CN110998686A - 一种交通灯配时的系统和方法 - Google Patents
一种交通灯配时的系统和方法 Download PDFInfo
- Publication number
- CN110998686A CN110998686A CN201780093827.3A CN201780093827A CN110998686A CN 110998686 A CN110998686 A CN 110998686A CN 201780093827 A CN201780093827 A CN 201780093827A CN 110998686 A CN110998686 A CN 110998686A
- Authority
- CN
- China
- Prior art keywords
- traffic
- determining
- intersection
- queue
- state
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
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
- G08G1/01—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
- G08G1/0129—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
- G08G1/01—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
- G08G1/07—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
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及生成与交叉路口处的至少两个交通管制区段的至少两个交通灯相关的控制参数的系统和方法。该系统可以执行该方法以获取至少两个交通管制区段的至少两个交通参数;基于该至少两个交通参数,确定该交叉路口的交通状态;基于该交叉路口的交通状态,确定目标状态;以及通过使用目标函数生成与该至少两个交通灯相关的控制参数,其中该控制参数被配置为改变该至少两个交通灯的操作以优化该交叉路口处的交通以达到该目标状态。
Description
技术领域
本申请涉及交通灯配时的系统和方法,具体地涉及基于车辆的GPS信息的交通灯配时的系统和方法。
背景技术
交通灯配时在现代社会中起着重要作用。用于控制交通灯配时的系统可以从安装在交叉路口附近的地下的硬件组件中获得车辆信息(例如,车辆通过交叉路口的时间点)。但是在某些情况下,可能难以通过硬件组件有效地检测到车辆信息,而且硬件组件的维护成本可能相对较高。
发明内容
根据本申请的一个方面,提供了一种系统。该系统可以包括至少一个存储介质和与该至少一个存储介质通信的至少一个处理器。该至少一个存储介质可以包括一组指令集,该组指令集用于生成与交叉路口处的至少两个交通管制区段的至少两个交通灯相关的控制参数,其中,一个交通灯对应一个交通管制区段。当至少一个处理器执行该指令集时,该至少一个处理器可以执行以下操作中的至少一个。该至少一个处理器可以获取所述至少两个交通管制区段的至少两个交通参数,其中所述至少两个交通参数包括:所述至少两个交通管制区段中的每个单独交通管制区段的队列长度,所述队列的聚集速率,所述队列的消散速率和/或所述队列的平均通过速率。该至少一个处理器可以基于所述至少两个交通参数,确定所述交叉路口的交通状态。该至少一个处理器可以基于所述交叉路口的所述交通状态,确定目标状态。该至少一个处理器可以通过使用目标函数,生成与所述至少两个交通灯相关的控制参数,其中,所述控制参数被配置为改变所述至少两个交通灯的操作以优化所述交叉路口处的交通以达到所述目标状态。
根据本申请的另一方面,提供了一种方法。该方法可以在具有至少一个处理器,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。该方法可以包括以下操作中的至少一个。该至少一个处理器可以获取所述至少两个交通管制区段的至少两个交通参数,其中所述至少两个交通参数包括:所述至少两个交通管制区段中的每个单独交通管制区段的队列长度,所述队列的聚集速率,所述队列的消散速率和/或所述队列的平均通过速率。该至少一个处理器可以基于所述至少两个交通参数,确定所述交叉路口的交通状态。该至少一个处理器可以基于所述交叉路口的所述交通状态,确定目标状态。该至少一个处理器可以通过使用目标函数,生成与所述至少两个交通灯相关的控制参数,其中,所述控制参数被配置为改变所述至少两个交通灯的操作以优化所述交叉路口处的交通以达到所述目标状态。
在一些实施例中,该至少一个处理器可以基于至少两个交通参数确定目标函数。
在一些实施例中,至少一个处理器可以确定所述至少两个交通管制区段中至少两个队列的至少两个消散时间,其中,所述消散时间基于所述队列长度和所述队列的消散速率来确定,一个消散时间对应一个交通管制区段。
在一些实施例中,至少一个处理器可以确定所述至少两个消散时间中的一个消散时间是否大于第一交通灯的第一绿灯时间,其中,所述第一交通灯对应第一交通管制区段,所述第一交通管制区段对应所述至少两个消散时间中的一个消散时间。该至少一个处理器可以响应于确定所述至少两个消散时间中的一个消散时间大于所述交通灯的所述绿灯时间,确定第一交通状态。
在一些实施例中,至少一个处理器可以基于所述第一交通状态确定第一目标状态,其中,所述第一目标状态是使通过所述交叉路口的车辆的平均数量最大化。
在一些实施例中,该至少一个处理器可以响应于确定所述至少两个消散时间中的每一个消散时间小于或等于对应的交通灯的所述绿灯时间,确定所述至少两个交通管制区段的至少两个队列长度中的每一个队列长度是否小于阈值长度。该至少一个处理器可以响应于确定所述至少两个队列长度中的每一个队列长度小于所述阈值长度,确定第二交通状态。
在一些实施例中,该至少一个处理器可以基于所述第二交通状态确定第二目标状态,其中所述第二目标状态是使所述交叉路口处通过的车辆的平均延迟时间最小化。
在一些实施例中,该至少一个处理器可以响应于确定所述至少两个队列长度中的一个队列长度大于或等于所述阈值长度,确定第三交通状态。
在一些实施例中,该至少一个处理器可以基于所述第三交通状态确定第三目标状态,其中,所述第三目标状态是使与所述交叉路口处的所述交通管制区段对应的比率中的所述队列长度与所述阈值长度的最高比率最小化。
在一些实施例中,该控制参数包括每个交通灯的周期时间,每个交通灯的绿灯时间与周期时间的比率,或者所述至少两个交通灯的相位设计。
在一些实施例中,该至少一个处理器可以基于所述交通状态确定约束条件,其中,所述控制参数基于所述目标函数和所述约束条件来确定。
本申请的一部分附加特性可以在下面的描述中进行说明。通过对以下描述和相应附图的研究或者对实施例的生产或操作的了解,本申请的一部分附加特性对于本领域技术人员是显而易见的。本申请的特征可以通过对以下描述的具体实施例的各种方面的方法、手段和组合的实践或使用得以实现和达到。
附图说明
本申请通过示例性实施例进行进一步描述。这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,各图中相同的标号表示相同的部件,其中:
图1是根据本申请的一些实施例所示的示例性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的示例性计算设备的硬件和/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示例性处理引擎的框图;
图4是根据本申请的一些实施例所示的生成与交通灯相关的至少两个控制参数的示例性过程的流程图;
图5是根据本申请的一些实施例所示的示例性预处理模块的框图;
图6是根据本申请的一些实施例所示的确定交通管制区段的队列长度的示例性过程的流程图;
图7是根据本申请的一些实施例所示的确定交通管制区段的参考点的示例性过程的流程图;
图8是根据本申请的一些实施例所示的示例性确定模块的框图;
图9是根据本申请的一些实施例所示的与至少两个与车辆相关的示例性时空图的示意图;
图10是根据本申请的一些实施例所示的示例性控制模块的框图;
图11是根据本申请的一些实施例所示的生成与交通灯相关的至少一个控制参数的示例性过程的流程图;
图12是根据本申请的一些实施例所示的基于目标状态生成与交通灯相关的至少两个控制参数的示例性过程的流程图;以及
图13-A和图13-B是根据本申请的一些实施例所示的交叉路口处的示例性交通流的示意图。
具体实施方式
下述描述是为了使本领域的普通技术人员能够制造和使用本申请,并该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所披露的实施例作出各种改变,另外,在不偏离本申请的原则和范围的情况下,本申请中所定义的普遍原则可以适用于其他实施例和应用场景。因此,本申请并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
此处使用的术语仅仅用来描述特定的示例性实施例,并不旨在对其进行。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,也可以包括复数。可以进一步理解的是,术语“包括”与“包含”是指存在多个明确标识的特征、整数、步骤、操作、元件和/或组件,但并不排除呈现或添加一个或多个其他特征、整数、步骤、操作、元件和/或组件,和/或它们的组合。
通过对以下附图的描述,本申请的特征以及相关结构元件的操作方法和功能,以及部件的组合和制造的经济性,可以变得更加显而易见,这些附图都构成本申请说明书的一部分。应当理解的是,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,附图并不是按比例绘制的。
本申请中使用了流程图用来说明根据本申请的一些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,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些流程图中,或从这些流程图中移除某一步或数步操作。
虽然本申请的系统和方法的描述主要是关于按需服务系统,但是还应当理解,这仅仅是一个示例性实施例。本申请的系统或方法可以应用于任何其他类型的按需服务。例如,本申请的系统或方法可以应用于不同的运输系统,包括陆地、海洋、航空、航天等中的一种或几种的组合。运输系统的车辆可以包括出租车、私家车、顺风车、公共汽车、无人驾驶车辆等中的一种或几种的组合。运输系统还可以包括应用管理和/或分配的任何运输系统,例如用于发送和/或接收快递的系统。本申请的系统或方法的应用场景可以包括网页,浏览器插件,客户端,客户系统,内部分析系统,人工智能机器人等,或其任意组合。
在本申请中,术语“乘客”,“请求者”,“服务请求者”和“客户”是可以互换的,其是指请求或订购服务的个人,实体或工具。同样的,本申请中的术语“驾驶员”、“提供者”,“服务提供者”和“供应者”也是可以互换的,其用于指提供服务或协助提供服务的个人,实体或工具。本申请中的术语“用户”可以是请求服务、订购服务、提供服务或协助提供服务的个人,实体或工具。例如,用户可以是乘客、驾驶员、操作者等,或其任意组合。在本申请中,“乘客”和“乘客终端”可以交换使用,而且“驾驶员”和“驾驶员终端”可以交换使用。
在本申请中,术语“服务请求”,其可以是指由乘客、请求者、服务请求者、顾客、驾驶员、提供者、服务提供者、供应者等,或其任意组合所发起的请求。服务请求可以由乘客、请求者、服务请求者、客户、驾驶员、提供者、服务提供者或供应者等中的一个接受。服务请求可以是收费的,也可以是免费的。
