CN114926998A - 一种路口精准管控方法及系统 - Google Patents
一种路口精准管控方法及系统 Download PDFInfo
- Publication number
- CN114926998A CN114926998A CN202210336045.0A CN202210336045A CN114926998A CN 114926998 A CN114926998 A CN 114926998A CN 202210336045 A CN202210336045 A CN 202210336045A CN 114926998 A CN114926998 A CN 114926998A
- Authority
- CN
- China
- Prior art keywords
- intersection
- data
- traffic
- control
- evaluation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000013210 evaluation model Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 206010021033 Hypomenorrhoea Diseases 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 16
- 230000001276 controlling effect Effects 0.000 description 5
- 238000012821 model calculation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001622623 Coeliadinae Species 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000819 phase cycle Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common 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
- G08G1/0104—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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
-
- 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
-
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种路口精准管控方法及系统,路口精准管控方法包括:采集路口场景信息;采集路口通行数据;通过与信控平台数据对接来采集路口的信控状态数据;基于采集到的路口场景信息、信控状态数据和路口通行数据,再结合路口通行指标数据和评价模型实现对路口的数据分析,并从多个维度对路口的通行状态进行路口评价;以数据分析及路口评价的结果为参考依据,制定路口管控预案并对路口管控预案进行推演及结果优化,以实现对路口的精准管控。本发明提供一种路口精准管控方法,方法设计合理,能实现路口最优的通行方案及最精准的管控办法。
Description
技术领域
本发明涉及智慧交通的应用建设领域,特别涉及一种路口精准管控方法及系统。
背景技术
近年来,随着城市建设发展以及城市副中心的扩张,交通已成为日益突出的一个社会问题,交通警察的工作压力面临严重挑战。为了满足城市发展新要求,越来越需要建立多元化、全方位、多层次的交通感知体系,打造市城乡一体的智能交通综合管理体系、综合信息服务体系、应急救援体系,进一步整合道路交通已建设施,完成数据融合、碰撞、分析、挖掘,让数据在智慧交通各平台运转、让科技服务于智慧交通。
现有技术中路口管控方式通常比较单一,并且对路口的管控往往不够合理有效,存在管控难度大、数据不透明等问题,这样一来路口拥堵问题及路口事故频发问题就依然比较严重。针对上述缺陷,本发明作出了改进。
发明内容
为了克服背景技术的不足,本发明提供一种路口精准管控方法,方法设计合理,能实现路口最优的通行方案及最精准的管控办法。
本发明所采用的技术方案是:一种路口精准管控方法,包括:
采集路口场景信息;
采集路口通行数据;
通过与信控平台数据对接来采集路口的信控状态数据;
基于采集到的路口场景信息、信控状态数据和路口通行数据,再结合路口通行指标数据和评价模型实现对路口的数据分析,并从多个维度对路口的通行状态进行路口评价;
以数据分析及路口评价的结果为参考依据,制定路口管控预案并对路口管控预案进行推演及结果优化,以实现对路口的精准管控。
优选的,所述路口管控预案包括路口信控预案和可变车道预案,结合历史数据对所述路口管控预案进行推演及结果优化,所述历史数据为以往同一时间段采集到的所述路口通行数据。
优选的,采集的所述路口场景信息包括路口类型、不同方向的车道数量、交通设备设施的位置及周边场所。
优选的,所述路口通行数据包括车辆数据,通过互联网端设备或内网端设备采集所述车辆数据。
优选的,采集的所述车辆数据包括车速、车流量、车辆数、停车次数、排队长度、延误时长、红绿灯周期、路口事件事故。
优选的,还包括通过三维场景建模实现对路口的仿真渠化呈现以及通过仿真平台实现对路口信控状态和路口通行的模拟展示。
优选的,所述评价模型包括有用于分析路口饱和度的饱和度模型、用于分析路口失衡指数的失衡指数模型、用于分析路口溢出指数的溢出指数模型和用于分析路口拥堵指数的拥堵指数模型,所述路口评价从交通评价、指标评级和状态评价这三个维度对路口的通行状态进行评价。
优选的,在实现对所述路口管控预案的推演及结果优化后再结合路口的事件事故分析来实现对路口的精准管控。
优选的,在实现对所述路口管控预案的推演及结果优化后再结合交通诱导来实现对路口的精准管控。
一种路口精准管控系统,包括:
数据采集模块,用于采集输入路口场景信息、采集路口通行数据以及采集路口的信控状态数据;
数据分析模块,用于实现对路口的数据分析;
路口评价模块,用于从多个维度对路口的通行状态进行路口评价;
管控模块,用于结合历史数据对制定的路口管控预案进行推演及结果优化,再结合路口的事件事故分析及交通诱导来实现对路口的精准管控;
仿真模块,用于三维场景建模及模拟展示。
综上所述,本发明有益效果为:
1.对路口范围内的路口通行数据进行采集,数据依据采集来源可分为互联网数据和内网数据,互联网数据主要通过车机导航、手机导航等途径采集,包括车速、停车次数、交通事件等,而内网数据则主要是指通过卡口及视频监控采集到的数据,如过车数、车牌号、车辆特征等,通过整合使用互联网数据和内网数据能更全面准确地反映出路口交通实况;
2.对数据进行加工应用,主要是实现数据分析和路口评价,通过数据指标和不同的数据模型,结合直接采集到的数据基础,进行模型计算,如失衡指数模型、饱和度模型、拥堵程度模型等,根据模型计算的结果,实现对路口的直接评价展示;
3.根据数据分析及路口评价的结果实现对路口的精准管控,路口的管控层面主要包括信控推演、可变车道决策、事件事故分析和交通诱导等,其中信控推演与可变车道决策是可以制定预案并进行推演优化的,其他两个不需要制定预案,通过多个管控层面能更好地实现对路口的精准管控,可更好地满足实际需求;
4.对路口的场景仿真呈现,可通过三维场景建模或者3D高精地图等途径,以达到通过电子屏对路口直观的感观呈现,重点突出如红绿灯、人行道、学校、医院等,通过模拟展示能更直观地展示路口实况,可给使用者一个直观的感受和清晰的认识。
下面结合附图对本发明作进一步说明。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种实施例的流程示意图;
图2为本发明另一种实施例的流程示意图;
图3为本发明的一种业务流程示意图。
具体实施方式
下面将结合本发明实施例中的图1至图3,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。
为使本发明实施的目的、技术方案和优点更加清楚,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更加详细的描述。
如图1至图3所示,本实施例公开的一种路口精准管控方法,包括:
S1.采集路口场景信息;在步骤S1中,通过对需要管控的路口进行航拍或实地信息采集实现对路口场景信息的采集。
S2.采集路口通行数据;在步骤S2中,通过采集路口通行数据能便于实现后续的数据分析以及路口评价,也能便于实现对路口通行的模拟展示。
S3.通过与信控平台数据对接来采集路口的信控状态数据;在步骤S3中,与信控平台数据对接能实时采集路口当前的信控状态数据,既能便于实现后续的数据分析以及路口评价,也能便于实现对路口信控状态的模拟展示。
S4.基于采集到的路口场景信息、信控状态数据和路口通行数据,再结合路口通行指标数据和评价模型实现对路口的数据分析,并从多个维度对路口的通行状态进行路口评价;在步骤S4中,路口通行指标数据为衡量路口通行状况的各项指标,包括通行效率指数、延误拥堵指数、通行能力指数、失衡指数、溢出指数、持续时间、饱和度等,评价模型用于实现数据分析及路口评价。
S5.以数据分析及路口评价的结果为参考依据,制定路口管控预案并对路口管控预案进行推演及结果优化,以实现对路口的精准管控。步骤S5以步骤S4数据分析及评价的结果为参考依据,步骤S5具体实施时包括预案制定、预案演练、结果优化和动态调控四部分,先对路口管控预案进行建议方案的制定,再对建议方案进行推演演练,然后通过结果优化来实现对路口管控预案的最优解,最后再依据最优解对路口实施精准的动态调控。
作为优选的一种技术方案,所述路口管控预案包括路口信控预案和可变车道预案,结合历史数据对所述路口管控预案进行推演及结果优化,所述历史数据为以往同一时间段采集到的所述路口通行数据。在本实施例中,路口信控预案的预案参数包括但不限于信控周期(即总相位周期)、总相位数、子相位时长、放行方向、剩余时间、绿信比、运行时间段和运行方案等,可变车道预案为可变车道决策的预案,主要用于指示可变车道直行或左转,本实施例历史数据为以往同一时间段采集到的车辆数据,主要包括以往同一时间段的车流量、车速、每秒平均过车数量、延误时长等。具体实施时后台调取这些历史数据并与预案里面的数据进行结合计算,看是否在相同车速、车流量的情况下预案能不能对车辆放行完,或者有没有优化空间,后台结合计算出来的结果主要有:某一方向空放、某一方向车流积压、某一组相位时间过长和全周期内车辆积压等结果,根据这些预案推演结果后台会给出预案优化建议,比如当某一方向空放时会建议缩短该方向的子相位时长,当某一方向车流积压时会建议加长该方向的子相位时长等等,依据预案优化建议调整预案后再进行推演优化直至实现对路口管控预案的最优解,最后依据这个最优解对路口实施动态调控就能实现路口最优的通行方案及最精准的管控办法。
下面以标准的十字路口(包括东进、西进、南进和北进四个方向)简单举例说明路口信控预案的推演及结果优化过程,为方便理解,这里路口信控预案的预案参数只涉及信控周期、子相位时长、放行方向和运行时间段,历史数据采用前一天的数据。举例如下:
制定某一路口信控预案:制定信控周期为60秒,其中东进方向(即放行方向)的子相位时长为10秒(即在一个信控周期内东进方向的绿灯时长),时间段9点到10点一个小时(即运行时间段);
调取历史数据:前一天这个路口9点到10点东进方向共进800个车,绿灯下车速1秒钟刚好走一个车;
后台将历史数据与预案里面的数据进行结合计算并给出预演结果:9点到10点一个小时是3600秒,那么东进的则有600秒绿灯,1秒钟过车一个则一小时过车600个,但是昨天东进方向一个小时有800个车进入,那么制定的这个预案就会导致东进方向的车辆积压,放行不完导致拥堵,其他方向也是同样的道理;
后台给出优化建议:建议延长东进方向子相位时长5秒。
上述举例仅为路口信控预案推演及结果优化的一种实施方式,并不作为对本发明具体实施的限制。
作为优选的一种技术方案,采集的所述路口场景信息包括路口类型、不同方向的车道数量、交通设备设施的位置及周边场所。在本实施例中,路口类型包括十字形、X字形、T字形、Y字形、错位交叉形、复合交叉形等,交通设备设施至少要包括红绿灯,还可以包括摄像头、卡口设备、电磁线圈、雷达、基站等,周边场所主要包括学校、医院等重点场所。
作为优选的一种技术方案,所述路口通行数据包括车辆数据,通过互联网端设备或内网端设备采集所述车辆数据。在本实施例中,路口通行数据包括但不限于车辆数据,互联网端设备采集车辆数据的途径包括互联网端的车机导航、手机导航、用户上报等,内网端设备采集车辆数据的途径包括内网端的卡口设备、视频监控、地磁线圈、雷达、基站等。具体实施时只有互联网端设备或内网端设备也能实现车辆数据的采集,但为了保证车辆数据采集的全面准确,一般是同时采用互联网端设备和内网端设备来采集车辆数据。具体实施时路口通行数据还可以包括行人数据,通过采集行人数据能有利于更好地实现对路口通行的模拟展示。
作为优选的一种技术方案,采集的所述车辆数据包括车速、车流量、车辆数、停车次数、排队长度、延误时长、红绿灯周期、路口事件事故。在本实施例中,延误时长指的就是排队时长,路口事件事故具体分为事故和事件,事故就是指的交通事故,比如刮擦等,事件指的路口可能发生的事件,比如积水、堵死、坑洼路段等。
作为优选的一种技术方案,还包括通过三维场景建模实现对路口的仿真渠化呈现以及通过仿真平台实现对路口信控状态和路口通行的模拟展示。在本实施例中,三维场景建模基于采集到的路口场景信息,三维场景建模采用三维建模技术或3D高精地图等途径实现,为了更好地保证路口场景仿真呈现的效果,通过三维场景建模时必须对路口的各种环境按照等比例的方式进行复刻,尤其是在影响交通因素的层面,这些影响交通因素的层面比如学校有学生通行及家长接送孩子,这就会影响到交通,再比如医院,还有就是人行道、非机动车道等,对于学校、医院、人行道和非机动车道等这些因素必须严格按照等比例的方式进行复刻,对路口实况的模拟展示一是模拟路口信控状态,二是模拟车辆的通行过程,具体来说,通过与信控平台的数据对接能很好地采集到路口信控状态数据,路口信控状态数据主要包括总相位周期、子相位时长、放行方向、剩余时间等,进而就能在仿真平台上实现信号灯实时状态的呈现,通过采集到的车辆数据能直观地在仿真平台上模拟展示出车辆通过路口的通行过程,通过三维场景建模以及模拟展示能更直观地展示路口实况,可给使用者一个直观的感受和清晰的认识。
作为优选的一种技术方案,所述评价模型包括有用于分析路口饱和度的饱和度模型、用于分析路口失衡指数的失衡指数模型、用于分析路口溢出指数的溢出指数模型和用于分析路口拥堵指数的拥堵指数模型,所述路口评价从交通评价、指标评级和状态评价这三个维度对路口的通行状态进行评价。在本实施例中,通过饱和度模型、失衡指数模型、溢出指数模型和拥堵指数模型这四个评价模型能很好地实现对路口指数的分析,交通评价是指对交通通行最基础的数据进行呈现,包括交通压力各时段分布图、各路段当前平均车速、整个路口平均车速、各路段拥堵长度、全天路口流量、各个进口车辆比等;指标评价是指对重要指标数据的展示,包括通行效率指数、延误拥堵指数、通行能力指数、失衡指数、溢出指数、持续时间、饱和度等;状态评价是指对主要涉及通行的状态数据进行呈现,主要评判维度为信控数据,根据信控周期时长、相位数、车流趋势等角度进行分析评价。所述的饱和度模型、失衡指数模型、溢出指数模型和拥堵指数模型均可参考现有技术,在此不做进一步说明。
作为优选的一种技术方案,在实现对所述路口管控预案的推演及结果优化后再结合路口的事件事故分析来实现对路口的精准管控。路口实际交通情况复杂,经常出现路口事件事故等意外情况,故本实施例需要结合路口的事件事故分析来实现对路口的精准管控,事件事故分析就是指通过后台计算能力分析道路可能发生的事件,比如摄像头拍到照片了之后后台要分析路口有没有积水或者道路破碎这些事件。
作为优选的一种技术方案,在实现对所述路口管控预案的推演及结果优化后再结合交通诱导来实现对路口的精准管控。交通诱导是通过采用交通诱导技术和系统来实现的,通过传递情报消息引导和控制交通参与者的交通行为,交通诱导能有效地引导车辆行驶路线,比如路口堵车了,就会在上一个路段的显示屏上显示前方拥堵,提示车辆通过其他路径前往目的地,由于在现实中交通诱导也会影响到路口的交通,故本实施例需要结合交通诱导来更好地实现对路口的精准管控。
一种路口精准管控系统,包括:
数据采集模块,用于采集输入路口场景信息、采集路口通行数据以及采集路口的信控状态数据;
数据分析模块,用于实现对路口的数据分析;
路口评价模块,用于从多个维度对路口的通行状态进行路口评价;
管控模块,用于结合历史数据对制定的路口管控预案进行推演及结果优化,再结合路口的事件事故分析及交通诱导来实现对路口的精准管控;
仿真模块,用于三维场景建模及模拟展示。
上述的路口精准管控系统主要包括数据采集模块、数据分析模块、路口评价模块、管控模块和仿真模块,通过这五个功能模块能很好地实施本发明所述的路口精准管控方法。
本实施例基于数据基础及评价模型实现对路口的精准管控,路口做为城市交通治理的最基本节点、最复杂单元,在现阶段车辆日益增加的背景下,路口的管控工作遇到极大挑战,城市交通治堵的首要环节是解决路口车辆的通行能力。而本发明的主要目的是为了解决路口的拥堵问题及对路口事件的精准管控,其中核心技术点分四部分,第一部分为对路口的场景仿真呈现,可通过三维场景建模或者3D高精地图等途径实现,以达到通过电子屏对路口直观的感观呈现,重点突出如红绿灯、人行道、学校、医院等。第二部分是对数据的采集应用,数据又分为互联网数据及内网数据,互联网数据包括平均车速、停车次数、交通事件等,而内网数据则主要是指通过卡口及视频监控采集到的数据,如过车数、车牌号、车辆特征等。第三步是对数据的加工应用,通过不同的数据模型,结合直接采集到的数据基础,进行模型计算,如失衡指数模型、饱和度模型、拥堵程度模型等,根据模型计算的结果,实现对路口的直接评价展示。第四部分则是指根据数据分析及路口评价的结果实现对路口的管控,如红绿灯时长的调控、红绿灯预案的设置及推演、可变车道的决策、路口事件的管理等。
本实施例中未涉及部分均与现有技术相同或可采用现有技术加以实现,在此不做进一步说明。
各位技术人员须知:虽然本发明已按照上述具体实施方式做了描述,但是本发明的发明思想并不仅限于此发明,任何运用本发明思想的改装,都将纳入本专利权保护范围内。
Claims (10)
1.一种路口精准管控方法,其特征在于,包括:
采集路口场景信息;
采集路口通行数据;
通过与信控平台数据对接来采集路口的信控状态数据;
基于采集到的路口场景信息、信控状态数据和路口通行数据,再结合路口通行指标数据和评价模型实现对路口的数据分析,并从多个维度对路口的通行状态进行路口评价;
以数据分析及路口评价的结果为参考依据,制定路口管控预案并对路口管控预案进行推演及结果优化,以实现对路口的精准管控。
2.根据权利要求1所述的一种路口精准管控方法,其特征在于,所述路口管控预案包括路口信控预案和可变车道预案,结合历史数据对所述路口管控预案进行推演及结果优化,所述历史数据为以往同一时间段采集到的所述路口通行数据。
3.根据权利要求1所述的一种路口精准管控方法,其特征在于,采集的所述路口场景信息包括路口类型、不同方向的车道数量、交通设备设施的位置及周边场所。
4.根据权利要求1所述的一种路口精准管控方法,其特征在于,所述路口通行数据包括车辆数据,通过互联网端设备或内网端设备采集所述车辆数据。
5.根据权利要求4所述的一种路口精准管控方法,其特征在于,采集的所述车辆数据包括车速、车流量、车辆数、停车次数、排队长度、延误时长、红绿灯周期、路口事件事故。
6.根据权利要求1或4或5所述的一种路口精准管控方法,其特征在于,还包括通过三维场景建模实现对路口的仿真渠化呈现以及通过仿真平台实现对路口信控状态和路口通行的模拟展示。
7.根据权利要求1所述的一种路口精准管控方法,其特征在于,所述评价模型包括有用于分析路口饱和度的饱和度模型、用于分析路口失衡指数的失衡指数模型、用于分析路口溢出指数的溢出指数模型和用于分析路口拥堵指数的拥堵指数模型,所述路口评价从交通评价、指标评级和状态评价这三个维度对路口的通行状态进行评价。
8.根据权利要求1或2或4或5所述的一种路口精准管控方法,其特征在于,在实现对所述路口管控预案的推演及结果优化后再结合路口的事件事故分析来实现对路口的精准管控。
9.根据权利要求1所述的一种路口精准管控方法,其特征在于,在实现对所述路口管控预案的推演及结果优化后再结合交通诱导来实现对路口的精准管控。
10.一种路口精准管控系统,其特征在于,包括:
数据采集模块,用于采集输入路口场景信息、采集路口通行数据以及采集路口的信控状态数据;
数据分析模块,用于实现对路口的数据分析;
路口评价模块,用于从交通评价、指标评级和状态评价这三个维度对路口的通行状态进行路口评价;
管控模块,用于结合历史数据对制定的路口管控预案进行推演及结果优化,再结合路口的事件事故分析及交通诱导来实现对路口的精准管控;
仿真模块,用于三维场景建模及模拟展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210336045.0A CN114926998A (zh) | 2022-03-30 | 2022-03-30 | 一种路口精准管控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210336045.0A CN114926998A (zh) | 2022-03-30 | 2022-03-30 | 一种路口精准管控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114926998A true CN114926998A (zh) | 2022-08-19 |
Family
ID=82805422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210336045.0A Pending CN114926998A (zh) | 2022-03-30 | 2022-03-30 | 一种路口精准管控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114926998A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206070A (zh) * | 2015-08-14 | 2015-12-30 | 公安部交通管理科学研究所 | 道路交通信号协调实时优化控制方法及其控制系统 |
CN106355885A (zh) * | 2016-11-24 | 2017-01-25 | 深圳市永达电子信息股份有限公司 | 基于大数据分析平台的交通信号动态控制方法及系统 |
CN106548633A (zh) * | 2016-10-20 | 2017-03-29 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
CN106600992A (zh) * | 2017-02-14 | 2017-04-26 | 公安部交通管理科学研究所 | 城市热点片区交通信号优化控制方法 |
CN109993981A (zh) * | 2019-04-28 | 2019-07-09 | 江苏普衡诺信息科技有限公司 | 基于全息检测的交通信号自协调控制方法 |
-
2022
- 2022-03-30 CN CN202210336045.0A patent/CN114926998A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206070A (zh) * | 2015-08-14 | 2015-12-30 | 公安部交通管理科学研究所 | 道路交通信号协调实时优化控制方法及其控制系统 |
CN106548633A (zh) * | 2016-10-20 | 2017-03-29 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
CN106355885A (zh) * | 2016-11-24 | 2017-01-25 | 深圳市永达电子信息股份有限公司 | 基于大数据分析平台的交通信号动态控制方法及系统 |
CN106600992A (zh) * | 2017-02-14 | 2017-04-26 | 公安部交通管理科学研究所 | 城市热点片区交通信号优化控制方法 |
CN109993981A (zh) * | 2019-04-28 | 2019-07-09 | 江苏普衡诺信息科技有限公司 | 基于全息检测的交通信号自协调控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103218910B (zh) | 一种运作交通信息的系统及方法 | |
Liu et al. | Corridor-based emergency evacuation system for Washington, DC: system development and case study | |
CN112800157B (zh) | 一种动态占位网格模型构建方法及其应用架构设计方法 | |
CN111275965B (zh) | 一种基于互联网大数据的实时交通仿真分析系统与方法 | |
CN113345253B (zh) | 车流阵列与信号协同控制系统 | |
CN103646557B (zh) | 基于物联网的三维缩微智能交通管理系统 | |
CN110111592A (zh) | 基于交通信号控制机动态匹配最优信号配时方案的方法 | |
EP4180992A1 (en) | Driving timetable generation method and apparatus, and electronic device | |
CN112767694B (zh) | 用于缓解道路拥堵的交通优化方法和装置 | |
CN107507271A (zh) | 交通指数驱动高速公路拥堵场景仿真与投影沙盘展示方法 | |
Rudloff et al. | Comparing calibrated shared space simulation model with real-life data | |
CN108734976B (zh) | 一种交通导航提示方法及其系统 | |
CN113538905A (zh) | 一种城市交通运行仿真系统 | |
Bachechi et al. | Implementing an urban dynamic traffic model | |
CN110021161B (zh) | 一种交通流向的预测方法及系统 | |
CN116295336A (zh) | 一种地图分层结构的构建方法、装置、设备及存储介质 | |
CN111009140B (zh) | 一种基于开源路况信息的智能交通信号控制方法 | |
CN115240131A (zh) | 一种基于数字孪生的景区无人驾驶小车监管方法 | |
CN108447306B (zh) | 无控交叉口冲突车辆间实时位置共享避撞预警的模拟方法 | |
CN105243849A (zh) | 信号灯所在路口通行数据采集方法 | |
CN114926998A (zh) | 一种路口精准管控方法及系统 | |
CN111540026A (zh) | 动线图的绘制方法、装置、电子设备及存储介质 | |
CN117031979A (zh) | 一种基于仿真环境的规划算法测试方法及系统 | |
Wang et al. | A micro-simulation model of pedestrian-vehicle interaction behavior at unsignalized mid-block locations | |
CN112233444A (zh) | 一种用于城市智慧交通的路线规划的方法 |
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 |