CN107464430B - 一种基于云服务的灯控路口绿波车速引导方法和系统 - Google Patents

Abstract

本发明提出的一种基于云服务的灯控路口绿波车速引导方法和系统，属于智能网联汽车和车路协同技术领域。该系统包括：云服务器、分别与云服务器相连的信号灯数据采集设备和智能网联汽车客户端。该方法首先采集信号灯配置和实时状态数据，然后将采集到的数据实时上传云服务器并将相应数据存储于数据库；基于数据库中存储的信号灯数据，云服务器根据客户端请求生成信号灯状态数据和绿波车速引导服务数据并发送给客户端；客户端接收数据后通过智能移动终端向用户进行展示。本发明简化了灯控路口绿波车速引导应用的系统结构，降低了系统设备的通信要求和计算能力要求，节约了空口通信资源；降低了应用的部署和推广成本。

Description

一种基于云服务的灯控路口绿波车速引导方法和系统

技术领域

本发明涉及智能网联汽车和车路协同技术领域，特别涉及一种基于云服务的灯控路口绿波车速引导方法和系统。

背景技术

智能网联汽车指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与X(车、路、人、云端等)智能信息交换、共享，具备复杂环境感知、智能决策、协同控制等功能，可实现“安全、高效、舒适、节能”行驶，并最终可实现替代人来操作的新一代汽车。其中，道路作为智能网联汽车的行驶环境，需要借助路侧系统采集各类交通信息，与车辆进行通信，向车辆提供可靠有效的信息服务，支持智能网联汽车的自动驾驶和辅助驾驶应用。

灯控路口绿波车速引导是智能网联汽车领域中的一项重要应用。该应用利用网联信息交互技术，在城市有信号灯控制的路口，向智能网联汽车提供信号灯实时状态提示和绿波车速区间提示，使得车辆能够尽可能地在绿灯期间通过路口。大大减少车辆停车等待红灯的情形，提升出行效率和舒适度，减少排放，同时还能优化整个交通系统的通行效率。

现有的灯控路口绿波车速引导系统，主要由分布在城市信号灯控制路口处的专用路侧子系统以及专用的车载子系统构成。路侧子系统由信号灯数据采集设备、路侧控制设备和专用短程无线通信设备构成；车载子系统则由具备专用短程无线通信能力的车载智能终端、用户显示设备以及专用天线构成。

现有的灯控路口绿波车速引导方法，在上述系统的基础上实现。首先，由路侧信号灯数据采集设备，对接路口信号灯，获取信号灯实时配置和状态数据。其次，由路侧控制设备对本地路网数据和信号灯实时数据进行整合、打包后，通过专用短程无线通信设备广播出去。车载智能终端通过专用天线接收到路侧发送的路网数据和实时信号灯数据后，结合自身的定位与运动信息，通过终端内部预置的车速引导算法，提取有效的信号灯相位信息，计算得到自身的绿波引导车速，并显示在用户显示设备上。

现有的灯控路口车速引导系统，最大的局限在于它完全依赖具备专用短程无线通信的车载智能终端实现。由于现阶段的车辆，还普遍没有装备上述终端，因此该车速引导系统很难产生实际的效果。其次，利用专用短程无线通信频繁地传输地图和信号灯数据，也会占用原本就稀缺的信道资源。第三，现有的方法将绝大部分运算都集中在车载智能终端上，对终端的性能也提出了较高的要求。

发明内容

本发明的目的是为克服已有技术的不足之处，提出一种基于云服务的灯控路口绿波车速引导方法和系统。本发明通过云平台的服务模式，借助已有的光纤和蜂窝通信网络，大幅简化了灯控路口绿波车速引导应用的系统结构，降低了系统设备的通信要求和计算能力要求，节约了空口通信资源；同时降低了应用的部署和推广成本。

一种基于云服务的灯控路口绿波车速引导方法，其特征在于，包括云服务器、分别与云服务器相连的信号灯数据采集设备和智能网联汽车客户端；该方法包括以下步骤：

1)采集信号灯配置和实时状态数据；

首先对信号灯数据采集设备和信号灯控制机建立网络连接，信号灯数据采集设备向信号灯控制机注册以获取数据权限；然后通过监听或周期性查询的方式，信号灯数据采集设备获得信号灯配置和实时状态数据；最后，对不同协议定义的信号灯数据进行整理，以统一的格式表达，用来上传云服务器；

