CN108053661B - 一种交通控制的方法及装置 - Google Patents
一种交通控制的方法及装置 Download PDFInfo
- Publication number
- CN108053661B CN108053661B CN201711378141.7A CN201711378141A CN108053661B CN 108053661 B CN108053661 B CN 108053661B CN 201711378141 A CN201711378141 A CN 201711378141A CN 108053661 B CN108053661 B CN 108053661B
- Authority
- CN
- China
- Prior art keywords
- time
- sub
- phase
- value
- period
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000012545 processing Methods 0.000 claims description 21
- 230000003247 decreasing effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 description 26
- 229920006395 saturated elastomer Polymers 0.000 description 13
- 238000007689 inspection Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000008832 photodamage Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开一种交通控制的方法及装置,所述方法包括:获取第一路口在第一控制时段的第一历史车流量数据;以及M天中每个时段的所述第一路口的车流量数据;将所述第一控制时段划分为k个子时段,并确定第一累加值;将所述第一控制时段划分为k+1个子时段,并确定第二累加值;在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案。
Description
技术领域
本申请涉及交通控制技术领域,尤其涉及一种交通控制的方法及装置。
背景技术
现城市交通在经济和社会发展中起着重要的作用,特别是城市中心区的交通,其运行效率的提高,可以带来巨大的经济效益和社会效益。目前行业内交通问题的发现主要依靠运维人员进行路上巡检或市民投诉的方式,存在道路拥堵,交通问题发现不及时,巡检人力投入大,交通问题定位不准确,交通运行效率低等问题。随着经济社会的发展,交通大数据的数量和维度也越来越大,交通技术和交通信息源得到不断丰富和完善,如何根据大数据发现交通问题,优化交通控制方案,是当下亟需解决的问题。
发明内容
本申请实施例提供一种交通控制的方法及装置,用以根据大数据现交通问题,优化交通控制方案,解决目前交通运行效率低的问题。
本申请实施例提供一种交通控制的方法,其特征在于,所述方法包括:
获取第一路口在第一控制时段的第一历史车流量数据;以及M天中每个时段的所述第一路口的车流量数据;
将所述第一控制时段划分为k个子时段,并确定第一累加值,所述第一累加值为所述k个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;所述K≥k≥2,所述K为车流量数据个数的第一预设倍数;
将所述第一控制时段划分为k+1个子时段,并确定第二累加值,所述第二累加值为所述k+1个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;
在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案。
一种可能的实现方式,所述方法还包括:
若确定所述第一累加值大于或等于所述第一预设阈值,或所述第一累加值与所述第二累加值的比值大于或等于所述第二预设阈值,则将所述k的取值加1,并返回至将将所述第一控制时段划分为k个子时段的步骤。
一种可能的实现方式,所述方法还包括:
针对所述时段中的任意2个相邻时段t0至t1和t1至t2:
若确定(t1-t)至t1的平均历史车流量与t0至t1的平均历史车流量的差大于(t1-t)至t1的平均历史车流量与t1至t2的平均历史车流量的差的第三预设倍数,则将所述t1更新为(t1-t);所述(t1-t)为t1前移1个或多个第一预设时间;
重复判断是否更新t1的步骤,直至更新后的t1与未更新的t1的时间超过第二预设时间;或者若确定(t1-t)至t1的平均历史车流量与t0至t1的平均历史车流量的差小于(t1-t)至t1的平均历史车流量与t1至t2的平均历史车流量的差的第三预设倍数,则停止更新t1。
一种可能的实现方式,所述第一历史车流量数据包括所述第一路口在k个子时段的每个子时段中,每个相位的绿灯损失时间;或者,所述第一路口在k个子时段的每个子时段中,每个相位的饱和度;
所述根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案,包括:
获取所述第一路口中k个子时段中每个相位的绿灯损失时间,或者所述第一路口在k个子时段的每个子时段中每个相位的饱和度;
若确定所述相位中的绿灯损失时间大于第一绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长;或者,
若确定所述相位的饱和度小于第二绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长。
一种可能的实现方式,所述第一路口中任一个相位i的饱和度Oi根据以下公式确定:
其中,所述ei为相位i中第一车辆通过停车线至在第一车辆之后的第二车辆到达停车线的时间,Qi为在所述子时段的相位i的车流量;gi为绿灯时间。
一种可能的实现方式,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有相位的延误时间;所述第一路口中所有相位中的任一相位的延误时间为车辆在该相位下经过所述第一路口所需的时间与协调时间的差值;
所述根据所述k个子时段中每个子时段的所述第一历史车流量数据确定每个子时段的交通控制方案,包括:
若确定所有相位的延误时间中最大延误时间与最小延误时间的差值超过第三绿灯时间阈值,则确定该子时段分配的绿灯时间在各相位下不均衡,并增加延误时间最大值对应的相位的绿灯时间,或者,减少延误时间的最小值对应的相位的绿灯时间。
一种可能的实现方式,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有车道所在的相位的饱和度;
所述根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案,包括:
若确定所述第一路口任一时段中包括不相邻左转车道的所有直行车道的饱和度的平均值大于第一饱和度阈值,且相邻左转车道的直行车道的饱和度的平均值与所述不相邻左转车道的直行车道的饱和度的平均值的差大于第二饱和度阈值,则确定所述左转车道遮挡与所述左转车道相邻的直行车道,并增加所述直行车道的绿灯时间,或者,减少所述左转车道的绿灯时间;
若确定所述第一路口中任一时段的左转车道的平均延误时间超过所述第一路口的周期时间的第二预设倍数,且所述左转车道的饱和度超过第三饱和度阈值,则确定左转车道被直线车道遮挡,并增加所述左转车道的绿灯时间,或者,减少所述直行车道的绿灯时间。
本申请实施例提供一种交通控制的方法,所述方法包括:
获取在预设时段内协调方向上通过A个协调路口的停车次数为B次的停车率以及所述协调方向上停车次数为0的延误时间;所述停车率为协调方向停车次数为B次的车辆占所有车辆的比值;A为大于1的正整数,B为大于或等于1的正整数。
根据所述停车率以及所述延误时间,确定所述协调方向的绿灯时间以及所述协调方向的协调速度。
一种可能的实现方式,所述延误时间根据以下公式确定:
其中,D为停车次数为0的车辆通过A个协调路口所需要的时间,T为协调方向上车辆通过所述A个协调路口的平均时间,L为协调方向上的A个协调路口的路段长度,V为预设的协调速度;
若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率小于预设停车率阈值,则确定所述协调方向的相位差过小;可以向终端发送告警,并建议调大所述相位差;
若确定停车次数为B的延误时间小于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定所述协调方向的相位差过大;可以向终端发送告警,并建议调小所述相位差;
