CN114463982A - 交通设施控制方法、装置、设备和介质 - Google Patents

交通设施控制方法、装置、设备和介质 Download PDF

Info

Publication number
CN114463982A
CN114463982A CN202210158220.1A CN202210158220A CN114463982A CN 114463982 A CN114463982 A CN 114463982A CN 202210158220 A CN202210158220 A CN 202210158220A CN 114463982 A CN114463982 A CN 114463982A
Authority
CN
China
Prior art keywords
traffic
road section
target
relation
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
CN202210158220.1A
Other languages
English (en)
Other versions
CN114463982B (zh
Inventor
夏德国
黄际洲
张刘辉
赵辉
贾乐乐
白红霞
刘玉亭
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202210158220.1A priority Critical patent/CN114463982B/zh
Publication of CN114463982A publication Critical patent/CN114463982A/zh
Application granted granted Critical
Publication of CN114463982B publication Critical patent/CN114463982B/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
    • G08G1/0125—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
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本申请公开了一种交通设施控制方法、装置、设备和介质，涉及智能交通、大数据技术。具体实现方案为：获取交通网络中设定时间段内用户的历史出行数据；根据历史出行数据，基于系统最优模型计算交通网络中每个路段的优化流量，其中，路段包括单向路段和关系路段，关系路段表示相连的两个单向路段之间的通行关系；比较每个关系路段在设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段及驶入目标关系路段的目标单向路段；根据目标关系路段表示的通行关系，确定目标单向路段的交通设施变更内容，并将交通设施变更内容发送至目标单向路段上设置的交通设施进行显示。本申请实施例可以动态调整交通设施，减少交通拥堵。

Description

交通设施控制方法、装置、设备和介质
本申请为2020年06月30日提交中国专利局、申请号为202010618270.4、发明名称为“交通设施控制方法、装置、设备和介质”的中国专利申请的分案申请。
技术领域
本申请涉及计算机技术领域，尤其涉及一种智能交通技术，具体涉及一种交通设施控制方法、装置、设备和介质。
背景技术
对于驾车用户而言，影响路径规划的主要的交通设施包括：车道信息和交通限制，其中，车道信息例如包括掉头、左转、直行和右转等，交通限制例如包括禁止掉头、禁止左转和禁止右转等。
在车辆保有量极度饱和的今天，上述这些交通设施对于调节交通压力、减少交通拥堵以及保障行车安全起着重要的作用。
发明内容
本申请提供一种交通设施控制方法、装置、设备和介质，以动态调整交通设施，调节交通压力，减少交通拥堵，保证行车安全。
第一方面，本申请实施例提供了一种交通设施控制方法，包括：
获取交通网络中，设定时间段内用户的历史出行数据；
根据所述历史出行数据，基于系统最优模型计算所述交通网络中每个路段的优化流量，其中，所述路段包括单向路段和关系路段，所述关系路段表示相连的两个单向路段之间的通行关系；
比较每个所述关系路段在所述设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段及驶入所述目标关系路段的目标单向路段；
根据所述目标关系路段表示的通行关系，确定所述目标单向路段的交通设施变更内容，并将所述交通设施变更内容发送至所述目标单向路段上设置的交通设施进行显示。
第二方面，本申请实施例还提供了一种交通设施控制装置，包括：
历史数据获取模块，用于获取交通网络中，设定时间段内用户的历史出行数据；
优化流量计算模块，用于根据所述历史出行数据，基于系统最优模型计算所述交通网络中每个路段的优化流量，其中，所述路段包括单向路段和关系路段，所述关系路段表示相连的两个单向路段之间的通行关系；
比较模块，用于比较每个所述关系路段在所述设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段及驶入所述目标关系路段的目标单向路段；
变更内容确定模块，用于根据所述目标关系路段表示的通行关系，确定所述目标单向路段的交通设施变更内容，并将所述交通设施变更内容发送至所述目标单向路段上设置的交通设施进行显示。
第三方面，本申请实施例还提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任意实施例所述的交通设施控制方法。
第四方面，本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意实施例所述的交通设施控制方法。
应当理解，本部分所描述的内容并非旨在标识本申请实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解，上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请实施例的一种交通设施控制方法的流程示意图；
图2是根据本申请实施例的一种交通网络的示意图；
图3是根据本申请实施例的另一种交通设施控制方法的流程示意图；
图4是根据本申请实施例的一种交通设施控制装置的结构示意图；
图5是用来实现本申请实施例的交通设施控制方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请实施例的一种交通设施控制方法的流程示意图，本实施例可适用于对道路上的交通设施进行控制，确定交通设施变更内容并显示的情况，涉及智能交通、大数据技术。该方法可由一种交通设施控制装置来执行，该装置采用软件和/或硬件的方式实现，优选是配置于电子设备中，例如计算机设备或服务器等。如图1所示，该方法具体包括如下：
S101、获取交通网络中，设定时间段内用户的历史出行数据。
其中，历史出行数据是指车辆在道路上行驶的数据，例如，可以基于GPS等定位技术，获取到车辆出行的时间和起终点等信息。本申请实施例就是基于历史数据来计算道路的最优流量，然后基于该最优流量控制未来的道路设施。例如，基于过去几天或一周的历史出行数据计算出道路的最优流量，按照该最优流量来控制第二天的道路设施。此外，由于道路的拥堵状况每时每刻都在发生变化，例如平日与周末存在变化，一天当中，早晚高峰和其他时段也存在变化，因此，将设定时间段设定在几个小时，或者一个小时，甚至更短的时间，则可以获取到更加精确的最优流量信息，而对未来相同时间段内的道路设施进行控制，基于不同时间段对道路设施的控制加以区分，则可以实现更加精确地控制效果，实现更好的道路流量规划。因此，本申请实施例对设定时间段的具体配置不做任何限定，可以根据实际场景和需要进行调整。
具体的，历史出行数据可以包括至少一个数据集合，每个数据集合中包括一个起点和一个终点、所述起点到终点之间的至少一个路线的ID和路线流量以及各路线中至少一个路段的ID和路段流量。其中，数据按照起终点进行划分，得到至少一个数据集合，不同的数据集合中，其起点和终点中至少有一个不相同，例如起点不同，或者终点不同，或者起终点均不相同。而对于同一个起点和终点，不同的人选择的路线又不尽相同，因此，每个数据集合中又包括一个起点和一个终点之间的至少一个路线，每个路线包括至少一个路段，该路段是指地图数据中的路段，因此，历史出行数据中就包括这些路段的ID和路段流量，以及路线的ID和路线流量，并且路段流量为该路段所属数据集合中所有经过该路段的路线的路线流量之和，流量则可以定义为设定时间段内所经过的车辆总数。
S102、根据历史出行数据，基于系统最优模型计算交通网络中每个路段的优化流量，其中，路段包括单向路段和关系路段，关系路段表示相连的两个单向路段之间的通行关系。
为了实现对交通设施的控制，本申请实施例首先构建交通网络的有向图，用有向图来表示交通网络。并且，有向图中的有向边表示路段，交通网络中的每个路口表示为有向图中的多个节点，每个节点表示连接路口的路段的端点，节点之间通过有向边连接。
示例性的，图2是根据本申请实施例的一种交通网络的示意图，如图所示，带有箭头的有向边包括两种类型，一种是关系路段，一种是单向路段。其中，单向路段为道路中的实际出行道路，关系路段为表示相连的两个单向路段之间的通行关系的路段。例如，图中示出三个路口，包括路口1、路口2和路口3，路口1中有8个节点，作为连接路口1的8个单向路段的端点，任意两个节点之间的有向边则表示通过该两个节点相连的单向路段的通行关系。例如，关系路段c表示单向路段a与单向路段b之间的通行关系，且根据各有向边的方向可知，关系路段c表示的通行关系为右转。同理，也可以确定图2中其他关系路段所表示的单向路段的通行关系，这里不做一一阐述。
还需要说明的是，由于从一个路段经过路口行驶到下一路段，通常在这两个路段之间存在关联关系，比如是否可以左转或者是否可以掉头等。因此，为了能够表征该关联关系，本申请实施例将交通网络表示为有向图，将每个路口表示为有向图中的多个节点，每个节点为某路段的端点，节点之间通过有向边连接，且同一个路口上的节点之间的有向边则作为关系路段。而对于类型为关系路段的有向边，则基于与之连接的两个单向路段的行驶方向，即可确定通行关系，例如直行、右转、左转或掉头等。那么，在计算出每个路段的优化流量之后，就可以通过调整关系路段的通行能力达到控制路网流量的目的。例如，若将关系路段c调整为禁止右转，则单向路段a的车辆将无法行驶到单向路段b，从而达到控制单向路段b的流量的目的。而将关系路段c调整为禁止右转，则可以通过控制交通设施的显示内容来实现。
接下来介绍一下如何根据历史出行数据，基于系统最优模型计算交通网络中每个路段的优化流量。
为了实现道路上的最优流量规划，系统最优模型的优化目标可以为：交通网络上所有车辆的总行驶时间最小。其中，行驶时间由任一路段在其路段流量下的行驶时间表示。
具体的，用T表示设定时间段，例如一个小时；用OD表示起始集合，s表示起始集合OD的起点，e表示终点，k表示路线编号，l表示路段编号，q表示OD流量，r表示路线流量，f表示路段流量，t表示路段行驶时间。其中，OD流量等于路线流量，路线包含多个路段，且相同的OD，可以有多个路线。
对于构建的交通网络有向图G，将路段l在路段流量fl下的行驶时间记为tl(fl),用tl(fl)来表示成本，即路阻函数(link performance function)，得到如下：
Figure BDA0003513594560000051
其中，
Figure BDA0003513594560000052
表示路段l在自由流状态下的行驶时间，Cl指路段l的通行能力。α,β为待标定的参数。例如，α＝4,β＝0.15。其中，通行能力表示路段上不存在拥堵时，单位时间内最大能通过的车辆数。
于是，基于系统最优模型，优化的目标为交通网络上所有车辆总的行驶时间最小，即可得到目标函数为：
z＝∑l∈Gfltl(fl)
且系统最优模型可以表示为：
minz＝∑l∈Gfltl(fl)
约束函数包括：
Figure BDA0003513594560000061
Figure BDA0003513594560000062
fl≥0,l∈G
Figure BDA0003513594560000063
其中，
Figure BDA0003513594560000064
表示OD对<s,e>上的第k条路线经过路段l，若
Figure BDA0003513594560000065
Figure BDA0003513594560000066
则表示第k条路线不经过路段l。
最后，基于序列二次规划求解该凸规划模型，可以得到在时间段T下将OD流量每个OD对<s,e>分配到k条路线的流量
Figure BDA0003513594560000067
基于所有OD对下不同路线的流量
Figure BDA0003513594560000068
可以得到各个路段(即交通网络G中每个边l)的优化流量fl S。
S103、比较每个关系路段在设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段及驶入目标关系路段的目标单向路段。
其中，对于同一个关系路段，其优化流量就是在S102中，按照交通网络上所有车辆的总行驶时间最小的优化目标计算出来的，历史流量就是已经发生的真实流量，通过比较优化流量与历史流量，就可以发现需要调整交通设施的路段。具体的，变更条件可以包括：历史流量超出优化流量预设倍数。预设倍数的具体数值可以根据实际场景和需求，以及实际需要的优化效果来调整，本申请实施例对此不作任何限定。
S104、根据目标关系路段表示的通行关系，确定目标单向路段的交通设施变更内容，并将交通设施变更内容发送至目标单向路段上设置的交通设施进行显示。
确定比较结果符合变更条件的目标关系路段之后，可以根据有向图确定驶入目标关系路段的目标单向路段，目标单向路段的交通设施变更内容可以根据目标关系路段表示的通行关系确定。例如，如果该通行关系为右转，那么目标单向路段的交通设施变更内容则为禁止右转；如果通行关系为掉头，则交通设施变更内容则为禁止掉头；如果通行关系为左转，则交通设施变更内容则为禁止左转和直行。
然后，将目标单向路段的交通设施变更内容，通过更新指令下发到目标单向路段上设置的交通设施进行显示。其中，交通设施为智能交通终端，核心包括四个部分：5G联网模块、LED显示设备、传感器和太阳能电池板。5G联网模块用于实现部署的交通设施联网能力。LED显示设备用于根据指令调整显示内容。传感器用于获知智能交通终端的状态，并通过设备心跳等机制实时上报到后台。太阳能电池板为智能交通终端提供必须的电力供应。
本申请实施例的技术方案，通过构建出表示两条单向路段之间通行关系的关系路段，并基于系统最优模型获得最优的交通流量规划，然后，通过比较最优的交通流量规划和用户的历史流量，可以确定符合变更条件的目标关系路段及驶入目标关系路段的目标单向路段，最后通过调整目标单向路段的交通设施并显示其变更内容，达到动态调控交通设施以及交通流量的目的，从而调节交通压力，减少交通拥堵，保证行车安全。
图3是根据本申请实施例的另一种交通设施控制方法的流程示意图，本实施例在上述实施例的基础上进一步进行优化。如图3所示，该方法具体包括如下：
S201、获取交通网络中，设定时间段内用户的历史出行数据。
S202、根据历史出行数据，基于系统最优模型计算交通网络中每个路段的优化流量，其中，路段包括单向路段和关系路段，关系路段表示相连的两个单向路段之间的通行关系。
S203、比较每个关系路段在设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段及驶入目标关系路段的目标单向路段。
S204、根据目标关系路段表示的通行关系，确定目标单向路段的交通设施变更内容，并将交通设施变更内容发送至目标单向路段上设置的交通设施进行显示。
S205、根据历史出行数据，确定每个用户在设定时间段内各路段的出行覆盖概率；确定目标单向路段的出行覆盖概率大于预设阈值的至少一个第一目标用户，并将交通设施变更内容发送至第一目标用户的终端。
假设用户u在设定时间段T的路线集合为
Figure BDA0003513594560000081
则经过某路段l的概率可以通过如下方式计算：
Figure BDA0003513594560000082
其中，Nu,T,l为路线集合
Figure BDA0003513594560000083
中路线经过路段l的次数；
Figure BDA0003513594560000084
为时间段T内用户所经过的所有路线的全部次数。
例如，用户在时间段T内一共经过3条路线，每条路线经过的次数分别为5、3、2，那么
Figure BDA0003513594560000085
就是10；如果其中第一条路线包括路段l，那么Nu,T,l就是5。
如果计算出来的目标单向路段的出行覆盖概率大于预设阈值，则可以将用户u确定为受影响用户，即第一目标用户，并通过推送方式将交通设施变更内容及时发送至用户u的移动终端或车载终端上。由此，可以自动发现可能经过目标单向路段的用户，及时把交通设施变更信息推送给用户，让用户能够提前做出相应的应急措施，避免耽误行程。其中，预设阈值可以基于不同用户对于交通设施变更的敏感程度进行个性化的设置，本申请实施例对此不做任何限定。
S206、根据每个用户实时的定位信息，确定目标单向路段周围设定范围内的至少一个第二目标用户，并将交通设施变更内容发送至第二目标用户的终端。
在确定出要变更交通设施的目标单向路段之后，根据定位信息来发现未来有可能会经过目标单向路段的第二目标用户，并将交通设施变更内容发送至第二目标用户的终端，终端可以根据该变更内容重新为第二目标用户进行路径规划等，避免耽误行程，同时也可以避免不必要的拥堵。其中，本申请实施例对所述设定范围不做任何限定。
本申请实施例的技术方案，通过构建出表示两条单向路段之间通行关系的关系路段，并基于系统最优模型获得最优的交通流量规划，然后，通过比较最优的交通流量规划和用户的历史流量，可以确定符合变更条件的目标关系路段及驶入目标关系路段的目标单向路段，最后通过调整目标单向路段的交通设施并显示其变更内容，达到动态调控交通设施以及交通流量的目的，从而调节交通压力，减少交通拥堵，保证行车安全。同时，还可以自动识别出有可能会经过目标单向路段的用户，并及时将变更内容推送给这些用户，避免耽误行程，也起到了提前疏导流量的作用。
图4是根据本申请实施例的一种交通设施控制装置的结构示意图，本实施例可适用于对道路上的交通设施进行控制，确定交通设施变更内容并显示的情况，涉及智能交通、大数据技术。该装置可实现本申请任意实施例所述的交通设施控制方法。如图4所示，该装置300具体包括：
历史数据获取模块301，用于获取交通网络中，设定时间段内用户的历史出行数据；
优化流量计算模块302，用于根据历史出行数据，基于系统最优模型计算交通网络中每个路段的优化流量，其中，路段包括单向路段和关系路段，关系路段表示相连的两个单向路段之间的通行关系；
比较模块303，用于比较每个关系路段在设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段及驶入目标关系路段的目标单向路段；
变更内容确定模块304，用于根据目标关系路段表示的通行关系，确定目标单向路段的交通设施变更内容，并将交通设施变更内容发送至目标单向路段上设置的交通设施进行显示。
可选的，交通网络由有向图表示；其中，有向图中的有向边表示路段，交通网络中的每个路口表示为有向图中的多个节点，每个节点表示连接路口的路段的端点，节点之间通过有向边连接。
可选的，历史出行数据包括至少一个数据集合，每个数据集合中包括一个起点和一个终点、所述起点到终点之间的至少一个路线的ID和路线流量以及各路线中至少一个路段的ID和路段流量；
其中，路段流量为该路段所属数据集合中所有经过该路段的路线的路线流量之和。
可选的，系统最优模型的优化目标为：交通网络上所有车辆的总行驶时间最小，行驶时间由任一路段在其路段流量下的行驶时间表示。
可选的，变更条件包括：历史流量超出优化流量预设倍数。
可选的，还包括第一信息推荐模块，具体用于：
根据历史出行数据，确定每个用户在设定时间段内各路段的出行覆盖概率；
确定目标单向路段的出行覆盖概率大于预设阈值的至少一个第一目标用户，并将交通设施变更内容发送至第一目标用户的终端。
可选的，还包括第二信息推荐模块，具体用于：
根据每个用户实时的定位信息，确定当前行驶路线中包括目标单向路段周围设定范围内的至少一个第二目标用户，并将交通设施变更内容发送至第二目标用户的终端。
本申请实施例提供的交通设施控制装置300可执行本申请任意实施例提供的交通设施控制方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任意方法实施例中的描述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是根据本申请实施例的交通设施控制方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器401、存储器402，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器401为例。
存储器402即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的交通设施控制方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的交通设施控制方法。
存储器402作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的交通设施控制方法对应的程序指令/模块(例如，附图4所示的历史数据获取模块301、优化流量计算模块302、比较模块303和变更内容确定模块304)。处理器401通过运行存储在存储器402中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的交通设施控制方法。
存储器402可以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、至少一个功能所需要的应用程序；存储数据区可存储根据实现本申请实施例的交通设施控制方法的电子设备的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器402可选包括相对于处理器401远程设置的存储器，这些远程存储器可以通过网络连接至实现本申请实施例的交通设施控制方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现本申请实施例的交通设施控制方法的电子设备还可以包括：输入装置403和输出装置404。处理器401、存储器402、输入装置403和输出装置404可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置403可接收输入的数字或字符信息，以及产生与实现本申请实施例的交通设施控制方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置404可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过构建出表示两条单向路段之间通行关系的关系路段，并基于系统最优模型获得最优的交通流量规划，然后，通过比较最优的交通流量规划和用户的历史流量，可以确定符合变更条件的目标关系路段及驶入目标关系路段的目标单向路段，最后通过调整目标单向路段的交通设施并显示其变更内容，达到动态调控交通设施以及交通流量的目的，从而调节交通压力，减少交通拥堵，保证行车安全。同时，还可以自动识别出有可能会经过目标单向路段的用户，并及时将变更内容推送给这些用户，避免耽误行程，也起到了提前疏导流量的作用。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种交通设施控制方法，包括：
获取交通网络中，设定时间段内用户的历史出行数据，所述交通网络由有向图表示；其中，所述有向图中的有向边表示路段，所述交通网络中的每个路口表示为所述有向图中的多个节点，每个节点表示连接路口的路段的端点，节点之间通过所述有向边连接；
根据所述历史出行数据，基于系统最优模型计算所述交通网络中每个路段的优化流量，其中，所述路段包括单向路段和关系路段，所述关系路段表示相连的两个单向路段之间的通行关系；
比较每个所述关系路段在所述设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段，并根据所述有向图确定驶入所述目标关系路段的目标单向路段；
根据所述目标关系路段表示的通行关系，确定所述目标单向路段的交通设施变更内容，并将所述交通设施变更内容发送至所述目标单向路段上设置的交通设施进行显示；
根据所述历史出行数据，确定每个用户在所述设定时间段内各路段的出行覆盖概率；确定所述目标单向路段的出行覆盖概率大于预设阈值的至少一个第一目标用户，并将所述交通设施变更内容发送至所述第一目标用户的终端；
其中，用户u经过路段l的出行覆盖概率通过如下方式计算：
Figure FDA0003513594550000011
Figure FDA0003513594550000012
为用户u在设定时间段T的路线集合；Nu,T,l为路线集合
Figure FDA0003513594550000013
中路线经过路段l的次数；
Figure FDA0003513594550000014
为时间段T内用户所经过的所有路线的全部次数。
2.根据权利要求1所述的方法，其中，所述历史出行数据包括至少一个数据集合，每个数据集合中包括一个起点和一个终点、所述起点到终点之间的至少一个路线的ID和路线流量以及各路线中至少一个路段的ID和路段流量；
其中，所述路段流量为该路段所属数据集合中所有经过该路段的路线的路线流量之和。
3.根据权利要求1所述的方法，其中，所述系统最优模型的优化目标为：所述交通网络上所有车辆的总行驶时间最小，所述行驶时间由任一路段在其路段流量下的行驶时间表示。
4.根据权利要求1所述的方法，其中，所述变更条件包括：所述历史流量超出所述优化流量预设倍数。
5.根据权利要求1所述的方法，还包括：
根据每个用户实时的定位信息，确定所述目标单向路段周围设定范围内的至少一个第二目标用户，并将所述交通设施变更内容发送至所述第二目标用户的终端。
6.一种交通设施控制装置，包括：
历史数据获取模块，用于获取交通网络中，设定时间段内用户的历史出行数据，所述交通网络由有向图表示；其中，所述有向图中的有向边表示路段，所述交通网络中的每个路口表示为所述有向图中的多个节点，每个节点表示连接路口的路段的端点，节点之间通过所述有向边连接；
优化流量计算模块，用于根据所述历史出行数据，基于系统最优模型计算所述交通网络中每个路段的优化流量，其中，所述路段包括单向路段和关系路段，所述关系路段表示相连的两个单向路段之间的通行关系；
比较模块，用于比较每个所述关系路段在所述设定时间段内的优化流量和历史流量，确定比较结果符合变更条件的目标关系路段，并根据所述有向图确定驶入所述目标关系路段的目标单向路段；
变更内容确定模块，用于根据所述目标关系路段表示的通行关系，确定所述目标单向路段的交通设施变更内容，并将所述交通设施变更内容发送至所述目标单向路段上设置的交通设施进行显示；
第一信息推荐模块，用于根据所述历史出行数据，确定每个用户在所述设定时间段内各路段的出行覆盖概率；确定所述目标单向路段的出行覆盖概率大于预设阈值的至少一个第一目标用户，并将所述交通设施变更内容发送至所述第一目标用户的终端；
其中，用户u经过路段l的出行覆盖概率通过如下方式计算：
Figure FDA0003513594550000031
Figure FDA0003513594550000032
为用户u在设定时间段T的路线集合；Nu,T,l为路线集合
Figure FDA0003513594550000033
中路线经过路段l的次数；
Figure FDA0003513594550000034
为时间段T内用户所经过的所有路线的全部次数。
7.根据权利要求6所述的装置，其中，所述历史出行数据包括至少一个数据集合，每个数据集合中包括一个起点和一个终点、所述起点到终点之间的至少一个路线的ID和路线流量以及各路线中至少一个路段的ID和路段流量；
其中，所述路段流量为该路段所属数据集合中所有经过该路段的路线的路线流量之和。
8.根据权利要求6所述的装置，其中，所述系统最优模型的优化目标为：所述交通网络上所有车辆的总行驶时间最小，所述行驶时间由任一路段在其路段流量下的行驶时间表示。
9.根据权利要求6所述的装置，其中，所述变更条件包括：所述历史流量超出所述优化流量预设倍数。
10.根据权利要求6所述的装置，还包括第二信息推荐模块，具体用于：
根据每个用户实时的定位信息，确定所述目标单向路段周围设定范围内的至少一个第二目标用户，并将所述交通设施变更内容发送至所述第二目标用户的终端。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的交通设施控制方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的交通设施控制方法。
CN202210158220.1A 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质 Active CN114463982B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210158220.1A CN114463982B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210158220.1A CN114463982B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质
CN202010618270.4A CN111768624B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN202010618270.4A Division CN111768624B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN114463982A true CN114463982A (zh) 2022-05-10
CN114463982B CN114463982B (zh) 2023-09-29

Family

ID=72724482

Family Applications (4)

Application Number Title Priority Date Filing Date
CN202210158220.1A Active CN114463982B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质
CN202210158247.0A Active CN114463983B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质
CN202210156775.2A Active CN114463981B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质
CN202010618270.4A Active CN111768624B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质

Family Applications After (3)

Application Number Title Priority Date Filing Date
CN202210158247.0A Active CN114463983B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质
CN202210156775.2A Active CN114463981B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质
CN202010618270.4A Active CN111768624B (zh) 2020-06-30 2020-06-30 交通设施控制方法、装置、设备和介质

Country Status (1)

Country Link
CN (4) CN114463982B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101063616A (zh) * 2006-04-28 2007-10-31 佛山市顺德区顺达电脑厂有限公司 行车路线规划系统及方法
CN101777253A (zh) * 2009-12-24 2010-07-14 戴磊 一种实时路况采集、分析与反馈及智能交通综合服务系统
CN102646339A (zh) * 2012-04-23 2012-08-22 山东天海电装有限公司 一种车载信息终端
CN105043400A (zh) * 2015-06-30 2015-11-11 百度在线网络技术（北京）有限公司 路径规划方法及装置
CN110929179A (zh) * 2019-11-05 2020-03-27 阿里巴巴集团控股有限公司 一种出行数据的处理方法、装置及电子设备

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19858477B4 (de) * 1998-12-17 2004-12-02 Siemens Ag Verfahren zum Ermitteln von Verkehrsinformationen
JP4955130B1 (ja) * 2011-01-31 2012-06-20 パイオニア株式会社 経路探索装置、経路探索方法及び経路探索プログラム、並びにサーバ装置
CN102693629A (zh) * 2012-03-30 2012-09-26 天津市市政工程设计研究院 考虑大型车掉头需求的交叉口设计与控制方法
CN103134509A (zh) * 2012-12-25 2013-06-05 上海博泰悦臻电子设备制造有限公司 车载导航方法和车载导航装置
US8917190B1 (en) * 2013-01-23 2014-12-23 Stephen Waller Melvin Method of restricting turns at vehicle intersections
CN103699775B (zh) * 2013-11-25 2016-08-24 北京交通大学 城市道路交通诱导策略自动生成方法与系统
US9489838B2 (en) * 2014-03-11 2016-11-08 Here Global B.V. Probabilistic road system reporting
CN103942948B (zh) * 2014-04-10 2016-03-16 中南大学 基于分段拼接的城市公交线路网络的生成方法
US9734711B2 (en) * 2015-05-04 2017-08-15 International Business Machines Corporation Smarter traffic signs
CN104851309B (zh) * 2015-06-01 2017-07-14 南京邮电大学 一种交通诱导策略的实现方法
CN104900077B (zh) * 2015-06-26 2017-10-24 中交机电工程局有限公司 基于动态标志线的城市道路交通管理系统
CN105719494A (zh) * 2015-12-23 2016-06-29 青岛理工大学 一种潮汐车道与变向车道协同优化的交通绿波协调控制技术
CN106257554B (zh) * 2016-04-21 2019-03-29 长沙理工大学 一种城市主干路禁左及左转保护相位设置方法
CN106504521B (zh) * 2016-11-30 2018-10-30 东南大学 一种大型活动交通疏导方法及系统
CN106530753B (zh) * 2016-12-12 2019-04-30 广州二通通信科技有限公司 一种智能交通灯控制系统
US10168176B2 (en) * 2017-03-06 2019-01-01 International Business Machines Corporation Visualizing unidirectional traffic information
CN106887146B (zh) * 2017-04-01 2019-09-03 北京广育德视觉技术股份有限公司 导向标识系统的信息处理方法与导向标识系统
CN107610487B (zh) * 2017-08-23 2020-09-22 南京邮电大学 基于动态随机车流相位差协调机制的区域交通控制系统和方法
US10775186B2 (en) * 2017-12-29 2020-09-15 ANI Technologies Private Limited Method and system for predicting traffic conditions
US10782142B2 (en) * 2018-04-10 2020-09-22 Toyota Jidosha Kabushiki Kaisha Dynamic vehicle navigation system with roadway junction impact
WO2020100353A1 (ja) * 2018-11-14 2020-05-22 本田技研工業株式会社 分析装置及び分析方法
CN111199654A (zh) * 2018-11-16 2020-05-26 北京嘀嘀无限科技发展有限公司 一种交通诱导屏的控制方法和系统
CN109902864B (zh) * 2019-02-20 2022-06-17 吉林大学 一种考虑网络配载均衡的施工区交通组织方案设计方法
CN109993980B (zh) * 2019-02-21 2022-06-07 平安科技（深圳）有限公司 交通流量预测方法、装置、计算机设备及存储介质
CN110009906B (zh) * 2019-03-25 2021-07-27 上海交通大学 基于交通预测的动态路径规划方法
CN109887289A (zh) * 2019-03-28 2019-06-14 南京邮电大学 一种城市交通网络模型的网络车流量最大化方法
CN110489799B (zh) * 2019-07-18 2022-08-16 讯飞智元信息科技有限公司 交通拥堵仿真处理方法及相关装置
CN110471999B (zh) * 2019-08-05 2022-03-18 北京百度网讯科技有限公司 轨迹处理方法、装置、设备和介质
CN110807931B (zh) * 2019-11-08 2021-09-17 许凌 基于转向关系的交通路网有向图路径模型构建及求解方法
CN110765227A (zh) * 2019-11-13 2020-02-07 北京百度网讯科技有限公司 道路交通网络模型构建方法及装置
CN110910638B (zh) * 2019-11-24 2021-09-21 公安部交通管理科学研究所 基于交通需求量的过饱和交叉口进口通行能力设计方法
CN111292546A (zh) * 2020-02-26 2020-06-16 阿里巴巴集团控股有限公司 一种信息处理方法、装置、及电子设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101063616A (zh) * 2006-04-28 2007-10-31 佛山市顺德区顺达电脑厂有限公司 行车路线规划系统及方法
CN101777253A (zh) * 2009-12-24 2010-07-14 戴磊 一种实时路况采集、分析与反馈及智能交通综合服务系统
CN102646339A (zh) * 2012-04-23 2012-08-22 山东天海电装有限公司 一种车载信息终端
CN105043400A (zh) * 2015-06-30 2015-11-11 百度在线网络技术（北京）有限公司 路径规划方法及装置
CN110929179A (zh) * 2019-11-05 2020-03-27 阿里巴巴集团控股有限公司 一种出行数据的处理方法、装置及电子设备

Also Published As

Publication number Publication date
CN114463983A (zh) 2022-05-10
CN111768624A (zh) 2020-10-13
CN114463981A (zh) 2022-05-10
CN111768624B (zh) 2022-02-15
CN114463982B (zh) 2023-09-29
CN114463983B (zh) 2023-04-14
CN114463981B (zh) 2023-05-23

Similar Documents

Publication Publication Date Title
CN111489553B (zh) 一种路线规划方法、装置、设备和计算机存储介质
KR102594851B1 (ko) 네비게이션 정보 생성 방법 및 장치
JP7366094B2 (ja) 信号灯データ表示方法、装置、サーバ、端末、システムと媒体
EP3910442A1 (en) Method, apparatus, and device for training longitudinal dynamics model
CN112141102B (zh) 巡航控制方法、装置、设备、车辆和介质
US9857186B2 (en) System and method for long-haul trip planning for commercial vehicles transportation
CN112802326B (zh) 交通方案控制方法和装置
US11620688B2 (en) Methods and systems for dynamically determining and adapting to cost impact during a flight
US11392626B2 (en) Method and apparatus for acquiring map data
US20200320446A1 (en) Method and system for planning multi-leg trips including a flight leg and a ground leg
CN110969866A (zh) 信号灯配时方法、装置、电子设备及存储介质
EP4155672A2 (en) Method and apparatus for generating high-precision map, electronic device and storage medium
CN112802325A (zh) 车辆排队长度检测方法及装置
CN111681428B (zh) 一种溢流检测的方法、装置、电子设备及存储介质
US20230136659A1 (en) Method of determining traveling trajectory of vehicle, vehicle, electronic device and storage medium
CN112793570A (zh) 自动驾驶车辆的控制方法、装置、设备及存储介质
CN111681417B (zh) 交通路口渠化调整方法和装置
CN113570855A (zh) 可变车道的控制方法、装置、设备以及存储介质
CN111882859A (zh) 交通车道的通行调整方法和装置
CN111768624B (zh) 交通设施控制方法、装置、设备和介质
CN113706857A (zh) 道路通行性的确定方法、装置、设备及存储介质
CN115083175A (zh) 基于车路协同的信号管控方法、相关装置及程序产品
CN114218504A (zh) 阻断路段识别方法、装置、电子设备及存储介质
CN111707285A (zh) 规划路线的方法和装置
CN114639253B (zh) 交通信号控制方法、边缘计算设备、存储介质及产品

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