CN113487884B - 交通量的获取方法、装置及电子设备 - Google Patents

交通量的获取方法、装置及电子设备 Download PDF

Info

Publication number
CN113487884B
CN113487884B CN202110662879.6A CN202110662879A CN113487884B CN 113487884 B CN113487884 B CN 113487884B CN 202110662879 A CN202110662879 A CN 202110662879A CN 113487884 B CN113487884 B CN 113487884B
Authority
CN
China
Prior art keywords
traffic volume
road section
target road
traffic
acquiring
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.)
Active
Application number
CN202110662879.6A
Other languages
English (en)
Other versions
CN113487884A (zh
Inventor
徐琪琪
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.)
Apollo Zhilian Beijing Technology Co Ltd
Apollo Zhixing Technology Guangzhou Co Ltd
Original Assignee
Apollo Zhilian Beijing Technology Co Ltd
Apollo Zhixing Technology Guangzhou Co 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 Apollo Zhilian Beijing Technology Co Ltd, Apollo Zhixing Technology Guangzhou Co Ltd filed Critical Apollo Zhilian Beijing Technology Co Ltd
Priority to CN202110662879.6A priority Critical patent/CN113487884B/zh
Publication of CN113487884A publication Critical patent/CN113487884A/zh
Priority to JP2022043297A priority patent/JP2022078339A/ja
Priority to KR1020220059474A priority patent/KR20220073712A/ko
Priority to EP22178910.0A priority patent/EP4040420A3/en
Priority to US17/806,820 priority patent/US20220309913A1/en
Application granted granted Critical
Publication of CN113487884B publication Critical patent/CN113487884B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0137—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
    • G08G1/01—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
    • 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
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • 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
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • 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

Landscapes

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

Abstract

本公开提供了一种交通量的获取方法、装置及电子设备，涉及人工智能领域，具体涉及深度学习、大数据及智能交通技术领域。该方案为：获取所述目标路段内的每个所述相位的第一特征信息和信号配时信息；根据所述第一特征信息和所述信号配时信息，获取所述目标路段当前的信号灯控制周期内的全路段交通量。由此，本公开不再依赖检测工具采集的数据直接作为获取交通量的唯一依据，能够基于采集数据，结合密闭流量累积概念、灯态和路网渠化，准确地获取目标路段内交通量的累积，提高了交通量的获取过程中的效率、准确性和可靠性。

Description

交通量的获取方法、装置及电子设备
技术领域
本公开的实施例总体上涉及数据处理技术领域，并且更具体地涉及人工智能领域，具体涉及深度学习、大数据及智能交通技术领域。
背景技术
准确的交通量和排队长度是交通信号控制非常重要而又基本的交通指标，但受限于经济和安装成本，相关技术中的交通检测器无法覆盖完整路段，也就无法获取准确的数据。特别地，线圈地磁等传统检测工具的检测范围以及电警卡口可视范围有限、互联网数据覆盖率低且精度差，这样一来，极易导致几乎所有路口都存在超视距盲区的困扰。此种情况下，相关技术中的交通量的获取过程中势必存在获取结果置信度差、实用性不高的技术问题。
因此，如何提高交通量的获取过程中的效率及可靠性，已成为了重要的研究方向之一。
发明内容
本公开提供了一种交通量的获取方法、装置及电子设备。
根据第一方面，提供了一种交通量的获取方法，适用于两端为两个交叉口的目标路段，每个所述交叉口包括同一行驶方向上的至少两个相位，所述方法包括：
获取所述目标路段内的每个所述相位的第一特征信息和信号配时信息；
根据所述第一特征信息和所述信号配时信息，获取所述目标路段当前的信号灯控制周期内的全路段交通量。
根据第二方面，提供了一种交通量的获取装置，适用于两端为两个交叉口的目标路段，每个所述交叉口包括同一行驶方向上的至少两个相位，所述装置包括：
第一获取模块，用于获取所述目标路段内的每个所述相位的第一特征信息和信号配时信息；
第二获取模块，用于根据所述第一特征信息和所述信号配时信息，获取所述目标路段当前的信号灯控制周期内的全路段交通量。
根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一方面所述的交通量的获取方法。
根据第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开第一方面所述的交通量的获取方法。
根据第五方面，提供了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时实现如本公开第一方面所述的交通量的获取方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开第一实施例的示意图；
图2是一种目标路段的示意图；
图3是根据本公开第二实施例的示意图；
图4是根据本公开第三实施例的示意图；
图5是根据本公开第四实施例的示意图；
图6是根据本公开第五实施例的示意图；
图7是根据本公开第六实施例的示意图；
图8是一种溢流预警识别的示意图；
图9是用来实现本公开实施例的交通量的获取方法的交通量的获取装置的框图；
图10是用来实现本公开实施例的交通量的获取方法的交通量的获取装置的框图；
图11是用来实现本公开实施例的交通量的获取或者交通量的获取的电子设备的框图。
具体实施方式
以结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
以下对本公开的方案涉及的技术领域进行简要说明：
数据处理(Data Processing)，是对数据的采集、存储、检索、加工、变换和传输。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。数据处理是系统工程和自动控制的基本环节。数据处理贯穿于社会生产和社会生活的各个领域。
AI(Artificial Intelligence，人工智能)，是研究使计算机来模拟人生的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术，也有软件层面的技术。人工智能硬件技术一般包括计算机视觉技术、语音识别技术、自然语言处理技术以及及其学习/深度学习、大数据处理技术、知识图谱技术等几大方面。
深度学习(Deep Learning)，是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。它的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。深度学习是一个复杂的机器学习算法，在语音和图像识别方面取得的效果，远远超过先前相关技术。
大数据(Big Data)，指的是无法在一定时间范围内使用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
