CN107393314A - 针对燃料效率的交通信号灯控制 - Google Patents

针对燃料效率的交通信号灯控制 Download PDF

Info

Publication number
CN107393314A
CN107393314A CN201710338248.2A CN201710338248A CN107393314A CN 107393314 A CN107393314 A CN 107393314A CN 201710338248 A CN201710338248 A CN 201710338248A CN 107393314 A CN107393314 A CN 107393314A
Authority
CN
China
Prior art keywords
vehicle
timing
traffic lights
request
speed
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
CN201710338248.2A
Other languages
English (en)
Other versions
CN107393314B (zh
Inventor
肯尼斯·詹姆斯·米勒
丹尼尔·马克·谢弗
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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 Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN107393314A publication Critical patent/CN107393314A/zh
Application granted granted Critical
Publication of CN107393314B publication Critical patent/CN107393314B/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
    • G08G1/01—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
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights
    • 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
    • G08G1/01—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
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • G08G1/015—Detecting movement of traffic to be counted or controlled with provision for distinguishing between two or more types of vehicles, e.g. between motor-cars and cycles
    • 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
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G08G1/081—Plural intersections under common control
    • G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/091—Traffic information broadcasting
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096758—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where no selection takes place on the transmitted or the received information
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

从交叉路口附近的多个车辆中的每一个接收指示到交叉路口的动能和时间的数据。基于到交叉路口的动能和时间的集合来确定交通信号灯的优化的正时。交通信号灯的正时根据优化的正时进行修改。

