CN113178072A - 一种交通防堵塞预测系统及预测方法 - Google Patents

一种交通防堵塞预测系统及预测方法 Download PDF

Info

Publication number
CN113178072A
CN113178072A CN202110440551.XA CN202110440551A CN113178072A CN 113178072 A CN113178072 A CN 113178072A CN 202110440551 A CN202110440551 A CN 202110440551A CN 113178072 A CN113178072 A CN 113178072A
Authority
CN
China
Prior art keywords
module
congestion
vehicle
substation
spectrogram
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
Application number
CN202110440551.XA
Other languages
English (en)
Inventor
黄立威
周桂良
韩丽娟
倪睿
桂磊
诸玥廷
孟婷
徐彤
丁玲
毛丽娜
包旭
朱胜雪
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.)
Huaiyin Institute of Technology
Original Assignee
Huaiyin Institute of Technology
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 Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN202110440551.XA priority Critical patent/CN113178072A/zh
Publication of CN113178072A publication Critical patent/CN113178072A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/01—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
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种交通防堵塞预测系统及预测方法，该预测系统包括总站处理模块、无线信号收发模块、分站处理模块组和车机互联模块；总站处理模块包括多分站区域划分模块、拥堵形成预测模块和拥堵模拟模块；分站处理模块组包括多个分站处理模块；分站处理模块组通过无线信号收发模块与总站处理模块连接，进而对车况进行监控。本发明设置分站处理模块组对高速公路的车况进行监控，降低了堵车的概率；通过设置拥堵形成预测模块，便于分辨哪些路段更为拥堵；拥堵模拟模块中的光谱图模拟快进模块提前显示行车数据，并将行车数据传递给模拟结果分析模块和展示出来，方便判断限定车速生成模块生成的车速是否准确，降低了拥堵率。

Description

一种交通防堵塞预测系统及预测方法
技术领域
本发明涉及智能交通领域中的防堵塞系统，尤其涉及一种交通防堵塞预测系统及预测方法。
背景技术
智能交通系统是将先进的信息技术、数据通讯传输技术、电子传感技术、控制技术及计算机技术有效地集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管理系统，该交通系统由交通信息服务系统、交通管理系统两部分组成。
目前，在城市高速公路上经常会因为一些原因发生堵塞事件，而在堵塞过程中，后车在不知情的情况下，仍会以原定速度继续行驶，导致会增加堵塞的严重程度。
再者，由于后车司机无法有效了解交通堵塞的具体情况，且又无法收到通知，导致塞车越发严重，影响车主们的正常出行，且公路无法对堵车情况进行预测判断，导致塞车发生的几率很难下降。
发明内容
发明目的：本发明提出一种交通防堵塞预测系统及预测方法，以解决现有技术中因无法了解交通堵塞的具体情况导致堵车发生机率难以下降的技术问题。
技术方案：本发明交通防堵塞预测系统包括总站处理模块、无线信号收发模块、分站处理模块组和车机互联模块；总站处理模块与无线信号收发模块之间通过双向信号连接；无线信号收发模块分别与分站处理模块组之间通过双向信号连接；分站处理模块组与车机互联模块之间通过双向信号连接；
总站处理模块包括多分站区域划分模块、拥堵形成预测模块和拥堵模拟模块；
分站处理模块组包括多个分站处理模块；
分站处理模块组通过无线信号收发模块与总站处理模块连接，进而对车况进行监控。
拥堵形成预测模块包括摄像模块、拥堵程度检测模块、数据转换模块、光谱图生成模块A、拥堵色调显示模块和色调对比模块；该摄像模块对拥堵路段的车辆进行监控并将信息传递给拥堵程度检测模块；拥堵程度检测模块将信息传递给数据转换模块，数据转换模块对信息进行转换并传递给光谱图生成模块A。其中光谱图生成模块A在拥堵色调显示模块上将信息显示出来，不同拥堵路段的色调均不相同，同时利用色调对比模块对各种色调进行区分，方便工作人员分辨哪些路段更为拥堵。
拥堵模拟模块包括行车数据反馈模块、反馈数据添加模块、光谱图生成模块B、光谱图模拟快进模块和模拟结果分析模块；该行车数据反馈模块将行车数据传递给反馈数据添加模块；反馈数据添加模块将数据添加至光谱图生成模块B中，光谱图生成模块B与光谱图生成模块A的信息一致，在添加数据后光谱图生成模块B提前做出变化，同时光谱图模拟快进模块快速模拟并提前显示行车数据，并将行车数据传递给模拟结果分析模块，最后模拟结果分析模块将分析结果展示出来，方便工作人员观察，方便判断限定车速生成模块生成的车速是否准确，降低拥堵率。
分站处理模块包括红外探测模块、车速计算模块、车流量检测模块、限定车速生成模块、拥堵地点检测模块、拥堵原因分析模块、拥堵时长预算模块、车机互联模块和互联网模块；该红外探测模块与车速计算模块连接。
本发明防堵塞预测方法包括以下步骤：
步骤(1)，首先利用分站处理模块组对公路进行检测，将多个红外探测模块A分布在一段公路上对过往的车辆进行检测，分站处理模块组监控多个区域，并通过无线信号收发模块与总站处理模块相互连接，达到信息互动的效果，进而对高速公路的车况进行灵活监控；总站处理模块通过多分站区域划分模块对不同分站区域进行调控，使分站区域相互配合解决拥堵问题；
步骤(2)，车速计算模块收集分站处理模块组的信息，并计算出不同车辆的行驶速度，并配合经过的各个红外探测模块之间的时间，来计算车辆行驶的平均速度；其中车流量检测模块计算车流量并将车流量信息传递给限定车速生成模块，限定车速生成模块配合车速计算模块传递的信息来生成车速，并通过车机互联模块将限定车速发送给车主，使车主以限定速度通行进而降低塞车的概率；
步骤(3)，摄像模块对拥堵路段的车辆进行监控，并将监控信息传递给拥堵程度检测模块；其中拥堵程度检测模块将信息传递给数据转换模块，数据转换模块对信息进行转换并传递给光谱图生成模块A；光谱图生成模块A在拥堵色调显示模块上将信息显示出来，同时利用色调对比模块对各种色调进行区分，便于分辨哪些路段更为拥堵；
步骤(4)，光谱图生成模块A工作时，行车数据反馈模块将采集的行车数据传递给反馈数据添加模块，反馈数据添加模块将数据添加至光谱图生成模块B中，光谱图生成模块B与光谱图生成模块A的信息一致，在添加数据后光谱图生成模块B提前做出变化，同时光谱图模拟快进模块快速模拟提前显示行车数据，并将行车数据传递给模拟结果分析模块，最后模拟结果分析模块将分析结果展示出来，方便判断限定车速生成模块生成的车速是否准确，降低拥堵率。
工作原理：本发明的分站处理模块组监控多个区域，并通过无线信号收发模块与总站处理模块相互连接，进而对高速公路的车况进行灵活监控。
其中多个红外探测模块分布在公路上，对过往的车辆检测，并将检测后的结果传递给车速计算模块，车速计算模块计算出不同车辆的行驶速度，并配合经过的各个红外探测模块的时间计算车辆行驶的平均速度。
车流量检测模块计算车流量并将车流量信息传递给限定车速生成模块，限定车速生成模块配合车速计算模块传递的信息生成车速，并通过车机互联模块将限定车速发送给车主，使车主以限定速度通行降低堵车的概率。多分站区域划分模块对不同分站区域进行调控，其中摄像模块对拥堵路段的车辆进行监控，拥堵程度检测模块将信息传递给数据转换模块，数据转换模块对信息进行转换并传递给光谱图生成模块A，光谱图生成模块A在拥堵色调显示模块上将信息显示出来，同时利用色调对比模块对各种色调进行区分。行车数据反馈模块将采集的行车数据传递给反馈数据添加模块，反馈数据添加模块将数据添加至光谱图生成模块B中，光谱图生成模块B与光谱图生成模块A的信息一致，在添加数据后光谱图生成模块B提前做出变化，同时光谱图模拟快进模块快速模拟提前显示行车数据，并将行车数据传递给模拟结果分析模块，最后模拟结果分析模块将分析结果展示出来，方便判断限定车速生成模块生成的车速是否准确，降低拥堵率。
有益效果：与现有技术相比，本发明具有以下优点：
(1)本发明的分站处理模块组通过无线信号收发模块与总站处理模块连接，达到信息互动，且对高速公路的车况进行灵活监控，极大降低了堵车的概率。
(2)通过设置总站处理模块，其中的多分站区域划分模块对不同分站区域进行调控，使各分站区域联合相互配合解决拥堵问题，通过设置拥堵形成预测模块，方便工作人员明确分辨哪些路段更为拥堵。
(3)设置拥堵模拟模块中的光谱图模拟快进模块快速模拟提前显示行车数据，并将行车数据传递给模拟结果分析模块，并将分析结果展示出来，方便判断限定车速生成模块生成的车速是否准确，降低了拥堵率。
附图说明
图1为本发明交通防堵塞预测方法流程示意图；
图2为本发明交通防堵塞预测系统中总站处理模块的子模块结构示意图；
图3为本发明交通防堵塞预测系统中分站处理模块A的子模块结构示意图；
图4为本发明总站处理模块中拥堵形成预测模块的子模块结构示意图；
图5为本发明总站处理模块中拥堵模拟模块的子模块结构示意图。
具体实施方式
实施例：
如图1所示，本发明交通防堵塞预测系统，包括总站处理模块、无线信号收发模块、分站处理模块组和车机互联模块；其中，该分站处理模块组包括分站处理模块A、分站处理模块B和分站处理模块C。
总站处理模块与无线信号收发模块之间通过双向信号连接；无线信号收发模块分别与分站处理模块A、分站处理模块B和分站处理模块C之间通过双向信号连接；分站处理模块A、分站处理模块B和分站处理模块C与车机互联模块之间通过双向信号连接。
如图2所示，总站处理模块包括多分站区域划分模块、拥堵形成预测模块和拥堵模拟模块。
分站处理模块A、分站处理模块B和分站处理模块C的结构和功能相同，以分站处理模块A为例进行分析：
如图3所示，分站处理模块A包括红外探测模块A、红外探测模块B、红外探测模块C、车速计算模块、车流量检测模块、限定车速生成模块、拥堵地点检测模块、拥堵原因分析模块、拥堵时长预算模块、车机互联模块和互联网模块。其中，红外探测模块A、红外探测模块B和红外探测模块C的输出端均与车速计算模块的输入端电性连接，车速计算模块的输出端和车流量检测模块的输出端均与限定车速生成模块的输入端电性连接。拥堵地点检测模块的输出端与拥堵原因分析模块的输入端电性连接，拥堵原因分析模块与互联网模块双向信号连接。
拥堵原因分析模块的输出端与拥堵时长预算模块的输入端电性连接，拥堵时长预算模块的输出端与车机互联模块的输入端电性连接，车机互联网模块的输入端与限定车速生成模块的输出端电性连接。
本实施例中，通过设置分站处理模块A、分站处理模块B和分站处理模块C，其中红外探测模块A、红外探测模块B和红外探测模块C均匀分布在公路上，红外探测模块A、红外探测模块B和红外探测模块C对过往的车辆进行检测，并将检测后的结果传递给车速计算模块，车速计算模块内设置车速算法，根据车速算法计算出不同车辆的行驶速度，并配合经过红外探测模块A、红外探测模块B和红外探测模块C各个之间的时间，来计算车辆行驶的平均速度。
其中车流量检测模块计算车流量并将车流量信息传递给限定车速生成模块，限定车速生成模块配合车速计算模块传递的信息来生成车速，并通过车机互联模块将限定车速发送给车主，让车主以限定速度通行降低塞车的概率。
分站处理模块A、分站处理模块B和分站处理模块C分别监控多个区域，并通过无线信号收发模块与总站处理模块相互连接，达到信息互动的效果，进而对高速公路的车况进行灵活监控，极大降低了塞车的概率。
车速计算模块在计算时需要配合红外探测模块A、红外探测模块B和红外探测模块C，红外探测模块A与红外探测模块B对经过车辆的信息进行捕捉，设置车辆经过红外探测模块A与红外探测模块B之间的时间为a1，红外探测模块A与红外探测模块B之间的距离为b1，测速计算模块计算得出的车速为c1＝b1/a1。
设置车辆经过红外探测模块C与红外探测模块B之间的时间为a2，红外探测模块C与红外探测模块B之间的距离为b2，测速计算模块计算得出的车速为c2＝b2/a2，
设置车辆经过红外探测模块A与红外探测模块C之间的时间为a3，红外探测模块C与红外探测模块B之间的距离为b3，测速计算模块计算得出的车速为c3＝b3/a3。进而求出平均速度。
根据不同时段车主的行车速度分析车主的驾驶习惯以方便后续预测，红外探测模块A、红外探测模块B和红外探测模块C对短时间内经过红外探测模块A、红外探测模块B或红外探测模块C中任意探测模块中一段车辆位移进行检测，同时根据公式
Figure BDA0003034877350000051
和Vt 2-Vo 2＝2as对车辆行驶的加速度进行计算，其中，S为位移，V0为初始速度，a为加速度，t为时间，Vt为行驶速度。并配合平均车速和车辆加速度进行系统分析，限定车速生成模块生成合适于驾驶员的速度。
如图4所示，该拥堵形成预测模块包括摄像模块、拥堵程度检测模块、数据转换模块、光谱图生成模块A、拥堵色调显示模块和色调对比模块。其中，摄像模块的输出端与拥堵程度检测模块的输入端电性连接，拥堵程度检测模块的输出端与数据转换模块的输入端电性连接，数据转换模块的输出端与光谱图生成模块A的输入端电性连接，光谱图生成模块A的输出端与拥堵色调显示模块的输入端电性连接，拥堵色调显示模块与色调对比模块之间电性双向连接。
总站处理模块中包括的多分站区域划分模块对不同分站区域进行调控，使各分站区域相互配合解决拥堵问题。
拥堵形成预测模块中的摄像模块对拥堵路段的车辆进行监控，并将监控信息传递给拥堵程度检测模块。拥堵程度检测模块将信息传递给数据转换模块，数据转换模块对信息进行转换并传递给光谱图生成模块A。其中光谱图生成模块A在拥堵色调显示模块上将信息显示出来，不同拥堵路段的色调均不相同，同时利用色调对比模块对各种色调进行区分，方便工作人员分辨哪些路段更为拥堵。
如图5所示，拥堵模拟模块包括行车数据反馈模块、反馈数据添加模块、光谱图生成模块B、光谱图模拟快进模块和模拟结果分析模块。该行车数据反馈模块的输出端与反馈数据添加模块的输入端电性连接，反馈数据添加模块的输出端与光谱图生成模块B的输入端电性连接，光谱图生成模块B的输出端与光谱图模拟快进模块的输入端电性连接，光谱图模拟快进模块的输出端与模拟结果分析模块的输入端电性连接。
拥堵模拟模块中的行车数据反馈模块将公路上采集的行车数据传递给反馈数据添加模块，反馈数据添加模块将数据添加至光谱图生成模块B中，光谱图生成模块B与光谱图生成模块A的信息一致，在添加数据后光谱图生成模块B提前做出变化，同时光谱图模拟快进模块快速模拟并提前显示行车数据，并将行车数据传递给模拟结果分析模块，最后模拟结果分析模块将分析结果展示出来，方便工作人员观察，方便判断限定车速生成模块生成的车速是否准确，降低拥堵率。
本发明交通防堵塞预测方法，具体包括以下步骤：
步骤(1)，首先利用分站处理模块A、分站处理模块B和分站处理模块C对公路情况进行检测，将红外探测模块A、红外探测模块B和红外探测模块C分布在一段公路上。红外探测模块A、红外探测模块B和红外探测模块C对过往的车辆进行检测，分站处理模块A、分站处理模块B和分站处理模块C分别监控多个区域，并通过无线信号收发模块与总站处理模块连接，达到信息互动的效果，进而对高速公路的车况进行灵活监控。总站处理模块通过多分站区域划分模块对不同分站区域进行调控，使分站区域联合相互配合解决拥堵问题。
步骤(2)，车速计算模块收集分站处理模块A、分站处理模块B和分站处理模块C的信息，根据上面的车速计算方法计算出不同车辆的行驶速度，并配合经过红外探测模块A、红外探测模块B和红外探测模块C的时间计算车辆行驶的平均速度。其中车流量检测模块计算车流量并将车流量信息传递给限定车速生成模块，限定车速生成模块配合车速计算模块传递的信息来生成车速，并通过车机互联模块将限定车速发送给车主，让车主以限定速度通行降低塞车的概率。
步骤(3)，摄像模块对拥堵路段的车辆进行监控，并将监控信息传递给拥堵程度检测模块，其中拥堵程度检测模块将信息传递给数据转换模块，数据转换模块对信息进行转换并传递给光谱图生成模块A，其中光谱图生成模块A在拥堵色调显示模块上将信息显示出来，不同拥堵路段的色调不相同，同时利用色调对比模块对各种色调进行区分，方便工作人员分辨哪些路段更为拥堵。
步骤(4)，光谱图生成模块A工作的过程中，行车数据反馈模块将公路上采集的行车数据传递给反馈数据添加模块，反馈数据添加模块将数据添加至光谱图生成模块B中，光谱图生成模块B与光谱图生成模块A的信息一致，在添加数据后光谱图生成模块B提前做出变化，同时光谱图模拟快进模块快速模拟提前显示行车数据，并将行车数据传递给模拟结果分析模块，最后模拟结果分析模块将分析结果展示出来，方便工作人员判断限定车速生成模块生成的车速是否准确，进而降低拥堵率。

Claims (10)

1.一种交通防堵塞预测系统，其特征在于：所述防堵塞预测系统包括总站处理模块、无线信号收发模块、分站处理模块组和车机互联模块；
所述总站处理模块包括多分站区域划分模块、拥堵形成预测模块和拥堵模拟模块；
所述分站处理模块组包括多个分站处理模块；
所述分站处理模块组通过无线信号收发模块与总站处理模块连接，进而对车况进行监控。
2.根据权利要求1所述的交通防堵塞预测系统，其特征在于：所述拥堵形成预测模块包括摄像模块、拥堵程度检测模块、数据转换模块、光谱图生成模块A、拥堵色调显示模块和色调对比模块；所述摄像模块对拥堵路段的车辆进行监控并将信息传递给拥堵程度检测模块。
3.根据权利要求1所述的交通防堵塞预测系统，其特征在于：所述拥堵模拟模块包括行车数据反馈模块、反馈数据添加模块、光谱图生成模块B、光谱图模拟快进模块和模拟结果分析模块；所述行车数据反馈模块将行车数据传递给反馈数据添加模块。
4.根据权利要求1所述的交通防堵塞预测系统，其特征在于：所述分站处理模块包括红外探测模块、车速计算模块、车流量检测模块、限定车速生成模块、拥堵地点检测模块、拥堵原因分析模块、拥堵时长预算模块、车机互联模块和互联网模块；所述红外探测模块与车速计算模块连接。
5.一种交通防堵塞预测方法，其特征在于：采用如权利要求1所述的交通防堵塞预测判断系统进行判断，所述方法包括以下步骤：
步骤(1)，首先利用分站处理模块组以分区域的形式对公路进行检测和监控；
步骤(2)，所述分站处理模块组根据计算出不同车辆的行驶速度，并配合红外探测模块计算出车辆的平均速度，车流量检测模块计算车流量并将车流量信息传递给限定车速生成模块，配合车速计算模块传递的信息限定车速，并将限定车速发送给车主；
步骤(3)，控制摄像模块对拥堵路段的车辆进行监控，并将监控信息传递给拥堵程度检测模块和数据转换模块，所述数据转换模块将转换后的信息传递给光谱图生成模块A；
步骤(4)，光谱图生成模块A工作时，行车数据反馈模块将采集的行车数据传递给反馈数据添加模块，所述反馈数据添加模块将数据添加至光谱图生成模块B中，添加数据后，光谱图生成模块B提前做出变化，所述光谱图模拟快进模块提前显示行车数据，并将行车数据传递给模拟结果分析模块，所述模拟结果分析模块将分析结果展示出来。
6.根据权利要求5所述的交通防堵塞预测方法，其特征在于：步骤(1)中，将多个红外探测模块分布在公路上，记录车辆经过红外探测模块之间的距离和时间。
7.根据权利要求5所述的交通防堵塞预测方法，其特征在于：步骤(2)中，所述车速计算模块根据车辆经过红外探测模块之间的时间和距离，计算出车辆的行驶速度。
8.根据权利要求5所述的交通防堵塞预测方法，其特征在于：步骤(3)中，所述光谱图生成模块将信息在拥堵色调显示模块上显示出来，并利用色调对比模块对色调进行区分。
9.根据权利要求5所述的交通防堵塞预测方法，其特征在于：步骤(4)中，所述光谱图生成模块B与光谱图生成模块A的信息一致。
10.根据权利要求5所述的交通防堵塞预测方法，其特征在于：步骤(4)中，通过对比分析结果来判断限定车速生成模块生成的车速是否准确。
CN202110440551.XA 2021-04-23 2021-04-23 一种交通防堵塞预测系统及预测方法 Pending CN113178072A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110440551.XA CN113178072A (zh) 2021-04-23 2021-04-23 一种交通防堵塞预测系统及预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110440551.XA CN113178072A (zh) 2021-04-23 2021-04-23 一种交通防堵塞预测系统及预测方法

Publications (1)

Publication Number Publication Date
CN113178072A true CN113178072A (zh) 2021-07-27

Family

ID=76924231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110440551.XA Pending CN113178072A (zh) 2021-04-23 2021-04-23 一种交通防堵塞预测系统及预测方法

Country Status (1)

Country Link
CN (1) CN113178072A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114298493A (zh) * 2021-12-09 2022-04-08 苏州智能交通信息科技股份有限公司 一种公路运行监测系统、方法、终端及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108053648A (zh) * 2017-12-12 2018-05-18 郑州财经学院 拥堵道路的高效通行控制方法
WO2020006925A1 (zh) * 2018-07-05 2020-01-09 南京理工大学 一种基于单轴地磁传感器的车辆检测方法
CN110895881A (zh) * 2019-12-17 2020-03-20 成都通甲优博科技有限责任公司 交通数据处理方法、设备及存储介质
CN111383453A (zh) * 2020-02-18 2020-07-07 山东摩西网络科技有限公司 交通信号控制在线仿真和实时跟踪反馈系统及运行方法
CN112396838A (zh) * 2020-11-17 2021-02-23 淮阴工学院 一种道路交通拥堵预警系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108053648A (zh) * 2017-12-12 2018-05-18 郑州财经学院 拥堵道路的高效通行控制方法
WO2020006925A1 (zh) * 2018-07-05 2020-01-09 南京理工大学 一种基于单轴地磁传感器的车辆检测方法
CN110895881A (zh) * 2019-12-17 2020-03-20 成都通甲优博科技有限责任公司 交通数据处理方法、设备及存储介质
CN111383453A (zh) * 2020-02-18 2020-07-07 山东摩西网络科技有限公司 交通信号控制在线仿真和实时跟踪反馈系统及运行方法
CN112396838A (zh) * 2020-11-17 2021-02-23 淮阴工学院 一种道路交通拥堵预警系统及方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114298493A (zh) * 2021-12-09 2022-04-08 苏州智能交通信息科技股份有限公司 一种公路运行监测系统、方法、终端及存储介质

Similar Documents

Publication Publication Date Title
CN112885144B (zh) 一种施工作业区车辆撞入事件预警方法及系统
US20210201672A1 (en) Video-based main road cooperative signal machine control method
CN111325978B (zh) 一种高速公路车辆异常行为的全程监测警示系统和方法
CN109285349B (zh) 车路协同环境下高速公路交通事件检测方法及预警系统
CN110718062B (zh) 一种大区域多目标交通事件检测系统及方法
US10699568B1 (en) Video-based crossroad signal machine control method
CN110329249A (zh) 一种循环神经网络的汽车前向碰撞预警控制系统及方法
CN113763740A (zh) 一种大数据交通导引系统及导引方法
CN101799985A (zh) 一种公路隧道交通识别方法
CN109141922B (zh) 无人车禁令交通标志牌自主感知能力测试系统及测试方法
Taniguchi et al. Evaluation of a bicycle-mounted ultrasonic distance sensor for monitoring road surface condition
CN107331211A (zh) 一种高速公路隧道二次交通事故预警系统
CN109094574B (zh) 一种基于台架的无人车驾驶状态测量控制系统
CN116798272A (zh) 基于车辆通信的道路十字路口盲区车辆预警系统及方法
CN111477011A (zh) 一种用于道路路口预警的检测装置及检测方法
CN113178072A (zh) 一种交通防堵塞预测系统及预测方法
CN117953693B (zh) 一种基于视频ai的高速公路交通智能监测系统
TW202008325A (zh) 協同式車輛安全系統與方法
CN111881952A (zh) 基于预警大数据的驾驶员倾向性分析方法
WO1991013418A1 (en) Traffic flow monitor apparatus
CN110942644B (zh) 一种道路瓶颈路段识别及交通拥堵传播预警系统和方法
US20230054889A1 (en) Automatically tracking a trajectory of a vehicle
CN112447042B (zh) 交通事件侦测系统及方法
CN109941265B (zh) 汽车电子机械制动系统
CN112396838A (zh) 一种道路交通拥堵预警系统及方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210727