CN110085040B - 基于公交信号优先的实时车头时距均衡控制方法和系统 - Google Patents

基于公交信号优先的实时车头时距均衡控制方法和系统 Download PDF

Info

Publication number
CN110085040B
CN110085040B CN201910280432.5A CN201910280432A CN110085040B CN 110085040 B CN110085040 B CN 110085040B CN 201910280432 A CN201910280432 A CN 201910280432A CN 110085040 B CN110085040 B CN 110085040B
Authority
CN
China
Prior art keywords
headway
intersection
time
bus
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.)
Active
Application number
CN201910280432.5A
Other languages
English (en)
Other versions
CN110085040A (zh
Inventor
叶智锐
赵佳慧
毕辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southeast University
Original Assignee
Southeast University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southeast University filed Critical Southeast University
Priority to CN201910280432.5A priority Critical patent/CN110085040B/zh
Publication of CN110085040A publication Critical patent/CN110085040A/zh
Application granted granted Critical
Publication of CN110085040B publication Critical patent/CN110085040B/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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles

Landscapes

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

Abstract

本发明公开一种基于公交信号优先的实时车头时距均衡控制方法，针对公交优先信号对个别公交车的优先导致公交车车头时距不均衡，进而造成公交车辆聚束到达的问题，综合考虑了车辆延误、优先策略、路网系统运行效率和乘客等待时间等因素，建立一种实时公交信号优先控制模型，以均衡公交车辆的车头时距，改善公交拥挤问题，减少乘客等待时间。一方面解决了传统公交信号优先对于公交车车头时距造成波动的影响；另一方面，本发明方法涉及参数较少且都很容易得到，无需复杂的算法和优化过程等，实用性强，可大幅提高城市公交系统运营效率，提高乘客的满意度。本发明还公开一种基于公交信号优先的实时车头时距均衡控制系统。

