CN109410607A - 一种基于视频的十字路口信号机控制方法 - Google Patents
一种基于视频的十字路口信号机控制方法 Download PDFInfo
- Publication number
- CN109410607A CN109410607A CN201810238073.2A CN201810238073A CN109410607A CN 109410607 A CN109410607 A CN 109410607A CN 201810238073 A CN201810238073 A CN 201810238073A CN 109410607 A CN109410607 A CN 109410607A
- Authority
- CN
- China
- Prior art keywords
- signal
- current density
- intersection
- average traffic
- lane
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 230000008676 import Effects 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000000153 supplemental effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000006116 polymerization reaction Methods 0.000 claims description 2
- 230000009131 signaling function Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000009434 installation Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 abstract 1
- 230000006698 induction Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G06Q50/40—
-
- 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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及单个十字路口的交通信号优化控制技术领域,尤其为一种基于视频的十字路口信号机控制方法,运用视频车辆检测器,实现单个十字路口交通信号控制方案的优化处理,方案包括:视频检测器的安装;数据采集及通讯;信号控制优化算法处理;信号指令发布及信号灯控制。本发明采用主动式视频技术,可以对单个十字路口的交通状态进行准确检测,制定最优化信号控制方案,为交通信号灯控制提供最优决策和应急预案,提高交叉口的通行效率,有效缓解交叉口拥堵。
Description
技术领域
本发明涉及单个十字路口的交通信号优化控制技术领域,具体为一种基于视频的十字路口信号机控制方法。
背景技术
城市交拥堵和事故日益频发,特别是交叉口路段拥堵事件严重,如不能实时有效疏导交通流,会造成道路拥堵蔓延,降低交叉口运行效率,给公众造成了极大的时间和经济损失。
视频车辆检测技术是通过在状况复杂或容易形成拥堵的道路上安装视频采集设备,对过往汽车数量、速度、排队长度进行检测,通过有线或无线网络将采集到的数据传回服务器中心进行处理的技术,通过实时采集的交通参数可以进行动态交通信号控制,实现交通流的有效规律诱导,最大限度的降低交通拥堵。
目前,信号控制方法主要包括定时控制、多时段控制、感应控制以及自适应控制等,传统的模型算法过于生硬的根据某个交通参数的变化设定阈值来进行信号优化,会造成系统对状态的误判;本发明提出了一种基于视频的十字路口信号机控制系统,基于反馈控制理论,通过交叉口平均交通密度的实时检测和综合分析,提取路口信号控制最优化算法,可以极大的提高交叉口的交通运行效率。
发明内容
本发明的目的在于提供一种基于视频的十字路口信号机控制方法,以解决上述背景技术中提出的问题。所述基于视频的十字路信号机控制方法实现了十字路口交通信号的最优化控制,为交通管理和控制提供数据支撑,可以减少交通事故,缓解交通拥堵,提升交叉口通行效率。
为实现上述目的,本发明提供如下技术方案:
一种基于视频的十字路口信号机控制方法,该方法中所使用的设备包括视频车辆检测器,数据采集存储设备,信号优化处理服务器,信号指令发布服务器,以及信号灯,所述各设备之间依顺序信号连接,该方法包括如下步骤:
(1)在交叉口各个进口方向上安装视频车辆检测器,调整检测面的角度,确定检测区和盲区临界线位于停车线以前10-20米处,按照顺时针方向对视频检测器进行编号,对路口所属的路段编号与视频车辆检测器编号进行绑定;
(2)通过视频车辆检测器,定时采集检测区段的车道交通流率和车道交通流密度参数数据,所述参数数据经数据采集存储设备,实时传回数据采集存储设备,并进行标准化数据过滤处理和存储;
(3)提取信号优化处理服务器的交通信息数据,包括车道交通流率和车道交通流密度参数,计算检测区段平均交通流密度参数,以及交叉口平均交通流密度;
(4)基于交叉口平均交通流密度-信号周期关系模型计算交叉口信号周期;
(5)根据路口各个进口方向路段的交通流率和平均交通流密度参数,构建十字路口信号机优化控制算法模型,聚合计算各个进口方向的最优信号控制绿信比;
(6)根据进口方向的最优信号控制绿信比,计算各个进口方向信号配时的绿灯时间、黄灯时间和红灯时间,形成下个信号周期的信号控制方案指令;
(7)利用信号指令发布服务器,调用指令数据库接口服务,将下个周期的信号控制方案指令发送给信号灯,信号灯本周期控制方案结束后,立即执行下一套信号控制方案,进行交通动态诱导。
优选的,交叉口平均交通流密度计算,交通流密度-信号周期关系构建,十字路口信号机优化控制算法模型构建。
优选的,所述交叉口平均交通流密度计算,包括车道交通流密度采集、路段平均交通流率计算和交叉口平均交通流密度计算3个部分,计算具体包括如下步骤;
(31)定时采集视频检测区段各个车道交通流率和车道交通流密度参数,定时采集周期时间为1分钟;
(32)统计计算视频检测区段各个路段平均交通流率和路段平均交通流密度数据;
(33)计算交叉口平均交通流密度。
优选的,所述交通流密度-信号周期关系构建,是基于交叉口平均交通流密度来计算交叉口信号周期。
优选的,所述十字路口信号机优化控制算法模型构建,包括如下步骤:
(51)计算东西进口方向的平均交通流率和东西进口方向的平均交通流密度
(52)计算南北进口方向的平均交通流率和南北进口方向的平均交通流密度
(53)建立基于反馈控制的最优化信号控制目标函数
(54)建立动态交通流密度变化模型
(55)确定最优化信号配时时间;
基于东西进口方向的绿信比,计算东西方向的绿灯时间。
优选的,
步骤(32)的路段平均交通流率通过公式计算得到,其中,n为所在车道,N为路段的车道总个数,qn为第n车道的车道交通流率(单位:辆/小时/车道);
路段平均交通流密度通过计算得到,其中,n为所在车道,N为路段的车道总个数,kn为第n车道的车道交通流密度(单位:辆/千米/车道);
步骤(34)的交叉口平均交通流密度K通过公式计算得到,其中,m为交叉口的某个进口检测路段,M为交叉口的进口路段总个数,为交叉口第m个进口路段的路段平均交通流密度(单位:辆/千米/车道)。
优选的,
交叉口信号周期C通过公式
计算得到,其中信号周期C单位为秒。
优选的,
步骤(51)的其中为西进口方向的路段平均交通流率,为东进口方向的路段平均交通流率;
步骤(52)的其中为北进口方向的路段平均交通流率,为南进口方向的路段平均交通流率;
其中为北进口方向的路段平均交通流密度,为南进口方向的路段平均交通流密度;
其中为西进口方向的路段平均交通流密度,为东进口方向的路段平均交通流密度;
步骤(53)的w>0,K(t)为某个t时刻的交叉口平均交通流密度,为t时刻的交叉口平均交通流密度的导数;
解方程可得到K(t)=K(0)e-ωt,目标控制函数的解释是通过反馈控制调节后,交叉口的平均交通流密度随着时间的推移越来越趋向于为0,即交叉口的车辆越来越少,所以可以最大限度的提高交通通行效率,减少交通拥堵;
步骤(54)的L为检测区间路段的长度(单位:千米),r13为东西方向的绿信比,Δt定位为无限短的时间;
结合(53)的目标函数,可解方程得到东西方向的绿信比,
步骤(55)的东西方向绿灯时间G13=C×r13,东西方向红灯时间R13=C-G13-Y,Y表示黄灯时间。
优选的,所述步骤(55)同时设定东西方向绿灯时间G13阈值,10≤G13≤C-10。
与现有技术相比,本发明的有益效果是:本发明采用二维主动式视频技术,可以对单个十字路口的实时交通状态进行准确检测,制定最优化信号控制方案,为交通管理和控制提供实时决策和应急处理信息,可以提升交叉口道路交通的运行效率和服务水平。
附图说明
图1是本发明的工作流程图;
图2是图1中所用的系统设备安装示意图;
图3是图1中所用的系统设备连接示意图;
图4是本发明反馈控制密度变化曲线。
图中:1视频车辆检测器、2数据采集存储设备、3信号优化处理服务器、4信号指令发布服务器、5信号灯。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1~4,本发明提供一种技术方案:
一种基于视频的十字路口信号机控制方法,该方法中所使用的设备包括视频车辆检测器1,数据采集存储设备2,(十字路口)信号优化处理服务器3,信号指令发布服务器4和信号灯5,数据采集存储设备2和视频车辆检测器1通过电缆连接在一起然后安装在交叉口监控架上,所述各设备之间依顺序信号连接,该方法包括下列的步骤:
S1、在交叉口各个进口方向上安装视频车辆检测器1,调整检测面的角度,确定检测区和盲区临界线位于停车线前方10-20米处,按照顺时针方向对检测器进行编号,对路口所属的路段编号与检测器编号进行绑定;
S1.1、交叉口的类型有多种,常见的有五岔路口、十字路口、T型路口,本系统适用于4进4出的十字路口,其他类型的交叉口可以修改运用;
S1.2、视频可以检测的路段范围是10米-100米,安装位置前10米内是盲区,盲区内检测不到车辆的动态信息,因此交叉口视频设备的安装位置非常重要,确定待测路段后,检测区和盲区临界线位于停车线前方10-20米处,一般十字路口的设备安装示意图如图2。
S2、通过视频车辆检测器1,定时采集检测区段的车道交通流率和车道交通流密度参数信息,所述参数信息经数据采集设备2,实时传回并进行数据存储,定时采集周期时间为1分钟;
S3、利用所述交通参数信息,计算路段平均交通流密度:
视频设备实时上报的数据格式为(t,n,q,k),t表示上报时间,n表示所在车道,q表示交通流率数据,k表示交通流密度数据,(t,n,q,k)的单位分别为秒、1、辆/小时/车道和辆/千米/车道。
假设样本数据集可表示为S={(t,1,q1,k1),(t,2,q2,k2),...。,(t,n,qn,kn)},统计时间内待测路段平均交通流率(单位:辆/小时/车道),待测路段平均交通流密度(单位:辆/千米/车道),则
上述公式中:n为所在车道;N为路段的车道总个数;qn为第n车道的交通流率;kn为第n车道的交通流密度。
S4、计算交叉口平均交通流密度K
交叉口平均交通流密度通过交叉口各个进口方向的路段平均交通流密度计算;
K为交叉口平均交通流密度;
m为交叉口的某个进口检测路段;
M为交叉口的进口路段总个数;
为交叉口第m个进口路段的路段平均交通流密度;
S5、计算交叉口信号控制周期C
交叉口信号控制周期是信号灯各种灯色轮流显示一次所需的时间,用C表示,单位是秒;
S6、基于反馈控制模型计算交叉口信号控制绿信比
基于反馈控制的信号控制算法,目标就是通过信号的调节控制,实现交叉口的平均交通流密度越来越小,尽可能地减小排队数,所以要定义目标函数,通过控制函数的动态变化来实现预期的效果。
S6.1、定义反馈控制目标函数:
w>0,是变量参数;
K(t)为某个t时刻的交叉口平均交通流密度;
为t时刻的交叉口平均交通流密度的导数;
解方程(6)可得到
K(t)=K(0)e-ωt (6)
目标控制函数的解释是通过反馈控制调节后,交叉口的平均交通流密度随着时间的推移越来越趋向于为0,即交叉口的车辆越来越少,所以可以最大限度的提高交通通行效率,减少交通拥堵,效果示意图如图4。
S6.2、计算信号控制绿信比
结合动态交通率密度变化过程,建立K(t)的求导过程,
L为检测区间路段的长度(单位:千米);
r13为东西方向的绿信比;
Δt定位为极限短的时间;
利用方程式(3)、(5)和(7),可解方程得到东西方向的绿信比,
S7、确定最优化信号配时时间
基于东西进口方向的绿信比,计算东西方向的绿灯时间,可得出最优化的信号控制方案。
G13=C×r13 (9)
R13=C-G13-Y13 (10)
G13为东西方向绿灯时间;
R13为东西方向红灯时间;
Y13为东西方向的黄灯时间;
同时,设定东西方向绿灯时间G13阈值,保障程序执行。
10≤G13≤C-10 (11)
S8、进入信号指令发布服务器4,通过调用数据库接口服务,将设备3中的信号控制配时参数发送给信号灯5,通过信号灯对路口交通进行动态诱导。
本发明充分地利用了视频车辆检测器1的交通流率和交通流密度参数进行数据挖掘分析,构建了基于反馈控制的交叉口信号控制模型算法,实现了十字路口交通信号的最优化控制,为交通管理和控制提供数据支撑,可以减少交通事故,缓解交通拥堵,提升交叉口通行效率。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于视频的十字路口信号机控制方法,该方法中所使用的设备包括视频车辆检测器,数据采集存储设备,信号优化处理服务器,信号指令发布服务器,以及信号灯,所述各设备之间依顺序信号连接,其特征在于:该方法包括如下步骤:
(1)在交叉口各个进口方向上安装视频车辆检测器,调整检测面的角度,确定检测区和盲区临界线位于停车线以前10-20米处,按照顺时针方向对视频检测器进行编号,对路口所属的路段编号与视频车辆检测器编号进行绑定;
(2)通过视频车辆检测器,定时采集检测区段的车道交通流率和车道交通流密度参数数据,所述参数数据经数据采集存储设备,实时传回数据采集存储设备,并进行标准化数据过滤处理和存储;
(3)提取信号优化处理服务器的交通信息数据,包括车道交通流率和车道交通流密度参数,计算检测区段平均交通流密度参数,以及交叉口平均交通流密度;
(4)基于交叉口平均交通流密度-信号周期关系模型计算交叉口信号周期;
(5)根据路口各个进口方向路段的交通流率和平均交通流密度参数,构建十字路口信号机优化控制算法模型,聚合计算各个进口方向的最优信号控制绿信比;
(6)根据进口方向的最优信号控制绿信比,计算各个进口方向信号配时的绿灯时间、黄灯时间和红灯时间,形成下个信号周期的信号控制方案指令;
(7)利用信号指令发布服务器,调用指令数据库接口服务,将下个周期的信号控制方案指令发送给信号灯,信号灯本周期控制方案结束后,立即执行下一套信号控制方案,进行交通动态诱导。
2.根据权利要求1所述的一种基于视频的十字路口信号机控制方法,其特征在于:交叉口平均交通流密度计算,交通流密度-信号周期关系构建,十字路口信号机优化控制算法模型构建。
3.根据权利要求2所述的一种基于视频的十字路口信号机控制方法,其特征在于:所述交叉口平均交通流密度计算,包括车道交通流密度采集、路段平均交通流率计算和交叉口平均交通流密度计算3个部分,计算具体包括如下步骤;
(31)定时采集视频检测区段各个车道交通流率和车道交通流密度参数,定时采集周期时间为1分钟;
(32)统计计算视频检测区段各个路段平均交通流率和路段平均交通流密度数据;
(33)计算交叉口平均交通流密度。
4.根据权利要求2所述的一种基于视频的十字路口信号机控制方法,其特征在于:所述交通流密度-信号周期关系构建,是基于交叉口平均交通流密度来计算交叉口信号周期。
5.根据权利要求2所述的一种基于视频的十字路口信号机控制方法,其特征在于:所述十字路口信号机优化控制算法模型构建,包括如下步骤:
(51)计算东西进口方向的平均交通流率和东西进口方向的平均交通流密度
(52)计算南北进口方向的平均交通流率和南北进口方向的平均交通流密度
(53)建立基于反馈控制的最优化信号控制目标函数
(54)建立动态交通流密度变化模型
(55)确定最优化信号配时时间;
基于东西进口方向的绿信比,计算东西方向的绿灯时间。
6.根据权利要求3所述的一种基于视频的十字路口信号机控制方法,其特征在于:
步骤(32)的路段平均交通流率通过公式计算得到,其中,n为所在车道,N为路段的车道总个数,qn为第n车道的车道交通流率(单位:辆/小时/车道);
路段平均交通流密度通过计算得到,其中,n为所在车道,N为路段的车道总个数,kn为第n车道的车道交通流密度(单位:辆/千米/车道);
步骤(33)的交叉口平均交通流密度K通过公式计算得到,其中,m为交叉口的某个进口检测路段,M为交叉口的进口路段总个数,为交叉口第m个进口路段的路段平均交通流密度(单位:辆/千米/车道)。
7.根据权利要求4所述的一种基于视频的十字路口信号机控制方法,其特征在于:交叉口信号周期C通过公式
计算得到,其中信号周期C单位为秒。
8.根据权利要求5所述的一种基于视频的十字路口信号机控制方法,其特征在于:
步骤(51)的其中为西进口方向的路段平均交通流率,为东进口方向的路段平均交通流率;
步骤(52)的其中为北进口方向的路段平均交通流率,为南进口方向的路段平均交通流率;
其中为北进口方向的路段平均交通流密度,为南进口方向的路段平均交通流密度;
其中为西进口方向的路段平均交通流密度,为东进口方向的路段平均交通流密度;
步骤(53)的w>0,K(t)为某个t时刻的交叉口平均交通流密度,为t时刻的交叉口平均交通流密度的导数;
解方程可得到K(t)=K(0)e-ωt,目标控制函数的解释是通过反馈控制调节后,交叉口的平均交通流密度随着时间的推移越来越趋向于为0,即交叉口的车辆越来越少,所以可以最大限度的提高交通通行效率,减少交通拥堵;
步骤(54)的L为检测区间路段的长度(单位:千米),r13为东西方向的绿信比,Δt定位为无限短的时间;
结合(53)的目标函数,可解方程得到东西方向的绿信比,
步骤(55)的东西方向绿灯时间G13=C×r13,东西方向红灯时间R13=C-G13-Y,Y表示黄灯时间。
9.根据权利要求8所述的一种基于视频的十字路口信号机控制方法,其特征在于:所述步骤(55)同时设定东西方向绿灯时间G13阈值,10≤G13≤C-10。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238073.2A CN109410607B (zh) | 2018-03-22 | 2018-03-22 | 一种基于视频的十字路口信号机控制方法 |
PCT/CN2018/112974 WO2019179108A1 (zh) | 2018-03-22 | 2018-10-31 | 一种基于视频的十字路口信号机控制方法 |
US16/309,463 US10699568B1 (en) | 2018-03-22 | 2018-10-31 | Video-based crossroad signal machine control method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810238073.2A CN109410607B (zh) | 2018-03-22 | 2018-03-22 | 一种基于视频的十字路口信号机控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109410607A true CN109410607A (zh) | 2019-03-01 |
CN109410607B CN109410607B (zh) | 2021-05-04 |
Family
ID=65463544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810238073.2A Active CN109410607B (zh) | 2018-03-22 | 2018-03-22 | 一种基于视频的十字路口信号机控制方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10699568B1 (zh) |
CN (1) | CN109410607B (zh) |
WO (1) | WO2019179108A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112509341A (zh) * | 2020-12-11 | 2021-03-16 | 东南大学 | 一种基于高位视频分析交通冲突的信号控制装置及方法 |
CN112989537A (zh) * | 2021-03-15 | 2021-06-18 | 中国地质大学(武汉) | 一种基于多目标优化的t型路口通行设计方法 |
CN117912263A (zh) * | 2024-03-19 | 2024-04-19 | 四川华鲲振宇智能科技有限责任公司 | 移动式交通信号时序优化服务器及优化方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410606B (zh) * | 2018-03-22 | 2021-05-04 | 合肥革绿信息科技有限公司 | 一种基于视频的主干路协同信号机控制方法 |
CN112071093A (zh) * | 2020-04-22 | 2020-12-11 | 义硕智能股份有限公司 | 交通号志灯的控制系统及方法 |
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 |
CN111985619B (zh) * | 2020-08-18 | 2024-03-08 | 中冶南方城市建设工程技术有限公司 | 一种基于短时交通流预测的城市单交叉口控制方法 |
CN113299059B (zh) * | 2021-04-08 | 2023-03-17 | 四川国蓝中天环境科技集团有限公司 | 一种数据驱动的道路交通管控决策支持方法 |
CN116052451B (zh) * | 2023-01-10 | 2024-04-05 | 南京理工大学 | 井字形交叉口信号配时方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011095959A (ja) * | 2009-10-29 | 2011-05-12 | Sumitomo Electric Ind Ltd | 交通信号制御システム及び信号制御装置 |
CN104966403A (zh) * | 2015-07-23 | 2015-10-07 | 合肥革绿信息科技有限公司 | 一种基于地磁的干线自优化信号控制方法及装置 |
CN105096617A (zh) * | 2015-07-23 | 2015-11-25 | 合肥革绿信息科技有限公司 | 一种基于视频的干线自优化信号控制方法及装置 |
CN105096616A (zh) * | 2015-07-23 | 2015-11-25 | 合肥革绿信息科技有限公司 | 一种基于线圈的区域自优化信号控制方法及装置 |
CN105118310A (zh) * | 2015-07-23 | 2015-12-02 | 合肥革绿信息科技有限公司 | 一种基于视频的单点自优化信号控制方法及装置 |
CN105139670A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于视频的区域自优化信号控制方法及装置 |
CN106710245A (zh) * | 2016-12-23 | 2017-05-24 | 西华大学 | 基于密度的快速路多车道匝道控制方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4534813B2 (ja) * | 2005-03-15 | 2010-09-01 | オムロン株式会社 | 信号制御システム、および信号制御方法 |
US9076332B2 (en) * | 2006-10-19 | 2015-07-07 | Makor Issues And Rights Ltd. | Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks |
US7646311B2 (en) * | 2007-08-10 | 2010-01-12 | Nitin Afzulpurkar | Image processing for a traffic control system |
CN104332058B (zh) * | 2013-07-31 | 2017-03-15 | 南通大学 | 一种智能交通灯控制方法和系统 |
CN107248298B (zh) * | 2017-05-23 | 2020-04-24 | 招商局重庆交通科研设计院有限公司 | 基于交通流状态的道路交通控制方法 |
US10636299B2 (en) * | 2017-08-11 | 2020-04-28 | Cubic Corporation | System and method for controlling vehicular traffic |
CN107633692A (zh) * | 2017-09-29 | 2018-01-26 | 河南理工大学 | 一种城市快速路入口匝道无模型自适应控制方法 |
-
2018
- 2018-03-22 CN CN201810238073.2A patent/CN109410607B/zh active Active
- 2018-10-31 US US16/309,463 patent/US10699568B1/en active Active
- 2018-10-31 WO PCT/CN2018/112974 patent/WO2019179108A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011095959A (ja) * | 2009-10-29 | 2011-05-12 | Sumitomo Electric Ind Ltd | 交通信号制御システム及び信号制御装置 |
CN104966403A (zh) * | 2015-07-23 | 2015-10-07 | 合肥革绿信息科技有限公司 | 一种基于地磁的干线自优化信号控制方法及装置 |
CN105096617A (zh) * | 2015-07-23 | 2015-11-25 | 合肥革绿信息科技有限公司 | 一种基于视频的干线自优化信号控制方法及装置 |
CN105096616A (zh) * | 2015-07-23 | 2015-11-25 | 合肥革绿信息科技有限公司 | 一种基于线圈的区域自优化信号控制方法及装置 |
CN105118310A (zh) * | 2015-07-23 | 2015-12-02 | 合肥革绿信息科技有限公司 | 一种基于视频的单点自优化信号控制方法及装置 |
CN105139670A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于视频的区域自优化信号控制方法及装置 |
CN106710245A (zh) * | 2016-12-23 | 2017-05-24 | 西华大学 | 基于密度的快速路多车道匝道控制方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112509341A (zh) * | 2020-12-11 | 2021-03-16 | 东南大学 | 一种基于高位视频分析交通冲突的信号控制装置及方法 |
CN112989537A (zh) * | 2021-03-15 | 2021-06-18 | 中国地质大学(武汉) | 一种基于多目标优化的t型路口通行设计方法 |
CN112989537B (zh) * | 2021-03-15 | 2022-09-30 | 中国地质大学(武汉) | 一种基于多目标优化的t型路口通行设计方法 |
CN117912263A (zh) * | 2024-03-19 | 2024-04-19 | 四川华鲲振宇智能科技有限责任公司 | 移动式交通信号时序优化服务器及优化方法 |
Also Published As
Publication number | Publication date |
---|---|
US10699568B1 (en) | 2020-06-30 |
WO2019179108A1 (zh) | 2019-09-26 |
CN109410607B (zh) | 2021-05-04 |
US20200202710A1 (en) | 2020-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109410607A (zh) | 一种基于视频的十字路口信号机控制方法 | |
CN109410606A (zh) | 一种基于视频的主干路协同信号机控制方法 | |
CN108417055A (zh) | 一种基于雷达检测器的主干路协同信号机控制方法 | |
WO2019047905A1 (zh) | 一种交通路况分析系统、方法以及装置 | |
CN104299426B (zh) | 一种基于对行人检测计数统计的交通信号控制系统及方法 | |
WO2020108215A1 (zh) | 基于车道饱和度的区域控制相位配时优化方法 | |
CN106846835B (zh) | 一种城市区域交通信号自适应协调控制方法 | |
CN109697866B (zh) | 一种边缘计算交通信号灯控制系统及控制方法 | |
CN108510762A (zh) | 一种快速路多线交汇区智能信号灯优化控制方法 | |
CN102722988B (zh) | 一种实现道路交叉口车流控制的方法和装置 | |
CN205665896U (zh) | 一种交叉路口信号灯状态识别装置 | |
CN103810868A (zh) | 一种基于高空视频信息的交通溢流抑制方法 | |
CN109035814B (zh) | 一种红绿灯间隔时间自动调整方法和系统 | |
CN108417056A (zh) | 一种基于雷达检测器的十字路口信号机控制方法 | |
CN106469507A (zh) | 基于实时交通流量数据的可自动调节动态绿波系统及方法 | |
CN105139670A (zh) | 一种基于视频的区域自优化信号控制方法及装置 | |
CN110322707A (zh) | 红绿灯控制系统及方法 | |
CN105702059A (zh) | 一种面向大型活动车队的交通信号灯控制方法和系统 | |
CN107909834A (zh) | 一种基于路口车辆长度的交通信号系统及其调节控制方法 | |
CN108447276A (zh) | 一种基于地磁的十字路口信号机控制方法 | |
CN104966404A (zh) | 一种基于阵列雷达的单点自优化信号控制方法及装置 | |
CN108831163A (zh) | 一种基于地磁的主干路协同信号机控制方法 | |
CN105118310A (zh) | 一种基于视频的单点自优化信号控制方法及装置 | |
CN106710253A (zh) | 一种高可靠性智能路口交通控制系统及控制方法 | |
CN108922210B (zh) | 一种智能信号灯优化装置及信号灯控制方法 |
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 |