CN113674541A - 路口红绿灯通行时间调整方法、服务端 - Google Patents

路口红绿灯通行时间调整方法、服务端 Download PDF

Info

Publication number
CN113674541A
CN113674541A CN202111083721.XA CN202111083721A CN113674541A CN 113674541 A CN113674541 A CN 113674541A CN 202111083721 A CN202111083721 A CN 202111083721A CN 113674541 A CN113674541 A CN 113674541A
Authority
CN
China
Prior art keywords
passing
time
information
congestion
congestion level
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.)
Granted
Application number
CN202111083721.XA
Other languages
English (en)
Other versions
CN113674541B (zh
Inventor
陈方乙
马金亮
李楠
韩国林
马宁
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.)
Yixing Taichen Technology Co ltd
Original Assignee
Yixing Taichen 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 Yixing Taichen Technology Co ltd filed Critical Yixing Taichen Technology Co ltd
Priority to CN202111083721.XA priority Critical patent/CN113674541B/zh
Publication of CN113674541A publication Critical patent/CN113674541A/zh
Application granted granted Critical
Publication of CN113674541B publication Critical patent/CN113674541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/081Plural intersections under common control

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请公开了路口红绿灯通行时间调整方法、服务端及计算机存储介质,其中方法包括:包括以下步骤:获取路口的第1‑m个车道的现场过车时间戳信息;根据现场过车时间戳信息计算得到现场周期时间过车数;修正现场周期时间过车数得到周期时间过车数信息;将周期时间过车数信息发送至设置在每个路口的过车量调整设备;与过车量调整设备信号连接的信号机根据过车数信息调整路口红绿灯配时。本申请通过对检测设备现场检测数据的进行修正,使得路口红绿灯的配时控制与路口的实际情况符合,提高了交通通行的效率。

Description

路口红绿灯通行时间调整方法、服务端
技术领域
本公开一般涉及交通控制技术领域,具体涉及路口红绿灯通行时间调整方法、服务端。
背景技术
现有技术中,对于各个路口的红绿灯通行时长的调控系统主要通过图1所示的方式,该方式中,每个城市设置有若干控制中心,每个控制中心至多调控若干个路口的信号机,一般采用2-3级控制方式即可实现对城市各路口的实时控制,各个信号机通过接收设置在其对应路口的检测设备来获取过车数信息,进而通过过车数信息计算当前路口的红绿灯通行时长;关联路口的信号机的配合由控制中心调控。信号机结合控制中心的调控命令和自身计算的通行时长来控制路口的红绿灯。
该种方式的缺点是:检测设备出现故障导致无法检测到准确的过车信息。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种路口红绿灯通行时间调整方法、服务端。
第一方面,本申请提供路口红绿灯通行时间调整系统,包括以下步骤:
获取路口的第1-m个车道的现场过车时间戳信息t1,t2...tn...tm
根据现场过车时间戳信息t1,t2...tn...tm计算得到现场周期时间过车数p1,p2..pn....pm
修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm
将周期时间过车数信息l1,l2..ln....lm发送至设置在每个路口的过车量调整设备;与所述过车量调整设备信号连接的信号机根据所述过车数信息l1,l2..ln....lm调整路口红绿灯配时。
根据本申请实施例提供的技术方案,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
根据车道拥堵信息确定增加过车数On
令ln=pn+On
根据本申请实施例提供的技术方案,所述增加过车数on通过以下步骤确定:
获取第1-m个车道的预测拥堵时间及对应的预测拥堵长度sn测
判断当前时间距离所述预测拥堵时间小于等于设定调整时长时:
令On=sn测/v,其中v为设定单位车长度,sn测为第n条车道在预测拥堵时间的预测拥堵长度。
根据本申请实施例提供的技术方案,所述增加过车数on通过以下步骤确定:
给互联网引擎发送起点坐标和终点坐标;所述起点坐标至终点坐标之间形成标定路段,所述标定路段涵盖设定路段,所述设定路段为从第n车道的停止线往远离其行车方向设定距离的路段;
接收所述互联网引擎反馈的拥堵等级坐标点集及拥堵等级信息;所述标定路段根据拥堵等级被分为若干分路段,所有分路段的端点坐标形成所述拥堵等级坐标点集;相邻的所述分路段具有不同的拥堵等级;
根据所述拥堵等级坐标点集及拥堵等级信息确定拥堵距离Sn
通过以下公式确定增加过车数On
On=xn*sn/v,其中v为设定单位车长度,xn为车道n对应的检测设备的设定权重。
根据本申请实施例提供的技术方案,所述拥堵距离Sn通过以下步骤确定:
根据所述拥堵等级坐标点集确定对应每个拥堵等级的分路段长度Sc1、Sc2....Sci,c1-ci为第1-第i种拥堵等级;
根据以下公式确定拥堵距离sn
Figure BDA0003261645750000031
Ch为第h种拥堵等级,Och为第h种拥堵等级的权重,Sch为对应第h种拥堵等级的分路段长度。
根据本申请实施例提供的技术方案,所述拥堵等级坐标点集包括第一拥堵等级坐标点集.....第u拥堵等级坐标点集....第z拥堵等级坐标点集;z为互联网引擎的总数量;
第u拥堵等级坐标点集为第u个互联网引擎反馈的拥堵等级坐标点集,1≤u≤z;
拥堵距离Sn通过以下步骤确定:
根据所述第u拥堵等级坐标点集确定对应每个拥堵等级的分路段长度Suc1、Suc2....Suci,c1-ci为第1-第i种拥堵等级;
根据以下公式确定拥堵距离sn
Figure BDA0003261645750000032
Figure BDA0003261645750000033
Ch为第h种拥堵等级,Och为第h种拥堵等级的权重,Sch为对应第h种拥堵等级的分路段长度,Fu为第u个互联网引擎的可信度权重。
根据本申请实施例提供的技术方案,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
判断pn连续设定时长等于0时,令pn=pn基,pn基为第n个车道在对应周期内的基准过车数;
所述pn基取第n个车道在对应周期内的历史过车数的平均值。
根据本申请实施例提供的技术方案,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
判断pns*pn基连续成立设定时长时,令pn=a*pn基,s和a均为设定值;
所述pn基取第n个车道在对应周期内的历史过车数的平均值。
根据本申请实施例提供的技术方案,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
判断pn≤s*pn基连续成立设定时长时,发出报警信息,s为设定值;
接收根据报警信息返回的调整指令信息,所述调整指令信息包括确认调整指令和不调整指令;
判断所述调整指令信息为确认调整指令时,令pn=b*pn基,b为设定值;
判断所述调整指令信息为不调整指令时,令pn=pn
所述pn基取第n个车道在对应周期内的历史过车数的平均值。
第二方面,本申请提供一种服务端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的路口红绿灯通行时间调整方法。
第三方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质有计算机程序,所述计算机程序被处理器执行时实现权利要求上述的路口红绿灯通行时间调整方法。
本申请的上述技术方案中,通过通过接收现有路口的检测设备的过车时间戳信息,将其转换为现场周期时间过车数信息,并对现场周期时间过车数信息修正后再传送给过车量调整设备,与所述过车量调整设备信号连接的信号机根据所述过车数信息l1,l2..ln....lm调整路口红绿灯配时,相对于传统的交通控制系统,通过对检测设备现场检测数据的进行修正,使得路口红绿灯的配时控制与路口的实际情况符合,提高了交通通行的效率。
根据本申请实施例提供的技术方案,对于现场周期时间过车数信息的修正采用在现场周期时间过车数的基准上加上增加过车数On,增加过车数On由道路的拥堵长度确定,从而使得本系统可以进一步地提高拥堵道路的畅通性。
根据本申请实施例提供的技术方案,对于现场周期时间过车数信息的修正判断为异常时,采用各个车道在对应周期内的历史过车数的平均值来修正,从而可以解决现场检测设备损坏时导致控制不准确的问题。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为为现有技术中红绿灯配时系统的原理框图;
图2为本申请实施例1所应用的系统的原理框图;
图3为本申请实施例1的流程图。
图4为本申请实施例1的服务端的的原理框图;
图5为本申请实施例1的应用场景示意图;
图6为本申请实施例5的原理框图;
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
本实施例提供路口红绿灯通行时间调整方法,应用于图2所示的系统,该系统中,对应每个红绿灯路口设有:
若干检测设备10,在本实施例中,检测设备包括设置在每个路口的若干地磁及用来接收地磁信号的地磁控制器,地磁其用于检测每个行成道上的车辆信息,具体为,每当有车辆经过该车道时,将被检测到,检测设备输出过车信息;
过车量调整设备20,为本方案相对于现有技术增加设置的设备;
智能控制平台,具有服务端40,用于接收并存储过车量调整设备发送的原始过车数据。
地磁将采集的开关量数据传递给地磁控制器,地磁控制器将开关量数据传递给过车量调整设备20,过车量调整设备20再将这种原始数据传送给服务端40进行存储。
和现有技术一样,本系统也具有控制中心60,用于控制不同路口的信号机配时的间隔以进行整体调控。
如图3所示,智能控制平台根据以下步骤调整路口红绿灯通行时间调整:
S10:获取路口的第1-m个车道的现场过车时间戳信息t1,t2...tn...tm
每个现场过车时间戳信息包括该地磁所在的路口id,该地磁在当前路口的地磁id以及时间戳。
如图4所示,服务端设有接收模块41,所述接收模块41,配置用于接收并存储所述过车量调整设备20发送的现场过车时间戳信息t1,t2...tn...tm;场过车时间戳信息t1,t2...tn...tm的存储数据库数据格式例如如下表1所示:
Figure BDA0003261645750000061
表1
其中时间戳的含义为:例如“20201205180553”的含义为:2020年12月5日18时05分53秒。
如图4所示,服务端还设有计算模块42,用于实施本申请中的各个方法步骤;服务端还设有发送模块43,配置用于将所述周期时间过车数信息l1,l2..ln....lm发送至过车辆调整设备20;
S20:根据现场过车时间戳信息t1,t2...tn...tm计算得到现场周期时间过车数p1,p2..pn....pm
数据源通过地磁控制器-过车量调整设备传递过来的是开关量数据,也就是过车的具体时间戳,为了便于计算以及下发命令,本申请将开关量数据转换成周期过车数据,周期数据以10秒作为一个周期,记录过车数,因此转换后的过车量信息如下表2所示:
Figure BDA0003261645750000071
表2
S30:修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm
在本实施例中,通过以下步骤来修正所述现场周期时间过车数p1,p2..pn....pm
S31:根据车道拥堵信息确定增加过车数On
S32:令ln=pn+On
其中根据以下步骤确定增加过车数On
S311:给互联网引擎发送起点坐标和终点坐标;所述起点坐标至终点坐标之间形成标定路段,所述标定路段涵盖设定路段,所述设定路段为从第n车道的停止线往远离其行车方向设定距离的路段;
如图5所示的红绿灯路口,一共有12个方向的车道,分别为第1,第2至第12车道,如图中的阿拉伯数字所示,要确定图4中路口A至B方向也即要确定第2车道的增加过车数,发送的起点坐标为b,位于路口的中心,终点坐标为a,a至b形成的标定路段涵盖设定路段,对于第2车道来说,其设定路段为图4中所示的路段,其距离为1km,起点坐标和终点坐标的选取以跨过设定路段为基本要求,其可以和设定路段的两端坐标重合,也可以长于设定路段;因此,标定路段可以和设定路段完全重合,也可以标定路段长于所述设定路段;
S312:接收所述互联网引擎反馈的拥堵等级坐标点集及拥堵等级信息;所述标定路段根据拥堵等级被分为若干分路段,所述分路段的端点坐标形成所述拥堵等级坐标点集;相邻两个分路段具有不同的拥堵等级;
例如,互联网引擎为导航引擎A,其接收到坐标a至坐标b的信息后,返回的坐标点集有(a,a1,a2,a3,a4,a5,b);返回的拥堵等级信息有c5,c1,c2,c3,c4,c5;其中c1表示非常拥堵,c2表示拥堵,c3表示缓行,c4表示畅通,c5表示未知;坐标点集中的两个相邻的坐标之间即可计算得到一个分路段长度,相同拥堵等级的分路段长度相加即得到对应每个拥堵等级的分路段长度Sc1、Sc2....Sci
因此得到如下表3所示的对应关系:
Figure BDA0003261645750000081
表3
S313:根据以下公式确定拥堵距离sn
Figure BDA0003261645750000082
Ch为第h种拥堵等级,Och为第h种拥堵等级的权重,Sch为对应第h种拥堵等级的分路段长度。Och的数值以设定为准,表示畅通的拥堵等级其对应权重需设计为0,拥堵情况越严重,拥堵指数越大。例如,各个分路段的长度如下表4所示:则第2车道的拥堵距离sn
Figure BDA0003261645750000083
Figure BDA0003261645750000084
Figure BDA0003261645750000091
表4
S314:通过以下公式确定增加过车数on
On=xn*sn/v,其中v为设定单位车长度,xn为车道n对应的检测设备的设定权重,On根据计算结果四舍五入取整数。在本实施例中,xn在本实施例中设为1,V取5米;则39.5/5=7.9,因此四舍五入后取整数计算得到O2=8。例如各个车道的增加过车数On如下表5所示:
Figure BDA0003261645750000092
表5
因此,若周期时间过车数P2=2,则修正后的l2=2+O2=2+8=10。
xn表征的含义为车道n对应的检测设备的设定权重,该权重可在服务端进行设定,设定依据为检测设备-地磁对于该行车方向的贡献程度,例如对应图4中的路口,车道1即有左拐,又有直行,车道2对应的是直行,那么在对于B向A方向的车道过车数调整涉及到两个车道,分别为第1车道和第2车道,由于第1车道的地磁检测的过车数对于直行方向的贡献相比教育车道2更小,因此将其权重x1设置为0.5,而将车道2的权重x2设计为1;xn增加了人工干预的端口,在必要时可以通过将xn设置为0来关闭增加过车数的调节通道,例如,对于某些施工的道路。
例如对应图5中的路口,影响直线方向A-B方向的检测设备及该检测设备的过车对该方向的贡献权重如下表6所示:
影响的地磁编号 权重占比
x<sub>1</sub> 30%
x<sub>2</sub> 70%
表6
S40:将周期时间过车数信息l1,l2..ln....lm发送至设置在每个路口的过车量调整设备;与所述过车量调整设备信号连接的信号机根据所述过车数信息l1,l2..ln....lm调整路口红绿灯配时。
在本实施例中,过车量调整设备与信号机之间的通讯方式可选地采用以下方式:
方式a:所述过车辆调整设备配置用于在周期时间内分别发送l1,l2..ln....lm个模拟信号至信号机的第1-m个检测器接口;在本实施例中,模拟信号为脉冲信号;信号机以接收到的脉冲信号等同于过车数量信号,以此作为计算红绿灯配时的基准。
本方式中,利用信号机的通用开放的模拟量端口,也即开关量端口来实现对信号机的控制,使得本实施例的技术方案可以推广应用于现有的所有红绿灯路口的信号机,推广性强;利用原有信号机的配时计算功能,分摊了系统中各个部分的计算工作,提升了系统的效率。
方式b:所述过车辆调整设备配置用于将周期时间过车数l1,l2..ln....lm通过网络接口发送至信号机,本方式适用于过车量调整设备与信号机在路口的共同网络内。
本实施例中,根据互联网引擎反馈的拥堵信息来给信号机的过车数量进行增加,从而在拥堵的时候,使得信号机可以增加拥堵方向的过车时长,从而缓解交通拥堵的状况。
实施例2
本实施例在实施例1的基础上,将步骤S313中拥堵距离sn的确定方法更改为以下方式:
将互联网引擎的数量由1个变为至少2个,以提高系统判断的数据可信度。
此时,互联网引擎的总数量为z,所述拥堵等级坐标点集包括第一拥堵等级坐标点集.....第u拥堵等级坐标点集....第z拥堵等级坐标点集;z为互联网引擎的总数量;
第u拥堵等级坐标点集为第u个互联网引擎反馈的拥堵等级坐标点集,1≤u≤z;
本实施例中,z等于2,互联网引擎包括导航引擎A和导航引擎B。
导航引擎A,其接收到服务端发送的坐标a至坐标b的信息后,返回的坐标点集有(a,a1,a2,a3,a4,a5,b);返回的拥堵等级信息有c5,c1,c2,c3,c4,c5
导航引擎A,其接收到到服务端发送的坐标a至坐标b的信息后,返回的坐标点集有(a,b1,b2,b3,b4,b5,b);返回的拥堵等级信息有c5,c1,c2,c3,c4,c5
其中c1表示非常拥堵,c2表示拥堵,c3表示缓行,c4表示畅通,c5表示未知;坐标点集中的两个相邻的坐标之间即可计算得到一个分路段长度,相同拥堵等级的分路段长度相加即得到对应每个拥堵等级的分路段长度Sc1、Sc2....Sci
因此通过互联网引擎A和互联网引擎B反馈的信息计算得到的分路段长度分别具有如下表7和表8所示的对应关系,计算结果如表9所示:
Figure BDA0003261645750000111
表7
Figure BDA0003261645750000112
表8
Figure BDA0003261645750000113
Figure BDA0003261645750000121
表9
根据以下公式确定拥堵距离sn
Figure BDA0003261645750000122
Figure BDA0003261645750000123
Ch为第h种拥堵等级,Och为第h种拥堵等级的权重,Sch为对应第h种拥堵等级的分路段长度,Fu为第u个互联网引擎的可信度权重。在本实施例中,导航引擎A的可信度权重F1=0.7;导航引擎B的可信度权重F2=0.3;该权重也以经验设定为准。
因此本实施例中,On=sn/v,其中v为设定单位车长度,On根据计算结果四舍五入取整数。在本实施例中,v取5米;则42.845/5=8.569,因此四舍五入后取整数计算得到O2=9。
因此,若周期时间过车数P2=15,则修正后的l2=p2+O2=15+9=24。
本实施例中,通过引入多个导航引擎反馈的拥堵等级信息以及对应的拥堵等级坐标点集,进一步增加了对道路拥堵情况判断的准确性。
实施例3
本实施例在实施例1的基础上,将步骤S30:修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm;增加以下步骤:
在本实施例中,修正方法中均设计有基准值数据pn基,pn基为第n个车道在对应周期内的基准过车数。在本实施例中,所述pn基取路口检测设备在设定历史时间内的测量平均值。
pn基由各个车道历史的周期数据计算而来,每个地磁每10秒设置一个基准值数据,与周期数据的间隔一致,并且分为工作日基准值pn基工、节假日基准值pn基节,如当前时间是工作日,则用工作日基准值pn基工来修正,如当前时间是节假日,则用节假日基准值pn基节来修正。工作日基准值pn基工是由最近五个工作日对应周期时间的历史数据pn求平均值取得、节假日基准值pn基节是由最近两个节假日对应周期时间的历史数据pn求平均取得。判断规则根据下面基准值判断条件表进行判断。
基准值数据定时更新,例如每天00:00:00计算一次,计算的是隔一天之前的数据。例如7月3日的0点计算7月1日以及以前的数据。
工作日基准值pn基工、节假日基准值pn基节例如如下表10所示:
Figure BDA0003261645750000131
表10
其中所述计算模块对于现场周期时间过车数p1,p2..pn....pm的修正同时采用以下两种方式:
1、判断pn连续设定时长等于0时,令pn=pn基;设定时长例如为10分钟;在本实施例中,根据时间段的不同,设定时长不同,其中,时间段与设定时长的对应关系可以如下表10所示:
Figure BDA0003261645750000132
表9
本实施方式中,可以应对地磁完全损坏情况,避免地磁完全损坏导致的过车量数据采集数据为0,同时采用历史的过车数据的平均值作为基准值数据,可以比较准确地对当前的过车数据进行修正。
2、判断pn≤s*pn基连续成立设定时长时,令pn=a*pn基,s和a均为设定值。在本实施例中,s等于0.5,a=0.9;设定时长例如为10分钟;在本实施例中,根据时间段的不同,设定时长不同,其中,时间段与设定时长的对应关系也可以如表10所示:
本实施方式中,可以避免避免地磁感应不准确导致的过车量数据的无法采集的情况,同时采用历史的过车数据的平均值作为基准值数据,可以比较准确地对当前的过车数据进行修正。
3、判断pn≤s*pn基连续成立设定时长时,发出报警信息,s为设定值;在本实施例中,s等于0.5;设定时长例如为10分钟;在本实施例中,根据时间段的不同,设定时长不同,其中,时间段与设定时长的对应关系也可以如表10所示:
接收根据报警信息返回的调整指令信息,所述调整指令信息包括确认调整指令和不调整指令;本实施例中,智能控制平台设有报警模块,判断pn≤s*pn基连续成立设定时长时,发出报警信息,报警信息由平台推送运维人员企业微信,运维人员确认前Pn的修正采用上述方式2,确认地磁有问题则上述方式1修正Pn,确认无问题采用实时数据;而运维人员返回的调整指令信息基于现场对地磁工作状况的确认得出,与实际情况符合。
因此判断所述调整指令信息为确认调整指令时,令pn=pn基
判断所述调整指令信息为不调整指令时,令pn=pn
当服务端发出报警信号时,pn基的更新方式也相应调整,当调整指令信息为确认调整指令时,且确认调整指令距离报警信息的发出时间超出pn基的计算周期24小时时,更新基准值数据pn基
4、判断pn连续设定时长等于0时,发出报警信息;在本实施例中,根据报警发生的时间段的不同,设定时长不同,其中,时间段与设定时长的对应关系也可以如表10所示:
接收根据报警信息返回的调整指令信息,所述调整指令信息包括确认调整指令和不调整指令;本实施例中,智能控制平台设有报警模块,判断pn连续设定时长等于0时,发出报警信息,报警信息由平台推送运维人员企业微信,运维人员确认前Pn的修正采用上述方式1,确认地磁有问题则采用上述方式1修正Pn,确认无问题采用实时数据;而运维人员返回的调整指令信息基于现场对地磁工作状况的确认得出,与实际情况符合。
因此判断所述调整指令信息为确认调整指令时,令pn=pn基
判断所述调整指令信息为不调整指令时,令pn=0。
方式4适用于某些特殊车道的施工情况。
上述方式3和方式4中,将对现场周期时间过车数pn采用智能修正与运维人员参与调控相互结合,即避免了地磁损坏产生的影响,又实现了对地磁损坏的监视,进一步保证了对当前的过车数据进行修正的准确性。
实施例3
本实施例在实施例1的基础上,增加以下步骤:
S51、获取第1-m个车道的预测拥堵时间及对应的预测拥堵长度sn测
例如对应图4中的A-B方向预测拥堵时间有08:30和17:30,8:30的预测拥堵长度为30m,17:30的预测拥堵长度为45m。
预测拥堵时间和预测拥堵长度可以是系统根据观测经验设定的数值。也可以是由互联网引擎预测得到发送给智能控制平台的数值。
S51、判断当前时间距离所述预测拥堵时间是否小于等于设定调整时长时,若是则执行步骤S52,若否则按实施例1中的步骤执行;
S52、令On=sn测/v,其中v为设定单位车长度,sn测为第n条车道在预测拥堵时间的预测拥堵长度。
例如,假设当前时间为8:20,设定调整时长为10分钟,则当前时间距离预测拥堵时间8:30还有10分钟,等于设定调整时长,因此,此时按照s52计算增加过车量On=sn测/v=30/5=6。
也就是说,本实施例中,在即将达到预测拥堵时间时,采用本实施例中的各个步骤替换实施例1中的On的计算步骤,本实施例中,可以将本申请的方案与各个道路的拥堵预测数据结合,有效地在即将开始拥堵前对道路进行疏通,进而避免或者有效减缓拥堵情况的发生。
实施例5
本实施例提供一种服务端,如图6所示,所述服务端包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有系统操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明的实施例,上文参考流程图3描述的过程可以被实现为计算机软件程序。例如,本发明的实施例五包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例五的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括第一生成模块、获取模块、查找模块、第二生成模块及合并模块。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,获取模块还可以被描述为“用于在该基础表中获取多个待探测实例的获取模块”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的服务端中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的货物集中派送方法。
例如,所述电子设备可以实现如图3中所示的步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.路口红绿灯通行时间调整方法,其特征在于,包括以下步骤:
获取路口的第1-m个车道的现场过车时间戳信息t1,t2...tn...tm
根据现场过车时间戳信息t1,t2...tn...tm计算得到现场周期时间过车数p1,p2..pn....pm
修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm
将周期时间过车数信息l1,l2..ln....lm发送至设置在每个路口的过车量调整设备;与所述过车量调整设备信号连接的信号机根据所述过车数信息l1,l2..ln....lm调整路口红绿灯配时。
2.根据权利要求1所述的路口红绿灯通行时间调整方法,其特征在于,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
根据车道拥堵信息确定增加过车数On
令ln=pn+On
3.根据权利要求2所述的路口红绿灯通行时间调整方法,其特征在于,所述增加过车数On通过以下步骤确定:
获取第1-m个车道的预测拥堵时间及对应的预测拥堵长度sn测
判断当前时间距离所述预测拥堵时间小于等于设定调整时长时:
令On=sn测/v,其中v为设定单位车长度,sn测为第n条车道在预测拥堵时间的预测拥堵长度。
4.根据权利要求2所述的路口红绿灯通行时间调整方法,其特征在于,所述增加过车数on通过以下步骤确定:
给互联网引擎发送起点坐标和终点坐标;所述起点坐标至终点坐标之间形成标定路段,所述标定路段涵盖设定路段,所述设定路段为从第n车道的停止线往远离其行车方向设定距离的路段;
接收所述互联网引擎反馈的拥堵等级坐标点集及拥堵等级信息;所述标定路段根据拥堵等级被分为若干分路段,所有分路段的端点坐标形成所述拥堵等级坐标点集;相邻的所述分路段具有不同的拥堵等级;
根据所述拥堵等级坐标点集及拥堵等级信息确定拥堵距离Sn
通过以下公式确定增加过车数On
On=xn*sn/v,其中v为设定单位车长度,xn为车道n对应的检测设备的设定权重。
5.根据权利要求4所述的路口红绿灯通行时间调整方法,其特征在于,所述拥堵距离Sn通过以下步骤确定:
根据所述拥堵等级坐标点集确定对应每个拥堵等级的分路段长度Sc1、Sc2....Sci,c1-ci为第1-第i种拥堵等级;
根据以下公式确定拥堵距离sn
Figure FDA0003261645740000021
Ch为第h种拥堵等级,Och为第h种拥堵等级的权重,Sch为对应第h种拥堵等级的分路段长度。
6.根据权利要求4所述的路口红绿灯通行时间调整方法,其特征在于,所述拥堵等级坐标点集包括第一拥堵等级坐标点集.....第u拥堵等级坐标点集....第z拥堵等级坐标点集;z为互联网引擎的总数量;
第u拥堵等级坐标点集为第u个互联网引擎反馈的拥堵等级坐标点集,1≤u≤z;
拥堵距离Sn通过以下步骤确定:
根据所述第u拥堵等级坐标点集确定对应每个拥堵等级的分路段长度Suc1、Suc2....Suci,c1-ci为第1-第i种拥堵等级;
根据以下公式确定拥堵距离sn
Figure FDA0003261645740000022
Figure FDA0003261645740000023
Ch为第h种拥堵等级,Och为第h种拥堵等级的权重,Sch为对应第h种拥堵等级的分路段长度,Fu为第u个互联网引擎的可信度权重。
7.根据权利要求2-6任意一项所述的路口红绿灯通行时间调整方法,其特征在于,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
判断pn连续设定时长等于0时,令pn=pn基,pn基为第n个车道在对应周期内的基准过车数;
所述pn基取第n个车道在对应周期内的历史过车数的平均值。
8.根据权利要求2-6任意一项所述的路口红绿灯通行时间调整方法,其特征在于,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
判断pns*pn基连续成立设定时长时,令pn=a*pn基,s和a均为设定值;
所述pn基取第n个车道在对应周期内的历史过车数的平均值。
9.根据权利要求2-6任意一项所述的路口红绿灯通行时间调整方法,其特征在于,所述修正所述现场周期时间过车数p1,p2..pn....pm得到周期时间过车数信息l1,l2..ln....lm具体包括以下步骤:
判断pn≤s*pn基连续成立设定时长时,发出报警信息,s为设定值;
接收根据报警信息返回的调整指令信息,所述调整指令信息包括确认调整指令和不调整指令;
判断所述调整指令信息为确认调整指令时,令pn=b*pn基,b为设定值;
判断所述调整指令信息为不调整指令时,令pn=pn
所述pn基取第n个车道在对应周期内的历史过车数的平均值。
10.一种服务端,其特征在于,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1-9任意一项所述的路口红绿灯通行时间调整方法。
CN202111083721.XA 2021-09-14 2021-09-14 路口红绿灯通行时间调整方法、服务端 Active CN113674541B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111083721.XA CN113674541B (zh) 2021-09-14 2021-09-14 路口红绿灯通行时间调整方法、服务端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111083721.XA CN113674541B (zh) 2021-09-14 2021-09-14 路口红绿灯通行时间调整方法、服务端

Publications (2)

Publication Number Publication Date
CN113674541A true CN113674541A (zh) 2021-11-19
CN113674541B CN113674541B (zh) 2023-01-03

Family

ID=78549426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111083721.XA Active CN113674541B (zh) 2021-09-14 2021-09-14 路口红绿灯通行时间调整方法、服务端

Country Status (1)

Country Link
CN (1) CN113674541B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030210156A1 (en) * 2002-05-13 2003-11-13 Sumitomo Electric Industries, Ltd. Traffic signal control method
JP2007140617A (ja) * 2005-11-15 2007-06-07 Masahiro Watanabe 交通制御方法
JP2010044526A (ja) * 2008-08-11 2010-02-25 Sumitomo Electric Ind Ltd 渋滞情報生成装置、コンピュータプログラム及び渋滞情報生成方法
CN107331172A (zh) * 2017-08-25 2017-11-07 青岛海信网络科技股份有限公司 一种基于道路交通状态的交通相位调整方法和装置
CN109035814A (zh) * 2018-07-02 2018-12-18 福建榕基软件股份有限公司 一种红绿灯间隔时间自动调整方法和系统
CN109785645A (zh) * 2019-03-04 2019-05-21 南京信息职业技术学院 一种根据车流量动态调整红绿灯时长的算法
CN110517490A (zh) * 2019-08-22 2019-11-29 广州市交通规划研究院 道路机动车承载力计算方法、系统、装置及存储介质
EP3594920A1 (en) * 2018-07-09 2020-01-15 Siemens Mobility GmbH Method for generating a traffic control signal
CN110969850A (zh) * 2019-12-06 2020-04-07 西安电子科技大学 基于二级处理的交通数据处理服务器及方法
CN111311930A (zh) * 2018-12-12 2020-06-19 阿里巴巴集团控股有限公司 一种获取车流量的方法及其装置
CN112559507A (zh) * 2020-12-22 2021-03-26 安徽百诚慧通科技有限公司 一种校正过车数据的方法
CN113257017A (zh) * 2021-06-25 2021-08-13 深圳市城市交通规划设计研究中心股份有限公司 一种交叉口信号配时方案的估算方法、装置和终端

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030210156A1 (en) * 2002-05-13 2003-11-13 Sumitomo Electric Industries, Ltd. Traffic signal control method
JP2007140617A (ja) * 2005-11-15 2007-06-07 Masahiro Watanabe 交通制御方法
JP2010044526A (ja) * 2008-08-11 2010-02-25 Sumitomo Electric Ind Ltd 渋滞情報生成装置、コンピュータプログラム及び渋滞情報生成方法
CN107331172A (zh) * 2017-08-25 2017-11-07 青岛海信网络科技股份有限公司 一种基于道路交通状态的交通相位调整方法和装置
CN109035814A (zh) * 2018-07-02 2018-12-18 福建榕基软件股份有限公司 一种红绿灯间隔时间自动调整方法和系统
EP3594920A1 (en) * 2018-07-09 2020-01-15 Siemens Mobility GmbH Method for generating a traffic control signal
CN111311930A (zh) * 2018-12-12 2020-06-19 阿里巴巴集团控股有限公司 一种获取车流量的方法及其装置
CN109785645A (zh) * 2019-03-04 2019-05-21 南京信息职业技术学院 一种根据车流量动态调整红绿灯时长的算法
CN110517490A (zh) * 2019-08-22 2019-11-29 广州市交通规划研究院 道路机动车承载力计算方法、系统、装置及存储介质
CN110969850A (zh) * 2019-12-06 2020-04-07 西安电子科技大学 基于二级处理的交通数据处理服务器及方法
CN112559507A (zh) * 2020-12-22 2021-03-26 安徽百诚慧通科技有限公司 一种校正过车数据的方法
CN113257017A (zh) * 2021-06-25 2021-08-13 深圳市城市交通规划设计研究中心股份有限公司 一种交叉口信号配时方案的估算方法、装置和终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王丹 等: "城市复杂动态交通路网模型与拥塞分析", 《沈阳大学学报(自然科学版)》 *
王家兵 等: "高速公路智能监控系统设计", 《测控技术》 *
郭宇婷 马郡 陈方乙 雷明宇: "城市交通数据的应用—以天津市交通信息服务系统为例", 《天津城建大学学报》 *

Also Published As

Publication number Publication date
CN113674541B (zh) 2023-01-03

Similar Documents

Publication Publication Date Title
JP4159976B2 (ja) 交通信号制御装置と交通信号制御方法及び記憶媒体
US20170323564A1 (en) Prediction for lane guidance assist
CN108053661B (zh) 一种交通控制的方法及装置
US8755991B2 (en) Method and structure for vehicular traffic prediction with link interactions and missing real-time data
CN110648028B (zh) 一种基于5g网络的交通大数据云平台及其使用方法
JP2001134893A (ja) 交通信号制御装置
CN106846835A (zh) 一种城市区域交通信号自适应协调控制方法
US20200135019A1 (en) Signal control device, signal control system, and signal control method
JP5692323B1 (ja) 交通量計測装置、および交通量計測方法
CN114299733B (zh) 路口红绿灯通行时间调整系统
CN111508225A (zh) 信息处理、交通控制方法、装置及设备、存储介质
CN113674541B (zh) 路口红绿灯通行时间调整方法、服务端
JP2000011290A (ja) 旅行時間・渋滞情報推定方法及び装置
CN113674540B (zh) 路口红绿灯配时调整方法、终端
CN113962497A (zh) 一种基于互联网教育的教师资源分析把控系统
CN113628446A (zh) 一种基于物联网的交通信息采集分析方法及系统
CN117236078A (zh) 一种基于双层约束的高速公路交通检测器布设方法
CN116796952A (zh) 一种水电工程建设调控管理方法、系统及存储介质
CN110164127B (zh) 一种车流量预测的方法、装置及服务器
CN111815944B (zh) 数据有效性检测方法、装置、电子设备及计算机存储介质
JP2000259976A (ja) 流入ランプ制御装置および流入ランプ制御方法
JP3468686B2 (ja) 旅行時間推定方法及び装置
CN101894467B (zh) 一种提高交通信息准确性的方法,设备,装置
CN117727190B (zh) 一种智慧城市车辆分流红绿灯控制方法及系统
CN109859458A (zh) 一种基于车辆大数据的车辆调度方法及系统

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