Description

基于公交信号优先的实时车头时距均衡控制方法和系统
技术领域
本发明涉及交通管理与控制领域，尤其涉及一种公交信号优先的实时车头时距均衡控制方法和系统。
背景技术
城市道路中公共汽车延误的主要来源是信号交叉口和车站内停留时间。公交信号优先控制策略优先通过信号交叉口的公共汽车，以减少公交车辆在交叉口处的等待时间。另一方面，公交服务的停留时间取决于上下车乘客的数量，一旦公共汽车由于外部干扰而落后于预定时间，它有可能为更多的乘客提供服务，延长停留时间；相反，如果一辆公共汽车比预定时间提前到达，候车的乘客就会减少，而又会减少站内停留时间。因此，由于若干情况的干扰，导致公交系统偏离平衡车头时距，进而形成公交车辆聚束到达问题，对乘客和公交系统运营产生不利影响。
现有的研究中，由于以减少公交车延误为目标的公交信号优先方法通常对公交车的优先幅度时高时低，导致车头时距的不稳定性情况显著增加。根据公交车辆聚束问题的生成机理，在信号优先控制后的车头时距大幅扰动将会增加车辆聚束问题出现的风险。而缓解公交车辆聚束问题的研究中又忽略了对于公交车优先权限的考虑，降低整个路网系统的运行效率。显然，两种问题的解决都很难达到平衡。
因此，现有的公交优先控制方法不能很好地解决信号优先所带来的车头时距扰动、加剧公交车辆聚束到达的问题。
发明内容
本发明所要解决的技术问题是：
有鉴于此，为了有效地解决公交信号优先所带来的车头时距扰动、加剧公交车辆聚束到达的问题，本发明提供一种公交信号优先的实时车头时距均衡控制方法和系统，减少公交车在交叉口的延误时间，减少车站内乘客的等待时间。
本发明为解决上述技术问题采用以下技术方案：
一种基于公交信号优先的实时车头时距均衡控制方法，其包括数据采集步骤、检测步骤、信号配时优化步骤；
S1、数据采集步骤，采集路网车辆运行数据；
S2、检测步骤，记录不同线路公交车通过不同检测点的当前车头时距、通过车头时距和通过公交车数量；
S3、信号配时优化步骤，根据检测步骤获取到的公交车信息的不同情况得到不同公交线路的信号优先申请强度并得到交叉口各车道申请强度，综合路网车辆运行数据评价结果和冲突相位参数共同修正交叉口各车道申请强度，最后计算得到优化的信号配时。
进一步地，所述步骤S1中采集的路网车辆运行数据包含平均排队长度、排队区域车辆停车次数、平均车辆延误、平均停车次数。
进一步地，所述步骤S2中不同线路公交车通过不同检测点的当前车头时距、通过车头时距和通过公交车数量的计算公式如下：
Figure BDA0002021479250000021
Figure BDA0002021479250000022
N(t,n,k)＝N(t-1,n,k)+B(t,n,k)
其中，H* (t,n,k)表示线路k公交车辆在时间t通过检测器n的时间间隔；H(t,n,k)表示线路k前后两辆公交车在时间t通过检测器n的时间间隔；N(t,n,k)记录线路k在时间t通过检测器n的公交车数量；B(t,n,k)为0-1变量，当线路k公交车辆在时间t通过检测器n时为1，反之为0。
进一步地，所述步骤S3中根据公交车信息的不同情况得到不同公交线路的信号优先申请强度F_adj(s,l,k)的计算公式如下，其中H_best(k)表示线路k的期望最佳车头时距，F_adj(s,l,k)表示线路k在交叉口s车道l的申请调整量，使得实际车头时距逼近于期望最佳车头时距，β为一级申请强度调整系数，α为二级申请强度调整系数：
如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)≤H_best(k)&H(t0,n-1,k)>H_best(k)，申请强度公式如下：
Figure BDA0002021479250000024
如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)>H_best(k)，申请强度公式如下：
Figure BDA0002021479250000023
如果满足N(t0-1n,k)<N(t0,n,k)&H* (t0,n,k)≤H_best(k)&H(t0,n-1,k)≤H_best(k)，则不提出优先申请；
如果满足N(t0-1,n,k)＝N(t0,n,k)，则不提出优先申请。
进一步地，所述步骤S3中得到交叉口各车道申请强度包括将各个线路公交车在不同监测点提出的优先申请转换到对应交叉口所属的车道上，F(s,l)表示标准化各线路在交叉口s车道l的申请调整量，计算公式如下：
Figure BDA0002021479250000031
进一步地，所述步骤S3中路网车辆运行数据评价包括采用Entropy-Topsis方法基于路网车辆运行数据评价交叉口各车道的运行效率，M(s,l)表示对交叉口s车道l路网运行指标I的综合评价结果，计算公式如下，其中I(s,l,i)表示交叉口s车道l路网运行第i个评价指标，I_best(i)表示路网运行第i个评价指标的最优值，I’(s,l,i)表示交叉口s车道l路网运行第i个评价指标的标准化，w(i)表示路网运行第i个评价指标的权重：
Figure BDA0002021479250000032
Figure BDA0002021479250000033
进一步地，所述步骤S3中综合路网车辆运行数据评价结果和冲突相位参数共同修正交叉口各车道申请强度的计算公式如下，其中M(s,l)表示对交叉口s车道l路网运行指标I的综合评价结果，η(l1,l2)表示车站st前交叉口中l1车道与l2车道耦合权重，θ(s,l1,l2)表示依据交叉口s车道l1的运行状态校准车道l2运行状态，G(s,l)表示交叉口s车道l的绿灯时间申请调整量，F(s,l)表示标准化各线路在交叉口s车道l的申请调整量：
Figure BDA0002021479250000034
Figure BDA0002021479250000035
进一步地，所述步骤S3中计算得到优化的信号配时方案为基本绿灯时间加上可调节绿灯时间，计算公式如下，其中G_min(s,h)表示交叉口s相位h的最短绿灯时间，G_adj(s)表示交叉口s的全部可调节绿灯时间，G(s,l)表示交叉口s车道l的绿灯时间申请调整量，G(s,h)表示交叉口s相位h的优化绿灯时间：
Figure BDA0002021479250000041
在另一实施例中，提供一种基于公交信号优先的实时车头时距均衡控制系统，其包括数据采集模块、检测器模块及信号配时优化模块，其中
数据采集模块用于采集路网车辆运行数据；
检测器模块用于记录不同线路公交车通过不同检测点的当前车头时距、通过车头时距和通过公交车数量；
信号配时优化模块用于根据检测器模块获取到的公交车信息的不同情况得到不同公交线路的信号优先申请强度并得到交叉口各车道申请强度，综合路网车辆运行数据评价结果和冲突相位参数共同修正交叉口各车道申请强度，最后计算得到优化的信号配时。
进一步地，信号配时优化模块包括：
公交线路信号优先申请强度计算模块，用于根据公交车信息的不同情况得到不同公交线路的信号优先申请强度；
车道申请强度计算模块，用于将各个线路公交车在不同监测点提出的优先申请转换到对应交叉口所属的车道上，得到交叉口各车道申请强度；
路网车辆运行数据评价模块，用于基于路网车辆运行数据评价交叉口各车道的运行效率；
车道申请强度修正模块，用于综合路网车辆运行数据评价结果和冲突相位参数共同修正交叉口各车道申请强度；及
信号配时计算模块，用于基于修正后的交叉口各车道申请强度计算得到优化的信号配时。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
与现有方法相比，本发明的一种公交信号优先的实时车头时距均衡控制方法和系统具有以下优点：
本发明有效地均衡车头时距，显著降低乘客等待延误，公交车的平均延误，提高公交车站的停靠能力。此外，该模型不会显著增加对其它车辆的负面影响，在乘客等待时间、平均公交延误和停靠站方面得到改善，提高了整个公交系统的服务质量。
本发明提出了优先请求修正方法，综合考虑了路网各车道的运行效率及冲突相位的影响，这样一方面保证了每个发出的优先请求的效益，另一方面也降低了优先对非优先相位带来的干扰，从而提高了信号交叉口整体的通行效率。
附图说明
图1是一种公交信号优先的实时车头时距均衡控制方法的总流程图。
图2是路网检测器铺设示意图。
图3是公交车经过检测器的“当前车头时距”和“通过车头时距”示意图。
图4是车头时距不同情况对应申请强度分析示意图。
具体实施方式
下面按照图1中的流程对本发明的具体实施方式作更进一步的说明。
本发明方法包括数据采集步骤、检测步骤、信号配时优化步骤。数据采集步骤即路网车辆运行数据采集，包含平均排队长度、排队区域车辆停车次数、平均车辆延误、平均停车次数。得到的路网运行数据用于修正申请强度。信号配时优化步骤，根据检测器获取到公交车信息的不同情况得到不同公交线路的信号优先申请强度，
根据由检测步骤获得的实时数据，包括不同线路公交车通过不同检测点的当前车头时距、通过车头时距和通过公交车数量，本发明对公交车辆到达下游检测器时，当前车头时距是否超过标准进行了提前预判，生成交叉口不同相位的公交信号优先(BSP)应用申请。为了减少BSP对其他交通流的负面影响，该发明利用Entropy-Topsis综合评价模型来衡量负面影响，并将评价结果作为约束条件之一。综合路网车辆运行数据评价结果和冲突相位参数共同修正交叉口各车道申请强度，以优化下一个信号周期内的信号配时周期和整个交叉口绿灯时间的分配。
如图2所示，主干路设有公交专用道，支路不设置公交专用道。在本发明基于公交信号优先的实时车头时距均衡控制系统中，所有车道上都要铺设车辆运行数据检测器，即延误检测器和排队检测器，只在公交专用道出道口上铺设公交车运行数据检测器，用于识别公交车辆经过的检测器。
延误检测器和排队检测器设置在停车线前50m处，检测交叉口的车辆运行效率，包括平均排队长度、排队区域车辆停车次数、平均车辆延误、平均停车次数。识别公交车辆经过的检测器负责记录不同线路公交车通过不同检测点的当前车头时距、通过车头时距和通过公交车数量。
由于实时问题中的不确定性因素(如实际的交通饱和度、信号交叉口的等待时间等)，在固定的检测点记录每一时刻同一个线路连续两辆车之间的时间间隔是不可能的。为了方便起见，检测器记录的时间间隔被定义为当前车头时距，即前一辆公交车已经通过检测器，后一辆公交车没有通过检测器的情况。已记录的时间间隔被定义为通过车头时距，是指公交车辆已经到达或通过检测器的情况，如图3所示。
通过车头时距是由检测器获得的，且当前的车头时距是未知的(每一秒都会更新得到一个新的值)。与当前车头时距控制方法相比，基于过去车头时距控制方法，公交车辆的控制效果是延迟的。因此，本研究的另一个创新点是提前准确预测当前车头时距，并以此作为确定公交信号优先应用的依据。
本发明的实例中，通过车头时距和当前车头时距的变化情况进行比较，分别对应提出的不同申请强度，两种车头时距的示意图如图4所示。H* (t,n,k)表示线路k公交车辆在时间t通过检测器n的时间间隔；H(t,n,k)表示线路k前后两辆公交车在时间t通过检测器n的时间间隔。H_best(k)表示线路k的期望最佳车头时距。β为一级申请强度调整系数，α为二级申请强度调整系数，其中，对α/β做灵敏性分析，分析不同比值对信号配时变化量的影响，通过重复试验得到申请强度调整系数。
情况1(如图4之(a)所示)：如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)≤H_best(k)&
H(t0,n-1,k)>H_best(k)的条件，根据上游探测器n-1的记录，通过车头时距可能超过最佳车头时距。BSP申请的调整量应使实际车头时距逼近最佳车头时距，申请强度公式如下：
Figure BDA0002021479250000061
情况2(如图4之(b)所示)：如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)>H_best(k)的条件，当前车头时距已经超过最佳车头时距的标准。BSP申请的调整量应使实际车头时距逼近最佳车头时距，考虑到当前车头时距的下限已超过最佳车头时距，调整系数β大于调整系数α；另一方面，H* (t,n,k)是当前车头时距的下界，由于路网的不稳定性获取的当前车头时距有时不能反映实际情况，因此通过车头时距H(t,n-1,k)仍然可以用作参考值。从保守的角度来看，选择两个申请调整结果中最大的一个作为BSP申请调整量。申请强度公式如下：
Figure BDA0002021479250000062
情况3(如图4之(c)所示)：如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)≤H_best(k)&H(t0,n-1,k)≤H_best(k)的条件，表示公交车车队在正常状态下运行，则不提出优先申请；
情况4(如图4之(d)所示)：如果满足N(t0-1,n,k)＝N(t0,n,k)的条件，表示公交信号优先控制区内没有公交车辆通过，则不提出优先申请。
为了举例说明本发明的实现，描述了上述的具体实施方式。但是本发明的其他变化和修改，对于本领域技术人员是显而易见的，在本发明所公开的实质和基本原则范围内的任何修改、变化或者仿效变换都属于本发明的权利要求保护范围。

Claims (4)

1.一种基于公交信号优先的实时车头时距均衡控制方法，其特征在于，包括数据采集步骤、检测步骤、信号配时优化步骤；
S1、数据采集步骤，采集路网车辆运行数据；
S2、检测步骤，记录不同线路公交车通过不同检测点的当前车头时距、通过车头时距和通过公交车数量；
所述不同线路公交车通过不同检测点的当前车头时距、通过车头时距和通过公交车数量的计算公式如下：
Figure FDA0002739115750000011
Figure FDA0002739115750000012
N(t,n,k)＝N(t-1,n,k)+B(t,n,k)
其中，H* (t,n,k)表示线路k公交车辆在时间t通过检测器n的时间间隔；H(t,n,k)表示线路k前后两辆公交车在时间t通过检测器n的时间间隔；N(t,n,k)记录线路k在时间t通过检测器n的公交车数量；B(t,n,k)为0-1变量，当线路k公交车辆在时间t通过检测器n时为1，反之为0；
S3、信号配时优化步骤，根据检测步骤获取到的公交车信息的不同情况得到不同公交线路的信号优先申请强度并得到交叉口各车道申请强度，综合路网车辆运行数据评价结果和冲突相位参数共同修正交叉口各车道申请强度，最后计算得到优化的信号配时；
所述根据公交车信息的不同情况得到不同公交线路的信号优先申请强度F_adj(s,l,k)的计算公式如下，其中H_best(k)表示线路k的期望最佳车头时距，F_adj(s,l,k)表示线路k在交叉口s车道l的申请调整量，使得实际车头时距逼近于期望最佳车头时距，β为一级申请强度调整系数，α为二级申请强度调整系数：
如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)≤H_best(k)&H(t0,n-1,k)>H_best(k)，申请强度公式如下：
Figure FDA0002739115750000013
如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)>H_best(k)，申请强度公式如下：
Figure FDA0002739115750000021
如果满足N(t0-1,n,k)<N(t0,n,k)&H* (t0,n,k)≤H_best(k)&H(t0,n-1,k)≤H_best(k)，则不提出优先申请；
如果满足N(t0-1,n,k)＝N(t0,n,k)，则不提出优先申请；
所述得到交叉口各车道申请强度包括将各个线路公交车在不同监测点提出的优先申请转换到对应交叉口所属的车道上，F(s,l)表示标准化各线路在交叉口s车道l的申请调整量，计算公式如下：
Figure FDA0002739115750000022
所述综合路网车辆运行数据评价结果和冲突相位参数共同修正交叉口各车道申请强度的计算公式如下，其中M(s,l)表示对交叉口s车道l路网运行指标I的综合评价结果，
Figure FDA0002739115750000023
表示车站st前交叉口中l1车道与l2车道耦合权重，
Figure FDA0002739115750000024
表示依据交叉口s车道l1的运行状态校准车道l2运行状态，G(s,l)表示交叉口s车道l的绿灯时间申请调整量，F(s,l)表示标准化各线路在交叉口s车道l的申请调整量：
Figure FDA0002739115750000025
Figure FDA0002739115750000026
2.如权利要求1所述的一种基于公交信号优先的实时车头时距均衡控制方法，其特征在于：所述步骤S1中采集的路网车辆运行数据包含平均排队长度、排队区域车辆停车次数、平均车辆延误、平均停车次数。
3.如权利要求1所述的一种基于公交信号优先的实时车头时距均衡控制方法，其特征在于所述步骤S3中路网车辆运行数据评价包括采用Entropy-Topsis方法基于路网车辆运行数据评价交叉口各车道的运行效率，M(s,l)表示对交叉口s车道l路网运行指标I的综合评价结果，计算公式如下，其中I(s,l,i)表示交叉口s车道l路网运行第i个评价指标，I_best(i)表示路网运行第i个评价指标的最优值，I’(s,l,i)表示交叉口s车道l路网运行第i个评价指标的标准化，w(i)表示路网运行第i个评价指标的权重：
Figure FDA0002739115750000031
Figure FDA0002739115750000032
4.如权利要求1所述的一种基于公交信号优先的实时车头时距均衡控制方法，其特征在于：所述步骤S3中计算得到优化的信号配时方案为基本绿灯时间加上可调节绿灯时间，计算公式如下，其中G_min(s,h)表示交叉口s相位h的最短绿灯时间，G_adj(s)表示交叉口s的全部可调节绿灯时间，G(s,l)表示交叉口s车道l的绿灯时间申请调整量，G(s,h)表示交叉口s相位h的优化绿灯时间：
Figure FDA0002739115750000033
CN201910280432.5A 2019-04-09 2019-04-09 基于公交信号优先的实时车头时距均衡控制方法和系统 Active CN110085040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910280432.5A CN110085040B (zh) 2019-04-09 2019-04-09 基于公交信号优先的实时车头时距均衡控制方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910280432.5A CN110085040B (zh) 2019-04-09 2019-04-09 基于公交信号优先的实时车头时距均衡控制方法和系统

Publications (2)

Publication Number Publication Date
CN110085040A CN110085040A (zh) 2019-08-02
CN110085040B true CN110085040B (zh) 2020-12-01

Family

ID=67414649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910280432.5A Active CN110085040B (zh) 2019-04-09 2019-04-09 基于公交信号优先的实时车头时距均衡控制方法和系统

Country Status (1)

Country Link
CN (1) CN110085040B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111369814B (zh) * 2020-05-07 2020-11-17 深圳市城市交通规划设计研究中心股份有限公司 一种车路协同公交车控制方法、装置及终端设备
CN112669643B (zh) * 2021-03-16 2021-06-04 长沙理工大学 一种基于双层规划的公交实时调度与信号控制方法
CN114399922B (zh) * 2021-12-24 2023-03-31 同济大学 考虑公交优先的交叉口网联自动驾驶车辆轨迹控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103680163B (zh) * 2013-12-03 2016-01-27 青岛海信网络科技股份有限公司 基于公交需求的区域公交信号优先方法
CN104299433B (zh) * 2014-06-05 2016-09-14 上海应用技术学院 基于rfid车载电子标签的公交信号优先控制方法
CN105118312B (zh) * 2015-07-22 2017-09-29 东南大学 信号交叉口多线路多公交车辆优先控制方法
CN107452218B (zh) * 2017-09-22 2020-04-03 西北工业大学 一种多无人车编队的交叉路口集中式调度方法
CN108447282B (zh) * 2018-05-18 2020-10-23 长沙理工大学 一种基于车路协同的公交实时调度与优先控制方法
CN108898824B (zh) * 2018-07-25 2021-06-29 公安部交通管理科学研究所 一种基于c-v2x的交叉口公交信号优先控制系统及控制方法

Also Published As

Publication number Publication date
CN110085040A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN110085040B (zh) 基于公交信号优先的实时车头时距均衡控制方法和系统
CN106097730B (zh) 一种路段车辆排队长度的估计方法、装置及系统
US6470262B2 (en) Method for traffic situation determination on the basis of reporting vehicle data for a traffic network with traffic-controlled network nodes
CN106991824B (zh) 收费站车辆排队预测方法
CN106781499B (zh) 一种交通网络效率评价系统
CN102542801A (zh) 一种融合多种交通数据的交通状况预测系统及方法
Camus et al. Estimation of transit reliability level-of-service based on automatic vehicle location data
CN113053114B (zh) 高速公路违规车辆出口站及出口时间的动态预测稽查方法
Xinghao et al. Predicting bus real-time travel time basing on both GPS and RFID data
Fadaei et al. Evaluating the impacts and benefits of public transport design and operational measures
Diab et al. The farside story: measuring the benefits of bus stop location on transit performance
CN109993981A (zh) 基于全息检测的交通信号自协调控制方法
CN104064041A (zh) 基于公用交通车队优先的交通信号灯调整系统和方法
CN113112789B (zh) 城市快速路突发事件的影响预测及管控方法
Oskarbski et al. Estimating the average speed of public transport vehicles based on traffic control system data
CN115099721B (zh) 一种基于大数据分析的客车交通拥挤度评估系统及方法
CN202394387U (zh) 一种融合多种交通数据的交通状况预测系统
CN112885089A (zh) 一种基于多维指标的干线绿波智能诊断模型
US10339799B2 (en) Method and system to identify congestion root cause and recommend possible mitigation measures based on cellular data and related applications thereof
Messer Advanced freeway system ramp metering strategies for Texas
Hellinga et al. An overview of a simulation study of the Highway 401 freeway traffic management system
CN113593222B (zh) 一种多源数据支撑的交通管控诊断方法
Sananmongkhonchai et al. Road traffic estimation from multiple GPS data using incremental weighted update
KR20230063080A (ko) 교통량 증대를 위한 신호교차로 노면조건 및 교통패턴 분석 결과에 따른 신호등 운영 시스템
Bennecke et al. Time-dependent service quality of network sections

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