CN109690646B - 分析和调整道路状况的系统和方法 - Google Patents

分析和调整道路状况的系统和方法 Download PDF

Info

Publication number
CN109690646B
CN109690646B CN201880002110.8A CN201880002110A CN109690646B CN 109690646 B CN109690646 B CN 109690646B CN 201880002110 A CN201880002110 A CN 201880002110A CN 109690646 B CN109690646 B CN 109690646B
Authority
CN
China
Prior art keywords
road
lane
traffic
index
directional
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
CN201880002110.8A
Other languages
English (en)
Other versions
CN109690646A (zh
Inventor
陆冬
李佳丽
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.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
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
Priority claimed from CN201710439453.8A external-priority patent/CN109035754B/zh
Priority claimed from CN201710440208.9A external-priority patent/CN109035755A/zh
Priority claimed from CN201710440210.6A external-priority patent/CN109035756B/zh
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Publication of CN109690646A publication Critical patent/CN109690646A/zh
Application granted granted Critical
Publication of CN109690646B publication Critical patent/CN109690646B/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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • 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
    • G08G1/01—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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了调整道路状况的方法和系统(100)。所述系统(100)包括一个通信界面(202)用于接收反映道路(102)上的车辆行驶记录的驾驶信息。所述道路(102)包括一个第一方向车道和一个第二方向车道(104，106)。所述系统(100)包括一个存储设备(208)用于存储一组预设参数(209)。所述系统(100)包括一个处理器(204)用于将所述道路(102，302)划分成一个或多个路段(3022A，3024A，3026A)，并且基于相关于每个路段(3022A，3024A，3026A)和所述一组预设参数的驾驶信息(209)，分别为第一方向车道(104)和第二方向车道(106)确定一个第一交通拥堵指数和一个第二交通拥堵指数。所述处理器(204)可以基于所述第一交通拥堵指数和第二交通指数，确定所述道路(102)的一个方向不平衡指数。所述处理器(204)可以基于所述方向不平衡指数，提供一个指令用于调整所述道路(102)的第一方向车道(104)和第二方向车道(106)中的至少一个。

Description

分析和调整道路状况的系统和方法
交叉引用
本申请要求以下申请的优先权：
2017年6月12日递交的申请号为CN 201710440208.9的中国申请；
2017年6月12日递交的申请号为CN 201710439453.8的中国申请；及
2017年6月12日递交的申请号为CN 201710440210.6的中国申请；
上述申请的内容以引用方式被包含于此。
技术领域
本申请涉及分析和调整道路状况的系统和方法，尤其涉及基于与道路相关的驾驶信息来分析和调整双向道路的交通状况的系统和方法。
背景技术
城市道路的性质导致交通热点在时间和空间上分布不均。在一定的时间段内，一些双向道路在两个方向都遭受严重的交通拥堵。在不知道交通拥堵的情况下驶入这些道路不仅会加剧交通拥堵，而且会增加驾驶员的上下班开车时间。此外，在一些时间段，如早晨和下午的高峰时间，交通拥堵可能只发生在双向道路的一个方向上，使得车道在另一方向上的利用率非常低。这种双向交通荷载的方向不平衡称为“潮汐车道”。
为了减少交通拥堵，改善双向道路的交通负荷平衡，交通控制和管理人员可以通过直接观测、在某些路段上拍摄图像或基于测量车辆的速度计进行交通流量估计来识别潮汐车道。然而，这些间接手段存在着各种问题，如图像采集设备的观察和维护要求庞大的人员配置、连续监测造成的冗余数据积累、以及测量车辆的条件和司机所造成的交通流量估计的不准确。
本申请的实施例通过改进的道路状况分析和调整的系统和方法来解决上述问题。
发明内容
本发明的一些实施例涉及一种调整道路状况的系统。该系统可以包括一个通信界面用于接收反映道路上的车辆行驶记录的驾驶信息。所述道路包括一个第一方向车道和一个第二方向车道。所述系统进一步包括一个存储设备用于存储一组预设参数。所述系统还可以包括一个处理器用于将所述道路划分成一个或多个路段，并且基于相关于每个路段和所述一组预设参数的驾驶信息，确定一个第一交通拥堵指数和一个第二交通拥堵指数。所述处理器进一步可以基于所述第一交通拥堵指数和第二交通指数，确定所述道路的一个方向不平衡指数。所述处理器进一步可以基于所述方向不平衡指数，提供一个指令用于调整所述道路的第一方向车道和第二方向车道中的至少一个。
本发明的一些实施例涉及一种调整道路状况的方法。所述方法可以包括接收反映道路上的车辆行驶记录的驾驶信息。所述道路包括一个第一方向车道和一个第二方向车道。所述方法还可以包括通过一个处理器将所述道路划分成一个或多个路段。所述方法可以进一步包括基于相关于每个路段和一组预设参数的驾驶信息，通过所述处理器分别确定所述第一方向车道和所述第二方向车道的一个第一交通拥堵指数和一个第二交通拥堵指数。所述方法可以进一步包括基于所述第一交通拥堵指数和第二交通指数，通过所述处理器确定所述道路的一个方向不平衡指数。所述方法可以进一步包括基于所述方向不平衡指数，提供一个指令用于调整所述道路的第一方向车道和第二方向车道中的至少一个。
本发明的一些实施例涉及一种非短暂的计算机可读介质，存储有计算机指令，当一个或多个处理器执行所述计算机指令时，所述一个或多个处理器可以执行相应操作。所述操作可以包括接收反映道路上的车辆行驶记录的驾驶信息。所述道路包括一个第一方向车道和一个第二方向车道。所述操作还可以包括将所述道路划分成一个或多个路段。所述操作可以进一步包括基于相关于每个路段和一组预设参数的驾驶信息，分别确定所述第一方向车道和所述第二方向车道的一个第一交通拥堵指数和一个第二交通拥堵指数。所述操作可以进一步包括基于所述第一交通拥堵指数和第二交通指数，确定所述道路的一个方向不平衡指数。所述操作可以进一步包括基于所述方向不平衡指数，提供一个指令用于调整所述道路的第一方向车道和第二方向车道中的至少一个。
需要理解的是，上文的简要描述和下文的详细描述都仅仅是典范性和解释性的，发明并不局限于该描述。
附图说明
图1是根据本发明提供的一种道路状况调整系统的示意图。
图2是根据本发明提供的一种用于分析和调整道路状况的服务器示例性模块图。
图3是根据本发明提供的一种目标道路和邻近下游道路的示意图。
图4是根据本发明提供的一种目标道路的示意图。
图5是根据本发明提供的一种调整道路状况的方法的示例性流程图。
图6是根据本发明提供的一种确定交通拥堵指数的方法的示例性流程图。
图7是根据本发明提供的另一种确定交通拥堵指数的方法的示例性流程图。
图8是根据本发明提供的一种基于下游道路状况调整道路状况的方法的示例性流程图。
具体实施方式
以下将详细介绍附图中的所描述的示例性的实施例。在尽可能的情况下，相同的参考编号将在所有图中使用，以表示相同或相似的部分。
图1是根据本发明提供的一种道路状况调整系统100的示意图。系统100可以包括一个道路状况分析和调整服务器101(也简称为服务器101)。服务器101可以是一个通用服务器，或者是一个专门为分析和调整道路状况而设计的专用设备。服务器101可以设想是一个独立服务器或独立服务器的集成组件。由于分析和调整道路状况可能需要大量的计算资源，在一些实施例中，服务器101可以作为一个独立的系统来实现。
如图1所示，服务器101可以分析道路102的交通状况，并通过交通控制和管理机构103调整道路102的交通状况。道路102可以是包括一个或多个第一方向车道104和一个或多个第二方向车道106的双向道路。第一方向和第二方向可以彼此相反，并且由间隔物108分隔开。可以预见，在道路102的每个方向上，各种因素会影响车道的交通拥堵程度，例如但不仅限于地点、时间、星期、车道数、上下游道路交通状况、交通事故和红绿灯持续时间。在一些实施例中，第一方向车道104和第二方向车道106的交通拥堵程度可能彼此不同，从而使道路102成为“潮汐车道”。第一和第二方向车道104和106之间的交通拥堵不平衡可能是不被希望的，且需要进行调整。在一些实施例中，服务器101可以分别分析第一方向车道104和第二方向车道106的交通拥堵程度以及它们之间的交通不平衡程度。
在本申请中，服务器101可以使用交通拥堵指数TCI(traffic congestion index)来测量每个第一方向车道104和第二方向车道106的交通拥堵程度，并且使用方向不平衡指数DII(directional imbalance index)来测量交通不平衡的程度。服务器101可以基于与道路102相关联的驾驶信息来确定每一个第一方向车道104和第二方向车道106的TCI。驾驶信息可以指示道路102上的车辆行驶记录，包括交通量、实时行驶速度、平均行驶速度、行驶时间、行驶距离等。驾驶信息可以由沿道路102安装的传感器110和/或由安装在行驶在道路102上的车辆114中的传感器112连续、定期或间断地捕获。传感器110和112可以包括照相机、速度计或用于获取驾驶信息的任何其他合适的传感器。在一些实施例中，服务器101可以连续地、定期地或间歇性地从传感器110和112检索所捕获的驾驶信息。在一些实施例中，车辆114可以将其驾驶记录报告给服务器101作为驾驶信息的一部分。
服务器101可在一定时间段(例如，一周、一个月、四分之一或一年)和一组预设参数(例如，非交通通行时间和权重)的基础上根据驾驶信息计算TCI。服务器101可以基于第一方向车道104和第二方向车道106的TCI进一步计算道路102的DII。在一些实施例中，只有当TCI中的至少一个大于阈值时，服务器101才可以计算DII，即第一方向车道104和第二方向车道106中的至少一个在时间段内具有显著的交通拥堵，如TCI大于阈值时所反映的。
响应于显著的交通不平衡(例如，通过与阈值进行比较)，服务器101可以指示交通控制和管理机构103调整第一方向车道104和/或第二方向车道106，以减少交通不平衡。交通控制和管理机构103可包括交通控制中心、当地派出所、警务人员或任何合适的自动、半自动或手动手段来控制和管理道路102的交通状况。在一些实施例中，为了调节道路102的交通状况，交通控制和管理机构103可以在第一和第二方向上重新分配车道，例如，通过使用拉链车或改变间隔物108。在一些实施例中，交通控制和管理机构103可以改变邻近道路102的交通灯的持续时间，例如，通过减少红灯持续时间，和/或增加交通拥堵较大方向上的绿灯持续时间，和/或增加红灯持续时间，和/或在交通拥堵较小的方向上减少绿灯持续时间。
图2是根据本发明提供的一种用于分析和调整道路状况的服务器示例性模块图。服务器101可以包括通信界面202、处理器204、内存206和存储器208。在一些实施例中，服务器101可以在单个设备中具有不同的模块，例如集成电路IC(integrated circuit)芯片(实现为专用集成电路ASIC(application-specific integrated circuit)或现场可编程门阵列FPGA(field-programmable gate array))或具有专用功能的分离设备。服务器101的组件可以在集成设备中，或者分布在不同的位置但通过网络(未示出)彼此通信。
通信界面202可通过通信电缆、无线局域网WLAN(Wireless Local AreaNetwork)、广域网WAN(Wide Area Network)、无线网络(如无线电波)、全国性蜂窝网络，和/或本地无线网络(例如，蓝牙或WiFi)，或其他通信方式向诸如传感器110和112之类的部件发送数据并接收数据。在一些实施例中，通信界面202可以是集成服务数字网络ISDN(integrated services digital network)卡、电缆调制解调器、卫星调制解调器或提供数据通信连接的调制解调器。作为另一个例子，通信界面202可以是局域网LAN(local areanetwork)卡，以提供与兼容LAN的数据通信。无线链路也可以通过通信界面202实现。在这样的实现中，通信界面202可以发送和接收通过网络传输的代表各种类型信息的数字数据流的电、电磁或光信号。
在一些实施例中，通信界面202可以接收由传感器110和112获取的驾驶信息，并将接收到的驾驶信息提供给存储器208进行存储或处理器204进行处理。通信界面202还可以接收处理器204生成的调整道路102的交通状况的指令，并通过网络向交通控制和管理机构103提供指令。驾驶信息可以指示道路102上的车辆行驶记录，所述道路102包括第一方向车道104和第二方向车道106。
处理器204可包括任何适当类型的通用或专用微处理器、数字信号处理器或微控制器。处理器204可以被配置为专用于分析和调整道路状况的单独的处理器模块。或者，处理器204可以配置为共享处理器模块，用于执行与道路状况调整无关的其他功能。
如图2所示，处理器204可能包括多个模块，如道路分隔单元210、交通拥堵指数单元212、方向不平衡指数单元214、道路调整指令单元216等。这些模块(和任何相应的子模块或子单元)可以是处理器204的硬件单元(例如，一个集成电路的一部分)，被设计和其他组件一起使用或者用于执行程序的一部分。该程序可以被存储在计算机可读介质中，且当被处理器204执行时，该程序可以实现一个或多个功能。虽然图2显示单元210-216都是在一个处理器204中，但这些单元可以实现分布在多个相互靠近或远离的处理器中。
道路分隔单元210可以将道路102分隔成一个或多个路段易于分析。每个路段可以和开始坐标，结束坐标，以及距离相关。在一些实施例中，每个路段可以有相同的距离，例如基于道路102的限速来确定。在一些实施例中，至少一个路段可以基于道路102的入口和/或出口(例如，公路匝道和红绿灯)被分隔。由于道路102包括多个相反方向的车道，即第一方向车道104和第二方向车道106，所以一个路段可以是第一或第二方向。也就是说，第一方向车道104可以在第一方向上被划分为一组路段，并且第二方向车道106可以在第二方向上被划分为另一组路段。通信界面202接收的驾驶信息可以与第一方向车道104和第二方向车道106中的每个路段相关联。例如，车辆行驶记录，例如车辆容量、实时车辆速度、平均车辆速度、行驶时间和行驶距离，可以与道路102的每个路段相关联。
交通拥堵指数单元212可被配置为基于与每个路段相关的驾驶信息和一组预设参数209，确定第一方向车道104的第一TCI和第二方向车道106的第二TCI。预设参数209可以存储在本地或远程数据库中，该数据库可操作地耦合到服务器101的通信界面202，并由交通拥堵指数单元212接收用于计算TCI。预设参数209可包括分别在第一方向车道104和第二方向车道106中的每个路段的非交通通行时间。非交通通行时间反映车辆通过相应路段而没有任何交通延迟的理论驾驶时间。例如，非交通通行时间可以通过将路段的距离除以路段的限速或路段上的历史平均行驶速度来计算。
在一些实施例中，预设参数209还可包括分别在第一方向车道104和第二方向车道106中的每个路段的权重。权重预设可以基于与各自的路段相关的各种因素(例如但不仅限于历史车流量、人口密度和交通事故率)。
为了确定TCI，交通拥堵指数单元212可以被配置为基于驾驶信息计算每个路段在第一方向车道104和第二方向车道106中的实际通行时间。实际通行时间表示通过相应路段的车辆的实际行驶时间。在一些实施例中，交通拥堵指数单元212可以在时间段内分析所有接收到的车辆行驶记录，过滤出异常的车辆行驶记录，并对经过过滤的车辆行驶记录进行平均，以确定每个路段在时间段内的实际通行时间。在一些实施例中，为了提高实际通行时间的准确性，仅使用特定车辆的驾驶记录(例如，具有良好驾驶历史和低事故率)可用于计算实际通行时间。
交通拥堵指标单元212可根据第一路段104中每个路段的实际通行时间和非交通通行时间来确定第一TCI，并且对于第二方向车道上的每个路段106，可以根据实际通行时间和非交通通行时间确定第二TCI。例如，可以基于所有路段的总实际通行时间与所有路段的总非交通通行时间的比率来确定TCI。在一些实施例中，TCI的计算也可以考虑到每个路段的权重。在一个示例中，下面的等式(1)示出了TCI的示例性计算：
Figure BDA0001875197940000071
其中n表示正整数，tn表示第n路段在道路102的一个方向上的实际通行时间，Tn表示第n路段的非交通通行时间，而Wn表示第n路段的权重。
考虑到环境条件，如空气质量、降水、能见度、湿度和风速，可能影响道路状况和TCI的计算。反映道路102的环境条件的环境信息可由服务101接收，例如从本地或远程存储的历史环境数据接收。在一些实施例中，道路分隔单元210可以额外地基于环境信息将道路102划分为路段。例如，可以根据环境条件来调整每个路段的距离。在一个示例中，当由于历史恶劣的空气质量、大的降水、低能见度、高湿度和/或高风速而降低车辆行驶速度时，可以增加距离。在一些实施例中，交通拥堵指数单元212也可以基于环境条件来调整每个路段的非交通通行时间。例如，当由于历史恶劣的空气质量、大的降水、低能见度、高湿度和/或与路段相关联的高风速时，当车辆行驶速度降低时，相应的路段的非交通通行时间可以增加。因此，在一些实施例中，可以根据与每个路段相关联的交通信息、环境信息和预设参数(例如，权重)，通过交通拥堵指数单元212来计算第一方向车道104和第二方向车道106的TCI。
基于交通拥堵指数单元212计算的TCI，可以通过与阈值相比较，例如，作为预设参数209的一部分，确定道路102的相应车道是否在时间段内具有显著的交通拥堵。在一个示例中，阈值可以设置为2，并且大于2的任何TCI指示对应的车道在时间段内具有显著的交通拥堵。在另一示例中，阈值可以设置为1或更多，例如1.1、1.2、1.3、1.4或1.5。与本申请的公开一致，除了了解单向的交通拥堵之外，服务器101还可以进一步确定道路102的两个方向上的交通是否不平衡(即，形成“潮汐车道”)，以便做出适当的道路调整指令。
方向不平衡指数单元214可被配置为基于第一TCI和第二TCI确定道路102的DII。在一个示例中，下面的等式(2)说明如何计算DII：
Figure BDA0001875197940000081
其中TCIa表示第一TCI，TCIb表示第二TCI，min(TCIa，TCIb)表示第一TCI和第二TCI中的较小值，并且|TCIa-TCIb|表示第一TCI和第二TCI之间差值的绝对值大小。在一些实施例中，方向不平衡指数单元214可以将计算的DII与阈值(例如，预设参数209的一部分)进行比较，以确定道路102的两个方向上的交通是否不平衡。在一个示例中，阈值可以是70％，并且大于70％的任何DII可以指示道路102的两个方向上的不均衡交通。在一些实施例中，方向不平衡指数单元214可以仅当第一和第二方向车道104和106中的一个具有显著的交通拥堵(例如，大于阈值)时计算DII。当第一和第二方向车道104和106都没有显著的交通拥堵或第一方向车道104和第二方向车道106都有显著的交通拥堵时，因为道路102的调整是不必要的或不切实际的，方向不平衡指数单元214可以不必计算DII。
道路调整指令单元216可被配置为提供基于DII调整第一方向车道104和/或第二方向车道106的指令。在一些实施例中，道路调整指令单元216可以基于第一和第二TCI中的一个或两个提供指令。在一个示例中，当第一和第二方向车道104和106中的一个具有显著的交通拥堵和道路102的两个方向上的交通不平衡时，道路调整指令单元216可以向交通控制和管理装置提供指令来相应地调整道路状况。在一些实施例中，可以增加在具有显著交通拥堵的方向上的车道数，而相应方向上的车道数量也会随之减少。例如，道路102中间的一个或多个车道(例如，靠近间隔物108)的方向可以是可逆的，并且基于来自服务器101的指令改变以平衡道路102的两个方向上的交通。
在一些实施例中，道路调整指令单元216可以考虑在一定时间段内的TCI或DII的变化，以确定该时间段中的TCI或DII是否应该用作指令的基础。由于道路状况分析通常是在一个较长的时间段内进行的，例如一周、一个月、一个季度或一年，为了揭示有意义的交通模式，TCI或DII的任何突然变化在道路状况分析和调整中可能没有用。因此，在大于阈值的时间间隔(例如，预设参数209的一部分)中的TCI或DII的任何改变可以被道路调整指令单元216滤除为噪声信号。
在一些实施例中，道路调整指令单元216可以被配置为基于第一和第二TCI识别道路102的下游道路。现在参考图3，目标道路302(道路102的一个示例)包括第一方向车道302a和第二方向车道302b。如图4所示，第一方向车道302a可以由道路分隔单元210划分为一组路段3022a、3024a和3026a。通过道路分隔单元210将指示车道302b划分为另一组路段3022b、3024b和3026b，基于与上述的每个路段相关的交通信息，可以由交通拥堵指数单元212确定第一方向车道302a的第一TCI和第二方向车道302b的第二TCI。道路302的下游方向可以基于具有显著交通拥堵的车道的方向来确定，例如，通过将第一和第二TCI与阈值进行比较。
假设在图3中，第一TCI大于阈值，而第二TCI小于阈值，因此下游方向是跟随第一方向车道302a的第一方向。在目标道路302的下游方向(由红绿灯300指示)有三个相邻道路304、306和308，每个道路具有第一方向车道304a、306a或308a和第二方向车道304b、306b或308b。在一些实施例中，并非所有与目标道路302相邻的下游道路304-308需要通过道路调整指令单元216来分析。道路调整指令单元216可以基于道路304-308的交通分流比来识别一个或多个下游道路。在一个示例中，道路调整指令单元216可以识别具有大于50％的交通分流比的单个下游道路。也就是说，超过目标道路302的交通量的一半以上则为下游道路。在另一个例子中，道路调整指令单元216可以识别具有大于40％的交通分流比的任何下游道路。在另一个例子中，道路调整指令单元216可以识别一个或多个具有最高交通分流比的下游道路，而不管实际比率。在图3中，假定道路304、306和308的交通分流比是60％、20％和20％，道路调整指令单元216可以识别道路304以便进一步分析，因为其交通分流比超过50％的阈值。
回到图2中，一旦识别出下游道路，服务器101可以使用道路分隔单元210、交通拥堵指数单元212和方向不平衡单元214来确定下游道路304的下游TCI和下游DII，所述确定的方式和上述对应于道路102的细节描述相同，在此不再赘述。在一些实施例中，道路调整指令单元216可以被配置为基于道路102的DII以及下游道路的下游DII(例如，图3中的304)提供指令来调整第一方向车道104和/或第二方向车道106。例如，当下游道路的下游DII(和/或下游TCI)指示下游道路能够承受由于道路102的调整所增加的交通流量时，可以提供调整道路102的第一方向车道104和/或第二方向车道106的指令。
内存206和存储器208可以包括任何适当类型的大容量存储器，用于存储处理器204可能需要操作的任何类型的信息。内存206和存储器208可以是易失性或非易失性、磁性、半导体、磁带、光学、可移动、不可移动或其他类型的存储设备或有形(即，非暂时)计算机可读介质，包括但不限于ROM、闪存、动态RAM和固态RAM。内存206和/或存储器208可以被配置成存储一个或多个计算机程序，这些程序可以由处理器204执行，以执行此处披露的道路状况分析和调节功能。例如，内存206和/或存储器208可以被配置成存储可由处理器204执行的程序，以控制传感器110和112以捕获驾驶信息并处理所捕获的驾驶信息以生成道路状况调整指令。
内存206和/或存储器208可进一步配置为存储处理器204所使用的信息和数据。例如，内存206和/或存储器208可以被配置成存储由传感器110和112捕获的驾驶信息和预设参数209。各种类型的数据可以被永久存储、定期删除，或者在处理每个数据帧之后立即被忽略。
图5是根据本发明提供的一种调整道路状况的方法的示例性流程图。例如，方法500可以由道路状况调节系统100实现，所述系统100包括服务器101和传感器110和传感器112。然而，方法500不仅限于该示例性实施例。方法500可以包括如下所述的步骤S502-S510。应该理解的是，一些步骤可以是可选的，以执行本文提供的披露。此外，一些步骤可以同时执行，或者以不同于图5所示的顺序执行。
在步骤S502中，双向道路的驾驶信息可以被接收。道路(例如，道路102)可以是包括第一方向车道和第二方向车道的双向道路。驾驶信息可指示道路102上的车辆行驶记录，包括交通量、实时行驶速度、平均行驶速度、行驶时间、行驶距离等。驾驶信息可以由沿道路102安装的传感器110和/或由安装在行驶在道路102上的车辆114中的传感器112定期地捕获。
在步骤S504中，通过处理器204将道路划分为一个或多个路段。在一些实施例中，第一方向车道104和第二方向车道106可以基于例如道路102的速度限制和/或道路102的环境条件而被划分为具有相同距离的路段。在一些实施例中，至少一个路段可以基于道路102的入口和/或出口(例如，公路匝道和红绿灯)被分隔。道路102的驾驶信息可以与每个路段相关联。
在步骤S506中，基于与第一方向车道和第二方向车道上的每个路段相关的驾驶信息以及一组预设参数，分别由处理器204确定第一方向车道的第一交通拥堵指数和第二方向车道的第二交通拥堵指数。预设参数可包括分别在第一方向车道和第二方向车道中的每个路段的非交通通行时间。在一些实施例中，预设参数可以进一步包括用于计算TCI中的每个路段的权重。
例如，图6示出了根据本发明提供的一种确定交通拥堵指数的方法的示例性流程图。方法600可以是步骤S506的一个示例。在步骤S602中，基于驾驶信息分别确定在第一方向车道和第二方向车道中的每个路段的实际通行时间。实际通行时间表示通过相应路段的车辆的实际行驶时间。在步骤604中，基于在第一方向车道中的每个路段的实际通行时间和非交通通行时间来确定第一TCI。在一些实施例中，可以在确定第一TCI时考虑第一方向车道中的每个路段的权重。在步骤606中，基于第二方向车道中的每个路段的实际通行时间和非交通通行时间来确定第二TCI。在一些实施例中，可以在确定第二TCI时考虑第二方向车道中的每个路段的权重。例如，上面的等式(1)示出了计算第一TCI或第二TCI的示例。
在一些实施例中，可以额外考虑道路的环境条件，例如空气质量、降水、能见度、湿度和风速，以确定TCI。例如，图7示出了根据本发明提供的另一种确定交通拥堵指数的方法的示例性流程图。在步骤S702中，接收指示道路环境条件的环境信息。在步骤S704中，可以根据接收到的环境信息分别调整第一和第二方向车道中的每个路段的非交通通行时间。在一些实施例中，路段的划分也可以考虑环境信息。在步骤S706中，基于第一和第二方向车道中的实际通行时间和调整的非交通通行时间来确定第一和第二TCI。
参照图5，在步骤S508中，由处理器204基于第一和第二TCI确定道路的DII。在一些实施例中，只有当第一TCI和第二TCI中的一个高于阈值，而另一个低于阈值时，DII才被确定。例如，上面的等式(2)示出了计算DII的例子。在步骤S510中，由处理器204基于DII提供调整第一方向车道和/或第二方向车道的指令。在一些实施例中，在确定要提供的指令之前，可以将DII与阈值进行比较。在一些实施例中，DII和第一TCI和第二TCI都可以用来确定要提供的指令。例如，当第一和第二TCI中只有一个位于TCI阈值之上且DII在阈值之上时，指令指示交通控制和管理机构103在道路102的第一和第二方向上重新分配车道。
在一些实施例中，道路的下游道路的交通状况(例如，由下游道路的TCI和DII表示)可用于提供指令以调整目标道路的第一方向车道和/或第二方向车道。例如，图8示出了根据本发明提供的一种基于下游道路状况调整道路状况的方法的示例性流程图。方法800可以通过道路状况调节系统100来实现。然而，方法800不仅限于该示例性实施例。方法800可以包括如下所述的步骤S802-S816。应该理解的是，一些步骤可以是可选的，以执行本文提供的公开。此外，一些步骤可以同时执行，或者以不同于图8所示的顺序执行。
在步骤S802中，根据道路的DII确定待调整的目标道路。例如，目标道路的DII可以高于DII阈值，而目标道路的其中一个TCI中高于TCI阈值，且目标道路的TCI中的另一个低于TCI阈值。也就是说，只有目标道路的一个方向有显著的交通拥堵，并且目标道路在两个方向上的交通是不平衡的，这为道路的调整留下了操作空间。
在步骤S804中，基于下游道路的交通分流比确定下游道路。下游方向可以基于目标道路的第一和第二TCI来确定，例如，具有显著交通拥堵的车道的方向。当在下游方向上存在与目标道路相邻的多于一条道路时，可以根据其交通分流比率识别一个或多个下游道路。例如，可以识别具有高于阈值的交通分流比率的任何下游道路。
在步骤S806中，可以确定下游道路的下游车道的TCI。可以设想，下游道路可以是在下游方向(即下游车道)中具有第一方向车道的双向道路，以及在下游方向(即上游车道)的相反方向上的第二方向。在该实施例中，在步骤S806中可以仅确定下游车道的TCI，而不是上游车道的TCI。在步骤S808中，确定TCI是否大于阈值。例如，阈值可以是1.5。可以设想，阈值可以是大于1的任何值，例如1.1、1.2、1.3、1.4、1.5等。
如果下游道路的下游车道的TCI不大于阈值，即下游车道没有明显的交通拥堵，则在步骤S810中，例如，由服务器101提供对目标道路进行调整的指令，以用于交通控制和管理机构103。否则，方法800进行到步骤S812，其中下游道路的DII可以被确定。在确定DII时，还需要确定下游道路的上游车道的TCI。然后，可以基于下游车道和上游车道的TCI计算DII。在步骤S814中，确定DII是否大于阈值。例如，阈值可以是80％。如果DII大于阈值，即下游道路的交通在两个方向上是不平衡的，那么在步骤S810中，例如通过服务器101向交通控制和管理机构103提供调整目标道路的指令。否则，在步骤S816中，提供不调整目标道路的指令。
本发明的另一个方面涉及存储指令的非暂时性计算机可读介质，当执行时，指令使一个或多个处理器执行上述方法，如上面所描述的。计算机可读介质可以包括易失性或非易失性、磁性、半导体、带、光学、可移动、不可移动或其他类型的计算机可读介质或计算机可读存储设备。例如，计算机可读介质可以是存储设备或具有存储在其上的计算机指令的存储器模块，如所披露的。在一些实施例中，计算机可读介质可以是具有存储在其上的计算机指令的盘或闪存驱动器。
对于本领域技术人员来说，可以对所披露的系统和相关方法进行各种修改和变化。根据所披露的系统和相关方法的描述和实践所考虑到的其他实施例，对本领域技术人员将是显而易见的。
可以预见的是所述描述和例子仅仅是示例性的，其真实范围由以下权利要求和对应内容所反映。

Claims (17)

1.一种调整道路状况的系统，包括：
一个通信界面，所述通信界面用于接收反映道路上的车辆行驶记录的驾驶信息，其中所述道路包括一个第一方向车道和一个第二方向车道；
一个存储设备，所述存储设备用于存储一组预设参数；以及
一个处理器，所述处理器被配置为：
将所述道路划分成一个或多个路段；
基于所述一个或多个路段的实际通行时间和所述一组预设参数，确定一个第一交通拥堵指数和一个第二交通拥堵指数，其中所述一组预设参数包括所述第一方向车道和所述第二方向车中的每个路段的非交通通行时间以及所述第一方向车道和所述第二方向车道中的每个路段的权重，所述非交通通行时间用于反映车辆通过相应路段而没有任何交通延迟的的理论驾驶时间，所述交通拥堵指数用于反映所述道路中各方向车道的交通拥堵程度；
基于所述第一交通拥堵指数和第二交通拥堵指数，确定所述道路的一个方向不平衡指数，其中所述方向不平衡指数用于反映所述第一方向车道和所述第二方向车道的交通不平衡程度；以及
基于所述方向不平衡指数，提供一个指令用于调整所述第一方向车道和所述第二方向车道中的至少一个。
2.根据权利要求1所述的系统，其特征在于：
所述通信界面进一步用于接收反映道路的环境状况的环境信息；以及
所述处理器进一步被配置为，基于所述一个或多个路段的实际通行时间、所述环境信息和所述一组预设参数，分别确定所述第一方向车道和所述第二方向车道的第一交通拥堵指数和第二交通拥堵指数。
3.根据权利要求1所述的系统，其特征在于，为了提供所述指令，所述处理器进一步被配置为：
基于所述第一交通拥堵指数和所述第二交通拥堵指数，识别所述道路的一个下游道路；
为所述下游道路确定一个下游方向不平衡指数；以及
基于所述方向不平衡指数和所述下游方向不平衡指数，提供所述指令用于调整所述第一方向车道和所述第二方向车道中的至少一个。
4.根据权利要求1所述的系统，其特征在于，所述系统进一步包括：
一个沿着所述道路装配的传感器和/或一辆行驶在所述道路上的车辆，用于捕捉所述驾驶信息。
5.根据权利要求1所述的系统，其特征在于，所述确定所述第一交通拥堵指数和所述第二交通拥堵指数，所述处理器进一步被配置为：
基于所述驾驶信息，分别计算每个所述路段在所述第一方向车道和所述第二方向车道的实际通行时间；
基于每个所述路段在所述第一方向车道上的所述实际通行时间和所述非交通通行时间，确定所述第一交通拥堵指数；以及
基于每个所述路段在所述第二方向车道上的所述实际通行时间和所述非交通通行时间，确定所述第二交通拥堵指数。
6.根据权利要求3所述的系统，其特征在于，所述识别所述道路的所述下游道路，所述处理器进一步被配置为：
基于所述第一交通拥堵指数和所述第二交通拥堵指数，确定一个所述道路的下游方向；以及
基于每个邻近道路的交通分流比率，从所述道路下游方向上的一个或多个邻近道路中选择所述下游道路。
7.一种调整道路状况的方法，包括：
接收反映道路上的车辆行驶记录的驾驶信息，其中所述道路包括一个第一方向车道和一个第二方向车道；
通过一个处理器将所述道路划分成一个或多个路段；
基于所述一个或多个路段的实际通行时间和一组预设参数，确定一个第一交通拥堵指数和一个第二交通拥堵指数，其中所述一组预设参数包括所述第一方向车道和所述第二方向车道中的每个路段的非交通通行时间以及所述第一方向车道和所述第二方向车道的每个路段的权重，所述非交通通行时间用于反映车辆通过相应路段而没有任何交通延迟的的理论驾驶时间，所述交通拥堵指数用于反映所述道路中各方向车道的交通拥堵程度；
基于所述第一交通拥堵指数和第二交通拥堵指数，通过所述处理器确定所述道路的一个方向不平衡指数，其中所述方向不平衡指数用于反映所述第一方向车道和所述第二方向车道的交通不平衡程度；以及
基于所述方向不平衡指数，提供一个指令用于调整所述第一方向车道和所述第二方向车道中的至少一个。
8.根据权利要求7所述的方法，其特征在于，所述方法进一步包括：
接收反映所述道路的环境状况的环境信息；以及
基于所述一个或多个路段的实际通行时间、所述环境信息和所述一组预设参数，分别确定所述第一方向车道和所述第二方向车道的第一交通拥堵指数和第二交通拥堵指数。
9.根据权利要求7所述的方法，其特征在于，所述提供所述指令包括：
基于所述第一交通拥堵指数和所述第二交通拥堵指数，识别所述道路的一个下游道路；
确定所述下游道路的一个下游方向不平衡指数；以及
基于所述方向不平衡指数和所述下游方向不平衡指数，提供所述指令用于调整所述第一方向车道和所述第二方向车道中的至少一个。
10.根据权利要求7所述的方法，其特征在于，所述方法进一步包括：
通过一个沿着所述道路装配的传感器和/或一辆行驶在所述道路上的车辆，捕捉所述驾驶信息。
11.根据权利要求7所述的方法，其特征在于，所述确定所述第一交通拥堵指数和所述第二交通拥堵指数，包括：
基于所述驾驶信息，分别计算每个所述路段在所述第一方向车道和所述第二方向车道的实际通行时间；
基于每个所述路段在所述第一方向车道上的所述实际通行时间和所述非交通通行时间，确定所述第一交通拥堵指数；以及
基于每个所述路段在所述第二方向车道上的所述实际通行时间和所述非交通通行时间，确定所述第二交通拥堵指数。
12.根据权利要求9所述的方法，其特征在于，所述识别所述道路的所述下游道路，包括：
基于所述第一交通拥堵指数和所述第二交通拥堵指数，确定一个所述道路的下游方向；以及
基于每个邻近道路的交通分流比率，从所述道路下游方向上的一个或多个邻近道路中选择所述下游道路。
13.一种非短暂的计算机可读介质，存储有计算机指令，当一个或多个处理器执行所述计算机指令时，所述一个或多个处理器执行如下操作：
接收反映道路上的车辆行驶记录的驾驶信息，其中所述道路包括一个第一方向车道和一个第二方向车道；
将所述道路划分成一个或多个路段；
基于所述一个或多个路段的实际通行时间和一组预设参数，确定一个第一交通拥堵指数和一个第二交通拥堵指数，其中所述一组预设参数包括所述第一方向车道和所述第二方向车道中的每个路段的非交通通行时间以及所述第一方向车道和所述第二方向车道的每个路段的权重，所述非交通通行时间用于反映车辆通过相应路段而没有任何交通延迟的的理论驾驶时间，所述交通拥堵指数用于反映所述道路中各方向车道的交通拥堵程度；
基于所述第一交通拥堵指数和第二交通拥堵指数，确定所述道路的一个方向不平衡指数，其中所述方向不平衡指数用于反映所述第一方向车道和所述第二方向车道的交通不平衡程度；以及
基于所述方向不平衡指数，提供一个指令用于调整所述第一方向车道和所述第二方向车道中的至少一个。
14.根据权利要求13所述的计算机可读介质，其特征在于，所述操作进一步包括：
接收反映所述道路的环境状况的环境信息；以及
基于所述一个或多个路段的实际通行时间、所述环境信息和所述一组预设参数，分别确定所述第一方向车道和所述第二方向车道的第一交通拥堵指数和第二交通拥堵指数。
15.根据权利要求13所述的计算机可读介质，其特征在于，所述提供所述指令包括：
基于所述第一交通拥堵指数和所述第二交通拥堵指数，识别所述道路的一个下游道路；
确定所述下游道路的一个下游方向不平衡指数；以及
基于所述方向不平衡指数和所述下游方向不平衡指数，提供所述指令用于调整所述第一方向车道和所述第二方向车道中的至少一个。
16.根据权利要求13所述的计算机可读介质，其特征在于，所述确定所述第一交通拥堵指数和所述第二交通拥堵指数，包括：
基于所述驾驶信息，分别计算每个所述路段在所述第一方向车道和所述第二方向车道的实际通行时间；
基于每个所述路段在所述第一方向车道上的所述实际通行时间和所述非交通通行时间，确定所述第一交通拥堵指数；以及
基于每个所述路段在所述第二方向车道上的所述实际通行时间和所述非交通通行时间，确定所述第二交通拥堵指数。
17.根据权利要求15所述的计算机可读介质，其特征在于，所述识别所述道路的所述下游道路，包括：
基于所述第一交通拥堵指数和所述第二交通拥堵指数，确定一个所述道路的下游方向；以及
基于每个邻近道路的交通分流比率，从所述道路下游方向上的一个或多个邻近道路中选择所述下游道路。
CN201880002110.8A 2017-06-12 2018-06-08 分析和调整道路状况的系统和方法 Active CN109690646B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
CN2017104402089 2017-06-12
CN2017104402106 2017-06-12
CN201710439453.8A CN109035754B (zh) 2017-06-12 2017-06-12 路况分析方法、装置、服务器和计算机可读存储介质
CN201710440208.9A CN109035755A (zh) 2017-06-12 2017-06-12 路况分析方法、装置、服务器和计算机可读存储介质
CN201710440210.6A CN109035756B (zh) 2017-06-12 2017-06-12 路况分析方法、装置、服务器和计算机可读存储介质
CN2017104394538 2017-06-12
PCT/CN2018/090379 WO2018228279A1 (en) 2017-06-12 2018-06-08 Systems and methods for analyzing and adjusting road conditions

Publications (2)

Publication Number Publication Date
CN109690646A CN109690646A (zh) 2019-04-26
CN109690646B true CN109690646B (zh) 2021-07-20

Family

ID=64659300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880002110.8A Active CN109690646B (zh) 2017-06-12 2018-06-08 分析和调整道路状况的系统和方法

Country Status (8)

Country Link
US (1) US20190122546A1 (zh)
EP (1) EP3455841A4 (zh)
JP (1) JP6814228B2 (zh)
CN (1) CN109690646B (zh)
AU (1) AU2018274980B2 (zh)
CA (1) CA3026912A1 (zh)
SG (1) SG11201810996UA (zh)
WO (1) WO2018228279A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108428338B (zh) * 2017-02-15 2021-11-12 阿里巴巴集团控股有限公司 交通路况分析方法、装置以及电子设备
JP7009972B2 (ja) * 2017-12-18 2022-01-26 トヨタ自動車株式会社 サーバ装置および渋滞特定方法
US11348453B2 (en) * 2018-12-21 2022-05-31 Here Global B.V. Method and apparatus for dynamic speed aggregation of probe data for high-occupancy vehicle lanes
US10909716B2 (en) * 2019-02-22 2021-02-02 Toyota Jidosha Kabushiki Kaish Vehicle localization using marker devices
CN112150833B (zh) * 2019-06-28 2021-12-07 比亚迪股份有限公司 调整路段限速的方法、装置、存储介质及电子设备
CN111402585B (zh) * 2020-03-25 2021-02-02 中南大学 偶发性拥堵路径的探测方法
CN111653091B (zh) * 2020-05-13 2021-06-18 深圳市山行科技有限公司 一种基于高德数据与浮动车数据的潮汐交通拥堵识别方法
US11164453B1 (en) * 2020-08-31 2021-11-02 Grant Stanton Cooper Traffic signal control system and application therefor
CN112216100A (zh) * 2020-09-04 2021-01-12 广州方纬智慧大脑研究开发有限公司 基于视频轮巡的交通拥堵检测方法、系统、装置及介质
CN112216103B (zh) * 2020-09-11 2021-09-24 深圳市朗尼科智能股份有限公司 一种城市交通优化方法及系统
CN113538895B (zh) * 2020-10-15 2024-02-09 腾讯科技（深圳）有限公司 车辆调控方法、装置、系统及计算机存储介质
CN112598902B (zh) * 2020-12-09 2022-08-16 安徽百诚慧通科技股份有限公司 一种交叉口各转向失衡程度表征方法、装置、电子设备及存储介质
CN112885128B (zh) * 2021-01-14 2022-07-05 北京中交兴路信息科技有限公司 识别封堵路段的方法、装置、设备及存储介质
CN113222382B (zh) * 2021-04-30 2022-08-16 河海大学 一种车联网环境异质车流换道影响路段通过能力确定方法
US20220375340A1 (en) * 2021-05-20 2022-11-24 Blyncsy, Inc. Machine-learning based control of traffic operation
CN113570855B (zh) * 2021-06-22 2023-04-28 阿波罗智联(北京)科技有限公司 可变车道的控制方法、装置、设备以及存储介质
CN113450569A (zh) * 2021-06-30 2021-09-28 阿波罗智联(北京)科技有限公司 确定路口状态的方法、装置、电子设备和存储介质
CN113502767B (zh) * 2021-07-21 2022-04-26 河北建筑工程学院 一种用于智能交通的潮汐车道变换装置
CN113689703B (zh) * 2021-09-06 2022-06-28 季华实验室 一种车辆分流控制方法、装置、电子设备及存储介质
CN113744533B (zh) * 2021-09-16 2022-06-28 山东金宇信息科技集团有限公司 一种基于5g的车辆疏导方法及系统
CN114120647B (zh) * 2021-11-26 2023-01-24 阿波罗智联(北京)科技有限公司 交通数据处理方法、装置、电子设备和介质
CN114299720A (zh) * 2021-12-30 2022-04-08 王子祥 一种基于物联网的公共服务交通管理方法及系统
CN116129662B (zh) * 2022-10-28 2023-08-25 西部科学城智能网联汽车创新中心(重庆)有限公司 路口车辆通行控制方法及装置
CN115662145B (zh) * 2022-12-26 2023-03-10 广东汇通信息科技股份有限公司 一种基于大数据的事故路段车辆应急分流方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208196A (zh) * 2013-04-22 2013-07-17 东南大学 面向城市干道变向交通的车道调整方法
CN103366584A (zh) * 2013-06-20 2013-10-23 银江股份有限公司 基于实时交通流检测的自适应潮汐车道控制方法
US8736461B2 (en) * 2012-06-25 2014-05-27 National Tsing Hua University Control method of traffic sign by utilizing vehicular network
CN104182633A (zh) * 2014-08-21 2014-12-03 北京交通发展研究中心 分层次的交通运行评价方法
CN105321347A (zh) * 2015-09-18 2016-02-10 西安电子科技大学 一种分层次的路网交通拥堵评价方法
CN105719494A (zh) * 2015-12-23 2016-06-29 青岛理工大学 一种潮汐车道与变向车道协同优化的交通绿波协调控制技术
CN106097735A (zh) * 2016-08-22 2016-11-09 安徽科力信息产业有限责任公司 基于平面感知检测技术的潮汐车道信号灯控制方法及系统
CN106384518A (zh) * 2016-10-31 2017-02-08 江苏金米智能科技有限责任公司 一种潮汐车道控制系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317058B1 (en) * 1999-09-15 2001-11-13 Jerome H. Lemelson Intelligent traffic control and warning system and method
DE19953008A1 (de) * 1999-10-27 2001-05-03 Johann F Hipp Vorrichtung zur Steuerung des Verkehrsflusses an einer Kreuzung, insbesondere zur Ampelsteuerung
KR101141998B1 (ko) * 2010-07-27 2012-05-02 주식회사 바우 컨설탄트 터널 가변차선 운영시스템
CN104074112B (zh) * 2014-07-11 2016-07-06 武汉理工大学 一种城市道路上下游交叉口潮汐车道及其设计方法
CN105070068A (zh) * 2015-08-20 2015-11-18 山东交通学院 一种潮汐车道线标识的装置及其工作方法
CN105279981B (zh) * 2015-10-15 2017-06-06 华南理工大学 一种潮汐车道行驶方向动态控制方法
CN105489009B (zh) * 2015-12-28 2017-12-29 中兴软创科技股份有限公司 一种潮汐车道识别方法与系统
CN106548633A (zh) * 2016-10-20 2017-03-29 中国科学院深圳先进技术研究院 一种路网潮汐交通流可变导向车道控制方法
CN106408962A (zh) * 2016-10-31 2017-02-15 江苏金米智能科技有限责任公司 一种潮汐车道控制方法
CN106530699A (zh) * 2016-11-21 2017-03-22 中兴软创科技股份有限公司 一种可变车道导向车道的识别方法与系统
CN106384520B (zh) * 2016-12-06 2018-12-25 武汉烽火众智数字技术有限责任公司 一种自动调节红绿灯时长的交通信号灯系统及其方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8736461B2 (en) * 2012-06-25 2014-05-27 National Tsing Hua University Control method of traffic sign by utilizing vehicular network
CN103208196A (zh) * 2013-04-22 2013-07-17 东南大学 面向城市干道变向交通的车道调整方法
CN103366584A (zh) * 2013-06-20 2013-10-23 银江股份有限公司 基于实时交通流检测的自适应潮汐车道控制方法
CN104182633A (zh) * 2014-08-21 2014-12-03 北京交通发展研究中心 分层次的交通运行评价方法
CN105321347A (zh) * 2015-09-18 2016-02-10 西安电子科技大学 一种分层次的路网交通拥堵评价方法
CN105719494A (zh) * 2015-12-23 2016-06-29 青岛理工大学 一种潮汐车道与变向车道协同优化的交通绿波协调控制技术
CN106097735A (zh) * 2016-08-22 2016-11-09 安徽科力信息产业有限责任公司 基于平面感知检测技术的潮汐车道信号灯控制方法及系统
CN106384518A (zh) * 2016-10-31 2017-02-08 江苏金米智能科技有限责任公司 一种潮汐车道控制系统

Also Published As

Publication number Publication date
WO2018228279A1 (en) 2018-12-20
JP6814228B2 (ja) 2021-01-13
EP3455841A4 (en) 2019-07-17
EP3455841A1 (en) 2019-03-20
JP2019528496A (ja) 2019-10-10
CA3026912A1 (en) 2018-12-12
CN109690646A (zh) 2019-04-26
US20190122546A1 (en) 2019-04-25
AU2018274980A1 (en) 2019-01-17
AU2018274980B2 (en) 2020-09-03
SG11201810996UA (en) 2019-01-30

Similar Documents

Publication Publication Date Title
CN109690646B (zh) 分析和调整道路状况的系统和方法
US10395521B2 (en) Traffic management based on basic safety message data
US11127289B2 (en) Traffic congestion estimating device, traffic congestion estimating method, and recording medium storing program thereof
AU2010238762C1 (en) Predicting expected road traffic conditions based on historical and current data
US9076332B2 (en) Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks
EP3413018B1 (en) Traffic control method and device
EP3533041B1 (en) Automated traffic signal outage notification without signal timing and phase information
CN111712862B (zh) 用于生成交通量或交通密度数据的方法和系统
US11328461B2 (en) GNSS-based map generation
AU2018278948B2 (en) A system to optimize scats adaptive signal system using trajectory data
CN109493606B (zh) 一种高速公路上违停车辆的识别方法及系统
EP1250692A1 (en) Apparatus and method for monitoring road traffic
Gloudemans et al. Interstate-24 motion: Closing the loop on smart mobility
CN112740292A (zh) 交通指标计算装置、计算方法、交通信号控制系统和计算机程序
CN103903432A (zh) 用于确定路链拥堵状况的设备和方法
CN111199650B (zh) 一种基于5g网络的云车道控制方法和系统
EP3189512B1 (en) Methods and server for generating flow data
JP6776694B2 (ja) 情報提供方法および情報提供装置
Soriguera et al. Freeway travel-time information: Design and real-time performance using spot-speed methods
JP3468686B2 (ja) 旅行時間推定方法及び装置
Young et al. Visualizations of Travel Time Performance Based on Vehicle Reidentification Data
KR102203569B1 (ko) 통신데이터 기반 신호운영 평가방법 및 평가시스템
Aivinhenyo et al. Performance assessment of signalised intersection using uav videography: a case study of the jorissen-bertha street intersection in Johannesburg
CN115691095A (zh) 交通事件分析设备及方法
CN115331458A (zh) 信号灯的控制方法、装置、设备和存储介质

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