2)将步骤1)采集到的信号灯配置和实时状态数据实时上传到云服务器，并将相应数据存储于数据库；具体步骤如下：

2-1)云服务器首先启动TCP服务，作为TCP的服务端等待连接；

2-2)云服务器响应信号灯数据采集设备发起的网络连接请求，与信号灯数据采集设备建立TCP连接；

2-3)信号灯数据采集设备发送注册数据包给云服务器，云服务器接收信号灯数据采集设备发送的注册数据包；

2-4)云服务器根据注册数据包，完成对信号灯数据采集设备的身份识别和注册；如果云服务器保持与信号灯数据采集设备的TCP连接，则进入步骤2-5)；如果连接断开，则重新返回步骤2-2)；

2-5)信号灯数据采集设备实时上传信号灯配置和实时状态数据，云服务器接收上传的信号灯配置和实时状态数据；

2-6)云服务器对信号灯数据采集设备上传的数据进行有效验证和解析，得到本次上传的解析数据；

2-7)云服务器根据数据库判断当前信号灯数据是否已生成：如果是，则继续步骤2-9)；如果否，则继续步骤2-8)；

2-8)云服务器创建本次上传的路口信号灯数据档案，将解析数据中当前信号灯的实时状态数据置入该档案；

2-9)云服务器根据解析数据，更新数据库中对应的信号灯配置和实时状态；

3)基于数据库中存储的信号灯数据，云服务器根据客户端请求生成信号灯状态数据和绿波车速引导服务数据并发送给客户端；具体步骤如下：

3-1)首先加载预先配置的路网文件，该路网文件储存了对应车速引导服务覆盖区域的地图数据；

3-2)云服务器启动TCP连接服务，作为TCP的服务端等待连接；

3-3)云服务器响应客户端发起的网络连接请求，与客户端建立TCP连接；

3-4)云服务器接收客户端发送的注册数据包；

3-5)云服务器根据客户端发送的注册数据包，完成客户端的识别和注册；

3-6)若如果云服务器保持和客户端的TCP连接，则进入步骤3-7)；如果连接断开，则重新返回步骤3-3)；

3-7)云服务器接收客户端发起的请求信息，进行CRC有效性检验，客户端的请求信息包含了客户端车辆实时定位和状态、运行方向以及时间戳，以及请求数据的类型；

3-8)云服务器根据客户端发送的请求信息，提取客户端实时定位和状态信息，以及请求数据类型；

3-9)云服务器根据客户端实时定位信息，从3-1)中加载的路网文件中，提取客户端所在的局部路网文件；

3-10)云服务器根据客户端实时定位和运行方向，通过路网匹配方法将客户端匹配到特定路段的具体位置点上；若未找到匹配点，则重新返回步骤3-6)；若找到匹配点，则计算客户端距离路口停止线的距离并进入步骤3-11)；

3-11)云服务器根据步骤3-10)路段匹配结果，判断路段出口处路口是否有有效的信号灯状态数据：若无，则重新返回步骤3-6)；若有，则继续步骤3-12)；

3-12)云服务器以客户端时间戳为基准时间，将步骤3-11)得到的信号灯状态数据同步至基准时间；

3-13)云服务器根据客户端的请求信息，判断客户端请求的种类：若客户端只请求前方信号灯实时信息，则继续步骤3-14)；若客户端还请求了建议车速，则继续步骤3-15)；

3-14)云服务器将步骤3-12)得到的信号灯状态数据发送给客户端，进入步骤4)；

3-15)云服务器根据加载的路网文件中当前路段的连接关系，筛选出步骤3-12)得到信号灯状态数据中，对应客户端所要转弯方向的当前周期或即将到来周期的绿时时间窗；

3-16)云服务器根据步骤3-15)得到的绿时时间窗，利用车速引导算法，计算绿波通行速度区间；依据绿时时间窗距客户端时间戳时刻的偏差，以及从步骤3-10)得到的客户端距离路口停止线的距离，结合道路限速，计算出客户端在当前或下一周期绿时时间窗内通过路口的车速上下限，作为该转向对应的绿波引导车速区间；云服务器将获得的信号灯状态数据、客户端距路口停止线距离以及绿波引导速度区间作为绿波车速引导服务数据，发送给客户端，进入步骤4)；

