CN111127878A - 一种智能交通控制系统和方法 - Google Patents

一种智能交通控制系统和方法 Download PDF

Info

Publication number
CN111127878A
CN111127878A CN201911218571.1A CN201911218571A CN111127878A CN 111127878 A CN111127878 A CN 111127878A CN 201911218571 A CN201911218571 A CN 201911218571A CN 111127878 A CN111127878 A CN 111127878A
Authority
CN
China
Prior art keywords
intersection
vehicles
traffic
node
delay time
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.)
Pending
Application number
CN201911218571.1A
Other languages
English (en)
Inventor
吕明浩
严凌
邹瑞霖
吴志强
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201911218571.1A priority Critical patent/CN111127878A/zh
Publication of CN111127878A publication Critical patent/CN111127878A/zh
Pending legal-status Critical Current

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
    • 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
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights

Landscapes

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

Abstract

本发明提出了一种智能交通控制系统和方法，该方法包括以下步骤：步骤1：采集各个交通路口的车辆数量、速度、行驶方向的概率、车辆平均长度、路口信号周期时间的数据信息；步骤2：设定该区域每个交通路口车辆数量的最大阀值，当其中一个交通路口的车辆数量超过阀值时，根据各个交通路口的数据信息找出最佳路径方案；步骤3：根据最佳的路径方案进行道路交通信号灯的控制。本发明通过对各个路口的车辆延误时间进行整体计算，来确定各个路口的最佳转向方向，从而使得各个路口之间能够相互进行协调控制，可以保证整个区域内的车辆能迅速流通，特别是在一些交通拥挤的区域，可以在一定程度上缓解目前交通拥堵的情况，从而提高交通通行效率。

Description

一种智能交通控制系统和方法
技术领域
本发明涉及交通运输安全技术领域，尤其涉及一种智能交通控制系统和方法。
背景技术
目前随着社会的发展，越来越多的人拥有私家车，使得汽车的数量在不断增加，增加的汽车数量极大的影响了道路的拥挤程度，造成交通通行困难，这主要原因在于目前的交通道路没有得到合理的控制，现在的交通控制主要通过控制交通信号灯中红、黄、绿灯的亮起，来控制各个路口的通行，然而控制信号灯的系统却无法相互协调、配合疏通，特别在交通流量密集的区域，极容易造成交通堵塞，使得城市交通拥挤现象变得日益严重，尤其是大城市变得司空见惯。
发明内容
本发明的目的在于提供一种智能交通控制系统和方法，用以解决目前交通控制中无法相互协调的问题以及目前交通存在拥挤、无法疏通的问题。
为实现上述目的，本发明所采用的技术方案为：一种智能交通控制方法，其包括如下步骤：步骤1，采集各个交通路口的车辆数据信息及路口信号周期时间；步骤2，设定该区域每个交通路口车辆数量的最大阀值，当其中一个交通路口的车辆数量超过阀值时，根据各个交通路口的数据信息找出最佳路径方案；步骤3，根据最佳的路径方案进行道路交通信号灯的控制。
本发明提供的一种智能交通控制方法中，所述车辆数据信息至少包括：车辆数量、速度、行驶方向的概率、车辆平均长度。
本发明提供的一种智能交通控制方法中，所述步骤2处最佳路径方案的确定方法为：
步骤2.1，设定初始拥挤的路口的根节点，每个路口为扩展节点，每经过一个节点，判断该节点是否扩展完；
步骤2.2，从扩展节点开始，在每个节点处结合当前的数据状态计算当前路口车辆的延误时间；
步骤2.3，重复步骤2.1和步骤2.2，直到该区域所有的扩展节点均被扩展完，计算路径中所有路口的车辆延误时间，并找出其中一个最小的车辆延误时间，根据最小车辆延误时间来选择最佳的路径顺序。
本发明提供的一种智能交通控制方法中，所述车辆延误时间的计算公式为：
Figure BDA0002300173410000021
其中，t为该路口信号周期时间；p为执行路径中上个节点通向该路口的概率；v表示执行路径中上个节点路口的行驶速率；l为执行路径中上个节点的车辆平均长度；m表示执行路径中上个节点的车辆数量；m1表示相邻路口的车辆数量；T为车辆延误时间。
本发明提供的一种智能交通控制方法中，上个节点通向该路口的概率根据普查的方式进行预测，根据每天路口的车辆数量以及向各个路口分布的流量得出。
本发明提供的一种智能交通控制方法中，所述扩展节点的选择过程中，首先确保选择该节点后的车辆数量不会超过每个交通路口设定的车辆数量最大阀值，若超过交通路口设定的车辆数量最大阀值，则该节点无法被选择。
一种智能交通控制系统，其包括：
设置于区域内各个交通路口的雷达传感器，其用于检测各个路口车辆的数量、速度和各个路口的流量、车辆平均长度以及路口信号周期时间的数据信息；
与雷达传感器无线通讯连接的信号灯控制器，其根据雷达传感器提交的数据得出该路口车辆的行驶方向的概率，并根据雷达传感器传递过来的车辆数量数据判断是否超过设定阀值；
与该区域内所有信号灯控制器连接的中央控制系统，其根据信号灯控制器所得的数据计算每个路径中所有路口最小车辆延误时间来选择最佳的路径顺序，并将该顺序传递至信号灯控制器，信号灯控制器根据该最佳的路径顺序进行道路交通信号灯的控制。
与现有技术相比，本发明的优点为：本发明通过对各个路口的车辆延误时间进行整体计算，来确定各个路口的最佳转向方向，从而使得各个路口之间能够相互进行协调控制，可以保证整个区域内的车辆能迅速流通，特别是在一些交通拥挤的区域，可以在一定程度上缓解目前交通拥堵的情况，从而提高交通通行效率。
附图说明
图1为本发明第一实施方式中一种智能交通控制方法流程图。
图2为某区域局部路段情况解析图。
图3为本发明第二实施方式中一种智能交通控制系统的结构模块图。
具体实施方式
下面将结合示意图对本发明所采用的技术方案作进一步的说明。
本发明第一实施方式提供了一种智能交通控制方法，参见图1，其包括如下步骤：
步骤1，采集各个交通路口的车辆数量、速度、行驶方向的概率、车辆平均长度、路口信号周期时间的数据信息。
步骤2，设定该区域每个交通路口车辆数量的最大阀值，当其中一个交通路口的车辆数量超过阀值时，根据各个交通路口的数据信息找出最佳路径方案。
找出最佳路径方案的步骤为：2.1，设定初始拥挤的路口的根节点，每个路口为扩展节点，每经过一个节点，判断该节点是否扩展完。
2.2，从扩展节点开始，在每个节点处结合当前的数据状态计算当前路口车辆的延误时间。
2.3，重复步骤2.1和步骤2.2，直到该区域所有的扩展节点均被扩展完，计算路径中所有路口的车辆延误时间，并找出其中一个最小的车辆延误时间，根据最小车辆延误时间来选择最佳的路径顺序。
车辆延误时间的计算公式为：
Figure BDA0002300173410000041
其中，t为该路口信号周期时间；p为执行路径中上个节点通向该路口的概率；v表示执行路径中上个节点路口的行驶速率；l为执行路径中上个节点的车辆平均长度；m表示执行路径中上个节点的车辆数量；m1表示相邻路口的车辆数量；T为车辆延误时间。
步骤3，根据最佳的路径方案进行道路交通信号灯的控制。
下面结合图2对本发明进行说明：图2展示了某区域局部路段情况，将各个路口如图所示进行编号，并采集相关数据，假设编号1处的车辆超过最大阀值，需要疏通，并设定下个选择的路径节点为编号2，得到以下数据：编号1(编号1路口的车辆m1、编号1路口的车速v1、驶向编号2的概率为P1，编号1路口的车辆平均长度L1)；
编号3(编号3路口的车辆m3、驶向编号2的概率为P3)；
编号4(编号4路口的车辆m4、驶向编号2的概率为P4)，则选择编号2作为节点的车辆的延误时间：
Figure BDA0002300173410000051
其中，t为该路口信号周期时间；T为车辆延误时间。
然后以编号2路段为扩展节点，判断该节点是否能继续扩展，计算扩展后的车辆延误时间，直到计算出所选择路径中所有车辆延误时间的和，再将每个不同路径中的车辆延误时间的和进行比较，选择出其中一个最小的车辆延误时间，确定最佳路径方案。
通向路口的概率根据普查的方式进行预测，根据每天路口的车辆数量以及向各个路口分布的流量得出。
为了防止持续拥堵的情况，在选择扩展节点的过程中，应首先确保选择该节点后的车辆数量不会超过每个交通路口设定的车辆数量最大阀值，若超过交通路口设定的车辆数量最大阀值，则该节点无法被选择。
本发明的第二实施方式提供了一种智能交通控制系统，参见图3，其包括：雷达传感器、信号灯控制器、中央控制系统。
本实施例中在区域内各个交通路口设置有雷达传感器，雷达传感器用于检测各个路口车辆的数量、速度和各个路口的流量、车辆平均长度以及路口信号周期时间的数据信息，雷达传感器的数量与该区域内交通路口的数量对应。
本实施例中信号灯控制器与雷达传感器无线通讯连接，信号灯控制器根据雷达传感器提交的数据得出该路口车辆的行驶方向的概率，并根据雷达传感器传递过来的车辆数量数据判断是否超过设定阀值。
本实施例中的中央控制系统与该区域内所有信号灯控制器连接，中央控制系统根据信号灯控制器所得的数据计算每个路径中所有路口最小车辆延误时间来选择最佳的路径顺序，并将该顺序传递至信号灯控制器，信号灯控制器根据该最佳的路径顺序进行道路交通信号灯的控制。
本实施例中信号灯控制器采用PLC或者单片机，而中央控制系统采用智能微型处理器。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

Claims (7)

1.一种智能交通控制方法，其特征在于，其包括如下步骤：
步骤1，采集各个交通路口的车辆数据信息及路口信号周期时间；
步骤2，设定该区域每个交通路口车辆数量的最大阀值，当其中一个交通路口的车辆数量超过阀值时，根据各个交通路口的数据信息找出最佳路径方案；
步骤3，根据最佳的路径方案进行道路交通信号灯的控制。
2.根据权利要求1所述的一种智能交通控制方法，其特征在于，所述车辆数据信息至少包括：车辆数量、速度、行驶方向的概率、车辆平均长度。
3.根据权利要求1所述的一种智能交通控制方法，其特征在于，所述步骤2中最佳路径方案的确定方法为：
步骤2.1，设定初始拥挤的路口的根节点，每个路口为扩展节点，每经过一个节点，判断该节点是否扩展完；
步骤2.2，从扩展节点开始，在每个节点处结合当前的数据状态计算当前路口车辆的延误时间；
步骤2.3，重复步骤2.1和步骤2.2，直到该区域所有的扩展节点均被扩展完，计算路径中所有路口的车辆延误时间，并找出其中一个最小的车辆延误时间，根据最小车辆延误时间来选择最佳的路径顺序。
4.根据权利要求3所述的一种智能交通控制方法，其特征在于，所述车辆延误时间的计算公式为：
Figure FDA0002300173400000011
其中，t为该路口信号周期时间；p为执行路径中上个节点通向该路口的概率；v表示执行路径中上个节点路口的行驶速率；l为执行路径中上个节点的车辆平均长度；m表示执行路径中上个节点的车辆数量；m1表示相邻路口的车辆数量；T为车辆延误时间。
5.根据权利要求4所述的一种智能交通控制方法，其特征在于，上个节点通向该路口的概率根据普查的方式进行预测，根据每天路口的车辆数量以及向各个路口分布的流量得出。
6.根据权利要求3所述的一种智能交通控制方法，其特征在于，所述扩展节点的选择过程中，首先确保选择该节点后的车辆数量不会超过每个交通路口设定的车辆数量最大阀值，若超过交通路口设定的车辆数量最大阀值，则该节点无法被选择。
7.一种智能交通控制系统，其特征在于，其包括：
设置于区域内各个交通路口的雷达传感器，其用于检测各个路口车辆的数量、速度和各个路口的流量、车辆平均长度以及路口信号周期时间的数据信息；
与雷达传感器无线通讯连接的信号灯控制器，其根据雷达传感器提交的数据得出该路口车辆的行驶方向的概率，并根据雷达传感器传递过来的车辆数量数据判断是否超过设定阀值；
与该区域内所有信号灯控制器连接的中央控制系统，其根据信号灯控制器所得的数据计算每个路径中所有路口最小车辆延误时间来选择最佳的路径顺序，并将该顺序传递至信号灯控制器，信号灯控制器根据该最佳的路径顺序进行道路交通信号灯的控制。
CN201911218571.1A 2019-12-03 2019-12-03 一种智能交通控制系统和方法 Pending CN111127878A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911218571.1A CN111127878A (zh) 2019-12-03 2019-12-03 一种智能交通控制系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911218571.1A CN111127878A (zh) 2019-12-03 2019-12-03 一种智能交通控制系统和方法

Publications (1)

Publication Number Publication Date
CN111127878A true CN111127878A (zh) 2020-05-08

Family

ID=70497116

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911218571.1A Pending CN111127878A (zh) 2019-12-03 2019-12-03 一种智能交通控制系统和方法

Country Status (1)

Country Link
CN (1) CN111127878A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473935A (zh) * 2013-09-03 2013-12-25 青岛海信网络科技股份有限公司 基于感应检测器的路口交通拥堵判定及控制方法和系统
CN104464310A (zh) * 2014-12-02 2015-03-25 上海交通大学 城市区域多交叉口信号协同优化控制方法及系统
US20160293004A1 (en) * 2015-04-06 2016-10-06 Umm Al-Qura University Method and system for controlling and monitoring traffic light for optimizing wait time
CN106384520A (zh) * 2016-12-06 2017-02-08 武汉烽火众智数字技术有限责任公司 一种自动调节红绿灯时长的交通信号灯系统及其方法
CN108765985A (zh) * 2018-06-13 2018-11-06 重庆交通大学 基于第一辆车辆到达的信号交叉口进口道延误计算方法
CN109360432A (zh) * 2018-11-27 2019-02-19 南京航空航天大学 一种基于延误最小和饱和度均衡的多交叉口的控制方法
CN109887274A (zh) * 2019-01-23 2019-06-14 南京邮电大学 一种基于车辆平均延误的区域交通协调优化控制系统和方法
CN110288844A (zh) * 2019-05-27 2019-09-27 北方工业大学 一种基于车路通信的连续交叉口协同优化方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473935A (zh) * 2013-09-03 2013-12-25 青岛海信网络科技股份有限公司 基于感应检测器的路口交通拥堵判定及控制方法和系统
CN104464310A (zh) * 2014-12-02 2015-03-25 上海交通大学 城市区域多交叉口信号协同优化控制方法及系统
US20160293004A1 (en) * 2015-04-06 2016-10-06 Umm Al-Qura University Method and system for controlling and monitoring traffic light for optimizing wait time
CN106384520A (zh) * 2016-12-06 2017-02-08 武汉烽火众智数字技术有限责任公司 一种自动调节红绿灯时长的交通信号灯系统及其方法
CN108765985A (zh) * 2018-06-13 2018-11-06 重庆交通大学 基于第一辆车辆到达的信号交叉口进口道延误计算方法
CN109360432A (zh) * 2018-11-27 2019-02-19 南京航空航天大学 一种基于延误最小和饱和度均衡的多交叉口的控制方法
CN109887274A (zh) * 2019-01-23 2019-06-14 南京邮电大学 一种基于车辆平均延误的区域交通协调优化控制系统和方法
CN110288844A (zh) * 2019-05-27 2019-09-27 北方工业大学 一种基于车路通信的连续交叉口协同优化方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
KAIGE WEN等: "A stochastic adaptive traffic signal control model based on fuzzy reinforcement learning", 《 2010 THE 2ND INTERNATIONAL CONFERENCE ON COMPUTER AND AUTOMATION ENGINEERING (ICCAE)》 *
MEISAM RAMZANZAD等: "A New Method for Design and Implementation of Intelligent Traffic Control System Based on Fuzzy Logic Using FPGA", 《2013 13TH IRANIAN CONFERENCE ON FUZZY SYSTEMS (IFSC)》 *
张勇刚: "《道路交通控制技术及应用》", 31 August 2016, 中国人民公安大学出版社 *
李力: "基于交通灯配置的车辆诱导机制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
艾瑶 等: "《交通系统分析方法》", 31 October 2018, 西南交通大学出版社 *

Similar Documents

Publication Publication Date Title
CN108399762B (zh) 一种自动驾驶和人工驾驶车辆混行条件下的交叉口通行控制方法
KR100864451B1 (ko) 차량-도로간 통신기반의 차량검지시스템과 이차량검지시스템을 이용한 교차로에서의 교통신호 제어방법
US9805593B2 (en) Method for communication within an, in particular wireless, motor vehicle communication system interacting in an ad-hoc manner, device for the traffic infrastructure and road user device
CN102306451B (zh) 交通灯控制方法、装置和系统
CN103985264B (zh) 一种能减少路口排队长度的路口控制系统及方法
KR101243862B1 (ko) 유티아이에스를 이용한 버스우선신호 시스템
CN108364486B (zh) 多场景车辆优先自适应交通信号控制系统及其工作方法
WO2011091772A1 (zh) 一种交通信号控制系统和设计方法及专用设备
CN102419907A (zh) 考虑行人安全过街的智能交通信号控制系统
CN103956060A (zh) 一种能减少绿灯损失时间的路口控制机及控制方法
CN101964144A (zh) 考虑分路段区域的公交专用道时分复用方法
EP3516640B1 (en) Timing submission of transit signal priority requests to reduce transit vehicle stop times
CN113628437A (zh) 基于云控平台的无人矿车交叉路口安全通行方法
CN113516858B (zh) 一种交通灯的控制方法、交通灯网络系统及交通灯节点
CN110794827B (zh) 一种基于v2x的高效率通过交通信号灯的速度控制方法
CN112017439B (zh) 一种自动驾驶交叉口行人过街摆渡车控制方法
CN204129960U (zh) 拥堵交叉路口交通信号灯控制系统
CN112265542A (zh) 一种自动驾驶会车场景处理方法及其装置、车辆
CN111540219B (zh) 基于人工智能车路协同的双向公交信号优先协同方法
JP2011233027A (ja) 信号機制御装置
CN104021688B (zh) 一种能实现主干线道路双向绿波通行的控制系统及方法
CN113947910A (zh) 一种智能交通控制系统及方法
US20220101728A1 (en) Apparatus, system and method for merging and applying intersection data for a vehicle
CN111127878A (zh) 一种智能交通控制系统和方法
KR100864450B1 (ko) 차량-도로간 통신기반의 차량검지시스템을 이용한교차로에서의 교통신호 제어방법

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200508

RJ01 Rejection of invention patent application after publication