CN105654720A - 基于城市道路拥堵识别的检测器布设方法 - Google Patents
基于城市道路拥堵识别的检测器布设方法 Download PDFInfo
- Publication number
- CN105654720A CN105654720A CN201610039673.7A CN201610039673A CN105654720A CN 105654720 A CN105654720 A CN 105654720A CN 201610039673 A CN201610039673 A CN 201610039673A CN 105654720 A CN105654720 A CN 105654720A
- Authority
- CN
- China
- Prior art keywords
- detector
- time
- centerdot
- sigma
- road
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
本发明公开了一种基于城市道路拥堵识别的检测器布设方法。现有国内交通控制系统的检测器布设方法,或是在距进口道50m处设置检测感应器,这种布设方法在车辆达到一定数量时,无法说明道路的运行状况,且易发生误触发瓶颈控制等问题。本发明提出的检测器布设技术包括选择并处理得到拥堵识别指标的步骤、定义排队强度检测器的步骤、确定排队强度检测器位置的步骤、定义拥堵检测器的步骤、根据交通控制状态确定拥堵检测器位置的步骤、基于道路的几何条件和现有的检测器进行综合布设的步骤。本发明是基于道路的拥堵特性和交通控制的作用时效,并且考虑了道路物理条件,合理地设置几组检测器,以此准确地获得道路的拥堵状态。
Description
技术领域
本发明涉及一种基于城市道路拥堵识别的检测器布设方法,用于城市道路的瓶颈识别及处理,属于智能交通技术领域的。
技术背景
随着城市道路的逐渐发展,汽车保有量也在不断增加。城市道路不可避免的出现了交通拥堵等问题,严重阻碍了整个城市的发展。为了改善城市道路的拥堵情况,通过在道路上布设检测器识别道路的拥堵状态并采取感应控制成为了一种有效的调控手段。目前国内交通控制系统的检测器布设方法,或是在距进口道50m处设置检测感应器,这种布设方法在车辆达到一定数量时,无法说明道路的运行状况,且易发生误触发瓶颈控制等问题;或是在道路上每隔50m就布设一组检测感应器,这样又存在着资源浪费的问题。此外,以往的检测器布设通常在各进口道布设的距离一样,这样并未考虑到每个进口道存在长度不一致的客观条件,所以在交通控制的时候不能保证各进口道的公平性。因此,建立起基于拥堵识别的检测器布设方法是迫切需要的。
发明内容
本发明目的在于提供一种基于城市道路拥堵识别的检测器布设方法,该技术的基本思想是基于道路的拥堵特性和交通控制的作用时效,合理地设置两组或三组检测器,以此准确地获得道路的拥堵状态,为道路的管理与决策提供有效的信息。
本发明的基本步骤如下:
c1、选择并处理得到拥堵识别指标
c2、定义排队强度检测器
c3、确定排队强度检测器位置
c4、定义拥堵检测器
c5、根据交通控制状态确定拥堵检测器位置
c6、基于道路的几何条件和现有的检测器进行综合布设
步骤c1中选择并处理得到拥堵识别指标的过程包括:
c11、获取时间占有率:通过检测器测量,得到在一段时间内通过检测器的车辆占有时间,并且取与该时段长度的之比即为时间占有率。
c12、处理得到滚动时间占有率
以单个时间占有率来判断拥堵状态,易受到一些特定情况的干扰,如临时停车,大型车辆通过等。因此为了提高拥堵识别的实时性与准确性,将时间占有率处理得到滚动时间占有率以表示拥堵识别指标,滚动时间占有率是以Δt为滚动间隔,反映一系列连续的时间间隔T内,排队检测器附近的交通状态。
式中:T—滚动时间占有率的计算时间间隔,单位s;
ti—第i个时间间隔T内车辆占有排队检测器的时间,单位;
Δt—滚动步长,即滚动时间占有率的滚动间隔,单位s;
oi—第i个时间间隔T内的时间占有率。
步骤c2中定义排队强度检测器的过程包括:
为了更加明确地描述道路的拥堵状况,将车辆的排队长度作为其拥堵状态参数,但是由于不同的进口车道长度存在不同的情况,为了保证各个进口道的公平性,故提出排队强度这一概念,即排队长度与该进口道的路段长度的比值,因此根据排队强度来确定检测器位置,所以此组检测器称为排队强度检测器;
