CN107085952A - 一种评价区域信号灯配时方案的方法、装置及系统 - Google Patents

一种评价区域信号灯配时方案的方法、装置及系统 Download PDF

Info

Publication number
CN107085952A
CN107085952A CN201710508156.4A CN201710508156A CN107085952A CN 107085952 A CN107085952 A CN 107085952A CN 201710508156 A CN201710508156 A CN 201710508156A CN 107085952 A CN107085952 A CN 107085952A
Authority
CN
China
Prior art keywords
crossing
vehicle
data
road
evaluating data
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
CN201710508156.4A
Other languages
English (en)
Other versions
CN107085952B (zh
Inventor
李萌
姜涵
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.)
Beijing Dcrossing Technology Co Ltd
Original Assignee
Beijing Dcrossing 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 Beijing Dcrossing Technology Co Ltd filed Critical Beijing Dcrossing Technology Co Ltd
Priority to CN201710508156.4A priority Critical patent/CN107085952B/zh
Publication of CN107085952A publication Critical patent/CN107085952A/zh
Application granted granted Critical
Publication of CN107085952B publication Critical patent/CN107085952B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • 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
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种评价区域信号灯配时方案的方法、装置及系统，所述区域包含若干个路口以及所述路口之间的道路，所述方法包括如下步骤：S1.计算单个路口的信号灯配时评价数据；S2.计算包含多个路口的道路的信号灯配时评价数据；S3.计算包含上述单个路口和道路的区域的信号灯配时评价数据。本发明采用通过移动型采集技术获得的数据、通过固定型采集技术获得的数据和/或无人机数据对区域交通信号灯配时方案进行评价，综合单个路口信号灯配时评价数据和包含多个路口的道路信号灯配时评价数据，计算所述区域信号灯配时评价数据，可以为区域信号灯配时方案的改进提供有效依据。

Description

一种评价区域信号灯配时方案的方法、装置及系统
技术领域
本发明涉及智能交通领域，特别涉及一种评价区域信号灯配时方案的方法、装置及系统，所述区域包含多个路口和路口之间的道路。
背景技术
路口作为城市交通网络中的重要组成部分，是城市交通拥挤的主要发生地。道路交通信号灯是为了加强道路交通管理、减少交通事故的发生、提高道路使用效率、改善交通状况的一种重要工具。适用于十字、丁字等路口，由道路交通信号控制机控制，指导车辆和行人安全有序地通行。
合理的信号灯配时方案可以提高路口的通行能力。当前，路口上下游有很多检测器可以检测到车辆的通过，结合摄像头利用车牌识别技术可以获得车辆通过路口的轨迹信息。此外，现在也有越来越多的移动互联网导航数据即浮动车数据，未来还会有车联网数据等，可以记录车辆行驶过程中非常密集的位置和速度等信息。虽然这些数据可能不能覆盖路网上的全部车辆，但是在一段时间内的数据积累，使得可以通过这些一段时间范围内的车辆的轨迹信息，获得表征车辆通过路口表现的平均旅行时间，平均车辆延误等指标，从而为评价路口信号灯配时提供数据支持。
目前已经有一些对于评价信号灯配时方案的研究。一个路口的信号灯配时方案是否能满足路口的需求，与信号灯周期长、各相位绿信比等都有关。而在周期一定的情况下，可能整个路口通行能力是可以满足的，但是各相位之间的供求可能存在着不平衡，即某个相位的绿灯时间不够用而其它某个或某些相位的绿灯时间显得多余，这时就需要有一种方式来评价这种不均衡性。由此可见，能够根据可以获取的数据评价包含路口和路口间道路的区域的信号灯配时方案是非常有必要和有意义的。
发明内容
为了解决现有技术存在的不足，本发明提供一种评价区域信号灯配时方案的方法，包括如下步骤：
S1.计算单个路口的信号灯配时评价数据；
S2.计算包含多个路口的道路的信号灯配时评价数据；
S3.计算包含上述单个路口和所述道路的区域的信号灯配时评价数据；
其中，所述步骤S1具体包括以下步骤：
S11.确定所述路口各个行驶方向的车辆延误时间；
S12.以路口每个行驶方向的车辆数量作为权值，对每个行驶方向的车辆延误时间加权平均，确定该路口的总平均延误时间；
S13.根据该路口的总平均延误时间确定该路口的平均延误标准差；
S14.根据所述平均延误标准差确定所述路口的信号灯配时评价数据；
所述步骤S2具体包括以下步骤：
S21.确定每辆车在道路上的每公里旅行时间，将其作为第一参数；
S22.确定每辆车的停车比例，将其作为第二参数；该停车比例是车辆在该道路上遇到停车的路口与路口数量之比；
S23.确定每辆车在道路行驶的每公里停车次数，将其作为第三参数；
S24.将一定时间段内所有车辆的所述第一、第二、第三参数取平均分别得到第一指标、第二指标、第三指标；
S25.根据所述第一、第二、第三指标确定该道路信号灯配时评价数据；
所述步骤S3具体包括以下步骤：
S31.确定所述区域包含的多个连续路口以及包含所述多个连续路口的道路；
S32.将步骤S1获得的每个路口的信号灯配时评价数据作为第一评价分数，将步骤S2获得的包含所述多个连续路口的道路的信号灯配时评价数据作为第二评价分数，根据所述第一、第二评价分数计算获得该区域信号灯配时评价数据。
在更优的实施方式中，所述确定所述路口各个行驶方向的车辆延误时间包括：确定车辆实际通过路口所用的时间；确定车辆在理想状态下通过路口的自由流旅行时间；当车辆实际通过路口所用的时间大于理想状态下通过路口的自由流旅行时间时，车辆通过路口延误时间等于二者之差；否则，车辆延误时间为0。
在更优的实施方式中，所述车辆实际通过路口所用时间，是根据车辆分别通过上下游观测线的时间间隔确定；或者根据上下游观测线及其附近的采样数据点分别距离路口中心点之间的距离以及车辆通过所述采样数据点的时间和速度确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
在更优的实施方式中，所述车辆在理想状态下通过路口的自由流旅行时间，是根据路口上下游观测线之间的距离和自由流速度确定，或者根据车辆在上下游观测线附近的采样数据点之间的距离和自由流速度来确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
在更优的实施方式中，所述自由流速度是将车辆在路口范围内去掉低速行驶的平均速度，或者，是车辆限速内的车速百分位数。
在更优的实施方式中，所述步骤S22和/或S23中，确定车辆通过路口时的平均速度，当平均速度小于阈值时，判定车辆在该路口停车。
在更优的实施方式中，步骤S1和/或步骤S2中计算信号灯配时评价数据时，采用通过移动型采集技术获得的数据、通过固定型采集技术获得的数据和/或无人机数据作为数据源。
另一方面，为了解决上述技术问题，本发明还提供了一种用于评价区域信号灯配时方案的装置，包括：第一计算模块，用于计算单个路口的信号灯配时评价数据；第二计算模块，用于计算包含多个路口的道路的信号灯配时评价数据；第三计算模块，用于计算包含上述单个路口和所述道路的区域的信号灯配时评价数据。
其中，所述第一计算模块包括：
第一确定单元，用于确定所述路口各个行驶方向的车辆延误时间；
第二确定单元，用于以路口每个行驶方向的车辆数量作为权值，对每个行驶方向的车辆延误时间加权平均，确定该路口的总平均延误时间；
第三确定单元，用于根据该路口的总平均延误时间确定该路口的平均延误标准差；
路口信号灯配时评价数据确定单元，用于根据所述平均延误标准差确定所述路口的信号灯配时评价数据；
所述第二计算模块包括：
第四确定单元，用于确定每辆车在道路上的每公里旅行时间，将其作为第一参数；
第五确定单元，用于确定每辆车的停车比例，将其作为第二参数；该停车比例是车辆在该道路上遇到停车的路口与路口数量之比；
第六确定单元，用于确定每辆车在道路行驶的每公里停车次数，将其作为第三参数；
指标计算单元，用于将一定时间段内所有车辆的所述第一、第二、第三参数取平均分别得到第一指标、第二指标、第三指标；
道路信号灯配时评价数据确定单元，用于根据所述第一、第二、第三指标确定该道路信号灯配时评价数据；
所述第三计算模块包括：
第七确定单元，用于确定所述区域包含的多个连续路口以及包含所述多个连续路口的道路；
区域信号灯配时评价数据确定单元，用于将路口信号灯配时评价数据确定单元获得的每个路口的信号灯配时评价数据作为第一评价分数，将道路信号灯配时评价数据确定单元获得的包含所述多个连续路口的道路信号灯配时评价数据作为第二评价分数，根据所述第一、第二评价分数计算获得该区域信号灯配时评价数据。
在更优的实施方式中，所述第一确定单元采用如下方式确定所述车辆延误时间：确定车辆实际通过路口所用的时间；确定车辆在理想状态下通过路口的自由流旅行时间；当车辆实际通过路口所用的时间大于理想状态下通过路口的自由流旅行时间时，车辆通过路口延误时间等于二者之差；否则，车辆延误时间为0。
在更优的实施方式中，所述车辆实际通过路口所用时间，是根据车辆分别通过上下游观测线的时间间隔确定；或者根据上下游观测线及其附近的采样数据点分别距离路口中心点之间的距离以及车辆通过所述采样数据点的时间和速度确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
在更优的实施方式中，所述车辆在理想状态下通过路口的自由流旅行时间，是根据路口上下游观测线之间的距离和自由流速度确定，或者根据车辆在上下游观测线附近的采样数据点之间的距离和自由流速度来确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
在更优的实施方式中，所述自由流速度是将车辆在路口范围内去掉低速行驶的平均速度，或者，是车辆限速内的车速百分位数。
在更优的实施方式中，所述第五确定单元和/或第六确定单元，通过确定车辆通过路口时的平均速度，当平均速度小于阈值时，判定车辆在该路口停车。
在更优的实施方式中，第一计算模块和/或第二计算模块中计算信号灯配时评价数据时，采用通过移动型采集技术获得的数据、通过固定型采集技术获得的数据和/或无人机数据作为数据源。
另一方面，为了解决上述技术问题，本发明还提供了一种评价区域信号灯配时方案的系统，其包括前述任一项所述的装置。
本发明采用通过移动型采集技术获得的数据(即浮动车数据或移动互联网导航数据)、通过固定型采集技术(例如磁频采集技术、波频检测技术、视频检测技术)获得的数据和/或无人机数据对区域交通信号灯配时方案进行评价，所述区域包含若干个路口以及包含多个路口的道路，综合单个路口信号灯配时评价数据和包含多个路口的道路信号灯配时评价数据，计算所述区域信号灯配时评价数据，以此可以为区域信号灯配时方案的改进提供有效依据。
附图说明
图1为本发明实施例中根据地图上道路的信息确定车辆行驶轨迹的示意图。
图2为本发明一个实施例的评价区域信号灯配时方案的方法的流程图。
图3为本发明实施例中车辆实际通过路口所用的时间计算方法的示意图。
图4为本发明实施例中路口各行驶方向延误的示意图。
图5为本发明一个实施例的评价区域信号灯配时方案的装置的结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
用于评价信号灯配时评价数据的数据来源包括通过移动型采集技术获得的数据，即浮动车数据或移动互联网数据、通过固定型采集技术获得的数据和/或无人机数据，所述固定型采集技术包括磁频采集技术、波频检测技术、视频检测技术等。上述通过移动型采集技术获得的数据、通过固定型采集技术获得的数据、无人机数据可以单独使用，也可以结合使用，具体的数据来源可以根据实际情况灵活选择。通过移动型采集技术获得的数据，也称“浮动车数据”或“移动互联网导航数据”，其包括移动终端导航软件上传的GPS点数据，车载导航软件记录的GPS点数据，或者车联网数据。该GPS点数据记录了车辆的ID号、轨迹ID以及每车辆每间隔几秒或几分钟上传的位置、时间、速度等信息。同一辆车连续的运动轨迹所属同一轨迹ID，且位置包括经度和纬度以及与匹配到路网上所属的道路ID号，时间能够给出年份、月份、日期、小时、分钟、秒等信息。所述GPS点数据会每隔一定时间间隔上传至服务器，时间间隔短的可以为5秒以内，长的可以为1分钟以上。一般来说，每条数据都会记录的有上传时间、车辆的编号(设备编号)、车辆的定位(经纬度坐标)和瞬时速度。在本发明中，采用这种数据来评价信号灯的过程中主要是利用这些GPS点来识别出每个车辆的轨迹，以此来获得车辆行驶过程中的旅行时间、延误等特征参数。具体的方法一般有以下几步：
1)地图匹配：将原始GPS点的经纬度匹配到地图上，即经过地图匹配可以知道每个GPS点在哪一个路段上。若每个路段赋予一个road_id进行编号，则可以将每条GPS记录对应上一个road_id。
2)确定车辆轨迹：将车辆匹配到路网上后，可以根据地图上道路的信息确定车辆的行驶轨迹。如图1所示，假设p1-p5是一辆车在这个路口范围内的GPS点，且上传时间分别为t1<t2<t3<t4<t5，则可以根据车辆编号找到某一车辆在一段时间内的GPS点，按照上传时间排序，再根据匹配好的道路编号，根据道路编号排序和地图信息比对可以知道车辆从哪个路段开到哪个路段，即车辆的行驶方向，多个GPS点就可以构建出一个车辆的轨迹。
3)计算旅行时间和延误等参数：确定车辆的行驶方向后，可以根据本发明中的方法计算这些参数值。
通过固定型采集技术获得的数据是通过路口上下游的交通检测装置进行车牌识别获得的车辆行驶数据，包括设置于道路的卡口、地磁线圈、摄像头、雷达、RFID检测器、蓝牙采集器等采集到的数据，以及其它与车牌识别技术相结合的数据等，该数据记录了路口上下游断面通过车辆的车牌号、时间、速度等信息，包括能够获得车辆通过路口上下游的信息即确定车辆行驶轨迹的数据获取方式，可以是单一或多种数据源相结合。卡口设备现在很常用，一般位于路口上游一定距离的位置，可以拍摄通过路口的车辆并识别车牌号码。记录的信息一般有卡口编号、方向、号牌号码、号牌种类、号牌种类名称、路口编号、路口名称和经过时间等信息。可以通过搜索统一车牌号的记录，按时间排序他们通过的卡口编号，则可以匹配得到他们的行驶路径，每两个卡口即两个路口之间的路段的旅行时间可以由这两个时间差得到。
GPS点数据相比卡口数据来说，GPS点数据相当于是移动检测器，采样点的位置很随机，可能分布在道路上的任一地点，而卡口是固定在一个位置的，采集到的数据都是通过固定路口的车辆信息。GPS点数据是根据每辆车自己的数据点来确定轨迹，而卡口数据确定车辆轨迹则是要通过多个路口的卡口编号和数据记录进行匹配才能知道。所以GPS点的密度会相对高一些，轨迹的精细程度和准确性也会比较高。
图2示意性的示出了本发明一个实施例的评价区域信号灯配时方案的方法的流程图。如图2所示，本发明提供一种评价区域信号灯配时方案的方法，所述区域包含若干个路口以及所述路口之间的道路，包括如下步骤：
S1.计算单个路口的信号灯配时评价数据，具体包括以下步骤：
S11.确定所述路口各个行驶方向的车辆延误时间；
其中，可以采用如下方式判断车辆行驶方向：可以根据不同数据类型识别车辆的行驶方向，即捕捉车辆行驶的轨迹。对于移动互联网导航数据，在研究单一路口时，将同一辆车同一轨迹号中的数据点所在的道路ID号与路网比对，可以判断出车辆是从哪一条道路驶入路口，哪一条道路驶离路口，即可以确定车辆的轨迹方向；在研究一条道路上多个连续路口时，同样可以将同一车辆同一轨迹号中的数据点所在道路ID号逐一与路网比对，从而确定车辆在道路直行方向连续行驶的轨迹，以便再进行道路多路口交通信号灯配时分析。对于涉及车牌识别技术的数据来源，如卡口数据，在分析单一路口时，可根据路口上下游的车牌记录比对，找到同一辆车在哪个上游进口道和下游出口道相继出现，从而确定车辆的行驶方向；在分析多个连续路口时，类似地可以在道路直行方向的每个路口的上下游检测器处进行车牌记录比对，找到同一辆车在直行方向行驶的路段。
其中，可以采用如下步骤确定所述车辆延误时间：确定车辆实际通过路口所用的时间；确定车辆在理想状态下通过路口的自由流旅行时间；当车辆实际通过路口所用的时间大于理想状态下通过路口的自由流旅行时间时，车辆通过路口延误时间等于二者之差；否则，车辆延误时间为0。所述车辆实际通过路口所用时间，可以根据车辆分别通过上下游观测线的时间间隔确定；或者根据上下游观测线及其附近的采样数据点分别距离路口中心点之间的距离以及车辆通过所述采样数据点的时间和速度确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。所述车辆在理想状态下通过路口的自由流旅行时间，是根据路口上下游观测线之间的距离和自由流速度确定，或者根据车辆在上下游观测线附近的采样数据点之间的距离和自由流速度来确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
所述自由流速度是将车辆在路口范围内去掉低速行驶的平均速度，或者，是车辆限速内的车速百分位数。具体而言，可以采用如下方式计算车辆延误时间：对于移动互联网导航数据，采取以下步骤计算车辆延误。
第一步选取路口范围。通常设为150-300米之间，可以根据实际路口进行调整，一般取上游距离路口中心点50-200m，下游距离路口中心点10-100m，将直行、左转、右转各方向上下游分别距离路口中心点选定距离的虚拟线作为路口观测线。
第二步计算车辆实际通过路口所用的时间。参见图3，对于每一辆车，提取在行驶方向上下游观测线之间的数据点，并保证上下游都至少有一个数据点。利用距离上下游观测线最近的两个数据点的时间和速度推算车辆通过路口上下游观测线的时间，作为车辆实际通过路口的时间。具体计算方式为，若规定上游观测线距离路口中心点为Lu，下游观测线距离路口中心点为Ld，且距离上游观测线最近的数据点的时间为Tu，速度为Vu，到路口中心点的距离为Du；距离下游观测线最近的数据点的时间为Td，速度为Vd，到路口中心点的距离为Dd。
则推算得车辆通过上游观测线的时间为
通过车辆通过下游观测线的时间为
由上游观测线到下游观测线所花的实际旅行时间为
TTr＝Td'-Tu'
第三步计算理想状态下车辆通过路口的自由流旅行时间。这一步骤涉及到选取自由流速度Vf，可对于每辆车选取该车辆在路口范围内去掉低速行驶的平均速度作为该车的自由流速度，例如可以忽略速度低于10km/h的速度点，因为那些可能是由于车辆进入排队减速或是停车造成的，或者对于所有车辆统一选取限速、所有同方向车辆车速的第p分位数(宜取95/90个百分位数)作为自由流速度，具体的百分位数可根据实际情况而定。
对于百分位数的计算，是指将一个行驶方向的路口上游范围内所有车辆的车速从小到大排列。假设共M辆车，记排列后的中标价为v(1)≤v(2)≤…≤v，其中v(k)表示M个车速经过排列后第k小的车速，记v(0)＝0若要计算p分位数ξp，只需找到正整数k(k＝0,1,2,…，M-1)，v(0)＝0。若要计算p分位数ξp，只需找到正整数k(k＝0,1,2,…，M-1)，使得则v(k)≤ξp≤v(k+1)，ξp即为第p分位数。
则车辆理想状态下以自由流速度通过路口上、下游观测线所需的时间为
第四步计算车辆延误。即用实际通过路口的时间和自由流速度下通过路口的时间相减就是车辆通过路口的延误。
Delay＝TTr-TTf
若Delay<0，说明该车实际行驶的速度较高，通过路口的时间比认为的理想状态所需的时间短，此时可取该车Delay＝0。
对于计算延误的方法，不限于以上所述，主要思路为用车辆实际通过路口时间与理想状态下自由流通过路口时间相比较得到车辆延误，但具体的参数可以视情况而定。例如，亦可以使用车辆在上下游观测线附近的采样数据点之间的实际行驶的距离、实际旅行时间与行驶这段距离在自由流情况下所需要的时间来得到延误。即此时，
TTr＝Td-Tu
Delay＝TTr-TTf
对于涉及车牌识别的其他数据，采取以下步骤计算车辆延误:大致思路与第一种方法类似，只是由于不同的数据来源，对于一些处理稍作改变。
第一步确定观测线。将交通检测器的位置定为路口上下游的观测线，对一个行驶方向，分别记上游观测线到路口中心点的距离为Lu，下游观测线到路口中心点的距离为Ld。
第二步确定车辆通过路口的实际旅行时间。根据车牌识别技术，找到同一辆车通过上下游观测线的两条记录，可提取到车辆相继通过上下游观测线的时间，假设分别为Tu和Td，则车辆通过上下游观测线实际所用的时间为
TTr＝Td-Tu
第三步计算理想状态下通过路口的自由流旅行时间。自由流速度可以对于所有车辆统一选取限速、所有车辆车速的第95/90个百分位数等作为自由流速度，具体的百分位数可根据实际情况而定。则车辆理想状态下以自由流速度通过路口上、下游观测线所需的时间为
第四步计算车辆延误。即用实际通过路口的时间和自由流速度通过路口的时间相减就是车辆通过路口的延误。
Delay＝TTr-TTf
根据前面的方法可以计算得到每辆车的延误，并记录下车辆通过路口的时间。
S12.以路口每个行驶方向的车辆数量作为权值，对每个行驶方向的车辆延误时间加权平均，确定该路口的总平均延误时间；具体来说，可以通过如下方式实现：
若已知路口的信号灯配时方案，则按照每个配时方案使用的使用时间段，计算每个时间段内各个行驶方向的车辆平均延误，并统计每个行驶方向的车辆数。
对于一个路口，设某一时间段内(如7:00-9:00)某一行驶方向通过路口的车辆共n辆，每辆车的延误为Delaym，m＝1,2,3,……n，则该方向在这一时段内的车辆平均延误为
若无法获知路口信号配时的信息，则分成早高峰、平峰、晚高峰时间段分别计算该时段内不同行驶方向的车辆平均延误，并统计每个行驶方向的车辆数。
如图4中所示，设各方向的车辆平均延误分别为d13,d12,d23,d24,d31,d34,d41,d42。各方向车辆数分别为q13,q12,q23,q24,q31,q34,q41,q42。由于一般信号灯路口不设右转专用相位，因此这里暂时没有考虑d21,d32,d43,d14等延误，但是在设有右转专用相位的信号灯路口，应将这几个右转延误也考虑在内。
计算路口的总平均延误：
其中，ij＝13,12,23,24,31,34,41,42,表示各进口道相应的转向。
S13.根据该路口的总平均延误时间确定该路口的平均延误标准差，具体可采用如下方式实现：
其中，ij＝13,12,23,24,34,31,42,41，表示各进口道相应的转向。
用以上方法可以得到某一时段内路口的各方向车辆延误的标准差，以此衡量信号灯配时分配给各方向绿信比的均衡性。在比较多个单一路口的时候，路口的var越大，则说明该路口信号灯配时对于各方向的绿信比分配越不均衡。
S14.根据所述平均延误标准差确定所述路口的信号灯配时评价数据，具体可采用如下方式实现：
根据var的实际数据得到的数值大小，可以设计计分方式来评价的单个路口的信号灯配时均衡性表现。如
Score_singlecross＝20-var
这里的总分是20分，若var过大导致分数小于0，则记为0。
需要说明的是，具体的打分计算公式需要根据实际数据分析得到的数值大小来设计，不限于以上方法。总之可以用var来衡量单一路口信号配时的不同相位的绿信比分配的均衡性，得到单一路口的评价分数Score_singlecross。
S2.计算包含多个路口的道路的信号灯配时评价数据，具体包括以下步骤：
S21.确定每辆车在道路上的每公里旅行时间，将其作为第一参数；可采用如下方式计算道路直行方向旅行时间：
由前述判断车辆行驶方向的方式可以将车辆在道路上行驶的轨迹识别出来，即车辆从某一位置沿道路直行方向行驶一段距离至另一位置的轨迹。对于移动互联导航数据和路端检测器采集到的数据，都可以得到车辆在道路上的旅行时间。
对于移动互联导航数据，根据车辆在此轨迹中的第一个和最后一个数据点的上载时间信息，可以得到车辆通过的旅行时间T。根据轨迹中的所有数据点记录的位置，可以通过计算每两个GPS点之间的距离来得到车辆行驶的总距离D。这里需要说明的是，由于考虑的是道路直行方向，因此每两个GPS点之间的道路可以近似认为是直线来进行计算，但当道路有较大弯曲或相邻两个数据点之间的距离较长时，可结合地图信息进行距离计算。
对于路端检测器采集到的数据，通过车牌识别，可以找到检测到该车辆的第一个和最后一个检测器，通过两个数据点记录的时间来得到车辆通过这段距离的旅行时间T。利用两个检测器的位置，结合地图信息也可以得到车辆通过的这段距离D。
S22.确定每辆车的停车比例，将其作为第二参数；该停车比例是车辆在该道路上遇到停车的路口与路口数量之比；可采用如下方式计算停车次数：
对于移动互联导航数据，由于每个数据点都记录了车辆的位置和时间，可以计算得到通过相邻两个点之间的距离和时间，假设相邻两点之间的距离为d，时间为t，则通过相邻两个数据点之间的这段距离的平均速度v，即有
v＝d/t
设v0为判定是否停车的速度阈值，可取2-5m/s，优选取3m/s，可根据道路具体情况而定。当v＜v0时，判定车辆在这两个点之间有停车，并将停车位置认为是在时间较早的数据点处。由此可以判断每两个数据点之间是否有停车。但是由于在一个信号灯前可能会有多于一次的停车，因此如果根据停车位置发现两个信号灯之间有超过一次的停车，也认为是由于信号灯的影响停车一次。由上述方法可以得到道路沿线每个信号灯前是否有停车，可用0表示无停车、1表示有停车来记录。同时也可以根据轨迹信息知道车辆一共通过的信号灯路口的数量。从而可以得到经历停车的信号灯个数以及通过道路所有信号灯路口中有停车路口所占的比例。
对于涉及车牌识别技术的路端检测器数据，在每个信号灯路口的上游由视频采集器对车辆进行跟踪识别，检测到车辆的速度，当车速小于v0时，可认为车辆停车。由此可以知道车辆在每个信号灯前是否有停车，从而得到车辆总的停车次数。
S23.确定每辆车在道路行驶的每公里停车次数，将其作为第三参数；判断车辆在路口停车的方式与上面相同，在此不再赘述。
所述步骤S22和/或S23中，确定车辆通过路口时的平均速度，当平均速度小于阈值时，判定车辆在该路口停车。
S24.将一定时间段内所有车辆的所述第一、第二、第三参数取平均分别得到第一指标、第二指标、第三指标；
S25.根据所述第一、第二、第三指标确定该道路信号灯配时评价数据；需要说明的是，道路协调控制的目标是使得道路直行方向的车辆优先通行，车流相对更加顺畅，即是要设计道路沿线信号灯协调控制，使用绿波带来让主方向的车辆尽可能少停车、旅行时间减少。因此对道路连续多个路口的信号配时协调控制的表现的主要评价依据是道路直行方向的旅行时间和停车次数。
可以定义以下三个指标来量化旅行时间和停车次数：
设车辆在道路上行驶的距离为D，旅行时间为TT，一共通过N个信号灯路口，其中遇到停车的路口为Ns个。则：
每公里旅行时间 tt_perkm＝TT/D；
停车比例 stop_ratio＝Ns/N；
每公里停车次数 #of stops_perkm＝Ns/D
每辆车可以得到这三个参数，从而可以将不同时间段通过道路的车辆的参数取平均得到该时段的这三个指标的平均值average_tt_perkm，average_stop_ratio，average_of stops_perkm。计算方法如下：
设在t1-t2时间段(如6点-8点)内通过道路的车辆一共N辆，则
其中，N为该时间段内的车辆总数；tt_perkmk，stop_ratiok，#of stops_perkmk分别指第k辆车的三个参数值。
基于这三个指标可以设计评价协调控制表现的计分方式，如：
Score_tt＝3*(10-average_tt_perkm)
Score_stop1＝30*(1-average_stop_ratio)
Score_stop2＝6*(5-average_#ofstops_perkm)
这三项的总分都是30分，分别将车辆在道路上行驶的旅行时间和停车次数的表现用分数来衡量。从而可以得到对道路配时协调控制的评价分数，如Score_coordination＝Score_tt+Score_stop1(或Score_stop2)或Score_coordination＝Score_tt+(Score_stop1+Score_stop2)/2
这里需要说明的是，不同的单项分数的计算形式以及道路配时协调控制的评价分数具体的组成可以根据实际数据得到的数值来确定不同分数项的权重及组合方式。总之，可以根据停车次数和旅行时间衍生得到的三个指标来设计评价分数，得到评价道路信号配时协调控制的计分方法。由此方法，可以得到道路的协调控制表现的分数Score_coordination。
步骤S1和/或步骤S2中计算信号灯配时评价数据时，均可采用通过移动型采集技术获得的数据、通过固定型采集技术获得的数据和/或无人机数据作为数据源。
S3.计算包含上述单个路口和道路的区域的信号灯配时评价数据,具体包括以下步骤：
S31.确定所述区域包含的多个连续路口以及包含所述多个连续路口的道路；
S32.将步骤S1获得的每个路口的信号灯配时评价数据作为第一评价分数，将步骤S2获得的包含所述多个连续路口的道路的信号灯配时评价数据作为第二评价分数，根据所述第一、第二评价分数计算获得该区域信号灯配时评价数据。
对于区域信号灯的配时总体评价，不仅要考虑道路直行方向的协调控制表现，还要考虑沿线路口其他方向通行的延误，因为最好的情况的是希望道路直行的旅行时间和停车次数尽可能少，但沿线的路口的其他方向的通行车辆的延误也不能牺牲太多，即要考虑沿线每个路口的不同相位的延误均衡性。因此对区域信号灯的配时总体评价需要同时将单一路口的评价分数和道路协调控制配时的评价分数，将Score_coordination和沿线各路口的Score_singlecross结合起来，设计得到一个综合评价区域信号配时的指数，记为Index。
可以采用简单将两个分数相加，如
上式中的Sample_volumei表示第i个路口各个方向采样得到的所有流量，Score_singlecrossi表示第i个路口的信号灯配时评价数据。当然还可以采用其他非线性方式，或在上述公式的基础上分别为两个项设置权重等不同方式来计算Index，具体的方式可根据实际数据结果来选择合适的形式。
由以上步骤可以对单一路口、道路信号配时协调控制和区域信号配时总体评价进行量化的评价，得到具体的分数，从而可以对不同道路和路口进行比较，找到表现较差的道路和路口，从而可以为政府部门进行改善提供依据。
另一方面，为了解决上述技术问题，本发明还提供了一种用于评价区域信号灯配时方案的装置。图5示意性的示出了本发明一个实施例的评价区域信号灯配时方案的装置的结构图，如图5所述，所述装置包括：
第一计算模块101，用于计算单个路口的信号灯配时评价数据；
第二计算模块102，用于计算包含多个路口的道路的信号灯配时评价数据；
第三计算模块103，用于计算包含上述单个路口和道路的区域的信号灯配时评价数据。
其中，所述第一计算模块101包括：
第一确定单元，用于确定所述路口各个行驶方向的车辆延误时间；
第二确定单元，用于以路口每个行驶方向的车辆数量作为权值，对每个行驶方向的车辆延误时间加权平均，确定该路口的总平均延误时间；
第三确定单元，用于根据该路口的总平均延误时间确定该路口的平均延误标准差；
路口信号灯配时评价数据确定单元，用于根据所述平均延误标准差确定所述路口的信号灯配时评价数据；
所述第二计算模块102包括：
第四确定单元，用于确定每辆车在道路上的每公里旅行时间，将其作为第一参数；
第五确定单元，用于确定每辆车的停车比例，将其作为第二参数；该停车比例是车辆在该道路上遇到停车的路口与路口数量之比；
第六确定单元，用于确定每辆车在道路行驶的每公里停车次数，将其作为第三参数；
指标计算单元，用于将一定时间段内所有车辆的所述第一、第二、第三参数取平均分别得到第一指标、第二指标、第三指标；
道路信号灯配时评价数据确定单元，用于根据所述第一、第二、第三指标确定该道路信号灯配时评价数据；
所述第三计算模块103包括：
第七确定单元，用于确定所述区域包含的多个连续路口以及包含所述多个连续路口的道路；
区域信号灯配时评价数据确定单元，用于将路口信号灯配时评价数据确定单元获得的每个路口的信号灯配时评价数据作为第一评价分数，将道路信号灯配时评价数据确定单元获得的包含所述多个连续路口的道路信号灯配时评价数据作为第二评价分数，根据所述第一、第二评价分数计算获得该区域信号灯配时评价数据。
在更优的实施方式中，所述第一确定单元采用如下方式确定所述车辆延误时间：确定车辆实际通过路口所用的时间；确定车辆在理想状态下通过路口的自由流旅行时间；当车辆实际通过路口所用的时间大于理想状态下通过路口的自由流旅行时间时，车辆通过路口延误时间等于二者之差；否则，车辆延误时间为0。
在更优的实施方式中，所述车辆实际通过路口所用时间，是根据车辆分别通过上下游观测线的时间间隔确定；或者根据上下游观测线及其附近的采样数据点分别距离路口中心点之间的距离以及车辆通过所述采样数据点的时间和速度确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
在更优的实施方式中，所述车辆在理想状态下通过路口的自由流旅行时间，是根据路口上下游观测线之间的距离和自由流速度确定，或者根据车辆在上下游观测线附近的采样数据点之间的距离和自由流速度来确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
在更优的实施方式中，所述自由流速度是将车辆在路口范围内去掉低速行驶的平均速度，或者，是车辆限速内的车速百分位数。
在更优的实施方式中，所述第五确定单元和/或第六确定单元，通过确定车辆通过路口时的平均速度，当平均速度小于阈值时，判定车辆在该路口停车。
在更优的实施方式中，第一计算模块101和/或第二计算模块102中计算信号灯配时评价数据时，采用通过移动型采集技术获得的数据、通过固定型采集技术获得的数据和/或无人机数据作为数据源。
另一方面，为了解决上述技术问题，本发明还提供了一种评价区域信号灯配时方案的系统，其包括前述任一项所述的评价区域信号灯配时方案的装置。
本发明采用通过移动型采集技术获得的数据(即浮动车数据)、通过固定型采集技术(例如磁频采集技术、波频检测技术、视频检测技术)获得的数据和/或无人机数据对区域交通信号灯配时方案进行评价，所述区域包含单一路口以及包含多个路口的道路，综合单个路口信号灯配时评价数据和包含多个路口的道路信号灯配时评价数据，计算所述区域信号灯配时评价数据，以此可以为区域信号灯配时方案的改进提供有效依据。
本发明中的道路可以指普通道路，也可以指城市主干道等重要道路。本领域普通技术人员可以理解：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种评价区域信号灯配时方案的方法，所述区域包含若干个路口以及所述路口之间的道路，所述方法包括：
S1.计算单个路口的信号灯配时评价数据；
S2.计算包含多个路口的道路的信号灯配时评价数据；
S3.计算包含上述单个路口和所述道路的区域的信号灯配时评价数据；
其中，所述步骤S1具体包括以下步骤：
S11.确定所述路口各个行驶方向的车辆延误时间；
S12.以路口每个行驶方向的车辆数量作为权值，对每个行驶方向的车辆延误时间加权平均，确定该路口的总平均延误时间；
S13.根据该路口的总平均延误时间确定该路口的平均延误标准差；
S14.根据所述平均延误标准差确定所述路口的信号灯配时评价数据；
所述步骤S2具体包括以下步骤：
S21.确定每辆车在道路上的每公里旅行时间，将其作为第一参数；
S22.确定每辆车的停车比例，将其作为第二参数；该停车比例是车辆在该道路上遇到停车的路口与路口数量之比；
S23.确定每辆车在道路行驶的每公里停车次数，将其作为第三参数；
S24.将一定时间段内所有车辆的所述第一、第二、第三参数取平均分别得到第一指标、第二指标、第三指标；
S25.根据所述第一、第二、第三指标确定该道路信号灯配时评价数据；
所述步骤S3具体包括以下步骤：
S31.确定所述区域包含的多个连续路口以及包含所述多个连续路口的道路；
S32.将步骤S1获得的每个路口的信号灯配时评价数据作为第一评价分数，将步骤S2获得的包含所述多个连续路口的道路的信号灯配时评价数据作为第二评价分数，根据所述第一、第二评价分数计算获得该区域信号灯配时评价数据。
2.如权利要求1所述的方法，其中，采用如下步骤确定所述车辆延误时间：
确定车辆实际通过路口所用的时间；
确定车辆在理想状态下通过路口的自由流旅行时间；
当车辆实际通过路口所用的时间大于理想状态下通过路口的自由流旅行时间时，车辆通过路口延误时间等于二者之差；否则，车辆延误时间为0。
3.如权利要求2所述的方法，其中，所述车辆实际通过路口所用时间，是根据车辆分别通过上下游观测线的时间间隔确定；或者根据上下游观测线及其附近的采样数据点分别距离路口中心点之间的距离以及车辆通过所述采样数据点的时间和速度确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
4.如权利要求2所述的方法，其中，所述车辆在理想状态下通过路口的自由流旅行时间，是根据路口上下游观测线之间的距离和自由流速度确定，或者根据车辆在上下游观测线附近的采样数据点之间的距离和自由流速度来确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
5.如权利要求4所述的方法，其中，所述自由流速度是将车辆在路口范围内去掉低速行驶的平均速度，或者，是车辆限速内的车速百分位数。
6.如权利要求1所述的方法，其中，所述步骤S22和/或S23中，确定车辆通过路口时的平均速度，当平均速度小于阈值时，判定车辆在该路口停车。
7.如权利要求1所述的方法，其中，步骤S1和/或步骤S2中计算信号灯配时评价数据时，采用通过移动型采集技术获得的数据、通过固定型采集技术获得的数据和/或无人机数据作为数据源。
8.一种用于评价区域信号灯配时方案的装置，包括：
第一计算模块，用于计算单个路口的信号灯配时评价数据；
第二计算模块，用于计算包含多个路口的道路的信号灯配时评价数据；
第三计算模块，用于计算包含上述单个路口和道路的区域的信号灯配时评价数据；
其中，所述第一计算模块包括：
第一确定单元，用于确定所述路口各个行驶方向的车辆延误时间；
第二确定单元，用于以路口每个行驶方向的车辆数量作为权值，对每个行驶方向的车辆延误时间加权平均，确定该路口的总平均延误时间；
第三确定单元，用于根据该路口的总平均延误时间确定该路口的平均延误标准差；
路口信号灯配时评价数据确定单元，用于根据所述平均延误标准差确定所述路口的信号灯配时评价数据；
所述第二计算模块包括：
第四确定单元，用于确定每辆车在道路上的每公里旅行时间，将其作为第一参数；
第五确定单元，用于确定每辆车的停车比例，将其作为第二参数；该停车比例是车辆在该道路上遇到停车的路口与路口数量之比；
第六确定单元，用于确定每辆车在道路行驶的每公里停车次数，将其作为第三参数；
指标计算单元，用于将一定时间段内所有车辆的所述第一、第二、第三参数取平均分别得到第一指标、第二指标、第三指标；
道路信号灯配时评价数据确定单元，用于根据所述第一、第二、第三指标确定该道路信号灯配时评价数据；
所述第三计算模块包括：
第七确定单元，用于确定所述区域包含的多个连续路口以及包含所述多个连续路口的道路；区域信号灯配时评价数据确定单元，用于将路口信号灯配时评价数据确定单元获得的每个路口的信号灯配时评价数据作为第一评价分数，将道路信号灯配时评价数据确定单元获得的包含所述多个连续路口的道路信号灯配时评价数据作为第二评价分数，根据所述第一、第二评价分数计算获得该区域信号灯配时评价数据。
9.如权利要求8所述的装置，其中，所述第一确定单元采用如下方式确定所述车辆延误时间：确定车辆实际通过路口所用的时间；确定车辆在理想状态下通过路口的自由流旅行时间；当车辆实际通过路口所用的时间大于理想状态下通过路口的自由流旅行时间时，车辆通过路口延误时间等于二者之差；否则，车辆延误时间为0。
10.如权利要求9所述的装置，其中，所述车辆实际通过路口所用时间，是根据车辆分别通过上下游观测线的时间间隔确定；或者根据上下游观测线及其附近的采样数据点分别距离路口中心点之间的距离以及车辆通过所述采样数据点的时间和速度确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
11.如权利要求9所述的装置，其中，所述车辆在理想状态下通过路口的自由流旅行时间，是根据路口上下游观测线之间的距离和自由流速度确定，或者根据车辆在上下游观测线附近的采样数据点之间的距离和自由流速度来确定，其中上下游观测线是在车辆行驶方向的路口上下游特定位置设定的虚拟线。
12.如权利要求11所述的装置，其中，所述自由流速度是将车辆在路口范围内去掉低速行驶的平均速度，或者，是车辆限速内的车速百分位数。
13.如权利要求8所述的装置，其中，所述第五确定单元和/或第六确定单元，通过确定车辆通过路口时的平均速度，当平均速度小于阈值时，判定车辆在该路口停车。
14.如权利要求8所述的装置，其中，第一计算模块和/或第二计算模块中计算信号灯配时评价数据时，采用通过移动型采集技术获得的数据、通过固定型采集技术获得的数据和/或无人机数据作为数据源。
15.一种评价区域信号灯配时方案的系统，包括如权利要求8-14任一项所述的装置。
CN201710508156.4A 2017-06-28 2017-06-28 一种评价区域信号灯配时方案的方法、装置及系统 Active CN107085952B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710508156.4A CN107085952B (zh) 2017-06-28 2017-06-28 一种评价区域信号灯配时方案的方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710508156.4A CN107085952B (zh) 2017-06-28 2017-06-28 一种评价区域信号灯配时方案的方法、装置及系统

Publications (2)

Publication Number Publication Date
CN107085952A true CN107085952A (zh) 2017-08-22
CN107085952B CN107085952B (zh) 2019-05-07

Family

ID=59605860

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710508156.4A Active CN107085952B (zh) 2017-06-28 2017-06-28 一种评价区域信号灯配时方案的方法、装置及系统

Country Status (1)

Country Link
CN (1) CN107085952B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107331169A (zh) * 2017-09-01 2017-11-07 山东创飞客交通科技有限公司 饱和状态下城市道路交叉口信号配时方案评价方法及系统
CN107331172A (zh) * 2017-08-25 2017-11-07 青岛海信网络科技股份有限公司 一种基于道路交通状态的交通相位调整方法和装置
CN107798875A (zh) * 2017-11-07 2018-03-13 上海炬宏信息技术有限公司 基于浮动车gps数据优化路口通行能力的方法
CN107945511A (zh) * 2017-11-20 2018-04-20 中兴软创科技股份有限公司 一种交叉口延误时间的计算方法
CN108389395A (zh) * 2018-04-25 2018-08-10 迈锐数据（北京）有限公司 交通控制的评价方法及装置
CN108806258A (zh) * 2018-07-09 2018-11-13 北方工业大学 一种基于浮动车数据的城市道路交叉口运行评价指标体系
CN108932844A (zh) * 2018-10-17 2018-12-04 石家庄学院 交通灯控制方法及装置
CN109087507A (zh) * 2018-08-29 2018-12-25 公安部交通管理科学研究所 一种道路交通信号单点控制效益评价方法
CN109637132A (zh) * 2018-12-24 2019-04-16 北京航空航天大学 一种基于无人机航拍视频的交叉口信号配时方法
CN109816977A (zh) * 2019-01-25 2019-05-28 同济大学 一种数据驱动的交叉口信号控制评价系统
CN110415519A (zh) * 2019-07-30 2019-11-05 黄卫 一种基于车辆轨迹数据的区域交通信号实时优化控制方法
CN111383449A (zh) * 2018-12-29 2020-07-07 北京嘀嘀无限科技发展有限公司 路口通行预估方法、计算机设备和计算机可读存储介质
CN111489555A (zh) * 2020-05-14 2020-08-04 武汉理工大学 一种交通运行状态预测方法、装置和系统
CN111597700A (zh) * 2020-05-09 2020-08-28 北京百度网讯科技有限公司 信控算法评估方法、装置、电子设备及可读存储介质
CN111915904A (zh) * 2019-05-07 2020-11-10 阿里巴巴集团控股有限公司 一种轨迹处理方法、装置及电子设备
CN112330957A (zh) * 2020-10-14 2021-02-05 北京博研智通科技有限公司 一种路口信号灯控制效果分析系统及方法
CN112735147A (zh) * 2019-10-29 2021-04-30 北京百度网讯科技有限公司 道路交叉路口的延误指标数据获取方法和装置
CN113053109A (zh) * 2020-12-23 2021-06-29 沈阳世纪高通科技有限公司 一种用于绿波评价的轨迹生成方法
CN113936454A (zh) * 2021-09-22 2022-01-14 上海宝康电子控制工程有限公司 一种基于轨迹融合的信息处理方法及系统
CN114038079A (zh) * 2021-10-19 2022-02-11 青岛海信网络科技股份有限公司 道路巡检方法及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700266A (zh) * 2013-12-12 2014-04-02 清华大学 一种交通信号控制仿真系统
CN103903455A (zh) * 2014-04-14 2014-07-02 东南大学 城市道路交通信号控制优化系统
CN204463197U (zh) * 2014-12-29 2015-07-08 北京高诚科技发展有限公司 一种实时区域交通组织优化方案仿真评估的系统
CN105206070A (zh) * 2015-08-14 2015-12-30 公安部交通管理科学研究所 道路交通信号协调实时优化控制方法及其控制系统
WO2015198156A1 (en) * 2014-06-17 2015-12-30 King Abdullah University Of Science And Technology System and method for traffic signal timing estimation
CN106683440A (zh) * 2016-12-28 2017-05-17 安徽科力信息产业有限责任公司 非饱和状态下单点交叉口信号配时方案评价方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103700266A (zh) * 2013-12-12 2014-04-02 清华大学 一种交通信号控制仿真系统
CN103903455A (zh) * 2014-04-14 2014-07-02 东南大学 城市道路交通信号控制优化系统
WO2015198156A1 (en) * 2014-06-17 2015-12-30 King Abdullah University Of Science And Technology System and method for traffic signal timing estimation
CN204463197U (zh) * 2014-12-29 2015-07-08 北京高诚科技发展有限公司 一种实时区域交通组织优化方案仿真评估的系统
CN105206070A (zh) * 2015-08-14 2015-12-30 公安部交通管理科学研究所 道路交通信号协调实时优化控制方法及其控制系统
CN106683440A (zh) * 2016-12-28 2017-05-17 安徽科力信息产业有限责任公司 非饱和状态下单点交叉口信号配时方案评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
苑雷等: "城市交通信号控制系统评价方法研究", 《交通信息与安全》 *

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107331172A (zh) * 2017-08-25 2017-11-07 青岛海信网络科技股份有限公司 一种基于道路交通状态的交通相位调整方法和装置
CN107331172B (zh) * 2017-08-25 2020-11-20 青岛海信网络科技股份有限公司 一种基于道路交通状态的交通相位调整方法和装置
CN107331169A (zh) * 2017-09-01 2017-11-07 山东创飞客交通科技有限公司 饱和状态下城市道路交叉口信号配时方案评价方法及系统
CN107798875A (zh) * 2017-11-07 2018-03-13 上海炬宏信息技术有限公司 基于浮动车gps数据优化路口通行能力的方法
CN107798875B (zh) * 2017-11-07 2020-11-06 上海炬宏信息技术有限公司 基于浮动车gps数据优化路口通行能力的方法
CN107945511A (zh) * 2017-11-20 2018-04-20 中兴软创科技股份有限公司 一种交叉口延误时间的计算方法
CN108389395A (zh) * 2018-04-25 2018-08-10 迈锐数据（北京）有限公司 交通控制的评价方法及装置
CN108806258A (zh) * 2018-07-09 2018-11-13 北方工业大学 一种基于浮动车数据的城市道路交叉口运行评价指标体系
CN109087507A (zh) * 2018-08-29 2018-12-25 公安部交通管理科学研究所 一种道路交通信号单点控制效益评价方法
CN108932844B (zh) * 2018-10-17 2021-07-30 石家庄学院 交通灯控制方法及装置
CN108932844A (zh) * 2018-10-17 2018-12-04 石家庄学院 交通灯控制方法及装置
CN109637132A (zh) * 2018-12-24 2019-04-16 北京航空航天大学 一种基于无人机航拍视频的交叉口信号配时方法
CN109637132B (zh) * 2018-12-24 2021-01-29 北京航空航天大学 一种基于无人机航拍视频的交叉口信号配时方法
CN111383449A (zh) * 2018-12-29 2020-07-07 北京嘀嘀无限科技发展有限公司 路口通行预估方法、计算机设备和计算机可读存储介质
CN109816977A (zh) * 2019-01-25 2019-05-28 同济大学 一种数据驱动的交叉口信号控制评价系统
CN111915904A (zh) * 2019-05-07 2020-11-10 阿里巴巴集团控股有限公司 一种轨迹处理方法、装置及电子设备
CN110415519B (zh) * 2019-07-30 2020-07-07 黄卫 一种基于车辆轨迹数据的区域交通信号实时优化控制方法
CN110415519A (zh) * 2019-07-30 2019-11-05 黄卫 一种基于车辆轨迹数据的区域交通信号实时优化控制方法
CN112735147A (zh) * 2019-10-29 2021-04-30 北京百度网讯科技有限公司 道路交叉路口的延误指标数据获取方法和装置
CN111597700A (zh) * 2020-05-09 2020-08-28 北京百度网讯科技有限公司 信控算法评估方法、装置、电子设备及可读存储介质
CN111597700B (zh) * 2020-05-09 2023-08-15 北京百度网讯科技有限公司 信控算法评估方法、装置、电子设备及可读存储介质
CN111489555A (zh) * 2020-05-14 2020-08-04 武汉理工大学 一种交通运行状态预测方法、装置和系统
CN112330957A (zh) * 2020-10-14 2021-02-05 北京博研智通科技有限公司 一种路口信号灯控制效果分析系统及方法
CN113053109A (zh) * 2020-12-23 2021-06-29 沈阳世纪高通科技有限公司 一种用于绿波评价的轨迹生成方法
CN113053109B (zh) * 2020-12-23 2022-05-10 沈阳世纪高通科技有限公司 一种用于绿波评价的轨迹生成方法
CN113936454A (zh) * 2021-09-22 2022-01-14 上海宝康电子控制工程有限公司 一种基于轨迹融合的信息处理方法及系统
CN113936454B (zh) * 2021-09-22 2023-02-21 上海宝康电子控制工程有限公司 一种基于轨迹融合的信息处理方法及系统
CN114038079A (zh) * 2021-10-19 2022-02-11 青岛海信网络科技股份有限公司 道路巡检方法及电子设备
CN114038079B (zh) * 2021-10-19 2024-05-24 青岛海信网络科技股份有限公司 道路巡检方法及电子设备

Also Published As

Publication number Publication date
CN107085952B (zh) 2019-05-07

Similar Documents

Publication Publication Date Title
CN107085952B (zh) 一种评价区域信号灯配时方案的方法、装置及系统
CN105761516B (zh) 一种基于车辆轨迹估算路口信号灯配时的方法
CN102254443B (zh) 间歇式公交专用道控制系统
CN105788252B (zh) 基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法
CN109493620A (zh) 一种交通路况分析系统、方法以及装置
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
Ma et al. Estimating maximum queue length for traffic lane groups using travel times from video-imaging data
CN110176139A (zh) 一种基于dbscan+的道路拥堵识别可视化方法
CN101783073B (zh) 基于双截面检测器的信号交叉口延误测定方法
CN104750963B (zh) 交叉口延误时长估计方法及装置
KR101277007B1 (ko) 차량의 고속도로 통행시간 제공방법 및 그 시스템
CN101964941A (zh) 基于动态信息的智能导航与位置服务系统及方法
CN101777259A (zh) 城市道路交叉路口平均延误获取方法
CN105336166A (zh) 基于车载蓝牙的交通特征参数提取方法
CN109993981A (zh) 基于全息检测的交通信号自协调控制方法
CN103903432A (zh) 用于确定路链拥堵状况的设备和方法
CN110827537A (zh) 一种潮汐车道的设置方法、装置及设备
CN105070060B (zh) 一种基于公交车载gps数据的城市道路交通状态判别方法
CN109505207B (zh) 一种用于十字路口的可变公交车进口道系统
CN106781504B (zh) 一种基于浮动车gps数据的干线停车分析方法
Dobrovolskaia Research the application of data from unmanned systems for the development of micromobility and modernization of urban infrastructure
CN107014389A (zh) 一种基于多源城市数据的个性化省油行车路线规划系统
CN107134131A (zh) 一种高速公路通行受阻系数的计算方法和系统
Ho et al. GPS data based urban guidance
CN107590998A (zh) 一种基于浮动车数据的道路节点运行状态识别算法及系统

Legal Events

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

Inventor after: Guo Yaming

Inventor before: Li Meng

Inventor before: Jiang Han

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