CN112912943A - 交通信号状态预测校正和实时探头数据验证 - Google Patents

交通信号状态预测校正和实时探头数据验证 Download PDF

Info

Publication number
CN112912943A
CN112912943A CN201980067763.9A CN201980067763A CN112912943A CN 112912943 A CN112912943 A CN 112912943A CN 201980067763 A CN201980067763 A CN 201980067763A CN 112912943 A CN112912943 A CN 112912943A
Authority
CN
China
Prior art keywords
traffic signal
data
time
prediction
real
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
Application number
CN201980067763.9A
Other languages
English (en)
Other versions
CN112912943B (zh
Inventor
马京涛
T·鲍尔
K·Z·撒切尔
A·T·马里诺
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.)
Transportation Technology Service Co
Original Assignee
Transportation Technology Service Co
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 Transportation Technology Service Co filed Critical Transportation Technology Service Co
Publication of CN112912943A publication Critical patent/CN112912943A/zh
Application granted granted Critical
Publication of CN112912943B publication Critical patent/CN112912943B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了用于改善交通信号状态改变预测的准确性(142)的方法和系统。固定时间信号的预测是基于其预定的配时方案和当前时钟/时间生成的(142),但是这些预测是对象的变化,例如,由于交通信号控制器的时钟漂移引起(图2)。实时的实际而非预测的数据被收集并被用于校正这些变化(图3)。此外,实时探头数据被收集(122)并被用于实时验证校正后的预测的正确性(146)。在一个实施例中,来自行进者的设备(100)的GPS数据被用于评估所生成的预测的有效性,尤其是着眼于相对于预测的绿色时间窗口(128)的信号停止线穿越(图4)。

Description

交通信号状态预测校正和实时探头数据验证
相关申请
本申请要求2018年10月23日提交的美国临时申请第62/749,605号和2019年8月23日提交的美国临时申请第62/891,152号的优先权权益,两者都通过引用并入本文中。
版权声明
版权所
Figure BDA0003019719950000011
2018-2019美国Traffic Technology Services公司。本文档中的一部分公开内容包含受版权保护的材料。版权所有者不反对任何人以出现在美国专利商标局的文件或记录中的方式对该文件或公开内容进行复写复制,但保留其他所有版权。37C.F.R.§1.7l(d)(2017)。
技术领域
本申请属于交通工程领域,涉及用于生成准确的交通信号状态改变预测的方法、系统和软件,以供驾驶员、自主驾驶汽车和其他用户使用,以改善交通流量、安全性和燃料效率。
背景技术
我们的美国专利第9,396,657号(Bauer等人)教导了用于预测交通信号状态改变的方法和装置。该专利公开了一种计算机软件仿真器,以利用给定位置的现场交通信号控制器(FSC)的相关配时参数来仿真其操作,从而预测状态改变。交通信号按一天中的时间、一周中的某天以及节假日或特殊事件在不同时间按预定的配时方案运行。这些配时方案和时间表可从本地或区域机构的中央计算机、数据库或用于输入交通信号控制器的硬拷贝文件存档中获得。
我们的美国专利第10,008,113号(Ova等人)教导了一种用于预测交通信号状态改变的混合分布式系统和方法,并描述了用于与移动的车辆进行相关通信的各种技术。美国专利第9,396,657号和美国专利第10,008,113号通过引用结合到本文中。
仍然存在技术问题:可以基于这些时间表和配时方案来预测交通信号状态改变。然而,交通信号控制器硬件会受到不可预测的异常(诸如本地时钟漂移)或特殊控制事件(诸如信号抢占)(例如,消防车)或配时方案过渡的影响。与相应的现实世界情况相比,这通常会引起信号切换与列入方案的(预定的)情况发生偏差。
仍然需要一种方法来更准确地预测各种应用的实际交通信号状态改变,包括但不限于协助驾驶员或自主车辆系统,以提高安全性,提高燃料效率等。还需要检查或验证交通信号状态改变预测,以确保在其被散播之前的准确性。
发明内容
下面是本公开的发明内容,以提供对一些特征和背景的基本理解。本发明内容并非旨在识别本公开的关键或重要要素或描绘本公开的范围。其唯一目的是以简化形式呈现本公开的一些构思,作为稍后呈现的更详细描述的序言。
本申请公开了用于改善交通信号状态改变预测的准确性的方法和系统。固定时间信号的预测是基于其预定的配时方案和当前时钟/时间生成的,但是这些初步预测是对象的变化,例如,由于交通信号控制器的时钟漂移引起。实时的实际而非预测的数据被收集并被用于校正这些变化。此外,实时探头数据被收集并被用于实时验证所生成的预测的正确性。在一个实施例中,来自行进者的设备的GPS数据被用于评估所生成的预测的有效性,尤其是着眼于相对于预测的绿色时间窗口的信号停止线穿越。如果实时观察到的穿越与预测的信号状态相矛盾,则可以暂停向用户提供预测的数据服务。
在一实施例中,一种过程包括下列步骤:访问与目标交通信号相关联的交通信号配时方案的数据存储设备;访问被用于一次选择与目标交通信号相关联的交通信号配时方案中的一个的交通信号时间表的数据存储设备;基于当前日期时间戳和交通信号时间表,将交通信号配时方案之一识别为当前选择的配时方案;获取目标交通信号的状态改变的初步预测,该初步预测是利用当前选择的配时方案生成的;识别与目标交通信号相关联的交通信号控制器;获取与目标交通信号相关联的交通信号控制器的交通信号变化数据;基于交通信号变化数据调整初步预测,以形成目标交通信号的状态改变的校正后的预测;以及使用校正后的预测来预测目标交通信号的状态改变。校正后的预测可以被传输到车辆。
一方面,获取交通信号控制器的交通信号变化数据的过程可以包括:基于配时方案生成基线预测;监视交通信号控制器的实时状态改变事件;将事件与相应的时间戳一起记录;以及将基线预测的时间戳与相应的实时事件的时间戳进行比较,以确定状态改变事件的偏差。在一些实施例中,可以形成偏差模式库。
在其中偏差是由交通信号控制器中的时钟漂移引起的情况下,可以应用偏差数据以形成目标交通信号的状态改变的校正后的预测。
在另一个特征中,本公开描述了使用实时探头数据来验证校正后的预测;并且在基于实时探头数据对校正后的预测进行验证的条件下,使用校正后的预测来预测目标交通信号的状态改变。可以将关于停车线穿越的探头数据分析与预测数据进行比较,以确保其在散播之前是有效的。
附图说明
为了使读者能够实现本公开的上述和其他优点和特征中的一个或多个,下面将参考在附图中示出的其具体实施例来进行更具体的描述。应理解,这些附图仅描绘了本公开的典型实施例,因此不应被认为是对其范围的限制,将通过使用附图以附加的特征和细节来描述和解释本公开,其中:
图1是交通信号状态预测系统的简化流程图。
图2是示出交通信号控制器中的实际时钟漂移的曲线图。
图3是利用控制方案和数据校正的用于交通信号状态改变预测的示例过程的简化流程图。
图4是使用实时探头数据的用于交通信号状态改变预测验证测试的示例过程的简化流程图。
图5示出了车辆仪表板中的交通信号预测显示器的示例。
图6是识别其中由于时钟信号偏差而需要预测校正的交通信号控制器的一个示例过程的简化流程图。
具体实施方式
现在将详细参考本发明构思的实施例,其示例在附图中示出。附图未必按比例绘制。在下面的详细描述中,阐述了许多具体细节以使得能够全面理解本发明构思。然而,应理解,本领域技术人员可以在没有这些具体细节的情况下实践本发明构思。在其他情况下,没有详细描述公知的方法、操作、部件、电路和网络,以免不必要地使实施例的各方面晦涩难懂。在各个视图和附图中,相同的附图标记都表示相同的元件。本文中使用的术语“和/或”包括一个或多个相关联的列出项的任何和所有组合。
在本文的发明构思的描述中使用的术语仅出于描述说明性实施例的目的,并且不旨在限制本发明构思。在发明构思的描述和所附权利要求书中使用的单数形式“一”、“一个”和“该”也意图包括复数形式,除非上下文另外明确指出。还应理解,本文中使用的术语“和/或”是指代并涵盖一个或多个相关列出的对象的任何和所有可能的组合。应进一步理解,当在本说明书中使用术语“包含…”和/或“包括…”时,指定了所述特征、整数、步骤、操作、元件和/或部件的存在,但并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、部件和/或其组合。
所选择的术语的词汇表
交通信号或简称“信号”。指一组交通控制设备,包括通常部署在单个街道交叉路口、公路匝道或其他位置的“信号头”。交通信号由相关联的现场信号控制器(“FSC”)控制。
现场信号控制器(“FSC”)。指控制器,通常包括被布置成控制交通信号的电子设备和/或软件。现场信号控制器可以位于相应的交通信号位置处或附近,诸如街道交叉路口,或位于中央交通管理中心,或两者的某种组合。FSC可以取决于其控制的信号的位置和环境,根据各种规则、算法和输入进行操作。例如,原始输入可以由检测器提供给FSC。
现场信号控制器状态。指FSC的状态,例如,一个或多个内部计时器的状态,以及由FSC控制的一个或多个指示器的状态。FSC在特定时间具有给定状态。
周期时间。尽管周期时间可能并不总是恒定的,但FSC可以根据周期时间改变状态。例如,对于给定的FSC,工作日的周期时间可能不同于周末的周期时间。
检测器。指电、磁、光学、视频的或任何其他传感器,这些传感器被布置成响应于对诸如机动车辆、运输车辆、自行车或行人之类的实体的检测而向FSC提供原始输入信号。输入信号可以相应于车辆的到达、存在或离开。检测器还可以例如通过行人或驾驶员按下按钮来手动激活。当然,类似于车库或开门器,检测器也可以远程或无线地启动。通常,探测器向FSC提供原始输入或刺激。
控制器仿真器。将在下面更详细地讨论,但是通常可以包括计算机硬件或其他电子设备和/或软件,无论其位于何处,都被布置成模仿或模拟FSC的操作。
指示器。指一个或多个信号灯或其他可见和/或可听的指示器,被布置成在给定交通信号位置处或附近指引或通知用户,诸如机动车辆驾驶员、骑自行车的人、行人或运输车辆的操作员。机动车辆的常见指示器是无处不在的绿-黄-红灯布置。通常,指示器由与信号位置相关联的FSC触发或以其他方式控制。
预测。所选择的交通信号的状态或状态改变的预测。交通信号的完整状态尤其包括针对受控的交叉路口的所有相位的所有信令设备的状态。
相位。例如,在信号配时方案中,“相位”是“与一个或多个移动的控制相关联的控制器配时单元。MUTCD将相位定义为一个循环中被分配给独立的交通移动的路权、黄色改变和红色间隙间隔。”因此,它是指在信号控制下允许一起进行的一个或多个移动,例如,北行左转可以有其自己的(受保护的)相位。或者也可以将北行左转与向北直行(以及右转)耦合,因而使整个北行移动成为一个相位(在这种情况下,北行左转的车辆可能必须在相对的向南直行的交通流之间找到间隙才能穿越街道)。
探头数据。车辆最常提供的数据(通常是GPS轨迹),指示车辆的位置,并优选地指示速度和方向。探头数据提供有关车辆移动和位置的实时信息。在一些情况下,探头数据可以用于代替检测器(诸如接地回路)或与之结合使用,以向交通信号控制器提供动态信息。“探头车辆”是指提供探头数据的车辆。下文描述具体的探头数据源示例。
图1是交通信号状态预测系统的简化概述图。这里,多个车辆100被不同地装备以传输关于它们的位置,并且通常是关于速度和方向的数据。可替选地,可以基于重复的位置轨迹在服务器中计算速度和方向。在一个示例中,一些车辆可以传输GPS轨迹。一些或全部车辆可以通过无线电信道将数据传输到无线接收器天线102,例如,蜂窝塔。蜂窝塔天线耦合到蜂窝载波网络104以接收数据。在一个示例中,可以使用SMS消息。蜂窝网络实际上将原始数据实时地传输到由车队运营商、汽车制造商或其他实体提供的后端服务器106。在一些情况下,他们可以使用一些本地通信(WiFi、DSRC/LTE-V或将来的5G)临时存储,然后再经由回程光纤或蜂窝网络将数据转发到后端。车队服务器106可以过滤和处理数据,然后基于至少一些原始数据,在通信网络120上传输选择的数据,通信网络可以是互联网、WLAN、微波等。图1进一步示出了车辆将数据(例如,GPS轨迹)传输到与网络120耦合的WiFi路由器110。最后,该图还示出了DSRC收发器112。
图1中未示出固定位置的数据源,例如,相机/雷达供应商/服务提供商,这些数据源也可以用于收集原始数据。例如,相机/雷达图像数据可以被处理并通过网络120提供。这些组(移动和固定位置源)可以统称为数据收集服务器122的数据提供者。在一些实施例中,这些数据提供者上的过程主要包括匿名化各个轨迹。他们可以执行所需的分析“红灯穿越验证”,如下所述,但他们也可以将匿名数据简单地传输到服务器122,该服务器实现包括以下内容在内的附加过程。
对于给定的交叉路口,探头数据收集服务器122过滤并映射输入的探头数据(这里指的是广泛地包括移动和固定位置源的探头数据)到所选择的路口,框124。当然,许多过程可以并行执行以提供许多交叉路口的预测。在框126处,可以对数据进行进一步处理和过滤,直至下降到各个相位水平。为此,服务器可以从数据库(未示出)访问MAP数据。更详细地,在优选实施例中,服务器将维护地理数据库,地理数据库包括信号位置、停止线、信号定相、车道配置(左转、直行、右转)和车道对准。这些数据共同形成一组消息,即由美国汽车工程师协会(SAE)J2735标准定义的所谓的MAP消息。该MAP消息是将探头数据映射到特定的交通信号及其相位的基础。因而,服务器在框128处产生带时间戳的停止线穿越数据,该数据用于验证信号改变预测(决策框146),如下面更详细地描述的。
在较高层面,图1进一步示出了访问所选择的交叉路口的配时方案和时间表,框140。然后,系统在那些方案的基础上生成初步预测,框142,最后,如下文更详细地解释的,基于信号变化数据调整初步预测,框144。最后,相对于在框128处从探头数据得出的实际的实时停止线穿越信息,对调整后的预测进行检查或验证,决策框146。验证结果用于确定是否使用该预测,框150。
调整初步信号状态预测以提高准确性
信号状态预测的改进可以通过应用实时的实际(未预测的)数据来实现。一些实时的实际数据可以从周期性或机会性的数据源获得。这些数据源可包括:
·交通信号状态(灯泡颜色)切换事件。这些事件指的是信号头中的信号灯泡颜色变化,例如,典型的3面信号头中的绿色-琥珀色-红色序列;或从受保护的相位(由用于右转或左转的绿色箭头指示)改变为允许相位(由闪烁的黄色箭头或绿色实心球指示)。
·来自安装在车辆仪表板上的移动设备(智能手机或平板电脑)的相机,或车载设备(WiFi、DSRC OBU或相机)。
在一些实例中,观察到的信号状态切换事件可以从其他所谓的众包数据导出,诸如GPS探头。例如,使用某些数据清洗方法,可以从过滤后的探头车辆的GPS轨迹中导出某个相位的绿色开始时间。这些导出的绿色开始时间也可以用作该预测方法的观察到的事件输入。这些数据捕捉特定交通控制器事件实时发生的确切时刻。可以记录并利用这些控制器事件及其时间戳来获益,如以下示例中所述:
收集和分析时钟漂移数据
步骤0:在该过程中,可以先检查控制器固件和中央系统时钟安排。来自不同供应商的控制器固件具有其自己的维护时钟及其同步的方式。即使事件报告本身以毫秒为单位,它们的时间戳记精度也可能仅以秒为单位。例如,对于事件发生时间10:20:35,事件报告(例如,信号绿色-黄色状态改变)可能在10:20:35.700,但是报告的事件本身仅每秒更新一次。换句话说,事件本身可能发生在10:20:34.051或10:20:35.049(假设舍入到最接近的整数秒,即10:20:35)。大多数控制器时钟和控制参数定义以1/10秒运行;因此,如果控制器事件精度为如上所述的一秒,则将对这些参数进行舍入。由于这些原因,可能已经在事件报告中引入了1秒的系统误差。
如果将现场信号控制器连接到中央系统,则中央系统可以将控制器时钟与中央系统时间同步。这可能一天发生几次,或者一天一次或每小时一次,取决于中央系统。同步的频率越低,控制器时钟可能会看到的漂移就越大(由于电网频率振荡累积误差)。因此,了解中央系统现场控制器的时钟同步频率将有助于确定这些系统和控制器的漂移模式。
在一个实施例中,我们的过程包括实时控制器事件和时间戳的累积(存储),以及评估实时信号操作与控制方案之间的偏差。在一个实施例中,该过程要求确定用于不同模式的偏差阈值来作为何时不信任配时方案的指示。一种导出阈值的方法是分析观察到的信号状态切换事件的累积集合,并使用来自这些分析的统计信息。例如,可以收集目标时间段(例如,白天或黑夜或信号配时方案)中所有可用的观测到的事件,并计算与每个相应的基线预测的偏差。对于该目标时间段,我们可以找到一组统计值,诸如平均值、中位数或其他百分位数(85%,90%)。通常,可以使用中位数。可以针对不同的目标时间段或在所有时间上进行进一步的类似分析。然后,导出的阈值将应用于其相应的目标时间段,并再次提供基线预测何时不可靠的指示。对于一些应用,我们发现三秒是有用的阈值偏差值。例示说明性的过程可以如下进行:
步骤1:根据时间表和配时方案,为可以从在线数据中观察到的所有相关控制器事件生成基线预测。这里的“在线数据”是指可从周期性的或机会性的数据源获得的实时数据。这些数据源可包括以下中的一种或多种:交通信号状态(灯泡颜色)切换事件、来自安装在车辆仪表板上的移动设备(智能手机或平板电脑)的相机或车辆的车载设备(WiFi、DSRCOBU或相机)。这些示例仅是说明性的,而不是限制性的。这些数据捕捉特定交通控制器事件实时发生的确切时刻。记录这些控制器事件及其时间戳。
步骤2:对于每个实时数据事件,捕捉并存储事件和时间戳。然后执行下列操作--
步骤2a:检查基线预测的时间戳,并与在线事件时间戳进行比较,以获得偏差或“增量”,并且
步骤2b:至少部分地通过与偏差阈值进行比较来确定偏差的原因。
偏差的原因可能是:1)信号控制器可能存在时钟漂移,或者导致实际事件中的时间戳与列入方案的时间戳相比不准确的其他原因;2)信号控制器可能有特殊事件,例如方案过渡;3)配时方案更改未反映在基线预测中。
步骤3:使用导出的阈值来校正相应的基线预测,并继续使用校正后的预测,直到下一次事件更新为止。
步骤4:如果未识别出偏差模式,或者偏差高于存储的阈值,则发送警报以重新开始收集数据(步骤0),并丢弃当前的预测。
时钟漂移
构造时钟漂移和校正数据的重要部分是确定信号时钟是否经常调整。信号控制器时钟都漂移;但是,如果这些机构有工作操作或程序来调整时钟,例如定期将中央系统时钟推送到信号控制器,则基于规则的频率来调整时钟漂移。但是,如果这些机构未制定这样的程序,则时钟可能会大大地漂移。图2是整个所选择的星期时间段内实际时钟漂移的一个示例。
如图2中所示,该图示出了信号控制器时钟的实际漂移,连续监视显示在7天的时间跨度内有明显的漂移。如果收集到信号切换的大量样本数据(以圆点表示),则与从配时方案预测的信号切换相比,它们将显示漂移。
在连续监视的情况下,为了确定特定的信号控制器时钟漂移(没有规则的同步),则确定时钟漂移的标准偏差是否超过预定阈值。阈值可以根据经验选择。它可能随控制系统的位置而变化。通常,阈值将在1至5秒的范围内;已发现3秒的值在各种应用中都是有效的。
在信号切换数据的随机样本的情况下,必须满足以下条件才能确定需要进行时钟漂移校正:
1.从配时方案改变时间段收集的切换时间不包括在测量值中。
2.至少收集了30个样本数据。
3.时钟漂移的标准偏差大于所选择的阈值。
4.在信号被识别为没有接收到规则的(周期性的)时钟同步的情况下,将阈值设置为无限制的。如果信号被识别为具有规则的时钟同步,则其阈值如上设置,范围为1至5秒,优选为3秒。
配时方案改变
当交通信号控制器到达不同程序之间的预定的过渡点时,便会发生配时方案改变。对于控制器如何将参数从一个方案/程序调整到另一个方案/程序,不同的控制器供应商、不同的固件版本可能具有各种实施方式。参数(偏移量、周期长度、相位序列)以及控制器类型/版本的组合使信号配时行为与方案的任一方有很大不同。因此,当根据方案验证连续的或机会性的样本信号切换数据时,很难进行任何校正。通常,这些配时方案更改时间持续几个信号周期。
在这种情况下,库保留一天中的时间和星期几/假日时间表信息;典型的配时方案改变算法保存在库中;库中保存完成方案过渡所需的典型时间或信号周期数。
当连续的或机会性的信号切换样本数据进入时,将时钟与上述信息(时间表、方案过渡方法和典型的过渡长度)进行比较。当满足以下条件时:方案过渡时间完成;和新方案/程序中的信号切换与来自基线预测的信号切换之间的时间差小于阈值。对于该信号而言,配时方案改变被认为已完成,并且可以使用新方案的预测,直到下一次改变为止。
图6是用于时钟漂移分析的一个示例过程的简化流程图。在决策框600处,监视时钟信号。在离散采样的情况下,过程要求从对象信号的配时方案中收集当前时间段的信号切换时间,框602。可能受配时方案改变或过渡(例如,由配时方案的时间安排驱动)影响的切换时间应被排除,框604。然后,在信号状态改变或切换时间,记录时钟漂移增量或偏差,框606。应收集有意义的数量的数据样本,例如,至少30个数据样本,框610。完成之后,可以确定数据的统计分析,例如,时钟时间偏差(增量)的标准偏差。将统计值与预定阈值(例如,在1至5秒的范围内,优选3秒)进行比较,决策框612。如果统计值(也就是说标准偏差或标准差(sigma))超过所选择的阈值,例如,3秒,则得出结论:对象控制器时钟信号明显漂移,框624。如果统计度量未超过阈值,则过程从决策框612循环返回以继续或恢复监视,框600。
重新参考图6,在连续时钟监视的情况下,该过程要求分析所监视的时钟信号并确定信号的标准偏差,框620。将标准偏差与预定阈值进行比较,决策框622。例如,阈值可以在1至5秒的范围内,优选为3秒。如果标准偏差超过所选的阈值,例如3秒(“是”),则得出结论:对象控制器时钟信号明显漂移,框624。因而,该过程计算出校正值或因子以调整对象控制器的初步状态改变预测。
预测交通信号“切换”或状态改变
一些交通信号按固定时间表操作,而一些其他交通信号则“被致动”或可以适应各种条件。通常,交通信号控制器根据预定的信号配时方案适应当前的交通状况和各种输入。
将车辆连接到交通信号基础设施是一种新构思,其有望减少燃料消耗并节省时间。我们在本文中描述了完成该功能的各种方法和装置。下文描述的实施例并不旨在限制更宽泛的发明构思,而仅是通过一些实际的实施方式对其进行说明。相关技术(诸如云计算、无线数据通信、车辆主机、视频等)的持续改进将使可能在今天尚不明显的将来的其他实施例成为可能,但仍将是我们所公开内容的等效变体,也许是利用更新的技术来提高速度,降低成本等,而不会背离我们的基本发明构思。
一些通信基础设施对于将各种“信号数据”(例如,状态、计时器或预测)实时传递到(可能正在移动的)车辆中而言是必需的。优选地,车辆(或其操作者)不仅被告知信号的当前状态,而且被告知信号在不久的将来将要做什么。交通控制信号的状态和/或改变的预测可用于通过车辆控制系统(自主驾驶的或驾驶员参与的)获益。车辆操作者可以独立于车辆控制系统来利用交通控制信号状态和/或改变的预测。下文的讨论的一个重要方面是描述如何创建准确和可靠的交通信号预测,以及如何以及时、有用的方式将其传递给车辆/驾驶员。
可以以各种方式将交通控制信号状态和/或改变的预测传递给车辆,例如,使用无线电信网络、Wi-Fi、蓝牙或任何其他无线系统,以进行数据传输。以上任何通信手段均可用于与车辆通信,例如与“主机”或其他车载系统通信,或与用户的便携式无线设备通信,诸如平板电脑、手持设备、智能电话等等。用户的便携式设备可以通信地耦合至车辆或可以不通信地耦合至车辆,例如,已知由于各种原因利用有线或无线连接将移动电话耦合至车辆主机。
可以在车辆仪表板、主机显示屏、辅助显示单元或用户的便携式无线设备(诸如平板电脑、手持设备、智能电话等)的显示屏上为用户显示交通控制信号状态和/或改变的预测。作为示例,可以向正在接近对象路口的驾驶员和/或车辆提供黄灯将在两秒内变成红色的预测。
图5示出了车辆仪表板中的交通信号预测显示器(930)的示例。在图5中,车辆仪表板总体上以900指示。仪表板900可以包括仪表面板902,仪表面板902包括各种仪表或仪器912,并且典型地是速度计920。方向盘910被(部分地)示出为背景。在该示例中,交通信号预测显示器930可以包括时间显示器932(“3秒(3SECS)”)和信号显示器934。例如,信号显示器934可以包括三个灯指示器。它们可以是红色、黄色和绿色的,并且可以像典型的交叉路口交通控制信号中的信号灯一样布置。
然而,以这种方式布置灯指示器或根本不使用彩色灯并不是至关重要的。可以使用除了该示例以外的各种视觉显示布置;实际上,可听信号(未示出)可以用作视觉显示的替选或补充。基本特征是将一些交通信号预测信息传达给用户。例如,在图5中,时间显示器932可以指示直到车辆正在接近的交通信号被预期改变状态(也就是从黄色变为红色)所剩余的秒数。在一些实施例中,交通信号预测显示器930可以包括速度指示器938(“28MPH”)。这可以用于指示为车辆在下一个信号处于绿色状态时到达下一个信号而计算出的速度。
了解即将到来的交通信号在不久的将来的情况,可以用来节省汽油,节省时间并减轻驾驶员的压力。例如,当等待红灯的时间相对较长时,驾驶员或车载控制系统可关闭发动机以节省燃料。预测系统会在灯光变为绿色之前提前警告驾驶员,以使发动机能够及时重启。或者,驾驶员或控制系统可以调整速度以在绿灯时到达。可以通过响应于预期的交通信号延迟的路线选择优化来节省行进时间。为此,可以将数据库预测数据提供给地图绘制应用程序。由于驾驶员不必持续注视红色信号灯来等待它改变,因此减轻了压力。实际上,如果已知等待时间很长,那么驾驶员可能想检查她的电子邮件或安全地发送消息。
有多种方法将当前交通信号灯状态传达给车辆。DSRC是其中之一,下面将详细说明。当DSRC系统与交通信号灯一起部署时,它将向所有附近的车辆或其他被装备以接收该信号的实体实时广播当前信号状态(RYG)。在部署DSRC的位置,我们可以利用时延可以忽略不计的信息,并将其与上述预测方法相结合。实时信号状态可以有利地用于更新或同步预测过程,避免了从信号控制器和/或本地交通管理中心到中央预测系统的数据流的不确定时延。
初步状态改变预测的校正
图3是利用控制方案和数据校正进行交通信号状态改变预测的示例过程的简化流程图。由于以秒为单位的配时限制,所以该过程必须在软件中实现。例如,驾驶员或自主车辆控制系统可能会收到预测,即正在接近的信号灯将保持绿色三秒钟——时间足以安全通过交叉路口。如果预测三秒钟后关闭,该信号可能会立即出乎意料地变为黄色,潜在地产生驾驶员不确定是否要停止的不安全情况。
在该图中,该过程首先识别目标交通信号,框1202。目标交通信号可以是控制车辆正在接近(基于GPS、车载导航或其他手段)的路口的信号。软件访问所识别的目标信号的交通信号控制器配时方案的数据存储设备,框1204。该过程获取当前时间的日期时间戳,框1206。然后,该过程访问目标信号方案的交通信号时间表的数据存储设备,框1208。基于当前时间和交通信号时间表,该过程接下来将交通信号方案之一识别为目标交通信号的当前选择的配时方案,框1210。
接下来,该过程利用当前选择的配时方案和日期时间戳获取目标交通信号的即将发生的状态改变的初步预测,框1220。该过程识别与其相关联,即,负责操作目标交通信号的交通信号控制器(TSC),框1222。该过程进一步获取与目标交通信号相关联的TSC的先前存储的交通信号变化数据,框1224。然后,该过程基于所获取的交通信号变化数据调整初步预测,以形成目标交通信号的状态改变的校正后的预测,框1226。最后,该过程将校正后的 预测传输到车辆、在车辆内传输或传输到预测的另一用户。
图4是利用实时探头数据验证交通信号状态改变预测的过程的简化流程图。鉴于以上公开内容,可以最好地理解附图中示出的过程。总之,该过程可以被认为是对上面关于预测的描述的修改。基本上,根据该修改,我们基于其配时方案和当前时钟/时间来预测固定时间信号,如上文解释的。然后,我们使用来自任何来源的实时探头数据来实时验证其正确性。换句话说,例如,我们从行进者的GPS数据观察行进者的行为,以判断我们的预测的有效性。如果在预期的绿色时间窗口内所有(或几乎所有)GPS探头都穿越信号停止线,则预测是有效的。但是,如果在我们认为信号应该为红色时观察到它们穿越,那么我们将中断我们的数据服务,直到我们能够调查原因(例如,配时方案更改)为止。
参考图4,例示说明性过程开始,该过程首先识别目标交通信号,框1310。目标交通信号可以是控制车辆正在接近(基于GPS、车载导航或其他手段)的路口的信号。软件访问所识别的目标信号的交通信号控制器配时方案的数据存储设备,框1312。该过程获取当前时间的日期时间戳,框1314。然后,该过程访问用于目标交通信号配时方案的交通信号时间表的数据存储设备,框1318。基于当前时间和交通信号时间表,该过程接下来将交通信号方案之一识别为目标交通信号的当前选择的配时方案,框1210。然后,基于所选择的配时方案和当前时间预测固定时间信号的改变,框1320。该过程进一步从目标交通信号附近的车辆获取实时探头数据,框1330。来自其他车辆的数据可以包括GPS位置、目的地、速度和方向矢量等。可以通过将GPS位置映射到信号控制器地图和数据来估计哪些车辆在目标交通信号附近或正在接近目标交通信号。
探头数据的分析可以指示例如在给定位置的交通量和交通速度。可以使用已知的GPS方法将位置映射到特定的行车道。特别地,对探头数据进行处理以观察穿越目标信号(相位)停止线的车辆。穿越停止线(或限制线)的车辆,尤其是以显著的速度,可以很好地指示相应的交通信号灯在那时是绿色的。如果数据指示出在预期的绿色时间窗口(即,根据预测的固定时间信号改变数据(框1320)的绿色时间窗口)期间穿越的交通流,决策框1336(是),则这验证了预测,框1340。然后,经验证的预测数据被释放或传输到车辆、在车辆内传输或传输到预测数据的另一消费者。
“在车辆内”传输是指下列情况,其中,车载处理器参与了预测过程,或者至少参与了验证过程,并且车载处理器将经验证的预测数据(通过有线或无线连接)传递给用户界面,诸如仪表板、娱乐中心音频、导航系统或其他车载系统。其他车载系统可以包括自主或半自主控制系统。
如果决策框1336为否,则探头数据可能与初始预测数据相抵触。例如,如果探头数据指示车辆停在停止线后面,则即使当前预测指示绿色时间窗口,也强烈指示控制信号灯为红色。在这种情况下,系统可以暂停预测服务,直到可以对问题进行调查为止,框1348。在交通控制情景下,与错误的预测相比,优选的是没有预测。所示过程在终点框1350处循环或返回。
本领域技术人员应认识到,可以以许多其他方式将本文所教导的构思定制成适于特定的应用。具体地,本领域技术人员应认识到,所示示例仅仅是在阅读本公开时将变得显而易见的许多可替选实施方式之一。对于本领域技术人员将显而易见的是,在不脱离本发明的基本原理的情况下,可以对上述实施例的细节做出许多改变。

Claims (20)

1.一种用于校正交通信号状态预测的方法,包括下列步骤:
访问与目标交通信号相关联的交通信号配时方案的数据存储设备;
访问被用于一次选择与所述目标交通信号相关联的所述交通信号配时方案中的一个的交通信号时间表的数据存储设备;
基于当前日期时间戳和所述交通信号时间表,将所述交通信号配时方案之一识别为当前选择的配时方案;
获取所述目标交通信号的状态改变的初步预测,所述初步预测是基于所述当前选择的配时方案的;
识别与所述目标交通信号相关联的交通信号控制器;
获取与所述目标交通信号相关联的所述交通信号控制器的交通信号变化数据;
基于所述交通信号变化数据调整所述初步预测,以形成所述目标交通信号的状态改变的校正后的预测;以及
使用所述校正后的预测来预测所述目标交通信号的状态改变。
2.根据权利要求1所述的方法,其中,所述方法还包括将所述校正后的预测传输到车辆。
3.根据权利要求1所述的方法,其中,获取与所述目标交通信号相关联的所述交通信号控制器的交通信号变化数据包括:
基于所述交通信号配时方案和相应的配时方案时间表,为所选择的控制器事件生成基线预测;
监视所述交通信号控制器的实时状态改变事件,并记录所述事件以及相应的时间戳;
将基线预测的时间戳与相应的实时事件的时间戳进行比较,以确定所述状态改变事件的偏差数据;
对附加的实时事件重复比较步骤以获取附加的偏差数据;
确定所述偏差数据中的偏差是否是由所识别的所述交通信号控制器中的时钟漂移引起的;以及
在所述偏差是由所述交通信号控制器中的时钟漂移引起的情况下,基于所述偏差数据调整所述基线预测以形成所述校正后的预测。
4.根据权利要求3所述的方法,其中,通过所述偏差数据中的所述偏差的平均数来调整所述初步预测。
5.根据权利要求3所述的方法,其中,所述方法包括:
在所述时钟信号漂移被确定为不具有规则的时钟同步的情况下,将相应模式的偏差阈值设置为无限制的;和
在所述时钟信号漂移被确定为具有规则的时钟同步的情况下,将相应模式的偏差阈值设置为在1至5秒的范围内的预定值。
6.根据权利要求3所述的方法,其中,获取与所述目标交通信号相关联的所述交通信号控制器的交通信号变化数据包括:
累积实时控制器事件;
基于时间戳确定每个控制器事件的偏差;以及
至少部分地通过将所述偏差与预定阈值进行比较来确定每个偏差的原因。
7.根据权利要求6所述的方法,其中,所述预定阈值通过下列方式估计:
监视和记录所述交通信号控制器的时钟漂移量,以在所选择的时间段内形成实际时钟漂移数据;
分析所述实际时钟漂移数据以形成所述时钟漂移的标准偏差;
使用所述标准偏差作为所述预定阈值。
8.根据权利要求7所述的方法,其中,在所选择的时间段期间,基本上连续地或周期性地进行监视所述交通信号控制器的时钟漂移量,以形成实际时钟漂移数据。
9.根据权利要求6所述的方法,其中,所述方法包括:
收集从GPS探头车辆发射的GPS探头信号以形成众包数据;
过滤所述众包数据,以导出所述目标交通信号的所选择的相位的绿色开始时间;和
提供所导出的所述绿色开始时间作为所述实时控制器事件之一。
10.根据权利要求6所述的方法,其中,所述方法包括:
对未被排除的信号切换的所记录的随机样本数据的数量进行计数;
在所计数的数量超过样本数据的预定最小数量的情况下,分析所述样本数据以形成所述样本数据的标准偏差;
将所述样本数据的所述标准偏差与预定阈值偏差值进行比较;以及
如果所述标准偏差超过所述预定阈值偏差值,则将所述交通信号控制器指定为具有时钟漂移(没有规则的同步);且
调整所述初步预测以形成所述目标交通信号的状态改变的校正后的预测。
11.一种方法,包括:
在相应的交通信号控制器的控制下选择目标交通信号;
基于当前日期时间戳,访问所述目标交通信号的当前选择的配时方案;
获取所述目标交通信号的状态改变的初步预测,所述初步预测是基于所述当前选择的配时方案和所述当前日期时间戳生成的;
获取所述交通信号控制器的交通信号变化数据;
基于所述交通信号变化数据调整所述初步预测,以形成所述目标交通信号的状态改变的校正后的预测;
使用实时探头数据验证所述校正后的预测;和
在基于所述实时探头数据对所述校正后的预测进行验证的条件下,使用所述校正后的预测来预测所述目标交通信号的状态改变。
12.根据权利要求11所述的方法,其中,所述方法包括如果没有基于所述实时探头数据验证所述校正后的预测,则暂停所述目标交通信号的状态改变的预测的散播。
13.根据权利要求11所述的方法,其中,基于所述实时探头数据验证所述校正后的预测包括:
从多个探头数据源获取探头数据;
将所述探头数据映射到由所述目标交通信号控制的交叉路口,所述交叉路口包括停止线;
处理所述探头数据以观察穿越所述目标交通信号的停止线的车辆;
将穿越所述停止线的所述车辆与由所述校正后的预测提供的绿色时间窗口进行比较,以确定在所述预测的绿色时间窗口期间车辆穿越所述停止线的程度;
基于比较步骤的结果来验证所述校正后的预测。
14.根据权利要求13所述的方法,其中,所述探头数据源对于车辆而言包括以下中的至少一项:车载GPS系统,车载导航系统,安装在被安装在所述车辆的仪表板上的移动设备中的相机,或者集成在位于所述车辆中的移动设备中的GPS系统。
15.根据权利要求13所述的方法,其中,所述探头数据源包括车载设备,其包括WiFi、DSRC OBU或相机。
16.根据权利要求11所述的方法,其中,基于所述实时探头数据验证所述校正后的预测包括:
从位于由所述目标交通信号控制的交叉路口附近的多个探头数据源获取探头数据,所述交叉路口包括停止线;
处理所述探头数据,以观察穿越所述目标交通信号的停止线的车辆;
将穿越所述停止线的所述车辆与预测的红灯时间段进行比较;以及
基于比较步骤的结果来验证所述校正后的预测。
17.根据权利要求13所述的方法,其中,所述方法包括:
从位于所述交叉路口的至少一个固定位置设备接收实时数据,所述固定位置设备被布置成记录所述交叉路口的相位处的车辆移动;
处理所述固定位置设备的数据以观察穿越所述目标交通信号的相位的停止线的车辆;以及
所述验证步骤至少部分基于处理后的所述固定位置设备的数据。
18.根据权利要求16所述的方法,其中,所述固定位置设备包括相机、视频摄影机、雷达或激光雷达。
19.根据权利要求13所述的方法,其中,所述方法还包括将经验证的校正后的预测传输到所述目标交通信号附近的车辆。
20.根据权利要求19所述的方法,其中,所述方法包括经由DSRC传输来传输所述经验证的校正后的预测。
CN201980067763.9A 2018-10-23 2019-10-22 交通信号状态预测校正和实时探头数据验证 Active CN112912943B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201862749605P 2018-10-23 2018-10-23
US62/749,605 2018-10-23
US201962891152P 2019-08-23 2019-08-23
US62/891,152 2019-08-23
PCT/US2019/057484 WO2020086615A1 (en) 2018-10-23 2019-10-22 Traffic signal state prediction correction and real-time probe data validation

Publications (2)

Publication Number Publication Date
CN112912943A true CN112912943A (zh) 2021-06-04
CN112912943B CN112912943B (zh) 2022-06-07

Family

ID=70281012

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980067763.9A Active CN112912943B (zh) 2018-10-23 2019-10-22 交通信号状态预测校正和实时探头数据验证

Country Status (4)

Country Link
US (1) US10878693B2 (zh)
EP (1) EP3871207B1 (zh)
CN (1) CN112912943B (zh)
WO (1) WO2020086615A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117714228A (zh) * 2024-02-06 2024-03-15 长春晟博光学技术开发有限公司 一种定日镜控制器基于Autbus通讯方式的控制方法

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111540210A (zh) * 2020-05-18 2020-08-14 哈尔滨科学技术职业学院 一种城市交通智能流量控制系统
US11854402B2 (en) * 2020-07-10 2023-12-26 Here Global B.V. Method, apparatus, and system for detecting lane departure events based on probe data and sensor data
US11295147B1 (en) * 2020-11-27 2022-04-05 HCL Technologies Italy S.p.A. Method and system for detecting and managing obfuscation of a road sign
CN112699754B (zh) * 2020-12-23 2023-07-18 北京百度网讯科技有限公司 信号灯识别方法、装置、设备以及存储介质
CN113611116B (zh) * 2021-08-09 2023-05-09 北京中交国通智能交通系统技术有限公司 一种基于用户位置的伴随式服务提供方法及系统
US11965974B2 (en) 2021-09-17 2024-04-23 Here Global B.V. Methods and systems for using a vehicle location to geo-reference radio data collected during a time of commute

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110109479A1 (en) * 2003-10-14 2011-05-12 Siemens Industry, Inc. Method and System for Collecting Traffice Data, Monitoring Traffic, and Automated Enforcement at a Centralized Station
CN102576491A (zh) * 2009-08-11 2012-07-11 准时系统公司 使用智能交通信号、gps和移动数据设备的交通路由
US20150015421A1 (en) * 2013-07-09 2015-01-15 Tomtom International B.V. Methods and systems for determining information relating to the operation of traffic control signals
US9928738B2 (en) * 2013-04-12 2018-03-27 Traffic Technology Services, Inc. Red light warning system based on predictive traffic signal state data
CN107895496A (zh) * 2017-07-26 2018-04-10 赵瑞锋 一种可预测式交通信号控制器、装置及方法
US9978270B2 (en) * 2014-07-28 2018-05-22 Econolite Group, Inc. Self-configuring traffic signal controller
US20180276991A1 (en) * 2013-04-12 2018-09-27 Traffic Technology Services, Inc. Hybrid distributed prediction of traffic signal state changes

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587781B2 (en) * 2000-08-28 2003-07-01 Estimotion, Inc. Method and system for modeling and processing vehicular traffic data and information and applying thereof
JP4507815B2 (ja) 2004-07-09 2010-07-21 アイシン・エィ・ダブリュ株式会社 信号情報作成方法、信号案内情報提供方法及びナビゲーション装置
US8576069B2 (en) * 2009-10-22 2013-11-05 Siemens Corporation Mobile sensing for road safety, traffic management, and road maintenance
US9396657B1 (en) 2013-04-12 2016-07-19 Traffic Technology Solutions, LLC Prediction of traffic signal state changes
US9183743B2 (en) * 2013-10-31 2015-11-10 Bayerische Motoren Werke Aktiengesellschaft Systems and methods for estimating traffic signal information

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110109479A1 (en) * 2003-10-14 2011-05-12 Siemens Industry, Inc. Method and System for Collecting Traffice Data, Monitoring Traffic, and Automated Enforcement at a Centralized Station
CN102576491A (zh) * 2009-08-11 2012-07-11 准时系统公司 使用智能交通信号、gps和移动数据设备的交通路由
US9928738B2 (en) * 2013-04-12 2018-03-27 Traffic Technology Services, Inc. Red light warning system based on predictive traffic signal state data
US20180276991A1 (en) * 2013-04-12 2018-09-27 Traffic Technology Services, Inc. Hybrid distributed prediction of traffic signal state changes
US20150015421A1 (en) * 2013-07-09 2015-01-15 Tomtom International B.V. Methods and systems for determining information relating to the operation of traffic control signals
US9978270B2 (en) * 2014-07-28 2018-05-22 Econolite Group, Inc. Self-configuring traffic signal controller
CN107895496A (zh) * 2017-07-26 2018-04-10 赵瑞锋 一种可预测式交通信号控制器、装置及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117714228A (zh) * 2024-02-06 2024-03-15 长春晟博光学技术开发有限公司 一种定日镜控制器基于Autbus通讯方式的控制方法
CN117714228B (zh) * 2024-02-06 2024-04-26 长春晟博光学技术开发有限公司 一种定日镜控制器基于Autbus通讯方式的控制方法

Also Published As

Publication number Publication date
CN112912943B (zh) 2022-06-07
WO2020086615A1 (en) 2020-04-30
US20200126406A1 (en) 2020-04-23
US10878693B2 (en) 2020-12-29
EP3871207A4 (en) 2021-12-15
EP3871207B1 (en) 2023-08-30
EP3871207A1 (en) 2021-09-01

Similar Documents

Publication Publication Date Title
CN112912943B (zh) 交通信号状态预测校正和实时探头数据验证
US10192436B2 (en) Red light warning system based on predictive traffic signal state data
US10559201B1 (en) Using connected vehicle data to optimize traffic signal timing plans
EP2771872B1 (en) Methods and systems for determining information relating to the operation of traffic control signals
JP5447040B2 (ja) 交通信号制御システム及び交通信号制御装置並びに交通信号制御方法
US9805597B2 (en) Method and device for communication between road users and/or pedestrians and a traffic infrastructure on the basis of an ad-hoc wireless motor vehicle communications system for traffic control
US8655575B2 (en) Real time estimation of vehicle traffic
JP4861355B2 (ja) 道路交通情報システム
US10733883B1 (en) Configurable virtual traffic detection system under predictive signal states
US20050222755A1 (en) Method and system for providing traffic information
CN112702692A (zh) 基于智能交通系统的路况信息提供方法以及智能交通系统
EP3092462B1 (en) Methods and systems for detecting a closure of a navigable element
WO2017009464A1 (en) Methods and systems for detecting a closure and/or opening of a navigable element
KR20060126554A (ko) 교통 정보 산출 장치, 교통 정보 산출 방법, 교통 정보표시 방법 및 교통 정보 표시 장치
CN105405300A (zh) 一种智能路况系统及其方法
US10937313B2 (en) Vehicle dilemma zone warning using artificial detection
KR101572582B1 (ko) 네비게이션 장치, 교통 예측 서비스 장치, 교통 예측 서비스 시스템 및 그 방법
JP4313457B2 (ja) 移動時間予測システム、プログラム記録媒体、移動時間予測方法、情報提供装置、および情報入手装置
KR20090044663A (ko) 교통안전서비스 제공방법 및 교통안전시스템
CN117058872A (zh) 一种用于高速公路信息发布方法、系统和存储介质
JP5110125B2 (ja) 情報処理装置及びコンピュータプログラム
CN114763165A (zh) 车辆控制系统和服务器装置
Thomas et al. The ActMAP-FeedMAP framework A basis for in-vehicle ADAS application improvement
EP3411867B1 (en) Red light warning system based on predictive traffic signal state data
EP3905216A1 (en) Deriving traffic signal timing plans from connected vehicle trajectory data

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