4)客户端接收信号灯状态数据和和绿波车速引导服务数据，并通过智能移动终端向用户进行展示。

本发明提出的一种基于如上所述方法的灯控路口绿波车速引导系统，其特征在于，包括：云服务器、分别与云服务器相连的信号灯数据采集设备和智能网联汽车客户端；所述信号灯数据采集设备用于采集真实环境中的信号灯设备的配置和实时状态数据，提供给云服务器进行数据处理；所述云服务器用于对接收到的信号灯设备的配置和实时状态数据进行处理，生成信号灯状态数据和绿波车速引导服务数据并发送给客户端；所述客户端用于接收云服务器处理后的绿波车速引导服务数据并向车辆驾驶员用户展示服务结果。

本发明的特点及有益效果在于：

1本发明提出的方法尽可能地将控制逻辑与算法集中在服务器端，克服了传统方法需将诸多模块分别部署于路侧和车载两个子系统的问题，降低了分布式终端的计算压力。新方法简化了逻辑，提升了效率，且便于业务管理，还能充分利用高性能服务器的计算能力。

2对比传统方法，本发明提出的方法不再需要传输大量的地图数据，将需要通信的数据量最小化，节约了空口资源。

3本发明提出的系统大幅简化了该应用的实现结构，将路侧子系统和车载子系统的主要功能都汇聚于服务器，仅留下一个路侧信号灯数据采集设备以及车载的用户客户端，且客户端利用普通的智能手机就能实现。这对于系统的部署和用户的推广而言，大幅降低了成本，使该智能应用服务能迅速铺开。

4本发明提出的系统充分借助了既有的光纤网络和蜂窝通信网络来实现服务器与远端的数据交互和服务提供，不再需要专用短程无线通信的支持。对系统设备的要求大大降低，节约了宝贵的通信资源。

附图说明

图1为本发明的一种基于云服务的灯控路口绿波车速引导方法流程图。

图2为本发明方法中信号灯数据实时上传方法流程图。

图3为本发明方法中绿波车速引导方法流程图。

图4为本发明方法中客户端路网匹配算法流程图。

图5为本发明的一种基于云服务的绿波车速引导系统结构图。

具体实施方式

本发明提出的一种基于云服务的灯控路口绿波车速引导方法和系统，下面将结合附图和具体实施例进一步详细说明如下。显然所描述的实施例仅仅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。

本发明提出的一种基于云服务的灯控路口绿波车速引导方法，总体流程如图1所示，包括：云服务器、分别与云服务器相连的信号灯数据采集设备和智能网联汽车客户端；分为信号灯数据采集、信号灯数据实时上传、绿波车速引导数据服务和客户端接收服务四个阶段。首先，需要对真实环境中的信号灯设备，采集其配置和实时状态数据；其次，将采集到的数据上传到云服务器，并将相应数据存储于数据库；第三，基于数据库中存储的信号灯数据，构建绿波车速引导的数据服务，将信号灯信息和引导信息下发至接收该引导服务的智能网联汽车客户端；最后，客户端接收并向驾驶员用户展示服务结果。其中，信号灯设备的数据采集以及客户端接收车速引导服务两部分均为常规已实现的技术，均通过交互接口接入绿波车速引导中。下面具体说明本发明的绿波车速引导方法的实施方式，具体包括以下步骤：

1)采集信号灯配置和实时状态数据(为已有技术实现)；

信号灯数据采集方法，利用信号灯控制机提供的通信接口和通信协议实现。常用的信号灯控制机通信接口为以太网口、RS-485串口、RS-232串口等；常用的通信协议为串口通信或基于套接字(Socket)的UDP(用户数据报协议)或TCP(传输控制协议)通信；信号灯内部数据协议，则由信号灯控制机厂家提供，其中包含了信号灯路口标识、当前控制策略、周期长度、每个灯组的相位号以及实时的灯色、倒计时状态信息等。