式中:Pi—进口车道i的排队强度;
qi—进口车道i的排队长度,单位m;
Li—进口车道i的路段长度,单位m。
步骤c3中确定排队强度检测器位置的过程包括:
c31、设定排队强度阈值
根据道路的条件和控制拥堵程度,来设置排队强度阈值
c32、计算出排队强度检测器
利用c2中排队强度的定义,计算得到第一组检测器的布设位置,
式中:—进口道i的排队强度检测器布设位置,单位m;
Li—进口车道i的长度,单位m;
—进口车道i的排队强度阈值。
步骤c4中定义拥堵检测器的过程包括:
当步骤c3中的排队强度检测器识别到拥堵状态时,为防止因为瓶颈识别的延迟,造成排队上溯,因此根据上游驶入的流量预留空间,设置第二组检测器,位置在x2处。
步骤c5中根据交通控制状态确定拥堵检测器位置的过程包括:
c51、获取交通控制状态基本参数
c511、采集城市道路的基本信息
获取道路中上游驶入的各转向车道的车道数Ns,Nl,Nr,以及各个相位最大绿灯时间gtmaxs,gtmaxl,gtmaxr,其中Ns表示直行交通流车道数,gtmaxs表示所在相位的最大绿灯时间;Nl表示左转交通流车道数,gtmaxl表示所在相位的最大绿灯时间;Nr表示右转交通流的车道数,gtmaxr表示所在相位的最大绿灯时间。
c512、获取各转向车道的饱和流率
采取现场采集饱和车头时距然后计算出饱和流率,
式中:si—车道i的饱和流量,单位pcu/h(pcu为标准车辆);
—代表进口车道i测得的饱和车头时距,单位s。
c513,获取判别间隔时间
判别间隔时间初步设定为滚动时间占有率的计算时间间隔T,但是由于大型车的干扰及上游交叉口释放规律的影响下,其滚动时间占有率可能就会大于判断阈值,这将导致检测器处于失控的状态,因此单个的滚动时间占有率往往不能表示检测器附近的交通状态,因此将连续N(整数)个时间占有率的最小值作为判别值,因此拥堵检测的判别间隔时间为NT。
c514、获取拥堵控制时间
当城市道路交叉口出现拥堵现象时,要采取交通控制策略,往往会有一定的延迟。对当前周期内延迟的时间进行判别:
①当前信号灯为绿灯时间,则需在该绿灯时间释放完毕后,再启动瓶颈控制,则瓶颈控制的效果延迟时间最大为该信号灯的绿灯时长g;
②当前的信号灯时间为红灯时,则即刻启动瓶颈控制,延迟时间为0;为了保守起见,一般取g为拥堵控制时间。
c52、计算上游最大驶入车辆数
城市道路中对右转车流一般不进行限制,故在计算左转和自行相位的最大车辆数时都加入了右转车流:
c521、直行相位放行时
式中:J—驶入最大车辆数,单位辆
c522、左转相位放行时
式中:J—上游驶入最大车辆数,单位辆。
c53、计算拥堵检测器的位置
c531、根据城市道路设计标准和现场采集,获取阻塞车辆密度kj和进口道的车道总数Nlink
c532、根据瓶颈控制时间,确定检测器设置位置
已知瓶颈识别到作用的时间M=NT+gtmaxi,
(1)设左转相位和直行相位绿灯时间较小的值为直行相位的gtmaxs,根据瓶颈识别到作用的时间,确定检测器的位置:
①当M∈(0,gtmaxs]时,M时间过短时:
②当M∈(gtmaxs,gtmaxl]时,则按照比例换算成左转和直行相位的绿灯时间下的最大车辆数J:
③当M∈(gtmaxl,gtmaxl+gtmaxs]时,同②换算得到最大车辆数
④当M∈(gtmaxl+gtmaxs,∞)时,驶入车辆数至多取两个相位最大绿灯时间下驶入车辆数之和:
(2)同理,设左转相位和直行相位绿灯时间较小的值为左转相位的gtmaxl,根据瓶颈识别到作用的时间,确定检测器的位置:
①当M∈(0,gtmaxl]时,M时间过短时:
②当M∈(gtmaxl,gtmaxs]时,则按照比例换算成左转和直行相位的绿灯时间下的最大车辆数J:
③当M∈(gtmaxs,gtmaxl+gtmaxs]时,同②换算得到最大车辆数
④当M∈(gtmaxl+gtmaxs,∞)时,驶入车辆数至多取两个相位最大绿灯时间下驶入车辆数之和:
式中:kj—阻塞车辆密度,辆/km
Nlink—进口道的车道总数
J—上游驶入最大车辆数,单位辆。
步骤c6中基于道路的几何条件和现有检测器进行综合布设的过程包括:
c61、获取道路的长度信息和设置两组检测器间距阈值
获得道路的长度Li,考虑到道路几何条件和检测器间的布设间距,应给两组检测器间预留一定的距离d,设且设d与路段长度Li之比的阈值为
c62、获取道路上现有检测器信息
在当前城市道路中,国内的许多控制系统如SCOOT,HiCon等。往往已经设置了一组感应线圈,以Hicon为例,一般设置在距道路交叉口30m处。
c63、对道路的布设条件进行识别
①当时,认为进口道i的路段长度过长,则需另外设置两组检测器,结合已有检测器,布设位置分别为
②当 时,认为进口道i的路段长度较长,则需另外设置一组检测器,布设位置分别为
③当时,认为进口道i的路段长度较短,则需设置一组检测器,布设位置分别为
式中:Li—进口道i的路段长度,单位m;
—进口道i的排队强度检测器所在位置,单位m;
—进口道i的拥堵识别检测器所在位置,单位m。
本发明的有益效果:本发明是基于道路的拥堵特性和交通控制的作用时效,并且考虑了道路物理条件,合理地设置几组检测器,以此准确地获得道路的拥堵状态,为道路的管理与决策提供有效的信息,同时易于工程实现。
附图说明
图1设置检测器流程图;
图2检测器布设示意图;
图3滚动时间占有率示意图。
具体实施方式
下面结合附图与实例对本发明进行详细阐述,如图1所示,本发明具体步骤是:
步骤一、选择并处理得到拥堵识别指标:
(1)检测器采集数据时间间隔为T=20s,确定时间占用率为:
式中:T—滚动时间占有率的计算时间间隔,单位s;
ti—第i个时间间隔T内车辆占有排队检测器的时间,单位;
Δt—滚动步长,即滚动时间占有率的滚动间隔,单位s;
oi—第i个时间间隔T内的时间占有率。
(2)处理得到滚动时间占有率
以Δt为滚动间隔,如图3所示,T=5Δt,得到滚动时间占有率,以此来反映一系列连续的时间间隔T内,排队检测器附近的交通状态。
步骤二、根据排队强度状态确定排队强度检测器位置
(1)设定排队强度阈值
根据道路的条件设置排队强度阈值
(2)计算出排队强度检测器的位置
排队强度检测器布设位置为
步骤三、根据交通控制状态确定拥堵检测器位置
(1)获取交通控制状态基本参数
①采集城市道路的基本信息指标
首先从道路管理人员处,获取上游驶入的各转向车道数,直行车道数Ns=3,Nl=2,Nr=1,和各相位的最大绿灯时间gtmaxs=40s,gtmaxl=40s,gtmaxr=40s。
②获取各转向车道的饱和流率
<1>采集饱和车头时距
通过实地采集的方式,获取直行车道的饱和车头时距为0.44s,左转车道的饱和车头时距为为0.42s,右转车道的饱和车头时距为0.39s;
<2>计算饱和流率
根据饱和流率Sr的计算公式:
式中:si—车道i的饱和流量,单位pcu/h(pcu为标准车辆);
—代表进口车道i测得的饱和车头时距,单位s。
计算得到各转向饱和流率分别为直行车道1600pcu/h,左转车道1500pcu/h,右转车道1400pcu/h。
③判别间隔时间
根据道路交通控制策略确定判别间隔时间NT,其中N=3,T=20;
④拥堵控制时间
当城市道路交叉口出现拥堵现象时,要采取交通控制策略,往往会有一定的延迟。对当前周期内延误的时间进行判别:
<1>当前信号灯为绿灯时间,则需在该绿灯时间释放完毕后,再启动瓶颈控制,则瓶颈控制的效果延迟时间为信号灯的绿灯时长g=40s;
<2>当前的信号灯时间为红灯时,则即刻启动瓶颈控制,延迟时间为0;为了保守起见,取g=40s为拥堵控制时间。
(2)上游最大驶入车辆数计算
城市道路中对右转车流一般不进行限制,故在计算左转和自行相位的最大车辆数时都加入了右转车流。
①左转相位放行时
式中:J—最大车辆数
②直行相位放行时
式中:J—最大车辆数
(3)计算拥堵检测器的位置
①根据城市道路设计标准和现场采集,获取阻塞车辆密度kj和进口道的车道总数Nlink,通过实地调查和交通数据统计,该段道路的拥堵阻塞密度为0.0.17辆/km,进口道i的车道数Nlink=4。
②根据瓶颈识别到作用的时间,确定检测器的位置
NT+gtmaxs=3*20+40=100>gtmaxs+gtmaxl=40+40=80,则布设位置为
x2=(48.88+68.88)/(0.17*4)=173m
步骤四、基于道路的几何条件和现有的检测器进行综合布设
(1)获取道路的长度信息和设置最小两组检测器间距阈值
道路的长度为600m,故考虑到道路几何条件和检测器间的布设间距,应给两组检测器间预留一定的距离d,如图2,设且设d与路段长度Li之比的阈值为
(2)获取道路上现有检测器信息
该路段采取的是交通控制系统是HICON系统,现有检测器布设在距停车线30m处。
(3)对道路的布设条件进行识别
①当时,认为进口道i的路段长度过长,则需另外设置两组检测器,结合已有检测器,布设位置分别为
②当 时,认为进口道i的路段长度较长,则需另外设置一组检测器,布设位置分别为
③当时,认为进口道i的路段长度较短,则需设置一组检测器,布设位置分别为
式中:Li—进口道i的路段长度,单位m;
—进口道i的排队强度检测器所在位置,单位m;
—进口道i的拥堵识别检测器所在位置,单位m。
当
则认为该路段过长,则一共需设三组检测器,布设位置为
Claims (7)
1.基于城市道路拥堵识别的检测器布设方法,其特征在于该方法包括以下步骤:
c1、选择并处理得到拥堵识别指标;
c2、定义排队强度检测器;
c3、确定排队强度检测器位置;
c4、定义拥堵检测器;
c5、根据交通控制状态确定拥堵检测器位置;
c6、基于道路的几何条件和现有的检测器进行综合布设。
2.根据权利要求1所述的基于城市道路拥堵识别的检测器布设方法,其特征在于:步骤c1选择并处理得到拥堵识别指标包括:
c11、获取时间占有率:通过检测器测量,得到在一段时间内通过检测器的车辆占有时间,并且取与该时段长度的之比即为时间占有率;
c12、处理得到滚动时间占有率。
3.根据权利要求1所述的基于城市道路拥堵识别的检测器布设方法,其特征在于,步骤c2具体是:定义排队强度检测器
为了更加明确地描述道路的拥堵状况,将车辆的排队长度作为其拥堵状态参数,但是由于不同的进口车道长度存在不同的情况,为了保证各个进口道的公平性,故提出排队强度这一概念,即排队长度与该进口道的路段长度的比值,因此根据排队强度来确定检测器位置,所以此组检测器称为排队强度检测器;
式中:Pi—进口车道i的排队强度;
qi—进口车道i的排队长度;
Li—进口车道i的路段长度。
4.根据权利要求3所述的基于城市道路拥堵识别的检测器布设方法,其特征在于,步骤c3具体是:确定排队强度检测器位置
c31、设定排队强度阈值
根据道路的条件和控制拥堵程度,来设置排队强度阈值
c32、计算出排队强度检测器
利用步骤c2中排队强度的定义,计算得到第一组检测器的布设位置,
式中:—进口道i的排队强度检测器布设位置;
Li--进口车道i的长度;
—进口车道i的排队强度阈值。
5.根据权利要求1所述的基于城市道路拥堵识别的检测器布设方法,其特征在于,步骤c4具体是:定义拥堵检测器
当步骤c3中的排队强度检测器识别到拥堵状态时,为防止因为瓶颈识别的延迟,造成排队上溯,因此根据上游驶入的流量预留空间,设置第二组检测器,位置在x2处。
6.根据权利要求5所述的基于城市道路拥堵识别的检测器布设方法,其特征在于,步骤c5具体是:根据交通控制状态确定拥堵检测器位置
c51、获取交通控制状态基本参数
c511、采集城市道路的基本信息
获取道路中上游驶入的各转向车道的车道数Ns,Nl,Nr,以及各个相位最大绿灯时间gtmaxs,gtmaxl,gtmaxr,其中Ns表示直行交通流车道数,gtmaxs表示所在相位的最大绿灯时间;Nl表示左转交通流车道数,gtmaxl表示所在相位的最大绿灯时间;Nr表示右转交通流的车道数,gtmaxr表示所在相位的最大绿灯时间;
c512、获取各转向车道的饱和流率
采取现场采集饱和车头时距然后计算出饱和流率,
式中:si—车道i的饱和流量;
--代表进口车道i测得的饱和车头时距,单位s;
c513,获取判别间隔时间
将连续N个时间占有率的最小值作为判别值,拥堵检测的判别间隔时间为NT;
c514、获取拥堵控制时间
当城市道路交叉口出现拥堵现象时,对当前周期内延迟的时间进行判别:
①当前信号灯为绿灯时间,则在该绿灯时间释放完毕后,再启动瓶颈控制,则瓶颈控制的效果延迟时间最大为该信号灯的绿灯时长g;
②当前的信号灯时间为红灯时,则即刻启动瓶颈控制,延迟时间为0;同时取g为拥堵控制时间;
c52、计算上游最大驶入车辆数
c521、直行相位放行时
式中:J—驶入最大车辆数,单位辆
c522、左转相位放行时
c53、计算拥堵检测器的位置
c531、根据城市道路设计标准和现场采集,获取阻塞车辆密度kj和进口道的车道总数Nlink
c532、根据瓶颈识别到作用时间,确定检测器设置位置
已知瓶颈识别到作用的时间M=NT+gtmaxi,
(1)设左转相位和直行相位绿灯时间较小的值为直行相位的gtmaxs,根据瓶颈识别到作用的时间,确定检测器设置位置:
①当M∈(0,gtmaxs]时,M时间过短时:
②当M∈(gtmaxs,gtmaxl]时,则按照比例换算成左转和直行相位的绿灯时间下的最大车辆数J:
③当M∈(gtmaxl,gtmaxl+gtmaxs]时,同②换算得到最大车辆数
④当M∈(gtmaxl+gtmaxs,∞)时,驶入车辆数至多取两个相位最大绿灯时间下驶入车辆数之和:
(2)设左转相位和直行相位绿灯时间较小的值为左转相位的gtmaxl,根据瓶颈识别到作用的时间,确定检测器设置位置:
①当M∈(0,gtmaxl]时,M时间过短时:
②当M∈(gtmaxl,gtmaxs]时,则按照比例换算成左转和直行相位的绿灯时间下的最大车辆数J:
③当M∈(gtmaxs,gtmaxl+gtmaxs]时,同②换算得到最大车辆数
④当M∈(gtmaxl+gtmaxs,∞)时,驶入车辆数至多取两个相位最大绿灯时间下驶入车辆数之和:
式中:kj—阻塞车辆密度,辆/km
Nlink—进口道的车道总数
J—上游驶入最大车辆数,单位辆。
7.根据权利要求1所述的基于城市道路拥堵识别的检测器布设方法,其特征在于:步骤c6中基于道路的几何条件和现有检测器进行综合布设,详细步骤如下:
c61、获取道路的长度信息和设置两组检测器间距阈值
获得道路的长度Li,考虑到道路几何条件和检测器间的布设间距,应给两组检测器间预留一定的距离d,设且设d与路段长度Li之比的阈值为
c62、获取道路上现有检测器信息
c63、对道路的布设条件进行识别
①当时,认为进口道i的路段长度过长,则需另外设置两组检测器,结合已有检测器,布设位置分别为
②当时,认为进口道i的路段长度较长,则需另外设置一组检测器,布设位置分别为
③当时,认为进口道i的路段长度较短,则需设置一组检测器,布设位置分别为
式中:Li—进口道i的路段长度
—进口道i的排队强度检测器所在位置
--进口道i的拥堵识别检测器所在位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610039673.7A CN105654720B (zh) | 2016-01-21 | 2016-01-21 | 基于城市道路拥堵识别的检测器布设方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610039673.7A CN105654720B (zh) | 2016-01-21 | 2016-01-21 | 基于城市道路拥堵识别的检测器布设方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105654720A true CN105654720A (zh) | 2016-06-08 |
CN105654720B CN105654720B (zh) | 2018-06-29 |
Family
ID=56484213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610039673.7A Active CN105654720B (zh) | 2016-01-21 | 2016-01-21 | 基于城市道路拥堵识别的检测器布设方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105654720B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106781487A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 道路固定检测器布设类型选取方法 |
CN107331163A (zh) * | 2017-06-30 | 2017-11-07 | 贵阳海信网络科技有限公司 | 一种排队长度计算方法及装置 |
CN107564290A (zh) * | 2017-10-13 | 2018-01-09 | 公安部交通管理科学研究所 | 一种城市道路交叉口饱和流率计算方法 |
CN108898855A (zh) * | 2018-09-07 | 2018-11-27 | 江苏智通交通科技有限公司 | 路口信号相位方案绿灯时长配置方法 |
CN109887337A (zh) * | 2019-03-12 | 2019-06-14 | 武汉理工大学 | 一种基于内河航道拥堵辨识的测试器设置方法 |
CN110136456A (zh) * | 2019-05-12 | 2019-08-16 | 苏州科技大学 | 基于深度强化学习的交通信号灯防堵塞控制方法和系统 |
CN111540204A (zh) * | 2020-05-08 | 2020-08-14 | 青岛海信网络科技股份有限公司 | 一种面向交叉口问题诊断的交通运行状态评估方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012038020A (ja) * | 2010-08-05 | 2012-02-23 | Sumitomo Electric Ind Ltd | 交通指標推定装置及びコンピュータプログラム |
CN102855757A (zh) * | 2012-03-05 | 2013-01-02 | 浙江大学 | 基于排队检测器信息瓶颈状态识别方法 |
CN103198681A (zh) * | 2013-03-20 | 2013-07-10 | 东南大学 | 一种面向公交优先的交叉口信号控制方法 |
JP5256923B2 (ja) * | 2008-08-11 | 2013-08-07 | 住友電気工業株式会社 | 信号待ち行列情報生成装置、コンピュータプログラム及び信号待ち行列情報生成方法 |
CN103593976A (zh) * | 2013-11-28 | 2014-02-19 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及系统 |
CN104157152A (zh) * | 2014-08-13 | 2014-11-19 | 安徽科力信息产业有限责任公司 | 一种用于道路交叉口车辆排队溢出状态的交通信号优化控制方法 |
-
2016
- 2016-01-21 CN CN201610039673.7A patent/CN105654720B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5256923B2 (ja) * | 2008-08-11 | 2013-08-07 | 住友電気工業株式会社 | 信号待ち行列情報生成装置、コンピュータプログラム及び信号待ち行列情報生成方法 |
JP2012038020A (ja) * | 2010-08-05 | 2012-02-23 | Sumitomo Electric Ind Ltd | 交通指標推定装置及びコンピュータプログラム |
CN102855757A (zh) * | 2012-03-05 | 2013-01-02 | 浙江大学 | 基于排队检测器信息瓶颈状态识别方法 |
CN103198681A (zh) * | 2013-03-20 | 2013-07-10 | 东南大学 | 一种面向公交优先的交叉口信号控制方法 |
CN103593976A (zh) * | 2013-11-28 | 2014-02-19 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及系统 |
CN104157152A (zh) * | 2014-08-13 | 2014-11-19 | 安徽科力信息产业有限责任公司 | 一种用于道路交叉口车辆排队溢出状态的交通信号优化控制方法 |
Non-Patent Citations (1)
Title |
---|
王殿海 等: "基于路段流量相关性的检测器优化布设", 《华南理工大学学报(自然科学版)》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106781487A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 道路固定检测器布设类型选取方法 |
CN107331163A (zh) * | 2017-06-30 | 2017-11-07 | 贵阳海信网络科技有限公司 | 一种排队长度计算方法及装置 |
CN107564290A (zh) * | 2017-10-13 | 2018-01-09 | 公安部交通管理科学研究所 | 一种城市道路交叉口饱和流率计算方法 |