若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定路段有干扰;可以向终端发送告警,并建议调小所述协调速度。
本申请实施例提供一种交通控制的方法,所述方法包括:
获取统计时间内左转车流量数据和直行车流量数据;
根据所述左转车流量数据和直行车流量数据,确定左转车道与直行车道的车道数比值与所述左转车流量数据和直行车流量的比值的匹配度;
模拟调整直行车道数以及左转车道数后,所述匹配度是否满足预设条件;
若确定调整后的车道方案的匹配度满足预设条件,则将车道方案更新为调整后的车道方案。
本申请实施例提供一种交通控制的方法,所述方法包括:
获取待分析的路段中早高峰和晚高峰的车流量数据;
针对早高峰或晚高峰的车流量数据,确定第一方向的车流量的最大值与所述第一方向的饱和车流量的比值,和第二方向的车流量的最大值与所述第二方向的饱和车流量的比值;所述第一方向和所述第二方向为相反的方向;
若第一方向的车流量最大值与第二方向的车流量最大值均超过对应方向的车流量阈值,则根据以下步骤判断所述路段是否存在潮汐;否则,确定所述路段不存在潮汐,并向所述终端发送所述路段不存在潮汐的判断结果;
确定所述第一方向的分担比与所述第二方向的分担比;所述第一方向的分担比为所述第一方向的车流量占所述第一方向车流量与所述第二方向车流量之和的比值;所述第二方向的分担比为所述第二方向的车流量占所述第二方向车流量与所述第一方向车流量之和的比值;
若确定早高峰时段第一方向的分担比与第二方向的分担比的差值的绝对值超过早高峰的第一分担比阈值,晚高峰时段的第一方向的分担比与第二方向的分担比的差值的绝对值超过晚高峰的第二分担比阈值,且早高峰时段的分担比的差值与晚高峰时段的分担比的差值的乘积小于0,则确定所述路段存在潮汐。否则该路段不存在潮汐,并向所述终端发送所述路段不存在潮汐的判断结果。
本申请实施例提供一种交通控制的装置,所述装置包括:
获取单元,用于获取第一路口在第一控制时段的第一历史车流量数据;以及M天中每个时段的所述第一路口的车流量数据;
处理单元,用于将所述第一控制时段划分为k个子时段,并确定第一累加值,所述第一累加值为所述k个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;所述K≥k≥2,所述K为车流量数据个数的第一预设倍数;将所述第一控制时段划分为k+1个子时段,并确定第二累加值,所述第二累加值为所述k+1个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案。
一种可能的实现方式,所述处理单元还用于:
若确定所述第一累加值大于或等于所述第一预设阈值,或所述第一累加值与所述第二累加值的比值大于或等于所述第二预设阈值,则将所述k的取值加1,并返回至将将所述第一控制时段划分为k个子时段的步骤。
一种可能的实现方式,所述处理单元还用于:
针对所述时段中的任意2个相邻时段t0至t1和t1至t2:
若确定(t1-t)至t1的平均历史车流量与t0至t1的平均历史车流量的差大于(t1-t)至t1的平均历史车流量与t1至t2的平均历史车流量的差的第三预设倍数,则将所述t1更新为(t1-t);所述(t1-t)为t1前移1个或多个第一预设时间;
重复判断是否更新t1的步骤,直至更新后的t1与未更新的t1的时间超过第二预设时间;或者若确定(t1-t)至t1的平均历史车流量与t0至t1的平均历史车流量的差小于(t1-t)至t1的平均历史车流量与t1至t2的平均历史车流量的差的第三预设倍数,则停止更新t1。
一种可能的实现方式,所述第一历史车流量数据包括所述第一路口在k个子时段的每个子时段中,每个相位的绿灯损失时间;或者,所述第一路口在k个子时段的每个子时段中,每个相位的饱和度;
一种可能的实现方式,所述处理单元还用于:
获取所述第一路口中k个子时段中每个相位的绿灯损失时间,或者所述第一路口在k个子时段的每个子时段中每个相位的饱和度;若确定所述相位中的绿灯损失时间大于第一绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长;或者,若确定所述相位的饱和度小于第二绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长。
一种可能的实现方式,所述第一路口中任一个相位i的饱和度Oi根据以下公式确定:
其中,所述ei为相位i中第一车辆通过停车线至在第一车辆之后的第二车辆到达停车线的时间,Qi为在所述子时段的相位i的车流量;gi为绿灯时间。
一种可能的实现方式,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有相位的延误时间;所述第一路口中所有相位中的任一相位的延误时间为车辆在该相位下经过所述第一路口所需的时间与协调时间的差值;
一种可能的实现方式,所述处理单元还用于:
若确定所有相位的延误时间中最大延误时间与最小延误时间的差值超过第三绿灯时间阈值,则确定该子时段分配的绿灯时间在各相位下不均衡,并增加延误时间最大值对应的相位的绿灯时间,或者,减少延误时间的最小值对应的相位的绿灯时间。
一种可能的实现方式,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有车道所在的相位的饱和度;
一种可能的实现方式,所述处理单元还用于:
若确定所述第一路口任一时段中包括不相邻左转车道的所有直行车道的饱和度的平均值大于第一饱和度阈值,且相邻左转车道的直行车道的饱和度的平均值与所述不相邻左转车道的直行车道的饱和度的平均值的差大于第二饱和度阈值,则确定所述左转车道遮挡与所述左转车道相邻的直行车道,并增加所述直行车道的绿灯时间,或者,减少所述左转车道的绿灯时间;若确定所述第一路口中任一时段的左转车道的平均延误时间超过所述第一路口的周期时间的第二预设倍数,且所述左转车道的饱和度超过第三饱和度阈值,则确定左转车道被直线车道遮挡,并增加所述左转车道的绿灯时间,或者,减少所述直行车道的绿灯时间。
本申请实施例提供一种交通控制的装置,所述装置包括:
获取单元,用于获取在预设时段内协调方向上通过A个协调路口的停车次数为B次的停车率以及所述协调方向上停车次数为0的延误时间;所述停车率为协调方向停车次数为B次的车辆占所有车辆的比值;A为大于1的正整数,B为大于或等于1的正整数。
处理单元,用于根据所述停车率以及所述延误时间,确定所述协调方向的绿灯时间以及所述协调方向的协调速度。
一种可能的实现方式,所述延误时间根据以下公式确定:
其中,D为停车次数为0的车辆通过A个协调路口所需要的时间,T为协调方向上车辆通过所述A个协调路口的平均时间,L为协调方向上的A个协调路口的路段长度,V为预设的协调速度;
一种可能的实现方式,所述处理单元,还用于:
若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率小于预设停车率阈值,则确定所述协调方向的相位差过小;可以向终端发送告警,并建议调大所述相位差;若确定停车次数为B的延误时间小于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定所述协调方向的相位差过大;可以向终端发送告警,并建议调小所述相位差;若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定路段有干扰;可以向终端发送告警,并建议调小所述协调速度。
本申请实施例提供一种交通控制的装置,所述装置包括:
获取单元,用于获取统计时间内左转车流量数据和直行车流量数据;
处理单元,用于根据所述左转车流量数据和直行车流量数据,确定左转车道与直行车道的车道数比值与所述左转车流量数据和直行车流量的比值的匹配度;模拟调整直行车道数以及左转车道数后,所述匹配度是否满足预设条件;若确定调整后的车道方案的匹配度满足预设条件,则将车道方案更新为调整后的车道方案。
本申请实施例提供一种交通控制的装置,所述装置包括:
获取单元,用于获取待分析的路段中早高峰和晚高峰的车流量数据;
处理单元,用于针对早高峰或晚高峰的车流量数据,确定第一方向的车流量的最大值与所述第一方向的饱和车流量的比值,和第二方向的车流量的最大值与所述第二方向的饱和车流量的比值;所述第一方向和所述第二方向为相反的方向;若第一方向的车流量最大值与第二方向的车流量最大值均超过对应方向的车流量阈值,则根据以下步骤判断所述路段是否存在潮汐;否则,确定所述路段不存在潮汐,并向所述终端发送所述路段不存在潮汐的判断结果;
确定所述第一方向的分担比与所述第二方向的分担比;所述第一方向的分担比为所述第一方向的车流量占所述第一方向车流量与所述第二方向车流量之和的比值;所述第二方向的分担比为所述第二方向的车流量占所述第二方向车流量与所述第一方向车流量之和的比值;
若确定早高峰时段第一方向的分担比与第二方向的分担比的差值的绝对值超过早高峰的第一分担比阈值,晚高峰时段的第一方向的分担比与第二方向的分担比的差值的绝对值超过晚高峰的第二分担比阈值,且早高峰时段的分担比的差值与晚高峰时段的分担比的差值的乘积小于0,则确定所述路段存在潮汐。否则该路段不存在潮汐,并向所述终端发送所述路段不存在潮汐的判断结果。
本申请实施例提供一种计算机可读存储介质,包括计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机执行上述任意一项所述的方法。
本申请实施例提供一种计算机程序产品,包括计算机可读指令,当计算机读取并执行所述计算机可读指令,使得计算机执行上述任意一项所述的方法。
根据本申请实施例提供的方法及装置,根据对时段的重新划分,按照同一类的时段分配交通控制方案,从而实现了对交通控制方案的优化,极大的提高了交通运行效率。
附图说明
图1为本申请实施例提供的一种交通控制的方法流程示意图;
图2为本申请实施例提供的一种交通控制的装置结构示意图。
具体实施方式
目前行业内交通问题的发现主要依靠运维人员进行路上巡检或市民投诉的方式,存在交通问题发现不及时、巡检人力投入大、交通问题定位不准确等问题。随着经济社会的发展,交通大数据的数量和维度也越来越大,交通技术和交通信息源得到不断丰富和完善,交通大数据已经逐渐开始在交通领域得到大范围应用,如何建立静态路网数据、线圈数据、电警过车数据、互联网路况数据、手机APP数据和浮动车等交通数据与交通问题之间的联系,提高交通控制的效率,是当下亟需解决的问题。
本申请实施例提供一种交通控制的方法,所述方法包括以下步骤:
步骤101:获取第一路口在第一控制时段的第一历史车流量数据;所述第一历史车流量数据为M天中每个时段的所述第一路口的车流量数据;
步骤102:将所述第一控制时段划分为k个子时段,并确定第一累加值,所述第一累加值为所述k个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;所述k为大于2小于a,所述a为车流量数据个数的第一预设倍数;
步骤103:将所述第一控制时段划分为k+1个子时段,并确定第二累加值,所述第二累加值为所述k+1个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;
步骤104:在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案。
在步骤101之前,通过获取所述第一路口的第一历史车流量数据,例如,获取D天的所述第一路口在每天的车流量数据,D可以为根据每个时段确定的控制方案的天数。例如,可以根据工作日和非工作日确定在每个控制时段的划分,在工作日划分的时段可以与非工作日划分的时段不同;另外,在工作目的控制时段中的控制方案可以与非工作日划分的时段对应的控制方案不同。针对不同的时段的划分,以及不同的控制方案的天数,对所述第一历史车流量数据进行选取。
例如,所述第一控制时段的第一历史车流量数据,可以为多个周的工作目的每天的第一控制时段的车流量数据;也可以为多周的非工作目的每天的第一控制时段的车流量数据。
可以为根据车流量划分为多个时段,每个时段可以对应不同的控制方案。每个时段中包括多个车流量数据,每个车流量数据为第一预设时间段内通过所述第一路口的车辆数。例如,可以选取5天的第一路口的车流量数据,每个车流量数据点为5分钟的车流量,即每天的车流量数据点的个数为288个。若某一天的时段划分方案为24个时段:
t0~t1,t1~t2,…,ti-1~ti,…,tn-1~tn
其中,ti表示时间节点,t0=0,tn=24,第i个控制时段表示为ti-1~ti。
一种可能的实现方式,针对每个控制时段进行判断,若确定所述控制时段中存在特殊时段,例如,黄闪,全红,关灯时段等,则排除所述特殊时段;在排除所述特殊时段后的其他控制时段中,若确定ti-ti-1≥120,则将该控制时段ti-ti-1确定为所述第一控制时段,否则,确定ti-1~ti的控制时段内不需要进行子时段的划分。
在确定所述第一控制时段后,确定所述第一路口在第一控制时段的第一历史车流量数据。
一种可能的实现方式,所述第一历史车流量数据可以表示为车流量矩阵Q:
其中,m为所述第一控制时段对应的划分方案的天数,例如m≥5,n表示每天的车流量数据的个数,例如,T=288。
在步骤102中,将所述第一控制时段划分为k个子时段的实现方式可以包括以下步骤:
步骤一、对所述车流量矩阵进行归一化处理,例如,设Qij为第i天第j个5分钟的流量数据,
其中,max(Qij)、min(Qij)分别表示每天车流量数据点中的最大值和最小值。
步骤二、根据归一化后的所述车流量矩阵Z,确定划分为k个子时段的k个车流量子序列R,R[i,j]为划分后的k个子序列中的归一化后的所述矩阵Z第i行至第j行的车流量数据组成的矩阵R,可以表示为:
其中,i,j,n为大于等于1的正整数,且1≤i<j≤n。
所述子序列R[i,j]的离差平方和可以根据以下公式确定:
其中,p,m,l为大于等于1的正整数,且1≤p≤m,i≤l≤j。
其中,D(i,j)的值越小,表示划分的子序列的车流量数据越接近。
根据确定的k个子时段中,每个子时段的第一历史车流量数据的离差平方和的累加值;
一种可能的实现方式,将所述Z划分为k个子时段的划分方式有n-k+1种;
在n-k+1种划分方式中,可以确定一个最小的划分的k个子时段的第一历史车流量数据的离差平方和的累加值,将该累加值确定为所述第一累加值,
一种可能的实现方式,所述k为大于2小于K,所述K为车流量数据个数的第一预设倍数;例如,若所述车流量数据的个数为288个,即每个车流量数据为5分钟的车流量数据,则K可以设置为48,即每个子时段的时间不小于30分钟。
例如,当k=2时,即将所述第一控制时段划分为2个子时段,则有n-1种划分方式,在n-1种划分方式中,确定最小的累加值对应的划分方式为第一累加值;可以表示为:
当k=2时,所述第一累加值可以表示为:
f[E(n,2)]=min{D(1,j-1)+D(j,n)};2≤j≤n
当k=3时,所述第一累加值可以表示为:
f[E(n,3)]=min{f[E(j-1,2)]+D(j,n)},3≤j≤n;
当k>3时,所述第一累加值可以表示为:
f[E(n,k)]=min{f[E(j-1,k-1)]+D(j,n)},k≤j≤n。
其中,所述第一累加值也可以表示为:
其中,1=i1<i2<…<ik<ik+1=n。
在步骤103中,确定将所述第一控制时段的归一化后的所述车流量矩阵Z,划分为k+1个子时段的k+1个车流量子序列R。具体的确定方式与划分k各子时段的方式相同,在此不再赘述。
根据确定的k+1个子时段中,每个子时段的第一历史车流量数据的离差平方和的累加值;
一种可能的实现方式,将所述Z划分为k+1个子时段的划分方式有n-k种;
在n-k种划分方式中,可以确定一个最小的划分的k+1个子时段的第一历史车流量数据的离差平方和的累加值,将该累加值确定为所述第二累加值;
在步骤104中,若所述划分k个子时段在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,将第一累加值对应的k个划分方式对应的k个子时段作为划分结果。
一种可能的实现方式,上述关系可以表示为f[E(n,k)]≤α1且f[E(n,k)]/f[E(n,k+1)]≤α2;例如,所述第一预设阈值为α1,例如,可以设置为5;所述第二预设阈值为α2,例如,可以设置为1.15。
一种可能的实现方式,若确定所述第一累加值大于或等于所述第一预设阈值,或所述第一累加值与所述第二累加值的比值大于或等于所述第二预设阈值,则将所述k的取值加1,并返回至将将所述第一控制时段划分为k个子时段的步骤。
通过对城市范围所有路口进行时段划分合理性的诊断,在已有的时段划分基础上进行合理性的判别,通过合理地划分控制时段,使得控制方案能够适应每个控制时段的交通需求,减小交通流波动性对路口的冲击。本申请实施例中的时段划分方式具有较强的容错率,计算方法简单,在数据源方面可以仅采用路口车流量来确定,可实施性强。
需要说明的是,在下面的描述中,针对所述第一路口的任一时段,所述第一路口的任一时段,可以为将所述第一控制时段的第一历史车流量数据划分为k个子时段之后的任一子时段,也可以是划分之前的任一控制时段,在此不做限定。
本申请实施例中,所述方法可以包括以下步骤:
步骤一、针对所述时段中的任意2个相邻时段t0至t1和t1至t2:
步骤二、若确定(t1-t)至t1的平均历史车流量与t0至t1的平均历史车流量的差大于(t1-t)至t1的平均历史车流量与t1至t2的平均历史车流量的差的第三预设倍数,则将所述t1更新为(t1-t);所述(t1-t)为t1前移1个或多个第一预设时间;
步骤三、重复判断是否更新t1的步骤,直至更新后的t1与未更新的t1的时间超过第二预设时间;或者若确定(t1-t)至t1的平均历史车流量与t0至t1的平均历史车流量的差小于(t1-t)至t1的平均历史车流量与t1至t2的平均历史车流量的差的第三预设倍数,则停止更新t1。
下面以所述第一路口中划分的t0~t1和t1~t2两个时段为例进行举例说明:
在步骤一中,选取t0~t1和t1~t2两个时段内的第二历史车流量数据,所述第二历史车流量数据可以与所述第一历史车流量数据的选取方式相同,在此不再赘述。例如,所述t0~t1时间段内包括10个历史车流量数据点,所述t1~t2时间段内包括15个历史车流量数据点。
一种可能的实现方式,可以选取M天的历史车流量数据,每个历史车流量数据点为所述第一预设时间段内的历史车流量,例如,确定所取的M天的每5分钟的车流量数据的平均值,确定所述t0~t1时间段内包括10个平均历史车流量数据点,所述t1~t2时间段内包括15个平均历史车流量数据点,其中,每个平均历史车流量数据点为在M天的相同时间对应的车流量数据点的平均值。
在步骤二中,一种可能的实现方式,根据所述t0~t1时间段内的平均历史车流量数据点,所述t1~t2时间段内的平均历史车流量数据点,确定所述t0~t1时间段的平均历史车流量Q1,以及时间段的平均历史车流量Q2。例如,所述t0~t1时间段内的平均历史车流量数据点为10个,则所述Q1为所述10个平均历史车流量数据点的平均值。
具体实施过程可以包括以下步骤:
第一方面,判断相邻的两个时段的中间时间节点能否向前移动,例如,时间节点t1是否能向前移动:
其中,a为所述第三预设倍数;例如,a的取值为1.1。int()为向下取整函数。
则确定(t1-t)~t1时段内历史车流量与时段t1~t2内历史车流量更接近,应将(t1-t)~t1时段划入时段t1~t2,并将t1-t确定为更新后的t1,并返回至确定(t1-t)~t1的平均历史车流量的步骤;否则,确定所述t1不需要向前移动。
一种可能的实现方式,结束判断方式还可以为直至更新后的t1与未更新的t1的时间超过第二预设时间,所述第二预设时间可以为t0之后的预设时间点。例如,所述第二预设时间可以为时间点t0+30min。具体的流程可以如下所示:
若确定
则对(t1-15min)~(t1-10min)时段内的平均历史车流量判断,否则,将t1-5min作为划分完成的时间节点。
步骤三、重复判断是否需要划分t1的时间节点的步骤,直至判断出某一个5分钟的平均历史车流量数据点不满足预设条件,或者更新后的时间节点为时间点t0+30min。
第二方面,本申请实施例中的方法可以包括以下步骤:
步骤一、针对所述时段中的任意2个相邻时段t0至t1和t1至t2:
步骤二、若确定t1至(t1+t)的平均历史车流量与t0至t1的平均历史车流量的差大于(t1+t)至t1的平均历史车流量与t1至t2的平均历史车流量的差的第四预设倍数,则将所述t1更新为(t1+t);所述(t1+t)为t1后移1个或多个第一预设时间;
步骤三、重复判断是否更新t1的步骤,直至更新后的t1与未更新的t1的时间超过第三预设时间;或者若确定t1至(t1+t)的平均历史车流量与t0至t1的平均历史车流量的差小于t1至(t1+t)的平均历史车流量与t1至t2的平均历史车流量的差的第四预设倍数,则停止更新t1。
在具体实施过程中,判断相邻的两个时段的中间时间节点能否向前移动,例如,时间节点t1是否能向后移动:
其中,b为所述第三预设倍数;例如,a的取值为0.9。
则确定t1~(t1+t)时段内的历史车流量与时段t1~t2内的历史车流量更接近,应将t1~(t1+t)时段划入时段t1~t2,并将(t1+t)确定为更新后的t1,并返回至确定t1~(t1+t)的平均历史车流量的步骤;否则,确定所述t1不需要向后移动。
一种可能的实现方式,结束判断方式还可以为直至更新后的t1与未更新的t1的时间超过第三预设时间,所述第三预设时间可以为t1之前的预设时间点。例如,所述第三预设时间可以为时间点t1-30min。
一种可能的实现方式,针对t1时间节点的更新,即前移或后移,若确定移动的时间间隔小于第四预设时间时,例如,20分钟,则可以认为原t1位置合理,不进行t1时间节点的更新。否则,可以向终端发送告警,并建议对t1时间节点的更新。所述终端可以为需要设置交通控制方案的工作人员的终端,也可以为需要监控所述第一路口的交通的工作人员的终端,可根据需要设置需要发送告警和建议的终端设备,在此不做限定。
本申请实施例中,根据所述第一路口的任一时段的历史车流量数据确定交通控制方案,可以包括以下步骤:
步骤一、获取所述第一路口的任一时段的每个相位中的绿灯损失时间或者每个相位的饱和度;所述饱和度的车流量数据可以为所述第一路口的任一时段中相位i上的历史车流量数据,所述历史车流量数据可以为所述第二历史车流量数据中对应的相位i上的车流量数据,也可以为根据实际需要选取的历史车流量数据,在此不做限定。
步骤二、若确定所述相位中的绿灯损失时间大于预设绿灯时长阈值,或者,若确定所述相位的饱和度小于饱和度阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长。
在步骤一中,所述第一路口的任一时段的每个相位中的绿灯损失时间为,车辆在该时段的每个相位上,通过所述第一路口的绿灯空放的时间,即在某一相位上的绿灯损失时间内,没有车辆在该相位上通过所述第一路口。所述绿灯损失时间可以为在该时段中每个周期内的每个相位上的绿灯损失时间的平均值,也可以为该时段中每个周期内的每个相位上的绿灯损失时间的最小值,确定方法可以根据实际需要确定,在此不做限定。
一种可能的实现方式,针对所述第一路口的任一时段,可以通过检测器采集在所述时段中的相位i的绿灯损失时间。
若确定所述绿灯损失时间超过第一绿灯时间阈值,则确定相位i的绿灯时间过大,可以向终端发送告警,并建议减少相位i的绿灯时间。
一种可能的实现方式,所述相位i的饱和度Oi可以为在相位i上通过所述第一路口的车辆数与最大可容许通过的车辆数的比值。
具体的,所述Oi可以根据以下公式确定:
其中,ei为相位i的饱和车时距,所述饱和车时距指的是相位i中第一车辆通过停车线至在第一车辆之后的第二车辆到达停车线的时间,Qi为在相位i上的车流量;gi为绿灯时间。所述Qi可以为所述第一路口的任一时段中相位i上的历史车流量数据,所述历史车流量数据可以为所述第二历史车流量数据中对应的相位i上的车流量数据,也可以为根据实际需要选取的历史车流量数据,在此不做限定。
当饱和车时距较大时,说明道路通畅,车流量通常较低,若此时所述饱和度低于第二绿灯时间阈值,则说明绿灯时间过大,可以向终端发送告警,并建议减少相位i的绿灯时间。
当饱和车时距较小时,通常车流量较高,此时,若此时所述饱和度高于第三绿灯时间阈值,则说明绿灯时间可能过小,可以向终端发送告警,并建议增加相位i的绿灯时间。
需要说明的是,由于相位的绿灯损失时间并一定能全部获取到,可以仅根据饱和度确定所述相位i的绿灯时间是否需要调整,也可以根据所述相位i的绿灯损伤时间以及所述相位i的饱和度共同确定所述相位i的绿灯时间是否需要调整。具体的调整方式可以为终端用户接收到所述所述相位i的绿灯损伤时间以及所述相位i的饱和度,确定调整所述相位i的绿灯时间的大小。
一种可能的实现方式,在步骤104中,所述第一历史车流量数据包括所述第一路口在k个子时段的每个子时段中,每个相位的绿灯损失时间;或者,所述第一路口在k个子时段的每个子时段中,每个相位的饱和度;
所述根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案,包括:
获取所述第一路口中k个子时段中每个相位的绿灯损失时间,或者所述第一路口在k个子时段的每个子时段中每个相位的饱和度;
若确定所述相位中的绿灯损失时间大于第一绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长;或者,
若确定所述相位的饱和度小于第二绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长。
本申请实施例通过判断时段是否可以进行时间轴上的移动,自动发现诊断时段划分不合理的问题,解决了交通管理中问题发现不及时,原因发现不清楚,人工巡检工作量大的问题,使得交通问题得以及时准确的发现、并快速定位原因,有效地提高了交通管理的效率。
一种可能的实现方式,本申请实施例中,所述方法还包括:
步骤一、获取所述第一路口的任一时段中所有相位的延误时间;所述所有相位中的任一相位的延误时间为车辆在该相位下经过所述第一路口所需的时间与协调时间的差值;所述第一路口的任一时段中所有相位的延误时间可以为所述相位在每个周期下的延误时间,也可以为所述第一路口在M天的任一时段中所有相位在每个周期下的平均延误时间。
步骤二、若确定所有延误时间中的最大延误时间与最小延误时间的差值超过第三绿灯时间阈值,则确定该子时段分配的绿灯时间在各相位下不均衡;
在此情况下,车辆经过所述第一路口的某一时段中,发现左转的延误时间远大于直行的延误时间,此时可能为左转车辆在该时段非常多,或者,直行车辆没有预计的多,可以确定该子时段分配的绿灯时间在各相位下不均衡,不能适应目前的交通情况,应给予相应的调整。
一种可能的实现方式,可以向终端发送告警,并建议增加最大延误时间对应的相位的绿灯时间,或者建议减少最小延误时间对应的相位的绿灯时间。另外,还可以根据实际应用场景确定具体的调整方案。
一种可能的实现方式,最延误时间与最小延误时间的差可以表示为以下公式:
T=max{Ti}-min{Tj}
其中,Ti为相位i的延误时间,Tj为相位j的延误时间,i,j为所述相位中的任一相位;T为所述最大延误时间与最小延误时间的差值;其中,w≥i,j≥1,w为所述第一路口的相位的个数。
在步骤104中,一种可能的实现方式,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有相位的延误时间;所述第一路口中所有相位中的任一相位的延误时间为车辆在该相位下经过所述第一路口所需的时间与协调时间的差值;
所述根据所述k个子时段中每个子时段的所述第一历史车流量数据确定每个子时段的交通控制方案,包括:
若确定所有相位的延误时间中最大延误时间与最小延误时间的差值超过第三绿灯时间阈值,则确定该子时段分配的绿灯时间在各相位下不均衡,并增加延误时间最大值对应的相位的绿灯时间,或者,减少延误时间的最小值对应的相位的绿灯时间。
本申请实施例通过上述方法及时的发现对控制方案中的绿灯时间分配不合理的问题;并进行报警和方案推荐,降低了人工巡检的工作强度,有效地提高了交通管理的效率,保证了交通运行的高效,稳定。
本申请实施例中,所述方法还可以包括以下步骤:
步骤一、获取所述所述第一路口的任一时段的每个相位中的每个车道对应的饱和度;所述饱和度的确定与所述相位i的饱和度的确定方法相同,区别在于所述车道对应的饱和度中,选取的车流量数据为在所述所述第一路口的任一时段的每个相位中对应的车道的历史车流量数据;
步骤二、若确定包括不相邻左转车道的所有直行车道的饱和度的平均值大于第一饱和度的预设阈值,且相邻左转车道的直行车道的饱和度的平均值与所述不相邻左转车道的直行车道的饱和度的平均值的差大于第二饱和度的预设阈值,则确定所述左转车道遮挡与所述左转车道相邻的直行车道;
具体的,所述第一饱和度的预设阈值和所述第二饱和度的预设阈值可以根据实际需要确定,在此不做限定。
一种可能的实现方式,可以向终端发送告警,并建议增加所述直行车道的绿灯时间,或者,减少所述左转车道的绿灯时间;
步骤三、若确定所述第一路口中任一时段的左转车道的平均延误时间超过所述第一路口的周期时间的第二预设倍数,且所述左转车道的饱和度超过第三饱和度预设阈值,则确定左转车道被直线车道遮挡。
具体的,所述第二预设倍数和第三饱和度预设阈值可以根据实际需要确定,在此不做限定。
一种可能的实现方式,可以向终端发送告警,并建议减少所述直行车道的绿灯时间,或者,增加所述左转车道的绿灯时间。
一种可能的实现方式,在步骤104中,所述第一历史车流量数据可以包括所述第一路口中所述k个子时段中所有车道所在的相位的饱和度;
所述根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案,包括:
若确定所述第一路口任一时段中包括不相邻左转车道的所有直行车道的饱和度的平均值大于第一饱和度阈值,且相邻左转车道的直行车道的饱和度的平均值与所述不相邻左转车道的直行车道的饱和度的平均值的差大于第二饱和度阈值,则确定所述左转车道遮挡与所述左转车道相邻的直行车道,并增加所述直行车道的绿灯时间,或者,减少所述左转车道的绿灯时间;
若确定所述第一路口中任一时段的左转车道的平均延误时间超过所述第一路口的周期时间的第二预设倍数,且所述左转车道的饱和度超过第三饱和度阈值,则确定左转车道被直线车道遮挡,并增加所述左转车道的绿灯时间,或者,减少所述直行车道的绿灯时间。
通过对所述第一路口的历史数据的分析,确定了目前对应的车道是否出现遮挡问题,及时发现交通中的问题,减少调优人员上路巡检的人力投入,实现问题的自动发现,原因准确定位和解决方案自动推荐,极大的提升了交通控制的效率。
本申请实施例提供一种交通控制的方法,所述方法包括:
获取在预设时段内协调方向上通过A个协调路口的停车次数为B次的停车率以及所述协调方向上停车次数为0的延误时间;所述停车率为协调方向停车次数为B次的车辆占所有车辆的比值;A为大于1的正整数,B为大于或等于1的正整数。
根据所述停车率以及所述延误时间,确定所述协调方向的绿灯时间以及所述协调方向的协调速度。
所述预设时段可以根据实际需要确定,例如,可以为所述A个协调路口中相同划分的时段,也可以为按照小时为单位划分的时段,在此不做限定。
一种可能的实现方式,所述延误时间根据以下公式确定:
其中,D为停车次数为0的车辆通过A个协调路口所需要的时间,T为协调方向上车辆通过所述A个协调路口的平均时间,L为协调方向上的A个协调路口的路段长度,V为预设的协调速度。
一种可能的实现方式,若确定停车次数为B的延误时间大于预设的延误时间阈值,且所述停车率小于或等于预设停车率阈值,则确定所述协调方向的相位差过小;可以向终端发送告警,并建议调大所述相位差;
例如,一种可能的场景为大部分车辆通过所述A个协调路口的路口时,车速较小,但是仍有大部分车辆可以不停车的通过所述A个协调路口,说明当前通过所述A个协调路口的每个路口的相位差过小,可以适当增加每个路口的相位差,以使每个路口的车辆能快速通过,不会因为相位差过小导致车辆在路口的堆积。
一种可能的实现方式,若确定停车次数为B的延误时间小于或等于预设的延误时间阈值,且所述停车率大于预设停车率阈值,则确定所述协调方向的相位差过大;可以向终端发送告警,并建议调小所述相位差;
例如,一种可能的场景为车辆通过所述A个协调路口时,车速较大,但是大部分车辆不能不停车的通过所述A个协调路口的所有路口,说明当前通过所述A个协调路口的每个路口的相位差过大,可以适当减小每个路口的相位差,以使每个路口的车辆能快速通过,不会因为相位差过大导致大部分车辆在A个协调路口遇到红灯。
若确定停车次数为B的延误时间大于预设的延误时间阈值,且所述停车率小于或等于预设停车率阈值,则确定所述协调方向的协调速度过大;可以向终端发送告警,并建议调小所述协调速度。
例如,一种可能的场景为车辆通过所述A个协调路口时,遇到学校,施工等路段,导致中途多次停车,车速较小等问题,将会导致停车次数为B的延误时间大于预设的延误时间阈值,且所述停车率小于或等于预设停车率阈值,此时可以确定所述协调方向的路段出现干扰,预设的协调速度过大。
具体的实施过程可以包括以下步骤:
步骤一、通过协调方向上0次停车和1次停车的车辆数分别为r0和r1,计算停车率S。
步骤二、确定协调方向上0次停车的延误时间D
其中,D为0次停车的延误时间,T为协调方向0次停车的行程时间,L为A个协调路口的路段长度,V为预设的协调速度。
步骤三、若确定协调方向的停车率S<S0且延误时间D<D0,则确定相位差合适,不需要调整;
若确定协调方向的停车率S<S0且延误时间D≥D0,则确定所述A个协调路口的相对相位差应减小;
若确定协调方向的停车率S≥S0且延误时间D<D0,则确所述定A个协调路口的相对相位差应增大;
若确定协调方向的停车率S≥S0且延误时间D≥D0,则确所述定A个协调路口的路段有干扰,需要对协调速度进行调整。
其中,S0为预设停车率阈值,D0为预设的延误时间阈值。
通过上述协调路口的历史数据的分析,确定了目前绿波协调的方案是否合理,并给出了适应当前交通流量的方案,及时发现交通中绿波协调的问题,减少调优人员上路巡检的人力投入,实现问题的自动发现,原因准确定位和解决方案自动推荐,极大的提升了交通控制的效率。
本申请实施例提供一种交通控制的方法,所述方法包括:
步骤一、获取统计时间内左转车流量数据和直行车流量数据;
步骤二、根据所述左转车流量数据和直行车流量数据,确定左转车道与直行车道的车道数比值与所述左转车流量数据和直行车流量的比值的匹配度;
步骤三、模拟调整直行车道数以及左转车道数后,所述匹配度是否满足预设条件;
步骤四、若确定调整后的车道方案的匹配度满足预设条件,则将车道方案更新为调整后的车道方案。
在步骤一中,所述统计时间可以为预设的时间段内的第三历史车流量数据。
例如,所述统计时间可以选取连续多周的工作日期间的预设间隔的历史车流量数据。
其中,QLt,QSt代表统计间隔t内的左转车流量数据点和直行车流量数据点。例如,所述统计间隔t可以为1小时。所述统计时间可以为统计连续4周(工作日)6:00-22:00期间各小时交通流量。
在步骤二中,一种可能的实现方式,可以根据以下公式确定车道方案的匹配度:
其中,yL为在统计间隔t内左转车道的流量占左转车道的饱和车流量的比值;yS为在统计间隔内直行车道的流量占直行车道的饱和车流量的比值;nL为左转车道数,ns为直行车道数;
其中,yLt,ySt为所述统计间隔t内左转车道和直行车道的历史车流量数据点的比值;SL,SS为左转和直行的饱和车流量。
所述匹配度ρ越接近0,表明直行车道数与左转车道数的分配越符合交通流量。
在步骤三中,将直行车道改为左转车道是,确定ρt值的变化。
需要说明的是,若nS<2,且nL<2,则左转车道和直行车道无法重新分配。因此,该方法主要应用于nS>1,或者nL>1的场景中。
一种可能的实现方式,将直行车道改为左转车道,所述ρt可以表示为
将左转车道改为直行车道,所述ρt可以表示为
在具体实施过程中,可以根据所述第三历史车流量数据判断三种车道的分配方案,哪一种更符合交通流量。具体包括以下步骤:
一种可能的实现方式,若确定调整车道分配后匹配度提高程度小于预设阈值τ,则确定在该时间间隔t内原车道的分配合理,不需要调整。
具体的,所述匹配度的提高程度Δρ可以通过以下公式确定:
一种可能的实现方式,若确定调整车道分配后匹配度最小的为直行车道改为左转车道,并且,所述匹配度的提高程度大于或等于预设阈值τ,则确定该时间间隔t内将直行车道改为左转车道的分配更合理。
一种可能的实现方式,若确定调整车道分配后匹配度最小的为左转车道改为直行车道,并且,所述匹配度的提高程度大于或等于预设阈值τ,则确定该时间间隔t内将直行车道改为左转车道的分配更合理。
步骤二、确定所述第三历史车流量数据中,每天在三个车道分配方案中选择较为合理的车道分配方案,并确定每个车道分配方案选择的概率,进而确定车道分配是否合理。
一种可能的实现方式,若确定的最大概率的车道分配方案与概率的中间值对应的车道分配方案的差值超过预设差值,且确定的最大概率的车道分配方案为不修改车道的分配方案,则不建议修改车道分配方案;
或者,若确定的最大概率的车道分配方案为不修改车道的分配方案,则不建议修改车道分配方案;
一种可能的实现方式,若确定的最大概率的车道分配方案与概率的中间值对应的车道分配方案的差值超过预设差值,且确定的最大概率的车道分配方案为修改车道的分配方案,则建议修改为概率最大的车道分配方案。
一种可能的实现方式,将建议修改为概率最大的车道分配方案在所述第三历史车流量数据中的天数中出现的天数最多的车道修改方案,确定为最终的车道分配方案。
在具体实施过程中,所述三个车道分配方案中每个车道分配方案选择的概率可以表示为以下公式:
θ1,θ2,θ3为每天中所有的统计间隔t内各车道分配方案满足预设条件的个数。初始值为θ1=θ2=θ3=0,将P1,P2,P3排序,分别记为Pmax,Pmedian,Pmin。
若确定不修改车道的分配方案和Pmax对应的车道的分配方案相同,则建议不修改车道的分配方案;
或者,若确定所述概率满足以下公式:
Pmax-Pmedian≥ω1
且不修改车道的分配方案和Pmax对应的车道的分配方案相同,则建议不修改车道的分配方案;
若确定所述概率满足以下公式:
Pmax-Pmedian≥ω1
且Pmax对应修改车道的分配方案,则建议修改车道的分配方案。
进一步的,通过确定20天每天的方案,确定连续20天内修改车道的分配方案中出现的天数大于预设天数的分配方案,例如将左转车道转为直行车道的车道的分配方案,则向终端发送建议修改所述路口的车道分配方案修改为对应的将左转车道转为直行车道的分配方案。
通过上述车道的分配方案模拟,实现了通过大数据判断目前车道分配方案是否合理,并给出了适应当前交通流量的方案,及时发现交通中车道的分配问题,解决了交通问题发现不及时,问题原因不清楚,人工巡检工作量大等问题,减少调优人员上路巡检的人力投入,实现问题的自动发现,原因准确定位和解决方案自动推荐,极大的提升了交通控制的效率。
本申请实施例提供一种交通控制的方法,所述方法包括:
步骤一、获取待分析的路段中早高峰和晚高峰的车流量数据;
步骤二、针对早高峰或晚高峰的车流量数据,确定第一方向的车流量的最大值与所述第一方向的饱和车流量的比值,和第二方向的车流量的最大值与所述第二方向的饱和车流量的比值;所述第一方向和所述第二方向为相反的方向;
步骤三、若第一方向的车流量最大值与第二方向的车流量最大值均超过对应方向的车流量阈值,则根据以下步骤判断所述路段是否存在潮汐;否则,确定所述路段不存在潮汐,,并向所述终端发送所述路段不存在潮汐的判断结果。
步骤四、确定所述第一方向的分担比与所述第二方向的分担比;所述第一方向的分担比为所述第一方向的车流量占所述第一方向车流量与所述第二方向车流量之和的比值;所述第二方向的分担比为所述第二方向的车流量占所述第二方向车流量与所述第一方向车流量之和的比值;
步骤五、若确定早高峰时段第一方向的分担比与第二方向的分担比的差值的绝对值超过早高峰的第一分担比阈值,晚高峰时段的第一方向的分担比与第二方向的分担比的差值的绝对值超过晚高峰的第二分担比阈值,且早高峰时段的分担比的差值与晚高峰时段的分担比的差值的乘积小于0,则确定所述路段存在潮汐。否则该路段不存在潮汐,并向所述终端发送所述路段不存在潮汐的判断结果。
一种可能的实现方式,确定所述路段存在潮汐后,向终端发送建议增加潮汐车道。
在具体实施过程中,可以包括以下步骤:
步骤一,对待分析的路段的双向流量数据进行早、晚高峰小时取样。例如,早高峰时段(07:00:00~08:00:00,08:00:00~09:00:00,09:00:00~10:00:00),晚高峰时段(17:00:00~18:00:00,18:00:00~19:00:00,19:00:00~20:00:00),所述待分析的路段为南北方向的道路,则双向流量指的是由南至北的第一方向,和由北至南的第二方向,所述第一方向在每个时段中的车流量为q1,所述第二方向在每个时段中的车流量为q2。
步骤二、确定在早高峰时段和晚高峰时段中,通行方向上最大车流量占所述通行方向上最多通行的车流量(饱和车流量)的比值γi,其中i=1,2。例如,第一方向的最大车流量为max{q1},第二方向的最大车流量为max{q2},则γ1=max{q1}/C1,γ2=max{q2}/C2。
若确定γ1、γ2均超过所述车流量阈值,则根据以下步骤确定所述路段是否存在潮汐;否则确定所述路段不存在潮汐,并向所述终端发送所述路段不存在潮汐的判断结果。
步骤三、确定所述第一方向的车流量分担比δ1、和所述第二方向的车流量分担比δ2。具体的,δ1=q1/(q1+q2),δ2=q2/(q1+q2);
所述第一方向的分担比与第二方向的分担比的差值可以表示为:
θ=δ1-δ2
具体的,早高峰的小时流量分担比的差值为θAM,晚高峰的小时流量分担比的差值为θPM;
步骤四、若确定|θAM|,|θPM|均大于或等于第一分担比阈值或第二分担比阈值,且θAM·θPM<0,则确定所述路段存在潮汐,并向终端发送建议在所述待分析的路段增加潮汐车道。所述第一分担比阈值于所述第二分担比阈值可以相同,也可以不同,可以根据实际需要进行设定。
否则,确定所述路段不存在潮汐,并向所述终端发送所述路段不存在潮汐的判断结果。
本申请实施例综合考虑车流量在潮汐问题中绝对值和相对值,在保证准确率的同时,提高了计算的效率。
如图2所示,本申请实施例提供一种交通控制的装置,所述装置包括:
获取单元201,用于获取第一路口在第一控制时段的第一历史车流量数据;以及M天中每个时段的所述第一路口的车流量数据;
处理单元202,用于将所述第一控制时段划分为k个子时段,并确定第一累加值,所述第一累加值为所述k个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;所述K≥k≥2,所述K为车流量数据个数的第一预设倍数;将所述第一控制时段划分为k+1个子时段,并确定第二累加值,所述第二累加值为所述k+1个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案。
针对上述方法流程,本申请实施例还提供一种交通控制的装置,该装置的具体内容可以参照上述方法实施,在此不再赘述。
综上所述,根据本申请实施例提供的方法及装置,本申请实施例根据交通大数据,自动发现存在的交通问题,实现问题的自动发现、原因准确定位和解决方案自动推荐。通过对大数据的分析,及时发现存在的交通问题,进行推送报警,减少调优人员上路巡检的人力投入,并能及时准确地发现交通信号和道路存在的交通问题,解决了交通管理中问题发现不及时,原因发现不清楚,人工巡检工作量大的问题,能够及时准确发现问题、定位原因并进行报警和方案推荐,有效地辅助交通管理人员的管理工作。本申请实施例中的交通控制方案简单可行、稳定性高,提高了交通控制的效率。
本申请实施例提供一种计算机可读存储介质,包括计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机执行上述任意一项所述的方法。
本申请实施例提供一种计算机程序产品,包括计算机可读指令,当计算机读取并执行所述计算机可读指令,使得计算机执行上述任意一项所述的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (16)
1.一种交通控制的方法,其特征在于,所述方法包括:
获取第一路口在第一控制时段的第一历史车流量数据;以及M天中每个时段的所述第一路口的车流量数据;
将所述第一控制时段划分为k个子时段,并确定第一累加值,所述第一累加值为所述k个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;K≥k≥2,所述K为车流量数据个数的第一预设倍数;
将所述第一控制时段划分为k+1个子时段,并确定第二累加值,所述第二累加值为所述k+1个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;
在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
若确定所述第一累加值大于或等于所述第一预设阈值,或所述第一累加值与所述第二累加值的比值大于或等于所述第二预设阈值,则将所述k的取值加1,并返回至将所述第一控制时段划分为k个子时段的步骤。
3.如权利要求1所述的方法,其特征在于,所述第一历史车流量数据包括所述第一路口在k个子时段的每个子时段中,每个相位的绿灯损失时间;或者,所述第一路口在k个子时段的每个子时段中,每个相位的饱和度;
所述根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案,包括:
获取所述第一路口中k个子时段中每个相位的绿灯损失时间,或者所述第一路口在k个子时段的每个子时段中每个相位的饱和度;
若确定所述相位中的绿灯损失时间大于第一绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长;或者,
若确定所述相位的饱和度小于第二绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长。
5.如权利要求1所述的方法,其特征在于,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有相位的延误时间;所述第一路口中所有相位中的任一相位的延误时间为车辆在该相位下经过所述第一路口所需的时间与协调时间的差值;
所述根据所述k个子时段中每个子时段的所述第一历史车流量数据确定每个子时段的交通控制方案,包括:
若确定所有相位的延误时间中最大延误时间与最小延误时间的差值超过第三绿灯时间阈值,则确定该子时段分配的绿灯时间在各相位下不均衡,并增加延误时间最大值对应的相位的绿灯时间,或者,减少延误时间的最小值对应的相位的绿灯时间。
6.如权利要求1所述的方法,其特征在于,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有车道所在的相位的饱和度;
所述根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案,包括:
若确定所述第一路口任一时段中包括不相邻左转车道的所有直行车道的饱和度的平均值大于第一饱和度阈值,且相邻左转车道的直行车道的饱和度的平均值与所述不相邻左转车道的直行车道的饱和度的平均值的差大于第二饱和度阈值,则确定所述左转车道遮挡与所述左转车道相邻的直行车道,并增加所述直行车道的绿灯时间,或者,减少所述左转车道的绿灯时间;
若确定所述第一路口中任一时段的左转车道的平均延误时间超过所述第一路口的周期时间的第二预设倍数,且所述左转车道的饱和度超过第三饱和度阈值,则确定左转车道被直线车道遮挡,并增加所述左转车道的绿灯时间,或者,减少所述直行车道的绿灯时间。
7.一种交通控制的方法,其特征在于,所述方法包括:
获取在预设时段内协调方向上通过A个协调路口的停车次数为B次的停车率以及所述协调方向上停车次数为0的延误时间;所述停车率为协调方向停车次数为B次的车辆占所有车辆的比值;A为大于1的正整数,B为大于或等于1的正整数;
根据所述停车率以及所述延误时间,确定所述协调方向的绿灯时间以及所述协调方向的协调速度;
若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率小于预设停车率阈值,则确定所述协调方向的相位差过大,向终端发送告警,并建议调小所述相位差;
若确定停车次数为B的延误时间小于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定所述协调方向的相位差过小,向终端发送告警,并建议调大所述相位差;
若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定路段有干扰,向终端发送告警,并建议调整所述协调速度。
9.一种交通控制的装置,其特征在于,所述装置包括:
获取单元,用于获取第一路口在第一控制时段的第一历史车流量数据;以及M天中每个时段的所述第一路口的车流量数据;
处理单元,用于将所述第一控制时段划分为k个子时段,并确定第一累加值,所述第一累加值为所述k个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;K≥k≥2,所述K为车流量数据个数的第一预设倍数;将所述第一控制时段划分为k+1个子时段,并确定第二累加值,所述第二累加值为所述k+1个子时段中每个子时段的第一历史车流量数据的离差平方和的累加值的最小值;在所述第一累加值小于第一预设阈值,且所述第一累加值与第二累加值的比值小于第二预设阈值时,根据所述k个子时段中每个子时段的第一历史车流量数据确定每个子时段的交通控制方案。
10.如权利要求9所述的装置,其特征在于,所述处理单元还用于:
若确定所述第一累加值大于或等于所述第一预设阈值,或所述第一累加值与所述第二累加值的比值大于或等于所述第二预设阈值,则将所述k的取值加1,并返回至将将所述第一控制时段划分为k个子时段的步骤。
11.如权利要求9所述的装置,其特征在于,所述第一历史车流量数据包括所述第一路口在k个子时段的每个子时段中,每个相位的绿灯损失时间;或者,所述第一路口在k个子时段的每个子时段中,每个相位的饱和度;
所述处理单元还用于:
获取所述第一路口中k个子时段中每个相位的绿灯损失时间,或者所述第一路口在k个子时段的每个子时段中每个相位的饱和度;若确定所述相位中的绿灯损失时间大于第一绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长;或者,若确定所述相位的饱和度小于第二绿灯时间阈值,则确定所述相位的绿灯时间过大,并减少所述相位的绿灯时长。
13.如权利要求9所述的装置,其特征在于,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有相位的延误时间;所述第一路口中所有相位中的任一相位的延误时间为车辆在该相位下经过所述第一路口所需的时间与协调时间的差值;
所述处理单元还用于:
若确定所有相位的延误时间中最大延误时间与最小延误时间的差值超过第三绿灯时间阈值,则确定该子时段分配的绿灯时间在各相位下不均衡,并增加延误时间最大值对应的相位的绿灯时间,或者,减少延误时间的最小值对应的相位的绿灯时间。
14.如权利要求9所述的装置,其特征在于,所述第一历史车流量数据包括所述第一路口中所述k个子时段中所有车道所在的相位的饱和度;
所述处理单元还用于:
若确定所述第一路口任一时段中包括不相邻左转车道的所有直行车道的饱和度的平均值大于第一饱和度阈值,且相邻左转车道的直行车道的饱和度的平均值与所述不相邻左转车道的直行车道的饱和度的平均值的差大于第二饱和度阈值,则确定所述左转车道遮挡与所述左转车道相邻的直行车道,并增加所述直行车道的绿灯时间,或者,减少所述左转车道的绿灯时间;若确定所述第一路口中任一时段的左转车道的平均延误时间超过所述第一路口的周期时间的第二预设倍数,且所述左转车道的饱和度超过第三饱和度阈值,则确定左转车道被直线车道遮挡,并增加所述左转车道的绿灯时间,或者,减少所述直行车道的绿灯时间。
15.一种交通控制的装置,其特征在于,所述装置包括:
获取单元,用于获取在预设时段内协调方向上通过A个协调路口的停车次数为B次的停车率以及所述协调方向上停车次数为0的延误时间;所述停车率为协调方向停车次数为B次的车辆占所有车辆的比值;A为大于1的正整数,B为大于或等于1的正整数;
处理单元,用于根据所述停车率以及所述延误时间,确定所述协调方向的绿灯时间以及所述协调方向的协调速度;若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率小于预设停车率阈值,则确定所述协调方向的相位差过大,向终端发送告警,并建议调小所述相位差;若确定停车次数为B的延误时间小于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定所述协调方向的相位差过小,向终端发送告警,并建议调大所述相位差;若确定停车次数为B的延误时间大于或等于预设的延误时间阈值,且所述停车率大于或等于预设停车率阈值,则确定路段有干扰,向终端发送告警,并建议调整所述协调速度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711378141.7A CN108053661B (zh) | 2017-12-19 | 2017-12-19 | 一种交通控制的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711378141.7A CN108053661B (zh) | 2017-12-19 | 2017-12-19 | 一种交通控制的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108053661A CN108053661A (zh) | 2018-05-18 |
CN108053661B true CN108053661B (zh) | 2020-02-04 |
Family
ID=62130194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711378141.7A Active CN108053661B (zh) | 2017-12-19 | 2017-12-19 | 一种交通控制的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108053661B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109284869B (zh) * | 2018-10-08 | 2022-03-15 | 北方工业大学 | 一种基于浮动车数据城市交叉口流量估计方法 |
CN111508225B (zh) * | 2019-01-30 | 2022-08-02 | 阿里巴巴集团控股有限公司 | 信息处理、交通控制方法、装置及设备、存储介质 |
CN110136437B (zh) * | 2019-05-14 | 2021-03-19 | 青岛海信网络科技股份有限公司 | 一种交叉口进口道左直干扰问题的确定方法及装置 |
CN111951567B (zh) * | 2019-05-14 | 2023-05-26 | 阿里巴巴集团控股有限公司 | 数据的处理方法、装置、设备及计算机存储介质 |
CN110414708B (zh) * | 2019-06-10 | 2023-04-18 | 上海旷途科技有限公司 | 一种潮汐车道优化方案选择方法、装置和存储介质 |
CN110895886B (zh) * | 2019-11-13 | 2021-08-31 | 浙江大华技术股份有限公司 | 一种交通信号灯的控制方法、控制装置和控制系统 |
CN110838117B (zh) * | 2019-11-14 | 2022-05-13 | 中国科学院武汉岩土力学研究所 | 一种基于孔壁图像的岩石面孔隙度识别方法 |
CN111882889B (zh) * | 2020-07-20 | 2021-08-06 | 王群力 | 一种智能交通信号控制系统及方法 |
CN113256973B (zh) * | 2021-05-11 | 2022-03-25 | 青岛海信网络科技股份有限公司 | 一种高峰开始时间预测方法、装置、设备及介质 |
CN115346360B (zh) * | 2021-05-13 | 2024-03-29 | 长沙智能驾驶研究院有限公司 | 一种动态车道管理方法、装置、终端设备及存储介质 |
CN113393681B (zh) * | 2021-08-17 | 2022-01-07 | 深圳市城市交通规划设计研究中心股份有限公司 | 交通信号协调优化方法及装置、计算机可读存储介质 |
CN115019524A (zh) * | 2022-05-12 | 2022-09-06 | 浙江大华技术股份有限公司 | 一种交通控制时段划分方法、装置、设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9576485B2 (en) * | 2014-07-18 | 2017-02-21 | Lijun Gao | Stretched intersection and signal warning system |
CN106408960A (zh) * | 2016-10-29 | 2017-02-15 | 浙江大学 | 基于有序聚类的信号控制时段分割方法 |
CN106530762A (zh) * | 2016-12-26 | 2017-03-22 | 东软集团股份有限公司 | 交通信号控制方法和装置 |
CN106846834A (zh) * | 2017-01-21 | 2017-06-13 | 亚信蓝涛(江苏)数据科技有限公司 | 一种基于深度学习的交通控制优化方法 |
CN106710255A (zh) * | 2017-02-16 | 2017-05-24 | 清华大学 | 道路信号控制方法、装置及道路信号系统 |
-
2017
- 2017-12-19 CN CN201711378141.7A patent/CN108053661B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108053661A (zh) | 2018-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108053661B (zh) | 一种交通控制的方法及装置 | |
CN108806283B (zh) | 一种交通信号灯的控制方法及车联网平台 | |
CN108847042B (zh) | 一种路况信息发布方法及装置 | |
CN109493620B (zh) | 一种交通路况分析系统、方法以及装置 | |
CN103914988B (zh) | 一种交通路况数据处理方法、装置和系统 | |
CN112509318B (zh) | 一种交通控制区域划分方法及服务器 | |
CN105225500A (zh) | 一种交通控制辅助决策方法及装置 | |
CN109872544A (zh) | 一种交通信号的控制方法及装置 | |
CN103295414A (zh) | 一种基于海量历史gps轨迹数据的公交车到站时间预测方法 | |
CN104282162A (zh) | 一种基于实时车辆轨迹的交叉口自适应信号控制方法 | |
CN105788298A (zh) | 一种双向绿波控制的方法及装置 | |
US11798408B2 (en) | Green wave speed determination method, electronic device and storage medium | |
CN103730005B (zh) | 一种路程行驶时间的预测方法和系统 | |
CN111477016A (zh) | 快速路匝道信号控制方法、装置和系统 | |
JP2000231690A (ja) | 旅行時間予測装置 | |
CN113393680B (zh) | 一种子区协调自适应控制方法及装置 | |
CN103854495A (zh) | 一种基于运行时刻表的主干线公交车辆单向优先控制方法 | |
CN111145565A (zh) | 一种用于城市交通的协调路线和协调方案的推荐方法及系统 | |
CN112767694A (zh) | 用于缓解道路拥堵的交通优化方法和装置 | |
CN113763728B (zh) | 一种交通组织及信号配时协同优化方法、装置及设备 | |
CN112037546B (zh) | 一种交通信号控制方法及装置 | |
CN111210639A (zh) | 一种基于大数据的交通信号灯管理方法及管理系统 | |
CN110610615B (zh) | 一种交通控制方法及装置 | |
CN104952243B (zh) | 通行时长分配方法及装置 | |
CN116863702A (zh) | 一种城市路网的子区域划分方法、装置、电子设备及介质 |
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 |