CN113129614A - 一种交通控制方法、装置及电子设备 - Google Patents

一种交通控制方法、装置及电子设备 Download PDF

Info

Publication number
CN113129614A
CN113129614A CN202010025731.7A CN202010025731A CN113129614A CN 113129614 A CN113129614 A CN 113129614A CN 202010025731 A CN202010025731 A CN 202010025731A CN 113129614 A CN113129614 A CN 113129614A
Authority
CN
China
Prior art keywords
intersections
target
edges
pair
segmented
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
CN202010025731.7A
Other languages
English (en)
Other versions
CN113129614B (zh
Inventor
于津强
张茂雷
吴田田
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN202010025731.7A priority Critical patent/CN113129614B/zh
Publication of CN113129614A publication Critical patent/CN113129614A/zh
Application granted granted Critical
Publication of CN113129614B publication Critical patent/CN113129614B/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
    • G08G1/07Controlling traffic signals
    • G08G1/081Plural intersections under common control
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种交通控制方法、装置及电子设备,该方法包括:获取待分割区域在历史时段内的历史分割结果、及待分割区域内多对路口在历史时段内的关联参数;根据关联参数对待分割区域进行分割,得到待分割区域在目标时段内的预测分割结果;根据预测分割结果和历史分割结果,将待分割区域分割为多个目标控制子区,得到待分割区域在目标时段内的目标分割结果;根据目标分割结果在目标时段内对待分割区域进行交通控制。

Description

一种交通控制方法、装置及电子设备
技术领域
本发明涉及交通控制技术领域,更具体地,涉及一种交通控制方法、一种交通控制装置、一种电子设备、及一种计算机可读介质。
背景技术
城市交叉路口交通信号的绿波控制一般是指每个控制子区内若干个连续交叉路口的交通信号间的协调控制。目的是使行驶在控制子区内的交叉路口的车辆,可以不遇红灯或者少遇红灯而通过这个控制子区中的各交叉路口。从被控制的控制子区内各交叉路口的灯色来看,绿灯就像波浪一样向前行而形成绿波,这种交通信号协调控制方式被称为“绿波带”控制。有了“绿波带”,那么其优先保持畅通的车流,就可以“一路绿灯”地通过其控制子区,尽量减少路口的停留时间。
交通信号优化产品需要对整个待分割区域内的交通信号灯进行配时优化和协调控制。在实行信号协调控制时,一个范围较大的待分割区域往往需要分成若干个相对独立的控制子区。每一个控制子区可以根据各自的交通特点,执行相应的控制方案。控制子区的划分将有利于执行灵活的控制策略,使得交通特性差异悬殊的街区均能获得最佳控制效果。
传统的待分割区域的分割方式是固定不变的。但是实际交通流是随时间不断变化的。例如,前一个时间段适合位于同一控制子区的路口,下一个时间段可能就不适合位于同一控制子区内。
因此,为了更好的对待分割区域进行交通控制,使待分割区域的交通运行更加高效,提出一种灵活可变的交通控制方法是十分有价值的。
发明内容
本发明的一个目的是提供一种交通控制的新技术方案。
根据本发明的第一方面,提供了一种交通控制方法,包括:
获取待分割区域在历史时段内的历史分割结果、及所述待分割区域内多对路口在所述历史时段内的关联参数;
根据所述关联参数对所述待分割区域进行分割,得到所述待分割区域在目标时段内的预测分割结果;
根据所述预测分割结果和所述历史分割结果,将所述待分割区域分割为多个目标控制子区,得到所述待分割区域在所述目标时段内的目标分割结果;
根据所述目标分割结果在所述目标时段内对所述待分割区域进行交通控制。
可选的,一对路口的关联参数至少包括以下任意一项或多项:所述一对路口之间的车流量、所述一对路口中每一个路口的信号周期时长、所述一对路口的间距。
可选的,所述根据所述预测分割结果和所述历史分割结果,将所述待分割区域分割为多个目标控制子区,得到所述待分割区域在所述目标时段内的目标分割结果包括:
获取所述待分割区域内的路网结构;
以所述待分割区域中的路口为节点,根据所述历史分割结果和所述路网结构确定连接节点的边,得到历史关系图;根据所述预测分割结果和所述路网结构确定连接节点的边,得到预测关系图;
根据所述预测关系图调整所述历史关系图,得到相对于所述历史关系图发生变更的边的总数量小于或等于预设的数量阈值的目标关系图;
根据所述目标关系图得到所述目标分割结果。
可选的,所述根据所述预测关系图调整所述历史关系图,得到相对于所述历史关系图发生变更的边的数量小于或等于数量阈值的目标关系图包括:
根据所述预测关系图相对于所述历史关系图增加的边和断开的边;
对所述增加的边和所述断开的边的总数量与所述数量阈值进行比较;
在所述增加的边和所述断开的边的总数量小于或等于所述数量阈值的情况下,将所述预测关系图作为所述目标关系图。
可选的,所述一对路口的关联参数包括所述一对路口之间的车流量;
所述方法还包括:
在所述增加的边和所述断开的边的总数量大于所述数量阈值的情况下,判断所述断开的边的数量是否为零;
在所述断开的边的数量为零的情况下,从所述增加的边中选取对应两个路口间的车流量最大的设定数量个边,对应增加至所述历史关系图中,得到所述目标关系图。
可选的,还包括:
在所述断开的边的数量不为零的情况下,从所述断开的边中选取对应两个路口间的车流量最大的边,作为保留的边;
从所述增加的边中删除与所述保留的边连接至相同节点的边,得到调整后增加的边;
从所述断开的边中删除所述保留的边,得到调整后断开的边;
在所述调整后增加的边和所述调整后断开的边的总数量小于或等于所述数量阈值的情况下,在所述历史关系图中删除所述调整后断开的边,并添加所述调整后增加的边,得到所述目标关系图。
可选的,还包括:
确定所述预测关系图相对于所述历史关系图发生变更的边的数量,作为第一数量;
确定所述目标关系图相对于所述历史关系图发生变更的边的数量,作为第二数量;
确定所述第二数量与所述第一数量的比值,作为所述待分割区域在所述目标时段内的变更完成率。
可选的,所述根据所述关联参数对所述待分割区域进行分割,得到所述待分割区域在目标时段内的预测分割结果包括:
根据所述关联参数,确定每一对路口间的关联度;
根据每一对路口间的关联度对所述待分割区域进行分割,得到所述待分割区域在目标时段内的所述预测分割结果。
可选的,一对路口的关联参数包括所述一对路口之间的车流量;
所述根据所述关联参数,确定每一对路口间的关联度的步骤包括:
确定所述待分割区域内所述多对路口的车流量的最大值,作为最大车流量;
根据所述最大车流量和每一对路口的车流量,确定每一对路口的关联度。
可选的,一对路口的关联参数包括所述一对路口中每一个路口的信号周期时长;
所述根据所述关联参数,确定每一对路口间的关联度的步骤包括:
确定每一对路口的信号周期时长的差异;
根据每一对路口的信号周期时长、及所述差异,确定每一对路口的关联度。
可选的,一对路口的关联参数包括所述一对路口的间距;
所述根据所述关联参数,确定每一对路口间的关联度的步骤包括:
获取预设的路口间距最大值;
确定所述路口间距最大值之间与每一对路口的间距之间的差值,作为每一对路口对应的差值;
根据所述路口间距最大值和每一对路口对应的差值确定每一对路口间的关联度。
可选的,一对路口的关联参数至少包括所述一对路口之间的车流量、所述一对路口中每一个路口的信号周期时长、和所述一对路口的间距;
所述根据所述关联参数,确定每一对路口间的关联度的步骤包括:
根据每一对路口间的车流量确定每一对路口间的第一关联度;
根据每一对路口中每一个路口的信号周期时长确定每一对路口间的第二关联度;
根据每一对路口的间距与预设的路口间距最大值确定每一对路口间的第三关联度;
根据预设的权重对每一对路口间的第一关联度、第二关联度、第三关联度进行加权求和,得到每一对路口间的关联度。
可选的,所述根据所述每一对路口间的关联度对所述待分割区域进行分割,得到所述待分割区域在目标时段内的预测分割结果包括:
根据每一对路口间的关联度,确定每一对路口在所述目标时段内是否位于同一预测控制子区;
根据每一对路口是否位于同一预测控制子区的确定结果,将所述待分割区域在所述目标时段内分割为所述多个预测控制子区,得到所述预测分割结果。
可选的,将一对路口位于同一预测控制子区内的确定结果作为第一设定值,一对路口位于不同预测控制子区内的确定结果作为第二设定值;
所述根据每一对路口间的关联度,确定每一对路口在所述目标时段内是否位于同一预测控制子区的步骤包括:
根据每一对路口间的关联度,得到每一对路口是否位于同一预测控制子区内的确定结果与衡量分割质量的指标之间的映射函数;
根据所述映射函数,确定在衡量分割质量的指标最大的情况下,每一对路口在所述目标时段内是否位于同一预测控制子区内的确定结果。
可选的,所述根据每一对路口间的关联度,确定每一对路口在所述目标时段内是否位于同一预测控制子区包括:
判断每一对路口间的关联度是否大于或等于预设的关联度阈值;
确定关联度大于或等于关联度阈值的一对路口在所述目标时段内位于同一预测控制子区内。
可选的,所述根据所述目标分割结果对所述待分割区域进行交通控制包括:
获取每一目标控制子区的交通特征,其中,所述交通特征包括影响对应目标控制子区的交通状态的特征;
分别根据每一所述目标控制子区的交通特征,对对应的目标控制子区进行交通控制。
可选的,所述分别根据每一所述目标控制子区的交通特征,对对应的预测控制子区进行交通控制的步骤包括:
分别根据每一所述目标控制子区的交通特征,确定位于对应的目标控制子区中多个路口在至少一个相位的目标相位差;
根据位于每一目标控制子区中多个路口在至少一个相位的目标相位差分别对对应的预测控制子区进行交通控制。
根据本发明的第二方面,提供了一种交通控制装置,包括:
历史获取模块,用于获取待分割区域在历史时段内的历史分割结果、及所述待分割区域内多对路口在所述历史时段内的关联参数;
分割预测模块,用于根据所述关联参数对所述待分割区域进行分割,得到所述待分割区域在目标时段内的预测分割结果;
目标分割模块,用于根据所述预测分割结果和所述历史分割结果,将所述待分割区域分割为多个目标控制子区,得到所述待分割区域在所述目标时段内的目标分割结果;
交通控制模块,用于根据所述目标分割结果在所述目标时段内对所述待分割区域进行交通控制。
根据本发明的第三方面,提供了一种电子设备,包括:
如本发明第二方面所述的分割装置;或者,
处理器和存储器,所述存储器用于存储可执行的指令,所述指令用于控制所述处理器执行根据本发明第一方面所述的方法。
根据本发明的第四方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时实现根据本发明第一方面所述的方法。
在本发明的实施例中,根据预测分割结果和历史分割结果,对待分割区域进行分割,得到目标分割结果,并根据目标分割结果进行交通控制,可以避免对待分割区域内的交通流产生负面干扰,使得待分割区域的控制方式在历史时段至目标时段平稳切换。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是可用于实现本发明的实施例的电子设备的硬件配置的一个例子的框图。
图2是可用于实现本发明的实施例的电子设备的硬件配置的另一个例子的框图;
图3是根据本发明实施例的交通控制方法的流程示意图;
图4是根据本发明实施例确定目标分割结果的步骤的流程示意图;
图5是根据本发明实施例确定目标关系图的步骤的流程示意图;
图6a是根据本发明实施例的确定目标关系图的第一个例子的示意图;
图6b是根据本发明实施例的确定目标关系图的第二个例子的示意图;
图6c是根据本发明实施例的确定目标关系图的第三个例子的示意图;
图7是根据本发明实施例的交通控制装置的方框原理图;
图8是根据本发明第一个实施例提供的电子设备的原理框图;
图9是根据本发明第二个实施例提供的电子设备的硬件结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述目标上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
<硬件配置>
图1和图2是可用于实现本发明任意实施例的交通控制方法的电子设备1000的硬件配置的框图。
在一个实施例中,如图1所示,电子设备1000可以是服务器1100。
服务器1100提供处理、数据库、通讯设施的业务点。服务器1100可以是整体式服务器或是跨多计算机或计算机数据中心的分散式服务器。服务器可以是各种类型的,例如但不限于,网络服务器,新闻服务器,邮件服务器,消息服务器,广告服务器,文件服务器,应用服务器,交互服务器,数据库服务器,或代理服务器。在一些实施例中,每个服务器可以包括硬件,软件,或用于执行服务器所支持或实现的合适功能的内嵌逻辑组件或两个或多个此类组件的组合。例如,服务器例如刀片服务器、云端服务器等,或者可以是由多台服务器组成的服务器群组,可以包括上述类型的服务器中的一种或多种等等。
本实施例中,服务器1100可以如图1所示,包括处理器1110、存储器1120、接口装置1130、通信装置1140、显示装置1150、输入装置1160。
在该实施例中,服务器1100还可以包括扬声器、麦克风等等,在此不做限定。
处理器1110可以是专用的服务器处理器,也可以是满足性能要求的台式机处理器、移动版处理器等,在此不做限定。存储器1120例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1130例如包括各种总线接口,例如串行总线接口(包括USB接口)、并行总线接口等。通信装置1140例如能够进行有线或无线通信。显示装置1150例如是液晶显示屏、LED显示屏触摸显示屏等。输入装置1160例如可以包括触摸屏、键盘等。
在该实施例中,服务器1100的存储器1120用于存储指令,该指令用于控制处理器1110进行操作以至少执行根据本发明任意实施例的交通控制方法。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
尽管在图1中示出了服务器1100的多个装置,但是,本发明可以仅涉及其中的部分装置,例如,服务器1100只涉及存储器1120和处理器1110。
在一个实施例中,电子设备1000可以是操作人员使用的PC机、笔记本电脑等终端设备1200,在此不做限定。
本实施例中,参照图2所示,终端设备1200可以包括处理器1210、存储器1220、接口装置1230、通信装置1240、显示装置1250、输入装置1260、扬声器1270、麦克风1280等等。
处理器1210可以是移动版处理器。存储器1220例如包括ROM(只读存储器)、RAM(随机存取存储器)、诸如硬盘的非易失性存储器等。接口装置1230例如包括USB接口、耳机接口等。通信装置1240例如能够进行有线或无线通信,通信装置1240可以包括短距离通信装置,例如是基于Hilink协议、WiFi(IEEE 802.11协议)、Mesh、蓝牙、ZigBee、Thread、Z-Wave、NFC、UWB、LiFi等短距离无线通信协议进行短距离无线通信的任意装置,通信装置1240也可以包括远程通信装置,例如是进行WLAN、GPRS、2G/3G/4G/5G远程通信的任意装置。显示装置1250例如是液晶显示屏、触摸显示屏等。输入装置1260例如可以包括触摸屏、键盘等。用户可以通过扬声器1270和麦克风1280输入/输出语音信息。
在该实施例中,终端设备1200的存储器1220用于存储指令,该指令用于控制处理器1210进行操作以至少执行根据本发明任意实施例的交通控制方法。技术人员可以根据本发明所公开方案设计指令。指令如何控制处理器进行操作,这是本领域公知,故在此不再详细描述。
尽管在图2中示出了终端设备1200的多个装置,但是,本发明可以仅涉及其中的部分装置,例如,终端设备1200只涉及存储器1220和处理器1210和显示装置1250。
<方法实施例>
在本实施例中,提供一种交通控制方法。该方法可以是由电子设备实施。该电子设备可以是如图1所示的服务器1100,或者是如图2所示终端设备1200。
根据图3所示,本实施例的交通控制方法可以包括如下步骤S3100~S3400:
步骤S3100,获取待分割区域在历史时段内的历史分割结果、及待分割区域内多对路口在历史时段内的关联参数。
待分割区域可以是根据应用场景或者具体需求确定的、需要进行分割的区域。具体的,待分割区域可以是选定的一个城市,也可以是选定城市内的一个区域。
在待分割区域内移动的交通对象可以包括机动车、自行车、电动车、摩托车、物流车、无人驾驶汽车等车辆,也可以包括行人。在本发明的实施例中,以交通对象为车辆为例进行说明。
进一步地,该待分割区域可以是由用户通过电子设备输入对应的区域名称来选定的,也可以是由用户通过电子设备划定界限来选定的。还可以是由用户通过终端设备选定待分割区域,并由终端设备将待分割区域的选定结果输入至执行本发明的实施例的电子设备中进行设定的。
本实施例中的每一对路口均包括两个路口。
在一个例子中,该多对路口可以是对待分割区域中n个路口进行组合,得到Cn2对路口。例如,如果待分割区域中包括路口1、路口2和路口3,那么,路口1和路口2可以作为一对路口,路口2和路口3可以作为一对路口,路口1和路口3可以作为一对路口。
在另一个例子中,该多对路口可以是待分割区域的所有路口中,相邻的路口进行组合得到多对路口。例如,待分割区域中包括路口1、路口2和路口3,如果路口1仅和路口2相邻,路口2和路口1、路口3相邻,路口3仅和路口2相邻,那么,路口1和路口2可以作为一对路口,路口2和路口3可以作为一对路口。
一对路口的关联参数可以包括一对路口之间的车流量、一对路口中每一个路口的信号周期时长或者一对路口的间距。
在关联参数包括一对路口之间的车流量的实施例中,可以是提取该待分割区域在历史时段内的地图轨迹数据,以根据地图轨迹数据获取历史时段内经过每一对路口的车流量。其中,地图轨迹数据可以是反映在地图中的车辆行驶轨迹的数据。
还可以是获取待分割区域内的摄像头在历史时段内采集的图像,以从获取的图像中获取历史时段内经过每一对路口的车流量。
在本实施例中,历史时段、及历史时段的时长可以是根据具体应用场景或者应用需求设置,例如,历史时段的时长可以设置为10分钟,历史时段可以设置为10:00:00-10:09:59,历史时段还可以是执行本发明实施例的当前时刻之前10分钟内的时段。
例如,一对路口(包括路口i和路口j)之间的车流量可以为voli,j,具体确定方式可以为:
Figure BDA0002362371820000111
其中,dirv为路口i的其中一个转向,dirw为路口j的其中一个转向,
Figure BDA0002362371820000112
为路口i的转向dirv到路口j的转向dirw在设定周期的每个设定时间段内的车流量,
Figure BDA0002362371820000113
为路口j的转向dirw到路口i的转向dirv在设定周期的每个设定时间段内的车流量。
在本发明的一个实施例中,该历史分割结果可以包括待分割区域在历史时段内被分割为多个历史控制子区、及位于每个历史控制子区的路口。
步骤S3200,根据关联参数对待分割区域进行分割,得到待分割区域在目标时段内的预测分割结果。
在本发明的一个实施例中,该预测分割结果可以包括待分割区域在目标时段内被分割为多个预测控制子区、及位于每个预测控制子区的路口。
在本发明的一个实施例中,根据关联参数对待分割区域进行分割,得到待分割区域在目标时段内的预测分割结果包括如下所示的步骤S3210~S3220:
步骤S3210,根据多对路口的关联参数,确定每一对路口间的关联度。
实施例1
本实施例中一对路口的关联参数可以包括一对路口之间的车流量,那么根据每一对路口之间的关联参数,确定每一对路口间的关联度的方式可以包括如下所示的步骤S3211-A~S3212-A:
步骤S3211-A,确定待分割区域内多对路口的车流量的最大值,作为最大车流量。
在一个实施例中,可以是对待分割区域内多对路口的车流量进行排序,选取其中的最大值,作为最大车流量。
对多对路口的车流量进行排序的方式可以但不限于是通过冒泡排序法、选择排序法、插入排序法、希尔排序法、快速排序法、归并排序法、堆排序法等。
在另一个实施例中,可以是对待分割区域内多对路口的车流量进行排序后,舍弃设定百分比最大的车流量后,得到的最大的车流量,最为最大车流量。
该设定百分比可以根据应用场景或者具体需求设定。例如,该设定百分比可以是15%。那么,在待分割区域中包含100对路口的情况下,对这100对路口的车流量进行排序,并确定每一对路口的车流量的排序值。舍弃15%最大的车流量。在车流量最大的排序值为1时,可以是舍弃排序值为1-15的车流量,将排序值为16的车流量作为最大车流量。在车流量最大的排序值为100时,可以是舍弃排序值为86-100的车流量,将排序值为85的车流量作为最大车流量。
步骤S3212-A,根据最大车流量和每一对路口的车流量,确定每一对路口间的关联度。
在将待分割区域内多对路口的车流量的最大值,作为最大车流量的实施例中,可以是计算每一对路口的车流量与最大车流量之间的比值,作为每一对路口对应的比值,作为每一对路口间的关联度。
具体的,每一对路口(路口i和路口j)间的关联度
Figure BDA0002362371820000121
的计算公式可以为:
Figure BDA0002362371820000122
其中,voli,j为一对路口(包括路口i和路口j)之间的车流量,volmax为最大车流量。
在对待分割区域内多对路口的车流量进行排序后,舍弃设定百分比最大的车流量后,得到的最大的车流量,最为最大车流量的实施例中,可以是计算每一对路口的车流量与最大车流量之间的比值,作为每一对路口对应的比值;选择每一对路口对应的比值与1之间的较小值,作为每一对路口间的关联度。
具体的,每一对路口(路口i和路口j)间的关联度
Figure BDA0002362371820000131
的计算公式可以为:
Figure BDA0002362371820000132
其中,volv,w为一对路口(包括路口i和路口j)之间的车流量,volmax为最大车流量。
在一个例子中,如果
Figure BDA0002362371820000133
可以令
Figure BDA0002362371820000134
实施例2
本实施例中一对路口的关联参数可以包括一对路口中每一个路口的信号周期时长。那么,根据每一对路口之间的关联参数,确定每一对路口间的关联度的方式可以包括如下所示的步骤S3211-B~S3212-B:
步骤S3211-B,确定每一对路口的信号周期时长的差异。
信号周期时长,是指信号灯发生变化,信号运行一个循环所需的时间,等于绿、黄、红灯时间之和;也等于全部相位所需的绿灯时间和黄灯时间(一般是固定的)的总和。
由于每一路口在统计时段内的信号周期时长可以是变化量,因此,可以是确定每一路口在统计时段内的所有信号周期时长的平均值,作为步骤S3100中获取的每一路口的信号周期时长。
具体的,如果路口i的信号周期时长为ci,路口j的信号周期时长为cj,那么,一对路口(路口i和路口j)的信号周期时长的差异可以为|ci-cj|。
步骤S3222-B,根据每一对路口中每一个路口的信号周期时长、及每一对路口的信号周期时长的差异,确定每一对路口间的关联度。
具体的,可以是确定路口i的信号周期时长ci和路口j的信号周期时长cj中的较大值max(ci,cj),再确定较大值max(ci,cj)与信号周期时长的差异|ci-cj|之间的差值,将该差值与较大值之间的比值作为第一比值,那么,路口i和路口j之间的关联度可以为第一比值。
还可以是确定路口i的信号周期时长ci和路口j的信号周期时长cj中的较大值max(ci,cj)和较小值min(ci,cj),再确定较大值max(ci,cj)与较小值min(ci,cj)的2倍中的较大值max(max(ci,cj),2*min(ci,cj))、及较大值max(ci,cj)与较小值min(ci,cj)的2倍之间的差值的绝对值|max(ci,cj)-2*min(ci,cj)|,再将较大值max(max(ci,cj),2*min(ci,cj))与绝对值|max(ci,cj)-2*min(ci,cj)|的差值、与较大值max(max(ci,cj),2*min(ci,cj))之间的比值作为第二比值,那么,路口i和路口j之间的关联度还可以为第二比值。
进一步地,路口i和路口j之间的关联度还可以是第一比值和第二比值中的较大值。
在此基础上,一对路口的信号周期时长的差异越大,这一对路口的关联度就越小;一对路口的信号周期时长的差异越小,这一对路口的关联度就越大。
实施例3
本实施例中一对路口的关联参数可以包括一对路口的间距。那么,根据每一对路口之间的关联参数,确定每一对路口间的关联度的方式可以包括如下所示的步骤S3211-C~S3213-C:
步骤S3211-C,获取预设的路口间距最大值。
该路口间距最大值可以是预先根据应用场景或者具体需求设定好的。例如,该路口间距最大值可以为2000m。
步骤S3212-C,确定该路口间距最大值与每一对路口的间距之间的差值,作为每一对路口对应的差值。
本实施例中一对路口的间距可以是一对路口间的最短路径长度。
具体的,如果路口间距最大值为dismax,一对路口(包括路口i和路口j)的间距为disi,j,该路口间距最大值与每一对路口的间距之间的差值,即一对路口(包括路口i和路口j)对应的差值可以是dismax-disi,j
步骤S3213-C,根据路口间距最大值和每一对路口对应的差值,确定每一对路口间的关联度。
具体的,一对路口(路口i和路口j)间的第三关联度
Figure BDA0002362371820000151
可以为:一对路口(包括路口i和路口j)对应的差值dismax-disi,j与路口间距最大值dismax之间的比值。
实施例4
在本实施例中,一对路口的关联参数可以包括一对路口之间的车流量、一对路口中每一个路口的信号周期时长、一对路口的间距。那么,根据每一对路口之间的关联参数,确定每一对路口间的关联度的方式可以包括如下所示的步骤S3211-D~S3214-D:
步骤S3211-D,根据每一对路口间的车流量确定每一对路口间的第一关联度。
该第一关联度的具体确定方法可以参照实施例1,在此不再赘述。
步骤S3212-D,根据每一对路口中每一路口的信号周期时长确定每一对路口间的第二关联度。
该第二关联度的具体确定方法可以参照实施例2,在此不再赘述。
步骤S3213-D,根据每一对路口间距和预设的路口间距最大值确定每一对路口间的第三关联度。
该第三关联度的具体确定方法可以参照实施例3,在此不再赘述。
步骤S3214-D,根据预设的权重对每一对路口间的第一关联度、第二关联度、第三关联度进行加权求和,得到每一对路口间的关联度。
具体的,每一对路口间的关联度ωi,j的计算公式可以为:
Figure BDA0002362371820000152
其中,
Figure BDA0002362371820000153
为第一关联度,
Figure BDA0002362371820000154
为第二关联度,
Figure BDA0002362371820000155
为第三关联度,αvol为第一关联度的权重,αcycle为第二关联度的权重,αdis为第三关联度的权重。
在得到每一对路口间的关联度之后,执行下述的步骤S3220。
步骤S3220,根据每一对路口间的关联度对待分割区域进行分割,得到待分割区域在目标时段内的预测分割结果。
具体的,根据每一对路口间的关联度对待分割区域进行分割,得到多个预测控制子区可以进一步包括如下所示的步骤S3221~S3222:
步骤S3221,根据每一对路口间的关联度,确定每一对路口是否位于同一预测控制子区。
在一个实施例中,根据每一对路口间的关联度,确定每一对路口是否位于同一预测控制子区的方式可以为:判断每一对路口间的关联度是否大于或等于预设的关联度阈值,确定关联度大于或等于关联度阈值的一对路口位于同一预测控制子区内。
关联度阈值可以是根据应用场景或者具体需求预先设定的。例如,可以设置关联度阈值为ωth。如果路口1和路口2之间的关联度ω1,2≥ωth,那么,可以确定路口1和路口2位于同一预测控制子区内。如果路口1和路口3之间的关联度ω1,3th,那么,可以确定路口1和路口3位于不同预测控制子区内。
在另一个实施例中,可以是将一对路口(路口i和路口j)位于同一预测控制子区内的确定结果δi,j作为第一设定值,一对路口(路口i和路口j)位于不同预测控制子区内的确定结果δi,j作为第二设定值。其中,第一设定值和第二设定值可以预先根据应用场景或具体需求设定,例如第一设定值可以设定为1,第二设定值可以设定为0。
那么,该步骤S3221可以进一步包括如下步骤S3221-1~S3221-2:
步骤S3221-1,根据每一对路口间的关联度,得到每一对路口是否位于同一预测控制子区内的确定结果与衡量分割质量的指标之间的映射函数。
该映射函数F(δi,j)的自变量即为每一对路口(待分割区域内的路口i和路口j)是否位于同一预测控制子区内的确定结果δi,j,因变量F(δi,j)即为待分割区域内每一对路口是否位于同一预测控制子区内的确定结果δi,j决定的衡量分割质量的指标Q。其中,δi,j表示路口i和路口j是否位于同一预测控制子区内的确定结果。在待分割区域内包括n个路口的情况下,i,j∈[1,n]。
具体的,可以是先确定待分割区域内每一对路口间的关联度的总和、及确定位于同一预测控制子区内的每一对路口的关联度的总和,再确定位于同一预测控制子区内的每一对路口的关联度的总和、与待分割区域内每一对路口间的关联度的总和之间的比值,作为第三比值。
进一步地,可以在得到的每一对路口的关联度的基础上,预先将待分割区域随机分割为多个备选预测控制子区。在此基础上,可以确定位于同一备选预测控制子区内每一对路口间的关联度的总和。再确定位于同一备选预测控制子区内每一对路口间的关联度的总和、与待分割区域内每一对路口间的关联度的总和之间的比值,作为第四比值。
确定第三比值和第四比值之间的差值,得到衡量分割质量的指标Q,即得到每一对路口是否位于同一预测控制子区内的确定结果与衡量分割质量的指标之间的映射函数。
步骤S3222-2,根据该映射函数,确定在衡量分割质量的指标最大的情况下,每一对路口是否位于同一预测控制子区内的确定结果。
在一个实施例中,可以是利用启发式求解器Louvain算法对该映射函数进行求解,得到每一对路口是否位于同一预测控制子区内的确定结果。
具体的,可以是对所有路口依次判断是否应该留在当前预测控制子区,还是移动到一个相邻的预测控制子区。判断标准是这个移动可使衡量分割质量的指标Q增加到最大。
再将这些小预测控制子区作为一个节点,对所有节点依次判断是否应该留在当前预测控制子区,还是移动到一个相邻的预测控制子区。判断标准是这个移动可使衡量分割质量的指标Q增加到最大。重复本步骤直至衡量分割质量的指标Q不再提高。
步骤S3222,根据每一对路口是否位于同一预测控制子区的确定结果,将待分割区域分割为多个预测控制子区,得到待分割区域分割在目标时段内的预测分割结果。
具体的,可以是将待分割区域中位于同一预测控制子区的一对路口划分至同一预测控制子区内,将位于不同预测控制子区的一对路口划分至不同的预测控制子区中,就可以实现将待分割区域分割为多个预测控制子区的效果。
在本发明的实施例中,根据待分割区域中多对路口的关联参数,确定每一对路口的关联度,再根据每一对路口的关联度对待分割区域进行分割,得到多个预测控制子区。这样,通过综合考虑待分割区域内每一对路口的关联度,自动对待分割区域进行分割得到多个预测控制子区,可以提高分割质量,达到全局最优。此外,可以克服人工分割预测控制子区缺乏定量依据、无法大规模复制、无法做到全局最优的缺点。
步骤S3300,根据预测分割结果和历史分割结果,将待分割区域分割为多个目标控制子区,得到待分割区域在目标时段内的目标分割结果。
目标分割结果包括待分割区域在目标时段内被分割为多个目标控制子区、以及位于每个目标控制子区的路口。
在本发明的一个实施例中,根据预测分割结果调整历史分割结果,得到待分割区域在目标时段内的目标分割结果可以包括如图4所示的步骤S3310~S3340:
步骤S3310,获取待分割区域内的路网结构。
在本实施例中,该路网结构表示待分割区域内各路口之间的道路连接关系。
步骤S3320,以待分割区域中的路口为节点,根据历史分割结果和该路网结构确定连接节点的边,得到历史关系图;根据预测分割结果该路网结构确定连接节点的边,得到预测关系图。
在本发明的一个实施例中,可以是分别对于每一历史控制子区,根据路网结构,在相邻的节点之间添加边,得到历史关系图。在历史关系图中,每个历史控制子区内的任意两个节点之间可以通过其他节点和/或边连接。不同历史控制子区内的节点之间则没有连接。即对于历史关系图中的每个节点,可以通过边游走至与其位于同一历史控制子区内的节点上,而无法游走至与其位于不同历史控制子区内的节点上。
对应的,可以是分别对于每一预测控制子区,根据路网结果,在相邻的节点之间添加边,得到预测关系图。在预测关系图中,每个预测控制子区内的任意两个节点之间可以通过其他节点和/或边连接。不同预测控制子区内的节点之间则没有连接。即对于预测关系图中的每个节点,可以通过边游走至与其位于同一预测控制子区内的节点上,而无法游走至与其位于不同预测控制子区内的节点上。
在本实施例中,一对相邻的节点可以为:在路网结构中由未穿过其他路口的道路连接的一对路口所对应的一对节点。
步骤S3330,根据预测关系图调整历史关系图,得到相对于历史关系图发生变更的边的数量小于或等于预设的数量阈值的目标关系图。
在本发明的一个实施例中,该数量阈值可以是预先根据应用场景或具体需求设定的固定值。
在本发明的另一个实施例中,该数量阈值还可以是根据历史关系图中边的数量确定的。具体的,可以预先设置数量阈值占历史关系图中边的数量的比值,该比值可以是预先根据应用场景或具体需求设定的固定值。例如,可以预先设置该比值为1%,那么,在历史关系图中边的数量为200的情况下,该数量阈值可以是200*1%=2。
在本发明的一个实施例中,关联参数可以包括每对相邻的路口之间的车流量。那么,根据预测关系图调整历史关系图,得到相对于历史关系图发生变更的边的数量小于或等于数量阈值的目标关系图可以包括如图5所示的步骤S3331~S33310:
步骤S3331,根据预测关系图相对于历史关系图增加的边和断开的边。
具体的,可以是将在预测关系图中存在、且在历史关系图中不存在的边,作为增加的边。可以是将在预测关系图中不存在、且在历史关系图中存在的边,作为断开的边。
在如图6a所示的预测关系图和历史关系图中,预测关系图相对于历史关系图增加的边为边3,断开的边为边2。
在如图6b所示的预测关系图和历史关系图中,预测关系图相对于历史关系图增加的边为边3、边4、边5和边6,没有断开的边。
在如图6c所示的预测关系图和历史关系图中,预测关系图相对于历史关系图增加的边为边3、边5、边7和边8,断开的边为边1、边2和边9。
步骤S3332,对增加的边和断开的边的总数量与数量阈值进行比较。
具体的,是确定增加的边的数量和断开的边的数量的总和,并将该总和与数量阈值进行比较。
步骤S3333,在增加的边和断开的边的总数量小于或等于数量阈值的情况下,将预测关系图作为目标关系图。
该数量阈值可以是2。那么,在如图6a所示的实施例中,增加的边的数量为1,断开的边的数量为1,增加的边和断开的边的总数量为2,等于数量阈值,那么,可以是将预测关系图作为目标关系图。
步骤S3334,在增加的边和断开的边的总数量大于数量阈值的情况下,判断断开的边的数量是否为零。
在断开的边的数量为零的情况下,执行下述的步骤S3335,在断开的边的数量不为零的情况下,执行下述的步骤S3336。
在如图6b所示的实施例中,增加的边的数量为4,断开的边的数量为0,增加的边和断开的边的总数量为4,大于数量阈值2,且断开的边的数量为0。因此,可以对如图6b所示的实施例执行下述的步骤S3335。
步骤S3335,从增加的边中选取对应两个路口间的车流量最大的设定数量个边,对应增加至历史关系图中,得到目标关系图。
其中,该设定数量小于或等于数量阈值。该设定数量可以是预先根据应用场景或具体需求设定。在数量阈值为2的情况下,该设定数量可以是2也可以是1。
在本发明的一个实施例中,可以根据在历史时段内对应两个路口间的车流量,对增加的边进行降序排序,按照排序顺序选取设定数量个边,增加至历史关系图中,得到目标关系图。
在如图6b所示的实施例中,可以根据对应两个路口间的车流量,对边3、边4、边5和边6进行降序排序。降序排序结果例如可以是边3、边6、边5、边4。如果设定数量为1,那么,可以是将边3增加至历史关系图中,得到目标关系图,如图6b所示。如果设定数量为2,那么,可以是将边3和边6增加至历史关系图中,得到目标关系图。
步骤S3336,从断开的边中选取对应两个路口间的车流量最大的边,作为保留的边。
步骤S3337,从增加的边中删除与该保留的边连接至相同节点的边,得到调整后增加的边。
步骤S3338,从断开的边中删除该保留的边,得到调整后断开的边。
步骤S3339,比较调整后增加的边和调整后断开的边的总数量是否小于或等于数量阈值。
在调整后增加的边和调整后断开的边的总数量小于或等于数量阈值的情况下,执行下述的步骤S33310,在调整后增加的边和调整后断开的边的总数量打印数量阈值的情况下,重新执行前述的步骤S3336。
步骤S33310,在历史关系图中删除调整后断开的边,并添加调整后增加的边,得到目标关系图。
如果调整后增加的边和调整后断开的边的总数量大于数量阈值,则可以重新执行步骤S3336~步骤S3339,直至调整后增加的边和调整后断开的边的总数量小于或等于数量阈值。
在如图6c所示的实施例中,预测关系图相对于历史关系图增加的边为边3、边5、边7和边8,断开的边为边1、边2和边9,增加的边和断开的边的总数量为7,断开的边的数量为3。如果数量阈值为2,那么,在如图6c所示的实施例中增加的边和断开的边的总数量7大于数量阈值2、且断开的边的数量不为零。
可以根据在历史时段内对应两个路口间的车流量对断开的边进行降序排序,降序排序结果例如可以是边2、边1和边9。
先将边2作为保留的边,确定增加的边3、边5、边7和边8中,与边2连接至相同节点的边,即边3和边7,并从增加的边中删除边3和边7,得到调整后增加的边(包括边5和边8);并从断开的边中删除边2,得到调整后断开的边(包括边9和边1)。
调整后增加的边和断开的边的总数量为4,还是大于数量阈值,因此,可以是再将调整后断开的边中,确定在历史时段内对应两个路口间的车流量最大的边,即边1,作为保留的边。确定增加的边5和边8中,与边1连接至相同节点的边,即边8,并从增加的边中删除边8,得到调整后增加的边(边5);并从断开的边中删除边1,得到调整后断开的边(边9)。
调整后增加的边和断开的边的总数量为2等于数量阈值,因此,可以是在历史关系图中删除调整后断开的边,即边9,并添加调整后增加的边,即边5,得到如图6c所示的目标关系图。
在本发明的一个实施例中,该方法还可以包括:
确定预测关系图相对于历史关系图发生变更的边的数量,作为第一数量;确定目标关系图相对于历史关系图发生变更的边的数量,作为第二数量;确定第二数量与第一数量的比值,作为待分割区域在目标时段内的变更完成率。
进一步地,还可以根据该变更完成率来调整数量阈值。
步骤S3340,根据目标关系图得到目标分割结果。
具体的,可以是按照目标关系图中节点的连接关系,得到目标分割结果。将具有连接关系的节点对应的路口分割至同一目标控制子区中。
根据如图6a所示的目标关系图中节点的连接关系,可以确定目标控制子区的数量为4。具体的,节点A和节点B之间的边2断开,节点A和节点E之间增加了边3,节点A和与节点A连接的节点所对应的路口、与节点B和与节点B连接的节点所对应的路口属于不同的目标控制子区,节点A和与节点A连接的节点所对应的路口、以及节点E和与节点E连接的节点所对应的路口属于相同的目标控制子区。
根据如图6b所示的目标关系图中节点的连接关系,可以确定目标控制子区的数量为3。具体的,节点A和节点E之间增加了边3,因此,在目标分割结果中,节点A和与节点A连接的节点所对应的路口、节点E和与节点E连接的节点所对应的路口属于相同的目标控制子区。
根据如图6c所示的目标关系图中节点的连接关系,可以确定目标控制子区的数量为4。具体的,节点D和节点F之间的边9断开,节点C和节点D之间增加了边5,节点C和与节点C连接的节点所对应的路口、与节点D和与节点D连接的节点所对应的路口属于不同的目标控制子区,节点D和与节点D连接的节点所对应的路口、以及节点F和与节点F连接的节点所对应的路口属于相同的目标控制子区。
由于在目标场景中,可能会出现预测分割结果和历史分割结果差异较大的情况。如果历史时段和目标时段之间相差时间较小,直接由根据历史分割结果进行交通控制切换为根据预测分割结果进行交通控制,可能会对待分割区域内的交通流产生负面干扰。因此,在本实施例中,根据预测分割结果和历史分割结果,对待分割区域进行分割,得到目标分割结果,并根据目标分割结果进行交通控制,可以避免对待分割区域内的交通流产生负面干扰,使得待分割区域的控制方式在历史时段至目标时段平稳切换。
步骤S3400,根据目标分割结果在目标时段内对待分割区域进行交通控制。
在得到多个目标控制子区后,可以针对每个目标控制子区单独进行交通控制,包括以下至少一项:对对应目标控制子区中的多个路口的在至少一个相位的相位差进行控制,对对应目标控制子区中的每一路口的相位进行控制,对对应目标控制子区中的每一路口的信号周期时长进行控制,以及对对应目标控制子区中的每一路口的绿灯时间进行控制,以使每一个目标控制子区均能够达到绿波效果。
在一个实施例中,该交通控制方法还可以进一步包括:获取每一目标控制子区的交通特征;分别根据每一目标控制子区的交通特征,对对应的目标控制子区进行交通控制。
其中,本实施例中的交通特征可以包括影响对应目标控制子区的交通状态的特征。
具体的,该交通特征可以包括以下任意一项或多项:对应目标控制子区中至少一个路口的信号周期时长、对应目标控制子区中至少一个路口的信号相位、对应目标控制子区中至少一个路口每一相位对应的绿灯时间和车流方向、对应目标控制子区内的至少一个路径中的上游路口到对应路径中的下游路口的交通时间、设定周期内经过对应目标控制子区中的至少一个路径的车流量。
本发明中的信号相位取业内公知的含义。例如,其可以包括,在一个信号周期内,具有相同的信号灯色显示的一股或几股交通流的信号状态序列称为一个信号相位。信号相位是按车流获得信号显示的时序来划分的,有多少种不同的时序排列,就有多少个相位。每一个控制状态,对应一组不同的灯色组合,称为一个相位。简而言之,一个相位也被称作一个控制状态。再例如,对于一组互不冲突的交通流同时获得通行权所对应的信号显示状态,可以将其称为信号相位。由此可见,信号相位是根据路口通行权在一个信号周期内的更迭来划分的。
信号周期时长,包括信号灯发生变化,信号运行一个循环所需的时间,等于绿、黄、红灯时间之和;也等于全部相位所需的绿灯时间和黄灯时间(一般是固定的)的总和。在本实施例中,为保证预设区域内各路口之间相位差的恒定,可以选择设置预设区域内各路口的信号周期时长相等。
本实施例中的绿灯时间,可以是目标绿灯时间,也可以是有效绿灯时间。目标绿灯时间可以为绿灯开启至绿灯关闭所用的时间。有效绿灯时间包括被有效利用的目标车辆通行时间。它等于绿灯时间与黄灯时间之和减去损失时间。损失时间包括两部分,一是绿灯信号开启时,车辆启动时的时间;还有绿灯关闭、黄灯开启时,只有越过停止线的车辆才能继续通行,所以也有一部分损失时间,即为目标绿灯时间减去启动时间加速结束滞后时间。结束滞后时间是黄灯时间中有效利用的部分。每一相位的损失时间为启动延迟时间和结束滞后时间之差。
相位差:针对两个信号交叉路口而言,是指两个相邻交叉路口它们同一相位绿灯(或红灯)开始时间之差。
上游路口到对应路径中的下游路口的交通时间可以包括:行驶在对应路径上的汽车按照预设的行驶速度由上游路口不停车行驶至对应下游路口的时间。
上述定义仅用于示例性描述本发明的具体实施方式,并不对发明保护范围进行限制性解释。
这样,每一个目标控制子区就可以分别根据各自的交通特征,执行相应的控制策略。目标控制子区的划分将有利于执行灵活的控制策略,使得交通特性差异悬殊的街区均能获得最佳控制效果。
在本实施例中,根据分别根据每一目标控制子区的交通特征,对对应的目标控制子区进行交通控制的步骤可以进一步包括:
分别根据每一目标控制子区的交通特征,确定对应目标控制子区中多个路口至少一个相位的目标相位差;根据每一控制区域中多个路口至少一个相位的目标相位差分别对对应的目标控制子区进行交通控制。
这样,分别对每一目标控制子区中路口的相位差进行控制,可以使得该每一目标控制子区内至少一个路径上的车辆可以享受到不停车连续通过对应路径上的多个路口的绿波效果。
<装置实施例>
在本实施例中,提供一种交通控制装置7000,如图7所示,包括历史获取模块7100、分割预测模块7200、目标分割模块7300和交通控制模块7400。该历史获取模块7100用于获取待分割区域在历史时段内的历史分割结果、及待分割区域内多对路口在历史时段内的关联参数;该分割预测模块7200用于根据关联参数对待分割区域进行分割,得到待分割区域在目标时段内的预测分割结果;该目标分割模块7300用于根据预测分割结果和历史分割结果,将待分割区域分割为多个目标控制子区,得到待分割区域在目标时段内的目标分割结果;该交通控制模块7400用于根据目标分割结果在目标时段内对待分割区域进行交通控制。
在本发明的一个实施例中,一对路口的关联参数至少可以包括以下任意一项或多项:一对路口之间的车流量、一对路口中每一个路口的信号周期时长、一对路口的间距。
在本发明的一个实施例中,目标分割模块7300可以用于:
获取待分割区域内的路网结构;
以待分割区域中的路口为节点,根据历史分割结果和路网结构确定连接节点的边,得到历史关系图;根据预测分割结果和路网结构确定连接节点的边,得到预测关系图;
根据预测关系图调整历史关系图,得到相对于历史关系图发生变更的边的总数量小于或等于预设的数量阈值的目标关系图;
根据目标关系图得到目标分割结果。
在本发明的一个实施例中,根据预测关系图调整历史关系图,得到相对于历史关系图发生变更的边的数量小于或等于数量阈值的目标关系图包括:
根据预测关系图相对于历史关系图增加的边和断开的边;
对增加的边和断开的边的总数量与数量阈值进行比较;
在增加的边和断开的边的总数量小于或等于数量阈值的情况下,将预测关系图作为目标关系图。
在本发明的一个实施例中,一对路口的关联参数包括一对路口之间的车流量;
该交通控制装置7000还可以包括:
用于在增加的边和断开的边的总数量大于数量阈值的情况下,判断断开的边的数量是否为零的模块;
用于在断开的边的数量为零的情况下,从增加的边中选取对应两个路口间的车流量最大的设定数量个边,对应增加至历史关系图中,得到目标关系图的模块。
在本发明的一个实施例中,该交通控制装置7000还可以包括:
用于在断开的边的数量不为零的情况下,从断开的边中选取对应两个路口间的车流量最大的边,作为保留的边的模块;
用于从增加的边中删除与保留的边连接至相同节点的边,得到调整后增加的边的模块;
用于从断开的边中删除保留的边,得到调整后断开的边的模块;
用于在调整后增加的边和调整后断开的边的总数量小于或等于数量阈值的情况下,在历史关系图中删除调整后断开的边,并添加调整后增加的边,得到目标关系图的模块。
在本发明的一个实施例中,该交通控制装置7000还可以包括:
用于确定预测关系图相对于历史关系图发生变更的边的数量,作为第一数量的模块;
用于确定目标关系图相对于历史关系图发生变更的边的数量,作为第二数量的模块;
用于确定第二数量与第一数量的比值,作为待分割区域在目标时段内的变更完成率的模块。
在本发明的一个实施例中,分割预测模块7200还可以用于:
根据关联参数,确定每一对路口间的关联度;
根据每一对路口间的关联度对待分割区域进行分割,得到待分割区域在目标时段内的预测分割结果。
在本发明的一个实施例中,一对路口的关联参数包括一对路口之间的车流量;
根据关联参数,确定每一对路口间的关联度包括:
确定待分割区域内多对路口的车流量的最大值,作为最大车流量;
根据最大车流量和每一对路口的车流量,确定每一对路口的关联度。
在本发明的一个实施例中,一对路口的关联参数包括一对路口中每一个路口的信号周期时长;
根据关联参数,确定每一对路口间的关联度包括:
确定每一对路口的信号周期时长的差异;
根据每一对路口的信号周期时长、及差异,确定每一对路口的关联度。
在本发明的一个实施例中,一对路口的关联参数包括一对路口的间距;
根据关联参数,确定每一对路口间的关联度包括:
获取预设的路口间距最大值;
确定路口间距最大值之间与每一对路口的间距之间的差值,作为每一对路口对应的差值;
根据路口间距最大值和每一对路口对应的差值确定每一对路口间的关联度。
在本发明的一个实施例中,一对路口的关联参数至少包括一对路口之间的车流量、一对路口中每一个路口的信号周期时长、和一对路口的间距;
根据关联参数,确定每一对路口间的关联度包括:
根据每一对路口间的车流量确定每一对路口间的第一关联度;
根据每一对路口中每一个路口的信号周期时长确定每一对路口间的第二关联度;
根据每一对路口的间距与预设的路口间距最大值确定每一对路口间的第三关联度;
根据预设的权重对每一对路口间的第一关联度、第二关联度、第三关联度进行加权求和,得到每一对路口间的关联度。
在本发明的一个实施例中,根据每一对路口间的关联度对待分割区域进行分割,得到待分割区域在目标时段内的预测分割结果包括:
根据每一对路口间的关联度,确定每一对路口在目标时段内是否位于同一预测控制子区;
根据每一对路口是否位于同一预测控制子区的确定结果,将待分割区域在目标时段内分割为多个预测控制子区,得到预测分割结果。
在本发明的一个实施例中,将一对路口位于同一预测控制子区内的确定结果作为第一设定值,一对路口位于不同预测控制子区内的确定结果作为第二设定值;
根据每一对路口间的关联度,确定每一对路口在目标时段内是否位于同一预测控制子区的步骤包括:
根据每一对路口间的关联度,得到每一对路口是否位于同一预测控制子区内的确定结果与衡量分割质量的指标之间的映射函数;
根据映射函数,确定在衡量分割质量的指标最大的情况下,每一对路口在目标时段内是否位于同一预测控制子区内的确定结果。
在本发明的一个实施例中,根据每一对路口间的关联度,确定每一对路口在目标时段内是否位于同一预测控制子区包括:
判断每一对路口间的关联度是否大于或等于预设的关联度阈值;
确定关联度大于或等于关联度阈值的一对路口在目标时段内位于同一预测控制子区内。
在本发明的一个实施例中,交通控制模块7400还可以用于:
获取每一目标控制子区的交通特征,其中,交通特征包括影响对应目标控制子区的交通状态的特征;
分别根据每一目标控制子区的交通特征,对对应的目标控制子区进行交通控制。
在本发明的一个实施例中,分别根据每一目标控制子区的交通特征,对对应的预测控制子区进行交通控制的步骤包括:
分别根据每一目标控制子区的交通特征,确定位于对应的目标控制子区中多个路口在至少一个相位的目标相位差;
根据位于每一目标控制子区中多个路口在至少一个相位的目标相位差分别对对应的预测控制子区进行交通控制。
本领域技术人员应当明白,可以通过各种方式来实现交通控制装置7000。例如,可以通过指令配置处理器来实现交通控制装置7000。例如,可以将指令存储在ROM中,并且当启动设备时,将指令从ROM读取到可编程器件中来实现交通控制装置7000。例如,可以将交通控制装置7000固化到专用器件(例如ASIC)中。可以将交通控制装置7000分成相互独立的单元,或者可以将它们合并在一起实现。交通控制装置7000可以通过上述各种实现方式中的一种来实现,或者可以通过上述各种实现方式中的两种或更多种方式的组合来实现。
在本实施例中,交通控制装置7000可以具有多种实现形式,例如,交通控制装置7000可以是任何的提供交通控制服务的软件产品或者应用程序中运行的功能模块,或者是这些软件产品或者应用程序的外设嵌入件、插件、补丁件等,还可以是这些软件产品或者应用程序本身。
<电子设备>
在本实施例中,还提供一种电子设备1000。该电子设备1000可以是图1所示的服务器1100,也可以是如图2所示的终端设备1200。
在一方面,如图8所示,该电子设备1000可以包括前述的交通控制装置7000,用于实施本发明任意实施例的交通控制方法。
在另一方面,如图9所示,电子设备1000还可以包括处理器1300和存储器1400,该存储器1400用于存储可执行的指令;该处理器1300用于根据指令的控制运行电子设备1000执行根据本发明任意实施例的交通控制方法。
<计算机可读存储介质>
在本实施例中,还提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序在被处理器执行时实现如本发明任意实施例的交通控制方法。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框目标上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、目标应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (12)

1.一种交通控制方法,包括:
获取待分割区域在历史时段内的历史分割结果、及所述待分割区域内多对路口在所述历史时段内的关联参数;
根据所述关联参数对所述待分割区域进行分割,得到所述待分割区域在目标时段内的预测分割结果;
根据所述预测分割结果和所述历史分割结果,将所述待分割区域分割为多个目标控制子区,得到所述待分割区域在所述目标时段内的目标分割结果;
根据所述目标分割结果在所述目标时段内对所述待分割区域进行交通控制。
2.根据权利要求1所述的方法,一对路口的关联参数至少包括以下任意一项或多项:所述一对路口之间的车流量、所述一对路口中每一个路口的信号周期时长和所述一对路口的间距。
3.根据权利要求2所述的方法,所述根据所述预测分割结果和所述历史分割结果,将所述待分割区域分割为多个目标控制子区,得到所述待分割区域在所述目标时段内的目标分割结果包括:
获取所述待分割区域内的路网结构;
以所述待分割区域中的路口为节点,根据所述历史分割结果和所述路网结构确定连接节点的边,得到历史关系图;根据所述预测分割结果和所述路网结构确定连接节点的边,得到预测关系图;
根据所述预测关系图调整所述历史关系图,得到相对于所述历史关系图发生变更的边的数量小于或等于预设的数量阈值的目标关系图;
根据所述目标关系图得到所述目标分割结果。
4.根据权利要求3所述的方法,所述根据所述预测关系图调整所述历史关系图,得到相对于所述历史关系图发生变更的边的数量小于或等于数量阈值的目标关系图包括:
根据所述预测关系图相对于所述历史关系图增加的边和断开的边;
对所述增加的边和所述断开的边的总数量与所述数量阈值进行比较;
在所述增加的边和所述断开的边的总数量小于或等于所述数量阈值的情况下,将所述预测关系图作为所述目标关系图。
5.根据权利要求4所述的方法,所述一对路口的关联参数包括所述一对路口之间的车流量;
所述方法还包括:
在所述增加的边和所述断开的边的总数量大于所述数量阈值的情况下,判断所述断开的边的数量是否为零;
在所述断开的边的数量为零的情况下,从所述增加的边中选取对应两个路口间的车流量最大的设定数量个边,对应增加至所述历史关系图中,得到所述目标关系图。
6.根据权利要求5所述的方法,还包括:
在所述断开的边的数量不为零的情况下,从所述断开的边中选取对应两个路口间的车流量最大的边,作为保留的边;
从所述增加的边中删除与所述保留的边连接至相同节点的边,得到调整后增加的边;
从所述断开的边中删除所述保留的边,得到调整后断开的边;
在所述调整后增加的边和所述调整后断开的边的总数量小于或等于所述数量阈值的情况下,在所述历史关系图中删除所述调整后断开的边,并添加所述调整后增加的边,得到所述目标关系图。
7.根据权利要求3所述的方法,还包括:
确定所述预测关系图相对于所述历史关系图发生变更的边的数量,作为第一数量;
确定所述目标关系图相对于所述历史关系图发生变更的边的数量,作为第二数量;
确定所述第二数量与所述第一数量的比值,作为所述待分割区域在所述目标时段内的变更完成率。
8.根据权利要求1所述的方法,所述根据所述目标分割结果对所述待分割区域进行交通控制包括:
获取每一目标控制子区的交通特征,其中,所述交通特征包括影响对应目标控制子区的交通状态的特征;
分别根据每一所述目标控制子区的交通特征,对对应的目标控制子区进行交通控制。
9.根据权利要求8所述的方法,所述分别根据每一所述目标控制子区的交通特征,对对应的预测控制子区进行交通控制的步骤包括:
分别根据每一所述目标控制子区的交通特征,确定位于对应的目标控制子区中多个路口在至少一个相位的目标相位差;
根据位于每一目标控制子区中多个路口在至少一个相位的目标相位差分别对对应的预测控制子区进行交通控制。
10.一种交通控制装置,包括:
历史获取模块,用于获取待分割区域在历史时段内的历史分割结果、及所述待分割区域内多对路口在所述历史时段内的关联参数;
分割预测模块,用于根据所述关联参数对所述待分割区域进行分割,得到所述待分割区域在目标时段内的预测分割结果;
目标分割模块,用于根据所述预测分割结果和所述历史分割结果,将所述待分割区域分割为多个目标控制子区,得到所述待分割区域在所述目标时段内的目标分割结果;
交通控制模块,用于根据所述目标分割结果在所述目标时段内对所述待分割区域进行交通控制。
11.一种电子设备,包括:
如权利要求10所述的分割装置;或者,
处理器和存储器,所述存储器用于存储可执行的指令,所述指令用于控制所述处理器执行根据权利要求1至9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器执行时实现如权利要求1至9中任一项所述的方法。
CN202010025731.7A 2020-01-10 2020-01-10 一种交通控制方法、装置及电子设备 Active CN113129614B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010025731.7A CN113129614B (zh) 2020-01-10 2020-01-10 一种交通控制方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010025731.7A CN113129614B (zh) 2020-01-10 2020-01-10 一种交通控制方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113129614A true CN113129614A (zh) 2021-07-16
CN113129614B CN113129614B (zh) 2023-01-24

Family

ID=76771213

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010025731.7A Active CN113129614B (zh) 2020-01-10 2020-01-10 一种交通控制方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN113129614B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114973699A (zh) * 2022-05-10 2022-08-30 阿波罗智联(北京)科技有限公司 交通控制信号的生成方法、边缘计算单元和路侧单元

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002367077A (ja) * 2001-06-07 2002-12-20 Mitsubishi Electric Corp 交通渋滞判定装置及び交通渋滞判定方法
CN101275854A (zh) * 2007-03-26 2008-10-01 日电(中国)有限公司 更新地图数据的方法和设备
JP2010079327A (ja) * 2008-09-24 2010-04-08 Sumitomo Electric Ind Ltd 交通信号制御システム、信号制御装置
CN102722986A (zh) * 2012-06-28 2012-10-10 吉林大学 城市路网交通控制子区动态划分方法
CN102800200A (zh) * 2012-06-28 2012-11-28 吉林大学 相邻信号交叉口相关性分析方法
CN103544841A (zh) * 2013-10-22 2014-01-29 银江股份有限公司 交通控制区域动态划分方法
JP2015169999A (ja) * 2014-03-05 2015-09-28 トヨタ自動車株式会社 行動エリア予測装置
CN106971565A (zh) * 2017-04-22 2017-07-21 高新兴科技集团股份有限公司 一种基于物联网的区域交通边界控制与诱导协同方法及系统
CN107622677A (zh) * 2017-09-30 2018-01-23 中国华录·松下电子信息有限公司 基于区域控制的智能交通优化方法
CN108320511A (zh) * 2018-03-30 2018-07-24 江苏智通交通科技有限公司 基于谱聚类的城市道路交通子区划分方法
JP2018132595A (ja) * 2017-02-14 2018-08-23 トヨタ自動車株式会社 エリア抽出システムおよびエリア抽出方法
EP3425608A1 (en) * 2017-07-03 2019-01-09 Fujitsu Limited Traffic signal control using multiple q-learning categories
CN109410577A (zh) * 2018-11-09 2019-03-01 东北林业大学 基于空间数据挖掘的自适应交通控制子区划分方法
CN110111567A (zh) * 2019-04-23 2019-08-09 刘畅 一种基于模块度评估的交通控制子区划分方法及系统
CN110136440A (zh) * 2019-05-17 2019-08-16 东南大学 一种基于广度优先搜索的交叉口群范围界定方法
CN110210487A (zh) * 2019-05-30 2019-09-06 上海商汤智能科技有限公司 一种图像分割方法及装置、电子设备和存储介质
US10473478B1 (en) * 2018-06-21 2019-11-12 Visa International Service Association System, method, and computer program product for machine-learning-based traffic prediction
CN110458394A (zh) * 2019-07-05 2019-11-15 阿里巴巴集团控股有限公司 一种基于对象关联度的指标测算方法及装置

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002367077A (ja) * 2001-06-07 2002-12-20 Mitsubishi Electric Corp 交通渋滞判定装置及び交通渋滞判定方法
CN101275854A (zh) * 2007-03-26 2008-10-01 日电(中国)有限公司 更新地图数据的方法和设备
JP2010079327A (ja) * 2008-09-24 2010-04-08 Sumitomo Electric Ind Ltd 交通信号制御システム、信号制御装置
CN102722986A (zh) * 2012-06-28 2012-10-10 吉林大学 城市路网交通控制子区动态划分方法
CN102800200A (zh) * 2012-06-28 2012-11-28 吉林大学 相邻信号交叉口相关性分析方法
CN103544841A (zh) * 2013-10-22 2014-01-29 银江股份有限公司 交通控制区域动态划分方法
JP2015169999A (ja) * 2014-03-05 2015-09-28 トヨタ自動車株式会社 行動エリア予測装置
JP2018132595A (ja) * 2017-02-14 2018-08-23 トヨタ自動車株式会社 エリア抽出システムおよびエリア抽出方法
CN106971565A (zh) * 2017-04-22 2017-07-21 高新兴科技集团股份有限公司 一种基于物联网的区域交通边界控制与诱导协同方法及系统
EP3425608A1 (en) * 2017-07-03 2019-01-09 Fujitsu Limited Traffic signal control using multiple q-learning categories
CN107622677A (zh) * 2017-09-30 2018-01-23 中国华录·松下电子信息有限公司 基于区域控制的智能交通优化方法
CN108320511A (zh) * 2018-03-30 2018-07-24 江苏智通交通科技有限公司 基于谱聚类的城市道路交通子区划分方法
US10473478B1 (en) * 2018-06-21 2019-11-12 Visa International Service Association System, method, and computer program product for machine-learning-based traffic prediction
CN109410577A (zh) * 2018-11-09 2019-03-01 东北林业大学 基于空间数据挖掘的自适应交通控制子区划分方法
CN110111567A (zh) * 2019-04-23 2019-08-09 刘畅 一种基于模块度评估的交通控制子区划分方法及系统
CN110136440A (zh) * 2019-05-17 2019-08-16 东南大学 一种基于广度优先搜索的交叉口群范围界定方法
CN110210487A (zh) * 2019-05-30 2019-09-06 上海商汤智能科技有限公司 一种图像分割方法及装置、电子设备和存储介质
CN110458394A (zh) * 2019-07-05 2019-11-15 阿里巴巴集团控股有限公司 一种基于对象关联度的指标测算方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MOHAMMADREZA SAEEDMANESH ETC.: "Clustering of heterogeneous networks with directional flows based on "Snake"similarities:Elsevier Science,关键词:traffic,snake,similarity", 《TRANSPORTATION RESEARCH PART B》 *
胡海涛: "基于相位差协调机制的区域交通信号优化控制", 《中国优秀硕士学位论文全文数据库》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114973699A (zh) * 2022-05-10 2022-08-30 阿波罗智联(北京)科技有限公司 交通控制信号的生成方法、边缘计算单元和路侧单元

Also Published As

Publication number Publication date
CN113129614B (zh) 2023-01-24

Similar Documents

Publication Publication Date Title
CN111210625B (zh) 一种交通控制方法、装置及电子设备
CN111527476B (zh) 针对数据密集型工作负载进行跨云资源放置的系统和方法
CN111915877A (zh) 一种车流路径分布信息的处理方法、装置及电子设备
JP2021128771A (ja) 交通灯信号の制御方法、装置、機器及び記憶媒体
CN110795514B (zh) 道路元素的识别和路网构建方法,装置,存储介质及电子设备
CN111341099B (zh) 一种数据处理方法、装置及电子设备
CN112683287A (zh) 路径生成方法及装置、电子设备和存储介质
US11018981B2 (en) System and method for replication container performance and policy validation using real time network traffic
CN111028511B (zh) 一种交通拥堵预警方法及装置
CN111223310B (zh) 一种信息处理方法、装置及电子设备
CN109993985A (zh) 交通工具的绿波带行驶状态控制方法、交通工具和存储介质
CN111292546A (zh) 一种信息处理方法、装置、及电子设备
WO2020034625A1 (zh) 路线推荐方法、装置、电子设备及存储介质
CN113129614B (zh) 一种交通控制方法、装置及电子设备
CN111291681B (zh) 车道线变化信息的检测方法、装置及设备
JP2018531379A (ja) 経路照会方法、装置、デバイス及び不揮発性コンピューター記憶媒体
JP2018531379A6 (ja) 経路照会方法、装置、デバイス及び不揮発性コンピューター記憶媒体
KR20210137936A (ko) 차량 대기 정보를 결정하는 방법, 전자 기기, 노변 기기, 클라우드 제어 플랫폼, 저장 매체, 및 컴퓨터 프로그램 제품
CN112785858B (zh) 一种交通控制方法、装置及电子设备
US20230078656A1 (en) Method and apparatus for determining navigation prompt information, storage medium and electronic device
CN111432141A (zh) 一种混剪视频确定方法、装置、设备及存储介质
CN111564047A (zh) 一种信号控制区域的分割方法、装置、及电子设备
JP7201340B2 (ja) 車群決定装置及び車群決定システム
WO2020147600A1 (zh) 一种交通控制方法、装置及电子设备
CN112652161B (zh) 一种车流路径分布信息的处理方法、装置、及电子设备

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
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40056170

Country of ref document: HK

GR01 Patent grant
GR01 Patent grant