CN108898855A (zh) * | 2018-09-07 | 2018-11-27 | 江苏智通交通科技有限公司 | 路口信号相位方案绿灯时长配置方法 |
CN108898855B (zh) * | 2018-09-07 | 2021-05-28 | 江苏智通交通科技有限公司 | 路口信号相位方案绿灯时长配置方法 |
CN109887337A (zh) * | 2019-03-12 | 2019-06-14 | 武汉理工大学 | 一种基于内河航道拥堵辨识的测试器设置方法 |
CN110136456A (zh) * | 2019-05-12 | 2019-08-16 | 苏州科技大学 | 基于深度强化学习的交通信号灯防堵塞控制方法和系统 |
CN111540204A (zh) * | 2020-05-08 | 2020-08-14 | 青岛海信网络科技股份有限公司 | 一种面向交叉口问题诊断的交通运行状态评估方法及装置 |
CN111540204B (zh) * | 2020-05-08 | 2021-05-11 | 青岛海信网络科技股份有限公司 | 一种面向交叉口问题诊断的交通运行状态评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105654720B (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105654720A (zh) | 基于城市道路拥堵识别的检测器布设方法 | |
CN103150930B (zh) | 针对快速道路常发性拥堵路段的追尾事故实时预测方法 | |
CN103021176B (zh) | 基于断面检测器的城市道路交通状态判别方法 | |
CN104157139B (zh) | 一种交通拥堵预测方法及可视化方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
WO2018072240A1 (zh) | 一种路网潮汐交通流可变导向车道控制方法 | |
CN103985261B (zh) | 基于车辆排队长度测算的交通信号灯控制方法及系统 | |
CN101968929B (zh) | 一种饱和交通状态下单路口信号优化控制方法 | |
CN102419905B (zh) | 基于交通波理论的高速公路事故的交通影响范围确定方法 | |
CN107578630B (zh) | 一种道路平面交叉口次路远引的设置方法 | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
CN105225500A (zh) | 一种交通控制辅助决策方法及装置 | |
CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
KR101385057B1 (ko) | Its 데이터를 활용한 도심 구간의 정체도 예측 방법 | |
CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
CN104778835B (zh) | 一种高等级道路多瓶颈点拥堵演化时空范围识别方法 | |
CN105046985A (zh) | 基于大数据的主干道全路段的交通控制系统 | |
CN105405301B (zh) | 一种针对交叉口直右汇流冲突的右转信号感应控制方法 | |
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 | |
CN107895481B (zh) | 基于浮动车技术的区域道路车流量控制方法 | |
CN103903433A (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN105825669A (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
CN106781460B (zh) | 一种路段交通状态确定方法及装置 | |
CN107170247A (zh) | 一种确定交叉口排队长度方法及装置 | |
CN101419750A (zh) | 控制路口交通状态检测和评价系统及其实现方法与应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |