CN112967507A - 一种基于绿波智能诊断系统的智慧交通管控方法及系统 - Google Patents
一种基于绿波智能诊断系统的智慧交通管控方法及系统 Download PDFInfo
- Publication number
- CN112967507A CN112967507A CN202110216368.1A CN202110216368A CN112967507A CN 112967507 A CN112967507 A CN 112967507A CN 202110216368 A CN202110216368 A CN 202110216368A CN 112967507 A CN112967507 A CN 112967507A
- Authority
- CN
- China
- Prior art keywords
- traffic
- intelligent
- signal lamp
- severity level
- green wave
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于绿波智能诊断系统的智慧交通管控方法及系统，所述基于绿波智能诊断系统的智慧交通管控方法包括：通过道路上预设的视频采集设备和交管系统获取交通事件及其对应的位置信息；基于预设定的交通判断模型判断所述交通事件的严重等级和计划处理时间；以及基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略，其中，所述绿波智能诊断系统被配置为能够输入位置信息、严重等级和计划处理时间且输出所述信号灯的控制策略。本发明可以实现突发事件的交通控制，避免交通出现瘫痪。
Description
技术领域
本发明涉及交通管控技术领域，具体地，涉及一种基于绿波智能诊断系统的智慧交通管控方法及系统。
背景技术
随着我国的发展，车辆的保有量急剧的增加，城市的交通也越来越拥堵，目前解决交通拥堵的方式是通过绿波智能诊断系统，一般的绿波智能诊断系统能够基于大数据实现城市交通的控制管控，但是，目前的管控并不包含突发事件，当出现突发交通事件时，如何进行交通管制成为现阶段急需解决的问题。
发明内容
本发明的目的是提供一种基于绿波智能诊断系统的智慧交通管控方法及系统，该基于绿波智能诊断系统的智慧交通管控方法及系统可以实现突发事件的交通控制，避免交通出现瘫痪。
为了实现上述目的，本发明提供了一种基于绿波智能诊断系统的智慧交通管控方法，所述基于绿波智能诊断系统的智慧交通管控方法包括：
通过道路上预设的视频采集设备和交管系统获取交通事件及其对应的位置信息；
基于预设定的交通判断模型判断所述交通事件的严重等级和计划处理时间；以及
基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略，其中，所述绿波智能诊断系统被配置为能够输入位置信息、严重等级和计划处理时间且输出所述信号灯的控制策略。
优选地，所述交通判断模型被配置为通过下述的方式训练得到：
建立以交通事件的图片为输入且以交通事件的严重等级和计划处理时间为输出的初始交通判断模型；以及
利用各交通事件的图片及其对应的交通事件的严重等级和计划处理时间作为历史数据训练所述初始交通判断模型，获得训练后的交通判断模型。
优选地，所述基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略包括：
基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略；以及
基于所述计划处理时间确定所述待控制的信号灯的调整策略的持续时间。
优选地，所述基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略包括：
根据所述严重等级所示出的事件严重程度等级，确定以所述位置信息为中心的预设范围内的信号灯作为待控制的信号灯，其中，所述预设范围被配置为与所述严重等级所示出的事件严重程度等级相关；以及
根据所述待控制的信号灯与所述位置信息所示出的事故位置的距离和方向确定所述信号灯的调整策略。
优选地，所述待控制的信号灯的调整策略的持续时间被配置为所述计划处理时间与预设定的时间阈值参数之差。
另外，本发明还提供一种基于绿波智能诊断系统的智慧交通管控系统，所述基于绿波智能诊断系统的智慧交通管控系统包括：
信息获取单元，用于通过道路上预设的视频采集设备和交管系统获取交通事件及其对应的位置信息；
时间判断单元，用于基于预设定的交通判断模型判断所述交通事件的严重等级和计划处理时间；以及
测量确定单元，用于基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略，其中，所述绿波智能诊断系统被配置为能够输入位置信息、严重等级和计划处理时间且输出所述信号灯的控制策略。
优选地，所述交通判断模型被配置为通过下述的方式训练得到：
建立以交通事件的图片为输入且以交通事件的严重等级和计划处理时间为输出的初始交通判断模型；以及
利用各交通事件的图片及其对应的交通事件的严重等级和计划处理时间作为历史数据训练所述初始交通判断模型，获得训练后的交通判断模型。
优选地，所述测量确定单元包括：
信号灯确定模块，用于基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略；以及
时间确定模块，用于基于所述计划处理时间确定所述待控制的信号灯的调整策略的持续时间。
优选地，所述信号灯确定模块包括：
信号灯确定子模块，用于根据所述严重等级所示出的事件严重程度等级，确定以所述位置信息为中心的预设范围内的信号灯作为待控制的信号灯，其中，所述预设范围被配置为与所述严重等级所示出的事件严重程度等级相关；以及
策略确定子模块，用于根据所述待控制的信号灯与所述位置信息所示出的事故位置的距离和方向确定所述信号灯的调整策略。
优选地，所述待控制的信号灯的调整策略的持续时间被配置为所述计划处理时间与预设定的时间阈值参数之差。
根据上述技术方案，本发明基于绿波智能诊断系统的智慧交通管控方法及系统可以在出现突发事件后基于绿波智能诊断系统重新进行周边相关信号灯的控制，使得交通尽可能的通畅，避免交通的瘫痪。
本发明的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本发明的一种基于绿波智能诊断系统的智慧交通管控方法的流程图；以及
图2是本发明的一种基于绿波智能诊断系统的智慧交通管控系统的模块框图。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图1是本发明提供的一种基于绿波智能诊断系统的智慧交通管控方法，如图1所示，所述基于绿波智能诊断系统的智慧交通管控方法包括：
S101，通过道路上预设的视频采集设备和交管系统获取交通事件及其对应的位置信息；其中，所述交通事件包括交通事故等交通突发情况，位置信息为GPS采集的信息。
S102，基于预设定的交通判断模型判断所述交通事件的严重等级和计划处理时间；其中，严重等级根据实际情况划分，例如碰撞较轻可以及时疏通车道的为轻量级的事故，有人员受伤的为中量级的事故，有人员死亡的为重量级的事故。
S103，基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略，其中，所述绿波智能诊断系统被配置为能够输入位置信息、严重等级和计划处理时间且输出所述信号灯的控制策略。
优选地，所述交通判断模型被配置为通过下述的方式训练得到：
建立以交通事件的图片为输入且以交通事件的严重等级和计划处理时间为输出的初始交通判断模型；以及
利用各交通事件的图片及其对应的交通事件的严重等级和计划处理时间作为历史数据训练所述初始交通判断模型，获得训练后的交通判断模型。
其中，所述历史数据为现阶段已经处理的数据，该数据能够很好的训练判断模型。
优选地，所述基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略可以包括：
基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略；以及
基于所述计划处理时间确定所述待控制的信号灯的调整策略的持续时间。
具体地，所述基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略可以包括：
根据所述严重等级所示出的事件严重程度等级，确定以所述位置信息为中心的预设范围内的信号灯作为待控制的信号灯，其中，所述预设范围被配置为与所述严重等级所示出的事件严重程度等级相关，例如在严重程度等级为轻量级时，范围为2km，中量级时，范围为3km，重量级时，范围为5km；以及
根据所述待控制的信号灯与所述位置信息所示出的事故位置的距离和方向确定所述信号灯的调整策略。其中，所述信号灯的调整策略需要根据事故的位置来进行确定，因为影响的路口将发生变化，例如由于导流，就近的路口由于通行量减少，可以适当减少绿灯的时间，而相关路口的通行量增加，可以适当增加绿灯的时间。
具体地，所述待控制的信号灯的调整策略的持续时间被配置为所述计划处理时间与预设定的时间阈值参数之差。此方式是由于交通信号的滞后性，减去预设定的时间阈值可以在交通即将导流成功时率先变化信号灯的调整策略使其恢复至原先的策略。
另外，图2是本发明还提供一种基于绿波智能诊断系统的智慧交通管控系统，如图2所示，所述基于绿波智能诊断系统的智慧交通管控系统包括：
信息获取单元，用于通过道路上预设的视频采集设备和交管系统获取交通事件及其对应的位置信息；
时间判断单元，用于基于预设定的交通判断模型判断所述交通事件的严重等级和计划处理时间；以及
测量确定单元，用于基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略，其中，所述绿波智能诊断系统被配置为能够输入位置信息、严重等级和计划处理时间且输出所述信号灯的控制策略。
优选地，所述交通判断模型被配置为通过下述的方式训练得到：
建立以交通事件的图片为输入且以交通事件的严重等级和计划处理时间为输出的初始交通判断模型；以及
利用各交通事件的图片及其对应的交通事件的严重等级和计划处理时间作为历史数据训练所述初始交通判断模型，获得训练后的交通判断模型。
优选地，所述测量确定单元包括：
信号灯确定模块，用于基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略；以及
时间确定模块，用于基于所述计划处理时间确定所述待控制的信号灯的调整策略的持续时间。
优选地，所述信号灯确定模块包括：
信号灯确定子模块，用于根据所述严重等级所示出的事件严重程度等级，确定以所述位置信息为中心的预设范围内的信号灯作为待控制的信号灯，其中，所述预设范围被配置为与所述严重等级所示出的事件严重程度等级相关；以及
策略确定子模块，用于根据所述待控制的信号灯与所述位置信息所示出的事故位置的距离和方向确定所述信号灯的调整策略。
优选地，所述待控制的信号灯的调整策略的持续时间被配置为所述计划处理时间与预设定的时间阈值参数之差。
其中，基于绿波智能诊断系统的智慧交通管控系统与现有技术相比具有与基于绿波智能诊断系统的智慧交通管控方法相同的区别技术特征和技术效果。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于绿波智能诊断系统的智慧交通管控方法，其特征在于，所述基于绿波智能诊断系统的智慧交通管控方法包括：
通过道路上预设的视频采集设备和交管系统获取交通事件及其对应的位置信息；
基于预设定的交通判断模型判断所述交通事件的严重等级和计划处理时间；以及
基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略，其中，所述绿波智能诊断系统被配置为能够输入位置信息、严重等级和计划处理时间且输出所述信号灯的控制策略。
2.根据权利要求1所述的基于绿波智能诊断系统的智慧交通管控方法，其特征在于，所述交通判断模型被配置为通过下述的方式训练得到：
建立以交通事件的图片为输入且以交通事件的严重等级和计划处理时间为输出的初始交通判断模型；以及
利用各交通事件的图片及其对应的交通事件的严重等级和计划处理时间作为历史数据训练所述初始交通判断模型，获得训练后的交通判断模型。
3.根据权利要求1所述的基于绿波智能诊断系统的智慧交通管控方法，其特征在于，所述基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略包括：
基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略；以及
基于所述计划处理时间确定所述待控制的信号灯的调整策略的持续时间。
4.根据权利要求3所述的基于绿波智能诊断系统的智慧交通管控方法，其特征在于，所述基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略包括：
根据所述严重等级所示出的事件严重程度等级，确定以所述位置信息为中心的预设范围内的信号灯作为待控制的信号灯，其中，所述预设范围被配置为与所述严重等级所示出的事件严重程度等级相关；以及
根据所述待控制的信号灯与所述位置信息所示出的事故位置的距离和方向确定所述信号灯的调整策略。
5.根据权利要求3所述的基于绿波智能诊断系统的智慧交通管控方法，其特征在于，所述待控制的信号灯的调整策略的持续时间被配置为所述计划处理时间与预设定的时间阈值参数之差。
6.一种基于绿波智能诊断系统的智慧交通管控系统，其特征在于，所述基于绿波智能诊断系统的智慧交通管控系统包括：
信息获取单元，用于通过道路上预设的视频采集设备和交管系统获取交通事件及其对应的位置信息；
时间判断单元，用于基于预设定的交通判断模型判断所述交通事件的严重等级和计划处理时间；以及
测量确定单元，用于基于所述绿波智能诊断系统确定所述位置信息和严重等级在当前计划处理时间下的信号灯的控制策略，其中，所述绿波智能诊断系统被配置为能够输入位置信息、严重等级和计划处理时间且输出所述信号灯的控制策略。
7.根据权利要求6所述的基于绿波智能诊断系统的智慧交通管控系统，其特征在于，所述交通判断模型被配置为通过下述的方式训练得到：
建立以交通事件的图片为输入且以交通事件的严重等级和计划处理时间为输出的初始交通判断模型；以及
利用各交通事件的图片及其对应的交通事件的严重等级和计划处理时间作为历史数据训练所述初始交通判断模型，获得训练后的交通判断模型。
8.根据权利要求7所述的基于绿波智能诊断系统的智慧交通管控系统其特征在于，所述测量确定单元包括：
信号灯确定模块，用于基于所述位置信息和所述严重等级确定待控制的信号灯及其对应的调整策略；以及
时间确定模块，用于基于所述计划处理时间确定所述待控制的信号灯的调整策略的持续时间。
9.根据权利要求8所述的基于绿波智能诊断系统的智慧交通管控系统，其特征在于，所述信号灯确定模块包括：
信号灯确定子模块，用于根据所述严重等级所示出的事件严重程度等级，确定以所述位置信息为中心的预设范围内的信号灯作为待控制的信号灯，其中，所述预设范围被配置为与所述严重等级所示出的事件严重程度等级相关；以及
策略确定子模块，用于根据所述待控制的信号灯与所述位置信息所示出的事故位置的距离和方向确定所述信号灯的调整策略。
10.根据权利要求8所述的基于绿波智能诊断系统的智慧交通管控系统，其特征在于，所述待控制的信号灯的调整策略的持续时间被配置为所述计划处理时间与预设定的时间阈值参数之差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110216368.1A CN112967507A (zh) | 2021-02-26 | 2021-02-26 | 一种基于绿波智能诊断系统的智慧交通管控方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110216368.1A CN112967507A (zh) | 2021-02-26 | 2021-02-26 | 一种基于绿波智能诊断系统的智慧交通管控方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112967507A true CN112967507A (zh) | 2021-06-15 |
Family
ID=76275988
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110216368.1A Pending CN112967507A (zh) | 2021-02-26 | 2021-02-26 | 一种基于绿波智能诊断系统的智慧交通管控方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112967507A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114241772A (zh) * | 2021-12-24 | 2022-03-25 | 安徽达尔智能控制系统股份有限公司 | 一种基于异常事件实时监测的区域路网联动控制方法、系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810879A (zh) * | 2012-11-01 | 2014-05-21 | 现代摩比斯株式会社 | 车载信息服务系统及该系统中的车载信息服务提供方法 |
| CN107016861A (zh) * | 2017-05-31 | 2017-08-04 | 电子科技大学 | 基于深度学习和智能路灯的交通信号灯智能调控系统 |
| CN108806283A (zh) * | 2017-05-02 | 2018-11-13 | 中移物联网有限公司 | 一种交通信号灯的控制方法及车联网平台 |
| CN109559509A (zh) * | 2018-11-16 | 2019-04-02 | 浩鲸云计算科技股份有限公司 | 一种基于突发事件下信控诱导分流方法 |
| CN109859479A (zh) * | 2019-04-03 | 2019-06-07 | 湖南科技学院 | 一种基于云计算的车辆道路引导疏散方法 |
| CN111798677A (zh) * | 2020-07-15 | 2020-10-20 | 安徽达尔智能控制系统股份有限公司 | 基于道路视频的交通事件监测指挥系统 |
| CN111962434A (zh) * | 2020-08-12 | 2020-11-20 | 山西正道工程技术咨询有限公司 | 一种基于高速公路中央分隔带移动护栏的智能控制系统 |
-
2021
- 2021-02-26 CN CN202110216368.1A patent/CN112967507A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103810879A (zh) * | 2012-11-01 | 2014-05-21 | 现代摩比斯株式会社 | 车载信息服务系统及该系统中的车载信息服务提供方法 |
| CN108806283A (zh) * | 2017-05-02 | 2018-11-13 | 中移物联网有限公司 | 一种交通信号灯的控制方法及车联网平台 |
| CN107016861A (zh) * | 2017-05-31 | 2017-08-04 | 电子科技大学 | 基于深度学习和智能路灯的交通信号灯智能调控系统 |
| CN109559509A (zh) * | 2018-11-16 | 2019-04-02 | 浩鲸云计算科技股份有限公司 | 一种基于突发事件下信控诱导分流方法 |
| CN109859479A (zh) * | 2019-04-03 | 2019-06-07 | 湖南科技学院 | 一种基于云计算的车辆道路引导疏散方法 |
| CN111798677A (zh) * | 2020-07-15 | 2020-10-20 | 安徽达尔智能控制系统股份有限公司 | 基于道路视频的交通事件监测指挥系统 |
| CN111962434A (zh) * | 2020-08-12 | 2020-11-20 | 山西正道工程技术咨询有限公司 | 一种基于高速公路中央分隔带移动护栏的智能控制系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114241772A (zh) * | 2021-12-24 | 2022-03-25 | 安徽达尔智能控制系统股份有限公司 | 一种基于异常事件实时监测的区域路网联动控制方法、系统 |
| CN114241772B (zh) * | 2021-12-24 | 2023-10-27 | 安徽达尔智能控制系统股份有限公司 | 一种基于异常事件实时监测的区域路网联动控制方法、系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111798677B (zh) | 基于道路视频的交通事件监测指挥系统 | |
| US10755565B2 (en) | Prioritized vehicle messaging | |
| CN114241772B (zh) | 一种基于异常事件实时监测的区域路网联动控制方法、系统 | |
| CN109815555B (zh) | 自动驾驶车辆的环境建模能力评估方法及系统 | |
| CN113538946A (zh) | 一种基于分布式的高速公路突发情况预警系统、方法 | |
| CN112967507A (zh) | 一种基于绿波智能诊断系统的智慧交通管控方法及系统 | |
| CN112706764A (zh) | 一种主动防碰撞预警方法、装置、设备和存储介质 | |
| CN112885120B (zh) | 一种提高道路通畅的区域交通信号控制方法及系统 | |
| CN114093180A (zh) | 一种基于v2x信号机的特殊车辆通行控制方法、系统 | |
| CN116824862A (zh) | 一种智慧隧道交通运行管控方法、设备及介质 | |
| CN116754828B (zh) | 一种智慧隧道的能耗监测方法、设备及介质 | |
| CN113112829A (zh) | 一种自适应交通信号灯提高道路安全的方法和装置 | |
| CN113888000A (zh) | 一种共享单车的调度方法及装置 | |
| CN112258839A (zh) | 交通灯状态识别方法、装置及车辆 | |
| CN111311930B (zh) | 一种获取车流量的方法及其装置 | |
| CN113744546A (zh) | 一种基于v2x的路测单元的信号灯控制方法、系统 | |
| CN113963556B (zh) | 一种基于5g的v2x信号机的城市交叉口行人安全向导系统、方法 | |
| CN113085961A (zh) | 一种轨道车辆智能调度控制方法和系统 | |
| CN114333309A (zh) | 一种交通事故预警系统和方法 | |
| CN114633683B (zh) | 车辆行驶控制方法及相关设备 | |
| CN114944064B (zh) | 一种隧道入口处的监管方法、设备及介质 | |
| CN113538933B (zh) | 一种路口道路选择方法及设备 | |
| CN114104049B (zh) | 一种基于v2x技术的轨道列车信号控制方法、系统 | |
| CN115352503B (zh) | 一种区间列车群运行防护方法及装置 | |
| CN112802350B (zh) | 一种多维度智慧高速管控方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |
|
| RJ01 | Rejection of invention patent application after publication |