辆检测节点,实现排队长度疏散特性检测。在上游断面布设两个检测节点,实现上游断面车辆无阻滞行驶速度及实时车流量检测。车辆信息经检测节点汇聚至传感网网关,通过多路融合算法实现车辆排队长度检测,应用无线传感网络技术解决目前交通中排队长度检测问题。
交通路口车辆排队模型检测原理:系统基于SCOOT系统对车辆排队特性研究基础上,通过对交通流特性分析,采用无线地磁车辆检测器及多传感器融合算法实现车辆排队长度检测。
如图3所示:在每一条设置了车辆检测装置(D1、D2)的路段,建立起上游断面的车流-时间图示,并根据这样一个实时流量图式预测出该连线下游停车线断面的车辆受阻排队长度变化图示。上游断面的车流通过量随时间变化的图示表示在该断面右侧。“当前时刻”若干秒钟内达到的车辆数(折算为“LPU”)在这“当前时刻“之前的一个相应时间段内。表示“当前时刻”的时间轴随着时间的流逝,逐渐向图中右方移动。红灯期间,车辆到达停车线将加入受阻车辆队列之尾。在下一个绿灯期开始之后的一段时间还会持续增长(指队尾的向后延伸),直到前面积滞的车辆全部放完为止。如此往复循环,便可得到该断面上连续若干信号周期的车流量通过图示。
在对下游停车线断面车辆排队长度进行预测时,利用车辆自由流速度计算出上游断面车辆到达下游排队处时间。基于时空分布特征,可知“当前”车辆排队长度队尾处所加入的后续车流即为时刻上游断面所检测到的车流量。由D3、D4检测器相互融合实现出口饱和流率检测。并根据速度-流量特性关系建立出口车辆实时流量函数关系。基于两传感器互联感知融合算法,可得出排队长度队首疏散特性检测。
车辆排队长度算法计算步骤:
(一)计算路口上游断面车流量实时特性。根据路口上游断面布设的两个地磁车辆检测器检测到的车辆通过状态,实现无阻滞车流速度检测及上游车流量实时检测。将离散车流量值进行曲线拟合得出上游断面随时间变化关系,具体函数如下:
                                      (1)
(二)计算上游断面车流量作用于下游车辆排队长度处时间差
如图2、3所示:上游断面检测到的车流量经过时间可作用于下游路口排队长度处,得出队尾处后续加入车流特性,设无阻滞行驶速度为,计算公式如下:
                                (2)
其中,s、t分别表示为车辆通过D1、D2检测器时的时刻及检测器位置信息。 交通流作用时间差
                           (3)
其中为上游路口到下游路段自由流行驶距离。
(三)绿灯放行期间,队首车辆放行特性及队首位置计算。
绿灯期间,车辆排队长度开始消散,根据速度-流量特性计算车辆排队长度消散特性。基于传感器D3、D4数据融合算法得出,路口车辆疏散期间饱和流率为,公式如下:
                               (4)
其中,s、t分别表示为车辆通过D3、D4检测器的时刻及检测器位置信息。
根据交通流速度-流量特性关系,可得出路口排队长度消散流量特性。
                                          (5)
根据车辆排队长度疏散特性,可得出一定时间内路口放行车流量数据。绿灯放行期间,队首车辆以速度消散,设排队长度实时队首位置为
                                           (6)
(四)根据当前交通信号状态进行排队长度分类计算。
红灯期间,从红灯开始到t时刻,车辆开始排队,车辆排队长度函数如下:
                                   (7) 
其中tr1为红灯开始时刻。
绿灯放行期间,车辆排队长度在红灯期间排队长度基础上,减少了队首车辆以饱和流速率驶出量,同时增加后续车辆队尾处流量。车辆排队长度函数如下:                       (8)
其中tg1为绿灯放行开始时刻,为红灯期间车辆排队长度数,可由(7)得出。
(五)根据实时交通流量计算排队长度在绿灯放行期间疏散特性。
排队长度在无信号灯影响下自由疏散。即当排队长度为零时,可得出排队清除时间。即时计算得出。
当排队清除时间小于绿灯放行时间时,排队长度在一个信号周期内可放行完毕,不会产生二次排队现象。绿灯放行指数GI满足路口排队长度疏散要求。
当排队清除时间大于绿灯放行时间时,排队长度在一个信号周期内不能彻底放行完毕,造成二次排队现象。若连续几个周期绿灯放行指数无法满足路口排对长度疏散要求,易造成道路拥堵情况加剧,甚至出现路口锁死现象,导致大范围交通瘫痪现象发生。此时需根据各方向排队长度综合考虑,动态调节绿灯放行时间时,保障信号控制系统对实时变化交通流适应能力。
该系统可实现路口四个方向排队长度检测,可实时准确的对交通路口通行能力进行评价。并根据各方向交通排队长度可进一步优化信号配时,实现交通信号协调感应控制。在信号控制中,利用观测到的排队长度来预测绿信比,提高路口通行能力。使干线交叉口前的车辆排队长度p尽可能短,达到优化交通信号配时控制目标。
该检测器安装于地表,实时检测位于检测器上的各类汽车,并通过内嵌的433MHz无线传输模块将检测到的车辆信息发送到中心AP,接收AP经信息提取融合后将汽车速度特征采用有线网络或者GPRS等无线方式将信息发送给服务中心。通过多传感器融合算法实现排队长度检测,可以免布线、免破路、免电源、超长寿命,适合于不破坏地面的安装和应用。
另外,在上述具体实施方式中所描述的各个具体技术特征,在不矛盾的情况下,可以通过任何合适的方式进行组合。为了避免不必要的重复,本发明对各种可能的组合方式不再另行说明。此外,本发明的各种不同的实施方式之间也可以进行任意组合,只要其不违背本发明的思想,其同样应当视为本发明所公开的内容。

Claims (6)

1.一种基于多传感器融合的交通路口排队长度检测系统,其特征在于,包括主控模块、信号检测单元、无线通信单元;
中心基站,作为车辆速度特征检测系统的控制、协调、数据融合的平台;
信号检测单元包括设在上游断面处的两个无线地磁检测传感器D1、D2,实现上游断面车辆无阻滞行驶速度及实时车流量检测;以及设在停车线前的两个无线地磁车辆检测传感器D3、D4,实现排队长度疏散特性检测;
所述四个无线地磁传感器将实时检测信息传输至所述中心基站,所述中心基站包括微处理器,所述微处理器进行多检测数据的数据融合,计算得到车辆排队长度。
2.根据权利要求1所述的基于多传感器融合的交通路口排队长度检测系统,其特征在于,所述地磁检测传感器采用三轴各向异性磁阻传感器HMC5883L,采用16 位RISC架构MSP430G2553的微处理平台。
3.根据前述权利要求任一项所述的基于多传感器融合的交通路口排队长度检测系统,其特征在于,所述中心基站的硬件平台具有四路无线通信单元,采用TDMA传输机制,每路通信单元可与多检测节点通信,实现多个路段车辆速度特征检测,进行多数交通路口车辆速度特征获取,所述中心基站具有嵌入式wifi无线接口,通过Internet网络将车辆速度特征信息实时传输至中心服务平台进行发布。
4.根据前述权利要求任一项所述的基于多传感器融合的交通路口排队长度检测系统,其特征在于,无线通信单元采用CC1101射频收发器,基于分时多址传输方式实现实时信息传输,将1S信息分为32个时间槽实现多检测节点分时传输,将车辆到达实时信息传输至中心基站。
5.一种利用如权利要求1所述的基于多传感器融合的交通路口排队长度检测系统的检测方法,其特征在于,包括以下步骤:
1)计算路口上游断面车流量实时特性:根据路口上游断面布设的两个地磁车辆检测器D1、D2检测到的车辆通过状态,实现无阻滞车流速度检测及上游车流量实时检测,将离散车流量值进行曲线拟合得出上游断面随时间变化关系                                                
2)计算上游断面车流量作用于下游车辆排队长度处时间差,其中为上游路口到下游路段自由流行驶距离,为无阻滞行驶速度;无阻滞行驶速度,满足如下关系:  ,其中,s1、s2、t1、t2分别表示为车辆通过无线地磁传感器D1、D2时的位置信息及检测器的时刻;
3)计算绿灯放行期间,队首车辆放行特性及队首位置:绿灯期间,根据速度-流量特性计算车辆排队长度消散特性,基于传感器D3、D4数据融合算法得出,路口车辆疏散期间饱和流率为,公式如下:
其中,s3、s4、t3、t4分别表示为车辆通过无线地磁传感器D3、D4位置信息及检测器的时刻;
根据交通流速度-流量特性关系,得出路口排队长度消散流量特性: , 
根据车辆排队长度消散流量特性,得出一定时间内路口放行车流量数据,绿灯放行期间,队首车辆以饱和流率速度消散,设排队长度实时队首位置为,其满足
4)根据当前交通信号状态对排队长度进行分类计算:红灯期间,从红灯开始到t时刻,车辆开始排队,车辆排队长度函数如下:
其中tr1为红灯开始时刻;
绿灯放行期间,车辆排队长度在红灯期间排队长度基础上,减少队首车辆以饱和流速率驶出量,同时增加后续车辆队尾处流量,车辆排队长度函数如下:
其中tg1为绿灯放行开始时刻,为红灯期间车辆排队长度数。
6.根据权利要求5所述的检测方法,其特征在于,还包括以下步骤:
5)根据实时交通流量计算排队长度在绿灯放行期间疏散特性:
排队长度在无信号灯影响下自由疏散,即当排队长度为零时,可得出排队清除时间,即时计算得出;
当排队清除时间小于绿灯放行时间时,排队长度在一个信号周期内可放行完毕,不会产生二次排队现象;
当排队清除时间大于绿灯放行时间时,排队长度在一个信号周期内不能彻底放行完毕,造成二次排队现象,动态调节绿灯放行时间。
CN201410408373.2A 2014-08-19 2014-08-19 基于多传感器融合的交通路口排队长度检测方法及系统 Expired - Fee Related CN104200672B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410408373.2A CN104200672B (zh) 2014-08-19 2014-08-19 基于多传感器融合的交通路口排队长度检测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410408373.2A CN104200672B (zh) 2014-08-19 2014-08-19 基于多传感器融合的交通路口排队长度检测方法及系统

Publications (2)

Publication Number Publication Date
CN104200672A true CN104200672A (zh) 2014-12-10
CN104200672B CN104200672B (zh) 2016-07-20

Family

ID=52085956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410408373.2A Expired - Fee Related CN104200672B (zh) 2014-08-19 2014-08-19 基于多传感器融合的交通路口排队长度检测方法及系统

Country Status (1)

Country Link
CN (1) CN104200672B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104900067A (zh) * 2015-05-28 2015-09-09 贺杰 基于地磁传感器的智能无线车辆检测系统
CN105390002A (zh) * 2015-12-03 2016-03-09 韦爱民 具有疏堵排堵功能的智能红绿灯
CN107730921A (zh) * 2017-09-11 2018-02-23 北方工业大学 一种城市区域交通过饱和交通策略控制方法
CN107886725A (zh) * 2017-11-16 2018-04-06 山东交通学院 基于卡口数据的排队长度计算方法和装置
CN107945517A (zh) * 2017-12-29 2018-04-20 迈锐数据(北京)有限公司 一种交通数据处理装置
CN109166313A (zh) * 2018-09-10 2019-01-08 南京市公安局交通管理局 一种根据过车数据的溢出预警方法
CN112802325A (zh) * 2019-11-13 2021-05-14 北京百度网讯科技有限公司 车辆排队长度检测方法及装置
CN113284344A (zh) * 2021-04-04 2021-08-20 北方工业大学 一种基于车牌识别及轨迹数据的并道加塞行为分析方法
CN113870590A (zh) * 2021-09-23 2021-12-31 福建船政交通职业学院 一种交通流量的无线控制方法、系统
CN113947908A (zh) * 2021-10-29 2022-01-18 沈阳世纪高通科技有限公司 浮动车排队长度计算收费站以及红绿灯实时路况信息技术

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0816975A (ja) * 1994-06-28 1996-01-19 Hitachi Ltd 交通流計測装置
CN101216998A (zh) * 2008-01-11 2008-07-09 浙江工业大学 基于模糊粗糙集的证据理论城市交通流信息融合方法
KR20090108363A (ko) * 2008-04-11 2009-10-15 한국건설기술연구원 복합센서를 이용한 이동식 차량 검지 시스템 및 그의 제어방법
CN102044160A (zh) * 2010-12-20 2011-05-04 东南大学 短车道上右转车通过信号交叉口的放行方法及其控制系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0816975A (ja) * 1994-06-28 1996-01-19 Hitachi Ltd 交通流計測装置
CN101216998A (zh) * 2008-01-11 2008-07-09 浙江工业大学 基于模糊粗糙集的证据理论城市交通流信息融合方法
KR20090108363A (ko) * 2008-04-11 2009-10-15 한국건설기술연구원 복합센서를 이용한 이동식 차량 검지 시스템 및 그의 제어방법
CN102044160A (zh) * 2010-12-20 2011-05-04 东南大学 短车道上右转车通过信号交叉口的放行方法及其控制系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MENG SHUAI 等: "An On-Road Wireless Sensor Network Approach for Urban Traffic State Monitoring", 《PROCEEDINGS OF THE 11TH INTERNATIONAL IEEE CONFERENCE ON INTELLIGENT TRANSPORTATION SYSTEMS》, 15 December 2008 (2008-12-15) *
MIRKO FRANCESCHINIS1 等: "Wireless Sensor Networks for Intelligent Transportation Systems", 《WIRELESS COMMUNICATIONS AND MOBILE COMPUTING》, 31 December 2009 (2009-12-31), pages 1 - 5 *
张永忠 等: "一种基于排队长度的多入口匝道协调控制算法", 《交通标准化》, 30 November 2008 (2008-11-30) *
荀亚敏: "基于无线传感器网络的交通信息采集系统设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 07, 15 July 2013 (2013-07-15) *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104900067A (zh) * 2015-05-28 2015-09-09 贺杰 基于地磁传感器的智能无线车辆检测系统
CN105390002A (zh) * 2015-12-03 2016-03-09 韦爱民 具有疏堵排堵功能的智能红绿灯
CN107730921A (zh) * 2017-09-11 2018-02-23 北方工业大学 一种城市区域交通过饱和交通策略控制方法
CN107730921B (zh) * 2017-09-11 2019-07-23 北方工业大学 一种城市区域交通过饱和交通策略控制方法
CN107886725A (zh) * 2017-11-16 2018-04-06 山东交通学院 基于卡口数据的排队长度计算方法和装置
CN107945517A (zh) * 2017-12-29 2018-04-20 迈锐数据(北京)有限公司 一种交通数据处理装置
CN109166313A (zh) * 2018-09-10 2019-01-08 南京市公安局交通管理局 一种根据过车数据的溢出预警方法
CN109166313B (zh) * 2018-09-10 2021-06-25 南京市公安局交通管理局 一种根据过车数据的溢出预警方法
CN112802325A (zh) * 2019-11-13 2021-05-14 北京百度网讯科技有限公司 车辆排队长度检测方法及装置
CN113284344A (zh) * 2021-04-04 2021-08-20 北方工业大学 一种基于车牌识别及轨迹数据的并道加塞行为分析方法
CN113870590A (zh) * 2021-09-23 2021-12-31 福建船政交通职业学院 一种交通流量的无线控制方法、系统
CN113947908A (zh) * 2021-10-29 2022-01-18 沈阳世纪高通科技有限公司 浮动车排队长度计算收费站以及红绿灯实时路况信息技术

Also Published As

Publication number Publication date
CN104200672B (zh) 2016-07-20

Similar Documents

Publication Publication Date Title
CN104200672B (zh) 基于多传感器融合的交通路口排队长度检测方法及系统
US20180283895A1 (en) Navigation system and method
CN101493991B (zh) 基于传感器网络的交通状态获取方法及其装置
Ma et al. Traffic demand estimation for lane groups at signal‐controlled intersections using travel times from video‐imaging detectors
Tubaishat et al. Wireless sensor-based traffic light control
Chang et al. A study on traffic signal control at signalized intersections in vehicular ad hoc networks
AU2013213561B2 (en) Method for state estimation of a road network
JP4753084B2 (ja) 交差点における交通量算出システム
Liu et al. A novel energy-saving one-sided synchronous two-way ranging algorithm for vehicular positioning
Zou et al. Traffic light control for a single intersection based on wireless sensor network
Yang et al. Average-speed forecast and adjustment via VANETs
EP2446294A1 (en) Method and system for determining the location of a moving sensor node
CN104750963A (zh) 交叉口延误时长估计方法及装置
Balid et al. Development of portable wireless sensor network system for real-time traffic surveillance
Lee et al. Low-cost and energy-saving wireless sensor network for real-time urban mobility monitoring system
CN111179639B (zh) 飞行管理系统和更新飞行计算的方法
JP2016133942A (ja) 交通指標算出装置、交通指標算出方法及びコンピュータプログラム
CN108364469A (zh) 移动互联网的路况共享方法及系统
CN103095592A (zh) 车辆自组织网络的区域多播路由系统及方法
CN112668973B (zh) 一种智能无人物流运输方法和系统
KR20150067675A (ko) 친환경 교통 서비스를 위한 그린 존 설정 방법 및 장치
Kattan et al. Comparative analysis of probe‐based ramp metering with detector‐based and pretimed ramp metering
JP5757069B2 (ja) プローブ情報の有効性判定装置及びコンピュータプログラム
JP5621393B2 (ja) 交通指標推定装置及びコンピュータプログラム
Shaghaghi et al. Intelligent traffic signal control for urban central using vehicular ad-hoc network

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: 20160720

Termination date: 20210819

CF01 Termination of patent right due to non-payment of annual fee