CN116311990B - 一种基于互联网数据与检测数据融合的信号控制方法 - Google Patents
一种基于互联网数据与检测数据融合的信号控制方法 Download PDFInfo
- Publication number
- CN116311990B CN116311990B CN202310303461.5A CN202310303461A CN116311990B CN 116311990 B CN116311990 B CN 116311990B CN 202310303461 A CN202310303461 A CN 202310303461A CN 116311990 B CN116311990 B CN 116311990B
- Authority
- CN
- China
- Prior art keywords
- data
- congestion
- control ring
- intersection
- green
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000004927 fusion Effects 0.000 title claims abstract description 13
- 230000002265 prevention Effects 0.000 claims description 18
- 230000005465 channeling Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001483 mobilizing effect Effects 0.000 description 1
Classifications
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于互联网数据与检测数据融合的信号控制方法,步骤如下:根据互联网数据中的速度数据、指数数据,设置区域层防控圈,并识别防控圈级别;实时分析区域拥堵程度以调节防控圈级别,在防控圈的边界交叉口截流,调节边界交叉口的最大绿灯时间;生成区域内交叉口级方案,实现方案切换;判断区域内各交叉口出口道的拥堵情况,出现拥堵时,降低驶入拥堵出口的若干进口道对应相关的绿信比,减少往拥堵出口的绿灯时间。本发明基于互联网数据与检测器数据融合的信号控制方法,基于覆盖面广的互联网数据和检测精度高的检测器数据,分析区域状态和分析交叉口状态,提高非节假日的信号智能控制中数据利用程度。
Description
技术领域
本发明属于交通信号控制领域,具体涉及一种基于互联网数据与检测数据融合的信号控制方法。
背景技术
在城市机动车水平快速提升的今天,交通拥堵已经成为世界各大城市面临的严重问题。城市道路有限增长与汽车保有量无限增长之间的矛盾导致交通问题日益严重,特别是以小汽车为主导的大中城市正在面临严峻的交通拥堵问题。而交通信号控制,在道路资源有限、不易扩容的情况下,可以通过调动交通系统的时空资源,平衡交通压力,保证交通系统运行的安全和稳定,成为城市交通系统管控的重要手段之一。
现有技术中检测器数据更精准但检测范围有限,互联网数据的检测范围长但数据颗粒度较低,目前多采用融合检测器的各种类型数据以生成控制方案,在排队长度超过检测范围时信号控制方案容易出现偏差,影响信号控制效果。
发明内容
针对于上述现有技术的不足,本发明的目的在于提供一种基于互联网数据与检测数据融合的信号控制方法,以解决现有技术中对于排队长度超过检测范围时信号控制方案容易出现偏差从而影响信号控制效果的问题。
为达到上述目的,本发明采用的技术方案如下:
本发明的一种基于互联网数据与检测数据融合的信号控制方法,步骤如下:
1)根据互联网数据中的速度数据、指数数据,设置区域层防控圈,并识别防控圈级别;
2)实时分析区域拥堵程度以调节防控圈级别,在防控圈的边界交叉口截流,调节边界交叉口的最大绿灯时间;
3)根据互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度,生成区域内交叉口级方案,实现方案切换;
4)判断区域内各交叉口出口道的拥堵情况,若出现拥堵时,则降低驶入拥堵出口的若干进口道对应相关的绿信比,减少往拥堵出口的绿灯时间。
进一步地,所述步骤1)中具体包括:
11)在关注区域设置防控圈,防控圈中包含关注区域内的所有交叉口,并明确防控圈的边界交叉口;
12)对于互联网数据中的速度数据,剔除速度数据中节假日数据以及偏离(高于或低于)均值超过16%的数据;
13)对于互联网数据中的指数数据,剔除指数数据中节假日数据以及偏离(高于或低于)均值超过16%的数据;
14)进行处理后的速度数据、指数数据的聚类,根据聚类结果的类别数量n划分防控圈级别,各防控圈级别分别是1~n;
15)不同的防控圈级别,设置不同的输入流向、输出流向的最大绿灯时间的调整步幅Δt。
进一步地,所述步骤2)具体包括:
21)计算防控圈内拥堵路段比例、拥堵交叉口比例,判断防控圈整体拥堵情况;
式中,congestion是拥堵水平;Ri是第i个路段是否拥堵,取值0或1;li是第i个路段的长度;Ji是第i个交叉口的是否拥堵,取值0或1;Jall是防控圈内全部交叉口的数量;δ是干线在防控圈拥堵水平中的关注程度,取值0~100%,默认值为50%;
22)根据防控圈整体拥堵情况,计算防控圈级别;
degree=ceil(congestion*n)
式中,degree是防控圈级别,congestion是拥堵水平,n是聚类结果的类别数量,ceil是向上取整操作;
23)依据区域的实际的防控圈级别,选取对应的流入流向、流出流向的最大绿灯时间的调整步幅Δt,调节边界交叉口的最大绿灯时间。
进一步地,所述步骤3)具体包括:
31)将互联网数据中的拥堵指数转换为城市交通运行指数TPI,TPI取值范围[0,10];
32)获取检测器数据,判断检测器数据中的排队长度是否达到检测最大范围,若超过检测最大范围,则使用互联网数据中的拥堵指数、排队长度计算防控圈内各交叉口的信号方案绿信比:
式中,λi是第i个相位的绿信比,TPIi是第i个相位的城市交通运行指数,IQi是第i个相位的互联网排队长度;
若排队长度未超过检测最大范围,则使用检测器数据中的流量、排队长度计算防控圈内各交叉口的信号方案绿信比:
式中,λi是第i个相位的绿信比,Vi是第i个相位的流量,DQi是第i个相位的检测器排队长度。
进一步地,所述步骤4)具体包括如下步骤:
41)根据检测器数据判断拥堵状态,当出现拥堵时,则根据交叉口渠化关系分析交叉口的出口道与进口道的对应关系,确定驶入拥堵出口的若干进口道,对于每个出口道均有驶入该出口道的若干进口道;
42)降低驶入拥堵出口的若干进口道对应相关的绿信比,减少往拥堵出口的绿灯时间,以减少拥堵。
本发明中的互联网数据是公知数据,通过高德、百度、滴滴等互联网公司获取;检测器数据通过道路上安装的检测器设备获取。
本发明的有益效果:
本发明基于互联网数据与检测器数据融合的信号控制方法,基于覆盖面广的互联网数据和检测精度高的检测器数据,分析区域状态和分析交叉口状态,提高非节假日的信号智能控制中数据利用程度;
根据区域整体情况,及时调节防控圈防控级别,控制边界交叉口的绿灯时间,减少区域拥堵程度;
根据交叉口互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度,适当优化区域内交叉口方案,提升了交叉口排队长度超过检测范围时信号控制方案的智能化水平,提升信号控制效果。
附图说明
图1为本发明方法的流程图。
具体实施方式
为了便于本领域技术人员的理解,下面结合实施例与附图对本发明作进一步的说明,实施方式提及的内容并非对本发明的限定。
参照图1所示,本发明的一种基于互联网数据与检测数据融合的信号控制方法,步骤如下:
1)根据互联网数据中的速度数据、指数数据,设置区域层防控圈,并识别防控圈级别;具体包括:
11)在关注区域设置防控圈,防控圈中包含关注区域内的所有交叉口,并明确防控圈的边界交叉口;
12)对于互联网数据中的速度数据,剔除速度数据中节假日数据以及偏离(高于或低于)均值超过16%的数据;
13)对于互联网数据中的指数数据,剔除指数数据中节假日数据以及偏离(高于或低于)均值超过16%的数据;
14)进行处理后的速度数据、指数数据的聚类,根据聚类结果的类别数量n划分防控圈级别,各防控圈级别分别是1~n;
15)不同的防控圈级别,设置不同的输入流向、输出流向的最大绿灯时间的调整步幅Δt。
2)实时分析区域拥堵程度以调节防控圈级别,在防控圈的边界交叉口截流,调节边界交叉口的最大绿灯时间;具体包括:
21)计算防控圈内拥堵路段比例、拥堵交叉口比例,判断防控圈整体拥堵情况;
式中,congestion是拥堵水平;Ri是第i个路段是否拥堵,取值0或1;li是第i个路段的长度;Ji是第i个交叉口的是否拥堵,取值0或1;Jall是防控圈内全部交叉口的数量;δ是干线在防控圈拥堵水平中的关注程度,取值0~100%,默认值为50%;
22)根据防控圈整体拥堵情况,计算防控圈级别;
degree=ceil(congestion*n)
式中,degree是防控圈级别,congestion是拥堵水平,n是聚类结果的类别数量,ceil是向上取整操作;
23)依据区域的实际的防控圈级别,选取对应的流入流向、流出流向的最大绿灯时间的调整步幅Δt,调节边界交叉口的最大绿灯时间。
3)根据互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度,生成区域内交叉口级方案,实现方案切换;所述步骤3)具体包括:
31)将互联网数据中的拥堵指数转换为城市交通运行指数TPI,TPI取值范围[0,10];
32)获取检测器数据,判断检测器数据中的排队长度是否达到检测最大范围,若超过检测最大范围,则使用互联网数据中的拥堵指数、排队长度计算防控圈内各交叉口的信号方案绿信比:
式中,λi是第i个相位的绿信比,TPIi是第i个相位的城市交通运行指数,IQi是第i个相位的互联网排队长度;
若排队长度未超过检测最大范围,则使用检测器数据中的流量、排队长度计算防控圈内各交叉口的信号方案绿信比:
式中,λi是第i个相位的绿信比,Vi是第i个相位的流量,DQi是第i个相位的检测器排队长度。
4)判断区域内各交叉口出口道的拥堵情况,若出现拥堵时,则降低驶入拥堵出口的若干进口道对应相关的绿信比,减少往拥堵出口的绿灯时间;具体包括如下步骤:
41)根据检测器数据判断拥堵状态,当出现拥堵时,则根据交叉口渠化关系分析交叉口的出口道与进口道的对应关系,确定驶入拥堵出口的若干进口道,对于每个出口道均有驶入该出口道的若干进口道;
42)降低驶入拥堵出口的若干进口道对应相关的绿信比,减少往拥堵出口的绿灯时间,以减少拥堵。
本发明具体应用途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进,这些改进也应视为本发明的保护范围。
Claims (3)
1.一种基于互联网数据与检测数据融合的信号控制方法,其特征在于,步骤如下:
1)根据互联网数据中的速度数据、指数数据,设置区域层防控圈,并识别防控圈级别;
2)实时分析区域拥堵程度以调节防控圈级别,在防控圈的边界交叉口截流,调节边界交叉口的最大绿灯时间;
3)根据互联网数据中的拥堵指数、排队长度和检测器数据的流量、排队长度,生成区域内交叉口级方案,实现方案切换;
4)判断区域内各交叉口出口道的拥堵情况,若出现拥堵时,则降低驶入拥堵出口的若干进口道对应相关的绿信比,减少往拥堵出口的绿灯时间;
所述步骤1)中具体包括:
11)在关注区域设置防控圈,防控圈中包含关注区域内的所有交叉口,并明确防控圈的边界交叉口;
12)对于互联网数据中的速度数据,剔除速度数据中节假日数据以及偏离均值超过16%的数据;
13)对于互联网数据中的指数数据,剔除指数数据中节假日数据以及偏离均值超过16%的数据;
14)进行处理后的速度数据、指数数据的聚类,根据聚类结果的类别数量n划分防控圈级别,各防控圈级别分别是1~n;
15)不同的防控圈级别,设置不同的输入流向、输出流向的最大绿灯时间的调整步幅Δt;
所述步骤2)具体包括:
21)计算防控圈内拥堵路段比例、拥堵交叉口比例,判断防控圈整体拥堵情况;
式中,congestion是拥堵水平;Ri是第i个路段是否拥堵;li是第i个路段的长度;Ji是第i个交叉口的是否拥堵;Jall是防控圈内全部交叉口的数量;δ是干线在防控圈拥堵水平中的关注程度,取值0~100%;
22)根据防控圈整体拥堵情况,计算防控圈级别;
degree=ceil(congestion*n)
式中,degree是防控圈级别,congestion是拥堵水平,n是聚类结果的类别数量,ceil是向上取整操作;
23)依据区域的实际的防控圈级别,选取对应的流入流向、流出流向的最大绿灯时间的调整步幅Δt,调节边界交叉口的最大绿灯时间。
2.根据权利要求1所述的基于互联网数据与检测数据融合的信号控制方法,其特征在于,所述步骤3)具体包括:
31)将互联网数据中的拥堵指数转换为城市交通运行指数TPI,TPI取值范围[0,10];
32)获取检测器数据,判断检测器数据中的排队长度是否达到检测最大范围,若超过检测最大范围,则使用互联网数据中的拥堵指数、排队长度计算防控圈内各交叉口的信号方案绿信比:
式中,λi是第i个相位的绿信比,TPIi是第i个相位的城市交通运行指数,IQi是第i个相位的互联网排队长度;
若排队长度未超过检测最大范围,则使用检测器数据中的流量、排队长度计算防控圈内各交叉口的信号方案绿信比:
式中,λi是第i个相位的绿信比,Vi是第i个相位的流量,DQi是第i个相位的检测器排队长度。
3.根据权利要求1所述的基于互联网数据与检测数据融合的信号控制方法,其特征在于,所述步骤4)具体包括如下步骤:
41)根据检测器数据判断拥堵状态,当出现拥堵时,则根据交叉口渠化关系分析交叉口的出口道与进口道的对应关系,确定驶入拥堵出口的若干进口道,对于每个出口道均有驶入该出口道的若干进口道;
42)降低驶入拥堵出口的若干进口道对应相关的绿信比,减少往拥堵出口的绿灯时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310303461.5A CN116311990B (zh) | 2023-03-27 | 2023-03-27 | 一种基于互联网数据与检测数据融合的信号控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310303461.5A CN116311990B (zh) | 2023-03-27 | 2023-03-27 | 一种基于互联网数据与检测数据融合的信号控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116311990A CN116311990A (zh) | 2023-06-23 |
CN116311990B true CN116311990B (zh) | 2023-12-22 |
Family
ID=86784951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310303461.5A Active CN116311990B (zh) | 2023-03-27 | 2023-03-27 | 一种基于互联网数据与检测数据融合的信号控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116311990B (zh) |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000306192A (ja) * | 1999-04-20 | 2000-11-02 | Matsushita Electric Ind Co Ltd | 交通情報提供システム |
KR20110075797A (ko) * | 2009-12-29 | 2011-07-06 | 한국철도기술연구원 | 지하철 환승역 기반의 승객 분산 유도 시스템 및 방법 |
CN102881173A (zh) * | 2012-09-24 | 2013-01-16 | 青岛海信网络科技股份有限公司 | 交通需求控制方法和系统 |
CN102881158A (zh) * | 2012-10-12 | 2013-01-16 | 王园园 | 一种减少机动车停车次数以及油耗和尾气排放的交通控制方法 |
CN103077615A (zh) * | 2012-12-20 | 2013-05-01 | 长沙理工大学 | 一种优化信号交叉口排队长度的在线学习方法 |
CN103559795A (zh) * | 2013-11-07 | 2014-02-05 | 青岛海信网络科技股份有限公司 | 一种多策略多目标的自适应交通控制方法 |
KR20160143220A (ko) * | 2015-06-05 | 2016-12-14 | 권도형 | 교차로 신호등 제어 시스템 |
CN106355905A (zh) * | 2016-10-28 | 2017-01-25 | 银江股份有限公司 | 一种基于卡口数据的高架信号控制方法 |
CN106781486A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 基于浮动车数据的交通状态评价方法 |
CN108629973A (zh) * | 2018-05-11 | 2018-10-09 | 四川九洲视讯科技有限责任公司 | 基于固定检测设备的路段交通拥堵指数计算方法 |
DE102017207790A1 (de) * | 2017-05-09 | 2018-11-15 | Continental Teves Ag & Co. Ohg | Verfahren zum Fusionieren von Daten auf hoher Fusionsebene für ein Strassenmodell zum beispielhaften Anwenden bei mehrspurigen Geschwindigkeitsbegrenzungs-Inferenzen, und eine Vorrichtung zur Durchführung des Verfahrens |
CN108922182A (zh) * | 2018-07-13 | 2018-11-30 | 航天科工广信智能技术有限公司 | 混合状态下控制子区的动态划分和调整方法 |
CN109035815A (zh) * | 2018-08-16 | 2018-12-18 | 公安部交通管理科学研究所 | 基于多源交通大数据的交通信号优化系统及运行方法 |
CN109326131A (zh) * | 2018-11-28 | 2019-02-12 | 南京莱斯信息技术股份有限公司 | 一种自动调整周期和绿信比的交通信号协调控制方法 |
CN109712394A (zh) * | 2019-01-15 | 2019-05-03 | 青岛大学 | 一种拥堵区域发现方法 |
CN109741603A (zh) * | 2019-01-24 | 2019-05-10 | 杭州远眺科技有限公司 | 一种基于排队长度计算相邻交叉口间拥堵传播率的方法 |
CN109872538A (zh) * | 2019-04-16 | 2019-06-11 | 广东交通职业技术学院 | 基于mfd的饱和交叉口群多层边界迭代学习控制方法和装置 |
CN110211396A (zh) * | 2019-05-30 | 2019-09-06 | 华南理工大学 | 一种高速公路收费站与周边交叉口群的动态调控方法 |
CN110782654A (zh) * | 2019-02-22 | 2020-02-11 | 北京嘀嘀无限科技发展有限公司 | 拥堵区域通行能力估测方法、装置及数据处理设备 |
JP2020135827A (ja) * | 2019-02-26 | 2020-08-31 | 富士通株式会社 | 渋滞予測プログラム、渋滞予測方法及び渋滞予測装置 |
KR20210000198A (ko) * | 2019-06-24 | 2021-01-04 | (주)아레스 | 도로 교통 혼잡도 예측 및 모의 방법 |
CN113706862A (zh) * | 2021-08-04 | 2021-11-26 | 同济大学 | 一种考虑路网容量约束的分布式主动均衡管控方法 |
CN113823086A (zh) * | 2021-08-30 | 2021-12-21 | 合肥学院 | 一种基于突发事件实时监测的区域路口协同管控方法 |
CN114141032A (zh) * | 2022-02-07 | 2022-03-04 | 青岛海信网络科技股份有限公司 | 一种交通信号控制方案生成方法及设备 |
CN114613126A (zh) * | 2022-01-28 | 2022-06-10 | 浙江中控信息产业股份有限公司 | 一种基于动态绿波的特种车辆信号优先方法 |
JP2022098057A (ja) * | 2020-12-21 | 2022-07-01 | パナソニックIpマネジメント株式会社 | 信号機制御装置、信号機制御方法、及び、信号機制御プログラム |
CN115035734A (zh) * | 2022-05-18 | 2022-09-09 | 北京航空航天大学 | 一种基于拥堵状态分级的城市快速路入口匝道信号控制方法 |
CN115798189A (zh) * | 2022-10-26 | 2023-03-14 | 北京红山信息科技研究院有限公司 | 一种交通拥堵指数评价方法 |
-
2023
- 2023-03-27 CN CN202310303461.5A patent/CN116311990B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000306192A (ja) * | 1999-04-20 | 2000-11-02 | Matsushita Electric Ind Co Ltd | 交通情報提供システム |
KR20110075797A (ko) * | 2009-12-29 | 2011-07-06 | 한국철도기술연구원 | 지하철 환승역 기반의 승객 분산 유도 시스템 및 방법 |
CN102881173A (zh) * | 2012-09-24 | 2013-01-16 | 青岛海信网络科技股份有限公司 | 交通需求控制方法和系统 |
CN102881158A (zh) * | 2012-10-12 | 2013-01-16 | 王园园 | 一种减少机动车停车次数以及油耗和尾气排放的交通控制方法 |
CN103077615A (zh) * | 2012-12-20 | 2013-05-01 | 长沙理工大学 | 一种优化信号交叉口排队长度的在线学习方法 |
CN103559795A (zh) * | 2013-11-07 | 2014-02-05 | 青岛海信网络科技股份有限公司 | 一种多策略多目标的自适应交通控制方法 |
KR20160143220A (ko) * | 2015-06-05 | 2016-12-14 | 권도형 | 교차로 신호등 제어 시스템 |
CN106355905A (zh) * | 2016-10-28 | 2017-01-25 | 银江股份有限公司 | 一种基于卡口数据的高架信号控制方法 |
CN106781486A (zh) * | 2016-12-28 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 基于浮动车数据的交通状态评价方法 |
DE102017207790A1 (de) * | 2017-05-09 | 2018-11-15 | Continental Teves Ag & Co. Ohg | Verfahren zum Fusionieren von Daten auf hoher Fusionsebene für ein Strassenmodell zum beispielhaften Anwenden bei mehrspurigen Geschwindigkeitsbegrenzungs-Inferenzen, und eine Vorrichtung zur Durchführung des Verfahrens |
CN108629973A (zh) * | 2018-05-11 | 2018-10-09 | 四川九洲视讯科技有限责任公司 | 基于固定检测设备的路段交通拥堵指数计算方法 |
CN108922182A (zh) * | 2018-07-13 | 2018-11-30 | 航天科工广信智能技术有限公司 | 混合状态下控制子区的动态划分和调整方法 |
CN109035815A (zh) * | 2018-08-16 | 2018-12-18 | 公安部交通管理科学研究所 | 基于多源交通大数据的交通信号优化系统及运行方法 |
CN109326131A (zh) * | 2018-11-28 | 2019-02-12 | 南京莱斯信息技术股份有限公司 | 一种自动调整周期和绿信比的交通信号协调控制方法 |
CN109712394A (zh) * | 2019-01-15 | 2019-05-03 | 青岛大学 | 一种拥堵区域发现方法 |
CN109741603A (zh) * | 2019-01-24 | 2019-05-10 | 杭州远眺科技有限公司 | 一种基于排队长度计算相邻交叉口间拥堵传播率的方法 |
CN110782654A (zh) * | 2019-02-22 | 2020-02-11 | 北京嘀嘀无限科技发展有限公司 | 拥堵区域通行能力估测方法、装置及数据处理设备 |
JP2020135827A (ja) * | 2019-02-26 | 2020-08-31 | 富士通株式会社 | 渋滞予測プログラム、渋滞予測方法及び渋滞予測装置 |
CN109872538A (zh) * | 2019-04-16 | 2019-06-11 | 广东交通职业技术学院 | 基于mfd的饱和交叉口群多层边界迭代学习控制方法和装置 |
CN110211396A (zh) * | 2019-05-30 | 2019-09-06 | 华南理工大学 | 一种高速公路收费站与周边交叉口群的动态调控方法 |
KR20210000198A (ko) * | 2019-06-24 | 2021-01-04 | (주)아레스 | 도로 교통 혼잡도 예측 및 모의 방법 |
JP2022098057A (ja) * | 2020-12-21 | 2022-07-01 | パナソニックIpマネジメント株式会社 | 信号機制御装置、信号機制御方法、及び、信号機制御プログラム |
CN113706862A (zh) * | 2021-08-04 | 2021-11-26 | 同济大学 | 一种考虑路网容量约束的分布式主动均衡管控方法 |
CN113823086A (zh) * | 2021-08-30 | 2021-12-21 | 合肥学院 | 一种基于突发事件实时监测的区域路口协同管控方法 |
CN114613126A (zh) * | 2022-01-28 | 2022-06-10 | 浙江中控信息产业股份有限公司 | 一种基于动态绿波的特种车辆信号优先方法 |
CN114141032A (zh) * | 2022-02-07 | 2022-03-04 | 青岛海信网络科技股份有限公司 | 一种交通信号控制方案生成方法及设备 |
CN115035734A (zh) * | 2022-05-18 | 2022-09-09 | 北京航空航天大学 | 一种基于拥堵状态分级的城市快速路入口匝道信号控制方法 |
CN115798189A (zh) * | 2022-10-26 | 2023-03-14 | 北京红山信息科技研究院有限公司 | 一种交通拥堵指数评价方法 |
Non-Patent Citations (18)
Title |
---|
交叉口及路段拥挤界定研究;畅芬叶;王志利;;太原理工大学学报(第04期);全文 * |
信号交叉口直行待行区的设置研究;尚德申;王山川;王文红;;中外公路(第01期);全文 * |
区域交叉口交通拥堵传播规律挖掘方法研究;施佳呈;吴戈;俄文娟;;河北工业科技(第03期);全文 * |
城市交通大系统递阶模糊神经网络控制;刘智勇, 吴今培, 李秀平, 万百五;信息与控制(第06期);全文 * |
城市道路交叉路口的拥堵预测;陈小红;钱大琳;;华南理工大学学报(自然科学版)(第07期);全文 * |
城市道路交通拥堵的模糊神经网络评析;诸云;王建宇;杨莹;刘博航;;北京理工大学学报(第05期);全文 * |
城市道路网关键交叉口识别研究;陈焰中;贺文雅;蒋萌青;张帆;;交通科技(第06期);全文 * |
基于K-均值聚类算法的城市道路拥堵分级研究;方德春;许虔虔;万华森;徐大伟;高雁波;;公路交通科技(应用技术版)(第02期);全文 * |
基于MFD的路网可扩展边界控制策略;刘澜;李新;;公路交通科技(第09期);全文 * |
基于智能计算的干线多路口交通信号控制;盖斐;赵建玉;贾磊;;济南大学学报(自然科学版)(第02期);全文 * |
基于模糊数学理论的城市道路网交通拥堵评价;郭红雨;;山西建筑(第17期);全文 * |
多路公交优先交叉口配时优化的双层规划模型;朱晓宁;隆冰;;交通运输工程学报(第01期);全文 * |
大型客运站站区交通拥堵仿真评价方法;王博彬;邵春福;张喜;计寻;;长安大学学报(自然科学版)(第S1期);全文 * |
盖斐 ; 赵建玉 ; 贾磊 ; .基于智能计算的干线多路口交通信号控制.济南大学学报(自然科学版).2008,(第02期),全文. * |
结合出租车轨迹数据的城市道路拥堵时空分析;邬群勇;邹智杰;邱端昇;苏克云;;福州大学学报(自然科学版)(第05期);全文 * |
过饱和交通网络的多层边界主动控制方法;李轶舜;徐建闽;王琳虹;;华南理工大学学报(自然科学版)(第07期);全文 * |
过饱和状态的潮汐车道交叉口群协同控制及仿真;许雪琦;姜柯;黄超;;公路交通科技(第05期);全文 * |
防止短连线交叉口溢流的单点信号配时优化;游黄阳;许伦辉;;系统工程理论与实践(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116311990A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108447263B (zh) | 基于浮动车的干线协调控制交叉口的信号控制评价方法 | |
CN111341095B (zh) | 一种基于边缘侧在线计算的交通信号控制系统及方法 | |
CN111260938B (zh) | 基于交通需求的可变车道自适应控制方法 | |
CN110276964B (zh) | 一种智能调节交通灯时间的方法 | |
CN110189530B (zh) | 一种面向路段突发交通事件的信号控制干预方法 | |
CN103700251A (zh) | 一种快速道路上可变限速与匝道控制协调优化控制方法 | |
CN114399900B (zh) | 一种基于遥感技术的智慧城市交通管理系统和方法 | |
CN112447051A (zh) | 面向快速路常发拥堵点段的多模式协同控制方法及系统 | |
CN108171999B (zh) | 基于滑动平均车流量的红绿灯时长动态控制方法及系统 | |
CN115035734B (zh) | 一种基于拥堵状态分级的城市快速路入口匝道信号控制方法 | |
CN115206115A (zh) | 智能网联环境下基于多源数据边缘计算的路网拥堵区管控方法 | |
CN111932916A (zh) | 一种城市道路动态应急车道的控制方法及控制系统 | |
CN113538897A (zh) | 一种考虑扰动的城市交通区域迭代学习边界控制方法 | |
CN115527382A (zh) | 一种基于智能多目标优化算法的交通控制方法 | |
CN115063990A (zh) | 一种混合交通流环境高速公路瓶颈路段动态限速控制方法 | |
CN116311990B (zh) | 一种基于互联网数据与检测数据融合的信号控制方法 | |
CN113823102B (zh) | 软件定义车载网络环境下的自适应信号配时方法 | |
AU2020102415A4 (en) | An adaptive traffic signal control algorithm and system based on speed monitoring | |
CN113192344A (zh) | 交通灯控制方法、系统及存储介质 | |
CN115880907A (zh) | 一种自适应可变车道控制系统和实现该系统的方法 | |
CN116740961A (zh) | 城市快速路出口匝道与衔接交叉口的信号协调控制方法 | |
CN114141013B (zh) | 基于低渗透率网联车轨迹数据的交叉口信号配时方法 | |
CN114241794B (zh) | 一种红绿灯自动控制调节方法 | |
CN113516866B (zh) | 一种智能网联技术融合下的公交准点到站调度方法 | |
CN115565389A (zh) | 基于大数据的智能交通红绿灯处理模型 |
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 |