CN114399912B - 智能网联环境下的自适应信号控制方法及系统 - Google Patents

智能网联环境下的自适应信号控制方法及系统 Download PDF

Info

Publication number
CN114399912B
CN114399912B CN202210296207.2A CN202210296207A CN114399912B CN 114399912 B CN114399912 B CN 114399912B CN 202210296207 A CN202210296207 A CN 202210296207A CN 114399912 B CN114399912 B CN 114399912B
Authority
CN
China
Prior art keywords
traffic
vehicle
queuing
phase
arriving
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
Application number
CN202210296207.2A
Other languages
English (en)
Other versions
CN114399912A (zh
Inventor
何书贤
邱志军
安德玺
任学锋
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 CN202210296207.2A priority Critical patent/CN114399912B/zh
Publication of CN114399912A publication Critical patent/CN114399912A/zh
Application granted granted Critical
Publication of CN114399912B publication Critical patent/CN114399912B/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
    • G08G1/07—Controlling traffic signals
    • 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

Abstract

本发明公开了一种智能网联环境下的自适应信号控制方法及系统，方法包括以下步骤：获取车辆的轨迹数据；获取交通信号灯信息；根据轨迹数据和交通信号灯信息，基于交通波模型，获取车辆到达路口时加入排队后更新的实时排队信息；构建动态规划模型；根据获取的动态规划模型，获取对应的最优相位绿灯时长；控制交通信号灯根据获取的对应状态阶段的最优相位绿灯时长进行交通信号指示。本发明提供的智能网联环境下的自适应信号控制方法，提供了支持实时响应交通需求变化的自适应信号控制方法，同时满足常态化交通控制要求，在信号配时机制的基础上，分阶段优化分配绿灯相位时长，充分利用时空资源，保障路口整体运营效率最大化。

Description

智能网联环境下的自适应信号控制方法及系统
技术领域
本发明涉及交通智能控制技术领域，具体是涉及一种智能网联环境下的自适应信号控制方法及系统。
背景技术
城市道路环境下，交通出行需求受时间深度影响而波动幅度巨大，现有的城市交通控制系统由于不具备实时响应出行需求的能力，容易导致路口车辆在出行高峰时期拥堵，造成时空资源浪费，交通效率严重下降。随着城市开放道路环境下智能网联基础设施加快建设落地，研发基于智能网联的智能交通信号控制系统以满足时变的交通出行需求成为解决交通拥堵与时空浪费问题的重要手段。
现有的交通信号控制系统主要基于感应控制或有条件优先控制手段，提供有限场景下的路口通行服务，如公交优先通行服务，紧急情况下的特种车辆优先通行服务等。基于线圈感应、视频检测数据等脉冲数据，通过获取特定类型车辆到达路口的状态动态调整绿灯时长，尽可能保证车辆不停车通过路口，定向提升特定类型车辆的运行效率。然而这些手段一方面容易引起路口整体交通运行效率的下降，造成其他社会车辆运行效率损失，从而不能有效解决路口拥堵问题；另一方面由于缺乏精准的轨迹数据，无法精准调整绿灯时长，导致绿灯资源的严重损失，在出行高峰时期，加剧路口拥堵。
发明内容
本发明的目的是为了克服上述背景技术的不足，提供一种智能网联环境下的自适应信号控制方法及系统。
第一方面，本发明提供了一种智能网联环境下的自适应信号控制方法，包括以下步骤：
获取车辆的轨迹数据；
获取路口的交通信号灯信息；
根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息；
构建动态规划模型；
根据获取的动态规划模型，获取对应状态阶段的最优相位绿灯时长；
控制交通信号灯根据获取的对应状态阶段的最优相位绿灯时长进行交通信号指示。
根据第一方面，在第一方面的第一种可能的实现方式中，所述“根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息”步骤，具体包括以下步骤：
当到达车辆通行方向的交通信号灯为红灯时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
根据第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述“根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息”步骤，具体还包括以下步骤：
当到达车辆通行方向的交通信号灯为绿灯时，获取到达车辆加入一车队后该车队的最后一辆排队车的消散工况；
根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息。
根据第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，
所述“根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息”步骤，具体包括以下步骤：
当到达车辆加入交通波一车队后该车队的最后一辆排队车未消散时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
根据第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述“根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息”步骤，具体还包括以下步骤：
当到达车辆加入交通波一车队该车队的最后一辆排队车消散时，获取到达车辆从跟随前车到加入排队需要的时间增量；
根据获取的时间增量以及到达车辆轨迹数据，获取到达车辆加入排队后的排队更新信息。
根据第一方面，在第一方面的第五种可能的实现方式中，所述“构建动态规划模型”步骤，具体包括以下步骤：
划分交通路口的状态阶段；
选取状态变量和控制变量；
以相位绿灯时长为控制变量，交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数。
第二方面，本发明提供了一种智能网联环境下的自适应信号控制系统，包括：
车辆轨迹数据获取模块，用于获取车辆的轨迹数据；
交通信号灯信息获取模块，用于获取路口的交通信号灯信息；
排队信息获取模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息；
动态规划建模模块，用于构建动态规划模型；
相位绿灯时长获取模块，与所述排队信息获取模块和相位绿灯时长获取模块通信连接，用于根据获取的动态规划模型，获取对应状态阶段的最优相位绿灯时长；
交通信号灯控制模块，与所述相位绿灯时长获取模块通信连接，用于控制交通信号灯根据获取的对应的状态阶段的相位绿灯时长进行交通信号指示。
根据第二方面，在第二方面的第一种可能的实现方式中，所述排队信息获取模块包括：
第一排队信息获取子模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于当到达车辆通行方向的交通信号灯为红灯时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
根据第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述排队信息获取模块还包括：
第二排队信息获取子模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于当到达车辆通行方向的交通信号灯为绿灯时，获取到达车辆加入排队后的排队更新信息。
根据第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述第二排队信息获取子模块包括：
消散工况获取单元，用于获取到达车辆加入一车队后该车队的最后一辆排队车的消散工况；
排队信息获取单元，与所述消散工况获取单元和所述车辆轨迹数据获取模块通信连接，用于根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息。
与现有技术相比，本发明的优点如下：
本发明提供的智能网联环境下的自适应信号控制方法，提出支持实时响应交通需求变化的自适应信号控制方法，满足常态化交通控制要求，在信号配时机制的基础上，通过分阶段优化分配相位时长，充分利用时空资源，保障路口整体运营效率最大化。
附图说明
图1是本发明实施例的智能网联环境下的自适应信号控制方法的方法流程示意图；
图2是本发明实施例的智能网联环境下的自适应信号控制方法的另一方法流程示意图；
图3是本发明实施例的智能网联环境下的自适应信号控制方法的通行方向为红灯时到达车辆加入交通波排队的排队信息更新示意图；
图4是本发明实施例的智能网联环境下的自适应信号控制方法的另一方法流程示意图；
图5是本发明实施例的智能网联环境下的自适应信号控制方法的通行方向为绿灯时到达车辆加入交通波排队并且到达车辆加入车队时该车队的最后一辆排队车未消散场景下的排队信息更新示意图；
图6是本发明实施例的智能网联环境下的自适应信号控制方法的通行方向为绿灯时到达车辆加入交通波排队并且到达车辆加入车队时该车队的最后一辆排队车开始消散时场景下的排队状态信息示意图；
图7是本发明实施例的联合相位组示意图；
