CN105427631A - 一种多层次自适应扰动抑制交通信号优化的系统及方法 - Google Patents
一种多层次自适应扰动抑制交通信号优化的系统及方法 Download PDFInfo
- Publication number
- CN105427631A CN105427631A CN201510959987.4A CN201510959987A CN105427631A CN 105427631 A CN105427631 A CN 105427631A CN 201510959987 A CN201510959987 A CN 201510959987A CN 105427631 A CN105427631 A CN 105427631A
- Authority
- CN
- China
- Prior art keywords
- cycle
- data
- split
- subarea
- calculating
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Abstract
本发明提供一种多层次自适应扰动抑制交通信号优化的系统及方法,包括:采集海量数据信息;利用历史数据,对数据进行平滑处理,过滤掉数据跳变特性,平滑后的数据进行趋势周期计算。当连续一段时间内趋势周期都有相同的趋势需要,调整路口周期生成优化方案;调整信号机周期、相位差,微调绿信比;根据优化方案,进行微调。利用子区信号机协调感应,信号机根据检测的交通流数据,采用感应控制的方式,实时调整各相位的绿灯时间使绿信比分配趋于合理。路口能更快的适应交通流的变化,同时使整个区域内路口实现周期的自适应变化,绿信比根据各个方向的交通状态自适应调整,从而减少路口空放,排队,实现路口车流的有序放行,大大提高了路口通行效率。
Description
技术领域
本发明涉及交通信号灯监测技术领域,尤其是涉及一种多层次自适应扰动抑制交通信号优化的方法。
背景技术
为了更好的适应路口时段内战术上流量的变化,使路口信号配时更贴合交通流的变化,达到实际的交通需求,增加了感应控制方式,但感应仅局限于单个信号机,无法考虑相邻路口的情况,尤其是相邻路口流量相差较大时,感应控制一般用于低峰时段,路口之间耦合性相对较弱的路口。为了解决TOD时间表控制和感应控制不足,系统提供了中心优化的控制方式,使得路口能更快的适应交通流的变化,同时使整个区域内路口实现周期的自适应变化,绿信比根据各个方向的交通状态自适应调整,从而减少路口空放,排队,实现路口车流的有序放行,大大提高了路口通行效率。
发明内容
本发明要解决的问题是提供一种多层次自适应扰动抑制交通信号优化的系统及方法,按照路口交通流的变化规律,将一天划分成若干个时段。在高峰时段执行高峰配时方案;低、平峰时,分别执行低峰、平峰信号配时方案。
为解决上述技术问题,本发明采用的技术方案是:一种多层次自适应扰动抑制交通信号优化的方法,包括:
采集海量数据信息;
利用历史数据,对数据进行平滑处理,过滤掉数据跳变特性,平滑后的数据进行趋势周期计算。当连续一段时间内趋势周期都有相同的趋势需要,才会调整路口的周期生成优化方案;
调整信号机周期、相位差,微调绿信比;各相位之间的交通需求在短时间内不会产生突变,根据优化方案,进行微调。
利用子区信号机协调感应,信号机根据检测的交通流数据,采用感应控制的方式,实时调整各相位的绿灯时间使绿信比分配趋于合理,减少空放现象。
进一步,所述优化方案,利用初始设置的优化方案作为第一套所述优化方案,下发到信号机,同时对收集到的流量数据作为计算优化周期的基础参数,通过韦氏方程计算优化周期,计算出三个趋势周期,通过投票确定优化周期数据。
进一步,所述信号周期计算时,会采集子区内每个路口的下的各个车道的交通数据,根据相关系数选出各个相位的关键车道数据,作为计算韦氏方程周期的基础参数。子区当中的每个路口都会计算韦氏周期,计算出子区的优化周期后,系统会利用各个相位关键车道的效用参数,进行绿信比方案计算。初始是从优化方案库选取合适的优化绿信比专家方案;后续过程,将上一个周期的计算绿信比,以及当前运行方案的绿灯时间、相位流量、相位占有率,参与到绿信比模型,得到当前的计算绿信比,从而得到计算配时方案;通过计算各个相位的绿信比方差和期望值,绿信比的微调。
进一步,所述子区信号机协调时,依据一定的绿信比补充原则,进行修正。修正方式选定两种:其一,是将不合适的车道流量进行虚拟处理,重新计算周期、绿信比,直到得到一个合理的方案数据;其二,是对不满足的相位,直接增加到最短绿。
进一步,子区信号机协调感应时,相位差调整方案目前设定两种:①可以采用查表选择:利用周期查找对应的相位差方案。②利用排队数据以及消散参数数据,自动计算子区内各个路口的相位差。
进一步,优化结果通过管理模块以及通讯模块下发给路口机。
一种多层次自适应扰动抑制交通信号优化的系统,其特征在于:包括:
数据收集模块:用于采集海量数据信息;
数据处理模块:利用历史数据,对数据进行平滑处理,过滤掉数据跳变特性,平滑后的数据进行趋势周期计算。当连续一段时间内趋势周期都有相同的趋势需要,才会调整路口的周期生成优化方案;
控制中心:调整信号机周期、相位差,微调绿信比;各相位之间的交通需求在短时间内不会产生突变,根据优化方案,进行微调。
子区信号机:利用子区信号机协调感应,信号机根据检测的交通流数据,采用感应控制的方式,实时调整各相位的绿灯时间使绿信比分配趋于合理,减少空放现象。
进一步,数据处理模块中,所述优化方案,利用初始设置的优化方案作为第一套优化方案,下发到信号机,同时对收集到的流量数据作为计算优化周期的基础参数,通过韦氏方程计算优化周期,计算出三个趋势周期,通过投票确定优化周期数据。
进一步,所述信号周期计算时,会采集子区内每个路口的下的各个车道的交通数据,根据相关系数选出各个相位的关键车道数据,作为计算韦氏方程周期的基础参数。子区当中的每个路口都会计算韦氏周期,计算出子区的优化周期后,系统会利用各个相位关键车道的效用参数,进行绿信比方案计算。初始是从优化方案库选取合适的优化绿信比专家方案;后续过程,将上一个周期的计算绿信比,以及当前运行方案的绿灯时间、相位流量、相位占有率,参与到绿信比模型,得到当前的计算绿信比,从而得到计算配时方案;通过计算各个相位的绿信比方差和期望值,绿信比的微调。
进一步,所述子区信号机协调时,依据一定的绿信比补充原则,进行修正。修正方式选定两种:其一,是将不合适的车道流量进行虚拟处理,重新计算周期、绿信比,直到得到一个合理的方案数据;其二,是对不满足的相位,直接增加到最短绿;子区信号机协调感应时,相位差调整方案目前设定两种:①可以采用查表选择:利用周期查找对应的相位差方案。②利用排队数据以及消散参数数据,自动计算子区内各个路口的相位差;优化结果通过管理模块以及通讯模块下发给路口机。
本发明具有的优点和有益效果是:路口能更快的适应交通流的变化,同时使整个区域内路口实现周期的自适应变化,绿信比根据各个方向的交通状态自适应调整,从而减少路口空放,排队,实现路口车流的有序放行,大大提高了路口通行效率。
附图说明
图1为本发明一种多层次自适应扰动抑制交通信号优化的方法主流程图;
图2为本发明一种多层次自适应扰动抑制交通信号优化的系统结构图;
图3为本发明实施例的具体流程图;
图中:1、数据收集模块,2、数据处理模块,3、控制中心,4、子区信号机。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
图1为本发明一种多层次自适应扰动抑制交通信号优化的方法主流程图;图2为本发明一种多层次自适应扰动抑制交通信号优化的系统结构图;图3为本发明实施例的具体流程图;如图1-3所示一种多层次自适应扰动抑制交通信号优化的方法,包括:
步骤101,采集海量数据信息;
步骤102,利用历史数据,对数据进行平滑处理,过滤掉数据跳变特性,平滑后的数据进行趋势周期计算。当连续一段时间内趋势周期都有相同的趋势需要,调整路口的周期生成优化方案;
步骤103,调整信号机周期、相位差,微调绿信比;各相位之间的交通需求在短时间内不会产生突变,根据优化方案,进行微调。
步骤104,利用子区信号机协调感应,信号机根据检测的交通流数据,采用感应控制的方式,实时调整各相位的绿灯时间使绿信比分配趋于合理,减少空放现象。
其中,步骤102中,所述优化方案,利用初始设置的优化方案作为第一套所述优化方案,下发到信号机,同时对收集到的流量数据作为计算优化周期的基础参数,通过韦氏方程计算优化周期,计算出三个趋势周期,通过投票确定优化周期数据。
其中,步骤103中,所述信号周期计算时,会采集子区内每个路口的下的各个车道的交通数据,根据相关系数选出各个相位的关键车道数据,作为计算韦氏方程周期的基础参数。子区当中的每个路口都会计算韦氏周期,计算出子区的优化周期后,系统会利用各个相位关键车道的效用参数,进行绿信比方案计算。初始是从优化方案库选取合适的优化绿信比专家方案;后续过程,将上一个周期的计算绿信比,以及当前运行方案的绿灯时间、相位流量、相位占有率,参与到绿信比模型,得到当前的计算绿信比,从而得到计算配时方案;通过计算各个相位的绿信比方差和期望值,绿信比的微调。
具体优化周期算法如下:
从韦伯斯特方程得知最短信号周期Cm满足公式
式中:L——周期损失时间(s);——第n个相位的最大流量比。
从而得出韦氏周期
其中,为全部相位的最大流量比之和。
2.最佳信号周期时长C0
根据韦伯斯特定时信号交叉口延误公式
其中,d--每辆车的平均延误;C——周期长(s)λ——绿信比
总延误时间最小时可得最佳信号周期时长C0
式中:L——每个周期总损失时间,I——绿灯间隔时长(s),A——黄灯时间(s),i——一个周期内的相位数;
3.有效绿灯时间和最佳绿信比
在各相位之间,绿灯时间的分配也以车辆延误最少为原则,因此绿信比与相位的交通流比率成正比即:
其中步骤104中,所述子区信号机协调时,依据一定的绿信比补充原则,进行修正。修正方式选定两种:其一,是将不合适的车道流量进行虚拟处理,重新计算周期、绿信比,直到得到一个合理的方案数据;其二,是对不满足的相位,直接增加到最短绿。
子区信号机协调感应时,相位差调整方案目前设定两种:①可以采用查表选择:利用周期查找对应的相位差方案。②利用排队数据以及消散参数数据,自动计算子区内各个路口的相位差。
优化结果通过管理模块以及通讯模块下发给路口机。
一种多层次自适应扰动抑制交通信号优化的系统,其特征在于:包括:
数据收集模块1:用于采集海量数据信息;
数据处理模块2:利用历史数据,对数据进行平滑处理,过滤掉数据跳变特性,平滑后的数据进行趋势周期计算。当连续一段时间内趋势周期都有相同的趋势需要,才会调整路口的周期生成优化方案;
控制中心3:调整信号机周期、相位差,微调绿信比;各相位之间的交通需求在短时间内不会产生突变,根据优化方案,进行微调。
子区信号机4:利用子区信号机协调感应,信号机根据检测的交通流数据,采用感应控制的方式,实时调整各相位的绿灯时间使绿信比分配趋于合理,减少空放现象。
所述数据处理模块2中,设置所述优化方案时,利用初始设置的优化方案作为第一套优化方案,下发到信号机,同时对收集到的流量数据作为计算优化周期的基础参数,通过韦氏方程计算优化周期,计算出三个趋势周期,通过投票确定优化周期数据。
所述控制中心3,在计算信号周期时,会采集子区内每个路口的下的各个车道的交通数据,根据相关系数选出各个相位的关键车道数据,作为计算韦氏方程周期的基础参数。子区当中的每个路口都会计算韦氏周期,计算出子区的优化周期后,系统会利用各个相位关键车道的效用参数,进行绿信比方案计算。初始是从优化方案库选取合适的优化绿信比专家方案;后续过程,将上一个周期的计算绿信比,以及当前运行方案的绿灯时间、相位流量、相位占有率,参与到绿信比模型,得到当前的计算绿信比,从而得到计算配时方案;通过计算各个相位的绿信比方差和期望值,绿信比的微调。
所述子区信号机4协调时,依据一定的绿信比补充原则,进行修正。修正方式选定两种:其一,是将不合适的车道流量进行虚拟处理,重新计算周期、绿信比,直到得到一个合理的方案数据;其二,是对不满足的相位,直接增加到最短绿;子区信号机协调感应时,相位差调整方案目前设定两种:1、可以采用查表选择:利用周期查找对应的相位差方案。2、利用排队数据以及消散参数数据,自动计算子区内各个路口的相位差;优化结果通过管理模块以及通讯模块下发给路口机。
具体实施例如下
利用路口信号灯设置的检测装置,监测数据,同时将所监测的数据上传到控制系统的数据采集模块1,根据数据采集模块1中的数据,利用数据分析模块2作出分析,根据路口受到道路通行能力的限制,交通流量与占有率之间的关系,将实时路况分为低峰小流量状态、平峰欠饱和状态、高峰饱和状态和拥堵状态4个状态,根据每个状态不同配置对应的执行方案,依次为低峰小流量状态对应小周期固定配时感应方案,平峰欠饱和状态配置多层次扰动抑制自适应方案、高峰饱和状态配置大周期固定配饰方案和拥堵状态配置人工干预,快速特勤同时根据各个路口之间存在或强或弱的相关性,划分为单点信号机,干线信号机和区域信号机。
单点信号机,一般相关性较弱,单点优化控制是指在信号机与中心联机的情况下,由信号机将交通流数据传回中心,中心根据这些数据进行状态判别,当交通状态满足优化条件时,对TOD方案和正在执行的方案进行优化,然后下发信号机执行。
干线协调,的基本控制方式是同一干线子区内各个信号机的配时方案执行协调周期(同周期或倍周期),各个信号机间配时方案保持固定相位差,形成指定方向的绿波控制。对于离线方式,配时方案按信号机本地TOD进行转换。中心优化方式则在保持相位差的同时,当交通状态满足优化条件时对整个子区的配时方案进行同步优化调整。
区域协同的方式通常有以下两类。第一类是同一时刻,干线间执行同方向绿波,最大限度的增大该方向的通行能力。第二类是同一时刻,干线间执行不同方向绿波,在交通压力有限的情况下,满足不同方向交通流需求。无论哪类控制方式,都可以在保证干线子区协调控制的基础上,通过相位差的调整实现。
具体的,以单点信号机为例,具体工作流程如下
步骤201,选取时间段,生成路口一周七天的流量分布图;
步骤202,根据流量趋势划分时段;
步骤203,根据每个时段的交通数据以及韦伯斯特方程,计算得到周期,并进行离散化,得到5秒进制的周期值;
步骤204,根据计算的周期以及交通状态数据,从专家库选取绿信比方案,从而生成相序方案以及配时方案。至此完成了方案生成。
步骤205,微调信号机执行方案。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种多层次自适应扰动抑制交通信号优化的方法,其特征在于:包括:
采集海量数据信息;
利用历史数据,对数据进行平滑处理,过滤掉数据跳变特性,平滑后的数据进行趋势周期计算。当连续一段时间内趋势周期都有相同的趋势需要,调整路口的周期生成优化方案;
调整信号机周期、相位差,微调绿信比;各相位之间的交通需求在短时间内不会产生突变,根据优化方案,进行微调。
利用子区信号机协调感应,信号机根据检测的交通流数据,采用感应控制的方式,实时调整各相位的绿灯时间使绿信比分配趋于合理,减少空放现象。
2.根据权利要求1所述的一种多层次自适应扰动抑制交通信号优化的方法,其特征在于:所述优化方案,利用初始设置的优化方案作为第一套优化方案,下发到信号机,同时对收集到的流量数据作为计算优化周期的基础参数,通过韦氏方程计算优化周期,计算出三个趋势周期,通过投票确定优化周期数据。
3.根据权利要求1所述的一种多层次自适应扰动抑制交通信号优化的方法,其特征在于:所述信号周期计算时,会采集子区内每个路口的下的各个车道的交通数据,根据相关系数选出各个相位的关键车道数据,作为计算韦氏方程周期的基础参数。子区当中的每个路口都会计算韦氏周期,计算出子区的优化周期后,系统会利用各个相位关键车道的效用参数,进行绿信比方案计算。初始是从优化方案库选取合适的优化绿信比专家方案;后续过程,将上一个周期的计算绿信比,以及当前运行方案的绿灯时间、相位流量、相位占有率,参与到绿信比模型,得到当前的计算绿信比,从而得到计算配时方案;通过计算各个相位的绿信比方差和期望值,绿信比的微调。
4.根据权利要求1所述的一种多层次自适应扰动抑制交通信号优化的方法,其特征在于:所述子区信号机协调时,依据一定的绿信比补充原则,进行修正。修正方式选定两种:其一,是将不合适的车道流量进行虚拟处理,重新计算周期、绿信比,直到得到一个合理的方案数据;其二,是对不满足的相位,直接增加到最短绿。
5.根据权利要求1所述的一种多层次自适应扰动抑制交通信号优化的方法,其特征在于:子区信号机协调感应时,相位差调整方案目前设定两种:1、可以采用查表选择:利用周期查找对应的相位差方案。2、利用排队数据以及消散参数数据,自动计算子区内各个路口的相位差。
6.根据权利要求1所述的一种多层次自适应扰动抑制交通信号优化的方法,其特征在于:优化结果通过管理模块以及通讯模块下发给路口机。
7.一种多层次自适应扰动抑制交通信号优化的系统,其特征在于:包括:
数据收集模块:用于采集海量数据信息;
数据处理模块:利用历史数据,对数据进行平滑处理,过滤掉数据跳变特性,平滑后的数据进行趋势周期计算。当连续一段时间内趋势周期都有相同的趋势需要,才会调整路口的周期生成优化方案;
控制中心:调整信号机周期、相位差,微调绿信比;各相位之间的交通需求在短时间内不会产生突变,根据优化方案,进行微调。
子区信号机:利用子区信号机协调感应,信号机根据检测的交通流数据,采用感应控制的方式,实时调整各相位的绿灯时间使绿信比分配趋于合理,减少空放现象。
8.根据权利要求7所述的一种多层次自适应扰动抑制交通信号优化的系统,其特征在于:数据处理模块中,所述优化方案,利用初始设置的优化方案作为第一套优化方案,下发到信号机,同时对收集到的流量数据作为计算优化周期的基础参数,通过韦氏方程计算优化周期,计算出三个趋势周期,通过投票确定优化周期数据。
9.根据权利要求7所述的一种多层次自适应扰动抑制交通信号优化的系统,其特征在于:所述控制中心信号周期计算时,会采集子区内每个路口的各个车道的交通数据,根据相关系数选出各个相位的关键车道数据,作为计算韦氏方程周期的基础参数。子区当中的每个路口都会计算韦氏周期,计算出子区的优化周期后,系统会利用各个相位关键车道的效用参数,进行绿信比方案计算。初始是从优化方案库选取合适的优化绿信比专家方案;后续过程,将上一个周期的计算绿信比,以及当前运行方案的绿灯时间、相位流量、相位占有率,参与到绿信比模型,得到当前的计算绿信比,从而得到计算配时方案;通过计算各个相位的绿信比方差和期望值,绿信比的微调。
10.根据权利要求7所述的一种多层次自适应扰动抑制交通信号优化的系统,其特征在于:所述子区信号机协调时,依据一定的绿信比补充原则,进行修正。修正方式选定两种:其一,是将不合适的车道流量进行虚拟处理,重新计算周期、绿信比,直到得到一个合理的方案数据;其二,是对不满足的相位,直接增加到最短绿;子区信号机协调感应时,相位差调整方案目前设定两种:1、可以采用查表选择:利用周期查找对应的相位差方案。2、利用排队数据以及消散参数数据,自动计算子区内各个路口的相位差;优化结果通过管理模块以及通讯模块下发给路口机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510959987.4A CN105427631A (zh) | 2015-12-18 | 2015-12-18 | 一种多层次自适应扰动抑制交通信号优化的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510959987.4A CN105427631A (zh) | 2015-12-18 | 2015-12-18 | 一种多层次自适应扰动抑制交通信号优化的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105427631A true CN105427631A (zh) | 2016-03-23 |
Family
ID=55505805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510959987.4A Pending CN105427631A (zh) | 2015-12-18 | 2015-12-18 | 一种多层次自适应扰动抑制交通信号优化的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105427631A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106355885A (zh) * | 2016-11-24 | 2017-01-25 | 深圳市永达电子信息股份有限公司 | 基于大数据分析平台的交通信号动态控制方法及系统 |
CN106920402A (zh) * | 2016-11-21 | 2017-07-04 | 中兴软创科技股份有限公司 | 一种基于交通流量的时间序列划分方法与系统 |
CN108171998A (zh) * | 2018-02-11 | 2018-06-15 | 深圳市智能交通技术有限公司 | 一种基于电警数据的交叉口自适应交通信号控制系统及其工作方法 |
CN108280999A (zh) * | 2018-01-31 | 2018-07-13 | 迈锐数据(北京)有限公司 | 一种交通饱和度判定系统、方法及装置 |
CN108305468A (zh) * | 2017-01-13 | 2018-07-20 | 普天信息技术有限公司 | 一种基于多策略的交通控制方法和系统 |
CN108428348A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
CN111899536A (zh) * | 2019-05-06 | 2020-11-06 | 阿里巴巴集团控股有限公司 | 数据的处理方法、装置、设备及计算机存储介质 |
CN113839835A (zh) * | 2021-09-27 | 2021-12-24 | 长沙理工大学 | 一种基于小流过滤的Top-k流精确监控架构 |
CN114882713A (zh) * | 2022-03-30 | 2022-08-09 | 浙江大华技术股份有限公司 | 基于多场景的信号控制方法、系统、设备和存储介质 |
-
2015
- 2015-12-18 CN CN201510959987.4A patent/CN105427631A/zh active Pending
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106920402A (zh) * | 2016-11-21 | 2017-07-04 | 中兴软创科技股份有限公司 | 一种基于交通流量的时间序列划分方法与系统 |
CN106355885A (zh) * | 2016-11-24 | 2017-01-25 | 深圳市永达电子信息股份有限公司 | 基于大数据分析平台的交通信号动态控制方法及系统 |
CN108305468A (zh) * | 2017-01-13 | 2018-07-20 | 普天信息技术有限公司 | 一种基于多策略的交通控制方法和系统 |
CN108428348A (zh) * | 2017-02-15 | 2018-08-21 | 阿里巴巴集团控股有限公司 | 一种道路交通优化方法、装置以及电子设备 |
CN108280999B (zh) * | 2018-01-31 | 2021-03-09 | 迈锐数据(北京)有限公司 | 一种交通饱和度判定系统、方法及装置 |
CN108280999A (zh) * | 2018-01-31 | 2018-07-13 | 迈锐数据(北京)有限公司 | 一种交通饱和度判定系统、方法及装置 |
CN108171998B (zh) * | 2018-02-11 | 2020-05-12 | 深圳市智能交通技术有限公司 | 一种基于电警数据的交叉口自适应交通信号控制系统及其工作方法 |
CN108171998A (zh) * | 2018-02-11 | 2018-06-15 | 深圳市智能交通技术有限公司 | 一种基于电警数据的交叉口自适应交通信号控制系统及其工作方法 |
CN111899536A (zh) * | 2019-05-06 | 2020-11-06 | 阿里巴巴集团控股有限公司 | 数据的处理方法、装置、设备及计算机存储介质 |
CN111899536B (zh) * | 2019-05-06 | 2022-08-02 | 阿里巴巴集团控股有限公司 | 数据的处理方法、装置、设备及计算机存储介质 |
CN113839835A (zh) * | 2021-09-27 | 2021-12-24 | 长沙理工大学 | 一种基于小流过滤的Top-k流精确监控架构 |
CN113839835B (zh) * | 2021-09-27 | 2023-09-26 | 长沙理工大学 | 一种基于小流过滤的Top-k流精确监控系统 |
CN114882713A (zh) * | 2022-03-30 | 2022-08-09 | 浙江大华技术股份有限公司 | 基于多场景的信号控制方法、系统、设备和存储介质 |
CN114882713B (zh) * | 2022-03-30 | 2023-09-01 | 浙江大华技术股份有限公司 | 基于多场景的信号控制方法、系统、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105427631A (zh) | 一种多层次自适应扰动抑制交通信号优化的系统及方法 | |
CN109544945B (zh) | 基于车道饱和度的区域控制相位配时优化方法 | |
CN106448196B (zh) | 方案选择式的干线绿波配置方法及系统 | |
CN103559795B (zh) | 一种多策略多目标的自适应交通控制方法 | |
US20110181440A1 (en) | Method for optimizing the traffic control at a traffic signal controlled intersection in a road traffic network | |
US5357436A (en) | Fuzzy logic traffic signal control system | |
CN105185130B (zh) | 一种变周期下的道路交叉口间的信号协调控制方法 | |
CN106297334B (zh) | 绿波协调控制下的干线路段划分方法 | |
Lieberman et al. | Formulation of real-time control policy for oversaturated arterials | |
CN105118308B (zh) | 基于聚类强化学习的城市道路交叉口交通信号优化方法 | |
Gartner et al. | Optimized policies for adaptive control strategy in real-time traffic adaptive control systems: Implementation and field testing | |
CN103280113A (zh) | 一种自适应的交叉口信号控制方法 | |
CN102074119A (zh) | 基于地磁检测的自组织智能信号控制方法 | |
CN104123849A (zh) | 一种考虑动态排队长度的相邻交叉口双向联动控制方法 | |
CN103136941A (zh) | 一种非对称干道协调控制方法 | |
CN105654741A (zh) | 一种面向单点瓶颈的上游区域信号控制参数优化方法 | |
CN111091295B (zh) | 一种城市区域边界控制系统 | |
CN105788298A (zh) | 一种双向绿波控制的方法及装置 | |
CN103942968B (zh) | 一种基于交通流感知的智能交通灯调度系统及其调度方法 | |
CN104376727A (zh) | 交通干线四路口控制子区双向绿波协调控制方法 | |
CN104318787A (zh) | 一种提高搭接相位交叉口空间资源利用效率的方法 | |
CN109191847A (zh) | 基于城市卡口数据的自适应干线协调控制方法及系统 | |
CN109816999B (zh) | 一种自适应动态双向绿波协调控制算法 | |
CN109765801A (zh) | 基于vissim仿真的车联网设计速度调整的实现方法 | |
CN103593987A (zh) | 基于多路口信号机进行干线协调控制的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160323 |