CN112652178A - 城市交通的控制系统 - Google Patents

Abstract

本发明实施例提供了城市交通的控制系统，该系统包括：车辆控制模块、信号机控制模块和道路信号机；车辆控制模块设置于车辆端；信号机控制模块和道路信号机设置于道路端；车辆控制模块，用于由用户触发产生车辆通行需求，并将该车辆通行需求发送给信号机控制模块；信号机控制模块，用于接收车辆通行需求，并对车辆通行需求的必要性进行判断；以及在判断出需要对该车辆通行需求进行响应时，向道路信号机发送信号机控制指令；道路信号机，用于根据信号机控制指令执行相应的操作。本方案能够根据车辆端的需求由路侧端作出响应，从而实现降低城市交通混乱情况的目的。

Description

城市交通的控制系统

技术领域

本发明涉及智能交通技术领域，特别涉及城市交通的控制系统。

背景技术

随着城市化进程的加快，交通拥堵以及交通安全等问题愈演愈烈，愈发成为城市交通部门亟需解决和突破的重点和难点。

目前，常用的交通管控方式主要包括信号灯、交通标志以及道路标线等。然而，由于现阶段的交通状况往往非常复杂，比如交通事故的发生、道路的维修以及特殊车辆的优先通行等，导致城市交通经常出现混乱的情况。因此，需要提供一种城市交通的控制方案。

发明内容

本发明实施例提供了一种城市交通的控制系统，能够根据车辆端的需求由路侧端作出响应，从而实现降低城市交通混乱情况的目的。

本发明实施例提供的城市交通的控制系统，包括：车辆控制模块、信号机控制模块和道路信号机；

所述车辆控制模块设置于车辆端；所述信号机控制模块和所述道路信号机设置于道路端；

所述车辆控制模块，用于由用户触发产生车辆通行需求，并将该车辆通行需求发送给所述信号机控制模块；

所述信号机控制模块，用于接收所述车辆通行需求，并对所述车辆通行需求的必要性进行判断；以及在判断出需要对该车辆通行需求进行响应时，向所述道路信号机发送信号机控制指令；

所述道路信号机，用于根据所述信号机控制指令执行相应的操作。

在一种可能的实现方式中，该城市交通的控制系统进一步包括：车辆信号机；

所述车辆信号机设置于所述车辆端；

所述信号机控制模块，用于采集路况信息，并将该路况信息发送给所述车辆控制模块；其中，所述路况信息包括所述道路信号机产生的信息；

所述车辆控制模块，用于接收所述路况信息，并判断该路况信息中是否包括交通事件信息；以及在所述路况信息中包括所述交通事件信息时，向所述车辆信号机发送车辆信号机警示指令；

所述车辆信号机，用于根据所述车辆信号机警示指令生成相应的警示信号，以使用户根据该警示信号采取相应的措施。

在一种可能的实现方式中，

所述车辆控制模块，用于在判断出所述路况信息中不包括所述交通事件信息时，根据所述路况信息计算车辆的推荐行驶速度，并将该推荐行驶速度的信息发送给所述车辆信号机；

所述车辆信号机，用于将接收到的所述推荐行驶速度的信息展示给用户，以使用户调整车辆行驶速度。

在一种可能的实现方式中，该城市交通的控制系统进一步包括：服务器；

所述服务器，用于根据所述车辆控制模块和所述信号机控制模块上传的车辆信息，确定交通拥堵事件，并将该交通拥堵事件发送给所述车辆控制模块；

所述车辆控制模块，还用于根据所述服务器发送的交通拥堵事件，向所述车辆信号机发送车辆信号机警示指令。

在一种可能的实现方式中，所述服务器用于通过如下操作确定所述交通拥堵事件：

获取至少一辆车的车辆轨迹数据和车辆运行状态数据；

根据所述车辆轨迹数据，计算第一拥堵热点定位结果；

根据所述车辆运行状态数据，计算第二拥堵热点定位结果；

将所述第一拥堵热点定位结果和所述第二拥堵热点定位结果进行融合修正，确定所述交通拥堵热点的定位结果。

在一种可能的实现方式中，所述服务器，用于通过如下操作计算所述第一拥堵热点定位结果：

根据所述车辆轨迹数据，将所述车辆的轨迹路线进行连接，获得轨迹重构结果；

根据所述轨迹重构结果，计算交通流的运行速度，并根据该运行速度确定第一拥堵热点定位结果。

在一种可能的实现方式中，所述车辆轨迹数据包括：车辆编号、位置信息和时间戳；

所述服务器，用于通过如下操作获得所述轨迹重构结果：

以所述车辆编号、所述位置信息和所述时间戳为三个维度，建立稀疏轨迹张量x；

对所述稀疏轨迹张量进行初始化，得到轨迹张量

所述轨迹张量

的各元素满足如下等式：

其中，

用于表征维度为i，j，k三维轨迹张量

的元素，Ω为数据索引集合的全集；

定义同类张量S；所述同类张量S与所述稀疏轨迹张量x的大小相同，且所述同类张量S的各元素满足如下等式：

其中，S_ijk用于表征维度为i，j，k的三维同类张量S；

根据如下等式组，对轨迹张量进行预设迭代次数的迭代计算：

其中，q用于表征张量的维度，B_q和y_q用于表征算法中间变量，

用于表征轨迹张量，

用于表征将所述轨迹张量

按照第q个维度展开，y_q(q)用于表征将所述算法中间变量y_q按照第q个维度展开，ρ用于表征相邻两次迭代的更新步长，α_q用于表征矩阵中各元素之和等于1的参数向量，S用于表征与所述稀疏轨迹张量x大小相同的同类张量，fold_q(·)用于表征将矩阵还原成张量的运算符，

用于表征进行奇异值分解的运算符；

根据迭代计算后的轨迹张量

输出重构轨迹张量。

在一种可能的实现方式中，所述服务器，用于通过如下操作确定所述第一拥堵热点定位结果：

根据所述重构轨迹张量，确定交通流的流量、速度和密度；

通过如下公式，计算交通流冲击波的传播速度：

其中，ω用于表征所述交通流冲击波的传播速度，q_t用于表征t时刻的交通流的流量，k_t用于表征t时刻的交通流的密度；

根据所述传播速度，计算预设时间后的冲击波位置，并将该位置确定为第一拥堵热点定位结果。

在一种可能的实现方式中，所述车辆运行状态数据包括：车辆运行路程；

所述服务器，用于通过如下操作计算所述第二拥堵热点定位结果：

根据所述车辆运行路程，计算预设时间内当前路段的车辆平均速度；

判断所述车辆平均速度与拥堵车速判别阈值的大小；

在所述车辆平均速度小于拥堵车速判别阈值时，将该路段确定为所述第二拥堵热点定位结果。

在一种可能的实现方式中，所述服务器，用于通过如下操作确定所述交通拥堵热点的定位结果：

利用如下公式计算交通拥堵热点的定位结果：

J＝λJ₁+(1-λ)J₂，λ∈[0,1]

其中，J用于表征交通拥堵热点的定位结果，J₁用于表征第一拥堵热点定位结果，J₂用于表征第二拥堵热点定位结果，λ用于表征J₁和J₂的置信度参数。

由上述技术方案可知，本方案提供的城市交通的控制系统在车辆端设置车辆控制模块，并在道路端设置信号机控制模块和道路信号机。车辆控制模块在由用户触发产生车辆通行需求后会发送给信号机控制模块，信号机控制模块在接收到该通行需求后会确定是否需要对该通行需求做出响应，若需要，则会向道路信号机发送相应的控制指令，以使道路信号机根据该控制指令执行相应的操作。由此可见，本方案实现了向道路信号机一端发送通行需求，并由信号机控制模块决定是否响应的过程。如此，当车辆遇到紧急通行需求时，比如救护车、消防车和警车之类的特殊车辆发送的优先通行需求，信号机控制模块可以通过控制道路信号机，保证在满足该特殊车辆优先通行的前提下，使道路交通处于一个良好的运行状态。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明一个实施例提供的一种城市交通的控制系统的示意图；

图2是本发明一个实施例提供的另一种城市交通的控制系统的示意图；

图3是本发明一个实施例提供的又一种城市交通的控制系统的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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的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。

如图1所示，本发明实施例提供了一种城市交通的控制系统，该系统包括：车辆控制模块101、信号机控制模块102和道路信号机103；

车辆控制模块101设置于车辆端；信号机控制模块102和道路信号机103设置于道路端；

车辆控制模块101，用于由用户触发产生车辆通行需求，并将该车辆通行需求发送给信号机控制模块102；

信号机控制模块102，用于接收车辆通行需求，并对车辆通行需求的必要性进行判断；以及在判断出需要对该车辆通行需求进行响应时，向道路信号机103发送信号机控制指令；

道路信号机103，用于根据信号机控制指令执行相应的操作。

在本发明实施例中，在车辆端设置车辆控制模块，并在道路端设置信号机控制模块和道路信号机。车辆控制模块在由用户触发产生车辆通行需求后会发送给信号机控制模块，信号机控制模块在接收到该通行需求后会确定是否需要对该通行需求做出响应，若需要，则会向道路信号机发送相应的控制指令，以使道路信号机根据该控制指令执行相应的操作。由此可见，本方案实现了向道路信号机一端发送通行需求，并由信号机控制模块决定是否响应的过程。如此，当车辆遇到紧急通行需求时，比如救护车、消防车和警车之类的特殊车辆发送的优先通行需求，信号机控制模块可以通过控制道路信号机，保证在满足该特殊车辆优先通行的前提下，使道路交通处于一个良好的运行状态。

在一种可能的实现方式中，如图2所示，该城市交通的控制系统还可以包括：车辆信号机104；

车辆信号机104设置于车辆端；

信号机控制模块102，用于采集路况信息，并将该路况信息发送给车辆控制模块101；其中，路况信息包括道路信号机103产生的信息；

车辆控制模块101，用于接收路况信息，并判断该路况信息中是否包括交通事件信息；以及在路况信息中包括交通事件信息时，向车辆信号机104发送车辆信号机104警示指令；

车辆信号机104，用于根据车辆信号机104警示指令生成相应的警示信号，以使用户根据该警示信号采取相应的措施。

在本发明实施例中，信号机控制模块可以用于采集路况信息，并发送给车辆控制模块，车辆控制模块可以根据该路况信息判断是否具有交通事件信息，从而可以在具有交通事件发生的情况下向车辆信号机发送警示信号，以使用户能够根据该警示信号提前采取相应的措施，极大的降低了加剧交通事件严重程度的可能性。

在一种可能的实现方式中，在车辆控制模块判断出路况信息中不包括交通事件信息时，根据该路况信息计算车辆的推荐行驶速度，并将该推荐行驶速度的信息发送给车辆信号机，车辆信号机可以将接收到的推荐行驶速度的信息展示给用户，以使用户调整车辆的车辆行驶速度。比如，该推荐行驶速度为用户不需要停车或者尽可能少时间的停车即可通过前方红绿灯的速度，如此能够大大降低发生堵车的概率。

通过上述的各个可能的实现方式中，可以知晓，本方案通过提供位于车辆端的车辆控制模块和车辆信号机，以及位于道路端的信号机控制模块和道路信号机，可以实现车辆与信号机之间的双向管控。具体地，在网联环境下，车辆端和道路端分别装载包括车载单元OBU和路侧单元RSU等设备。环境覆盖5G或LTE-V2X网络，车辆端的车载单元OBU与道路端RSU通过5G、LTE-V2X网络实现实时信息交互，即车辆控制模块和信号机控制模块之间的信息交互，是通过由车载单元OBU和路侧单元RSU来完成的。

车辆端的车辆控制模块接收并分析车载单元OBU获取到的路况信息，实现基于车内的车辆信号机的车辆主动管控功能，包括分析当前信号灯信息、按照推荐速度行驶、进行交通事件预警及采取相应避让措施等。另外，车辆控制模块通过车载单元OBU向路侧端传输通行需求的信息，如通行需求、车辆状态数据、环境感知数据等。

道路端的信号机控制模块通过路侧单元RSU接收车辆端的信息，并予以计算、分析、研判，并制定需求响应管控方案，并将方案发送至道路信号机。另外，信号机控制模块通过路侧单元RSU向车辆端传输必要的信息，如信号灯信息、推荐行驶速度、交通事件信息等。

具体地，对于基于车内的车辆信号机的主动管控，主要可以包含以下步骤：

步骤1：路侧单元RSU向车辆发布道路交通信息，如信号灯信息、交通事件信息等。

步骤2：车载单元OBU通过5G或LTV-V2X网络接收路侧单元RSU发送的信息。

步骤3：车辆控制模块分析接收到的交通信息，判断是否包含交通事故、交通拥堵等交通事件信息。若有则进入步骤4；否则进入步骤6。

步骤4：根据交通事件类型及程度，判断车辆是否需要绕行以进行规避。如需要进入步骤5；否则进入步骤6。

步骤5：重新规划可避让交通事件的路线，进入步骤8。

步骤6：分析当前信号灯信息，判断当前信号相位和未来相位的变化情况(其中，相位可以包括信号灯的红路灯时间间隔)。

步骤7：在合理范围内，计算车辆尽量不停车通行的推荐行驶速度。

步骤8：车辆控制模块执行得到的管控方案之后。回到步骤1继续接收路侧单元RSU发布的交通信息。

对于需求响应管控，具体可以包括如下步骤：

步骤1：车辆端的车载单元OBU发布车辆通行需求。

步骤2：路侧端的路侧单元RSU通过5G或LTV-V2X网络接收车载单元发送的车辆通行需求(其中车辆通行需求包括车辆信息和车辆需求信息)。

步骤3：路侧端的信号机控制模块对车辆通行需求信息进行处理和分析。

步骤4：判断需求响应的必要性。若不需要，则维持现状交通管控不变；否则进入下一步。

步骤5：按照需求类型的不同，制定不同的需求响应管控方案。对于特种车辆需求，如救护车、消防车、警车等的行驶需求，制定对应的优先通行方案；不同类型的特殊车辆可以预先设定对应的优先级。对于方案优化需求，制定道路信号机的相位优化方案；对于交通事件需求，按照事件类型和程度制定禁行、限流或诱导等管控方案。

步骤6：道路信号机执行已制定的需求响应管控方案之后，返回步骤1，继续接收车辆端的车载单元OBU发送的需求信息。

在一种可能的实现方式中，如图3所示，该城市交通的控制系统还可以包括，至少一个服务器105；

服务器105，用于根据车辆控制模块101和信号机控制模块102上传的车辆信息，确定交通拥堵事件，并将该交通拥堵事件发送给车辆控制模块101；

车辆控制模块101，还用于根据服务器105发送的交通拥堵事件，向车辆信号机104发送车辆信号机104警示指令。

在本发明实施例中，车辆信息可以包括车辆的轨迹数据和车辆的运行状态数据。该车辆的轨迹数据和车辆的运行状态数据可以由车辆端采集，也可由道路端采集。服务器可以根据各个车辆的车辆信息来计算确定是否发生有交通拥堵事件，并可以将该结果发送给车辆控制模块，以通过车辆信号机向用户进行展示。

服务器105在确定交通拥堵事件时，具体可以通过以下方式来确定：

获取至少一辆车的车辆轨迹数据和车辆运行状态数据；

根据车辆轨迹数据，计算第一拥堵热点定位结果；

根据车辆运行状态数据，计算第二拥堵热点定位结果；

将第一拥堵热点定位结果和第二拥堵热点定位结果进行融合修正，确定交通拥堵热点的定位结果。

在本发明实施例中，对交通拥堵热点进行定位时，在获取到车辆轨迹数据和车辆运行状态数据之后，分别通过车辆轨迹数据和车辆运行状态数据计算得到各自的拥堵热点定位结果，然后通过将分别得到的两种拥堵热点定位结果进行融合修正，从而得到精度更高的交通拥堵热点定位结果。由此可见，本方案采用多源数据融合的方式，通过将结果进行融合修正，能够将通过车辆轨迹数据确定拥堵热点定位结果的优势和通过车辆运行状态数据确定热点定位结果的优势进行结合，从而达到提高交通拥堵热点的定位精度的目的。

在一种可能的实现方式中，车辆轨迹数据可以包括车辆编号、位置坐标(比如经纬度)、时间戳等轨迹信息。该车辆轨迹数据可以由车辆端进行上传，比如采用谷歌地图、百度地图，以及车载单元OBU等。车辆运行状态数据可以包括车辆编号、车速、车辆加减速以及车辆转向等运动属性参数。该车辆运行状态数据由车辆端进行上传，可以通过车辆装载的传感器进行数据采集，然后由车载单元OBU将该数据进行上传。

当然，需要说明的是，车辆轨迹数据和车辆运行状态数据并不仅限于由车辆端采集。在一些应用场景中(比如隧道)，车辆可能无法将车辆轨迹数据和车辆运行状态数据进行上报。因此可以考虑通过在路侧设置车辆信息采集装置，然后由车辆信息采集装置采集车辆轨迹数据和车辆运行状态数据，然后将采集到的数据经过路侧单元RSU进行上报处理。

在一种可能的实现方式中，在服务器105根据车辆轨迹数据计算第一拥堵热点定位结果时，可以通过以下方式来实现：

根据车辆轨迹数据，将车辆的轨迹路线进行连接，获得轨迹重构结果；

根据轨迹重构结果，计算交通流的运行速度，并根据该运行速度确定第一拥堵热点定位结果。

在本发明实施例中，由于采集到的车辆轨迹数据往往是不连续的，因此可以考虑利用采集到的车辆轨迹数据将车辆的轨迹路线进行连接，完成对车辆的轨迹重构，如此进一步可以通过轨迹重构结果计算交通流的运行速度，以确定第一拥堵热点定位结果。由此可见，本方案通过采用轨迹重构的方式来获得完整的轨迹路线，从而利用完整的轨迹路线能得到精度更高的交通流运行速度，以进一步得到精度更高的第一拥堵热点定位结果。

在获取车辆轨迹数据时，往往完整的车辆轨迹数据是很难获取到的，并且现阶段的网联汽车的比例还远没有达到全覆盖，因此获取到的车辆轨迹数据实际为路网交通的抽样数据，因此通过采集到的抽样数据对车辆的路线进行了轨迹重构，从而形成完整的车辆轨迹。进一步也可以通过完整的车辆轨迹能够获得精度更高的交通拥堵热点定位结果。

在一种可能的实现方式中，车辆轨迹数据可以包括：车辆编号、位置信息和时间戳等。服务器105在将车辆的轨迹数据进行连接，获得轨迹重构结果时，具体可以通过以下方式实现：

以车辆编号、位置信息和时间戳为三个维度，建立稀疏轨迹张量x；

对稀疏轨迹张量进行初始化，得到轨迹张量

轨迹张量

的各元素满足如下等式：

其中，

用于表征维度为i，j，k三维轨迹张量

的元素，Ω为数据索引集合的全集；

定义同类张量S；同类张量S与稀疏轨迹张量x的大小相同，且同类张量S的各元素满足如下等式：

其中，S_ijk用于表征维度为i，j，k的三维同类张量S；

根据如下等式组，对轨迹张量进行预设迭代次数的迭代计算：

其中，q用于表征张量的维度，B_q和y_q用于表征算法中间变量，

用于表征轨迹张量，

用于表征将轨迹张量

按照第q个维度展开，y_q(q)用于表征将算法中间变量y_q按照第q个维度展开，ρ用于表征相邻两次迭代的更新步长，α_q用于表征矩阵中各元素之和等于1的参数向量，S用于表征与稀疏轨迹张量x大小相同的同类张量，fold_q(·)用于表征将矩阵还原成张量的运算符，

用于表征进行奇异值分解的运算符；

根据迭代计算后的轨迹张量

输出重构轨迹张量。

在本发明实施例中，考虑到车辆编号可以标识和区分每辆车，而采集到的每辆车的位置信息和当前位置的时间又可以构成该车辆的轨迹，如此通过以车辆编号、位置信息和时间戳为三个维度，建立车辆的轨迹张量。进一步可以对轨迹张量进行迭代计算，从而在经过预设的迭代次数后得到重构轨迹张量。由此可见，本方案通过以车辆的车辆编号、位置信息和时间戳构建起车辆的轨迹张量，然后通过提供的迭代公式能够准确地完成对车辆轨迹的重构，如此极大的提高了对交通拥堵热点进行定位的精度。

在本实现方式中，算法中间变量y_q需要进行初始化，即将y_q中的各个元素初始化为0。当然，需要指出的是，y_q中的任一项应满足由车辆编号、位置信息和时间戳构成的三维空间集合。参数向量

也需要进行初始化，使得α₁+α₂+α₃＝1，通常情况下，使α₁＝α₂＝α₃，即在本例中取

在对轨迹张量进行迭代时，首先需要对迭代次数进行设定，当然该迭代次数可以根据具体需要进行设定，也可以根据完成一定迭代次数之后的迭代效果进行调整。在本实施例中，通常取的迭代次数为500次。

在一种可能的实现方式中，服务器105在根据重构轨迹张量计算交通流的运行速度，并根据该运行速度确定第一拥堵热点的定位结果时，具体可以通过以下方式来实现：

根据重构轨迹张量，确定交通流的流量、速度和密度；

通过如下公式，计算交通流冲击波的传播速度：

其中，ω用于表征交通流冲击波的传播速度，q_t用于表征t时刻的交通流的流量，k_t用于表征t时刻的交通流的密度；

根据传播速度，计算预设时间后的冲击波位置，并将该位置确定为第一拥堵热点定位结果。

在本发明实施例中，在重构出轨迹张量后，可以根据重构出的轨迹张量计算交通流的流量、速度和密度，进而可以根据交通流的流量和密度计算出交通流冲击波的传播速度。因此通过预设时间窗即可确定出冲击波的位置，即确定出第一拥堵定位结果。在本方案中，由于采用了交通流冲击波的速度，以及通过将预设时间窗后的交通流冲击波的位置确定为第一拥堵热点结果，因此，在一定范围内可以实现对交通拥堵热点的预判。如此，在一些场景中，可以通过该方式得到的预判结果对交通路况作出提前响应。

在利用重构轨迹张量计算拥堵区域时，可以通过计算在观测时间窗Δ内交通流的流量q、速度v和密度k的变化情况。其中，流量q可以通过轨迹张量中的第一和第三维信息计算得到，即流量q由q_t-Δ变化到q_t；速度v可以通过轨迹张量中的第二和第三维信息计算得到，即速度v由v_t-Δ变化到v_t；密度k可以通过轨迹张量中的第一和第二维信息计算得到，即密度k由k_t-Δ变化到k_t。

在根据计算得到交通流流量、速度和密度参数之后，可以考虑建立以流量、速度和密度为坐标轴的三维空间坐标系，从而在三维空间坐标中通过交通流的密集程度初步观测出各路段区域的拥堵状态。例如，若在三维空间中观测出某个区域的交通流是密集的，那么说明该区域可能发生了拥堵，且交通流的密集程度越大说明拥堵状态越严重。若在三维空间中观测出某个区域的交通流稀疏，那么说明该区域的交通状况良好。此外如在某一段区域内的交通流为逐渐密集，那么还可以对交通拥堵的区域进行初步预判。

在一种可能的实现方式中，车辆运行状态数据可以包括车辆运行路程。如此，服务器105在根据车辆运行状态数据，计算第二拥堵热点定位结果时，具体可以采用如下方式得到：

根据车辆运行路程，计算预设时间内当前路段的车辆平均速度；

判断车辆平均速度与拥堵车速判别阈值的大小；

在车辆平均速度小于拥堵车速判别阈值时，将该路段确定为第二拥堵热点定位结果。

在本发明实施例中，通过根据各个车辆上报的车辆运行路程，或者由路侧端采集到的各个车辆的车辆运行路程，可以计算出某一时间内该路段的车辆平均速度，然后通过判断该车辆平均速度与预先确定的拥堵车速判别阈值之间的大小，若车辆平均速度小于拥堵车速判别阈值，则可将该路段确定为第二拥堵热点定位结果。其中，拥堵车速判别阈值可以由相关标准规范得到，也可以根据具体的场景由经验值进行确定。

值得说明的是，通过该方法来确定第二拥堵热点定位结果时，可以考虑实时采集各车辆的车辆运行状态数据(本实例中即为车辆运行路程)，如此可以实时对拥堵结果进行更新。也就是说，通过该方式得到的第二拥堵热点定位结果的实时性更强。

在一种可能的实现方式中，在得到了第一拥堵热点定位结果和第二拥堵热点定位结果之后，由于第一拥堵热点定位结果对交通拥堵情况带有预判性，而第二拥堵热点定位结果的实时性更强，因此考虑由服务器105来实现将这两种结果的优势进行结合，获得更加精确的交通拥堵热点的定位结果。具体地，

利用如下公式计算交通拥堵热点的定位结果：

J＝λJ₁+(1-λ)J₂，λ∈[0,1]

其中，J用于表征交通拥堵热点的定位结果，J₁用于表征第一拥堵热点定位结果，J₂用于表征第二拥堵热点定位结果，λ用于表征J₁和J₂的置信度参数。

在本发明实施例中，通过为第一交通拥堵热点定位结果和第二交通拥堵热点定位结果配置置信度参数。如此，可以根据具体的场景，通过调整具体的置信度参数来获得精度更高的交通拥堵热点的定位结果。

在一些应用场景中，置信度参数可以通过经验值进行标定，也可以通过一些规范准则来确定。当然还可以根据实际效果标定，比如针对某一路段，可以通过实际的交通拥堵热点的结果不断对置信度参数值进行调整和优化，以确定出能用该公式更加准确的得到该路段交通拥堵状况的置信度参数值。例如，经过实验，在大多数情况下，置信度参数取0.4时能比较好的得到交通拥堵热点的定位结果。

需要指出的是，在计算出的各个交通拥堵热点的定位结果中，可以采取以三维坐标的形式进行标识和计算，还可以采用经纬度的方式对区域路段进行标识和计算，具体的可以根据具体的要求和精度进行选择。

可以理解的是，本发明实施例示意的结构并不构成对城市交通的控制系统的各个设备的具体限定。在本发明的另一些实施例中，城市交通的控制系统中所提到的设备可以包括比图示更多或者更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。图示的部件可以以硬件、软件或者软件和硬件的组合来实现。

需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。

最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (10)

1.城市交通的控制系统，其特征在于，包括：车辆控制模块、信号机控制模块和道路信号机；

所述车辆控制模块设置于车辆端；所述信号机控制模块和所述道路信号机设置于道路端；

所述车辆控制模块，用于由用户触发产生车辆通行需求，并将该车辆通行需求发送给所述信号机控制模块；

所述信号机控制模块，用于接收所述车辆通行需求，并对所述车辆通行需求的必要性进行判断；以及在判断出需要对该车辆通行需求进行响应时，向所述道路信号机发送信号机控制指令；

所述道路信号机，用于根据所述信号机控制指令执行相应的操作。

2.根据权利要求1所述的系统，其特征在于，进一步包括：车辆信号机；

所述车辆信号机设置于所述车辆端；

所述信号机控制模块，用于采集路况信息，并将该路况信息发送给所述车辆控制模块；其中，所述路况信息包括所述道路信号机产生的信息；

所述车辆控制模块，用于接收所述路况信息，并判断该路况信息中是否包括交通事件信息；以及在所述路况信息中包括所述交通事件信息时，向所述车辆信号机发送车辆信号机警示指令；

所述车辆信号机，用于根据所述车辆信号机警示指令生成相应的警示信号，以使用户根据该警示信号采取相应的措施。

3.根据权利要求2所述的系统，其特征在于，

所述车辆控制模块，用于在判断出所述路况信息中不包括所述交通事件信息时，根据所述路况信息计算车辆的推荐行驶速度，并将该推荐行驶速度的信息发送给所述车辆信号机；

所述车辆信号机，用于将接收到的所述推荐行驶速度的信息展示给用户，以使用户调整车辆行驶速度。

4.根据权利要求2所述的系统，其特征在于，进一步包括：服务器；

所述服务器，用于根据所述车辆控制模块和所述信号机控制模块上传的车辆信息，确定交通拥堵事件，并将该交通拥堵事件发送给所述车辆控制模块；

所述车辆控制模块，还用于根据所述服务器发送的交通拥堵事件，向所述车辆信号机发送车辆信号机警示指令。

5.根据权利要求4所述的系统，其特征在于，所述服务器用于通过如下操作确定所述交通拥堵事件：

获取至少一辆车的车辆轨迹数据和车辆运行状态数据；

根据所述车辆轨迹数据，计算第一拥堵热点定位结果；

根据所述车辆运行状态数据，计算第二拥堵热点定位结果；

将所述第一拥堵热点定位结果和所述第二拥堵热点定位结果进行融合修正，确定所述交通拥堵热点的定位结果。

6.根据权利要求5所述的系统，其特征在于，

所述服务器，用于通过如下操作计算所述第一拥堵热点定位结果：

根据所述车辆轨迹数据，将所述车辆的轨迹路线进行连接，获得轨迹重构结果；

根据所述轨迹重构结果，计算交通流的运行速度，并根据该运行速度确定第一拥堵热点定位结果。

7.根据权利要求5所述的系统，其特征在于，所述车辆轨迹数据包括：车辆编号、位置信息和时间戳；

所述服务器，用于通过如下操作获得所述轨迹重构结果：

以所述车辆编号、所述位置信息和所述时间戳为三个维度，建立稀疏轨迹张量x；

对所述稀疏轨迹张量进行初始化，得到轨迹张量

所述轨迹张量

的各元素满足如下等式：

其中，

用于表征维度为i，j，k三维轨迹张量

的元素，Ω为数据索引集合的全集；

定义同类张量S；所述同类张量S与所述稀疏轨迹张量x的大小相同，且所述同类张量S的各元素满足如下等式：

其中，S_ijk用于表征维度为i，j，k的三维同类张量S；

根据如下等式组，对轨迹张量进行预设迭代次数的迭代计算：

其中，q用于表征张量的维度，B_q和y_q用于表征算法中间变量，

用于表征轨迹张量，

用于表征将所述轨迹张量

按照第q个维度展开，y_q(q)用于表征将所述算法中间变量y_q按照第q个维度展开，ρ用于表征相邻两次迭代的更新步长，α_q用于表征矩阵中各元素之和等于1的参数向量，S用于表征与所述稀疏轨迹张量x大小相同的同类张量，fold_q(·)用于表征将矩阵还原成张量的运算符，

用于表征进行奇异值分解的运算符；

根据迭代计算后的轨迹张量

输出重构轨迹张量。

8.根据权利要求7所述的系统，其特征在于，

所述服务器，用于通过如下操作确定所述第一拥堵热点定位结果：

根据所述重构轨迹张量，确定交通流的流量、速度和密度；

通过如下公式，计算交通流冲击波的传播速度：

其中，ω用于表征所述交通流冲击波的传播速度，q_t用于表征t时刻的交通流的流量，k_t用于表征t时刻的交通流的密度；

根据所述传播速度，计算预设时间后的冲击波位置，并将该位置确定为第一拥堵热点定位结果。

9.根据权利要求5所述的系统，其特征在于，所述车辆运行状态数据包括：车辆运行路程；

所述服务器，用于通过如下操作计算所述第二拥堵热点定位结果：

根据所述车辆运行路程，计算预设时间内当前路段的车辆平均速度；

判断所述车辆平均速度与拥堵车速判别阈值的大小；

在所述车辆平均速度小于拥堵车速判别阈值时，将该路段确定为所述第二拥堵热点定位结果。

10.根据权利要求6至9中任一所述的系统，其特征在于，

所述服务器，用于通过如下操作确定所述交通拥堵热点的定位结果：

利用如下公式计算交通拥堵热点的定位结果：

J＝λJ₁+(1-λ)J₂，λ∈[0,1]

其中，J用于表征交通拥堵热点的定位结果，J₁用于表征第一拥堵热点定位结果，J₂用于表征第二拥堵热点定位结果，λ用于表征J₁和J₂的置信度参数。

Images