Description

针对燃料效率的交通信号灯控制
技术领域
本发明涉及车辆技术领域，并且更具体地，涉及针对燃料效率的交通信号灯控制。
背景技术
交通信号灯可能导致车辆依据交通信号灯的状态赖而减速和加速。车辆在交通信号灯处或其附近的减速、加速和怠速可能增加车辆能量消耗。
发明内容
根据本发明，提供一种方法，包含：
从交叉路口附近的多个车辆中的每一个接收指示到交叉路口的动能和时间的数据；
基于到交叉路口的动能和时间的集合来确定交通信号灯的优化的正时；和
根据优化的正时修改交通信号灯的正时。
根据本发明的一个实施例，修改交通信号灯的正时包括调节红灯时间和调节绿灯时间中的至少一个。
根据本发明的一个实施例，方法进一步包含基于修改的正时向多个车辆中的一个或多个车辆发送滑行请求。
根据本发明的一个实施例，方法进一步包含：
对于多个车辆中的车辆，预测对速度调节请求的遵从级别；和
基于修改的正时，将速度调节请求发送到确定为具有等于或高于预定阈值的遵从级别的车辆。
根据本发明的一个实施例，速度调节请求是滑行请求。
根据本发明的一个实施例，速度调节请求是增加速度的请求。
根据本发明的一个实施例，方法进一步包含：
对于多个车辆中的车辆，预测对速度调节请求的不遵从；和
从优化的正时的确定中排除来自不遵从的车辆的数据。
根据本发明的一个实施例，确定优化的正时包括基于交通信号灯的当前正时来确定可能的动能损失。
根据本发明的一个实施例，来自车辆中的一个或多个的接收到的数据包括计划路线。
根据本发明的一个实施例，来自车辆中的一个或多个的接收到的数据包括车辆质量、速度和发动机容积中的至少两个。
根据本发明，提供一种包含计算机的系统，计算机包括处理器和存储器，存储器存储可由处理器执行以进行如下操作的指令：
从交叉路口附近的多个车辆中的每一个接收指示到交叉路口的动能和时间的数据；
基于到交叉路口的动能和时间的集合来确定交通信号灯的优化的正时；和
根据优化的正时修改交通信号灯的正时。
根据本发明的一个实施例，用于修改交通信号灯的正时的指令包括用于调节红灯时间和绿灯时间中的至少一个的指令。
根据本发明的一个实施例，指令进一步包含用于基于修改的正时向多个车辆中的一个或多个车辆发送滑行请求的指令。
根据本发明的一个实施例，指令进一步包含进行以下操作的指令：
对于多个车辆中的车辆，预测对速度调节请求的遵从级别；和
基于修改的正时，将速度调节请求发送到确定为具有等于或高于预定阈值的遵从级别的车辆。
根据本发明的一个实施例，速度调节请求是滑行请求。
根据本发明的一个实施例，速度调节请求是增加速度的请求。
根据本发明的一个实施例，指令进一步包含进行以下操作的指令：
对于多个车辆中的车辆，预测对速度调节请求的不遵从；和
从优化的正时的确定中排除来自不遵从的车辆的数据。
根据本发明的一个实施例，用于确定优化的正时的指令包括基于交通信号灯的当前正时来确定可能的动能损失的指令。
根据本发明的一个实施例，来自车辆中的一个或多个的接收到的数据包括计划路线。
根据本发明的一个实施例，来自车辆中的一个或多个的接收到的数据包括车辆质量、速度和发动机容积中的至少两个。
附图说明
图1是用于控制交通信号灯的示例性系统的框图；
图2是示出图1的系统背景下的车辆和交通信号灯的示意图；
图3是用于控制交通信号灯并向一个或多个车辆发送速度调节请求的示例性过程的流程图；
图4是用于交通信号灯正时的优化的示例性过程的流程图。
具体实施方式
引言
图1示出了示例性交通信号灯控制系统100。中央交通信号灯130控制器140包括处理器和存储器，存储器存储指令使得处理器被编程用于包括在此所述的各种操作。例如，中央控制器140可以从交叉路口201(参见图2)附近(即预定距离内)的多个车辆110中的每一个接收数据，该数据指示车辆110到交叉路口201的动能和时间。此外，控制器140可以基于到交叉路口201的动能和时间来优化交通信号灯130的正时，并且可以根据优化的正时修改交通信号灯130的正时。
优化交通信号灯正时可以包括当在诸如方向202的方向上的信号灯是黄灯或红灯时，使由于在交通信号灯130处车辆110的速度变化所需要的总的动能损失最小化。总的动能损失包括交通信号灯130邻近的车辆110中的一个或多个的动能损失。如在此所使用的术语，附近意味着在交通信号灯130的预定距离或半径(例如1公里)内。
示例性系统元件
中央控制器140通常是具有诸如已知的处理器和存储器的计算机。此外，存储器包括一种或多种形式的计算机可读介质，并且存储由处理器执行以执行包括如本文所公开的各种操作的指令。中央计算机140的处理器可以包括用于实施以下操作的程序：经由网络120(例如有线或无线网络接口)从交通信号灯130和车辆110接收数据、确定交通信号灯130的优化的正时以最小化总的动能损失、以及向交通信号灯130处理器发送请求以调节交通信号灯130的正时。
中央计算机140可以接收指示来自每个车辆110的动能的数据。可选地或附加地，中央计算机140可以包括基于其他车辆数据(例如质量、速度等)来确定车辆110的动能的程序。
每个交通信号灯130总体包括处理器和存储器，存储器包括一种或多种形式的计算机可读介质，并且存储可由处理器执行用于执行包括在此公开的各种操作的指令。例如，交通信号灯130的处理器可以包括在特定时间或时间间隔改变信号灯130的程序，例如以控制绿灯-黄灯-红灯循环。此外，信号灯130可以包括已知的有线或无线通信机制，使得信号灯130处理器可以执行经由网络120进行通信的程序。交通信号灯130可以将例如状态(例如，当前的信号灯颜色、当前周期正时等)发送到中央控制器140，并且可以进一步接收来自中央控制器140的调节信号灯正时的请求(例如减少方向202的红灯持续时间的请求)，以及根据来自中央控制器140的接收到的请求来调节信号灯正时。另外，交通信号灯130存储器可以包括用于执行如上所公开的中央计算机140的操作的指令。可选地，中央计算机140可以设置在交通信号灯130中，或者分布在多个交通信号灯130中。
车辆110典型是陆地车辆。车辆110可以以各种已知方式被供应动力，例如利用电动马达和/或内燃发动机。每个车辆110总体包括一个或多个计算设备，计算设备包括处理器和存储器，存储器包括一种或多种形式的计算机可读介质，并且存储可由处理器执行的用于执行包括在此公开的各种操作的指令。例如，车辆110的处理器可以包括程序，这些程序用于控制推进(例如，通过控制内燃发动机、电动马达、混合发动机等中的一个或多个来控制车辆110中的加速和减速)、转向、气候控制、内部和/或外部照明灯等，以及用于确定是否和何时由计算机而不是人类操纵者控制这种操作。车辆110的计算机控制包括推进、制动和转向的操作的模式被称为自主模式，与操作者控制这种操作的非自主模式不同。在半自主模式中，推进、制动和转向中的一个或两个由车辆110计算机控制。
车辆110的计算机可以包括或例如经由车辆通信总线、控制器局域网(CAN)、以太网等通信地连接到一个或多个有线或无线通信网络。通过车辆通信网络，车辆110的计算机可以将数据发送到包括在车辆110中的控制器等和从包括在车辆110中的控制器等接收数据，以用于监测和/或控制各种车辆部件，例如电子控制单元(ECU)。众所周知，ECU可以包括处理器和存储器，并且可以向致动器提供指令以控制各种车辆110部件，例如，ECU可以包括动力传动系统ECU、制动ECU等。通常，车辆110的计算机可以将消息发送到车辆中的各种设备和/或从各种设备(例如，控制器、致动器、传感器等)接收消息。
此外，车辆110的计算机可以包括经由网络120向中央计算机140发送指示质量、速度、发动机容积、导航路线、到下一个交叉路口的距离等的车辆数据的程序。
车辆110可以是本文中被称为遵从的或不遵从的。遵从的车辆110是将接收和执行来自中央控制器140的请求的车辆。不遵从的车辆110是不接受和/或不执行来自中央控制器140的请求的车辆。不遵从的车辆可能是缺少与控制器140的通信接口的车辆，例如，该车辆的计算机不能经由网络120进行通信和/或缺少与控制器140通信的程序。此外，不遵从的车辆可以是接收来自控制器的请求140但拒绝请求或不对请求采取行动的车辆。
如上所述，一些不遵从的车辆可能不经由网络120进行通信，即，没有车辆到车辆(V2V)通信接口的这种不遵从的车辆数据可能不提供诸如速度、地理位置、质量等的车辆数据。在一个示例中，交通信号灯130处理器可以包括用于在没有V2V接口的情况下检测不遵从的车辆110并且估计诸如速度、质量、位置等车辆数据的程序。例如，交通信号灯130处理器可以连接到一个或多个传感器，例如具有包括交通信号灯130附近的区域的视场的摄像机、雷达、激光雷达(LIDAR)。交通信号灯130处理器可以执行已知的对象检测以检测传感器的视场中的车辆110。交通信号灯130处理器然后可以将检测到的车辆110的数据(例如，速度和位置)与通过V2V接口接收的数据进行比较。
此外，基于交通信号灯130传感器数据，交通信号灯130处理器，例如通过在V2V数据未指示车辆110的存在的位置检测到车辆110，可以识别缺少V2V接口的不遵从的车辆110。然后交通信号灯130处理器可以使用交通信号灯130的传感器数据来估计检测到的不遵从的车辆110(即，在该示例中，被检测并被确定为缺少V2V接口的车辆110)的数据。关于车辆110的这种传感器数据的示例包括车辆的行进方向、速度和大小。
交通信号灯130处理器还可以包括用于基于该车辆110的尺寸和/或检测到的类型(例如，品牌和型号、类别(例如四门轿车、双门轿车、运动型多功能车(SUV)、轻型卡车等))来估计缺少V2V接口的不遵从的车辆110的质量，并将数据传输到中央计算机140的指令。附加地或替代地，具有V2V的车辆110可以检测缺少V2V接口的不遵从的车辆，并且然后可以估计诸如刚刚描述的这种不遵从的车辆110的属性，并且然后可以经由网络120传送数据。例如，具有LIDAR传感器的第一车辆110可以创建靠近第一车辆110的第二车辆110的地图，并且如上所述，通过比较来自本地传感器(例如LIDAR)的数据和通过V2V接口接收的指示其他车辆110的位置的数据来检测缺少V2V接口的不遵从的车辆。通过具有V2V的车辆110或通过交通信号灯传感器130的缺少V2V的不遵从的车辆110的这种检测可以提供车辆数据，该车辆数据除此之外对于中央计算机140可能是不可用的。此外，车辆110计算机可以从中央计算机140接收用于通过滑行和/或设置低于相应车辆110的速度的新的期望速度值来进行减速的速度调节请求，并且根据从中央计算机140接收的期望速度值来调节速度。速度调节不一定是速度的降低。可选地，中央计算机140可以通过增加车辆110的速度来使动能的损失最小化，以使得能够在交通信号灯130A的绿灯循环时间期间通过交通信号灯130。
关于执行来自中央计算机140的速度调节请求，遵从的车辆110可以在自主模式下遵从滑行的请求，即不存在人工控制。例如，车辆110计算机可以包括用于调节车辆110的速度的程序，例如，车辆110计算机可以调节提供给车辆110的传动系(例如电动、汽油动力等的传动系)的能量的量，以达到由中央计算机140请求的期望速度。可选地，车辆110计算机可以向车辆110的另一ECU发送消息以调节速度，例如，车辆110计算机可以通过车辆通信网络向动力传动系统ECU发送包括新的期望速度值的消息。动力传动系统ECU然后可以例如以已知的方式调节内燃发动机中的气流和/或喷射燃料的量，和/或车辆110的变速器挡位状态以达到期望的速度。
同样可能的是，人类操作者可以通过提供诸如按压物理或虚拟按钮的输入(例如在福特同步系统中的配置文件设置等)来接收例如车载显示器中所示的速度调节请求。车辆110计算机可以检测这样的用户输入，然后经由网络120向中央计算机140发送消息，以确认速度调节请求的接受。人类操作者然后可以例如通过调节油门踏板上的压力来手动地调节车辆110的速度。
在半自主车辆110中，即，其中推进(例如节气门)、转向和制动中的一个由车辆110计算机控制的情况，车辆110的速度的确认和调节可以通过车辆110计算机实施。例如，在半自主车辆110中，车辆110的速度可以基于预设的期望速度由巡航控制ECU来控制，而人类操作者手动地驾驶车辆110。当从中央计算机140接收到速度调节请求时，车辆110计算机可以根据中央计算机140所请求的速度调节来自动地调节巡航控制ECU的预设速度，而车辆110的其他操作(例如转向)仍然由人类操作者控制。
图2示出了多个车辆110、具有交通信号灯130的交叉路口201、205。移动车辆110具有在车辆110的加速期间获得的动能。各种形式的能量(例如，存储在电动车辆110的电池中的电能、或存储在具有内燃发动机的车辆110的燃料中的化学能)可以用于加速车辆110。该能量通常被转换为施加到一个或多个车辆100车轮的扭矩。当车辆110的速度变化时，车辆110的动能变化。
车辆110的动能的量涉及车辆110的速度。当车辆110的速度降低时，车辆110的动能减少，换句话说，动能的量可能会丢失，即改变为不能重复使用以移动车辆110的形式。这种动能的损失可以是不同的形式，例如由于制动衬块和(例如旋转盘的)表面之间的摩擦，在相应车辆110的制动衬块处产生的热量。动能的损失可能导致较低的燃料效率。
每当红色交通信号灯130使车辆110减速或停止时，车辆110的动能可能被部分地或完全地丢失。在交通信号灯130变为绿灯之后，车辆110可以使用额外的能量(例如由燃料供应的能量)来加速。减少导致路线中的车辆110的制动次数，并且减少制动(即动能)能量的量可以有利地降低燃料消耗。
在没有制动的情况下，减少车辆110的速度在此被称为“滑行”。在车辆110的滑行期间，车辆110的速度可以通过减少或停止向车辆110传动系的能量供应(例如，减少喷射到内燃发动机中的燃料)来减小。车辆110速度然后可能在滑行期间由于车辆110车身的空气动力学摩擦和独立于车辆110的制动状态而始终存在的其他摩擦而减小，其它摩擦例如为车辆110动力系的内部部件之间的摩擦、道路摩擦等。在滑行期间动能的减少(即燃料效率的损失)与由于施加制动而导致的动能的减少相比可能不是显著的，原因在于当未施加制动时，如上所述的摩擦通常存在并影响车辆110的操作。如上所述，例如通过制动或加速，其它类型的速度调节请求是可能的。
中央计算机140考虑当优化交通信号灯130的正时时的总的动能，即与多个车辆110有关的动能。作为示例，参考图2，五个车辆110正靠近包括交通信号灯130A的交叉路口201。可以基于相应车辆到交叉路口的距离(D2I)来确定车辆110到交叉路口201的接近度。例如，信号灯130中的存储器可以存储信号灯130和/或交叉路口201的地理位置。此外，接收的数据可以指示车辆110的地理位置，和/或到交叉路口的时间可以基于车辆110的地理位置和速度来确定。
在图2的示例中，三个车辆110沿方向203行进，并且两个车辆110沿方向202行进。为了说明的目的，假设所有五个车辆110具有相同的速度，四个车辆110是具有相同质量的类似的轿车，并且在方向202上行驶的车辆110是具有比轿车大几倍的质量的大型卡车。中央计算机140可以确定靠近交叉路口201处在方向202上行进的车辆110的总的动能大于靠近交叉路口201处在方向203上的车辆110的总的动能。换句话说，中央计算机140可以调节交通信号灯130的正时，以将优先级给予方向202而不是方向203(即保持方向202上的信号灯130的绿灯状态)。在该示例中，示出了交叉路口中的动能损失不仅取决于每个方向上的车辆110数量上，而且取决于它们各自的质量。此外，控制器可以请求大型货车轻微滑行或增加速度，从而可以减少对交通灯正时的调节。类似地，应当理解的是，车辆110的速度可能影响总的动能量。
继续参考上述示例，进一步假设来自一个或多个车辆110的所接收到的数据指示相应的车辆110路线。中央计算机140然后可以确定在方向202上行进的大型车辆110计划在交叉路口201处转向，因此可能需要显著地减速。中央计算机140可以包括在计算总的动能损失时排除大型车辆110的程序，因为该车辆110可以独立于交通信号灯130A的状态而在交叉路口201处停止。
过程
图3示出了用于控制交通信号灯130并向一个或多个车辆110发送速度调节请求的示例性过程300的流程图。过程300可以在中央计算机140和/或交通信号灯130处理器中实施。换句话说，中央计算机140的程序可以完全地或部分地包括在一个或多个交通信号灯130计算机的存储器中并由相应的交通信号灯130的处理器执行。
过程300在框301中开始，其中中央计算机140从交通信号灯130获得数据。如上面所讨论的，这样的数据可以包括当前状态，即当前正在显示哪种颜色、每种颜色的计划持续时间、整体循环时间(例如，从红灯到绿灯到黄灯和回到红灯)、以及到下一个状态变化的时间。如上面所讨论的，从交通信号灯130接收的数据还可以包括由于缺少V2V接口而不遵从的一个或多个车辆110的数据。
接下来，在框305中，中央计算机140从车辆110接收数据。数据可以包括质量、速度、发动机容积、发动机效率、计划的路线、位置(例如，GPS地理定位)、指示是否可以遵从调节速度的请求的信息、动能和当前操作模式(例如自主的、非自主的、半自主的)。如上所述，具有V2V功能的车辆110可以检测出不具有V2V接口的不遵从的车辆110。因此，从车辆110接收的数据不仅可以包括相应的车辆110的数据，还可以包括由于缺少V2V接口而不遵从的其他车辆110的所估计的数据。
接下来，在框310中，中央计算机140可以预测车辆110对速度调节请求(例如，滑行请求)的遵从。如上所述，在到达交叉路口之前，车辆110的速度的调节可以避免制动并且可以减少动能的损失。为了找到交通信号灯130的优化的正时，中央计算机140可以考虑如上所述的车辆110可能遵从速度调节请求的预测。此外，然而调节请求可以是除滑行请求之外的请求，例如用于车辆110的制动或加速。
框310的预测可以依赖于各种信息和各种技术。下面描述的示例性信息和技术中的一个或多个可以用于预测车辆110的遵从。
作为第一示例，中央计算机140可以包括与车辆110处理器通信并询问在该路线期间是否接受速度调节请求的程序。遵从的预测可能包括：对于车辆110响应并确认接受请求的“高”、对于拒绝请求的车辆110为“低”、以及对于没有响应的车辆110的“中”。可选地，可以对车辆110作出肯定的响应来进行遵从的预测，否则无论其是否响应，车辆110都可以被认为是不遵从的。在任何情况下，计算机140可以被编程为假设被认为非常可能遵从的车辆110将遵循关于速度调节的指令，而给定低级别的车辆110将保持速度或者以其他方式关于速度调节请求的操作。中等或其他级别可以用于指示车辆110将不遵循请求，或者在优化交通信号灯130的正时时加权给予车辆110的考虑因素。
作为第二示例，计算机140可以考虑诸如车辆110操作模式的其他信息。例如，被确定为自主车辆110的车辆110的遵从的可能性可以被认为是高的，而非自主车辆的遵从的可能性可以被认为是低的。V2V通信可以指示哪些车辆110是自主的以及哪些是非自主的。
作为第三示例，计算机140可以依靠车辆110的历史数据来预测是否可以接受速度调节请求，即，车辆110是否先前已经遵守过速度调节请求。例如，中央计算机140可以基于一时间量(例如最近30天)内的车辆110的遵从历史预测遵从级别。在该示例中，在过去30天内接受速度调节请求的时间少于25％的车辆110可以被认为具有“低”的遵从级别。遵从级别“中”和“高”可以分别被赋予在规定的时间窗口(例如30天)中，遵守速度调节请求26％-75％和76％-100％的时间的车辆110。可选地或附加地，共享车辆110中的遵从的预测可以取决于用户历史数据而不是车辆110历史，例如两个或更多个共享车辆110中的用户遵从。
因此，框310的示例输出可以是靠近交叉路口的一个或多个车辆110的相应的预测遵从级别，例如“低”、“中”或“高”。可选地，遵从预测可以提供为百分比值。
此外，框310可以被省略，即，可以执行过程300而在最小化动能的总损失中不考虑对速度调节的可能遵从。
接下来，在框315中，中央计算机140可以包括用于将不遵从的车辆110从下一步骤的速度调节确定中排除的程序，即创建应由用于速度调节请求的过程300的下一步骤考虑的车辆110的列表。作为一个示例，具有高于预定阈值的遵从预测的车辆110可以例如基于在框310中作出的确定被考虑用于速度调节请求，具有“中”或“高”的遵从预测的车辆110可以包括在列表中。可选地，具有“中”的遵从预测的车辆110可以被包括，但是被加权到较低的级别，例如考虑“中”的遵从车辆的潜在动能损失的一半。
接下来，在框320中，中央计算机140可以包括例如使用已知的优化技术来确定交通信号灯130的优化的正时的程序。用于优化交通信号灯130正时的输入可以包括如上所述的来自交通信号灯130、车辆110的数据以及与车辆110的预测遵从和如上所述的动能计算相关的确定。框320可以优化交通信号灯130的正时，以最小化交叉路口附近的车辆110的动能损失和/或提高车辆110的燃料效率。框320还可以包括指示哪些车辆110可接受速度调节请求的信息。下面将参考图4描述用于确定交通信号灯130的优化的正时的过程400。
接下来，在框325中，中央计算机140可以将速度调节消息发送到被认为是遵从的一个或多个车辆110。速度调节值可以根据当前速度、各车辆110到交叉路口的距离D2I以及各车辆110正靠近的交叉路口处的交通信号灯130的正时以及其他信息而特定于每个车辆110。遵从的车辆110可以经由网络120接收请求110并相应地调节速度，如上所述。此外，在车辆110接收到速度调节请求之后，车辆110计算机可以通过接受请求来响应中央计算机140。
在另一示例中，框325可以被跳过，即，中央计算机140可以优化交通信号灯130的正时，而不调节遵从的车辆的速度。
接下来，在框330中，中央计算机140可以根据框320的结果来修改交通信号灯130的正时。
在框330之后，过程300结束。
图4示出了用于确定交通信号灯130的优化的正时的示例性过程400的细节，例如，如上关于过程300的框320所述的。
过程400从框405开始，其中中央计算机140确定交叉路口201的每个方向的总的动能损失。框405可以包括考虑一个或多个车辆的路线信息110的程序，如上面所讨论的。例如，如上面所解释的，靠近交叉路口201的计划在交叉路口201处转弯的车辆110的动能的损失可以从交通信号灯130A正时的优化中排除。作为另一个示例，不遵从的车辆的动能的损失可以被排除在考虑之外，或者以较低的权重(例如50％)被考虑。
接下来，在框410中，中央计算机140优化交通信号灯130A的正时，以最小化总的动能损失。
接下来，在框415中，中央计算机140相对于红色交通信号灯130处的车辆110的停止时间的持续时间来优化交通信号灯130的正时。通常，车辆110发动机以怠速模式运行并且在等待红灯交通信号灯130变为绿灯时消耗燃料。减少这种等待时间可以减少车辆110在路线期间消耗的燃料量，即提高燃料效率。正时优化可以减少等待时间量。
接下来，在框420中，中央计算机140优化相对于多个交通信号灯130的正时。框420可以包括考虑一个交通信号灯130的正时调节对另一个交通信号灯130的影响的程序。例如，参考图2的交通信号灯130B，调节其正时可能影响交通信号灯130A处的总的动能。在该示例中，中央计算机140可以考虑到一个交通信号灯130的正时调节对另一个的影响来优化交通信号灯130A和130B的正时。
中央计算机140还可以考虑车辆110相对于交通信号灯130正时优化的路线信息。例如，靠近交叉路口205的车辆110计划通过交通信号灯130B，然后继续沿方向203并通过交通信号灯130A。交通信号灯130A在方向203上的绿灯时间的增加可以使靠近交叉路口201的车辆110能够通过交通信号灯130A，并且避免其动能的损失，然而可能具有增加朝着交叉路口201行进的靠近交叉路口205的车辆110在交通信号灯130A的红灯处停止的可能性的缺点。在这样的示例中，除了靠近交叉路口201的车辆110之外，框320还可以考虑到该车辆110，以调节交通信号灯130A的正时。
在框420之后，过程400结束。
诸如在此讨论的计算设备通常各自包括可由诸如上述的一个或多个计算设备执行、并用于执行上述过程的框或步骤的指令。计算机可执行指令可以由计算机程序编译或解释，计算机程序采用多种编程语言和/或技术创建，这些编程语言和/或技术包括但并不限于单独地或组合的JavaTM、C、C++、Visual Basic、Java Script、Perl、HTML等。通常，处理器(例如微处理器)例如从存储器、计算机可读介质等接收指令，并且执行这些指令，由此完成一个或多个程序，包括这里所描述的一个或多个程序。这样的指令或其他数据可以采用各种计算机可读介质存储和传送。存储在计算设备中的文件通常是存储在诸如存储介质、随机存取存储器等的计算机可读介质上的数据的集合。
计算机可读介质包括任意的参与提供数据(例如指令)的介质，该数据可以由计算机读取。这样的介质可以采用多种形式，包括但不限于非易失性介质和易失性介质等。非易失性介质可以包括例如光盘或磁盘或其他永久性存储器。易失性介质可以包括例如典型地构成主存储器的动态随机存取存储器(DRAM)。计算机可读介质的常规形式包括，如软盘、柔性盘、硬盘、磁盘、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡片、纸带、具有孔图案的任何其他物理介质、RAM(随机存取存储器)、PROM(可编程只读存储器)、EPROM(可擦除可编程只读存储器)、FLASH-EEPROM(闪速电可擦除可编程只读存储器)、任何其他存储器芯片或盒，或者任何其他计算机可读取的介质。
关于在此所述的介质、过程、系统、方法等，应理解的是虽然这样的过程等的步骤描述为按照一定的顺序排列发生，但这样的过程可以采用以在此描述的顺序之外的顺序完成的描述的步骤实施操作。进一步应该理解的是，某些步骤可以同时执行，可以添加其他步骤，或者可以省略这里所述的某些步骤。换句话说，这里的过程的描述提供用于说明某些实施例的目的，并且不应该以任何方式解释为限制要求保护的发明。
因此，应当理解的是，包括上述描述以及附图和下面的权利要求的本公开旨在是说明性的而不是限制性的。在阅读上面的描述时，除了提供的示例外许多实施例和应用都是显而易见的。本发明的范围应参照所附权利要求以及与该权利要求所享有的等效的全部范围而确定，而不是参照上面的说明而确定。可以预期的是这里所讨论的技术将出现进一步的发展，并且所公开的系统和方法将可以结合到这样的进一步的实施例中。总之，应理解的是本发明能够进行修正和变化。
在权利要求书中所使用的所有术语旨在给予其应被本领域技术人员理解为其简单和常用的意思，除非在此作出明确的相反的指示。特别地，单数冠词“一(a)”、“该(the)”、“所述(said)”等的使用应该理解为表述一个或多个所示元件，除非作出了与此相反的明确限制。

Claims (12)

1.一种方法，包含：
从交叉路口附近的多个车辆中的每一个接收指示到所述交叉路口的动能和时间的数据；
基于到所述交叉路口的所述动能和所述时间的集合来确定交通信号灯的优化的正时；和
根据所述优化的正时修改所述交通信号灯的正时。
2.根据权利要求1所述的方法，其中修改所述灯的正时包括调节红灯时间和调节绿灯时间中的至少一个。
3.根据权利要求1所述的方法，进一步包含基于所述修改的正时向所述多个车辆中的一个或多个车辆发送滑行请求。
4.根据权利要求1所述的方法，进一步包含：
对于所述多个车辆中的车辆，预测对速度调节请求的遵从级别；和
基于所述修改的正时，将所述速度调节请求发送到确定为具有等于或高于预定阈值的遵从级别的车辆。
5.根据权利要求4所述的方法，其中所述速度调节请求是滑行请求。
6.根据权利要求4所述的方法，其中所述速度调节请求是增加速度的请求。
7.根据权利要求1所述的方法，进一步包含：
对于所述多个车辆中的车辆，预测对速度调节请求的不遵从；和
从所述优化的正时的所述确定中排除来自所述不遵从的车辆的数据。
8.根据权利要求1所述的方法，其中确定所述优化的正时包括基于所述交通信号灯的当前正时来确定可能的动能损失。
9.根据权利要求1所述的方法，其中来自所述车辆中的一个或多个的所述接收的数据包括计划路线。
10.根据权利要求1所述的方法，其中来自所述车辆中的一个或多个的所述接收的数据包括车辆质量、速度和发动机容积中的至少两个。
11.一种计算设备，所述计算设备被编程为执行权利要求1-10中任一项所述的方法。
12.一种计算机程序产品，包含存储可由计算机处理器执行以执行权利要求1-10中任一项所述的方法的指令的计算机可读介质。
CN201710338248.2A 2016-05-16 2017-05-15 针对燃料效率的交通信号灯控制 Active CN107393314B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/155,157 US10297151B2 (en) 2016-05-16 2016-05-16 Traffic lights control for fuel efficiency
US15/155,157 2016-05-16

Publications (2)

Publication Number Publication Date
CN107393314A true CN107393314A (zh) 2017-11-24
CN107393314B CN107393314B (zh) 2021-10-08

Family

ID=59065512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710338248.2A Active CN107393314B (zh) 2016-05-16 2017-05-15 针对燃料效率的交通信号灯控制

Country Status (6)

Country Link
US (1) US10297151B2 (zh)
CN (1) CN107393314B (zh)
DE (1) DE102017109979A1 (zh)
GB (1) GB2552245A (zh)
MX (1) MX2017005980A (zh)
RU (1) RU2017115738A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113330496A (zh) * 2018-11-19 2021-08-31 福传交通系统有限公司 使用连接的车辆数据来管理交通流的系统和方法

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10451022B2 (en) 2016-11-02 2019-10-22 Paccar Inc Intermittent restart for automatic engine stop start system
GB201702465D0 (en) * 2017-02-15 2017-03-29 Hatton Traffic Man Ltd Active traffic management
EP3410362B1 (en) * 2017-05-31 2022-03-30 HERE Global B.V. Method and apparatus for next token prediction based on previously observed tokens
KR102334318B1 (ko) * 2017-09-19 2021-12-03 삼성전자주식회사 외부 이동 수단으로 릴레이 메시지를 전송하는 전자 장치 및 그 동작 방법
US10885781B2 (en) * 2017-09-25 2021-01-05 Blackberry Limited Method and system for a proxy vehicular intelligent transportation system station
US10690103B2 (en) * 2017-09-26 2020-06-23 Paccar Inc Systems and methods for using an electric motor in predictive and automatic engine stop-start systems
US10487762B2 (en) * 2017-09-26 2019-11-26 Paccar Inc Systems and methods for predictive and automatic engine stop-start control
DE102017221011B4 (de) * 2017-11-23 2022-11-03 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zum dynamischen Steuern einer Lichtsignalanlage
US10210755B1 (en) 2018-05-07 2019-02-19 International Business Machines Corporation Cognitive traffic signal cycle timer
US10746255B2 (en) 2018-05-09 2020-08-18 Paccar Inc Systems and methods for reducing noise, vibration, and/or harshness during engine shutdown and restart
US10883566B2 (en) 2018-05-09 2021-01-05 Paccar Inc Systems and methods for reducing noise, vibration and/or harshness associated with cylinder deactivation in internal combustion engines
CN110874938A (zh) * 2018-08-31 2020-03-10 百度在线网络技术（北京）有限公司 交通灯控制系统及交通灯控制方法
US11087152B2 (en) * 2018-12-27 2021-08-10 Intel Corporation Infrastructure element state model and prediction
US11570625B2 (en) * 2019-03-25 2023-01-31 Micron Technology, Inc. Secure vehicle communications architecture for improved blind spot and driving distance detection
US11874670B2 (en) * 2019-04-15 2024-01-16 Qualcomm Incorporated V2X information elements for maneuver and path planning
DE102019212655A1 (de) * 2019-08-23 2021-02-25 Siemens Mobility GmbH Ermittlung und/oder Optimierung einer Effizienz einer Lichtsignalsteuerung
DE102019127307A1 (de) * 2019-10-10 2021-04-15 Audi Ag Verfahren zum Betrieb eines Verkehrssteuerungssystems und Verkehrssteuerungssystem
KR20210069446A (ko) * 2019-12-03 2021-06-11 현대자동차주식회사 교통정보 제공 시스템 및 방법
US11900799B2 (en) * 2019-12-31 2024-02-13 Wipro Limited Method and system for reducing road congestion
US11328589B2 (en) * 2020-01-29 2022-05-10 Mitsubishi Electric Research Labroatories, Inc. Adaptive control of vehicular traffic
JP7409329B2 (ja) * 2021-01-13 2024-01-09 トヨタ自動車株式会社 信号機管理システム
CN113284353B (zh) * 2021-05-14 2023-01-17 阿波罗智联(北京)科技有限公司 信号机的控制方法、电子设备及系统
CN113313944B (zh) * 2021-05-27 2023-02-24 阿波罗智联(北京)科技有限公司 灯态数据的处理方法、装置及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080204277A1 (en) * 2007-02-27 2008-08-28 Roy Sumner Adaptive traffic signal phase change system
CN102147974A (zh) * 2010-02-09 2011-08-10 李丽 交通管理系统和方法
US20130110316A1 (en) * 2011-11-01 2013-05-02 Yuki Ogawa Driving assistance apparatus and driving assistance method
CN103236164A (zh) * 2013-04-28 2013-08-07 东南大学 一种保障公交车辆优先通行的车辆调控方法
CN103646555A (zh) * 2013-11-22 2014-03-19 深圳卓智达时代通信有限公司 一种交通灯的控制方法及其系统
CN104123846A (zh) * 2013-04-26 2014-10-29 苏州市易路交通科技有限公司 一种道路交通信号控制方法、系统及信号机
CN104867341A (zh) * 2015-05-25 2015-08-26 南京信息工程大学 一种交叉口联网监控管理方法和系统
CN104882008A (zh) * 2015-06-03 2015-09-02 东南大学 一种车联网环境下的无信号交叉口车辆协同控制方法

Family Cites Families (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4370718A (en) 1979-02-06 1983-01-25 Chasek Norman E Responsive traffic light control system and method based on conservation of aggregate momentum
JP3646605B2 (ja) * 2000-02-23 2005-05-11 株式会社日立製作所 車両走行制御装置
US8068036B2 (en) * 2002-07-22 2011-11-29 Ohanes Ghazarian Intersection vehicle collision avoidance system
FR2852724B1 (fr) 2003-03-19 2006-08-04 Procede et dispositif de gestion de priorites pour vehicules collectifs.
US7274306B2 (en) * 2003-12-24 2007-09-25 Publicover Mark W Traffic management device and system
US7663505B2 (en) * 2003-12-24 2010-02-16 Publicover Mark W Traffic management device and system
US7317406B2 (en) * 2005-02-03 2008-01-08 Toyota Technical Center Usa, Inc. Infrastructure-based collision warning using artificial intelligence
US7953546B1 (en) * 2005-03-08 2011-05-31 Wall Iii Henry H Traffic surveillance system and process
US7426432B2 (en) * 2005-03-31 2008-09-16 Nissan Technical Center North America, Inc. Cooperative speed control system
US7627413B2 (en) * 2005-03-31 2009-12-01 Nissan Technical Center North America, Inc. System and methods utilizing slope of target speed for cooperative speed for cooperative speed control system
US7296646B2 (en) * 2005-03-31 2007-11-20 Nissan Technical Center North America, Inc. System and method for timing of target speed for cooperative speed control system
US8078379B2 (en) * 2006-09-18 2011-12-13 Guixian Lu Traffic light prediction system
JP4375488B2 (ja) * 2007-10-11 2009-12-02 トヨタ自動車株式会社 運転支援装置
WO2009126120A1 (en) 2008-04-07 2009-10-15 Wall Henry H Traffic signal light control system and method
US7973675B2 (en) * 2008-04-15 2011-07-05 The Boeing Company Goal-driven inference engine for traffic intersection management
US20100070128A1 (en) * 2008-09-15 2010-03-18 Microsoft Corporation vehicle operation by leveraging traffic related data
US20100088002A1 (en) * 2008-10-07 2010-04-08 Welte Gregory A System for increasing fuel economy in vehicles
JP4888533B2 (ja) * 2009-07-22 2012-02-29 株式会社デンソー 信号機通過支援システムおよび信号機通過支援システム用の車載装置
WO2011036855A1 (ja) * 2009-09-24 2011-03-31 三菱電機株式会社 走行パターン生成装置
JP5493780B2 (ja) * 2009-11-30 2014-05-14 富士通株式会社 運転支援装置、運転支援方法及びそのプログラム
JP5499901B2 (ja) 2010-05-25 2014-05-21 富士通株式会社 走行支援方法、走行支援装置及び走行支援プログラム
US9472097B2 (en) * 2010-11-15 2016-10-18 Image Sensing Systems, Inc. Roadway sensing systems
JP5729176B2 (ja) * 2011-07-01 2015-06-03 アイシン・エィ・ダブリュ株式会社 移動案内システム、移動案内装置、移動案内方法及びコンピュータプログラム
JP2013097620A (ja) * 2011-11-01 2013-05-20 Toyota Motor Corp 運転支援装置
US20130194108A1 (en) * 2012-01-30 2013-08-01 Telcordia Technologies, Inc. System, Method, Control Device and Program for Vehicle Collision Avoidance Using Cellular Communication
DE112012005853T5 (de) * 2012-02-10 2014-11-13 Toyota Jidosha Kabushiki Kaisha Fahrunterstützungsvorrichtung
JP6183864B2 (ja) 2012-03-30 2017-08-23 エヌイーシー ヨーロッパ リミテッドＮｅｃ Ｅｕｒｏｐｅ Ｌｔｄ． 車両交通流量を適応させる方法及びシステム
US20130278441A1 (en) * 2012-04-24 2013-10-24 Zetta Research and Development, LLC - ForC Series Vehicle proxying
US9158980B1 (en) * 2012-09-19 2015-10-13 Google Inc. Use of relationship between activities of different traffic signals in a network to improve traffic signal state estimation
EP2902986B1 (en) * 2012-09-28 2016-09-07 Panasonic Intellectual Property Management Co., Ltd. Notification device and vehicle using same
US9208684B2 (en) * 2012-11-01 2015-12-08 Verizon Patent And Licensing Inc. Travel optimization system
TW201420400A (zh) 2012-11-22 2014-06-01 Hon Hai Prec Ind Co Ltd 車速控制系統及方法
CZ304271B6 (cs) 2012-12-19 2014-02-05 Vysoká škola technická a ekonomická v Českých Budějovicích Okružní křižovatka s výstražným světelným zařízením
US9064411B1 (en) * 2013-02-27 2015-06-23 Hezekiah Patton, Jr. Traffic light illumination duration indicator
US9536427B2 (en) * 2013-03-15 2017-01-03 Carnegie Mellon University Methods and software for managing vehicle priority in a self-organizing traffic control system
CN104428826B (zh) 2013-04-15 2017-05-17 自动连接控股有限责任公司 用于车辆交通的自动化控制的中央网络
US9349284B2 (en) * 2014-04-24 2016-05-24 International Business Machines Corporation Regional driving trend modification using autonomous vehicles
US20160148507A1 (en) * 2014-11-20 2016-05-26 Blyncsy, Inc. Traffic system for monitoring, analyzing, and modulating traffic patterns
US9633560B1 (en) * 2016-03-30 2017-04-25 Jason Hao Gao Traffic prediction and control system for vehicle traffic flows at traffic intersections