智能交通，一般指智能交通系统(Intelligent Traffic System，简称ITS)又称智能运输系统(Intelligent Transportation System)，是将先进的科学技术(信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等)有效地综合运用于交通运输、服务控制和车辆制造，加强车辆、道路、使用者三者之间的联系，从而形成一种保障安全、提高效率、改善环境、节约能源的综合运输系统。
下面参考附图描述本公开实施例的一种交通量的获取方法、装置及电子设备。
图1是根据本公开第一实施例的示意图。其中，需要说明的是，本实施例的交通量的获取方法的执行主体为交通量的获取装置，交通量的获取装置具体可以为硬件设备，或者硬件设备中的软件等。其中，硬件设备例如终端设备、服务器等。
如图1所示，本实施例提出的交通量的获取方法，适用于两端为两个交叉口的目标路段，每个交叉口包括同一行驶方向上的至少两个相位，包括如下步骤：
S101、获取目标路段内的每个相位的第一特征信息和信号配时信息。
需要说明的是，本公开适用于两端为两个交叉口的目标路段，每个交叉口包括同一行驶方向上的至少两个相位。
举例而言，如图2所示，目标路段的两段为交叉口O1和交叉口O2，交叉口O1与交叉口O2之间的长度为L。以交叉口O1驶入交叉口O2西进口道的车辆为例，基于标准相位控制，针对任一交叉口，包括相位编号记为1～8的以下相位：南直(1)、南左(2)、北直(3)、北左(4)、西直(5)、西左(6)、东直(7)、东左(8)。
其中，每个相位的第一特征信息，可以包括但不限于以下信息：车道-通流流出速率、车道数、流量比等。
其中，信号配时信息(Signal Timing Dial)，指的是交叉口处信号灯的时间配比。
S102、根据第一特征信息和信号配时信息，获取目标路段当前的信号灯控制周期内的全路段交通量。
本公开实施例中，可以根据第一特征信息和信号配时信息，获取目标路段当前的信号灯控制周期内的全路段交通量。
其中，全路段交通量，指的是整个目标路段内周期级的驶入与驶出的总交通量。
根据本公开实施例的交通量的获取方法，可以通过获取目标路段内的每个相位的第一特征信息和信号配时信息，进而根据第一特征信息和信号配时信息，获取目标路段当前的信号灯控制周期内的全路段交通量，以实现全路段交通量的获取。由此，本公开不再依赖检测工具采集的数据直接作为获取交通量的唯一依据，能够基于采集数据，结合密闭流量累积概念、灯态和路网渠化，准确地获取目标路段内全路段交通量的累积，提高了交通量的获取过程中的效率、准确性和可靠性。
需要说明的是，本公开中，在试图根据第一特征信息和信号配时信息，获取目标路段当前的信号灯控制周期内的全路段交通量时，可以获取相位的通行状态，进而获取全路段交通路。
作为一种可能的实现方式，如图3所示，在上述实施例的基础上，具体包括以下步骤：
S301、获取目标路段内的每个相位的第一特征信息和信号配时信息。
该步骤S301与上一实施例中的步骤S101相同，此处不再赘述。
上述步骤S102具体包括以下步骤S302～303。
S302、针对每个相位，根据相位的信号配时信息，获取相位的通行状态。
作为一种可能的实现方式，如图4所示，在上述实施例的基础上，上述步骤S302中针对每个相位，根据相位的信号配时信息，获取相位的通行状态的具体过程，包括以下步骤：
S401、针对每个相位，根据相位的信号配时信息，获取相位对应的通行时段。
其中，相位对应的通行时段，指的是一个信号灯控制周期内，每个相位可通行的时长，包括绿灯时间和黄灯时间。
举例而言，针对一个150s的信号灯控制周期，交叉口O1的8个相位的通行时段分别为23s、14s、16s、26s、30s、20s、1s和20s。
S402、根据通行时段，获取相位的通行状态。
本公开实施例中，在获取到相位的通行时段后，可以根据以下公式，获取相位的通行状态：
其中，Signal(ij)(t)为交叉口i的相位j的通行状态，通行状态为1和0分别表示该相位可通信和不可通信。
S303、根据每个相位的第一特征信息和通行状态，获取全路段交通量。
本公开实施例中，可以在信号灯控制周期内，对每个相位的第一特征信息和通行状态进行积分运算，并将积分运算的结果求和，得到全路段交通量。
可选地，可以根据以下公式，对每个相位的第一特征信息和通行状态进行积分运算：
其中，Qij为信号灯控制周期T内的积分值，qij(t)为每个相位的车道交通量流出速率，Nj为每个相位对应的车道数。
其中，每个相位的车道交通量流出速率，可以根据饱和流率获取。可选地，可以获取每个相位的车道对应的饱和流率，然后将饱和流率除以3600，以获取每个相位的车道交通量流出速率。
需要说明的是，针对不同车道，饱和流率也是不同的。
其中，每个相位的车道交通量流出速率和每个相位对应的车道数均为相位的第一特征信息，可通过多种方式获取，本公开中不作限定。例如，可以通过查询互联网数据进行获取。
进一步地，可以并将所有积分运算的结果求和，以得到全路段交通量。
根据本公开实施例的交通量的获取方法，可以通针对每个相位，根据相位的信号配时信息，获取相位的通行状态，进而根据每个相位的第一特征信息和通行状态，获取全路段交通量。由此，本公开能够基于采集数据，结合密闭流量累积概念，对每个相位的第一特征信息和通行状态进行积分运算，并将积分运算的结果求和，得到全路段交通量，进一步提高了交通量的获取过程中的准确性和可靠性。
进一步地，本公开中，还可以基于采集数据，获取目标路段的当前周期滞留交通量。
作为一种可能的实现方式，如图5所示，在上述实施例的基础上，具体包括以下步骤：
S501、获取当前的信号灯控制周期内目标路段内每个相位对应的第一交通量。
其中，第一交通量，可以为任一相位的交通量。
举例而言，以南左相位1为例，南左相位1的第一交通量为
需要说明的是，本公开中，对于获取第一交通量的具体方式不作限定，可以根据实际情况进行选取。可选地，可以通过检测装置采集到的视频或者地磁检测数据进行获取。
S502、根据第一交通量，获取目标路段的当前周期滞留交通量。
其中，目标路段的当前周期滞留交通量，可以表示目标路段当前周期内的实时拥堵情况、实时排队情况。
作为一种可能的实现方式，如图6所示，在上述实施例的基础上，上述步骤S502中根据第一交通量，获取目标路段的当前周期滞留交通量的具体过程，包括以下步骤：
S601、根据第一交通量，获取目标路段上每个交叉口的第二交通量。
其中，第二交通量，可以为任一交叉口的交通量。
本公开实施例中，第二交通量可以通过将任一交叉口对应的每个相位的第一交通量相加获取。
举例而言，交叉口O1对应的第一交通量分别为：交叉口O2对应的第一交通量分别为：/>此种情况下，交叉口O1和O2的第二交通量/>和/>可以分别根据以下公式获取：
S602、获取上一个信号灯控制周期内目标路段的上一周期滞留交通量。
需要说明的是，本公开中，对于获取上一周期滞留交通量的具体方式不作限定，可以根据实际情况进行选取。可选地，可以通过查询互联网数据进行获取。
S603、根据每个第二交通量和上一周期滞留交通量，获取目标路段的当前周期滞留交通量。
举例而言，以交叉口O1驶入交叉口O2西进口道的车辆为例，目标路段的当前周期滞留交通量可以根据以下公式获取：
其中，为当前周期滞留交通量，/>为交叉口O1的第二交通量，/>为交叉口O2的第二交通量，/>为上一周期滞留交通量。
根据本公开实施例的交通量的获取方法，可以通过获取当前的信号灯控制周期内目标路段内每个相位对应的第一交通量，进而根据第一交通量，获取目标路段的当前周期滞留交通量，以实现当前周期滞留交通量的获取。由此，本公开不再依赖检测工具采集的数据直接作为获取交通量的唯一依据，能够基于采集数据，准确地获取目标路段内的当前周期滞留交通量，提高了交通量的获取过程中的效率、准确性和可靠性。
进一步地，本公开中，可以根据当前周期滞留交通量，对目标路段进行溢流预警。
作为一种可能的实现方式，如图7所示，在上述实施例的基础上，具体包括以下步骤：
S701、获取目标路段的最大容量和溢流预警阈值。
需要说明的是，本公开中，对于获取目标路段的最大容量和溢流预警阈值的具体方式不作限定，可以根据实际情况进行选取。
其中，目标路段的最大容量，指的是目标路段能容纳的最大排队车辆数。
作为一种可能的实现方式，可以获取目标路段的第二特征信息，以根据第二特征信息，获取目标路段的最大容量。可选地，可以从第二特征信息中提取路段长度、车道数以及停车间距，并从互联网数据获取平均车身长度，进而根据路段长度、车道数、停车间距以及平均车身长度，根据以下公式获取目标路段的最大容量：
其中，L为路段长度、N为车道数、Hc为停车间距、1为平均车身长度。
进一步地，可以从第二特征信息中提取溢流预警阈值。
S702、根据最大容量、溢流预警阈值和当前周期滞留交通量，对目标路段进行溢流识别。
S703、响应于当前周期滞留交通量大于最大容量和溢流预警阈值的乘积，则生成并发送针对目标路段的溢流预警。
本公开实施例中，在获取到最大容量和溢流预警阈值之后，可以将当前周期滞留交通量与最大容量和溢流预警阈值的乘积进行比较，可选地，响应于当前周期滞留交通量大于最大容量和溢流预警阈值的乘积，则生成并发送针对目标路段的溢流预警；可选地，响应于当前周期滞留交通量小于或者等于最大容量和溢流预警阈值的乘积，则重新对当前周期滞留交通量进行获取。
需要说明的是，本公开中对于溢流预警的具体方式不作限定，可以根据实际情况进行设定。例如，可以设定溢流预警为声音提醒、文字提醒以及光电提醒等方式中的至少一种。
举例而言，如图8所示，以纵坐标为最大容量和溢流预警阈值的乘积绘制的线段8-1为溢流临界条件，高于溢流临界条件时，则将触发溢流预警。
根据本公开实施例的交通量的获取方法，可以通过获取目标路段的最大容量和溢流预警阈值，并根据最大容量、溢流预警阈值和当前周期滞留交通量，对目标路段进行溢流识别，进而响应于当前周期滞留交通量大于最大容量和溢流预警阈值的乘积，则生成并发送针对目标路段的溢流预警。由此，本公开能够基于准确的当前周期滞留交通量，实时且准确地对目标路段进行监控，并根据准确的溢流临界条件，确保将目标路段维持在不触发溢流预警的上限和消除空放绿损的下限之间，提高了交通量的获取过程中的适应性。
需要说明的是，本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用，均符合相关法律法规的规定，且不违背公序良俗。本公开的意图是，应以使无意或未经授权的使用访问风险最小化的方式来管理和处理个人信息数据。通过限制数据收集并在不再需要时删除数据，从而将风险降到最低。需要说明的是，本公开中与人员有关的所有信息，均在人员知情且同意的情况下收集。
与上述几种实施例提供的交通量的获取方法相对应，本公开的一个实施例还提供一种交通量的获取装置，由于本公开实施例提供的交通量的获取装置与上述几种实施例提供的交通量的获取方法相对应，因此在交通量的获取方法的实施方式也适用于本实施例提供的交通量的获取装置，在本实施例中不再详细描述。
图9是根据本公开一个实施例的交通量的获取装置的结构示意图。
如图9所示，该交通量的获取装置900，适用于两端为两个交叉口的目标路段，每个交叉口包括同一行驶方向上的至少两个相位，包括：第一获取模块910和第二获取模块920。其中：
第一获取模块910，用于获取所述目标路段内的每个所述相位的第一特征信息和信号配时信息；
第二获取模块920，用于根据所述第一特征信息和所述信号配时信息，获取所述目标路段当前的信号灯控制周期内的全路段交通量。
图10是根据本公开另一个实施例的交通量的获取装置的结构示意图。
如图10所示，该交通量的获取装置1000，适用于两端为两个交叉口的目标路段，每个交叉口包括同一行驶方向上的至少两个相位，包括：第一获取模块1010和第二获取模块1020。
其中，第二获取模块1020，还用于：
针对每个所述相位，根据所述相位的信号配时信息，获取所述相位的通行状态；
根据每个所述相位的所述第一特征信息和所述通行状态，获取所述全路段交通量。
其中，第二获取模块1020，还用于：
在所述信号灯控制周期内，对每个所述相位的所述第一特征信息和所述通行状态进行积分运算，并将所述积分运算的结果求和，得到所述全路段交通量。
其中，第二获取模块1020，还用于：
针对每个所述相位，根据所述相位的所述信号配时信息，获取所述相位对应的通行时段；
根据所述通行时段，获取所述相位的所述通行状态。
其中，交通量的获取装置1000，还包括，第三获取模块1030，用于：
获取所述当前的信号灯控制周期内所述目标路段内每个所述相位对应的第一交通量；
根据所述第一交通量，获取所述目标路段的当前周期滞留交通量。
其中，第三获取模块1030，还用于：
根据所述第一交通量，获取所述目标路段上每个所述交叉口的第二交通量；
获取上一个信号灯控制周期内所述目标路段的上一周期滞留交通量；
根据每个所述第二交通量和所述上一周期滞留交通量，获取所述目标路段的所述当前周期滞留交通量。
其中，交通量的获取装置1000，还包括，预警模块1040，用于：