信号灯数据采集方法，首先信号灯数据采集设备基于上述接口和协议，与信号灯控制机建立网络连接，信号灯数据采集设备向信号灯控制机注册以获取数据权限；其次，通过监听或周期性查询的方式，信号灯数据采集设备获得信号灯所有的相位配置和实时状态数据；最后，对不同协议定义的信号灯数据进行整理，以统一的格式表达，用来上传云服务器。

2)将步骤1)采集到的信号灯配置和实时状态数据实时上传到云服务器，并将相应数据存储于数据库；

信号灯数据实时上传方法包括了云服务器与信号灯数据采集设备建立连接，接收并响应信号灯上传的信号灯配置和实时状态数据，将得到的数据通过数据库中转，为绿波车速引导服务提供支持；具体实现流程如图2所示，具体步骤如下：

2-1)云服务器首先启动TCP服务，作为TCP的服务端等待连接；

2-2)云服务器响应信号灯数据采集设备发起的网络连接请求，与信号灯数据采集设备建立TCP连接；

2-3)信号灯数据采集设备发送注册数据包给云服务器，云服务器接收信号灯数据采集设备发送的注册数据包；

2-4)云服务器根据注册数据包，完成对信号灯数据采集设备的身份识别和注册；如果云服务器保持与信号灯数据采集设备的TCP连接，则进入步骤2-5)；如果连接断开，则重新返回步骤2-2)；

2-5)信号灯数据采集设备实时上传信号灯配置和实时状态数据，云服务器接收上传的信号灯配置和实时状态数据；

2-6)云服务器对信号灯数据采集设备上传的数据进行有效验证和解析，得到本次上传的解析数据；有效性验证包括CRC数据校核方法；解析数据包含信号灯路口标识、信号灯当前控制策略、周期长度、每个灯组的相位号以及实时的灯色、倒计时状态；

2-7)云服务器根据数据库判断当前信号灯数据是否已生成：如果是，则继续步骤2-9)；如果否，则继续步骤2-8)；

2-8)云服务器创建本次上传的路口信号灯数据档案，将解析数据中当前信号灯的实时状态数据置入该档案；

2-9)云服务器根据解析数据，更新数据库中对应的信号灯配置和实时状态；

3)基于数据库中存储的信号灯数据，云服务器根据客户端请求生成信号灯状态数据和绿波车速引导服务数据并发送给客户端；具体流程如图3所示，具体步骤如下：

3-1)首先加载预先配置的路网文件，该路网文件储存了对应车速引导服务覆盖区域的地图数据，作为配置文件输入，用来后续计算；

3-2)云服务器启动TCP连接服务，作为TCP的服务端等待连接；

3-3)云服务器响应客户端发起的网络连接请求，与客户端建立TCP连接；

3-4)云服务器接收客户端发送的注册数据包；

3-5)云服务器根据客户端发送的注册数据包，完成客户端的识别和注册；

3-6)若如果云服务器保持和客户端的TCP连接，则进入步骤3-6)；如果连接断开，则重新返回步骤3-3)；

3-7)云服务器接收客户端发起的请求信息，进行循环冗余校验(CRC)有效性检验，客户端的请求信息包含了客户端车辆实时定位和状态、运行方向以及时间戳，以及请求数据的类型(请求前方信号灯状态或请求建议速度区间)；

3-8)云服务器根据客户端发送的请求信息，提取客户端实时定位和状态信息，以及请求数据类型，所提取的信息均用于后续算法运算；

3-9)云服务器根据客户端实时定位信息，从3-1)中加载的路网文件中，提取客户端所在的局部路网文件；

3-10)云服务器根据客户端定位和运行方向，通过路网匹配方法将客户端匹配到特定路段的具体位置点上；若未找到匹配点，则重新返回步骤3-6)；若找到匹配点，则计算客户端(即匹配点)距离路口停止线的距离并继续步骤3-11)；

3-11)云服务器根据步骤3-10)路段匹配结果，判断路段出口处路口是否有有效的信号灯状态数据：若无，则重新返回步骤3-6)；若有，则继续步骤3-12)；

3-12)云服务器以客户端时间戳为基准时间，将步骤3-11)得到的信号灯状态数据同步至基准时间；

3-13)云服务器根据客户端的请求信息，判断客户端请求的种类：若客户端只请求前方信号灯实时信息，则继续步骤3-14)；若客户端还请求了建议车速，则继续步骤3-15)。

3-14)云服务器将步骤3-12)得到的信号灯状态数据发送给客户端，进入步骤4)；

3-15)云服务器根据加载的路网文件中当前路段的连接关系，筛选出步骤3-12)得到信号灯状态数据中，对应客户端所要转弯方向的当前周期或即将到来周期的绿时时间窗；

3-16)云服务器根据步骤3-15)得到的绿时时间窗，利用车速引导算法(已有技术)，计算绿波通行速度区间；依据绿时时间窗距客户端时间戳时刻的偏差，以及从步骤3-10)得到的客户端距离路口停止线的距离，结合道路限速，计算出客户端在当前或下一周期绿时时间窗内通过路口的车速上下限，即作为该转向对应的绿波引导车速区间；云服务器将获得的信号灯状态数据、客户端距路口停止线距离以及绿波引导速度区间作为绿波车速引导服务数据，发送给客户端，进入步骤4)；

4)客户端接收信号灯状态数据和绿波车速引导服务数据，并通过智能移动终端向用户进行展示。

本实施例中，根据步骤3-16)的结果，从云服务器发送到客户端的为绿波车速引导服务数据，客户端通过智能移动终端(如智能手机、平板、车载导航系统等)，向驾驶员用户显示前方信号灯状态数据、客户端距路口停止线距离以及绿波引导速度区间信息。

上述步骤3-10)中所述的路网匹配方法流程如图4所示，描述了绿波车速引导云服务中客户端的局部路网位置匹配算法。绿波车速引导云服务借助本地载入的路网文件中的地图数据以及客户端提交的实时定位和运动信息，将客户端定位到路网的特定位置上。路网主要由路口节点、路口之间的连接路段、路段间的转向关系构成，反映了路网的地理位置分布以及相互之间的逻辑连接关系。

路网匹配算法是实现绿波车速引导的重要基础。同时，由于将这一部分计算负载转移到云服务器上，能够大大简化客户端的系统和运算量，是本发明方法的优势之一。具体方法包括：

3-10-1)首先将路网拆成所有路段的集合，每一个路段由具有方向的一个起点路口和一个终点路口构成；

3-10-2)对于步骤3-10-1)得到的每一个路段，(可能由于变向、弯道等原因并不是直道)用若干个中间位置点，以折线的形式来拟合该路段的实际位置；假设设置了N个中间位置点，则加上路段起点和终点，该路段一共分成了N+1个片段；

3-10-3)利用客户端提交的定位和运行方向数据，对步骤3-10-2)得到的片段，执行如下子步骤并记录所有结果：

3-10-3-1)选择任意一个道路片段，将客户端的运行方向投射在平面极坐标系下，得到极坐标系的角度值；将该道路片段同样投射在平面极坐标系下，得到角度值；给定角度阈值为15°，若两个角度值差的绝对值小于该阈值，则说明车辆运行方向与道路一致，则继续执行步骤3-10-2-2-2)；若否，则继续计算下一个道路片段；

3-10-3-2)根据客户端自身的经纬度坐标位置以及道路片段两个端点的经纬度坐标，计算客户端到道路片段的距离；判断客户端到道路片段的垂点是否落在道路片段上：若是，则所计算的距离为垂线长度；若否，则所计算的距离为客户端到道路片段最近的端点的距离；

3-10-4)将所有路段的所有片段执行完步骤3-10-3)后，得到了一个客户端到道路片段的距离集合；筛选出该集合中最短距离，判断其是否小于给定距离阈值3.5*L米，这里L为当前路段的车道数：若是，则认定客户端在该最短距离对应路段的对应片段上，继续步骤3-10-5)；若否，则认定客户端不在该路网指示的道路范围内，返回信息告知客户端不在车速引导服务区域；

3-10-5)根据步骤3-10-4)得到的客户端距离对应路段上的最短距离，判定路段上最短距离的计算点即为客户端车辆在路段上的实际位置点，并根据加载的路网文件计算该位置点距离路段路口停止线的距离。

为搭载和实现上述基于云服务的灯控路口绿波车速引导方法，本发明提供一种基于云服务的灯控路口绿波车速引导系统，结构如图5所示，包括云服务器、分别与云服务器相连的信号灯数据采集设备和智能网联汽车客户端。

各设备的具体实施方式分别说明如下：

信号灯数据采集设备以及接收车速引导服务的客户端采用已有技术的设备；

信号灯采数据集设备用于采集真实环境中的信号灯设备的配置和实时状态数据，提供给云服务器进行数据处理；

云服务器用于对接收到的信号灯设备的配置和实时状态数据进行处理，生成信号灯状态数据和绿波车速引导服务数据并发送给客户端；

客户端用于接收云服务器处理后的信号灯状态数据和绿波车速引导服务数据并向车辆驾驶员用户展示服务结果。

云服务器包含采集数据接口、服务数据接口、网络收发单元、采集数据响应单元、数据库存取操作单元、客户端请求数据响应单元、定位与场景提取单元及车速引导算法单元；其中：网络收发单元分别与采集数据接口、服务数据接口、采集数据响应单元、客户端请求数据响应单元相连以及车速引导算法单元相连；数据库存取操作单元分别与采集数据响应单元、定位与场景提取单元相连；定位与场景提取单元与车速引导算法单元相连；

本系统各组成部件的具体实现功能如下：

采集数据接口与信号灯数据采集设备相连，用于获取信号灯配置和实时状态数据。

服务数据接口与客户端相连，用于响应客户端的注册和请求数据，并为客户端提供信号灯状态数据和和绿波车速引导服务数据。

采集数据接口和服务数据接口均归属网络收发单元管理，分别提供上行和下行双向数据通道，用于连接信号灯数据采集设备，并接收信号灯采集数据；以及连接客户端，发送绿波车速引导服务数据；

采集数据响应单元，用来处理信号灯数据采集设备上传的信号灯配置和实时状态数据；

数据库存取操作单元，与服务器数据库相连，用来进行信号灯实时数据的存取，以及局部路网数据的调取；

客户端请求数据响应单元，用于处理和分析客户端请求数据；

定位与场景提取单元，用于根据客户端定位和运动信息，执行路网匹配算法，实现客户端的路段匹配以及相应路段、信号灯数据的调取和预处理；

车速引导算法单元，用于计算绿波建议车速区间。根据客户端请求的数据类型，给客户端发送服务结果数据；

可见，本发明将信号灯状态数据采集和绿波车速引导两个部分集中于云服务器，并将所有的算法处理也放置于云服务器。如此，系统一方面大大降低了客户端的性能需求，避免了客户端因需要处理大规模路网数据而可能存在处理性能差，处理速度缓慢，且处理成本较高的问题；另一方面也降低了空口传输的数据规模，仅需要传递请求和结果数据，不需要频繁地传递大量的路网数据以及信号灯状态信息。

Claims (4)

1.一种基于云服务的灯控路口绿波车速引导方法，其特征在于，包括云服务器、分别与云服务器相连的信号灯数据采集设备和智能网联汽车客户端；该方法包括以下步骤：

1)采集信号灯配置和实时状态数据；

首先信号灯数据采集设备和信号灯控制机建立网络连接，信号灯数据采集设备向信号灯控制机注册以获取数据权限；然后通过监听或周期性查询的方式，信号灯数据采集设备获得信号灯配置和实时状态数据；最后，对不同协议定义的信号灯数据进行整理，以统一的格式表达，用来上传云服务器；

2)将步骤1)采集到的信号灯配置和实时状态数据实时上传到云服务器，并将相应数据存储于数据库；具体步骤如下：

2-1)云服务器首先启动TCP服务，作为TCP的服务端等待连接；

2-2)云服务器响应信号灯数据采集设备发起的网络连接请求，与信号灯数据采集设备建立TCP连接；

2-3)信号灯数据采集设备发送注册数据包给云服务器，云服务器接收信号灯数据采集设备发送的注册数据包；

2-4)云服务器根据注册数据包，完成对信号灯数据采集设备的身份识别和注册；如果云服务器保持与信号灯数据采集设备的TCP连接，则进入步骤2-5)；如果连接断开，则重新返回步骤2-2)；

2-5)信号灯数据采集设备实时上传信号灯配置和实时状态数据，云服务器接收上传的信号灯配置和实时状态数据；

2-6)云服务器对信号灯数据采集设备上传的数据进行有效验证和解析，得到本次上传的解析数据；

2-7)云服务器根据数据库判断当前信号灯数据是否已生成：如果是，则继续步骤2-9)；如果否，则继续步骤2-8)；

2-8)云服务器创建本次上传的路口信号灯数据档案，将解析数据中当前信号灯的实时状态数据置入该档案；

2-9)云服务器根据解析数据，更新数据库中对应的信号灯配置和实时状态；

3)基于数据库中存储的信号灯数据，云服务器根据客户端请求生成信号灯状态数据和绿波车速引导服务数据并发送给客户端；具体步骤如下：

3-1)首先加载预先配置的路网文件，该路网文件储存了对应车速引导服务覆盖区域的地图数据；

3-2)云服务器启动TCP连接服务，作为TCP的服务端等待连接；

3-3)云服务器响应客户端发起的网络连接请求，与客户端建立TCP连接；

3-4)云服务器接收客户端发送的注册数据包；

3-5)云服务器根据客户端发送的注册数据包，完成客户端的识别和注册；

3-6)若如果云服务器保持和客户端的TCP连接，则进入步骤3-7)；如果连接断开，则重新返回步骤3-3)；

3-7)云服务器接收客户端发起的请求信息，进行CRC有效性检验，客户端的请求信息包含了客户端车辆实时定位、运行方向以及时间戳，以及请求数据的类型；

3-8)云服务器根据客户端发送的请求信息，提取客户端实时定位信息，以及请求数据类型；

3-9)云服务器根据客户端实时定位信息，从3-1)中加载的路网文件中，提取客户端所在的局部路网文件；

3-10)云服务器根据客户端实时定位和运行方向，通过路网匹配方法将客户端匹配到特定路段的具体位置点上；若未找到匹配点，则重新返回步骤3-6)；若找到匹配点，则计算客户端距离路口停止线的距离并进入步骤3-11)；

3-11)云服务器根据步骤3-10)路段匹配结果，判断路段出口处路口是否有有效的信号灯状态数据：若无，则重新返回步骤3-6)；若有，则继续步骤3-12)；

3-12)云服务器以客户端时间戳为基准时间，将步骤3-11)得到的信号灯状态数据同步至基准时间；

3-13)云服务器根据客户端的请求信息，判断客户端请求的种类：若客户端只请求前方信号灯实时信息，则继续步骤3-14)；若客户端还请求了建议车速，则继续步骤3-15)；

3-14)云服务器将步骤3-12)得到的信号灯状态数据发送给客户端，进入步骤4)；

3-15)云服务器根据加载的路网文件中当前路段的连接关系，筛选出步骤3-12)得到信号灯状态数据中，对应客户端所要转弯方向的当前周期或即将到来周期的绿时时间窗；

3-16)云服务器根据步骤3-15)得到的绿时时间窗，利用车速引导算法，计算绿波通行速度区间；依据绿时时间窗距客户端时间戳时刻的偏差，以及从步骤3-10)得到的客户端距离路口停止线的距离，结合道路限速，计算出客户端在当前或下一周期绿时时间窗内通过路口的车速上下限，作为该转弯方向对应的绿波引导车速区间；云服务器将获得的信号灯状态数据、客户端距路口停止线距离以及绿波引导速度区间作为绿波车速引导服务数据，发送给客户端，进入步骤4)；

4)客户端接收信号灯状态数据和和绿波车速引导服务数据，并通过智能移动终端向用户进行展示。

2.如权利要求1所述的方法，其特征在于，所述步骤3-10)中路网匹配方法，具体包括以下步骤：

3-10-1)首先将路网拆成所有路段的集合，每一个路段由具有方向的一个起点路口和一个终点路口构成；

3-10-2)对于步骤3-10-1)得到的每一个路段，用若干个中间位置点，以折线的形式来拟合该路段的实际位置；假设设置了N个中间位置点，则加上路段起点和终点，该路段一共分成了N+1个片段；

3-10-3)利用客户端提交的实时定位和运行方向数据，对步骤3-10-2)得到的片段，执行如下子步骤并记录所有结果：

3-10-3-1)选择任意一个道路片段，将客户端的运行方向投射在平面极坐标系下，得到客户端运行方向在极坐标系的角度值；将该道路片段同样投射在平面极坐标系下，得到该道路片段在极坐标系的角度值；给定角度阈值为15°，若上述两个角度值差的绝对值小于该阈值，则说明客户端的车辆运行方向与该道路片段一致，则继续执行步骤3-10-3-2)；若否，则继续计算下一个道路片段；

3-10-3-2)根据客户端自身的经纬度坐标位置以及道路片段两个端点的经纬度坐标位置，计算客户端到道路片段的距离；判断客户端到道路片段的垂点是否落在道路片段上：若是，则所计算的距离为垂线长度；若否，则所计算的距离为客户端到道路片段最近的端点的距离；

3-10-4)将所有路段的所有片段执行完步骤3-10-3)后，得到一个客户端到每个道路片段的距离集合；筛选出该集合中最短距离，判断其是否小于给定距离阈值3.5*L米，L表示当前路段的车道数：若是，则认定客户端在该最短距离对应路段的对应片段上，继续步骤3-10-5)；若否，则认定客户端不在该路网指示的道路范围内，返回信息告知客户端不在车速引导服务区域；

3-10-5)根据步骤3-10-4)得到的客户端距离对应路段上的最短距离，判定路段上最短距离的计算点即为客户端车辆在路段上的实际位置点，并根据加载的路网文件计算该位置点距离路段路口停止线的距离。

3.一种基于如权利要求1所述方法的灯控路口绿波车速引导系统，其特征在于，包括：云服务器、分别与云服务器相连的信号灯数据采集设备和智能网联汽车客户端；所述信号灯采数据集设备用于采集真实环境中的信号灯设备的配置和实时状态数据，提供给云服务器进行数据处理；所述云服务器用于对接收到的信号灯设备的配置和实时状态数据进行处理，生成信号灯状态数据和绿波车速引导服务数据并发送给客户端；所述客户端用于接收云服务器处理后的信号灯状态数据和绿波车速引导服务数据并向车辆驾驶员用户展示服务结果。

4.如权利要求3所述的系统，其特征在于，所述云服务器包含采集数据接口、服务数据接口、网络收发单元、采集数据响应单元、数据库存取操作单元、客户端请求数据响应单元、定位与场景提取单元及车速引导算法单元；其中，网络收发单元分别与采集数据接口、服务数据接口、采集数据响应单元、客户端请求数据响应单元相连以及车速引导算法单元相连；数据库存取操作单元分别与采集数据响应单元、定位与场景提取单元相连；定位与场景提取单元与车速引导算法单元相连；

所述采集数据接口与信号灯数据采集设备相连，用于获取信号灯配置和实时状态数据；

所述服务数据接口与客户端相连，用于响应客户端的注册和请求数据，并为客户端提供信号灯状态数据和和绿波车速引导服务数据；

所述网络收发单元，用于管理采集数据接口和服务数据接口，分别提供上行和下行双向数据通道用于连接信号灯数据采集设备并接收信号灯采集数据，以及连接客户端发送绿波车速引导服务数据；

所述采集数据响应单元，用于处理信号灯数据采集设备上传的信号灯配置和实时状态数据；

所述数据库存取操作单元，与服务器数据库相连，用于进行信号灯实时数据的存取，以及局部路网数据的调取；

所述客户端请求数据响应单元，用于处理和分析客户端请求数据；

所述定位与场景提取单元，用于根据客户端实时定位和运行方向信息，执行路网匹配算法，实现客户端的路段匹配以及相应路段、信号灯数据的调取和预处理；

所述车速引导算法单元，用于计算绿波建议车速区间，根据客户端请求的数据类型，给客户端发送服务结果数据。

Images