CN107507430A - 一种城市路口交通控制方法及系统 - Google Patents
一种城市路口交通控制方法及系统 Download PDFInfo
- Publication number
- CN107507430A CN107507430A CN201710831164.2A CN201710831164A CN107507430A CN 107507430 A CN107507430 A CN 107507430A CN 201710831164 A CN201710831164 A CN 201710831164A CN 107507430 A CN107507430 A CN 107507430A
- Authority
- CN
- China
- Prior art keywords
- intersection
- track
- vehicle
- information
- topology
- 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
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Abstract
本发明提供一种城市路口交通控制方法及系统,包括:对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集;接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,获得所述冲突图中权重最大的独立集;向所述权重最大的独立集中的车道分发通行权。本发明提供的方法,根据复杂交叉路口的实际拓扑信息,通过将其转化成标准的拓扑形状,计算出其对应的冲突图,可以在任意复杂的交通路口实现有效的交通控制。
Description
技术领域
本发明涉及交通工程领域,更具体地,涉及一种城市路口交通控制方法及系统。
背景技术
随着城市化进程在近年来的加速与人口的快速增长,主要城市的交通拥堵问题已经成为了一个全球性的严重问题,并严重的影响着人们的日常生活质量。城市交通控制不仅可以改进交通安全性,也影响着人们的出行体验,并且有助于控制油耗并进一步减少碳排放。因此,智能交通系统近年来成为了改进城市交通,减少人类交通工具对环境的影响的一个关键技术。特别是,智能交通系统被应用在许多不同的场景,比如:交通监控、交通调度、交通工具的智能定价等。在这些不同的应用场景中,交叉路口的智能交通控制是智能交通的一个关键问题与核心组件。
在传统的针对交叉路口的智能交通控制方法中,智能交通灯是一种常用方法。在一些方法中,交叉路口控制被认为是一个调度问题,通过最优化各信号灯的时长,对各车道车辆进行智能调度。一个有效的调度算法应当能够有效的减少通过路口车辆的等待时间,同时增大交叉路口的车流量。为了达到这一目标,最近的一些研究采用了一些基于计算智能的方法,比如进化计算、模糊逻辑控制、神经网络。
另外,自动驾驶技术的发展也使得交叉路口控制成为了一个更具研究与产业前景的问题。以谷歌自动驾驶汽车为例,目前采用的LIDAR激光定位系统可以精确的描绘出车辆周围的情况。但每个激光传感器的价格昂贵,通常需要不少于8万美元,这极大地限制的自动驾驶汽车的制造与推广。还有,在一些复杂的交通路口,由于环境复杂,谷歌自动驾驶汽车在路口会进入低级别驾驶状态,既需要更多的驾驶员参与来进行驾驶。这是由于谷歌自动驾驶汽车非常依赖于预存储的路径信息。
现有技术中,在交叉路口智能控制方法有着如下的两个在模型假设上的局限:1.现有方法通常假设每个交叉路口由4个路口组成;2.每个路口是同构的,包含相同数目的车道。然而,在现实生活中,每个路口经常是由不同数目的车道组成的。而且现实生活中经常存在的5岔路口与6岔路口在交通控制中也起着关键性的作用。进一步来讲,单行线、潮汐车道等交通规则使得交叉路口的通行情况更加复杂。现有技术中,交叉路口的交通控制存在对路口形状的局限性,无法应对各种复杂的路口状况,不具备普适性。
发明内容
为解决现有技术中,在交叉路口的智能控制中存在对路口形状的局限性,无法应对各种复杂的路口状况,不具备普适性的问题,提出一种城市路口交通控制方法及系统。
根据本发明的第一方面,提供一种城市路口交通控制方法,包括:
对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集;
接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;
根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,获得所述冲突图中权重最大的独立集;
向所述权重最大的独立集中的车道分发通行权;
其中,所述独立集为同一时间可同时通行的车道集合。
其中,所述获取交叉路口拓扑结构信息具体包括:利用代数拓扑中属于同一同调群的结构经过连续形变而不会改变其拓扑结构的拓扑不变性,将实际的城市交叉路口拓扑转化成正则标准形式。
优选的,所述交叉路口当前车辆信息通过车联网通信机制获取。
其中,所述车联网通信机制遵循V2I通信,通过设置在所述交叉路口的中心控制节点,接收车辆发送的行驶路线信息。
其中,所述中心控制节点周期性向云端核心网络发送所述交叉路口交通控制信息和车辆信息。
其中,所述根据所述车道队列长度和平均等待时间,计算各车道通过路口的优先级权重,具体包括:
基于车辆通过所述交叉路口的平均时长,设置优先级权重函数;
基于所述优先级权重函数,设置各车道通行权权重,分别计算所述冲突图各个独立集的总权重,获得所述权重最大的独立集。
根据本发明的第二方面,提出一种城市路口交通控制系统,包括:
预处理模块,用于对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集;
信息接收模块,信息接收模块,用于接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;
权重计算模块,用于根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道通过路口的优先级权重,获得所述冲突图中权重最大的独立集;
响应模块,用于向所述权重最大的独立集中的车道分发通行权;
其中,所述独立集为同一时间可同时通行的车道集合。
其中,还包括通信模块,用于中心控制节点周期性向云端核心网络发送所述交叉路口交通控制信息和车辆信息。
根据本发明的第三方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行上述第一方面的各种可能的实现方式所提供的城市路口交通控制方法。
根据本发明的第四方面,提供一种城市路口交通控制设备,包括:
至少一个处理器;以及
与所述处理器连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如下操作:
对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集;
接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;
根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,获得所述冲突图中权重最大的独立集;向所述权重最大的独立集中的车道分发通行权;
其中,所述独立集为同一时间可同时通行的车道集合。
本发明提出的方法,根据复杂交叉路口的实际拓扑信息,通过将其转化成标准的拓扑形状,计算出其对应的冲突图;然后通过计算冲突图在实时车流情况下对应的最大权重独立集,并针对最大权重独立集进行交通控制,可以在任意复杂的交通路口实现有效的交通控制。
附图说明
图1为本发明一实施例提供的一种城市路口交通控制方法的流程图;
图2为本发明一实施例提供的一种城市路口交通控制方法中拓扑标准化过程示意图;
图3为本发明一实施例提供的一种城市路口交通控制方法中冲突图构建过程示意图;
图4为本发明一实施例提供的一种城市路口交通控制方法中通过最大独立集方法计算能够同时通行的车道集合示意图;
图5为本发明另一实施例提供的一种城市路口交通控制系统结构图;
图6为本发明另一实施例提供的一种城市路口交通控制设备的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
参考图1,图1为本发明实施例提供的一种城市路口交通控制方法的流程图,所述方法包括:
S1,对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集,其中,所述独立集为同一时间可同时通行的车道集合。
具体的,首先,对实际交叉路口的拓扑图通过连续形变转换成标准形式,如图2(a)所示,为一个简化的现实生活中不规则拓扑图,由于图2(a)中的交叉路口中有5个路口,因此在将该图经过连续变形转化为标准形式,图2(b)为经过连续标准化的拓扑结构图,因为(a)中有5个路口,因此在(b)中用一个正五边形来表示,并用直线段来表示各车道通过路口的轨迹,以便于进行冲突关系的计算,图2(c)中,给出了一个更符合现实情况的五岔路口的标准拓扑图,通过计算该图中个车道通行轨迹的相交关系,可以得出图3(a)中所示的路口冲突图,根据交叉路口的交通冲突情况,从而获取如图3(b)所示的交叉路口的冲突图,根据得出的道路冲突图,可以计算出同一时间可同时通行的车道集合。计算标准化后的拓扑图对应的冲突图中包含的所有的最大独立集。如图4所示,如果几条车道在同一时间获得“通行权”,那么这几条车道之间应当是互不冲突的,即它们在冲突图中构成一个独立集,图4(a)中的2、10、11车道即为可同时获得“通行权”的车道,它们在图4(b)中组成了一个最大独立集。
通过此方法,可以在对各种复杂的交通路口进行交通路线规划处理,该建模方式具备普适性,可实际运用在各种复杂路口的交通路口。
S2,接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;
具体的,通过安装在交通路口的中心控制节点,接收到交通路口中各车道的队列长度信息,以及各个队列的平均等待时间。
通过此方法,可以为路口的交通控制提供依据。
S3,根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,获得所述冲突图中权重最大的独立集。
具体的,虽然通过计算冲突图的最大独立集获得了潜在的可同时通行的车道集合,但仍然需要进一步确定在某一时间段向哪个“最大独立集”开放通行权。因此,还需要通过给出各车道需要通行的优先级权重,进一步进行交通调度。
首先预定义的优先级权重函数,兼顾车辆通过路口的公平性与效率。预定义的优先级权重函数主要和两个参数有关,车道的队列长度和各车道当前车辆的平均等待时间。优先级权重函数可以有各种形式,但是同时考虑这两个参数保证了在公平性和效率之间进行兼顾。根据预定义的各车道“通行权”权重,分别计算冲突图各个最大独立集的总权重,并进一步得到最大权重独立集。
S4,向所述权重最大的独立集中的车道分发通行权。
具体的,向所述冲突图权重最大独立集中包含的各车道分发通行权,并根据预先定义的调度周期结束条件,循环执行所述的调度策略。
通过此方法,根据复杂交叉路口的实际拓扑信息,通过将其转化成标准的拓扑形状,计算出其对应的冲突图;然后通过计算冲突图在实时车流情况下对应的最大权重独立集,并针对最大权重独立集进行交通控制,可以在任意复杂的交通路口实现有效的交通控制。
在上述实施例的基础上,所述获取交叉路口拓扑结构信息具体包括:利用代数拓扑中属于同一同调群的结构经过连续形变而不会改变其拓扑结构的拓扑不变性,将实际的城市交叉路口拓扑转化成正则标准形式。
优选的,所述路口车辆信息通过车联网通信机制获取,其中,所述车联网通信机制遵循V2I通信,通过设置在所述交叉路口的中心控制节点,接收车辆发送的行驶路线信息,其中,所述中心控制节点周期性向云端核心网络发送所述交叉路口交通控制信息和车辆信息。
具体的,车联网作为一种良好的通信载体,被逐渐应用于智能交叉路口控制。与传统的路旁监控设备相比,车联网能够快速高效的收集到细粒度的车辆速度与位置信息。通过车联网,车辆间可以通过无线短距离传输技术进行通信,从而使交叉路口的交通控制更加灵活有效。车联网作为一种近年兴起的架构,非常适用于城市智能交叉路口调度的场景,在每个交叉路口设置的中心控制节点可以分布式的进行实时交通调度,同时作为车联网中与各车辆通信的中心控制节点。而不需要实时性的中心控制节点收集的车流量与拥堵等信息可以通过中心控制节点再周期性的传输到云端的核心网络。
基于车联网的通信机制遵循基本的V2I(Vehicle to Infrastructure)通信,各路口分布的中心控制节点作为中心控制节点,负责与各通过车辆间进行消息传递与实时调度相关信息处理。具体的与通信机制相关的消息格式如下:
TIME:当前系统时间。
STATE:车辆或中心控制节点控制中心的当前状态。
wLID:标号为LID的车道中当前车辆数。
PLID:从标号为LID的车道进入路口中心区域的车辆数。
REQ(VID,LID):标号为VID的车辆向中心控制节点发送的通过请求消息。
GREEN(LG):中心控制节点向集合LG中的一些车道发送允许通行的消息。
RED(LB):中心控制节点向集合LB中的一些车道发送禁止通行的消息。
PASSING(VID,LID):当车辆进入路口核心区域时发送该消息。
LEAVING(VID,LID):当车辆离开路口核心区域时发送该消息。
通信机制如下:
车辆节点:
开始//
当进入路口外围区域时:
向中心控制节点发送REQ(VID,LID)消息;
STATE设置为等待;
当收到GREEN(LG)消息时:
若(LID属于LG并且STATE为等待)
则跟随前车进入路口中心区域;
当收到RED(LB)消息时:
若(LID属于LB并且STATE为等待)
则停止进入路口中心区域并保持等待状态;
当进入路口中心区域时
向中心控制节点发送PASSING(VID,LID)消息
STATE变成PASSING;
当离开路口中心区域时:
向中心控制节点发送LEAVING(VID,LID)消息
STATE变成IDLE;
结束//
中心控制节点:
开始//
当收到REQ(VID,LID)消息时:
wLID加1;
当收到PASSING(VID,LID)消息时:
wLID减1;
pLID加1;
当收到LEAVING(VID,LID)消息时:
pLID减1;
结束//
各中心控制节点定期向云端核心网络发送与交通控制相关的拥堵与车流量等信息。
通过此方法,基于车联网的智能交叉路口控制策略的交叉路口控制和激光雷达相比有着低廉的造价,并且更加有助于灵活的智能控制。
在上述实施例的基础上,所述根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,具体包括:
基于车辆通过所述交叉路口的平均时长,设置优先级权重函数;
基于所述优先级权重函数,设置各车道通行权权重,分别计算所述冲突图各个独立集的总权重,获得所述权重最大的独立集。
具体的,预定义的优先级权重函数,兼顾车辆通过路口的公平性与效率。预定义的优先级权重函数主要和车道的队列长度和各车道当前车辆的平均等待时间相关。优先级权重函数可以有各种形式,但是同时考虑这两个参数保证了在公平性和效率之间进行兼顾。根据预定义的各车道“通行权”权重,分别计算冲突图各个最大独立集的总权重,并进一步得到最大权重独立集。
通过此方法,可以有效的对车辆等待时间进行控制,提升了路口交通控制的灵活性。
根据本发明的另一实施例,参考图5,图5为本发明另一实施例提供的一种城市路口交通控制系统结构图,所述系统包括:预处理模块51、信息接收模块52、权重计算模块53和响应模块54。
其中,预处理模块51用于对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集,所述独立集为同一时间可同时通行的车道集合。
具体的,首先,对实际交叉路口的拓扑图通过连续形变转换成标准形式,如图2(a)所示,为一个简化的现实生活中不规则拓扑图,由于图2(a)中的交叉路口中有5个路口,因此在将该图经过连续变形转化为标准形式,图2(b)为经过连续标准化的拓扑结构图,因为(a)中有5个路口,因此在(b)中用一个正五边形来表示,并用直线段来表示各车道通过路口的轨迹,以便于进行冲突关系的计算,图2(c)中,给出了一个更符合现实情况的五岔路口的标准拓扑图,通过计算该图中个车道通行轨迹的相交关系,可以得出图3(a)中所示的路口冲突图,根据交叉路口的交通冲突情况,从而获取如图3(b)所示的交叉路口的冲突图,根据得出的道路冲突图,可以计算出同一时间可同时通行的车道集合。计算标准化后的拓扑图对应的冲突图中包含的所有的最大独立集。如图4所示,如果几条车道在同一时间获得“通行权”,那么这几条车道之间应当是互不冲突的,即它们在冲突图中构成一个独立集,图4(a)中的2、10、11车道即为可同时获得“通行权”的车道,它们在图4(b)中组成了一个最大独立集。
通过此系统,可以在对各种复杂的交通路口进行交通路线规划处理,该建模方式具备普适性,可实际运用在各种复杂路口的交通路口。
其中,信息接收模块52用于信息接收模块,用于接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间。
具体的,通过安装在交通路口的中心控制节点,接收到交通路口中各车道的队列长度信息,以及各个队列的平均等待时间。
通过此系统,可以为路口的交通控制提供依据。
其中,权重计算模块53用于根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道通过路口的优先级权重,获得所述冲突图中权重最大的独立集。
具体的,虽然通过计算冲突图的最大独立集获得了潜在的可同时通行的车道集合,但仍然需要进一步确定在某一时间段向哪个“最大独立集”开放通行权。因此,还需要通过给出各车道需要通行的优先级权重,进一步进行交通调度。
首先预定义的优先级权重函数,兼顾车辆通过路口的公平性与效率。预定义的优先级权重函数主要和两个参数有关,车道的队列长度和各车道当前车辆的平均等待时间。优先级权重函数可以有各种形式,但是同时考虑这两个参数保证了在公平性和效率之间进行兼顾。根据预定义的各车道“通行权”权重,分别计算冲突图各个最大独立集的总权重,并进一步得到最大权重独立集。
其中,响应模块54用于向所述权重最大的独立集中的车道分发通行权.
具体的,向所述冲突图权重最大独立集中包含的各车道分发通行权,并根据预先定义的调度周期结束条件,循环执行所述的调度策略。
通过此系统,根据复杂交叉路口的实际拓扑信息,通过将其转化成标准的拓扑形状,计算出其对应的冲突图;然后通过计算冲突图在实时车流情况下对应的最大权重独立集,并针对最大权重独立集进行交通控制,可以在任意复杂的交通路口实现有效的交通控制。
在上述实施例的基础上,所述系统还包括通信模块,用于中心控制节点周期性向云端核心网络发送所述交叉路口交通控制信息和车辆信息。
具体的,各中心控制节点定期向云端核心网络发送与交通控制相关的拥堵与车流量等信息。
通过此系统,基于车联网的智能交叉路口控制策略的交叉路口控制和激光雷达相比有着低廉的造价,并且更加有助于灵活的智能控制。
参考图6,图6为本发明另一实施例提供的一种城市路口交通控制设备的结构示意图,所述设备包括:处理器601、存储器602及总线603。
所述处理器601用于调用所述存储器602中的程序指令,以执行上述各方法实施例所提供的方法,例如包括,对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集;接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,获得所述冲突图中权重最大的独立集;向所述权重最大的独立集中的车道分发通行权。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上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精神和范围。
Claims (10)
1.一种城市路口交通控制方法,其特征在于,包括:
对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集;
接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;
根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,获得所述冲突图中权重最大的独立集;
向所述权重最大的独立集中的车道分发通行权;
其中,所述独立集为同一时间可同时通行的车道集合。
2.根据权利要求1所述的方法,其特征在于,所述获取交叉路口拓扑结构信息具体包括:利用代数拓扑中属于同一同调群的结构经过连续形变而不会改变其拓扑结构的拓扑不变性,将实际的城市交叉路口拓扑转化成正则标准形式。
3.根据权利要求1所述的方法,其特征在于,所述交叉路口当前车辆信息通过车联网通信机制获取。
4.根据权利要求3所述的方法,其特征在于,所述车联网通信机制遵循V2I通信,通过设置在所述交叉路口的中心控制节点,接收车辆发送的行驶路线信息。
5.根据权利要求4所述的方法,其特征在于,所述中心控制节点周期性向云端核心网络发送所述交叉路口交通控制信息和车辆信息。
6.根据权利要求1所述的方法,其特征在于,所述根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道车辆队列通过路口的优先级权重,具体包括:
基于车辆通过所述交叉路口的平均时长,设置优先级权重函数;
基于所述优先级权重函数,设置各车道通行权权重,分别计算所述冲突图各个独立集的总权重,获得所述权重最大的独立集。
7.一种城市路口交通控制系统,其特征在于,包括:
预处理模块,用于对交叉路口的实际拓扑进行标准化,获取所述交叉路口拓扑结构信息,根据所述拓扑结构信息获取所述交叉路口的冲突图并计算所述冲突图中所有的独立集;
信息接收模块,用于接收所述交叉路口当前车辆信息,计算所述交叉路口各车道车辆队列长度和各车道上车辆平均等待时间;
权重计算模块,用于根据所述各车道车辆队列长度和各车道上车辆平均等待时间,计算各车道通过路口的优先级权重,获得所述冲突图中权重最大的独立集;
响应模块,用于向所述权重最大的独立集中的车道分发通行权;
其中,所述独立集为同一时间可同时通行的车道集合。
8.根据权利要求7所述的系统,其特征在于,还包括通信模块,用于中心控制节点周期性向云端核心网络发送所述交叉路口交通控制信息和车辆信息。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1到6中任一所述的方法的步骤。
10.一种城市路口交通控制设备,其特征在于,包括:
至少一个处理器;
以及与所述处理器连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710831164.2A CN107507430B (zh) | 2017-09-15 | 2017-09-15 | 一种城市路口交通控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710831164.2A CN107507430B (zh) | 2017-09-15 | 2017-09-15 | 一种城市路口交通控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107507430A true CN107507430A (zh) | 2017-12-22 |
CN107507430B CN107507430B (zh) | 2020-01-14 |
Family
ID=60696786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710831164.2A Active CN107507430B (zh) | 2017-09-15 | 2017-09-15 | 一种城市路口交通控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107507430B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110083153A (zh) * | 2019-04-12 | 2019-08-02 | 杭州飞步科技有限公司 | 无人车辆行驶路线获取方法及装置 |
CN111353730A (zh) * | 2018-12-20 | 2020-06-30 | 顺丰科技有限公司 | 一种中转车辆排序方法、装置、设备和存储介质 |
CN111788615A (zh) * | 2018-02-23 | 2020-10-16 | 住友电气工业株式会社 | 交通信号控制装置、交通信号控制方法和计算机程序 |
CN112185135A (zh) * | 2020-09-08 | 2021-01-05 | 大连理工大学 | 基于车载自适应网络的智能交通系统交叉口集中控制方法 |
CN112542051A (zh) * | 2019-09-20 | 2021-03-23 | 华为技术有限公司 | 一种确定路口的启动相位的方法、装置以及设备 |
CN112542042A (zh) * | 2020-12-01 | 2021-03-23 | 东南大学 | 一种考虑机动车碳排放的潮汐车道设置方法及装置 |
CN112598913A (zh) * | 2020-12-17 | 2021-04-02 | 多伦科技股份有限公司 | 一种基于等待因子的公交优先控制方法、装置及电子设备 |
CN113256961A (zh) * | 2021-06-25 | 2021-08-13 | 上海交通大学 | 基于车辆编队的路口自主车辆调度与控制方法 |
CN113257009A (zh) * | 2021-04-25 | 2021-08-13 | 安徽银徽科技有限公司 | 具备车辆诱导功能的智能交通运维方法及系统 |
CN113781811A (zh) * | 2021-09-16 | 2021-12-10 | 武汉理工大学 | 一种矿区路口车辆通行决策系统及方法 |
EP4129793A4 (en) * | 2021-06-22 | 2023-02-08 | Beijing Baidu Netcom Science Technology Co., Ltd. | VEHICLE CONTROL METHOD AND APPARATUS, DEVICE, AND COMPUTER STORAGE MEDIA |
WO2023035666A1 (zh) * | 2021-09-10 | 2023-03-16 | 之江实验室 | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6573929B1 (en) * | 1998-11-23 | 2003-06-03 | Nestor, Inc. | Traffic light violation prediction and recording system |
CN104077918A (zh) * | 2014-07-02 | 2014-10-01 | 上海理工大学 | 基于车载数据城市交通路口信号灯自适应控制方法 |
CN104269074A (zh) * | 2014-09-04 | 2015-01-07 | 中山大学 | 一种用于十字路口的分布式交通控制机制 |
CN104575035A (zh) * | 2015-01-22 | 2015-04-29 | 大连理工大学 | 一种基于车联网环境下交叉口的自适用控制方法 |
CN107103769A (zh) * | 2017-07-10 | 2017-08-29 | 维沃移动通信有限公司 | 一种交通调控方法及系统 |
-
2017
- 2017-09-15 CN CN201710831164.2A patent/CN107507430B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6573929B1 (en) * | 1998-11-23 | 2003-06-03 | Nestor, Inc. | Traffic light violation prediction and recording system |
CN104077918A (zh) * | 2014-07-02 | 2014-10-01 | 上海理工大学 | 基于车载数据城市交通路口信号灯自适应控制方法 |
CN104269074A (zh) * | 2014-09-04 | 2015-01-07 | 中山大学 | 一种用于十字路口的分布式交通控制机制 |
CN104575035A (zh) * | 2015-01-22 | 2015-04-29 | 大连理工大学 | 一种基于车联网环境下交叉口的自适用控制方法 |
CN107103769A (zh) * | 2017-07-10 | 2017-08-29 | 维沃移动通信有限公司 | 一种交通调控方法及系统 |
Non-Patent Citations (1)
Title |
---|
蔡锦德: "城市道路交叉口的信号配时优化研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111788615A (zh) * | 2018-02-23 | 2020-10-16 | 住友电气工业株式会社 | 交通信号控制装置、交通信号控制方法和计算机程序 |
CN111353730A (zh) * | 2018-12-20 | 2020-06-30 | 顺丰科技有限公司 | 一种中转车辆排序方法、装置、设备和存储介质 |
CN110083153A (zh) * | 2019-04-12 | 2019-08-02 | 杭州飞步科技有限公司 | 无人车辆行驶路线获取方法及装置 |
CN112542051A (zh) * | 2019-09-20 | 2021-03-23 | 华为技术有限公司 | 一种确定路口的启动相位的方法、装置以及设备 |
CN112185135A (zh) * | 2020-09-08 | 2021-01-05 | 大连理工大学 | 基于车载自适应网络的智能交通系统交叉口集中控制方法 |
CN112542042A (zh) * | 2020-12-01 | 2021-03-23 | 东南大学 | 一种考虑机动车碳排放的潮汐车道设置方法及装置 |
CN112542042B (zh) * | 2020-12-01 | 2021-09-28 | 东南大学 | 一种考虑机动车碳排放的潮汐车道设置方法及装置 |
CN112598913A (zh) * | 2020-12-17 | 2021-04-02 | 多伦科技股份有限公司 | 一种基于等待因子的公交优先控制方法、装置及电子设备 |
CN113257009A (zh) * | 2021-04-25 | 2021-08-13 | 安徽银徽科技有限公司 | 具备车辆诱导功能的智能交通运维方法及系统 |
CN113257009B (zh) * | 2021-04-25 | 2022-03-25 | 安徽银徽科技有限公司 | 具备车辆诱导功能的智能交通运维方法及系统 |
EP4129793A4 (en) * | 2021-06-22 | 2023-02-08 | Beijing Baidu Netcom Science Technology Co., Ltd. | VEHICLE CONTROL METHOD AND APPARATUS, DEVICE, AND COMPUTER STORAGE MEDIA |
CN113256961A (zh) * | 2021-06-25 | 2021-08-13 | 上海交通大学 | 基于车辆编队的路口自主车辆调度与控制方法 |
CN113256961B (zh) * | 2021-06-25 | 2022-05-24 | 上海交通大学 | 基于车辆编队的路口自主车辆调度与控制方法 |
WO2023035666A1 (zh) * | 2021-09-10 | 2023-03-16 | 之江实验室 | 一种基于预期收益估计的城市路网交通信号灯控制方法 |
US11941979B2 (en) | 2021-09-10 | 2024-03-26 | Zhejiang Lab | Traffic light control method for urban road network based on expected return estimation |
CN113781811A (zh) * | 2021-09-16 | 2021-12-10 | 武汉理工大学 | 一种矿区路口车辆通行决策系统及方法 |
CN113781811B (zh) * | 2021-09-16 | 2022-12-02 | 武汉理工大学 | 一种矿区路口车辆通行决策系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107507430B (zh) | 2020-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507430A (zh) | 一种城市路口交通控制方法及系统 | |
CN109767630B (zh) | 一种基于车路协同的交通信号控制系统 | |
Jin et al. | Platoon-based multi-agent intersection management for connected vehicle | |
CN104575035B (zh) | 一种基于车联网环境下交叉口的自适用控制方法 | |
CN106875710B (zh) | 一种面向网联自动驾驶车辆的交叉口自组织控制方法 | |
CN106960584B (zh) | 一种自适应路口交通信号灯的交通控制方法及装置 | |
CN101308604B (zh) | 大范围战略交通协调控制方法 | |
Narzt et al. | Self-organising congestion evasion strategies using ant-based pheromones | |
CN108877268A (zh) | 一种面向无人驾驶的无红绿灯十字路口智能调度方法 | |
CN104916142B (zh) | 一种干道优先的交叉口自适应交通信号控制方法 | |
Liu et al. | Parking-area-assisted spider-web routing protocol for emergency data in urban VANET | |
CN107274684A (zh) | 一种车路协同环境下单点交叉口信号控制策略选择方法 | |
CN109887289A (zh) | 一种城市交通网络模型的网络车流量最大化方法 | |
CN111047884A (zh) | 一种基于雾计算和强化学习的交通灯控制方法 | |
CN105208616A (zh) | 车载自组织网络中基于道路拓扑的自适应多副本路由方法 | |
CN111681433A (zh) | 一种交叉口交通信号灯配时优化方法和装置 | |
CN108877253A (zh) | 一种基于物联网的公交专用道资源动态共享方法及系统 | |
CN107490384A (zh) | 一种基于城市路网的最优静态路径选择方法 | |
CN109816978B (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 | |
CN112382109B (zh) | 智能网联状态下应急救援车辆协同控制方法、系统及介质 | |
Kong et al. | Urban arterial traffic two-direction green wave intelligent coordination control technique and its application | |
CN108791285A (zh) | 一种车辆控制方法及车辆 | |
Xu et al. | V2X empowered non-signalized intersection management in the AI era: Opportunities and solutions | |
AU2021103022A4 (en) | A Method of Controlling Traffic Light Based on Fog Computing and Reinforcement Learning | |
Wu et al. | A V2I communication-based pipeline model for adaptive urban traffic light scheduling |
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 |