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080204277A1 (en) * 2007-02-27 2008-08-28 Roy Sumner Adaptive traffic signal phase change system
CN102147974A (zh) * 2010-02-09 2011-08-10 李丽 交通管理系统和方法
US20130110316A1 (en) * 2011-11-01 2013-05-02 Yuki Ogawa Driving assistance apparatus and driving assistance method
CN104123846A (zh) * 2013-04-26 2014-10-29 苏州市易路交通科技有限公司 一种道路交通信号控制方法、系统及信号机
CN103236164A (zh) * 2013-04-28 2013-08-07 东南大学 一种保障公交车辆优先通行的车辆调控方法
CN103646555A (zh) * 2013-11-22 2014-03-19 深圳卓智达时代通信有限公司 一种交通灯的控制方法及其系统
CN104867341A (zh) * 2015-05-25 2015-08-26 南京信息工程大学 一种交叉口联网监控管理方法和系统
CN104882008A (zh) * 2015-06-03 2015-09-02 东南大学 一种车联网环境下的无信号交叉口车辆协同控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113330496A (zh) * 2018-11-19 2021-08-31 福传交通系统有限公司 使用连接的车辆数据来管理交通流的系统和方法
US11482105B2 (en) 2018-11-19 2022-10-25 Fortran Traffic Systems Limited Systems and methods for managing traffic flow using connected vehicle data

Also Published As

Publication number Publication date
GB201707236D0 (en) 2017-06-21
CN107393314B (zh) 2021-10-08
MX2017005980A (es) 2018-08-21
US20170330456A1 (en) 2017-11-16
GB2552245A (en) 2018-01-17
US10297151B2 (en) 2019-05-21
DE102017109979A1 (de) 2017-11-16
RU2017115738A (ru) 2018-11-06

Similar Documents

Publication Publication Date Title
CN107393314A (zh) 针对燃料效率的交通信号灯控制
CN110550029B (zh) 障碍物避让方法及装置
CN112498366B (zh) 自动驾驶车辆、控制方法、装置、设备及存储介质
US10239529B2 (en) Autonomous vehicle operation based on interactive model predictive control
US11959759B2 (en) Managing a fleet of vehicles
CN107978146A (zh) 车辆节能
CN109990794A (zh) 具有动态成本学习的自主驾驶轨迹规划器
CN106740846B (zh) 一种双模式切换的电动汽车自适应巡航控制方法
WO2021098222A1 (zh) 一种车辆行驶控制方法及相关设备
CN103347757B (zh) 通过使用预测环境和驾驶员行为信息来优化燃油经济性的系统和方法
CN111867911A (zh) 车辆控制方法和设备
CN111002993B (zh) 一种基于场景识别的自动驾驶低油耗运动规划方法及系统
US11442469B2 (en) Coordinated control of vehicle cohorts
CN110450786B (zh) 用于确定电动车辆中的预测的加速信息的方法和电动车辆
CN109455179A (zh) 用于确定前有第二车辆的第一车辆要达到的速度的方法
Kim et al. Service-oriented real-time energy-optimal regenerative braking strategy for connected and autonomous electrified vehicles
CN113759897A (zh) 车辆的队列行驶控制系统和方法
CN108983765A (zh) 车辆路线导航
CN116118730B (zh) 一种预见性巡航系统的控制方法、装置、设备及介质
US20190299989A1 (en) Prime mover power shaping controls responsive to surrounding vehicle characteristic
WO2023031135A1 (en) Model-based predictive control of an electric vehicle
CN116513213A (zh) 车辆预测控制方法以及使用该方法的车辆驾驶控制系统
Jan et al. Speed trajectory generation for energy-efficient connected and automated vehicles
Diaby et al. Optimization for energy efficient cooperative adaptive cruise control
Sajadi Alamdari Stochastic model predictive control for eco-driving assistance systems in electric vehicles

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
GR01 Patent grant
GR01 Patent grant