CN105006154A - 复杂天气条件下路口交通信号控制优化方法 - Google Patents
复杂天气条件下路口交通信号控制优化方法 Download PDFInfo
- Publication number
- CN105006154A CN105006154A CN201510425241.5A CN201510425241A CN105006154A CN 105006154 A CN105006154 A CN 105006154A CN 201510425241 A CN201510425241 A CN 201510425241A CN 105006154 A CN105006154 A CN 105006154A
- Authority
- CN
- China
- Prior art keywords
- crossing
- traffic
- traffic flow
- weather condition
- track
- 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
Abstract
本发明提供一种复杂天气条件下路口交通信号控制优化方法,包括下述步骤:通过道路路口设置的交通流检测器,动态检测并获得道路路口各车道的交通流数据;通过道路路口设置的天气状态检测器,动态检测并获得道路路口的天气状况;根据检测到的天气状态和交通流数据,通过交通信号控制机进行交通信号动态优化,得到针对现场复杂天气条件和交通流量的最佳信号配时,交替点亮道路路口的各个入口的信号灯,实现路口交通流在时间上的最优分配控制。本发明在综合检测与衡量路口不同雪、雨、雾等天气状况及交通流量基础上,通过对路口交通信号的动态最优控制,减少交通拥堵,保障交通安全。
Description
技术领域
本发明专利涉及应用在道路交通信号配时优化技术,它适用于复杂天气条件下的路口交通的信号优化控制。
背景技术
研究表明,在复杂天气条件下(雪、雨、雾等),信号控制路口的交通往往较晴阴天更加拥挤,交通事故也会增多,这反映出目前普遍采用在预假定路口饱和交通流量条件下计算得到并实施的交通信号配时存在明显的不适应,导致交通控制效率显著下降。采用复杂天气条件下路口交通信号优化技术,可使路口交通信号配时动态自适应复杂天气条件,从而提高路口每个交通信号周期内的机动车通过流量,达到减少交通拥堵、保障交通安全目的。
目前,美国已经开展恶劣天气条件下道路路口交通控制的研究应用,但未见公开发表的信号优化配时技术,在我国则还未见开展此项研究与实践的报道。在复杂天气条件下,因路口能见度变差或者下雪下雨,会导致机动车通过路口的速度降低、前后车的间距增大,最终表现为车头时距增加,路口饱和交通流量下降,若此时仍旧预假定的饱和流量进行信号配时(美国、英国等道路交通通行条件好,路口饱和流量一般会在1800-2100辆车/小时/车道之间选取一个常数;中国道路交通通行条件相对较差,路口饱和流量一般在1400-1600辆车/小时/车道之间选取一个常数),则会带来绿灯放行时间的不足或浪费,交通控制效率随之将明显下降。因此,很有必要研究提出复杂天气条件下路口交通信号优化技术,实现交通信号的动态最优控制。
发明内容
本发明的目的在于克服现有技术中存在的不足,提供一种复杂天气条件下路口交通信号控制优化方法,在综合检测与衡量路口不同雪、雨、雾等天气状况及交通流量基础上,通过对路口交通信号的动态最优控制,减少交通拥堵,保障交通安全。本发明采用的技术方案是:
一种复杂天气条件下路口交通信号控制优化方法,包括下述步骤:
通过道路路口设置的交通流检测器,动态检测并获得道路路口各车道的交通流数据;
通过道路路口设置的天气状态检测器,动态检测并获得道路路口的天气状况;
根据检测到的天气状态和交通流数据,通过交通信号控制机进行交通信号动态优化,得到针对现场复杂天气条件和交通流量的最佳信号配时,交替点亮道路路口的各个入口的信号灯,实现路口交通流在时间上的最优分配控制。
进一步地,交通信号控制机交替点亮道路路口的各个入口的信号灯的信号配时采用下述方法优化得到:
S1.对天气状况划分天气条件等级;
S2.利用交通流检测器采集的历史样本数据,并结合天气条件等级,根据公式(2)计算路口各车道的饱和流量;
其中,Qi和Ti分别表示,在一个天气条件等级下,路口第i个车道的饱和流量和路口第i个车道的平均车头时距;
S3.交通信号控制机进行与天气条件等级相关的交通信号配时:
路口的交通信号设置成4个控制相位:A、B、C、D,其中A、B分别控制东西方向的直行、左转弯车流,C、D分别控制南北方向的直行、左转弯车流;
信号周期设定为CT秒,A、B、C、D相位的绿灯时间依次设定为GA、GB、GC、GD;相邻相位间过渡时间统一设定为Y秒;以Qi为参数,根据路口实时交通流量来计算信号周期及4个控制相位的绿灯时间。
进一步地,步骤S1中,具体综合能见度、降雨强度、降雪强度输入等级,按照就高不就低原则得到复杂天气输出等级,共分为五级,从0级、一级、二级、三级、至四级。
进一步地,步骤S2具体包括:在约束条件下,在交通信号控制机内建立车头时距样本数据库:
首先按照天气条件等级,然后针对每个天气条件等级,每车道各建立车头时距样本M个;
对每个天气条件等级,计算路口各车道各自的平均车头时距。
更进一步地,所述约束条件包括:
车头时距样本量M≥1000;
超出约束值的车头时距作为无效样本删除;
采集样本时,每个绿灯时段只把放行的第二辆车与第三辆车的车头时距、第三辆车与第四辆车的车头时距,直至本绿灯时段结束时放行的倒数第二辆车与最后一辆车的车头时距作为采集样本,但只有不超出约束值的车头时距才作为有效样本进行相应存储。
更进一步地,天气条件等级每隔一个时长更新一次,其后相同时长的时段内采集的所有有效的车头时距样本按照相应的天气条件等级、对应的车道进行顺序存储。
进一步地,步骤S3具体包括:
步骤S301,计算路口的交通流量比;
每个车道的交通流量比是指在某一时段内该车道的实际到达交通流量与通行能力即饱和流量之比,每个相位的交通流量比则取该相位所对应的各车道的交通流量比的最大值;设FA、FB、FC、FD依次代表相位A、B、C、D的交通流量比,那么路口的交通流量比F=FA+FB+FC+FD;
式(4)中:
f1、f2、f3、f4、f5、f6、f7、f8分别表示车道1、2、3、4、5、6、7、8的实际到达交通流量;
Q1、Q2、Q3、Q4、Q5、Q6、Q7、Q8分别表示车道1、2、3、4、5、6、7、8的饱和流量;
车道1、2、3、4、5、6、7、8分别表示路口的四个入口的直行和左转车道,共八个车道;
步骤S302,计算信号周期;
式(5)中:CT为信号周期;L为信号周期的总损失时间,即4Y;F为路口的交通流量比;
步骤S303,计算各相位绿灯时间;
本发明的优点在于:本发明能够针对天气变化,自动调整控制路口交通信号,实现了对路口交通信号的动态最优控制,可减少交通拥堵,保障交通安全。
附图说明
图l是本发明系统设置图。
图2是本发明车头时距采集流程图。
图3是本发明控制相位设置图。
图4是本发明路口入口车道设置图。
具体实施方式
下面结合具体附图和实施例对本发明作进一步说明。
本发明提供的复杂天气条件下路口交通信号控制优化方法,基于如图1所示的一套路口交通信号控制系统;它包括在道路路口设置的交通流检测器,雪、雨、雾等天气状态检测器以及交通信号控制机。交通流检测器、天气状态检测器均与交通信号控制机连接。针对1个十字交叉路口,在路口设置1台交通信号控制机、1套天气状态检测器和4套交通流检测器。交通流检测器采用视频检测器,4套交通流检测器分别设置在四个入口的车道停车线后30-50米,每套检测器最多可对四个车道的驶离车道停车线的机动车流量、速度以及车头时距等交通流数据进行动态检测,检测数据通过有线网络RS422接口输出给交通信号控制机。天气状态检测器设置在交通信号控制机附近,动态对路口的下雪、下雨、雾等天气状况进行综合检测,检测数据通过有线网络RS422接口输出给交通信号控制机。根据检测到的天气状态和交通流数据,交通信号控制机进行交通信号动态优化,得到针对现场复杂天气条件和交通流量的最佳信号配时,交替点亮道路路口的各个入口的红绿灯,实现路口交通流在时间上的最优分配控制。
路口交通信号控制机交替点亮各个方向红绿灯的信号配时由下述方法优化得到:
S1.对天气状况划分天气条件等级;
路口交通信号控制机接受路口天气状态检测器输出的检测数据并进行分级。参照国家有关技术标准以及公安部、交通运输部等有关要求,将能见度、降雨、降雪等输入参数综合归类为五个等级,如表1所示:
综合能见度、降雨、降雪等输入等级,按照就高不就低原则得到复杂天气输出等级,如公式(1)所示:
V1x={0,1,2,3,4},V2x={0,1,2,3,4},V3x={0,1,2,3,4};
Vx=Max(V1x,V2x,V3x) 公式(1)
式中,x=0、1、2、3、4,分别表示晴阴天、一级、二级、三级、四级;Vx是指复杂天气输出等级,V1x,V2x,V3x分别表示能见度、降雨、降雪输入等级。
S2.复杂天气条件下通行能力计算:利用交通流检测器采集的历史样本数据,并结合天气条件等级,根据公式(2)计算路口各车道的饱和流量;
其中,Qi和Ti分别表示,在一个天气条件等级下,路口第i个车道的饱和流量和路口第i个车道的平均车头时距;Qi和Ti与天气条件等级有关,通常上述天气级别越高(天气越差)则Ti越大,Qi越小。Ti单位为秒。
①约束条件:
样本量M为常数,取≥1000,可使所采集存储的样本代表性较好以及计算得到的平均车头时距准确性较高。
针对我国道路交通实际情况,设定2<Ti<4,即900<Qi<1800。在每次采集样本时,超出约束值的车头时距作为无效样本删除,这样所有采集存储的样本都是有效样本。
考虑到每个绿灯时段开始时,各车道放行的第一辆车通常存在起步迟缓,会导致第一辆车与紧随放行的第二辆车的车头时距异常变大,故也作为无效样本删除,每个绿灯时段只把放行的第二辆车与第三辆车的车头时距、第三辆车与第四辆车的车头时距,直至本绿灯时段结束时放行的倒数第二辆车与最后一辆车的车头时距作为采集样本,但只有不超出约束值的车头时距才作为有效样本进行相应存储。
②路口各车道的车头时距样本数据库建立;
在交通信号控制机内建立车头时距样本数据库,首先按照天气条件等级,然后针对每个天气条件等级,每车道各建立车头时距样本M个,库表结构如表2所示。在采集过程中,每隔30分钟确立更新一次路口天气条件等级,其后30分钟时段内采集的所有有效的车头时距样本按照相应的天气条件等级、对应的车道进行顺序存储,如此反复,直到存满M个样本,先存满则先计算求取车道的平均车头时距,随后清除此M个历史样本,重新开始采集存储工作。样本采集流程如图2所示。
表2车头时距样本库表结构表
③路口各车道各自的的平均车头时距计算;
式(3)中,i=1,2,…,N,代表车道号;十字路口四个入口的直行和左转车道,共八个车道,N=8;
j=1,2,3,…,M,代表样本号。
T0i、T1i、T2i、T3i、T4i下标的第一位表示天气条件等级,将T0i、T1i、T2i、T3i、T4i分别代入公式(2),就可以求出五个不同天气条件等级下路口各车道的饱和流量。
S3.交通信号控制机进行与天气条件等级相关的交通信号配时:
路口的交通信号设置成4个控制相位:A、B、C、D,其中A、B分别控制东西方向的直行、左转弯车流,C、D分别控制南北方向的直行、左转弯车流,如图3所示,A相位控制车道1、3;B相位控制车道2、4;C相位控制车道5、7;D相位控制车道6、8。路口车道设置如图4所示。4个控制相位组成一个循环,即A→B→C→D→A。
信号周期设定为CT秒,A、B、C、D相位的绿灯时间依次设定为GA、GB、GC、GD;为保证控制相位过渡期间的行车安全,相邻相位间(A→B、B→C、C→D、D→A)采用黄灯过渡,黄灯时间统一设定为Y秒。根据路口实时交通流量来计算信号周期及4个控制相位的绿灯时间,包括如下步骤:
①计算路口的交通流量比;
每个车道的交通流量比是指在某一时段内(5-10分钟)该车道的实际到达交通流量与通行能力即饱和流量之比,每个相位的交通流量比则取该相位所对应的各车道的交通流量比的最大值;设FA、FB、FC、FD依次代表相位A、B、C、D的交通流量比,那么路口的交通流量比F=FA+FB+FC+FD;
式(4)中:
f1、f2、f3、f4、f5、f6、f7、f8分别表示车道1、2、3、4、5、6、7、8的实际到达交通流量;
Q1、Q2、Q3、Q4、Q5、Q6、Q7、Q8分别表示车道1、2、3、4、5、6、7、8的饱和流量;
车道1、2、3、4、5、6、7、8分别表示路口的四个入口的直行和左转车道,共八个车道;如图4所示;
②计算信号周期;按照韦伯斯特公式(5)来计算路口的信号周期;
式(5)中:CT为信号周期(秒);L为信号周期的总损失时间(秒),即4Y;F为路口的交通流量比;
③计算各相位绿灯时间;
Claims (7)
1.一种复杂天气条件下路口交通信号控制优化方法,其特征在于:
通过道路路口设置的交通流检测器,动态检测并获得道路路口各车道的交通流数据;
通过道路路口设置的天气状态检测器,动态检测并获得道路路口的天气状况;
根据检测到的天气状态和交通流数据,通过交通信号控制机进行交通信号动态优化,得到针对现场复杂天气条件和交通流量的最佳信号配时,交替点亮道路路口的各个入口的信号灯,实现路口交通流在时间上的最优分配控制。
2.如权利要求1所述的复杂天气条件下路口交通信号控制优化方法,其特征在于:
交通信号控制机交替点亮道路路口的各个入口的信号灯的信号配时采用下述方法优化得到:
S1.对天气状况划分天气条件等级;
S2.利用交通流检测器采集的历史样本数据,并结合天气条件等级,根据公式(2)计算路口各车道的饱和流量;
其中,Qi和Ti分别表示,在一个天气条件等级下,路口第i个车道的饱和流量和路口第i个车道的平均车头时距;
S3.交通信号控制机进行与天气条件等级相关的交通信号配时:
路口的交通信号设置成4个控制相位:A、B、C、D,其中A、B分别控制东西方向的直行、左转弯车流,C、D分别控制南北方向的直行、左转弯车流;
信号周期设定为CT秒,A、B、C、D相位的绿灯时间依次设定为GA、GB、GC、GD;相邻相位间过渡时间统一设定为Y秒;以Qi为参数,根据路口实时交通流量来计算信号周期及4个控制相位的绿灯时间。
3.如权利要求2所述的复杂天气条件下路口交通信号控制优化方法,其特征在于:
步骤S2具体包括:在约束条件下,在交通信号控制机内建立车头时距样本数据库:
首先按照天气条件等级,然后针对每个天气条件等级,每车道各建立车头时距样本M个;
对每个天气条件等级,计算路口各车道各自的平均车头时距。
4.如权利要求3所述的复杂天气条件下路口交通信号控制优化方法,其特征在于:
所述约束条件包括:
样本量M≥1000;
超出约束值的车头时距作为无效样本删除;
采集样本时,每个绿灯时段只把放行的第二辆车与第三辆车的车头时距、第三辆车与第四辆车的车头时距,直至本绿灯时段结束时放行的倒数第二辆车与最后一辆车的车头时距作为采集样本,但只有不超出约束值的车头时距才作为有效样本进行相应存储。
5.如权利要求3所述的复杂天气条件下路口交通信号控制优化方法,其特征在于:
天气条件等级每隔一个时长更新一次,其后相同时长的时段内采集的所有有效的车头时距样本按照相应的天气条件等级、对应的车道进行顺序存储。
6.如权利要求2所述的复杂天气条件下路口交通信号控制优化方法,其特征在于:
步骤S3具体包括:
步骤S301,计算路口的交通流量比;
每个车道的交通流量比是指在某一时段内该车道的实际到达交通流量与通行能力即饱和流量之比,每个相位的交通流量比则取该相位所对应的各车道的交通流量比的最大值;设FA、FB、FC、FD依次代表相位A、B、C、D的交通流量比,那么路口的交通流量比F=FA+FB+FC+FD;
式(4)中:
f1、f2、f3、f4、f5、f6、f7、f8分别表示车道1、2、3、4、5、6、7、8的实际到达交通流量;
Q1、Q2、Q3、Q4、Q5、Q6、Q7、Q8分别表示车道1、2、3、4、5、6、7、8的饱和流量;
车道1、2、3、4、5、6、7、8分别表示路口的四个入口的直行和左转车道,共八个车道;
步骤S302,计算信号周期;
式(5)中:CT为信号周期;L为信号周期的总损失时间,即4Y;F为路口的交通流量比;
步骤S303,计算各相位绿灯时间;
7.如权利要求2所述的复杂天气条件下路口交通信号控制优化方法,其特征在于:
步骤S1中,具体综合能见度、降雨强度、降雪强度输入等级,按照就高不就低原则得到复杂天气输出等级,共分为五级,从0级、一级、二级、三级、至四级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510425241.5A CN105006154A (zh) | 2015-07-17 | 2015-07-17 | 复杂天气条件下路口交通信号控制优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510425241.5A CN105006154A (zh) | 2015-07-17 | 2015-07-17 | 复杂天气条件下路口交通信号控制优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105006154A true CN105006154A (zh) | 2015-10-28 |
Family
ID=54378807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510425241.5A Pending CN105006154A (zh) | 2015-07-17 | 2015-07-17 | 复杂天气条件下路口交通信号控制优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105006154A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761516A (zh) * | 2016-05-16 | 2016-07-13 | 北京数行健科技有限公司 | 一种基于车辆轨迹估算路口信号灯配时的方法 |
CN105761517A (zh) * | 2016-05-18 | 2016-07-13 | 杭州智诚惠通科技有限公司 | 一种信号灯配时方法 |
CN106251654A (zh) * | 2016-09-21 | 2016-12-21 | 中兴软创科技股份有限公司 | 基于车头时距的交叉口动态信号配时优化方法 |
CN106600987A (zh) * | 2016-12-28 | 2017-04-26 | 北京博研智通科技有限公司 | 一种具有多维检测功能的路口交通信号控制方法及系统 |
CN106652492A (zh) * | 2016-12-28 | 2017-05-10 | 北京博研智通科技有限公司 | 基于路面湿滑三维监测的路口信号灯控制方法及系统 |
CN106652491A (zh) * | 2016-12-28 | 2017-05-10 | 北京博研智通科技有限公司 | 基于积水监测的路口交通信号控制方法及系统 |
CN106652490A (zh) * | 2016-12-28 | 2017-05-10 | 北京博研智通科技有限公司 | 基于积雪监测立体感知的信号灯控制的方法及系统 |
CN106710250A (zh) * | 2016-12-28 | 2017-05-24 | 北京博研智通科技有限公司 | 避免能见度低时路口拥堵的交通信号控制方法及系统 |
CN108615372A (zh) * | 2018-05-09 | 2018-10-02 | 武汉理工大学 | 一种降雨环境下的信号控制优化方法 |
CN109559506A (zh) * | 2018-11-07 | 2019-04-02 | 北京城市系统工程研究中心 | 一种降雨天气下城市道路间断交通流延误时间预测方法 |
CN111105629A (zh) * | 2018-10-29 | 2020-05-05 | 杭州海康威视系统技术有限公司 | 道路交通信号控制方法、系统、信号控制机及电子设备 |
CN111223311A (zh) * | 2018-11-26 | 2020-06-02 | 杭州海康威视数字技术股份有限公司 | 车流控制方法、装置、系统、控制设备和存储介质 |
CN111785030A (zh) * | 2020-08-06 | 2020-10-16 | 展讯通信(深圳)有限公司 | 交通监控终端和交通监控系统 |
CN112542051A (zh) * | 2019-09-20 | 2021-03-23 | 华为技术有限公司 | 一种确定路口的启动相位的方法、装置以及设备 |
CN112991787A (zh) * | 2021-04-15 | 2021-06-18 | 吉林大学 | 一种冰雪天气下交叉口交通信号优化方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080167821A1 (en) * | 1997-10-22 | 2008-07-10 | Intelligent Technologies International, Inc. | Vehicular Intersection Management Techniques |
CN102005125A (zh) * | 2010-12-10 | 2011-04-06 | 东南大学 | 机动车通过交叉口的放行方法及设计方法和控制系统 |
CN103337184A (zh) * | 2013-07-11 | 2013-10-02 | 上海济安交通工程咨询有限公司 | 基于时间、交通流和天气的城市道路限速指示系统及控制方法 |
CN103971523A (zh) * | 2014-05-21 | 2014-08-06 | 南通大学 | 一种山区道路交通安全动态预警系统 |
CN104064037A (zh) * | 2014-06-25 | 2014-09-24 | 公安部交通管理科学研究所 | 高速公路与城市快速路衔接部交通协同控制系统 |
CN104112357A (zh) * | 2014-07-04 | 2014-10-22 | 浙江大学 | 一种恶劣霾天气的城市区域交通紧急预案方法 |
CN203941619U (zh) * | 2014-07-02 | 2014-11-12 | 江苏建筑职业技术学院 | 一种温湿度感应配时交通灯 |
-
2015
- 2015-07-17 CN CN201510425241.5A patent/CN105006154A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080167821A1 (en) * | 1997-10-22 | 2008-07-10 | Intelligent Technologies International, Inc. | Vehicular Intersection Management Techniques |
CN102005125A (zh) * | 2010-12-10 | 2011-04-06 | 东南大学 | 机动车通过交叉口的放行方法及设计方法和控制系统 |
CN103337184A (zh) * | 2013-07-11 | 2013-10-02 | 上海济安交通工程咨询有限公司 | 基于时间、交通流和天气的城市道路限速指示系统及控制方法 |
CN103971523A (zh) * | 2014-05-21 | 2014-08-06 | 南通大学 | 一种山区道路交通安全动态预警系统 |
CN104064037A (zh) * | 2014-06-25 | 2014-09-24 | 公安部交通管理科学研究所 | 高速公路与城市快速路衔接部交通协同控制系统 |
CN203941619U (zh) * | 2014-07-02 | 2014-11-12 | 江苏建筑职业技术学院 | 一种温湿度感应配时交通灯 |
CN104112357A (zh) * | 2014-07-04 | 2014-10-22 | 浙江大学 | 一种恶劣霾天气的城市区域交通紧急预案方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761516A (zh) * | 2016-05-16 | 2016-07-13 | 北京数行健科技有限公司 | 一种基于车辆轨迹估算路口信号灯配时的方法 |
CN105761516B (zh) * | 2016-05-16 | 2018-06-08 | 北京数行健科技有限公司 | 一种基于车辆轨迹估算路口信号灯配时的方法 |
CN105761517A (zh) * | 2016-05-18 | 2016-07-13 | 杭州智诚惠通科技有限公司 | 一种信号灯配时方法 |
CN106251654A (zh) * | 2016-09-21 | 2016-12-21 | 中兴软创科技股份有限公司 | 基于车头时距的交叉口动态信号配时优化方法 |
CN106652492A (zh) * | 2016-12-28 | 2017-05-10 | 北京博研智通科技有限公司 | 基于路面湿滑三维监测的路口信号灯控制方法及系统 |
CN106652491A (zh) * | 2016-12-28 | 2017-05-10 | 北京博研智通科技有限公司 | 基于积水监测的路口交通信号控制方法及系统 |
CN106652490A (zh) * | 2016-12-28 | 2017-05-10 | 北京博研智通科技有限公司 | 基于积雪监测立体感知的信号灯控制的方法及系统 |
CN106710250A (zh) * | 2016-12-28 | 2017-05-24 | 北京博研智通科技有限公司 | 避免能见度低时路口拥堵的交通信号控制方法及系统 |
CN106600987A (zh) * | 2016-12-28 | 2017-04-26 | 北京博研智通科技有限公司 | 一种具有多维检测功能的路口交通信号控制方法及系统 |
CN108615372A (zh) * | 2018-05-09 | 2018-10-02 | 武汉理工大学 | 一种降雨环境下的信号控制优化方法 |
CN111105629A (zh) * | 2018-10-29 | 2020-05-05 | 杭州海康威视系统技术有限公司 | 道路交通信号控制方法、系统、信号控制机及电子设备 |
CN109559506A (zh) * | 2018-11-07 | 2019-04-02 | 北京城市系统工程研究中心 | 一种降雨天气下城市道路间断交通流延误时间预测方法 |
CN111223311A (zh) * | 2018-11-26 | 2020-06-02 | 杭州海康威视数字技术股份有限公司 | 车流控制方法、装置、系统、控制设备和存储介质 |
CN111223311B (zh) * | 2018-11-26 | 2021-12-31 | 杭州海康威视数字技术股份有限公司 | 车流控制方法、装置、系统、控制设备和存储介质 |
CN112542051A (zh) * | 2019-09-20 | 2021-03-23 | 华为技术有限公司 | 一种确定路口的启动相位的方法、装置以及设备 |
CN111785030A (zh) * | 2020-08-06 | 2020-10-16 | 展讯通信(深圳)有限公司 | 交通监控终端和交通监控系统 |
CN112991787A (zh) * | 2021-04-15 | 2021-06-18 | 吉林大学 | 一种冰雪天气下交叉口交通信号优化方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105006154A (zh) | 复杂天气条件下路口交通信号控制优化方法 | |
CN108428348B (zh) | 一种道路交通优化方法、装置以及电子设备 | |
CN109003444B (zh) | 基于广域雷达微波检测器的城市交叉口溢流控制方法 | |
CN102421219B (zh) | 一种路灯网络控制方法及其网络结构 | |
US20210201672A1 (en) | Video-based main road cooperative signal machine control method | |
GB2594368A (en) | Control system and method for dedicated lane for autonomous vehicle | |
CN111473980B (zh) | 一种智能汽车自动驾驶能力测试系统 | |
CN104299426B (zh) | 一种基于对行人检测计数统计的交通信号控制系统及方法 | |
CN112837535A (zh) | 交通信息处理方法、装置、系统、设备及存储介质 | |
CN105046987A (zh) | 一种基于强化学习的路面交通信号灯协调控制方法 | |
US10699568B1 (en) | Video-based crossroad signal machine control method | |
CN105046954B (zh) | 基于视频智能分析的路口通行状态动态检测系统及方法 | |
CN105825684A (zh) | 一种智慧城市云路灯系统 | |
CN105321357A (zh) | 一种孤立交叉口同相位右转与行人信号的设置系统及方法 | |
CN105551269A (zh) | 智慧城市中的交通信号灯的智能交通控制方法 | |
CN100504318C (zh) | 昼夜视频车辆检测间的切换方法 | |
CN104658279A (zh) | 基于视频通行状态监测的实时优化信号控制方法及系统 | |
CN108573607A (zh) | 一种红绿灯控制系统及方法 | |
CN101739828A (zh) | 结合路面交通与天气状态的城市交通区域拥塞判定方法 | |
CN101572008A (zh) | 具有违规抓拍和交通疏导功能的红绿灯控制系统 | |
CN205656766U (zh) | 一种智慧城市云路灯系统 | |
CN102682615A (zh) | 一种红绿灯控制系统的视频车辆检测方法 | |
CN103680159A (zh) | 道路交叉口多虚拟信号线性联动控制系统及其控制方法 | |
CN111768640A (zh) | 一种交通路口自适应性监控系统 | |
CN108417053B (zh) | 一种适用于t型交叉口的光电检测装置及控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151028 |
|
WD01 | Invention patent application deemed withdrawn after publication |