CN115331457A - 一种车速管理方法及系统 - Google Patents

一种车速管理方法及系统 Download PDF

Info

Publication number
CN115331457A
CN115331457A CN202210831388.4A CN202210831388A CN115331457A CN 115331457 A CN115331457 A CN 115331457A CN 202210831388 A CN202210831388 A CN 202210831388A CN 115331457 A CN115331457 A CN 115331457A
Authority
CN
China
Prior art keywords
vehicle
speed
section
snapshot
preset
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
CN202210831388.4A
Other languages
English (en)
Other versions
CN115331457B (zh
Inventor
刘伟
封胜
邓敏
杨益
马靖
张艺尼
饶畅
喻火
胡兴华
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.)
Chongqing Jiaotong University
Original Assignee
Chongqing Jiaotong University
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 Chongqing Jiaotong University filed Critical Chongqing Jiaotong University
Publication of CN115331457A publication Critical patent/CN115331457A/zh
Application granted granted Critical
Publication of CN115331457B publication Critical patent/CN115331457B/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
    • G08G1/052—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
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种车速管理方法和系统，该方法包括：获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息；根据所述状态信息确定所述后车是否为非正常低速车辆；对所述非正常低速车辆进行警示诱导。本发明通过诱导非正常低速车辆提速行驶，可以有效缓解车辆拥堵情况，提高车流速度和稳定性，减少车辆的油耗和排放量，对节能环保起到积极的影响。

Description

一种车速管理方法及系统
技术领域
本发明属于智能网联汽车的控制领域，具体的，涉及一种车速管理方法及系统。
背景技术
近年来，随着经济和汽车产业的不断发展，道路交通量急剧增加，随之而来的是交通拥堵，堵塞路段、路口逐渐增多，交通秩序日趋恶化，交通事故也逐年上升。在发生道路拥堵时，一方面增加了出行的时间和出行成本，造成生活质量的下降；另一方面，车辆在堵车时，引擎仍不断运转，持续消耗燃料，并且在拥堵的时候，车辆必须不断加速、刹车，增加燃料的耗费以及燃料的不充分燃烧造成的污染物的排放量增加，因此交通拥堵不仅浪费能源，也造成严重的空气污染。并且，交通拥堵也会导致交通事故的增多，交通事故的增多又会进一步加剧交通拥堵。在实际道路状况下，有些交通拥堵是由于车流量增加或者事故而造成的拥堵，而有些交通拥堵是由于有些车辆是因为人为原因(例如，驾驶技术不熟练、驾驶过程中接打电话)造成的低速而影响了后面车辆的通行速度，后车的慢速可能会导致其他跟随车辆的慢速或者超车，甚至导致事故的发生，这样就会使得交通情况变得异常混乱。
因此，车速管理对于道路的安全和畅通具有重要作用，这就需要提出一种方法和系统来识别认为原因造成的低速行驶的车辆。
发明内容
有鉴于此，本发明的目的是提供一种车辆速度管理方法和系统。
本发明的目的是通过以下技术方案实现的：
本发明提出了一种车速管理方法，其特征在于，包括：获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息；根据所述状态信息确定所述后车是否为非正常低速车辆；对所述非正常低速车辆进行警示诱导。
进一步地，所述预设抓拍断面包括间隔设置的第一抓拍断面和第二抓拍断面。
进一步地，所述状态信息包括所述前车通过所述第一抓拍断面的速度
Figure BDA0003748534580000011
和时间
Figure BDA0003748534580000012
所述前车通过所述第二抓拍断面的速度
Figure BDA0003748534580000013
和时间
Figure BDA0003748534580000014
所述后车通过所述第一抓拍断面的速度
Figure BDA0003748534580000015
和时间
Figure BDA0003748534580000016
所述后车通过所述第二抓拍断面的速度
Figure BDA0003748534580000017
和时间
Figure BDA0003748534580000018
进一步地，所述根据所述状态信息确定所述后车是否为非正常低速车辆包括：
当
Figure BDA0003748534580000021
且
Figure BDA0003748534580000022
且
Figure BDA0003748534580000023
且
Figure BDA0003748534580000024
时，确定所述后车为非正常低速车辆，其中，v1为第一设定速度，v2为第二设定速度，t1为第一设定时长。
进一步，所述状态信息还包括车牌信息，根据所述状态信息确定所述后车是否为非正常低速车辆还包括：判断所述车道i上的预设抓拍断面的前车和后车的车牌信息是否相同；如果不相同，则确定所述后车为换道车辆，不对所述后车进行非正常低速车辆的判定；如果相同，则对所述后车进行非正常低速车辆的判定。
进一步地，所述获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息之前，所述方法还包括：获取检测周期内的所述待检测路段上的预设检测断面的车辆的平均速度和流量；根据所述平均速度和流量，根据状态确定模型确定所述预设检测断面是否发生拥堵；如果所述预设检测断面发生拥堵，则对所述待检测路段上的车辆进行速度引导；如果所述预设检测断面未发生拥堵，则执行获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息。
进一步地，所述状态确定模型为格林希尔治模型。
本发明还提出了一种车速管理系统，其特征在于，包括：低速车辆抓拍模块，包括第一信息获取单元、低速车辆判定单元和第一诱导单元，其中，所述第一信息获取单元，用于获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息；所述低速车辆判定单元，用于根据所述状态信息确定所述后车是否为非正常低速车辆；所述第一诱导单元，用于对所述非正常低速车辆进行警示诱导。
进一步地，所述的车速管理系统，还包括：车速检测诱导模块，包括第二信息获取单元、拥堵判定单元和第二诱导单元，其中，所述第二信息获取单元，用于获取检测周期内的所述待检测路段上的预设检测断面的车辆的平均速度和流量；所述拥堵判定单元，用于根据所述平均速度和流量，利用状态确定模型确定所述预设检测断面是否发生拥堵；所述第二诱导单元，用于如果所述预设检测断面发生拥堵，则对所述待检测路段上的车辆进行速度引导。
本发明的有益效果是：
本发明通过获取抓拍断面上车辆的状态信息判断车辆是否为非正常低速车辆，然后对非正常低速车辆进行警示诱导。本发明通过诱导低速车辆提速，有效缓解道路上车辆的拥堵情况，提高车流速度和稳定性，缩短出行时间和成本，也可以减少车辆的油耗和排放量，对节约能源和保护环境起到重要的作用，还可以降低因为低速造成的事故的发生。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
图1是根据本申请的一个实施例所示的车速管理方法的示例性流程图；
图2是根据本申请的另一个实施例所示的车速管理方法的示例性流程图；
图3是根据本申请的一个实施例所示的车速管理系统的示例性框图；
图4是根据本申请的一个实施例所示的车速管理系统中的装置布置示意图。
具体实施方式
以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
本申请提出了一种车速管理方法和系统。该车速管理方法和系统可用于任何需要做车速管理的场景，例如：长大隧道、常发性拥堵道路(例如定向车道、快速路、高速路常发性拥堵区域)。该车速管理方法可以用于识别出非正常低速车辆。所述非正常低速车辆可以指在同一车道内，该车与前车的距离远大于安全车距，却仍然低于路段设定的最低速度行驶的车辆。在通常情况下，非正常低速车辆可以指由人为原因造成的低速车辆，例如，由于驾驶人员翻看手机、接打电话、与乘车人员交谈、疲劳驾驶、故意低速行驶等造成的低速。由于非正常低速车辆的存在，影响了后续车辆的通行。由于非正常低速车辆的低速行驶，会使得后面的车辆也相应减速。如果非正常低速车辆低速行驶的时间过长，还会导致后面跟随车辆形成拥堵。拥堵会造成司乘人员出行时间和出行成本的增加，影响生活质量，并且，车辆在拥堵状态时，引擎仍不断运转，持续消耗燃料，并且在拥堵的时候，车辆必须不断加速、刹车，增加燃料的耗费以及燃料的不充分燃烧造成的污染物的排放量增加，因此交通拥堵不仅浪费能源，也造成严重的空气污染。并且，交通拥堵也会导致交通事故的增多，交通事故的增多又会进一步加剧交通拥堵。因此，需要对非正常低速车辆进行抓拍提醒，使之采用正常的车速行驶。
图1是根据本申请的一个实施例所示的车速管理方法的示例性流程图。
在步骤101，可以获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息。在一些实施例中，该步骤可以由低速车辆抓拍模块中的第一信息获取单元完成。在一些实施例中，所述第一信息获取单元可以包含设置在车道i上的交通检测器。
在一些实施例中，所述预设抓拍断面的数量可以是任意的，例如两个、三个、四个、五个等或其他值。在一些实施例中，所述状态信息可以包括与所述前车和后车在行驶过程中的任意信息，例如，与车辆相关的信息或与司乘人员相关的信息。在一些实施例中，与车辆相关的信息可以包括车辆经过所述预设抓拍断面时的速度信息、加速度信息、时间信息等。与司乘人员相关的信息可以包括司乘人员的数量、年龄、行为状态(例如是否在谈话、接打电话等)、精神状态(例如，是否疲劳驾驶)等。
在步骤102，可以根据所述状态信息确定所述后车是否为非正常低速车辆。在一些实施例中，该步骤可以由低速车辆抓拍模块中的低速车辆判定单元完成。
在一些实施例中，可以根据所述状态信息中的一个或者多个的结合来判断车辆是否为非正常低速车辆。例如，可以根据车辆通过所述预设抓拍断面时的速度信息来确定车辆是否为非正常低速车辆。再例如，可以根据车辆通过所述预设抓拍断面时的时间信息来确定车辆是否为非正常低速车辆。再例如，可以根据车辆通过所述预设抓拍断面时的速度信息和时间信息来确定车辆是否为非正常低速车辆。
在步骤103，可以对所述非正常低速车辆进行警示诱导。在一些实施例中，该步骤可以由低速车辆抓拍模块中的第一诱导单元完成。所述第一诱导单元可以设置在沿车道i上的车流方向上的预设抓拍断面前方的任意位置处。
所述警示诱导的方式可以是任意的。在一些实施例中，所述诱导单元可以通过设置在抓拍断面前方的LED屏幕展示需要进行诱导的车辆的车牌号来提醒该车辆进行加速行驶。例如，可以在LED屏上显示“请XXXX车保持不低于速度vmin”行驶，其中，“XXXX”表示车牌号，vmin可以表示车道最低限速。需要说明的是这里显示的信息只是示例性的，在一些实施例中，显示的信息还可以包括包含车辆的其他信息，只要能对车辆进行区分即可。在一些实施例中，显示信息中的速度还可以是与车道最低限度相关的其他值，例如，可以是车道最低限度和最高限速之间的任意值。
在一些实施例中，在一些实施例中，所述第一诱导单元可以通过控制车载交通广播或者短信告知的方式来对非正常低速车辆进行提醒。
参考图4，下面以预设抓拍断面的数量为两个为例进行说明。图4中包含了两个抓拍断面，即抓拍断面1(也可以称为“第一抓拍断面”)和抓拍断面2(也可以称为“第二抓拍断面”)。在一些实施例中，抓拍断面1距离起始位置的距离可以根据待检测路段的总长度来确定。例如，如果待检测路段比较长，则抓拍断面1距离待检测路段的距离可以设置的长一些；如果待检测路段比较短，则抓拍断面1距离待检测路段的距离可以设置的短一些。在一些实施例中，所述抓拍断面1可以设置在距离待检测路段起始位置任意合适的距离处，例如，50米、100米、150米、200米、250米、300米等。
在一些实施例中，所述两个抓拍断面之间的距离(即图2中的L12)也可以是任意的，例如，50米、100米等。在一些实施例中，所述两个抓拍断面之间的距离液可以与根据待检测路段的总长度来确定。例如，如果待检测路段比较长，则两个抓拍断面之间的距离可以设置的长一些；如果待检测路段比较短，则两个抓拍断面之间的距离可以设置的短一些。
当所述抓拍断面的数量设置为两个时，所述状态信息可以包含所述前车k通过所述第一抓拍断面的速度
Figure BDA0003748534580000051
和时间
Figure BDA0003748534580000052
所述前车k通过所述第二抓拍断面的速度
Figure BDA0003748534580000053
和时间
Figure BDA0003748534580000054
所述后车k+1通过所述第一抓拍断面的速度
Figure BDA0003748534580000055
和时间
Figure BDA0003748534580000056
所述后车k+1通过所述第二抓拍断面的速度
Figure BDA0003748534580000057
和时间
Figure BDA0003748534580000058
当
Figure BDA0003748534580000059
且
Figure BDA00037485345800000510
且
Figure BDA00037485345800000511
且
Figure BDA00037485345800000512
时，确定所述后车为非正常低速车辆，其中，v1为第一设定速度，v2为第二设定速度，t1为第一设定时长。
在一些实施例中，第一设定速度v1可以是与车道最低限速vmin相关的任意值，例如1.1vmin、1.2vmin、1.3vmin等。
在一些实施例中，第二设定速度v2可以是任意合适的值，例如5km/h、10km/h、15km/h等。
在一些实施例中，第一时长t1可以是任意合适的时长。在一些实施例中，第一时长t1可以是安全时距t安。
在一些实施例中，安全时距t安的计算公式可以表示为：
Figure BDA0003748534580000061
其中，t为驾驶员反应时间，Φ为轮胎与路面附着系数，l安为车辆间安全距离，l车为车辆长度。
在一些实施例中，状态信息还包括车牌信息。根据所述状态信息确定所述后车是否为非正常低速车辆还包括：判断所述车道i上的预设抓拍断面的前车和后车的车牌信息是否相同；如果车牌信息不相同，则可以确定所述后车为换道车辆，存在换道干扰，则不对所述后车进行非正常低速车辆的判定；如果车牌信息相同，则对所述后车进行非正常低速车辆的判定。
在一些实施例中，在获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息之前，还需要对整个待检测道路的交通状态进行判断，判断整个待检测道路上是否存在拥堵情况，如果不存在拥堵，则开始抓拍动作，如果存在拥堵，则先进行拥堵引导。
图2是根据本申请的又一实施例所示的车速管理方法的示例性流程图。
在步骤201，可以获取检测周期内的所述待检测路段上的预设检测断面的车辆的平均速度和流量。在一些实施例中，该步骤可以由车速检测诱导模块中的第二信息获取单元完成。第二信息获取单元可以是视频检测器、地磁检测器、线圈检测器或微波检测器。
所述预设检测断面的数量和位置可以是任意的。在一些实施例中，预设检测断面可以分别在待检测路段的起止位置附近、终止位置附近和/或中间位置。例如，对于待检测路段是隧道(例如，长大隧道)的情况，起始位置可以设置在隧道入口处，终止位置可以设置在隧道出口处。
在一些实施例中，设置在待检测路段的起始位置附近的检测断面可以距离起始位置任意长度，例如，0米、10米、20米、30米、50米、60米等。在一些实施例中，设置在起始位置附近的检测断面的数量也可以是任意的，例如，一个、两个、三个。所述起始位置附近的多个检测断面之间是间隔设置的。所述间隔的长度也可以是任意合适的值。
在一些实施例中，设置在待检测路段的终止位置附近的检测断面可以距离终止位置任意长度，例如，0米、10米、20米、30米、50米、60米等。在一些实施例中，设置在终止位置附近的检测断面的数量也可以是任意的，例如，一个、两个、三个。所述起始位置附近的多个检测断面之间是间隔设置的。所述间隔的长度也可以是任意合适的值。
在一些实施例中，设置在待检测路段的中间位置的检测断面可以位于整个待检测路段中距离起始位置第一预设距离到距离终止位置第二预设距离之间的任意位置。在一些实施例中，所述第一预设距离和/或第二预设距离可以由整个待检测路段的总长度来确定。例如，待检测路段的总长度越长，第一预设距离和/或第二预设距离可以越长；待检测路段的总长度越短，第一预设距离和/或第二预设距离可以越短。在一些实施例中，所述第一预设距离和/或第二预设距离可以是整个路段长度的1/3、1/4或1/5等。所述第一预设距离和所述第二预设距离可以相同也可以不同。
在步骤202，可以根据所述平均速度和流量，根据状态确定模型确定所述预设检测断面是否发生拥堵。该步骤可以由车速检测诱导模块中的拥堵判断单元来完成。
所述状态确定模型可以为任意合适的模型，例如格林希尔治模型、格林伯模型、安德伍德模型、派普斯-敏尔加模型、德留模型等。
在步骤203，如果所述预设检测断面发生拥堵，则可以对所述待检测路段上的车辆进行速度引导。该步骤可以由车速检测诱导模块中的第二诱导单元来完成。
下面以图4为例进行说明。图4示出了四个检测断面，该检测断面分别设置在起始位置、距离起始位置1/4～1/3处、距离终止位置1/4～1/3处以及终止位置，可分别记为检测断面1(也可以称为“检测点a”)、检测断面2(也可以称为“检测点b”)、检测断面3(也可以称为“检测点c”)和检测断面4(也可以称为“检测点d”)。需要说明的是，图4中设置的检测断面的数量和位置都是示例性的，是为了便于之后的说明，并不用来限制本发明。在其他实施例中，检测断面的位置和数量可以根据实际需求进行设置。
第二信息获取单元可以获取一个检测周期内通过四个检测断面的速度和流量，并对此进行统计，得到四个检测断面(即检测点a、b、c、d)的车辆平均速度和流量分别记为
Figure BDA0003748534580000071
qa，
Figure BDA0003748534580000072
qb，
Figure BDA0003748534580000073
qc，
Figure BDA0003748534580000074
qd。在一些实施例中，检测断面交通量采用换算当量交通量。
拥堵判断单元可以利用该检测断面对应的平均速度和流量，利用状态确定模型确定该检测断面是否发生拥堵。所述状态确定模型可以为任意合适的模型，例如格林希尔治模型、格林伯模型、安德伍德模型、派普斯-敏尔加模型、德留模型等。下面以格林希尔治模型为例进行说明。拥堵判断单元可以确定任意检测断面对应的
Figure BDA0003748534580000075
是否小于0，当该检测断面对应的
Figure BDA0003748534580000076
小于0时，可以判断该检测断面处发生了拥堵。其中，格林希尔治模型可以表示为
Figure BDA0003748534580000077
Q为断面车流量，Kj为阻塞密度，j表示阻塞转态，vf为自由流速度，f表示自由流转态；阻塞密度和自由车速需要对每个特定隧道进行交通流参数标定，标定数据来源与检测断面数据。
当其中任一检测断面出现
Figure BDA0003748534580000081
的情况，则判断该检测断面所在路段存在拥堵情况的发生，则第二诱导单元可以进行速度引导。第二引导单元可以包含LED显示屏。在一些实施例中，第一诱导单元和第二诱导单元可以完全相同或部分相同。
若检测点b、c和/或d处发生拥堵，则在检测点a处的LED显示屏上可以提示“前方拥堵，保持车距”；
若检测点a和d不拥堵，而检测点b和c处发生拥堵，则待检测路段的中部的LED显示屏上可以提示“适当提速，保持车距”，还可以在可变标志上显示建议速度；
若检测点a、b和/或c是到畅通状态，检测点d处拥堵，此时安全问题为首要提醒信息，因此，可以在待检测路段的中部的LED显示屏上显示“前方拥堵，注意安全”。
需要说明的是，以上示出的速度引导的方式只是示例性的，并不用来限制本发明，在其他实施例中还可以通过其他方式来进行速度引导，这里不做限制说明。
在一些实施例中，如果所述预设检测断面均未发生拥堵，则低速车辆抓拍模块可以开始工作(即步骤204)，即车辆抓拍模块获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息并根据所述状态信息进行非正常低速车辆的判断并进行非正常低速车辆的警示诱导。
以上示出的车速管理方法均是在一个检测周期内的操作，在实际的应用中，需要对每个检测周期内的交通状况进行判断与诱导，其具体判断与诱导方法与上文示出的判断与诱导方法一致，这里不再赘述。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求保护的范围内。

Claims (14)

1.一种车速管理方法，其特征在于，包括：
获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息；
根据所述状态信息确定所述后车是否为非正常低速车辆；
对所述非正常低速车辆进行警示诱导。
2.根据权利要求1所述的车速管理方法，其特征在于，所述预设抓拍断面包括间隔设置的第一抓拍断面和第二抓拍断面。
3.根据权利要求2所述的车速管理方法，其特征在于，所述状态信息包括所述前车通过所述第一抓拍断面的速度
Figure FDA0003748534570000011
和时间
Figure FDA0003748534570000012
所述前车通过所述第二抓拍断面的速度
Figure FDA0003748534570000013
和时间
Figure FDA0003748534570000014
所述后车通过所述第一抓拍断面的速度
Figure FDA0003748534570000015
和时间
Figure FDA0003748534570000016
所述后车通过所述第二抓拍断面的速度
Figure FDA0003748534570000017
和时间
Figure FDA0003748534570000018
4.根据权利要求3所述的车速管理方法，其特征在于，所述根据所述状态信息确定所述后车是否为非正常低速车辆包括：
当
Figure FDA0003748534570000019
且
Figure FDA00037485345700000110
且
Figure FDA00037485345700000111
且
Figure FDA00037485345700000112
时，确定所述后车为非正常低速车辆，
其中，v1为第一设定速度，v2为第二设定速度，t1为第一设定时长。
5.根据权利要求1所述的车速管理方法，其特征在于，所述状态信息还包括车牌信息，根据所述状态信息确定所述后车是否为非正常低速车辆还包括：
判断所述车道i上的预设抓拍断面的前车和后车的车牌信息是否相同；
如果不相同，则确定所述后车为换道车辆，不对所述后车进行非正常低速车辆的判定；
如果相同，则对所述后车进行非正常低速车辆的判定。
6.根据权利要求1所述的车速管理方法，其特征在于，所述获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息之前，所述方法还包括：
获取检测周期内的所述待检测路段上的预设检测断面的车辆的平均速度和流量；
根据所述平均速度和流量，根据状态确定模型确定所述预设检测断面是否发生拥堵；
如果所述预设检测断面发生拥堵，则对所述待检测路段上的车辆进行速度引导；
如果所述预设检测断面未发生拥堵，则执行获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息。
7.根据权利要求6所述的车速管理方法，其特征在于，所述状态确定模型为格林希尔治模型。
8.一种车速管理系统，其特征在于，包括：
低速车辆抓拍模块，包括第一信息获取单元、低速车辆判定单元和第一诱导单元，其中，
所述第一信息获取单元，用于获取待检测路段中车道i上前车k和后车k+1分别通过预设抓拍断面的状态信息；
所述低速车辆判定单元，用于根据所述状态信息确定所述后车是否为非正常低速车辆；
所述第一诱导单元，用于对所述非正常低速车辆进行警示诱导。
9.根据权利要求8所述的车速管理系统，其特征在于，所述预设抓拍断面包括间隔设置的第一抓拍断面和第二抓拍断面。
10.根据权利要求9所述的车速管理系统，其特征在于，所述状态信息包括所述前车通过所述第一抓拍断面的速度
Figure FDA0003748534570000021
和时间
Figure FDA0003748534570000022
所述前车通过所述第二抓拍断面的速度
Figure FDA0003748534570000023
和时间
Figure FDA0003748534570000024
所述后车通过所述第一抓拍断面的速度
Figure FDA0003748534570000025
和时间
Figure FDA0003748534570000026
所述后车通过所述第二抓拍断面的速度
Figure FDA0003748534570000027
和时间
Figure FDA0003748534570000028
11.根据权利要求10所述车速管理系统，其特征在于，所述根据所述状态信息确定所述后车是否为非正常低速车辆包括：
当
Figure FDA0003748534570000029
且
Figure FDA00037485345700000210
且
Figure FDA00037485345700000211
且
Figure FDA00037485345700000212
时，确定所述后车为非正常低速车辆，
其中，v1为第一设定速度，v2为第二设定速度，t1为第一设定时长。
12.根据权利要求8所述的车速管理系统，其特征在于，所述状态信息还包括车牌信息，根据所述状态信息确定所述后车是否为非正常低速车辆还包括：
判断所述车道i上的预设抓拍断面的前车和后车的车牌信息是否相同；
如果不相同，则确定所述后车为换道车辆，不对所述后车进行非正常低速车辆的判定；
如果相同，则对所述后车进行非正常低速车辆的判定。
13.根据权利要求8所述的车速管理系统，还包括：
车速检测诱导模块，包括第二信息获取单元、拥堵判定单元和第二诱导单元，其中，
所述第二信息获取单元，用于获取检测周期内的所述待检测路段上的预设检测断面的车辆的平均速度和流量；
所述拥堵判定单元，用于根据所述平均速度和流量，利用状态确定模型确定所述预设检测断面是否发生拥堵；
所述第二诱导单元，用于如果所述预设检测断面发生拥堵，则对所述待检测路段上的车辆进行速度引导。
14.根据权利要求13所述的车速管理系统，其特征在于，所述状态确定模型为格林希尔治模型。
CN202210831388.4A 2022-05-17 2022-07-15 一种车速管理方法及系统 Active CN115331457B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2022105358563 2022-05-17
CN202210535856 2022-05-17

Publications (2)

Publication Number Publication Date
CN115331457A true CN115331457A (zh) 2022-11-11
CN115331457B CN115331457B (zh) 2024-03-29

Family

ID=83917229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210831388.4A Active CN115331457B (zh) 2022-05-17 2022-07-15 一种车速管理方法及系统

Country Status (1)

Country Link
CN (1) CN115331457B (zh)

Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006268678A (ja) * 2005-03-25 2006-10-05 Matsushita Electric Ind Co Ltd 停止低速車両検出装置及び方法
KR101376493B1 (ko) * 2012-12-28 2014-03-20 김효찬 다차선 과속 차량 감시 시스템
KR20160011434A (ko) * 2014-07-22 2016-02-01 주식회사 스마트비전 차량 검지기를 이용한 과속 단속 시스템
CN105355044A (zh) * 2015-10-27 2016-02-24 山东大学 一种基于gis的城市交通路网格锁传播的动态表达方法
CN106060923A (zh) * 2016-06-30 2016-10-26 广西英伦信息技术股份有限公司 一种基于基站的测速方法
DE102015213701A1 (de) * 2015-07-21 2017-01-26 Robert Bosch Gmbh Sensorsystem für ein Fahrzeug zum Erkennen von Brücken oder Tunneleinfahrten
WO2017116134A1 (ko) * 2015-12-30 2017-07-06 건아정보기술 주식회사 레이더 및 영상 융합 차량 단속시스템
CN107705582A (zh) * 2017-10-12 2018-02-16 浙江大华技术股份有限公司 一种车辆违规检测方法和系统
CN108932849A (zh) * 2018-06-22 2018-12-04 安徽科力信息产业有限责任公司 一种记录多台机动车低速行驶违法行为的方法及装置
US10475338B1 (en) * 2018-09-27 2019-11-12 Melodie Noel Monitoring and reporting traffic information
CN110995771A (zh) * 2019-05-13 2020-04-10 赛尔网络有限公司 一种基于物联网的货车陆运监控管理系统
CN111047878A (zh) * 2018-10-11 2020-04-21 浙江宇视科技有限公司 交通违章判定方法、装置及交通卡口
CN111366926A (zh) * 2019-01-24 2020-07-03 杭州海康威视系统技术有限公司 跟踪目标的方法、装置、存储介质和服务器
CN111477007A (zh) * 2020-03-13 2020-07-31 北京易华录国际技术有限公司 一种车辆查控分析管理系统及方法
CN112277955A (zh) * 2020-10-30 2021-01-29 安徽江淮汽车集团股份有限公司 辅助驾驶方法、装置、设备及存储介质
CN113139482A (zh) * 2021-04-28 2021-07-20 北京百度网讯科技有限公司 交通异常检测的方法和装置
CN113299076A (zh) * 2021-05-12 2021-08-24 中国联合网络通信集团有限公司 车辆行驶速度的监测方法及系统
CN214752271U (zh) * 2021-05-11 2021-11-16 天津同大电子技术有限公司 一种基于毫米波雷达的测速装置
KR102328468B1 (ko) * 2020-05-13 2021-11-18 주식회사 아이에스앤로드테크 가변식 단속 라인을 이용하는 과속 단속 시스템 및 이를 이용한 방법
CN113936465A (zh) * 2021-10-26 2022-01-14 公安部道路交通安全研究中心 交通事件检测方法及装置
CN114005285A (zh) * 2021-10-21 2022-02-01 淮阴工学院 基于视频检测的车辆速度异常检测及车辆速度异常预警方法
CN114463940A (zh) * 2022-02-23 2022-05-10 智己汽车科技有限公司 司机驾驶异常行为的灯光警示方法及设备

Patent Citations (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006268678A (ja) * 2005-03-25 2006-10-05 Matsushita Electric Ind Co Ltd 停止低速車両検出装置及び方法
KR101376493B1 (ko) * 2012-12-28 2014-03-20 김효찬 다차선 과속 차량 감시 시스템
KR20160011434A (ko) * 2014-07-22 2016-02-01 주식회사 스마트비전 차량 검지기를 이용한 과속 단속 시스템
DE102015213701A1 (de) * 2015-07-21 2017-01-26 Robert Bosch Gmbh Sensorsystem für ein Fahrzeug zum Erkennen von Brücken oder Tunneleinfahrten
CN105355044A (zh) * 2015-10-27 2016-02-24 山东大学 一种基于gis的城市交通路网格锁传播的动态表达方法
WO2017116134A1 (ko) * 2015-12-30 2017-07-06 건아정보기술 주식회사 레이더 및 영상 융합 차량 단속시스템
CN106060923A (zh) * 2016-06-30 2016-10-26 广西英伦信息技术股份有限公司 一种基于基站的测速方法
CN107705582A (zh) * 2017-10-12 2018-02-16 浙江大华技术股份有限公司 一种车辆违规检测方法和系统
CN108932849A (zh) * 2018-06-22 2018-12-04 安徽科力信息产业有限责任公司 一种记录多台机动车低速行驶违法行为的方法及装置
US10475338B1 (en) * 2018-09-27 2019-11-12 Melodie Noel Monitoring and reporting traffic information
CN111047878A (zh) * 2018-10-11 2020-04-21 浙江宇视科技有限公司 交通违章判定方法、装置及交通卡口
CN111366926A (zh) * 2019-01-24 2020-07-03 杭州海康威视系统技术有限公司 跟踪目标的方法、装置、存储介质和服务器
CN110995771A (zh) * 2019-05-13 2020-04-10 赛尔网络有限公司 一种基于物联网的货车陆运监控管理系统
CN111477007A (zh) * 2020-03-13 2020-07-31 北京易华录国际技术有限公司 一种车辆查控分析管理系统及方法
KR102328468B1 (ko) * 2020-05-13 2021-11-18 주식회사 아이에스앤로드테크 가변식 단속 라인을 이용하는 과속 단속 시스템 및 이를 이용한 방법
CN112277955A (zh) * 2020-10-30 2021-01-29 安徽江淮汽车集团股份有限公司 辅助驾驶方法、装置、设备及存储介质
CN113139482A (zh) * 2021-04-28 2021-07-20 北京百度网讯科技有限公司 交通异常检测的方法和装置
CN214752271U (zh) * 2021-05-11 2021-11-16 天津同大电子技术有限公司 一种基于毫米波雷达的测速装置
CN113299076A (zh) * 2021-05-12 2021-08-24 中国联合网络通信集团有限公司 车辆行驶速度的监测方法及系统
CN114005285A (zh) * 2021-10-21 2022-02-01 淮阴工学院 基于视频检测的车辆速度异常检测及车辆速度异常预警方法
CN113936465A (zh) * 2021-10-26 2022-01-14 公安部道路交通安全研究中心 交通事件检测方法及装置
CN114463940A (zh) * 2022-02-23 2022-05-10 智己汽车科技有限公司 司机驾驶异常行为的灯光警示方法及设备

Also Published As

Publication number Publication date
CN115331457B (zh) 2024-03-29

Similar Documents

Publication Publication Date Title
US12106661B2 (en) Determining causation of traffic events and encouraging good driving behavior
CN109859500B (zh) 一种基于车路协同的高速合流区安全预警方法
CN105799512B (zh) 车辆超速提醒方法及系统
CN102171737B (zh) 驾驶辅助装置及方法
US6995663B2 (en) Driving workload estimation
EP1960982B1 (en) Vehicular drive assist system and vehicular drive assist method
CN109830117B (zh) 道路规划优化方法、装置、计算机设备及存储介质
CN105405321A (zh) 高速公路上车辆行驶中的安全预警方法及系统
CN108871357B (zh) 一种在电子地图上显示拥堵路段的事故车道的方法
CN107622669B (zh) 一种识别右转机动车是否礼让行人的方法
CN111462491B (zh) 一种基于匝道控制的高速公路合流区交通冲突预警方法
CN110264742B (zh) 一种适用于高速公路的车载信息监测装置及其警示方法
JP6660778B2 (ja) 迷惑運転検出装置及び迷惑運転検出方法
CN115331401B (zh) 一种高速公路长距离隧道车辆行驶安全智能分析预警系统
CN107180533A (zh) 道路预警方法和装置
CN113257024A (zh) 一种基于v2i的高速公路雨雾环境防追尾预警方法及系统
CN111081030B (zh) 一种高速路堵车的判断方法和系统
CN114170825A (zh) 一种绿波车速计算方法和装置
CN106920407A (zh) 一种交叉口信号配时控制信息传输方法
CN108510749A (zh) 交通监测装置及方法
CN115223362A (zh) 城市道路动态自动驾驶专用车道及其使用方法
Joseph et al. Looking Beyond Safety
CN110271554A (zh) 用于车辆的驾驶辅助系统和方法
CN115331457B (zh) 一种车速管理方法及系统
JP2008257635A (ja) 車両用警告装置

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