CN116229724A - 考虑旅客平均时延的交通信号控制方法及系统 - Google Patents
考虑旅客平均时延的交通信号控制方法及系统 Download PDFInfo
- Publication number
- CN116229724A CN116229724A CN202310498642.8A CN202310498642A CN116229724A CN 116229724 A CN116229724 A CN 116229724A CN 202310498642 A CN202310498642 A CN 202310498642A CN 116229724 A CN116229724 A CN 116229724A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- algorithm
- optimal
- stage
- signal
- 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
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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/081—Plural intersections under common 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种考虑旅客平均时延的交通信号控制方法及系统,应用于智能交通技术领域,采集车辆位置、载客量、交通信号周期、相位、绿信比等数据,经过结构化处理并传输到交叉口信号控制器模块;根据以上数据计算每车道初始车辆行驶状态和车辆预计离开交叉口停止线的时间;三层动态规划算法中的上层算法计算各阶段最优性能指标,并记录各阶段车辆最优路径;中层算法枚举下一信号周期所有可能的信号配时方案,并更新车辆轨迹和状态;下层算法应用后向递归方法求解整个规划周期的最优信号配时方案;在单个交叉口执行最优信号配时方案后,再次激活数据采集和三层动态规划算法,直到结束。本发明减少总体时延,提高信号交叉口的人员通行能力。
Description
技术领域
本发明涉及智能交通技术领域,更具体的说是考虑旅客平均时延的交通信号控制方法及系统。
背景技术
城市居民的延误和拥堵已成为一个日益严重的问题,应用于城市信号交叉口的交通信号控制系统有望在缓解拥堵方面发挥关键作用。传统的城市交通控制器是基于车辆的信号控制系统,决定车辆的出发顺序时,道路上的所有车辆具有相同的优先级,而不考虑车辆的载客量情况。而决定拥堵直接成本的是在车辆上的每个旅客的平均时间损失,而不是车辆本身,因此,开发以减少城市信号交叉口旅客延误为目标的信号控制器至关重要。现有的研究成果包括为实现考虑旅客时间延误的信号控制开发了公交信号优先策略,为公交车辆提供优先权,试图最大限度地减少旅客总延误时间。然而,不同载客量的车辆在交叉口的分布是复杂且动态的,需要制定更灵活的信号配时方案来实现考虑旅客时间延误的信号控制目标。
因此,提出考虑旅客平均时延的交通信号控制方法,来减少城市居民的延误时间,此方法的提出可为城市交通信号控制系统的建设提供理论参考。
发明内容
有鉴于此,本发明提供了一种考虑旅客平均时延的交通信号控制方法及系统,以解决背景技术中的技术问题。
为了实现上述目的,本发明提供如下技术方案:
一方面,公开了一种考虑旅客平均时延的交通信号控制方法,具体步骤如下:
采集车辆位置、载客量、交通信号周期、相位、绿信比等数据,经过结构化处理并传输到交叉口信号控制器模块;
根据以上数据计算每条车道从最初检测到车辆的位置到交叉口停止线距离范围内车辆的初始预计行驶状态和车辆初始预计离开交叉口停止线的时间;
通过三层动态规划方法得到整个规划周期的最优信号配时方案;
在单个交叉口执行最优信号配时方案后,再次激活数据采集和三层动态规划算法,直到规划算法结束。
优选的,在上述的考虑旅客平均时延的交通信号控制方法中,所述最优信号配时方案具体步骤如下:
三层动态规划算法中的上层算法用于计算各阶段最优性能指标,即驶入交叉口车辆的旅客人均时延最小,并记录各阶段车辆最优路径;
三层动态规划算法中的中层算法用于枚举下一信号周期所有可能的信号配时方案,并更新车辆轨迹和状态;
三层动态规划算法中的下层算法应用后向递归方法求解整个规划周期的最优信号方案。
优选的,在上述的考虑旅客平均时延的交通信号控制方法中,根据以上数据计算每车道车辆预计离开交叉口停止线的时间和车辆的行驶状态,具体步骤如下:
构建在t阶段所有可能的信号灯相位的状态集和t阶段给定状态变量所有可行的控制决策集;
根据传输到交叉口信号控制器的车辆和信号数据形成按相序排列的车辆信息,从而计算得到初始车辆预计离开交叉口停止线的时间;
根据初始车辆预计离开时间,判断车辆的行驶状态。
优选的,在上述的考虑旅客平均时延的交通信号控制方法中,三层动态规划算法中的上层算法用于计算各阶段最优性能指标,即驶入交叉口车辆的旅客人均时延最小,并记录各阶段最优路径,具体步骤如下:
定义最大化减少旅客总延误时间的目标函数;
获取上一阶段预计车辆离开时间和车辆行驶状态;
对每一状态集,控制决策集,根据预计车辆行驶状态和车辆预计离开时间计算旅客延误性能指标;
当目标函数取得最大值时,记录各阶段车辆最优路径;
优选的,在上述的考虑旅客平均时延的交通信号控制方法中,三层动态规划算法中的中层算法用于枚举下一信号周期所有可能的信号配时方案,并更新车辆轨迹和状态,具体步骤如下:
建立信号制定规则约束,清除异常状态,得到可行状态集,根据可行状态集中的所有元素计算不同的性能指标值;
对每一属于可行状态集的状态变量,在最终周期所做的对应的交通控制决策插入到控制决策集;
在优化过程中,预计的车辆离开时间、车辆行驶状态和载客量水平需要不断的更新;并判断车辆的行驶状态。
优选的,在上述的考虑旅客平均时延的交通信号控制方法中,三层动态规划算法中的下层算法应用后向递归方法求解整个规划周期的最优信号方案,具体步骤如下:
输入信号最终阶段的状态变量、最大累计函数值、各阶段最优解集合;
设定最优信号配时方案集为空集,将最终阶段的状态变量插入到最优信号配时方案集;
从最终阶段开始,应用后向递归方法,从各阶段最优解集合中求解上一时刻的状态变量,将上一时刻的状态变量插入到最优信号配时方案集中作为第一个元素;
记录由各阶段选择组成的最优信号配时方案。
优选的,在上述的考虑旅客平均时延的交通信号控制方法中,在单个交叉口执行最优信号配时方案后,再次激活数据采集和三层动态规划算法;重复执行所设计的交通信号控制方法的优化流程,直到规划算法结束。
另一方面,公开了一种考虑旅客平均时延的交通信号控制系统,包括:
采集模块,采集车辆、交通信号灯数据,所述数据包括车辆ID、位置、速度、载客量、交通信号周期、相位、绿信比信息等;
第一处理模块,对所述车辆、交通信号灯信息进行处理,得到每一车道初始阶段的车辆行驶状态和车辆预计离开交叉口停止线的时间;
动态规划模块,通过三层动态规划算法得到整个规划期间的最优信号配时方案;
循环更新模块,在单个交叉口分配最优信号配时方案,最优信号配时方案执行后,再次激活数据获取过程和三层动态规划算法,直到规划算法结束。
优选的,在上述的考虑旅客平均时延的交通信号控制系统中,动态规划模块包括:
上层单元,三层动态规划算法中的上层算法用于计算各阶段最优性能指标,令旅客人均时延最小,并记录各阶段车辆最优路径;
中层单元,三层动态规划算法中的中层算法用于枚举下一周期所有可能的信号配时方案,并更新下一周期的车辆轨迹和状态;
下层单元,三层动态规划算法中的下层算法应用后向递归方法求解整个规划期间的最优信号配时方案。
经由上述的技术方案可知,与现有技术相比,本发明公开提供了一种考虑旅客平均时延的交通信号控制方法及系统,具有以下有益效果:以三层动态规划算法为核心,为了在规划范围内寻找人均延迟最小的最优信号配时方案,提出了动态规划优化算法来计算总效益,以确定最优解决方案;其中,公开的一种信号相变探索机制,以探索考虑人均时延的信号方案,提出了车辆轨迹更新理论,并利用该理论找出减少旅客延误效益最大的最优信号方案;对于高载客量车辆,该方法可显著减少人均延误时间。
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的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明提供的考虑旅客平均时延的交通信号控制方法的流程图;
图2为本发明提供的应用考虑旅客平均时延的交通信号控制方法的一个信号相变例子;
图3为本发明提供的三层动态规划算法的多阶段示意图;
图4为本发明提供的考虑旅客平均时延的交通信号控制系统框图。
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做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。
本发明实施例公开了一种考虑旅客平均时延的交通信号控制方法,参见图1所示,包括以下步骤:
S1、采集车辆位置、速度、载客量、交通信号周期、相位、绿信比等数据,经过结构化处理并传输到交叉口信号控制器模块;
S2、交叉口信号控制器对S1获取的数据进行处理,得到每一车道初始时刻的车辆行驶状态和车辆预计离开交叉口停止线的时间;
S3、三层动态规划算法中的上层算法用于计算各阶段最优性能指标,即驶入交叉口车辆的旅客人均时延最小,并记录各阶段车辆最优路径;
S4、三层动态规划算法中的中层算法用于枚举下一信号周期所有可能的信号配时方案,并更新车辆轨迹和状态;
S5、三层动态规划算法中的下层算法应用后向递归方法求解整个规划周期的最优信号方案;
S6、在单个交叉口执行最优信号配时方案后,再次激活数据采集和三层动态规划算法,直到规划算法结束。
进一步的,S2具体为:
S21、定义状态变量和决策变量/>,状态变量/>表示信号相位在t阶段的状态,其值可表示为/>,/>表示t阶段分别在相位组(1,3,6,8)和(2,4,5,7)给定绿灯的相位指数,用/>两个相位指数来表示的原因是为避免碰撞限制了在一个标准的八相位交叉口同时分配绿灯信号、且相互不冲突的相位个数不超过2个,若相位组(1,3,6,8)和(2,4,5,7)给定红灯,则/>或/>,j表示红灯状态持续的总时间;/>表示交叉口控制器在最终阶段所做的交通控制决策。
S23、对网联车辆的所有BSM信息段进行管理,形成按相位索引排序的车辆信息,给定在相位车辆/>的位置和速度,在优化开始之前可以对车辆的初始离开交叉口停止线的时间进行预测,可得到车队中车辆的初始预计离开时间,头车和跟驰车辆的初始预计离开时间可分别由下式进行计算:
其中,表示头车在0阶段、/>相位,给定状态变量/>,设定该相位下一阶段会分配绿灯信号,由此计算得出的预计车辆离开时间,同理/>表示跟驰车辆的预计离开时间,/>为车辆启动延误时间,/>为安全车头时距,/>表示0阶段之前/>相位给定的绿灯信号总步长,/>、/>分别表示头车、跟驰后车在0阶段的瞬时速度,/>、分别表示头车、跟驰后车在0阶段与交叉口停止线的距离;/>表示在0阶段、/>相位时自由行驶速度与头车的速度差,/>,/>为设定的自由行驶速度,表示在0阶段、/>相位时第/>辆车与第/>辆车的速度差,
S24、初始车辆预计离开时间列表生成后,车辆所在的车道下一阶段将激活绿灯信号,预计车辆行驶状态可由下式确定:
其中,、/>分别表示头车和跟驰车辆在0阶段、/>相位,给定状态变量/>,预计通过交叉口停止线的车辆行驶状态,其值为1表示自由行驶状态,值为0表示排队或减速状态,/>为设定的自由行驶速度,若头车的速度大于/>,则认为其为自由行驶状态车辆;
进一步的,S3具体为:
S31、设置步长t=1,定义最大化减少旅客延误时间的目标函数值,该函数累计了当前阶段和此前阶段的所有指标值,定义各阶段最优解集/>为空集,在规划时段内,对每一/>,得到状态变量集/>和决策变量集/>,最大化减少旅客延误时间的目标函数/>如下:
累计了所有相位中所有车辆的减少旅客延误的时间,、/>分别为相位指数和车辆指数,/>表示车辆/>在/>相位在初始阶段的载客量等级,可写为/>,是指给定状态变量/>,车辆/>在/>相位、t阶段的载客量等级,/>是指整个规划周期,/>指在/>相位的车辆/>从0阶段开始所花费的实际离开交叉口停止线的时间,/>为累计等待时间指数,/>为车辆/>从第一次被交叉口控制器监测到当前开始阶段0阶段所累计等待的时间;
进一步的,S4具体为:
S43、为保障交叉口通行安全,限制绿灯信号资源的利用,根据信号制定规则,若且/>,F为绿灯间隔时间,则/>,,/>表示与前一阶段相位兼容相位的集合,据此将从/>中进行检索,若/>则将/>从/>中清除;当,若/>,从/>中检索,将/>从/>中清除。其余的/>保留在/>集合中,从而得到所有可行状态的集合,根据集合中的所有元素可计算不同的性能指标值,在信号制定规则下的一个信号相变例子如图2所示;
S45、在优化过程中,不断有车辆从当前车道离开交叉口停止线,车辆环境是动态变化的,预计的车辆离开时间、车辆行驶状态和载客量水平需要不断的更新。
头车、跟驰车辆的预计离开时间更新的公式为:
其中、/>分别为头车、跟驰车辆上一阶段的预计离开时间,/>为车辆启动损失时间,/>为安全车头时距,/>、/>表示头车、跟驰车辆上一阶段均处于自由行驶状态,/>、/>表示头车、跟驰车辆上一阶段均处于排队或减速状态。
更新了头车、跟驰车辆的预计离开时间,可对车辆的行驶状态进行判断:
在出现红灯信号的车道中,该车道的车辆无法离开交叉口,车辆的数量和各车辆上的乘客数量保持不变,因此更新的载客量水平如下式:
然后将这些更新的交通参数传递到三层动态规划算法的上层算法以计算下一阶段的性能指标;
进一步的,S5具体为:
S53、记录由各阶段交叉口控制器决策选择组成的最优方案,S51~S53为下层的后向递归算法,此过程称为算法3;
进一步的,S6具体为
S61、最优信号配时方案实施后,滚动优化,重复数据采集和三层动态规划过程,三层动态规划算法的多阶段示意图如图3所示;
S62、重复执行所设计的交通信号控制方法的优化流程。
本发明另一实施例公开了一种考虑旅客平均时延的交通信号控制系统,如图4所示,包括:
采集模块,采集车辆、交通信号灯数据,所述数据包括车辆ID、位置、速度、载客量、交通信号周期、相位、绿信比等信息;
第一处理模块,对所述车辆、交通信号灯信息进行处理,得到每一车道初始阶段的车辆行驶状态和车辆预计离开交叉口停止线的时间;
动态规划模块,通过三层动态规划算法得到整个规划周期的最优信号配时方案;
循环更新模块,在单个交叉口分配最优信号配时方案,最优信号配时方案执行后,再次激活数据获取过程和三层动态规划算法,直到规划算法结束。
其中,动态规划模块包括:
上层单元,三层动态规划算法中的上层算法用于计算各阶段最优性能指标,令旅客人均时延最小,并记录各阶段最优路径;
中层单元,三层动态规划算法中的中层算法用于枚举下一周期所有可能的信号配时方案,并更新下一周期的车辆轨迹和状态;
下层单元,三层动态规划算法中的下层算法应用后向递归方法求解整个规划期间的最优信号配时方案。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种考虑旅客平均时延的交通信号控制方法,其特征在于,具体步骤如下:
采集车辆位置、载客量、交通信号周期、相位、绿信比数据,经过结构化处理;
根据所述数据计算每条车道从最初检测到车辆的位置到交叉口停止线距离范围内车辆的初始预计行驶状态和车辆初始预计离开交叉口停止线的时间;
通过三层动态规划算法得到整个规划周期的最优信号配时方案;
在单个交叉口执行最优信号配时方案后,再次激活数据采集和三层动态规划算法,直到规划算法结束。
2.根据权利要求1所述的考虑旅客平均时延的交通信号控制方法,其特征在于,所述最优信号配时方案具体步骤如下:
三层动态规划算法中的上层算法用于计算各阶段最优性能指标,即驶入交叉口车辆的旅客人均时延最小,并记录各阶段车辆最优路径;
三层动态规划算法中的中层算法用于枚举下一信号周期所有可能的信号配时方案,并更新车辆轨迹和状态;
三层动态规划算法中的下层算法应用后向递归方法求解整个规划周期的最优信号配时方案。
3.根据权利要求1所述的考虑旅客平均时延的交通信号控制方法,其特征在于,根据所述数据计算每车道车辆预计离开交叉口停止线的时间和车辆的行驶状态具体步骤如下:
构建在t阶段所有可能的信号灯相位的状态集和t阶段给定状态变量所有可行的控制决策集;
根据传输到交叉口信号控制器的车辆和信号数据形成按相序排列的车辆信息,从而计算得到初始车辆预计离开交叉口停止线的时间;
根据初始车辆预计离开时间,判断车辆的行驶状态。
4.根据权利要求2所述的考虑旅客平均时延的交通信号控制方法,其特征在于,三层动态规划算法中的上层算法用于计算各阶段最优性能指标,即驶入交叉口车辆的旅客人均时延最小,并记录各阶段车辆最优路径具体步骤如下:定义最大化减少乘客总延误时间的目标函数值;
获取上一阶段预计车辆离开时间和车辆行驶状态;对每一状态集,控制决策集,根据预计车辆行驶状态和车辆预计离开时间计算乘客延误性能指标;
当目标函数值取得最大值,记录各阶段车辆最优路径。
5.根据权利要求2所述的考虑旅客平均时延的交通信号控制方法,其特征在于,三层动态规划算法中的中层算法用于枚举下一信号周期所有可能的信号配时方案,并更新车辆轨迹和状态具体步骤如下:
建立信号制定规则约束,清除异常状态,得到可行状态集,根据可行状态集中的所有元素计算不同的性能指标值;
对每一属于可行状态集的状态变量,在最终阶段所做对应的交通控制决策插入到控制决策集;
在优化过程中,不断更新预计的车辆离开时间、车辆行驶状态和载客量。
6.根据权利要求2所述的考虑旅客平均时延的交通信号控制方法,其特征在于,三层动态规划算法中的下层算法应用后向递归方法求解整个规划周期的最优信号方案具体步骤如下:
输入信号最终阶段的状态变量、最大累计函数值、各阶段最优解集合;
设定最优信号配时方案集为空集,将最终阶段的状态变量插入到最优信号配时方案集;
从最终阶段开始,应用后向递归方法,从各阶段最优解集合中检索上一时刻的状态变量,将上一时刻的状态变量插入到最优信号配时方案集中作为第一个元素;
记录由各阶段选择组成的最优信号配时方案。
7.根据权利要求1所述的考虑旅客平均时延的交通信号控制方法,其特征在于,在单个交叉口执行最优信号配时方案后,再次激活数据采集和三层动态规划算法,直到规划算法结束,具体步骤如下:
执行最优信号配时方案后,滚动优化,再次激活数据采集和三层动态规划算法;重复执行所设计的交通信号控制方法的优化流程。
8.一种考虑旅客平均时延的交通信号控制系统,其特征在于,包括:
采集模块,采集车辆位置、载客量、交通信号周期、相位、绿信比数据;
第一处理模块,对所述车辆、交通信号灯信息进行处理,得到每一车道初始阶段的车辆行驶状态和车辆预计离开交叉口停止线的时间;
动态规划模块,通过三层动态规划算法得到整个规划周期的最优信号配时方案;
循环更新模块,在单个交叉口分配最优信号配时方案,最优信号配时方案执行后,再次激活数据获取过程和三层动态规划算法,直到规划算法结束。
9.根据权利要求8所述的考虑旅客平均时延的交通信号控制系统,其特征在于,动态规划模块包括:
上层单元,三层动态规划算法中的上层算法用于计算各阶段最优性能指标,令旅客人均时延最小,并记录各阶段车辆最优路径;
中层单元,三层动态规划算法中的中层算法用于枚举下一信号周期所有可能的信号配时方案,并更新下一信号周期的车辆轨迹和状态;
下层单元,三层动态规划算法中的下层算法应用后向递归方法求解整个规划周期的最优信号配时方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310498642.8A CN116229724B (zh) | 2023-05-06 | 2023-05-06 | 考虑旅客平均时延的交通信号控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310498642.8A CN116229724B (zh) | 2023-05-06 | 2023-05-06 | 考虑旅客平均时延的交通信号控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116229724A true CN116229724A (zh) | 2023-06-06 |
CN116229724B CN116229724B (zh) | 2023-08-01 |
Family
ID=86577177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310498642.8A Active CN116229724B (zh) | 2023-05-06 | 2023-05-06 | 考虑旅客平均时延的交通信号控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116229724B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116721548A (zh) * | 2023-08-07 | 2023-09-08 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种跨时段方案安全切换的信号控制方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198680A (zh) * | 2013-04-25 | 2013-07-10 | 东南大学 | 干线多线路公交绿波协调控制方法 |
CN104575038A (zh) * | 2015-01-05 | 2015-04-29 | 东南大学 | 一种考虑多路公交优先的交叉口信号控制方法 |
CN105788309A (zh) * | 2016-05-23 | 2016-07-20 | 哈尔滨工业大学 | 一种公交优先控制策略选择方法 |
US20190236942A1 (en) * | 2018-01-29 | 2019-08-01 | Siemens Industry, Inc. | Bus lane prioritization |
US20210097857A1 (en) * | 2019-06-21 | 2021-04-01 | King Fahd University Of Petroleum And Minerals | Quick process for optimizing space and signal timing at intersections |
CN112669643A (zh) * | 2021-03-16 | 2021-04-16 | 长沙理工大学 | 一种基于双层规划的公交实时调度与信号控制方法 |
CN113032964A (zh) * | 2021-02-26 | 2021-06-25 | 武汉理工大学 | 一种公交优先的交叉口信号控制方法及装置 |
CN113362618A (zh) * | 2021-06-03 | 2021-09-07 | 东南大学 | 基于策略梯度的多模式交通自适应信号控制方法及装置 |
CN113409599A (zh) * | 2021-06-16 | 2021-09-17 | 河南省城乡规划设计研究总院股份有限公司 | 一种基于信息预测的城市公交优先协调控制方法 |
US20220092973A1 (en) * | 2020-09-18 | 2022-03-24 | Soheil MOHAMAD ALIZADEH SHABESTARY | Method and system for adaptive cycle-level traffic signal control |
US20220108611A1 (en) * | 2020-10-05 | 2022-04-07 | Thi Consultants Inc. | Bidirectional interactive traffic-control management system |
CN114708741A (zh) * | 2022-04-19 | 2022-07-05 | 安徽工业大学 | 一种基于v2x技术的多相位公交优先控制方法 |
CN115713863A (zh) * | 2022-10-31 | 2023-02-24 | 长沙理工大学 | 一种面向自动驾驶专用相位的轨迹规划与信号优化方法 |
-
2023
- 2023-05-06 CN CN202310498642.8A patent/CN116229724B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198680A (zh) * | 2013-04-25 | 2013-07-10 | 东南大学 | 干线多线路公交绿波协调控制方法 |
CN104575038A (zh) * | 2015-01-05 | 2015-04-29 | 东南大学 | 一种考虑多路公交优先的交叉口信号控制方法 |
CN105788309A (zh) * | 2016-05-23 | 2016-07-20 | 哈尔滨工业大学 | 一种公交优先控制策略选择方法 |
US20190236942A1 (en) * | 2018-01-29 | 2019-08-01 | Siemens Industry, Inc. | Bus lane prioritization |
US20210097857A1 (en) * | 2019-06-21 | 2021-04-01 | King Fahd University Of Petroleum And Minerals | Quick process for optimizing space and signal timing at intersections |
US20220092973A1 (en) * | 2020-09-18 | 2022-03-24 | Soheil MOHAMAD ALIZADEH SHABESTARY | Method and system for adaptive cycle-level traffic signal control |
US20220108611A1 (en) * | 2020-10-05 | 2022-04-07 | Thi Consultants Inc. | Bidirectional interactive traffic-control management system |
CN113032964A (zh) * | 2021-02-26 | 2021-06-25 | 武汉理工大学 | 一种公交优先的交叉口信号控制方法及装置 |
CN112669643A (zh) * | 2021-03-16 | 2021-04-16 | 长沙理工大学 | 一种基于双层规划的公交实时调度与信号控制方法 |
CN113362618A (zh) * | 2021-06-03 | 2021-09-07 | 东南大学 | 基于策略梯度的多模式交通自适应信号控制方法及装置 |
CN113409599A (zh) * | 2021-06-16 | 2021-09-17 | 河南省城乡规划设计研究总院股份有限公司 | 一种基于信息预测的城市公交优先协调控制方法 |
CN114708741A (zh) * | 2022-04-19 | 2022-07-05 | 安徽工业大学 | 一种基于v2x技术的多相位公交优先控制方法 |
CN115713863A (zh) * | 2022-10-31 | 2023-02-24 | 长沙理工大学 | 一种面向自动驾驶专用相位的轨迹规划与信号优化方法 |
Non-Patent Citations (3)
Title |
---|
MINGBO LUO ET AL.: "A Multi-phase Adjustment Strategy for Transit Priority Signal Control in V2I Environment", 2021 6TH INTERNATIONAL CONFERENCE ON TRANSPORTATION INFORMATION AND SAFETY (ICTIS) * |
SHENGHUA ZHOU ET AL.: "Integrating computer vision and traffic modeling for near-real-time signal timing optimization of multiple intersections", SUSTAINABLE CITIES AND SOCIETY * |
李娟: "基于人均延误的交叉口信号配时优化", 公路交通科技, vol. 38, no. 11 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116721548A (zh) * | 2023-08-07 | 2023-09-08 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种跨时段方案安全切换的信号控制方法 |
CN116721548B (zh) * | 2023-08-07 | 2023-12-26 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种跨时段方案安全切换的信号控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116229724B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111696370B (zh) | 基于启发式深度q网络的交通灯控制方法 | |
CN111768637B (zh) | 一种信号交叉口交通信号灯和车辆轨迹控制方法 | |
CN109471444B (zh) | 基于改进Dijkstra算法的停车AGV路径规划方法 | |
CN116229724B (zh) | 考虑旅客平均时延的交通信号控制方法及系统 | |
WO2021208484A1 (zh) | 一种面向公交信号优先高频多申请的动态控制方法 | |
CN113763723B (zh) | 基于强化学习与动态配时的交通信号灯控制系统及方法 | |
CN111311959A (zh) | 多路口协同控制方法、装置、电子设备及存储介质 | |
CN113299107B (zh) | 一种多目标融合的交叉口动态车辆网联速度引导控制方法 | |
Rida et al. | Adaptive traffic light control system using wireless sensors networks | |
CN111613072A (zh) | 智能信号灯配时优化方法、装置、设备、系统和介质 | |
CN113276884B (zh) | 一种可变博弈模式的智能车交互决策通行方法及系统 | |
CN112735126B (zh) | 一种基于模型预测控制的混合交通流协同优化控制方法 | |
CN111768639B (zh) | 一种网联交通环境下的多交叉口信号配时系统及其方法 | |
CN114067559A (zh) | 一种自动车专用道并入普通车道的合流优化控制方法 | |
CN111145544B (zh) | 一种基于拥堵蔓延消散模型的行程时间及路径预测方法 | |
CN115662131B (zh) | 网联环境下道路事故路段的多车道协同换道方法 | |
CN111047880B (zh) | 路网的交通控制方法、装置、存储介质和管理设备 | |
CN111754771A (zh) | 一种基于交通信号和密度延误的个体行程时间预测方法 | |
CN117116064A (zh) | 一种基于深度强化学习的乘客延误最小化信号控制方法 | |
CN112562363B (zh) | 一种基于v2i的交叉口交通信号优化方法 | |
CN115083175B (zh) | 基于车路协同的信号管控方法、相关装置及程序产品 | |
JP2003067883A (ja) | 広域道路交通空間における交通状況の予測方法 | |
CN110428612A (zh) | 车辆管控方法、装置、计算机设备和存储介质 | |
CN114613170B (zh) | 一种基于强化学习的交通信号灯路口协调控制方法 | |
CN116596174B (zh) | 综合成本与收益的路径规划方法、装置、设备及存储介质 |
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 |