CN111179598B - 一种基于智慧灯杆的车辆行驶速度计算方法及系统 - Google Patents

一种基于智慧灯杆的车辆行驶速度计算方法及系统 Download PDF

Info

Publication number
CN111179598B
CN111179598B CN202010056546.4A CN202010056546A CN111179598B CN 111179598 B CN111179598 B CN 111179598B CN 202010056546 A CN202010056546 A CN 202010056546A CN 111179598 B CN111179598 B CN 111179598B
Authority
CN
China
Prior art keywords
base station
coverage area
speed
lamp post
vehicle
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
CN202010056546.4A
Other languages
English (en)
Other versions
CN111179598A (zh
Inventor
严军荣
卢玉龙
江雅芬
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.)
Hangzhou Houbo Technology Co Ltd
Original Assignee
Hangzhou Houbo Technology 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 Hangzhou Houbo Technology Co Ltd filed Critical Hangzhou Houbo Technology Co Ltd
Priority to CN202010056546.4A priority Critical patent/CN111179598B/zh
Publication of CN111179598A publication Critical patent/CN111179598A/zh
Application granted granted Critical
Publication of CN111179598B publication Critical patent/CN111179598B/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
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route

Abstract

本发明公开了一种基于智慧灯杆的车辆行驶速度计算方法及系统。其方法包括以下步骤：获取行驶路线和行驶路线相关的灯杆基站信息；获取各灯杆基站覆盖区域的车流平均速度；根据各灯杆基站覆盖区域的车流平均速度计算基准速度；根据各灯杆基站覆盖区域的车流平均速度和基准速度计算各灯杆基站覆盖区域的拥堵系数；根据基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度。本发明的方法及系统解决了如何基于智慧灯杆进行运动物体运动速度自适应计算的技术问题。

Description

一种基于智慧灯杆的车辆行驶速度计算方法及系统
技术领域
本发明属于智慧灯杆技术领域，特别是涉及一种基于智慧灯杆的车辆行驶速度计算方法及系统。
背景技术
目前5G通信技术正在商用探索阶段，基于5G通信超低延迟的特性，各类5G应用如自动驾驶、远程机械臂控制等成为当前研究的热点。国内外汽车企业都将自动驾驶技术作为未来汽车发展的方向，提出多种自动驾驶相关技术，例如公开号为CN110428619A的中国专利提出一种基于车路协同系统的智能驾驶方法，车路协同系统包括安装在目标车辆上的车载端和若干间隔设置在目标道路旁侧的路面发送端，智能车辆通过路面发送端、相邻车载端以及交通信号控制系统，并结合自身的信息来实时调整行车路线。公开号为CN110412595A的中国专利提出路基感知方法、系统、车辆、设备和存储介质，终端通过获取多个感知基站发送的感知数据，并根据多个感知数据，生成全局感知信息，进而广播全局感知信息。公开号为CN109208995A的中国专利提出智能交通杆及智能道路系统，智能交通杆设置了安装有中央控制系统的控制电路板、高清摄像头和通信装置，中央控制系统基于通过所述专用短程通信模块获得的信息，进行公交优先策略运算并将运算结果作为公交控制信号通过所述专用短程通信模块发送给相应车辆。
上述自动驾驶技术都是基于远程服务器控制的自动驾驶技术，远程服务器接收并分析车辆中传感器检测的较大范围内的车况和路况生成变速指令，以实现车辆变速巡航。较高的控制指令生成时延和信号传输时延导致车辆变速巡航应对突发状况或较远范围内状况的反应不灵敏，不能及时变速，降低了自动驾驶的安全性和可用性。
目前还没有基于智慧灯杆进行车辆运动速度自适应计算以便实现自动驾驶高效变速巡航的技术方案。为此提出一种基于智慧灯杆的车辆行驶速度计算方法及系统。
发明内容
本发明为了解决上述问题，提出一种基于智慧灯杆的车辆行驶速度计算方法及系统。
本发明依托在灯杆上架设的基站系统(智慧灯杆)以及车辆控制系统。
本发明的基于智慧灯杆的车辆行驶速度计算方法，包括以下步骤：
获取行驶路线和行驶路线相关的灯杆基站信息；
获取各灯杆基站覆盖区域的车流平均速度；
根据各灯杆基站覆盖区域的车流平均速度计算车辆基准速度；
根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数；
根据车辆基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度。
优选地，所述获取行驶路线和行驶路线相关的灯杆基站信息，包括：
根据当前位置和目的地位置进行导航路径规划；
依据距离、时间及车流量综合选择导航路径，以选择的导航路径作为行驶路线；
获取行驶路线中每条道路附近的灯杆基站信息。
优选地，所述获取各灯杆基站覆盖区域的车流平均速度，包括：
行驶路线上的灯杆基站编号为i；
按照一定的采样时间间隔对各灯杆基站覆盖区域内车辆的行驶速度进行采样；
计算灯杆基站覆盖区域内车辆行驶速度采样值的平均值，记为灯杆基站覆盖区域的车流平均速度。
优选地，所述根据各灯杆基站覆盖区域的车流平均速度计算车辆基准速度，包括：
行驶路线上灯杆基站的数量记为n，灯杆基站覆盖区域的车流平均速度记为ai，其中i是灯杆基站编号；
根据各灯杆基站覆盖区域的车流平均速度ai计算车辆基准速度p，
Figure BDA0002373078060000031
Figure BDA0002373078060000032
其中c是根据路段历史车流数据设置的速度预留值。
优选地，所述根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数，包括：
各灯杆基站覆盖区域的车流平均速度记为ai，车辆基准速度记为p，其中i是灯杆基站编号；
根据各灯杆基站覆盖区域的车流平均速度ai和车辆基准速度p计算各灯杆基站覆盖区域的拥堵系数bi，
Figure BDA0002373078060000033
其中d是根据覆盖区域历史车流数据或道路状况数据或地域特征或事故数据的任一项或多项组合设置的计算系数。
优选地，所述根据车辆基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度，包括：
车辆基准速度记为p，各灯杆基站覆盖区域的拥堵系数记为bi，车流平均速度记为ai，其中i是灯杆基站编号；
根据车辆基准速度p和各灯杆基站覆盖区域的拥堵系数bi计算车辆在各灯杆基站覆盖区域的行驶速度vi，vi＝ai+k·(B-bi)·p-xi，其中k是根据覆盖区域历史车流数据或道路状况或地域特征的任一项或多项组合设置的计算系数，B是事先设置的拥堵阈值，xi表示各灯杆基站覆盖区域的通行异常指数。
进一步优选地，所述各灯杆基站覆盖区域的通行异常指数是根据灯杆基站覆盖范围内是否存在道路施工或道路堵塞或交通信号灯故障或堵塞或事故或恶劣天气的异常以及异常造成的道路拥堵情况计算。
一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使计算机执行上述方法。
一种基于智慧灯杆的车辆行驶速度计算系统，其特征在于包括：
灯杆；
车辆；
基站控制器；
处理器；
存储器；
以及
一个或多个程序，其中所述一个或多个程序被存储在存储器中，并且被配置成由所述处理器执行，所述程序使计算机执行如上所述的方法。
本发明的方法及系统具有的优点是：
(1)通过获取车辆行驶路线上的灯杆基站，将控制运动速度功能从远端服务器转移到就近的灯杆基站，可以有效降低控制时延，提高控制效率。
(2)根据行驶路线上各灯杆基站覆盖区域内的车流平均速度计算车辆基准速度并计算每个灯杆基站覆盖区域的拥堵系数，并以此计算车辆在每个灯杆基站覆盖区域的行驶速度，不仅可以让车辆行驶速度符合大区域的车流要求，而且可以根据就近灯杆基站区域内的拥堵情况及时调整行驶速度。
(3)通过所接入的灯杆基站预先进行速度调节，不仅可以降低交通拥堵的风险，而且可以有效躲避事故。
附图说明
图1是本发明实施例一的基于智慧灯杆的车辆行驶速度计算方法流程图；
图2是图1中步骤S01的具体步骤流程图；
图3是图1中步骤S02的具体步骤流程图；
图4是图1中步骤S03的具体步骤流程图；
图5是图1中步骤S04的具体步骤流程图；
图6是图1中步骤S05的具体步骤流程图；
图7是本发明实施例三的基于智慧灯杆的车辆行驶速度计算系统结构示意图。
具体实施方式
下面对本发明优选实施例作详细说明。
本发明实施例应用于自动驾驶领域，依托在灯杆上架设的基站系统(智慧灯杆)以及自动驾驶车辆系统。
本发明实施例一的基于智慧灯杆的车辆行驶速度计算方法，流程图如图1所示，按如下步骤实现：
步骤S01、获取行驶路线和行驶路线相关的灯杆基站信息；
步骤S02、获取各灯杆基站覆盖区域的车流平均速度；
步骤S03、根据各灯杆基站覆盖区域的车流平均速度计算车辆基准速度；
步骤S04、根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数；
步骤S05、根据车辆基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度。
如图2所示的一种优选方式中，步骤S01、获取行驶路线和行驶路线相关的灯杆基站信息，包括：
步骤S011、根据当前位置和目的地位置进行导航路径规划；
步骤S012、依据距离、时间及车流量综合选择导航路径，以选择的导航路径作为行驶路线。
步骤S013、获取行驶路线中每条道路附近的灯杆基站信息。
本实施例中，获取车辆的当前位置和目的地，根据时间最短原则选择最佳行驶路线，获取该行驶路线中道路附近的灯杆基站有3个。
如图3所示的一种优选方式中，步骤S02、获取各灯杆基站覆盖区域的车流平均速度，包括：
步骤S021、行驶路线的灯杆基站编号为i；
步骤S022、按照一定的采样时间间隔对各灯杆基站覆盖区域的运动速度进行采样；
步骤S023、计算灯杆基站覆盖区域内车辆行驶速度采样值的平均值，记为灯杆基站覆盖区域的车流平均速度。
本实施例中，车辆行驶路线的灯杆基站分别编号为1、2、3，事先设置采样时间间隔为1秒，按照1秒的时间间隔对各灯杆基站覆盖区域的车辆行驶速度进行采样，车辆行驶速度采样值的平均值，即灯杆基站覆盖区域的平均车流速度分别为a1＝60，a2＝10，a3＝70(单位为公里/小时)。
如图4所示的一种优选方式中，步骤S03、根据各灯杆基站覆盖区域的车流平均速度计算车辆基准速度，包括：
步骤S031、车辆行驶路线上灯杆基站的数量记为n，灯杆基站覆盖区域的车流平均速度记为ai，其中i是灯杆基站编号；
步骤S032、根据各灯杆基站覆盖区域的车流平均速度ai计算车辆基准速度p，
Figure BDA0002373078060000071
其中c是根据路段历史车流数据设置的车速预留值。
本实施例中，车辆行驶路线上灯杆基站的数量n＝3，灯杆基站覆盖区域的平均车流速度a1＝60，a2＝10，a3＝70；根据路段历史车流数据设置车速预留值c＝5，根据各灯杆基站覆盖区域的平均车流速度ai计算车辆基准速度
Figure BDA0002373078060000072
Figure BDA0002373078060000073
如图5所示的一种优选方式中，步骤S04、根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数，包括：
步骤S041、灯杆基站覆盖区域的车流平均速度记为ai，车辆基准速度记为p，其中i是灯杆基站编号；
步骤S042、根据各灯杆基站覆盖区域的车流平均速度ai和车辆基准速度p计算各灯杆基站覆盖区域的拥堵系数bi，
Figure BDA0002373078060000074
其中d是根据覆盖区域历史车流数据或道路状况数据或地域特征或事故数据的任一项或多项组合设置的计算系数。
本实施例中，灯杆基站覆盖区域的平均车流速度a1＝60，a2＝10，a3＝70，车辆基准速度为51.6；根据覆盖区域历史车流数据和事故数据综合设置计算系数d＝1，根据各灯杆基站覆盖区域的平均车流速度ai和车辆基准速度p计算各灯杆基站覆盖区域的拥堵系数
Figure BDA0002373078060000075
Figure BDA0002373078060000076
如图6所示的一种优选方式中，步骤S05、根据车辆基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度，包括：
步骤S051、车辆基准速度记为p，各灯杆基站覆盖区域的拥堵系数记为bi，车流平均速度记为ai，其中i是灯杆基站编号；
步骤S052、根据车辆基准速度p和各灯杆基站覆盖区域的拥堵系数bi计算车辆在各灯杆基站覆盖区域的行驶速度vi，vi＝ai+k·(B-bi)·p-xi，其中k是根据覆盖区域历史车流数据或道路状况或地域特征的任一项或多项组合设置的计算系数，B是事先设置的拥堵阈值，xi表示各灯杆基站覆盖区域的通行异常指数。
进一步优选方式中，所述各灯杆基站覆盖区域的通行异常指数是根据灯杆基站覆盖范围内是否存在道路施工或道路堵塞或交通信号灯故障或堵塞或事故或恶劣天气的异常以及异常造成的道路拥堵情况计算。
本实施例中，灯杆基站覆盖区域的平均车流速度a1＝60，a2＝10，a3＝70，车辆基准速度为51.6，灯杆基站覆盖区域的拥堵系数b1＝0.86，b2＝5.16，b3＝0.74；根据覆盖区域道路状况和地域特征综合设置计算系数k＝0.01，事先设置的拥堵阈值B＝1；编号1、编号3灯杆基站覆盖区域内没有道路施工或道路堵塞或交通信号灯故障或车辆堵塞或车辆事故或车辆超速或恶劣天气，则编号1和编号3灯杆基站覆盖区域的通行异常指数x1＝x3＝0，计算当车辆进入编号1灯杆基站覆盖区域时的行驶速度v1＝a1+k·(B-b1)·p-x1＝60+0.01×(1-0.86)×51.6-0＝60.1(公里/小时)，计算当车辆进入编号3灯杆基站覆盖区域时的行驶速度v3＝a3+k·(B-b3)·p-x3＝70+0.01×(1-0.74)×51.6-0＝70.13(公里/小时)；编号2灯杆基站覆盖区域内某段道路施工且出现车辆事故，根据拥堵系数bi计算通行异常指数xi＝e·bi，事先设置的计算系数e＝1，即x2＝e·b2＝1×5.16＝5.16，计算当车辆进入编号2灯杆基站覆盖区域时的行驶速度v2＝a2+k·(B-b2)·p-x2＝10+0.01×(1-5.16)×51.6-5.16＝2.69(公里/小时)。
本发明实施例二的基于智慧灯杆的车辆行驶速度计算方法，按如下步骤实现：
步骤S01、获取行驶路线和行驶路线相关的灯杆基站信息；
步骤S02、获取各灯杆基站覆盖区域的车流平均速度；
步骤S03、根据各灯杆基站覆盖区域的车流平均速度计算车辆基准速度；
步骤S04、根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数；
步骤S05、根据车辆基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度。
一种优选方式中，步骤S01、获取行驶路线和行驶路线相关的灯杆基站信息，包括：
步骤S011、根据当前位置和目的地位置进行导航路径规划；
步骤S012、依据距离、时间及车流量综合选择导航路径，以选择的导航路径作为行驶路线。
步骤S013、获取行驶路线中每条道路附近的灯杆基站信息。
本实施例中，获取车辆的当前位置和目的地，根据时间最短原则选择最佳行驶路线，获取该行驶路线中道路附近的灯杆基站有3个。
一种优选方式中，步骤S02、获取各灯杆基站覆盖区域的车流平均速度，包括：
步骤S021、行驶路线的灯杆基站编号为i；
步骤S022、按照一定的采样时间间隔对各灯杆基站覆盖区域的运动速度进行采样；
步骤S023、计算灯杆基站覆盖区域内车辆行驶速度采样值的平均值，记为灯杆基站覆盖区域的车流平均速度。
本实施例中，车辆行驶路线的灯杆基站分别编号为1、2、3，事先设置采样时间间隔为1秒，按照1秒的时间间隔对各灯杆基站覆盖区域的车辆行驶速度进行采样，车辆行驶速度采样值的平均值，即灯杆基站覆盖区域的平均车流速度分别为a1＝60，a2＝50，a3＝70(单位为公里/小时)。
一种优选方式中，步骤S03、根据各灯杆基站覆盖区域的车流平均速度计算车辆基准速度，包括：
步骤S031、车辆行驶路线上灯杆基站的数量记为n，灯杆基站覆盖区域的车流平均速度记为ai，其中i是灯杆基站编号；
步骤S032、根据各灯杆基站覆盖区域的车流平均速度ai计算车辆基准速度p，
Figure BDA0002373078060000101
其中c是根据路段历史车流数据设置的车速预留值。
本实施例中，车辆行驶路线上灯杆基站的数量n＝3，灯杆基站覆盖区域的平均车流速度a1＝60，a2＝50，a3＝70；根据路段历史车流数据设置的车速预留值c＝5，根据各灯杆基站覆盖区域的平均车流速度ai计算车辆基准速度
Figure BDA0002373078060000102
Figure BDA0002373078060000103
一种优选方式中，步骤S04、根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数，包括：
步骤S041、灯杆基站覆盖区域的车流平均速度记为ai，车辆基准速度记为p，其中i是灯杆基站编号；
步骤S042、根据各灯杆基站覆盖区域的车流平均速度ai和车辆基准速度p计算各灯杆基站覆盖区域的拥堵系数bi，
Figure BDA0002373078060000104
其中d是根据覆盖区域历史车流数据或道路状况数据或地域特征或事故数据的任一项或多项组合设置的计算系数。
本实施例中，灯杆基站覆盖区域的平均车流速度a1＝60，a2＝50，a3＝70，车辆基准速度为65；根据覆盖区域历史车流数据和事故数据综合设置计算系数d＝1，根据各灯杆基站覆盖区域的平均车流速度ai和车辆基准速度p计算各灯杆基站覆盖区域的拥堵系数
Figure BDA0002373078060000111
Figure BDA0002373078060000112
一种优选方式中，步骤S05、根据车辆基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度，包括：
步骤S051、车辆基准速度记为p，各灯杆基站覆盖区域的拥堵系数记为bi，车流平均速度记为ai，其中i是灯杆基站编号；
步骤S052、根据车辆基准速度p和各灯杆基站覆盖区域的拥堵系数bi计算车辆在各灯杆基站覆盖区域的行驶速度vi，vi＝ai+k·(B-bi)·p-xi，其中k是根据覆盖区域历史车流数据或道路状况或地域特征的任一项或多项组合设置的计算系数，B是事先设置的拥堵阈值，xi表示各灯杆基站覆盖区域的通行异常指数。
进一步优选方式中，所述各灯杆基站覆盖区域的通行异常指数是根据灯杆基站覆盖范围内是否存在道路施工或道路堵塞或交通信号灯故障或堵塞或事故或恶劣天气的异常以及异常造成的道路拥堵情况计算。
本实施例中，灯杆基站覆盖区域的平均车流速度a1＝60，a2＝50，a3＝70，车辆基准速度为65，灯杆基站覆盖区域的拥堵系数b1＝1.08，b2＝1.3，b3＝0.93；根据覆盖区域道路状况和地域特征综合设置计算系数k＝0.01，事先设置的拥堵阈值B＝1；编号1、编号2、编号3灯杆基站覆盖区域内没有道路施工或道路堵塞或交通信号灯故障或车辆堵塞或车辆事故或车辆超速或恶劣天气，则编号1、编号2和编号3灯杆基站覆盖区域的通行异常指数x1＝x2＝x3＝0，计算当车辆进入编号1灯杆基站覆盖区域时的行驶速度v1＝a1+k·(B-b1)·p-x1＝60+0.01×(1-1.08)×65-0＝59.95(公里/小时)，计算当车辆进入编号2灯杆基站覆盖区域时的行驶速度v2＝a2+k·(B-b2)·p-x2＝50+0.01×(1-1.3)×65-0＝49.8(公里/小时)，计算当车辆进入编号3灯杆基站覆盖区域时的行驶速度v3＝a3+k·(B-b3)·p-x3＝70+0.01×(1-0.93)×65-0＝70.05(公里/小时)。
一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使计算机执行以上任一实施例所述的方法。
本发明实施例三的一种基于智慧灯杆的车辆行驶速度计算系统，结构示意图如图7所示，其特征在于包括：
灯杆；
车辆；
基站控制器；
处理器；
存储器；
以及
一个或多个程序，其中所述一个或多个程序被存储在存储器中，并且被配置成由所述处理器执行，所述程序使计算机执行以上任一实施例所述的方法。
当然，本技术领域中的普通技术人员应当认识到，以上实施例仅是用来说明本发明的，而并非作为对本发明的限定，只要在本发明的范围内，对以上实施例的变化、变型都将落入本发明的保护范围。

Claims (7)

1.一种基于智慧灯杆的车辆行驶速度计算方法，其特征在于包括以下步骤：
获取行驶路线和行驶路线相关的灯杆基站信息；
获取各灯杆基站覆盖区域的车流平均速度；
根据各灯杆基站覆盖区域的车流平均速度计算车辆基准速度：行驶路线上灯杆基站的数量记为n，灯杆基站覆盖区域的车流平均速度记为ai，其中i是灯杆基站编号，根据各灯杆基站覆盖区域的车流平均速度ai计算基准速度p，
Figure FDA0002786241280000011
Figure FDA0002786241280000012
其中c是根据路段历史车流数据设置的速度预留值；
根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数；
根据车辆基准速度、各灯杆基站覆盖区域的拥堵系数和车流平均速度计算车辆在各灯杆基站覆盖区域的行驶速度：各灯杆基站覆盖区域的拥堵系数记为bi，根据基准速度p、各灯杆基站覆盖区域的拥堵系数bi和车流平均速度ai计算车辆在各灯杆基站覆盖区域的行驶速度vi，vi＝ai+k·(B-bi)·p-xi，其中k是计算系数，B是事先设置的拥堵阈值，xi表示各灯杆基站覆盖区域的通行异常指数。
2.根据权利要求1所述的基于智慧灯杆的车辆行驶速度计算方法，其特征在于，所述获取行驶路线和行驶路线相关的灯杆基站信息，包括：
根据当前位置和目的地位置进行导航路径规划；
依据距离、时间及车流量综合选择导航路径，以选择的导航路径作为行驶路线；
获取行驶路线中每条道路附近的灯杆基站信息。
3.根据权利要求1所述的基于智慧灯杆的车辆行驶速度计算方法，其特征在于，所述获取各灯杆基站覆盖区域的车流平均速度，包括：
行驶路线上的灯杆基站编号为i；
按照一定的采样时间间隔对各灯杆基站覆盖区域内车辆的行驶速度进行采样；
计算灯杆基站覆盖区域内车辆行驶速度采样值的平均值，记为灯杆基站覆盖区域的车流平均速度。
4.根据权利要求1所述的基于智慧灯杆的车辆行驶速度计算方法，其特征在于，所述根据各灯杆基站覆盖区域的车流平均速度和车辆基准速度计算各灯杆基站覆盖区域的拥堵系数，包括：
各灯杆基站覆盖区域的车流平均速度记为ai，基准速度记为p，其中i是灯杆基站编号；
根据各灯杆基站覆盖区域的车流平均速度ai和基准速度p计算各灯杆基站覆盖区域的拥堵系数bi，
Figure FDA0002786241280000021
其中d是计算系数。
5.根据权利要求1所述的基于智慧灯杆的车辆行驶速度计算方法，其特征在于，所述各灯杆基站覆盖区域的通行异常指数是根据灯杆基站覆盖范围内是否存在道路施工或道路堵塞或交通信号灯故障或堵塞或事故或恶劣天气的异常以及异常造成的道路拥堵情况计算。
6.一种计算机可读存储介质，其存储用于电子数据交换的计算机程序，其中，所述计算机程序使计算机执行如权利要求1-5任一项所述的方法。
7.一种基于智慧灯杆的车辆行驶速度计算系统，其特征在于包括：
灯杆；
车辆；
基站控制器；
处理器；
存储器；
以及
一个或多个程序，其中所述一个或多个程序被存储在存储器中，并且被配置成由所述处理器执行，所述程序使计算机执行如权利要求1-5任一项所述的方法。
CN202010056546.4A 2020-01-18 2020-01-18 一种基于智慧灯杆的车辆行驶速度计算方法及系统 Active CN111179598B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010056546.4A CN111179598B (zh) 2020-01-18 2020-01-18 一种基于智慧灯杆的车辆行驶速度计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010056546.4A CN111179598B (zh) 2020-01-18 2020-01-18 一种基于智慧灯杆的车辆行驶速度计算方法及系统

Publications (2)

Publication Number Publication Date
CN111179598A CN111179598A (zh) 2020-05-19
CN111179598B true CN111179598B (zh) 2020-12-29

Family

ID=70646769

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010056546.4A Active CN111179598B (zh) 2020-01-18 2020-01-18 一种基于智慧灯杆的车辆行驶速度计算方法及系统

Country Status (1)

Country Link
CN (1) CN111179598B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111833610B (zh) * 2020-07-24 2021-06-11 北京理工大学 一种提高道路交通安全性的检测方法
CN112581757B (zh) * 2020-12-09 2021-11-16 广东君略科技咨询有限公司 一种智慧交通信息处理方法、装置及服务器

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1039013A (ja) * 1996-07-19 1998-02-13 Matsushita Electric Ind Co Ltd 道路上方に設置するレーダ装置
JP2008241349A (ja) * 2007-03-26 2008-10-09 Clarion Co Ltd 走行時間予測方法、ナビゲーション装置及びプログラム
CN102254425A (zh) * 2011-06-02 2011-11-23 西北工业大学 修正速度的宏观交通流离散模型稳定性建模方法
CN102819954A (zh) * 2012-08-28 2012-12-12 南京大学 交通区域动态地图监控预测系统
CN102930735A (zh) * 2012-10-25 2013-02-13 安徽科力信息产业有限责任公司 一种基于交通视频的城市实时交通路况信息发布方法
CN110085037A (zh) * 2019-03-25 2019-08-02 合肥工业大学 一种车路协同环境下交叉口信号控制及车速引导系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103714700B (zh) * 2013-12-12 2017-01-04 深圳先进技术研究院 一种确定城市交通拥堵的方法
CN105825684A (zh) * 2016-05-24 2016-08-03 佛山市中德光电特种照明有限公司 一种智慧城市云路灯系统
CN107993452B (zh) * 2017-12-20 2021-06-08 杭州远眺科技有限公司 基于wifi探针探测高速公路上道路通行速度的测速方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1039013A (ja) * 1996-07-19 1998-02-13 Matsushita Electric Ind Co Ltd 道路上方に設置するレーダ装置
JP2008241349A (ja) * 2007-03-26 2008-10-09 Clarion Co Ltd 走行時間予測方法、ナビゲーション装置及びプログラム
CN102254425A (zh) * 2011-06-02 2011-11-23 西北工业大学 修正速度的宏观交通流离散模型稳定性建模方法
CN102819954A (zh) * 2012-08-28 2012-12-12 南京大学 交通区域动态地图监控预测系统
CN102930735A (zh) * 2012-10-25 2013-02-13 安徽科力信息产业有限责任公司 一种基于交通视频的城市实时交通路况信息发布方法
CN110085037A (zh) * 2019-03-25 2019-08-02 合肥工业大学 一种车路协同环境下交叉口信号控制及车速引导系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于改进优化速度函数的跟驰模型研究;杨龙海;《交通运输系统工程与信息》;20170430;第17卷(第2期);全文 *

Also Published As

Publication number Publication date
CN111179598A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN111260945B (zh) 一种基于智慧灯杆的避让紧急车辆方法及系统
CN111210647B (zh) 一种基于智慧灯杆的行进控制方法及系统
CN110853357B (zh) 高速公路危险路段及施工区域预警控制系统和方法
WO2021203447A1 (zh) 车辆控制装置、方法、计算机可读存储介质及编队行驶系统
CN111179598B (zh) 一种基于智慧灯杆的车辆行驶速度计算方法及系统
US20120078498A1 (en) Vehicular peripheral surveillance device
US20230282104A1 (en) Implementation method and system for road traffic resercation passage, and electronic device
WO2011013216A1 (ja) 車両制御装置、車両制御方法及び車両制御システム
CN111225336B (zh) 一种基于智慧灯杆的基站选择与切换方法及系统
CN112466115A (zh) 一种基于边缘计算的公交车辆交叉口优先通行控制系统及方法
CN113411375B (zh) 信息处理方法、设备及计算机存储介质
CN103438894A (zh) 一种车载导航系统及方法
US11358606B2 (en) Method for operating a motor vehicle for improving working conditions of evaluation units in the motor vehicle, control system for performing a method of this kind, and motor vehicle having a control system of this kind
JP2021111341A (ja) 移動情報提供システム、サーバ装置、および車両
CN113954827B (zh) 一种考虑定位误差和通信时延的交叉口车辆碰撞概率计算方法及系统
CN111223299B (zh) 一种基于智慧灯杆的超车控制方法及系统
CN111199641B (zh) 一种基于智慧灯杆的车队行驶方法及系统
CN111717213A (zh) 自动驾驶车辆的巡航控制方法及装置
CN111524372B (zh) 基于人工智能车路协同的公交信号优先实现方法和系统
CN112678030A (zh) 多请求响应下导向运输车辆动态信号优先控制方法
CN110460667A (zh) 基于区块链的道路大数据的处理方法
WO2009119039A1 (en) Stop history data accumulation system, accumulation method, and accumulation program
KR20220150862A (ko) 통신 인프라를 활용한 지도 정보 배포 서버 및 그 방법
US20210200241A1 (en) Mobility information provision system, server, and vehicle
CN111260921B (zh) 一种基于智慧灯杆的临时停靠方法及系统

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