图8是本发明实施例的智能网联环境下的自适应信号控制系统的功能模块框图。
图中，
100、车辆轨迹数据获取模块；200、交通信号灯信息获取模块；300、排队信息获取模块；400、动态规划建模模块；500、相位绿灯时长获取模块；600、交通信号灯控制模块。
具体实施方式
现在将详细参照本发明的具体实施例，在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明，但将理解，不是想要将本发明限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。
注意：接下来要介绍的示例仅是一个具体的例子，而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。
本发明的目的是为了克服现有技术中缺乏精准的轨迹数据，无法精准调整相位绿灯时长，导致绿灯资源的严重浪费，在出行高峰时期，加剧路口拥堵的技术问题，本发明提供一种智能网联环境下的自适应信号控制方法。
请参考图1，本发明提供了一种智能网联环境下的自适应信号控制方法，包括以下步骤：
S100、基于智能网联环境、全息路口感知以及V2X通信技术，获取交通波排队车辆以及加入排队车辆即到达车辆的轨迹数据；
S200、获取路口车辆通行方向的交通信号灯信息，所述交通信号灯信息包括灯色以及各灯色的亮灯时间和亮灯结束时间；
S300、根据到达车辆的轨迹数据和到达车辆通行方向的交通信号灯信息，获取到达车辆加入排队后的排队更新信息；
S400、构建动态规划模型；
S500、根据获取的动态规划模型，获取对应状态阶段的最优相位绿灯时长；
S600、控制交通信号灯根据获取的对应状态阶段的最优相位绿灯时长进行交通信号指示。
本发明提供的智能网联环境下的自适应信号控制方法，基于车辆轨迹数据获取车辆到达、加入交通波车队进行排队以及离开路口的时空信息，准确衡量路口所有车辆的实时通行需求，以相位绿灯时长为优化变量，以路口通行能力最大化为优化目标，获取各状态阶段的最优相位绿灯时长，从而控制交通信号灯根据各状态阶段的最优相位绿灯时长进行交通信号指示；提出支持实时响应交通需求变化的自适应信号控制方法，满足常态化交通控制要求，在信号配时机制的基础上，结合精准的轨迹数据获取精准相位绿灯时长，通过分阶段优化分配相位时长，充分利用时空资源，保障路口整体运营效率最大化。
在一实施例中，针对通行方向为绿灯和红灯场景的情况下，分别提供了排队长度、排队车辆数及最后一辆排队车加入排队时间等排队信息不同的更新计算方法。
在一实施例中，请参考图2-3，所述“S300、根据到达车辆的轨迹数据和到达车辆通行方向的交通信号灯信息，获取到达车辆加入排队后的排队更新信息根据到达车辆的轨迹数据获取到达车辆加入排队后的排队更新信息”步骤，具体包括以下步骤：
S310、当到达车辆通行方向的交通信号灯为红灯时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
所述车辆加入交通波的排队信息包括车辆加入排队的时间、加入后的实时排队长度以及实时排队车辆数。
在一实施例中，所述“当到达车辆通行方向的交通信号灯为红灯时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息”步骤中，所述车辆为到达车辆，即到达路口交通波一车队队尾的车辆。
在一实施例中，所述交通波由路口多队列多方向等待通行的车队组成。所述“车辆加入交通波”为车辆加入一车队队尾进行排队。
在一较具体实施例中，当到达车辆通行方向的交通信号灯为红灯时，到达车辆加入交通波一车队进行排队后，该列车队的排队长度按固定排队长度增量线性增加，因此，到达车辆加入交通波的排队信息获取方法如下：
通过全息感知手段，获取任意车辆
Figure 246698DEST_PATH_IMAGE001
进入感知范围L时的时间
Figure 557724DEST_PATH_IMAGE002
，从进入感知范围到加入排队期间的平均车速为
Figure 391688DEST_PATH_IMAGE003
，红灯初始状态时的排队长度为
Figure 889797DEST_PATH_IMAGE004
，则第
Figure 303461DEST_PATH_IMAGE001
辆车加入交通波一车队排队的时间
Figure 187103DEST_PATH_IMAGE005
表示为：
Figure 864072DEST_PATH_IMAGE006
。
更新该列车队的实时排队长度和实时排队车辆数的方法如表1所示：
表1 该列车队的实时排队长度和实时排队车辆数的方法步骤表
Figure 833165DEST_PATH_IMAGE008
其中，
Figure 535673DEST_PATH_IMAGE009
表示第k辆车在
Figure 539401DEST_PATH_IMAGE010
时刻加入交通波一车队排队后该车队的排队车辆数，
Figure 918430DEST_PATH_IMAGE011
与
Figure 640398DEST_PATH_IMAGE012
分别表示绿灯开始时间和结束时间，
Figure 146597DEST_PATH_IMAGE013
为该列车队相邻车辆之间的平均间隔排队长度，
Figure 4831DEST_PATH_IMAGE014
为红灯初始状态时该车队的排队长度。
在一实施例中，请参考图4，当到达车辆的通行方向交通信号灯为绿灯场景时，根据车辆到达交通波的某一车队时该车队的最后一辆排队车消散工况，并基于交通波模型消散波速和到达车速不同，设计到达车辆加入交通波后不同的排队信息更新方法，以针对不同的交通场景提供不同的通行策略，提升路口通行效率，所述“根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息”步骤，具体还包括以下步骤：
S321、当到达车辆通行方向的交通信号灯为绿灯时，获取到达车辆加入一车队后该车队的最后一辆排队车的消散工况；
S322、根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息。
在一实施例中，所述“S322、根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息”步骤，具体包括以下步骤：
S3221、当到达车辆加入交通波一车队后该车队的最后一辆排队车未消散时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
在一较具体实施例中，请参考图5，图中横坐标黑色条框示意红灯，白色条框示意绿灯，当到达车辆通行方向的交通信号灯为绿灯并且车辆到达时现有最后一辆排队车未消散时，排队长度增加量为固定值。该情形下的车辆加入交通波的排队信息获取方法如下:
第k辆车加入排队的时间
Figure 820341DEST_PATH_IMAGE015
求解如下：
Figure 764026DEST_PATH_IMAGE016
；
排队长度
Figure 260866DEST_PATH_IMAGE017
求解如下：
Figure 724340DEST_PATH_IMAGE018
；
实时排队车辆数
Figure 710750DEST_PATH_IMAGE009
求解如下：
Figure 141732DEST_PATH_IMAGE019
。
到达车辆加入交通波排队时最后一辆排队车没有消散。则最后一辆排队车开始消散时间
Figure 504580DEST_PATH_IMAGE020
为：
Figure 822560DEST_PATH_IMAGE021
；
其中，
Figure 979872DEST_PATH_IMAGE022
为排队车辆消散波波速。当车辆加入排队的时间晚于最后一辆排队车消散时间
Figure 898149DEST_PATH_IMAGE023
时，则更新后的所有排队车辆开始消散的时间增量
Figure 533530DEST_PATH_IMAGE024
表示为：
Figure 424126DEST_PATH_IMAGE025
。
在一实施例中，所述“S322、根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息”步骤，具体还包括以下步骤：
S32221、当到达车辆加入交通波一车队该车队的最后一辆排队车消散时，获取到达车辆从跟随前车到加入排队需要的时间增量；
S32222、根据获取的时间增量以及到达车辆轨迹数据，获取到达车辆加入排队后的排队更新信息。
在一较具体实施例中，请参考图6，图中横坐标黑色条框示意红灯，白色条框示意绿灯，当到达车辆通行方向的交通信号灯为绿灯并且车辆到达时该车队的最后一辆排队车已经开始消散时，该车队的排队长度增加量为固定值。该情形下的车辆加入交通波的排队信息获取方法如下：
(1)第K辆车加入排队的时间
Figure 503071DEST_PATH_IMAGE026
求解如下：
(1.1)车辆从跟随前车到加入排队需要的时间增量
Figure 643066DEST_PATH_IMAGE027
可表示为：
Figure 347716DEST_PATH_IMAGE028
；
式中，
Figure 155135DEST_PATH_IMAGE029
表示第k辆车开始跟随第k-1车辆时的时间，即为第k辆车到达第k-1辆车停车排队所在位置处的时间，可通过全息感知数据获取；
Figure 404982DEST_PATH_IMAGE030
表示第k-1辆车（最后一辆排队车）加入排队的时间。
(1.2)那么第k辆车加入排队的时间
Figure 32273DEST_PATH_IMAGE031
可表示为：
Figure 9456DEST_PATH_IMAGE032
。
(2)此时第k辆的排队长度更新为：
Figure 671381DEST_PATH_IMAGE033
；
式中，
Figure 544659DEST_PATH_IMAGE034
表示更新排队长度后的前k-1辆车的排队长度。
在一具体实施例中，当到达车辆通行方向的交通信号灯为绿灯并且车辆到达交通波一车队时该车队的最后一辆排队车未消散以及已经开始消散情形下的车辆加入交通波的排队信息获取方法综合如表2所示：
表2 排队信息获取方法步骤表
Figure 409978DEST_PATH_IMAGE035
在一实施例中，以标准“十字”交叉路口双环八相位信号配时及固定相序为基本原则，建立动态规划模型，通过改变规划周期内相位绿灯时长，实现自适应信号控制的目的，所述“构建动态规划模型”步骤，具体包括以下步骤：
划分交通路口的状态阶段；
选取状态变量和控制变量；
以相位绿灯时长为控制变量，交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数。
在一较具体实施例中，划分交通路口的状态阶段具体包括以下步骤：
划分状态阶段；
划分每个状态阶段的联合相位组。
在一较具体实施例中，所述“划分状态阶段”步骤，具体包括以下步骤：
以单个信号周期内东西通行方向和南北通行方向进行状态划分，状态阶段用
Figure 190853DEST_PATH_IMAGE036
表示，则一个信号周期内共有两个状态阶段，即东西通行状态阶段和南北通行状态阶段。
在一实施例中，所述“划分每个状态阶段的联合相位组”步骤，具体包括以下步骤：
由于左转相位与直行相位绿灯时长不同，因此将每个状态阶段划分为三个联合相位组集合，即西东通行左转以及东西通行左转、西东通行直行以及东西通行左转、东西通行直行以及西东通行直行，每个联合相位组包含两个不同的相位，同一相位组的两个相位在实际交通通行时同时通行并共享相同的相位时长。每个状态阶段的三个联合相位组集合用
Figure 707285DEST_PATH_IMAGE037
表示，对应每个状态阶段内的相位组用
Figure 813781DEST_PATH_IMAGE038
表示，即每个
Figure 166396DEST_PATH_IMAGE037
包含三个
Figure 750961DEST_PATH_IMAGE038
。
在一实施例中，三个联合相位组分别为“1+5”、“2+5”和“2+6”，其中，1、2、5、6分别表示相位1、相位2、相位5和相位6，如图7所示，“1+5”表示某个状态阶段包括相位1和相位5，相位1和相位5的方向相反，但是共享同样的相位时长，例如绿灯相位时长，“2+5”表示某个状态阶段包括相位2和相位5，“2+6”表示某个状态阶段包括相位2和相位6。
在一实施例中，所述“选取状态变量和控制变量；
以相位绿灯时长为控制变量，交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数”步骤，具体包括以下步骤：
选取状态变量；
选取控制变量；
定义状态变量集合和控制变量集合；
以相位绿灯时长为控制变量，以交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数。
在一实施例中，所述“设定状态变量”步骤，具体包括以下步骤：
当前状态阶段内开始优化时刻到当前状态阶段结束时的时长，用状态变量
Figure 121900DEST_PATH_IMAGE039
表示，考虑相位切换过渡时期黄灯和全红时长，以及待分配的下一状态阶段的控制变量相位绿灯时长，转换至
Figure 336980DEST_PATH_IMAGE039
，因此，
Figure 160580DEST_PATH_IMAGE039
的公式表示为：
Figure 299568DEST_PATH_IMAGE040
；
式中，
Figure 525013DEST_PATH_IMAGE041
表示当前状态阶段
Figure 707733DEST_PATH_IMAGE036
对应的控制变量；
Figure 549787DEST_PATH_IMAGE042
表示相位切换过渡时期黄灯和全红时长。
在一实施例中，所述“设定控制变量”步骤，具体包括以下步骤：
当前状态阶段内相位绿灯时长的控制量为控制变量，用
Figure 226887DEST_PATH_IMAGE041
表示。
根据相位最小最大绿灯时长约束条件，满足
Figure 306838DEST_PATH_IMAGE043
,任意状态阶段
Figure 129301DEST_PATH_IMAGE036
的控制变量最小值
Figure 927493DEST_PATH_IMAGE044
与最大值
Figure 391972DEST_PATH_IMAGE045
满足：
Figure 342742DEST_PATH_IMAGE046
；
式中，
Figure 132843DEST_PATH_IMAGE047
分别表示相位1、2、5、6的最小绿灯时长，
Figure 418331DEST_PATH_IMAGE048
分别表示相位1、2、5、6的最大绿灯时长。
在一实施例中，所述“定义状态变量集合和控制变量最小值集合”步骤，具体包括以下步骤：
定义状态阶段状态变量集合
Figure 952080DEST_PATH_IMAGE049
及控制变量最小值集合
Figure 745638DEST_PATH_IMAGE050
：
Figure 441061DEST_PATH_IMAGE051
；
根据状态转移方程，则控制变量集合满足：
Figure 213845DEST_PATH_IMAGE052
。
在一实施例中，所述“以相位绿灯时长为控制变量，以交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数”步骤，具体包括以下步骤：
选取路口通行能力最大化作为优化目标函数，分别求解任意状态阶段
Figure 488969DEST_PATH_IMAGE053
状态时长范围
Figure 398019DEST_PATH_IMAGE054
内各个联合相位组对应通行方向的车流量，用公式表示为：
Figure 280656DEST_PATH_IMAGE055
；
式中，
Figure 275156DEST_PATH_IMAGE056
表示
Figure 150708DEST_PATH_IMAGE057
时刻任意相位
Figure 445424DEST_PATH_IMAGE058
内通过路口的车辆数，满足：
Figure 233382DEST_PATH_IMAGE059
；
式中，
Figure 980758DEST_PATH_IMAGE060
表示任意相位
Figure 394422DEST_PATH_IMAGE058
在
Figure 278064DEST_PATH_IMAGE057
时刻的排队车辆数，可根据前述不同交通灯场景以及不同消散工况下的排队信息获取；
Figure 236924DEST_PATH_IMAGE061
表示
Figure 409280DEST_PATH_IMAGE057
时刻（当前时刻）相位
Figure 626634DEST_PATH_IMAGE058
的到达交通波的车队车辆数。
若要使得规划时间范围
Figure 364783DEST_PATH_IMAGE062
内累计路口通行能力最大，则需使得每个状态阶段内的路口通行能力最大。因此可以根据递归原理，构建最优子结构递归方程，满足：
Figure 9391DEST_PATH_IMAGE063
；
其中，
Figure 216513DEST_PATH_IMAGE064
表示规划时间范围
Figure 971979DEST_PATH_IMAGE062
内，从初始状态阶段到状态阶段
Figure 95793DEST_PATH_IMAGE036
为止的路口累积通行能力。
通过计算得到满足
Figure 911302DEST_PATH_IMAGE064
值最大的控制变量
Figure 340141DEST_PATH_IMAGE065
作为状态阶段
Figure 899298DEST_PATH_IMAGE036
的最优相位控制时长，作为每个状态阶段的绿灯信号指示的实时控制变量依据，达到自适应信号控制的效果，以充分利用时空资源，保障路口整体运营效率最大化。
在一较具体实施例中，所述“以相位绿灯时长为控制变量，交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数”步骤，通过前向递归算法流程实现如表3所示：
表3 前向递归算法流程步骤表
Figure 612039DEST_PATH_IMAGE066
其中，
Figure 801712DEST_PATH_IMAGE067
表示开始递归的时间。
基于同一发明构思，请参考图8，本发明提供了一种智能网联环境下的自适应信号控制系统，包括：
车辆轨迹数据获取模块100，用于获取车辆的轨迹数据；
交通信号灯信息获取模块200，用于获取路口的交通信号灯信息；
排队信息获取模块300，与所述车辆轨迹数据获取模块100和所述交通信号灯信息获取模块200通信连接，用于根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息；
动态规划建模模块400，用于构建动态规划模型；
相位绿灯时长获取模块500，与所述排队信息获取模块300和相位绿灯时长获取模块400通信连接，用于根据获取的动态规划模型，获取对应状态阶段的最优相位绿灯时长；
交通信号灯控制模块600，与所述相位绿灯时长获取模块500通信连接，用于控制交通信号灯根据获取的对应的状态阶段的相位绿灯时长进行交通信号指示。
在一实施例中，所述排队信息获取模块包括：
第一排队信息获取子模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于当到达车辆通行方向的交通信号灯为红灯时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
在一实施例中，所述排队信息获取模块还包括：
第二排队信息获取子模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于当到达车辆通行方向的交通信号灯为绿灯时，获取到达车辆加入排队后的排队更新信息。
在一实施例中，所述第二排队信息获取子模块包括：
消散工况获取单元，用于获取到达车辆加入一车队后该车队的最后一辆排队车的消散工况；
排队信息获取单元，与所述消散工况获取单元和所述车辆轨迹数据获取模块通信连接，用于根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息。
基于同一发明构思，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的所有方法步骤或部分方法步骤。
本发明实现上述方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，RandomAccess Memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
基于同一发明构思，本申请实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。
所称处理器可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（例如声音播放功能、图像播放功能等）；存储数据区可存储根据手机的使用所创建的数据（例如音频数据、视频数据等）。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（SmartMedia Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
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、服务器或计算机程序产品。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）、服务器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 (9)

1.一种智能网联环境下的自适应信号控制方法，其特征在于，包括以下步骤：
获取车辆的轨迹数据；
获取路口的交通信号灯信息；
根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息；
构建动态规划模型；
根据获取的动态规划模型，获取对应状态阶段的最优相位绿灯时长；
控制交通信号灯根据获取的对应状态阶段的最优相位绿灯时长进行交通信号指示；
所述“构建动态规划模型”步骤，具体包括以下步骤：
划分交通路口的状态阶段；
选取状态变量和控制变量；
以相位绿灯时长为控制变量，交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数；
所述“以相位绿灯时长为控制变量，以交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数”步骤，具体包括以下步骤：
选取路口通行能力最大化作为优化目标函数，分别求解任意状态阶段j状态时长范围[sj-1+1,sj]内各个联合相位组对应通行方向的车流量Qj(sj,xj,ui(sj))，用公式表示为：
Figure 760529DEST_PATH_IMAGE004
；
式中，sj为状态阶段j的状态变量，xj表示当前状态阶段j对应的控制变量，ui(sj)状态阶段j内相位组，
Figure 23779DEST_PATH_IMAGE009
表示t时刻任意相位p内通过路口的车辆数，满足：
Figure 976539DEST_PATH_IMAGE012
；
式中，
Figure 40441DEST_PATH_IMAGE013
表示任意相位p在t时刻的排队车辆数，可根据不同交通灯场景以及不同消散工况下的排队信息获取；t表示当前时刻，
Figure 441707DEST_PATH_IMAGE016
表示t时刻相位p的到达交通波的车队车辆数，r表示相位切换过渡时期黄灯和全红时长，vd为排队车辆消散波波速，
Figure 733536DEST_PATH_IMAGE021
为该列车队相邻车辆之间的平均间隔排队长度；
根据递归原理，构建最优子结构递归方程，满足：
Figure 962261DEST_PATH_IMAGE022
；
其中，vj(Sj)表示规划时间范围T内，从初始状态阶段到状态阶段j为止的路口累积通行能力；
通过计算得到满足vj(Sj)值最大的控制变量xj作为状态阶段j的最优相位控制时长，作为每个状态阶段的绿灯信号指示的实时控制变量依据。
2.如权利要求1所述的智能网联环境下的自适应信号控制方法，其特征在于，所述“根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息”步骤，具体包括以下步骤：
当到达车辆通行方向的交通信号灯为红灯时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
3.如权利要求2所述的智能网联环境下的自适应信号控制方法，其特征在于，所述“根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息”步骤，具体还包括以下步骤：
当到达车辆通行方向的交通信号灯为绿灯时，获取到达车辆加入车队后该车队的最后一辆排队车的消散工况；
根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息。
4.如权利要求3所述的智能网联环境下的自适应信号控制方法，其特征在于，所述“根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息”步骤，具体包括以下步骤：
当到达车辆加一车队后该车队的最后一辆排队车未消散时，根据到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息。
5.如权利要求3所述的智能网联环境下的自适应信号控制方法，其特征在于，所述“根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息”步骤，具体还包括以下步骤：
当到达车辆加入交通波一车队该车队的最后一辆排队车消散时，获取到达车辆从跟随前车到加入排队需要的时间增量；
根据获取的时间增量以及到达车辆轨迹数据，获取到达车辆加入排队后的排队更新信息。
6.一种智能网联环境下的自适应信号控制系统，其特征在于，包括：
车辆轨迹数据获取模块，用于获取车辆的轨迹数据；
交通信号灯信息获取模块，用于获取路口的交通信号灯信息；
排队信息获取模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于根据到达车辆的轨迹数据和路口的交通信号灯信息，基于交通波模型，获取到达车辆加入排队后的排队更新信息；
动态规划建模模块，用于构建动态规划模型；
相位绿灯时长获取模块，与所述排队信息获取模块和相位绿灯时长获取模块通信连接，用于根据获取的动态规划模型，获取对应状态阶段的最优相位绿灯时长；
交通信号灯控制模块，与所述相位绿灯时长获取模块通信连接，用于控制交通信号灯根据获取的对应的状态阶段的相位绿灯时长进行交通信号指示；
所述“构建动态规划模型”步骤，具体包括以下步骤：
划分交通路口的状态阶段；
选取状态变量和控制变量；
以相位绿灯时长为控制变量，交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数；
所述“以相位绿灯时长为控制变量，以交通能力最大化为优化目标，构建路口交通通行能力和排队信息以及相位绿灯时长的关系函数”步骤，具体包括以下步骤：
选取路口通行能力最大化作为优化目标函数，分别求解任意状态阶段j状态时长范围[sj-1+1,sj]内各个联合相位组对应通行方向的车流量Qj(sj,xj,ui(sj))，用公式表示为：
Figure 935509DEST_PATH_IMAGE004
；
式中，sj为状态阶段j的状态变量，xj表示当前状态阶段j对应的控制变量，ui(sj)状态阶段j内相位组，
Figure 164212DEST_PATH_IMAGE030
表示t时刻任意相位p内通过路口的车辆数，满足：
Figure 939325DEST_PATH_IMAGE033
；
式中，
Figure DEST_PATH_IMAGE034
表示任意相位p在t时刻的排队车辆数，可根据不同交通灯场景以及不同消散工况下的排队信息获取；t表示当前时刻，
Figure 8616DEST_PATH_IMAGE037
表示t时刻相位p的到达交通波的车队车辆数，r表示相位切换过渡时期黄灯和全红时长，vd为排队车辆消散波波速，
Figure 46048DEST_PATH_IMAGE021
为该列车队相邻车辆之间的平均间隔排队长度；
根据递归原理，构建最优子结构递归方程，满足：
Figure 828191DEST_PATH_IMAGE039
；
其中，vj(Sj)表示规划时间范围T内，从初始状态阶段到状态阶段j为止的路口累积通行能力；
通过计算得到满足vj(Sj)值最大的控制变量xj作为状态阶段j的最优相位控制时长，作为每个状态阶段的绿灯信号指示的实时控制变量依据。
7.如权利要求6所述的智能网联环境下的自适应信号控制系统，其特征在于，所述排队信息获取模块包括：
第一排队信息获取子模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于当到达车辆通行方向的交通信号灯为红灯时，根据到达车辆的轨迹数据，基于交通波模型，获取到达车辆加入排队后排队更新信息。
8.如权利要求7所述的智能网联环境下的自适应信号控制系统，其特征在于，所述排队信息获取模块还包括：
第二排队信息获取子模块，与所述车辆轨迹数据获取模块和所述交通信号灯信息获取模块通信连接，用于当到达车辆通行方向的交通信号灯为绿灯时，获取到达车辆加入排队后的排队更新信息。
9.如权利要求8所述的智能网联环境下的自适应信号控制系统，其特征在于，所述第二排队信息获取子模块包括：
消散工况获取单元，用于获取到达车辆加入一车队后该车队的最后一辆排队车的消散工况；
排队信息获取单元，与所述消散工况获取单元和所述车辆轨迹数据获取模块通信连接，用于根据到达车辆加入一车队后该车队的最后一辆排队车的消散工况以及到达车辆的轨迹数据，获取到达车辆加入排队后的排队更新信息。
CN202210296207.2A 2022-03-24 2022-03-24 智能网联环境下的自适应信号控制方法及系统 Active CN114399912B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210296207.2A CN114399912B (zh) 2022-03-24 2022-03-24 智能网联环境下的自适应信号控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210296207.2A CN114399912B (zh) 2022-03-24 2022-03-24 智能网联环境下的自适应信号控制方法及系统

Publications (2)

Publication Number Publication Date
CN114399912A CN114399912A (zh) 2022-04-26
CN114399912B true CN114399912B (zh) 2022-07-22

Family

ID=81234749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210296207.2A Active CN114399912B (zh) 2022-03-24 2022-03-24 智能网联环境下的自适应信号控制方法及系统

Country Status (1)

Country Link
CN (1) CN114399912B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115440052B (zh) * 2022-11-09 2023-01-31 成都工业职业技术学院 一种基于大数据的交通流控制方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097730A (zh) * 2016-08-10 2016-11-09 青岛海信网络科技股份有限公司 一种路段车辆排队长度的估计方法、装置及系统
CN106355907A (zh) * 2016-10-18 2017-01-25 同济大学 基于车辆轨迹的信号控制交叉口排队长度实时估计方法
CN107886725A (zh) * 2017-11-16 2018-04-06 山东交通学院 基于卡口数据的排队长度计算方法和装置
CN111951549A (zh) * 2020-08-04 2020-11-17 内蒙古大学 在网联车辆环境下的自适应交通信号灯控制方法及系统
CN112037508A (zh) * 2020-08-13 2020-12-04 山东理工大学 基于动态饱和流率的交叉口信号配时优化方法
CN113593226A (zh) * 2021-07-22 2021-11-02 同济大学 一种混合交通流环境下自动驾驶专用道交叉口控制方法
CN113687341A (zh) * 2021-08-16 2021-11-23 山东沂蒙交通发展集团有限公司 一种基于多源传感器的全息路口感知方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2187369A3 (en) * 2008-06-04 2012-03-28 Roads and Traffic Authority of New South Wales Traffic signals control system
CN111183465B (zh) * 2018-10-16 2021-03-23 北京嘀嘀无限科技发展有限公司 使用车辆轨迹数据的自适应交通控制

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106097730A (zh) * 2016-08-10 2016-11-09 青岛海信网络科技股份有限公司 一种路段车辆排队长度的估计方法、装置及系统
CN106355907A (zh) * 2016-10-18 2017-01-25 同济大学 基于车辆轨迹的信号控制交叉口排队长度实时估计方法
CN107886725A (zh) * 2017-11-16 2018-04-06 山东交通学院 基于卡口数据的排队长度计算方法和装置
CN111951549A (zh) * 2020-08-04 2020-11-17 内蒙古大学 在网联车辆环境下的自适应交通信号灯控制方法及系统
CN112037508A (zh) * 2020-08-13 2020-12-04 山东理工大学 基于动态饱和流率的交叉口信号配时优化方法
CN113593226A (zh) * 2021-07-22 2021-11-02 同济大学 一种混合交通流环境下自动驾驶专用道交叉口控制方法
CN113687341A (zh) * 2021-08-16 2021-11-23 山东沂蒙交通发展集团有限公司 一种基于多源传感器的全息路口感知方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Henry X. Liu 等.Real-time queue length estimation for congested signalized intersections.《Transportation Research Part C 17 (2009)》.2009,412-427. *
姚佼 等.基于车辆行驶轨迹的信号交叉口排队长度估计.《公路交通科技》.2020,123-130. *
姚志洪 等.基于动态规划的信号配时滚动优化算法.《公路交通科技》.2019,124-130. *
考虑关联交叉口排队长度的干线协调相位差模型;万孟飞 等;《科学技术与工程》;20161031;135-141 *
自动车轨迹与动态信号协同控制优化方法与仿真研究;王玥;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》;20200315;C035-341 *

Also Published As

Publication number Publication date
CN114399912A (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN111275990B (zh) 一种交通信号控制方法、装置、可读存储介质及终端设备
CN108428348A (zh) 一种道路交通优化方法、装置以及电子设备
CN110793784B (zh) 自动驾驶车辆的测试方法、装置、存储介质及电子装置
US9972199B1 (en) Traffic signal control that incorporates non-motorized traffic information
CN114399912B (zh) 智能网联环境下的自适应信号控制方法及系统
CN109410574B (zh) 一种面向阶段-相位信号控制方案的配时参数优化方法
CN104123849A (zh) 一种考虑动态排队长度的相邻交叉口双向联动控制方法
CN109191847A (zh) 基于城市卡口数据的自适应干线协调控制方法及系统
CN108961784A (zh) 一种自动驾驶下车速与交叉口信号双向控制方法
CN109872531A (zh) 道路交通信号控制全路网最优化控制目标函数构建方法
CN110503839A (zh) 基于单台设备协调控制多路口交通信号的方法及系统
CN113780624A (zh) 一种基于博弈均衡理论的城市路网信号协调控制方法
CN103593987A (zh) 基于多路口信号机进行干线协调控制的方法
Xu et al. Traffic signal coordination control for arterials with dedicated CAV lanes
CN109584554A (zh) 一种道路交叉口通行控制方法和系统
CN109859475B (zh) 一种基于dbscan密度聚类的交叉口信号控制方法、装置及系统
CN113140113A (zh) 基于车联网的交通流延误评价方法、系统及存储介质
CN111951568A (zh) 信号灯的协调方法、计算设备及存储介质
CN112419758B (zh) 一种网络绿波协调方法和终端
CN113763728A (zh) 一种交通组织及信号配时协同优化方法、装置及设备
CN115547055B (zh) 一种交通信号灯协调控制方法、装置、存储介质及设备
WO2022156756A1 (zh) 一种路侧终端、交通信号灯控制方法及相关系统
CN113140118B (zh) 分布式单路口控制系统、多路口控制系统、方法及介质
CN113096420B (zh) 一种信息处理方法、装置及系统
CN114973704A (zh) 信号控制策略的生成方法及装置、设备、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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Adaptive Signal Control Method and System in Intelligent Connected Environment

Effective date of registration: 20231010

Granted publication date: 20220722

Pledgee: Bank of China Limited Wuhan Economic and Technological Development Zone sub branch

Pledgor: ISMARTWAYS (WUHAN) TECHNOLOGY Co.,Ltd.

Registration number: Y2023980060478

PE01 Entry into force of the registration of the contract for pledge of patent right