CN109559513B - 一种基于相邻周期流量差值预测的自适应信号控制方法 - Google Patents

一种基于相邻周期流量差值预测的自适应信号控制方法 Download PDF

Info

Publication number
CN109559513B
CN109559513B CN201811517557.7A CN201811517557A CN109559513B CN 109559513 B CN109559513 B CN 109559513B CN 201811517557 A CN201811517557 A CN 201811517557A CN 109559513 B CN109559513 B CN 109559513B
Authority
CN
China
Prior art keywords
phase
period
traffic flow
ith
predicted value
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
Application number
CN201811517557.7A
Other languages
English (en)
Other versions
CN109559513A (zh
Inventor
徐良杰
周若男
郝艳萍
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201811517557.7A priority Critical patent/CN109559513B/zh
Publication of CN109559513A publication Critical patent/CN109559513A/zh
Application granted granted Critical
Publication of CN109559513B publication Critical patent/CN109559513B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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

Abstract

本发明提供了一种基于相邻周期流量差值预测的自适应信号控制方法。本发明设置相位相序，并计算相位末的黄灯时长以及全红时长；以周期为单位检测不同相位内各车道组在一个信号周期内通过的车流量，根据前四个周期的车流量，计算相邻周期的流量差值，得到3个实际车流量差值，并根据其变化趋势，计算下一个周期的车流量差值预测值以得到下一个周期的流量预测值；若周期除以3余数为1时，结合周期流量预测值，根据韦伯斯特最佳周期公式计算信号周期并分配绿灯时间；若周期i除以3余数为0或2时，根据视频检测器检测到的上周期各相位的滞留车辆数、下一周期的流量差值的预测值，计算各相位的绿灯延长时间、得到各相位绿灯时长以及周期时长。

Description

一种基于相邻周期流量差值预测的自适应信号控制方法
技术领域
本发明属于交通设计和信号控制领域，具体涉及一种基于相邻周期流量差值预测的自适应信号控制方法。
背景技术
交通信号控制是科学分配路权，实现机动车间时空分离，使交通系统有序高效运行的保障。目前国内外的交通信号控制方法主要包括定时控制、感应式控制和自适应控制。而交通流在时间分布上存在时不均，日不均，月不均特征；在空间分布上存在方向不均，车道不均，路段不均等特征。考虑上述因素，传统固定式配时已经不能满足交通需求现状，而感应式信号控制系统适用于交通量小，变化不均匀的交叉口。自适应信号控制可以实时检测交叉口交通信息，动态调节信号配时方案，但目前我国多采用多方案选择执行的自适应信号控制系统，不能很好地匹配当前交通状态，且短时交通流预测精度不高，实时性不强。
短时交通流预测模型是自适应信控系统服务水平评价的重要环节。目前，短时交通流预测思想主要有根据历史模板的数据预测、根据前周期的数据预测以及根据上游交叉口的数据预测。但是，根据历史模板数据的预测方案无法应对突发事件，可靠性低；基于上游交叉口数据的预测方法需要布设多个检测器，成本高，且车辆到达分布规律性不强，预测精度低；由于数据处理和传输，根据前周期数据的预测结果传到信号控制机存在时间延迟，系统实时性不强。
发明内容
针对现有技术存在的缺陷和不足，本发明的目的在于提供一种基于相邻周期流量差值预测的自适应信号控制方法，该方法通过具体交叉口的饱和流量和每周期各个车道的通过流量和滞留车辆，分析相邻周期流量差值的变化趋势，进行交通流预测，采用韦伯斯特最佳周期计算公式等进行信号配时，在此基础上，根据交叉口的几何尺寸和上周期的信号配时方案，以预测流量差值的通过时间为步长延长下周期绿灯时间，并以三个周期为循环，根据计算公式进行简化算法的修正。本发明可以根据交叉口实时交通状况动态调整周期时长与各相位绿灯时长，以周期流量差值预测提高预测精度，以增加步长简化算法，提高交叉口通行效率。
一种基于相邻周期流量差值预测的自适应信号控制方法，其特征在于，包括以下步骤：
步骤1：设置相位控制方案中相位相序，并计算相位末的黄灯时长以及相位末的全红时长；
步骤2：以周期为单位检测不同相位内各车道组在一个信号周期内通过的车流量，根据前四个周期的车流量计算相邻周期的车流量差值得到3个实际车流量差值，并根据其变化趋势计算下一个周期的车流量差值预测值以得到下一个周期的车流量预测值；
步骤3：若周期除以3余数为1时，结合周期流量预测值，根据韦伯斯特最佳周期公式计算信号周期，以分配各相位的有效绿灯时长；
步骤4：若周期i除以3余数为0或2时，根据视频检测器检测到的上周期各相位的滞留车辆数、下一周期的流量差值的预测值，计算各相位绿灯延长时间、各相位绿灯时长的预测值以及周期时长；
作为优选，步骤1中所述相位末的黄灯时长为Am，相位末的全红时长为rm，具体计算如下：
Figure GDA0003091408610000021
Figure GDA0003091408610000022
m∈(1,ND)
式中：
Am为第m相位末的黄灯时长，单位为s；
t＝1s为驾驶员反应时间；
v85为85％车速即合理的车速限制值，单位为m/s；
a为汽车减速度，单位为m/s2；
g为坡度；
rm为第m相位末的全红时长，单位为s；
w为从停车线到远端对向冲突车道的距离，单位为m；
l为汽车标准长度，5≤l≤6，单位为m；
P为从停车线到远端冲突行人过街横道的距离，单位为m；
v15为15％车速，单位为m/s；
ND为交叉口D相位控制方案中的相位数量；
作为优选，步骤2中所述相邻周期的实际车流量差值为：
Figure GDA0003091408610000031
步骤2中所述下一周期第m相位第k车道组的车流量差值预测值为：
Figure GDA0003091408610000032
Figure GDA0003091408610000033
步骤2中所述下一周期第m相位第k车道组的车流量的预测值为：
Figure GDA0003091408610000034
步骤2中所述下一周期第m相位的车流量的预测值为：
Figure GDA0003091408610000035
式中：
Figure GDA0003091408610000036
为第i个周期与第i-1个周期第m相位第k车道组的车流量差值；
Figure GDA0003091408610000037
为第i个周期第m相位第k车道组的车流量；
Figure GDA0003091408610000038
为第i个周期与第i-1个周期第m相位第k车道组的车流量差值的预测值；
Figure GDA0003091408610000039
为第i个周期与第i-1个周期第m相位的车流量差值的预测值；
Figure GDA00030914086100000310
为第i个周期第m相位第k车道组车流量的预测值；
Figure GDA00030914086100000311
为第i个周期第m相位车流量的预测值；
Nc为交叉口一天24小时的周期数量；
Nm为交叉口m相位的车道组数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
作为优选，步骤3中所述各相位有效绿灯时间为第m相位的有效绿灯时长为：
Figure GDA0003091408610000041
其中：
Figure GDA0003091408610000042
Figure GDA0003091408610000043
Figure GDA0003091408610000044
Figure GDA0003091408610000045
Figure GDA0003091408610000046
式中：
Nc为交叉口一天24小时的周期数量；
Nm为交叉口m相位的车道组数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
gi m为第i周期第m相位的有效绿灯时长，单位为s；
Ci o为第i周期的最佳信号周期时长，单位为s；
L为周期内所有相位的总信号损失时间，单位为s；
Yi为第i周期所有相位的关键车道组的流率比之和；
yi m,k为第i周期第m相位第k车道组的流率比；
Figure GDA0003091408610000051
为第i个周期第m相位第k车道组车流量的预测值，单位为pcu/h；
Si m,k为第i个周期第m相位第k车道组的饱和流率，单位为pcu/h；
yi m,max为第i周期的第m相位的关键车道组的流率比；
Am为第m相位末的黄灯时长，单位为s；
rm为第m相位末的全红时长，单位为s；
输出交叉口第i个周期信号控制方案为Ci o、各相位有效绿灯时长gi m、各相位黄灯时长Am以及各相位全红时长rm；
作为优选，步骤4中所述各相位绿灯延长时间为：
Figure GDA0003091408610000052
步骤4中所述各相位绿灯时长的预测值为：
Figure GDA0003091408610000053
步骤4中所述周期时长为
Figure GDA0003091408610000054
Figure GDA0003091408610000055
式中：
Nc为交叉口一天24小时的周期数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
Figure GDA0003091408610000061
为第i-1周期末第m相位的滞留车辆；
Figure GDA0003091408610000062
为第i个周期与第i-1个周期第m相位流量差值的预测值；
Figure GDA0003091408610000063
为相对于第i-1周期，第i周期第m相位绿灯延长时间的预测值；
Figure GDA0003091408610000064
为第i周期第m相位绿灯时长的预测值；
Figure GDA0003091408610000065
为第i-1周期第m相位绿灯时长的实际值；
Ci o为第i周期的最佳信号周期时长，单位为s；
L为周期内所有相位的总信号损失时间，单位为s；
Am为第m相位末的黄灯时长，单位为s；
rm为第m相位末的全红时长，单位为s；
输出交叉口第i个周期信号控制方案为Ci o、各相位预测的绿灯时长
Figure GDA0003091408610000066
各相位黄灯时长Am以及各相位全红时长rm。
本发明与现有技术相比，有益效果为：
根据检测数据进行相邻周期的差值预测，简单增加、减少步长调节绿灯时长，简化算法，提高系统实时性。
综合考虑上周期预测误差即滞留车辆与本周期预测结果进行信号配时，增加系统反馈功能，提高系统可靠性。
附图说明
图1：是城市交叉口视频检测器布局示意图；
图2：是自适应交通信号控制流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
遵从上述技术方案，一种基于相邻周期流量差值预测的自适应信号控制方法，如图1所示，视频检测器架设在停车线前约60m，出口道上方5.5～7m处，架设角度以能看到具体交叉口的历史最大排队长度为宜。如图2所示，它的运算流程包括1-数据输入环节、2-交通流预测环节、3-韦伯斯特配时环节和4-绿时步长增减环节。
下面结合图1至图2介绍本发明的实施方式，具体为一种基于相邻周期流量差值预测的自适应信号控制方法，该方法按照以下步骤进行：
步骤1：设置相位控制方案中相位相序，并计算相位末的黄灯时长以及相位末的全红时长；
作为优选，步骤1中所述相位末的黄灯时长为Am，相位末的全红时长为rm，具体计算如下：
Figure GDA0003091408610000071
Figure GDA0003091408610000072
m∈(1,ND)
式中：
Am为第m相位末的黄灯时长，单位为s；
t＝1s为驾驶员反应时间；
v85为85％车速即合理的车速限制值，单位为m/s；
a为汽车减速度，单位为m/s2；
g为坡度；
rm为第m相位末的全红时长，单位为s；
w为从停车线到远端对向冲突车道的距离，单位为m；
l为汽车标准长度，5≤l≤6，单位为m；
P为从停车线到远端冲突行人过街横道的距离，单位为m；
v15为15％车速，单位为m/s；
ND为交叉口D相位控制方案中的相位数量；
步骤2：以周期为单位检测不同相位内各车道组在一个信号周期内通过的车流量，根据前四个周期的车流量计算相邻周期的车流量差值得到3个实际车流量差值，并根据其变化趋势计算下一个周期的车流量差值预测值以得到下一个周期的车流量预测值；
作为优选，步骤2中所述相邻周期的实际车流量差值为：
Figure GDA0003091408610000081
步骤2中所述下一周期第m相位第k车道组的车流量差值预测值为：
Figure GDA0003091408610000082
Figure GDA0003091408610000083
步骤2中所述下一周期第m相位第k车道组的车流量的预测值为：
Figure GDA0003091408610000084
步骤2中所述下一周期第m相位的车流量的预测值为：
Figure GDA0003091408610000085
式中：
Figure GDA0003091408610000086
为第i个周期与第i-1个周期第m相位第k车道组的车流量差值；
Figure GDA0003091408610000087
为第i个周期第m相位第k车道组的车流量；
Figure GDA0003091408610000088
为第i个周期与第i-1个周期第m相位第k车道组的车流量差值的预测值；
Figure GDA0003091408610000089
为第i个周期与第i-1个周期第m相位的车流量差值的预测值；
Figure GDA00030914086100000810
为第i个周期第m相位第k车道组车流量的预测值；
Figure GDA00030914086100000811
为第i个周期第m相位车流量的预测值；
Nc为交叉口一天24小时的周期数量；
Nm为交叉口m相位的车道组数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
步骤3：若周期除以3余数为1时，结合周期流量预测值，根据韦伯斯特最佳周期公式计算信号周期，以分配各相位的有效绿灯时长；
步骤3中所述各相位有效绿灯时间为第m相位的有效绿灯时长为：
Figure GDA0003091408610000091
其中：
Figure GDA0003091408610000092
Figure GDA0003091408610000093
Figure GDA0003091408610000094
Figure GDA0003091408610000095
Figure GDA0003091408610000096
式中：
Nc为交叉口一天24小时的周期数量；
Nm为交叉口m相位的车道组数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
gi m为第i周期第m相位的有效绿灯时长，单位为s；
Ci o为第i周期的最佳信号周期时长，单位为s；
L为周期内所有相位的总信号损失时间，单位为s；
Yi为第i周期所有相位的关键车道组的流率比之和；
yi m,k为第i周期第m相位第k车道组的流率比；
Figure GDA0003091408610000101
为第i个周期第m相位第k车道组车流量的预测值，单位为pcu/h；
Si m,k为第i个周期第m相位第k车道组的饱和流率，单位为pcu/h；
yi m,max为第i周期的第m相位的关键车道组的流率比；
Am为第m相位末的黄灯时长，单位为s；
rm为第m相位末的全红时长，单位为s；
输出交叉口第i个周期信号控制方案为Ci o、各相位有效绿灯时长gi m、各相位黄灯时长Am以及各相位全红时长rm；
步骤4：若周期i除以3余数为0或2时，根据视频检测器检测到的上周期各相位的滞留车辆数、下一周期的流量差值的预测值，计算各相位绿灯延长时间、各相位绿灯时长的预测值以及周期时长；
步骤4中所述各相位绿灯延长时间为：
Figure GDA0003091408610000102
步骤4中所述各相位绿灯时长的预测值为：
Figure GDA0003091408610000103
步骤4中所述周期时长为
Figure GDA0003091408610000104
Figure GDA0003091408610000105
式中：
Nc为交叉口一天24小时的周期数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
Figure GDA0003091408610000111
为第i-1周期末第m相位的滞留车辆；
Figure GDA0003091408610000112
为第i个周期与第i-1个周期第m相位流量差值的预测值；
Figure GDA0003091408610000113
为相对于第i-1周期，第i周期第m相位绿灯延长时间的预测值；
Figure GDA0003091408610000114
为第i周期第m相位绿灯时长的预测值；
Figure GDA0003091408610000115
为第i-1周期第m相位绿灯时长的实际值；
Ci o为第i周期的最佳信号周期时长，单位为s；
L为周期内所有相位的总信号损失时间，单位为s；
Am为第m相位末的黄灯时长，单位为s；
rm为第m相位末的全红时长，单位为s；
输出交叉口第i个周期信号控制方案为Ci o、各相位预测的绿灯时长
Figure GDA0003091408610000116
各相位黄灯时长Am以及各相位全红时长rm。
本发明一种基于相邻周期流量差值预测的自适应信号控制方法，预测精度高，实时性强，成本低，能够很好的管理城市交叉口车辆的通行，大大提高交叉口的通行效率，可广泛应用于采取信号控制，配有视频检测器的城市主交叉口。
本文中所描述的具体实施案例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施案例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (1)

1.一种基于相邻周期流量差值预测的自适应信号控制方法，其特征在于，包括以下步骤：
步骤1：设置相位控制方案中相位相序，并计算相位末的黄灯时长以及相位末的全红时长；
步骤1中所述相位末的黄灯时长为Am，相位末的全红时长为rm，具体计算如下：
Figure FDA0002996146840000011
Figure FDA0002996146840000012
m∈(1,ND)
式中：
Am为第m相位末的黄灯时长，单位为s；
t＝1s为驾驶员反应时间；
v85为85％车速即合理的车速限制值，单位为m/s；
a为汽车减速度，单位为m/s2；
g为坡度；
rm为第m相位末的全红时长，单位为s；
w为从停车线到远端对向冲突车道的距离，单位为m；
l为汽车标准长度，5≤l≤6，单位为m；
P为从停车线到远端冲突行人过街横道的距离，单位为m；
v15为15％车速，单位为m/s；
ND为交叉口D相位控制方案中的相位数量；
步骤2：以周期为单位检测不同相位内各车道组在一个信号周期内通过的车流量，根据前四个周期的车流量计算相邻周期的车流量差值得到3个实际车流量差值，并根据其变化趋势计算下一个周期的车流量差值预测值以得到下一个周期的车流量预测值；
步骤2中所述相邻周期的实际车流量差值为：
Figure FDA0002996146840000021
步骤2中所述下一周期第m相位第k车道组的车流量差值预测值为：
Figure FDA0002996146840000022
Figure FDA0002996146840000023
步骤2中所述下一周期第m相位第k车道组的车流量的预测值为：
Figure FDA0002996146840000024
步骤2中所述下一周期第m相位的车流量的预测值为：
Figure FDA0002996146840000025
式中：
Figure FDA0002996146840000026
为第i个周期与第i-1个周期第m相位第k车道组的车流量差值；
Figure FDA0002996146840000027
为第i个周期第m相位第k车道组的车流量；
Figure FDA0002996146840000028
为第i个周期与第i-1个周期第m相位第k车道组的车流量差值的预测值；
Figure FDA0002996146840000029
为第i个周期与第i-1个周期第m相位的车流量差值的预测值；
Figure FDA00029961468400000210
为第i个周期第m相位第k车道组车流量的预测值；
Figure FDA00029961468400000211
为第i个周期第m相位车流量的预测值；
Nc为交叉口一天24小时的周期数量；
Nm为交叉口m相位的车道组数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
步骤3：若周期除以3余数为1时，结合周期流量预测值，根据韦伯斯特最佳周期公式计算信号周期，以分配各相位的有效绿灯时长；
步骤3中所述各相位有效绿灯时间为第m相位的有效绿灯时长为：
Figure FDA0002996146840000031
其中：
Figure FDA0002996146840000032
Figure FDA0002996146840000033
Figure FDA0002996146840000034
Figure FDA0002996146840000035
Figure FDA0002996146840000036
式中：
Nc为交叉口一天24小时的周期数量；
Nm为交叉口m相位的车道组数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
gi m为第i周期第m相位的有效绿灯时长，单位为s；
Ci o为第i周期的最佳信号周期时长，单位为s；
L为周期内所有相位的总信号损失时间，单位为s；
Yi为第i周期所有相位的关键车道组的流率比之和；
yi m,k为第i周期第m相位第k车道组的流率比；
Figure FDA0002996146840000041
为第i个周期第m相位第k车道组车流量的预测值，单位为pcu/h；
Si m,k为第i个周期第m相位第k车道组的饱和流率，单位为pcu/h；
yi m,max为第i周期的第m相位的关键车道组的流率比；
Am为第m相位末的黄灯时长，单位为s；
rm为第m相位末的全红时长，单位为s；
输出交叉口第i个周期信号控制方案为Ci o、各相位有效绿灯时长gi m、各相位黄灯时长Am以及各相位全红时长rm；
步骤4：若周期i除以3余数为0或2时，根据视频检测器检测到的上周期各相位的滞留车辆数、下一周期的流量差值的预测值，计算各相位绿灯延长时间、各相位绿灯时长的预测值以及周期时长；
步骤4中所述各相位绿灯延长时间为：
Figure FDA0002996146840000042
步骤4中所述各相位绿灯时长的预测值为：
Figure FDA0002996146840000043
步骤4中所述周期时长为
Figure FDA0002996146840000044
Figure FDA0002996146840000045
式中：
Nc为交叉口一天24小时的周期数量；
ND为交叉口D相位控制方案中的相位数量，且交叉口每个周期中相位数量均为ND；
Figure FDA0002996146840000051
为第i-1周期末第m相位的滞留车辆；
Figure FDA0002996146840000052
为第i个周期与第i-1个周期第m相位流量差值的预测值；
Figure FDA0002996146840000053
为相对于第i-1周期，第i周期第m相位绿灯延长时间的预测值；
Figure FDA0002996146840000054
为第i周期第m相位绿灯时长的预测值；
Figure FDA0002996146840000055
为第i-1周期第m相位绿灯时长的实际值；
Ci o为第i周期的最佳信号周期时长，单位为s；
L为周期内所有相位的总信号损失时间，单位为s；
Am为第m相位末的黄灯时长，单位为s；
rm为第m相位末的全红时长，单位为s；
输出交叉口第i个周期信号控制方案为Ci o、各相位预测的绿灯时长
Figure FDA0002996146840000056
各相位黄灯时长Am以及各相位全红时长rm。
CN201811517557.7A 2018-12-12 2018-12-12 一种基于相邻周期流量差值预测的自适应信号控制方法 Active CN109559513B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811517557.7A CN109559513B (zh) 2018-12-12 2018-12-12 一种基于相邻周期流量差值预测的自适应信号控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811517557.7A CN109559513B (zh) 2018-12-12 2018-12-12 一种基于相邻周期流量差值预测的自适应信号控制方法

Publications (2)

Publication Number Publication Date
CN109559513A CN109559513A (zh) 2019-04-02
CN109559513B true CN109559513B (zh) 2021-07-20

Family

ID=65869980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811517557.7A Active CN109559513B (zh) 2018-12-12 2018-12-12 一种基于相邻周期流量差值预测的自适应信号控制方法

Country Status (1)

Country Link
CN (1) CN109559513B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612669B (zh) * 2020-04-24 2023-04-25 浙江大华技术股份有限公司 车道排队长度估算方法、系统、计算机设备和存储介质
CN111554091B (zh) * 2020-04-26 2022-04-22 江苏智通交通科技有限公司 考虑路口流量失衡状况的交通信号控制方案时段划分方法
CN111785042A (zh) * 2020-07-01 2020-10-16 浙江工商大学 基于ZigBee的车流量检测并自动调节红绿灯时长的方法
CN114779731B (zh) * 2022-06-22 2022-09-23 江苏翔晟信息技术股份有限公司 一种面向智能制造的生产数据动态监测分析系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010026630A1 (ja) * 2008-09-03 2010-03-11 富士通株式会社 交通流制御システム及びその方法
CN102496284A (zh) * 2011-12-24 2012-06-13 重庆大学 一种道路交通流量采集及预测方法
CN104134356A (zh) * 2014-06-30 2014-11-05 南京航空航天大学 城市交叉口模型参考自适应信号的控制方法
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
US9633560B1 (en) * 2016-03-30 2017-04-25 Jason Hao Gao Traffic prediction and control system for vehicle traffic flows at traffic intersections
CN107067764A (zh) * 2017-03-21 2017-08-18 东南大学 一种城市交叉口可变导向车道自适应控制方法
CN107316472A (zh) * 2017-07-28 2017-11-03 广州市交通规划研究院 一种面向干道双向不同需求的动态协调控制方法
CN107516426A (zh) * 2017-09-25 2017-12-26 安徽畅通行交通信息服务有限公司 一种基于综合路况数据的信号灯配时方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010026630A1 (ja) * 2008-09-03 2010-03-11 富士通株式会社 交通流制御システム及びその方法
CN102496284A (zh) * 2011-12-24 2012-06-13 重庆大学 一种道路交通流量采集及预测方法
CN104134356A (zh) * 2014-06-30 2014-11-05 南京航空航天大学 城市交叉口模型参考自适应信号的控制方法
US9633560B1 (en) * 2016-03-30 2017-04-25 Jason Hao Gao Traffic prediction and control system for vehicle traffic flows at traffic intersections
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
CN107067764A (zh) * 2017-03-21 2017-08-18 东南大学 一种城市交叉口可变导向车道自适应控制方法
CN107316472A (zh) * 2017-07-28 2017-11-03 广州市交通规划研究院 一种面向干道双向不同需求的动态协调控制方法
CN107516426A (zh) * 2017-09-25 2017-12-26 安徽畅通行交通信息服务有限公司 一种基于综合路况数据的信号灯配时方法

Also Published As

Publication number Publication date
CN109559513A (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
CN109559513B (zh) 一种基于相邻周期流量差值预测的自适应信号控制方法
CN110910662B (zh) 车路协同环境下单点自适应交通信号优化控制方法
CN106652493B (zh) 一种车联网环境下的交叉口信号优化控制方法
CN112037507B (zh) 一种过饱和交通状态干线自适应信号协调设计方法与装置
CN102280036B (zh) 干线协调控制下快速公交信号优先配时方法
CN104332058B (zh) 一种智能交通灯控制方法和系统
CN102024335B (zh) 服务于城市干线道路绿波控制的速度引导方法
CN107705591B (zh) 一种有轨电车与社会车流的协同控制方法
CN103280113B (zh) 一种自适应的交叉口信号控制方法
WO2018072240A1 (zh) 一种路网潮汐交通流可变导向车道控制方法
CN104485005B (zh) 交叉口多线路公交车辆优先请求冲突协调控制方法
CN101556740B (zh) 基于运行时刻表的公交优先信号配时方法
CN105869417B (zh) 一种基于组合控制的交通信号控制方法及系统
CN113032964B (zh) 一种公交优先的交叉口信号控制方法及装置
CN109348423B (zh) 一种基于抽样轨迹数据的干道协调控制优化方法
CN104064041B (zh) 基于公共交通车队优先的交通信号灯调整系统和方法
CN109448403B (zh) 一种干线协调控制下公交信号优先必要性分析方法
CN103700251A (zh) 一种快速道路上可变限速与匝道控制协调优化控制方法
CN111833620B (zh) 一种过饱和交通状态干线单向信号协调设计方法与装置
CN104269065B (zh) 双向道路与带有逆向公交专用道的单行路交叉口优化方法
CN113593258A (zh) 基于车路协同的信号配时与车速动态协调控制优化方法
CN114999207B (zh) 一种智能网联环境下的公交车生态迫近引导方法
CN110364003B (zh) 基于车联网的交叉路口双线路有轨电车信号优先控制方法
CN109859475B (zh) 一种基于dbscan密度聚类的交叉口信号控制方法、装置及系统
CN109147327B (zh) 一种城市道路与铁路交叉部位的道路交通瓶颈改善方法

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