CN114387784A - 一种基于路网全息感知的交通信号控制系统 - Google Patents

一种基于路网全息感知的交通信号控制系统 Download PDF

Info

Publication number
CN114387784A
CN114387784A CN202210051181.5A CN202210051181A CN114387784A CN 114387784 A CN114387784 A CN 114387784A CN 202210051181 A CN202210051181 A CN 202210051181A CN 114387784 A CN114387784 A CN 114387784A
Authority
CN
China
Prior art keywords
road network
road
holographic
information
sensing
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
CN202210051181.5A
Other languages
English (en)
Other versions
CN114387784B (zh
Inventor
黎忠华
陈嘉鹏
陈春英
陈乙利
高波
李有朋
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.)
Shenzhen Pengcheng Transportation Network Co ltd
Original Assignee
Shenzhen Pengcheng Transportation Network 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 Shenzhen Pengcheng Transportation Network Co ltd filed Critical Shenzhen Pengcheng Transportation Network Co ltd
Priority to CN202210051181.5A priority Critical patent/CN114387784B/zh
Publication of CN114387784A publication Critical patent/CN114387784A/zh
Application granted granted Critical
Publication of CN114387784B publication Critical patent/CN114387784B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明提供了一种基于路网全息感知的交通信号控制系统，包括：路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立全息感知路网；其中，所述无线传感器至少包括磁频传感器、光电传感器、视频传感器和霍尔传感器；交通信号接收模块：用于基于所述全息感知路网，实时接收对应的交通信号；控制终端：用于将所述交通信号传输至预设的大数据中心，生成对应的调度指令，并将所述调度指令反馈至路网全息感知模块进行自适应调节。

Description

一种基于路网全息感知的交通信号控制系统
技术领域
本发明涉及智慧城市、交通管理技术领域，特别涉及一种基于路网全息感知的交通信号控制系统。
背景技术
目前，交通信号的控制关系着交通的发达程度，但一般仅仅通过交警和辅助人员进行工作监察，不仅耗费人力成本，而且在交通排查时，时间成本页投资巨大，已公开的专利CN102473349A提供了一种交通信号控制系统，用于对交通信号进行采集和搜索，从而及时的对交通进行反馈，在此启发上，本技术方案提供了一种基于路网全息感知的交通信号控制系，提供一种智慧城市的交通控制系统，从而增加交通的便利程度，提高智能化、自适应的城市交通管理。
发明内容
本发明提供一种基于路网全息感知的交通信号控制系统，用以解决以上背景技术中出现的情况。
本技术方案提高一种基于路网全息感知的交通信号控制系统，其特征在于，包括：
路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立全息感知路网；其中，
所述无线传感器至少包括磁频传感器、光电传感器、视频传感器和霍尔传感器；
交通信号接收模块：用于基于所述全息感知路网，实时接收对应的交通信号；
控制终端：用于将所述交通信号传输至预设的大数据中心，生成对应的调度指令，并将所述调度指令反馈至路网全息感知模块进行自适应调节。
作为本技术方案的一种实施例，所述路网全息感知模块，包括：
路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立全息感知路网
路网节点创建单元：用于获取控制区域的道路信息，并通过所述道路信息，建立对应的路网节点；
交通感知单元：用于通过预先安装在控制区域内的无线传感器，对控制区域内路网节点的交通路况信息进行感知，确定交通感知信息；
协同单元：基于预设的物联车辆系统和交通感知信息，建立人-车-路协同的路网协同模型，通过所述路网节点和路网协同模型，建立全息感知路网；其中，
所述物联车辆系统用于通过预设的物联网，实时在行驶的车辆之间进行物联信息传输；
安全交互单元：通过所述路网协同模型，判断控制区域内的车辆是否为安全状态，确定判断结果，并基于所述判断结果，在物联车辆系统进行信息安全交互；
路网连接单元：用于通过预设的通讯网络，连接路网全息感知模块和交通信号接收模块。
作为本技术方案的一种实施例，所述路网节点创建单元，包括：
历史道路状态属性子单元：用于通过预设的存储数据库，收集并记录控制区域的历史道路状态属性；其中，
所述历史道路状态属性包括预设的时间范围内的历史道路流量裕度和历史道路通行效率；
连通性子单元：用于获取控制区域内的道路的连通性；
道路信息子单元：用于通过所述历史道路状态属性和连通性，记录道路信息；
筛选结果子单元：用于通过预设的道路评价指标，对道路信息对应的道路承载力进行评价，确定评价结果，并对合格的评价结果检索并筛选出对应的道路信息，确定筛选结果；
路网节点子单元：用于基于预设的分布式系统，采集分布式节点，将所述筛选结果对应的道路系统信息传输并存储至所述分布式节点中，建立对应的路网节点。
作为本技术方案的一种实施例，所述交通感知单元，包括：
分割区域子单元：用于对控制区域内的路网节点进行地理分割，确定分割区域；
动态车辆簇子单元：用于通过对所述分割区域的路网节点预设范围内的车辆信息进行采集，建立动态车辆簇；
感知子单元：用于通过预先安装在控制区域内的无线传感器，对分割区域内路网节点和动态车辆簇之间的道路信息进行感知，确定交通感知信息。
作为本技术方案的一种实施例，所述协同单元，包括：
融合信息子单元：用于基于预设的物联车辆系统，动态融合动态车辆簇和分割区域的路网节点的交通状况，确定融合信息；
计算子单元：用于通过预设的路网交互协议，计算融合信息在物联车辆系统中的传输稳定性和延迟数据；
调整子单元：用于通过所述延迟数据，调整物联车辆系统中的传输稳定性，确定调整结果；
路网协同模型子单元：用于基于所述调整结果，构建人-车-路协同的路网协同模型；
全息感知路网子单元：用于将所述路网节点传输至路网协同模型，并建立全息感知路网。
作为本技术方案的一种实施例，所述安全交互单元：通过所述路网协同模型，判断控制区域内的车辆是否为安全状态，确定判断结果，包括：
步骤S01：获取车辆的行车数据，构建坐标系，建立车辆行驶方程组：
Figure BDA0003474422030000041
其中，
Figure BDA0003474422030000042
表示车辆在横轴方向的偏移受力，
Figure BDA0003474422030000043
表示车辆在纵轴方向的偏移受力，xoy代表以x为横轴，y为纵轴的坐标系，τ为偏移受力系数，μ为车辆的质量，δ′y为预设周期内车辆纵轴方向的偏移变化量，ω′为车辆的转动惯量，α0为车辆左右方向的综合加速度，ρ为车辆中点到车前端的距离，ε为车辆中点到车后端的距离，vx表示车辆速度在横坐标的速度分量，θ0为车辆速度偏侧角度，u0为车辆偏侧的角速度；
步骤S02：根据所述行车数据和车辆偏移方程组，建立车辆偏移方程组：
Figure BDA0003474422030000044
其中，λ′为车辆前端偏移刚度参数，λ″为车辆后端偏移刚度参数，η为车辆前端偏移角度，Ψ″为车辆第二横向偏移速度，Ψ′为车辆第一横向偏移速度；
步骤S03：根据所述车辆偏移方程组，计算预设周期内车辆左右偏移的偏移变化量δ′y：
Figure BDA0003474422030000051
其中，κ为偏侧角度影响系数，δ′y代表预设周期内车辆左右偏移的偏移变化量
步骤S04：根据所述车辆的偏移变化量δ′y进行判断，判断偏移变化量δ′y是否在在预设的阈值范围内，若是，则车辆为安全状态，否则，车辆为危险状态。
作为本技术方案的一种实施例，所述路网连接单元，包括：
通路子单元：用于通过所述交通感知信息，确定传输终端；其中，
所述传输终端至少包括车辆物联网的接收端、用户手持终端和路网全息感知节点的接收端；
传输最短路径子单元：用于通过所述传输终端，确定传输方向，并基于所述传输方向，选择传输最短路径；
选择子单元：用于对每个传输方向的传输最短路径进行求和，确定求和结果，通过所述求和结果，选择通讯网络；其中，
所述通讯网络至少包括短程通讯技术网络和远程同通讯技术网络；
连接子单元：通过选择后的通讯网络，连接路网全息感知模块和交通信号接收模块。
作为本技术方案的一种实施例，所述分割区域子单元用于对控制区域内的路网节点进行地理分割，确定分割区域，还包括以下步骤：
步骤S1：获取控制区域内的路网节点组{m1,m2,…,ml}，节点类型组{n1,n2,…,nk}，计算路网节点中的不确定节点因子rm,n：
Figure BDA0003474422030000061
其中，
Figure BDA0003474422030000062
代表类型为ng的节点与控制区域内预设的中心节点c的欧几里得距离，g＝1,2,…,k，k代表节点类型组中节点类型的总个数，c代表控制区域内预设的中心节点，
Figure BDA0003474422030000063
代表路网节点数据组中数据mq的节点权重，mq代表路网节点组第q个数据，q＝1,2,…,l，l为路网节点数据组中的数据总数，且1≤g≤k，1≤q≤l，γc为中心节点c与预设范围内节点的连接值，
Figure BDA0003474422030000064
为路网节点数据组中数据mq的连接影响因子，b为路网节点影响指数，步骤S2：根据所述不确定节点因子rm,n，建立路网节点分割函数D：
Figure BDA0003474422030000065
其中，
Figure BDA0003474422030000066
代表路网节点数据组中数据mq的节点类型为ng时路网节点的节点权重，
Figure BDA0003474422030000067
为路网节点数据组中第g个节点与中心节点的连接值；
步骤S3：通过所述路网节点分割函数D，对控制区域内的路网节点进行地理分割，获取节点分割数据；
步骤S4：将所述节点分割数据进行存储，并确定分割区域。
作为本技术方案的一种实施例，所述交通信号接收模块，包括：
读取单元：用于实时读取所述路网全息感知节点预设范围内的交通状况；
基于预设的大数据处理中心，对所述交通状况和路网全息感知节点的路网节点信息进行处理和融合，确定交通信息；
交通信息单元：用于基于预设的无线通信技术，对所述交通信息进行对应通信格式的转换，确定交通信号。
作为本技术方案的一种实施例，所述控制终端，包括：
调度指令单元：用于将所述交通信号传输至预设的大数据中心，确定车辆拥塞信息，并通过所述车辆拥塞信息，生成对应的调度指令；
反馈信息单元：用于通过所述调度指令，实时反馈至路网全息感知模块，并生成反馈信息；
自适应调节单元：用于通过所述反馈信息，对路网全息感知模块的路网全息感知节点进行自适应调节。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于路网全息感知的交通信号控制系统模块图；
图2为本发明实施例中一种基于路网全息感知的交通信号控制系统模块图；
图3为本发明实施例中一种基于路网全息感知的交通信号控制系统模块图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
需说明的是，当部件被称为“固定于”或“设置于”另一个部件，它可以直接在另一个部件上或者间接在该另一个部件上。当一个部件被称为是“连接于”另一个部件，它可以是直接或者间接连接至该另一个部件上。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，“多个”的含义是两个或两个以上，除非另有明确具体的限定。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
实施例1：
本发明实施例提供了一种基于路网全息感知的交通信号控制系统，其特征在于，包括：
路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立全息感知路网；其中，
所述无线传感器至少包括磁频传感器、光电传感器、视频传感器和霍尔传感器；
交通信号接收模块：用于基于所述全息感知路网，实时接收对应的交通信号；
控制终端：用于将所述交通信号传输至预设的大数据中心，生成对应的调度指令，并将所述调度指令反馈至路网全息感知模块进行自适应调节。
上述技术方案的工作原理和有益效果在于：
本发明实施例提供了一种基于路网全息感知的交通信号控制系统，包括路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立路网全息感知节点；交通信号接收模块：用于基于路网全息感知节点，实时接收对应的交通信号；控制终端：用于将交通信号传输至预设的大数据中心，生成对应的调度指令，并将调度指令反馈至路网全息感知模块进行自适应调节，通过路网全息感知，建立路网节点，接收交通信号，通过感知模块，提高交通系统智能化、便利性、提高交通管理的效率。
实施例2：
本技术方案提供了一种实施例，所述路网全息感知模块，包括：
路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立全息感知路网
路网节点创建单元：用于获取控制区域的道路信息，并通过所述道路信息，建立对应的路网节点；
交通感知单元：用于通过预先安装在控制区域内的无线传感器，对控制区域内路网节点的交通路况信息进行感知，确定交通感知信息；
协同单元：基于预设的物联车辆系统和交通感知信息，建立人-车-路协同的路网协同模型，通过所述路网节点和路网协同模型，建立全息感知路网；其中，
所述物联车辆系统用于通过预设的物联网，实时在行驶的车辆之间进行物联信息传输；
安全交互单元：通过所述路网协同模型，判断控制区域内的车辆是否为安全状态，确定判断结果，并基于所述判断结果，在物联车辆系统进行信息安全交互；
路网连接单元：用于通过预设的通讯网络，连接路网全息感知模块和交通信号接收模块。
上述技术方案的工作原理和有益效果在于：
本技术方案的路网全息感知模块，路网节点创建单元用于通过预先安装在控制区域内的无线传感器，采集控制区域的道路系统信息，并通过所述道路系统信息，建立对应的路网节点；交通感知单元用于通过预先安装在控制区域内的无线传感器，对控制区域内路网节点的道路信息进行感知，确定交通感知信息；协同单元基于预设的物联车辆系统和交通感知信息，建立人-车-路协同的路网协同模型；其中，所述物联车辆系统用于通过预设的物联网，实时在行驶的车辆之间进行物联信息传输；安全交互单元通过所述路网协同模型，将交通感知信息在控制区域内的车辆之间安全交互；路网连接单元用于通过预设的通讯网络，连接路网全息感知模块和交通信号接收模块，本技术方案的路网全息感知模块，提高路网协同的效率，减少路网的隐患，提高路网的感知效率。
实施例3：
本技术方案提供了一种实施例，所述路网节点创建单元，包括：
历史道路状态属性子单元：用于通过预设的存储数据库，收集并记录控制区域的历史道路状态属性；其中，
所述历史道路状态属性包括预设的时间范围内的历史道路流量裕度和历史道路通行效率；
连通性子单元：用于获取控制区域内的道路的连通性；
道路信息子单元：用于通过所述历史道路状态属性和连通性，记录道路信息；
筛选结果子单元：用于通过预设的道路评价指标，对道路信息对应的道路承载力进行评价，确定评价结果，并对合格的评价结果检索并筛选出对应的道路信息，确定筛选结果；
路网节点子单元：用于基于预设的分布式系统，采集分布式节点，将所述筛选结果对应的道路系统信息传输并存储至所述分布式节点中，建立对应的路网节点。
上述技术方案的工作原理和有益效果在于：
本技术方案提的路网节点创建单元，历史道路状态属性子单元用于通过预设的存储数据库，收集并记录控制区域的历史道路状态属性；历史道路状态属性包括预设的时间范围内的历史道路流量裕度和历史道路通行效率；连通性子单元用于获取控制区域内的道路的连通性；道路信息子单元用于通过历史道路状态属性和连通性，记录道路信息；筛选结果子单元用于通过预设的道路评价指标，对道路信息对应的道路承载力进行评价，确定评价结果，并对合格的评价结果检索并筛选出对应的道路信息，确定筛选结果；路网节点子单元用于基于预设的分布式系统，采集分布式节点，将筛选结果对应的道路系统信息传输并存储至所述分布式节点中，建立对应的路网节点，通过对路网节点的建立，便于路网路道的信息搜集，提高交通管理，同时通过对路网节点的评价，对路网的连通性承载力进行评价，提高路网的承载能力和自适应能力。
实施例4：
本技术方案提供了一种实施例，所述交通感知单元，包括：
分割区域子单元：用于对控制区域内的路网节点进行地理分割，确定分割区域；
动态车辆簇子单元：用于通过对所述分割区域的路网节点预设范围内的车辆信息进行采集，建立动态车辆簇；
感知子单元：用于通过预先安装在控制区域内的无线传感器，对分割区域内路网节点和动态车辆簇之间的道路信息进行感知，确定交通感知信息。
上述技术方案的工作原理和有益效果在于：
本技术方案的交通感知单元，包括：分割区域子单元用于对控制区域内的路网节点进行地理分割，确定分割区域；动态车辆簇子单元用于通过对分割区域的路网节点预设范围内的车辆信息进行采集，建立动态车辆簇；感知子单元用于通过预先安装在控制区域内的无线传感器，对分割区域内路网节点和动态车辆簇之间的道路信息进行感知，确定交通感知信息，通过对区域的分割，进行路网的全息感知，建立智慧城市，提高路网交通监察效率。
实施例5：
本技术方案提供了一种实施例，所述协同单元，包括：
融合信息子单元：用于基于预设的物联车辆系统，动态融合动态车辆簇和分割区域的路网节点的交通状况，确定融合信息；
计算子单元：用于通过预设的路网交互协议，计算融合信息在物联车辆系统中的传输稳定性和延迟数据；
调整子单元：用于通过所述延迟数据，调整物联车辆系统中的传输稳定性，确定调整结果；
路网协同模型子单元：用于基于所述调整结果，构建人-车-路协同的路网协同模型；
全息感知路网子单元：用于将所述路网节点传输至路网协同模型，并建立全息感知路网。
上述技术方案的工作原理和有益效果在于：
本技术方案的协同单元，融合信息子单元用于基于预设的物联车辆系统，动态融合动态车辆簇和分割区域的路网节点的交通状况，确定融合信息；计算子单元用于通过预设的路网交互协议，计算融合信息在物联车辆系统中的传输稳定性和延迟数据；调整子单元用于通过延迟数据，调整物联车辆系统中的传输稳定性，确定调整结果；路网协同模型子单元用于基于调整结果，构建人-车-路协同的路网协同模型；全息感知路网子单元用于将路网节点传输至路网协同模型，并建立全息感知路网，通过协同单元，本技术方案对路网感知系统和物联车辆系统，在人-车-道路之间进行协同，提高协同效率。
实施例6：
本技术方案提供了一种实施例，所述安全交互单元：通过所述路网协同模型，判断控制区域内的车辆是否为安全状态，确定判断结果，包括：
步骤S01：获取车辆的行车数据，构建坐标系，建立车辆行驶方程组：
Figure BDA0003474422030000141
其中，
Figure BDA0003474422030000142
表示车辆在横轴方向的偏移受力，
Figure BDA0003474422030000143
表示车辆在纵轴方向的偏移受力，xoy代表以x为横轴，y为纵轴的坐标系，τ为偏移受力系数，μ为车辆的质量，δ′y为预设周期内车辆纵轴方向的偏移变化量，ω′为车辆的转动惯量，α0为车辆左右方向的综合加速度，ρ为车辆中点到车前端的距离，ε为车辆中点到车后端的距离，vx表示车辆速度在横坐标的速度分量，θ0为车辆速度偏侧角度，u0为车辆偏侧的角速度；
步骤S02：根据所述行车数据和车辆偏移方程组，建立车辆偏移方程组：
Figure BDA0003474422030000144
其中，λ′为车辆前端偏移刚度参数，λ″为车辆后端偏移刚度参数，η为车辆前端偏移角度，Ψ″为车辆第二横向偏移速度，Ψ′为车辆第一横向偏移速度；
步骤S03：根据所述车辆偏移方程组，计算预设周期内车辆左右偏移的偏移变化量δ′y：
Figure BDA0003474422030000145
其中，κ为偏侧角度影响系数，δ′y代表预设周期内车辆左右偏移的偏移变化量
步骤S04：根据所述车辆的偏移变化量δ′y进行判断，判断偏移变化量δ′y是否在在预设的阈值范围内，若是，则车辆为安全状态，否则，车辆为危险状态。
上述技术方案的工作原理和有益效果在于：
本技术方案的安全交互单元：通过所述路网协同模型，判断控制区域内的车辆是否为安全状态，确定判断结果，获取车辆的行车数据，构建坐标系，建立车辆行驶方程组：根据行车数据和车辆偏移方程组，建立车辆偏移方程组：根据车辆偏移方程组，计算预设周期内车辆左右偏移的偏移变化量δ′y：根据车辆的偏移变化量δ′y进行判断，判断偏移变化量δ′y是否在在预设的阈值范围内，若是，则车辆为安全状态，否则，车辆为危险状态，对车辆的安全程度进行判断，提高交通的抗风险能力和自适应能力。
实施例7：
本技术方案提供了一种实施例，所述路网连接单元，包括：
通路子单元：用于通过所述交通感知信息，确定传输终端；其中，
所述传输终端至少包括车辆物联网的接收端、用户手持终端和路网全息感知节点的接收端；
传输最短路径子单元：用于通过所述传输终端，确定传输方向，并基于所述传输方向，选择传输最短路径；
选择子单元：用于对每个传输方向的传输最短路径进行求和，确定求和结果，通过所述求和结果，选择通讯网络；其中，
所述通讯网络至少包括短程通讯技术网络和远程同通讯技术网络；
连接子单元：通过选择后的通讯网络，连接路网全息感知模块和交通信号接收模块。
上述技术方案的工作原理和有益效果在于：
本技术方案的交通信号接收模块，读取单元用于实时读取所述路网全息感知节点预设范围内的交通状况；基于预设的大数据处理中心，对所述交通状况和路网全息感知节点的路网节点信息进行处理和融合，确定交通信息；交通信息单元用于基于预设的无线通信技术，对所述交通信息进行对应通信格式的转换，确定交通信号，通过对较短路径的传通路径，提高交通信号的传输效率，减少交通风险。
实施例8：
本技术方案提供了一种实施例，所述分割区域子单元用于对控制区域内的路网节点进行地理分割，确定分割区域，还包括以下步骤：
步骤S1：获取控制区域内的路网节点组{m1,m2,…,ml}，节点类型组{n1,n2,…,nk}，计算路网节点中的不确定节点因子rm,n：
Figure BDA0003474422030000161
其中，
Figure BDA0003474422030000162
代表类型为ng的节点与控制区域内预设的中心节点c的欧几里得距离，g＝1,2,…,k，k代表节点类型组中节点类型的总个数，c代表控制区域内预设的中心节点，
Figure BDA0003474422030000163
代表路网节点数据组中数据mq的节点权重，mq代表路网节点组第q个数据，q＝1,2,…,l，l为路网节点数据组中的数据总数，且1≤g≤k，1≤q≤l，γc为中心节点c与预设范围内节点的连接值，
Figure BDA0003474422030000164
为路网节点数据组中数据mq的连接影响因子，b为路网节点影响指数，步骤S2：根据所述不确定节点因子rm,n，建立路网节点分割函数D：
Figure BDA0003474422030000171
其中，
Figure BDA0003474422030000172
代表路网节点数据组中数据mq的节点类型为ng时路网节点的节点权重，
Figure BDA0003474422030000173
为路网节点数据组中第g个节点与中心节点的连接值；
步骤S3：通过所述路网节点分割函数D，对控制区域内的路网节点进行地理分割，获取节点分割数据；
步骤S4：将所述节点分割数据进行存储，并确定分割区域。
上述技术方案的工作原理和有益效果在于：
本技术方案的分割区域子单元用于对控制区域内的路网节点进行地理分割，确定分割区域，还包括以下步骤：获取控制区域内的路网节点组{m1,m2,…,ml}，节点类型组{n1,n2,…,nk}，计算路网节点中的不确定节点因子rm,n：根据所述不确定节点因子rm,n，建立路网节点分割函数D：通过所述路网节点分割函数D，对控制区域内的路网节点进行地理分割，获取节点分割数据；将所述节点分割数据进行存储，并确定分割区域，通过对路网节点的分割，对控制区域的路网节点进行划分，智能化、灵活的对路网节点进行科学分割。
实施例9：
本技术方案提供了一种实施例，所述交通信号接收模块，包括：
读取单元：用于实时读取所述路网全息感知节点预设范围内的交通状况；
基于预设的大数据处理中心，对所述交通状况和路网全息感知节点的路网节点信息进行处理和融合，确定交通信息；
交通信息单元：用于基于预设的无线通信技术，对所述交通信息进行对应通信格式的转换，确定交通信号。
上述技术方案的工作原理和有益效果在于：
本技术方案的交通信号接收模块，读取单元用于实时读取所述路网全息感知节点预设范围内的交通状况；基于预设的大数据处理中心，对所述交通状况和路网全息感知节点的路网节点信息进行处理和融合，确定交通信息；交通信息单元用于基于预设的无线通信技术，对所述交通信息进行对应通信格式的转换，确定交通信号，通过交通信号的转换，可以扩大通讯业务，提高交通信号的传输速度。
实施例10：
本技术方案提供了一种实施例，所述控制终端，包括：
调度指令单元：用于将所述交通信号传输至预设的大数据中心，确定车辆拥塞信息，并通过所述车辆拥塞信息，生成对应的调度指令；
反馈信息单元：用于通过所述调度指令，实时反馈至路网全息感知模块，并生成反馈信息；
自适应调节单元：用于通过所述反馈信息，对路网全息感知模块的路网全息感知节点进行自适应调节。
上述技术方案的工作原理和有益效果在于：
本技术方案的控制终端，调度指令单元：用于将所述交通信号传输至预设的大数据中心，确定车辆拥塞信息，并通过所述车辆拥塞信息，生成对应的调度指令；反馈信息单元：用于通过所述调度指令，实时反馈至路网全息感知模块，并生成反馈信息；自适应调节单元用于通过所述反馈信息，对路网全息感知模块的路网全息感知节点进行自适应调节，提高路网全息感知的鲁棒性和自适应能力，为智慧城市、便利交通提供了一种全息感知的指令调度方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于路网全息感知的交通信号控制系统，其特征在于，包括：
路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立全息感知路网；其中，
所述无线传感器至少包括磁频传感器、光电传感器、视频传感器和霍尔传感器；
交通信号接收模块：用于基于所述全息感知路网，实时接收对应的交通信号；
控制终端：用于将所述交通信号传输至预设的大数据中心，生成对应的调度指令，并将所述调度指令反馈至路网全息感知模块进行自适应调节。
2.如权利要求1所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述路网全息感知模块，包括：
路网全息感知模块：用于通过预先安装的无线传感器，对控制区域内的道路信息进行感知、接收和传输，建立全息感知路网
路网节点创建单元：用于获取控制区域的道路信息，并通过所述道路信息，建立对应的路网节点；
交通感知单元：用于通过预先安装在控制区域内的无线传感器，对控制区域内路网节点的交通路况信息进行感知，确定交通感知信息；
协同单元：基于预设的物联车辆系统和交通感知信息，建立人-车-路协同的路网协同模型，通过所述路网节点和路网协同模型，建立全息感知路网；其中，
所述物联车辆系统用于通过预设的物联网，实时在行驶的车辆之间进行物联信息传输；
安全交互单元：通过所述路网协同模型，判断控制区域内的车辆是否为安全状态，确定判断结果，并基于所述判断结果，在物联车辆系统进行信息安全交互；
路网连接单元：用于通过预设的通讯网络，连接路网全息感知模块和交通信号接收模块。
3.如权利要求2所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述路网节点创建单元，包括：
历史道路状态属性子单元：用于通过预设的存储数据库，收集并记录控制区域的历史道路状态属性；其中，
所述历史道路状态属性包括预设的时间范围内的历史道路流量裕度和历史道路通行效率；
连通性子单元：用于获取控制区域内的道路的连通性；
道路信息子单元：用于通过所述历史道路状态属性和连通性，记录道路信息；
筛选结果子单元：用于通过预设的道路评价指标，对道路信息对应的道路承载力进行评价，确定评价结果，并对合格的评价结果检索并筛选出对应的道路信息，确定筛选结果；
路网节点子单元：用于基于预设的分布式系统，采集分布式节点，将所述筛选结果对应的道路系统信息传输并存储至所述分布式节点中，建立对应的路网节点。
4.如权利要求2所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述交通感知单元，包括：
分割区域子单元：用于对控制区域内的路网节点进行地理分割，确定分割区域；
动态车辆簇子单元：用于通过对所述分割区域的路网节点预设范围内的车辆信息进行采集，建立动态车辆簇；
感知子单元：用于通过预先安装在控制区域内的无线传感器，对分割区域内路网节点和动态车辆簇之间的道路信息进行感知，确定交通感知信息。
5.如权利要求2所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述协同单元，包括：
融合信息子单元：用于基于预设的物联车辆系统，动态融合动态车辆簇和分割区域的路网节点的交通状况，确定融合信息；
计算子单元：用于通过预设的路网交互协议，计算融合信息在物联车辆系统中的传输稳定性和延迟数据；
调整子单元：用于通过所述延迟数据，调整物联车辆系统中的传输稳定性，确定调整结果；
路网协同模型子单元：用于基于所述调整结果，构建人-车-路协同的路网协同模型；
全息感知路网子单元：用于将所述路网节点传输至路网协同模型，并建立全息感知路网。
6.如权利要求2所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述安全交互单元：通过所述路网协同模型，判断控制区域内的车辆是否为安全状态，确定判断结果，包括：
步骤S01：获取车辆的行车数据，构建坐标系，建立车辆行驶方程组：
步骤S02：根据所述行车数据和车辆偏移方程组，建立车辆偏移方程组：
步骤S03：根据所述车辆偏移方程组，计算预设周期内车辆左右偏移的偏移变化量：
步骤S04：根据所述车辆的偏移变化量进行判断，判断偏移变化量δ′y是否在在预设的阈值范围内，若是，则车辆为安全状态，否则，车辆为危险状态。
7.如权利要求2所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述路网连接单元，包括：
通路子单元：用于通过所述交通感知信息，确定传输终端；其中，
所述传输终端至少包括车辆物联网的接收端、用户手持终端和路网全息感知节点的接收端；
传输最短路径子单元：用于通过所述传输终端，确定传输方向，并基于所述传输方向，选择传输最短路径；
选择子单元：用于对每个传输方向的传输最短路径进行求和，确定求和结果，通过所述求和结果，选择通讯网络；其中，
所述通讯网络至少包括短程通讯技术网络和远程同通讯技术网络；
连接子单元：通过选择后的通讯网络，连接路网全息感知模块和交通信号接收模块。
8.如权利要求4所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述分割区域子单元用于对控制区域内的路网节点进行地理分割，确定分割区域，还包括以下步骤：
步骤S1：获取控制区域内的路网节点组，节点类型组，计算路网节点中的不确定节点因子：
步骤S2：根据所述不确定节点因子，建立路网节点分割函数：
步骤S3：通过所述路网节点分割函数D，对控制区域内的路网节点进行地理分割，获取节点分割数据；
步骤S4：将所述节点分割数据进行存储，并确定分割区域。
9.如权利要求1所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述交通信号接收模块，包括：
读取单元：用于实时读取所述路网全息感知节点预设范围内的交通状况；
基于预设的大数据处理中心，对所述交通状况和路网全息感知节点的路网节点信息进行处理和融合，确定交通信息；
交通信息单元：用于基于预设的无线通信技术，对所述交通信息进行对应通信格式的转换，确定交通信号。
10.如权利要求1所述的一种基于路网全息感知的交通信号控制系统，其特征在于，所述控制终端，包括：
调度指令单元：用于将所述交通信号传输至预设的大数据中心，确定车辆拥塞信息，并通过所述车辆拥塞信息，生成对应的调度指令；
反馈信息单元：用于通过所述调度指令，实时反馈至路网全息感知模块，并生成反馈信息；
自适应调节单元：用于通过所述反馈信息，对路网全息感知模块的路网全息感知节点进行自适应调节。
CN202210051181.5A 2022-01-17 2022-01-17 一种基于路网全息感知的交通信号控制系统 Active CN114387784B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210051181.5A CN114387784B (zh) 2022-01-17 2022-01-17 一种基于路网全息感知的交通信号控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210051181.5A CN114387784B (zh) 2022-01-17 2022-01-17 一种基于路网全息感知的交通信号控制系统

Publications (2)

Publication Number Publication Date
CN114387784A true CN114387784A (zh) 2022-04-22
CN114387784B CN114387784B (zh) 2023-03-31

Family

ID=81202665

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210051181.5A Active CN114387784B (zh) 2022-01-17 2022-01-17 一种基于路网全息感知的交通信号控制系统

Country Status (1)

Country Link
CN (1) CN114387784B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108039053A (zh) * 2017-11-29 2018-05-15 南京锦和佳鑫信息科技有限公司 一种智能网联交通系统
CN108447291A (zh) * 2018-04-03 2018-08-24 南京锦和佳鑫信息科技有限公司 一种智能道路设施系统及控制方法
EP3411865A1 (en) * 2016-02-04 2018-12-12 Nokia Solutions and Networks Oy Vehicular communication of road traffic status
CN109285373A (zh) * 2018-08-31 2019-01-29 南京锦和佳鑫信息科技有限公司 一种面向整体道路网的智能网联交通系统
CN111785011A (zh) * 2019-04-04 2020-10-16 长沙智能驾驶研究院有限公司 道路车辆监测调控方法、装置、系统和计算机设备
CN113409579A (zh) * 2021-06-28 2021-09-17 鄂尔多斯市龙腾捷通科技有限公司 一种基于ai物联网技术的智慧城市交通管控系统
CN113642946A (zh) * 2021-10-18 2021-11-12 南京派光智慧感知信息技术有限公司 一种基于城市重要基础设施的感知信息集成接入系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3411865A1 (en) * 2016-02-04 2018-12-12 Nokia Solutions and Networks Oy Vehicular communication of road traffic status
CN108039053A (zh) * 2017-11-29 2018-05-15 南京锦和佳鑫信息科技有限公司 一种智能网联交通系统
CN108447291A (zh) * 2018-04-03 2018-08-24 南京锦和佳鑫信息科技有限公司 一种智能道路设施系统及控制方法
CN109285373A (zh) * 2018-08-31 2019-01-29 南京锦和佳鑫信息科技有限公司 一种面向整体道路网的智能网联交通系统
CN111785011A (zh) * 2019-04-04 2020-10-16 长沙智能驾驶研究院有限公司 道路车辆监测调控方法、装置、系统和计算机设备
CN113409579A (zh) * 2021-06-28 2021-09-17 鄂尔多斯市龙腾捷通科技有限公司 一种基于ai物联网技术的智慧城市交通管控系统
CN113642946A (zh) * 2021-10-18 2021-11-12 南京派光智慧感知信息技术有限公司 一种基于城市重要基础设施的感知信息集成接入系统

Also Published As

Publication number Publication date
CN114387784B (zh) 2023-03-31

Similar Documents

Publication Publication Date Title
CN101604478B (zh) 一种动态交通信息的处理方法及系统
CN107945507B (zh) 行程时间预测方法及装置
CN102149158B (zh) 基于网格分簇的传感器网格数据融合方法
US6879907B2 (en) Method and system for modeling and processing vehicular traffic data and information and applying thereof
CN104575035B (zh) 一种基于车联网环境下交叉口的自适用控制方法
US10475336B2 (en) System for forecasting traffic condition pattern by analysis of traffic data and forecasting method thereof
CN102147260A (zh) 电子地图匹配方法和装置
CN109194746B (zh) 基于物联网的异构信息处理方法
CN111583648B (zh) 融合gps数据和卡口流量数据的城市交通流量预测方法
CN112927543A (zh) 一种车路协同自动驾驶方法、系统及车辆
CN108307316B (zh) 基于s1-mme数据的快速移动用户高精度判别方法
CN111367275A (zh) 一种智能驾驶控制方法、装置、系统及存储介质
CN111737379B (zh) 道路采集任务的生成、装置、电子设备及可读存储介质
CN106600958A (zh) 动态路况表达方法及装置
CN114387784B (zh) 一种基于路网全息感知的交通信号控制系统
KR101206570B1 (ko) 도로지도 생성 장치 및 방법
CN109583467A (zh) 一种电力气象数据融合方法和系统
CN113159577B (zh) 基于群智感知的城市道路规划方法
CN110784852B (zh) 基于在线链路持续时间预测的v2v路由选择方法
CN111723835A (zh) 车辆移动轨迹区分方法、装置和电子设备
Li et al. A traffic congestion aware vehicle-to-vehicle communication framework based on Voronoi diagram and information granularity
US20190279504A1 (en) Method, device and system for wrong-way driver detection
CN106408983B (zh) 一种车辆自动驾驶系统
CN112380314A (zh) 路网信息的处理方法和装置、存储介质及电子设备
CN117270913B (zh) 地图更新方法、装置、电子设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant