CN113257018A - 从连接的车辆轨迹数据中得出交通信号配时方案 - Google Patents
从连接的车辆轨迹数据中得出交通信号配时方案 Download PDFInfo
- Publication number
- CN113257018A CN113257018A CN202110190165.XA CN202110190165A CN113257018A CN 113257018 A CN113257018 A CN 113257018A CN 202110190165 A CN202110190165 A CN 202110190165A CN 113257018 A CN113257018 A CN 113257018A
- Authority
- CN
- China
- Prior art keywords
- data
- time
- timing scheme
- intersection
- vehicle
- 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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/085—Controlling traffic signals using a free-running cyclic timer
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
-
- 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
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
交通信号配时方案是从车辆轨迹或探测数据得出的。在数周或更长时间量级的采样时间内,收集探测数据并将其存档在数据存储器中。探测数据被针对时钟漂移进行校正,被地理围栏过滤到选定的交叉路口,然后识别并分析在交叉路口中的停止线穿越事件以及相关数据,以确定交叉路口的配时方案和时间表。这样,避免了访问政府机构的配时方案,从而节省了时间和费用。
Description
优先权要求
(1)本申请要求2020年2月13日提交的美国临时申请No.62/976,253的优先权。
(2)本申请要求2021年2月10日提交的美国申请No.17/173,096的优先权。
版权声明
交通技术服务公司(Traffic Technology Services,Inc.)本专利文件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专利和商标局的专利文件或记录中出现的方式对专利文件或专利公开内容进行传真复制,但保留其他所有的版权。37CFR§1.71(d)。
技术领域
本公开属于交通工程领域,并且涉及从连接的车辆轨迹数据中得出交通信号配时方案(traffic signal timing plan)的方法、系统和软件。
背景技术
在许多地方,尤其是大城市,车辆交通的通畅性(以及经常是行人或骑自行车的人的安全)取决于电子交通控制信号-例如,那些显示常见的绿-黄-红灯顺序的信号。交通信号通常根据配时方案运行。一天中的时间(例如高峰时间)、一周中的几天、假期等可能有不同的配时方案。
我们的美国专利No.9,396,657(鲍尔等人)教导了用于预测交通信号状态变化的方法和设备。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运行,以预测状态变化。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计划的配时方案运行。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。
确定信号化的交叉路口的固定时间的配时方案可以通过交通控制器的实时监控来完成,更具体地,通过从控制器获取信号状态数据来完成。交通控制信号状态数据可以通过与单个交通信号控制器(通常容置于街道拐角的金属箱中)通过接口连接或与中央交通控制服务器通过接口连接来实时获取。无论哪种情况,都需要当地交通控制机构的许可和合作,并且开发和部署这类接口的成本和延迟相当大的。
如果可以在不依赖于与信号控制系统通过接口连接的情况下确定配时方案,则可以获得改进的性能、可扩展性和更低的成本。本公开解决了这个和其他挑战。
发明内容
以下是本发明的概述,以便提供对本发明的某些方面的基本理解。该概述并非旨在标识本发明的关键/重要的要素或描绘本发明的范围。其唯一目的是以简化的形式呈现本发明的一些构思,作为稍后呈现的更详细描述的前序。
本公开避免了对来自交通信号控制器或相关基础设施的实时状态数据的依赖,并且它不需要访问本地控制信号配时方案。因此,它避免了与这些资源通过接口连接相关联的成本和延迟。相反,根据本公开,我们生成固定时间的信号配时方案,而无需机构批准或与交通控制设备通过接口连接。
在一个实施例中,与本公开一致的一种过程可以包括以下步骤:
提供计算机服务器和能够在服务器中执行的软件,以使服务器执行以下步骤:
接收用户输入以选择主体交叉路口,其中主体交叉路口是基于至少一个配时方案由电子交通信号控制的物理交叉路口;
从第一数据存储器中获取车辆轨迹数据,车辆轨迹数据在采样时间段内被存档,且该轨迹数据的每个实例包括相应车辆的日期/时间戳、GPS位置和速度矢量;
访问第二数据存储器以获取MAP数据,该MAP数据限定了主体交叉路口的详细几何形状;
对所获取的车辆轨迹数据进行过滤,以形成主体交叉路口附近的车辆行程的轨迹数据集;
将时钟漂移调整应用于原始的轨迹数据集的日期/时间戳,以形成经校正的轨迹数据集,其中该数据在时间上与主体交叉路口处的交通信号的实际状态变化对准;
基于MAP数据分析车辆行程,以识别在采样时间段期间在主体交叉路口处的停止线穿越事件,停止线穿越事件的数据点(“穿越事件”)包括其相应的时间戳;和
基于停止线穿越事件和MAP数据,确定主体交叉路口的第一配时方案。
通常,创新必须在硬件和用于在一个或多个处理器中执行的软件(即,存储的机器可读指令)的组合中实施。涉及的操作量和复杂性使任何手动或“铅笔和纸”的解决方案无法实施。在一个优选实施例中,可以将本发明的实施作为例如在诸如因特网之类的网络上的服务来提供。
通过以下参考附图对优选实施例进行的详细描述,本发明的其他方面和优点将变得明显。
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。
图1是用于从连接的车辆轨迹数据中得出交通信号配时方案的系统和方法的简化图。
图2是获取和处理连接的车辆轨迹数据以生成用于所关注的信号化的交叉路口的信号配时方案的过程的简化流程图。
图3(现有技术)是用于例示说明交叉路口操作的标准的环和屏障结构(ring-and-barrier structure)的示例。
图4A是示出构建停止线穿越事件的数据集的过程的简化流程图。
图4B是图4A的延续,用于在停止线后方排队的车辆。
图5是示出在多天中在交叉路口处的车辆穿越事件数据的示例的图。
图6是示出用于分析车辆穿越事件以找到绿色开始时间的示例过程的简化流程图。
图7是图6的延续。
图8是示例的“环和屏障”配时图,其示出了从车辆探测数据得出的示例性交通信号周期的顺序。
图9是示出用于确定主体交叉路口的附加配时方案和时间表的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。附图不一定按比例绘制。在下面的详细描述中,阐述了许多具体细节以使人们对本发明构思有透彻的理解。然而,应理解的是,本领域普通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,没有详细描述众所周知的方法、操作、部件、电路和网络,以免不必要地混淆实施例的各个方面。在各个视图和附图中,相同的数字表示相同的元件。如本文所使用的,术语“和/或”包括一个或多个相关联的所列出的物项的任何和全部组合。
图1是用于从连接的车辆轨迹数据中得出交通信号配时方案的系统和方法的简化图。在图1中,多个车辆100被不同地装备以传送关于其GPS位置以及通常是速度和方向的数据。这可以被称为探测数据(probe data)或轨迹数据(trajectory data)。或者,可以基于一系列位置轨迹在服务器中计算速度和方向。在某些系统中,车辆可能每隔几秒钟发送或更新一次探测数据。最新的新车有望大约每秒提供一次数据更新。一些或全部车辆可以通过无线电或“蜂窝电话”信道将数据发送到无线接收器天线102,例如,蜂窝塔。蜂窝塔天线被耦合到蜂窝载波网络104以接收数据。在一示例中,可以使用SMS消息收发。
蜂窝网络将原始数据(通常是实时的)传送到后端服务器106。无线技术的持续创新使得能够从成千上万的车辆中收集探测数据。凭借高达每秒100吉比特的速度,最新的5G标准被设置为比其先前的4G快100倍。在后端服务器106中,探测数据可以被存档并进行各种处理,例如以提取时间戳和GPS轨迹数据。服务器106可以随时间记录和存档该数据。在本公开的一个实施例中,利用在数天和数周的采样时间内收集的数据。更多的数据提高交通分析的准确性,如下所述。在一种类型的分析中,可以基于车辆标识符来组合数据,以形成在所选时间段内所选车辆的“行程(journey)”。下面我们讨论通过选定的所关注的交叉路口的车辆行程的分析。
服务器106可以被耦合在通信网络120上,该通信网络可以是因特网、WLAN、微波等。使用的网络不是关键的,并且在许多情况下速度(带宽)不是关键的,因为下文所述的被处理的分析是在历史数据上操作的,历史数据可以在数天或数周内被存档。从网络120开始,图1示出了用于在高层级处理所获取的轨迹数据的主要步骤。
对于给定的交叉路口,轨迹数据(也称为探测数据)收集服务器122对输入的探测数据进行过滤并将其映射到选定的交叉路口,框124。当然,许多过程可以并行执行以便为许多交叉路口提供预测。在框126处,可以对数据进行进一步处理和过滤,直至下降到个体相位水平。为此,服务器可以从数据库110访问MAP数据。更详细地,在优选实施例中,数据库服务器可以维护地理数据库,该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,即由汽车工程师协会(SAE)J2735标准定义的所谓MAP消息。该MAP消息是将探测数据映射到特定的交通信号及其相位的基础。
MAP消息用于为一个或多个位置(例如,地图的交叉路口和片段)提供交叉路口和道路车道的几何数据。该消息的“通用车道”细节中包含了几乎所有的道路几何形状信息以及道路属性(诸如存在不阻塞区域或在给定点处合法允许的操纵方式)。MAP消息在交叉路口中用于编号和描述每个车道的车道水平细节。
图2是获取和处理连接的车辆轨迹数据以生成用于所关注的信号化的交叉路口的信号配时方案的过程的简化流程图。此处,从框202开始,如关于图1所提及的,收集连接的车辆轨迹数据。例如,可以在几天或一周的采样时间段期间内收集该数据。在框204处,例如通过用户输入来识别或选择特定的所关注的交叉路口。我们将其称为主体交叉路口。使用已知方法获取主体交叉路口的MAP数据。在框208处,在主体交叉路口周围限定区域或“地理围栏”。该地理围栏足够大,以包括所有通往主体交叉路口的路径;但它不应太大,以至于侵犯其他交叉路口。然后,对轨迹数据进行过滤,以便仅包括具有在该地理围栏内的GPS探测位置的数据。所得到的数据集可以称为“本地数据集”,但该名称并不严格。根据情况(例如在交叉路口处的典型交通量),应涵盖数天或数周甚至数月的显著的采样时间段。
在框210处,系统(或软件)将时钟漂移调整应用于轨迹数据。即,对每个探测时间戳应用适当的调整。这是因为,例如,由于本地公用事业系统AC电压相位变化,驱动交通信号控制器的时钟会发生漂移。时钟漂移可能是累积性的,因此多周前发生的时间戳的偏移量可能与最新的时间戳相差几秒钟或甚至几分钟。因此,尽管大量数据倾向于使配时方案的分析更加准确,但时钟漂移校正对于在较长采样时间内获集数据的情况至关重要。
在框212处,该过程接下来使用行程ID和GPS数据来处理本地数据集,以识别通过主体交叉路口的车辆行程。比较车辆行程以识别观察到的移动,即车辆沿着相同的路径通过主体交叉路口的行程,例如,从南到东,其可以被标记为“向北右行(northbound-right)”,参见框214。接着,该过程将所观察到的移动叠加在交叉路口的地图数据上,识别数据中的停止线穿越事件,框224。即,利用相应的GPS位置和时间戳,收集停止线穿越事件的数据点。在一些实施例中,GPS位置可以由停止线标识符来代替。
图3(现有技术)是用于例示说明交叉路口操作的标准的环和屏障结构的示例。(摘自联邦公路管理局出版物,编号:FHWA-HRT-04-091,日期:2004年8月。)在美国大多数的交叉路口处,信号定相采用了标准的美国国家电气制造商协会(NEMA)的环和屏障结构,其在图3中示出。该结构组织了多个相位,以禁止冲突的移动(例如,向东和向南直行移动)同时配时,但允许无冲突的移动(例如,向北和向南直行移动)一起同时进行。在美国使用的大多数信号定相模式都可以通过将相位选择性分配给标准的NEMA环和屏障结构来实现。虚线表示环结构,因为相位顺序重复,因此仅显示一个完整的周期。
图4A是简化流程图,示出了构建停止线穿越事件的数据集的过程。在框402处,该过程分析跨过停止线的车辆速度轨迹。首先,车辆可以在停止线处停止。例如,它的位置可能会保持几秒钟不变。如果在决定框406处确定车辆已停止,则可根据从静止到移动的车辆速度变化得出该移动的绿色时间的开始点,框408。然后,进行启动反应时间调整,以将从信号变为绿色到车辆实际移动的延迟考虑在内,步骤410。驾驶员的反应时间通常约为2秒(如果他们注意的话)。然后将调整后的穿越事件实例(包括时间戳)添加到数据集,步骤412,并该过程循环以处理本地数据集中的下一个车辆穿越事件,步骤416。
图4B是图4A的延续,以考虑在停止线后方排队的车辆。这是对基本过程的可选增强;其对于生成配时方案并不是关键的,但是随着可以利用更多的数据点,这种附加的分析可以提高所得出的配时方案的准确性并减少所需的轨迹数据集的数量。在此,该过程确定从当前位置到停止线的距离,即在线后方的距离,步骤420。在一个实施例中,我们向每个观察到的穿越事件添加交通工程流和队列离散模型,以达到相应车辆被停车并因此被假定排队的点。从该点到停止线的距离除以平均车辆长度,确定了其在队列中的位置。然后,绿色开始点是观察到车辆启动时的时刻减去队列中在前车辆的数量乘以饱和流率的倒数乘以3600的乘积再加上启动损失时间。所有这些参数对于交通工程领域的技术人员是已知的。现在,在每个穿越事件样本都提供了估计的绿色时间的开始点的情况下,需要较少的穿越事件样本来计算统计上有效的绿色时间的开始时间。
图5是示出在多天(星期一至星期五)中绘制的交叉路口处的车辆穿越事件数据的示例的图。这显示了两个相位。相位1的交叉点是圆圈(或空心点),相位3的交叉点用实心黑点表示。MUTCD将信号相位定义为周期中的通行权、黄色变化和红色净空间隔,这些间隔被分配给独立的交通移动或交通移动的组合。信号定相是指在一个周期内单个信号相位或信号相位组合的序列,这些序列定义了其中给各种行人和车辆移动分配通行权的顺序。在当前情况下,我们不关心行人的移动,因为我们仅解决固定的配时方案。
在一个实施例中,从探测数据确定信号相位包括执行软件以对数据进行统计分析,以识别“团簇(clumps)”或相对密集的时间段,从而表示每单位时间许多点(穿越事件),其与相对稀疏的时间段相比,即点(穿越事件)很少的情况。密集的时间段对应于通过交叉路口–穿越停止线的交通流;而很少或零的穿越事件则表示在此时间段期间的相应相位没有交通流,即红灯。由于数据中的噪声或驾驶员的失误,可能会有随机的穿越事件。可以从交叉路口的MAP数据确定冲突的移动(并因此确定相位)。因此,在图中的星期一11/16,我们看到了一个从周期时间0到大约周期时间48(通常为秒)的密集的时间段。此时,信号变为黄色,然后变为红色。通常会有一个全红的清除时间段,在这里大约为时间48-55。然后,交通开始从周期时间55至大约85开始流动。我们在90处看到相位1的点,表明新周期开始了。这指示周期时间约为90秒。在实践中,这种分析需要在数小时和数天的大量周期上进行。通过调整标称长度或起始长度来确定周期长度,以找到最能使来自每个路径的穿越事件发生在配时方案的覆盖时间段内的周期的同一部分期间的值。在该图中,似乎所有工作日都使用相同的配时。这将成为配时时间表的一部分,如下所述。
图6是示出了分析车辆穿越事件以找到绿色开始时间的示例过程的简化流程图。如所讨论的,在框702处,在样本时间段内,优选地在多周内,收集关于主体交叉路口的停止线穿越事件数据(“穿越事件”)。如以上关于图5所讨论的,对穿越事件数据进行分析以确定移动和相位,框704、框706。通过调整标称长度或起始长度来确定周期长度,以找到最能使来自每个路径的穿越事件发生在配时方案的覆盖时间段内的周期的同一部分期间的值,框708。
图7是图6的延续。该过程的一部分是从MAP数据中识别出冲突的移动,框710。从穿越事件数据中确定屏障,作为在周期中将穿越事件与冲突的路径区分开的那些点,框712。然后,从该数据确定每个路径或移动的绿色时间的开始点,并且结果是主体交叉路口的第一配时方案,框720。优选地,将开始时间调整成与零时间对准,例如,当地时间午夜。仍然需要估计每个相位的划分以完成第一配时方案,框730。这可以通过从绿色开始时间回退以估计在前相位的结束点来完成。
图8是示出从车辆探测数据得出的示例性交通信号配时方案的示例性“环和屏障”配时图。此示例指示出周期长度为110秒。也存在指示的偏移量为9秒。在美国境外通常不需要偏移量。它用于始终在“周期秒0”处开始每一单个信号的周期,因此您需要为主时钟定义一个偏移量。在某些国家,不存在本地周期的概念,每个信号的配时始终以主时钟的时间来表示。一个简单的类比是时区。偏移量就像相对格林威治时间的时区偏移量。我们可以摆脱时区,且简单地在世界各地都使用格林威治时间。
再次参考图8,上部类似于水平杠,是一个环;下部是另一个环。该图显示了相位2(“P2”)的40秒的绿色时间802,然后是黄色时间804和红色时间806。紧随其后的是相位1(“P1”),其以15秒的绿色时间开始,在808处,等。P1的绿色划分在屏障820处结束。在该屏障之后,P4以绿色时间822开始,然后是黄色时间824、红色时间826,等。
因此,上部的环顺序地具有相位P2、P1、P4和P3。下部的环具有相位P5、P6、P7和P8。编号不是关键的;它主要用于识别。同一环中的相位彼此冲突(即它们不能同时为绿色)。在屏障(820)的一侧,一个环中的相位通常是直行移动和相对的、冲突的左转弯。由于移动冲突,它们被放置在同一环中,因此它们不能同时接收绿色。(环-屏障图仅在北美使用。类似的图在其他地方也存在,但使用了不同的术语。)
图9是示出了用于确定主体交叉路口的附加配时方案和时间表的示例过程的简化流程图。在一个实施例中,如上所述,该过程在框902处得出第一配时方案。然后,通过在几天内在每天同一时间比较例如一个小时的多个时段,将交通数据与几天(优选一周)内的第一配时方案进行比较。参见框904。一个小时量级的时间段(不是关键的)被选择为足够长以包括许多配时周期,但是又不至于过长以延伸超过多个配时方案的变化。基于比较结果,可以将“相似的小时”(就配时方案而言)分组在一起,并且可以将所得的组与其他组进行比较,因为相似的组可能正在运行相同的配时方案,框910。
接下来,我们将对应一天中的时间和一周中的几天的组进行比较,以识别交叉路口的附加配时方案,并定义关于何时使用每个配时方案的配时方案时间表,框920。例如,上午8点至下午6点的时间在多天内都是相似的,因此形成一个组;该组可能是“白天”配时方案的一部分。另一个相似的时间组,例如从下午6点至午夜,可形成主体交叉路口的“晚上”配时方案,等。可以有用于一周的不同天的不同方案,可以有其他诸如在上午或下午的“高峰时间”方案。可以有周末方案和/或假期方案等,参见930。所有这些都可以如所述的那样确定,存储在数据存储器中,并添加到交叉路口的配时方案时间表中,框936。
实施硬件和软件
上面讨论的大多数设备包括硬件和相关联的软件。例如,典型的电子设备可能包括一个或多个处理器以及在那些处理器上可执行的软件以执行所描述的操作。我们以其通常理解的意义使用术语“软件”来指代程序或例程(子例程、对象、插件等)以及机器或处理器可用的数据。众所周知,计算机程序通常包括存储在机器可读或计算机可读存储介质中的指令。本发明的一些实施例可以包括存储在诸如数字存储器的机器可读或计算机可读存储介质中的可执行程序或指令。我们并不暗示在任何特定实施例中都需要常规意义上的“计算机”。例如,各种嵌入式或其他处理器可以用于诸如本文所述部件之类的设备中。
用于再次存储软件的存储器是众所周知的。在一些实施例中,与给定处理器相关联的存储器可以被存储在与处理器相同的物理设备中(“板载”存储器);例如,设置在集成电路微处理器等中的RAM或FLASH存储器。在其他示例中,存储器包括独立的设备,例如外部磁盘驱动器、存储阵列或便携式闪存密钥卡。在这种情况下,当两者可操作地耦合在一起或例如通过I/O端口、网络连接等相互通信时,存储器将与数字处理器“关联”,以便处理器可以读取存储在存储器中的文件。关联的存储器可以通过设计(ROM)或借助权限设置是“只读的”,也可以不是。其他示例包括但不限于WORM、EPROM、EEPROM、FLASH等。那些技术通常在固态半导体器件中实现。其他存储器可以包括移动部件,例如常规的旋转磁盘驱动器。所有这些存储器是“机器可读的”或“计算机可读的”,并且可以用于存储用于实现本文描述的功能的可执行指令。
“软件产品”是指一种存储设备,在该存储设备中,一系列可执行指令以机器可读的形式存储,使得具有对软件产品的适当访问权的合适的机器或处理器可以执行指令,以运行由指令实施的过程。软件产品有时用于分发软件。可以使用任何类型的机器可读存储器,包括但不限于上面概述的那些机器可读存储器,来制造软件产品。也就是说,还已知可以通过电子传输(“下载”)来分发软件,在这种情况下,通常在传输的发送端或接收端,或两者都有相应的软件产品。
已经在本发明的优选实施例中描述和示出了本发明的原理,应当清楚的是,可以在不脱离这种原理的情况下对本发明进行布置和细节上的修改。我们要求落入下面的权利要求的精神和范围内的所有修改和变化。
Claims (14)
1.一种方法,包括:
提供计算机服务器和能够在所述服务器中执行的软件,以使所述服务器执行以下步骤:
接收用户输入以选择主体交叉路口,其中所述主体交叉路口是基于至少一个配时方案由电子交通信号控制的物理交叉路口;
从第一数据存储器中获取车辆轨迹数据,所述车辆轨迹数据在采样时间段内被存档,且所述轨迹数据的每个实例包括相应车辆的日期/时间戳、GPS位置和速度矢量;
访问第二数据存储器以获取MAP数据,所述MAP数据定义了所述主体交叉路口的详细几何形状;
对所获取的所述车辆轨迹数据进行过滤,以形成在所述主体交叉路口附近的车辆行程的轨迹数据集;
将时钟漂移调整应用于原始的所述轨迹数据集的日期/时间戳,以形成经校正的轨迹数据集,其中所述数据在时间上与所述主体交叉路口处的交通信号的实际状态变化对准;
基于所述MAP数据分析所述车辆行程,以识别在所述采样时间段期间在所述主体交叉路口处的停止线穿越事件,所述停止线穿越事件的数据点(“穿越事件”)包括其相应的时间戳;和
基于所述停止线穿越事件和所述MAP数据,确定所述主体交叉路口的第一配时方案。
2.根据权利要求1所述的方法,其中,对所获取的所述车辆轨迹数据进行过滤包括:
基于所述MAP数据在所述主体交叉路口周围限定地理围栏区域;以及
将所述车辆轨迹数据与所述地理围栏区域进行比较,以排除在所述地理围栏区域之外的数据。
3.根据权利要求1所述的方法,其中,所述采样包括至少数周。
4.根据权利要求1所述的方法,其中,分析所述车辆行程以识别停止线穿越事件包括:
比较车辆行程以产生所述主体交叉路口的一组观察到的移动;和
将所观察到的移动叠加在所述地图数据上,以识别出所述停止线穿越事件的数据点。
5.根据权利要求1所述的方法,其中,所述方法还包括:
插补在停止线前方和后方的轨迹数据点的时间戳,以确定相应的停止线穿越事件的时间戳。
6.根据权利要求1所述的方法,其中,所述方法还包括:
比较所观察到的移动和相应的时间戳,以识别所述移动中的哪些一起移动,其通过大致同时穿越相应的停止线来证明;和
为所观察到的一起移动的移动分配相位。
7.根据权利要求6所述的方法,其中,所述方法还包括:
基于所述MAP数据、所观察到的移动和停止线穿越事件,确定所分配的相位的时间顺序;
基于相位的顺序、周期长度、偏移量、哪些相位一起开始以及哪些相位一起结束,确定每个相位的绿色时间的开始点,以生成所述主体交叉路口的所述第一配时方案。
8.根据权利要求7所述的方法,其中,所述方法还包括:
对于所述相位中的每一个,从一个相位的绿色时间的开始点减去黄色+全部红色时间段,以确定邻近的在前相位的绿色时间的结束点;和
将每个相位的绿色时间的结束点添加到所述第一配时方案中。
9.根据权利要求8所述的方法,其中,所述方法还包括选择大约5-7秒的固定的黄色+红色时间。
10.一种方法,包括:
提供计算机服务器和能够在所述服务器中执行的软件,以使所述服务器执行以下步骤:
接收用户输入以选择主体交叉路口,其中所述主体交叉路口是基于至少一个配时方案由电子交通信号控制的物理交叉路口;
访问第一数据存储器以获取MAP数据,所述MAP数据定义了所述主体交叉路口的详细几何形状,包括停止线、移动和车道对准数据;
至少部分地基于所述MAP数据,在所述主体交叉路口周围限定地理围栏区域;
访问第二数据存储器以获取在分析时间段内从多个无线连接的车辆接收到的一组轨迹数据,原始的轨迹数据的每个实例包括相应车辆的日期/时间戳、GPS位置和速度矢量;
将时钟漂移调整应用于所述原始的轨迹数据集的日期/时间戳,以形成经校正的轨迹数据集,其中所述数据在时间上与所述主体交叉路口处的所述交通信号的实际状态变化对准;
过滤所述经校正的轨迹数据集以选择其中所指示的GPS位置在所述地理围栏区域内的数据以形成本地数据集;
基于在所述本地数据集中的至少一些车辆的每个数据中的行程ID,处理所述本地数据集以将轨迹点分组,每组轨迹点代表所述相应车辆通过所述主体交叉路口的行程;
根据所述本地数据集,基于哪些车辆一起移动,确定一组所观察到的移动;
将所观察到的移动叠加在所述主体交叉路口的MAP数据上,以识别每个行程的停止线穿越事件的数据点(“穿越事件”),每个停止线穿越事件的数据点包括其相应的经过时钟漂移调整的时间戳;
将统计分析应用于经组合的穿越事件的经调整的时间戳,以识别信号相位;
确定最能使来自每个路径的穿越事件发生在所述配时方案的覆盖时间段内的周期的同一部分期间的配时周期长度;
根据所述穿越事件确定屏障,作为在所述周期中将穿越事件与冲突的路径分开的点;
调整周期偏移量,以使一个相位在环-屏障图中不回绕;
基于在所述周期中通常针对受限于所述路径的屏障的移动而观察到穿越事件的最早点的时间,确定每个路径的移动的绿色时间的开始点;和
基于识别到的所述信号相位、所述配时周期长度、所述屏障和所述绿色时间的开始点,形成并存储所述主体交叉路口的第一配时方案。
11.根据权利要求10所述的方法,其中,所述方法还包括:
在多天内将所述交叉路口处的交通数据与所述第一配时方案进行比较包括识别在所述多天内在每天的同一时间所述交通数据相似的时间段;
收集所述相似的时间段以形成组;
比较所述组与在其他时间形成的其他组;
基于比较结果,识别能够运行共同的配时方案的相似的组;
如果所述共同的配时方案与所述第一配时方案不同,则将所述共同的配时方案添加为所述主体交叉路口的第二配时方案,并基于使用其的时间和天将所述第二配时方案添加到所述交叉路口的配时方案时间表。
12.根据权利要求11所述的方法,其中,所述方法还包括处理附加的组以确定所述交叉路口的附加的配时方案,直到一天中的所有时间和一周中的多天在所述配时方案时间表中具有相应的方案。
13.根据权利要求11所述的方法,其中,所述方法还包括识别假期配时方案,并将所述假期配时方案添加到所述配时方案时间表。
14.根据权利要求10所述的方法,其中,所述方法还包括以下步骤:
对于在停止线后方间隔(排队)的车辆位置,确定从当前位置到所述停止线的距离;
将交通工程流和排队分散模型应用于每个观察到的穿越事件,并将其与相应车辆被停止并因此被假定排队的位置相关联;
从所述当前位置到所述停止线的距离除以平均车辆长度,以确定所述车辆在所述队列中的位置;
将观察到所述车辆启动的时刻减去队列中在前车辆的数量乘以饱和流率的倒数乘以3600的乘积再加上启动损失时间,识别为绿色开始时间;和
将排队的所述车辆的绿色开始时间添加到所述交叉路口的其它穿越事件数据中,以用于配时方案分析。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062976253P | 2020-02-13 | 2020-02-13 | |
US62/976,253 | 2020-02-13 | ||
US17/173,096 | 2021-02-10 | ||
US17/173,096 US11482104B2 (en) | 2020-02-13 | 2021-02-10 | Deriving traffic signal timing plans from connected vehicle trajectory data |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113257018A true CN113257018A (zh) | 2021-08-13 |
Family
ID=74625820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110190165.XA Pending CN113257018A (zh) | 2020-02-13 | 2021-02-18 | 从连接的车辆轨迹数据中得出交通信号配时方案 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11941978B2 (zh) |
CN (1) | CN113257018A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674540A (zh) * | 2021-09-14 | 2021-11-19 | 逸兴泰辰技术有限公司 | 路口红绿灯配时调整方法、终端 |
CN114724390A (zh) * | 2022-04-21 | 2022-07-08 | 浙江商汤科技开发有限公司 | 交通信号控制方法及装置、电子设备和存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW289174B (zh) | 1994-01-07 | 1996-10-21 | Minnesota Mining & Mfg | |
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 |
US9047765B2 (en) | 2005-06-30 | 2015-06-02 | Marvell World Trade Ltd. | GPS-based traffic monitoring system |
US20110037619A1 (en) | 2009-08-11 | 2011-02-17 | On Time Systems, Inc. | Traffic Routing Using Intelligent Traffic Signals, GPS and Mobile Data Devices |
US8576069B2 (en) | 2009-10-22 | 2013-11-05 | Siemens Corporation | Mobile sensing for road safety, traffic management, and road maintenance |
GB201312306D0 (en) | 2013-07-09 | 2013-08-21 | Tomtom Software Ltd | Traffic light phase predictions and improved navigation methods using the traffic light phase predictions |
AU2015296645A1 (en) * | 2014-07-28 | 2017-02-16 | Econolite Group, Inc. | Self-configuring traffic signal controller |
US11214145B2 (en) | 2017-12-21 | 2022-01-04 | Douglas Charles Miller, JR. | In-vehicle GPS geo-fencing route planning, GPS proximity based advertising, infotainment system advertising and infotainment system picture or video emergency alert display |
-
2021
- 2021-02-18 CN CN202110190165.XA patent/CN113257018A/zh active Pending
-
2022
- 2022-09-17 US US17/947,106 patent/US11941978B2/en active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113674540A (zh) * | 2021-09-14 | 2021-11-19 | 逸兴泰辰技术有限公司 | 路口红绿灯配时调整方法、终端 |
CN113674540B (zh) * | 2021-09-14 | 2022-12-13 | 逸兴泰辰技术有限公司 | 路口红绿灯配时调整方法、终端 |
CN114724390A (zh) * | 2022-04-21 | 2022-07-08 | 浙江商汤科技开发有限公司 | 交通信号控制方法及装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20230013604A1 (en) | 2023-01-19 |
US11941978B2 (en) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103688298B (zh) | 用于控制交通信号的装置和方法 | |
US11941978B2 (en) | Deriving traffic signal timing plans from connected vehicle trajectory data | |
US9928739B2 (en) | Methods and systems for determining information relating to the operation of traffic control signals | |
CN106097730B (zh) | 一种路段车辆排队长度的估计方法、装置及系统 | |
EP3322961B1 (en) | Methods and systems for detecting a closure and/or opening of a navigable element | |
CN112912943B (zh) | 交通信号状态预测校正和实时探头数据验证 | |
JP4528528B2 (ja) | ナビサーバ,ナビゲーションの表示方法 | |
JP5291935B2 (ja) | オブジェクトの将来の動きを予測するための装置および方法 | |
CN110546695A (zh) | 用于交通灯的信号相位和定时的综合管理的方法、装置和计算机程序产品 | |
WO2020102885A1 (en) | Systems and methods for managing traffic flow using connected vehicle data | |
CN109712401B (zh) | 一种基于浮动车轨迹数据的复合路网瓶颈点识别方法 | |
KR20040064634A (ko) | 네비게이션 서버, 네비게이션의 표시방법 | |
CN103065468A (zh) | 交通信息的评估方法和装置 | |
WO2019070237A1 (en) | VEHICLE AND NAVIGATION SYSTEM | |
WO2009057896A1 (en) | Method for providing traffic information | |
US20050107945A1 (en) | Method for determining a travel time | |
Li et al. | Scalable dashboard for identifying split failures and heuristic for reallocating split times | |
Wang et al. | Vehicle trajectory reconstruction for signalized intersections with low‐frequency floating car data | |
US11482104B2 (en) | Deriving traffic signal timing plans from connected vehicle trajectory data | |
Zhao et al. | Prediction of vehicle motion based on Markov model | |
He | Robust-intelligent traffic signal control within a vehicle-to-infrastructure and vehicle-to-vehicle communication environment | |
Zheng et al. | Fine-tuning time-of-day transitions for arterial traffic signals | |
Mathew et al. | Methodology for Evaluating Impact of Actuated Traffic Signal Control on Connected Vehicle Green Light Prediction | |
Vignarca et al. | Speed Profile Definition for GLOSA Implementation on Buses Based on Statistical Analysis of Experimental Data | |
Correa et al. | A Data-Driven Case Study Following the Implementation of an Adaptive Traffic Control System in Midtown Manhattan |
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 |