CN111597700A - 信控算法评估方法、装置、电子设备及可读存储介质 - Google Patents
信控算法评估方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN111597700A CN111597700A CN202010388009.XA CN202010388009A CN111597700A CN 111597700 A CN111597700 A CN 111597700A CN 202010388009 A CN202010388009 A CN 202010388009A CN 111597700 A CN111597700 A CN 111597700A
- Authority
- CN
- China
- Prior art keywords
- index
- signal
- ratio sequence
- ratio
- sequence value
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本申请公开了一种信控算法评估方法、装置、电子设备及可读存储介质,涉及智能交通领域。具体实现方案为:获取目标路口的交通指标模拟数据,和获取目标路口的交通指标真实数据;获取目标指标比序列值;该目标指标比序列值包括以下至少一项:根据交通指标模拟数据,计算得到的目标路口的多个信号灯相位的第一指标比序列值,和根据交通指标真实数据,计算得到该多个信号灯相位的第二指标比序列值;将交通指标模拟数据和交通指标真实数据输入到待测信控算法中,得到目标路口的多个信号灯相位的绿信比序列值;计算目标指标比序列值和绿信比序列值的相似度;根据所述相似度,对待测信控算法进行评估。根据本申请中方案,可以提高信控算法的评估效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及智能交通领域。
背景技术
信控算法也可称为交通信号灯自适应优化算法,是目前主要的优化交通信号灯的手段。信控算法主要是通过对交叉口各类交通指标数据(比如车流量、排队长度、饱和流率等)的挖掘和计算,并根据实际道路特点增加约束条件和需求,生成实时自适应绿信比方案,其最小粒度是对单路口的信号灯优化,在单点基础上可对路段、干线、区域等进行优化,以缓解交通的拥堵。
对于信控算法的评估,主要是评估其生成的自适应绿信比方案是否可有效缓解交叉口交通状况。目前常用的评估方法是:通过现场试验和观测、数据记录及用户可接受性调查,对信控算法的效果进行评估。由此,现有的信控算法的评估效率较低。
发明内容
本申请实施例提供一种信控算法评估方法、装置、电子设备及可读存储介质,以解决现有的信控算法的评估效率较低的问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种信控算法评估方法,包括:
获取目标路口的交通指标模拟数据,和获取所述目标路口的交通指标真实数据;
获取目标指标比序列值;其中,所述目标指标比序列值包括以下至少一项:根据所述交通指标模拟数据,计算得到的所述目标路口的多个信号灯相位的第一指标比序列值;和根据所述交通指标真实数据,计算得到的所述目标路口的多个信号灯相位的第二指标比序列值;所述多个信号灯相位的第一指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述多个信号灯相位的第二指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述每个信号灯相位的指标比的值为所述每个信号灯相位的指标数据占所述多个信号灯相位的指标数据的比值;
将所述交通指标模拟数据和所述交通指标真实数据输入到待测信控算法中,得到所述目标路口的多个信号灯相位的绿信比序列值;
计算所述目标指标比序列值和所述绿信比序列值的相似度;
根据所述相似度,对所述待测信控算法进行评估。
这样,相比于现有技术中评估方式,可以提高信控算法的评估效率,减少评估成本。
第二方面,本申请实施例提供了一种信控算法评估装置,包括:
第一获取模块,用于获取目标路口的交通指标模拟数据,和获取所述目标路口的交通指标真实数据;
第二获取模块,用于获取目标指标比序列值;其中,所述目标指标比序列值包括以下至少一项:根据所述交通指标模拟数据,计算得到的所述目标路口的多个信号灯相位的第一指标比序列值;和根据所述交通指标真实数据,计算得到的所述目标路口的多个信号灯相位的第二指标比序列值;所述多个信号灯相位的第一指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述多个信号灯相位的第二指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述每个信号灯相位的指标比的值为所述每个信号灯相位的指标数据占所述多个信号灯相位的指标数据的比值;
输入模块,用于将所述交通指标模拟数据和所述交通指标真实数据输入到待测信控算法中,得到所述目标路口的多个信号灯相位的绿信比序列值;
计算模块,用于计算所述目标指标比序列值和所述绿信比序列值的相似度;
评测模块,用于根据所述相似度,对所述待测信控算法进行评估。
第三方面,本申请实施例还提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的信控算法评估方法。
第四方面,本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行如上所述的信控算法评估方法。
上述申请中的一个实施例具有如下优点或有益效果:可以提高信控算法的评估效率。因为采用了获取目标路口的交通指标模拟数据,和获取目标路口的交通指标真实数据;获取目标指标比序列值;该目标指标比序列值包括以下至少一项:根据交通指标模拟数据,计算得到的目标路口的多个信号灯相位的第一指标比序列值,和根据交通指标真实数据,计算得到该多个信号灯相位的第二指标比序列值,将所述交通指标模拟数据和所述交通指标真实数据输入到待测信控算法中,得到目标路口的多个信号灯相位的绿信比序列值;计算目标指标比序列值和绿信比序列值的相似度;根据所述相似度,对待测信控算法进行评估的技术手段,所以克服了现有的信控算法的评估效率较低的技术问题,进而达到提高信控算法的评估效率的技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请实施例的信控算法评估方法的流程图;
图2是本申请具体实例中信控算法的评估过程的流程图;
图3是实现本申请实施例的信控算法评估方法的评估装置的框图;
图4是实现本申请实施例的信控算法评估方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例可以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。说明书以及权利要求中“和/或”表示所连接对象的至少其中之一。
请参见图1,图1是本申请实施例提供的一种信控算法评估方法的流程图,该方法应用于电子设备,如图1所示,该方法包括如下步骤:
步骤101:获取目标路口的交通指标模拟数据,和获取目标路口的交通指标真实数据。
本实施例中,该目标路口具体为交叉口,比如三叉口、十字路口等。该交通指标模拟数据可依据路网建模构造而成,至少包括车流量、绿末排队长度、排队长度、饱和车头时距等。该交通指标真实数据可从预先存储的与该目标路口对应的真实数据集中提取,至少包括车流量、排队长度、绿末排队长度、饱和车头时距等。
步骤102:获取目标指标比序列值。
可选的,该目标指标比序列值可包括以下至少一项:
根据交通指标模拟数据,计算得到的目标路口的多个信号灯相位的第一指标比序列值;该多个信号灯相位的第一指标比序列值包括该多个信号灯相位中每个信号灯相位的指标比的值;该每个信号灯相位的指标比的值为每个信号灯相位的指标数据占多个信号灯相位的指标数据的比值;
根据交通指标真实数据,计算得到的目标路口的多个信号灯相位的第二指标比序列值;该多个信号灯相位的第二指标比序列值包括该多个信号灯相位中每个信号灯相位的指标比的值;该每个信号灯相位的指标比的值为每个信号灯相位的指标数据占多个信号灯相位的指标数据的比值。
也就是说,该目标指标比序列值可以是仅根据交通指标模拟数据计算得到,也可以是仅根据交通指标真实数据计算得到,也可以是根据交通指标模拟数据和交通指标真实数据计算得到,依据实际业务需求而定。为了使得测试数据和场景覆盖更丰富、评估效果更准确,优选根据交通指标模拟数据和交通指标真实数据来计算得到目标指标比序列值。该第一指标比序列值或第二指标比序列值可理解为多个信号灯相位中每个信号灯相位的指标比所构成的序列值,单一信号灯相位的指标比为该信号灯相位的指标数据占所有信号灯相位的指标数据的比值。
本实施例中,该信号灯相位可理解为针对单路口不同方向的交通流,所给予的放行时间。以目标路口为标准十字路口为例,在不考虑右转情况下,可对应8个相位,分别为:东直、东左、西直、西左、南直、南左、北直、北左。例如,东直可以表示从东面驶来直行通过路口,东左可以表示从东面驶来左转通过路口,西直可以表示从西面驶来直行通过路口,西左可以表示从西面驶来左转通过路口,等等。又例如,以指标数据类型为车流量为例,东直这个信号灯相位的指标比为东直相位上的车流量值占所有信号灯相位即该8个相位的车流量值的比值。
步骤103:将交通指标模拟数据和交通指标真实数据输入到待测信控算法中,得到目标路口的多个信号灯相位的绿信比序列值。
其中,为了保持数据输入流的一致性,需要对输入到待测信控算法中交通指标模拟数据和交通指标真实数据进行处理,使得此两类指标数据具有一致的格式。这样将交通指标模拟数据和交通指标真实数据一同作为待测信控算法的输入,可以提升算法评估场景覆盖率。
上述绿信比序列值可理解为多个信号灯相位中每个信号灯相位的绿信比所构成的序列值。该绿信比是指交通灯一个周期内可用于车辆通行的时间的比例。
步骤104:计算目标指标比序列值和绿信比序列值的相似度。
可理解的,此步骤中计算得到的相似度具体为待测信控算法的输入指标数据(比如车流量、绿末排队长度、排队长度、饱和车头时距等)的指标比序列值与待测信控算法对应输出的优化后的绿信比序列值之间的相似度。对于该相似度,可通过目标指标比序列值和绿信比序列值的方差、均值等进行计算。
步骤105:根据所述相似度,对待测信控算法进行评估。
其中,目标指标比序列值和绿信比序列值的相似度越高,表示待测信控算法输出的自适应绿信比方案效果越好。
本申请实施例的信控算法评估方法,通过获取目标路口的交通指标模拟数据和交通指标真实数据,可以将交通指标模拟数据和交通指标真实数据作为待测信控算法的输入数据,并可以根据交通指标模拟数据和/或交通指标真实数据对应的目标指标比序列值与该待测信控算法输出的绿信比序列值的相似度,来评估该待测信控算法的效果。由此,相比于现有技术中评估方式,可以提高信控算法的评估效率,减少评估成本。
具体的经过比较发现,与现有技术中现场试验和调查的评估方式相比,本实施例中的评估方式可将评估周期从几天缩短到几十分钟,从而极大地提高了评估效率。
进一步的,由于本实施例中待测信控算法在经典单点优化算法基础上增加了如调整幅度阈值、最大最小绿灯时长限制、行人过街时间等约束和诸如搭接限制、锁定相位等业务需求,为了满足这些约束和需求,待测信控算法输出的绿信比配时和原始单点优化算法预期配时偏离可能会较大。而为了避免与算法预期配时的偏离,本实施例中根据交通指标模拟数据和/或交通指标真实数据对应的目标指标比序列值与待测信控算法输出的绿信比序列值的相似度,来评估待测信控算法的效果,从而提升对算法效果的验证准确性。
本申请实施例中,由于交通指标真实数据可能仅覆盖某几个时段或者当前已有交通路口,无法提前覆盖未上线路口和某些场景下的交通指标数据,因此本实施例中构造了交通指标模拟数据来提高评信控算法输入数据集的覆盖率。
可选的,上述获取目标路口的交通指标模拟数据的过程可包括:依据所述目标路口的路网结构和待测信控算法的相关配置信息,构建交通指标模拟数据。该交通指标模拟数据可具有至少一种指标类型,包括但不限于车流量、绿末排队长度、排队长度、饱和车头时距等。这样,借助目标路口的路网结构和待测信控算法的相关配置信息来构建交通指标模拟数据,可以保证该交通指标模拟数据与待测信控算法的相关性,从而提升对算法效果的验证准确性。
一种实施方式中,在构建交通指标模拟数据时,可以先从路网建模中提取路网结构,同时从待测信控算法配置中提取各相位信息,然后以路口为单位,该路口各相位对应多条车道,再以每条车道为最小单位,对应生成相应的车流量、绿末排队长度、排队长度、饱和车头时距等指标数据,且每个指标数据会给定基于真实场景的范围,在此范围内随机生成合法数值,再根据待测信控算法配置中路口级配置项提取锁定相位、关键相位等信息,最后加工成完整的以路口为单位各车道的交通指标模拟数据集。
本申请实施例中,信控算法的实现是基于路口背景方案(信号机原始配时方案)提取信控方案的数据结构。由于各时段的信号机原始配时方案会根据当前实际交通状况进行切换,因此每个路口可对应一个或多个信号机原始配时方案。为了保证待测信控算法的输入数据集的丰富性和一致性,可结合信号机原始配时方案来提取真实交通数据。
可选的,上述获取目标路口的交通指标真实数据的过程可包括:对所述目标路口的信号机原始配时方案按照各预设时段进行提取;分别获取与提取的信号机原始配时方案同时段的交通指标真实数据。比如,各预设时段包括但不限于早晚高峰、平峰等具有代表性的时段。这样,不仅可以兼容各时段的信号机原始配时方案,还可基于各时段的信号机原始配时方案获得匹配的交通指标真实数据,从而保证数据的可信性。
一种实施方式中,为了丰富模拟的场景数据,在获得上述构建的交通指标模拟数据之后,还可以根据各时段的信号机原始配时方案,依次遍历比如采用笛卡尔乘积映射,生成各种交通场景的数据。
本申请实施例中,上述计算目标指标比序列值和绿信比序列值的相似度的过程可包括:计算所述目标指标比序列值和所述绿信比序列值的方差值或者标准差值;根据所述方差值或者标准差值,确定所述相似度。进一步的,上述根据所述相似度,对待测信控算法进行评估的过程包括:当所述相似度符合预期时,确定所述待测信控算法的效果符合预期;或者,当所述相似度不符合预期时,确定所述待测信控算法的效果不符合预期。
可理解的,该方差值或者标准差值与对应相似度是呈反比的,随着方差值或者标准差值的增大,对应相似度越差。比如若方差值或者标准差值为0,则表示对应相似度达到最佳。这样,借助方差计算来确定目标指标比序列值和绿信比序列值的相似度,并进一步确定待测信控算法的效果是否符合预期,可以简便实现对待测信控算法的评估。
可选的,上述的第一指标比序列值可包括以下至少一项:至少一个单项指标比序列值、至少一个融合指标比序列值。和/或,上述的第二指标比序列值可包括以下至少一项:至少一个单项指标比序列值、至少一个融合指标比序列值。
对于单项指标比,评估角度是需要观测单项指标数据(比如车流量、排队长度、饱和车头时距等的任意一项)对绿信比的影响是否符合预期。在计算某一信号灯相位的单项指标比时,可首先确定以车道为维度的指标数据;然后根据各相位所对应车道进行指标数据的聚合、求均值、或与饱和流率(这里可以理解为固定值)求比等(不同指标数据的具体计算方法有差异),以将车道维度的指标数据换算成相位维度;比如以指标数据类型为车流量为例,如果东直的车道包括三个车道,则东直相位的车流量值可为:对该三个车道的车流量值进行聚合、求均值、或与饱和流率求比等得到的值;最后求取该相位的指标数据与所有相位的指标数据的比值,获得该相位的单项指标比。单项指标比序列值为各个相位的单项指标比排成的序列。
对于融合指标比,目的是为了弥补单项指标比的不准确或单一性,以更全面充分的挖掘和表达当前的交通实时状况,评估角度是验证融合指标比对绿信比的影响是否符合预期。在计算某一信号灯相位的融合指标比时,可首先确定以车道为维度的指标数据;其次根据各相位所对应车道进行指标数据融合(以被测算法挖掘的各指标使用方式进行融合,比如增加排队长度需求,则新车流量等于原车流量加上增加的排队长度所对应的车流量(对于第一条左转车道或左转待转区等进行特殊处理));然后根据各相位所对应车道进行融合指标数据的聚合、求均值、与饱和流率(这里可以理解为固定值)求比等(不同指标的具体计算方法有差异),以将车道维度的指标数据换算成相位维度;最后求取该相位的融合指标数据与所有相位的融合指标数据的比值,获得该相位的融合指标比。融合指标比序列值为各个相位的融合指标比排成的序列。
这样,由于绿信比分配可依据各相位的车流量比和饱和流率之比、绿信比与融合指标比呈正相关等原因,因此,借助单项指标比序列值和/或融合指标比序列值来验证优化后的绿信比方案,可以准确实现对待测信控算法的评估。
需指出的,在目标指标比序列值包括多个单项指标比序列值的情况下,当计算目标指标比序列值和绿信比序列值的相似度时,需要分别计算每个单项指标比序列值与绿信比序列值的相似度,并优先当计算得到的所有或部分重要的相似度都符合预期的情况下,才确定待测信控算法的效果符合预期。或者,在目标指标比序列值包括多个融合指标比序列值的情况下,当计算目标指标比序列值和绿信比序列值的相似度时,需要分别计算每个融合指标比序列值与绿信比序列值的相似度,并优先当计算得到的所有或部分重要的相似度都符合预期的情况下,才确定待测信控算法的效果符合预期。或者,在目标指标比序列值包括多个单项指标比序列值和多个融合指标比序列值的情况下,当计算目标指标比序列值和绿信比序列值的相似度时,需要分别计算每个融合指标比序列值与绿信比序列值的相似度,和分别计算每个单项指标比序列值与绿信比序列值的相似度,并优先当计算得到的所有或部分重要的相似度都符合预期的情况下,才确定待测信控算法的效果符合预期。
此外,本实施例中的信控算法评估方法可是迭代评估环节中的一环,是以算法版本为基础的,因此,为了保证每次评估的准确性和评测数据的一致性,可每次评估对指标数据和背景方案做唯一映射,每个映射对应一个实例标识(caseid),生成匹配的配时方案。由于算法评估的最终目的是为了给算法优化提供依据,因此基于版本之间的算法评估对比是有意义的。
下面结合图2对本申请具体实例中的评估过程进行说明。
本申请具体实例中,以目标路口为交叉口1为例,如图2所示,对应的评估过程可包括以下步骤:S1,从交叉口1的路网建模中提取路网结构,并依据该路网结构和待测信控算法(新版本信控算法)中的信控配置,构建交通指标模拟数据即模拟mock指标评测数据集;S2,基于早晚高峰、平峰时段划分,按时段对背景方案(即信号机原始配时方案)进行提取,并按时段结合路网结构从线上指标库提取真实感知计算车道级指标数据,得到真实指标评测数据集;S3,为了数据的完整性和丰富性,针对mock指标评测数据集,根据各时段的背景方案,采用笛卡尔乘积映射依次遍历生成各种交通场景的数据,并针对真实指标评测数据集,按时段映射得到与背景方案匹配的真实数据,最终得到唯一caseid评测指标数据集和背景方案数据集;S4,分别针对mock指标评测数据集和真实指标评测数据集,进行指标数据预处理和聚合等,得到该交叉口1的多信号灯相位的单项指标比序列值(单项指标各相位比值)和融合指标比序列值(融合指标各相位比值);S5,将最终得到的评测数据集和背景方案数据集输入到调度的被测算法(基本base版本算法和新版本算法)中,得到自适应配时方案,即该交叉口1的多信号灯相位的绿信比序列值;S6,计算单项指标比序列值和绿信比序列值的方差值(或标准差值)并确定对应的相似度,和计算融合指标比序列值和绿信比序列值的方差(或标准差值)并确定对应的相似度;S7,确定S6中各相似度是否符合预期,若都符合预期,则确定新版本算法的效果符合预期,否则确定新版本算法的效果不符合预期;S8,对base版本算法和新版本算法对应的相似度进行比较,以对评估结果进行分析。
请参见图3,图3是本申请实施例提供的一种信控算法评估装置的结构示意图,如图3所示,该评估装置30包括:
第一获取模块31,用于获取目标路口的交通指标模拟数据,和获取所述目标路口的交通指标真实数据;
第二获取模块32,用于获取目标指标比序列值;所述目标指标比序列值包括以下至少一项:根据所述交通指标模拟数据,计算得到的所述目标路口的多个信号灯相位的第一指标比序列值;和根据所述交通指标真实数据,计算得到的所述目标路口的多个信号灯相位的第二指标比序列值;所述多个信号灯相位的第一指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述多个信号灯相位的第二指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述每个信号灯相位的指标比的值为所述每个信号灯相位的指标数据占所述多个信号灯相位的指标数据的比值;
输入模块33,用于将所述交通指标模拟数据和所述交通指标真实数据输入到待测信控算法中,得到所述目标路口的多个信号灯相位的绿信比序列值;
计算模块34,用于计算所述目标指标比序列值和所述绿信比序列值的相似度;
评估模块35,用于根据所述相似度,对所述待测信控算法进行评估。
可选的,所述计算模块34包括:
计算单元,用于计算所述目标指标比序列值和所述绿信比序列值的方差值或者标准差值;
确定单元,用于根据所述方差值或者标准差值,确定所述相似度;
所述评测模块35具体用于:
当所述相似度符合预期时,确定所述待测信控算法的效果符合预期;或者,或者,当所述相似度不符合预期时,确定所述待测信控算法的效果不符合预期。
可选的,所述第一获取模块31包括:
提取单元,用于对所述目标路口的信号机原始配时方案按照各预设时段进行提取;
获取单元,用于分别获取与提取的信号机原始配时方案同时段的交通指标真实数据。
可选的,所述第一获取模块31还用于:
依据所述目标路口的路网结构和所述待测信控算法的相关配置信息,构建所述交通指标模拟数据。
可选的,所述第一指标比序列值包括以下至少一项:
至少一个单项指标比序列值、至少一个融合指标比序列值;
和/或,所述第二指标比序列值包括以下至少一项:
至少一个单项指标比序列值、至少一个融合指标比序列值。
可理解的,本申请实施例的信控算法评估装置30,可以实现上述图1所示方法实施例中实现的各个过程,以及达到相同的有益效果,为避免重复,这里不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图4所示,是用来实现本申请实施例的信控算法评估方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图4所示,该电子设备包括:一个或多个处理器401、存储器402,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图4中以一个处理器401为例。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的信控算法评估方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的信控算法评估方法。
存储器402作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的信控算法评估方法对应的程序指令/模块(例如,附图3所示的第一获取模块31、第二获取模块32、输入模块33、计算模块34和评估模块35)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的信控算法评估方法。
存储器402可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储电子设备的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器402可选包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
信控算法评估方法的电子设备还可以包括:输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接,图4中以通过总线连接为例。
输入装置403可接收输入的数字或字符信息,以及产生与信控算法评估方法的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置404可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声音输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过获取目标路口的交通指标模拟数据和交通指标真实数据,可以将交通指标模拟数据和交通指标真实数据作为待测信控算法的输入数据,并可以根据交通指标模拟数据和/或交通指标真实数据对应的目标指标比序列值与该待测信控算法输出的绿信比序列值的相似度,来评估该待测信控算法的效果;由此,相比于现有技术中评估方式,可以提高信控算法的评估效率,减少评估成本。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (12)
1.一种信控算法评估方法,其特征在于,包括:
获取目标路口的交通指标模拟数据,和获取所述目标路口的交通指标真实数据;
获取目标指标比序列值;其中,所述目标指标比序列值包括以下至少一项:根据所述交通指标模拟数据,计算得到的所述目标路口的多个信号灯相位的第一指标比序列值;和根据所述交通指标真实数据,计算得到的所述目标路口的多个信号灯相位的第二指标比序列值;所述多个信号灯相位的第一指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述多个信号灯相位的第二指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述每个信号灯相位的指标比的值为所述每个信号灯相位的指标数据占所述多个信号灯相位的指标数据的比值;
将所述交通指标模拟数据和所述交通指标真实数据输入到待测信控算法中,得到所述目标路口的多个信号灯相位的绿信比序列值;
计算所述目标指标比序列值和所述绿信比序列值的相似度;
根据所述相似度,对所述待测信控算法进行评估。
2.根据权利要求1所述的方法,其特征在于,所述计算所述目标指标比序列值和所述绿信比序列值的相似度,包括:
计算所述目标指标比序列值和所述绿信比序列值的方差值或者标准差值;
根据所述方差值或者标准差值,确定所述相似度;
所述根据所述相似度,对所述待测信控算法进行评估,包括:
当所述相似度符合预期时,确定所述待测信控算法的效果符合预期。
3.根据权利要求1所述的方法,其特征在于,所述获取所述目标路口的交通指标真实数据,包括:
对所述目标路口的信号机原始配时方案按照各预设时段进行提取;
分别获取与提取的信号机原始配时方案同时段的交通指标真实数据。
4.根据权利要求1所述的方法,其特征在于,所述获取目标路口的交通指标模拟数据,包括:
依据所述目标路口的路网结构和所述待测信控算法的相关配置信息,构建所述交通指标模拟数据。
5.根据权利要求1至4中任一项所述的方法,其特征在于,所述第一指标比序列值包括以下至少一项:至少一个单项指标比序列值、至少一个融合指标比序列值;
和/或,
所述第二指标比序列值包括以下至少一项:至少一个单项指标比序列值、至少一个融合指标比序列值。
6.一种信控算法评估装置,其特征在于,包括:
第一获取模块,用于获取目标路口的交通指标模拟数据,和获取所述目标路口的交通指标真实数据;
第二获取模块,用于获取目标指标比序列值;其中,所述目标指标比序列值包括以下至少一项:根据所述交通指标模拟数据,计算得到的所述目标路口的多个信号灯相位的第一指标比序列值;和根据所述交通指标真实数据,计算得到的所述目标路口的多个信号灯相位的第二指标比序列值;所述多个信号灯相位的第一指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述多个信号灯相位的第二指标比序列值包括所述多个信号灯相位中每个信号灯相位的指标比的值;所述每个信号灯相位的指标比的值为所述每个信号灯相位的指标数据占所述多个信号灯相位的指标数据的比值;
输入模块,用于将所述交通指标模拟数据和所述交通指标真实数据输入到待测信控算法中,得到所述目标路口的多个信号灯相位的绿信比序列值;
计算模块,用于计算所述目标指标比序列值和所述绿信比序列值的相似度;
评测模块,用于根据所述相似度,对所述待测信控算法进行评估。
7.根据权利要求6所述的装置,其特征在于,所述计算模块包括:
计算单元,用于计算所述目标指标比序列值和所述绿信比序列值的方差值或者标准差值;
确定单元,用于根据所述方差值或者标准差值,确定所述相似度;
所述评测模块具体用于:
当所述相似度符合预期时,确定所述待测信控算法的效果符合预期。
8.根据权利要求6所述的装置,其特征在于,所述第一获取模块包括:
提取单元,用于对所述目标路口的信号机原始配时方案按照各预设时段进行提取;
获取单元,用于分别获取与提取的信号机原始配时方案同时段的交通指标真实数据。
9.根据权利要求6所述的装置,其特征在于,所述第一获取模块还用于:
依据所述目标路口的路网结构和所述待测信控算法的相关配置信息,构建所述交通指标模拟数据。
10.根据权利要求6至9中任一项所述的装置,其特征在于,所述第一指标比序列值包括以下至少一项:至少一个单项指标比序列值、至少一个融合指标比序列值;
和/或,
所述第二指标比序列值包括以下至少一项:至少一个单项指标比序列值、至少一个融合指标比序列值。
11.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010388009.XA CN111597700B (zh) | 2020-05-09 | 2020-05-09 | 信控算法评估方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010388009.XA CN111597700B (zh) | 2020-05-09 | 2020-05-09 | 信控算法评估方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597700A true CN111597700A (zh) | 2020-08-28 |
CN111597700B CN111597700B (zh) | 2023-08-15 |
Family
ID=72185371
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010388009.XA Active CN111597700B (zh) | 2020-05-09 | 2020-05-09 | 信控算法评估方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597700B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115410375A (zh) * | 2022-11-02 | 2022-11-29 | 华路易云科技有限公司 | 一种基于雷卡融合交通数据的融合交通指标集生成方法 |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004294303A (ja) * | 2003-03-27 | 2004-10-21 | Railway Technical Res Inst | レール表面特性評価方法、鉄道運行管理方法及びレール表面特性評価装置 |
US20080086258A1 (en) * | 2005-03-08 | 2008-04-10 | Wall Henry H | Traffic signal light control system and method |
WO2008118074A1 (en) * | 2007-03-26 | 2008-10-02 | Ab Tryggit | Method for controlling traffic signals to give signal priority to a vehicle |
US20090146841A1 (en) * | 2007-12-11 | 2009-06-11 | International Business Machines Corporation | System and method for automatically adjusting traffic light |
JP2011096281A (ja) * | 2011-01-31 | 2011-05-12 | Kyosan Electric Mfg Co Ltd | 交通信号制御機の交通信号シミュレーション装置及びプログラム |
CN103366568A (zh) * | 2013-06-26 | 2013-10-23 | 东南大学 | 交通路段车辆排队视频检测方法及系统 |
US20170032670A1 (en) * | 2015-07-28 | 2017-02-02 | Mcafee, Inc. | Systems and methods for traffic control |
CN106600990A (zh) * | 2016-11-23 | 2017-04-26 | 中兴软创科技股份有限公司 | 基于遗传算法的动态信号灯评估方法与系统 |
CN106997668A (zh) * | 2017-04-18 | 2017-08-01 | 北京博研智通科技有限公司 | 利用手机移动数据评价路口信号机控制效率的方法和系统 |
CN107085952A (zh) * | 2017-06-28 | 2017-08-22 | 北京数行健科技有限公司 | 一种评价区域信号灯配时方案的方法、装置及系统 |
US20180112997A1 (en) * | 2017-12-21 | 2018-04-26 | GM Global Technology Operations LLC | Traffic light state assessment |
CN108091137A (zh) * | 2017-12-19 | 2018-05-29 | 迈锐数据(北京)有限公司 | 一种信号灯控制方案的评价方法及装置 |
CN108389395A (zh) * | 2018-04-25 | 2018-08-10 | 迈锐数据(北京)有限公司 | 交通控制的评价方法及装置 |
US20180268092A1 (en) * | 2017-03-15 | 2018-09-20 | Beijing Baidu Netcom Science And Technology Co.,Ltd. | Method and apparatus for simulation test of autonomous driving of vehicles, an apparatus and computer-readable storage medium |
WO2018178828A1 (en) * | 2017-03-29 | 2018-10-04 | Here Global B.V. | Method, apparatus and computer program product for comprehensive management of signal phase and timing of traffic lights |
US20180336781A1 (en) * | 2017-05-22 | 2018-11-22 | Alibaba Group Holding Limited | Road traffic control system, method, and electronic device |
CN109191875A (zh) * | 2018-09-17 | 2019-01-11 | 杭州中奥科技有限公司 | 信号控制方案生成方法及装置 |
CN110363997A (zh) * | 2019-07-05 | 2019-10-22 | 西南交通大学 | 一种有施工区交叉口信号配时优化方法 |
US20190354643A1 (en) * | 2018-05-17 | 2019-11-21 | Toyota Jidosha Kabushiki Kaisha | Mixed reality simulation system for testing vehicle control system designs |
CN110796865A (zh) * | 2019-11-06 | 2020-02-14 | 北京百度网讯科技有限公司 | 智能交通控制方法、装置、电子设备和存储介质 |
CN110910665A (zh) * | 2019-11-06 | 2020-03-24 | 北京百度网讯科技有限公司 | 信号灯控制方法、装置以及计算机设备 |
CN111047107A (zh) * | 2019-12-23 | 2020-04-21 | 北京百度网讯科技有限公司 | 公路通行时间预测方法、装置、电子设备和存储介质 |
CN111127887A (zh) * | 2019-12-19 | 2020-05-08 | 银江股份有限公司 | 一种基于实时交通状态驱动的信号控制优化系统及方法 |
CN111710176A (zh) * | 2020-06-08 | 2020-09-25 | 同济大学 | 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法 |
-
2020
- 2020-05-09 CN CN202010388009.XA patent/CN111597700B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004294303A (ja) * | 2003-03-27 | 2004-10-21 | Railway Technical Res Inst | レール表面特性評価方法、鉄道運行管理方法及びレール表面特性評価装置 |
US20080086258A1 (en) * | 2005-03-08 | 2008-04-10 | Wall Henry H | Traffic signal light control system and method |
WO2008118074A1 (en) * | 2007-03-26 | 2008-10-02 | Ab Tryggit | Method for controlling traffic signals to give signal priority to a vehicle |
US20090146841A1 (en) * | 2007-12-11 | 2009-06-11 | International Business Machines Corporation | System and method for automatically adjusting traffic light |
JP2011096281A (ja) * | 2011-01-31 | 2011-05-12 | Kyosan Electric Mfg Co Ltd | 交通信号制御機の交通信号シミュレーション装置及びプログラム |
CN103366568A (zh) * | 2013-06-26 | 2013-10-23 | 东南大学 | 交通路段车辆排队视频检测方法及系统 |
US20170032670A1 (en) * | 2015-07-28 | 2017-02-02 | Mcafee, Inc. | Systems and methods for traffic control |
CN106600990A (zh) * | 2016-11-23 | 2017-04-26 | 中兴软创科技股份有限公司 | 基于遗传算法的动态信号灯评估方法与系统 |
US20180268092A1 (en) * | 2017-03-15 | 2018-09-20 | Beijing Baidu Netcom Science And Technology Co.,Ltd. | Method and apparatus for simulation test of autonomous driving of vehicles, an apparatus and computer-readable storage medium |
WO2018178828A1 (en) * | 2017-03-29 | 2018-10-04 | Here Global B.V. | Method, apparatus and computer program product for comprehensive management of signal phase and timing of traffic lights |
CN106997668A (zh) * | 2017-04-18 | 2017-08-01 | 北京博研智通科技有限公司 | 利用手机移动数据评价路口信号机控制效率的方法和系统 |
US20180336781A1 (en) * | 2017-05-22 | 2018-11-22 | Alibaba Group Holding Limited | Road traffic control system, method, and electronic device |
CN107085952A (zh) * | 2017-06-28 | 2017-08-22 | 北京数行健科技有限公司 | 一种评价区域信号灯配时方案的方法、装置及系统 |
CN108091137A (zh) * | 2017-12-19 | 2018-05-29 | 迈锐数据(北京)有限公司 | 一种信号灯控制方案的评价方法及装置 |
US20180112997A1 (en) * | 2017-12-21 | 2018-04-26 | GM Global Technology Operations LLC | Traffic light state assessment |
CN108389395A (zh) * | 2018-04-25 | 2018-08-10 | 迈锐数据(北京)有限公司 | 交通控制的评价方法及装置 |
US20190354643A1 (en) * | 2018-05-17 | 2019-11-21 | Toyota Jidosha Kabushiki Kaisha | Mixed reality simulation system for testing vehicle control system designs |
CN109191875A (zh) * | 2018-09-17 | 2019-01-11 | 杭州中奥科技有限公司 | 信号控制方案生成方法及装置 |
CN110363997A (zh) * | 2019-07-05 | 2019-10-22 | 西南交通大学 | 一种有施工区交叉口信号配时优化方法 |
CN110796865A (zh) * | 2019-11-06 | 2020-02-14 | 北京百度网讯科技有限公司 | 智能交通控制方法、装置、电子设备和存储介质 |
CN110910665A (zh) * | 2019-11-06 | 2020-03-24 | 北京百度网讯科技有限公司 | 信号灯控制方法、装置以及计算机设备 |
CN111127887A (zh) * | 2019-12-19 | 2020-05-08 | 银江股份有限公司 | 一种基于实时交通状态驱动的信号控制优化系统及方法 |
CN111047107A (zh) * | 2019-12-23 | 2020-04-21 | 北京百度网讯科技有限公司 | 公路通行时间预测方法、装置、电子设备和存储介质 |
CN111710176A (zh) * | 2020-06-08 | 2020-09-25 | 同济大学 | 一种车路协同环境下交叉口信号-车辆轨迹协同控制方法 |
Non-Patent Citations (5)
Title |
---|
CRISTINA OLAVERRI-MONREAL等: ""Implementation and Evaluation of a Traffic Light Assistance System Based on V2I Communication in a Simulation Framework"", 《JOURNAL OF ADVANCED TRANSPORTATION》 * |
GUSTAVNILSSON等: ""Evaluation of Decentralized Feedback Traffic Light Control with Dynamic Cycle Length"", 《IFAC-PAPERSONLINE》 * |
周榕洲等: "基于仿真分析的城市道路平面交叉口信号配时优化研究", 《中国水运(下半月刊)》 * |
尹安东等: ""城市道路信控交叉口车辆延误分析与治理对策"", 《合肥工业大学学报》 * |
闫鹏等: "基于仿真的新增信控交叉口交通风险分析", 《华北理工大学学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115410375A (zh) * | 2022-11-02 | 2022-11-29 | 华路易云科技有限公司 | 一种基于雷卡融合交通数据的融合交通指标集生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111597700B (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102487336B1 (ko) | 자율주행시스템 테스트 방법, 장치 및 기록 매체 | |
JP7239535B2 (ja) | 信号灯の時間帯別の信号時間配分方法、装置、電子機械及び記憶媒体 | |
US11626013B2 (en) | Traffic data analysis method, electronic device, vehicle and storage medium | |
US20210108931A1 (en) | Method and apparatus for determining hybrid travel route, device and storage medium | |
JP7214702B2 (ja) | 車両列の長さを検出する方法、車両列の長さを検出する装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN110796865B (zh) | 智能交通控制方法、装置、电子设备和存储介质 | |
CN110823237B (zh) | 起点绑路及预测模型获取方法、装置及存储介质 | |
CN111982138B (zh) | 预测模型获取及路径规划方法、装置及存储介质 | |
CN112613694B (zh) | 导航地图的评测方法、装置、设备及可读存储介质 | |
CN111506803A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
KR20220029309A (ko) | 교통 검문소를 결정하는 방법, 시스템, 전자 기기 및 매체 | |
CN112035587A (zh) | 基于轨迹数据校验交规的方法、装置、设备和介质 | |
CN110852780A (zh) | 数据分析方法、装置、设备和计算机存储介质 | |
CN110796191B (zh) | 轨迹分类方法及装置 | |
CN111259090A (zh) | 关系数据的图生成方法、装置、电子设备和存储介质 | |
CN111597700A (zh) | 信控算法评估方法、装置、电子设备及可读存储介质 | |
CN111858927B (zh) | 数据测试方法、装置、电子设备及存储介质 | |
CN111047107B (zh) | 公路通行时间预测方法、装置、电子设备和存储介质 | |
CN111177479A (zh) | 获取关系网络图中节点的特征向量的方法以及装置 | |
CN110673994A (zh) | 数据库测试方法及装置 | |
US11740639B2 (en) | Method and apparatus for gutting signal light information | |
CN111767651B (zh) | 指标预测模型的构建方法、指标预测方法和装置 | |
CN112883127B (zh) | 一种道路数据处理方法、装置、电子设备和介质 | |
US20210389156A1 (en) | Map rendering method and apparatus, device, and storage medium | |
CN111881301A (zh) | 一种数据处理方法、装置、电子设备和存储介质 |
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 |