CN112614359A - 控制交通的方法、装置、路侧设备和云控平台 - Google Patents
控制交通的方法、装置、路侧设备和云控平台 Download PDFInfo
- Publication number
- CN112614359A CN112614359A CN202011522460.2A CN202011522460A CN112614359A CN 112614359 A CN112614359 A CN 112614359A CN 202011522460 A CN202011522460 A CN 202011522460A CN 112614359 A CN112614359 A CN 112614359A
- Authority
- CN
- China
- Prior art keywords
- traffic
- target vehicle
- lane
- determining
- change information
- 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
- G08G1/08—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
- G08G1/01—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- G08G1/0125—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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/075—Ramp control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/087—Override of traffic control, e.g. by signal transmitted by an emergency vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30236—Traffic on road, railway or crossing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Abstract
本公开公开了控制交通的方法和装置、电子设备、路侧设备、云控平台、存储介质和程序产品,涉及智能交通领域。控制交通的方法包括:获取目标车辆从当前位置到达路口的停止线的预计行驶时长;基于预计行驶时长,确定针对设置于路口处交通灯的第一变更信息;获取与目标车辆所在车道相交的相交车道的交通状况信息;以及在交通状况信息满足预设状况条件的情况下,至少基于相交车道的交通状况信息,对第一变更信息进行调整,得到第二变更信息,以基于第二变更信息控制交通灯。
Description
技术领域
本公开涉及数据处理领域,尤其涉及智能交通领域,更具体地,涉及控制交通的方法和装置、电子设备、路侧设备、云控平台、存储介质和程序产品。
背景技术
在道路交通中,路口交通灯通常是周期性地点亮红绿黄三种颜色,且每个颜色点亮的时长固定。相关技术中,为了使消防车、救护车、公交车等特殊车辆及时完成任务,可以通过调控交通灯的方式来让特殊车辆顺畅通行。但是相关技术中仅考虑了让特种车辆顺利通行的条件,而并没有将路口处的交通状况考虑在内,会对路口处的交通造成较大影响。
发明内容
本公开提供了控制交通的方法和装置、电子设备、路侧设备、云控平台、存储介质和程序产品。
根据本公开的一方面,提供了一种控制交通的方法,包括:获取目标车辆从当前位置到达路口的停止线的预计行驶时长;基于上述预计行驶时长,确定针对设置于上述路口处交通灯的第一变更信息;获取与上述目标车辆所在车道相交的相交车道的交通状况信息;以及在上述交通状况信息满足预设状况条件的情况下,至少基于上述相交车道的交通状况信息,对上述第一变更信息进行调整,得到第二变更信息,以基于上述第二变更信息控制上述交通灯。
根据本公开的另一方面,提供了一种控制交通的装置,包括:时长获取模块,用于获取目标车辆从当前位置到达路口的停止线的预计行驶时长;变更确定模块,用于基于上述预计行驶时长,确定针对设置于上述路口处交通灯的第一变更信息;状况获取模块,用于获取与上述目标车辆所在车道相交的相交车道的交通状况信息;以及变更调整模块,用于在上述交通状况信息满足预设状况条件的情况下,至少基于上述相交车道的交通状况信息,对上述第一变更信息进行调整,得到第二变更信息,以基于上述第二变更信息控制上述交通灯。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器和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方法。
根据本公开的另一方面,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,所述计算机指令用于使所述计算机执行如上所述的方法。
根据本公开的另一方面,提供了一种路侧设备,包括如上所述的电子设备。
根据本公开的另一方面,提供了一种云控平台,包括如上所述的电子设备。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现根据如上所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的控制交通的方法的应用场景;
图2示意性示出了根据本公开实施例的控制交通的方法的流程图;
图3示意性示出了根据本公开实施例的多帧道路监控图像的示意图;
图4A示意性示出了根据本公开实施例的当前帧图像的示意图;
图4B示意性示出了根据本公开实施例的目标车辆的3D包围框的示意图;
图5示意性示出了根据本公开实施例的路口及车道的俯视示意图;
图6示意性示出了根据本公开实施例的控制交通的装置的框图;以及
图7是用来实现本公开实施例的控制交通的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种控制交通的方法,该方法包括:获取目标车辆从当前位置到达路口的停止线的预计行驶时长。基于预计行驶时长,确定针对设置于路口处交通灯的第一变更信息。获取与目标车辆所在车道相交的相交车道的交通状况信息。在交通状况信息满足预设状况条件的情况下,至少基于相交车道的交通状况信息,对第一变更信息进行调整,得到第二变更信息,以基于第二变更信息控制交通灯。
图1示意性示出了根据本公开实施例的控制交通的方法的应用场景。
如图1所示,本公开实施例的控制交通的方法例如可以用于控制路口的交通灯111~114。具体地,可以监控该路口的周边预定范围内是否有消防车、救护车等目标车辆120正在驶向该路口,若是,则根据该目标车辆120到达其所在车道130的停止线140的时间确定交通灯的初步调整方案。然后,可以根据与该目标车辆120所在车道130在该路口相交的相交车道150的车流量等交通状况,对该初步调整方案进行微调,该微调后的方案可以作为交通灯的调整方案。基于以上方式,可以在针对目标车辆调控交通灯时至少将相交车道的交通状况考虑在内,以在保证特种车辆无需在路口等待或者等待时长尽量短的情况下也能够降低交通灯变更对路口处的交通造成的影响。
图2示意性示出了根据本公开实施例的控制交通的方法的流程图。
如图2所示,本公开实施例的控制交通的方法200例如可以包括操作S210~操作S240。
在操作S210,获取目标车辆从当前位置到达路口的停止线的预计行驶时长。
在操作S220,基于预计行驶时长,确定针对设置于路口处交通灯的第一变更信息。
在操作S230,获取与目标车辆所在车道相交的相交车道的交通状况信息。
在操作S240,在交通状况信息满足预设状况条件的情况下,至少基于相交车道的交通状况信息,对第一变更信息进行调整,得到第二变更信息,以基于第二变更信息控制交通灯。
根据本公开的实施例,目标车辆可以是指消防车、救护车、公交车、警车等特殊车辆,结合图1和图2所示,可以监测路口周边预定范围(例如距离路口150米的范围)内是否有目标车辆正在驶向该路口,若监测到目标车辆120,则可以通过该目标车辆120的行驶速度及其到达所在车道的停止线140的距离计算该目标车辆120到达停止线140的预计行驶时长。
根据本公开的实施例,在获得目标车辆120到达停止线140的预计行驶时长之后,可以根据预计行驶时长确定该路口处的交通灯的第一变更信息,例如,可以先根据预计行驶时长确定目标车辆120所在车道上的交通灯111和112的变更信息,然后可以根据交通灯111和112的变更信息对应地得到相交方向上的交通灯113和114的变更信息。其中,第一变更信息可以是指对周期性变化的交通灯进行改变的信息,例如通过改变交通灯的点亮颜色或者延长或缩短交通灯的点亮时长,以使目标车辆120行驶至停止线140时能够有充足的时间通过该路口。
在本公开另一实施例中,在执行操作S220之前,可以先判断目标车辆120行驶至停止线140时交通灯111和112是否为绿灯点亮状态,若否,则执行操作S220获得第一变更信息。
根据本公开的实施例,获取相交车道150上的交通状况信息,若相交车道的交通状况信息表征其处于忙碌状态,则可以至少根据相交车道的交通状况信息对第一变更信息进行微调,得到第二变更信息,以使交通灯控制设备利用第二变更信息对交通灯进行调控。
根据本公开的另一实施例,在交通状况信息不满足预设状况条件的情况下,例如相交车道的交通状况信息表征其处于空闲状态的情况下,则可以不对第一变更信息进行微调,直接根据第一变更信息控制交通灯。
根据本公开的实施例,控制交通的方法可以由计算设备执行,计算设备例如可以是路侧计算单元(Road Side Computing Unit,RSCU),在计算设备得到变更信息之后,可以将变更信息发送至信号灯控制设备,由信号灯控制设备根据变更信息控制交通灯。或者,控制交通的方法可以部分由计算设备执行,例如计算设备可以执行操作S210和S230,获得预计行驶时长和交通状况信息并发送至信号灯控制设备,由信号灯控制设备执行操作S220和S240,获得变更信息。
根据本公开的实施例,在针对目标车辆调控交通灯时将路口处的交通状况考虑在内,在保证特种车辆无需在路口等待或者等待时长尽量短的情况下也能够降低交通灯变更对整体交通造成的影响。
根据本公开的实施例,获取目标车辆从当前位置到达停止线的预计行驶时长包括:(1)获取每隔预定时长采集的一帧道路监控图像;(2)针对每帧道路监控图像,确定目标车辆在3D空间中的3D坐标和行驶速度;(3)在针对当前道路监控图像及在先连续多帧道路监控图像确定的目标车辆的行驶速度满足匀速条件的情况下,基于针对当前道路监控图像确定的目标车辆的当前3D坐标和当前行驶速度,确定预计行驶时长。
例如,可以在路口处布设多个监控相机,多个监控相机可以连续拍摄路口周边预定范围内的各条车道的道路监控图像,例如可以每秒拍摄15次。路口的多个监控相机均可以与计算设备连接,监控相机每采集一帧道路监控图像就可以将图像发送至计算设备。针对新接收的每帧道路监控图像,计算设备均可以对图像进行图像识别,以识别图像中的车、人等障碍物,并且可以对车辆进行分类,将车辆分类为目标车辆和普通车辆,更具体地,针对目标车辆,例如还可以将车辆具体分类为消防车、救护车、公交车、警车等类型。并且,可以对每个检测到的车辆进行编号,每个车辆对应一个ID。其中,计算设备可以采用预先训练好的检测模型进行图像识别,检测模型例如可以采用YOLO(You Only Look Once)v3的二阶检测模型。
图3示意性示出了根据本公开实施例的多帧道路监控图像的示意图。
如图3所示,根据本公开的实施例,当检测到某个监控相机拍摄的某帧图像G1中有目标车辆C之后,可以针对该监控相机后续采集的每帧图像,计算采集图像时目标车辆C在3D空间中的3D坐标和行驶速度。监测目标车辆C的行驶速度,当发现包括当前帧图像Gn在内的连续多帧(例如m帧,m例如可以是40~60之间的数值)图像对应的行驶速度满足匀速条件时,可以认为目标车辆C已进入稳定行驶状态,其中,连续多帧图像对应的行驶速度之间的差值小于预定阈值时可以认为满足匀速条件。然后,可以根据停止线的3D坐标以及当前帧图像Gn对应的目标车辆C的3D坐标计算目标车辆C与停止线的距离,并根据该距离以及当前帧图像Gn对应的目标车辆C的行驶速度计算目标车辆C到达停止线的时长。在本公开实施例中,3D空间可以是指用世界坐标系来标示空间位置的三维空间,3D坐标是指在世界坐标系下的三维坐标。
根据本公开的实施例,每隔预定时长采集一帧道路监控图像,根据每帧道路监控图像计算一个车辆在世界坐标系下的3D坐标和速度,在连续多帧图像得到的速度基本不变的情况下认为车辆进入匀速行驶状态,然后根据当前的3D位置和速度计算车辆到停止线的时长。基于该方法,一方面,通过观测发现目标车辆在到达停止线前的一段距离范围内会进入稳定运行状态,基本保持匀速运行,等目标车辆进入稳定运行状态之后再计算目标车辆到达停止线的时间,可以保证时长预计准确。另一方面,根据图像计算车辆在3D空间中的3D坐标和速度,解决了现有技术中需要在车端安装额外的通信设备并由车辆主动发送其运行数据,造成成本高以及实现困难的问题,进而实现了易于部署和实现的技术效果。
根据本公开的实施例,针对每帧道路监控图像,确定目标车辆在3D空间中的3D坐标和行驶速度包括:针对每帧道路监控图像执行以下操作:(1)基于道路监控图像和用于采集道路监控图像的监控相机的相机参数,确定目标车辆的3D包围框中心点的3D坐标,作为目标车辆的3D坐标;(2)基于目标车辆的3D坐标及根据在先的道路监控图像确定的多个历史3D坐标,确定目标车辆的行驶速度。
例如,预先训练好的YOLO模型例如还可以输出检测到的每个车辆在图像上的2D包围框、以及车辆在3D空间中的长宽高和朝向角等信息。
图4A示意性示出了根据本公开实施例的当前帧图像的示意图。
图4B示意性示出了根据本公开实施例的目标车辆的3D包围框的示意图。
如图4A和图4B所示,以当前帧图像Gn为例进行说明,将当前帧图像输入YOLO模型中,可以输出当前帧图像中的目标车辆C在图像上的2D包围框401、以及目标车辆C在3D空间中的长L、宽W、高H和朝向角等信息,根据这些信息可以确定目标车辆C的接地点在当前帧图像上的投影点位置,其中,目标车辆C的接地点可以是指其3D包围框底面上的某一特征点,例如底面顶点或者底面中心点。或者,可以使预先训练好的YOLO模型能够直接预测目标车辆C的接地点在图像上的投影点位置。由于接地点是地面上的点,因此接地点满足地面方程ax+by+cz+d=0,其中,a、b、c和d为地面的法向量,因此,在确定接地点的投影位置之后可以结合地面方程以及监控相机的内参和外参计算得到接地点的3D坐标。
