CN114429710A - 一种基于v2x车路云协同的交通流分析方法及系统 - Google Patents

一种基于v2x车路云协同的交通流分析方法及系统 Download PDF

Info

Publication number
CN114429710A
CN114429710A CN202111554882.2A CN202111554882A CN114429710A CN 114429710 A CN114429710 A CN 114429710A CN 202111554882 A CN202111554882 A CN 202111554882A CN 114429710 A CN114429710 A CN 114429710A
Authority
CN
China
Prior art keywords
vehicle
traffic flow
lane
flow analysis
road
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
CN202111554882.2A
Other languages
English (en)
Other versions
CN114429710B (zh
Inventor
丁磊
黄东明
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.)
Human Horizons Shanghai Autopilot Technology Co Ltd
Original Assignee
Human Horizons Shanghai Autopilot 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 Human Horizons Shanghai Autopilot Technology Co Ltd filed Critical Human Horizons Shanghai Autopilot Technology Co Ltd
Priority to CN202111554882.2A priority Critical patent/CN114429710B/zh
Publication of CN114429710A publication Critical patent/CN114429710A/zh
Application granted granted Critical
Publication of CN114429710B publication Critical patent/CN114429710B/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
    • 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
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • 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
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • 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
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于V2X车路云协同的交通流分析方法及系统，涉及交通控制技术领域，包括：各车辆采集自身的车辆信息并以BSM消息广播；路侧设备接收周边车辆广播的BSM消息，并转发至云平台；云平台根据至少一路侧设备转发的BSM消息结合高精地图进行车道级的交通流分析，并进行交通流分析结果的推送。本发明基于V2X车路云协同构建基础设施，通过路侧设备接收车辆广播的BSM消息，获取周边车辆的运动状态，将数据上传到云平台进行交通流分析并推送，车辆进行订阅，进而自动选择路况最佳的行驶路线，从而大大缓解交通堵塞，降低事故发生率。

Description

一种基于V2X车路云协同的交通流分析方法及系统
技术领域
本发明涉及交通控制技术领域，尤其涉及一种基于V2X车路云协同的交通流分析方法及系统。
背景技术
车用无线通信技术(vehicle to X，V2X)，即车对外界的信息交换，是未来智能交通运输系统的关键技术。它使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。
车联网通过整合全球定位系统(GPS)导航技术、车对车交流技术、无线通信及远程感应技术奠定了新的汽车技术发展方向，实现了手动驾驶和自动驾驶的兼容。
随着经济的快速发展和人均生活水平大幅提高，人均小汽车保有量逐年增加，有限的道路资源难以满足日益增长的交通出行需求，交通拥堵增加了人们的出行成本，出行前或出行中实时获得路网的交通流状态，进而动态选择最佳行驶路线，成为出行者缩短出行时间，降低出行成本的有力措施，但现有的交通流分析需要在路口铺设摄像头等感知设备，将数据上传云平台进行分析，这种方案成本高且精度低。
发明内容
为了解决以上技术问题，本发明提供了一种基于V2X车路云协同的交通流分析方法及系统。
本发明所解决的技术问题可以采用以下技术方案实现：
一种基于V2X车路云协同的交通流分析方法，包括：
各车辆采集自身的车辆信息并以BSM消息广播；
路侧设备接收周边车辆广播的所述BSM消息，并转发至云平台；
所述云平台根据至少一所述路侧设备转发的所述BSM消息结合高精地图进行车道级的交通流分析，并进行交通流分析结果的推送。上述的基于V2X车路云协同的交通流分析方法中，还包括：各所述车辆通过订阅的方式获取所述交通流分析结果，进而调整行驶路线。
上述的基于V2X车路云协同的交通流分析方法中，还包括：
所述云平台根据所述交通流分析结果输出红绿灯控制策略；
根据所述红绿灯控制策略进行红绿灯控制。
上述的基于V2X车路云协同的交通流分析方法中，车道级的交通流分析包括：
获取待分析车道上匹配的所有所述车辆信息，得到所述待分析车道对应的平均车流速度；
根据所述平均车流速度进行车道拥堵的判定。
上述的基于V2X车路云协同的交通流分析方法中，车道拥堵的判定过程包括：
预先设置一实时拥堵速度阈值，将所述平均车流速度与所述实时拥堵速度阈值进行比较；
于所述平均车流速度小于所述实时拥堵速度阈值时获取所述待分析车道前一预设时间段内的历史平均车流速度；
预先设置一平均拥堵速度阈值，将所述历史平均车流速度与所述平均拥堵速度阈值进行比较，并于所述历史平均车流速度小于所述平均拥堵速度阈值时判定所述待分析车道拥堵。
上述的基于V2X车路云协同的交通流分析方法中，获取所述待分析车道上匹配的所有车辆信息之前,还包括：
从所述高精地图中提取所述待分析路段的车道信息，根据车道宽度和车道位置计算得到车道中心线；
根据所述车辆信息进行相关车辆在所述待分析路段的车道匹配，将相关车辆所在的车道作为所述待分析车道。
本发明还提供一种基于V2X车路云协同的交通流分析系统，包括：
车辆，用于采集自身的车辆信息并以BSM消息广播；以及通过订阅的方式获取交通流分析结果，进而调整行驶路线；
路侧设备，连接至少一所述车辆，用于接收周边车辆广播的所述BSM消息，并转发至云平台；
所述云平台连接至少一所述路侧设备，用于根据所有路侧设备转发的所述BSM消息结合高精地图进行车道级的交通流分析，并进行所述交通流分析结果的推送。
上述的基于V2X车路云协同的交通流分析系统中，还包括：
红绿灯控制器，连接所述云平台，用于根据红绿灯控制策略进行红绿灯控制；
所述云平台还用于根据所述交通流分析结果输出实时红绿灯控制策略。
上述的基于V2X车路云协同的交通流分析系统中，所述车端包括：
位置采集装置，用于采集车辆位置信息；
车身采集装置，用于采集车身信息；
车载单元，分别连接所述位置采集装置和所述车身采集装置，用于将采集自身的车辆信息以BSM消息广播；
人机界面，连接所述车载单元，用于进行所述交通流分析结果的订阅，并显示。
上述的基于V2X车路云协同的交通流分析系统中，所述云平台包括：
处理器，用于获取待分析车道上匹配的所有车辆信息，得到所述待分析车道对应的平均车流速度；
第一比较器，预先设置一实时拥堵速度阈值，用于将所述平均车流速度与所述实时拥堵速度阈值进行比较；
所述处理器于所述平均车流速度小于所述实时拥堵速度阈值时获取所述待分析车道前一预设时间段内的历史平均车流速度；
第二比较器，预先设置一平均拥堵速度阈值，用于将所述历史平均车流速度与所述平均拥堵速度阈值进行比较，并于所述历史平均车流速度小于所述平均拥堵速度阈值时判定所述待分析车道拥堵。
本发明技术方案的有益效果在于：
基于V2X车路云协同构建基础设施，通过路侧设备接收车辆广播的BSM消息，获取周边车辆的运动状态，将数据上传到云平台进行交通流分析，并将分析结果通过订阅的方式告知车辆，以便于车辆能够自动选择路况最佳的行驶路线，从而大大缓解交通堵塞，降低事故发生率。
附图说明
图1为本申请的较佳的实施方式中，一种基于V2X车路云协同的交通流分析方法的流程示意图；
图2为本申请的较佳的实施方式中，基于交通流分析进行红绿灯控制的流程示意图；
图3为本申请的较佳的实施方式中，车道级的交通流分析的流程示意图；
图4为本申请的较佳的实施方式中，一种基于V2X车路云协同的交通流分析系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
在本发明的描述中，需要理解的是，步骤前的数字标号并不标识执行步骤的前后顺序，仅用于方便描述本发明及区别每一步骤，因此不能理解为对本发明的限制。
下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。
本申请的较佳的实施方式中，基于现有技术中存在的上述问题，现提供一种基于V2X车路云协同的交通流分析方法，属于交通控制技术领域，如图1所示，包括：
步骤S1：车辆(A1～An)采集自身的车辆信息并以BSM消息广播；
具体的，首先，每一车辆(A1～An)采集各自自身的车辆信息，车辆信息包括车辆位置信息和车身信息；进一步优选的，车辆位置信息可通过车辆(A1～An)安装的GNSS(GlobalNavigation Satellite System)系统获取得到，车辆位置信息包括但不限于航向角、经度、纬度、高程等信息；车身信息可通过车辆(A1～An)内部的控制器局域网络(ControllerArea Network，CAN)或以太网络获取得到，车身信息包括但不限于车辆速度信息、加速度等信息。
采集得到车辆位置信息和车身信息之后，车辆(A1～An)通过V2X系统进行消息的处理，将车辆位置信息和车身信息转换成车辆的BSM消息，并通过广播的方式发送BSM消息，BSM消息符合中国汽车工程学会发布的合作式智能运输系统车用通信系统应用层及应用数据交互标准T/CSAE 53-2020(第一阶段)、T/CSAE 157-2020(第二阶段)的要求。
步骤S2：路侧设备(B1～Bn)接收周边车辆(A1～An)广播的BSM消息，并转发至云平台；
具体的，路侧设备(B1～Bn)具有消息接收功能和消息转发功能，用于与该路侧设备(B1～Bn)通讯范围内的车辆(A1～An)进行通讯，以接收通讯范围内的所有车辆(A1～An)的广播的BSM消息，并进行BSM消息的转发。
步骤S3：云平台2根据至少一路侧设备(B1～Bn)转发的BSM消息结合高精地图进行车道级的交通流分析，并进行交通流分析结果的推送；
具体的，云平台2中接入至少一路侧设备(B1～Bn)，获取所有接入的路侧设备(B1～Bn)转发的BSM消息，并结合高精地图进行车道级的交通流分析的处理，得到车道级交通流状况并包括在交通流分析结果中推送给订阅的目标群体或者推送至红绿灯控制器3。
进一步的，参照图1，各车辆(A1～An)通过订阅的方式获取交通流分析结果，进而调整行驶路线。
具体的，用户通过车辆(A1～An)订阅车道级交通流分析服务，通过车辆(A1～An)的人机界面14查看交通流分析结果，以便于在出行前或出行过程中实时了解交通流状态，及时调整行驶路线。
进一步优选的，用户还可以通过移动终端或者应用程序的方式订阅车道级交通流分析服务，云平台2直接推送至用户的移动终端或者应用程序，以便于用户在出行前查询当前或未来一段时间内的交通流状况，提前选择更优的行驶路线。
本发明采用上述技术方案能够实现基于V2X的车路云协同功能，通过路侧设备(B1～Bn)接收车辆(A1～An)广播的BSM消息，获取周边车辆(A1～An)的运动状态，将数据上传到云平台2进行交通流分析，并将分析结果通过订阅的方式告知车辆(A1～An)，以便于车辆(A1～An)能够自动选择路况最佳的行驶路线，从而大大缓解交通堵塞，降低事故发生率。
可选的实施方式，参照图2，其中，还包括：
云平台2根据交通流分析结果输出红绿灯控制策略；
根据红绿灯控制策略进行红绿灯控制。
具体的，在本实施例中，云平台2还可以将交通流分析结果推送至红绿灯控制器3，由红绿灯控制器3进行交通路口的红绿灯控制，加快车辆(A1～An)的行驶，优化交通通行效率。
进一步的，红绿灯控制策略包括但不限于交通灯的切换、各类交通灯的维持时长。需注意的是，本发明红绿灯控制策略为现有技术，在此不再赘述。
可选的实施方式，参照图3，其中，车道级的交通流分析包括：
获取待分析车道上匹配的所有车辆(A1～An)的车辆信息，得到待分析车道对应的平均车流速度；
根据平均车流速度进行车道拥堵的判定。
可选的实施方式，参照图3，其中，车道拥堵的判定过程包括：
预先设置一实时拥堵速度阈值，将平均车流速度与实时拥堵速度阈值进行比较；
于平均车流速度小于实时拥堵速度阈值时获取待分析车道前一预设时间段内的历史平均车流速度；
预先设置一平均拥堵速度阈值，将历史平均车流速度与平均拥堵速度阈值进行比较，并于历史平均车流速度小于平均拥堵速度阈值时判定待分析车道拥堵。
具体的，云平台2基于车道级的交通流分析结果除了可以提供红绿灯控制策略服务之外，还可提供拥堵判定服务，具体包括如下步骤：根据目标车辆所在车道上获取在该车道上行驶的所有车辆(A1～An)的车辆信息，目的车辆即为上述所有车辆(A1～An)的任一个，车辆信息包括车辆位置信息和车身信息；车辆位置信息包括但不限于航向角、经度、纬度、高程；车身信息包括但不限于车辆速度信息、加速度；
根据所有匹配车辆(A1～An)的车辆速度信息、加速度、航向角，进行实时车流分析，计算该车道实时的平均车流速度，并将平均车流速度与实时拥堵速度阈值进行比较：
当平均车流速度大于实时拥堵速度阈值时，表明当前该车道不拥堵，交通顺畅；以及
当平均车流速度小于实时拥堵速度阈值时，则获取待分析车道前一预设时间段内的历史平均车流速度，并将历史平均车流速度与平均拥堵速度阈值进行比较：
当历史平均车流速度大于平均拥堵速度阈值时，表明当前该车道不拥堵，交通顺畅；
当历史平均车流速度小于平均拥堵速度阈值时判定当前该车道拥堵，并将拥堵信息包括在交通流分析结果中进行推送。
本发明实施例通过两次比较过程进行车道级拥堵的判定，使得交通流分析更具科学性，分析结果精度更高。
需注意的是，本发明实施例的实时拥堵速度阈值与平均拥堵速度阈值可以根据不同的道路因素、天气因素等进行调整。
可选的实施方式，参照图3，其中，获取待分析车道上匹配的所有车辆(A1～An)的车辆信息之前,还包括：
从高精地图中提取待分析路段的车道信息，根据车道宽度和车道位置计算得到车道中心线；
根据车辆(A1～An)的车辆信息进行相关车辆(A1～An)在待分析路段的车道匹配，将相关车辆(A1～An)所在的车道作为待分析车道。
本发明实施例结合高精地图进行交通流分析，与一般电子地图相比，高精地图的精度更高、数据维度更多，数据实时性更佳，更加适用于自动驾驶使用。
具体的，将目标车辆所在路段作为待分析路段，提取高精地图中的车道信息，所述车道信息包括上述车道宽度和车道位置(即车道线位置)，以及车道类型、坡度和曲率等车道信息，根据车道宽度和车道位置计算车道中心线；
根据车辆信息进行该目标车辆在待分析路段的车道匹配，车道匹配过程具体包括：根据目标车辆当前的经纬度、高程、航向角等信息与计算得到车道中心线的相对位置进行匹配，得到目标车辆所在的车道，并作为待分析车道，以便于后续进行目标车道所在车道的交通流分析。
进一步优选的，若根据目标车辆当前的航向角判断出当前车辆(A1～An)准备变道，则在后续交通流分析过程中，不仅需要进行当前车道的交通流分析，还需进行航向角方向上的车道的交通流分析。
可选的实施方式，其中，车辆信息包括车辆位置信息和车身信息；
车辆位置信息包括航向角、经度、纬度、高程；
车身信息包括车辆速度信息、加速度。
本发明还提供一种基于V2X车路云协同的交通流分析系统，参照图4，包括：
车辆(A1～An)，用于采集自身的车辆信息并以BSM消息广播；以及通过订阅的方式获取交通流分析结果，进而调整行驶路线；
路侧设备(B1～Bn)，连接至少一车辆(A1～An)，用于接收周边所有车辆(A1～An)广播的BSM消息，并转发；
云平台2，连接至少一路侧设备(B1～Bn)，根据所有路侧设备(B1～Bn)转发的各车辆(A1～An)的BSM消息结合高精地图进行车道级的交通流分析，并进行交通流分析结果的推送。
可选的实施方式，其中，还包括：
红绿灯控制器3，连接云平台2，用于根据红绿灯控制策略进行红绿灯控制；
云平台2还用于根据交通流分析结果输出实时红绿灯控制策略。
可选的实施方式，其中，车辆(A1～An)包括：
位置采集装置11，用于采集车辆(A1～An)的车辆位置信息；
车身采集装置12，用于采集车辆(A1～An)的车身信息；
车载单元(On-Board Unit，OBU)13，分别连接位置采集装置11和车身采集装置12，用于将采集自身的车辆信息转换为BSM消息，并广播；
人机界面14，连接车载单元13，用于进行交通流分析结果的订阅，并显示。
可选的实施方式，其中，云平台2包括：
处理器21，用于获取待分析车道上匹配的所有车辆(A1～An)的车辆信息，得到待分析车道对应的平均车流速度；
第一比较器22，预先设置一实时拥堵速度阈值，用于将平均车流速度与实时拥堵速度阈值进行比较；
处理器21于平均车流速度小于实时拥堵速度阈值时获取待分析车道前一预设时间段内的历史平均车流速度；
第二比较器23，预先设置一平均拥堵速度阈值，用于将历史平均车流速度与平均拥堵速度阈值进行比较，并于历史平均车流速度小于平均拥堵速度阈值时判定待分析车道拥堵。
具体的，本发明实施例中，第一比较器22中预先设置的实时拥堵速度阈值可以根据不同的道路因素、天气因素等进行调整。第二比较器23中预先设置的平均拥堵速度阈值也可以根据不同的道路因素、天气因素等进行调整。
上述技术方案具有如下优点或有益效果：基于V2X车路云协同的基础设施，通过路侧设备接收车辆广播的BSM消息，获取周边车辆的运动状态，将数据上传到云平台进行交通流分析，并将分析结果通过订阅的方式告知车辆，以便于车辆能够自动选择路况最佳的行驶路线，从而大大缓解交通堵塞，降低事故发生率。
以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (10)

1.一种基于V2X车路云协同的交通流分析方法，其特征在于，包括：
各车辆采集自身的车辆信息并以BSM消息广播；
路侧设备接收周边车辆广播的所述BSM消息，并转发至云平台；
所述云平台根据至少一所述路侧设备转发的所述BSM消息结合高精地图进行车道级的交通流分析，并进行交通流分析结果的推送。
2.根据权利要求1所述的基于V2X车路云协同的交通流分析方法，其特征在于，还包括：各所述车辆通过订阅的方式获取所述交通流分析结果，进而调整行驶路线。
3.根据权利要求1所述的基于V2X车路云协同的交通流分析方法，其特征在于，还包括：
所述云平台根据所述交通流分析结果输出红绿灯控制策略；
根据所述红绿灯控制策略进行红绿灯控制。
4.根据权利要求1所述的基于V2X车路云协同的交通流分析方法，其特征在于，车道级的交通流分析包括：
获取待分析车道上匹配的所有车辆信息，得到所述待分析车道对应的平均车流速度；
根据所述平均车流速度进行车道拥堵的判定。
5.根据权利要求4所述的基于V2X车路云协同的交通流分析方法，其特征在于，车道拥堵的判定过程包括：
预先设置一实时拥堵速度阈值，将所述平均车流速度与所述实时拥堵速度阈值进行比较；
于所述平均车流速度小于所述实时拥堵速度阈值时获取所述待分析车道前一预设时间段内的历史平均车流速度；
预先设置一平均拥堵速度阈值，将所述历史平均车流速度与所述平均拥堵速度阈值进行比较，并于所述历史平均车流速度小于所述平均拥堵速度阈值时判定所述待分析车道拥堵。
6.根据权利要求4所述的基于V2X车路云协同的交通流分析方法，其特征在于，获取所述待分析车道上匹配的所有车辆信息之前,还包括：
从所述高精地图中提取所述待分析路段的车道信息，根据车道宽度和车道位置计算得到车道中心线；
根据所述车辆信息进行相关车辆在所述待分析路段的车道匹配，将相关车辆所在的车道作为所述待分析车道。
7.一种基于V2X车路云协同的交通流分析系统，其特征在于，包括：
车辆，用于采集自身的车辆信息并以BSM消息广播；
路侧设备，连接至少一所述车辆，用于接收周边车辆广播的所述BSM消息，并转发至云平台；
所述云平台连接至少一所述路侧设备，用于根据所有路侧设备转发的所述BSM消息结合高精地图进行车道级的交通流分析，并进行所述交通流分析结果的推送。
8.根据权利要求7所述的基于V2X车路云协同的交通流分析系统，其特征在于，还包括：
红绿灯控制器，连接所述云平台，用于根据红绿灯控制策略进行红绿灯控制；
所述云平台还用于根据所述交通流分析结果输出实时红绿灯控制策略。
9.根据权利要求7所述的基于V2X车路云协同的交通流分析系统，其特征在于，所述车辆包括：
位置采集装置，用于采集车辆位置信息；
车身采集装置，用于采集车身信息；
车载单元，分别连接所述位置采集装置和所述车身采集装置，用于将采集自身的车辆信息以BSM消息广播；
人机界面，连接所述车载单元，用于进行所述交通流分析结果的订阅，并显示。
10.根据权利要求7所述的基于V2X车路云协同的交通流分析系统，其特征在于，所述云平台包括：
处理器，用于获取待分析车道上匹配的所有所述车辆信息，得到所述待分析车道对应的平均车流速度；
第一比较器，预先设置一实时拥堵速度阈值，用于将所述平均车流速度与所述实时拥堵速度阈值进行比较；
所述处理器于所述平均车流速度小于所述实时拥堵速度阈值时获取所述待分析车道前一预设时间段内的历史平均车流速度；
第二比较器，预先设置一平均拥堵速度阈值，用于将所述历史平均车流速度与所述平均拥堵速度阈值进行比较，并于所述历史平均车流速度小于所述平均拥堵速度阈值时判定所述待分析车道拥堵。
CN202111554882.2A 2021-12-17 2021-12-17 一种基于v2x车路云协同的交通流分析方法及系统 Active CN114429710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111554882.2A CN114429710B (zh) 2021-12-17 2021-12-17 一种基于v2x车路云协同的交通流分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111554882.2A CN114429710B (zh) 2021-12-17 2021-12-17 一种基于v2x车路云协同的交通流分析方法及系统

Publications (2)

Publication Number Publication Date
CN114429710A true CN114429710A (zh) 2022-05-03
CN114429710B CN114429710B (zh) 2023-12-15

Family

ID=81311957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111554882.2A Active CN114429710B (zh) 2021-12-17 2021-12-17 一种基于v2x车路云协同的交通流分析方法及系统

Country Status (1)

Country Link
CN (1) CN114429710B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115346397A (zh) * 2022-07-18 2022-11-15 岚图汽车科技有限公司 车流定位通行方法、系统、存储介质及设备

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572004A (zh) * 2008-04-30 2009-11-04 奥城同立科技开发（北京）有限公司 路口交通控制和流向疏导系统
CN102768802A (zh) * 2012-07-12 2012-11-07 复旦大学 基于有限状态机的道路车辆拥堵判别方法
CN104217601A (zh) * 2014-09-03 2014-12-17 泰斗微电子科技有限公司 一种基于高精度定位的汽车控制提示方法及系统
CN107323450A (zh) * 2017-06-08 2017-11-07 广州汽车集团股份有限公司 车辆变道的控制方法及装置、存储介质
CN107507445A (zh) * 2017-08-17 2017-12-22 千寻位置网络有限公司 基于高精度定位自动播报交通事故和拥堵车道的方法
EP3300053A1 (en) * 2015-05-20 2018-03-28 Zhejiang Geely Automobile Research Institute Co., Ltd. Traffic intersection driving assistance method and system
CN108109415A (zh) * 2017-12-20 2018-06-01 东风汽车集团有限公司 一种具有防拥堵功能的网联自动驾驶控制系统及方法
CN108961751A (zh) * 2018-07-16 2018-12-07 周口师范学院 一种基于云计算的智能交通系统
CN109050533A (zh) * 2017-06-09 2018-12-21 蔚来汽车有限公司 一种车辆自动换道控制方法和装置
CN110103967A (zh) * 2019-05-15 2019-08-09 广州小鹏汽车科技有限公司 一种车辆自动变道方法及车辆控制系统、车辆
CN110727266A (zh) * 2018-06-29 2020-01-24 比亚迪股份有限公司 轨迹规划方法、装置及车辆及其控制方法、系统
CN111405526A (zh) * 2019-01-02 2020-07-10 中国移动通信有限公司研究院 一种信息获取方法、装置、平台、车载设备及路侧设备
CN111462497A (zh) * 2020-05-18 2020-07-28 深圳博通机器人有限公司 一种交通数据下发方法、系统、终端及存储介质
CN111785019A (zh) * 2020-06-22 2020-10-16 北京千方科技股份有限公司 一种基于v2x的车辆交通数据生成方法、系统及存储介质
CN112700640A (zh) * 2020-12-10 2021-04-23 深圳市金溢科技股份有限公司 道路状态监测方法、服务器、车载设备及路侧设备
CN112887913A (zh) * 2019-11-30 2021-06-01 华为技术有限公司 一种基于车联网的动态信息发送方法及设备
CN113345242A (zh) * 2020-02-18 2021-09-03 华为技术有限公司 检测加塞车辆的方法、装置及设备
CN113409584A (zh) * 2021-06-10 2021-09-17 英博超算(南京)科技有限公司 一种基于v2x的交通拥堵分析和预防方法
CN113706914A (zh) * 2021-07-08 2021-11-26 云度新能源汽车有限公司 一种基于v2x的狭窄路段调度通行方法和系统

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101572004A (zh) * 2008-04-30 2009-11-04 奥城同立科技开发（北京）有限公司 路口交通控制和流向疏导系统
CN102768802A (zh) * 2012-07-12 2012-11-07 复旦大学 基于有限状态机的道路车辆拥堵判别方法
CN104217601A (zh) * 2014-09-03 2014-12-17 泰斗微电子科技有限公司 一种基于高精度定位的汽车控制提示方法及系统
EP3300053A1 (en) * 2015-05-20 2018-03-28 Zhejiang Geely Automobile Research Institute Co., Ltd. Traffic intersection driving assistance method and system
CN107323450A (zh) * 2017-06-08 2017-11-07 广州汽车集团股份有限公司 车辆变道的控制方法及装置、存储介质
CN109050533A (zh) * 2017-06-09 2018-12-21 蔚来汽车有限公司 一种车辆自动换道控制方法和装置
CN107507445A (zh) * 2017-08-17 2017-12-22 千寻位置网络有限公司 基于高精度定位自动播报交通事故和拥堵车道的方法
CN108109415A (zh) * 2017-12-20 2018-06-01 东风汽车集团有限公司 一种具有防拥堵功能的网联自动驾驶控制系统及方法
CN110727266A (zh) * 2018-06-29 2020-01-24 比亚迪股份有限公司 轨迹规划方法、装置及车辆及其控制方法、系统
CN108961751A (zh) * 2018-07-16 2018-12-07 周口师范学院 一种基于云计算的智能交通系统
CN111405526A (zh) * 2019-01-02 2020-07-10 中国移动通信有限公司研究院 一种信息获取方法、装置、平台、车载设备及路侧设备
CN110103967A (zh) * 2019-05-15 2019-08-09 广州小鹏汽车科技有限公司 一种车辆自动变道方法及车辆控制系统、车辆
CN112887913A (zh) * 2019-11-30 2021-06-01 华为技术有限公司 一种基于车联网的动态信息发送方法及设备
CN113345242A (zh) * 2020-02-18 2021-09-03 华为技术有限公司 检测加塞车辆的方法、装置及设备
CN111462497A (zh) * 2020-05-18 2020-07-28 深圳博通机器人有限公司 一种交通数据下发方法、系统、终端及存储介质
CN111785019A (zh) * 2020-06-22 2020-10-16 北京千方科技股份有限公司 一种基于v2x的车辆交通数据生成方法、系统及存储介质
CN112700640A (zh) * 2020-12-10 2021-04-23 深圳市金溢科技股份有限公司 道路状态监测方法、服务器、车载设备及路侧设备
CN113409584A (zh) * 2021-06-10 2021-09-17 英博超算(南京)科技有限公司 一种基于v2x的交通拥堵分析和预防方法
CN113706914A (zh) * 2021-07-08 2021-11-26 云度新能源汽车有限公司 一种基于v2x的狭窄路段调度通行方法和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李宏利，梁耀光: "《2019卫星导航定位与北斗系统应用 北斗服务全球 融合创新应用》", pages: 115 - 119 *
聂枝根;王万琼;赵伟强;黄震;宗长富;: "基于轨迹预瞄的智能汽车变道动态轨迹规划与跟踪控制", 交通运输工程学报, no. 02, pages 115 - 119 *
苏大军;杜峰;关志伟;丁建峰;: "最小安全距离下智能车安全换道模型研究", 天津职业技术师范大学学报, no. 03 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115346397A (zh) * 2022-07-18 2022-11-15 岚图汽车科技有限公司 车流定位通行方法、系统、存储介质及设备
CN115346397B (zh) * 2022-07-18 2023-06-23 岚图汽车科技有限公司 车流定位通行方法、系统、存储介质及设备

Also Published As

Publication number Publication date
CN114429710B (zh) 2023-12-15

Similar Documents

Publication Publication Date Title
CN106448254B (zh) V2x车联网系统、车载终端、服务端以及车位检测方法
CN101484779B (zh) 用于传送车辆内外与车辆相关的信息的方法和设备
CN108648496B (zh) 一种用于城市智能化的系统及方法
CN101916509B (zh) 一种用户自助的实时交通路况分享方法
CN104376729B (zh) 一种基于车车通信的高速公路对向车道拥塞提示方法
CN112071063A (zh) 一种路侧感知系统
CN108682145B (zh) 无人驾驶公交车的编组方法
CN113498011A (zh) 车联网方法、装置、设备、存储介质及系统
CN107170271B (zh) 一种车联网区域化管理调度方法和系统
JP2000194994A (ja) 駐車スペ―ス把握
CN108320508B (zh) 一种基于出行计划预测未来交通拥堵状况方法及其系统
CN103794070A (zh) 一种基于车路协同的动态诱导信息广播方法及系统
CN103198690A (zh) 交通信息传送方法、车载信息终端、路边单元和数据中心
JP7122465B2 (ja) 情報処理装置、情報処理方法、及びサーバ
CN110853352A (zh) 一种基于5g通讯技术的车辆车距确认及道路拥堵查询系统
US20200334920A1 (en) Geo bounded dynamic data collection for road tolling and road usage monitoring
US7869939B2 (en) Route guide data creation device, route guide data creation method, and route guide distribution device
CN113888857A (zh) 基于车联网的公共交通管理系统、装置及方法
CN102314768A (zh) 一种交通信息采集方法、装置及系统
CN104252778A (zh) 交通信息的采集、处理、发布方法及装置、系统
CN114429710B (zh) 一种基于v2x车路云协同的交通流分析方法及系统
US8866638B2 (en) Acquisition of travel- and vehicle-related data
CN110426969B (zh) 基于智能网联微公交的控制系统、预约及响应控制方法
Sharon et al. Design study on actuated traffic control system using Internet of vehicles for smart cities
CN109166304A (zh) 一种智能公交系统

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