CN113990106A - 一种高速公路车道分配系统 - Google Patents

一种高速公路车道分配系统 Download PDF

Info

Publication number
CN113990106A
CN113990106A CN202111327534.1A CN202111327534A CN113990106A CN 113990106 A CN113990106 A CN 113990106A CN 202111327534 A CN202111327534 A CN 202111327534A CN 113990106 A CN113990106 A CN 113990106A
Authority
CN
China
Prior art keywords
lane
vehicle
demand
highway
time period
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
CN202111327534.1A
Other languages
English (en)
Other versions
CN113990106B (zh
Inventor
张小丽
喻言
朱辰阳
李锐
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202111327534.1A priority Critical patent/CN113990106B/zh
Publication of CN113990106A publication Critical patent/CN113990106A/zh
Application granted granted Critical
Publication of CN113990106B publication Critical patent/CN113990106B/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
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/04Constraint-based CAD
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/10Numerical modelling
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Genetics & Genomics (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • Computer Hardware Design (AREA)
  • Physiology (AREA)
  • Geometry (AREA)
  • Biomedical Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种高速公路车道分配系统,系统包括需求交互模块、信息库模块和车道分配模块。需求交互模块用于与需求端交互,收集每一辆即将驶入高速公路车辆的进出口需求信息、发送最优行驶车道给相应车辆、接受车辆地理位置、速度和所在车道的实时状态更新。信息库模块包括车辆状态更新子模块、需求统计子模块和车道路段信息子模块。车道分配模块用于求解系统最少换道车道分配模型,周期性更新车道分配方案。本发明从最少换道时长的系统角度分配车辆的行驶车道,以减少车辆在高速公路上的频繁换道,提高高速公路的运行效率和安全性。

Description

一种高速公路车道分配系统
技术领域
本发明属于智能交通以及车路协同领域。
背景技术
车辆在高速公路行驶过程中,主要行车风险是车辆的随意变道,在隧道、匝道等变道多发地段,事故频发。因此采用一定的技术手段规范高速公路上的行车变道行为,使车辆在行驶过程中尽量减少变道,可提高行驶安全和效率。
目前在智能交通领域,车载设备、交通感知设备、车辆网联、交通基础设施数字化、实时通信等技术发展迅猛。高速公路具有全封闭和立体交叉的特性,运行模式相对城市道路较简单,随着智能网联汽车关键技术的不断突破,自动驾驶或车路协同技术最可能在高速公路上得到实现。因此当使用高速公路的车辆具有网联功能或者驾驶员通过移动终端获取管理端信息时,可以从整个高速公路系统最优出发,以较少变道降低变道延误为目的,为高速公路车辆分配车道行驶,在车道级别上对高速公路车辆实现通行引导,使高速公路交通更加高效、安全。
目前,关于车道资源分配技术中,沈传亮等人发布的《一种基于车路协同的车道动态分配系统及其控制方法》针对单侧道路拥堵问题,提出了一种利用对侧方向车道的动态分配系统;席广恒等人发布的《一种多车道高速公路车道资源实时优化配置方法》则是实时采集和分析不同车型的流量数据,采取相应的车速限速和客货分离措施达到高速公路车道资源实时分配和控制。但现有研究和车道资源分配技术没有从降低变道率的角度系统分配车道资源,未降低车辆行驶过程中不停变道所带来的安全风险。
发明内容
发明目的:为了解决上述现有技术存在的问题,本发明提供了一种高速公路车道分配系统。
本发明技术方案:本发明所述高速公路车道分配系统包括:需求交互模块、信息库模块、车道分配模块。其中,需求交互模块用于与包含车载系统或移动端在内的需求端进行交互,接受每一辆即将驶入高速公路车辆的进出口需求信息、发送最优行驶车道给相应车辆、接受车辆地理位置、速度和所在车道的实时状态更新。信息库模块包括车辆状态更新子模块、需求统计子模块和车道路段信息子模块。在车辆状态更新子模块中,存储并更新当前行驶在高速公路上车辆的状态,包括驶入匝道编号、进入时间、实时位置、速度等信息;在需求统计子模块中统计在各个周期内的驶入驶出需求;在车道路段信息子模块中统计各个周期内车辆驶入驶出该车道路段的平均速度、流量信息。
车道分配模块求解最少换道时长车道分配模型,周期性更新车道分配方案。车道分配模型使用如下方式表示高速公路:i、j表示车辆的高速公路起讫匝道入口编号,高速公路起点编号为i=0,入口总数使用K1表示,出口总数使用K2表示;l表示每个车道的编号,l=1为最右侧车道,L为车道总数,也是最左侧车道编号;以每个入口匝道与高速公路相接的横断面划分路段,每个路段包含一个入口匝道和一个出口匝道,k=1,2,…,K为各路段编号,t为时间段编号,h为车道分配方案的更新周期(分钟)。
车道分配方法中车道分配模型为线性优化模型,以最少换道时长为目标函数,约束条件之一为同一入口驶入车辆,其出口越远所使用的车道越靠左,约束条件之二为分配到各车道路段的车辆不能超过其通行能力。以pi,j(t)表示t时间段为起终点分别为i、j的需求分配的车道编号;对应于pi,j(t),引入0-1变量,
Figure BDA0003347754580000026
表示是否为起终点分别为i、j的需求分配车道l;Ni,j(t)表示在t时间段的推算需求量;fl,k(t)表示在t时间段通过k路段l车道上的流量;γl和λl分别表示车辆驶入目标车道l时和从l车道驶出高速所需的换道时长(秒),可通过调查方式获得。车道分配模型表示如下:
Figure BDA0003347754580000021
Figure BDA0003347754580000022
Figure BDA0003347754580000023
Figure BDA0003347754580000024
Figure BDA0003347754580000025
Figure BDA0003347754580000031
求解步骤包括:
(1)从信息库模块中提取各车辆的驶入时间数据,统计在t-1时间段进入高速公路的需求,表示为Di,j(t-1),并根据下式推算t时间段的进出口需求量Ni,j(t):Ni,j(t)=Ai, jDi,j(t-1)+ui,j,式中Ai,j和ui,j为参数,根据历史数据采用线性插值等方法进行标定。
(2)根据信息库模块中各时间段驶入高速公路的需求数据,使用下式推算fl,k(t):
Figure BDA0003347754580000032
其中τi,k表示从起点i到路段k起点所需行驶时长与预设的方案更新周期h的比值,[τi,k]+表示下一个时间段编号,[τi,k]-表示上一个时间段编号。从起点i到路段k起点所需行驶时长可以通过历史数据获得,也可以根据信息库模块获得实时时长。
在以上参数更新的基础上,进一步地采用动态规划或遗传算法等算法求分配模型,得到车道分配方案。
有益效果:本发明针对车辆在高速公路上换道次数过多影响高速公路运行安全和效率问题,通过引入车道分配模型,提出了在网联环境下通过系统分配车道的系统和相应方法,以最大程度地规范换道行为。通过本发明的实施,可极大提高高速公路的运行效率和安全性。
附图说明
图1是本发明的车道分配系统组成图。
图2是需求交互模块工作流程图。
图3是车道分配模型中高速公路表示示意图。
具体实施方式
构成本发明的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
本实施例提供了一种高速公路车道分配系统,如图1所示,包括需求交互模块、信息库模块和车道分配模块。
需求交互模块用于与包含车载系统或移动端在内的需求端进行交互,接受每一辆即将驶入高速公路车辆的进出口需求信息、发送最优行驶车道给相应车辆、接受车辆地理位置、速度和所在车道的实时状态更新。其工作流程如图2所示。
信息库模块包括车辆状态更新子模块、需求统计子模块和车道路段信息子模块。在车辆状态更新子模块中,存储并更新当前行驶在高速公路上车辆的状态,包括驶入匝道编号、进入时间、实时位置、速度等信息;在需求统计子模块中统计在各个周期内的驶入驶出需求;在车道路段信息子模块中统计各个周期内车辆驶入驶出该车道路段的平均速度、流量信息。
车道分配模块求解最少换道时长车道分配模型,周期性更新车道分配方案。
车道分配模型使用如下方式表示高速公路,如图3所示:i、j表示车辆的高速公路起讫匝道入口编号,高速公路起点编号为i=0,入口总数使用K1表示,出口总数使用K2表示;l表示每个车道的编号,l=1为最右侧车道,L为车道总数,也是最左侧车道编号;以每个入口匝道与高速公路相接的横断面划分路段,每个路段包含一个入口匝道和一个出口匝道,k=1,2,…,K为各路段编号,t为时间段编号,h为车道分配方案的更新周期(分钟)。
车道分配方法中车道分配模型为线性优化模型,以最少换道时长为目标函数,约束条件之一为同一入口驶入车辆,其出口越远所使用的车道越靠左,约束条件之二为分配到各车道路段的车辆不能超过其通行能力。以pi,j(t)表示t时间段为起终点分别为i、j的需求分配的车道编号;对应于pi,j(t),引入0-1变量
Figure BDA0003347754580000041
表示是否为起终点分别为i、j的需求分配车道l;Ni,j(t)表示在t时间段的推算需求量;fl,k(t)表示在t时间段通过k路段l车道上的流量;γl和λl分别表示车辆驶入目标车道l时和从l车道驶出高速所需的换道时长(秒),可通过调查方式获得。车道分配模型表示如下:
Figure BDA0003347754580000051
Figure BDA0003347754580000052
Figure BDA0003347754580000053
Figure BDA0003347754580000054
Figure BDA0003347754580000055
Figure BDA0003347754580000056
在该模型中,i、j分别表示车辆的高速公路起、讫匝道编号,m为起讫匝道编号中的某个编号,高速公路起点编号为i=0,入口总数使用K1表示,出口总数使用K2表示;l表示每个车道的编号,l=1为最右侧车道,L为车道总数,也是最左侧车道编号;以每个入口匝道与高速公路相接的横断面划分路段,每个路段包含一个入口匝道和一个出口匝道,k=1,2,...,K为各路段编号;ql,k表示k路段l车道的通行能力;t为时间段编号,h为车道分配方案的更新周期,pi,j(t)表示t时间段为起终点分别为i、j的需求分配的车道编号;
Figure BDA0003347754580000057
对应于pi,j(t),为0-1变量,表示是否为起终点分别为i、j的需求分配车道l;Ni,j(t)表示在t时间段的推算从i入口至j出口的需求量;fl,k(t)表示在t时间段通过k路段l车道上的流量;γl和λl分别表示车辆驶入目标车道l时和从l车道驶出高速所需的换道时长,可通过调查方式获得。
求解步骤包括:
(1)从信息库模块中提取各车辆的驶入时间数据,统计在t-1时间段进入高速公路的需求,表示为Di,j(t-1),并根据下式推算t时间段的进出口需求量Ni,j(t):Ni,j(t)=Ai, jDi,j(t-1)+ui,j,式中Ai,j和ui,j为参数,根据历史数据采用线性插值等方法进行标定。
(2)根据信息库模块中各时间段驶入高速公路的需求数据,使用下式推算fl,k(t):
Figure BDA0003347754580000061
其中τi,k表示从起点i到路段k起点所需行驶时长与预设的方案更新周期h的比值,[τi,k]+表示下一个时间段编号,[τi,k]-表示上一个时间段编号。从起点i到路段k起点所需行驶时长可以通过历史数据获得,也可以根据信息库模块获得实时时长。
(3)采用动态规划或遗传算法等算法求解车道分配模型,得到车道分配方案。
进一步地,一具有5入口和4出口的单向三车道高速公路,1车道、2车道、3车道通行能力分别为1800辆/h、2000辆/h、2400辆/h。车道分配方案的更新周期为h=15min。
高速公路基本情况如下表1所示:
表1
Figure BDA0003347754580000062
在车道分配模型中,使用下列参数计算不同车道的汇入和驶出换道时长:λ1=0.35s,λ2=0.75s,λ3=1.25s,γ1=0.30s,γ2=0.70s,γ3=1.20s。
t+1时间段需求推算如下表2所示:
表2
Figure BDA0003347754580000063
Figure BDA0003347754580000071
(1)各车道路段流量均为0情况下,求解车道分配模型,得t+1时间段最优车道划分方案如下表3所示,表中数值为所分配的车道编号。
表3
Figure BDA0003347754580000072
(2)当高速公路部分路段已非常拥挤,各车道路段流量(veh/15min)如下表4。
表4
Figure BDA0003347754580000073
求解车道分配模型,得t+1时间段车道分配方案如表5为:
表5:
Figure BDA0003347754580000074
Figure BDA0003347754580000081
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (3)

1.一种高速公路车道分配系统,其特征在于,高速公路车道分配系统包括需求交互模块、信息库模块、车道分配模块;所述需求交互模块用于与包含车载系统或移动端在内的需求端进行交互,接受每一辆即将驶入高速公路车辆的进出口需求信息、发送最优行驶车道给相应车辆、接受车辆地理位置、速度和所在车道的实时状态更新;所述信息库模块包括车辆状态更新子模块、需求统计子模块和车道路段信息子模块;在车辆状态更新子模块中,存储并更新当前行驶在高速公路上车辆的状态,包括驶入匝道编号、进入时间、实时位置、速度信息;在需求统计子模块中统计在各个周期内的驶入驶出需求;在车道路段信息子模块中统计各个周期内车辆驶入驶出该车道路段的平均速度、流量信息;所述车道分配模块求解车道分配模型,周期性更新车道分配方案。
2.根据权利1所述的一种高速公路车道分配系统,其特征在于,所述车道分配模型为线性优化模型,以最少换道时长为目标函数,约束条件之一为同一入口驶入车辆,其出口越远所使用的车道越靠左,约束条件之二为分配到各车道路段的车辆不能超过其通行能力,车道分配模型表示如下:
Figure FDA0003347754570000011
Figure FDA0003347754570000012
Figure FDA0003347754570000013
Figure FDA0003347754570000014
Figure FDA0003347754570000015
Figure FDA0003347754570000016
在该模型中,i、j分别表示车辆的高速公路起、讫匝道编号,m为起讫匝道编号中的某个编号,高速公路起点编号为i=0,入口总数使用K1表示,出口总数使用K2表示;l表示每个车道的编号,l=1为最右侧车道,L为车道总数,也是最左侧车道编号;以每个入口匝道与高速公路相接的横断面划分路段,每个路段包含一个入口匝道和一个出口匝道,k=1,2,…,K为各路段编号;ql,k表示k路段l车道的通行能力;t为时间段编号,h为车道分配方案的更新周期,pi,j(t)表示t时间段为起终点分别为i、j的需求分配的车道编号;
Figure FDA0003347754570000021
对应于pi,j(t),为0-1变量,表示是否为起终点分别为i、j的需求分配车道l;Ni,j(t)表示在t时间段的推算从i入口至j出口的需求量;fl,k(t)表示在t时间段通过k路段l车道上的流量;γl和λl分别表示车辆驶入目标车道l时和从l车道驶出高速所需的换道时长,通过调查方式获得。
3.根据权利1所述的一种高速公路车道分配系统,其特征在于,所述车道分配模块中周期性更新车道分配方案的步骤如下:
步骤1:从信息库模块中提取各车辆的驶入时间数据,统计在t-1时间段进入高速公路的需求,表示为Di,j(t-1),并根据下式推算t时间段的进出口需求量Ni,j(t):Ni,j(t)=Ai, jDi,j(t-1)+ui,j,式中Ai,j和ui,j为参数,根据历史数据采用线性插值等方法进行标定;
步骤2:根据信息库模块中各时间段驶入高速公路的需求数据,使用下式推算fl,k(t):
Figure FDA0003347754570000022
其中τi,k表示从起点i到路段k起点所需行驶时长与预设的方案更新周期h的比值,[τi,k]+表示下一个时间段编号,[τi,k]-表示上一个时间段编号;从起点i到路段k起点所需行驶时长可以通过历史数据获得,也可以根据信息库模块获得实时时长;
步骤3:采用动态规划或遗传算法等算法求解车道分配模型,得到车道分配方案。
CN202111327534.1A 2021-11-10 2021-11-10 一种高速公路车道分配系统 Active CN113990106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111327534.1A CN113990106B (zh) 2021-11-10 2021-11-10 一种高速公路车道分配系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111327534.1A CN113990106B (zh) 2021-11-10 2021-11-10 一种高速公路车道分配系统

Publications (2)

Publication Number Publication Date
CN113990106A true CN113990106A (zh) 2022-01-28
CN113990106B CN113990106B (zh) 2023-08-29

Family

ID=79747740

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111327534.1A Active CN113990106B (zh) 2021-11-10 2021-11-10 一种高速公路车道分配系统

Country Status (1)

Country Link
CN (1) CN113990106B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115250284A (zh) * 2022-07-20 2022-10-28 安徽远航交通科技有限公司 一种基于物联网云服务的高速作业区安全管控系统
CN117576913A (zh) * 2024-01-12 2024-02-20 中交第二公路勘察设计研究院有限公司 基于网络平衡的多车道公路交织区交通分配方法及装置

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1699033A2 (en) * 2005-03-03 2006-09-06 Aisin Aw Co., Ltd. A method of driving support and a driving support apparatus
DE102016116928A1 (de) * 2015-09-22 2017-03-23 Ford Global Technologies, Llc Formulieren von Leitplänen auf Fahrspurebene
WO2017187882A1 (ja) * 2016-04-28 2017-11-02 住友電気工業株式会社 安全運転支援システム、サーバ、車両およびプログラム
CN110400481A (zh) * 2019-08-29 2019-11-01 深圳成谷科技有限公司 一种高速公路自动驾驶车道级管控方法和装置
CN111063208A (zh) * 2019-12-26 2020-04-24 山东科技大学 一种基于车联网的车道级交通诱导方法及系统
US20200273329A1 (en) * 2017-11-13 2020-08-27 Huawei Technologies Co., Ltd. Traffic flow control method and apparatus in internet of vehicles
US20200307593A1 (en) * 2019-03-28 2020-10-01 Honda Motor Co., Ltd. Vehicle control device, vehicle control method, and storage medium
EP3731498A1 (en) * 2019-04-24 2020-10-28 HERE Global B.V. Lane aware clusters for vehicle to vehicle communication
CN112116822A (zh) * 2020-09-21 2020-12-22 长沙理工大学 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法
CN113033030A (zh) * 2021-05-25 2021-06-25 四川见山科技有限责任公司 一种基于真实道路场景的拥堵模拟方法及系统
CN113450583A (zh) * 2021-09-01 2021-09-28 长沙理工大学 一种车路协同下高速公路可变限速和变道协同控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1699033A2 (en) * 2005-03-03 2006-09-06 Aisin Aw Co., Ltd. A method of driving support and a driving support apparatus
DE102016116928A1 (de) * 2015-09-22 2017-03-23 Ford Global Technologies, Llc Formulieren von Leitplänen auf Fahrspurebene
WO2017187882A1 (ja) * 2016-04-28 2017-11-02 住友電気工業株式会社 安全運転支援システム、サーバ、車両およびプログラム
US20200273329A1 (en) * 2017-11-13 2020-08-27 Huawei Technologies Co., Ltd. Traffic flow control method and apparatus in internet of vehicles
US20200307593A1 (en) * 2019-03-28 2020-10-01 Honda Motor Co., Ltd. Vehicle control device, vehicle control method, and storage medium
EP3731498A1 (en) * 2019-04-24 2020-10-28 HERE Global B.V. Lane aware clusters for vehicle to vehicle communication
CN110400481A (zh) * 2019-08-29 2019-11-01 深圳成谷科技有限公司 一种高速公路自动驾驶车道级管控方法和装置
CN111063208A (zh) * 2019-12-26 2020-04-24 山东科技大学 一种基于车联网的车道级交通诱导方法及系统
CN112116822A (zh) * 2020-09-21 2020-12-22 长沙理工大学 基于CAVs混合交通流的车道动态分配的高速公路通行能力协同调控方法
CN113033030A (zh) * 2021-05-25 2021-06-25 四川见山科技有限责任公司 一种基于真实道路场景的拥堵模拟方法及系统
CN113450583A (zh) * 2021-09-01 2021-09-28 长沙理工大学 一种车路协同下高速公路可变限速和变道协同控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李晓虎,麦乐,任杰,刘浩学,朱彤: "高速公路施工区自动车辆行驶轨迹优化方法", 《交通信息与安全》 *
李晓虎,麦乐,任杰,刘浩学,朱彤: "高速公路施工区自动车辆行驶轨迹优化方法", 《交通信息与安全》, vol. 38, no. 3, 21 August 2020 (2020-08-21), pages 40 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115250284A (zh) * 2022-07-20 2022-10-28 安徽远航交通科技有限公司 一种基于物联网云服务的高速作业区安全管控系统
CN115250284B (zh) * 2022-07-20 2024-03-19 安徽远航交通科技有限公司 一种基于物联网云服务的高速作业区安全管控系统
CN117576913A (zh) * 2024-01-12 2024-02-20 中交第二公路勘察设计研究院有限公司 基于网络平衡的多车道公路交织区交通分配方法及装置

Also Published As

Publication number Publication date
CN113990106B (zh) 2023-08-29

Similar Documents

Publication Publication Date Title
CN113990106A (zh) 一种高速公路车道分配系统
CN108665707B (zh) 一种预防局部交通拥堵的高速公路入口分流及流量协同控制方法
CN108806291B (zh) 基于路侧设备的高饱和度匝道车辆汇入引导方法与系统
DE102007037329A1 (de) Verfahren zur Bestimmung einer optimalen Fahrstrategie eines Kraftfahrzeugs und entsprechend ausgestaltete Vorrichtung sowie zugehörige Anzeige und zugehöriges Kraftfahrzeug
CN102005122A (zh) 多匝道调节方法及其系统
EP1890110A2 (de) Verfahren zur Bestimmung einer optimalen Fahrstrategie eines Kraftfahrzeugs und entsprechend ausgestaltete Vorrichtung sowie zugehörige Anzeige und zugehöriges Kraftfahrzeug
CN111477016A (zh) 快速路匝道信号控制方法、装置和系统
CN111627229B (zh) 交通信号设备的控制方法、装置、计算机设备
CN111402587A (zh) 一种智能驾驶的测试方法及测试系统
CN111554107A (zh) 交通管控方法、管理平台、路侧设备及系统
CN116229722A (zh) 车路协同环境下高速公路匝道的车辆控制方法及装置
CN113920727B (zh) 一种由施工引发道路拥堵的预测方法及系统
CN115601958A (zh) 一种基于连续型元胞自动机的车联网交通流建模方法
JP2022500307A (ja) ハイブリッド自動車による燃料および電流の消費に対する管理設定値を計算する方法
DE102014205246A1 (de) Verfahren zum Steuern eines Hybridantriebs eines Fahrzeugs
DE102014001300A1 (de) Verfahren zur Steuerung eines Hybridantriebs in einem Kraftfahrzeug und zugehöriges Kraftfahrzeug
CN113345221A (zh) 基于平行车道的无信号交叉口进口道车辆匹配与组织方法
CN110910643B (zh) 一种交通流的管控方法和装置
CN109686087B (zh) 巡逻机器人的管理方法及装置
CN116682282B (zh) 一种路内预约停车系统
CN110009908B (zh) 基于道路交通管控时间与区域计算的交通道路长度控制方法
CN115830885A (zh) 一种考虑多车型能量消耗的车辆匝道合流协同控制方法
CN113936481B (zh) 一种信号控制交叉口的空间利用状况评价方法
CN113409567B (zh) 一种公交与自动驾驶车辆混行车道的交通评估方法和系统
CN114582141A (zh) 常发车流量大路段识别方法及系统

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