CN105225500B - 一种交通控制辅助决策方法及装置 - Google Patents

一种交通控制辅助决策方法及装置 Download PDF

Info

Publication number
CN105225500B
CN105225500B CN201510518969.2A CN201510518969A CN105225500B CN 105225500 B CN105225500 B CN 105225500B CN 201510518969 A CN201510518969 A CN 201510518969A CN 105225500 B CN105225500 B CN 105225500B
Authority
CN
China
Prior art keywords
section
traffic
congestion
road
green light
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.)
Active
Application number
CN201510518969.2A
Other languages
English (en)
Other versions
CN105225500A (zh
Inventor
刘美妮
刘兴永
孔涛
王雯雯
梁红梅
韩锋
付文涛
李贺
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.)
Qingdao Hisense Network Technology Co Ltd
Original Assignee
Qingdao Hisense Network Technology Co Ltd
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 Qingdao Hisense Network Technology Co Ltd filed Critical Qingdao Hisense Network Technology Co Ltd
Priority to CN201510518969.2A priority Critical patent/CN105225500B/zh
Publication of CN105225500A publication Critical patent/CN105225500A/zh
Application granted granted Critical
Publication of CN105225500B publication Critical patent/CN105225500B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供一种交通控制辅助决策方法及装置,包括:获取路段的路段交通数据;根据所述路段交通数据确定路段的拥堵信息和/或交通事故信息,所述拥堵信息包括路段的交通状态、拥堵状态分布类型,所述交通事故信息包括交通事故影响等级;根据所述路段的拥堵信息和/或所述交通事故影响等级确定交通控制辅助决策预案。

Description

一种交通控制辅助决策方法及装置
技术领域
本发明涉及交通控制技术领域,尤其涉及一种交通控制辅助决策方法及装置。
背景技术
随着国民经济的快速发展和人民生活水平的不断提高,城市规模的扩张和机动车数量的迅速增长,使得路段交通流量激增,并产生交通异常事件。交通异常事件类型具有多样性,并且对交通拥堵空间分布以及事故对交通运行状态影响程度等特征的描述具有模糊性。
现有技术中,一般通过视频模式识别技术判断交通异常事件是否发生,交通异常事件专家数据库根据交通异常事件相关数据,由层次模糊决策模型,生成交通异常事件等级、事件危害程度、交通处置需求、事件救援需求等指数,将事件的等级评价、事件危害程度、交通处置需求、事件救援需求等指数信息和事件检测信号传递至交通综合信息平台进行处理。然而,在实际应用中,利用视频模式识别对异常事件进行判断时存在一定的技术复杂度,而且准确度不高。
目前,对于如何实现有效的判断交通异常事件,并针对出现的交通异常事件进行相应的交通控制,还没有明确的解决方法。
发明内容
本发明实施例提供一种交通控制辅助决策方法及装置,用以解决如何实现有效的判断交通异常事件,并针对出现的交通异常事件进行相应的交通控制的问题。
本发明实施例提供一种交通控制辅助决策方法,包括:
获取路段交通数据;
根据所述路段交通数据确定路段的拥堵信息和/或交通事故信息,所述拥堵信息包括路段的交通状态、拥堵状态分布类型,所述交通事故信息包括交通事故影响等级;
根据所述路段的拥堵信息和/或所述交通事故影响等级确定交通控制辅助决策预案。
优选的,所述路段交通数据包括以下参数:
断面交通占有率和/或路段车辆平均速度。
优选的,所述根据所述路段交通数据确定路段的拥堵信息,包括:
若确定在预设时间段内所述路段的断面交通占有率大于第一阈值且小于第二阈值,则确定所述路段的交通状态为缓行状态,若确定在所述预设时间段内所述路段的断面交通占有率大于或等于第二阈值,则确定所述路段的交通状态为拥堵状态,其中,所述第二阈值大于所述第一阈值;
所述路段的交通状态为拥堵状态时,根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型。
优选的,所述根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型,包括:
判断与所述路段相邻的路段中是否有处于拥堵状态的路段,若否,则确认所述路段所处的拥堵状态分布类型为点拥堵;
若与所述路段相邻的路段中有处于拥堵状态的路段,则将与所述路段相邻且处于拥堵状态的路段作为路段拥堵集合,并执行以下步骤:
步骤一,遍历所述路段所处的路段网络拓扑结构中的所有路段,将处于拥堵状态、且与所述路段拥堵集合中的任一路段相邻的路段合并入所述路段拥堵集合;
步骤二,判断所述路段拥堵集合中路段的数量是否增加,若是,则返回步骤一,否则转至步骤三;
步骤三,判断所述路段拥堵集合中的路段是否均处于同一条道路,若是,则确认所述路段所处的拥堵状态分布类型为线拥堵,否则,确认所述路段所处的拥堵状态分布类型为面拥堵。
优选的,所述根据所述路段交通数据确定路段的交通事故信息,包括:
根据所述路段的路段车辆平均速度在路段车辆平均速度与交通事故等级映射关系中确定所述路段的路段车辆平均速度映射的交通事故等级,所述交通事故等级包括轻微级交通事故、中等级交通事故、严重级交通事故。
优选的,所述根据所述路段的拥堵信息和/或所述交通事故信息确定交通控制辅助决策预案,包括:
通过距离所述路段最近的上游的进道口诱导屏显示所述路段的拥堵信息和/或所述交通事故信息;
根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长;
根据所述路段的交通事故等级调整交通信号灯的绿灯时长。
优选的,所述根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长,包括:
所述路段的交通状态为拥堵状态,且所述路段处于点拥堵时,减少所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长、增加所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于线拥堵时,确定所述路段所处的线拥堵的上游边界路段以及下游边界路段,并减少所述上游边界路段的上游中驶向所述上游边界路段的车道的交通信号灯的绿灯时长、增加所述下游边界路段的下游中驶出所述下游边界路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于面拥堵时,确定所述路段所处的面拥堵中所有的边界路段,针对任一边界路段,减少该边界路段的上游中驶向该边界路段的车道的交通信号灯的绿灯时长、增加该边界路段的下游中驶出该边界路段的车道的交通信号灯的绿灯时长。
优选的,所述根据所述路段的交通事故等级调整交通信号灯的绿灯时长,包括:
所述路段的交通事故等级为中等级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第一时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第二时长;
所述路段的交通事故等级为严重级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第三时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第四时长,其中,所述第一时长大于所述第三时长,所述第二时长小于所述第四时长。
本发明实施例提供一种交通控制辅助决策装置,包括:
获取单元,用于获取路段交通数据;
确定单元,用于根据所述路段交通数据确定路段的拥堵信息和/或交通事故信息,所述拥堵信息包括路段的交通状态、拥堵状态分布类型,所述交通事故信息包括交通事故影响等级;
调度单元,用于根据所述路段的拥堵信息和/或所述交通事故影响等级确定交通控制辅助决策预案。
优选的,所述路段交通数据包括以下参数:
断面交通占有率和/或路段车辆平均速度。
优选的,所述确定单元具体用于:
若确定在预设时间段内所述路段的断面交通占有率大于第一阈值且小于第二阈值,则确定所述路段的交通状态为缓行状态,若确定在所述预设时间段内所述路段的断面交通占有率大于或等于第二阈值,则确定所述路段的交通状态为拥堵状态,其中,所述第二阈值大于所述第一阈值;
所述路段的交通状态为拥堵状态时,根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型。
优选的,所述确定单元具体用于:
判断与所述路段相邻的路段中是否有处于拥堵状态的路段,若否,则确认所述路段所处的拥堵状态分布类型为点拥堵;
若与所述路段相邻的路段中有处于拥堵状态的路段,则将与所述路段相邻且处于拥堵状态的路段作为路段拥堵集合,并执行以下步骤:
步骤一,遍历所述路段所处的路段网络拓扑结构中的所有路段,将处于拥堵状态、且与所述路段拥堵集合中的任一路段相邻的路段合并入所述路段拥堵集合;
步骤二,判断所述路段拥堵集合中路段的数量是否增加,若是,则返回步骤一,否则转至步骤三;
步骤三,判断所述路段拥堵集合中的路段是否均处于同一条道路,若是,则确认所述路段所处的拥堵状态分布类型为线拥堵,否则,确认所述路段所处的拥堵状态分布类型为面拥堵。
优选的,所述确定单元具体用于:
根据所述路段的路段车辆平均速度在路段车辆平均速度与交通事故等级映射关系中确定所述路段的路段车辆平均速度映射的交通事故等级,所述交通事故等级包括轻微级交通事故、中等级交通事故、严重级交通事故。
优选的,所述调度单元具体用于:
通过距离所述路段最近的上游的进道口诱导屏显示所述路段的拥堵信息和/或所述交通事故信息;
根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长;
根据所述路段的交通事故等级调整交通信号灯的绿灯时长。
优选的,所述调度单元具体用于:
所述路段的交通状态为拥堵状态,且所述路段处于点拥堵时,减少所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长、增加所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于线拥堵时,确定所述路段所处的线拥堵的上游边界路段以及下游边界路段,并减少所述上游边界路段的上游中驶向所述上游边界路段的车道的交通信号灯的绿灯时长、增加所述下游边界路段的下游中驶出所述下游边界路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于面拥堵时,确定所述路段所处的面拥堵中所有的边界路段,针对任一边界路段,减少该边界路段的上游中驶向该边界路段的车道的交通信号灯的绿灯时长、增加该边界路段的下游中驶出该边界路段的车道的交通信号灯的绿灯时长。
优选的,所述调度单元具体用于:
所述路段的交通事故等级为中等级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第一时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第二时长;
所述路段的交通事故等级为严重级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第三时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第四时长,其中,所述第一时长大于所述第三时长,所述第二时长小于所述第四时长。
根据本发明实施例提供的方法及装置,通过获取到的路段交通数据确定路段的拥堵信息和/或交通事故信息之后,根据路段的拥堵信息和/或所述交通事故信息确定交通控制辅助决策预案。由于本发明实施例是通过对获取到的路段交通数据进行分析,确定出路段的拥堵信息和/或交通事故信息,从而确定出与路段的拥堵信息和/或交通事故信息相关的交通控制辅助决策预案,实现了根据路段的实时交通状况进行交通控制。提高了处理路段的拥堵和/或交通事故的反应能力,降低路段由于拥堵和/或交通事故造成的损失。
附图说明
图1为本发明实施例提供的一种道路分段示意图;
图2为本发明实施例提供的一种交通控制辅助决策方法流程示意图;
图3为本发明实施例提供的一种拥堵状态分布类型判别流程示意图;
图4为本发明实施例提供的一种交通事故示意图;
图5为本发明实施例提供的一种交通事故示意图;
图6为本发明实施例提供的一种线拥堵示意图;
图7为本发明实施例提供的一种交通控制辅助决策装置结构示意图。
具体实施方式
下面结合说明书附图对本发明实施例做详细描述。
本发明实施例中一条道路会划分为多个路段,具体,如图1所示,为本发明实施例提供的一种道路分段示意图。图1中的道路被划分为M段。每段路段可以为250米或300米等,也可以根据实际情况去设定,每段路段的长度也可以不相等。
本发明实施例中会根据多条道路所形成的拓扑结构,并结合每条道路划分的路段,形成路段网络拓扑结构。该路段网络拓扑结构中会指示出每个路段的相邻路段,以及每个路段所处的道路之间的连接关系等信息。同时路段网络拓扑结构中,还会标识出交通信号灯以及进道口诱导屏与路段的相对位置关系等。
本发明实施例中通过设置的交通数据检测器检测每段路段的路段交通数据。交通数据检测器可以为环形线圈检测器、地磁检测器、视频检测器、超声波检测器等,本发明实施例对此并不限定。
本发明实施例中通过设置路段中的交通检测器可以获取车辆的速度、断面交通占有率等信息。
结合上面的描述,如图2所示,本发明实施例提供的一种交通控制辅助决策方法流程示意图。参见图2,该方法包括:
步骤201:获取路段交通数据
步骤202:根据所述路段交通数据确定路段的拥堵信息和/或交通事故信息,所述拥堵信息包括路段的交通状态、拥堵状态分布类型,所述交通事故信息包括交通事故影响等级;
步骤203:根据所述路段的拥堵信息和/或所述交通事故影响等级确定交通控制辅助决策预案。
步骤201中,路段在道路中的位置并不限定,可以为道路交叉口的路段,也可以为道路中间的路段,无论路段处于道路中的什么位置,对获取到的路段交通数据的处理方式都是相同的。
优选的,获取到的路段交通数据包括以下参数:
断面交通占有率和/或路段车辆平均速度。
断面交通占有率计算方式可以为如下公式所示:
其中,O为断面交通占有率,nl为路段中铺设有断面检测器的车道数,nv(i)为第i个车道经过的车辆总数,ti,j为第i个车道第j辆车经过断面检测器所花费的时间长度,C为信号周期时长。
获取到的路段交通数据中还可以包括以下参数中的一种或多种:
路段中发生交通事故的时间;
路段中发生的交通事故所占车道的方向;
路段中发生的交通事故所占车道的数量;
路段中发生的交通事故的人员伤亡情况。
需要说明的是,本发明实施例中,路段中只有发生交通事故时,获取到的路段交通数据才会有与交通事故有关的信息。
在步骤202中,在获取到路段交通数据之后,可以确定路段的拥堵信息和/或交通事故信息,下面分别描述。
根据路段交通数据中的断面交通占有率确定路段的交通状态以及路段所处的拥堵状态分布类型:
若确定在预设时间段内所述路段的断面交通占有率小于或等于第一阈值,则确定所述路段的交通状态为畅通状态;若确定在预设时间段内所述路段的断面交通占有率大于第一阈值且小于第二阈值,则确定所述路段的交通状态为缓行状态,若确定在所述预设时间段内所述路段的断面交通占有率大于或等于第二阈值,则确定所述路段的交通状态为拥堵状态,其中,所述第二阈值大于所述第一阈值;
所述路段的交通状态为拥堵状态时,根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型。
举例来说,根据路段的历史交通数据,确定路段的断面交通占有率在小于或等于O1时,路段中的车辆不会产生滞留、且行驶速度正常,此时可以将O1作为第一阈值,可以认为路段的交通状态为畅通状态;根据路段的历史交通数据,确定路段的断面交通占有率在大于O1且小于O2时,路段中的车辆行驶速度为正常速度的80%以上,或者路段中的车辆能够缓慢行驶但不会产生滞留,此时可以将O2作为第二阈值,可以认为路段的交通状态为缓行状态;根据路段的历史交通数据,确定路段的断面交通占有率在大于或等于O2时,路段中的车辆行驶速度为正常速度的20%以内,或者路段中的车辆产生滞留,此时可以认为路段的交通状态为拥堵状态。
有的情况下,路段的拥堵状态在1~2个周期时长内可以自行消散,此情形的拥堵状态可以不做处理。为了消除快速生成和快速消散的拥堵状态对监测结果的影响,在路段的每种交通状态持续时长为预设时间段时,才确认该交通状态的类型,预设时间段一般的取值可以为路段对应的信号灯的周期时长的3倍。
有些情况下,可能不止一个路段处于拥堵状态,多个路段可能同时处于拥堵状态,此时需要确定出同时处于拥堵状态的多个路段所构成的拥堵状态分布类型,以便生成相应的交通控制辅助决策预案。
优选的,可以通过以下方式根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型:
判断与所述路段相邻的路段中是否有处于拥堵状态的路段,若否,则确认所述路段所处的拥堵状态分布类型为点拥堵;
若与所述路段相邻的路段中有处于拥堵状态的路段,则将与所述路段相邻且处于拥堵状态的路段作为路段拥堵集合,并执行以下步骤:
步骤一,遍历所述路段所处的路段网络拓扑结构中的所有路段,将处于拥堵状态、且与所述路段拥堵集合中的任一路段相邻的路段合并入所述路段拥堵集合;
步骤二,判断所述路段拥堵集合中路段的数量是否增加,若是,则返回步骤一,否则转至步骤三;
如果路段拥堵集合中路段的数量未增加,说明路段拥堵集合中路段的数量已经到达极限,可以结束对路段网络拓扑结构中路段的遍历。
步骤三,判断所述路段拥堵集合中的路段是否均处于同一条道路,若是,则确认所述路段所处的拥堵状态分布类型为线拥堵,否则,确认所述路段所处的拥堵状态分布类型为面拥堵。
优选的,在确定路段的交通状态为拥堵状态后,再确认该路段的拥堵状态的拥堵类型为常发性拥堵还是偶发性拥堵。常发性拥堵成因主要为交通流供需分布不均衡性引发的拥堵,例如,早高峰和晚高峰时段的拥堵、特殊路段的规律性拥堵。偶发性交通拥堵主要由大型社会活动、异常停车、交通事故等突发事件引发的拥堵。
具体的,可以通过以下方式判断路段的拥堵状态的拥堵类型为常发性拥堵还是偶发性拥堵:
判断处于拥堵状态的路段的断面交通占有率是否大于第三阈值且小于第四阈值,若是,则确定所述路段的拥堵状态的属性为常发性拥堵;
判断处于拥堵状态的路段的断面交通占有率是否大于或等于第四阈值,若是,则确定所述路段的拥堵状态的属性为偶发性拥堵,其中,所述第四阈值大于所述第三阈值。
针对任意一个路段,可以通过该路段的历史断面交通占有率确定该路段对应的第三阈值。举例来说,可以将一天24小时划分为N个时间段,N为正整数。然后确定在每个时间段中该路段的断面交通占有率在D天内的平均变化范围,将每个路段对应的平均变化范围的最小值作为该路段在该时间段内的第三阈值,将每个路段对应的平均变化范围的最大值作为该路段在该时间段内的第四阈值。
举例来说,将一天24小时划分为24个时间段,一个路段在第12个时间段内的交通状态为拥堵状态,该时间段内的断面交通占有率的变化范围为 当确定该时间段内该路段的断面交通占有率o12满足时,可以确定该路段的拥堵状态的属性为常发性拥堵,当确定该时间段内该路段的断面交通占有率o12满足时,可以确定该路段的拥堵状态的属性为偶发性拥堵。
具体的,如图3所示,为本发明实施例提供的一种拥堵状态分布类型判别流程示意图。
参见图3,该流程包括以下步骤:
步骤301:判断路段的交通状态是否为拥堵状态,若是,则转至步骤302,否则转至步骤301;
若确定在预设时间段内所述路段的断面交通占有率大于或等于第二阈值,则确定所述路段的交通状态为拥堵状态。
步骤302:判断与所述路段相邻的路段中是否有处于拥堵状态的路段,若否,则转至步骤303,否则转至步骤304。
步骤303:确认所述路段所处的拥堵状态分布类型为点拥堵,转至步骤310。
步骤304:将与所述路段相邻且处于拥堵状态的路段作为路段拥堵集合,并转至步骤305。
步骤305:遍历所述路段所处的路段网络拓扑结构中的所有路段,将处于拥堵状态、且与所述路段拥堵集合中的任一路段相邻的路段合并入所述路段拥堵集合,转至步骤306。
步骤306:判断所述路段拥堵集合中路段的数量是否增加,若是,则转至步骤305,否则转至步骤307。
步骤307:判断所述路段拥堵集合中的路段是否均处于同一条道路,若是,则转至步骤308,否则,转至步骤309。
步骤308:确认所述路段所处的拥堵状态分布类型为线拥堵,转至步骤310。
步骤309:确认所述路段所处的拥堵状态分布类型为面拥堵,转至步骤310。
步骤310:结束。
如果路段中发生交通事故,则还需要确定交通事故信息。交通事故信息中部分信息可以直接通过路段交通数据确定,有些信息需要进一步确定。交通事故信息中的交通事故等级需要根据路段交通数据确定。
需要说明的是,交通事故无论发生在道路交叉口的路段,还是发生在道路中间的路段,对交通事故处理的方式都是相同或者相似的。
具体的,根据路段的路段车辆平均速度在路段车辆平均速度与交通事故等级映射关系中确定所述路段的路段车辆平均速度映射的交通事故等级,所述交通事故等级包括轻微级交通事故、中等级交通事故、严重级交通事故。
举例来说,路段车辆平均速度与交通事故等级映射关系为:路段车辆平均速度大于或者等于第一速度时,该路段车辆平均速度映射的交通事故等级为轻微级交通事故,此时交通事故对该路段的交通无明显影响,该路段的车辆还能够行驶,速度为正常状态。
路段车辆平均速度与交通事故等级映射关系为:路段车辆平均速度大于或者等于第二速度且小于第一速度时,该路段车辆平均速度映射的交通事故等级为中等级交通事故,此时交通事故对该路段的交通有影响,但影响较小,该路段的车辆还能够行驶,但速度较缓慢。
路段车辆平均速度与交通事故等级映射关系为:路段车辆平均速度小于第二速度时,该路段车辆平均速度映射的交通事故等级为严重级交通事故,此时交通事故对该路段的交通有严重影响,已经阻碍了该路段的车辆交通,该路段的车辆无法正常行驶。
举例来说,可以事先记录该路段发生交通事故前A个周期时长内的车辆行驶速度的变化范围,其中A为正整数,将变化范围内的最小车辆行驶速度作为第一速度,将第一速度与加权值B相乘后的速度作为第二速度,其中B为大于0且小于1之间的任意数。
最后在步骤203中确定交通控制辅助决策预案。交通控制辅助决策预案用于给交通控制的决策者进行参考。在进行交通控制时,交通控制的决策者可以直接采用根据本发明实施例的方法确定出的交通控制辅助决策预案,也可以根据实际情况对确定出的交通控制辅助决策预案进行修改和补充。
交通控制辅助决策预案一般分为三个子预案,具体的:
第一子预案:通过距离所述路段最近的上游的进道口诱导屏显示所述路段的拥堵信息和/或所述交通事故信息。
可选的,进道口诱导屏中还可以显示安全行驶提示信息、绕行信息等信息。
可选的,还可以通过距离所述路段最近的下游的进道口诱导屏显示所述路段的拥堵信息和/或所述交通事故信息。
第二子预案:根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长。
具体的,所述路段的交通状态为拥堵状态,且所述路段处于点拥堵时,减少所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长、增加所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长。
举例来说,可以将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长减少20%,将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加30%。
所述路段的交通状态为拥堵状态,且所述路段处于线拥堵时,确定所述路段所处的线拥堵的上游边界路段以及下游边界路段,并减少所述上游边界路段的上游中驶向所述上游边界路段的车道的交通信号灯的绿灯时长、增加所述下游边界路段的下游中驶出所述下游边界路段的车道的交通信号灯的绿灯时长。
需要说明的是,上游边界路段为处于线拥堵的上游中拥堵区域的边界的路段,下游边界路段为为处于线拥堵的下游中拥堵区域的边界的路段。
所述路段的交通状态为拥堵状态,且所述路段处于面拥堵时,确定所述路段所处的面拥堵中所有的边界路段,针对任一边界路段,减少该边界路段的上游中驶向该边界路段的车道的交通信号灯的绿灯时长、增加该边界路段的下游中驶出该边界路段的车道的交通信号灯的绿灯时长。
当多个路段对同一个车道的绿灯时长的调整发生冲突时,根据路段所处的道路的优先级进行调整,以优先级最高的道路调整的绿灯时长为准。道路的优选级从高到底可以分为四个级别,分别为:第一级别、第二级别、第三级别、第四级别,最高优选级为第一级别,最低优选级为第四级别。每个级别对应的道路类型可以如表1所示:
表1
优先级 第一级别 第二级别 第三级别 第四级别
道路类型 特勤线路 主干路 次干路 支路
第三子预案:根据所述路段的交通事故等级调整交通信号灯的绿灯时长。
具体的,所述路段的交通事故等级为中等级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第一时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第二时长;
所述路段的交通事故等级为严重级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第三时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第四时长,其中,所述第一时长大于所述第三时长,所述第二时长小于所述第四时长。
同时,在路段中发送交通事故,以及交通状态为拥堵时,还可以通知距离该路段最近的交警进行交通疏导。
需要说明的是,上述交通控制辅助决策预案中的每个子预案可以根据实际情况进行调整。
举例来说,如图4所示,为本发明实施例提供的一种交通事故示意图。图4中位于道路中间位置的路段发生交通事故,交通事故等级为严重级交通事故。交通事故所占的车道的行驶方向如图中箭头所示。此时,交通控制辅助决策预案为:①通知距离该路段最近的交警进行交通疏导;②通过距离所述路段最近的上游的进道口诱导屏K1以及距离所述路段最近的下游的进道口诱导屏K2显示所述路段的交通事故信息,同时还需发布绕行信息;③将所述路段的上游中驶向所述路段的车道的交通信号灯L1的绿灯时长减少40%,将所述路段的下游中驶出所述路段的车道的交通信号灯L2的绿灯时长增加50%。
如图5所示,为本发明实施例提供的一种交通事故示意图。图5中位于道路交叉口位置的路段发生交通事故,交通事故等级为中等级交通事故。交通事故所占的车道的行驶方向如图中箭头所示。此时,交通控制辅助决策预案为:①通知距离该路段最近的交警进行交通疏导;②通过距离所述路段最近的上游的进道口诱导屏K1以及距离所述路段最近的下游的进道口诱导屏K2显示所述路段的交通事故信息,同时还需发布绕行信息;③将所述路段的上游中驶向所述路段的车道的交通信号灯L1的绿灯时长减少20%,将所述路段的下游中驶出所述路段的车道的交通信号灯L2的绿灯时长增加25%。
如图6所示,为本发明实施例提供的一种线拥堵示意图。图6中一条道路的第sa段路段至第sb段路段的交通状态为拥堵状态,且处于线拥堵状态。拥堵状态所占的车道的行驶方向如图中箭头所示。第sa段路段为上游边界路段,第sb段路段为下游边界路段。此时,交通控制辅助决策预案为:①通知距离该路段最近的交警进行交通疏导;②通过距离所述路段最近的上游的进道口诱导屏K1以及距离所述路段最近的下游的进道口诱导屏K2显示所述路段的拥堵信息,同时还需发布绕行信息;③减少第sa段路段的上游中驶向第sa段路段的车道的交通信号灯L1的绿灯时长,可以减少10%,增加第sb段路段的下游中驶出第sb段路段的车道的交通信号灯L2的绿灯时长,可以增加15%。
针对上述方法流程,本发明实施例还提供一种交通控制辅助决策装置,该装置的具体内容可以参照上述方法实施,在此不再赘述。
如图7所示,本发明实施例提供一种交通控制辅助决策装置结构示意图,该装置包括:
获取单元701,用于获取路段交通数据;
确定单元702,用于根据所述路段交通数据确定路段的拥堵信息和/或交通事故信息,所述拥堵信息包括路段的交通状态、拥堵状态分布类型,所述交通事故信息包括交通事故影响等级;
调度单元703,用于根据所述路段的拥堵信息和/或所述交通事故影响等级确定交通控制辅助决策预案。
优选的,所述路段交通数据包括以下参数:
断面交通占有率和/或路段车辆平均速度。
优选的,所述确定单元702具体用于:
若确定在预设时间段内所述路段的断面交通占有率大于第一阈值且小于第二阈值,则确定所述路段的交通状态为缓行状态,若确定在所述预设时间段内所述路段的断面交通占有率大于或等于第二阈值,则确定所述路段的交通状态为拥堵状态,其中,所述第二阈值大于所述第一阈值;
所述路段的交通状态为拥堵状态时,根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型。
优选的,所述确定单元702具体用于:
判断与所述路段相邻的路段中是否有处于拥堵状态的路段,若否,则确认所述路段所处的拥堵状态分布类型为点拥堵;
若与所述路段相邻的路段中有处于拥堵状态的路段,则将与所述路段相邻且处于拥堵状态的路段作为路段拥堵集合,并执行以下步骤:
步骤一,遍历所述路段所处的路段网络拓扑结构中的所有路段,将处于拥堵状态、且与所述路段拥堵集合中的任一路段相邻的路段合并入所述路段拥堵集合;
步骤二,判断所述路段拥堵集合中路段的数量是否增加,若是,则返回步骤一,否则转至步骤三;
步骤三,判断所述路段拥堵集合中的路段是否均处于同一条道路,若是,则确认所述路段所处的拥堵状态分布类型为线拥堵,否则,确认所述路段所处的拥堵状态分布类型为面拥堵。
优选的,所述确定单元702具体用于:
根据所述路段的路段车辆平均速度在路段车辆平均速度与交通事故等级映射关系中确定所述路段的路段车辆平均速度映射的交通事故等级,所述交通事故等级包括轻微级交通事故、中等级交通事故、严重级交通事故。
优选的,所述调度单元703具体用于:
通过距离所述路段最近的上游的进道口诱导屏显示所述路段的拥堵信息和/或所述交通事故信息;
根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长;
根据所述路段的交通事故等级调整交通信号灯的绿灯时长。
优选的,所述调度单元703具体用于:
所述路段的交通状态为拥堵状态,且所述路段处于点拥堵时,减少所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长、增加所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于线拥堵时,确定所述路段所处的线拥堵的上游边界路段以及下游边界路段,并减少所述上游边界路段的上游中驶向所述上游边界路段的车道的交通信号灯的绿灯时长、增加所述下游边界路段的下游中驶出所述下游边界路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于面拥堵时,确定所述路段所处的面拥堵中所有的边界路段,针对任一边界路段,减少该边界路段的上游中驶向该边界路段的车道的交通信号灯的绿灯时长、增加该边界路段的下游中驶出该边界路段的车道的交通信号灯的绿灯时长。
优选的,所述调度单元703具体用于:
所述路段的交通事故等级为中等级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第一时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第二时长;
所述路段的交通事故等级为严重级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第三时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第四时长,其中,所述第一时长大于所述第三时长,所述第二时长小于所述第四时长。
综上所述,根据本发明实施例提供的方法及装置,通过获取到的路段交通数据确定路段的拥堵信息和/或交通事故信息之后,根据路段的拥堵信息和/或所述交通事故信息确定交通控制辅助决策预案。由于本发明实施例是通过对获取到的路段交通数据进行分析,确定出路段的拥堵信息和/或交通事故信息,从而确定出与路段的拥堵信息和/或交通事故信息相关的交通控制辅助决策预案,实现了根据路段的实时交通状况进行交通控制。提高了处理路段的拥堵和/或交通事故的反应能力,降低路段由于拥堵和/或交通事故造成的损失。
同时,根据本发明实施例提供的方法,面向交通事故、拥堵等事件的交通控制辅助决策预案能够有效结合人工上报和实时交通数据分析等方式进行快速决策。克服了人为判断方法存在的工作量大、主观性强等缺陷,保证了交通异常事件判别结果的可靠性。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器指令,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (14)

1.一种交通控制辅助决策方法,其特征在于,包括:
获取路段交通数据;
根据所述路段交通数据确定路段的拥堵信息和/或交通事故信息,所述拥堵信息包括路段的交通状态、拥堵状态分布类型,所述交通事故信息包括交通事故影响等级;
根据所述路段的拥堵信息和所述交通事故影响等级确定交通控制辅助决策预案,或者,根据所述交通事故影响等级确定交通控制辅助决策预案,
其中所述根据所述路段交通数据确定路段的交通事故信息,包括:
所述路段交通数据包括路段车辆平均速度,根据所述路段的路段车辆平均速度在路段车辆平均速度与交通事故影响等级映射关系中确定所述路段的路段车辆平均速度映射的交通事故影响等级,所述交通事故影响等级包括轻微级交通事故、中等级交通事故、严重级交通事故。
2.如权利要求1所述的方法,其特征在于,所述路段交通数据包括以下参数:
断面交通占有率。
3.如权利要求2所述的方法,其特征在于,所述根据所述路段交通数据确定路段的拥堵信息,包括:
若确定在预设时间段内所述路段的断面交通占有率大于第一阈值且小于第二阈值,则确定所述路段的交通状态为缓行状态,若确定在所述预设时间段内所述路段的断面交通占有率大于或等于第二阈值,则确定所述路段的交通状态为拥堵状态,其中,所述第二阈值大于所述第一阈值;
所述路段的交通状态为拥堵状态时,根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型。
4.如权利要求3所述的方法,其特征在于,所述根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型,包括:
判断与所述路段相邻的路段中是否有处于拥堵状态的路段,若否,则确认所述路段所处的拥堵状态分布类型为点拥堵;
若与所述路段相邻的路段中有处于拥堵状态的路段,则将与所述路段相邻且处于拥堵状态的路段作为路段拥堵集合,并执行以下步骤:
步骤一,遍历所述路段所处的路段网络拓扑结构中的所有路段,将处于拥堵状态、且与所述路段拥堵集合中的任一路段相邻的路段合并入所述路段拥堵集合;
步骤二,判断所述路段拥堵集合中路段的数量是否增加,若是,则返回步骤一,否则转至步骤三;
步骤三,判断所述路段拥堵集合中的路段是否均处于同一条道路,若是,则确认所述路段所处的拥堵状态分布类型为线拥堵,否则,确认所述路段所处的拥堵状态分布类型为面拥堵。
5.如权利要求4所述的方法,其特征在于,所述根据所述路段的拥堵信息和/或所述交通事故信息确定交通控制辅助决策预案,包括:
通过距离所述路段最近的上游的进道口诱导屏显示所述路段的拥堵信息和/或所述交通事故信息;
根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长;
根据所述路段的交通事故影响等级调整交通信号灯的绿灯时长。
6.如权利要求5所述的方法,其特征在于,所述根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长,包括:
所述路段的交通状态为拥堵状态,且所述路段处于点拥堵时,减少所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长、增加所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于线拥堵时,确定所述路段所处的线拥堵的上游边界路段以及下游边界路段,并减少所述上游边界路段的上游中驶向所述上游边界路段的车道的交通信号灯的绿灯时长、增加所述下游边界路段的下游中驶出所述下游边界路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于面拥堵时,确定所述路段所处的面拥堵中所有的边界路段,针对任一边界路段,减少该边界路段的上游中驶向该边界路段的车道的交通信号灯的绿灯时长、增加该边界路段的下游中驶出该边界路段的车道的交通信号灯的绿灯时长。
7.如权利要求5所述的方法,其特征在于,所述根据所述路段的交通事故影响等级调整交通信号灯的绿灯时长,包括:
所述路段的交通事故影响等级为中等级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第一时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第二时长;
所述路段的交通事故影响等级为严重级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第三时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第四时长,其中,所述第一时长大于所述第三时长,所述第二时长小于所述第四时长。
8.一种交通控制辅助决策装置,其特征在于,包括:
获取单元,用于获取路段交通数据;
确定单元,用于根据所述路段交通数据确定路段的拥堵信息和/或交通事故信息,所述拥堵信息包括路段的交通状态、拥堵状态分布类型,所述交通事故信息包括交通事故影响等级;
调度单元,用于根据所述路段的拥堵信息和所述交通事故影响等级确定交通控制辅助决策预案,或者,根据所述交通事故影响等级确定交通控制辅助决策预案;
其中,所述确定单元具体用于:
所述路段交通数据包括路段车辆平均速度,根据所述路段的路段车辆平均速度在路段车辆平均速度与交通事故影响等级映射关系中确定所述路段的路段车辆平均速度映射的交通事故影响等级,所述交通事故影响等级包括轻微级交通事故、中等级交通事故、严重级交通事故。
9.如权利要求8所述的装置,其特征在于,所述路段交通数据包括以下参数:
断面交通占有率。
10.如权利要求9所述的装置,其特征在于,所述确定单元具体用于:
若确定在预设时间段内所述路段的断面交通占有率大于第一阈值且小于第二阈值,则确定所述路段的交通状态为缓行状态,若确定在所述预设时间段内所述路段的断面交通占有率大于或等于第二阈值,则确定所述路段的交通状态为拥堵状态,其中,所述第二阈值大于所述第一阈值;
所述路段的交通状态为拥堵状态时,根据所述路段所处的路段网络拓扑结构确定路段所处的拥堵状态分布类型。
11.如权利要求10所述的装置,其特征在于,所述确定单元具体用于:
判断与所述路段相邻的路段中是否有处于拥堵状态的路段,若否,则确认所述路段所处的拥堵状态分布类型为点拥堵;
若与所述路段相邻的路段中有处于拥堵状态的路段,则将与所述路段相邻且处于拥堵状态的路段作为路段拥堵集合,并执行以下步骤:
步骤一,遍历所述路段所处的路段网络拓扑结构中的所有路段,将处于拥堵状态、且与所述路段拥堵集合中的任一路段相邻的路段合并入所述路段拥堵集合;
步骤二,判断所述路段拥堵集合中路段的数量是否增加,若是,则返回步骤一,否则转至步骤三;
步骤三,判断所述路段拥堵集合中的路段是否均处于同一条道路,若是,则确认所述路段所处的拥堵状态分布类型为线拥堵,否则,确认所述路段所处的拥堵状态分布类型为面拥堵。
12.如权利要求11所述的装置,其特征在于,所述调度单元具体用于:
通过距离所述路段最近的上游的进道口诱导屏显示所述路段的拥堵信息和/或所述交通事故信息;
根据所述路段的交通状态以及所述路段所处的拥堵状态分布类型调整交通信号灯的绿灯时长;
根据所述路段的交通事故影响等级调整交通信号灯的绿灯时长。
13.如权利要求12所述的装置,其特征在于,所述调度单元具体用于:
所述路段的交通状态为拥堵状态,且所述路段处于点拥堵时,减少所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长、增加所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于线拥堵时,确定所述路段所处的线拥堵的上游边界路段以及下游边界路段,并减少所述上游边界路段的上游中驶向所述上游边界路段的车道的交通信号灯的绿灯时长、增加所述下游边界路段的下游中驶出所述下游边界路段的车道的交通信号灯的绿灯时长;
所述路段的交通状态为拥堵状态,且所述路段处于面拥堵时,确定所述路段所处的面拥堵中所有的边界路段,针对任一边界路段,减少该边界路段的上游中驶向该边界路段的车道的交通信号灯的绿灯时长、增加该边界路段的下游中驶出该边界路段的车道的交通信号灯的绿灯时长。
14.如权利要求12所述的装置,其特征在于,所述调度单元具体用于:
所述路段的交通事故影响等级为中等级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第一时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第二时长;
所述路段的交通事故影响等级为严重级交通事故时,将所述路段的上游中驶向所述路段的车道的交通信号灯的绿灯时长缩小为第三时长、将所述路段的下游中驶出所述路段的车道的交通信号灯的绿灯时长增加为第四时长,其中,所述第一时长大于所述第三时长,所述第二时长小于所述第四时长。
CN201510518969.2A 2015-08-20 2015-08-20 一种交通控制辅助决策方法及装置 Active CN105225500B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510518969.2A CN105225500B (zh) 2015-08-20 2015-08-20 一种交通控制辅助决策方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510518969.2A CN105225500B (zh) 2015-08-20 2015-08-20 一种交通控制辅助决策方法及装置

Publications (2)

Publication Number Publication Date
CN105225500A CN105225500A (zh) 2016-01-06
CN105225500B true CN105225500B (zh) 2018-04-03

Family

ID=54994430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510518969.2A Active CN105225500B (zh) 2015-08-20 2015-08-20 一种交通控制辅助决策方法及装置

Country Status (1)

Country Link
CN (1) CN105225500B (zh)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105702042B (zh) * 2016-04-22 2018-06-26 北京国交信通科技发展有限公司 根据重点营运车辆定位信息判断公路拥堵的方法
CN106228818B (zh) * 2016-08-22 2018-11-16 安徽科力信息产业有限责任公司 一种利用平面感知技术的快速路车道信号灯控制方法及系统
CN106530759A (zh) * 2016-11-04 2017-03-22 南京理工大学 基于地磁信息的智能交通拥塞引流方法
CN106530753B (zh) * 2016-12-12 2019-04-30 广州二通通信科技有限公司 一种智能交通灯控制系统
CN106530762A (zh) * 2016-12-26 2017-03-22 东软集团股份有限公司 交通信号控制方法和装置
CN106816018A (zh) * 2017-02-16 2017-06-09 上海电科智能系统股份有限公司 一种城市可变信息标志地面交通诱导路段确定方法
CN106781593A (zh) * 2017-03-06 2017-05-31 辉泰(太仓)汽配有限公司 一种基于智能信号灯的智能交通系统
CN108877207A (zh) * 2017-05-09 2018-11-23 保定维特瑞光电能源科技有限公司 一种道路交通态势在线视频判别系统
CN107248282B (zh) * 2017-06-29 2021-07-02 浩鲸云计算科技股份有限公司 获取道路运行状态等级的方法
CN107689158A (zh) * 2017-08-10 2018-02-13 五邑大学 一种基于图像处理的智能交通控制方法
CN108428341A (zh) * 2018-05-14 2018-08-21 齐鲁交通发展集团有限公司青临分公司 一种基于人机融合的交通应急管理调度方法及系统
CN109064764B (zh) * 2018-08-14 2020-07-10 青岛海信网络科技股份有限公司 一种交通控制的方法及装置
CN110033011A (zh) * 2018-12-14 2019-07-19 阿里巴巴集团控股有限公司 车祸事故处理方法和装置、电子设备
CN109658692B (zh) * 2018-12-25 2020-02-28 武汉纵横智慧城市股份有限公司 基于自组网的信号灯控制方法、装置、设备及存储介质
CN110491144B (zh) * 2019-07-23 2021-08-31 平安国际智慧城市科技股份有限公司 基于路况预测的调整红绿灯时长的方法及相关设备
CN110766955B (zh) * 2019-09-18 2022-08-26 平安科技(深圳)有限公司 基于动作预测模型的信号调节方法、装置和计算机设备
CN111028505B (zh) * 2019-11-28 2021-07-30 北京世纪高通科技有限公司 交通拥堵的治理方法及装置
CN111028510B (zh) * 2019-12-20 2020-11-13 海安荔弘科技有限公司 一种面向云计算的综合应急管理平台架构
CN111091715A (zh) * 2020-03-20 2020-05-01 北京交研智慧科技有限公司 一种基于历史重现率的道路偶发拥堵识别方法及装置
CN112562361A (zh) * 2020-11-30 2021-03-26 重庆电子工程职业学院 用于智慧城市的交通信号灯控制方法及系统
CN112562360A (zh) * 2020-11-30 2021-03-26 重庆电子工程职业学院 智能城市交通引导系统及方法
CN112614366A (zh) * 2020-12-11 2021-04-06 国汽(北京)智能网联汽车研究院有限公司 汽车协同决策方法、装置、电子设备及计算机存储介质
CN112885086B (zh) * 2021-01-18 2022-11-22 湖南省交通规划勘察设计院有限公司 一种基于多源交通大数据的突发拥堵判别系统
CN113112824A (zh) * 2021-03-19 2021-07-13 杭州航弘建设科技有限公司 一种道路调控方法、装置、智能终端及存储介质
CN114613162B (zh) * 2022-02-09 2024-01-19 阿里云计算有限公司 交通控制方法、系统及设备
CN114550471B (zh) * 2022-04-22 2022-08-23 四川九通智路科技有限公司 一种智能交通的信号灯控制方法及控制系统
CN115909725B (zh) * 2022-11-01 2023-09-15 西部科学城智能网联汽车创新中心(重庆)有限公司 基于车路协同的事故处理方法及装置
CN118379883B (zh) * 2024-06-25 2024-08-20 成都交投信息科技有限公司 一种基于数据驱动的交通信号灯多智能体协调控制方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289933A (zh) * 2011-08-08 2011-12-21 上海电科智能系统股份有限公司 一种城市快速路交通事件影响空间范围等级预测方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005352615A (ja) * 2004-06-09 2005-12-22 Hitachi Ltd プローブカーを用いた交通量管理エリアの交通量制御システム及びプローブカー情報収集配信センタ
CN101271622A (zh) * 2007-03-22 2008-09-24 上海经达实业发展有限公司 一种城市道路交通的即时状态判别及诱导系统
JP2012032866A (ja) * 2010-07-28 2012-02-16 Sumitomo Electric Ind Ltd 交通信号制御システム及び交通信号制御装置
CN102005124B (zh) * 2010-11-16 2012-10-10 青岛海信网络科技股份有限公司 交叉口交通信号控制方法及装置
CN102063794B (zh) * 2011-01-14 2012-09-26 隋亚刚 基于占有率数据的城市快速路自动事件检测和协同指挥调度系统
CN102968901B (zh) * 2012-11-30 2014-11-26 青岛海信网络科技股份有限公司 获取区域拥堵信息的方法及区域拥堵分析装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102289933A (zh) * 2011-08-08 2011-12-21 上海电科智能系统股份有限公司 一种城市快速路交通事件影响空间范围等级预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
城市交通拥挤特征及疏导决策分析;谈晓洁 等;《管理工程学报》;20030331;第17卷(第1期);第56-59页 *
基于RFID的关键交通信息采集技术研究;马黎;《中国优秀硕士学位论文全文数据库·信息科技辑》;20111015(第10期);第1页第1.2.1节 *

Also Published As

Publication number Publication date
CN105225500A (zh) 2016-01-06

Similar Documents

Publication Publication Date Title
CN105225500B (zh) 一种交通控制辅助决策方法及装置
CN108198415B (zh) 一种基于深度学习的城市快速路事故预测方法
Khondaker et al. Variable speed limit: A microscopic analysis in a connected vehicle environment
CN107767666B (zh) 一种智能检测的单点控制交叉口出口交通流溢出防控方法
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN108289203B (zh) 一种用于轨道交通的视频监控系统
CN106408956B (zh) 一种隧道交通拥堵快速疏散方法及控制系统
CN104157147B (zh) 交通信号机、隧道内交通异常事件的检测控制方法及系统
CN106408943A (zh) 一种基于宏观基本图的路网交通拥堵甄别方法
CN103895649B (zh) 一种驾驶员安全驾驶预警方法
CN107945556A (zh) 一种快速道路不良天气下的动态限速优化控制方法
CN111613070B (zh) 交通信号灯控制方法、装置、电子设备和计算机存储介质
CN107170247B (zh) 一种确定交叉口排队长度方法及装置
DE102008049568A1 (de) Verfahren zur Optimierung der Verkehrssteuerung an einem lichtsignalgesteuerten Knoten in einem Straßenverkehrsnetz
US20220383738A1 (en) Method for short-term traffic risk prediction of road sections using roadside observation data
CN105825669A (zh) 一种识别城市快速路交通瓶颈的系统和方法
CN109147319B (zh) 一种基于多交通数据指标的道路突发事件判别方法
CN111932899B (zh) 一种基于交通仿真的交通突发事件控制方法及装置
CN107085943A (zh) 一种道路旅行时间短期预测方法和系统
CN113936465B (zh) 交通事件检测方法及装置
CN108091132A (zh) 一种交通流量预测方法及装置
CN112435473A (zh) 一种结合历史数据的快速路交通流溯源及匝道调控方法
CN106571029A (zh) 一种车辆排队长度检测的方法和装置
CN106530714A (zh) 一种基于交通流数据的二次交通事故时间预测方法
CN104851307B (zh) 道路标志牌设置合理性确定方法、装置及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Liu Meini

Inventor after: Liu Xingyong

Inventor after: Kong Tao

Inventor after: Wang Wenwen

Inventor after: Liang Hongmei

Inventor after: Han Feng

Inventor after: Fu Wentao

Inventor after: Li He

Inventor before: Liu Haiqing

Inventor before: Wang Zhiming

Inventor before: Zhang Maolei

Inventor before: Kong Tao

Inventor before: Liu Xin

Inventor before: Han Feng

Inventor before: Fu Wentao

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant