CN109345840A - 一种交通信号灯的绿灯时间确定方法及系统 - Google Patents

一种交通信号灯的绿灯时间确定方法及系统 Download PDF

Info

Publication number
CN109345840A
CN109345840A CN201811452269.8A CN201811452269A CN109345840A CN 109345840 A CN109345840 A CN 109345840A CN 201811452269 A CN201811452269 A CN 201811452269A CN 109345840 A CN109345840 A CN 109345840A
Authority
CN
China
Prior art keywords
lined
time
green
headway
vehicle
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
CN201811452269.8A
Other languages
English (en)
Inventor
陆建
赵顗
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201811452269.8A priority Critical patent/CN109345840A/zh
Publication of CN109345840A publication Critical patent/CN109345840A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/07—Controlling traffic signals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions

Abstract

本发明公开了一种交通信号灯的绿灯时间确定方法及系统。该方法包括：采集各排队位置的车头时距，根据所述各排队位置的车头时距，确定各排队位置的车头时距概率密度函数，根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。本发明将排队车辆消散时的车头时距作为决定最佳绿灯时间的最重要参数，对车头时距分布规律进行深入分析，提高了绿灯时间计算的精度，而且在保障目标排队车辆一次性通过停车线的概率(预设通过率)的前提下，提高了信号控制的效率。

Description

一种交通信号灯的绿灯时间确定方法及系统
技术领域
本发明涉及交通信号灯领域，尤其涉及一种交通信号灯的绿灯时间确定方法及系统。
背景技术
信号控制交叉口主要通过控制每个相位的绿灯时间来实现对不同方向交通流的时间分配，从而消除交通冲突。现有绿灯时间计算方法主要包括两种：一种是根据排队长度计算绿灯时间，该方法默认车头时距在排队车辆的第4或第5辆车之后处于稳定状态；另一种方法通过设定初始绿灯时间，根据排队车辆是否能够在绿灯时间内完全通过停车线而调整绿灯时间长短。但是现有的绿灯时间计算方法均无法准确地计算绿灯时间。
发明内容
发明目的：本发明针对现有技术存在的问题，提供一种交通信号灯的绿灯时间确定方法及系统，本发明可以提高绿灯时间计算的精度。
技术方案：本发明所述的交通信号灯的绿灯时间确定方法包括：
(1)采集绿灯开始后各排队位置的车头时距；
(2)根据各排队位置的车头时距，确定各排队位置的车头时距概率密度函数；
(3)根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。
进一步的，步骤(2)具体包括：
(2-1)根据各排队位置的车头时距确定任意排队位置的车头时距服从的分布函数，具体为为对数正态分布函数；
(2-2)根据所述车头时距服从的分布函数确定各排队位置的车头时距概率密度函数。
进一步的，所述车头时距概率密度函数具体为：
其中，i表示排队位置；μi表示排队位置i处车头时距分布函数的均值；σi表示排队位置i处车头时距分布函数的标准差；fi(x)表示排队位置i处车头时距的分布函数，x表示车头时距。
进一步的，步骤(3)具体包括：
(3-1)根据车头时距概率密度函数和预设通过率建立包括目标排队车辆的每个排队位置车辆分配的绿灯时间的概率方程；
(3-2)求解所述概率方程，获得每个排队位置车辆分配的绿灯时间；
(3-3)将每个排队位置车辆分配的绿灯时间相加，获得所述目标排队车辆在预设通过率下的绿灯时间。
进一步的，所述包括目标排队车辆每个排队位置车辆分配的绿灯时间的概率方程为：
其中，pi为排队位置i处的车头时距密度函数，且pi＝fi(xi)，fi(xi)表示排队位置i处车头时距的分布函数，P表示预设通过率；u(i)表示排队位置i处车辆分配的绿灯时间，单位为s；i表示排队位置，0<i<＝N；N表示目标排队车辆的排队长度。
本发明所述的交通信号灯的绿灯时间确定系统包括：
车头时距采集模块，用于采集绿灯开始后各排队位置的车头时距；
车头时距概率密度函数确定模块，用于根据各排队位置的车头时距，确定各排队位置的车头时距概率密度函数；
绿灯时间确定模块，用于根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。
进一步的，所述车头时距概率密度函数确定模块具体包括：
分布函数确定子模块，用于根据各排队位置的车头时距确定任意排队位置的车头时距服从的分布函数，具体为为对数正态分布函数；
车头时距概率密度函数确定子模块，用于根据所述车头时距服从的分布函数确定各排队位置的车头时距概率密度函数。
进一步的，所述车头时距概率密度函数具体为：
其中，i表示排队位置；μi表示排队位置i处车头时距分布函数的均值；σi表示排队位置i处车头时距分布函数的标准差；fi(x)表示排队位置i处车头时距的分布函数，x表示车头时距。
进一步的，所述绿灯时间确定模块具体包括：
概率方程建立子模块，用于根据车头时距概率密度函数和预设通过率建立包括目标排队车辆的每个排队位置车辆分配的绿灯时间的概率方程；
方程求解子模块，用于求解所述概率方程，获得每个排队位置车辆分配的绿灯时间；
绿灯时间确定子模块，用于将每个排队位置车辆分配的绿灯时间相加，获得所述目标排队车辆在预设通过率下的绿灯时间。
进一步的，所述包括目标排队车辆每个排队位置车辆分配的绿灯时间的概率方程为：
其中，pi为排队位置i处的车头时距密度函数，且pi＝fi(xi)，fi(xi)表示排队位置i处车头时距的分布函数，P表示预设通过率；u(i)表示排队位置i处车辆分配的绿灯时间，单位为s；i表示排队位置，0<i<＝N；N表示目标排队车辆的排队长度。
有益效果：本发明与现有技术相比，其显著优点是：
本发明公开了一种交通信号灯的绿灯时间确定方法及系统，首先，采集各排队位置的车头时距，根据所述各排队位置的车头时距，确定各排队位置的车头时距概率密度函数，根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。本发明将排队车辆消散时的车头时距作为决定最佳绿灯时间的最重要参数，对车头时距分布规律进行深入分析，提高了绿灯时间计算的精度，而且能在保障目标排队车辆一次性通过停车线的概率(预设通过率)的条件下，提高信号控制的效率。
附图说明
图1为本发明提供的一种交通信号灯的绿灯时间确定方法的实施例的流程图；
图2为本发明提供的车头时距的密度函数的分布图；
图3为本发明提供的一种交通信号灯的绿灯时间确定系统的实施例的结构框图；
图4为本发明提供的一种具体的实施方式的车头数据统计数据及各分位点分布图；
图5为本发明提供的一种具体的实施方式的排队位置9处车头时距对数化后正态分布拟合结果；
图6为本发明提供的一种具体的实施方式的目标排队车辆为10到15辆车辆时的通过率曲线图。
具体实施方式
实施例1
本实施例提供了一种交通信号灯的绿灯时间确定方法，如图1所示，所述确定方法包括如下步骤：
步骤101，采集绿灯开始后各排队位置的车头时距；具体包括：绿灯开始后，获取排队车辆依次通过停车线的时间间隔，分别记为各排队位置的车头时距。具体的，第一辆车车头时距为绿灯开始时间至第一辆车前保险杠通过停车线时间；后续排队位置车头时距为前一辆车前保险杠通过停车线时间至该排队车辆前保险杠通过停车线的时间。车头时距统计精度应精确到0.1秒。
步骤102，根据所述各排队位置的车头时距，确定各排队位置的车头时距概率密度函数；具体包括：根据各排队位置的车头时距确定任意排队位置的车头时距服从的分布函数；根据所述车头时距服从的分布函数确定各排队位置的车头时距概率密度函数。具体的，根据各排队位置的车头时距得停车线后任一排队位置消散时车头时距服从对数正太分布，因此任一排队位置i的车头时距概率密度函数可表示为：
其中，i表示排队位置；μi表示排队位置i处车头时距分布函数的均值；σi表示排队位置i处车头时距分布函数的标准差；fi(x)表示排队位置i处车头时距的分布函数，x表示车头时距。当μ＝0.9，σ＝0.4时，车头时距的密度函数如图2所示。
步骤103，根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。具体包括：根据车头时距概率密度函数和预设通过率建立包括目标排队车辆的每个排队位置车辆分配的绿灯时间的概率方程；求解概率方程，获得每个排队位置车辆分配的绿灯时间；将每个排队位置车辆分配的绿灯时间相加，获得目标排队车辆在预设通过率下的绿灯时间。具体的，绿灯时间的计算应基于给定的信号控制目标，信号控制目标为排队车辆在绿灯时间内一次性通过停车线的概率，即预设通过率，若预设通过率为P，则绿灯时间Tg计算如下：
pi＝fi(xi) (3)
其中，P表示预设通过率，pi表示排队位置i处的车头时距密度函数，u(i)表示排队位置i处车辆分配的绿灯时间，单位为s；i表示排队位置，0<i<＝N；N表示目标排队车辆的排队长度。
实施例2
本实施例提供了一种交通信号灯的绿灯时间确定系统，如图3所示，所述确定系统包括：
车头时距采集模块301，用于采集绿灯开始后各排队位置的车头时距；
车头时距概率密度函数确定模块302，用于根据所述各排队位置的车头时距，确定各排队位置的车头时距概率密度函数；
绿灯时间确定模块303，用于根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。
其中，所述车头时距概率密度函数确定模块302，具体包括：
分布函数确定子模块，用于根据所述各排队位置的车头时距确定任意排队位置的车头时距服从的分布函数；
车头时距概率密度函数确定子模块，用于根据所述车头时距服从的分布函数确定各排队位置的车头时距概率密度函数。
所述车头时距概率密度函数具体为：
其中，i表示排队位置；μi表示排队位置i处车头时距分布函数的均值；σi表示排队位置i处车头时距分布函数的标准差；fi(x)表示排队位置i处车头时距的分布函数，x表示车头时距。
其中，绿灯时间确定模块303，具体包括：
概率方程建立子模块，用于根据车头时距概率密度函数和预设通过率建立包括目标排队车辆的每个排队位置车辆分配的绿灯时间的概率方程；
方程求解子模块，用于求解概率方程，获得每个排队位置车辆分配的绿灯时间；
绿灯时间确定子模块，用于将每个排队位置车辆分配的绿灯时间相加，获得目标排队车辆在预设通过率下的绿灯时间。
所述包括目标排队车辆每个排队位置车辆分配的绿灯时间的概率方程为：
其中，pi为排队位置i处的车头时距密度函数，且pi＝fi(xi)，fi(xi)表示排队位置i处车头时距的分布函数，P表示预设通过率；u(i)表示排队位置i处车辆分配的绿灯时间，单位为s；i表示排队位置，0<i<＝N；N表示目标排队车辆的排队长度。
本实施例与实施例1一一对应，未详尽之处请参照实施例1
下面采用具体例子对本发明进行描述：
以某信号控制交叉口的一条直行车道为例，对直行车道排队车辆消散时的车头时距进行统计，以一个完整的绿灯时间为统计周期，以被统计直行车道上排队车辆(包括绿灯结束前进入排队队伍的车辆)陆续放行的车头时距为统计对象，计为一组，每组要求排队长度不低于8辆车。经统计，筛除不符合要求的统计组数后共获得有效车头时距数据组数为301组。详细统计数据及每个位置各分位点数据如图4所示。从图4可看出，无论采用何种分位点数据，排队位置越靠后，车头时距越小。
以排队位置9为例，对车头时距进行对数化之后，用正太分布进行拟合，拟合结果如图5所示，可见排队位置9处车头时距对数化后的正太分布效果较好。各排队位置车头时距数据对数化后的正太拟合结果如表1所示，从Kolmogorov-Smirnov Z检验结果可知各排队位置车头时距数据对数化后服从正太分布，且可得到正太拟合的参数μ和σ值。
表1
(3)利用公式(2)-公式(4)，可计算该直行车道为满足制定的一次性通过率(预设通过率)时，不同排队长度下应分配的绿灯时间长度。
由于公式(2)-公式(4)存在多重不定积分项，且各项被积函数复杂，直接求解非常困难，但可利用数据离散化及齐次性准则较为精确地估算结果。如利用数据离散化及齐次性准则可估算统计车道在不同目标排队车辆(10辆到15辆)下分配各个绿灯时长时车队一次性通过停车线的概率(通过率)，并绘制通过率曲线图，如图6所示。根据通过率曲线图即可查询绿灯时间，例如当排队长度为12辆车时，若要求一次性通过率不低于85％，则最佳绿灯时间为38秒。
本发明将排队车辆消散时的车头时距作为决定最佳绿灯时间的最重要参数，对车头时距分布规律进行深入分析，提高了绿灯时间计算的精度，而且能在保障目标排队车辆一次性通过停车线的概率(预设通过率)的条件下，提高信号控制的效率。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

Claims (10)

1.一种交通信号灯的绿灯时间确定方法，其特征在于该方法包括：
(1)采集绿灯开始后各排队位置的车头时距；
(2)根据各排队位置的车头时距，确定各排队位置的车头时距概率密度函数；
(3)根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。
2.根据权利要求1所述的一种交通信号灯的绿灯时间确定方法，其特征在于：步骤(2)具体包括：
(2-1)根据各排队位置的车头时距确定任意排队位置的车头时距服从的分布函数，具体为为对数正态分布函数；
(2-2)根据所述车头时距服从的分布函数确定各排队位置的车头时距概率密度函数。
3.根据权利要求2所述的一种交通信号灯的绿灯时间确定方法，其特征在于，所述车头时距概率密度函数具体为：
其中，i表示排队位置；μi表示排队位置i处车头时距分布函数的均值；σi表示排队位置i处车头时距分布函数的标准差；fi(x)表示排队位置i处车头时距的分布函数，x表示车头时距。
4.根据权利要求1所述的一种交通信号灯的绿灯时间确定方法，其特征在于，步骤(3)具体包括：
(3-1)根据车头时距概率密度函数和预设通过率建立包括目标排队车辆的每个排队位置车辆分配的绿灯时间的概率方程；
(3-2)求解所述概率方程，获得每个排队位置车辆分配的绿灯时间；
(3-3)将每个排队位置车辆分配的绿灯时间相加，获得所述目标排队车辆在预设通过率下的绿灯时间。
5.根据权利要求4所述的一种交通信号灯的绿灯时间确定方法，其特征在于，所述包括目标排队车辆每个排队位置车辆分配的绿灯时间的概率方程为：
其中，pi为排队位置i处的车头时距密度函数，且pi＝fi(xi)，fi(xi)表示排队位置i处车头时距的分布函数，P表示预设通过率；u(i)表示排队位置i处车辆分配的绿灯时间，单位为s；i表示排队位置，0<i<＝N；N表示目标排队车辆的排队长度。
6.一种交通信号灯的绿灯时间确定系统，其特征在于该系统包括：
车头时距采集模块，用于采集绿灯开始后各排队位置的车头时距；
车头时距概率密度函数确定模块，用于根据各排队位置的车头时距，确定各排队位置的车头时距概率密度函数；
绿灯时间确定模块，用于根据所述车头时距概率密度函数确定目标排队车辆在预设通过率下的绿灯时间。
7.根据权利要求6所述的一种交通信号灯的绿灯时间确定系统，其特征在于：所述车头时距概率密度函数确定模块具体包括：
分布函数确定子模块，用于根据各排队位置的车头时距确定任意排队位置的车头时距服从的分布函数，具体为为对数正态分布函数；
车头时距概率密度函数确定子模块，用于根据所述车头时距服从的分布函数确定各排队位置的车头时距概率密度函数。
8.根据权利要求7所述的一种交通信号灯的绿灯时间确定系统，其特征在于，所述车头时距概率密度函数具体为：
其中，i表示排队位置；μi表示排队位置i处车头时距分布函数的均值；σi表示排队位置i处车头时距分布函数的标准差；fi(x)表示排队位置i处车头时距的分布函数，x表示车头时距。
9.根据权利要求6所述的一种交通信号灯的绿灯时间确定系统，其特征在于，所述绿灯时间确定模块具体包括：
概率方程建立子模块，用于根据车头时距概率密度函数和预设通过率建立包括目标排队车辆的每个排队位置车辆分配的绿灯时间的概率方程；
方程求解子模块，用于求解所述概率方程，获得每个排队位置车辆分配的绿灯时间；
绿灯时间确定子模块，用于将每个排队位置车辆分配的绿灯时间相加，获得所述目标排队车辆在预设通过率下的绿灯时间。
10.根据权利要求9所述的一种交通信号灯的绿灯时间确定系统，其特征在于，所述包括目标排队车辆每个排队位置车辆分配的绿灯时间的概率方程为：
其中，pi为排队位置i处的车头时距密度函数，且pi＝fi(xi)，fi(xi)表示排队位置i处车头时距的分布函数，P表示预设通过率；u(i)表示排队位置i处车辆分配的绿灯时间，单位为s；i表示排队位置，0<i<＝N；N表示目标排队车辆的排队长度。
CN201811452269.8A 2018-11-30 2018-11-30 一种交通信号灯的绿灯时间确定方法及系统 Pending CN109345840A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811452269.8A CN109345840A (zh) 2018-11-30 2018-11-30 一种交通信号灯的绿灯时间确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811452269.8A CN109345840A (zh) 2018-11-30 2018-11-30 一种交通信号灯的绿灯时间确定方法及系统

Publications (1)

Publication Number Publication Date
CN109345840A true CN109345840A (zh) 2019-02-15

Family

ID=65319737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811452269.8A Pending CN109345840A (zh) 2018-11-30 2018-11-30 一种交通信号灯的绿灯时间确定方法及系统

Country Status (1)

Country Link
CN (1) CN109345840A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111489552A (zh) * 2020-04-24 2020-08-04 科大讯飞股份有限公司 一种车头时距预测方法、装置、设备及存储介质
CN111554111A (zh) * 2020-04-21 2020-08-18 河北万方中天科技有限公司 基于多源数据融合的信号配时优化方法、装置及终端
CN111754771A (zh) * 2020-06-22 2020-10-09 中山大学 一种基于交通信号和密度延误的个体行程时间预测方法
CN111815966A (zh) * 2019-04-12 2020-10-23 杭州海康威视数字技术股份有限公司 排队长度预测方法、装置、计算设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002008183A (ja) * 2000-05-10 2002-01-11 Daimler Chrysler Ag 交通制御されたネットワークノードを含む交通網に対する、報告車両データに基づく交通状況決定方法
CN107862878A (zh) * 2017-11-14 2018-03-30 浙江浙大中控信息技术有限公司 基于相位方案决策的单交叉口自适应控制方法
CN108053645A (zh) * 2017-09-12 2018-05-18 同济大学 一种基于轨迹数据的信号交叉口周期流量估计方法
CN108320537A (zh) * 2018-04-04 2018-07-24 迈锐数据（北京）有限公司 车辆排队长度的计算方法及装置
CN108597235A (zh) * 2018-05-08 2018-09-28 中南大学 基于交通视频数据的交叉口信号参数优化及效果评估方法
CN108898857A (zh) * 2018-06-13 2018-11-27 同济大学 一种考虑安全可靠性的交叉口机动车绿灯间隔设置方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002008183A (ja) * 2000-05-10 2002-01-11 Daimler Chrysler Ag 交通制御されたネットワークノードを含む交通網に対する、報告車両データに基づく交通状況決定方法
CN108053645A (zh) * 2017-09-12 2018-05-18 同济大学 一种基于轨迹数据的信号交叉口周期流量估计方法
CN107862878A (zh) * 2017-11-14 2018-03-30 浙江浙大中控信息技术有限公司 基于相位方案决策的单交叉口自适应控制方法
CN108320537A (zh) * 2018-04-04 2018-07-24 迈锐数据（北京）有限公司 车辆排队长度的计算方法及装置
CN108597235A (zh) * 2018-05-08 2018-09-28 中南大学 基于交通视频数据的交叉口信号参数优化及效果评估方法
CN108898857A (zh) * 2018-06-13 2018-11-27 同济大学 一种考虑安全可靠性的交叉口机动车绿灯间隔设置方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵顗: "面向城市道路网交通瓶颈预警的信号控制关键技术研究", 《东南大学博士学位论文》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111815966A (zh) * 2019-04-12 2020-10-23 杭州海康威视数字技术股份有限公司 排队长度预测方法、装置、计算设备和存储介质
CN111554111A (zh) * 2020-04-21 2020-08-18 河北万方中天科技有限公司 基于多源数据融合的信号配时优化方法、装置及终端
CN111489552A (zh) * 2020-04-24 2020-08-04 科大讯飞股份有限公司 一种车头时距预测方法、装置、设备及存储介质
CN111754771A (zh) * 2020-06-22 2020-10-09 中山大学 一种基于交通信号和密度延误的个体行程时间预测方法

Similar Documents

Publication Publication Date Title
CN109345840A (zh) 一种交通信号灯的绿灯时间确定方法及系统
CN107274672B (zh) 基于gps数据的信号交叉口单车延误时间估计方法
DE102017121525A1 (de) Fahrzeug-mit-Fahrzeug-Kooperation zur Einweisung des Verkehrs
US20050096838A1 (en) Method for recognizing traveling lane and making lane change
CN108109403B (zh) 基于车流的自适应交通灯控系统及方法
CN110001647A (zh) 车辆触发变道方法、系统及计算机可读存储介质
CN109598940B (zh) 路口信号灯配时方法及装置
CN110992680B (zh) 一种交通信号灯智能控制方法、存储介质及交通信号灯
DE102011081609A1 (de) Verfahren und Vorrichtung zur Bewertung einer Annäherungssituation eines Fahrzeugs an eine Signalanlage
Rakha et al. Estimating vehicle stops at undersaturated and oversaturated fixed-time signalized intersections
CN106683228B (zh) 基于驾驶环境的燃油经济性评价方法、装置、服务器
CN110969845B (zh) 一种基于车路协同的智能车速控制方法及系统
CN204904585U (zh) 一种高清视频一体机、交通信号机及基于视觉传感的交通信号控制系统
CN106971546B (zh) 基于公交车gps数据的路段公交车渗透率估计方法
CN102975718A (zh) 用以确定车辆驾驶员对物体状态预期的方法、系统和收录计算机程序产品的计算机可读介质
CN110782682B (zh) 一种标准十字路口车辆快速通过方法和装置以及设备
CN110349409A (zh) 一种利用单车轨迹确定交叉口转向溢出的方法
CN110068814A (zh) 一种测量障碍物距离的方法及装置
DE102011083265A1 (de) Verfahren und Fahrerassistenzvorrichtung zur Ermittlung des Vorhandenseins einer baulichen Trennung zwischen zwei Fahrbahnen
CN109094560A (zh) 一种自适应巡航方法及装置
DE102016004291A1 (de) Vorrichtung, System und Verfahren zum Unterstützen eines Fahrers beim Ausbilden eines Fahrzeugzugs
DE102016206158A1 (de) Installationswinkel-Unterscheidungsvorrichtung und Unterscheidungsverfahren für diese
Lin et al. Research on the Behavior Decision of Connected and Autonomous Vehicle at the Signalized Intersection
Julian et al. Complex lane change behavior in the foresighted driver model
CN109544924A (zh) 一种信号交叉口车道动态通行能力的确定方法及系统

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: 20190215

RJ01 Rejection of invention patent application after publication