CN116386347A - 绿波车速推荐方法、装置、电子设备及可读存储介质 - Google Patents
绿波车速推荐方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN116386347A CN116386347A CN202310355664.9A CN202310355664A CN116386347A CN 116386347 A CN116386347 A CN 116386347A CN 202310355664 A CN202310355664 A CN 202310355664A CN 116386347 A CN116386347 A CN 116386347A
- Authority
- CN
- China
- Prior art keywords
- green
- intersection
- green wave
- vehicle speed
- vehicle
- 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 57
- 230000004044 response Effects 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013473 artificial intelligence Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 206010021033 Hypomenorrhoea Diseases 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- G08G1/09—Arrangements for giving variable traffic instructions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/146—Display means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Controls For Constant Speed Travelling (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本公开提供了一种绿波车速推荐方法、装置、电子设备及可读存储介质,涉及人工智能领域,尤其涉及智能交通、自动驾驶等技术领域,实现方案包括:基于车辆的导航路径,确定车辆将要行驶经过的下一个路口;在车辆朝向下一个路口行驶时,确定是否存在连续的至少两个绿波带,其中,连续的至少两个绿波带自下一个路口起,跨越连续的至少三个路口形成;以及响应于确定存在连续的至少两个绿波带,确定用于使车辆行驶经过连续的至少两个绿波带以通过连续的至少三个路口的绿波车速;以及向用户推荐绿波车速。
Description
技术领域
本公开涉及人工智能领域,尤其涉及智能交通、自动驾驶等技术领域,具体涉及一种绿波车速推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
车辆速度推荐是主动交通管控的重要手段,可以减少车辆在行驶过程中停车与延误,提升交通效率与出行者的出行体验。近年来,绿波速度推荐逐渐兴起。绿波带可以是指车辆在不停车的情况下通过的一个时空区间。相应地,绿波车速可以是指车辆通过该时空区间所采用的行驶速度。随着技术的发展,绿波车速推荐已逐渐成为重要的车速推荐方式,因此如何更准确地确定绿波车速且进行绿波车速推荐仍然是业界研究的热点之一。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种绿波车速推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种绿波车速推荐方法,包括:基于车辆的导航路径,确定车辆将要行驶经过的下一个路口;在车辆朝向下一个路口行驶时,确定是否存在连续的至少两个绿波带,其中,连续的至少两个绿波带自下一个路口起,跨越连续的至少三个路口形成;以及响应于确定存在连续的至少两个绿波带,确定用于使车辆行驶经过连续的至少两个绿波带以通过连续的至少三个路口的绿波车速;以及向用户推荐绿波车速。
根据本公开的另一方面,提供了一种绿波车速推荐装置,包括:路口确定模块,被配置为基于车辆的导航路径,确定车辆将要行驶经过的下一个路口;绿波带确定模块,被配置为在车辆朝向下一个路口行驶时,确定是否存在连续的至少两个绿波带,其中,连续的至少两个绿波带自下一个路口起,跨越连续的至少三个路口形成;绿波车速确定模块,被配置为响应于确定存在连续的至少两个绿波带,确定用于使车辆行驶经过连续的至少两个绿波带以通过连续的至少三个路口的绿波车速;以及推荐模块,被配置为向用户推荐绿波车速。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有能够被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的计算机可读存储介质,计算机指令用于使计算机执行根据如上所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,计算机程序在被处理器执行时实现如上所述的方法。
根据本公开的一个或多个实施例,可以为车辆推荐适合于通过尽量多连续路口的绿波车速。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开实施例的绿波车速推荐方法的流程图;
图3示出了根据本公开实施例的绿波车速推荐方法的示意图;
图4示出了根据本公开实施例的道路拥堵判断的流程图;
图5示出了根据本公开实施例的绿波车速推荐装置的结构框图;以及
图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
相关技术中,传统的车辆速度推荐是通过在路段上的固定位置处设置交通诱导牌来完成的,然而这种传统的推荐方法无法对不同车辆定制化地推荐不同的速度。近年来,随着车联网与导航技术的发展,绿波车速推荐逐渐兴起,其可以帮助车辆以一定车速在不停车的情况下通过一个时空区间,也即绿波带。目前,业界仍然在寻找更为准确的用于确定绿波车速的方法,以优化绿波车速推荐方法。
至少针对上述技术问题,本公开的实施例提供了一种绿波车速推荐方法。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行绿波车速推荐的方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供其他服务或软件应用,这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来接收并显示推荐的绿波车速。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
图2示出了根据本公开实施例的绿波车速推荐方法200的流程图。如图2所示,方法200包括步骤S201、S202、S203和S204。
在步骤S201,基于车辆的导航路径,确定车辆将要行驶经过的下一个路口。
在示例中,车辆的导航路径可以是驾驶人在开始一段行程前在诸如导航类应用程序或其车辆的导航系统中设置的。基于车辆的导航路径,可以确定车辆将要行驶经过的行驶轨迹,由此可以确定车辆将要行驶经过的下一个路口。路口例如可以是位于道路主干线上的交叉路口。
在本公开的实施例中,针对每个要行驶经过的下一个路口,均进行一次判断,也即在到达该下一个路口之前,均会判断是否满足以下将在步骤S202中描述的条件,即是否存在连续的至少两个绿波带,从而在满足该条件时进行对应的绿波车速推荐。这样,可以确保为车辆推荐适合于通过尽量多连续路口的绿波车速。
在步骤S202,在车辆朝向该下一个路口行驶时,确定是否存在连续的至少两个绿波带,其中,该连续的至少两个绿波带自该下一个路口起,跨越连续的至少三个路口形成。
在示例中,绿波带可以是指车辆以一定车速行驶时在不停车的情况下通过的一个时空区间,该车速可以对应于绿波车速。因此,为了确定是否存在绿波带,可以借助于预设的参考绿波车速,其可以来自于经验值,例如可以是诸如60公里/小时、80公里/小时等的常用推荐车速。该参考绿波车速可以在实际应用中不同地选取以应对不同路段的实际情况,例如在干线道路上可以选取相对较大的参考绿波车速,而在一般的城市公路可以选取相对较小的参考绿波车速,以用于针对实际路段计算绿波带。
在本公开的实施例中,针对是否存在连续的至少两个绿波带进行判断,以最大化车辆在不停车的情况下经过尽量多连续路口的可能性。该连续的至少两个绿波带自该下一个路口起,跨越连续的至少三个路口形成。这样,可以便利于为车辆推荐适合于通过尽量多连续路口的绿波车速。
在步骤S203,响应于确定存在该连续的至少两个绿波带,确定用于使车辆行驶经过该连续的至少两个绿波带以通过该连续的至少三个路口的绿波车速。
在示例中,以连续的三个路口为例,可以获取该连续的三个路口的灯态信息(诸如正向协调相位绿灯开始和结束的时间相对于信号灯周期开始的时间差、不同路口的信号灯周期之间的相位差)以及该连续的三个路口之间的距离,以用于基于参考绿波车速来确定是否存在自第一路口至第二路口形成的第一绿波带以及自第二路口至第三路口形成的第二绿波带。这里,如果第一绿波带在第二路口的开始时间和结束时间与第二绿波带在第二路口的开始时间和结束时间至少部分地重合,则意味着这两个绿波带为连续的。相应地,可以获得两个绿波带在三个路口的开始时间和结束时间。类似地,在更多路口的情况下,可以进行相似的计算和判断。例如在存在三个绿波带的情况下,可以获得三个绿波带在四个路口的开始时间和结束时间。
在示例中,仍然以连续的三个路口为例,为了计算用于使车辆行驶经过该连续的两个绿波带的绿波车速,可以将第一路口和第三路口作为参考,以将该连续的两个绿波带视为一个绿波带的方式来计算上述绿波车速。为此,可以基于第一绿波带在第一路口的开始时间和结束时间、第二绿波带在第三路口的开始时间和结束时间、第一路口与第三路口之间的距离,同时结合第一路口和第三路口的灯态信息,并根据车辆的当前时刻以参考绿波车速作为计算参考,获得用于使车辆行驶经过该连续的两个绿波带的最小绿波车速和最大绿波车速。
在示例中,可以在交警专网侧基于信号优化平台接入干线协调方案,基于统一信号平台接入干线各路口实时配时方案与实时灯态,计算得到各路口绿波带的开始和结束时间。
在步骤S204,向用户推荐绿波车速。
在示例中,在获得上述最小绿波车速和最大绿波车速后,可以向用户推荐在该最小绿波车速与最大绿波车速之前的绿波车速。
根据本公开实施例的绿波车速推荐方法,通过将连续的多个绿波带作为判断目标并在每个将要到达的路口之前均进行一次判断,可以将不停车通过的目标路口的数量最大化,由此为车辆推荐适合于通过尽量多连续路口的绿波车速。
可以理解的是,本文中主要以连续的三个路口为例进行了说明,意在阐述本公开的原理,而非进行限制。对于超过三个路口的情况,例如四个、五个路口等,其原理是相似的,因此不再过多赘述各个具体情况。在实际应用中,出于道路和信号灯的固有特点,连续的三个至五个路口可能是较为常见的场景。对于干线道路而言,诸如允许较快车速的快速路,也可能存在跨越更多连续路口的连续绿波带。
以下进一步描述根据本公开实施例的绿波车速推荐方法的各个方面。
根据一些实施例,上述连续的至少三个路口可以包括以下一个路口作为第一路口以及位于第一路口之后的第二路口和第三路口,并且上述连续的至少两个绿波带包括自第一路口至第二路口形成的第一绿波带以及自第二路口至第三路口形成的第二绿波带。
相应地,步骤S202中确定是否存在连续的至少两个绿波带可以包括:
基于判断在第一路口存在针对第一绿波带的第一开始时间和第一结束时间,并且在第二路口存在针对第一绿波带的第二开始时间和第二结束时间,确定存在第一绿波带;以及基于判断在第二路口存在针对第二绿波带的第二开始时间和第二结束时间,并且在第三路口存在针对第二绿波带的第三开始时间和第三结束时间,确定存在第二绿波带。
这里,第一绿波带在第二路口的开始时间和结束时间与第二绿波带在第二路口的开始时间和结束时间可以是一致的,由此这两个绿波带是连续的。
以这种方式,可以简便地确定是否存在连续的至少两个绿波带,从而为向用户推荐用于使车辆行驶经过该连续的至少两个绿波带的绿波车速提供便利。
根据一些实施例,方法200还可以包括:在车辆朝向第一路口行驶时的预定时刻,确定车辆是否满足行驶进入第一绿波带内的条件;以及响应于确定车辆满足行驶进入第一绿波带内的条件,执行向用户推荐绿波车速。
在示例中,上述预定时刻例如可以是车辆的当前时刻。可以基于第一绿波带在第一路口和第二路口的开始时间和结束时间,以车辆的当前时刻作为参考,借助于参考绿波车速确定车辆在时间上是否满足行驶进入第一绿波带内的条件。即,可以利用参考绿波车速来反推出车辆自当前时刻起,如果以参考绿波车速行驶,是否能够行驶进入绿波带内。如果能够行驶进入绿波带内,则确定车辆在时间上满足行驶进入绿波带内的条件;反之,则确定车辆在时间上不满足行驶进入绿波带内的条件。
以这种方式,能够排除不需要进行绿波车速推荐的应用场景,由此节省用于计算绿波车速的计算资源。
根据一些实施例,确定车辆是否满足行驶进入第一绿波带内的条件可以包括:获取车辆在时间上能够处于第一绿波带内的第一上限值和第一下限值;以及响应于车辆在朝向第一路口行驶时的预定时刻处在第一上限值和第一下限值之间,确定车辆满足行驶进入第一绿波带内的条件。
在示例中,可以基于第一绿波带在第一路口的第一结束时间、参考绿波车速、车辆以参考绿波车速行驶经过第一路口后相距第一路口的预定参考距离、车辆以参考绿波车速行驶经过第一路口到达预定参考距离时的时间、以及车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差,确定车辆在时间上满足行驶进入第一绿波带内的下限值。
类似地,可以基于第一绿波带在第一路口的第一开始时间、参考绿波车速、车辆以参考绿波车速行驶经过第一路口后相距第一路口的预定参考距离、车辆以参考绿波车速行驶经过第一路口到达预定参考距离时的时间、以及车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差,确定车辆在时间上满足行驶进入第一绿波带内的上限值。
这样,可以采用简便的方式确定车辆是否能够行驶进入第一绿波带内。进而,通过对于不满足时间要求的场景不为车辆进行绿波车速推荐,可以优化进行绿波车速推荐的应用场景,节省用于计算绿波车速的计算资源。
根据一些实施例,步骤S203中确定用于使车辆行驶经过连续的至少两个绿波带以通过连续的至少三个路口的绿波车速可以包括:获取用于使车辆连续行驶经过第一绿波带和第二绿波带的最小绿波车速和最大绿波车速;以及向用户推荐最小绿波车速与最大绿波车速之间的绿波车速。
如前所述,以连续的三个路口为例,为了计算用于使车辆行驶经过该连续的两个绿波带的绿波车速,可以将第一路口和第三路口作为参考,以将该连续的两个绿波带视为一个绿波带的方式来计算上述绿波车速。
在示例中,可以基于第一绿波带在第一路口的第一开始时间、参考绿波车速、车辆以参考绿波车速行驶经过第一路口后相距第一路口的预定参考距离、第一路口和第三路口之间的距离、车辆以参考绿波车速行驶经过第一路口到达预定参考距离时的时间、车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差、以及车辆的当前时刻,确定用于使车辆行驶经过第一绿波带和第二绿波带的最大绿波车速。
类似地,可以基于第一绿波带在第一路口的第一结束时间、参考绿波车速、车辆以参考绿波车速行驶经过第一路口后相距第一路口的预定参考距离、第一路口和第三路口之间的距离、车辆以参考绿波车速行驶经过第一路口到达预定参考距离时的时间、车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差、以及车辆的当前时刻,确定用于使车辆行驶经过第一绿波带和第二绿波带的最小绿波车速。
这样,可以通过简便的方式针对车辆计算待推荐的绿波车速的最大值和最小值,由此提供更为准确的定制化绿波车速推荐。
图3示出了根据本公开实施例的绿波车速推荐方法的示意图。
在示例中,如图3所示,i0、i、i+1、i+2可以分别表示连续的四个路口,其中i0可以是如结合图2所述的车辆将要行驶经过的下一个路口。相应地,如图3所示,示出了自路口i0起,跨越这四个连续的路口i0、i、i+1、i+2所形成的连续的三个绿波带。
在图3中,纵坐标S代表距离,横坐标T代表时间。对于各路口i0、i、i+1、i+2,深色条形区域表示红灯在时间上的跨度,阴影条形区域表示绿灯在时间上的跨度。作为示例,对于各路口i0、i、i+1、i+2,示出了对应于与车辆行驶方向相同的正向协调相位绿灯/红灯。信号灯周期可以从红灯开始。
下面以路口i0、i为例对具体的计算过程进行说明。
如图3所示,Oi为路口i0的信号灯周期的相位差,Oi+1为路口i的信号灯周期的相位差。si为路口i0正向协调相位绿灯开始时间相对于周期开始时间的差值,si+1为路口i正向协调相位绿灯开始时间相对于周期开始时间的差值。ei为路口i0正向协调相位绿灯结束时间相对于周期结束时间的差值,ei+1为路口i正向协调相位绿灯结束时间相对于周期结束时间的差值。di表示两个路口i0和i之间的距离,vi表示参考绿波车速。
在示例中,可以使用第一路口的正向协调相位绿灯开始的时间相对于第一路口的信号灯周期开始的时间差,作为第一值(如图3所示的si)。可以基于参考绿波车速(如图3所示的vi)、第一路口和第二路口之间的距离(如图3所示的di)、第二路口的正向协调相位绿灯开始的时间相对于第二路口的信号灯周期开始的时间差(如图3所示的si+1)、以及第一路口的信号灯周期与第二路口的信号灯周期之间的相位差(如图3所示的Oi+1与Oi的差值),确定第二路口的正向协调相位绿灯开始的时间按参考绿波车速对应到第一路口上时相对于第一路口的信号灯周期开始的时间差,作为第二值(例如,可以记为且/>可以将第一值和第二值中更大的一个确定为第一绿波带在第一路口的第一开始时间/>(即,/>
另外,如图3所示,可以使用第一路口的正向协调相位绿灯结束的时间相对于第一路口的信号灯周期开始时间的时间差,作为第三值(如图3所示的ei)。可以基于参考绿波车速(如图3所示的vi),第一路口和第二路口之间的距离(如图3所示的di),第二路口的正向协调相位绿灯结束的时间相对于第二路口的信号灯周期开始的时间差(如图3所示的ei+1)、以及第一路口的信号灯周期与第二路口的信号灯周期之间的相位差(如图3所示的Oi+1与Oi的差值),确定第二路口的正向协调相位绿灯结束的时间按参考绿波车速对应到第一路口上时相对于第一路口的信号灯周期开始的时间的差,作为第四值(例如,可以记为且可以将第三值和第四值中更小的一个确定为第一绿波带在第一路口的第一结束时间/>(即,/>)。
在示例中,如图3中的基于第一路口和第二路口之间距离di、第一绿波带在第一路口的第一开始时间参考绿波车速vi、以及第一路口的信号灯周期与第二路口的信号灯周期之间的相位差oi+1-oi,确定第一绿波带在第二路口的第二开始时间,可以记为以及基于第一路口和第二路口之间的距离di、如图3中的第一绿波带在第一路口的第一结束时间/>参考绿波车速vi、以及第一路口的信号灯周期与第二路口的信号灯周期之间的相位差oi+1-oi,确定第一绿波带在第二路口的第二结束时间,可以记为/>
在示例中,第一绿波带在第一路口的第一开始时间和第一结束时间以及在第二路口的第二开始时间和第二结束时间也可以用相对值的方式来表示,即,第一开始时间和第一结束时间可以分别表示为和/> 第二开始时间和第二结束时间可以分别表示为/>和/>
可以理解的是,上述过程具体说明了第一绿波带在两个路口的开始时间和结束时间的计算过程。与上述过程类似,可以计算出如图3所示的另外两个绿波带在相应路口的开始时间和结束时间。
在示例中,可以基于第一绿波带在第一路口的第一结束时间参考绿波车速vi、车辆以参考绿波车速行驶经过第一路口后相距第一路口的距离/>车辆以参考绿波车速行驶经过第一路口的时间/>以及车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差/>(该时间差例如可以表示车辆经过第一路口的时间为正向协调相位绿灯的第几秒),确定车辆在时间上能够处于第一绿波带内的下限值/>
另外,可以基于第一绿波带在第一路口的第一开始时间参考绿波车速vi、车辆以参考绿波车速行驶经过第一路口后相距第一路口的距离/>车辆以参考绿波车速行驶经过第一路口的时间/>以及车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差/>(该时间差例如可以表示车辆经过第一路口的时间为正向协调相位绿灯的第几秒),确定车辆在时间上能够处于第一绿波带内的上限值/>
相应地,可以响应于车辆的当前时刻t在上限值和下限值之间,即:
在示例中,可以基于绿波带在第一路口的第一开始时间参考绿波车速vi、车辆以参考绿波车速行驶经过第一路口后相距第一路口的距离/>第一路口和第二路口之间的距离di、车辆以参考绿波车速行驶经过第一路口的时间/>以及车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差/>确定用于使车辆行驶经过第一绿波带的最大绿波车速。
另外,可以基于绿波带在第一路口的第一结束时间参考绿波车速vi、车辆以参考绿波车速行驶经过第一路口后相距第一路口的距离di、第一路口和第二路口之间的距离/>车辆以参考绿波车速行驶经过第一路口的时间/>以及车辆以参考绿波车速行驶经过第一路口时相对于正向协调相位绿灯开始的时间差/>确定用于使车辆行驶经过第一绿波带的最小绿波车速。
可以理解,图3是以第一绿波带为例来说明如何确定绿波车速。在包括第二绿波带甚至更多绿波带的情况下,可以基于上述过程进行类似扩展。
在示例中,待推荐的绿波车速va可以满足如下条件:
其中,fmin(vi)和fmax(vi)可以来自于绿波车速推荐的经验值,其可用于对待推荐的绿波车速va进行约束。
图4示出了根据本公开实施例的道路拥堵判断的流程图。
根据一些实施例,结合图2所述的方法200可以进一步包括如图4所示的步骤。
在步骤S401中,可以获取第一路口与第二路口之间的第一路段的第一车流量信息,以及第二路口与第三路口之间的第二路段的第二车流量信息。
在步骤S402中,可以基于第一车流量信息和第二车流量信息,确定第一路段和第二路段是否发生拥堵。
在步骤S403中,可以响应于确定第一路段和第二路段中任一者发生拥堵,停止向用户推荐绿波车速。
根据本公开的实施例,通过基于拥堵程度来判断是否推送绿波车速,可以提前判断路段拥堵情况,进一步提示用户使用体验。
根据本公开的另一方面,提供了一种绿波车速推荐装置。
图5示出了根据本公开实施例的绿波车速推荐装置500的结构框图。
如图5所示,绿波车速推荐装置500包括路口确定模块510、绿波带确定模块520、绿波车速确定模块530和推荐模块540。
路口确定模块510被配置为基于车辆的导航路径,确定车辆将要行驶经过的下一个路口。
绿波带确定模块520被配置为在车辆朝向下一个路口行驶时,确定是否存在连续的至少两个绿波带,其中,连续的至少两个绿波带自下一个路口起,跨越连续的至少三个路口形成。
绿波车速确定模块530被配置为响应于确定存在连续的至少两个绿波带,确定用于使车辆行驶经过连续的至少两个绿波带以通过连续的至少三个路口的绿波车速。
推荐模块540被配置为向用户推荐绿波车速。
由于绿波车速推荐装置500中的路口确定模块510、绿波带确定模块520、绿波车速确定模块530和推荐模块540可以分别对应于如图2所述的步骤S201至S204,因此这里不再赘述其各个方面的细节。
另外,绿波车速推荐装置500及其所包括的模块还可以包括进一步的子模块。
根据一些实施例,连续的至少三个路口可以包括以下一个路口作为第一路口以及位于第一路口之后的第二路口和第三路口。连续的至少两个绿波带可以包括自第一路口至第二路口形成的第一绿波带以及自第二路口至第三路口形成的第二绿波带。
绿波带确定模块520可以包括:第一绿波带确定模块,被配置为基于判断在第一路口存在针对第一绿波带的第一开始时间和第一结束时间,并且在第二路口存在针对第一绿波带的第二开始时间和第二结束时间,确定存在第一绿波带;以及第二绿波带确定模块,被配置为基于判断在第二路口存在针对第二绿波带的第二开始时间和第二结束时间,并且在第三路口存在针对第二绿波带的第三开始时间和第三结束时间,确定存在第二绿波带。
根据一些实施例,装置500还可以包括:驶入确定模块,被配置为在车辆朝向第一路口行驶时的预定时刻,确定车辆是否满足行驶进入第一绿波带内的条件;以及推荐执行模块,被配置为响应于确定车辆满足行驶进入第一绿波带内的条件,执行向用户推荐绿波车速。
根据一些实施例,驶入确定模块可以包括:时间范围获取模块,被配置为获取车辆在时间上能够处于第一绿波带内的第一上限值和第一下限值;以及驶入结果判断模块,被配置为响应于车辆在朝向第一路口行驶时的预定时刻处在第一上限值和第一下限值之间,确定车辆满足行驶进入第一绿波带内的条件。
根据一些实施例,绿波车速确定模块530可以包括:车速范围获取模块,被配置为获取用于使车辆连续行驶经过第一绿波带和第二绿波带的最小绿波车速和最大绿波车速;以及车速结果推荐模块,被配置为向用户推荐最小绿波车速与最大绿波车速之间的所述车速。
根据一些实施例,装置500还可以包括:车流量获取模块,被配置为获取第一路口与第二路口之间的第一路段的第一车流量信息,以及第二路口与第三路口之间的第二路段的第二车流量信息;拥堵确定模块,被配置为基于第一车流量信息和第二车流量信息,确定第一路段和第二路段是否发生拥堵;以及拥堵响应模块,被配置为响应于确定第一路段和第二路段中任一者发生拥堵,停止向用户推荐绿波车速。
根据本公开的实施例,还提供了一种电子设备、一种计算机可读存储介质和一种计算机程序产品。
根据本公开的实施例,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,存储器存储有能够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如上所述的方法。
根据本公开的实施例,提供了一种存储有计算机指令的计算机可读存储介质,所述计算机指令用于使计算机执行根据如上所述的方法。
根据本公开的实施例,提供了一种计算机程序产品,所述计算机程序在被处理器执行时实现根据如上所述的方法。
参考图6,现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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/或者要求的本公开的实现。
如图6所示,电子设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备,输入单元606可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如绿波车速推荐方法。例如,在一些实施例中,绿波车速推荐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的绿波车速推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行绿波车速推荐方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (15)
1.一种绿波车速推荐方法,包括:
基于车辆的导航路径,确定所述车辆将要行驶经过的下一个路口;
在所述车辆朝向所述下一个路口行驶时,确定是否存在连续的至少两个绿波带,其中,所述连续的至少两个绿波带自所述下一个路口起,跨越连续的至少三个路口形成;
响应于确定存在所述连续的至少两个绿波带,确定用于使所述车辆行驶经过所述连续的至少两个绿波带以通过所述连续的至少三个路口的绿波车速;以及
向用户推荐所述绿波车速。
2.如权利要求1所述的方法,其中,所述连续的至少三个路口包括以所述下一个路口作为第一路口以及位于所述第一路口之后的第二路口和第三路口,并且所述连续的至少两个绿波带包括自所述第一路口至所述第二路口形成的第一绿波带以及自所述第二路口至所述第三路口形成的第二绿波带,
其中,所述确定是否存在连续的至少两个绿波带,包括:
基于判断在所述第一路口存在针对所述第一绿波带的第一开始时间和第一结束时间,并且在所述第二路口存在针对所述第一绿波带的第二开始时间和第二结束时间,确定存在所述第一绿波带;以及
基于判断在所述第二路口存在针对所述第二绿波带的所述第二开始时间和所述第二结束时间,并且在所述第三路口存在针对所述第二绿波带的第三开始时间和第三结束时间,确定存在所述第二绿波带。
3.如权利要求2所述的方法,还包括:
在所述车辆朝向所述第一路口行驶时的预定时刻,确定所述车辆是否满足行驶进入所述第一绿波带内的条件;以及
响应于确定所述车辆满足行驶进入所述第一绿波带内的条件,执行所述向用户推荐所述绿波车速。
4.如权利要求3所述的方法,所述确定所述车辆是否满足行驶进入所述第一绿波带内的条件,包括:
获取所述车辆在时间上能够处于所述第一绿波带内的第一上限值和第一下限值;以及
响应于所述车辆在朝向所述第一路口行驶时的所述预定时刻处在所述第一上限值和所述第一下限值之间,确定所述车辆满足行驶进入所述第一绿波带内的条件。
5.如权利要求2至4中任一项所述的方法,其中,所述确定用于使所述车辆行驶经过所述连续的至少两个绿波带以通过所述连续的至少三个路口的绿波车速,包括:
获取用于使所述车辆连续行驶经过所述第一绿波带和所述第二绿波带的最小绿波车速和最大绿波车速;以及
向所述用户推荐所述最小绿波车速与所述最大绿波车速之间的所述绿波车速。
6.如权利要求2至5中任一项所述的方法,还包括:
获取所述第一路口与所述第二路口之间的第一路段的第一车流量信息,以及所述第二路口与所述第三路口之间的第二路段的第二车流量信息;
基于所述第一车流量信息和所述第二车流量信息,确定所述第一路段和所述第二路段是否发生拥堵;以及
响应于确定所述第一路段和所述第二路段中任一者发生拥堵,停止向所述用户推荐所述绿波车速。
7.一种绿波车速推荐装置,包括:
路口确定模块,被配置为基于车辆的导航路径,确定所述车辆将要行驶经过的下一个路口;
绿波带确定模块,被配置为在所述车辆朝向所述下一个路口行驶时,确定是否存在连续的至少两个绿波带,其中,所述连续的至少两个绿波带自所述下一个路口起,跨越连续的至少三个路口形成;
绿波车速确定模块,被配置为响应于确定存在所述连续的至少两个绿波带,确定用于使所述车辆行驶经过所述连续的至少两个绿波带以通过所述连续的至少三个路口的绿波车速;以及
推荐模块,被配置为向用户推荐所述绿波车速。
8.如权利要求7所述的装置,其中,所述连续的至少三个路口包括以所述下一个路口作为第一路口以及位于所述第一路口之后的第二路口和第三路口,并且所述连续的至少两个绿波带包括自所述第一路口至所述第二路口形成的第一绿波带以及自所述第二路口至所述第三路口形成的第二绿波带,
其中,所述绿波带确定模块包括:
第一绿波带确定模块,被配置为基于判断在所述第一路口存在针对所述第一绿波带的第一开始时间和第一结束时间,并且在所述第二路口存在针对所述第一绿波带的第二开始时间和第二结束时间,确定存在所述第一绿波带;以及
第二绿波带确定模块,被配置为基于判断在所述第二路口存在针对所述第二绿波带的所述第二开始时间和所述第二结束时间,并且在所述第三路口存在针对所述第二绿波带的第三开始时间和第三结束时间,确定存在所述第二绿波带。
9.如权利要求8所述的装置,还包括:
驶入确定模块,被配置为在所述车辆朝向所述第一路口行驶时的预定时刻,确定所述车辆是否满足行驶进入所述第一绿波带内的条件;以及
推荐执行模块,被配置为响应于确定所述车辆满足行驶进入所述第一绿波带内的条件,执行所述向用户推荐所述绿波车速。
10.如权利要求9所述的装置,所述驶入确定模块包括:
时间范围获取模块,被配置为获取所述车辆在时间上能够处于所述第一绿波带内的第一上限值和第一下限值;以及
驶入结果判断模块,被配置为响应于所述车辆在朝向所述第一路口行驶时的所述预定时刻处在所述第一上限值和所述第一下限值之间,确定所述车辆满足行驶进入所述第一绿波带内的条件。
11.如权利要求8至10中任一项所述的装置,其中,所述绿波车速确定模块包括:
车速范围获取模块,被配置为获取用于使所述车辆连续行驶经过所述第一绿波带和所述第二绿波带的最小绿波车速和最大绿波车速;以及
车速结果推荐模块,被配置为向所述用户推荐所述最小绿波车速与所述最大绿波车速之间的所述绿波车速。
12.如权利要求8至11中任一项所述的装置,还包括:
车流量获取模块,被配置为获取所述第一路口与所述第二路口之间的第一路段的第一车流量信息,以及所述第二路口与所述第三路口之间的第二路段的第二车流量信息;
拥堵确定模块,被配置为基于所述第一车流量信息和所述第二车流量信息,确定所述第一路段和所述第二路段是否发生拥堵;以及
拥堵响应模块,被配置为响应于确定所述第一路段和所述第二路段中任一者发生拥堵,停止向所述用户推荐所述绿波车速。
13.一种电子设备,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,所述存储器存储有能够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1-6中任一项所述的方法。
14.一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计算机执行根据权利要求1-6中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310355664.9A CN116386347A (zh) | 2023-04-04 | 2023-04-04 | 绿波车速推荐方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310355664.9A CN116386347A (zh) | 2023-04-04 | 2023-04-04 | 绿波车速推荐方法、装置、电子设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116386347A true CN116386347A (zh) | 2023-07-04 |
Family
ID=86972738
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310355664.9A Pending CN116386347A (zh) | 2023-04-04 | 2023-04-04 | 绿波车速推荐方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116386347A (zh) |
-
2023
- 2023-04-04 CN CN202310355664.9A patent/CN116386347A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113129625B (zh) | 车辆控制方法、装置、电子设备和车辆 | |
CN113741485A (zh) | 车路协同自动驾驶的控制方法、装置、电子设备及车辆 | |
CN112907958A (zh) | 路况信息确定方法、装置、电子设备以及可读介质 | |
US20230072632A1 (en) | Obstacle detection method, electronic device and storage medium | |
CN114036253A (zh) | 高精地图数据处理方法、装置、电子设备和介质 | |
CN114758502B (zh) | 双车联合轨迹预测方法及装置、电子设备和自动驾驶车辆 | |
CN115265559B (zh) | 地图自动生成方法、装置、设备及介质 | |
CN114394111B (zh) | 用于自动驾驶车辆的变道方法 | |
CN115797660A (zh) | 图像检测方法、装置、电子设备和存储介质 | |
CN113656526B (zh) | 电子地图的实现方法、装置、电子设备和介质 | |
CN116386347A (zh) | 绿波车速推荐方法、装置、电子设备及可读存储介质 | |
CN115675528A (zh) | 基于相似场景挖掘的自动驾驶方法和车辆 | |
CN114491269A (zh) | 出行服务的推荐方法及装置、设备和介质 | |
CN115782919A (zh) | 信息感知方法、装置及电子设备 | |
CN116593729A (zh) | 绿波车速确定方法、装置、电子设备及可读存储介质 | |
CN114923498A (zh) | 导航路线规划方法及装置、设备和介质 | |
CN113450569A (zh) | 确定路口状态的方法、装置、电子设备和存储介质 | |
CN114298772A (zh) | 信息展示方法、装置、设备以及存储介质 | |
CN115583243B (zh) | 确定车道线信息的方法、车辆控制方法、装置和设备 | |
CN114333368B (zh) | 语音提醒方法、装置、设备和介质 | |
CN114179834B (zh) | 车辆停靠方法、装置、电子设备、介质及自动驾驶车辆 | |
US20230228579A1 (en) | Navigating method, electronic device and medium | |
CN117523028A (zh) | 地图生成方法及装置、电子设备、介质和程序产品 | |
CN117151110A (zh) | 自动驾驶的多任务决策方法及装置、电子设备和介质 | |
CN116414845A (zh) | 用于更新地图数据的方法、装置、电子设备和介质 |
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 |