CN112185112A - 一种基于人工智能的交通管理方法、设备及系统 - Google Patents

一种基于人工智能的交通管理方法、设备及系统 Download PDF

Info

Publication number
CN112185112A
CN112185112A CN202011015880.1A CN202011015880A CN112185112A CN 112185112 A CN112185112 A CN 112185112A CN 202011015880 A CN202011015880 A CN 202011015880A CN 112185112 A CN112185112 A CN 112185112A
Authority
CN
China
Prior art keywords
traffic
intersection
adjusted
artificial intelligence
traffic intersection
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.)
Withdrawn
Application number
CN202011015880.1A
Other languages
English (en)
Inventor
雷皓然
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202011015880.1A priority Critical patent/CN112185112A/zh
Publication of CN112185112A publication Critical patent/CN112185112A/zh
Withdrawn legal-status Critical Current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
    • G08G1/01—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
    • G08G1/052—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
    • G08G1/07—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

本发明实施例公开了一种基于人工智能的交通管理方法、设备及系统，方法包括：获取待调整交通路口的位置信息，同时获取交管部门提供交通数据库；根据位置信息和交通数据库确定待调整交通路口的交通等级；根据交通等级确定参考交通路口；获取参考交通路口的参考车流量信息，并根据参考车流量信息对待调整交通路口的交通状况进行预测，以得到预测结果；根据预测结果对待调整交通路口的交通灯进行调整。本发明基于人工智能对参考交通路口的车流量信息进行深入分析，并对待调整交通路口进行预测，并以预测结果进行交通灯调整，可有效缓解交通拥堵状况，确保路口车辆有序通行，减少交通安全事故的发生，提高智能交通的智能化程度。

Description

一种基于人工智能的交通管理方法、设备及系统
技术领域
本发明涉及人工智能及智慧交通技术领域，具体涉及一种基于人工智能的交通管理方法、设备及系统。
背景技术
目前，我国道路交通管理中普遍存在交通拥堵、安全事故频发等问题，对居民的人身安全及财产安全造成了严重威胁。基于此，智能交通(Intelligent TransportationSystem，ITS)应运而生。
ITS在交通领域中充分运用物联网、云计算、互联网、人工智能、自动控制、移动互联网等技术，通过高新技术汇集交通信息，对交通管理、交通运输、公众出行等等交通领域全方面以及交通建设管理全过程进行管控支撑，使交通系统在区域、城市甚至更大的时空范围具备感知、互联、分析、预测、控制等能力，以充分保障交通安全、发挥交通基础设施效能、提升交通系统运行效率和管理水平，为通畅的公众出行和可持续的经济发展服务。但现有的智能交通管理系统智能化程度不高，对交通拥堵状况的缓解帮助并不大。
发明内容
针对上述技术缺陷，本发明实施例的目的是提供一种基于人工智能的交通管理方法、设备及系统。
为实现上述目的，本发明实施例提供了一种基于人工智能的交通管理方法，包括：
获取待调整交通路口的位置信息，同时获取交管部门提供交通数据库；
根据所述位置信息和交通数据库确定所述待调整交通路口的交通等级；
根据所述交通等级确定参考交通路口；
获取所述参考交通路口的参考车流量信息，并根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果；
根据所述预测结果对所述待调整交通路口的交通灯进行调整。
作为本申请一种优选的实施方式，获取待调整交通路口的位置信息，具体包括：
采用北斗卫星差分定位导航技术获取待调整交通路口的位置信息。
在本申请的某些具体实施方式中，根据所述交通等级确定参考交通路口，具体包括：
根据所述交通等级确定搜索距离；
以所述位置信息为圆心、所述搜索距离为半径，确定搜索范围；
根据所述搜索范围和交通地图，确定所述参考交通路口。
进一步地，在本申请的某些具体实施方式中，根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果，具体包括：
根据所述参考车流量信息计算通过所述参考交通路口的平均车速；
计算所述参考交通路口和待调整交通路口之间的当前距离；
根据所述平均车速和当前距离对所述待调整交通路口的交通状况进行预测，以得到预测结果，所述预测结果包括所述待调整交通路口的拥堵车流量和拥堵车流量到达的时间。
进一步地，在本申请的某些具体实施方式中，根据所述预测结果对所述待调整交通路口的交通灯进行调整，具体包括：
根据所述预测结果对所述待调整交通路口的交通灯进行时间间隔和指向的调整。
第二方面，本发明实施例还提供了一种交通管理设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第三方面，本发明实施例提供了一种基于人工智能的交通管理系统，包括导航设备、交通管理设备、数据采集设备及控制设备，所述导航设备、数据采集设备及控制设备均与所述交通管理设备通信。其中，所述交通管理设备如上述第二方面所述，且所述交通管理设备还外接交管系统。
进一步地，作为本申请的具体实施方式，所述导航设备采用北斗卫星差分定位导航技术采集待调整交通路口的位置信息；所述数据采集设备设置于所述参考路口处，所述控制设备设置所述待调整交通路口处，并与交通灯通信。
进一步地，作为本申请的某种优选实施方式，所述导航设备、数据采集设备及控制设备均与所述交通管理设备采用5G网络通信。
实施本发明实施例，先获取待调整交通路口的位置信息，同时获取交管部门提供交通数据库；再根据位置信息和交通数据库确定所述待调整交通路口的交通等级；接着，根据所述交通等级确定参考交通路口；之后，获取所述参考交通路口的参考车流量信息，并根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果；最后根据所述预测结果对所述待调整交通路口的交通灯进行调整；上述方案基于人工智能对参考交通路口的车流量信息进行深入分析，并对待调整交通路口进行预测，并以预测结果进行交通灯调整，可有效缓解交通拥堵状况，确保路口车辆有序通行，减少交通安全事故的发生，提高智能交通的智能化程度。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1是本发明实施例提供的基于人工智能的交通管理方法的流程示意图；
图2是本发明实施例提供的基于人工智能的交通管理系统的结构图；
图3是图2中交通管理设备的结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参考图1，是本发明实施例提供的基于人工智能的交通管理方法的流程图。如图所示，该交通管理方法可以包括：
S101，获取待调整交通路口的位置信息，同时获取交管部门提供交通数据库。
需要说明的是，交管部门提供的交通数据库中包括但不仅限于城市道路名称、是否为主干道、是否为辅路、交通路口名称以及交通路口的交通等级等。例如交通路口1的交通等级为A级，说明在上下班高峰期的时候，该交通路口的车辆量较大，其交通等级较高。
在本实施例中，采用北斗卫星差分定位导航技术获取待调整交通路口的位置信息。北斗卫星差分定位导航技术可将定位精度提高到厘米级，从而为后续数据处理(例如交通等级确定、交通路口的交通灯调整等)提供基础。
S102，根据所述位置信息和交通数据库确定所述待调整交通路口的交通等级。
例如，根据待调整交通路口的位置信息和交通数据库确定该待调整交通路口的等级为A。可理解为该待调整交通路口为主干道上的重要交通路口，车流量较大。
S103，根据所述交通等级确定参考交通路口。
具体地，根据所述交通等级确定搜索距离；以所述位置信息为圆心、所述搜索距离为半径，确定搜索范围；根据所述搜索范围和交通地图，确定所述参考交通路口。
例如，若确定待调整交通路口的等级为A级，则确定搜索距离为d1，若确定待调整交通路口的等级为B级，则确定搜索距离为d2。其中，等级A高于等级B。在确定搜索距离时，规则是：等级越高距离越大。因为等级越高，说明该路口的交通量增长速度越快，那么需要扩大搜索距离，更早地进行交通灯是否调整的准备工作。基于此，可确定出等级为A的交通路口的搜索距离的d1大于等级为B的交通路口的搜索距离d2。
在确定该待调整交通路口的搜索距离为d1(如500米)之后，以其位置信息为圆心、搜索距离d1为半径进行搜索，可搜索出待调整交通路口周边500米以内的交通路口有第一路口、第二路口、第三路口和第四路口。进一步地结合交通地图可确定出第一路口为参考路口。
此处可理解为，根据交通地图确定出第一路口位于主干道上，因此将其作为参考路口。因为处于主干道上的路口的车辆量更大，将其作为参考路口更具参考价值。
S104，获取所述参考交通路口的参考车流量信息，并根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果。
具体地，步骤S104包括：
根据所述参考车流量信息计算通过所述参考交通路口的平均车速；
计算所述参考交通路口和待调整交通路口之间的当前距离；
根据所述平均车速和当前距离对所述待调整交通路口的交通状况进行预测，以得到预测结果，所述预测结果包括所述待调整交通路口的拥堵车流量和拥堵车流量到达的时间。
S105，根据所述预测结果对所述待调整交通路口的交通灯进行调整。
例如，根据参考交通路口的平均车速和上述当前距离预测得到待调整交通路口拥堵车流量到达时间为10分钟后。那么可提前2分钟对待调整交通路口的时间间隔和指向进行调整。例如将直行时间由30秒调整为45秒，将左转指向灯调整为直行灯灯。
实施本发明实施例基于人工智能的交通管理方法，先获取待调整交通路口的位置信息，同时获取交管部门提供交通数据库；再根据位置信息和交通数据库确定所述待调整交通路口的交通等级；接着，根据所述交通等级确定参考交通路口；之后，获取所述参考交通路口的参考车流量信息，并根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果；最后根据所述预测结果对所述待调整交通路口的交通灯进行调整；上述方案基于人工智能对参考交通路口的车流量信息进行深入分析，并对待调整交通路口进行预测，并以预测结果进行交通灯调整，可有效缓解交通拥堵状况，确保路口车辆有序通行，减少交通安全事故的发生，提高智能交通的智能化程度。
基于相同的发明构思，本发明实施例还提供了一种基于人工智能的交通管理系统。如图2所示，该系统包括导航设备100、交通管理设备200、数据采集设备300及控制设备400，所述导航设备100、数据采集设备300及控制设备均与所述交通管理设备200通信，所述交通管理设备200还外接交管系统，该控制设备400与交通灯通信。
优选地，在本实施例中，所述导航设备100采用北斗卫星差分定位导航技术采集待调整交通路口的位置信息；所述数据采集设备300设置于所述参考路口处，所述控制设备400设置所述待调整交通路口处。其中，数据采集设备300可以是传感器，用于采集参考路口的车辆量信息；控制设备400可以是控制器，用于根据交通管理设备200发送的指令对交通灯进行具体调整控制。
上述多个设备之间采用5G网络通信，充分利用5G网络低时延、高速率、及高带宽的特点，以提高整个交通管理系统的智能化程度。
再请参考图3，本发明所提供的交通管理设备200可以包括：一个或多个处理器101、一个或多个输入设备102、一个或多个输出设备103和存储器104，上述处理器101、输入设备102、输出设备103和存储器104通过总线105相互连接。存储器104用于存储计算机程序，所述计算机程序包括程序指令，所述处理器101被配置用于调用所述程序指令执行上述施例中的基于人工智能的交通管理方法。
应当理解，在本发明实施例中，所称处理器101可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
输入设备102可以包括键盘等，输出设备103可以包括显示器(LCD等)、扬声器等。
该存储器104可以包括只读存储器和随机存取存储器，并向处理器101提供指令和数据。存储器104的一部分还可以包括非易失性随机存取存储器。例如，存储器104还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器101、输入设备102、输出设备103可执行本发明实施例提供的基于人工智能的交通管理方法的实施例中所描述的实现方式，在此不再赘述。
可选地，本发明实施例还提供了另一种交通管理设备，包括：
获取单元，用于获取待调整交通路口的位置信息，同时获取交管部门提供交通数据库；
处理单元，用于根据所述位置信息和交通数据库确定所述待调整交通路口的交通等级；
所述处理单元还用于根据所述交通等级确定参考交通路口；
所述获取单元还用于获取所述参考交通路口的参考车流量信息；
预测单元，用于根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果；
调整单元，用于根据所述预测结果对所述待调整交通路口的交通灯进行调整。
具体地，在本实施例中，所述获取单元具体用于：
采用北斗卫星差分定位导航技术获取待调整交通路口的位置信息。
具体地，在本实施例中，所述确定单元具体用于：
根据所述交通等级确定搜索距离；
以所述位置信息为圆心、所述搜索距离为半径，确定搜索范围；
根据所述搜索范围和交通地图，确定所述参考交通路口。
具体地，在本实施例中，所述预测单元具体用于：
根据所述参考车流量信息计算通过所述参考交通路口的平均车速；
计算所述参考交通路口和待调整交通路口之间的当前距离；
根据所述平均车速和当前距离对所述待调整交通路口的交通状况进行预测，以得到预测结果，所述预测结果包括所述待调整交通路口的拥堵车流量和拥堵车流量到达的时间。
实施本发明实施例基于人工智能的交通管理系统及设备，基于人工智能对参考交通路口的车流量信息进行深入分析，并对待调整交通路口进行预测，并以预测结果进行交通灯调整，可有效缓解交通拥堵状况，确保路口车辆有序通行，减少交通安全事故的发生，提高智能交通的智能化程度。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (9)

1.一种基于人工智能的交通管理方法，其特征在于，包括：
获取待调整交通路口的位置信息，同时获取交管部门提供交通数据库；
根据所述位置信息和交通数据库确定所述待调整交通路口的交通等级；
根据所述交通等级确定参考交通路口；
获取所述参考交通路口的参考车流量信息，并根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果；
根据所述预测结果对所述待调整交通路口的交通灯进行调整。
2.如权利要求1所述的基于人工智能的交通管理方法，其特征在于，获取待调整交通路口的位置信息，具体包括：
采用北斗卫星差分定位导航技术获取待调整交通路口的位置信息。
3.如权利要求1所述的基于人工智能的交通管理方法，其特征在于，根据所述交通等级确定参考交通路口，具体包括：
根据所述交通等级确定搜索距离；
以所述位置信息为圆心、所述搜索距离为半径，确定搜索范围；
根据所述搜索范围和交通地图，确定所述参考交通路口。
4.如权利要求3所述的基于人工智能的交通管理方法，其特征在于，根据所述参考车流量信息对所述待调整交通路口的交通状况进行预测，以得到预测结果，具体包括：
根据所述参考车流量信息计算通过所述参考交通路口的平均车速；
计算所述参考交通路口和待调整交通路口之间的当前距离；
根据所述平均车速和当前距离对所述待调整交通路口的交通状况进行预测，以得到预测结果，所述预测结果包括所述待调整交通路口的拥堵车流量和拥堵车流量到达的时间。
5.如权利要求1所述的基于人工智能的交通管理方法，其特征在于，根据所述预测结果对所述待调整交通路口的交通灯进行调整，具体包括：
根据所述预测结果对所述待调整交通路口的交通灯进行时间间隔和指向的调整。
6.一种交通管理设备，其特征在于，所述交通管理设备包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-5任一项所述的方法。
7.一种基于人工智能的交通管理系统，包括导航设备、交通管理设备、数据采集设备及控制设备，所述导航设备、数据采集设备及控制设备均与所述交通管理设备通信，其特征在于，所述交通管理设备如权利要求6所述，且所述交通管理设备还外接交管系统。
8.如权利要求7所述的基于人工智能的交通管理系统，其特征在于，所述导航设备采用北斗卫星差分定位导航技术采集待调整交通路口的位置信息；所述数据采集设备设置于所述参考路口处，所述控制设备设置所述待调整交通路口处，并与交通灯通信。
9.如权利要求7所述的基于人工智能的交通管理系统，其特征在于，所述导航设备、数据采集设备及控制设备均与所述交通管理设备采用5G网络通信。
CN202011015880.1A 2020-09-24 2020-09-24 一种基于人工智能的交通管理方法、设备及系统 Withdrawn CN112185112A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011015880.1A CN112185112A (zh) 2020-09-24 2020-09-24 一种基于人工智能的交通管理方法、设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011015880.1A CN112185112A (zh) 2020-09-24 2020-09-24 一种基于人工智能的交通管理方法、设备及系统

Publications (1)

Publication Number Publication Date
CN112185112A true CN112185112A (zh) 2021-01-05

Family

ID=73955529

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011015880.1A Withdrawn CN112185112A (zh) 2020-09-24 2020-09-24 一种基于人工智能的交通管理方法、设备及系统

Country Status (1)

Country Link
CN (1) CN112185112A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115321285A (zh) * 2022-08-30 2022-11-11 乌鲁木齐鸿新聚鑫商贸有限公司 一种混合场景条件下的智能电梯控制方法及系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208193A (zh) * 2013-04-01 2013-07-17 哈尔滨工业大学 一种利用视频检测数据的城市相邻交叉口信号协调控制方法
CN103456180A (zh) * 2013-07-18 2013-12-18 吴建平 基于交通仿真的信号控制系统及方法
CN104200680A (zh) * 2014-08-18 2014-12-10 浙江大学 过饱和交通状态下城市干道的交通信号协调控制方法
CN104537851A (zh) * 2014-12-26 2015-04-22 清华大学 实时反馈动态交通信号控制系统
CN106530762A (zh) * 2016-12-26 2017-03-22 东软集团股份有限公司 交通信号控制方法和装置
CN108010343A (zh) * 2017-10-31 2018-05-08 上海与德科技有限公司 一种交通信号灯的控制方法、控制装置及控制系统
CN108629990A (zh) * 2018-06-14 2018-10-09 重庆同济同枥信息技术有限公司 一种基于多源数据的实时动态配时方法及系统
CN109754597A (zh) * 2018-08-02 2019-05-14 银江股份有限公司 一种城市道路区域拥堵调控策略推荐系统及方法
CN110136456A (zh) * 2019-05-12 2019-08-16 苏州科技大学 基于深度强化学习的交通信号灯防堵塞控制方法和系统
CN110533932A (zh) * 2019-08-06 2019-12-03 银江股份有限公司 一种基于滚动优化的城市级全域交通信号推荐方法及系统
CN110689747A (zh) * 2019-10-12 2020-01-14 北京百度网讯科技有限公司 自动驾驶车辆的控制方法和装置、自动驾驶车辆

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103208193A (zh) * 2013-04-01 2013-07-17 哈尔滨工业大学 一种利用视频检测数据的城市相邻交叉口信号协调控制方法
CN103456180A (zh) * 2013-07-18 2013-12-18 吴建平 基于交通仿真的信号控制系统及方法
CN104200680A (zh) * 2014-08-18 2014-12-10 浙江大学 过饱和交通状态下城市干道的交通信号协调控制方法
CN104537851A (zh) * 2014-12-26 2015-04-22 清华大学 实时反馈动态交通信号控制系统
CN106530762A (zh) * 2016-12-26 2017-03-22 东软集团股份有限公司 交通信号控制方法和装置
CN108010343A (zh) * 2017-10-31 2018-05-08 上海与德科技有限公司 一种交通信号灯的控制方法、控制装置及控制系统
CN108629990A (zh) * 2018-06-14 2018-10-09 重庆同济同枥信息技术有限公司 一种基于多源数据的实时动态配时方法及系统
CN109754597A (zh) * 2018-08-02 2019-05-14 银江股份有限公司 一种城市道路区域拥堵调控策略推荐系统及方法
CN110136456A (zh) * 2019-05-12 2019-08-16 苏州科技大学 基于深度强化学习的交通信号灯防堵塞控制方法和系统
CN110533932A (zh) * 2019-08-06 2019-12-03 银江股份有限公司 一种基于滚动优化的城市级全域交通信号推荐方法及系统
CN110689747A (zh) * 2019-10-12 2020-01-14 北京百度网讯科技有限公司 自动驾驶车辆的控制方法和装置、自动驾驶车辆

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115321285A (zh) * 2022-08-30 2022-11-11 乌鲁木齐鸿新聚鑫商贸有限公司 一种混合场景条件下的智能电梯控制方法及系统
CN115321285B (zh) * 2022-08-30 2023-09-08 乌鲁木齐鸿新聚鑫商贸有限公司 一种混合场景条件下的智能电梯控制方法及系统

Similar Documents

Publication Publication Date Title
CN108734955B (zh) 预测路况状态的方法及装置
US11380195B2 (en) Road traffic analysis methods and apparatuses
US8930123B2 (en) Systems and methods for determining traffic intensity using information obtained through crowdsourcing
US9672735B2 (en) Traffic classification based on spatial neighbor model
Menard et al. Comparing the GPS capabilities of the Samsung Galaxy S, Motorola Droid X, and the Apple iPhone for vehicle tracking using FreeSim_Mobile
CN113947905B (zh) 一种交通运行态势感知方法、模块及系统
US20180087922A1 (en) Discovering points of entry to a location
WO2019047905A1 (zh) 一种交通路况分析系统、方法以及装置
US11162801B2 (en) Methods and systems for detecting an open navigable element
US11393334B2 (en) Method, apparatus, and computer program product for detecting changes in road traffic condition
Yang et al. Queue estimation in a connected vehicle environment: A convex approach
US11915583B2 (en) Traffic predictions at lane level
CN111383444B (zh) 预测路况状态的方法、装置、服务器及存储介质
CN116863704A (zh) 一种基于大数据的智能交通数字孪生处理方法及系统
EP4002322A1 (en) System and method for determining dynamic road capacity data for traffic condition
CN112185112A (zh) 一种基于人工智能的交通管理方法、设备及系统
CN116935656B (zh) 道路交通数据处理方法、装置、电子设备及存储介质
Hua et al. Optimizing phase compression for transit signal priority at isolated intersections
CN110619748A (zh) 基于交通大数据的交通状况分析与预测方法、装置及系统
KR102302486B1 (ko) 도시 도로의 운행 속도 처리 방법, 도시 도로의 운행 속도 처리 장치, 기기 및 비휘발성 컴퓨터 저장 매체
CN112435468B (zh) 车辆分流方法及装置
Lhouss et al. Traffic Monitoring Using IoT And Lambda Architecture
KR20220063035A (ko) 도로 분기점 방향별 통행시간 산출 기반의 교통정보 서비스 방법
CN111815100B (zh) 行程时间指数的确定方法、装置、存储介质和电子设备
CN117292548B (zh) 交通仿真方法、装置、设备及存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20210105

WW01 Invention patent application withdrawn after publication