CN113610059B - 基于区域评估的车辆控制方法、装置和智能交管系统 - Google Patents
基于区域评估的车辆控制方法、装置和智能交管系统 Download PDFInfo
- Publication number
- CN113610059B CN113610059B CN202111070468.4A CN202111070468A CN113610059B CN 113610059 B CN113610059 B CN 113610059B CN 202111070468 A CN202111070468 A CN 202111070468A CN 113610059 B CN113610059 B CN 113610059B
- Authority
- CN
- China
- Prior art keywords
- traffic flow
- flow characteristics
- area
- evaluated
- region
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000012545 processing Methods 0.000 claims description 41
- 230000008569 process Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000000547 structure data Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开提供了一种车辆控制方法、装置、设备、介质和产品，涉及智能交通技术领域，尤其涉及自动驾驶技术领域。具体实现方案为：根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，M个区域中的任意两个区域互不重叠；以及根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制。
Description
技术领域
本公开涉及智能交通技术领域，具体为自动驾驶技术领域，可应用于车辆控制场景下。
背景技术
车辆控制是用于保证车辆行驶安全、区域交通流量稳定的重要手段之一。但是，在一些场景下，在进行针对预设特定区域内的车辆控制时，由于控制参考指标单一，影响了车辆控制的准确性及精细化程度，不利于保证车辆行驶安全和维护区域交通流量的稳定性。
发明内容
本公开提供了一种车辆控制方法、装置、电子设备、存储介质以及程序产品。
根据本公开的一方面，提供了一种车辆控制方法，包括：根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由所述M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，所述M个区域中的任意两个区域互不重叠；以及根据所述待评估区域的交通流量特征，进行针对所述待评估区域的车辆控制。
根据本公开的另一方面，提供了一种车辆控制装置，包括：第一处理模块，用于根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由所述M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，所述M个区域中的任意两个区域互不重叠；以及第二处理模块，用于根据所述待评估区域的交通流量特征，进行针对所述待评估区域的车辆控制。
根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和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上述的车辆控制方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的车辆控制方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述的车辆控制方法。
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示意性示出了根据本公开一实施例的车辆控制和装置的系统架构；
图2示意性示出了根据本公开一实施例的车辆控制方法的流程图；
图3示意性示出了根据本公开一实施例的待评估区域的示意图；
图4示意性示出了根据本公开一实施例的行驶路段的示意图；
图5示意性示出了根据本公开一实施例的车辆控制实现系统的示意图；
图6示意性示出了根据本公开另一实施例的车辆控制方法的示意图；
图7示意性示出了根据本公开又一实施例的车辆控制方法的示意图；
图8示意性示出了根据本公开一实施例的车辆控制装置的框图；以及
图9是用来实现本公开实施例的用于执行车辆控制的电子设备的框图。
具体实施方式
以下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。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
本公开的实施例提供了一种车辆控制方法。车辆控制方法包括：根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，M个区域中的任意两个区域互不重叠，以及根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制。
图1示意性示出了根据本公开一实施例的车辆控制和装置的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示，根据该实施例的系统架构100可以包括数据库101、网络102和服务器103。网络102用于在数据库101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。服务器103可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或分布式系统，还可以是提供云服务、云计算、网络服务、中间件服务等基础云计算服务的云服务器。
数据库101可以是本地数据库，也可以是云数据库，数据库101中存储有由多个区域内的车辆采集的行驶环境信息。服务器103可用于从数据库101中获取M个区域中的每个区域内的车辆采集的行驶环境信息，其中，M为大于1的整数，M个区域中的任意两个区域互不重叠。另外，服务器103还可用于根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征，以及根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制。
需要说明的是，本公开实施例所提供的车辆控制方法可以由服务器103执行。相应地，本公开实施例所提供的车辆控制装置可以设置于服务器103中。本公开实施例所提供的车辆控制方法也可以由不同于服务器103且能够与数据库101和/或服务器103通信的服务器或服务器集群执行。相应地，本公开实施例所提供的车辆控制装置也可以设置于不同于服务器103且能够与数据库101和/或服务器103通信的服务器或服务器集群中。
在一种示例中，服务器103可以通过网络102从数据库101中获取由各个区域内的车辆采集的行驶环境信息，并基于行驶环境信息进行针对待评估区域的车辆控制。
应该理解，图1中的数据库、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的数据库、网络和服务器。
本公开实施例提供了一种车辆控制方法，下面结合图1的系统架构，参考图2～图7来描述根据本公开示例性实施方式的车辆控制方法。本公开实施例的车辆控制方法例如可以由图1所示的服务器103来执行。
图2示意性示出了根据本公开一实施例的车辆控制方法的流程图。
如图2所示，本公开实施例的车辆控制方法200例如可以包括操作S210～操作S220。
在操作S210，根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，M个区域中的任意两个区域互不重叠。
在操作S220，根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制。
下面详细说明本实施例的车辆控制方法的各操作的示例流程。
示例性地，在实际应用中，车辆可能被分配为在预设特定区域内行驶，为便于统计预设特定区域的整体交通情况，可以将预设特定区域划分为互不重叠的N个区域，N为大于1的整数。区域的划分方法例如可以包括规则网格划分、行政区域划分和垂直平分线划分等。规则网格划分例如可以包括正三角形划分、正方形划分、正六边形划分等。垂直平分线划分例如可以是Voronoi图划分，Voronoi图又称泰森多边形或Dirichlet图，Voronoi图可以包括一组由连接两邻点直线的垂直平分线组成的连续多边形。
为进行车辆控制，可以获取由M个区域中的每个区域内的车辆采集的行驶环境信息，M为不大于N的正整数，M个区域中的任意两个区域互不重叠。然后，根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征。待评估区域可以是覆盖M个区域的最小预设形状区域，例如可以是覆盖M个区域的最小矩形区域。
行驶环境信息可以由车辆的车载传感器采集得到。车载传感器例如可以包括摄像头、激光雷达、视觉传感器和毫米波雷达等。摄像头用于采集车辆所处行驶路段的实时路况信息，激光雷达用于采集车辆周围预设范围内的高程信息，视觉传感器用于采集车辆周围预设范围内的环境信息，毫米波雷达用于采集车辆周围预设范围内的高速运动物体信息。高程信息指示某一点相对基准面的高度信息，高程信息可用于识别车辆类型。
行驶环境信息可以包括车辆所处行驶路段的路段车辆密度、路段占有率、路段车辆速度、车辆间距中的至少之一。路段占有率包括与行驶路段关联的时间占有率和空间占有率。时间占有率可以是预设时间段内路段中的预设位置被占用的时间百分比，空间占有率可以是预设长度范围内的路段被占用长度与路段总长度的百分比。路段车辆速度可以是由车载传感器采集的路段中各个车辆的绝对行驶速度。
根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征。交通流量特征指示待评估区域的整体交通情况，例如可以指示待评估区域的车辆流量信息、区域占有率信息、车辆行驶速度信息等。实际应用中，由每个区域内的车辆采集的行驶环境信息可以基于预设频率进行更新，例如，基于1次/秒的频率进行更新。根据每个区域内的车辆采集的行驶环境信息，确定出的待评估区域的交通流量特征可以反映待评估区域的实时交通情况。
一种可行的方式，在与任一区域内关联的行驶环境信息的未更新时长达到预设阈值的情况下，可以将该区域标记为未知区域。在进行针对待评估区域的车辆控制时，可以根据除未知区域以外的其他区域的行驶环境信息，确定与待评估区域关联的交通流量特征。在未知区域的行驶环境信息发生更新之后，可以将对应区域重新标记为正常区域。
在根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制时，可以获取待评估区域的交通网络拓扑结构数据，根据交通网络拓扑结构数据和待评估区域的交通流量特征，进行针对待评估区域的车辆调度。交通网络拓扑结构数据可以包括待评估区域的经纬度坐标和行驶路段信息，行驶路段信息可以包括路段编号、路段长度、路段车道数、路段起止点和路段路口类型中的至少一个。路段路口类型例如可以包括十字形、斜交、T形、Y形、错位T形、错位Y形和环形等类型。
针对待评估区域的车辆调度，例如可以包括对待评估区域内的车辆投放分区、车辆投放数量及车辆投放时间进行规划，包括对待评估区域内的车辆进行路径分配。在另一示例中，针对待评估区域的车辆调度还可以包括对待评估区域内的车辆行驶状态进行人工干预，以实现对待评估区域内的行驶环境复杂程度高于预设等级的目标区域进行车辆行驶辅助操作。示例性地，对处于自动驾驶模式下的车辆，通过人工辅助控制车辆方向盘转动、制动踏板按压、加速踏板按压等操作，执行针对自动驾驶车辆的行驶辅助操作。进行针对待评估区域的车辆调度，有利于保证待评估区域内的车辆行驶安全，维持待评估区域内的交通流量的稳定性。
待评估区域的交通流量特征可以包括整体交通流量特征和局部交通流量特征。局部交通流量特征是待评估区域内的局部区域的交通流量特征，局部区域例如可由M个区域中的至少部分区域构成。
例如，在根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制时，可以根据待评估区域的局部交通流量特征，确定局部交通流量特征满足预设流量不平衡条件的目标局部区域，并对目标局部区域进行交通流量控制处理。
根据预设的交通流量管控需求和交通管理应用场景，可以通过设置对应的流量不平衡条件，在待评估区域内识别与流量不平衡条件关联的交通流量不平衡区域，以作为待进行交通流量控制处理的目标局部区域。目标局部区域例如包括交通流量集中区域、交通流量汇聚区域和交通流量异质区域。
交通流量集中区域为驶入区域交通流量和驶离区域交通流量均高于预设阈值的局部区域，交通流量集中区域可能属于待评估区域的枢纽区域，用于承担交通流量交互的城市功能。交通流量汇聚区域为驶入区域交通流量高于预设阈值的局部区域，交通流量汇聚区域对交通流量具有较强的吸引特性。交通流量异质区域为驶入区域交通流量与驶离区域交通流量的差值高于预设阈值的局部区域。目标局部区域存在容易发生路段拥堵或者路段拥堵指数较高的特点，因此，需要针对目标局部区域进行交通流量控制处理。
交通流量控制处理例如可以包括减少针对目标局部区域的车辆投放数量，调整针对目标局部区域的车辆投放时间，对目标局部区域内的车辆进行路径分配，或者对目标局部区域内的车辆行驶状态进行人工干预，以实现对待评估区域中的易拥堵区域进行车辆行驶辅助操作。另外，还可以基于M个区域内的各个区域分析目标局部区域的交通流量来源及汇聚过程，确定各个区域对目标局部区域的流量贡献。此外，对流量源头进行交通流量调控处理，以实现对待评估区域中的流量汇聚区域进行流量疏解，从而缓解待评估区域中的交通拥堵。
通过本公开实施例，根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，M个区域中的任意两个区域互不重叠，以及根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制。根据每个区域内的各个车辆采集的行驶环境信息，确定与每个区域关联的区域交通流量特征。然后，根据与每个区域关联的区域交通流量特征，进一步确定由M个区域构成的待评估区域的整体交通流量特征。
在进行针对待评估区域的车辆控制时，本设计可以有效提升控制参考指标的多样性和宏观性。基于多样化的参考指标进行车辆控制，有利于保证车辆控制的准确性及精细化程度。基于待评估区域的整体交通流量特征进行车辆控制，有利于提升车辆控制的整体性及宏观性，能够有效保证待评估区域内的交通流量的稳定性，保证待评估区域内的车辆行驶安全。
可以理解，本公开的实施例可以适用于针对无人驾驶车辆的车辆控制。
图3示意性示出了根据本公开一实施例的待评估区域的示意图。如图3所示，灰色区域为车辆被分配的预设行驶区域，待评估区域为覆盖预设行驶区域的最小矩形区域。在示例中，利用正方形划分方法，将x、y坐标系下的待评估区域平面划分为6*5＝30个区域。
为进行针对待评估区域的车辆控制，获取6*5个区域中的每个区域内的车辆采集的行驶环境信息，根据6*5个区域中的每个区域内的车辆采集的行驶环境信息，确定与待评估区域关联的交通流量特征。
图4示意性示出了根据本公开一实施例的行驶路段的示意图。如图4所示，车辆401采集的行驶环境信息可以是其所处行驶路段的路段环境信息，路段环境信息例如可以包括路段车辆密度、路段占有率、路段车辆速度、路段交通信号信息、路段障碍物信息、路段天气信息等内容。
图5示意性示出了根据本公开一实施例的车辆控制实现系统的示意图。如图5所示，车辆控制实现系统可以包括待评估区域501、数据库服务器502和车辆控制服务器503，待评估区域501由多个区域构成。在构成待评估区域501的每个区域中，各个车辆在行驶过程中分别实时采集其所处行驶路段的行驶环境信息，并将行驶环境信息发送给数据库服务器502。
为进行针对待评估区域501的车辆控制，车辆控制服务器503从数据库服务器502中获取构成待评估区域501的每个区域内的车辆采集的行驶环境信息，并根据每个区域内的车辆采集的行驶环境信息，确定与待评估区域501关联的交通流量特征。接下来，车辆控制服务器503根据与待评估区域501关联的交通流量特征，进行针对待评估区域501的车辆控制。
图6示意性示出了根据本公开另一实施例的车辆控制方法的示意图。
如图6所示，操作S210可以包括操作S610～操作S620。
在操作S610，根据由每个区域内的车辆采集的行驶环境信息，确定与每个区域关联的当前车流量特征。当前车流量特征包括在当前预设时间段内，对应区域的区域车流量、区域占有率和区域车辆速度中的至少一个。
在操作S620，根据与M个区域中的每个区域关联的当前车流量特征，确定待评估区域的当前车流量特征，以作为交通流量特征的至少一部分。
下面详细说明本实施例的车辆控制方法的各操作的示例流程。
示例性地，每个区域内的车辆采集的行驶环境信息可以包括车辆所处行驶路段的路段车辆密度、路段占有率、路段车辆速度、路段车辆间距等信息。行驶环境信息可以是由车载传感器基于预设传感器采集范围采集的路段环境信息。根据每个区域内各个车辆采集的行驶环境信息，确定与每个区域关联的当前车流量特征。当前车流量特征可以包括对应区域在当前预设时间段内的区域车流量、区域占有率和区域车辆速度中的至少之一。
在一个示例中，针对M个区域中的任一区域，对由该区域内各个车辆采集的行驶环境信息作均值处理，得到与对应区域关联的区域车辆平均密度、区域平均占有率、区域车辆平均速度、区域车辆平均间距等信息。在另一示例中，对由区域内各个车辆采集的行驶环境信息作加权处理，得到与对应区域关联的区域车辆加权密度、区域加权占有率、区域车辆加权速度、区域车辆加权间距等信息。在加权处理过程中，车辆所处行驶路段的路段车辆密度越高，与对应车辆关联的加权权重越高。
此外，还可以结合区域面积或区域内行驶路段的总长度，计算区域内的车辆总数。根据与行驶环境信息关联的统计时间长度，计算对应区域基于统计时间长度的区域车流量。由于行驶环境信息可被认为是实时采集的路段环境数据，因此，可将计算得到的区域车流量作为对应区域基于当前预设时间段的车流量信息。可选地，可以将区域车辆平均速度或区域车辆加权速度，作为对应区域的区域车辆速度。类似地，将区域平均占有率或区域加权占有率，作为对应区域的区域占有率。
行驶环境信息还可以包括车辆所处行驶路段的交通信号信息、障碍物信息和天气信息，交通信号信息可以包括交通标志信息、交通标线信息和交通信号灯信息的至少一个。交通标志信息例如包括警告标志信息、禁令标志信息、指示标志信息、作业标志信息等。交通标线信息包括由施划或安装于路段中的线条、箭头、图案、实体标记等信息。交通信号灯信息例如包括车道信号灯、人行横道信号灯、信号灯倒计时等信息。
另一种方式，在根据由每个区域内的车辆采集的行驶环境信息，确定与每个区域关联的当前车流量特征时，可以将行驶环境信息输入预先训练的车流量预测模型中，得到与每个区域关联的当前车流量特征。本领域技术人员可以理解，可以采用CNN(卷积神经网络)+LSTM(长短期记忆人工神经网络)模型来实现车流量预测模型，本实施例在此不进行赘述。
在根据与M个区域中的每个区域关联的当前车流量特征，确定待评估区域的当前车流量特征时，可以分别对与M个区域中的每个区域关联的区域车流量、区域占有率和区域车辆速度进行求均值处理或加权处理。将求均值处理后的区域平均车流量、区域平均占有率和区域车辆平均速度，作为待评估区域的当前车流量特征的至少部分内容。在另一示例中，将加权处理后的区域加权车流量、区域加权占有率和区域车辆加权速度，作为待评估区域的当前车流量特征的至少部分内容。
在本公开的实施例中，根据由每个区域内的不同车辆采集的行驶环境信息，确定与每个区域关联的基于当前预设时间段的当前车流量特征。根据与每个区域关联的当前车流量特征，确定由每个区域构成的待评估区域的当前车流量特征。待评估区域的当前车流量特征是基于每个区域的当前车流量特征确定的，进一步地，是基于每个区域内的不同车辆采集的行驶环境信息确定的。当前车流量特征构成待评估区域的交通流量特征，交通流量特征具有很好的普适性与整体性。根据交通流量特征进行针对待评估区域的车辆控制，能够有效提升车辆控制的准确性和精细化程度，有利于保证待评估区域内的交通流量的稳定性。
图7示意性示出了根据本公开又一实施例的车辆控制方法的示意图。
如图7所示，操作S210可以包括操作S610～S620及操作S730～S740。
在操作S610，根据由每个区域内的车辆采集的行驶环境信息，确定与每个区域关联的当前车流量特征，当前车流量特征包括对应区域在当前预设时间段内的区域车流量、区域占有率和区域车辆速度中的至少一个。
在操作S620，根据与M个区域中的每个区域关联的当前车流量特征，确定待评估区域的当前车流量特征，以作为交通流量特征的至少一部分。
在操作S730，根据与每个区域关联的当前车流量特征以及由每个区域内的车辆采集的行驶轨迹数据，确定每个区域基于预设时间点的预测车流量特征。
在操作S740，根据与M个区域中的每个区域关联的预测车流量特征，确定待评估区域基于预设时间点的预测车流量特征，以作为交通流量特征的至少一部分。
下面详细说明本实施例的车辆控制方法的各操作的示例流程。
示例性地，根据由每个区域内的车辆采集的行驶轨迹数据，预测每个区域基于预设时间点的动态车流量特征，动态车流量特征包括驶入区域车流量特征和驶离区域车流量特征。然后，根据每个区域基于预设时间点的动态车流量特征，以及根据与对应区域关联的当前车流量特征，确定每个区域基于预设时间点的预测车流量特征。
行驶轨迹数据包括车辆在不同时刻采集的位置经纬度和对应时间戳信息，行驶轨迹数据指示对应车辆的行驶速度、行驶方向、车辆姿态等信息。M个区域中的不同区域的交通流量间具有时间和空间上的连续性及耦合性，车辆行驶导致不同区域内的交通流量产生变化。因此，可以根据由不同区域内的车辆采集的行驶轨迹数据，预测每个区域基于预设时间点的动态车流量特征。确定自当前时刻起的预设时间段内驶入及驶离每个区域的车辆形成的车流量特征，例如，确定与每个区域关联的驶入车辆数量、驶入车辆平均速度、驶入车辆流量等驶入区域车流量特征，确定与每个区域关联的驶离车辆数量、驶离车辆平均速度、驶离车辆流量等驶离区域车流量特征。
根据每个区域基于预设时间点的动态车流量特征，以及根据与对应区域关联的当前车流量特征，确定每个区域基于预设时间点的预测车流量特征。然后，对M个区域基于预设时间点的预测车流量特征进行求均值处理或加权处理，得到待评估区域基于预设时间点的预测车流量特征。当前车流量特征及预测车流量特征，构成待评估区域的交通流量特征。
在本公开的实施例中，根据由每个区域内的不同车辆采集的行驶轨迹数据，确定与每个区域关联的基于预设时间点的预测车流量特征。根据与每个区域关联的预测车流量特征，确定由每个区域构成的待评估区域的预测车流量特征。预测车流量特征和当前车流量特征构成待评估区域的交通流量特征。通过分析车辆行驶对不同区域交通流量的影响，分析不同区域间混合交通流量的演化过程，为应对车辆行驶对待评估区域的交通状态的影响进行预测。这有利于进一步提升车辆控制的准确性和精细化程度，有利于保证车辆行驶安全，保证待评估区域内的交通流量的均衡性。
图8示意性示出了根据本公开一实施例的车辆控制装置的框图。
如图8所示，本公开实施例的车辆控制装置800例如包括第一处理模块810和第二处理模块820。
第一处理模块810，用于根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，M个区域中的任意两个区域互不重叠。第二处理模块820，用于根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制。
通过本公开实施例，根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，M个区域中的任意两个区域互不重叠，以及根据待评估区域的交通流量特征，进行针对待评估区域的车辆控制。在进行针对待评估区域的车辆控制时，本设计可以有效提升控制参考指标的多样性和宏观性。基于多样化的参考指标进行车辆控制，有利于提升车辆控制的准确性及精细化程度。基于待评估区域的整体交通流量特征进行车辆控制，有利于改善车辆控制的整体性及宏观性，能够有效保证待评估区域内的交通流量的稳定性，保证待评估区域内的车辆行驶安全。
根据本公开的实施例，行驶环境信息是由车辆的车载传感器采集得到的，行驶环境信息包括车辆所处行驶路段的路段车辆数量、路段占有率和路段车辆速度中的至少一个。路段占有率包括与行驶路段关联的时间占有率和空间占有率。
根据本公开的实施例，第一处理模块包括：第一处理子模块，用于根据由每个区域内的车辆采集的行驶环境信息，确定与每个区域关联的当前车流量特征；第二处理子模块，用于根据与M个区域中的每个区域关联的当前车流量特征，确定待评估区域的当前车流量特征，以作为交通流量特征的至少一部分。与每个区域关联的当前车流量特征包括每个区域在当前预设时间段内的区域车辆密度、区域占有率和区域车辆速度中的至少一个。
根据本公开的实施例，第一处理模块还包括：第三处理子模块，用于根据与每个区域关联的当前车流量特征以及由每个区域内的车辆采集的行驶轨迹数据，确定每个区域基于预设时间点的预测车流量特征；以及第四处理子模块，用于根据与M个区域中的每个区域关联的预测车流量特征，确定待评估区域基于预设时间点的预测车流量特征，以作为交通流量特征的至少一部分。
根据本公开的实施例，第三处理子模块包括：第一处理单元，用于根据由每个区域内的车辆采集的行驶轨迹数据，预测每个区域基于预设时间点的动态车流量特征，动态车流量特征包括驶入区域车流量特征和驶离区域车流量特征；第二处理单元，用于根据每个区域基于预设时间点的动态车流量特征，以及根据与对应区域关联的当前车流量特征，确定每个区域基于预设时间点的预测车流量特征。
根据本公开的实施例，行驶环境信息还包括车辆所处行驶路段的交通信号信息、障碍物信息和天气信息，交通信号信息包括交通标志信息、交通标线信息和交通信号灯信息的至少一个。第一处理模块可用于将行驶环境信息输入预设车流量预测模型，得到与每个区域关联的当前车流量特征。
根据本公开的实施例，第二处理模块包括：获取子模块，用于获取待评估区域的交通网络拓扑结构数据，交通网络拓扑结构数据包括待评估区域的经纬度坐标和行驶路段信息；第五处理子模块，用于根据待评估区域的交通网络拓扑结构数据和交通流量特征，进行针对待评估区域的车辆调度。行驶路段信息包括路段编号、路段长度、路段车道数、路段起止点和路段路口类型中的至少一个。
根据本公开的实施例，待评估区域的交通流量特征包括整体交通流量特征和局部交通流量特征，局部交通流量特征是待评估区域内的局部区域的交通流量特征。第二处理模块还包括：第六处理子模块，用于根据待评估区域的局部交通流量特征，确定局部交通流量特征满足预设流量不平衡条件的目标局部区域；以及第七处理子模块，用于进行针对目标局部区域的交通流量控制处理。
根据本公开的实施例，区域的划分方法包括规则网格划分、行政区域划分和垂直平分线划分。
本公开的技术方案中，所涉及的信息收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。
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。
根据本公开的实施例，本公开还提供了一种智能交管系统，智能交管系统包括用于执行车辆控制的电子设备。
图9是用来实现本公开实施例的用于执行车辆控制的电子设备的框图。
图9示出了可以用来实施本公开实施例的示例电子设备900的示意性框图。电子设备900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9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理，例如车辆控制方法。例如，在一些实施例中，车辆控制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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的车辆控制方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆控制方法。
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、现场可编程门阵列(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数据处理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)和互联网。
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。服务器可以是云服务器，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。
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 (11)
1.一种基于区域评估的车辆控制方法，包括：
根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由所述M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，所述M个区域中的任意两个区域互不重叠；以及
根据所述待评估区域的交通流量特征，进行针对所述待评估区域的车辆控制；其中，所述交通流量特征包括所述待评估区域的当前车流量特征和所述待评估区域基于预设时间点的预测车流量特征；
其中，确定所述待评估区域基于预设时间点的预测车流量特征的过程包括：
根据由所述每个区域内的车辆采集的行驶轨迹数据，预测所述每个区域基于预设时间点的动态车流量特征，所述动态车流量特征包括驶入区域车流量特征和驶离区域车流量特征；
根据所述每个区域基于预设时间点的动态车流量特征，以及根据与对应区域关联的当前车流量特征，确定所述每个区域基于预设时间点的预测车流量特征；以及
根据与所述M个区域中的每个区域关联的预测车流量特征，确定所述待评估区域基于预设时间点的预测车流量特征。
2.根据权利要求1所述的方法，其中，所述行驶环境信息是由所述车辆的车载传感器采集得到的，所述行驶环境信息包括所述车辆所处行驶路段的路段车辆密度、路段占有率和路段车辆速度中的至少一个，
其中，所述路段占有率包括与所述行驶路段关联的时间占有率和空间占有率。
3. 根据权利要求2所述的方法，其中，所述根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由所述M个区域构成的待评估区域的交通流量特征，包括：
根据由所述每个区域内的车辆采集的所述行驶环境信息，确定与所述每个区域关联的当前车流量特征；以及
根据与所述M个区域中的每个区域关联的当前车流量特征，确定所述待评估区域的当前车流量特征，作为所述交通流量特征的至少一部分，
其中，与所述每个区域关联的当前车流量特征包括所述每个区域在当前预设时间段内的区域车流量、区域占有率和区域车辆速度中的至少一个。
4.根据权利要求3所述的方法，其中，
所述行驶环境信息还包括所述车辆所处行驶路段的交通信号信息、障碍物信息和天气信息，所述交通信号信息包括交通标志信息、交通标线信息和交通信号灯信息的至少一个；
所述根据由所述每个区域内的车辆采集的所述行驶环境信息，确定与所述每个区域关联的当前车流量特征，包括：
将所述行驶环境信息输入预设车流量预测模型，得到与所述每个区域关联的当前车流量特征。
5.根据权利要求1所述的方法，其中，所述根据所述待评估区域的交通流量特征，进行针对所述待评估区域的车辆控制，包括：
获取所述待评估区域的交通网络拓扑结构数据，所述交通网络拓扑结构数据包括所述待评估区域的经纬度坐标和行驶路段信息；
根据所述待评估区域的所述交通网络拓扑结构数据和所述交通流量特征，进行针对所述待评估区域的车辆调度，
其中，所述行驶路段信息包括路段编号、路段长度、路段车道数、路段起止点和路段路口类型中的至少一个。
6.根据权利要求1所述的方法，其中，
所述待评估区域的交通流量特征包括整体交通流量特征和局部交通流量特征，所述局部交通流量特征是所述待评估区域内的局部区域的交通流量特征；
所述根据所述待评估区域的交通流量特征，进行针对所述待评估区域的车辆控制，包括：
根据所述待评估区域的局部交通流量特征，确定局部交通流量特征满足预设流量不平衡条件的目标局部区域；以及
进行针对所述目标局部区域的交通流量控制处理。
7.根据权利要求1至6任一项所述的方法，所述区域的划分方法包括规则网格划分、行政区域划分和垂直平分线划分。
8. 一种车辆控制装置，包括：
第一处理模块，用于根据由M个区域中的每个区域内的车辆采集的行驶环境信息，确定由所述M个区域构成的待评估区域的交通流量特征，其中，M为大于1的整数，所述M个区域中的任意两个区域互不重叠；以及
第二处理模块，用于根据所述待评估区域的交通流量特征，进行针对所述待评估区域的车辆控制；其中，所述交通流量特征包括所述待评估区域的当前车流量特征和所述待评估区域基于预设时间点的预测车流量特征；
其中，所述第一处理模块还用于：
根据由所述每个区域内的车辆采集的行驶轨迹数据，预测所述每个区域基于预设时间点的动态车流量特征，所述动态车流量特征包括驶入区域车流量特征和驶离区域车流量特征；
根据所述每个区域基于预设时间点的动态车流量特征，以及根据与对应区域关联的当前车流量特征，确定所述每个区域基于预设时间点的预测车流量特征；以及
根据与所述M个区域中的每个区域关联的预测车流量特征，确定所述待评估区域基于预设时间点的预测车流量特征。
9.一种电子设备，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权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
11.一种智能交管系统，包括如权利要求9所述的电子设备。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111070468.4A CN113610059B (zh) | 2021-09-13 | 2021-09-13 | 基于区域评估的车辆控制方法、装置和智能交管系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111070468.4A CN113610059B (zh) | 2021-09-13 | 2021-09-13 | 基于区域评估的车辆控制方法、装置和智能交管系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113610059A CN113610059A (zh) | 2021-11-05 |
| CN113610059B true CN113610059B (zh) | 2023-12-05 |
Family
ID=78343023
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111070468.4A Active CN113610059B (zh) | 2021-09-13 | 2021-09-13 | 基于区域评估的车辆控制方法、装置和智能交管系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113610059B (zh) |
Families Citing this family (2)
| 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 |
| CN119007438A (zh) * | 2024-08-13 | 2024-11-22 | 北京智能车联产业创新中心有限公司 | 无人配送车投放测试交通风险评估方法、电子设备、存储介质及计算机程序产品 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107705551A (zh) * | 2016-08-08 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 交通路况的评估方法以及装置 |
| CN107895481A (zh) * | 2017-11-21 | 2018-04-10 | 福建工程学院 | 基于浮动车技术的区域道路车流量控制方法 |
| CN110310474A (zh) * | 2018-05-14 | 2019-10-08 | 桂林远望智能通信科技有限公司 | 一种基于时空残差网络的车流量预测方法及装置 |
| CN111210616A (zh) * | 2018-11-21 | 2020-05-29 | 上海博泰悦臻网络技术服务有限公司 | 基于多源数据的车流量预测方法、系统、终端及介质 |
| CN112489439A (zh) * | 2020-11-19 | 2021-03-12 | 福州外语外贸学院 | 一种基于大数据的交通管控方法、存储介质 |
| CN112668813A (zh) * | 2021-03-16 | 2021-04-16 | 中智行科技有限公司 | 评估优化方法、装置、电子设备和存储介质 |
| KR20210068335A (ko) * | 2020-05-20 | 2021-06-09 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 시뮬레이션 차량 제어 방법, 장치, 전자 장치 및 컴퓨터 판독 가능 저장 매체 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7267874B2 (ja) * | 2019-08-27 | 2023-05-02 | 本田技研工業株式会社 | 交通流推定装置、交通流推定方法、およびプログラム |
-
2021
- 2021-09-13 CN CN202111070468.4A patent/CN113610059B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107705551A (zh) * | 2016-08-08 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 交通路况的评估方法以及装置 |
| CN107895481A (zh) * | 2017-11-21 | 2018-04-10 | 福建工程学院 | 基于浮动车技术的区域道路车流量控制方法 |
| CN110310474A (zh) * | 2018-05-14 | 2019-10-08 | 桂林远望智能通信科技有限公司 | 一种基于时空残差网络的车流量预测方法及装置 |
| CN111210616A (zh) * | 2018-11-21 | 2020-05-29 | 上海博泰悦臻网络技术服务有限公司 | 基于多源数据的车流量预测方法、系统、终端及介质 |
| KR20210068335A (ko) * | 2020-05-20 | 2021-06-09 | 베이징 바이두 넷컴 사이언스 앤 테크놀로지 코., 엘티디. | 시뮬레이션 차량 제어 방법, 장치, 전자 장치 및 컴퓨터 판독 가능 저장 매체 |
| CN112489439A (zh) * | 2020-11-19 | 2021-03-12 | 福州外语外贸学院 | 一种基于大数据的交通管控方法、存储介质 |
| CN112668813A (zh) * | 2021-03-16 | 2021-04-16 | 中智行科技有限公司 | 评估优化方法、装置、电子设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 基于图结构的城市道路短时交通流量时空预测模型;王海起 等;地理与地理信息科学;第37卷(第4期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113610059A (zh) | 2021-11-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11714417B2 (en) | Initial trajectory generator for motion planning system of autonomous vehicles | |
| JP7587604B2 (ja) | 自律走行車ポリシーを動的にキュレーションする方法及びシステム | |
| CN112461256B (zh) | 路径规划方法和装置 | |
| CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
| CN113807270A (zh) | 道路拥堵检测方法、装置及电子设备 | |
| CN113610059B (zh) | 基于区域评估的车辆控制方法、装置和智能交管系统 | |
| CN114475585B (zh) | 路口自动驾驶方法、装置、电子设备及自动驾驶车辆 | |
| US20230103687A1 (en) | Vehicle driving detection method and apparatus, vehicle driving warning method and apparatus, electronic device, and storage medium | |
| US20230415762A1 (en) | Peer-to-peer occupancy estimation | |
| CN114964286A (zh) | 轨迹规划信息生成方法、装置、电子设备以及存储介质 | |
| EP4258189A1 (en) | Autonomous vehicle fleet scheduling to maximize efficiency | |
| CN113119999B (zh) | 自动驾驶特征的确定方法、装置、设备、介质及程序产品 | |
| CN113911139B (zh) | 车辆控制方法、装置和电子设备 | |
| CN117935597A (zh) | 一种交叉路口智能协同路径规划系统 | |
| CN114995519B (zh) | 一种基于多障碍场景的无人机ai降落方法及系统 | |
| CN114132344B (zh) | 一种自动驾驶车辆的决策方法、装置、设备及存储介质 | |
| CN114973656B (zh) | 交通交互性能的评估方法、装置、设备、介质和产品 | |
| CN116203964A (zh) | 一种控制车辆行驶的方法、设备和装置 | |
| CN116890876A (zh) | 车辆控制方法、装置、电子设备和自动驾驶车辆 | |
| CN114942639A (zh) | 一种移动机器人自适应路径规划方法及装置 | |
| CN114973735A (zh) | 自动驾驶车辆的编队方法、装置、设备、车辆、及介质 | |
| CN115973190A (zh) | 自动驾驶车辆的决策方法、装置和电子设备 | |
| CN111524389A (zh) | 车辆驾驶方法和装置 | |
| KR102679136B1 (ko) | 배달원 관리 방법 및 그 시스템 | |
| CN116811872A (zh) | 车辆的变道方法、装置、电子设备及存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |