CN109891469A - 交通信号灯配时系统与方法 - Google Patents

交通信号灯配时系统与方法 Download PDF

Info

Publication number
CN109891469A
CN109891469A CN201780041274.7A CN201780041274A CN109891469A CN 109891469 A CN109891469 A CN 109891469A CN 201780041274 A CN201780041274 A CN 201780041274A CN 109891469 A CN109891469 A CN 109891469A
Authority
CN
China
Prior art keywords
queue
information
traffic
control section
point
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
Application number
CN201780041274.7A
Other languages
English (en)
Other versions
CN109891469B (zh
Inventor
蒋帅
刘兵兵
洪翔
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
Application filed by Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Publication of CN109891469A publication Critical patent/CN109891469A/zh
Application granted granted Critical
Publication of CN109891469B publication Critical patent/CN109891469B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • 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
    • G08G1/0125—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
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种处理与多个车辆相关联的GPS信息的系统和方法。所述系统可以执行所述方法。所述系统获取与多个车辆相关联的GPS信息。所述系统根据所述GPS信息确定所述多个车辆的行驶轨迹信息，其中，所述行驶轨迹信息包括所述多个车辆中的每辆车的时间点信息、坐标信息和速度信息。所述系统还根据所述行驶轨迹信息确定所述交通管制路段的参考点，以及根据所述参考点和所述行驶轨迹信息来确定所述交通管制路段的队列长度。

Description

交通信号灯配时系统与方法
技术领域
本申请涉及交通信号灯配时系统和方法，尤其涉及基于与车辆相关联的GPS信息的交通信号灯配时系统和方法。
背景技术
交通信号灯配时在现代社会中起着重要的作用。从安装在地下路口附近的硬件部件，控制交通信号灯配时的系统可以获得车辆信息(例如，车辆经过路口的时间点)。但是，在某些情况下，这些铺设在地下的硬件部件很难有效地检测车辆信息，且维护成本也比较高。
发明内容
根据本申请的一个方面，提供了一种系统。所述系统可以包括至少一个存储介质以及与该至少一个存储介质通信的至少一个处理器。所述至少一个存储介质可以包括用于处理与多个车辆相关联的GPS信息的指令。当至少一个处理器执行该指令时，该至少一个处理器执行以下操作中的至少一个。所述至少一个处理器可以获取与所述多个车辆相关的GPS信息。所述至少一个处理器可以根据所述GPS信息确定所述多个车辆的行驶轨迹信息，其中所述行驶轨迹信息包括所述多个车辆中的每辆车的时间点信息、坐标信息及速度信息。所述至少一个处理器可以根据所述行驶轨迹信息确定所述交通管制路段的参考点。所述至少一个处理器可以根据所述参考点和所述行驶轨迹信息确定所述交通管制路段的队列长度。
根据本申请的另一方面，提供了一种方法。所述方法可以在包括至少一个处理器，至少一个存储介质和连接到网络的通信平台的计算设备上实现。所述方法可能包括下列至少一个操作。所述至少一个处理器可以获取与多个车辆相关联的GPS信息。所述至少一个处理器可以根据所述GPS信息确定所述多个车辆的行驶轨迹信息，其中，所述行驶轨迹信息包括所述多个车辆中的每辆车的时间点信息、坐标信息及速度信息。所述至少一个处理器可以根据所述行驶轨迹信息确定所述交通管制路段的参考点。所述至少一个处理器可以根据所述参考点和所述行驶轨迹信息确定所述交通管制路段的队列长度。
根据本申请的另一方面，提供了一种非暂时性计算机可读存储介质。所述非暂时性计算机可读存储介质可以包括用于处理与多个车辆相关的GPS信息的指令。当所述指令被至少一个处理器执行时，导致所述至少一个处理器执行下列至少一个操作。所述至少一个处理器可以获取与多个车辆相关的GPS信息。所述至少一个处理器可以根据所述GPS信息确定所述多个车辆的行驶轨迹信息，其中，所述行驶轨迹信息包括所述多个车辆中的每辆车的时间点信息、坐标信息和速度信息。所述至少一个处理器可以根据所述行驶轨迹信息确定所述交通管制路段的参考点。所述至少一个处理器可以根据所述参考点和所述行驶轨迹信息确定所述交通管制路段的队列长度。
在一些实施例中，所述行驶轨迹信息还可以包括所述多个车辆中的每辆车的ID信息、加速度信息或行驶方向信息。
在一些实施例中，所述至少一个处理器还可以用于当所述多个车辆中的某个车辆的车速低于交通管制路段的预定速度阈值时，判断该车辆加入队列或作为队列中的第一辆车开始排队。
在一些实施例中，所述至少一个处理器可以为所述交通管制路段确定对应于多个时间点的多个队列。所述至少一个处理器可以根据所述多个队列确定多个候选参考点。所述至少一个处理器可以根据聚类算法和所述多个候选参考点，确定所述交通管制路段的参考点，其中，所述参考点是队列的起始位置。
在一些实施例中，所述至少一个处理器可以确定队列中的第一排队点，其中，所述第一排队点是队列尾部的点，并且所述第一排队点是在交通信号灯由红色变为绿色时进入队列的车辆的位置，或者在交通信号灯由红色变为绿色时队列中最后一辆车的位置。所述至少一个处理器可以根据所述第一排队点和所述参考点确定队列的长度。
在一些实施例中，所述至少一个处理器可以确定对应于交通管制路段的连接线(link)。所述至少一个处理器可以确定所述第一排队点在连接线(link)上的第一投影点。所述至少一个处理器可以确定所述参考点在连接线(link)上的第二投影点。所述至少一个处理器可以根据所述第一投影点和所述第二投影点确定所述队列长度。
在一些实施例中，所述至少一个处理器可以根据行驶轨迹信息确定至少一个交通参数。
在一些实施例中，所述至少一个交通参数包括所述队列的集结波速率、所述队列的消散波速率或所述队列的平均通过率。
在一些实施例中，所述至少一个处理器可以根据所述队列长度、所述队列的集结波速率、所述队列的消散波速率或所述队列的平均通过率，确定与交通信号灯相关的控制参数。
其他特征中的部分内容会在下面的描述中进行阐述，而部分内容对于本领域技术人员在阅读以下内容和附图部分后将变得显而易见，或者本领域技术人员可以通过以下例子生产或操作而学习到部分内容。本申请的特征可以通过实践或使用在下面讨论的详细示例中阐述的方法、手段和组合的实践或使用得以实现。.
附图说明
本申请将结合示例性实施例进一步描述。这些示例性的实施例将结合参考图示进行详细描述。这些实施例是非限制性的示例性实施例，在图示多种视图下的实施例中，相似的编号表示相似的结构，其中：
图1是根据本申请的一些实施例所示的按需服务系统的示意图；
图2是根据本申请的一些实施例所示计算设备的示例性硬件和/或软件组件的示意图；
图3是根据本申请的一些实施例所示的处理引擎的框图；
图4是根据本申请的一些实施例所示的生成与交通信号灯相关联的多个控制参数的示例性流程图；
图5是根据本申请的一些实施例所示的预处理模块的框图；
图6是根据本申请的一些实施例所示的确定交通管制路段的队列长度的示例性流程图；
图7是根据本申请的一些实施例所示的确定交通管制路段参考点的示例性流程图；
图8是根据本申请的一些实施例所示的确定模块的框图；
图9是根据本申请的一些实施例所示的与多个车辆相关联的时空图的示意图；
图10是根据本申请的一些实施例所示的控制模块的框图；
图11是根据本申请的一些实施例所示的生成与交通信号灯相关联的至少一个控制参数的示例性流程图；
图12是根据本申请的一些实施例所示的根据目标条件生成与交通信号灯相关联的多个控制参数的示例性流程图；以及
图13-A和图13-B是根据本申请的一些实施例所示的路口交通流的示意图。
具体实施方式
下述描述是为了使本领域普通技术人员能制造和使用本申请，并且该描述是在特定的应用场景及其要求的背景下提供的。对于本领域的普通技术人员来讲，对本申请披露的实施例进行的各种修改是显而易见的，并且本申请定义的通则可以适用于其他实施例和应用，而不背离本申请的精神和范围。因此，本申请并不限于所披露的实施例，而应被给予与申请专利范围一致的最宽泛的范围。
本申请所使用的术语仅为了描述特定范例性实施例，并不限制本申请的范围。如本申请和权利要求书中所示，除非上下文明确提示例外情形，「一」、「一个」、「一种」和/或「该」等词并非特指单数，也可包括复数。应该被理解的是，本申请中所使用的术语「包括」与「包含」仅提示已明确标识的特征、整数、步骤、步、元素、及/或组件，而不排除可以存在和添加其他一个或多个特征、整数、步骤、操作、元素、组件、及/或其组合。
根据以下对附图的描述，本申请所述的和其他的特征、特色，以及相关结构元素的功能和操作方法，以及制造的经济和部件组合更加显而易见，这些都构成说明书的一部分。然而，应当理解，附图仅仅是为了说明和描述的目的，并不旨在限制本申请的范围。应当理解的是，附图并不是按比例的
本申请中使用了流程图用于说明根据本申请的实施例的系统所执行的操作。应当理解的是，流程图的操作不一定按照顺序来精确地执行。相反，可以按照倒序执行或同时处理各种步骤。同时，也可以将至少一个其他操作添加到这些流程图中，或从这些流程图移除至少一个操作。
同时，虽然本申请系统和方法的描述主要关于按需运输服务，应该理解的是，这只是一个示例性的实施例。本申请的系统或方法还可应用于其他类型的按需服务。例如，本申请的系统和方法可以应用于不同环境的运输系统，包括陆地、海洋、航空航天等或上述举例的任意组合。所述运输系统涉及的车辆可以包括出租车、私家车、顺风车、公交车、火车、动车、高铁、地铁、船舶、飞机、飞船、热气球、无人驾驶的车辆等或上述举例的任意组合。所述运输系统也可以包括应用管理和/或分配的任一运输系统，例如，发送和/或接收快递的系统。本申请的系统和方法的应用场景可以包括网页、浏览器插件、客户端、定制系统、企业内部分析系统、人工智能机器人等或上述举例的任意组合。
在本申请中，术语「乘客」、「请求者」、「服务请求者」和「客户」可以交换使用，是指可以请求或预定服务的个体、实体或工具。同样地，本申请描述的「司机」、「提供者」、「供应者」、「服务提供者」、「服务者」、「服务方」等也是可以互换的，是指提供服务或者协助提供服务的个人、工具或者其他实体等。在本申请中，术语「用户」可以表示可以请求服务、预定服务、提供服务或协助提供服务的个体、实体或工具。例如，用户可以是乘客、司机、操作者等或上述举例的任意组合。在本申请中，「乘客」和「乘客终端」可以交换使用，而且「司机」和「司机终端」可以交换使用。
本申请中术语“服务请求”是指由乘客、请求者、服务请求者、用户、司机、提供者、服务提供者、供应商等发起的请求或者其任何组合。所述服务请求可以被乘客、请求方、服务请求方、客户、司机、提供方、服务提供方、供应方中的任一个接受。所述服务请求可以是收费的或免费的。
在本申请中可以使用的定位技术包括—全球定位系统(GPS)、全球导航卫星系统(GLONASS)、指南针导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(QZSS)、无线保真(WiFi)定位技术等或其任意组合。上述定位技术中的一种或者更多种可在本申请中交换使用。
本申请涉及根据车辆的GPS数据生成与交通信号灯相关联的交通控制参数的系统和方法。例如，该系统和方法可以从集成在与车辆相关联的终端中的GPS设备获取多辆车的GPS信息。系统和方法可根据GPS信息确定车辆的行驶轨迹信息。系统和方法可以根据行驶轨迹信息确定路口的交通参数(例如，队列长度、队列的集结波速率、队列的消散波速率、队列的平均通过率)。此外，该系统和方法可以进一步根据交通参数生成路口的交通控制参数(例如，周期、绿灯时间与周期的比率)。
应该注意的是GPS定位，总体上是一种深深扎根于互联网世界的技术。如果没有终端相关车辆和远程服务器之间的通信，则基于GPS的交通信号灯不可能生成交通控制参数。因此，本申请所涉及的技术方案同样与互联网时代密切相关。
图1是根据本申请的一些实施例所示的按需服务系统100的示意图。例如，按需服务系统100可以是一个提供运输服务的在线运输服务平台，如出租车预定、代驾服务、快递车辆、共乘、公交车服务、司机招聘服务和接送服务。按需服务系统100可以是在线平台，包括服务器110、网络120、请求者终端130、提供者终端140和存储器150。服务器110可以包括处理引擎112。
在一些实施例中，服务器110可以是一个单个的服务器或者一个服务器群。所述服务器群可以是集中式的或分布式的(例如服务器110可以是一分布式系统)。在一些实施例中，服务器110可以是本地的或远程的。例如，服务器110可以通过网络120存取储存在请求者终端130、提供者终端140和/或数据库150中的信息和/或数据。又例如，服务器110可以直接连接到请求者终端130、提供者终端140和/或数据库150以存取储存的信息和/或数据。在一些实施例中，服务器110可以在一个云端平台上实现。仅仅作为示例，所述云平台可以包括私有云、公共云、混合云、小区云、分布云、跨云、多云等或上述举例的任意组合。在一些实施例中，服务器110可以在计算装置200上实现，如本申请图2所示，该计算装置包括一个或更多部件。
在一些实施例中，服务器110可以包括一个处理引擎112。处理引擎112可以处理与服务请求相关的信息和/或数据以执行本申请描述的一个或更多功能。例如，处理引擎112可以响应于从请求者终端130获取的请求来确定从出发位置到目的地的推荐路线。在一些实施例中，处理引擎112可以包括一个或更多处理引擎(例如，单核处理器或多核处理器)。仅仅作为示例，处理引擎112可以包括一个或更多硬件处理器，例如中央处理器(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图像处理器(GPU)、物理运算处理单元(PPU)、数字信号处理器(DSP)、现场可程序门阵列(FPGA)、可编辑逻辑装置(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等或上述举例的任意组合。
网络120可以促进信息和/或数据的交换。在一些实施例中，按需服务系统100中的一个或更多部件(例如，服务器110、请求者终端130、提供者终端140、数据库150及定位系统160)可以通过网络120向按需服务系统100中的其他部件发送信息和/或数据。例如，服务器110可以通过网络120从请求者终端130获取/得到服务请求。在一些实施例中，网络120可以是有线网络或无线网络中的任意一种，或其组合。仅仅作为示例，网络120可以包括电缆网络、有线网络、光纤网络、远程通信网路、内部网络、因特网、局域网络(LAN)、广域网络(WAN)、无线局域网络(WLAN)、城域网络(MAN)、公共交换电话网络(PSTN)、蓝牙网络、ZigBee网络、近场通讯(NFC)网络等或上述举例的任意组合。在一些实施例中，网络120可以包括一个或更多网络交换点。例如，网络120可能包括有线或无线网络交换点，如基站和/或互联网交换点120-1、120-2等，通过交换点，按需服务系统100的一个或更多部件可以连接到网络120以交换数据和/或信息。
在一些实施例中，请求者可以是请求者终端130的使用者。在一些实施例中，请求者终端130的使用者可以是请求者以外的其他人。例如，请求者终端130的使用者A可以使用请求者终端130为使用者B发送服务请求或从服务器110接收服务和/或信息或指示。在一些实施例中，提供者可以是提供者终端140的使用者。在一些实施例中，提供者终端140的使用者可以是提供者以外的其他人。例如，提供者终端140的使用者C可以使用提供者终端140为使用者D接收服务请求和/或从服务器110处接收信息或指令。在一些实施例中，“请求者”和“请求者终端”可以交换使用，“提供者”和“提供者终端”可以交换使用。
在一些实施例中，请求者终端130可以包括移动装置130-1、平板计算机130-2、膝上型计算机130-3、车辆内建装置130-4等或上述举例的任意组合。在一些实施例中，移动装置130-1可以包括智能家居装置、可穿戴装置、行动装置、虚拟现实装置、增强实境装置等或上述举例的任意组合。在一些实施例中，智能家居装置可以包括智能照明装置、智能电器的控制装置、智能监测装置、智能电视、智能视讯摄影机、对讲机等或上述举例的任意组合。在一些实施例中，可穿戴装置可以包括手环、鞋袜、眼镜、头盔、手表、衣物、背包、智慧配饰等或上述举例的任意组合。在一些实施例中，移动装置可以包括移动电话、个人数字助理、游戏设备、导航装置、POS机、膝上型计算机、台式计算机等或上述举例的任意组合。在一些实施例中，虚拟现实装置和/或增强实境装置可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强实境头盔、增强实境眼镜、增强实境眼罩等或上述举例的任意组合。例如，虚拟现实装置和/或增强实境装置可以包括Google GlassTM、RiftConTM、FragmentsTM、Gear VRTM等。在一些实施例中，车辆内建装置130-4可以包括车载电脑、车载电视等。在一些实施例中，请求者终端130可以是一个带有定位技术的装置，用来确定请求者和/或请求者终端130的位置。
在一些实施例中，提供者终端140可以是一个与请求者终端130类似或者相同的装置。在一些实施例中，提供者终端140可以是一个带有定位技术的装置，以定位提供者终端140的使用者(例如，服务提供者)和/或提供者终端140的位置。在一些实施例中，请求者终端130和/或提供者终端140可以与一个或更多个他定位装置通讯以确定请求者、请求者终端130、提供者和/或提供者终端140的位置。在一些实施例中，请求者终端130和/或提供者终端140可以将定位信息发送至服务器110。
数据库150可以存储数据和/或指令。在一些实施例中，数据库150可以存储从请求者终端130和/或提供者终端140获得的数据。在一些实施例中，数据库150可以存储供服务器110执行或使用的数据和/或指令，服务器110可以通过执行或使用所述数据和/或指令以实现本申请描述的示例性方法。在一些实施例中，数据库150可以包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或上述举例的任意组合。示例性大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括快闪驱动器、软盘、光盘、记忆卡、压缩盘、磁带等。示例性易失性读写存储器可以包括随机存取存储器(RAM)。示例性随机存取存取器可以包括动态随机存取存储器(DRAM)、双倍速率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存取器(SRAM)、晶闸管随机存取存取器(T-RAM)、零电容随机存取存取器(Z-RAM)等。示例性只读存储器可以包括光罩式只读存储器(MROM)、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电子可擦除可编程只读存储器(EEPROM)、压缩盘只读存储器(CD-ROM)、数字通用磁盘只读存储器等。在一些实施例中，数据库150可以在云平台上实现。仅仅作为示例，所述云平台可以包括私有云、公共云、混合云、小区云、分布云、跨云、多云等或上述举例的任意组合。
在一些实施例中，数据库150可与网络120连接以与按需服务系统100的一个或更多部件(例如，服务器110、请求者终端130、提供者终端140)通信。按需服务系统100的一个或更多部件可以通过网络120存取储存在数据库150中的数据或指令。在一些实施例中，数据库150可以直接与按需服务系统100的一个或更多部件(例如，服务器110、请求者终端130、提供者终端140)连接或通信。在一些实施例中，数据库150可以是服务器110的一部分。
在一些实施例中，按需服务系统100的至少一个部件(例如服务器110、请求者终端130、提供者终端140)可以访问存储器150。在一些实施例中，在满足至少一个条件时，按需服务系统100的至少一个组件可以读取和/或修改与请求方、提供者和/或公众有关的信息。例如，在完成一个服务后，服务器110可以在服务之后读取和/或修改至少一个用户的信息。又例如，当从请求者终端130接收到一个服务请求时，提供者终端140可以存取与请求者相关的信息，但提供者终端140无法修改所述请求者的相关信息。
在一些实施例中，按需服务系统100的至少一个组件的信息交换可以通过请求服务来实现。服务请求的对象可以为任何产品。在一些实施例中，产品可以是有形产品，也可以是非物质产品。有形产品可以包括食品、医药、商品、化学产品、电器、衣物、小汽车、房屋、奢侈品等或上述举例的任意组合。无形产品可以包括服务产品、金融产品、知识产品、互联网产品等或上述举例的任意组合。互联网产品可以包括个人主机产品、网站产品、移动互联网产品、商业主机产品、嵌入式产品等或上述举例的任意组合。移动互联网产品可以用于移动终端的软件、程序、系统等或上述举例的任意组合。移动终端可以包括平板计算机、膝上型计算机、移动电话、掌上计算机(PDA)、智能手表、POS装置、车载计算机、车载电视、可穿戴装置等或其任意组合。例如，产品可以是用于计算机或移动电话中的任一软件及/或应用程序。软件和/或应用程序可以与社交、购物、交通、娱乐、学习、投资等或上述举例的任意组合相关。在一些实施例中，与运输相关的软件和/或应用程序可以包括出行软件和/或应用程序，交通工具调度软件和/或应用程序，地图软件和/或应用程序等。在交通工具调度软件和/或应用程序中，交通工具可以包括马、马车、人力车(例如，手推车、自行车、三轮车等)、汽车(例如，出租车、公共汽车、私家车等)、火车、地铁、船舶、航空器(例如，飞机、直升飞机、航天飞机、火箭、热气球等)等或上述举例的任意组合。
本领域的普通技术人员能理解，当按需服务系统100的元件执行时，该元件可以通过电信号和/或电磁信号执行。例如，当请求者终端130处理任务时，例如做出决定，请求者终端130可以在其处理器中运行逻辑电路来处理这样的任务。当请求终端130向服务器110发出服务请求时，服务请求终端130的处理器可以生成编码该服务请求的电信号。随后，请求者终端130的处理器可以将电信号发送到输出端口。如果请求者终端130通过有线网络与服务器110通信，则输出端口可以物理连接到电缆，电缆可以进一步将电信号传输到服务器110的输入端口。如果服务终端130通过无线网络与服务器110通信，则请求者终端130的输出端口可能是至少一个天线，从而将电信号转换为电磁信号。类似地，提供者终端140可以通过其处理器中的逻辑电路的运行来处理任务，并且经由电信号或电磁信号从服务器110接收指令和/或服务请求。在电子设备中，如请求者终端130、提供者终端140和/或服务器110在其处理器处理指令、发出指令和/或执行动作时，指令和/或者动作通过电信号进行。例如，当处理器从存储介质(例如存储器150)中检索或保存数据时，它可以向存储介质的读/写设备发送电信号，该设备可以在存储介质中读取或写入结构化数据。结构化数据可以经由电子设备的总线以电信号的形式传输到处理器。在这里，电信号可以指电信号、一系列电信号和/或多个离散电信号。
图1中所示，应该注意的是应用场景仅用于说明目的，并不旨在限制本申请的范围。例如，按需服务系统100可以用作导航系统。导航系统可以包括用户终端(例如提供者终端140)和服务器(例如服务器110)。当用户意图将车辆驾驶到目的地时，导航系统可以为用户提供导航服务，并且在导航服务期间，导航系统可以周期性地从集成在用户终端中的GPS装置获取车辆的GPS信息。此外，根据本申请中描述的过程和/或方法，导航系统可根据GPS信息生成与交通信号灯相关联的交通控制参数。
图2是根据本申请的一些实施例所示的计算装置200的示例性硬件和软件的示意图。服务器110、请求者终端130和/或提供者终端140可以在计算装置200上实现。例如，处理引擎112可以在计算装置200上实施并执行本申请所披露的处理引擎112的功能。
如本申请所述，计算设备200可以用于实现按需服务系统100的任何组件。例如，处理引擎112可以通过其硬件，软件程序，固件或其组合在计算设备200上实现。为了方便起见，图中只绘出一台计算机，但文中描述的与按需服务相关的计算机功能以分散方式在一组相似的平台上实施，以分散处理负载。
例如，计算设备200可以包括连接到与之连接的网络的COM端口250，以便数据通信。计算设备200还可以包括用于执行程序指令的至少一个处理器(例如，逻辑电路)形式的处理器(例如，处理器220)。处理器可以包括接口电路以及处理电路在其中。接口电路可以是用于接收电子信号从公共汽车210，其中电子信号编码结构数据和/或指令为处理电路流程。处理电路可以进行逻辑计算，然后确定编码为电子信号的结论，结果和/或指令。然后，接口电路可以通过总线210从处理电路发出电子信号。
示例性计算设备还可以包括不同形式的内部通信总线210，程序存储器和数据存储，例如磁盘270和只读存储器(ROM)230或随机存取存储器(RAM)240，用于由计算设备处理和/或传送的各种数据文件。示例性计算设备还可以包括存储在ROM 230，RAM 240中的程序指令和/或由处理器220执行的其他类型的非暂时性存储介质。本申请的方法和/或过程可以作为程序指令执行。计算设备200还包括I/O组件260，其支持计算机和其他组件之间的输入/输出。计算设备200也可以通过网络通信接收程序和数据。
仅为了说明，图2中仅示出了一个CPU和/或处理器。还考虑了多个CPU和/或处理器；因此，如本申请所描述的由CPU和/或处理器执行的操作和/或方法步骤也可以由多个CPU和/或处理器共同或分别执行。例如，如果在本申请中，计算设备200的CPU和/或处理器执行步骤A和步骤B，则应该理解，步骤A和步骤B也可以由两个不同的CPU和/或处理器(例如第一处理器执行步骤A，第二处理器执行步骤B，或者第一和第二处理器共同执行步骤A和B)。
图3是根据本申请的一些实施例的示例性处理引擎112的框图。处理引擎112可能包括获取模块302、预处理模块304、确定模块306和控制模块308。
获取模块302可以用于获取至少一个车辆相关的GPS信息。获取模块302可以通过所述网路120从提供者终端140或者存储器150获取GPS信息。获取模块302可以周期性地(例如每秒)或实时获取GPS信息。获取模块302可以将GPS信息发送给预处理模块304进行预处理。
预处理模块304可以用于预处理GPS信息。在一些实施例中，处理引擎112可以滤除噪声或纠正GPS信息中的误差。在一些实施例中，预处理模块304可以从获取到的GPS信息中提取某个特定时期内(例如，上周的周一到周五、最近一个月)与交通管制路段相关的GPS信息。如本申请所使用的，交通管制路段可以指在特定的路口处对特定交通管制的道路单元(例如交通信号灯、指挥交通的交警)。在一些实施例中，交通管制路段也可以被限制在特定的方向上(例如前进、左转、右转)。预处理模块304可以定义多个时间段(例如，早高峰时段、晚高峰时段、平峰时段)并提取某个特定时期的(例如上周的周一到周五)多个时间段内的GPS信息。在一些实施例中，预处理模块304可以根据提取的GPS信息在特定的时间段(例如早高值时段)内确定交通管制路段中的至少一个车辆的行驶轨迹信息。
确定模块306可以根据预处理GPS信息确定多个交通参数。多个交通参数可以包括交通管制路段中的队列长度(也称为“队列长度”)，队列的集结波速率、队列的消散波速率、以及平均通过率队列等。
控制模块308可以根据多个交通参数生成与交通信号灯相关的多个控制参数。应该注意的是，在本申请中“交通信号灯”指作为控制交通管制路段的灯(例如红灯、绿灯和黄灯)。多个控制参数可能包括交通信号灯的周期、绿灯时间与交通信号灯的周期的比值、路口多个交通信号灯的相位设计等。应该注意的是这里的“交通信号灯”被用作所有交通控制设计的例子。虽然交通可以由交通信号灯控制，但也可以由其他技术控制。然而，总的来说，所有的交通控制设计都涉及允许车辆通过的信号(即相应的绿灯)和要求车辆停止的信号(即对应于红灯)。这里使用的“交通信号灯”“绿灯”“红灯”和“黄灯”代表具有类似功能的所有交通控制信号。
处理引擎112中的模块可以通过有线连接或无线连接相互连接或相互通信。有线连接可以包括金属电缆、光缆、混合电缆等，或其任意组合。无线连接可以包括局域网(LAN)、广域网(WAN)、蓝牙、ZigBee、近场通信(NFC)等或其任何组合。两个或更多模块可以组合成单个模块，并且任何模块可以分成两个或更多个单元。例如，预处理模块304和确定模块306可以被组合为单个模块，其可对GPS信息进行预处理并根据预处理后的GPS信息确定多个交通参数。作为另外一个示例，处理引擎112可以包括存储模块(未示出)，该存储模块用于存储GPS信息、多个交通参数、多个控制参数和/或任何与交通信号灯控制相关的信息。
图4是根据本申请的一些实施例所示的生成与交通信号灯相关联的多个控制参数的示例性流程图。流程400可以由按需服务系统100执行。例如，流程400可以作为指令(例如应用程序)储存在存储器ROM 230或RAM 240中。处理器220可以执行指令，以及执行指令时，可以是执行流程400。以下呈现的所示过程的操作是说明性的。在一些实施例中，流程400可以包括至少一个未在流程400中描述的附加操作和/或可以省略至少一个在流程400中讨论的操作。另外，流程400的顺序不受图4及相关描述限制。
在步骤402中，处理引擎112(例如获取模块302)(例如处理器220的接口电路)可以获取与多个车辆相关联的GPS信息。通过网路120获取，处理引擎112可以从提供者终端140，或者从存储器150获取GPS信息。
例如，当服务提供者使用车辆为请求者提供交通运输服务时，处理引擎112可以从提供者终端140周期性(例如每秒)或实时地获取指示车辆当前位置的车辆GPS信息。进一步，处理引擎112可以将GPS信息存储在本申请其他地方披露的存储设备(例如存储器150)中。
在步骤404中，处理引擎112(例如，预处理模块304)(例如，处理器220的处理电路)可以对GPS信息进行预处理。
在一些实施例中，处理引擎112可以滤除GPS信息中的噪声或纠正GPS信息中的误差。例如，处理引擎112可以校正GPS信息中的漂移点。
在一些实施例中，处理引擎112可以从所获取的GPS信息中提取与交通管制路段相关联的在某个特定时期内(例如，上周的周一至周五)的GPS信息。如上文所述，交通管制路段可以指在特定的路口处，受到特定交通管制(例如交通信号灯，指挥交通的交警)的道路单元。在一些实施例中，交通管制路段也可以被限制在特定的方向上(例如前进，左转，右转)。处理引擎112可以进一步定义多个时间段(例如早高峰时段、晚高峰时段、平峰时段)并提取某个特定时期(例如，上周的周一至周五)的多个时间段内与交通管制路段相关的GPS信息。例如，处理引擎112可以定义“上午7点至上午9点”作为早高峰时段，“下午17点至19点”作为晚高峰时段，以及除上述时间段以外的时间段作为平峰时段。
在一些实施例中，处理引擎112可以根据提取的GPS信息，来确定在某个特定时期(例如上周的星期一至星期五)的特定时间段(例如早高峰时段)内，交通管制路段上的多个车辆的行驶轨迹信息。
在步骤406中，处理引擎112(例如预处理模块304或确定模块306)(例如处理器220的处理电路)可以根据预处理的GPS信息确定多个交通参数。例如，处理引擎112可以根据预处理的GPS信息确定交通管制路段中的队列长度。又例如，处理引擎112可以根据交通管制路段上的多个车辆的行驶轨迹信息来确定队列的速率(例如，队列的集结波速率，队列的消散波速率，队列的平均通过率)。
在步骤408中，处理引擎112(例如控制模块308)(例如处理器220的处理电路)可以根据多个交通参数生成多个与交通信号灯相关的控制参数。例如，处理引擎112可以为交通管制路段确定与多个控制参数相关联的目标函数。此外，处理引擎112可以根据多个交通参数确定目标条件，并根据目标函数和目标条件生成与交通管制路段的交通信号灯相关联的多个控制参数(例如交通信号灯的周期，绿灯时间与周期的比率(也称为绿信比))。
为了达到说明的目的，本申请以单个交通管制路段为例但应该注意的是，处理引擎112可以提取特定路口处的与多个交通管制路段相关联的GPS信息，并生成对应于多个交通管制路段的多个与交通灯相关联的控制参数。例如，对于十字交叉路口，可能有8个交通流(见，如图13-A及其描述)或12个交通流(见，如图13-B及其说明)，因此处理引擎112可以确定8个或12个交通管制路段；对于T型交叉路口，可能有4个交通流，因此处理引擎112可以确定4个交通管制路段。
应该注意的是，上述描述仅是为了说明，并不构成对本申请范围的限制。对于本领域的普通技术人员来说，可以根据本申请的描述，做出各种各样的修正和改变。然而，这些变化与修改不背离本申请的范围。例如，可以在示例性流程400中的其他地方添加至少一个其他可选步骤(例如，存储步骤)。在存储步骤中，处理引擎112可以将GPS信息、交通参数和/或控制参数存储在本申请其他地方披露的存储设备(例如，存储器150)中。又例如，步骤402和步骤404可以组合为单个步骤，其中处理引擎112可以同时获取和预处理GPS信息。
图5是根据本申请的一些实施例所示的预处理模块304的框图。预处理模块304可以包括行驶轨迹确定单元502，参考点确定单元504和队列长度确定单元506。
行驶轨迹确定单元502可以用于确定与多个车辆相关联的行车轨迹信息。例如，行驶轨迹确定单元502可以在某个特定时期(例如上周的星期一至星期五)的特定时间段(例如早高峰时段)内获取交通管制路段中的多个车辆的GPS信息，将GPS信息匹配到地图(例如腾讯地图、谷歌地图)上来确定多个车辆的行驶轨迹信息。又例如，行驶轨迹确定单元502可以确定时空图(参见图9及其描述)来说明多个车辆的行驶轨迹信息。
在一些实施例中，多个车辆的行驶轨迹信息可以包括多个车辆中每辆车的时间点信息(例如与行驶轨迹信息中的位置点对应的时间点)、坐标信息和速度信息。在一些实施例中，行驶轨迹信息可以进一步包括ID信息(例如司机的名字或昵称、服务提供方的驾驶执照号或车辆的车牌号)、加速信息和行驶方向信息等。
参考点确定单元504可用于根据行驶轨迹信息确定交通管制路段的参考点。如上文所述，在一些实施例中，参考点可以指交通管制路段的停车线上的点。在一些实施例中，参考点可以指交通管制路段上队列中第一辆车停靠的位置(或平均位置)。
在一些实施例中，参考点确定单元504可以在交通管制路段上确定包括多个车辆的队列，并确定队列中最早的时间点对应的第一位置为参考点。如上文所述，当车辆的速度低于交通管制路段的预定速度阈值时，可以表明该车辆加入队列或作为该队列中的第一辆车开始排队。在一些实施例中，参考点确定单元504可以确定对应于多个时间点的多个队列，并根据聚类算法，基于多个队列确定参考点。
队列长度确定单元506可用于根据参考点确定交通管制路段队列长度。
在一些实施例中，队列长度确定单元506可以确定队列尾部的第一排队点，并根据第一排队点和参考点确定队列长度。如上文所述，第一排队点是在交通信号灯由红色变为绿色时进入队列的车辆的位置，或者在交通信号灯由红色变为绿色时的队列中最后一辆车的位置。
在一些实施例中，队列长度确定单元506可以确定对应于交通管制路段的连接线(link)，确定第一排队点在该连接线(link)上的第一投影点和参考点在该连接线(link)上的第二投影点链，并根据第一投影点和第二投影点确定队列长度。如上文所述，“连接线(link)”可以指交通管制路段的中心线。
为了达到说明的目的，本申请采用单个队列作为示例，应该注意，队列长度确定单元506可以在特定时期内(例如上周的星期一至星期五)的特定的时间段(例如早高峰时段)内，确定交通管制路段上多个队列的平均长度。
应当注意以上描述是为了说明的目的，并且不旨在限制本申请的范围。对于本领域技术人员，两个或更多的单元可以组合成单个模块，并且任何单元可以被分成两个或更多的子单元。对于本领域的技术人员来说，可以根在本申请的指导下进行各种变化与修改。但是，这些变化与修改并不背离本发明的精神与范围。例如，行驶轨迹确定单元502和参考点确定单元504可以组合为单个模块，该模块既可以确定在交通管制路段上多个车辆的行驶轨迹信息，又可以确定交通管制路段的参考点。又例如，预处理模块304可以包括存储单元(未示出)，其可以用于存储任何与在交通管制路段上多个车辆相关的信息(例如行驶轨迹信息参考点队列的长度等)。作为进一步示例，队列长度确定单元506可以被集成在确定模块306中。
图6是根据本申请的一些实施例所示的确定队列长度所示过程的流程图。在一些实施例中，流程400的步骤404和/或步骤406可以根据流程600来执行。流程600可以由按需服务系统100执行。例如，流程600可以作为指令(例如应用程序)储存在存储器ROM 230或RAM 240中。处理器220可以执行指令，以及执行指令时，可以是执行流程600。以下呈现的所示过程的操作是说明性的。在一些实施例中，流程600可以包括至少一个未在流程600中描述的附加操作和/或可以省略至少一个在流程600中讨论的操作。另外，流程600的顺序不受图6及相关描述限制。
在步骤602中，处理引擎112(例如行驶轨迹确定单元502)(例如处理器220的接口电路)可以获取与至少一个车辆相关联的GPS信息。处理引擎112可以从本申请中其他地方披露的存储设备(例如存储器150)获取GPS信息。如结合步骤402所描述的，处理引擎112可以在在某个特定时期(例如，上周的星期一至星期五)的特定的时间段(例如早高峰时段)内，获取交通管制路段上与至少一个车辆相关联的GPS信息。
在步骤604中，处理引擎112(例如，行驶轨迹确定单元504)(例如处理器220的处理电路)可以根据GPS信息确定多个车辆的行驶轨迹信息。
例如，处理引擎112可以将交通管制路段中的多个车辆的GPS信息与地图(例如腾讯地图、谷歌地图)相匹配以确定多个车辆的行驶轨迹信息。作为另一示例，处理引擎112可以确定时空图(参见图9及其描述)以说明多个车辆的行驶轨迹信息。
在一些实施例中，多个车辆的行驶轨迹信息可以包括多个车辆中每辆车的时间点信息(例如与行驶轨迹信息中的位置点对应的时间点)、坐标信息和速度信息。在一些实施例中，行驶轨迹信息可以进一步包括ID信息(例如司机的名字或绰号、服务提供者的驾驶执照号码、车辆的车牌号码)、加速信息和行驶方向信息等。
在步骤606中，处理引擎112(例如参考点确定单元506)(例如处理器220的处理电路)可以基于行驶轨迹信息确定参考点。如上文所述，在一些实施例中，参考点可以指在交通管制路段停靠线上的点。在一些实施例中，参考点可以指交通管制路段中第一辆车在队列中停靠的位置(或平均位置)。
在一些实施例中，处理引擎112可以在交通管制路段中确定包括多个车辆的队列，并且确定第一位置对应于队列中最早的时间点作为参考点。如上文所述，当车辆的速度在交通管制路段处于或低于预定速度阈值时，可以表明该车辆加入或开始排队。例如，速度阈值可以设置为0米/秒、0.1米/秒、0.5米/秒、1米/秒、2米/秒、5米/秒或10米/秒，或任何其它可反应或指示特定路口或特定交通管制路段实际状况的值。处理引擎112可以确定车辆在路口处(在交通管制路段)停止，从而表明车辆正在加入队列或作为队列中的第一辆车开始排队。
在一些实施例中，处理引擎112可以按照时间顺序对队列中的多个车辆对应的多个GPS点进行排序，并选择对应于最早时间点的第一个点作为参考点。应该注意的是，在一些实施例中，处理引擎112获取队列中所有车辆的GPS信息。然而，在某些实施例中，处理引擎112并未获取队列中所有车辆的GPS信息，而仅获取队列中的若干车辆的GPS信息，或者在交通管制路段上多个队列中的车辆的GPS信息。在一些实施例中，处理引擎112可以确定对应于多个时间点的多个队列，并根据聚类算法，基于多个队列确定参考点。在一些实施例中，多个队列来自相同的时间段(例如早高峰时段)，作为衡量交通管制路段或整个路口交通状态(例如排队状况)的指标。
在一些实施例中，参考点可以通过获取交通管制路段上停车线的已知坐标来确定。在某些实施例中，为确定参考点，停车线的坐标可以通过预先确定的公式来修改。
为了达到说明的目的，本申请以单个交通管制路段为例，应该注意的是，处理引擎112可以在路口处确定多个交通流。因此处理引擎112可以确定多个交通管制路段的多个参考点。
在步骤608中，处理引擎112(例如队列长度确定单元506)(例如处理器220的处理电路)可以部分地根据参考点来确定交通管制路段中的队列长度。
在一些实施例中，处理引擎112可以根据参考点和队列尾部的第一排队点来确定队列长度。如上文所述，第一排队点是指在交通信号灯由红色变为绿色时进入队列的车辆的位置，或者在交通信号灯由红色变为绿色时的队列中最后一辆车的位置。例如，处理引擎112可以确定参考点和第一排队点之间的距离作为队列长度。
在一些实施例中，处理引擎112可以确定对应于交通管制路段的连接线(link)，确定第一排队点在连接线(link)上的第一投影点和参考点在连接线(link)上的第二投影点，并根据第一投影点和第二投影点确定队列长度。如上文所述，“连接线(link)”可以指交通管制路段的中心线。
为了达到说明的目的，本申请以交通管制路段中的单个队列为例，应该注意的是，处理引擎112可以在特定时期内(例如上周的星期一至星期五)的特定的时间段(例如早高峰时段)内确定交通管制路段中的多个队列。此外，处理引擎112可以在(例如上周的星期一至星期五)的特定时间段(例如早高峰时段)内确定交通管制路段中多个队列的平均长度。在一些实施例中，术语“队列长度”是指在特定时间段内交通管制路段中多个队列的平均长度。
为了达到说明的目的，本申请以单个交通管制路段为例，应该注意的是，处理引擎112可以在路口确定多个交通管制路段。因此处理引擎112可以为多个交通管制路段确定多个平均队列长度。
应当注意以上描述仅仅是为了说明的目的而提供的，并不旨在限制本申请的范围。本领域技术人员可以根据本申请的教导进行多变化与修改。然而，这些变化和修改不脱离本申请的范围。例如，至少一个其他可选步骤(例如储存步骤)可以被添加到所示流程600中。在储存步骤中，处理引擎112可以在本申请中其他地方公开的任何存储设备(例如存储器150)中存储行驶轨迹信息、参考点和/或队列长度。
图7是根据本申请的一些实施例所示的确定参考点的示例性流程图。在一些实施例中，流程600的步骤606可以根据流程700来执行。流程700可以由按需服务系统100执行。例如，流程700可以作为指令(例如应用程序)储存在存储器ROM 230或RAM 240中。处理器220可以执行指令，以及执行指令时，可以是执行流程700。以下呈现的所示过程的操作是说明性的。在一些实施例中，流程700可以包括至少一个未在流程700中描述的附加操作和/或可以省略至少一个在流程700中讨论的操作。另外，流程700的顺序不受图7及相关描述限制。
在步骤702中，处理引擎112(例如参考点确定单元504)(例如处理器220的处理电路)可以在交通管制路段上确定对应于多个时间点的多个队列。
在步骤704，处理引擎112(例如参考点确定单元504)(例如处理器220的处理电路)可以根据多个队列确定多个候选参考点。例如，对于多个队列中的每个，处理引擎112可以按时间顺序排列队列中的多个GPS点，并确定对应于最早时间点的位置作为参考点。
在步骤706，处理引擎112(例如参考点确定单元504)(例如处理器220的处理电路)可以根据聚类算法和多个候选参考点确定目标参考点。聚类算法可以包括K-MEANS算法、K-MEDOIDS算法、CLARANS算法等。
应当注意以上描述仅仅是为了说明的目的而提供的，并不旨在限制本申请的范围。对于本领域的普通技术人员来说，可以根据本申请的描述，做出各种各样的修正和改变。然而，这些变化与修改不背离本申请的范围。例如，至少一个其他可选步骤(例如存储步骤)可以被添加到示例性流程700中。
图8是根据本申请的一些实施例所示的确定模块306的框图。确定模块306可以包括集结波速率确定单元802，消散波速率确定单元804和平均速率确定单元806。
集结波速率确定单元802可以用于确定交通管制路段上队列的集结波速率。集结波速率可以指在交通信号灯变为红色后形成队列的全局速率。在一些实施例中，集结波速率确定单元802可以根据队列中多个车辆的行驶轨迹信息来确定队列的集结波速率。
在一些实施例中，集结波速率确定单元802可根据冲击波理论确定集结波速率。如上文所述，“波”可以指当介质接收扰动时，介质的状态随扰动改变，介质传播该扰动进而形成“波”。此外，“冲击波”可以指扰动迅速并且在介质状态改变期间出现跳跃式波动的“波”。可以看出，在交通信号灯的控制下，多个车辆可以在交通管制路段中聚集和/或消散，这与“冲击波”类似。在一些实施例中，集结波速率确定单元802可以在时空图(参见图9及其描述)上投射多个车辆的多个行驶轨迹并且基于根据冲击波理论确定的时空图确定集结波速率。
在一些实施例中，消散波速率确定单元804可以用于确定交通管制路段中的队列的消散波速率。在一些实施例中，消散波速率可以指交通信号灯变为绿色后队列消散的全局速率。在一些实施例中，消散波速率确定单元802可以根据队列中的多个车辆的行驶轨迹信息来确定队列的消散波速率(例如基于时空图；参考图9和其描述)。在一些实施例中，消散波速率确定单元804可以根据冲击波理论确定消散波速率。
平均速率确定单元806可以用于确定交通管制路段中队列的平均通过率。平均通过率可以指交通信号灯变为绿色后队列中多个车辆离开队列的平均速度。对于队列中多个车辆中的每个，平均速率确定单元806可以确定在某个时间段内车辆从停止位置到参考点的速度。此外，平均速率确定单元806可以通过求对应于多个车辆的多个速度的平均值来确定队列的平均通过率。
为了达到说明的目的，本申请以交通管制路段中的单个队列为例。应该注意的是，处理引擎112可以在特定时期内(例如上周的星期一到星期五)的特定的时间段(例如早高峰时段)内确定交通管制路段中的多个队列。此外，集结波速率确定单元802可以在特定时期(例如上周的星期一至星期五)的特定时间段(例如早高峰时段)内确定交通管制路段中多个队列的平均集结波速率。类似地，消散波速率确定单元804可以在特定时期(例如上周的星期一至星期五)的特定时间段(例如早高峰时段)内确定交通管制路中多个队列的平均消散波速率。平均率确定单元806可以在特定时期(例如上周的星期一至星期五)的特定时间段(例如早高峰时段)内确定交通管制路段中多个队列的平均的“平均通过率”。
为了达到说明的目的，本申请以单个交通管制路段为例，应该注意的是，处理引擎112可以在路口确定多个交通管制路段。因此，集结波速率确定802可确定多个交通管制路段的多个平均集结波速率。类似地，消散波速率确定单元804可以确定多个交通管制路段的多个平均消散波速率。平均率确定单元806可同时确定多个交通管制路段的多个平均“平均通过率”。
确定模块306中的单元可以通过有线连接或无线连接进行连接或相互通信。有线连接可以包括金属电缆、光缆、混合电缆等，或其任意组合。无线连接可以包括局域网(LAN)、广域网(WAN)、蓝牙、ZigBee、近场通信(NFC)等或其任意组合。两个或更多的单元可以组合成单个模块，任何单元可以分成两个或更多的子单元。例如，集结波速率确定单元802和消散波速率确定单元804可以组合为单个模块，用于确定队列的集结波速率和/或消散波速率。作为另一例子，确定模块306可以包括存储单元(未示出)，该存储单元可以用于存储集结波速率、消散波速率和/或队列的平均通过率。
图9是根据本申请的一些实施例所示的与多个车辆相关联的时空图的示意图。在一些实施例中，时空图可以是二维图。横轴表示时间，纵轴表示车辆位置与交通管制路段的参考点之间的距离。
如图所示，在一些实施例中，时空图包括多条曲线，并且每条曲线对应于一辆车辆。每辆车所对应的曲线包括一段平坦段，该平坦段对应于某时间段。该平坦段表明车辆的位置在该时间段内几乎没有变化(即，车辆已经停止并且可能在队列中)。在一些实施例中，平坦段可以包括第一拐点(例如点A)和第二拐点(例如点B)。在某些实施例中，第一拐点可以表明车辆加入或开始队列时的时间点，并且第二拐点可以表示车辆离开队列时的时间点。
如图所示，有6个分别标记为“1”、“2”、“3”、“4”、“5”和“6”的队列。以队列“1”为例，处理引擎112可以根据连接多个第一拐点的线段L1来确定队列的集结波速率。例如，处理引擎112可以确定线段L1斜率的绝对值作为集结波速率。处理引擎112可以根据连接多个第二拐点的线段L2来确定队列的消散波速率。例如，处理引擎112可以确定线段L2斜率的绝对值作为消散波速率。
图10是根据本申请的一些实施例所示的控制模块308的框图。控制模块308可以包括状态确定单元1002，目标确定单元1004和控制参数生成单元1006。
状态确定单元1002可以用于确定交通管制路段的交通状态。状态确定单元1002可以根据与交通管制路段相关的多个交通参数确定交通管制路段的交通状态。多个交通参数可以包括交通管制路段中的队列长度、队列的集结波速率、队列的消散波速率、队列的平均通过率等。
如结合图6和图8所描述的，处理引擎112可以在路口确定多个(例如8)对应于多个交通流的交通管制路段，因此状态确定单元1002可以根据多个交通管制路段的交通参数确定路口的全局交通状态。在一些实施例中，状态确定单元1002可以进一步获取多个与该路口相关的通用交通参数(例如车道数)。
目标确定单元1004可以用于根据路口的全局交通状态来确定与目标函数相关的目标条件。如上文所述，目标条件可以指与路口的全局交通状态相关的优化目标。目标函数可以是与多个交通管制路段的多个交通参数相关的非线性函数。
控制参数生成单元1006可以用于根据多个交通参数和目标函数生成多个交通管制路段的多个与交通信号灯相关的控制参数。多个控制参数可以包括每个交通信号灯的周期(也被称为“交通信号灯的目标周期”)、绿灯时间与交通信号灯的周期的比率(也被称为“绿灯时间与交通信号灯的周期的目标比率”或“绿信比”)、多个交通信号灯的相位设计(例如目标相位序列)等。
控制模块308中的各个单元可以通过有线连接或无线连接进行连接或相互通信。有线连接可以包括金属电缆、光缆、混合电缆等，或其任意组合。无线连接可以包括局域网(LAN)、广域网(WAN)、蓝牙，ZigBee、近场通信(NFC)等或其任何组合。两个或两个以上的单位可以组合成单个模块，任何单位可以分为两个或更多的子单元。例如，目标确定单元1004和控制参数生成单元1006可以组合为单个模块，用于根据目标函数确定目标函数和多个控制参数。作为另一个例子，控制模块308可以包括用于储存交通状态、目标函数、目标条件和/或控制参数的存储单元(未示出)。
图11是根据本申请的一些实施所示的根据多个交通参数生成与交通管制路段相关的至少一个控制参数的示例性流程图。在一些实施例中，流程400的步骤408可以根据流程1100来执行。流程1100可以由按需服务系统100执行。例如，流程1100可以作为指令(例如应用程序)储存在存储器ROM 230或RAM 240中。处理器220可以执行指令，以及执行指令时，可以是执行流程1100。以下呈现的所示过程的操作是说明性的。在一些实施例中，流程1100可以包括至少一个未在流程1100中描述的附加操作和/或可以省略至少一个在流程1100中讨论的操作。另外，流程1100的顺序不受图11及相关描述限制。
在步骤1102中，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以获取至少一个交通参数，该至少一个交通参数与某个交通管制路段相关。处理引擎112可以从预处理模块304、确定模块306或本申请中其他地方公开的任何存储设备(例如存储器150)获取至少一个交通参数。至少一个交通参数可以包括交通管制路段的队列长度、队列的集结波速率、队列的消散波速率、队列的平均通过率等。本申请中，这里的“长度”可以指平均队列长度，“集结波速率”可以指平均集结波速率，“消散波速率”可以指平均消散波速率，并且“平均通过率”可以指平均的“平均通过率”。
如结合图6和图8所描述的，处理引擎112可以在路口确定多个(例如8)对应于多个交通流的交通管制路段，因此处理引擎112可以获取上述与多个交通管制路段相关的交通参数。在一些实施例中，处理引擎112可以进一步获取与该路口相关联的多个通用交通参数(例如车道数)。在一些实施例中，处理引擎112可以进一步获取与路口相关联的多个通用参数(例如当时的天气、附近的特殊事件等)。
在步骤1104中，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以根据多个交通参数确定交通管制路段的交通状态。在一些实施例中，处理引擎112也考虑其他与路口相关联的参数。如上文所述，“交通状态”可以表示交通管制路段的交通是否过饱和，交通管制路段的交通是否稳定等。
例如，处理引擎112可以根据队列长度和队列的消散波速率来确定耗散时间，并且根据耗散时间来确定交通状态。作为另一示例，处理引擎112可以将队列的长度与预设长度阈值(例如会引起过饱和的最小队列长度的90％)进行比较，并根据比较结果确定交通状态。
在一些实施例中，处理引擎112可以根据路口处的多个交通管制路段的交通参数来确定路口的全局交通状态。例如，如果路口的多个交通管制路段中有处于过饱和状态的，则认为路口的全局交通状态也处于过饱和状态。
在步骤1106中，处理引擎112(例如目标确定单元1004)(例如处理器220的处理电路)可以根据路口的全局交通状态来确定与目标函数相关联的目标条件。如上文所述，目标条件可以指路口的全局交通状态。目标函数可以是与多个交通管制路段的多个交通参数相关联的非线性函数。
在步骤1108中，处理引擎112(例如控制参数生成单元1006)(例如处理器220的处理电路)可以根据目标条件产生与多个交通管制路段的多个交通信号灯相关联的多个控制参数。多个控制参数可以包括每个交通信号灯的周期(也被称为“交通信号灯的目标周期”)，绿灯时间与交通信号灯的周期的比率(也被称为为“绿灯时间与交通信号灯的周期的目标比率”)，路口处的多个交通信号灯的相位设计(例如目标相位序列)等。
应当注意以上描述仅仅是为了说明的目的而提供的，并不旨在限制本申请的范围。对于本领域普通技术人员而言，可以在本申请的指导下进行多种变化和修改。然而，这些变形和修改不会背离本申请的范围。例如，可以在示例性流程1100的其他地方添加至少一个其他可选步骤(例如，存储步骤)。在存储步骤中，处理引擎112可以将通信状态、目标条件和/或存储设备(例如，存储器150)中的控制参数存储在本申请的其他地方。
图12是根据本申请的一些实施例所示的根据目标条件生成与交通信号灯相关联的多个控制参数的示例性流程图。流程1200可以由按需服务系统100执行。例如，流程1200可以作为指令(例如应用程序)储存在存储器ROM 230或RAM 240中。处理器220可以执行指令，以及执行指令时，可以是执行流程1200。以下呈现的所示过程的操作是说明性的。在一些实施例中，流程1200可以包括至少一个未在流程1200中描述的附加操作和/或可以省略至少一个在流程1200中讨论的操作。另外，流程1200的顺序不受图12及相关描述限制。
在步骤1202中，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以获取多个交通参数。多个交通参数可以包括交通管制路段的队列长度、队列的集结波速率、队列的消散波速率、队列的平均通过率等。如本申请中，这里的“长度”可以指平均队列长度，“集结波速率”可以指平均集结波速率，“消散波速率”可以指平均消散波速率，“平均通过率”可以指平均的“平均通过率”。
如结合图6和图8所描述的，处理引擎112可以确定在路口处的多个(例如8)交通管制路段对应的多个交通流，因此处理引擎112可以获取与多个交通管制路段相关联的上述交通参数。
在一些实施例中，处理引擎112可以进一步获取与路口相关联的多个通用交通参数。例如，对于多个交通流中的每个，处理引擎112都可以获取与该交通流的交通信号灯相关联的阈值时间、与沿该交通流方向的交通管制路段的队列相关的阈值长度(例如会引起过饱和的最小排队长度的90％)等。作为另一个例子，处理引擎112还可以获取路口处的通道数量(例如2、4)、对应于多个交通流的多个相位的相序列(也被称为“原始相位序列”)等。
交通信号灯相关联的时间阈值可以包括与交通信号灯的红灯相关联的第一时间阈值(例如最大红灯时间、最小红灯时间)，与交通信号灯的绿灯相关联的第二时间阈值(例如最大绿灯时间、最小绿灯时间)，与黄灯交通信号灯相关联的第三时间阈值(例如最大黄灯时间、最小黄灯时间)等。
在步骤1204中，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以根据多个交通参数确定交通管制路段的队列耗散时间。如上文所述，耗散时间指队列消散所历经的一段时间。例如，处理引擎112可以根据队列的长度和队列的消散波速率根据公式(1)确定耗散时间：
其中L指队列的长度，Rd指队列的耗散率，Td指耗散时间。
为了达到说明的目的，本申请以单个交通管制路段为例，应该注意的是，处理引擎112可以在路口确定多个交通管制路段的多个耗散时间。
在步骤1206，对于多个交通管制路中的每个，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以确定耗散时间是否大于交通管制路段的交通信号灯的绿灯时间(也被称为“原始绿灯时间”)。
响应于多个耗散时间中有至少一个耗散时间大于绿灯时间(应该注意的是，应将交通管制路段的耗散时间与对应于该交通管制路段的交通信号灯的绿灯时间进行比较，并且为了方便起见，下文统一使用“绿灯时间”)，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以执行流程1200至步骤1208来确定第一交通状态。第一交通状态可以表示路口的交通处于过饱和的状态。此时，至少一个交通管制路段的队列中的某些车辆在第一绿灯时间结束后仍然不能通过参考点。
在一些实施例中，响应于多个耗散时间都小于或等于绿灯时间，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以执行流程1200至步骤1210。在步骤1210中，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以确定该队列长度是否小于阈值长度(应该注意的是，交通管制路段的队列长度应与对应于该交通管制路段的阈值长度相比较，并且为了方便起见，下文统一使用“阈值长度”)。
响应于多个队列长度都小于阈值长度，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以执行流程1200至步骤1212以确定第二交通状态。第二交通状态可以表示路口的交通处于非过饱和状态且路口的全局队列状态稳定。此时，多个交通管制路段队列中的所有车辆在绿灯时间终止前都可以通过参考点。
响应于多个队列长度中的至少一个等于或大于阈值长度，处理引擎112(例如状态确定单元1002)(例如处理器220的处理电路)可以执行流程1200到步骤1214以确定第三交通状态。第三交通状态可以表示路口的交通处于非过饱和状态且路口的全局队列状态是不稳定的。此时，至少一个交通管制路段的至少一个队列长度超过对应的预设阈值队列长度。
在确定路口的交通状态后，处理引擎112(例如目标确定单元1004)(例如处理器220的处理电路)可以根据交通状况确定目标条件，并根据所述目标条件生成与所述路口的多个交通信号灯相关联的多个控制参数。控制参数可以用于改变多个交通信号灯的运行状态来优化路口处的交通以达到目标条件。
例如，处理引擎112可以根据多个交通参数确定目标函数(例如非线性函数)，并根据目标函数和目标条件生成多个控制参数。在一些实施例中，处理引擎112可以根据交通状态来进一步确定目标函数的约束条件，并根据目标函数、约束条件和目标条件生成多个控制参数。
在步骤1216中，处理引擎112(例如目标确定单元1004)(例如处理器220的处理电路)可以根据第一交通状态确定第一目标条件。第一目标条件是最大化在路口处沿着多个交通流通过参考点车辆的平均数量。
此外，处理引擎112可以根据下面的公式(2)和(3)基于第一交通状态确定第一约束条件：
Cmin≤C≤Cmax. (3)
其中i指的是交通流(例如，图13中所示的AB)，gi指的是沿交通流i方向的交通灯的绿灯时间(也被称为“原始绿灯时间”)，和分别指沿交通流i方向的交通灯的最小绿灯时间和最大绿灯时间，C指沿交通流i方向的交通信号灯的周期，以及Cmin和Cmax分别指沿交通流i方向的交通信号灯的最小周期和最大周期。
在一些实施例中，如步骤1218所示，处理引擎112(例如控制参数生成单元1006)(例如处理器220的处理电路)可以根据目标函数生成与路口处多个交通信号灯相关联的第一控制参数、第一目标条件和第一约束条件。例如，处理引擎112可以根据第一约束条件和第一目标条件来确定目标函数的最优解。第一控制参数可以包括路口处的每个交通信号灯的第一目标绿灯时间，路口处的每个交通信号灯的第一目标周期，以及在路口处的多个交通信号灯的第一相位设计，等等。
在一些实施例中，如步骤1220所示，处理引擎112(例如目标确定单元1004)(例如处理器220的处理电路)可以根据第二交通状态确定第二目标条件，其中第二目标条件是最小化沿着路口多个交通流方向通过参考点的车辆的平均延迟时间。如上文所述，延迟时间指车辆通过参考点的实际时间与车辆在没有交通信号灯的情况下通过参考点的假定时间之间的时间差。
此外，处理引擎112可以根据公式(4)～(7)基于第二交通状态确定第二约束条件:
gi≥tci， (4)
Cmin≤C≤Cmax. (7)
其中tci是指沿着交通流i方向的交通管制路段的队列消散时间，是指沿着交通流i方向的交通管理路段的队列长度，以及是指交通流i方向的阈值队列长度。
在步骤1222中，处理引擎112(例如控制参数生成单元1006)(例如处理器220的处理电路)可以根据目标函数、第二目标条件和第二约束条件生成与多个交通信号灯相关联的第二控制参数。例如，结合步骤1218所述，处理引擎112可以根据第二约束条件和第二目标条件来确定目标函数的最优解。第二控制参数可以包括路口处每个交通信号灯的第二目标绿灯时间，路口处每个交通信号灯的第二目标周期等。
在一些实施例中，如步骤1224所示，处理引擎112(例如目标确定单元1004)(例如处理器220的处理电路)可以根据第三交通状态确定第三目标条件，其中所述第三目标条件是在与路口处的多个交通流相对应的比率中，最小化队列长度与阈值长度的最高比率。
此外，处理引擎112可以根据公式确定第三约束条件：
gi≥tci， (8)
Cmin≤C≤Cmax. (10)
在一些实施例中，如步骤1226所示，处理引擎112(例如控制参数生成单元1006)(例如处理器220的处理电路)可以根据目标函数、第三目标条件和第三约束条件生成与多个交通信号灯相关联的第三控制参数。例如，结合步骤1218或步骤122所述，处理引擎112可根据第三约束条件和第三目标条件来确定目标函数的最优解。第三控制参数可以包括路口处每个交通信号灯的第三目标绿灯时间，路口处每个交通信号灯的第三目标周期，路口处多个交通信号灯的第三相位设计等。
应当注意上面对交通参数生成流程的描述是为了达到说明的目的，并非旨在限制本申请的范围。对于本领域技术人员模块可以以各种方式组合，或与其他模块作为子系统连接。在本申请的指导下可以进行各种变化和修改。但是，这些变化与修改并不背离本发明的精神与范围。
图13-A和图13-B是根据本申请的一些实施例所示的路口交通流的示意图。根据本申请的一些实施例。如图13-A所示，路口可以包括8个交通流AB、BA、CD、DC、AC、CB、BD和DA。如图13-B所示，路口可以包括12个交通流AB、BA、CD、DC、AC、CB、BD、DA、AD、DB、BC和CA。每一个交通流都可以对应一个交通管制路段，多个队列可以在特定的时段内(例如早高峰时段)在该交通管制路段上发生/形成。处理引擎112可以根据与多个交通管制路段相关联的交通参数来确定路口处的全局交通状态，及根据交通状态生成与路口处的多个交通信号灯相关联的控制参数。
上文已对基本概念做了描述，显然，对于已阅读此详细揭露的本领域的普通技术人员来讲，上述详细揭露仅作为示例，而并不构成对本申请的限制。虽然此处并没有明确说明，本领域技术人员可以对本申请进行各种修改、改进和修正。这类修改、改进和修正在本申请中被建议，所以所述修改、改进、修正仍属本申请示范实施例的精神和范围。
同时，本申请使用了特定术语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关之某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外，本申请的一个或更多实施例中的某些特征、结构或特点可以进行适当的组合。
此外，本领域的普通技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改良。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可以表现为位于一个或更多计算机可读介质中的计算机产品，所述产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质、或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。
此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动装置上安装所描述的系统。
同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或更多发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

Claims (19)

1.一种系统，其特征在于，所述系统包括：
至少一个存储介质，所述至少一个存储介质包括用于处理与多个车辆相关的GPS信息的指令；以及
至少一个处理器，其被配置为与所述至少一个存储介质通信，其中当执行所述指令集时，所述至少一个处理器用于：
获取与所述多个车辆相关的GPS信息；
根据所述GPS信息确定所述多个车辆的行驶轨迹信息，其中，所述行驶轨迹信息包括所述多个车辆中的每辆车的时间点信息、坐标信息及速度信息；
根据所述行驶轨迹信息确定所述交通管制路段的参考点；以及
根据所述参考点和所述行驶轨迹信息确定所述交通管制路段的队列长度。
2.根据权利要求1所述的系统，其特征在于，所述行驶轨迹信息还包括所述多个车辆中的每辆车的ID信息、加速度信息或行驶方向信息。
3.根据权利要求1所述的系统，其特征在于，所述至少一个处理器还用于：
当所述多个车辆中的某个车辆的车速低于交通管制路段的预定速度阈值时，判断该车辆加入队列或作为队列中的第一辆车开始排队。
4.根据权利要求1所述的系统，其特征在于，为了根据所述行驶轨迹信息确定参考点，所述至少一个处理器用于：
为所述交通管制路段确定对应于多个时间点的多个队列；
根据所述多个队列确定多个候选参考点；以及
根据聚类算法和所述多个候选参考点，确定所述交通管制路段的参考点，其中，所述参考点是队列的起始位置。
5.根据权利要求1所述的系统，其特征在于，为了根据所述参考点和所述行驶轨迹信息确定队列长度，所述至少一个处理器用于：
确定队列中的第一排队点，其中，所述第一排队点是队列尾部的点，并且所述第一排队点是在交通信号灯由红色变为绿色时进入队列的车辆的位置，或者在交通信号灯由红色变为绿色时队列中最后一辆车的位置；以及
根据所述第一排队点和所述参考点确定所述队列长度。
6.根据权利要求5所述的系统，其特征在于，为了根据所述参考点和所述行驶轨迹信息来确定队列长度，所述至少一个处理器用于：
确定与交通管制路段对应的连接线；
确定所述第一排队点在所述连接线上的第一投影点；
确定所述参考点在所述连接线上的第二投影点；以及
根据所述第一投影点和所述第二投影点确定所述队列长度。
7.根据权利要求1所述的系统，其特征在于，所述至少一个处理器还用于：
根据所述行驶轨迹信息确定至少一个交通参数。
8.根据权利要求7所述的系统，其特征在于，所述至少一个交通参数包括所述队列的集结波速率、所述队列的消散波速率或所述队列的平均通过率。
9.根据权利要求8所述的系统，其特征在于，所述至少一个处理器还用于：
根据所述队列长度、所述队列的集结波速率、所述队列的消散波速率、或所述队列的平均通过率，确定与交通信号灯相关的控制参数。
10.一种方法，所述方法在计算设备上实施，所述计算设备包括至少一个处理器、至少一个存储介质和连接至网路的通信平台，其特征在于，所述方法包括：
获取与所述多个车辆相关的GPS信息；
根据所述GPS信息确定所述多个车辆的行驶轨迹信息，其中，所述行驶轨迹信息包括所述多个车辆中的每辆车的时间点信息、坐标信息和速度信息；
根据所述行驶轨迹信息确定所述交通管制路段的参考点；以及
根据所述参考点和所述行驶轨迹信息确定所述交通管制路段的队列长度。
11.根据权利要求10所述的方法，其特征在于，所述行驶轨迹信息还包括所述多个车辆中的每辆车的ID信息、加速度信息或行驶方向信息。
12.根据权利要求10所述的方法，其特征在于，所述方法还包括：
当所述多个车辆中的某个车辆的车速低于交通管制路段的预定速度阈值时，判断该车辆加入队列或作为队列中的第一辆车开始排队。
13.根据权利要求10所述的方法，其特征在于，所述根据所述行驶轨迹信息确定所述交通管制路段的参考点包括：
为所述交通管制路段确定对应于多个时间点的多个队列；
根据所述多个队列确定多个候选参考点；以及
根据聚类算法和所述多个候选参考点，确定所述交通管制路段的参考点，其中，所述参考点是队列的起始位置。
14.根据权利要求10所述的方法，其特征在于，所述根据所述述参考点和所述行驶轨迹信息来确定所述交通管制路段队列长度包括：
确定队列中的第一排队点，其中，所述第一排队点是队列尾部的点，及第一排队点是在交通信号灯由红色变为绿色时进入队列的车辆的位置，或者在交通信号灯由红色变为绿色时的队列中最后一辆车的位置；以及
根据第一个队列点和参考点确定队列长度。
15.根据权利要求14所述的方法，其特征在于，所述根据所述参考点和所述行驶轨迹信息来确定所述交通管制路段的队列长度包括：
确定与所述交通管制路段对应的连接线；
确定所述第一排队点在所述连接线上的第一投影点；
确定所述参考点在所述连接线上的第二投影点；以及
根据所述第一投影点和所述第二投影点确定队列长度。
16.根据权利要求10所述的方法，其特征在于，所述方法还包括：
根据所述行驶轨迹信息确定至少一个交通参数。
17.根据权利要求16所述的方法，其特征在于，所述至少一个交通参数包括所述队列的集结波速率、所述队列的消散波速率或所述队列的平均通过率。
18.根据权利要求17所述的方法，其特征在于，所述方法还包括：
根据所述队列长度、所述队列的集结波速率、所述队列的消散波速率或所述队列的平均通过率，确定与交通信号灯相关的控制参数。
19.一种非暂时性计算机可读介质，其特征在于，所述非暂时性计算机可读介质包括用于处理与多个车辆相关的GPS信息的指令，当所述指令被至少一个处理器执行时，导致所述至少一个处理器执行：
获取与多个车辆相关的GPS信息；
根据所述GPS信息确定所述多个车辆的行驶轨迹信息，其中，所述行驶轨迹信息包括所述多个车辆中的每辆车的时间点信息、坐标信息和速度信息；
根据所述行驶轨迹信息确定所述交通管制路段的参考点；以及
根据所述参考点和所述行驶轨迹信息确定所述交通管制路段的队列长度。
CN201780041274.7A 2017-08-08 2017-08-08 交通信号灯配时系统与方法 Active CN109891469B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/096377 WO2019028656A1 (en) 2017-08-08 2017-08-08 SYSTEMS AND METHODS FOR SIGNALING FIRE SYNCHRONIZATION

Publications (2)

Publication Number Publication Date
CN109891469A true CN109891469A (zh) 2019-06-14
CN109891469B CN109891469B (zh) 2022-02-08

Family

ID=65273223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780041274.7A Active CN109891469B (zh) 2017-08-08 2017-08-08 交通信号灯配时系统与方法

Country Status (5)

Country Link
US (1) US20200175859A1 (zh)
EP (1) EP3652718A4 (zh)
CN (1) CN109891469B (zh)
TW (1) TWI690906B (zh)
WO (1) WO2019028656A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110853380A (zh) * 2019-10-15 2020-02-28 同济大学 一种基于轨迹数据的信号控制时段划分方法
CN111667701A (zh) * 2020-05-27 2020-09-15 北京百度网讯科技有限公司 信控设备调整方法和装置
CN111833619A (zh) * 2020-06-17 2020-10-27 东南大学 一种过饱和交通状态干线双向信号协调设计方法与装置
CN112037540A (zh) * 2020-08-10 2020-12-04 东南大学 一种潮汐交通状态干线信号协调设计方法与装置
CN112802325A (zh) * 2019-11-13 2021-05-14 北京百度网讯科技有限公司 车辆排队长度检测方法及装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021128365A1 (en) * 2019-12-28 2021-07-01 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for controlling traffic signals
CN111524345B (zh) * 2020-03-27 2021-11-02 武汉理工大学 一种车辆实时排队长度约束下多目标优化的感应控制方法
CN113506443A (zh) * 2021-09-10 2021-10-15 华砺智行(武汉)科技有限公司 排队长度与交通量估算方法、装置、设备及可读存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1026534A (ja) * 1996-07-10 1998-01-27 Matsushita Electric Ind Co Ltd 位置追尾システム装置
US20080204277A1 (en) * 2007-02-27 2008-08-28 Roy Sumner Adaptive traffic signal phase change system
CN101789181A (zh) * 2010-01-28 2010-07-28 同济大学 基于单截面检测器的信号交叉口停车延误测定方法
CA2844536A1 (en) * 2011-08-03 2013-02-07 Stc, Inc. Light rail vehicle monitoring and stop bar overrun system
CN103208191A (zh) * 2012-01-13 2013-07-17 上海济祥智能交通科技有限公司 一种城市道路交叉口过饱和条件下信号协调控制的优化方法
CN104464311A (zh) * 2014-12-10 2015-03-25 苏州市易路交通科技有限公司 一种城市道路路口信号协调控制的优化方法
US20150312529A1 (en) * 2014-04-24 2015-10-29 Xerox Corporation System and method for video-based determination of queue configuration parameters
CN105023428A (zh) * 2014-04-15 2015-11-04 高德软件有限公司 路况信息评估方法及装置
US20170206783A1 (en) * 2016-01-14 2017-07-20 Siemens Industry, Inc. Systems and methods to detect vehicle queue lengths of vehicles stopped at a traffic light signal

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008033774A (ja) * 2006-07-31 2008-02-14 Denso Corp 信号機情報報知システム及び車載機
TWI406197B (zh) * 2010-05-26 2013-08-21 Univ Kun Shan 交通號誌之控制方法
GB201118432D0 (en) * 2011-10-25 2011-12-07 Tomtom Dev Germany Gmbh Detecting traffic light cycle and transition times from GPS probe data
JP6048421B2 (ja) * 2014-01-31 2016-12-21 トヨタ自動車株式会社 信号機のサイクル長推定装置
CN105869415B (zh) * 2015-11-30 2018-08-10 乐卡汽车智能科技（北京）有限公司 车路协同交通灯及车路协同交通灯的控制方法
GB2555541B (en) * 2016-01-26 2021-09-15 Beijing Didi Infinity Technology & Dev Co Ltd Systems and methods for monitoring on-route transportations
US10181263B2 (en) * 2016-11-29 2019-01-15 Here Global B.V. Method, apparatus and computer program product for estimation of road traffic condition using traffic signal data
US10002530B1 (en) * 2017-03-08 2018-06-19 Fujitsu Limited Traffic signal control using multiple Q-learning categories

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1026534A (ja) * 1996-07-10 1998-01-27 Matsushita Electric Ind Co Ltd 位置追尾システム装置
US20080204277A1 (en) * 2007-02-27 2008-08-28 Roy Sumner Adaptive traffic signal phase change system
CN101789181A (zh) * 2010-01-28 2010-07-28 同济大学 基于单截面检测器的信号交叉口停车延误测定方法
CA2844536A1 (en) * 2011-08-03 2013-02-07 Stc, Inc. Light rail vehicle monitoring and stop bar overrun system
CN103208191A (zh) * 2012-01-13 2013-07-17 上海济祥智能交通科技有限公司 一种城市道路交叉口过饱和条件下信号协调控制的优化方法
CN105023428A (zh) * 2014-04-15 2015-11-04 高德软件有限公司 路况信息评估方法及装置
US20150312529A1 (en) * 2014-04-24 2015-10-29 Xerox Corporation System and method for video-based determination of queue configuration parameters
CN104464311A (zh) * 2014-12-10 2015-03-25 苏州市易路交通科技有限公司 一种城市道路路口信号协调控制的优化方法
US20170206783A1 (en) * 2016-01-14 2017-07-20 Siemens Industry, Inc. Systems and methods to detect vehicle queue lengths of vehicles stopped at a traffic light signal

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110853380A (zh) * 2019-10-15 2020-02-28 同济大学 一种基于轨迹数据的信号控制时段划分方法
WO2021073526A1 (zh) * 2019-10-15 2021-04-22 同济大学 一种基于轨迹数据的信号控制时段划分方法
CN112802325A (zh) * 2019-11-13 2021-05-14 北京百度网讯科技有限公司 车辆排队长度检测方法及装置
US11468769B2 (en) 2019-11-13 2022-10-11 Apollo Intelligent Connectivity (Beijing) Technology Co., Ltd. Method for detecting vehicle queue length
CN111667701A (zh) * 2020-05-27 2020-09-15 北京百度网讯科技有限公司 信控设备调整方法和装置
CN111833619A (zh) * 2020-06-17 2020-10-27 东南大学 一种过饱和交通状态干线双向信号协调设计方法与装置
CN112037540A (zh) * 2020-08-10 2020-12-04 东南大学 一种潮汐交通状态干线信号协调设计方法与装置

Also Published As

Publication number Publication date
US20200175859A1 (en) 2020-06-04
EP3652718A4 (en) 2020-08-12
WO2019028656A1 (en) 2019-02-14
TW201921326A (zh) 2019-06-01
EP3652718A1 (en) 2020-05-20
TWI690906B (zh) 2020-04-11
CN109891469B (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN109891469A (zh) 交通信号灯配时系统与方法
AU2020201991B2 (en) Systems and methods for recommending an estimated time of arrival
JP6925479B2 (ja) 共有可能な注文を割り当てるためのシステムおよび方法
JP6568240B2 (ja) 運輸サービスの料金を求める方法及びシステム
JP6584640B2 (ja) リクエストの位置情報を変更する方法およびシステム
CN110998686B (zh) 一种交通灯配时的系统和方法
TWI675184B (zh) 用於路線規劃的系統、方法及非暫時性電腦可讀取媒體
CN109313846A (zh) 用于推荐上车点的系统和方法
CN110476184A (zh) 拼车方法及系统
TW201903622A (zh) 用於路徑規劃的方法及系統
CN110537212A (zh) 确定预估到达时间的系统与方法
CN110832478B (zh) 用于按需服务的系统和方法
CN110785627B (zh) 一种用于路径确定的系统和方法
CN110447050A (zh) 用于在线按需服务中分配订单的系统和方法
US11580451B2 (en) Systems and methods for determining estimated time of arrival
CN109313742A (zh) 确定预估到达时间的方法及系统
CN109429520A (zh) 用于车辆检查的系统和方法
CN109923373A (zh) 用于确定车辆参考方向的系统和方法
TWI703526B (zh) 使用機器學習技術來估價的系統和方法
CN110402370A (zh) 用于确定服务请求的推荐信息的系统和方法
TWI674510B (zh) 用於推薦搭乘地點的系統和方法
CN110741401B (zh) 用于预约拼车服务的系统和方法

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