本申请中使用的定位技术可以包括全球定位系统(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几种可以在本申请中可以交换使用。
本申请的一方面涉及基于车辆的GPS信息生成与交通灯相关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的终端中的GPS设备里获得至少两个车辆的GPS信息。该系统和方法可以基于GPS信息,确定车辆的行驶轨迹信息。该系统和方法可基于该行驶轨迹信息确定交叉路口的交通参数(例如,队列长度、队列的聚集速率、队列的消散速率、队列的平均通过速率)。进一步地,该系统和方法可以基于交通参数生成交叉路口的交通控制参数(例如,周期时间、绿灯时间与周期时间的比率)。
需要注意的是,总体上,GPS定位是一种根植于互联网世界的技术。如果与车辆相关的终端不能与远程服务器进行通信,就不可能基于车辆的GPS信息生成与交通灯相关的交通控制参数。因此,本申请的技术方案也是一种根植于互联网时代的技术。
图1是根据本申请的一些实施例所示的示例性按需服务系统100的示意图。例如,按需服务系统100可以是提供运输服务的在线运输服务平台,例如出租车打车、司机服务、运送车辆、拼车、公共汽车服务、驾驶员雇佣和班车服务。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可以是单个服务器或服务器群组。服务器群组可以是集中式的或分布式的(例如,服务器110可以是分布式系统)。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可以经由网络120访问存储在请求者终端130、提供者终端140和/或存储器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/或存储器150,以访问存储的信息和/或数据。在一些实施例中,服务器110可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布式云、中间云、多云等,或其任意组合。在一些实施例中,服务器110可以在计算设备200上实现,如本申请图2所示,该计算设备200包括至少一个组件。
在一些实施例中,服务器110可以包括处理引擎112。处理引擎112可以处理与服务请求有关的信息和/或数据,以执行本申请中描述的至少一个功能。例如,处理引擎112可以从至少两个提供者终端140获得至少两个车辆的GPS信息,并基于GPS信息生成交通控制参数。在一些实施例中,处理引擎112可以包括至少一个处理引擎(例如,单核处理器或多核处理器)。仅作为示例,处理引擎112可以包括至少一个硬件处理器,诸如中央处理单元(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图形处理单元(GPU)、物理处理单元(PPU)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、控制器、微控制器单元、精简指令集计算机(RISC)、微处理器等,或其任意组合。
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的至少一个组件(例如,服务器110、请求者终端130、提供者终端140和存储器150)可以经由网络120向按需服务系统100的其他组件发送信息和/或数据。例如,服务器110可以经由网络120从请求者终端130接收服务请求。在一些实施例中,网络120可以是任何类型的有线或无线网络或其组合。仅作为示例,网络120可以包括电缆网络、有线网络、光纤网络、远程通信网络、内联网、因特网、局域网(LAN)、广域网(WAN)、无线局域网(WLAN)、城域网(MAN)、广域网(WAN)、公共电话交换网(PSTN)、蓝牙网络、ZigBee网络、近场通信(NFC)网络等,或其任意组合。在一些实施例中,网络120可以包括至少一个网络接入点。例如,网络120可以包括有线或无线网络接入点,例如基站和/或互联网交换点120-1,120-2,……,通过接入点,按需服务系统100的至少一个组件可以连接到网络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的用户。在一些实施例中,请求者终端130的用户可以是除请求者之外的其他人。例如,请求者终端130的用户A可以使用请求者终端130为用户B发送服务请求,或者从服务器110接收服务和/或信息或指令。在一些实施例中,提供者可以是提供者终端140的用户。在一些实施例中,提供者终端140的用户可以是除提供者之外的其他人。例如,提供者终端140的用户C可以使用提供者终端140为用户D从服务器110接收服务请求、和/或信息或指令。在一些实施例中,“请求者”和“请求者终端”可以互换使用,“提供者”和“提供者终端”可以互换使用。
在一些实施例中,请求者终端130可以包括移动设备130-1、平板计算机130-2、膝上型计算机130-3、车辆内置设备130-4等,或其任意组合。在一些实施例中,移动设备130-1可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等,或其任意组合。在一些实施例中,智能家居设备可以包括智能照明设备、智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机、对讲机等,或其任意组合。在一些实施例中,可穿戴设备可以包括智能手环、智能鞋袜、智能眼镜、智能头盔、智能手表、智能服装、智能背包、智能配件等,或其任意组合。在一些实施例中,智能移动设备可以包括智能手机、个人数字助理(PDA)、游戏设备、导航设备、销售点(POS)设备等,或其任意组合。在一些实施例中,虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实眼镜、虚拟现实眼罩、增强现实头盔、增强现实眼镜、增强现实眼罩等,或其任意组合。例如,虚拟现实设备和/或增强现实设备可以包括Google GlassTM、RiftConTM、FragmentsTM、Gear VRTM等。在一些实施例中,车辆内置设备130-4可以包括车载计算机、车载电视等。在一些实施例中,请求者终端130可以是带有定位技术的设备,用于定位请求者和/或请求者终端130的位置。
在一些实施例中,提供者终端140可以与请求者终端130类似或相同。在一些实施例中,提供者终端140可以是带有定位技术的设备,用于定位提供者和/或提供者终端140的位置。在一些实施例中,提供者终端140可以周期性地向服务器110发送GPS信息。在一些实施例中,请求者终端130和/或提供者终端140可以与其他定位设备通信,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可以向服务器110发送定位信息。
存储器150可以存储数据和/或指令。在一些实施例中,存储器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,存储器150可以存储服务器110执行或用于执行本申请中描述的示例性方法的数据和/或指令。在一些实施例中,存储器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,或其任意组合。示例性大容量存储器可以包括磁盘、光盘、固态硬盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、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)。示例性的随机存取存储器可以包括动态随机存取存储器(DRAM)、双倍数据速率同步动态随机存取存储器(DDR SDRAM)、静态随机存取存储器(SRAM)、晶闸管随机存取存储器(T-RAM)、零电容随机存取存储器(Z-RAM)等。示例性的只读存储器(ROM)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(PEROM)、电可擦除可编程只读存储器(EEPROM)、光盘只读存储器(CD-ROM)、数字多功能磁盘只读存储器等。在一些实施例中,数据库150可以在云平台上实现。仅作为示例,云平台可以包括私有云、公共云、混合云、社区云、分布式云、中间云、多云等,或其任何组合。
在一些实施例中,存储器150可以连接到网络120以与按需服务系统100中的至少一个组件(例如,服务器110、请求者终端130、提供者终端140等)通信。按需服务系统100中的至少一个组件可以经由网络120访问存储在存储器150中的数据或指令。在一些实施例中,存储器150可以直接与按需服务系统100中的至少一个组件(例如,服务器110、请求者终端130、提供者终端140等)连接或通信。在一些实施例中,存储器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中的至少一个组件(例如,服务器110、请求者终端130、提供者终端140等)可以访问存储器150。在一些实施例中,当满足至少一个条件时,按需服务系统100中的至少一个组件可以读取和/或修改与请求者、提供者和/或公众有关的信息。例如,服务器110可以在完成服务请求后读取和/或修改用户的信息。又例如,当从请求者终端130接收到服务请求时,提供者终端140可以访问与请求者相关的信息,但是提供者终端140不可以修改请求者的相关信息。
在一些实施例中,按需服务系统100中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是任何产品。在一些实施例中,产品可以是有形产品或无形产品。有形产品可以包括食品、医药、商品、化学产品、电器、衣服、汽车、住房、奢侈品等,或其任意组合。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,或其任意组合。互联网产品可以包括个人主机产品、网络产品、移动互联网产品、商业主机产品、嵌入式产品等,或其任意组合。移动互联网产品可以用于移动终端的软件、程序、系统等或其任意组合中。移动终端可以包括平板电脑、膝上型计算机、移动电话、个人数字助理(PDA)、智能手表、销售点(POS)设备、车载计算机、车载电视、可穿戴设备等,或其任意组合。例如,产品可以是计算机或移动电话中使用的任何软件和/或应用程序。该软件和/或应用程序可以与社交、购物、运输、娱乐、学习、投资等或其任意组合相关。在一些实施例中,与运输相关的软件和/或应用可以包括行驶软件和/或应用、车辆调度软件和/或应用、地图软件和/或应用等。在车辆调度软件和/或应用中,车辆可以包括马、马车、人力车(例如,独轮车、自行车、三轮车等)、汽车(例如,出租车、公交车、私家车等)等,或其任意组合。
应当理解的是,对于本领域普通技术人员,可以通过电信号和/或电磁信号执行该按需服务系统100的组件。例如,当请求者终端130处理诸如确认、识别或选择对象等任务时,请求者终端130可以运行其处理器中的逻辑电路以处理这样的任务。当请求者终端130向服务器110发出服务请求时,请求者终端130的处理器可以生成电信号编码该服务请求。然后,请求者终端130的处理器可以将该电信号发送到输出端口。如果请求者终端130经由有线网络与服务器110通信,则输出端口可以物理地连接到电缆,该电缆可以进一步将电信号传输到服务器110的输入端口。如果请求者终端130经由无线网络与服务器110通信,则请求者终端130的输出端口可以是至少一个天线,其可以将电信号转换为电磁信号。类似地,提供者终端140可以通过运行其处理器中的逻辑电路来处理任务,并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。在如请求者终端130、提供者终端140和/或服务器110的电子设备中,当其处理器处理指令、发出指令和/或执行操作时,该指令和/或操作可以通过电信号进行。例如,当处理器从存储介质(例如,存储器150)检索或保存数据时,处理器可以将电信号发送到存储介质的读/写设备,该读/写设备可以在存储介质中读取或写入结构化数据。该结构化数据可以经由电子设备的总线以电信号的形式发送到处理器。本申请中,电信号可以指一个电信号、一系列电信号和/或至少两个离散电信号。
需要注意的是,图1中所示的应用场景仅为描述方便,并不用于限制本申请的保护范围。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)。当用户试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。进一步地,根据本申请中描述的过程和/或方法,导航系统可以基于GPS信息生成与交通灯相关的交通控制参数。
图2是根据本申请的一些实施例所示的示例性计算设备200的硬件和/或软件组件的示意图。服务器110、请求者终端130和/或提供者终端140可以在计算设备200上实现。例如,处理引擎112可以在计算设备200上实现并被配置为执行本申请所披露的处理引擎112的功能。
计算设备200可以用于实现如本申请的按需服务系统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。为了方便起见本申请只绘制了一台计算机,但是本申请所描述与服务相关的计算机功能可以以分布的方式、由一组相似的平台所实施,以分散系统的处理负荷。
计算设备200可以包括与网络连接的通信端口250,以实现数据通信。计算设备200还可以包括处理器(例如,处理器220),以至少一个处理器(例如,逻辑电路)的形式执行程序指令。例如,处理器可以包括其中的接口电路和处理电路。接口电路可以被配置为从总线210接收电子信号,其中电子信号对用于处理电路处理的结构化数据和/或指令进行编码。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,接口电路可以经由总线210从处理电路发出电子信号。
示例性的计算设备还包括内部通信总线210,不同形式的程序存储器和数据存储器,例如硬盘270、只读存储器(ROM)230或随机存取存储器(RAM)240,用于各种数据文件的处理和/或传输。示例性的计算设备还可以包括存储在ROM 230、RAM 240和/或其他类型的非暂时存储介质中由处理器220执行的程序指令。本申请的方法和/或过程可以是以程序指令的方式实现。计算设备200还包括输入/输出组件(I/O)260,其支持计算机与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及数据。
为了方便说明,计算设备200中仅绘制了一个CPU和/或处理器。本申请中的计算设备200还可以包括多个CPU和/或处理器,因此本发明中描述的由一个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/或处理器共同地或独立地执行。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,则应当理解,步骤A和步骤B也可以由计算设备200的两个不同的CPU和/或处理器共同地或独立地执行(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地执行步骤A和B)。
图3是根据本申请的一些实施例所示的示例性处理引擎112的框图。处理引擎112可以包括获取模块302、预处理模块304、确定模块306和控制模块308。
获取模块302可以被配置为获取与至少一个车辆相关的GPS信息。获取模块302可以通过网络120从提供者终端140或存储器150获取GPS信息。获取模块302可以周期性地(例如,每秒)或实时地获取GPS信息。获取模块302可以将GPS信息发送给预处理模块304以进一步预处理。
预处理模块304可以被配置为预处理该GPS信息。在一些实施例中,处理引擎112可以过滤GPS信息中的噪声或校正GPS信息中的错误。在一些实施例中,预处理模块304可以从获得的GPS信息中提取在特定时间区间(例如,上周的周一至周五,上个月)里与交通管制区段相关的GPS信息。如本申请所述,交通管制区段可以指在特定交叉路口处进行特定交通控制(例如,交通灯、引导交通的交通警察)的一部分道路。在一些实施例中,交通管制区段还可以进一步限定特定于交通方向(例如直行、左转、右转)。预处理模块304还可以定义至少两个时段(例如,早高峰时段、晚高峰时段、平峰时段),并从特定时间区间(例如,上周的周一至周五)里的至少两个时段中提取GPS信息。在一些实施例中,预处理模块304可以基于提取的GPS信息,确定在特定时段内(例如,早高峰时段)内的交通管制区间中的至少一个车辆的行驶轨迹信息。
确定模块306可以被配置为基于预处理的GPS信息,确定至少两个交通参数。至少两个交通参数可以包括交通管制区段中的队列的长度(也称为“队列长度”)、队列的聚集速率、队列的消散速率以及队列的平均通过速率等。
控制模块308可以被配置为基于至少两个交通参数,生成与交通灯相关的至少两个控制参数。需要注意的是,本申请中的“交通灯”是指可以控制交通管制区段的一组灯(例如,红灯、绿灯和黄灯)。至少两个控制参数可以包括交通灯的周期时间、绿灯时间与交通灯的周期时间的比率、交叉路口处的至少两个交通灯的相位设计等。需要注意的是,“交通灯”仅作为交通控制设计的示例。交通可以由交通灯控制,也可以由其他技术控制。然而,一般来说,所有的交通控制设计都包括允许车辆通过的信号(即对应于绿灯)以及要求车辆停止的信号(即对应于红灯)。本申请所述的“交通灯”、“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彼此连接或通信。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。任何两个模块可以组合成单个模块,任何一个模块可以被分成两个或更多单元。例如,预处理模块304和确定模块306可以被组合为一个模块,可以预处理GPS信息并基于预处理的GPS信息确定至少两个交通参数。又例如,处理引擎112可以包括存储模块(未示出),用于存储GPS信息、至少两个交通参数、至少两个控制参数和/或与交通灯控制相关的任何信息。
图4是根据本申请的一些实施例所示的生成与交通灯相关的至少两个控制参数的示例性过程的流程图。过程400可以由按需服务系统100执行。例如,过程400可以被实现为存储在ROM 230或RAM 240中的一组指令(例如,应用程序)。处理器220可以执行该组指令,当执行指令时,其可以被配置为执行过程400。以下描述的步骤旨在说明。在一些实施例中,过程400可以实现为包括至少一个未描述的附加步骤和/或省略至少一个描述中的步骤。此外,如图4所描述的流程顺序旨在说明并不意在限制本申请。
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)可以获取与至少两个车辆相关的GPS信息。处理引擎112可以经由网络120从提供者终端140或存储器150获取GPS信息。
例如,当服务提供者通过车辆为请求者提供交通运输服务时,处理引擎112可以周期性(例如,每秒)地或者实时的从提供者终端140获得车辆当前位置的GPS信息。进一步地,处理引擎112可以将GPS信息存储在本申请中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)可以预处理GPS信息。
在一些实施例中,处理引擎112可以过滤GPS信息中的噪声或校正GPS信息中的错误。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可以从获取的GPS信息中提取特定时间区间(例如,上周的周一至周五、上个月)里与交通管制区段相关的GPS信息。如本申请所述,交通管制区段可以指在特定交叉路口处进行特定交通控制(例如,交通灯、引导交通的交通警察)的一部分道路。在一些实施例中,交通管制区段还可以进一步限定于特定交通方向(例如直行、左转、右转)。处理引擎112还可以定义至少两个时段(例如,早高峰时段、晚高峰时段、平峰时段),并从特定时间区间里的至少两个时段中提取GPS信息。例如,处理引擎112可以将“早上7点到早上9点”定义为早高峰时段,“晚上17点到晚上19:00”定义为晚高峰时段,除了上述时段外的时段定义为平峰时段。
在一些实施例中,处理引擎112可以基于提取的GPS信息,确定从特定时间区间(例如,上周的周一到周五)的特定时段(例如,早高峰时段)内的交通管制区段中的至少两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)可以基于预处理的GPS信息,确定至少两个交通参数。例如,处理引擎112可以基于预处理的GPS信息,确定交通管制区段中的队列的长度。又例如,处理引擎112可以基于交通管制区段中的至少两个车辆的行驶轨迹信息,确定队列的速率(例如,队列的聚集速率、队列的消散速率、队列的平均通过速率)。
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)可基于至少两个交通参数,生成与交通灯相关的至少两个控制参数。例如,处理引擎112可以确定与交通管制区段的至少两个控制参数相关的目标函数。进一步地,处理引擎112可以基于至少两个交通参数确定目标函数,并基于目标函数和目标状态生成与交通管制区段对应的交通灯(例如,交通灯的周期时间、绿灯时间与周期时间的比率)相关的至少两个控制参数。
出于说明性目的,本申请采用单个交通管制区段作为示例,应当注意,处理引擎112可以提取特定交叉路口的与至少两个交通管制区段相关的GPS信息,并生成对应于至少两个交通管制区段的与至少两个交通灯相关的控制参数。例如,对于十字型的交叉路口,可能存在8个交通流(参见图13-A及其描述)或12个交通流(参见图13-B及其描述),因此处理引擎112可以确定8个或12个交通管制区段;对于T字型的交叉路口,可能存在4个交通流,因此处理引擎112可以确定4个交通管制区段。
需要注意的是,以上描述仅仅是为了说明的目的,并不用于限制本申请的保护范围。对于本领域的技术人员来说,可以在本申请的指示下做出多个变体和修改。然而,这些变体和修改不会脱离本申请的保护范围。例如,可以在示例性过程400中的其他地方添加至少一个可选步骤(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中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可以合并为一个步骤,在该步骤中,处理引擎112可以获得并预处理GPS信息。
图5是根据本申请的一些实施例所示的示例性预处理模块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可以被配置为确定与至少两个车辆相关的行驶轨迹信息。例如,行驶轨迹确定单元502可以获取在特定时间区间(例如,上周的周一到周五)的特定时段(例如,早高峰时段)内的交通管制区间中的至少两个车辆的GPS信息,并将GPS信息与地图(例如,腾讯地图、谷歌地图)相匹配以确定至少两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(例如,参见图9及其描述),以表述至少两个车辆的行驶轨迹信息。
在一些实施例中,至少两个车辆的行驶轨迹信息可以包括至少两个车辆中的每个车辆的时间点信息(例如,行驶轨迹信息中的与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,行驶轨迹信息还可以包括ID信息(例如,驾驶员的姓名或昵称、服务提供者的驾驶执照号码或车辆的车牌号码)、加速度信息和行驶方向信息等。
参考点确定单元504可以被配置为基于行驶轨迹信息,确定交通管制区段的参考点。如本申请所述,在一些实施例中,参考点可以指交通管制区段的停车线上的点。在一些实施例中,参考点可以指队列中的第一辆车在交通管制区段中停车的位置(或平均位置)。
在一些实施例中,参考点确定单元504可以确定交通管制区段中的包含至少两个车辆的队列,并将队列中与最早时间点对应的第一位置确定为参考点。如本申请所述,当车辆的速度低于交通管制区段的预设速度阈值时,则可以表示车辆进入或开始队列。在一些实施例中,参考点确定单元504可以在至少两个时间点处确定至少两个队列,并基于至少两个队列采用聚类算法确定参考点。
队列长度确定单元506可以被配置为基于参考点,确定交通管制区段中的队列的长度。
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,并基于第一排队点和参考点确定队列的长度。如本申请所述,第一排队点是当交通灯从红灯变为绿灯时,车辆进入队列的位置或者队列中排列在最后的车辆的位置。
在一些实施例中,队列长度确定单元506可以确定与交通管制区段对应的路段,确定路段上的第一排队点的第一投影点和路段上的参考点的第二投影点,并基于第一投影点和第二投影点确定队列的长度。如本申请所述,“路段”可以指交通管制区段的中心线。
为了说明的目的,本申请以单个队列为例,需要注意的是,队列长度确定单元506可以确定在交通管制区段的特定时间区间(例如,上周的周一至周五)的特定时段(例如,早高峰时段)内的至少两个队列的平均长度。
需要注意的是,以上描述仅为描述方便,并不用于限制本申请的保护范围。对于本领域的技术人员来说,可以将至少两个单元合并成单个模块,并可以将任何一个单元划分为至少两个子单元。可以在本申请的指示下做出多个变体和修改。然而,这些变体和修改不会脱离本申请的保护范围。例如,行驶轨迹确定单元502和参考点确定单元504可以被合并为单个模块,既可以确定交通管制区段中的至少两个车辆的行驶轨迹信息,也可以确定交通管制区段的参考点。又例如,预处理模块304可以包括存储单元(未示出),可以用于存储在交通管制区段与至少两个车辆相关的任何信息(例如,行驶轨迹信息、参考点、队列的长度)。作为进一步的示例,队列长度单元506可以被合并到确定模块306中。
图6是根据本申请的一些实施例所示的确定交通管制区段的队列长度的示例性过程的流程图。在一些实施例中,可以基于过程600来执行过程400的步骤404和/或步骤406。过程600可以由按需服务系统100执行。例如,过程600可以被实现为存储在ROM230或RAM240中的一组指令(例如,应用程序)。处理器220可以执行该组指令,在执行指令时可以将其配置为执行600。以下描述的步骤旨在说明。在一些实施例中,过程600可以实现为包括至少一个未描述的附加步骤和/或省略至少一个描述中的步骤。此外,如图6所描述的流程顺序旨在说明并不意在限制本申请。
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)可以获得与至少两个车辆相关的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)中获得GPS信息。结合步骤402所述的,处理引擎112可以从特定时间区间(例如,上周的周一至周五)内的特定时段(例如,早高峰时段)中获得交通管制区段中与至少两个车辆相关的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)可以基于GPS信息确定至少两个车辆的行驶轨迹信息。
例如,处理引擎112可以将交通管制区段中的至少两个车辆的GPS信息与地图(例如,腾讯地图、谷歌地图)相匹配以确定至少两个车辆的行驶轨迹信息。又例如,处理引擎112可以确定时空图(例如,参见图9及其描述)以表述至少两个车辆的行驶轨迹信息。
在一些实施例中,至少两个车辆的行驶轨迹信息可以包括至少两个车辆中的每个车辆的时间点信息(例如,行驶轨迹信息中与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,行驶轨迹信息还可以包括ID信息(例如,驾驶员的姓名或昵称、服务提供者的驾驶执照号、车辆的车牌号)、加速度信息和驾驶方向信息等。
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。如本申请所述,在一些实施例中,参考点可以指交通管制区段中停车线上的点。在一些实施例中,参考点可以指在交通管制区段中队列中的第一辆车停车的位置(或平均位置)。
在一些实施例中,处理引擎112可以确定在交通管制区段中的包括至少两个车辆的队列,并将队列中最早时间点对应的第一位置确定为参考点。如本申请所述,当车辆的速度等于或低于交通管制区段的预设速度阈值时,可以表示车辆进入或开始队列。例如,速度阈值可以设定为0m/s、0.1m/s、0.5m/s、1m/s、2m/s、5m/s或10m/s,或者是在特定交叉路口或特定交通管制区段的实际的或指示性的任何其他值。处理引擎112可以确定车辆在交叉路口处(在交通管制区段内)停车,从而表示车辆进入或开始队列。
在一些实施例中,处理引擎112可以按照时间顺序对队列中与至少两个车辆对应的至少两个GPS点进行排序,并选择最早时间点对应的第一个位置作为参考点。需要注意的是,在一些实施例中,处理引擎112可以获得队列中的所有车辆的GPS信息。然而,在一些实施例中,处理引擎112不可以获得队列中的所有车辆的GPS信息,而仅获得队列中部分车辆或者交通管制区段中至少两个队列中的部分车辆的GPS信息。在一些实施例中,处理引擎112可以在至少两个时间点处确定至少两个队列,并基于至少两个队列采用聚类算法确定参考点。在一些实施例中,至少两个队列可以处在相同的时段(例如,早高峰时段),其可以作为整体为交通管制区段或交叉路口提供交通状态(例如排队)的指示。
在一些实施例中,可以通过获得交通管制区段中停车线的已知坐标,确定参考点。在一些实施例中,可以通过预定公式改变停车线的坐标并确定参考点。
为了说明的目的,本申请以单个交通管制区段为例,应该注意,处理引擎112可以确定在交叉路口处与至少两个交通流对应的至少两个交通管制区段。因此,处理引擎112可以为至少两个交通管制区段确定至少两个参考点。
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)可以基于参考点确定交通管制区段中的队列长度。
在一些实施例中,处理引擎112可以基于参考点和队列尾部处的第一排队点,确定队列的长度。如本申请所述,第一排队点是当交通灯从红灯变为绿灯时,车辆进入队列的位置或者队列中排列在最后的车辆的位置。例如,处理引擎112可以将参考点和第一排队点之间的距离确定为队列的长度。
在一些实施例中,处理引擎112可以确定与交通管制区段对应的路段,确定路段上第一排队点的第一投影点和路段上的参考点的第二投影点,并基于路段上第一投影点和第二投影点确定队列的长度。如本申请所述,“路段”可以指交通管制区段的中心线。
为了说明的目的,本申请在交通管制区段中采用单个队列作为示例,需要注意的是,处理引擎112可以确定交通管制区段中在特定时间区间(例如,上周的周一至周五)中特定时段(例如,早高峰时段)内的至少两个队列。进一步地,处理引擎112可以确定交通管制区段中在特定时间区间(例如,上周的周一至周五)中特定时段(例如,早高峰时段)内的至少两个队列的平均长度。在一些实施例中,术语“队列长度”指的是交通管制区段中在特定时间区间内的至少两个队列的平均长度。
为了说明的目的,本申请以单个交通管制区段为例,需要注意的是,处理引擎112可以确定交叉路口处的至少两个交通管制区段。相应地,处理引擎112可以为至少两个交通管制区段确定至少两个平均队列长度。
需要注意的是,以上描述仅为描述方便,并不用于限制本申请的保护范围。对于本领域的技术人员来说,可以在本申请的指示下做出多个变体和修改。然而,这些变体和修改不会脱离本申请的保护范围。例如,可以在示例性过程600中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可以将行驶轨迹信息、参考点和/或队列的长度存储在本申请中其他地方描述的任何存储设备(例如存储器150)中。
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过程的流程图。在一些实施例中,可以基于过程700来执行过程600的步骤606。过程700可以由按需服务系统100执行。例如,过程700可以被实现为存储在ROM 230或RAM 240中的一组指令(例如,应用程序)。处理器220可以执行该组指令,在执行指令时可以将其配置为执行处理700。以下描述的步骤旨在说明。在一些实施例中,过程700可以实现为包括至少一个未描述的附加步骤和/或省略至少一个描述中的步骤。此外,如图7所描述的流程顺序旨在说明并不意在限制本申请。
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)可以在交通管制区段中的至少两个时间点处确定至少两个队列。
在步骤704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)可以基于至少两个队列确定至少两个候选参考点。例如,对于至少两个队列中的每一个队列,处理引擎112可以按时间顺序排列队列中的至少两个GPS点,并将与最早时间点对应的位置确定为参考点。
在步骤706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)可以基于聚类算法和至少两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。
需要注意的是,以上描述仅为描述方便,并不用于限制本申请的保护范围。对于本领域的技术人员来说,可以在本申请的指示下做出多个变体和修改。然而,这些变体和修改不会脱离本申请的保护范围。例如,可以在示例性过程700中添加至少一个其他可选步骤(例如,存储步骤)。
图8是根据本申请的一些实施例所示的示例性确定模块306的框图。确定模块306可以包括聚集速率确定单元802、消散速率确定单元804和平均速率确定单元806。
聚集速率确定单元802可以被配置为确定交通管制区段中的队列的聚集速率。聚集速率可以指当交通灯变为红灯后形成队列的全局速率。在一些实施例中,聚集速率确定单元802可以基于队列中的至少两个车辆的行驶轨迹信息,确定队列的聚集速率。
在一些实施例中,聚集速率确定单元802可以根据冲击波理论确定聚集速率。如本申请所述,“波”可以指当介质接收扰动时,可以基于扰动改变介质的状态,然后介质扩散扰动并形成波。进一步地,“冲击波”可以指在其中扰动迅速并且在介质状态改变期间可能发生跳跃的波。可以看出,至少两个车辆可以通过交通灯的控制在交通管制区段中聚集和/或消散,这类似于“冲击波”。在一些实施例中,聚集速率确定单元802可以在时空图上投影出至少两个车辆的至少两个行驶轨迹(例如,参见图9及其描述),并利用冲击波理论基于该时空图确定聚集速率。
在一些实施例中,消散速率确定单元804可以被配置为确定交通管制区段中的队列的消散速率。在一些实施例中,消散速率可以指当交通灯变为绿灯之后解散队列的全局速率。在一些实施例中,消散速率确定单元802可以基于队列中的至少两个车辆的行驶轨迹信息(例如,基于时空图,例如,参见图9及其描述)确定队列的消散速率。在一些实施例中,消散速率确定单元804可以根据冲击波理论确定消散速率。
平均速率确定单元806可以被配置为确定交通管制区段中的队列的平均通过速率。平均通过速率可以指当交通灯变为绿灯时队列中的至少两个车辆离开队列的平均速度。对于队列中的至少两个车辆中的每一个车辆,平均速率确定单元806可以确定在该绿灯期间车辆从停车位置到参考点的速度。进一步地,平均速率确定单元806可将与至少两个车辆对应的至少两个速度进行平均,以确定队列的平均通过速率。
为了说明的目的,本申请在交通管制区段中采用单个队列作为示例,需要注意的是,处理引擎112可以确定交通管制区段中在特定时间区间(例如,上周的周一至周五)的特定时段(例如,早高峰时段)内的至少两个队列。进一步地,聚集速率确定单元802可以确定交通管制区段中在特定时间区间(例如,上周的周一到周五)的特定时段(例如,早高峰时段)内的至少两个队列的平均聚集速率。类似地,消散速率确定单元804可以确定交通管制区段中在特定时间区间(例如,上周的周一至周五)的特定时段(例如,早高峰时段)内的至少两个队列的平均消散速率。平均速率确定单元806可以确定交通管制区段中在特定时间区间(例如,上周的周一至周五)的特定时段(例如,早高峰时段)内的至少两个队列的平均“平均通过速率”。
为了说明的目的,本申请以单个交通管制区段为例,需要注意的是,处理引擎112可以确定交叉路口处的至少两个交通管制区段。因此,聚集速率确定802可以确定至少两个交通管制区段的至少两个平均聚集速率。类似地,消散速率确定单元804可以确定至少两个交通管制区间的至少两个平均消散率。平均速率确定单元806也可以确定至少两个交通管制区间的至少两个平均“平均通过速率”。
确定模块306中的单元可以通过有线连接或无线连接彼此连接或通信。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。任何两个模块可以组合成单个模块,任何一个模块可以被分成两个或更多单元。例如,聚集速率确定单元802和消散速率确定单元804可以被合并为单个模块,可以确定队列的聚集速率和/或消散速率。又例如,确定模块306可以包括存储单元(未示出),存储单元可以被配置为存储队列的聚集速率、消散速率和/或平均通过速率。
图9是根据本申请的一些实施例所示的与至少两个车辆相关的示例性时空图的示意图。在一些实施例中,时空图可以是二维图。横轴表示时间,纵轴表示车辆的位置与交通管制区段的参考点之间的距离。
如图9所示,在一些实施例中,时空图可以包括至少两条曲线,并且至少两条曲线中的每一条曲线对应于一个车辆。每一条曲线可以包括对应于时间期间的平行段,该平行段表示车辆的位置在该时间期间内几乎不改变(即,车辆已经停止并可能在队列中)。在一些实施例中,平行段可以包括第一拐点(例如点A)和第二拐点(例如点B)。在一些实施例中,第一拐点可以表示车辆进入或开始队列的时间点,并且第二拐点可以表示车辆离开队列的时间点。
如图9所示,有6个队列分别标为“1”、“2”、“3”、“4”、“5”和“6”。以队列“1”为示例,处理引擎112可以基于连接至少两个第一拐点获得的线L1,确定队列的聚集速率。例如,处理引擎112可以将线L1的斜率的绝对值确定为聚集速率。处理引擎112可以基于连接至少两个第二拐点获得的线L2,确定队列的消散速率。例如,处理引擎112可以将线L2的斜率的绝对值确定为消散速率。
图10是根据本申请的一些实施例所示的示例性控制模块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可以被配置为确定交通管制区段的交通状态。状态确定单元1002可以基于交通管制区段相关的至少两个交通参数,确定交通管制区间的交通状态。至少两个交通参数可以包括交通管制区段中的队列的长度、队列的聚集速率、队列的消散速率、队列的平均通过速率等。
结合图6和图8所述,处理引擎112可以确定交叉路口处的至少两个交通流对应的至少两个(例如,8个)交通管制区段,因此状态确定单元1002可以基于至少两个交通管制区段的交通参数确定交叉路口的全局交通状态。在一些实施例中,状态确定单元1002可以进一步获得与交叉路口相关的至少两个通用交通参数(例如,车道的数量)。
目标确定单元1004可以被配置为基于交叉路口的全局交通状态确定与目标函数相关的目标状态。如本申请所述,目标状态可以指与交叉路口的全局交通状态相关的优化目标。目标函数可以是与至少两个交通管制区段的至少两个交通参数相关的非线性函数。
控制参数生成单元1006可以被配置基于至少两个交通参数和目标函数来生成与至少两个交通管制区段的至少两个交通灯相关的至少两个控制参数。至少两个控制参数可以包括每个交通灯的周期时间(也被称为“交通灯的目标周期时间”)、绿灯时间与交通灯的周期时间的比率(也被称为“绿灯时间与交通灯的周期时间的目标比率”)、至少两个交通灯的相位设计(例如,目标相序)等。
控制模块308中的单元可以通过有线连接或无线连接彼此连接或通信。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。任何两个模块可以组合成单个模块,任何一个模块可以被分成两个或更多单元。例如,目标确定单元1004和控制参数生成单元1006可以被合并为单个模块,可以确定目标函数和基于目标函数确定至少两个控制参数。又例如,控制模块308可以包括用于存储交通状态、目标函数、目标状态和/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例所示的基于至少两个交通参数生成与交通管制区段的交通灯相关的至少一个控制参数的示例性过程的流程图。在一些实施例中,过程400的步骤408可以基于过程1100来执行。过程1100可以由按需服务系统100执行。例如,过程1100可以被实现为存储在ROM 230或RAM 240中的一组指令(例如,应用程序)。处理器220可以执行该组指令,当执行指令时,处理器220可以被配置为执行过程1100。以下描述的步骤旨在说明。在一些实施例中,过程1100可以实现为包括至少一个未描述的附加步骤和/或省略至少一个描述中的步骤。此外,如图11所描述的流程顺序旨在说明并不意在限制本申请。
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)可以获得与交通管制区段相关的至少一个交通参数。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披露的任何存储设备(例如,存储器150)中获得至少一个交通参数。至少一个交通参数可以包括交通管制区段中的队列长度、队列的聚集速率、队列的消散速率、队列的平均通过速率等。如在本申请所述,“长度”可以指平均队列长度,“聚集速率”可以指平均聚集速率,“消散速率”可以指平均消散速率,“平均通过速率”这里可能指的是平均“平均通过速率”。
结合图6和图8中所述,处理引擎112可以确定与交叉路口处的至少两个交通流对应的至少两个(例如,8个)交通管制区段,因此处理引擎112可以获得与交通管制区段相关的上述交通参数。在一些实施例中,处理引擎112可进一步获得与交叉路口相关的至少两个通用交通参数(例如,车道的数量)。在一些实施例中,处理引擎112可以进一步获得与交叉路口相关的至少两个通用参数(例如,天气,当前时刻附近的特殊事件等)。
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)可以基于至少两个交通参数,确定交通管制区段的交通状态。在一些实施例中,处理引擎112还可以考虑与交叉路口相关的其他参数。如本申请所述,“交通状态”可以指示交通管制区段中的交通是否过饱和,交通管制区段中的交通是否稳定等。
例如,处理引擎112可以基于队列的长度和队列的消散速率确定消散时间,并基于消散时间确定交通状态。又例如,处理引擎112可以将队列的长度与预设阈值长度(例如,可造成交通过饱和的最小队列长度的90%)进行比较,并基于比较结果确定交通状态。
在一些实施例中,处理引擎112可以基于交叉路口处的至少两个交通管制区段的交通参数,确定交叉路口的全局交通状态。例如,如果交叉路口处的至少两个交通管制区段中的一个交通管制区段是过饱和的,则交叉路口的全局交通状态也可以是过饱和状态。
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)可基于交叉路口的全局交通状态,确定与目标函数相关的目标状态。如本申请所述,目标状态可以指与交叉路口的全局交通状态相关的优化目标。目标函数可以是与至少两个交通管制区段的至少两个交通参数相关的非线性函数。
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)可以基于目标状态生成与至少两个交通管制区段的至少两个交通灯相关的至少两个控制参数。至少两个控制参数可以包括每个交通灯的周期时间(也被称为“交通灯的目标周期时间”)、绿灯时间与交通灯的周期时间的比率(也被称为“绿灯时间与交通灯的周期时间的目标比率”)、交叉路口处的至少两个交通灯的相位设计(例如,目标相序)等。
需要注意的是,以上描述仅仅是为了说明的目的,并不用于限制本申请的保护范围。对于本领域的技术人员来说,可以在本申请的指示下做出多个变体和修改。然而,这些变体和修改不会脱离本申请的保护范围。例如,可以在示例性过程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可以将交通状态、目标状态和/或控制参数存储在本申请中的其他地方披露的存储设备(例如,存储器150)中。
图12是根据本申请的一些实施例所示的基于目标状况生成与交通灯相关的至少两个控制参数的示例性过程的流程图。过程1200可以由按需服务系统100执行。例如,过程1200可以被实现为存储在ROM 230和/或RAM 240中的一组指令(例如,应用程序)。处理器220可以执行该组指令,当执行指令时,它可以被配置为执行过程1200。以下描述的步骤旨在说明。在一些实施例中,过程1200可以实现为包括至少一个未描述的附加步骤和/或省略至少一个描述中的步骤。此外,如图12所描述的流程顺序旨在说明并不意在限制本申请。
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)可以获取至少两个交通参数。至少两个交通参数可以包括交通管制区段中的队列的长度、队列的聚集速率、队列的消散速率、队列的平均通过速率等。如本申请中所述的,这里的“长度”可以指平均队列长度,这里的“聚集速率”可以指平均聚集速率,“消散速率”可以指平均消散速率,这里的“平均通过速率”可以指的是平均“平均通过速率”。
结合图6和图8所示,处理引擎112可以确定与交叉路口处的至少两个交通流对应的至少两个(例如8个)交通管制区段,因此处理引擎112可以获得与至少两个交通管制区段相关的交通参数。
在一些实施例中,处理引擎112还可以获得与交叉路口相关的至少两个通用交通参数。例如,对于至少两个交通流中的每一个交通流,处理引擎112可以获得与交通流的交通灯相关的时间阈值、交通管制区段中顺着交通流方向的队列的相关阈值长度(例如,可导致过饱和的最小队列长度的90%)等。又例如,处理引擎112还可以获得在交叉路口处的车道数(例如,2、4)、与至少两个交通流对应的至少两个相位的相序(也称为“初始相序”)等。
与交通灯相关的时间阈值可以包括与交通灯的红灯相关的第一时间阈值(例如,最大红灯时间、最小红灯时间)、与交通灯的绿灯相关的第二时间阈值(例如,最大绿灯时间、最小绿灯时间)、与交通灯的黄灯相关的第三时间阈值(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)可以基于至少两个交通参数,确定交通管制区段中的队列的消散时间。如本申请所述,消散时间可以指队列可以消散的时间区间。例如,处理引擎112可以基于队列的长度和队列的消散速率确定消散时间,如以下公式(1):
其中,L表示队列的长度,Rd表示队列的消散速率,Td表示消散时间。
为了说明的目的,本申请以单个交通管制区段为例,需要注意的是,处理引擎112可以确定交叉路口处的至少两个交通管制区段的至少两个消散时间。
在步骤1206中,对于至少两个交通管制区段中的每一个交通管制区段,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)可以确定消散时间是否大于该交通管制区段中交通灯的绿灯时间(也称为“初始绿灯时间”)。
响应于确定至少两个消散时间中的至少一个消散时间大于绿灯时间(需要注意的是,应将交通管制区段的消散时间和与交通管制区段对应的交通灯的绿灯时间进行比较,为了方便起见,本申请中统一使用“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)可以执行过程1200到步骤1208以确定第一交通状态。第一交通状态可以表示交叉路口处的交通过饱和,即在第一绿灯时间结束时,至少一个交通管制区段的队列中的一些车辆仍然不能通过参考点。
在一些实施例中,响应于确定至少两个消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)可以执行过程1200至步骤1210。在步骤1210中,对于至少两个交通管制区段中的每一个交通管制区段,处理引擎112(例如,交通状态确定单元1002)(例如,处理器220的处理电路)可以确定队列的长度是否小于阈值长度(需要注意的是,应当将交通管制区段的队列长度和与交通管制区段对应的阈值长度进行比较,为了方便起见,本申请中统一使用“阈值长度”)。
响应于确定至少两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)可以执行过程1200至步骤1212以确定第二交通状态。第二交通状态可以表示交叉路口的交通是非过饱和的,并且交叉路口的全局队列状态是稳定的。即在绿灯时间结束时,至少两个交通管制区段的队列中的所有车辆可以通过参考点。
响应于确定至少两个队列长度中的至少一个队列长度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)可以执行过程1200至步骤1214以确定第三交通状态。第三交通状态可以表示交叉路口的交通是非过饱和的,并且交叉路口的全局队列状态是不稳定的,其中至少一个交通管制区段的至少一个队列长度超过与该交通管制区段对应的预设队列阈值长度。
在确定交叉路口的交通状态之后,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)可以基于交通状态确定目标状态,并基于目标状态生成与交叉路口处的至少两个交通灯相关的至少两个控制参数。控制参数可以被配置为改变至少两个交通灯的操作以优化交叉路口处的交通以达到目标状态。
例如,处理引擎112可以基于至少两个交通参数,确定目标函数(例如,非线性函数),并基于目标函数和目标状态生成至少两个控制参数。在一些实施例中,处理引擎112可以进一步基于交通状态确定目标函数的约束条件,并基于目标函数、约束条件和目标状态生成至少两个控制参数。
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)可以基于第一交通状态确定第一目标状态,其中第一目标状态是使顺着该交叉路口的至少两个交通流通过参考点的车辆的平均数量最大化。
进一步地,处理引擎112可以基于第一交通状态确定第一约束条件,如以下的公式(2)~(3)所示:
Cmin≤C≤Cmax, (3)
其中,i指的是交通流(例如,图13中所示的AB),其中,gi表示顺着交通流i方向的交通灯的绿灯时间(也称为“初始绿灯时间”),和分别表示顺着交通流i方向的交通灯的最小绿灯时间和最大绿灯时间,C是指顺着交通流i方向的交通灯的周期时间(也称为“初始周期时间”),Cmin和Cmax分别指顺着交通流方向i的交通灯的最小周期时间和最大周期时间。
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)可以基于目标函数、第一目标状态和第一约束条件,生成与交叉路口处的至少两个交通灯相关的第一控制参数。例如,处理引擎112可以基于第一约束条件和第一目标状态,确定目标函数的最优解。第一控制参数可以包括交叉路口处每个交通灯的第一目标绿灯时间、交叉路口处每个交通灯的第一目标周期时间、交叉路口处至少两个交通灯的第一相位设计等。
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)可以基于第二交通状态确定第二目标状态,其中第二目标状况是使顺着该交叉路口处的交通流通过参考点的车辆的平均延迟时间最小化。如本申请所述,延迟时间可以指车辆通过参考点的实际时间和在没有交通灯的情况下车辆通过参考点的假设时间之间的时间差。
进一步地,处理引擎112可以基于第二交通状态确定第二约束条件,如以下公式(4)~(7)所示:
gi≥tci, (4)
Cmin≤C≤Cmax, (7)
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)可以基于目标函数、第二目标状态和第二约束条件生成与至少两个交通灯相关的第二控制参数。例如,如步骤1218所描述的,处理引擎112可以基于第二约束条件和第二目标状态,确定目标函数的最优解。第二控制参数可以包括交叉路口处每个交通灯的第二目标绿灯时间、交叉路口处每个交通灯的第二目标周期时间、交叉路口处至少两个交通灯的第二相位设计等。
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)可以基于第三交通状态确定第三目标状态,其中第三目标状况是使与该交叉路口处的至少两个交通流对应的比率中的所述队列长度与所述阈值长度的最高比率最小化。
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)可以基于目标函数、第三目标状态和第三约束条件生成与至少两个交通灯相关的第三控制参数。例如,如步骤1218或步骤122所描述的,处理引擎112可以基于第三约束条件和第三目标状态,确定目标函数的最优解。第三控制参数可以包括交叉路口处每个交通灯的第三目标绿灯时间、交叉路口处每个交通灯的第三目标周期时间、交叉路口处至少两个交通灯的第三相位设计等。
需要注意的是,以上关于交通参数的描述仅仅是为了说明的目的,并不用于限制本申请的保护范围。对于本领域的技术人员来说,可以在本申请的指示下做出多个变体和修改。然而,这些变体和修改不会脱离本申请的保护范围。
图13-A和图13-B根据本申请的一些实施例所示的交叉路口处的示例性交通流的示意图。如图13-A所示,交叉路口处可以包括8个交通流,包括AB、BA、CD、DC、AC、CB、BD和DA。如图13-B所示,交叉路口处可以包括12个交通流,包括AB、BA、CD、DC、AC、CB、BD、DA、AD、DB、BC和CA。每个交通流可以对应于一个交通管制区段,其中在特定时段(例如早高峰时段)内可能出现至少两个队列。处理引擎112可以基于与至少两个交通管制区段相关的交通参数确定交叉路口的全局交通状态,并基于交通状态生成与交叉路口处的至少两个交通灯相关的控制参数。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述发明披露仅仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定词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的某一特征、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及的“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,本申请的一个或多个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进。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,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该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、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集执行系统、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,包括面向主体编程语言如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设备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,从而帮助对一个或多个发明实施例的理解,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主体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 (20)
1.一种系统,包括:
至少一个存储介质,包括一组指令集,该组指令集用于生成与交叉路口处的至少两个交通管制区段的至少两个交通灯相关的控制参数,其中,一个交通灯对应一个交通管制区段;
与所述至少一个存储介质通信的至少一个处理器,其中,当执行所述指令集时,所述至少一个处理器用于:
获取所述至少两个交通管制区段的至少两个交通参数,其中所述至少两个交通参数包括:所述至少两个交通管制区段中的每个单独交通管制区段的队列长度,所述队列的聚集速率,所述队列的消散速率或所述队列的平均通过速率;
基于所述至少两个交通参数,确定所述交叉路口的交通状态;
基于所述交叉路口的所述交通状态,确定目标状态;以及
通过使用目标函数,生成与所述至少两个交通灯相关的控制参数,其中,所述控制参数被配置为改变所述至少两个交通灯的操作以优化所述交叉路口处的交通以达到所述目标状况。
2.根据权利要求1所述的系统,其中,至少一个处理器进一步用于:
基于所述至少两个交通参数确定所述目标函数。
3.根据权利要求1所述的系统,其中,为了基于所述至少两个交通参数确定所述交通状态,所述至少一个处理器用于:
确定所述至少两个交通管制区段中至少两个队列的至少两个消散时间,其中,所述消散时间基于所述队列长度和所述队列的消散速率来确定,一个消散时间对应一个交通管制区段;
确定所述至少两个消散时间中的一个消散时间是否大于第一交通灯的第一绿灯时间,其中,所述第一交通灯对应第一交通管制区段,所述第一交通管制区段对应所述至少两个消散时间中的一个消散时间;以及
响应于确定所述至少两个消散时间中的一个消散时间大于所述交通灯的所述绿灯时间,确定第一交通状态。
4.根据权利要求3所述的系统,其中,为了基于所述交通状态确定目标状况,所述至少一个处理器用于:
基于所述第一交通状态确定第一目标状况,其中,所述第一目标状况是使通过所述交叉路口的车辆的平均数量最大化。
5.根据权利要求3所述的系统,其中,为了基于所述至少两个交通参数确定所述交通状态,所述至少一个处理器用于:
响应于确定所述至少两个消散时间中的每一个消散时间小于或等于对应的交通灯的所述绿灯时间,确定所述至少两个交通管制区段的至少两个队列长度中的每一个队列长度是否小于阈值长度;以及
响应于确定所述至少两个队列长度中的每一个队列长度小于所述阈值长度,确定第二交通状态。
6.根据权利要求5所述的系统,其中,为了基于所述交通状态确定目标状况,所述至少一个处理器用于:
基于所述第二交通状态确定第二目标状况,其中所述第二目标状况是使所述交叉路口处通过的车辆的平均延迟时间最小化。
7.根据权利要求5所述的系统,其中,为了基于所述至少两个交通参数确定所述交通状态,所述至少一个处理器用于:
响应于确定所述至少两个队列长度中的一个队列长度大于或等于所述阈值长度,确定第三交通状态。
8.根据权利要求7所述的系统,其中,为了基于所述交通状态确定所述目标函数的目标状况,所述至少一个处理器用于:
基于所述第三交通状态确定第三目标状况,其中,所述第三目标状况是使与所述交叉路口处的所述交通管制区段对应的比率中的所述队列长度与所述阈值长度的最高比率最小化。
9.根据权利要求1所述的系统,其中,所述控制参数包括每个交通灯的周期时间,每个交通灯的绿灯时间与周期时间的比率,或者所述至少两个交通灯的相位设计。
10.根据权利要求1所述的系统,其中,所述至少一个处理器还用于:
基于所述交通状态确定约束条件,其中,所述控制参数基于所述目标函数和所述约束条件来确定。
11.一种在计算设备上实现的方法,所述计算设备包含至少一个处理器,至少一个存储介质以及连接到网络的通信平台,所述方法包括:
获取至少两个交通管制区段的至少两个交通参数,其中所述至少两个交通参数包括:所述至少两个交通管制区段中的每个单独交通管制区段的队列长度,所述队列的聚集速率,所述队列的消散速率或所述队列的平均通过速率;
基于所述至少两个交通参数,确定所述交叉路口的交通状态;
基于所述交叉路口的所述交通状态,确定目标状况;以及
通过使用目标函数,生成与所述至少两个交通灯相关的控制参数,其中,所述控制参数被配置为改变所述至少两个交通灯的操作以优化所述交叉路口处的交通以达到所述目标状况。
12.根据权利要求11所述的方法,其中,该方法还包括:
基于所述至少两个交通参数确定所述目标函数。
13.根据权利要求11所述的方法,其中,基于所述至少两个交通参数确定所述交叉路口的所述交通状态包括:
确定所述至少两个交通管制区段中至少两个队列的至少两个消散时间,其中,所述消散时间基于所述队列长度和所述队列的消散速率来确定,一个消散时间对应一个交通管制区段;
确定所述至少两个消散时间中的一个消散时间是否大于第一交通灯的第一绿灯时间,其中,所述第一交通灯对应第一交通管制区段,所述第一交通管制区段对应所述至少两个消散时间中的一个消散时间;以及
响应于确定所述至少两个消散时间中的一个消散时间大于所述交通灯的所述绿灯时间,确定第一交通状态。
14.根据权利要求13所述的方法,其中,基于所述交叉路况的所述交通状态确定所述目标状况包括:
基于所述第一交通状态确定第一目标状况,其中,所述第一目标状况是使通过所述交叉路口的车辆的平均数量最大化。
15.根据权利要求13所述的方法,其中,基于所述至少两个交通参数确定所述交叉路口的所述交通状态包括:
响应于确定所述至少两个消散时间中的每一个消散时间小于或等于对应的交通灯的所述绿灯时间,确定所述至少两个交通管制区段的至少两个队列长度中的每一个队列长度是否小于阈值长度;以及
响应于确定所述至少两个队列长度中的每一个队列长度小于所述阈值长度,确定第二交通状态。
16.根据权利要求15所述的方法,其中,基于所述交叉路口的所述交通状态确定所述目标状况包括:
基于所述第二交通状态确定第二目标状况,其中,所述第二目标状况是使所述交叉路口处通过的车辆的平均延迟时间最小化。
17.根据权利要求15所述的方法,其中,基于所述至少两个交通参数确定所述交叉路口的所述交通状态包括:
响应于确定所述至少两个队列长度中的一个队列长度大于或等于所述阈值长度,确定第三交通状态。
18.根据权利要求17所述的方法,其中,基于所述交叉路口的所述交通状态确定所述目标状况包括:
基于所述第三交通状态确定第三目标状况,其中,所述第三目标状况是使与所述交叉路口处的所述交通管制区段对应的比率中的所述队列长度与所述阈值长度的最高比率最小化。
19.根据权利要求11所述的方法,其中,所述控制参数包括每个交通灯的周期时间,每个交通灯的绿灯时间与周期时间的比率,或者所述至少两个交通灯的相位设计。
20.根据权利要求11所述的方法,其中,所述方法还包括:
基于所述交通状态确定约束条件,其中,所述控制参数基于所述目标函数和所述约束条件来确定。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/096386 WO2019028660A1 (en) | 2017-08-08 | 2017-08-08 | SYSTEMS AND METHODS FOR SYNCHRONIZATION OF TRAFFIC LIGHTS |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110998686A true CN110998686A (zh) | 2020-04-10 |
CN110998686B CN110998686B (zh) | 2023-03-17 |
Family
ID=65273196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780093827.3A Active CN110998686B (zh) | 2017-08-08 | 2017-08-08 | 一种交通灯配时的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11037441B2 (zh) |
EP (1) | EP3652720A4 (zh) |
CN (1) | CN110998686B (zh) |
TW (1) | TWI698840B (zh) |
WO (1) | WO2019028660A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767676A (zh) * | 2016-08-23 | 2018-03-06 | 西门子公司 | 一种有助于交通信号灯控制的方法和装置 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019163262A1 (ja) * | 2018-02-23 | 2019-08-29 | 住友電気工業株式会社 | 交通信号制御装置、交通信号制御方法、及びコンピュータプログラム |
TWI754405B (zh) * | 2020-10-05 | 2022-02-01 | 鼎漢國際工程顧問股份有限公司 | 新世代雙向互動交控管理系統 |
US11741830B2 (en) * | 2021-08-25 | 2023-08-29 | Imam Abdulrahman Bin Faisal University | Method and apparatus for level of service assessment at signalized intersections |
TWI782792B (zh) * | 2021-11-16 | 2022-11-01 | 中華電信股份有限公司 | 一種動態交通控制設備、方法及其電腦可讀媒介 |
CN114170795B (zh) * | 2021-11-20 | 2023-04-07 | 武汉鑫弘凯交通科技有限公司 | 一种智能交通系统中的物联网交通监测系统的使用方法 |
CN114613162B (zh) * | 2022-02-09 | 2024-01-19 | 阿里云计算有限公司 | 交通控制方法、系统及设备 |
CN115035716B (zh) * | 2022-05-31 | 2024-04-12 | 上海商汤智能科技有限公司 | 控制信号相位差确定方法及装置、电子设备和存储介质 |
CN117392852B (zh) * | 2023-12-11 | 2024-05-03 | 深圳鹏智瑞数字营销有限公司 | 一种面向大数据分析的云计算资源调度优化系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419750A (zh) * | 2008-09-28 | 2009-04-29 | 华南理工大学 | 控制路口交通状态检测和评价系统及其实现方法与应用 |
CN103927890A (zh) * | 2014-04-29 | 2014-07-16 | 北京建筑大学 | 一种基于动态o-d矩阵估计的干线协调信号控制方法 |
Family Cites Families (35)
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 |
US6542808B2 (en) * | 1999-03-08 | 2003-04-01 | Josef Mintz | Method and system for mapping traffic congestion |
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 |
US20080204277A1 (en) | 2007-02-27 | 2008-08-28 | Roy Sumner | Adaptive traffic signal phase change system |
US20110037619A1 (en) | 2009-08-11 | 2011-02-17 | On Time Systems, Inc. | Traffic Routing Using Intelligent Traffic Signals, GPS and Mobile Data Devices |
EP2187369A3 (en) * | 2008-06-04 | 2012-03-28 | Roads and Traffic Authority of New South Wales | Traffic signals control system |
CN101789151A (zh) | 2009-12-31 | 2010-07-28 | 中兴通讯股份有限公司 | 移动终端电子钱包的应用方法及移动终端 |
TW201142766A (en) * | 2010-05-18 | 2011-12-01 | Cct Co Ltd | Control method of real-time traffic light at group intersection and prediction method of required green light time for relief car flow at intersection |
TWI406197B (zh) | 2010-05-26 | 2013-08-21 | Univ Kun Shan | 交通號誌之控制方法 |
CN102142197B (zh) * | 2011-03-31 | 2013-11-20 | 汤一平 | 基于全方位计算机视觉的智能交通信号灯控制装置 |
CN102254439B (zh) | 2011-07-12 | 2013-03-27 | 北京世纪高通科技有限公司 | 交通信号灯分配时长的获取方法及装置 |
CA2844536C (en) | 2011-08-03 | 2019-10-15 | Stc, Inc. | Light rail vehicle monitoring and stop bar overrun system |
GB201118432D0 (en) | 2011-10-25 | 2011-12-07 | Tomtom Dev Germany Gmbh | Detecting traffic light cycle and transition times from GPS probe data |
CN103208191B (zh) | 2012-01-13 | 2016-12-28 | 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 |
US8736461B2 (en) * | 2012-06-25 | 2014-05-27 | National Tsing Hua University | Control method of traffic sign by utilizing vehicular network |
TWI486920B (zh) * | 2012-12-10 | 2015-06-01 | The method of switching the all - day timepiece | |
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 |
CN105023428B (zh) | 2014-04-15 | 2017-09-29 | 高德软件有限公司 | 路况信息评估方法及装置 |
US9846811B2 (en) | 2014-04-24 | 2017-12-19 | Conduent Business Services, Llc | System and method for video-based determination of queue configuration parameters |
CN104077920B (zh) * | 2014-07-16 | 2016-07-06 | 成都信息工程学院 | 独立式自适应交通信号控制系统及其实现方法 |
US9978270B2 (en) * | 2014-07-28 | 2018-05-22 | Econolite Group, Inc. | Self-configuring traffic signal controller |
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 |
JP6421580B2 (ja) * | 2014-12-15 | 2018-11-14 | 住友電気工業株式会社 | 交通信号制御装置、コンピュータプログラム、及び交通信号制御方法 |
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 |
CN106910349B (zh) * | 2015-12-23 | 2020-03-20 | 中国移动通信集团公司 | 一种交通信号灯控制方法和系统 |
US10019898B2 (en) | 2016-01-14 | 2018-07-10 | Siemens Industry, Inc. | Systems and methods to detect vehicle queue lengths of vehicles stopped at a traffic light signal |
GB2555541B (en) | 2016-01-26 | 2021-09-15 | Beijing Didi Infinity Technology & Dev Co Ltd | Systems and methods for monitoring on-route transportations |
CN105551271B (zh) * | 2016-02-02 | 2018-07-31 | 浙江大学 | 一种面向左右型错位交叉口的交通组织和信号控制方法 |
CN105679051B (zh) * | 2016-03-08 | 2017-11-07 | 大连理工大学 | 基于允许绿灯结束时段的全感应式协调信号控制方法 |
US9633560B1 (en) * | 2016-03-30 | 2017-04-25 | Jason Hao Gao | Traffic prediction and control system for vehicle traffic flows at traffic intersections |
CN105957371B (zh) * | 2016-06-21 | 2019-03-01 | 同济大学 | 控制装置、及其应用的交通灯控制方法及系统 |
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 |
CN106971563B (zh) * | 2017-04-01 | 2020-05-19 | 中国科学院深圳先进技术研究院 | 智能交通信号灯控制方法及系统 |
US10078962B1 (en) * | 2017-04-28 | 2018-09-18 | International Business Machines Corporation | Identification and control of traffic at one or more traffic junctions |
-
2017
- 2017-08-08 WO PCT/CN2017/096386 patent/WO2019028660A1/en unknown
- 2017-08-08 EP EP17920901.0A patent/EP3652720A4/en not_active Withdrawn
- 2017-08-08 CN CN201780093827.3A patent/CN110998686B/zh active Active
-
2018
- 2018-08-07 TW TW107127338A patent/TWI698840B/zh not_active IP Right Cessation
-
2020
- 2020-02-10 US US16/785,838 patent/US11037441B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419750A (zh) * | 2008-09-28 | 2009-04-29 | 华南理工大学 | 控制路口交通状态检测和评价系统及其实现方法与应用 |
CN103927890A (zh) * | 2014-04-29 | 2014-07-16 | 北京建筑大学 | 一种基于动态o-d矩阵估计的干线协调信号控制方法 |
Non-Patent Citations (3)
Title |
---|
刘广萍 等: "信号交叉口进口道延误模型", 《哈尔滨工业大学学报》 * |
袁二明 等: "随机车辆流的单路口信号灯最优控制", 《工业工程》 * |
袁振洲 等: "《城市交通管理与控制》", 30 September 2013 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107767676A (zh) * | 2016-08-23 | 2018-03-06 | 西门子公司 | 一种有助于交通信号灯控制的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2019028660A1 (en) | 2019-02-14 |
US11037441B2 (en) | 2021-06-15 |
CN110998686B (zh) | 2023-03-17 |
TWI698840B (zh) | 2020-07-11 |
US20200175860A1 (en) | 2020-06-04 |
EP3652720A4 (en) | 2020-07-29 |
TW201921325A (zh) | 2019-06-01 |
EP3652720A1 (en) | 2020-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110998686B (zh) | 一种交通灯配时的系统和方法 | |
CN109891469B (zh) | 交通信号灯配时系统与方法 | |
JP6737805B2 (ja) | 将来の輸送サービス時点の予測分布を求めるシステム及び方法 | |
JP6687772B2 (ja) | サービス時点を予測するシステム及び方法 | |
US11398002B2 (en) | Systems and methods for determining an estimated time of arrival | |
US11017662B2 (en) | Systems and methods for determining a path of a moving device | |
WO2018214361A1 (en) | Systems and methods for improvement of index prediction and model building | |
US20200013020A1 (en) | Methods and systems for carpooling | |
WO2019227292A1 (en) | Systems and methods for recommending pick-up locations | |
AU2018102202A4 (en) | Systems and methods for cheat examination | |
US20200141741A1 (en) | Systems and methods for determining recommended information of a service request | |
US11580451B2 (en) | Systems and methods for determining estimated time of arrival | |
WO2019205815A1 (en) | Systems and methods for determining candidate service providers | |
TW201903660A (zh) | 區域劃分系統和方法 | |
AU2018381722A1 (en) | Systems and methods for determining an estimated time of arrival for online to offline services | |
WO2020113626A1 (en) | Systems and methods for determining estimated time of arrival | |
WO2019109756A1 (en) | Systems and methods for cheat examination | |
WO2019090465A1 (en) | Systems and methods for reserving a carpooling service | |
WO2019100366A1 (en) | Systems and methods for distributing on-demand service requests | |
CN110832811B (zh) | 用于发送空间数据的系统和方法 |
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 |