CN107730937B - 一种交通事故风险最小化的隧道出入口动态车速诱导方法 - Google Patents
一种交通事故风险最小化的隧道出入口动态车速诱导方法 Download PDFInfo
- Publication number
- CN107730937B CN107730937B CN201711017245.5A CN201711017245A CN107730937B CN 107730937 B CN107730937 B CN 107730937B CN 201711017245 A CN201711017245 A CN 201711017245A CN 107730937 B CN107730937 B CN 107730937B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- tunnel
- exit
- entrance
- speed limit
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通事故风险最小化的隧道出入口动态车速诱导方法,通过在隧道出入口上游及下游路段关键断面布设连续、多组视频交通流检测设备以及电子情报板,实现车辆行为信息采集和控制指令发布,从而最大程度上提升隧道出入口时空范围内的交通安全水平。本发明克服了以往针对隧道出入口交通控制没有考虑连续空间断面事故风险且无法实现事故风险最小化的缺陷,核心算法旨在最小化控制区域内交通事故风险,从而最大程度上提升隧道出入口区域的交通安全水平,在我国道路隧道出入口附近事故黑点的处置与交通事故预防具有良好的工程应用价值和广泛的应用前景。
Description
技术领域
本发明涉及智能交通管理领域,基于驾驶员视觉特性和交通流运动波时空演化规律,在连续空间断面内植入交通事故风险实时监测模型,提供一种交通事故风险最小化的隧道出入口动态车速诱导方法。
背景技术
隧道作为一种特殊的道路组成部分,与普通路段相比具有一定的特殊性,主要体现在交通环境特征以及驾驶员的视觉环境特征方面。由相关研究可知人眼在光线急剧变化时需要暗适应或明适应的生理过程,会降低视功能和视舒适性,无法准确判别与前车的间距。一旦前方车辆发生拥堵减速行驶,当后方司机视线度过适应期发现并减速时,后方车辆与前方减速车辆间距较正常情况下偏小,当车辆间距不足时,极易导致严重的事故发生。
目前对隧道出入口可变限速控制的研究仅考虑了路段的交通事故风险,缺乏针对车辆间碰撞风险的思考,没有考虑隧道出入口连续空间断面的事故风险且无法实现事故风险最小化,这些技术缺陷增加了长隧道出入口路段追尾事故的发生概率和严重程度。
发明内容
本发明为针对以往对隧道出入口可变限速控制的研究仅考虑了路段的交通事故风险,缺乏针对车辆间碰撞风险的思考,没有考虑隧道出入口连续空间断面的事故风险且无法实现事故风险最小化,缺乏对多个可变限速值的协调控制,本发明提出一种交通事故风险最小化的隧道出入口动态车速诱导方法,考虑到驾驶员视觉经历暗适应或明适应的盲期和交通流波动演化规律,基于实时计算得到的隧道出入口时空范围内车辆间事故发生风险判断是否启动动态车速诱导技术,克服了以往针对隧道出入口安全提升没有考虑连续空间断面事故风险且无法实现事故风险最小化的缺点。
为解决上述技术问题,本发明提供了一种交通事故风险最小化的隧道出入口动态车速诱导方法,包括以下步骤:
步骤一:在隧道出入口区域布设交通流检测器和电子情报板,对于隧道出入口时空范围内至少设置3组交通流检测器和路侧电子情报板,设置位置包括在长隧道出入口上、下游位置和在长隧道出入口区域内;
步骤二:确定隧道出入口路段特性和驾驶员的视觉盲期:采集隧道出入口上下游的交通流速度、流量和占有率数据,获取隧道出入口路段内几何特性数据,包括车道数、隧道坡度和隧道出入口光照特性,以确定驾驶员视觉盲期;
步骤三:确定两相邻车辆可能发生碰撞的条件,碰撞发生的条件如下:
其中,
v1为前车经历减速过程后的速度;
v2为后车的速度;
ta为后车的视觉反应时间;
a为车辆的最大加速度值;
d为当后车观察到前车的低速时,两辆车辆之间的距离;
步骤四:基于步骤三的车辆发生碰撞的条件及隧道出入口区域各组交通流检测器检测到的交通流数据,对各路段车辆的实时交通事故风险进行计算,事故风险的计算公式如下:
其中,TTC为事故风险值,xi-1(t)为t时刻第i-1辆车的位置;xi(t)为t时刻第i辆车的位置;vi-1(t)为t时刻第i-1辆车的速度;vi(t)为t时刻第i辆车的速度;
步骤五:判断是否启动动态车速诱导算法并计算当前时刻各位置可变限速控制指示牌显示的限速值:
根据步骤四中得到的实时车辆的交通事故风险,若车辆交通事故风险小于启动阈值,则根据计算的交通事故风险较大车辆的位置,启动瓶颈处上游可变限速标志的可变限速控制,逐步将限速值调整至目标安全限速值;反之,若车辆交通事故风险大于启动阈值,则可变限速值逐步恢复到默认值;
在确定了各路段内限速值后,计算当前交通事故风险较大车辆的位置的可变限速标志与相邻上游可变限速标志的限速值差,若差值大于预设的相邻路段最大允许限速值差,则启动相邻上游可变限速标志的可变限速控制,更新发布相邻上游可变限速标志的限速值;
将确定的限速值反馈给指挥控制中心,指挥控制中心通过设于长隧道出入口时空范围内设置的路侧电子情报板,向上游行驶来的车辆发布当前时刻隧道出入口路段实时限速的速度值;
步骤六:继续实时监测数据计算交通事故风险,重复以上检测操作。
进一步的,步骤一具体包括:
1.1)在长隧道出入口上游位置设置第一组视频交通流检测器和路侧电子情报板,与出入口距离的计算公式如下:
其中,
vf为长隧道出入口上游路段实际测量的自由流速度;
vp为长隧道出入口上游路段限制的最小车流速度;
a为车辆减速时的加速度值;
1.2)在长隧道出入口下游位置设置第二组视频交通流检测器和路侧电子情报板,其与长隧道出入口的距离的计算公式如下:
其中,
v为车辆减速前的均速行驶速度;
Δta为驾驶员的视觉适应时间;
a为车辆减速时的加速度值;
vs为拥堵波的传播速度;
1.3)在长隧道出入口区域内其他位置设置视频交通流检测器和路侧电子情报板,两相邻视频交通流检测器和路侧电子情报板的间距根据隧道长度、路面湿度、隧道内灯光强弱、事故易发路段位置进行确定。
进一步的,步骤五具体包括:
5.1)根据公式(9)计算得到实时车辆的交通事故风险,若车辆交通事故风险小于启动阈值,则根据计算的交通事故风险较大车辆的位置,启动瓶颈处上游路段的动态车速诱导控制,逐步将限速值调整至目标安全限速值,反之,若车辆交通事故风险大于启动阈值,则可变限速值逐步恢复到默认值,具体公式如下:
其中,TTC为事故风险值,TTC*为事故风险指标的阈值,VSL(default)为隧道路段的默认限速值;ΔvSL(xi,t)为位置xi的可变限速标志在t时刻的变化步长;
依据式(11)计算动态车速诱导算法启动后位置xi的可变限速标志在t时刻的变化步长值:
其中,ΔV为隧道路段限速值变化步长;TVSL为目标安全限速值;
5.2)在步骤5.1)中确定了各路段内限速值后,计算位置xi的可变限速标志与相邻上游可变限速标志的限速值差,若差值大于预设的相邻路段最大允许限速值差,启动相邻上游路段的动态车速诱导控制,依据式(12)计算限速值改变步长并更新发布相邻上游可变限速标志的限速值:
其中,Δv′为相邻路段最大限速值差;
相邻路段最大限速值差Δv′依据下式确定:
其中,ΔL为两相邻电子信息板的间距;
5.3)将确定的限速值反馈给指挥控制中心,指挥控制中心通过设于长隧道出入口区域内设置的电子情报板,向上游行驶来的车辆发布当前时刻隧道出入口路段实时限速的速度值。
进一步的,步骤五中隧道路段限速值变化步长取值从5km/h到20km/h。
进一步的,步骤一中两相邻交通流检测器和路侧电子情报板的间距ΔL满足:
其中,L为隧道总长度。
有益效果:本发明与现有技术相比,本发明充分考虑了隧道出入口附近驾驶员视觉经历暗适应或明适应的盲期,基于交通流运动波时空演化规律实时计算交通事故发生风险,通过在隧道出入口上游及下游路段关键断面布设连续、多组视频交通流检测设备以及电子情报板,对即将驶入或驶出隧道口的驾驶员进行动态车速诱导,最小化隧道出入口范围内的总交通事故风险,最大程度上提升隧道出入口区域的交通安全水平的优势。
附图说明
图1为本发明隧道出入口时空范围内的动态车速诱导技术流程图。
图2为本发明为交通流检测器及电子信息牌布设位置示意图。
图3为拥堵状况下车辆发生碰撞的情况;
其中:图a为相邻两车的初始轨迹图;图b为反应时间内相邻两车的轨迹图;图c为制动减速时间内相邻两车的轨迹图。
图4为车辆间事故风险示意图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
本发明是面向隧道出入口时空范围内事故风险最小化的动态车速诱导技术,考虑到驾驶员视觉经历暗适应或明适应的盲期和交通流波动演化规律,在隧道出入口上游及下游路段关键断面布设连续、多组视频交通流检测设备以及电子情报板,通过视频交通流检测器实时检测隧道出入口区域上下游交通流运行情况,基于实时数据计算得到的隧道出入口时空范围内车辆间交通事故发生风险判断是否启动动态车速诱导技术。当某车辆事故风险超过阈值时启动动态车速诱导技术,逐步将限速值调整至目标值,同时设置限速值空间上的连续变化;当隧道出入口时空范围内车辆事故风险小于阈值时,限速值逐步恢复到默认值。面向隧道出入口时空范围内事故风险最小化的动态车速诱导技术的流程图如图1所示。
步骤一:确定长隧道出入口时空范围内视频交通流检测器和路侧可变信息提示板的布设位置:
为了实现对行驶而来的车辆速度的提前控制,在长隧道出入口上游位置设置第一组交通流检测器和路侧电子情报板,装置与出入口距离的计算公式如下:
其中,
vf为长隧道出入口上游路段实际测量的自由流速度;
vp为长隧道出入口上游路段限制的最小车流速度;
a为车辆减速时的加速度值。
在长隧道出入口下游位置设置第二组视频交通流检测器和路侧路侧电子情报:为了确保驾驶员在经历暗适应或明适应的盲期后能够在安全距离内完成制动过程,而在这段反应时间内车辆是保持匀速行驶的初速度向前行驶的,在计算下游交通流检测器设置位置与长隧道出入口之间的距离时,需要将这段适应时间内行驶的距离考虑在内,其与长隧道出入口的距离的计算公式如下:
Lds=La+Lr+Lb+Ls (2)
其中,
La为驾驶员视觉适应时间内,车辆以减速前初速度近似匀速行驶的距离;
Lr为驾驶员反应时间内,车辆以减速前初速度近似匀速行驶的距离;
Lb为车辆制动距离;
Ls为从驾驶员获知限速信息到车辆完成制动过程中拥堵波的传播距离。
在长隧道出入口区域内其他位置设置视频交通流检测器和路侧电子情报板时,两相邻装置的间距ΔL可以根据隧道长度、路面湿度、隧道内灯光强弱、事故易发路段位置等因素确定。根据隧道总长度,我们对于两组设施的间距给出以下建议:
其中,L为隧道总长度。
对于长隧道出入口时空范围内应当至少各自设置3组设备。当存在地面湿度较大,隧道坡度较大,隧道内灯光较弱等的情况时,可以相应的缩短相邻两设施的间距,并且相应地增加视频交通流检测器和电子情报板的数量。
步骤二:确定隧道出入口路段特性和驾驶员的视觉盲期:采集隧道出入口上下游的交通流速度、流量和占有率数据,获取隧道出入口路段内几何特性数据,包括车道数、隧道坡度和隧道出入口光照特性等,以确定驾驶员视觉盲期。根据相关研究,人在环境光强由亮变暗的暗适应过程的盲期通常在3-5s,环境光强由暗变亮的亮适应过程的盲期通常在1-3s。考虑到长隧道内外光照强度反差已减至最小以及视觉盲期长短因驾驶员的生理、心理特性存在较大差异,建议可以分别选取3s、1s作为驾驶员暗适应和亮适应的盲期。
步骤三:确定车辆碰撞发生的条件:当长隧道出入口下游发生拥堵时,碰撞发生的条件如下:
da(n)+dde(n)+d<da(n+1)+dde(n+1) (4)
其中,
da(n)为反应时间ta前车n的行驶距离;
da(n+1)为反应时间ta后车n+1的行驶距离;
dde(n)为减速时间tde前车n的行驶距离;
dde(n+1)为减速时间tde后车n+1的行驶距离;
d为当后车观察到前车的低速时,两辆车辆之间的距离。
上述公式(4)可以转化成如下所示:
其中,
v1为前车经历减速过程后的速度s;
v2为后车的速度;
a为车辆的最大加速度值。
经过进一步转化,得到长隧道出入口下游发生拥堵时,两相邻车辆可能发生碰撞的条件:
步骤四:基于事故风险预测模型及隧道出入口区域各组视频交通流检测器检测到的交通流数据,对各路段车辆的实时交通事故风险进行计算,选定数据的仿真时间步长Δt,通过交通流检测器连续检测隧道出入口区域及其上下游交通流数据。
根据检测器获取的交通流数据,计算实时车辆i的交通事故风险值TTC。事故风险值TTC的计算公式如下:
其中,
xi-1(k)为k时刻第i-1辆车的位置;
xi(k)为k时刻第i辆车的位置;
vi-1(k)为k时刻第i-1辆车的速度;
vi(k)为k时刻第i辆车的速度。
当后车与前车的速度相同时,TTC为+∞。当前车减速到低速而后车保持高速时,由于两辆车之间的速度差,TTC相对较小。当后车减速至与前车相同的速度时,TTC增加到+∞。较小的TTC表示更危险的交通状况,反之亦然。
步骤五:判定隧道出入口时空范围内车辆的运行状态,必要时启动动态车速诱导技术。
根据公式(9)计算得到实时车辆的交通事故风险,若车辆交通事故风险小于启动阈值,则根据计算的交通事故风险较大车辆的位置,启动瓶颈处上游可变限速标志的可变限速控制,逐步将限速值调整至目标安全限速值。反之,若车辆交通事故风险大于启动阈值,则可变限速值逐步恢复到默认值。具体公式如下:
其中,
TTC*为事故风险指标的阈值,由隧道出入口区域的历史交通流数据确定,一般可以设置为2s;
VSL(default)为隧道路段的默认限速值;
ΔvSL(xi,t)为位置xi的可变限速标志在t时刻的变化步长。
依据下式计算动态车速诱导算法启动后位置xi的可变限速标志在t时刻的变化步长值:
其中,
ΔV为隧道路段限速值变化步长,取值从5km/h到20km/h;
TVSL为目标安全限速值。
在确定了各路段内限速值后,计算位置xi的可变限速标志与相邻上游可变限速标志的限速值差,若差值大于预设的相邻路段最大允许限速值差,则启动相邻上游可变限速标志的可变限速控制,依据下式计算限速值改变步长并更新发布相邻上游可变限速标志的限速值:
其中,
Δv′为相邻路段最大限速值差。
相邻路段最大限速值差Δv′依据下式确定:
其中,
ΔL为两相邻电子信息板的间距。
将上述过程中确定的限速值反馈给指挥控制中心,指挥控制中心通过设于长隧道出入口时空范围内设置的路侧电子情报板,向上游行驶来的车辆发布当前时刻隧道出入口路段实时限速的速度值,其中,最终确定的路段内可变限速值需近似到个位为5或0的整数。
步骤六:继续实时监测数据计算交通事故风险,重复以上检测操作。
下面结合附图对本实施例的优化控制方法进行了实例演示:
假设某一长隧道如图2所示,在隧道入口区域设置了三组视频交通流检测器,与检测器配套设置了电子情报板。设定隧道长度为2000m,单向车道数为2,车道宽度为3.5m。隧道入口上游的自由流速度为90km/h,隧道入口区域的最低车速限制值为20km/h,瓶颈位置生成的交通拥堵以15km/h的速度向上游路段传播,车辆的加速度值为6m/s2。限速控制状况为路段默认限速值VSL(default)为90km/h。
首先,由公式(1)可以计算在隧道入口上游布设第一组交通流检测器和可变限速控制指示牌的位置:Lus=49.5m。设定驾驶员白天进入隧道经历暗适应,盲期为3s;驾驶员的反应时间为2s。由公式(2)可以计算在隧道出入口下游布设第二组交通流检测器和可变限速控制指示牌的位置:Lds=202.8m。根据隧道总长度等信息,由公式(3)可以简易确定在长隧道入口上游距离第一组设备300m的位置布设第三组交通流检测器和可变限速控制指示牌。
在实时检测过程中,假设某时刻隧道入口区域视频检测器发现交通异常,如图4所示。由交通隧道入口上游的第一组视频检测器x1实时获取的车辆交通流数据得到车辆i-1的实时速度为80km/h,车辆i的实时速度为85km/h,两车实时间距为9m。由公式(9)判定车辆的交通事故风险如下:因为
得到
说明车辆i的交通事故风险达到了碰撞风险的阈值,应立即启动隧道入口的动态车速诱导技术。
当前动态车速控制的限速值VSL(x1,t)为90km/h,由公式(11)可知,此时第一组视频检测器x1处可变限速标志变化步长ΔVSL(x1,t)为-10km/h,带入公式(5)计算可知第一组视频检测器x1处可变限速标志在t+Δt时刻的限速值VSL(x1,t+Δt)=90-10=80km/h。由公式(13)计算第一组视频检测器x1位置的可变限速标志与相邻上游第三组视频检测器位置的可变限速标志的限速值差
而80<90-5.8,故第三组视频检测器位置的可变限速标志的限速值ΔVSL(x3,t)=5km/h。由上述可知,当前时刻第一组电子情报板显示的限速值为80km/h,第三组电子情报板显示的限速值为85km/h。
Claims (1)
1.一种交通事故风险最小化的隧道出入口动态车速诱导方法,其特征在于:包括以下步骤:
步骤一:在隧道出入口区域布设交通流检测器和电子情报板,对于隧道出入口时空范围内至少设置3组交通流检测器和路侧电子情报板,设置位置包括在隧道出入口上、下游位置和在隧道出入口区域内;具体包括:
1.1)在长隧道出入口上游位置设置第一组视频交通流检测器和路侧电子情报板,与出入口距离的计算公式如下:
其中,
vf为长隧道出入口上游路段实际测量的自由流速度;
vp为长隧道出入口上游路段限制的最小车流速度;
a为车辆减速时的加速度值;
1.2)在长隧道出入口下游位置设置第二组视频交通流检测器和路侧电子情报板,其与长隧道出入口的距离的计算公式如下:
其中,
v为车辆减速前的均速行驶速度;
Δta为驾驶员的视觉适应时间;
a为车辆减速时的加速度值;
vs为拥堵波的传播速度;
1.3)在长隧道出入口区域内其他位置设置视频交通流检测器和路侧电子情报板,两相邻视频交通流检测器和路侧电子情报板的间距ΔL满足:
其中,L为隧道总长度;
步骤二:确定隧道出入口路段特性和驾驶员的视觉盲期:采集隧道出入口上下游的交通流速度、流量和占有率数据,获取隧道出入口路段内几何特性数据,包括车道数、隧道坡度和隧道出入口光照特性,以确定驾驶员视觉盲期;
步骤三:确定两相邻车辆发生碰撞的条件,碰撞发生的条件如下:
其中,
v1为前车经历减速过程后的速度;
v2为后车的速度;
ta为后车的视觉反应时间;
a为车辆的最大加速度值;
d为当后车观察到前车的低速时,两辆车辆之间的距离;
步骤四:基于步骤三的车辆发生碰撞的条件及隧道出入口区域各组交通流检测器检测到的交通流数据,对各路段车辆的实时交通事故风险进行计算,事故风险的计算公式如下:
其中,TTCi(t)为车辆i的交通事故风险值,xi-1(t)为t时刻第i-1辆车的位置;xi(t)为t时刻第i辆车的位置;vi-1(t)为t时刻第i-1辆车的速度;vi(t)为t时刻第i辆车的速度;
步骤五:判断是否启动动态车速诱导算法并计算当前时刻各位置可变限速控制指示牌显示的限速值:具体包括:
5.1)根据公式(9)计算得到实时车辆的交通事故风险,若车辆交通事故风险小于启动阈值,则根据计算的交通事故风险较大车辆的位置,启动瓶颈处上游路段的动态车速诱导控制,逐步将限速值调整至目标安全限速值,反之,若车辆交通事故风险大于启动阈值,则可变限速值逐步恢复到默认值,具体公式如下:
其中,TTC为事故风险值,TTC*为事故风险指标的阈值,VSL(default)为隧道路段的默认限速值;ΔvSL(xi,t)为位置xi的可变限速标志在t时刻的变化步长;
依据式(11)计算动态车速诱导算法启动后位置xi的可变限速标志在t时刻的变化步长值:
其中,ΔV为隧道路段限速值变化步长,取值从5km/h到20km/h;TVSL为目标安全限速值;
5.2)在步骤5.1)中确定了各路段内限速值后,计算位置xi的可变限速标志与相邻上游可变限速标志的限速值差,若差值大于预设的相邻路段最大允许限速值差,启动相邻上游路段的动态车速诱导控制,依据式(12)计算限速值改变步长并更新发布相邻上游可变限速标志的限速值:
其中,Δv′为相邻路段最大限速值差;
相邻路段最大限速值差Δv′依据下式确定:
其中,ΔL为两相邻电子信息板的间距;
5.3)将确定的限速值反馈给指挥控制中心,指挥控制中心通过设于长隧道出入口区域内设置的电子情报板,向上游行驶来的车辆发布当前时刻隧道出入口路段实时限速的速度值;
步骤六:继续实时监测数据计算交通事故风险,重复步骤一至步骤五的检测操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711017245.5A CN107730937B (zh) | 2017-10-26 | 2017-10-26 | 一种交通事故风险最小化的隧道出入口动态车速诱导方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711017245.5A CN107730937B (zh) | 2017-10-26 | 2017-10-26 | 一种交通事故风险最小化的隧道出入口动态车速诱导方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107730937A CN107730937A (zh) | 2018-02-23 |
CN107730937B true CN107730937B (zh) | 2021-04-06 |
Family
ID=61213904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711017245.5A Active CN107730937B (zh) | 2017-10-26 | 2017-10-26 | 一种交通事故风险最小化的隧道出入口动态车速诱导方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107730937B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727488A (zh) * | 2018-12-19 | 2019-05-07 | 中国市政工程中南设计研究总院有限公司 | 一种立交出口主动诱导车辆的行驶系统及方法 |
CN110164144B (zh) * | 2019-05-10 | 2021-07-06 | 武汉理工大学 | 一种视觉引导的城市隧道车辆加速控制系统及方法 |
CN111341099B (zh) * | 2020-02-27 | 2022-05-10 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置及电子设备 |
CN111640316B (zh) * | 2020-05-29 | 2024-04-19 | 腾讯科技(深圳)有限公司 | 基于人工智能的提示时长的确定方法、装置及电子设备 |
CN111681422A (zh) * | 2020-06-16 | 2020-09-18 | 衢州量智科技有限公司 | 一种用于隧道道路的管理方法和系统 |
CN112150801A (zh) * | 2020-08-21 | 2020-12-29 | 同济大学 | 一种基于准车辆轨迹的快速路实时事故风险预测方法 |
CN112966941B (zh) * | 2021-03-09 | 2024-04-19 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及系统 |
CN113192327B (zh) * | 2021-04-23 | 2022-04-29 | 长安大学 | 兼顾交通流和个体的道路运行风险主动防控系统及方法 |
CN113192326B (zh) * | 2021-04-23 | 2022-04-29 | 长安大学 | 一种级联式道路运行风险防控系统和单点故障隔离方法 |
CN113299067A (zh) * | 2021-05-24 | 2021-08-24 | 上海市政工程设计研究总院(集团)有限公司 | 基于视频感知技术的隧道出入口安全控制系统 |
CN113345232B (zh) * | 2021-06-02 | 2023-01-20 | 北京振兴计量测试研究所 | 隧道安全通行速度预测系统及方法 |
CN113823094B (zh) * | 2021-11-17 | 2022-02-18 | 四川九通智路科技有限公司 | 一种基于车流量大数据的隧道实时监控管理系统及方法 |
CN114566050B (zh) * | 2022-03-09 | 2024-01-26 | 江苏广宇协同科技发展研究院有限公司 | 一种面向交通运行安全的隧道机器人巡检速度控制方法 |
CN114999179B (zh) * | 2022-07-20 | 2022-10-25 | 山东金宇信息科技集团有限公司 | 一种隧道安全行车方法、设备及介质 |
CN116740986A (zh) * | 2023-08-09 | 2023-09-12 | 聊城市瀚格智能科技有限公司 | 一种隧道行车交通事故风险智能预警方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103606287B (zh) * | 2013-11-27 | 2016-08-17 | 东南大学 | 一种预防隧道出入口附近追尾事故的可变限速控制方法 |
CN105632203B (zh) * | 2014-10-30 | 2019-06-14 | 中国移动通信集团公司 | 一种交通安全预警方法及系统 |
CN105931460A (zh) * | 2016-05-13 | 2016-09-07 | 东南大学 | 一种快速道路连续瓶颈路段的可变限速控制策略优化方法 |
CN105913675A (zh) * | 2016-07-11 | 2016-08-31 | 东南大学 | 一种同时面向通行效率改善与交通安全提升的多目标可变限速控制方法 |
CN106485931A (zh) * | 2016-11-15 | 2017-03-08 | 河北工业大学 | 一种道路交叉口车辆快速通行辅助驾驶系统及方法 |
-
2017
- 2017-10-26 CN CN201711017245.5A patent/CN107730937B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107730937A (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107730937B (zh) | 一种交通事故风险最小化的隧道出入口动态车速诱导方法 | |
CN107742418B (zh) | 一种城市快速路交通拥堵状态及堵点位置自动识别方法 | |
CN107742432B (zh) | 基于车路协同的高速公路运行车速主动预警系统及控制方法 | |
CN104691545B (zh) | 适应性车辆防碰撞方法 | |
CN113192327B (zh) | 兼顾交通流和个体的道路运行风险主动防控系统及方法 | |
CN106408956B (zh) | 一种隧道交通拥堵快速疏散方法及控制系统 | |
CN103093636B (zh) | 一种快速道路转弯路段可变限速控制方法 | |
CN113257024B (zh) | 一种基于v2i的高速公路雨雾环境防追尾预警方法及系统 | |
CN110316198A (zh) | 一种用于高速公路提速的安全保障系统及运行方法 | |
CN110796752B (zh) | 一种收费站车道动态智慧指引系统及其动态指引方法 | |
CN111768626A (zh) | 一种集声光电一体化的高速公路风险主动预警系统 | |
CN103093635B (zh) | 一种快速道路凸形竖曲线路段可变限速控制方法 | |
CN108389407B (zh) | 基于地面灯板的交叉口车辆引导辅助信号控制系统及方法 | |
CN109849917A (zh) | 车辆的控制方法、系统和车辆 | |
CN106383347A (zh) | 雾天车辆行车预警装置 | |
CN111223307A (zh) | 一种高速公路车辆智能提示诱导系统及方法 | |
CN113963531A (zh) | 用于行驶车辆保持安全车距的检测方法及其显示方式 | |
CN206501779U (zh) | 一种防追尾碰撞的预警系统 | |
CN116543542B (zh) | 一种隧道入口运行风险定向预警设备布设方法 | |
DE102009021229A1 (de) | Kamerabasierte Objektverarbeitung für die Abstandsregelung eines Fahrzeugs zur kraftstoffsparenden Einreglung des Sollabstandes | |
CN115257722A (zh) | 面向安全与效率的行人避让方法和装置 | |
CN115641736A (zh) | 用于高速公路特殊路段智能诱导系统及方法 | |
CN115731699A (zh) | 高速公路碰撞护栏事故检测与主动诱导方法与系统 | |
CN211555113U (zh) | 行车间距监测系统 | |
CN111047909B (zh) | 一种重载车辆长下坡路段防碰撞分流辅助制动系统及方法 |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180223 Assignee: Hua Lu Yun Technology Co.,Ltd. Assignor: SOUTHEAST University Contract record no.: X2022980002121 Denomination of invention: A dynamic speed guidance method for tunnel entrance and exit to minimize traffic accident risk Granted publication date: 20210406 License type: Exclusive License Record date: 20220307 |