接地点在图像中的投影点坐标例如表示为imp,根据下述公式(1)和(2)可以求出接地点相对于监控相机的深度Depth。
然后,根据下述公式(3)计算得到接地点在相机坐标系下的坐标Pc。
Pc=K-1*Depth*imp (3)
然后,再结合相机外参[R|T]以及下述公式(4)计算得到接地点在世界坐标系下的3D坐标P。
P=[R|T]-1*Pc (4)
根据本公开的实施例,目标车辆C的坐标可以用其中心点的坐标来表示,根据接地点的3D坐标P以及3D包围框的长宽高可以确定3D包围框的中心点坐标,3D包围框的中心点坐标即可以作为目标车辆C的中心点坐标。
根据本公开的实施例,在得到每帧图像及其在先的若干帧图像对应的目标车辆3D坐标之后,可以再结合采集图像的时间间隔计算得到每帧图像对应的行驶速度。还是以当前帧图像Gn为例进行说明,当前帧图像Gn得到的3D坐标例如可以是Pn,前一帧图像Gn-1得到的3D坐标例如可以是Pn-1,在一种实施例中,例如可以根据坐标Pn和Pn-1以及两帧图像的采集时间间隔计算当前帧图像Gn对应的行驶速度。在另一实施例中,可以利用卡尔曼滤波算法进行速度预测,例如,利用当前帧图像Gn的3D坐标Pn和前一帧图像Gn-1的3D坐标Pn-1以及采集时间间隔计算一个当前速度,并利用在先的若干帧图像(例如Gn-2和Gn-3)的3D坐标预测得到一个历史速度,再将当前速度与历史速度进行加权求和得到当前帧图像Gn对应的行驶速度。
根据本公开的实施例,确定关于路口的交通灯的第一变更信息包括:获取交通灯的当前点亮信号以及当前点亮信号的剩余点亮时长;以及基于当前点亮信号、剩余点亮时长以及预计行驶时长,确定第一变更信息,其中,第一变更信息包括延长或缩短剩余点亮时长以及第一变更量。
例如,在计算得到目标车辆到达停止线的预计行驶时长t1之后,可以检测目标车辆所在车道(以下称为当前车道)上的交通灯当前点亮的颜色以及剩余点亮时长,然后根据预计行驶时长t1及剩余点亮时长判断需不需要对交通灯进行调整、如何调整以及调整多少。
根据本公开的实施例,基于当前点亮信号、剩余点亮时长以及预计行驶时长,确定第一变更信息包括以下方式中至少之一:(1)在当前点亮信号为绿灯信号的情况下,若剩余点亮时长小于预计行驶时长,则延长剩余点亮时长,并基于剩余点亮时长和预计行驶时长确定第一延长量;(2)在当前点亮信号为红灯信号的情况下,若剩余点亮时长大于预计行驶时长,则缩短剩余点亮时长,并基于剩余点亮时长和预计行驶时长确定第一缩短量。
例如,若当前车道上的交通灯当前点亮的颜色为红灯,且红灯的剩余时长t2小于等于预计行驶时长t1,则可以不对交通灯进行调整,红灯的剩余时长t2大于预计行驶时长t1,则需要对交通灯进行调整,将红灯的剩余时长缩短至t1,红灯的第一缩短量为s1=t2-t1。
再例如,若当前车道上的交通灯当前点亮的颜色为绿色,且绿灯的剩余时长t3大于预计行驶时长t1,则可以不对交通灯进行调整。或者,为了使目标车辆能够顺利通过路口,可以判断绿灯的剩余时长t3是否大于等于t1+a,其中,a例如可以是介于2s和5s之间的时长,若绿灯的剩余时长大于等于t1+a,则可以不对交通灯进行调整,若绿灯的剩余时长小于t1+a,则需要对交通灯进行调整,将绿灯的剩余时长延长至t1+a,绿灯的第一延长量为s2=(t1+a)-t3。
再例如,若当前车道上的交通灯当前点亮的颜色为黄灯,可以将黄灯视为红灯一样考虑,例如,黄灯的剩余时长为t4,红灯的总时长为t5,则可以认为当前为红灯,且红灯的剩余时长为t4+t5。
根据本公开的实施例,可以根据不同的点亮颜色设置相应调整方案,保证目标车辆能够顺利通过路口。
根据本公开的实施例,交通状况信息包括车流量以及/或者车辆排队长度;预设状况条件包括以下条件中至少之一:(1)车流量大于预设流量阈值;(2)排队长度大于预设长度阈值;(3)车流量和排队长度的加权计算值大于预设数值。
例如,车流量和车辆排队长度可以采用目标车辆C出现时间的前一个周期的数据。在出现目标车辆之前,交通灯的三个颜色被周期性地点亮,若目标车辆出现时交通灯处于红灯被点亮的状态,则可以将上一个红灯到这个红灯之间的时间作为一个周期,获取在这个周期内的相应车道的车流量和排队长度,其中,车道的车流量可以是指在这个周期内从车道的停止线经过的车辆的数目,车道的排队长度可以是指在这个周期内车道上的交通灯的绿灯开始时的车辆排队的物理排队。
图5示意性示出了根据本公开实施例的路口及车道的俯视示意图。
如图5所示,本公开实施例所说的车道是指通行方向为朝向路口的车道,例如车道501、502、503和504。可以实时监测各个车道的车流量和排队信息,仪在某个车道上出现特殊车辆时,可以获取监测的数据。若目标车辆所在车道(当前车道)为501,则车道501的相交车道可以包括车道502和501,相交车道的车流量可以采用车道502和501的车流量的均值,相交车道的排队长度可以采用车道502和501的排队长度的均值。
根据本公开的实施例,预设流量阈值例如可以在20~30辆之间,预设长度阈值例如可以在70~80米之间。当相交车道上的车流量和排队长度均大于相应的阈值时,可以认为相交车道处于忙碌状态。或者,当相交车道上的车流量和排队长度中的一者大于相应的阈值时,可以认为相交车道处于忙碌状态。或者,可以将相交车道上的车流量和排队长度进行加权求和,当两者的加权和大于预设的数值时,认为相交车道处于忙碌状态。当相交车道处于忙碌状态时,需要对第一变更信息进行调整。
根据本公开的实施例,至少基于相交车道的交通状况信息,对第一变更信息进行调整包括:基于相交车道的交通状况信息,对第一变更信息进行调整;或者基于相交车道的交通状况信息和目标车辆所在车道的交通状况信息,对第一变更信息进行调整。
例如,在一个实施例中,可以根据相交车道的交通状况来调整第一变更方案,至少能够减小交通灯调整对相交车道上的交通影响。在另一实施例中,可以结合相交车道及当前车道的交通状况来调整第一变更方案,结合路口处两个方向上的整体交通,能够使交通调节方式更为合理。
根据本公开的一实施例,基于相交车道的交通状况信息对第一变更信息进行调整,得到第二变更信息包括:基于相交车道的交通状况信息,确定第一调整量;利用第一调整量对第一变更量进行调整,得到第二变更量。
根据本公开的实施例,基于第一调整量对第一变更量进行调整,得到第二变更量包括以下方式中至少之一:在当前点亮信号为绿灯信号的情况下,将第一延长量与第一调整量相减得到第二延长量;在当前点亮信号为红灯信号的情况下,将第二缩短量与第一调整量相减得到第二缩短量。
例如,若当前车道上的交通灯当前点亮的颜色为红色,且相交车道上的车流量为d1,排队长度为d2,则第一调整量可以是s3=(d1+d2)/e秒,其中,e为可调阈值,例如可采用5~10之间的数值。在初步方案中,红灯的第一缩短量为s1,在第一缩短量s1的基础上减去该第一调整量s3即可作为红灯剩余时长的第二缩短量,红灯的最终剩余点亮时长为t2’=t2-(s1-s3),其中,需要将s3限定在一定数值范围内使其取值最高不能超过s1,也就是说保证(s1-s3)为正数,进而保证t2’大于t2,基于这一方式,可以使红灯的点亮时长相对于其原始剩余点亮时长t2是缩短了的,并且缩短量考虑了相交车道上的交通状况信息,在一定范围内,相交车道上越忙碌,当前车道上的红灯的缩短量越小,但是整体上,红灯的剩余点亮时长是缩短的,因此,可以保证目标车辆到达路口时等待较短时间即可通行。
再例如,若当前车道上的交通灯当前点亮的颜色为绿色,且相交车道上的车流量为d1,排队长度为d2,则第一调整量可以是s3=(d1+d2)/e秒,其中,e为可调阈值,例如可采用5~10之间的数值。在初步方案中,绿灯的第一延长量为s2,在第一延长量s2的基础上减去该第一调整量s3即可作为绿灯剩余时长的第二延长量,绿灯的最终剩余点亮时长为t3’=t3+(s2-s3)=t1+a-s3。为了避免目标车辆到达路口时正好变为黄灯的情况,需要将s3在一定数值范围内以使其取值最高不能超过a,也就是说保证t3’大于预计行驶时长t1,基于这一方式,可以使目标车辆到达路口时交通灯处于绿灯被点亮的状态,可以直接通过该路口,并且考虑了相交车道上的交通状况信息,在一定范围内,相交车道上越忙碌,当前车道上的绿灯的延长量越小。
根据本公开的实施例,根据相交车道的交通状况计算调整量,可以将相交车道上的交通状况对交通灯的影响量化,在初步变更量的基础上减去调整量,在一定范围内,相交车道越忙碌,当前车道上的绿灯的延长量越小或者红灯缩短量越小。但同时对调整量的取值进行限制,保证目标车辆到达路口时无需等待或者等待时间很短,以保证目标车辆尽快通行。
若将相交车道及当前车道的交通状况均考虑在内,调整方式可以如下所示。
根据本公开的另一实施例,基于相交车道的交通状况信息和目标车辆所在车道的交通状况信息,对第一变更信息进行调整包括:基于相交车道的交通状况信息,确定第一调整量;基于目标车辆所在车道的交通状况信息,确定第二调整量;利用第一调整量和第二调整量对第一变更量进行调整,得到第二变更量。
例如,若相交车道上的车流量为d1,排队长度为d2,则第一调整量可以是s3=(d1+d2)/e秒。若当前车道上的车流量为d3,排队长度为d4,则第二调整量可以是s4=(d3+d4)/e秒。
若当前车道上的交通灯当前点亮的颜色为红色,则可以在初步方案得到的第一缩短量s1的基础上减去该第一调整量s3并加上第二调整量s4,红灯的最终剩余点亮时长为t2”=t2-(s1-s3+s4)。需要将s3和s4的取值限定在一定数值范围内,以保证t2”大于t2,使红灯的剩余点亮时长相对于原始点亮时长是缩短的,并且在一定范围内,相交车道上越忙碌当前车道上的红灯缩短量越小,当前车道上越忙碌当前车道上的红灯的缩短量越大,但是最终调控结果有利于交通更繁忙的车道。
若当前车道上的交通灯当前点亮的颜色为绿色,则在初步方案得到的绿灯的第一延长量s2的基础上减去该第一调整量s3并加上第二调整量s4,绿灯的最终剩余点亮时长为t3”=t3+(s2-s3+s4)=t1+a-s3+s4。将s3和s4的取值限定在一定数值范围,以保证t3”大于预计行驶时长t1,基于这一方式,可以使目标车辆到达路口时交通灯处于绿灯被点亮的状态,可以直接通过该路口。并且,在一定范围内,相交车道上越忙碌当前车道上的绿灯延长量越小,当前车道上越忙碌当前车道上的绿灯延长量越大,但是最终调控结果有利于交通更繁忙的车道。
根据本公开的实施例,将当前车道和相交车道的交通状况均考虑在内,使最终调控结果有利于交通更繁忙的车道。并且保证目标车辆到达路口时无需等待或者等待时间很短,以保证目标车辆尽快通行。
根据本公开的实施例,控制交通的方法还可以包括:在路口的预定周边范围内具有至少两个候选车辆的情况下,确定至少两个候选车辆中最先到达停止线的候选车辆,并将最先到达停止线的候选车辆作为目标车辆。
例如,当路口周边出现两辆及以上的目标车辆时,可以按照最先到达相应车道停止线的时间来确定最先处理的目标车辆,将最先到达的目标车辆作为考虑对象,一辆通过后再确定下一辆预期最先到达的目标车辆作为考虑对象。基于这一方式,可以针对每个目标车辆进行精准调控,保证每个目标车辆均能够尽快通行。
本公开实施例的另一方面提供了一种控制交通的装置。
图6示意性示出了根据本公开实施例的控制交通的装置的框图。
如图6所示,该装置600包括时长获取模块610、变更确定模块620、状况获取模块630和变更调整模块640。
时长获取模块610用于获取目标车辆从当前位置到达路口的停止线的预计行驶时长。
变更确定模块620用于基于预计行驶时长,确定针对设置于路口处交通灯的第一变更信息。
状况获取模块630用于获取与目标车辆所在车道相交的相交车道的交通状况信息。
变更调整模块640用于在交通状况信息满足预设状况条件的情况下,至少基于相交车道的交通状况信息,对第一变更信息进行调整,得到第二变更信息,以基于第二变更信息控制交通灯。
根据本公开的实施例,获取目标车辆从当前位置到达停止线的预计行驶时长包括:获取每隔预定时长采集的一帧道路监控图像;针对每帧道路监控图像,确定目标车辆在3D空间中的3D坐标和行驶速度;以及在针对当前道路监控图像及在先连续多帧道路监控图像确定的目标车辆的行驶速度满足匀速条件的情况下,基于针对当前道路监控图像确定的目标车辆的当前3D坐标和当前行驶速度,确定预计行驶时长。
根据本公开的实施例,针对每帧道路监控图像,确定目标车辆在3D空间中的3D坐标和行驶速度包括:针对每帧道路监控图像执行以下操作:基于道路监控图像和用于采集道路监控图像的监控相机的相机参数,确定目标车辆的3D包围框中心点的3D坐标,作为目标车辆的3D坐标;基于目标车辆的3D坐标及根据在先的道路监控图像确定的多个历史3D坐标,确定目标车辆的行驶速度。
根据本公开的实施例,交通状况信息包括车流量以及/或者车辆排队长度;预设状况条件包括以下条件中至少之一:车流量大于预设流量阈值;排队长度大于预设长度阈值;车流量和排队长度的加权计算值大于预设数值。
根据本公开的实施例,确定关于路口的交通灯的第一变更信息包括:获取交通灯的当前点亮信号以及当前点亮信号的剩余点亮时长;基于当前点亮信号、剩余点亮时长以及预计行驶时长,确定第一变更信息,其中,第一变更信息包括延长或缩短剩余点亮时长以及第一变更量。
根据本公开的实施例,基于当前点亮信号、剩余点亮时长以及预计行驶时长,确定第一变更信息包括以下方式中至少之一:在当前点亮信号为绿灯信号的情况下,若剩余点亮时长小于预计行驶时长,则延长剩余点亮时长,并基于剩余点亮时长和预计行驶时长确定第一延长量;在当前点亮信号为红灯信号的情况下,若剩余点亮时长大于预计行驶时长,则缩短剩余点亮时长,并基于剩余点亮时长和预计行驶时长确定第一缩短量。
根据本公开的实施例,至少基于相交车道的交通状况信息,对第一变更信息进行调整包括:基于相交车道的交通状况信息,对第一变更信息进行调整;或者基于相交车道的交通状况信息和目标车辆所在车道的交通状况信息,对第一变更信息进行调整。
根据本公开的实施例,基于相交车道的交通状况信息对第一变更信息进行调整,得到第二变更信息包括:基于相交车道的交通状况信息,确定第一调整量;利用第一调整量对第一变更量进行调整,得到第二变更量。
根据本公开的实施例,基于第一调整量对第一变更量进行调整,得到第二变更量包括以下方式中至少之一:在当前点亮信号为绿灯信号的情况下,将第一延长量与第一调整量相减得到第二延长量;在当前点亮信号为红灯信号的情况下,将第二缩短量与第一调整量相减得到第二缩短量。
根据本公开的实施例,基于相交车道的交通状况信息和目标车辆所在车道的交通状况信息,对第一变更信息进行调整包括:基于相交车道的交通状况信息,确定第一调整量;基于目标车辆所在车道的交通状况信息,确定第二调整量;利用第一调整量和第二调整量对第一变更量进行调整,得到第二变更量。
根据本公开的实施例,控制交通的装置还可以包括目标选择模块,用于在路口的预定周边范围内具有至少两个候选车辆的情况下,确定至少两个候选车辆中最先到达停止线的候选车辆,并将最先到达停止线的候选车辆作为目标车辆。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。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/或者要求的本公开的实现。
如图7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如控制交通的方法。例如,在一些实施例中,控制交通的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的控制交通的方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行控制交通的方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
根据本公开的实施例,本公开还提供了一种路侧设备,该路侧设备包括如上所述的电子设备。
在本公开的实施例中,路侧设备除了包括电子设备,还可以包括通信部件等,电子设备可以和通信部件一体集成,也可以分体设置。电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行视频处理和数据计算。
根据本公开的实施例,本公开还提供了一种云控平台,该云控平台包括如上所述的电子设备。
在本公开的实施例中,云控平台在云端执行处理,云控平台包括的电子设备可以获取感知设备(如路侧相机)的数据,例如图片和视频等,从而进行视频处理和数据计算;云控平台也可以称为车路协同管理平台、边缘计算平台、云计算平台、中心系统、云端服务器等。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种控制交通的方法,包括:
获取目标车辆从当前位置到达路口的停止线的预计行驶时长;
基于所述预计行驶时长,确定针对设置于所述路口处交通灯的第一变更信息;
获取与所述目标车辆所在车道相交的相交车道的交通状况信息;以及
在所述交通状况信息满足预设状况条件的情况下,至少基于所述相交车道的交通状况信息,对所述第一变更信息进行调整,得到第二变更信息,以基于所述第二变更信息控制所述交通灯。
2.根据权利要求1所述的方法,其中,所述获取目标车辆从当前位置到达停止线的预计行驶时长包括:
获取每隔预定时长采集的一帧道路监控图像;
针对每帧道路监控图像,确定目标车辆在3D空间中的3D坐标和行驶速度;以及
在针对当前道路监控图像及在先连续多帧道路监控图像确定的目标车辆的行驶速度满足匀速条件的情况下,基于针对所述当前道路监控图像确定的目标车辆的当前3D坐标和当前行驶速度,确定所述预计行驶时长。
3.根据权利要求2所述的方法,其中,所述针对每帧道路监控图像,确定目标车辆在3D空间中的3D坐标和行驶速度包括:针对每帧道路监控图像执行以下操作:
基于所述道路监控图像和用于采集道路监控图像的监控相机的相机参数,确定所述目标车辆的3D包围框中心点的3D坐标,作为所述目标车辆的3D坐标;
基于所述目标车辆的3D坐标及根据在先的道路监控图像确定的多个历史3D坐标,确定所述目标车辆的行驶速度。
4.根据权利要求1所述的方法,其中,所述交通状况信息包括车流量以及/或者车辆排队长度;所述预设状况条件包括以下条件中至少之一:
所述车流量大于预设流量阈值;
所述排队长度大于预设长度阈值;
所述车流量和所述排队长度的加权计算值大于预设数值。
5.根据权利要求1至4中任一项所述的方法,其中,所述确定关于所述路口的交通灯的第一变更信息包括:
获取所述交通灯的当前点亮信号以及所述当前点亮信号的剩余点亮时长;
基于所述当前点亮信号、所述剩余点亮时长以及所述预计行驶时长,确定第一变更信息,其中,所述第一变更信息包括延长或缩短所述剩余点亮时长以及第一变更量。
6.根据权利要求5所述的方法,其中,所述基于所述当前点亮信号、所述剩余点亮时长以及所述预计行驶时长,确定第一变更信息包括以下方式中至少之一:
在所述当前点亮信号为绿灯信号的情况下,若所述剩余点亮时长小于所述预计行驶时长,则延长所述剩余点亮时长,并基于所述剩余点亮时长和所述预计行驶时长确定第一延长量;
在所述当前点亮信号为红灯信号的情况下,若所述剩余点亮时长大于所述预计行驶时长,则缩短所述剩余点亮时长,并基于所述剩余点亮时长和所述预计行驶时长确定第一缩短量。
7.根据权利要求6所述的方法,其中,所述至少基于所述相交车道的交通状况信息,对所述第一变更信息进行调整包括:
基于所述相交车道的交通状况信息,对所述第一变更信息进行调整;或者
基于所述相交车道的交通状况信息和所述目标车辆所在车道的交通状况信息,对所述第一变更信息进行调整。
8.根据权利要求7所述的方法,其中,所述基于所述相交车道的交通状况信息对所述第一变更信息进行调整,得到第二变更信息包括:
基于所述相交车道的交通状况信息,确定第一调整量;
利用所述第一调整量对所述第一变更量进行调整,得到第二变更量。
9.根据权利要求8所述的方法,其中,所述基于所述第一调整量对所述第一变更量进行调整,得到第二变更量包括以下方式中至少之一:
在所述当前点亮信号为绿灯信号的情况下,将所述第一延长量与所述第一调整量相减得到第二延长量;
在所述当前点亮信号为红灯信号的情况下,将所述第二缩短量与所述第一调整量相减得到第二缩短量。
10.根据权利要求7所述的方法,其中,所述基于所述相交车道的交通状况信息和所述目标车辆所在车道的交通状况信息,对所述第一变更信息进行调整包括:
基于所述相交车道的交通状况信息,确定第一调整量;
基于所述目标车辆所在车道的交通状况信息,确定第二调整量;
利用所述第一调整量和所述第二调整量对所述第一变更量进行调整,得到第二变更量。
11.根据权利要求1所述的方法,还包括:
在所述路口的预定周边范围内具有至少两个候选车辆的情况下,确定所述至少两个候选车辆中最先到达停止线的候选车辆,并将所述最先到达停止线的候选车辆作为所述目标车辆。
12.一种控制交通的装置,包括:
时长获取模块,用于获取目标车辆从当前位置到达路口的停止线的预计行驶时长;
变更确定模块,用于基于所述预计行驶时长,确定针对设置于所述路口处交通灯的第一变更信息;
状况获取模块,用于获取与所述目标车辆所在车道相交的相交车道的交通状况信息;以及
变更调整模块,用于在所述交通状况信息满足预设状况条件的情况下,至少基于所述相交车道的交通状况信息,对所述第一变更信息进行调整,得到第二变更信息,以基于所述第二变更信息控制所述交通灯。
13.一种电子设备,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权利要求1-11中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-11中任一项所述的方法。
15.一种路侧设备,包括如权利要求13所述的电子设备。
16.一种云控平台,包括如权利要求13所述的电子设备。
17.一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现根据权利要求1~11中任一项所述的方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011522460.2A CN112614359B (zh) | 2020-12-21 | 2020-12-21 | 控制交通的方法、装置、路侧设备和云控平台 |
JP2021180905A JP7416746B2 (ja) | 2020-12-21 | 2021-11-05 | 交通を制御する方法、装置、路側機器、クラウド制御プラットフォーム、記憶媒体及びコンピュータプログラム製品 |
KR1020210152023A KR20210142568A (ko) | 2020-12-21 | 2021-11-08 | 교통을 제어하는 방법, 장치, 노변 장치, 클라우드 제어 플랫폼, 전자 기기, 저장 매체, 및 컴퓨터 프로그램 제품 |
EP21207123.7A EP3944213B1 (en) | 2020-12-21 | 2021-11-09 | Method, device, storage medium and computer program for controlling traffic |
US17/553,168 US20220108607A1 (en) | 2020-12-21 | 2021-12-16 | Method of controlling traffic, electronic device, roadside device, cloud control platform, and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011522460.2A CN112614359B (zh) | 2020-12-21 | 2020-12-21 | 控制交通的方法、装置、路侧设备和云控平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112614359A true CN112614359A (zh) | 2021-04-06 |
CN112614359B CN112614359B (zh) | 2022-06-28 |
Family
ID=75243949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011522460.2A Active CN112614359B (zh) | 2020-12-21 | 2020-12-21 | 控制交通的方法、装置、路侧设备和云控平台 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220108607A1 (zh) |
EP (1) | EP3944213B1 (zh) |
JP (1) | JP7416746B2 (zh) |
KR (1) | KR20210142568A (zh) |
CN (1) | CN112614359B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929852A (zh) * | 2021-04-07 | 2021-06-08 | 兆边(上海)科技有限公司 | 一种基于多接入边缘计算的车路联网协同系统 |
CN113643534A (zh) * | 2021-07-29 | 2021-11-12 | 北京万集科技股份有限公司 | 交通管控的方法及设备 |
CN113706873A (zh) * | 2021-09-28 | 2021-11-26 | 长沙智能驾驶研究院有限公司 | 车辆到达时间预测方法、装置、设备及计算机存储介质 |
CN114212108A (zh) * | 2021-12-29 | 2022-03-22 | 阿波罗智联(北京)科技有限公司 | 自动驾驶方法、装置、车辆、存储介质及产品 |
CN114241795A (zh) * | 2021-11-18 | 2022-03-25 | 浙江大华技术股份有限公司 | 信号灯调节方法、装置及计算机可读存储介质 |
CN114387799A (zh) * | 2021-12-27 | 2022-04-22 | 山东浪潮工业互联网产业股份有限公司 | 一种路口红绿灯控制方法及设备 |
CN114758495A (zh) * | 2022-03-29 | 2022-07-15 | 北京百度网讯科技有限公司 | 交通信号灯调整方法、装置及电子设备 |
CN115050196A (zh) * | 2022-03-04 | 2022-09-13 | 阿波罗智联(北京)科技有限公司 | 交通控制方法、装置、设备以及存储介质 |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112071093A (zh) * | 2020-04-22 | 2020-12-11 | 义硕智能股份有限公司 | 交通号志灯的控制系统及方法 |
CN114093179B (zh) * | 2021-12-02 | 2022-10-28 | 智道网联科技(北京)有限公司 | 交叉十字路口的车辆调度方法、云服务器、设备及存储介质 |
CN114170816B (zh) * | 2021-12-10 | 2023-01-24 | 上海万位科技有限公司 | 一种车辆驾驶提示方法及装置 |
CN115206090A (zh) * | 2022-06-07 | 2022-10-18 | 安徽超清科技股份有限公司 | 一种基于交通大数据的交通态势预估系统 |
CN115083175B (zh) * | 2022-06-23 | 2023-11-03 | 北京百度网讯科技有限公司 | 基于车路协同的信号管控方法、相关装置及程序产品 |
CN115440049B (zh) * | 2022-09-22 | 2023-05-23 | 中兴(温州)轨道通讯技术有限公司 | 一种tod综合区交通用智能化信号灯控制方法、系统及装置 |
CN115291130B (zh) * | 2022-10-09 | 2023-01-20 | 江苏正力新能电池技术有限公司 | 一种电池包参数监测方法、装置、存储介质及电子设备 |
CN116777703B (zh) * | 2023-04-24 | 2024-02-02 | 深圳市普拉图科技发展有限公司 | 一种基于大数据的智慧城市管理方法和系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005064565A1 (de) * | 2003-12-19 | 2005-07-14 | Bayerische Motoren Werke Aktiengesellschaft | Erkennung von kreuzungsbereichen bei der verkehrszustandserkennung |
JP2009146137A (ja) * | 2007-12-13 | 2009-07-02 | Sumitomo Electric Ind Ltd | 緊急車両誘導装置、プログラム及び方法 |
CN101593435A (zh) * | 2008-05-26 | 2009-12-02 | 奥城同立科技开发(北京)有限公司 | 根据拥堵情况实施交通路口优先放行的红绿灯控制系统 |
CN104464314A (zh) * | 2014-12-19 | 2015-03-25 | 大连理工大学 | 一种公交车专用道交叉口的公交优先通行方法 |
CN104952263A (zh) * | 2015-06-04 | 2015-09-30 | 长安大学 | 基于相位差渐进循环协调的应急车辆优先信号控制方法 |
CN105761508A (zh) * | 2014-12-18 | 2016-07-13 | 镇江高科科技信息咨询有限公司 | 信号灯控制系统 |
CN107393321A (zh) * | 2017-07-17 | 2017-11-24 | 淮阴工学院 | 一种用于预防车辆排队溢出的现代有轨电车交叉口优先控制方法 |
CN108154692A (zh) * | 2016-12-02 | 2018-06-12 | 防城港市港口区天平电子科技有限公司 | 特种车辆紧急任务优先控制交通信号灯方法 |
CN108510762A (zh) * | 2018-05-24 | 2018-09-07 | 金陵科技学院 | 一种快速路多线交汇区智能信号灯优化控制方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006331002A (ja) * | 2005-05-25 | 2006-12-07 | Omron Corp | 信号制御装置 |
JP5526788B2 (ja) * | 2010-01-05 | 2014-06-18 | 住友電気工業株式会社 | 交通信号制御システム、交通信号制御機、中央装置及びプログラム |
WO2014160027A1 (en) * | 2013-03-13 | 2014-10-02 | Image Sensing Systems, Inc. | Roadway sensing systems |
US9299253B2 (en) * | 2014-06-19 | 2016-03-29 | Global Traffic Technologies, Llc | Adaptive traffic signal preemption |
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 |
US10872526B2 (en) * | 2017-09-19 | 2020-12-22 | Continental Automotive Systems, Inc. | Adaptive traffic control system and method for operating same |
CN113129623A (zh) * | 2017-12-28 | 2021-07-16 | 北京百度网讯科技有限公司 | 合作式交叉路口通行控制方法、装置及设备 |
JP7276311B2 (ja) * | 2018-02-23 | 2023-05-18 | 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 |
CN110660220B (zh) * | 2019-10-08 | 2022-01-28 | 五邑大学 | 一种城市轨道列车优先路权分配方法以及系统 |
KR102105162B1 (ko) * | 2019-10-17 | 2020-04-28 | 주식회사 유니시큐 | 전자파 센서를 이용해 차량 속도, 차량 위치 및 차량 통행량을 파악하고 규칙을 위반하는 차량을 구분하여 이에 대한 정보는 동영상 또는 사진으로 저장하는 스마트 속도위반단속 장치, 스마트 신호위반단속 장치 및 스마트시티 솔루션 장치 |
CN111383455A (zh) * | 2020-03-11 | 2020-07-07 | 上海眼控科技股份有限公司 | 交通路口对象流量统计方法、装置、计算机设备和介质 |
CN113591518B (zh) * | 2020-04-30 | 2023-11-03 | 华为技术有限公司 | 一种图像的处理方法、网络的训练方法以及相关设备 |
-
2020
- 2020-12-21 CN CN202011522460.2A patent/CN112614359B/zh active Active
-
2021
- 2021-11-05 JP JP2021180905A patent/JP7416746B2/ja active Active
- 2021-11-08 KR KR1020210152023A patent/KR20210142568A/ko not_active Application Discontinuation
- 2021-11-09 EP EP21207123.7A patent/EP3944213B1/en active Active
- 2021-12-16 US US17/553,168 patent/US20220108607A1/en active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2005064565A1 (de) * | 2003-12-19 | 2005-07-14 | Bayerische Motoren Werke Aktiengesellschaft | Erkennung von kreuzungsbereichen bei der verkehrszustandserkennung |
JP2009146137A (ja) * | 2007-12-13 | 2009-07-02 | Sumitomo Electric Ind Ltd | 緊急車両誘導装置、プログラム及び方法 |
CN101593435A (zh) * | 2008-05-26 | 2009-12-02 | 奥城同立科技开发(北京)有限公司 | 根据拥堵情况实施交通路口优先放行的红绿灯控制系统 |
CN105761508A (zh) * | 2014-12-18 | 2016-07-13 | 镇江高科科技信息咨询有限公司 | 信号灯控制系统 |
CN104464314A (zh) * | 2014-12-19 | 2015-03-25 | 大连理工大学 | 一种公交车专用道交叉口的公交优先通行方法 |
CN104952263A (zh) * | 2015-06-04 | 2015-09-30 | 长安大学 | 基于相位差渐进循环协调的应急车辆优先信号控制方法 |
CN108154692A (zh) * | 2016-12-02 | 2018-06-12 | 防城港市港口区天平电子科技有限公司 | 特种车辆紧急任务优先控制交通信号灯方法 |
CN107393321A (zh) * | 2017-07-17 | 2017-11-24 | 淮阴工学院 | 一种用于预防车辆排队溢出的现代有轨电车交叉口优先控制方法 |
CN108510762A (zh) * | 2018-05-24 | 2018-09-07 | 金陵科技学院 | 一种快速路多线交汇区智能信号灯优化控制方法 |
Non-Patent Citations (5)
Title |
---|
姜允侃: "物联网在智能交通控制中的应用——交通信号优先技术研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
姜允侃: "物联网在智能交通控制中的应用——交通信号优先技术研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》, 15 September 2019 (2019-09-15), pages 73 - 76 * |
潘霖: "基于现代通信网络技术的公交优先控制系统设计与实现", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
潘霖: "基于现代通信网络技术的公交优先控制系统设计与实现", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》, 15 February 2019 (2019-02-15), pages 25 - 30 * |
第十一届多国城市交通学术会议组委会: "《承继科技奥运成果展望智能交通未来 Inherit the Achievement of High-tech Olympics Forsee the Future of Intelligent Transport》", 31 October 2009, 中国科学技术出版社, pages: 138 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112929852A (zh) * | 2021-04-07 | 2021-06-08 | 兆边(上海)科技有限公司 | 一种基于多接入边缘计算的车路联网协同系统 |
CN112929852B (zh) * | 2021-04-07 | 2021-09-17 | 兆边(上海)科技有限公司 | 一种基于多接入边缘计算的车路联网协同系统 |
CN113643534A (zh) * | 2021-07-29 | 2021-11-12 | 北京万集科技股份有限公司 | 交通管控的方法及设备 |
CN113643534B (zh) * | 2021-07-29 | 2023-04-18 | 北京万集科技股份有限公司 | 交通管控的方法及设备 |
CN113706873A (zh) * | 2021-09-28 | 2021-11-26 | 长沙智能驾驶研究院有限公司 | 车辆到达时间预测方法、装置、设备及计算机存储介质 |
CN114241795A (zh) * | 2021-11-18 | 2022-03-25 | 浙江大华技术股份有限公司 | 信号灯调节方法、装置及计算机可读存储介质 |
CN114387799A (zh) * | 2021-12-27 | 2022-04-22 | 山东浪潮工业互联网产业股份有限公司 | 一种路口红绿灯控制方法及设备 |
CN114387799B (zh) * | 2021-12-27 | 2022-12-23 | 山东浪潮工业互联网产业股份有限公司 | 一种路口红绿灯控制方法及设备 |
CN114212108A (zh) * | 2021-12-29 | 2022-03-22 | 阿波罗智联(北京)科技有限公司 | 自动驾驶方法、装置、车辆、存储介质及产品 |
CN115050196A (zh) * | 2022-03-04 | 2022-09-13 | 阿波罗智联(北京)科技有限公司 | 交通控制方法、装置、设备以及存储介质 |
CN114758495A (zh) * | 2022-03-29 | 2022-07-15 | 北京百度网讯科技有限公司 | 交通信号灯调整方法、装置及电子设备 |
CN114758495B (zh) * | 2022-03-29 | 2024-02-06 | 北京百度网讯科技有限公司 | 交通信号灯调整方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
JP7416746B2 (ja) | 2024-01-17 |
EP3944213A2 (en) | 2022-01-26 |
EP3944213B1 (en) | 2023-08-02 |
JP2022017505A (ja) | 2022-01-25 |
CN112614359B (zh) | 2022-06-28 |
US20220108607A1 (en) | 2022-04-07 |
KR20210142568A (ko) | 2021-11-25 |
EP3944213A3 (en) | 2022-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112614359B (zh) | 控制交通的方法、装置、路侧设备和云控平台 | |
CN115175841A (zh) | 自主车辆的行为规划 | |
CN110065495B (zh) | 车辆的速度行为规划 | |
CN111133447A (zh) | 适于自主驾驶的对象检测和检测置信度 | |
US20220274627A1 (en) | Method and system for dynamically curating autonomous vehicle policies | |
JP7292355B2 (ja) | 車両整列情報を特定する方法及び装置、電子機器、路側機器、クラウド制御プラットフォーム、記憶媒体並びにコンピュータプログラム製品 | |
KR20220035062A (ko) | 가변차선 제어 방법, 장치, 기기 및 저장 매체 | |
CN115158319A (zh) | 车辆变道方法、装置、电子设备和存储介质 | |
CN113052047B (zh) | 交通事件的检测方法、路侧设备、云控平台及系统 | |
CN114212108A (zh) | 自动驾驶方法、装置、车辆、存储介质及产品 | |
CN113610059B (zh) | 基于区域评估的车辆控制方法、装置和智能交管系统 | |
JP2022120116A (ja) | 交通信号灯の識別方法、装置、電子機器、記憶媒体、コンピュータプログラム、路側機器、クラウド制御プラットフォーム及び車両道路協同システム | |
CN115526053A (zh) | 一种道路建模方法、装置以及设备 | |
CN113928341A (zh) | 一种道路决策方法、系统、设备和介质 | |
CN113450569A (zh) | 确定路口状态的方法、装置、电子设备和存储介质 | |
CN113112525A (zh) | 目标跟踪方法、网络模型及其训练方法、设备和介质 | |
CN114863701B (zh) | 交通信号灯控制方法、装置、电子设备和介质 | |
CN115583243B (zh) | 确定车道线信息的方法、车辆控制方法、装置和设备 | |
CN113791564B (zh) | 远程控制的方法、装置、设备、云端服务器及控制系统 | |
CN116859724B (zh) | 时序自回归同时决策和预测的自动驾驶模型及其训练方法 | |
CN115285146A (zh) | 车辆交互方法、装置、电子设备及自动驾驶车辆 | |
CN116704764A (zh) | 车辆控制方法及装置、电子设备及自动驾驶车辆 | |
CN114954520A (zh) | 一种控制无人驾驶车辆的方法和装置 | |
CN115923794A (zh) | 无人驾驶车辆变道方法、装置、电子设备及存储介质 | |
CN117022320A (zh) | 自动驾驶车辆的控制方法、装置、电子设备以及车辆 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211013 Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |