CN107862877A - 一种城市交通信号模糊控制方法 - Google Patents

一种城市交通信号模糊控制方法 Download PDF

Info

Publication number
CN107862877A
CN107862877A CN201710922933.XA CN201710922933A CN107862877A CN 107862877 A CN107862877 A CN 107862877A CN 201710922933 A CN201710922933 A CN 201710922933A CN 107862877 A CN107862877 A CN 107862877A
Authority
CN
China
Prior art keywords
phase
traffic
fuzzy
green
control
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.)
Pending
Application number
CN201710922933.XA
Other languages
English (en)
Inventor
曹金亮
吴晓华
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.)
Zhejiang Ocean University ZJOU
Original Assignee
Zhejiang Ocean University ZJOU
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 Zhejiang Ocean University ZJOU filed Critical Zhejiang Ocean University ZJOU
Priority to CN201710922933.XA priority Critical patent/CN107862877A/zh
Publication of CN107862877A publication Critical patent/CN107862877A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

一种城市交通信号模糊控制方法,其特征在于所述的模糊控制方法是:通过设置在各个车道上的车辆检测器检测到各个相位的到达车辆数,计算出各个相位的车辆排队长度,通过绿灯相位的入口流量、车辆排除长度来考察绿灯相位的交通情况、红灯相位的车辆排除长度来考虑红灯相位的交通状况,综合考虑红灯、绿灯相位的交通情况,用城市交通信号模糊控制器做出是否转换信号的判决,通过是否转换交通信号来影响交通流;同时当绿灯相位的车流量很大、排除长度相当长时,有必要延长该相位的绿灯时间,但是是否做出延长绿灯时间的决定还要看红灯相位的交通情况,若红灯相位的排队长度很小时,控制器会做出延长绿灯时间的判决;若红灯相位排除长度很长时,综合考虑总的车辆平均延误就不一定会继续延长绿灯时间。

Description

一种城市交通信号模糊控制方法
技术领域
本发明涉及一种城市交通信号模糊控制方法,属于模糊控制理论在交通领域的应用。
背景技术
现有的模糊控制基础理论是:
1.模糊控制的特点:模糊控制实际上是一种非线性控制,属于智能控制的汇畴,它有以下特点:
1)既具有系统化的理论,又有大量实际应用背景;
2)是一种基于规则的控制。在实际的设计中不需要建立精确的数学模型,因而控制器的设计简单,便于应用;
3)基于模型的控制算法及系统设计方法,由于出发点的性能指标的不同,容易导致很大差异;但一个系统的语言控制规则却具有相对的独立性,利用这些控制规律间的模糊连接,容易找到这种规律,使控制效果优于常规控制器;
4)模糊控制系统的鲁棒性强,干扰和参数变化对控制效果的影响被大大减弱,尤其适合于非线性、时变及纯滞后系统的控制;
5)许多复杂系统,很难建立模型和控制,因为它们包含不确定性、不精确性、并混杂有非线性和时变性;模糊控制对于那些数学模型难以建立,变化非常显著的对象较适用;
6)是一种反映人类智慧思维的智慧控制;模糊控制采用人类思维中的模糊量,如“高”“中”“低”“大”“小”,控制量由模糊推理导出,这些模糊量和模糊推理是人类通常智慧活动的体现;
7)模糊控制具有语词计算和处理不确实性以及模糊信息的能力;模糊控制本质上是一种基于语言规则的仿人智能控制;由于控制对象仅能提供一些模糊信息,计算机参与这类控制时必须模仿人类能够接受和处理模糊信息,进行模糊控制的本领。
2.模糊控制的基本概念:在人们的思维中,有很多明确外延的一些概念,即模糊概念,如以人的年龄为对象,那么“年轻”、“中年”,“老年”就没有明确的外延;不同的人有不同的感受与判断;再如炉温的“高温”、“中温”、“低温”也是此类的概念。以上这种概念不能用经典集合加以描述,不能绝对地区别“属于”与“不属于”,而要用模糊集合的概念描述;其中用到的模糊控制重要概念有:变量的论域、模糊子集、隶属度、模糊关系与模糊矩阵;
1)论域是指被考虑对象的所有元素的全体称为论域,又称全域、全集,有的也称空间,一般用大写字母U表示;
2)模糊子集是给定论域U,U到[0,1]闭区间的任意映射μA
μA:U→[0,1]
x→μA
都确定U的一个模糊子集A,A就是论域U的模糊子集;
3)隶属度函数是指上面的映射μA称为子集的隶属度函数;隶属度函数的表示方法大致有三种:图形表示法、表格表示法和公式表示法;
4)隶属度是:μA(x)为x对A的隶属度。
5)模糊关系:模糊关系R也称模糊规则,它描述了元素之间的关联程度,当论域X、Y都是有限集时,模糊关系可以用模糊矩阵来表示。设X={x1,x2,…,xn},Y={y1,y2,…,yn},模糊矩阵R的元素rij表示论域X中第i格元素xi与论域Y中的第j格元素yj对于关系R的隶属程度,即μR(Xi,Yj)=rij
3.模糊控制过程及原理分析:模糊控制的控制规律由计算机和程序实现,实现的过程是:计算机采样获取被控制量的精确值,然后将此量与给定值比较得到误差E;将误差E作为模糊控制的一个输入量;把E的精确量模糊化变成模糊变量,从而得到E的模糊语言集合的一个子集与模糊控制规则R进行模糊推理,得到控制变量其中这里是模糊变量;将模糊变量转换为精确量,这样通过可以对被控对象进行控制;循环进行第二次采样,进行第二步控制,循环下去,最终实现被控对象的模糊控制,具体的模糊控制原理与过程如图1所示。
模糊控制的核心是模糊控制器,在使用模糊控制器进行模糊控制时必不可少的三步骤为:精确量的模糊化、模糊规则的设计、反模糊化。
(一)精确量的模糊化:精确变量的模糊化过程实际上是定义模糊变量的模糊子集的过程,而定义一个模糊子集就要确定模糊子集隶属函数曲线的形状,确定隶属函数曲线有以下常用的几种方法:
(1)主观经验支:当论域是离散变量时,根据主观人数或个人经验,直接或间接给出隶属的具体值,由此来确定隶属度函数。
(2)分析推理法:当论域连续,根据问题的性质,应用一定的分析与推理,决定选用某些典型的函数作为隶属函数。如三角形函数、梯形函数、高斯函数等。
(3)调查统计法:以调查统计结果所得出的经验曲线作为隶属曲线。根据隶属曲线找出相应的函数表达式。
将确定的隶属函数曲线离散化,就得到了有限个点上的隶属度,便构成了一个模糊变量的模糊子集。模糊子集的数量一般选5个或7个为宜。隶属度函数曲线的形状一般有:三角形、梯形、高斯型等,在目前的应用中大部分都是为方便起见采用梯形、三角形隶属度函数。
(二)模糊规则的设计:模糊规则是模糊控制中的重要环节,模糊控制器正是依据这些模糊控制规则来完成最终推理,它用“IF-THEN”的形式描述被控对象的动态特性。目前模糊规则大都是专家经验确定,并且要求模糊控制规则要完整覆盖模糊集合。
(1)单输入单输出模糊控制器:该种控制器仅有一个输入变量、一个输出变量,设模糊集合A为属于论域X的输入,模糊集合B为属于论域Y的输出,其控制规则通常由模糊条件语句
IF A THEN B
IF A THEN B ELSE C
来表达,其中模糊集合B与C具有相同的论域Y,这种控制反应非线性比例(P)控制规律。
(2)双输入单输出模糊控制器:设模糊集合E属于论域X的输入,模糊集合EC属于论域Y的输入,两者一同构成模糊控制器的二维输入,属于论域Z的模糊集合U是模糊控制器的一维输出,这类模糊控制器的控制规则通常由模糊条件语句
IF E AND EC THEN U
来表达,是模糊控制中最常用的一种控制规则,它反映非线性比例加微分(PD)控制规律。
(3)多输入单输出模糊控制器:假设模糊集合A,B,C,…,N分别属于各自论域的多维输入,U为属于其论域的单维输出,其控制规则通常由模糊条件语句:
IF A AND B AND CAND … AND N THEN U
来描述;
(4)双输入多输出模糊控制器:设模糊集合E属于论域X的输入,模糊集合EC属于论域Y的输入,两者一同构成模糊控制器的二维输入,多维输出为U,V,…,W,这类模糊控制器的控制规则通常由模糊条件语句
IF E AND EC THEN U
AND IF E AND EC THEN V
AND …
AND IF E AND EC THEN W
来表达;在制定模糊规则时要根据实际情况分别来设计确定合适的控制规则。
(三)模糊判决:通过模糊推理得到的结果只是一个模糊集合,但有实际执行中,需要有一个精确值才能对被控对象进行控制,因此要有一个将模糊集合变成一个最佳代表的精确值的反模糊化这一过程。
该过程有三种方法:最大隶属度函数法、重心法、加权平均法;最大隶属度函数方法简单快捷,但是不考虑输出隶属度函数的形状,只关心其最大隶属度输出值,因此会丢失一些信息;重心法取模糊隶属度函数曲线与横坐标围成面积的重心模糊推理最终输出值,该方法也最大隶属度法相比具有更平滑的输出推理控制;加权平均是重心法的一种拓展方法,调整系数可以转化为重心法,需要根据实际来确定系数。
综上所述,重心法较最大隶属度方法更加平滑,较为简单实用,故重心法是目前较理想的反模糊化方法。
后面设计的模糊控制器使用重心法来解模糊,重心法是根据输出模糊集合隶属度函数曲线与横坐标围城面积的中心相应的输出当作精确值的输出,其公式如下:
其中xi是对象论域中的元素,μ(xi)是论域元素xi对模糊子集的隶属度。
传统的单个信号交叉口控制方式是:固定周期和绿信比的固定配时控制和感应控制。固定配时根据以往观测的交通需求,按预先设计的配时方案进行控制,无法根据相应交通需求的随机变化而变化。感应控制在一定程度上克服了固定配时的不足,但在相位绿灯时间内,只要检测到车辆到达就给出一个单位的绿灯延时,直到最大绿灯时间为止;也就是说它只关心有无车辆到达、车辆到达与否,而没有考虑有多少辆车到达,只能考虑一个相位方向的延误情况,而没有真正的总体考虑总延误,因而无法真正响应各个相应的交通需求。
发明内容
本发明的目的在于克服现有技术存在的不足,而提供一种综合考虑交叉口车辆到达与排除情况,以交叉口的总延误最小为控制目标,调整控制策略使得交通控制能真正响应交通实时变化需求的城市交通信号模糊控制方法。
本发明的目的是通过如下技术方案来完成的,一种城市交通信号模糊控制方法,所述的模糊控制方法是:通过设置在各个车道上的车辆检测器检测到各个相位的到达车辆数,计算出各个相位的车辆排队长度,通过绿灯相位的入口流量、车辆排除长度来考察绿灯相位的交通情况、红灯相位的车辆排除长度来考虑红灯相位的交通状况,综合考虑红灯、绿灯相位的交通情况,用城市交通信号模糊控制器做出是否转换信号的判决,通过是否转换交通信号来影响交通流;同时当绿灯相位的车流量很大、排除长度相当长时,有必要延长该相位的绿灯时间,但是是否做出延长绿灯时间的决定还要看红灯相位的交通情况,若红灯相位的排队长度很小时,控制器会做出延长绿灯时间的判决;若红灯相位排除长度很长时,综合考虑总的车辆平均延误就不一定会继续延长绿灯时间。
作为优选:所述的各个车道是在一个平面交叉口上,且采用典型的四相位放行控制方式,即:东西直行为第一相位,东西左转为第二相位,南北直行为第三相位,南北左转为第四相位;
1)道路交叉口的右转车流一般不受城市交通信号的控制,所以城市交通信号模糊控制中不考虑右转车流;
2)各个相位的直行、左转车道上设置一组车辆检测器,可以实时检测到各个车道的车流到达、车辆排队长度;
控制目标:使通过交叉口的车流量的平均排除长度最短,车辆平均延误最小;城市交通信号模糊控制器综合考虑绿灯相位、红灯相位的交通情况,做出以交叉口的总延误最小为控制目标;
控制变量:信号周期、各相比的绿信比;模糊控制器做出是否延长放行相位的绿灯时间的决定,延长绿灯时间会增加总的绿灯时间,也会改变信号周期,这样就样就会调整信号的绿信比;
城市交通信号模糊控制器是城市交通模糊控制决策部分,做出是否转换交通信号的决定来影响控制交通流,交通流的变化会使红灯、绿灯相位的交通状况的变化,城市交通信号模糊控制器会根据实际情况做出相应的是否转换相位的决策,周而复始,进行实时交通控制。
作为优选:
1)给定每个相位的最小绿灯时间与最大绿灯时间,以保证通行相位的车辆通行权、与等待相位车辆的通行权;
2)假设按最初给定该相位的最小绿灯时间放行第一相位(东西直行),放行时间到达最短绿灯时间时形如计算该相位的入口流量、排队长度、下一个要放行相位的排除长度,通过模糊控制哭喊综合考虑是否继续放行当前相位,模糊控制器做出决策;
3)如果继续放行该相位就在最短绿灯时间的基础上增加一个单位绿灯时间,否则就放行下一相位;
4)第一相位放行时间到达最大时间时就自动强制转换下一相位;
5)这样循环控制形成周期、绿信比随交通状况实时变化的控制方案。
本发明所述的控制过程是通过交通流生成模型及生成一定的交通流,生成的交通流通过车辆检测器可以检测监视得到绿灯相位的排除长度、绿灯相位的入口流量、红灯相位排除长度三个城市交通模糊控制器的输入量;将该输入量输入模糊逻辑控制器后,可以得出该时段的控制策略;对交通信号进行控制;对交通信号控制同时会对交通流产生影响,形成新的交通流继续以上的循环可以对一定时段的交通信号进行控制。
附图说明
图1是现有的模糊控制原理图。
图2是本发明所述单路口交通流示意图。
图3是本发明所述城市交通信号模糊控制框架图。
具体实施方式
下面将结合附图及实施例对本发明作详细的介绍:本发明所述的城市交通信号模糊控制方法,它是通过设置在各个车道上的车辆检测器检测到各个相位的到达车辆数,计算出各个相位的车辆排队长度;通过绿灯相位的入口流量、车辆排除长度来考察绿灯相位的交通情况、红灯相位的车辆排除长度来考虑红灯相位的交通状况,综合考虑红灯、绿灯相位的交通情况,用城市交通信号模糊控制器做出是否转换信号的判决,通过是否转换交通信号来影响交通流。
根据城市交通信号模糊控制的思想:当绿灯相位的车流量很大、排除长度相当长时,有必要延长该相位的绿灯时间,但是是否做出延长绿灯时间的决定还要看红灯相位的交通情况,若红灯相位的排队长度很小时,控制器会做出延长绿灯时间的判决;若红灯相位排除长度很长时,综合考虑总的车辆平均延误就不一定会继续延长绿灯时间,到底做出什么样的判决,取决于模糊控制器的设计、合理设置模糊推理规则。
图2所示,假设各个车道处于一个平面交叉口上,采用典型的四相位放行控制方式:东西直行为第一相位,东西左转为第二相位,南北直行为第三相位,南北左转为第四相位。
1)由于中国的道路交叉口的右转车流一般不受城市交通信号的控制,所以城市交通信号模糊控制中不考虑右转车流。
2)各个相位的直行、左转车道上设置一组车辆检测器,可以实时检测到各个车道的车流到达、车辆排队长度。
根据以上的所述,该城市交叉口交通信号控制问题可以描述如下:
控制目标:使通过交叉口的车流量的平均排除长度最短,车辆平均延误最小。城市交通信号模糊控制器综合考虑绿灯相位、红灯相位的交通情况,做出以交叉口的总延误最小为控制目标。
控制变量:信号周期、各相比的绿信比。模糊控制器做出是否延长放行相位的绿灯时间的决定,延长绿灯时间会增加总的绿灯时间,也会改变信号周期,这样就样就会调整信号的绿信比。
城市交通信号模糊控制原理是:城市交通信号模糊控制器是城市交通模糊控制决策部分,做出是否转换交通信号的决定来影响控制交通流,交通流的变化会使红灯、绿灯相位的交通状况的变化,城市交通信号模糊控制器会根据实际情况做出相应的是否转换相位的决策,周而复始,进行实时交通控制。
针对以上城市交通信号控制问题,城市交通信号模糊控制的控制思路与策略是这样进行的:
1)给定每个相位的最小绿灯时间与最大绿灯时间,以保证通行相位的车辆通行权、与等待相位车辆的通行权。
2)假设按最初给定该相位的最小绿灯时间放行第一相位(东西直行),放行时间到达最短绿灯时间时形如计算该相位的入口流量、排队长度、下一个要放行相位的排除长度,通过模糊控制哭喊综合考虑是否继续放行当前相位,模糊控制器做出决策。
3)如果继续放行该相位就在最短绿灯时间的基础上增加一个单位绿灯时间,否则就放行下一相位。
4)第一相位放行时间到达最大时间时就自动强制转换下一相位。
5)这样循环控制形成周期、绿信比随交通状况实时变化的控制方案。
城市交通信号模糊控制把城市交通模糊控制器与交通流生成、交通车辆延误综合考虑的周期循环控制。要进行城市交通信号模糊控制城要几个重要的组成部分:交通流、车辆检测器、模糊控制器、交通延误。计算具体的框架图3所示:
该控制过程通过交通流生成模型、生成一定的交通流,生成的交通流通过车辆检测器可以检测监视得到绿灯相位的排除长度、绿灯相位的入口流量、红灯相位排除长度三个城市交通模糊控制器的输入量;将该输入量输入模糊逻辑控制器后,可以得出该时段的控制策略;对交通信号进行控制;对交通信号控制同时会对交通流产生影响,形成新的交通流继续以上的循环可以对一定时段的交通信号进行控制。

Claims (3)

1.一种城市交通信号模糊控制方法,其特征在于所述的模糊控制方法是:通过设置在各个车道上的车辆检测器检测到各个相位的到达车辆数,计算出各个相位的车辆排队长度,通过绿灯相位的入口流量、车辆排除长度来考察绿灯相位的交通情况、红灯相位的车辆排除长度来考虑红灯相位的交通状况,综合考虑红灯、绿灯相位的交通情况,用城市交通信号模糊控制器做出是否转换信号的判决,通过是否转换交通信号来影响交通流;同时当绿灯相位的车流量很大、排除长度相当长时,有必要延长该相位的绿灯时间,但是是否做出延长绿灯时间的决定还要看红灯相位的交通情况,若红灯相位的排队长度很小时,控制器会做出延长绿灯时间的判决;若红灯相位排除长度很长时,综合考虑总的车辆平均延误就不一定会继续延长绿灯时间。
2.根据权利要求1所述的城市交通信号模糊控制方法,其特征在于所述的各个车道是在一个平面交叉口上,且采用典型的四相位放行控制方式,即:东西直行为第一相位,东西左转为第二相位,南北直行为第三相位,南北左转为第四相位;
1)道路交叉口的右转车流一般不受城市交通信号的控制,所以城市交通信号模糊控制中不考虑右转车流;
2)各个相位的直行、左转车道上设置一组车辆检测器,可以实时检测到各个车道的车流到达、车辆排队长度;
控制目标:使通过交叉口的车流量的平均排除长度最短,车辆平均延误最小;城市交通信号模糊控制器综合考虑绿灯相位、红灯相位的交通情况,做出以交叉口的总延误最小为控制目标;
控制变量:信号周期、各相比的绿信比;模糊控制器做出是否延长放行相位的绿灯时间的决定,延长绿灯时间会增加总的绿灯时间,也会改变信号周期,这样就样就会调整信号的绿信比;
城市交通信号模糊控制器是城市交通模糊控制决策部分,做出是否转换交通信号的决定来影响控制交通流,交通流的变化会使红灯、绿灯相位的交通状况的变化,城市交通信号模糊控制器会根据实际情况做出相应的是否转换相位的决策,周而复始,进行实时交通控制。
3.根据权利要求2所述的城市交通信号模糊控制方法,其特征在于:
1)给定每个相位的最小绿灯时间与最大绿灯时间,以保证通行相位的车辆通行权、与等待相位车辆的通行权;
2)假设按最初给定该相位的最小绿灯时间放行第一相位(东西直行),放行时间到达最短绿灯时间时形如计算该相位的入口流量、排队长度、下一个要放行相位的排除长度,通过模糊控制哭喊综合考虑是否继续放行当前相位,模糊控制器做出决策;
3)如果继续放行该相位就在最短绿灯时间的基础上增加一个单位绿灯时间,否则就放行下一相位;
4)第一相位放行时间到达最大时间时就自动强制转换下一相位;
5)这样循环控制形成周期、绿信比随交通状况实时变化的控制方案。
CN201710922933.XA 2017-09-30 2017-09-30 一种城市交通信号模糊控制方法 Pending CN107862877A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710922933.XA CN107862877A (zh) 2017-09-30 2017-09-30 一种城市交通信号模糊控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710922933.XA CN107862877A (zh) 2017-09-30 2017-09-30 一种城市交通信号模糊控制方法

Publications (1)

Publication Number Publication Date
CN107862877A true CN107862877A (zh) 2018-03-30

Family

ID=61698327

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710922933.XA Pending CN107862877A (zh) 2017-09-30 2017-09-30 一种城市交通信号模糊控制方法

Country Status (1)

Country Link
CN (1) CN107862877A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629985A (zh) * 2018-04-25 2018-10-09 梧州井儿铺贸易有限公司 一种智能化程度高的斑马线护栏
CN110047299A (zh) * 2019-04-10 2019-07-23 合肥学院 交叉口机动车交通信号动态调配方法
CN110136443A (zh) * 2019-05-24 2019-08-16 辽宁工业大学 一种基于车辆行驶状态的交通信号灯优化方法
CN110660234A (zh) * 2019-09-29 2020-01-07 柳超 智能交通灯控制方法
CN111479176A (zh) * 2019-11-27 2020-07-31 重庆前卫克罗姆表业有限责任公司 一种基于NB-IoT的自适应模糊数据上传方法
CN111583672A (zh) * 2020-04-09 2020-08-25 江苏中科院智能科学技术应用研究院 一种智慧交通灯控制方法、系统及装置
CN114973708A (zh) * 2022-06-28 2022-08-30 杭州海康威视数字技术股份有限公司 一种交通信号灯的控制方法、装置及存储介质
CN115083160A (zh) * 2022-06-15 2022-09-20 国汽智控(北京)科技有限公司 信号灯控制方法、装置和信号灯控制器

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04148299A (ja) * 1990-10-08 1992-05-21 N T T Data Tsushin Kk 交通信号機制御方法及びその実施装置
CN1845201A (zh) * 2005-04-08 2006-10-11 王大海 多相位交叉口的循环感应控制系统
CN101493992A (zh) * 2008-12-19 2009-07-29 浙江工业大学 一种基于无线传感器网络的单点自组织交通信号控制方法
CN104766485A (zh) * 2015-03-31 2015-07-08 杭州电子科技大学 一种基于改进的模糊控制的红绿灯优化配时方法
CN105869417A (zh) * 2016-06-16 2016-08-17 兰州理工大学 一种基于组合控制的交通信号控制方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04148299A (ja) * 1990-10-08 1992-05-21 N T T Data Tsushin Kk 交通信号機制御方法及びその実施装置
CN1845201A (zh) * 2005-04-08 2006-10-11 王大海 多相位交叉口的循环感应控制系统
CN101493992A (zh) * 2008-12-19 2009-07-29 浙江工业大学 一种基于无线传感器网络的单点自组织交通信号控制方法
CN104766485A (zh) * 2015-03-31 2015-07-08 杭州电子科技大学 一种基于改进的模糊控制的红绿灯优化配时方法
CN105869417A (zh) * 2016-06-16 2016-08-17 兰州理工大学 一种基于组合控制的交通信号控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王一鸣,邓琛,邓高旭: "基于模糊控制的智能交通信号控制系统设计", 《电子科技》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108629985A (zh) * 2018-04-25 2018-10-09 梧州井儿铺贸易有限公司 一种智能化程度高的斑马线护栏
CN110047299A (zh) * 2019-04-10 2019-07-23 合肥学院 交叉口机动车交通信号动态调配方法
CN110047299B (zh) * 2019-04-10 2020-11-03 合肥学院 交叉口机动车交通信号动态调配方法
CN110136443A (zh) * 2019-05-24 2019-08-16 辽宁工业大学 一种基于车辆行驶状态的交通信号灯优化方法
CN110136443B (zh) * 2019-05-24 2020-09-29 辽宁工业大学 一种基于车辆行驶状态的交通信号灯优化方法
CN110660234A (zh) * 2019-09-29 2020-01-07 柳超 智能交通灯控制方法
CN111479176A (zh) * 2019-11-27 2020-07-31 重庆前卫克罗姆表业有限责任公司 一种基于NB-IoT的自适应模糊数据上传方法
CN111479176B (zh) * 2019-11-27 2022-05-27 重庆前卫表业有限公司 一种基于NB-IoT的自适应模糊数据上传方法
CN111583672A (zh) * 2020-04-09 2020-08-25 江苏中科院智能科学技术应用研究院 一种智慧交通灯控制方法、系统及装置
CN115083160A (zh) * 2022-06-15 2022-09-20 国汽智控(北京)科技有限公司 信号灯控制方法、装置和信号灯控制器
CN114973708A (zh) * 2022-06-28 2022-08-30 杭州海康威视数字技术股份有限公司 一种交通信号灯的控制方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN107862877A (zh) 一种城市交通信号模糊控制方法
CN110223517B (zh) 基于时空相关性的短时交通流量预测方法
Niittymaki et al. Application of fuzzy logic to the control of a pedestrian crossing signal
CN113538910B (zh) 一种自适应的全链条城市区域网络信号控制优化方法
CN102693633B (zh) 一种短时交通流加权组合预测方法
Lin et al. Traffic signal optimization based on fuzzy control and differential evolution algorithm
CN103871246B (zh) 基于路网空间关系约束Lasso的短时交通流预测方法
CN109859469A (zh) 一种基于集成lstm神经网络的车流量预测方法
CN110182217A (zh) 一种面向复杂超车场景的行驶任务复杂度量化评估方法
Jamil et al. Adaptive traffic signal control system using composite reward architecture based deep reinforcement learning
Chen et al. A multiscale-grid-based stacked bidirectional GRU neural network model for predicting traffic speeds of urban expressways
CN109978025A (zh) 一种基于高斯过程回归的智能网联车辆前车加速度预测方法
CN108734958A (zh) 一种交通速度预测方法
CN107481523A (zh) 一种交通流速度预测方法及系统
Chen et al. Real-coded genetic algorithm for signal timing optimization of a single intersection
CN113449905A (zh) 一种基于门控循环单元神经网络的交通拥堵预警方法
Yu et al. Design of machine learning algorithm for tourism demand prediction
Alam et al. Intellegent traffic light control system for isolated intersection using fuzzy logic
CN108364490A (zh) 城市公路交通系统车辆运行调控方法
Zhang et al. Direction-decision learning based pedestrian flow behavior investigation
CN112098869B (zh) 一种基于大数据的自适应电动汽车soc估计方法
CN108364491A (zh) 基于车流量预测的驾驶员信息提醒方法
Pan et al. Traffic speed prediction based on time classification in combination with spatial graph convolutional network
CN113408786B (zh) 一种交通特征预测方法及系统
Hao et al. Development of a safety prediction method for arterial roads based on Big-Data Technology and stacked AutoEncoder-Gated recurrent unit

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180330

RJ01 Rejection of invention patent application after publication