获取所述目标路段的最大容量和溢流预警阈值；
根据所述最大容量、所述溢流预警阈值和所述当前周期滞留交通量，对所述目标路段进行溢流识别；
响应于所述当前周期滞留交通量大于所述最大容量和所述溢流预警阈值的乘积，则生成并发送针对所述目标路段的溢流预警。
其中，预警模块1040，还用于：
获取所述目标路段的第二特征信息，以根据所述第二特征信息，获取所述目标路段的所述最大容量。
需要说明的是，第一获取模块1010与第一获取模块910具有相同功能和结构。
根据本公开实施例的交通量的获取装置，可以通过获取目标路段内的每个相位的第一特征信息和信号配时信息，进而根据第一特征信息和信号配时信息，获取目标路段当前的信号灯控制周期内的全路段交通量，以实现全路段交通量的获取。由此，本公开不再依赖检测工具采集的数据直接作为获取交通量的唯一依据，能够基于采集数据，结合密闭流量累积概念、灯态和路网渠化，准确地获取目标路段内全路段交通量的累积，提高了交通量的获取过程中的效率、准确性和可靠性。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图11示出了可以用来实施本公开的实施例的示例电子设备1100的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图11所示，设备1100包括计算单元1101，其可以根据存储在只读存储器(ROM)1102中的计算机程序或者从存储单元1108加载到随机访问存储器(RAM)1103中的计算机程序，来执行各种适当的动作和处理。在RAM 1103中，还可存储设备1100操作所需的各种程序和数据。计算单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
设备1100中的多个部件连接至I/O接口1105，包括：输入单元1106，例如键盘、鼠标等；输出单元1107，例如各种类型的显示器、扬声器等；存储单元1108，例如磁盘、光盘等；以及通信单元1109，例如网卡、调制解调器、无线通信收发机等。通信单元1109允许设备1100通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元1101可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1101的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1101执行上文所描述的各个方法和处理，例如本公开第一方面实施例所述的交通量的获取方法。例如，在一些实施例中，交通量的获取方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1108。在一些实施例中，计算机程序的部分或者全部可以经由ROM 1102和/或通信单元1109而被载入和/或安装到设备1100上。当计算机程序加载到RAM 1103并由计算单元1101执行时，可以执行上文描述的交通量的获取方法的一个或多个步骤。备选地，在其他实施例中，计算单元1101可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开第一方面实施例所述的交通量的获取方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程人物图像的修复装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网以及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务端可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务(“Virtual Private Server”，或简称“VPS”)中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
本公开还提供一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时实现如本公开第一方面实施例所述的交通量的获取方法。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (8)

1.一种交通量的获取方法，适用于两端为两个交叉口的目标路段，每个所述交叉口包括同一行驶方向上的至少两个相位，相同行驶方向驶入不同行驶方向的相位是所述同一行驶方向，所述方法包括：
获取所述目标路段内的每个所述相位的第一特征信息和信号配时信息，所述信号配时信息为交叉口处信号灯的时间配比；
根据每个相位的信号配时信息获取对应的通行状态，在所述信号灯控制周期内，对每个相位的第一特征信息和通行状态进行积分运算，将所述积分运算的结果求和，以获取所述目标路段当前的信号灯控制周期内的全路段交通量，其中，所述第一特征信息包括车道交通流流出速率、车道数和流量比，所述第一特征信息通过互联网数据进行获取，所述全路段交通量为所述目标路段内周期级的驶入与驶出的总交通量；
获取所述当前的信号灯控制周期内所述目标路段内每个所述相位对应的第一交通量，根据所述第一交通量获取所述目标路段的当前周期滞留交通量，其中，所述第一交通量为任一相位的交通量；
获取所述目标路段的最大容量和溢流预警阈值，根据所述最大容量、所述溢流预警阈值和所述当前周期滞留交通量，对所述目标路段进行溢流识别，响应于所述当前周期滞留交通量大于所述最大容量和所述溢流预警阈值的乘积，则生成并发送针对所述目标路段的溢流预警，其中，确定所述目标路段的路段长度、车道数和停车间距，从所述互联网数据中提取平均车身长度，根据所述路段长度、所述车道数、所述停车间距和所述平均车身长度确定所述目标路段的最大容量，所述最大容量通过下式确定：
其中，C为目标路段的最大容量，L为路段长度，N为车道数，Hc为停车间距，l为平均车身长度。
2.根据权利要求1所述的获取方法，其中，所述根据每个相位的信号配时信息获取对应的通行状态，包括：
针对每个所述相位，根据所述相位的所述信号配时信息，获取所述相位对应的通行时段；
根据所述通行时段，获取所述相位的所述通行状态。
3.根据权利要求1所述的获取方法，其中，所述根据所述第一交通量，获取所述目标路段的当前周期滞留交通量，包括：
根据所述第一交通量，获取所述目标路段上每个所述交叉口的第二交通量，所述第二交通量为任一交叉口的交通量；
获取上一个信号灯控制周期内所述目标路段的上一周期滞留交通量；
根据每个所述第二交通量和所述上一周期滞留交通量，获取所述目标路段的所述当前周期滞留交通量。
4.一种交通量的获取装置，适用于两端为两个交叉口的目标路段，每个所述交叉口包括同一行驶方向上的至少两个相位，相同行驶方向驶入不同行驶方向的相位是所述同一行驶方向，所述装置包括：
第一获取模块，用于获取所述目标路段内的每个所述相位的特征信息和信号配时信息，所述信号配时信息为交叉口处信号灯的时间配比；
第二获取模块，用于根据每个相位的信号配时信息获取对应的通行状态，在所述信号灯控制周期内，对每个相位的第一特征信息和通行状态进行积分运算，将所述积分运算的结果求和，以获取所述目标路段当前的信号灯控制周期内的全路段交通量，其中，所述第一特征信息包括车道交通流流出速率、车道数和流量比，所述第一特征信息通过互联网数据进行获取，所述全路段交通量为所述目标路段内周期级的驶入与驶出的总交通量；
第三获取模块，用于获取所述当前的信号灯控制周期内所述目标路段内每个所述相位对应的第一交通量，根据所述第一交通量获取所述目标路段的当前周期滞留交通量，其中，所述第一交通量为任一相位的交通量；
预警模块，用于获取所述目标路段的最大容量和溢流预警阈值，根据所述最大容量、所述溢流预警阈值和所述当前周期滞留交通量，对所述目标路段进行溢流识别，响应于所述当前周期滞留交通量大于所述最大容量和所述溢流预警阈值的乘积，则生成并发送针对所述目标路段的溢流预警，其中，确定所述目标路段的路段长度、车道数和停车间距，从所述互联网数据中提取平均车身长度，根据所述路段长度、所述车道数、所述停车间距和所述平均车身长度确定所述目标路段的最大容量，所述最大容量通过下式确定：
其中，C为目标路段的最大容量，L为路段长度，N为车道数，Hc为停车间距，l为平均车身长度。
5.根据权利要求4所述的获取装置，其中，所述第二获取模块，还用于：
针对每个所述相位，根据所述相位的所述信号配时信息，获取所述相位对应的通行时段；
根据所述通行时段，获取所述相位的所述通行状态。
6.根据权利要求4所述的获取装置，其中，所述第三获取模块，还用于：
根据所述第一交通量，获取所述目标路段上每个所述交叉口的第二交通量，所述第二交通量为任一交叉口的交通量；
获取上一个信号灯控制周期内所述目标路段的上一周期滞留交通量；
根据每个所述第二交通量和所述上一周期滞留交通量，获取所述目标路段的所述当前周期滞留交通量。
7.一种电子设备，其特征在于，包括处理器和存储器；
其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如权利要求1-3中任一项所述的方法。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的方法。
CN202110662879.6A 2021-06-15 2021-06-15 交通量的获取方法、装置及电子设备 Active CN113487884B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN202110662879.6A CN113487884B (zh) 2021-06-15 2021-06-15 交通量的获取方法、装置及电子设备
JP2022043297A JP2022078339A (ja) 2021-06-15 2022-03-18 交通量の取得方法、交通量の取得装置及び電子機器
KR1020220059474A KR20220073712A (ko) 2021-06-15 2022-05-16 교통량의 획득 방법, 장치 및 전자 기기
EP22178910.0A EP4040420A3 (en) 2021-06-15 2022-06-14 Method and apparatus for acquiring traffic volume and electronic device
US17/806,820 US20220309913A1 (en) 2021-06-15 2022-06-14 Method for acquiring traffic volume and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110662879.6A CN113487884B (zh) 2021-06-15 2021-06-15 交通量的获取方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN113487884A CN113487884A (zh) 2021-10-08
CN113487884B true CN113487884B (zh) 2023-11-24

Family

ID=77935117

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110662879.6A Active CN113487884B (zh) 2021-06-15 2021-06-15 交通量的获取方法、装置及电子设备

Country Status (5)

Country Link
US (1) US20220309913A1 (zh)
EP (1) EP4040420A3 (zh)
JP (1) JP2022078339A (zh)
KR (1) KR20220073712A (zh)
CN (1) CN113487884B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109035786A (zh) * 2018-10-10 2018-12-18 南京宁昱通交通科技有限公司 一种提高主干路相邻交叉口通行效率的交通时段控制方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000090389A (ja) * 1998-09-16 2000-03-31 Mitsubishi Electric Corp 車両感知装置
JP5692323B1 (ja) * 2013-09-27 2015-04-01 オムロン株式会社 交通量計測装置、および交通量計測方法
JP2016133942A (ja) * 2015-01-19 2016-07-25 住友電気工業株式会社 交通指標算出装置、交通指標算出方法及びコンピュータプログラム
CN104835321A (zh) * 2015-05-04 2015-08-12 石立公 一种车道车辆流量统计系统及其车道车辆流量统计方法
CN108665714A (zh) * 2017-09-28 2018-10-16 孟卫平 交通信号泛弦控制方法及其系统
CN109979191B (zh) * 2017-12-28 2022-02-11 杭州海康威视系统技术有限公司 交通信号控制方法、装置、电子设备及计算机可读存储介质
CN109872531B (zh) * 2019-01-28 2021-08-06 许凌 道路交通信号控制全路网最优化控制目标函数构建方法
CN110782667A (zh) * 2019-10-30 2020-02-11 北京百度网讯科技有限公司 信号灯分时段配时方法、装置、电子设备及存储介质

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109035786A (zh) * 2018-10-10 2018-12-18 南京宁昱通交通科技有限公司 一种提高主干路相邻交叉口通行效率的交通时段控制方法

Also Published As

Publication number Publication date
KR20220073712A (ko) 2022-06-03
EP4040420A2 (en) 2022-08-10
CN113487884A (zh) 2021-10-08
JP2022078339A (ja) 2022-05-24
US20220309913A1 (en) 2022-09-29
EP4040420A3 (en) 2022-12-21

Similar Documents

Publication Publication Date Title
CN113191256A (zh) 车道线检测模型的训练方法、装置、电子设备及存储介质
CN114120650B (zh) 用于生成测试结果的方法、装置
US20220254251A1 (en) Method of recognizing illegal parking of vehicle, device and storage medium
CN114443794A (zh) 数据处理和地图更新方法、装置、设备以及存储介质
CN113899381B (zh) 用于生成路线信息的方法、装置、设备、介质和产品
CN115272656A (zh) 环境检测报警方法、装置、计算机设备及存储介质
CN112883236B (zh) 一种地图更新方法、装置、电子设备及存储介质
CN113487884B (zh) 交通量的获取方法、装置及电子设备
CN114495495B (zh) 异常转向行为的检测方法、装置及电子设备
CN114419883B (zh) 识别路口缺失交通限制信息的方法、装置和电子设备
CN115331048B (zh) 图像分类方法、装置、设备以及存储介质
EP4141386A1 (en) Road data monitoring method and apparatus, electronic device and storage medium
CN113344277B (zh) 预测模型训练方法、状态更新方法、装置、设备和介质
CN113051926B (zh) 文本抽取方法、设备和存储介质
CN115273148A (zh) 行人重识别模型训练方法、装置、电子设备及存储介质
CN114218504A (zh) 阻断路段识别方法、装置、电子设备及存储介质
CN114064745A (zh) 一种确定交通提示距离的方法、装置及电子设备
EP4040421B1 (en) Method and apparatus for predicting traffic data and electronic device
CN116701552B (zh) 案件管辖机构的确定方法、装置及电子设备
CN113591847B (zh) 一种车辆定位方法、装置、电子设备及存储介质
CN114972988B (zh) 一种路网提取方法、装置、设备及存储介质
CN114970949B (zh) 行驶速度预测方法、装置、电子设备及存储介质
KR102341467B1 (ko) 인공지능 기반 대피우선순위를 설정하는 알고리즘을 이용하여 재난상황에서 우선권이 있는 운전자부터 순차적으로 알람을 전송함으로써 차량의 막힘이 없이 신속한 대피가 가능한 주차장 재난대피시스템의 운영방법
CN115294536A (zh) 基于人工智能的违章检测方法、装置、设备及存储介质
CN117493639A (zh) 一种兴趣点处理方法、装置、电子设备和存储介质

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
TA01 Transfer of patent application right

Effective date of registration: 20231018

Address after: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant after: Apollo Zhilian (Beijing) Technology Co.,Ltd.

Applicant after: Apollo Zhixing Technology (Guangzhou) Co.,Ltd.

Address before: 100176 101, floor 1, building 1, yard 7, Ruihe West 2nd Road, Beijing Economic and Technological Development Zone, Daxing District, Beijing

Applicant before: Apollo Zhilian (Beijing) Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant