CN113570868A - 交叉口绿灯通过率计算方法、装置、设备及存储介质 - Google Patents

交叉口绿灯通过率计算方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113570868A
CN113570868A CN202111130472.5A CN202111130472A CN113570868A CN 113570868 A CN113570868 A CN 113570868A CN 202111130472 A CN202111130472 A CN 202111130472A CN 113570868 A CN113570868 A CN 113570868A
Authority
CN
China
Prior art keywords
intersection
green light
light passing
lane
information
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
CN202111130472.5A
Other languages
English (en)
Inventor
杨唐涛
张龙洋
何书贤
陈琳
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.)
Ismartways Wuhan Technology Co ltd
Original Assignee
Ismartways Wuhan Technology 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 Ismartways Wuhan Technology Co ltd filed Critical Ismartways Wuhan Technology Co ltd
Priority to CN202111130472.5A priority Critical patent/CN113570868A/zh
Publication of CN113570868A publication Critical patent/CN113570868A/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
    • 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
    • G08G1/07—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

本发明公开了一种交叉口绿灯通过率计算方法、装置、设备及存储介质，所述方法通过获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率；能够提高绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本，避免了固定传感器损坏导致交叉口绿灯通过率计算出现误差影响日常交通出行，能够作为交通信号控制优化的重要指标，减少车辆等待时间，提升了交叉口车辆整体通行效率，改善了城市的交通压力。

Description

交叉口绿灯通过率计算方法、装置、设备及存储介质
技术领域
本发明涉及智慧交通技术领域，尤其涉及一种交叉口绿灯通过率计算方法、装置、设备及存储介质。
背景技术
绿灯通过率作为评价交叉口整体通行效率以及交通信号控制优化效果的重要指标，在智慧交通领域起到了越来越重要的作用。
目前针对如何利用绿灯通过率最高为交叉口自适应控制优化目标，大量学者进行了深入的研究，但是针对交叉口绿灯通过率的估计方法，主要还围绕在利用较为传统的固定传感器（如磁感线圈等），检测车辆是否在绿灯时间范围内到达；但是这种通过固定传感器获取车辆数据的方式存在一些缺陷，比如其固定传感器的布设成本以及维护成本较高，例如磁感线圈还需挖开道路进行布设，影响日常交通出行，并且其损坏率也居高不下。
发明内容
本发明的主要目的在于提供一种交叉口绿灯通过率计算方法、装置、设备及存储介质，旨在解决现有技术中绿灯通过率计算布设成本及维护成本较高，影响日常交通出行，损坏率较高的技术问题。
第一方面，本发明提供一种交叉口绿灯通过率计算方法，所述交叉口绿灯通过率计算方法包括以下步骤：
获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；
根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；
根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
可选地，所述获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息，包括：
从汽车的车载单元获得基本安全信息，利用路侧单元从信号灯控制机获得交通信号灯的信号状态及倒计时信息，并从所述路侧单元中获得交叉口的地图信息。
可选地，所述根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率，包括：
根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数；
根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率。
可选地，所述根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数，包括：
从所述倒计时信息中确定信号灯的周期起始时间和周期结束时间，并实时检测各当前车辆距离交叉口中心点的实时距离；
根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，获取筛选后的车辆信息；
将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数；
获取统计信号周期内交叉口各车道的车辆速度，将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，并统计停驶车辆数。
可选地，所述将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数，包括：
将所述车辆信息与所述地图信息进行匹配，确定各车辆所处车道；
通过下式获得统计信号周期内交叉口各车道的总到达车辆数：
Figure 96753DEST_PATH_IMAGE001
其中，
Figure 125889DEST_PATH_IMAGE002
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 713515DEST_PATH_IMAGE003
为信号周期，
Figure 195312DEST_PATH_IMAGE004
为信号灯的周期起始时间，
Figure 156446DEST_PATH_IMAGE005
为信号灯的周期结束时间，
Figure 40088DEST_PATH_IMAGE006
为第
Figure 982637DEST_PATH_IMAGE007
辆智能网联汽车距离信号交叉口中心点的距离，
Figure 499200DEST_PATH_IMAGE008
为交叉口进口道ID，
Figure 716554DEST_PATH_IMAGE009
为交叉口车道ID。
可选地，所述根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率，包括：
根据所述总到达车辆数和所述停驶车辆数通过下式获得分车道绿灯通过率：
Figure 189124DEST_PATH_IMAGE010
其中，
Figure 833732DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 837591DEST_PATH_IMAGE012
的绿灯通过率，
Figure 593058DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 185713DEST_PATH_IMAGE014
为统计信号周期内交叉口各车道的停驶车辆数。
可选地，所述根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率，包括：
根据所述分车道绿灯通过率通过下式计算交叉口的整体绿灯通过率：
Figure 749025DEST_PATH_IMAGE015
其中，
Figure 223869DEST_PATH_IMAGE016
交叉口的整体绿灯通过率，
Figure 517447DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 980920DEST_PATH_IMAGE012
的绿灯通过率，
Figure 764068DEST_PATH_IMAGE017
为统计信号周期内交叉口各车道的总到达车辆数之和。
第二方面，为实现上述目的，本发明还提出一种交叉口绿灯通过率计算装置，所述交叉口绿灯通过率计算装置包括：
信息获取模块，用于获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；
分车道计算模块，用于根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；
整体计算模块，用于根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
第三方面，为实现上述目的，本发明还提出一种交叉口绿灯通过率计算设备，所述交叉口绿灯通过率计算设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交叉口绿灯通过率计算程序，所述交叉口绿灯通过率计算程序配置为实现如上文所述的交叉口绿灯通过率计算方法的步骤。
第四方面，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有交叉口绿灯通过率计算程序，所述交叉口绿灯通过率计算程序被处理器执行时实现如上文所述的交叉口绿灯通过率计算方法的步骤。
本发明提出的交叉口绿灯通过率计算方法，通过获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率；能够融合车路的高精度定位数据、地图信息以及交通信号数据，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本，避免了固定传感器损坏导致交叉口绿灯通过率计算出现误差影响日常交通出行，能够作为交通信号控制优化的重要指标，减少车辆等待时间，提升了交叉口车辆整体通行效率，改善了城市的交通压力。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本发明交叉口绿灯通过率计算方法第一实施例的流程示意图；
图3为本发明交叉口绿灯通过率计算方法第二实施例的流程示意图；
图4为本发明交叉口绿灯通过率计算方法第三实施例的流程示意图；
图5为本发明交叉口绿灯通过率计算方法第四实施例的流程示意图；
图6为本发明交叉口绿灯通过率计算装置第一实施例的功能模块图；
图7为本发明交叉口绿灯通过率计算装置第二实施例的硬件架构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的解决方案主要是：通过获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率；能够融合车路的高精度定位数据、地图信息以及交通信号数据，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本，避免了固定传感器损坏导致交叉口绿灯通过率计算出现误差影响日常交通出行，能够作为交通信号控制优化的重要指标，减少车辆等待时间，提升了交叉口车辆整体通行效率，改善了城市的交通压力，解决了现有技术中绿灯通过率计算布设成本及维护成本较高，影响日常交通出行，损坏率较高的技术问题。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的设备结构示意图。
如图1所示，该设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如Wi-Fi接口）。存储器1005可以是高速RAM存储器，也可以是稳定的存储器（Non-Volatile Memory），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对该设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及交叉口绿灯通过率计算程序。
本发明设备通过处理器1001调用存储器1005中存储的交叉口绿灯通过率计算程序，并执行以下操作：
获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；
根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；
根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
本发明设备通过处理器1001调用存储器1005中存储的交叉口绿灯通过率计算程序，还执行以下操作：
从汽车的车载单元获得基本安全信息，利用路侧单元从信号灯控制机获得交通信号灯的信号状态及倒计时信息，并从所述路侧单元中获得交叉口的地图信息。
本发明设备通过处理器1001调用存储器1005中存储的交叉口绿灯通过率计算程序，还执行以下操作：
根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数；
根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率。
本发明设备通过处理器1001调用存储器1005中存储的交叉口绿灯通过率计算程序，还执行以下操作：
从所述倒计时信息中确定信号灯的周期起始时间和周期结束时间，并实时检测各当前车辆距离交叉口中心点的实时距离；
根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，获取筛选后的车辆信息；
将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数；
获取统计信号周期内交叉口各车道的车辆速度，将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，并统计停驶车辆数。
本发明设备通过处理器1001调用存储器1005中存储的交叉口绿灯通过率计算程序，还执行以下操作：
将所述车辆信息与所述地图信息进行匹配，确定各车辆所处车道；
通过下式获得统计信号周期内交叉口各车道的总到达车辆数：
Figure 195050DEST_PATH_IMAGE001
其中，
Figure 43051DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 344720DEST_PATH_IMAGE018
为信号周期，
Figure 298769DEST_PATH_IMAGE019
为信号灯的周期起始时间，
Figure 702200DEST_PATH_IMAGE020
为信号灯的周期结束时间，
Figure 337580DEST_PATH_IMAGE021
为第
Figure 24914DEST_PATH_IMAGE022
辆智能网联汽车距离信号交叉口中心点的距离，
Figure 915245DEST_PATH_IMAGE008
为交叉口进口道ID，
Figure 789661DEST_PATH_IMAGE009
为交叉口车道ID。
本发明设备通过处理器1001调用存储器1005中存储的交叉口绿灯通过率计算程序，还执行以下操作：
根据所述总到达车辆数和所述停驶车辆数通过下式获得分车道绿灯通过率：
Figure 228732DEST_PATH_IMAGE010
其中，
Figure 318042DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 817156DEST_PATH_IMAGE023
的绿灯通过率，
Figure 178868DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 421630DEST_PATH_IMAGE014
为统计信号周期内交叉口各车道的停驶车辆数。
本发明设备通过处理器1001调用存储器1005中存储的交叉口绿灯通过率计算程序，还执行以下操作：
根据所述分车道绿灯通过率通过下式计算交叉口的整体绿灯通过率：
Figure 834288DEST_PATH_IMAGE015
其中，
Figure 301041DEST_PATH_IMAGE016
交叉口的整体绿灯通过率，
Figure 884470DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 681655DEST_PATH_IMAGE024
的绿灯通过率，
Figure 994825DEST_PATH_IMAGE017
为统计信号周期内交叉口各车道的总到达车辆数之和。
本实施例通过上述方案，通过获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率；能够融合车路的高精度定位数据、地图信息以及交通信号数据，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本，避免了固定传感器损坏导致交叉口绿灯通过率计算出现误差影响日常交通出行，能够作为交通信号控制优化的重要指标，减少车辆等待时间，提升了交叉口车辆整体通行效率，改善了城市的交通压力。
基于上述硬件结构，提出本发明交叉口绿灯通过率计算方法实施例。
参照图2，图2为本发明交叉口绿灯通过率计算方法第一实施例的流程示意图。
在第一实施例中，所述交叉口绿灯通过率计算方法包括以下步骤：
步骤S10、获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息。
需要说明的是，所述基本安全信息（Basic Safety Message，BSM）为车辆行驶过程中的相关安全信息，所述交叉口的地图信息为需要进行绿灯通过率计算的交叉口的高精度地图信息，所述交通信号灯的信号状态为灯色状态，一般为红、黄、绿三种灯色，所述倒计时信息为交通信号灯的灯色剩余时长的倒计时信息。
步骤S20、根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率。
可以理解的是，根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，即基于边缘计算节点，融合所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行绿灯通过率计算，能够获得分车道绿灯通过率。
步骤S30、根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
应当理解的是，在获得了各个分车道的分车道绿灯通过率后，可以计算出一个统计周期内当前的交叉口的整体绿灯通过率。
进一步的，所述步骤S30具体包括以下步骤：
根据所述分车道绿灯通过率通过下式计算交叉口的整体绿灯通过率：
Figure 835742DEST_PATH_IMAGE025
其中，
Figure 654269DEST_PATH_IMAGE016
交叉口的整体绿灯通过率，
Figure 35572DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 140931DEST_PATH_IMAGE026
的绿灯通过率，
Figure 903482DEST_PATH_IMAGE017
为统计信号周期内交叉口各车道的总到达车辆数之和。
可以理解的是，通过以上步骤可计算获得信号交叉口各车道
Figure 789398DEST_PATH_IMAGE026
在统计信号周期时长内的绿灯通过率
Figure 912075DEST_PATH_IMAGE027
；为获取信号周期内交叉口的整体绿灯通过率，需根据各车道上的统计车辆数进行加权计算。
本实施例通过上述方案，通过获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率；能够融合车路的高精度定位数据、地图信息以及交通信号数据，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本，避免了固定传感器损坏导致交叉口绿灯通过率计算出现误差影响日常交通出行，能够作为交通信号控制优化的重要指标，减少车辆等待时间，提升了交叉口车辆整体通行效率，改善了城市的交通压力。
进一步地，图3为本发明交叉口绿灯通过率计算方法第二实施例的流程示意图，如图3所示，基于第一实施例提出本发明交叉口绿灯通过率计算方法第二实施例，在本实施例中，所述步骤S10具体包括以下步骤：
步骤S11、从汽车的车载单元获得基本安全信息，利用路侧单元从信号灯控制机获得交通信号灯的信号状态及倒计时信息，并从所述路侧单元中获得交叉口的地图信息。
需要说明的是，从汽车的车载单元可以获得基本安全信息，汽车的车载单元（On-Board Unit，OBU）设备作为通讯终端的同时，本身也可作为提供自身车辆位置以及运行状态数据的传感器，一般的路端安装的路侧单元（Road-Side Unit，RSU）可以与OBU设备进行蜂窝车联网C-V2X通讯，接收OBU设备发送的基本安全信息，还可以与信号控制机相连，从信号灯控制机获得交通信号灯的信号状态及倒计时信息（Signal Phase and Timing，SPaT），此外RSU设备中还存储有设备所处交叉口的地图信息。
在具体实现中，一般可以利用基本安全信息，信号状态及倒计时信息及交叉口的地图信息，将这些数据汇总到路口多接入边缘计算（Multi-access Edge Computing，MEC）设备进行边缘端的计算处理，获取各车道以及交叉口整体的绿灯通过率。
可以理解的是，一般的，MEC从接收到的BSM消息中提取有效信息，MEC从接收到的MAP消息中获取当前交叉口车道级地图信息，MEC从接收到的SPaT消息中获取相位信息，所述基本安全信息包括但不限于：车辆ID、消息时间戳、车辆实时位置信息（经纬度）、车辆速度及航向角信息等；本实施例对此不加以限制；所述交叉口的地图信息包括但不限于：进口道ID、车道ID、车道轨迹（一般由2至32个轨迹点构成，轨迹点的位置包括位置经纬度和海拔高度）、车道对应的相位ID等信息；倒计时信息包括但不限于时间戳、相位ID、灯色状态及当前灯色状态剩余时长等信息。
本实施例通过上述方案，通过从汽车的车载单元获得基本安全信息，利用路侧单元从信号灯控制机获得交通信号灯的信号状态及倒计时信息，并从所述路侧单元中获得交叉口的地图信息，能够为后续信息融合计算分车道绿灯通过率做准备，能够融合车路的高精度定位数据、地图信息以及交通信号数据，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本。
进一步地，图4为本发明交叉口绿灯通过率计算方法第三实施例的流程示意图，如图4所示，基于第一实施例提出本发明交叉口绿灯通过率计算方法第三实施例，在本实施例中，所述步骤S20具体包括以下步骤：
步骤S21、根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数。
需要说明的是，通过所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，能够获得统计信号周期内交叉口各车道的到达车辆数总数量，以及判定为停驶状态车辆的车辆数量。
步骤S22、根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率。
可以理解的是，通过所述总到达车辆数和所述停驶车辆数能够计算获得交叉口各分车道的分车道绿灯通过率。
进一步的，所述步骤S22包括以下步骤：
根据所述总到达车辆数和所述停驶车辆数通过下式获得分车道绿灯通过率：
Figure 153832DEST_PATH_IMAGE028
其中，
Figure 70972DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 381868DEST_PATH_IMAGE029
的绿灯通过率，
Figure 855705DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 935657DEST_PATH_IMAGE014
为统计信号周期内交叉口各车道的停驶车辆数。
可以理解的是，根据绿灯通过率定义可得信号周期内交叉口各车道绿灯通过率计算公式如下式所示：
Figure 289278DEST_PATH_IMAGE030
式中，
Figure 637869DEST_PATH_IMAGE031
为在信号统计周期内车道
Figure 102349DEST_PATH_IMAGE032
的绿灯通过率；
Figure 302386DEST_PATH_IMAGE033
为在信号统计周期内车道
Figure 826908DEST_PATH_IMAGE032
的绿灯到达的总车数，单位为veh；
Figure 659866DEST_PATH_IMAGE034
为在信号统计周期内车道
Figure 928036DEST_PATH_IMAGE032
的红灯到达的总车数，单位为veh。
信号统计周期内车道
Figure 982580DEST_PATH_IMAGE032
的红灯到达的总车数可由交叉口各车道停驶车辆数
Figure 428736DEST_PATH_IMAGE035
近似替代，因此基于车路协同数据计算的信号周期内交叉口各车道绿灯通过率公式如下式所示：
Figure 998258DEST_PATH_IMAGE010
若
Figure 804540DEST_PATH_IMAGE036
，即在统计信号周期内，车道
Figure 464322DEST_PATH_IMAGE037
无智能网联车辆驶入该车道，此时通过上式无法计算该车道的绿灯通过率，需要结合SPaT的信号状态信息进行估计。
通过MAP信息可对应获得车道
Figure 596226DEST_PATH_IMAGE037
对应的相位ID，记为
Figure 387465DEST_PATH_IMAGE038
，由此可通过
Figure 10820DEST_PATH_IMAGE038
索引SPaT信息，获取该车道对应相位的详细信息，并得到该相位的绿灯时间，记为
Figure 508797DEST_PATH_IMAGE039
；假设车辆到达交叉口的概率随机，则可认为其理论绿灯通过率等于该车道对应相位的绿灯时间与信号周期时长的比值，如下式所示：
Figure 811602DEST_PATH_IMAGE040
本实施例通过上述方案，通过根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数；根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率，能够快速计算出交叉口各分车道的分车道绿灯通过率，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本。
进一步地，图5为本发明交叉口绿灯通过率计算方法第四实施例的流程示意图，如图5所示，基于第三实施例提出本发明交叉口绿灯通过率计算方法第四实施例，在本实施例中，所述步骤S21具体包括以下步骤：
步骤S211、从所述倒计时信息中确定信号灯的周期起始时间和周期结束时间，并实时检测各当前车辆距离交叉口中心点的实时距离。
需要说明的是，通过SPaT倒计时信息能够确定信号周期起始时间，信号周期起始时间和周期结束时间，并且实时检测各当前车辆距离交叉口中心点的实时距离，即每辆智能网联汽车距离信号交叉口中心点的距离，通过BSM提供的车辆实时经纬度位置以及地图信息提供的交叉口中心点经纬度位置计算所得。
步骤S212、根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，获取筛选后的车辆信息。
可以理解的是，根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，筛选条件可以为：
Figure 840869DEST_PATH_IMAGE041
，其中，
Figure 254533DEST_PATH_IMAGE042
表示第
Figure 872596DEST_PATH_IMAGE043
辆智能网联汽车达到交叉口时间，信号周期起始时间记为
Figure 346303DEST_PATH_IMAGE019
，周期结束时间记为
Figure 862866DEST_PATH_IMAGE044
，以预设的距离阈值120m为例：
Figure 80221DEST_PATH_IMAGE045
；式中
Figure 552791DEST_PATH_IMAGE046
表示第
Figure 948131DEST_PATH_IMAGE047
辆智能网联汽车距离信号交叉口中心点的距离，通过筛选条件可以获得筛选后的车辆信息。
步骤S213、将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数。
应当理解的是，通过将所述车辆信息与所述地图信息进行车道匹配，从而确认车辆所处的车道，进而统计信号周期内交叉口各车道的总到达车辆数。
进一步的，所述步骤S213具体包括以下步骤：
将所述车辆信息与所述地图信息进行匹配，确定各车辆所处车道；
通过下式获得统计信号周期内交叉口各车道的总到达车辆数：
Figure 201258DEST_PATH_IMAGE001
其中，
Figure 691145DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 291323DEST_PATH_IMAGE018
为信号周期，
Figure 637991DEST_PATH_IMAGE019
为信号灯的周期起始时间，
Figure 581676DEST_PATH_IMAGE020
为信号灯的周期结束时间，
Figure 625986DEST_PATH_IMAGE021
为第
Figure 338727DEST_PATH_IMAGE048
辆智能网联汽车距离信号交叉口中心点的距离，
Figure 121876DEST_PATH_IMAGE008
为交叉口进口道ID，
Figure 38010DEST_PATH_IMAGE009
为交叉口车道ID。
需要说明的是，交叉口各车道的ID由进口道ID和车道ID两个参数共同确定，令
Figure 135279DEST_PATH_IMAGE049
为进口道ID,
Figure 702527DEST_PATH_IMAGE050
为车道ID，则智能网联车辆可通过车道匹配功能匹配到车道
Figure 859839DEST_PATH_IMAGE051
，则对于各车道匹配到的BSM数据，筛选信号周期内交叉口各车道总到达车辆数可由上述公式获得。
在具体实现中，若信号周期内交叉口车道的到达车辆数
Figure 60007DEST_PATH_IMAGE052
为0，即在该统计信号周期内车道
Figure 960967DEST_PATH_IMAGE053
无到达车辆，因此该车道也无停驶车辆，令
Figure 382721DEST_PATH_IMAGE054
。
若信号周期内交叉口车道的到达车辆数
Figure 458737DEST_PATH_IMAGE055
不为0，即在该统计信号周期内车道
Figure 395469DEST_PATH_IMAGE056
有到达车辆，则通过车辆速度进一步判定交叉口各车道上智能网联车辆是否停驶，车道
Figure 834540DEST_PATH_IMAGE056
在统计信号周期内的停驶车辆数计算如下式：
Figure 861533DEST_PATH_IMAGE057
式中
Figure 157385DEST_PATH_IMAGE058
表示第
Figure 784676DEST_PATH_IMAGE059
辆智能网联汽车在进入交叉口范围内的最小行驶速度，若其速度降至5
Figure 512592DEST_PATH_IMAGE060
以下则认为该车辆停驶，计入统计。
步骤S214、获取统计信号周期内交叉口各车道的车辆速度，将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，并统计停驶车辆数。
可以理解的是，通过获取统计信号周期内交叉口各车道的车辆速度，从而可以将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，预设速度阈值为预先设置的速度比较阈值，并统计停驶车辆数。
本实施例通过上述方案，通过从所述倒计时信息中确定信号灯的周期起始时间和周期结束时间，并实时检测各当前车辆距离交叉口中心点的实时距离；根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，获取筛选后的车辆信息；将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数；获取统计信号周期内交叉口各车道的车辆速度，将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，并统计停驶车辆数，能够融合车路的高精度定位数据、地图信息以及交通信号数据，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本，避免了固定传感器损坏导致交叉口绿灯通过率计算出现误差影响日常交通出行。
相应地，本发明进一步提供一种交叉口绿灯通过率计算装置。
参照图6，图6为本发明交叉口绿灯通过率计算装置第一实施例的功能模块图。
本发明交叉口绿灯通过率计算装置第一实施例中，该交叉口绿灯通过率计算装置包括：
信息获取模块10，用于获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息。
分车道计算模块20，用于根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率。
整体计算模块30，用于根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
所述信息获取模块10，还用于从汽车的车载单元获得基本安全信息，利用路侧单元从信号灯控制机获得交通信号灯的信号状态及倒计时信息，并从所述路侧单元中获得交叉口的地图信息。
所述分车道计算模块20，还用于根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数；根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率。
所述分车道计算模块20，还用于从所述倒计时信息中确定信号灯的周期起始时间和周期结束时间，并实时检测各当前车辆距离交叉口中心点的实时距离；根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，获取筛选后的车辆信息；将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数；获取统计信号周期内交叉口各车道的车辆速度，将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，并统计停驶车辆数。
所述分车道计算模块20，还用于将所述车辆信息与所述地图信息进行匹配，确定各车辆所处车道；通过下式获得统计信号周期内交叉口各车道的总到达车辆数：
Figure 908938DEST_PATH_IMAGE061
其中，
Figure 375691DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 241010DEST_PATH_IMAGE018
为信号周期，
Figure 21884DEST_PATH_IMAGE019
为信号灯的周期起始时间，
Figure 272737DEST_PATH_IMAGE020
为信号灯的周期结束时间，为第
Figure 113654DEST_PATH_IMAGE062
辆智能网联汽车距离信号交叉口中心点的距离，
Figure 265937DEST_PATH_IMAGE008
为交叉口进口道ID，
Figure 584923DEST_PATH_IMAGE009
为交叉口车道ID。
所述分车道计算模块20，还用于根据所述总到达车辆数和所述停驶车辆数通过下式获得分车道绿灯通过率：
Figure 955861DEST_PATH_IMAGE010
其中，
Figure 515149DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 604328DEST_PATH_IMAGE063
的绿灯通过率，
Figure 461426DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 437603DEST_PATH_IMAGE014
为统计信号周期内交叉口各车道的停驶车辆数。
所述整体计算模块30，还用于根据所述分车道绿灯通过率通过下式计算交叉口的整体绿灯通过率：
Figure 885902DEST_PATH_IMAGE015
其中，
Figure 993535DEST_PATH_IMAGE016
交叉口的整体绿灯通过率，
Figure 405056DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 750587DEST_PATH_IMAGE064
的绿灯通过率，
Figure 104208DEST_PATH_IMAGE017
为统计信号周期内交叉口各车道的总到达车辆数之和。
其中，交叉口绿灯通过率计算装置的各个功能模块实现的步骤可参照本发明交叉口绿灯通过率计算方法的各个实施例，此处不再赘述。
进一步的，参照图7，图7为本发明交叉口绿灯通过率计算装置第二实施例的硬件架构示意图。
如图7所示，硬件部分分为车端与路端两部分；车端方面智能网联汽车部署车载单元（On-Board Unit，OBU）设备，车辆位置以及状态通过OBU的全球定位系统(GlobalPositioning System，GPS)获取，生成基本安全信息（Basic Safety Message，BSM）消息后通过蜂窝车联网C-V2X无线通讯方式共享给路侧单元（Road-Side Unit，RSU）设备；路端方面RSU设备部署在交叉口路侧，其通过网线与交通信号控制机（Traffic signalcontroller，TSC）相联，获取信号机数据，同时RSU通过有线网络与多接入边缘计算（Multi-access Edge Computing，MEC）相联，将获取的BSM消息、设备自身存储的地图信息以及通过TSC获取的信号机信息生成的倒计时信息（Signal Phase and Timing，SPaT）信息传输至MEC端；MEC作为该架构的核心计算单元，部署交叉口车辆绿灯通过率计算软件，并执行运算，计算结果保存至MEC端，供其他业务模块调用。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有交叉口绿灯通过率计算程序，所述交叉口绿灯通过率计算程序被处理器执行时实现如下操作：
获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；
根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；
根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
进一步地，所述交叉口绿灯通过率计算程序被处理器执行时还实现如下操作：
从汽车的车载单元获得基本安全信息，利用路侧单元从信号灯控制机获得交通信号灯的信号状态及倒计时信息，并从所述路侧单元中获得交叉口的地图信息。
进一步地，所述交叉口绿灯通过率计算程序被处理器执行时还实现如下操作：
根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数；
根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率。
进一步地，所述交叉口绿灯通过率计算程序被处理器执行时还实现如下操作：
从所述倒计时信息中确定信号灯的周期起始时间和周期结束时间，并实时检测各当前车辆距离交叉口中心点的实时距离；
根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，获取筛选后的车辆信息；
将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数；
获取统计信号周期内交叉口各车道的车辆速度，将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，并统计停驶车辆数。
进一步地，所述交叉口绿灯通过率计算程序被处理器执行时还实现如下操作：
将所述车辆信息与所述地图信息进行匹配，确定各车辆所处车道；
通过下式获得统计信号周期内交叉口各车道的总到达车辆数：
Figure 446940DEST_PATH_IMAGE061
其中，
Figure 911419DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 111457DEST_PATH_IMAGE018
为信号周期，
Figure 635979DEST_PATH_IMAGE019
为信号灯的周期起始时间，
Figure 468937DEST_PATH_IMAGE020
为信号灯的周期结束时间，
Figure 471528DEST_PATH_IMAGE021
为第
Figure 526071DEST_PATH_IMAGE065
辆智能网联汽车距离信号交叉口中心点的距离，
Figure 237807DEST_PATH_IMAGE008
为交叉口进口道ID，
Figure 807328DEST_PATH_IMAGE009
为交叉口车道ID。
进一步地，所述交叉口绿灯通过率计算程序被处理器执行时还实现如下操作：
根据所述总到达车辆数和所述停驶车辆数通过下式获得分车道绿灯通过率：
Figure 348031DEST_PATH_IMAGE028
其中，
Figure 273393DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 936455DEST_PATH_IMAGE066
的绿灯通过率，
Figure 196535DEST_PATH_IMAGE013
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 306310DEST_PATH_IMAGE014
为统计信号周期内交叉口各车道的停驶车辆数。
进一步地，所述交叉口绿灯通过率计算程序被处理器执行时还实现如下操作：
根据所述分车道绿灯通过率通过下式计算交叉口的整体绿灯通过率：
Figure 335446DEST_PATH_IMAGE015
其中，
Figure 434989DEST_PATH_IMAGE067
交叉口的整体绿灯通过率，
Figure 667518DEST_PATH_IMAGE011
为在信号统计周期内车道
Figure 815603DEST_PATH_IMAGE068
的绿灯通过率，
Figure 699245DEST_PATH_IMAGE017
为统计信号周期内交叉口各车道的总到达车辆数之和。
本实施例通过上述方案，通过获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率；能够融合车路的高精度定位数据、地图信息以及交通信号数据，提高了绿灯通过率的计算精度，不依赖于固定式的传感器检测结果，降低了布设成本和维护成本，避免了固定传感器损坏导致交叉口绿灯通过率计算出现误差影响日常交通出行，能够作为交通信号控制优化的重要指标，减少车辆等待时间，提升了交叉口车辆整体通行效率，改善了城市的交通压力。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种交叉口绿灯通过率计算方法，其特征在于，所述交叉口绿灯通过率计算方法包括：
获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；
根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；
根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
2.如权利要求1所述的交叉口绿灯通过率计算方法，其特征在于，所述获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息，包括：
从汽车的车载单元获得基本安全信息，利用路侧单元从信号灯控制机获得交通信号灯的信号状态及倒计时信息，并从所述路侧单元中获得交叉口的地图信息。
3.如权利要求1所述的交叉口绿灯通过率计算方法，其特征在于，所述根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率，包括：
根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数；
根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率。
4.如权利要求3所述的交叉口绿灯通过率计算方法，其特征在于，所述根据所述基本安全信息、所述信号状态及倒计时信息及所述地图信息进行边缘计算，获得统计信号周期内交叉口各车道的总到达车辆数和停驶车辆数，包括：
从所述倒计时信息中确定信号灯的周期起始时间和周期结束时间，并实时检测各当前车辆距离交叉口中心点的实时距离；
根据所述周期起始时间、所述周期结束时间及所述实时距离对所述基本安全信息进行筛选，获取筛选后的车辆信息；
将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数；
获取统计信号周期内交叉口各车道的车辆速度，将所述车辆速度小于预设速度阈值的车辆作为停驶车辆，并统计停驶车辆数。
5.如权利要求4所述的交叉口绿灯通过率计算方法，其特征在于，所述将所述车辆信息与所述地图信息进行匹配，获得统计信号周期内交叉口各车道的总到达车辆数，包括：
将所述车辆信息与所述地图信息进行匹配，确定各车辆所处车道；
通过下式获得统计信号周期内交叉口各车道的总到达车辆数：
Figure 42503DEST_PATH_IMAGE002
其中，
Figure DEST_PATH_IMAGE003
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 432027DEST_PATH_IMAGE004
为信号周期，
Figure DEST_PATH_IMAGE005
为信号灯的周期起始时间，
Figure 997875DEST_PATH_IMAGE006
为信号灯的周期结束时间，
Figure DEST_PATH_IMAGE007
为第
Figure DEST_PATH_IMAGE009
辆智能网联汽车距离信号交叉口中心点的距离，
Figure 399864DEST_PATH_IMAGE010
为交叉口进口道ID，
Figure DEST_PATH_IMAGE011
为交叉口车道ID。
6.如权利要求5所述的交叉口绿灯通过率计算方法，其特征在于，所述根据所述总到达车辆数和所述停驶车辆数获得分车道绿灯通过率，包括：
根据所述总到达车辆数和所述停驶车辆数通过下式获得分车道绿灯通过率：
Figure DEST_PATH_IMAGE013
其中，
Figure 940435DEST_PATH_IMAGE014
为在信号统计周期内车道
Figure 50211DEST_PATH_IMAGE016
的绿灯通过率，
Figure DEST_PATH_IMAGE017
为统计信号周期内交叉口各车道的总到达车辆数，
Figure 295117DEST_PATH_IMAGE018
为统计信号周期内交叉口各车道的停驶车辆数。
7.如权利要求6所述的交叉口绿灯通过率计算方法，其特征在于，所述根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率，包括：
根据所述分车道绿灯通过率通过下式计算交叉口的整体绿灯通过率：
Figure 698416DEST_PATH_IMAGE020
其中，
Figure DEST_PATH_IMAGE021
交叉口的整体绿灯通过率，
Figure 9224DEST_PATH_IMAGE014
为在信号统计周期内车道
Figure 107761DEST_PATH_IMAGE016
的绿灯通过率，
Figure 782456DEST_PATH_IMAGE022
为统计信号周期内交叉口各车道的总到达车辆数之和。
8.一种交叉口绿灯通过率计算装置，其特征在于，所述交叉口绿灯通过率计算装置包括：
信息获取模块，用于获取车辆的基本安全信息、交叉口的地图信息、交通信号灯的信号状态及倒计时信息；
分车道计算模块，用于根据所述基本安全信息、所述地图信息、所述信号状态及倒计时信息进行边缘计算，获得分车道绿灯通过率；
整体计算模块，用于根据所述分车道绿灯通过率计算交叉口的整体绿灯通过率。
9.一种交叉口绿灯通过率计算设备，其特征在于，所述交叉口绿灯通过率计算设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的交叉口绿灯通过率计算程序，所述交叉口绿灯通过率计算程序配置为实现如权利要求1至7中任一项所述的交叉口绿灯通过率计算方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有交叉口绿灯通过率计算程序，所述交叉口绿灯通过率计算程序被处理器执行时实现如权利要求1至7中任一项所述的交叉口绿灯通过率计算方法的步骤。
CN202111130472.5A 2021-09-26 2021-09-26 交叉口绿灯通过率计算方法、装置、设备及存储介质 Pending CN113570868A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111130472.5A CN113570868A (zh) 2021-09-26 2021-09-26 交叉口绿灯通过率计算方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111130472.5A CN113570868A (zh) 2021-09-26 2021-09-26 交叉口绿灯通过率计算方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN113570868A true CN113570868A (zh) 2021-10-29

Family

ID=78174649

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111130472.5A Pending CN113570868A (zh) 2021-09-26 2021-09-26 交叉口绿灯通过率计算方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113570868A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114694393A (zh) * 2022-03-24 2022-07-01 浙江大华技术股份有限公司 相位时长的调整方法和装置、存储介质及电子设备
CN116704750A (zh) * 2023-05-06 2023-09-05 浙江大学 一种基于聚类算法的交通状态识别方法、电子设备、介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010140265A (ja) * 2008-12-11 2010-06-24 Aisin Aw Co Ltd 走行支援装置、方法およびプログラム
CN105453158A (zh) * 2013-08-15 2016-03-30 宝马股份公司 在智能运输系统中的符合安全的通道变换
CN107301774A (zh) * 2017-06-30 2017-10-27 深圳市金溢科技股份有限公司 交通拥堵预警方法、系统、车载单元和路侧单元
CN107564286A (zh) * 2017-09-11 2018-01-09 安徽实运信息科技有限责任公司 一种基于大数据信息融合的道路交通状态参数分析系统
CN108171981A (zh) * 2018-02-09 2018-06-15 长沙智能驾驶研究院有限公司 交叉路口的交通状况确定方法、装置和可读存储介质
CN109147316A (zh) * 2018-07-23 2019-01-04 重庆邮电大学 一种基于v2x通信和高精度定位的城市车道车辆统计方法
CN109448385A (zh) * 2019-01-04 2019-03-08 北京钛星科技有限公司 基于车路协同的自动驾驶车辆交叉路口调度系统及方法
CN111179615A (zh) * 2019-12-31 2020-05-19 宁波宁工交通工程设计咨询有限公司 一种交通标志信息指示系统及方法
CN112562371A (zh) * 2020-11-02 2021-03-26 河海大学 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法
CN112622922A (zh) * 2019-10-07 2021-04-09 福特全球技术公司 具有自主车辆参考的非自主车辆速度预测
CN112839320A (zh) * 2020-12-31 2021-05-25 东软集团股份有限公司 交通信息的传输方法、装置、存储介质和电子设备

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010140265A (ja) * 2008-12-11 2010-06-24 Aisin Aw Co Ltd 走行支援装置、方法およびプログラム
CN105453158A (zh) * 2013-08-15 2016-03-30 宝马股份公司 在智能运输系统中的符合安全的通道变换
CN107301774A (zh) * 2017-06-30 2017-10-27 深圳市金溢科技股份有限公司 交通拥堵预警方法、系统、车载单元和路侧单元
CN107564286A (zh) * 2017-09-11 2018-01-09 安徽实运信息科技有限责任公司 一种基于大数据信息融合的道路交通状态参数分析系统
CN108171981A (zh) * 2018-02-09 2018-06-15 长沙智能驾驶研究院有限公司 交叉路口的交通状况确定方法、装置和可读存储介质
CN109147316A (zh) * 2018-07-23 2019-01-04 重庆邮电大学 一种基于v2x通信和高精度定位的城市车道车辆统计方法
CN109448385A (zh) * 2019-01-04 2019-03-08 北京钛星科技有限公司 基于车路协同的自动驾驶车辆交叉路口调度系统及方法
CN112622922A (zh) * 2019-10-07 2021-04-09 福特全球技术公司 具有自主车辆参考的非自主车辆速度预测
CN111179615A (zh) * 2019-12-31 2020-05-19 宁波宁工交通工程设计咨询有限公司 一种交通标志信息指示系统及方法
CN112562371A (zh) * 2020-11-02 2021-03-26 河海大学 基于自动驾驶车队在无信号灯交叉路口的轻量级调度方法
CN112839320A (zh) * 2020-12-31 2021-05-25 东软集团股份有限公司 交通信息的传输方法、装置、存储介质和电子设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114694393A (zh) * 2022-03-24 2022-07-01 浙江大华技术股份有限公司 相位时长的调整方法和装置、存储介质及电子设备
CN114694393B (zh) * 2022-03-24 2023-11-07 浙江大华技术股份有限公司 相位时长的调整方法和装置、存储介质及电子设备
CN116704750A (zh) * 2023-05-06 2023-09-05 浙江大学 一种基于聚类算法的交通状态识别方法、电子设备、介质
CN116704750B (zh) * 2023-05-06 2024-01-12 浙江大学 一种基于聚类算法的交通状态识别方法、电子设备、介质

Similar Documents

Publication Publication Date Title
CN111540237B (zh) 基于多数据融合的车辆安全行驶保障方案自动生成的方法
WO2022121247A1 (zh) 汽车协同决策方法、装置、电子设备及计算机存储介质
CN111524357A (zh) 用于车辆安全行驶所需的多数据融合的方法
CN109147316B (zh) 一种基于v2x通信和高精度定位的城市车道车辆统计方法
CN106781493B (zh) 一种车辆排队长度模拟系统、方法和装置
CN118447688A (zh) 用于使用v2x和传感器数据的系统和方法
CN112673406B (zh) 一种辨识车辆列队中异常车辆参数的方法和终端设备
CN108399792A (zh) 一种无人驾驶车辆避让方法、装置和电子设备
CN113570868A (zh) 交叉口绿灯通过率计算方法、装置、设备及存储介质
CN107293116A (zh) 一种基于视频分析的交通事件检测系统
US20240046787A1 (en) Method And System For Traffic Clearance At Signalized Intersections Based On Lidar And Trajectory Prediction
CN102063742A (zh) 一种解决电子自动收费系统邻道干扰的方法、系统及装置
CN111402613B (zh) 一种自动驾驶车辆收费站车道选择方法
JP2020027645A (ja) サーバ、無線通信方法、コンピュータプログラム、及び車載装置
CN106781542A (zh) 一种车辆排队长度检测系统、方法和装置
CN113256828B (zh) 一种路侧单元同步系统及同步方法
CN103854504A (zh) 方阵型道路交通诱导方法和诱导系统
CN111325994B (zh) 一种基于WiFi探针车辆检测技术的信号控制方法
CN109637127A (zh) 一种信号灯近似时长的确定方法及系统
CN113963550A (zh) 一种多义路径识别方法、装置及电子设备
CN109658691B (zh) 电动车闯红灯违章记录方法和系统
CN108382399A (zh) 车辆控制装置、车辆控制方法及存储车辆控制程序的介质
CN103903432A (zh) 用于确定路链拥堵状况的设备和方法
CN114898571A (zh) 一种基于etc大数据的高速公路全路段车速测量方法
CN114373297B (zh) 一种数据处理装置、方法及电子设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211029