CN116504079B - 施工隧道通行控制方法、装置及系统 - Google Patents
施工隧道通行控制方法、装置及系统 Download PDFInfo
- Publication number
- CN116504079B CN116504079B CN202310794640.3A CN202310794640A CN116504079B CN 116504079 B CN116504079 B CN 116504079B CN 202310794640 A CN202310794640 A CN 202310794640A CN 116504079 B CN116504079 B CN 116504079B
- Authority
- CN
- China
- Prior art keywords
- carrier
- tunnel
- engineering
- traffic
- road
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 150
- 239000000969 carrier Substances 0.000 claims abstract description 36
- 238000012545 processing Methods 0.000 claims description 83
- 238000012549 training Methods 0.000 claims description 11
- 230000002457 bidirectional effect Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 6
- 238000000605 extraction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual 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
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- 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)
Abstract
本申请涉及隧道施工交通控制领域,具体而言,涉及一种施工隧道通行控制方法、装置及系统。本申请通过根据工程载具的身份标识确定不同类型工程载具与其速度和道路占用情况相关的载具拥堵贡献度,再根据各隧道干道上各载具的载具拥堵贡献度确定隧道干道的干道通行特征向量,然后各个隧道干道的干道通行特征向量预测获得使用隧道的第一路口平均等待时间,并根据第一路口平均等待时间调整交通信号灯控制方案。如此,在进行交通信号灯控制时,综合考虑了不同类型工程载具的速度及行驶时对道路的占用情况,从而可以更准确地预测出施工隧道中的路口等待时间,进而更好地执行道路通行控制,提高通行效率,减少等待时间。
Description
技术领域
本申请涉及隧道施工交通控制领域,具体而言,涉及一种施工隧道通行控制方法、装置及系统。
背景技术
在隧道施工过程中需要使用到各种工程载具,但是隧道可通行空间有限,工程载具需要在隧道干道交汇处的交通信号灯指示下依次通过交汇路口。传统的交通灯控制方案中,各行驶方向的允许通行时间和/或禁止通行时间通常是固定的,但是不同类型的工程载具可能造成道路拥堵的风险不同,单纯的按照固定时长的红绿灯进行交通控制可能导致整个隧道中的路口平均等待时间过长,影响隧道施工效率。
发明内容
为了克服现有技术中的上述不足,本申请的目的在于提供一种施工隧道通行控制方法,应用于施工隧道通行控制系统中的数据处理设备,所述施工隧道通行控制系统还包括与所述数据处理设备通信连接的信息采集设备和交通信号灯,施工隧道包括多个连通的隧道干道,所述交通信号灯至少设置在所述隧道干道交汇形成的路口处,所述方法包括:
通过信息采集设备获取当前施工隧道内各工程载具的身份标识信息;
针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量;所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项;所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度;
根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量;
根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间;
以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案;
根据调整后的交通信号灯控制方案控制各所述交通信号灯。
在一种可能的实现方式中,所述根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间的步骤,包括:
将各个隧道干道的所述干道通行特征向量和当前的所述交通信号灯控制方案输入预先训练的等待时间预测模型进行处理,获得所述等待时间预测模型输出的第一路口平均等待时间;所述等待时间预测模型为卷积神经网络模型。
在一种可能的实现方式中,所述方法还包括:
获取训练样本,所述训练样本包括历史时间段内所述施工隧道中各工程载具的身份标识信息、历史交通信号灯控制方案及实际记录的实测路口平均等待时间;
根据所述历史时间段内隧道中各工程载具的身份标识信息,确定各隧道干道的历史干道通行特征向量;
将所述历史干道通行特征向量及所述历史交通信号灯控制方案输入待训练的等待时间预测模型进行处理,获得等待时间预测模型输出的第二路口平均等待时间;
根据所述第二路口平均等待时间和所述实测路口平均等待时间之间的差异调整所述等待时间预测模型的模型网络参数。
在一种可能的实现方式中,所述根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量的步骤,包括:
根据所述工程载具的身份标识信息确定所述工程载具的类型;
根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项;
根据所述工程载具的类型及所述工程载具所在隧道干道的道路宽度参数,确定所述载具拥堵贡献度特征向量的道路占用特征项。
在一种可能的实现方式中,所述根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项额的步骤,包括:
根据所述工程载具的类型、所述工程载具负载情况及所述工程载具所在隧道干道的限速参数确定所述载具拥堵贡献度特征向量的行驶速度特征项。
在一种可能的实现方式中,所述干道通行特征向量包括第一干道通行特征向量;所述根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量的步骤,包括:
针对每个隧道干道,根据该隧道干道中各个工程载具的对应排队序列,获得由各个所述工程载具对应的载具拥堵贡献度特征向量组成的序列作为该隧道干道的第一干道通行特征向量;
所述将各个隧道干道的所述干道通行特征向量和当前的所述交通信号灯控制方案输入预先训练的等待时间预测模型进行处理的步骤,包括:
按照各隧道干道的身份标识,将各个隧道干道的所述干道通行特征向量组成一特征向量矩阵;
将所述特征向量矩阵和当前的所述交通信号灯控制方案输入预先训练的等待时间预测模型进行处理。
在一种可能的实现方式中,所述干道通行特征向量还包括第二干道通行特征向量;所述根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量的步骤,还包括:
根据各所述工程载具的身份标识信息确定各所述工程载具的形式目的地,以确定各所述工程载具的将要驶入的隧道干道;
针对每个隧道干道,根据其他隧道干道中各个工程载具的对应排队序列,获取第一预设数量个排序靠前的将要驶入该隧道干道的所述工程载具的载具拥堵贡献度特征向量作为所述第二干道通行特征向量。
在一种可能的实现方式中,所述交通信号灯控制方案包括各隧道干道交汇位置处交通信号灯指示的允许通行时间和禁止通行时间的信号灯交替变化序列;
所述以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案的步骤,包括:
在保持各个隧道干道的所述干道通行特征向量不变的情况下,迭代调整所述信号灯交替变化序列中各序列位置的允许通行时间和/或禁止通行时间,以使所述等待时间预测模型根据各个隧道干道的所述干道通行特征向量及调整后的信号灯交替变化序列得出的所述第一路口平均等待时间最小化。
本申请的另一目的在于提供一种施工隧道通行控制装置,应用于施工隧道通行控制系统中的数据处理设备,所述施工隧道通行控制系统还包括与所述数据处理设备通信连接的信息采集设备和交通信号灯,施工隧道包括多个连通的隧道干道,所述交通信号灯至少设置在所述隧道干道交汇形成的路口处,所述装置包括:
数据获取模块,用于通过信息采集设备获取当前施工隧道内各工程载具的身份标识信息;
第一数据处理模块,用于针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量;所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项;所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度;
第二数据处理模块,用于根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量;
第三数据处理模块,用于根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间;
第四数据处理模块,用于以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案;
信号灯控制模块,用于根据调整后的交通信号灯控制方案控制各所述交通信号灯。
本申请的另一目的在于提供一种施工隧道通行控制系统,所述施工隧道通行控制系统包括数据处理设备、与所述数据处理设备通信连接的信息采集设备和交通信号灯,施工隧道包括多个连通的隧道干道,所述交通信号灯至少设置在所述隧道干道交汇形成的路口处;其中:
所述信息采集设备用于获取当前施工隧道内各工程载具的身份标识信息,并发送给所述数据处理设备;
所述数据处理设备用于针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量;所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项;所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度;
所述数据处理设备还用于根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量;
所述数据处理设备还用于根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间;
所述数据处理设备还用于以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案;
所述交通信号灯用于根据调整后的交通信号灯控制方案执行发光提示。相对于现有技术而言,本申请具有以下有益效果:
本申请提供的所述施工隧道通行控制方法、装置及系统,通过根据工程载具的身份标识确定不同类型工程载具与其速度和道路占用情况相关的载具拥堵贡献度,再根据各隧道干道上各载具的载具拥堵贡献度确定隧道干道的干道通行特征向量,然后各个隧道干道的干道通行特征向量预测获得使用隧道的第一路口平均等待时间,并根据第一路口平均等待时间调整交通信号灯控制方案。如此,在进行交通信号灯控制时,综合考虑了不同类型工程载具的速度及行驶时对道路的占用情况,从而可以更准确地预测出施工隧道中的路口等待时间,进而更好地执行道路通行控制,提高通行效率,减少等待时间。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的施工隧道通行控制系统的示意图;
图2为本申请实施例提供的施工隧道通行控制方法的示意图;
图3为本申请实施例提供的虚拟干道划分的示意图;
图4为本申请实施例提供的工程载具拥堵示意图之一;
图5为本申请实施例提供的工程载具拥堵示意图之二;
图6为本申请实施例提供的施工隧道通行控制装置的功能模块示意图。
图标:100-数据处理设备;200-信息采集设备;300-交通信号灯;810A-第一虚拟干道;810B-第二虚拟干道;910-大型工程载具;920-其他工程载具;111-数据获取模块;112-第一数据处理模块;113-第二数据处理模块;114-第三数据处理模块;115-第四数据处理模块;116-信号灯控制模块。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参见图1,图1为本实施例提供的一种施工隧道通行控制系统,该使用隧道通行控制系统包括数据处理设备100、与所述数据处理设备100通信连接的信息采集设备200和交通信号灯300。所述施工隧道可以包括多个连通的隧道干道,例如,可以包括主干道和多个与主干道连接的子干道。
所述信息采集设备200可以用于采集隧道中通信的工程载具的身份标识信息,例如,所述信息采集设备200可以为图像采集设备(摄像头)、蓝牙(Bluetooth)通信设备、近场通信(Near Field Communication,NFC)等。所述信息采集设备200可以独立地,或者与所述数据处理设备100配合,从而确定隧道中各工程载具的身份标识信息,如,工程载具的ID编号。
所述交通信号灯300至少设置在所述隧道干道交汇形成的路口处,所述交通信号灯300可以用于产生视觉化的允许通行提示(如绿灯)和/或禁止通行提示(如红灯)。
所述数据处理设备100可以根据所述信息采集设备200采集到的所述工程载具的身份标识进行一系列逻辑处理,从而确定交通信号灯300控制方案以控制所述交通信号灯300。下面对本实施例提供的应用于所述数据处理设备100的施工隧道通行控制方法进行详细阐述。
请参照图2,图2为本实施例提供的所述施工隧道通行控制方法的步骤流程示意图,该方法可以包括以下步骤。
步骤S110,通过信息采集设备200获取当前施工隧道内各工程载具的身份标识信息。
在本实施例中,所述信息交集设备可以通过图像、蓝牙、NFC等通信方式采集施工隧道内各个工程载具的身份标识信息。
步骤S120,针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量。
其中,所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项,所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度。
在隧道施工场景中,由于可通行的空间有限,不同类型的工程载具对隧道中拥堵程度的影响不同。例如,一个大型的工程载具可能会占据隧道中两个或两个以上的车道,可能导致同向车道无法超越,甚至可能导致对向车道无法错车。
因此,在本实施例中,在考虑参与后续计算的载具拥堵贡献度特征向量时,需要考虑由所述工程载具自身类型决定的所述行驶速度特征项和所述道路占用特征项。
可选地,所述行驶速度特征项的值可以为与工程载具自身类型相关的表征行驶速度值,如,最高行驶速度、或与行驶速度相关速度等级值。所述道路占用特征项的值可以为表征工程载具占用车道的数量值、或者指示工程载具是否会占用同向车辆或对象车道的布尔量指示值。
需要说明的是,在施工隧道中,位于路口(即,隧道干道交汇处)的交通信号灯300主要针对驶向路口的工程载具进行同行控制,因此,在本实施例中,针对每个的隧道干道路段,也主要根据行驶向所述路口处的工程载具的特征进行信息处理。
其中,特别地,针对某些隧道干道,其两端均有路口,则可以将该隧道干道虚拟为两个虚拟干道,两个虚拟干道的车辆行驶方向相对,例如,请参照图3,图3中若某一隧道干道的两端均有路口,则将该隧道干道虚拟为第一虚拟干道810A和第二虚拟干道810B。后续计算中,第一虚拟干道810A和第二虚拟干道810B中的工程载具的特征进行信息均参与后续处理。
步骤S130,根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量。
在本实施例中,综合一个隧道干道上各工程载具的载具拥堵贡献度特征向量,可以确定该隧道干道的所述干道通行特征向量。
步骤S140,根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯300控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间。
在本实施例中,所述交通信号灯300控制方案可以包括信号灯交替变化序列,所述信号灯交替变化序列中各序列位置的值表征一个或多个信号灯变化周期中各方向交通信号灯300指示的允许通行时间(绿灯持续时间)和/或禁止通行时间(红灯持续时间)。
在一种可能的实现方式中,可以将各个隧道干道的所述干道通行特征向量和当前的所述交通信号灯300控制方案输入预先训练的等待时间预测模型进行处理,获得所述等待时间预测模型输出的第一路口平均等待时间。所述等待时间预测模型为卷积神经网络模型。
其中,所述等待时间预测模型的特征提取网络可以根据对各个隧道干道的所述干道通行特征向量及当前的交通信号灯300控制方案进行特征提取,然后,所述等待时间预测模型的回归网络可以根据提取的特征预测获得所述第一路口平均等待时间。
可选地,所述等待时间预测模型的训练过程可以包括以下步骤。
步骤S201,获取训练样本,所述训练样本包括历史时间段内所述施工隧道中各工程载具的身份标识信息、历史交通信号灯300控制方案及实际记录的实测路口平均等待时间。
其中,所述历史时间段可以为所述施工隧道中有记录的任意一个历史时间段,所述历史时间段的时长可以包括至少一个交通信号灯300循环周期。
步骤S202,根据所述历史时间段内隧道中各工程载具的身份标识信息,确定各隧道干道的历史干道通行特征向量。
在本实施例中,可以采用如步骤S120和步骤S130类似的方法根据所述历史时间段内隧道中各工程载具的身份标识信息,确定各隧道干道的历史干道通行特征向量,在此不再一一赘述。
步骤S203,将所述历史干道通行特征向量及所述历史交通信号灯300控制方案输入待训练的等待时间预测模型进行处理,获得等待时间预测模型输出的第二路口平均等待时间。
在本实施例中,所述等待时间预测模型的特征提取网络可以根据对各个隧道干道的所述历史干道通行特征向量及所述历史交通信号灯300控制方案进行特征提取,然后,所述等待时间预测模型的回归网络可以根据提取的特征预测获得所述第二路口平均等待时间。
步骤S204,根据所述第二路口平均等待时间和所述实测路口平均等待时间之间的差异调整所述等待时间预测模型的模型网络参数。
在本实施例中,可以以所述实测路口平均等待时间作为训练标签,计算所述第二路口平均等待时间和所述实测路口平均等待时间之间的差异,然后以减小所述差异为目的,调整所述等待时间预测模型(所述特征提取网络及所述回归网络)的模型网络参数。
在本实施例中,可以采用多个不同的训练样本对所述等待时间预测模型进行训练,在所述差异缩小到预设范围或训练次数达到预设次数后,可以获得训练完成的所述等待时间预测模型。
步骤S150,以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯300控制方案。
在本实施例中,可以先将一默认的交通信号灯300控制方案与各个隧道干道的所述干道通行特征向量输入所述等待时间预测模型获得一第一路口平均等待时间,然后以最小化第一路口平均等待时间为目的,调整所述交通信号灯300控制方案,再将调整后的所述交通信号灯300控制方案与各个隧道干道的所述干道通行特征向量再次输入所述等待时间预测模型,获得调整后的第一路口平均等待时间。如此迭代,已获得最小化所述第一路口平均等待时间情况下对应的交通信号灯300控制方案。
具体地,所述交通信号灯300控制方案包括各隧道干道交汇位置处交通信号灯300指示的允许通行时间和禁止通行时间的信号灯交替变化序列;
在步骤S150中可以在保持各个隧道干道的所述干道通行特征向量不变的情况下,迭代调整所述信号灯交替变化序列中各序列位置的允许通行时间和/或禁止通行时间,以使所述等待时间预测模型根据各个隧道干道的所述干道通行特征向量及调整后的信号灯交替变化序列得出的所述第一路口平均等待时间最小化。其中,迭代调整的可以采用类似基于最小二乘法的梯度下降法进行迭代计算。
步骤S160,根据调整后的交通信号灯300控制方案控制各所述交通信号灯300。
在本实施例中,所述数据处理设备100可以根据调整后的交通信号灯300控制方案项各所述交通信号灯300发送控制指令,以控制各路口等待的工程载具通行。
基于上述设计,本实施例中,通过根据工程载具的身份标识确定不同类型工程载具与其速度和道路占用情况相关的载具拥堵贡献度,再根据各隧道干道上各载具的载具拥堵贡献度确定隧道干道的干道通行特征向量,然后各个隧道干道的干道通行特征向量预测获得使用隧道的第一路口平均等待时间,并根据第一路口平均等待时间调整交通信号灯300控制方案。如此,在进行交通信号灯300控制时,综合考虑了不同类型工程载具的速度及行驶时对道路的占用情况,从而可以更准确地预测出施工隧道中的路口等待时间,进而更好地执行道路通行控制,提高通行效率,减少等待时间。
在一种可能的实现方式中,在考虑工程载具的道路占用特征项时,除了考虑工程载具自身的特性,还要考虑隧道干道的特性。例如,在车道较多的隧道干道中,大体型的工程载具对通行的影响相对较大,而在车道较少的隧道干道中,大体型的工程载具对通行的影响相对较大。
基于上述考虑,在本实施例中,步骤S120可以包括以下子步骤。
步骤S121,根据所述工程载具的身份标识信息确定所述工程载具的类型。
步骤S122,根据所述工程载具的类型及所述工程载具所在隧道干道的限速参数确定所述载具拥堵贡献度特征向量的行驶速度特征项。
步骤S123,根据所述工程载具的类型及所述工程载具所在隧道干道的道路宽度参数,确定所述载具拥堵贡献度特征向量的道路占用特征项。
可选地,在一个例子中,所述道路占用特征项可以包括两个值,一个值为所述工程载具占用车道的数量值,另一个值为所述工程载具所在隧道干道的双向车道数量总数。在另一个例子中,所述道路占用特征项也可以只包括一个值,该值为所述工程载具所在隧道干道的双向车道数量总数与所述工程载具占用车道的数量的差值。
进一步地,针对一些运输负载的工程载具(如,运渣车、拖车等),工程载具上是否有负载会极大地影响工程载具的行驶速度,因此,在考虑工程载具的行驶速度特征项时,还需考虑工程载具的负载情况。针对一些隧道干道,隧道干道本身有一定的行驶速度上限,因此,在考虑工程载具在隧道干道中的形式速度时,需要综合考虑工程载具本身的行驶速度以及隧道干道的限速参数。
因此,在本实施例中,在步骤S122中可以根据所述工程载具的类型、载具负载情况及所述工程载具所在隧道干道的限速参数确定所述载具拥堵贡献度特征向量的行驶速度特征项。
其中,所述行驶速度特征项可以包括与所述工程载具类型相关的空载行驶速度参数值、所述工程载具负载情况参数值及所述工程载具所在隧道干道的限速参数值。
在一种可能的实现方式中,由于隧道干道中的行驶的工程载具需要依次行驶过路口,不同的工程载具在隧道干道中的相对位置也会隧道的拥堵造成的影响不同,例如,请参照图4,同一之间段内,一个占用车道数量较多行驶速度较慢的大型工程载具910,会阻挡后方形式的其他工程载具920,因此其在相对更靠近路口的位置和相对更远离路口的位置对隧道干道造成的影响是不同的。
因此,在本实施例中,所述干道通行特征向量包括第一干道通行特征向量,该第一干道通行特征向量与隧道干道中各所述工程载具的排队序列有关。
具体地,步骤S130中,可以针对每个隧道干道,根据该隧道干道中各个工程载具的对应排队序列,获得由各个所述工程载具对应的载具拥堵贡献度特征向量组成的序列作为该隧道干道的第一干道通行特征向量。
同时,各个隧道干道的连接关系也会影响对工程载具的拥堵等待造成影响,因此,在本实施例中,在使用等待时间预测模型对各个隧道干道的所述干道通行特征向量进行特征提取时,还需要考虑各个隧道干道之间的关系。
具体地,在步骤S140中,可以按照各隧道干道的身份标识,将各个隧道干道的所述干道通行特征向量组成一特征向量矩阵,然后将所述特征向量矩阵和当前的所述交通信号灯300控制方案输入预先训练的等待时间预测模型进行处理。如此,所述等待时间预测模型对各个隧道干道的所述干道通行特征向量进行特征提取时可以根据特征向量矩阵中干道通行特征向量的位置关系提取到与各个隧道干道之间的关系相关的特征。
进一步地,不同的工程载具经过路口后驶向的方向可能是不同的,例如,请参照图5,一个体型较大,行驶速度较慢的大型工程载具910从其他隧道干道将要驶入一个隧道干道时,可能对该被驶入的隧道干道中的驶向路口的其他工程载具920造成阻塞。
因此,在本实施例中,所述干道通行特征向量还包括第二干道通行特征向量。在步骤S130中还可以根据各所述工程载具的身份标识信息确定各所述工程载具的形式目的地,以确定各所述工程载具的将要驶入的隧道干道。然后针对每个隧道干道,根据其他隧道干道中各个工程载具的对应排队序列,获取第一预设数量个排序靠前的将要驶入该隧道干道的所述工程载具的载具拥堵贡献度特征向量作为所述第二干道通行特征向量。
后续,可以将所述第一干道通行特征向量和所述第二干道通行特征向量一并输入所述等待时间预测模型进行后续处理。
请参照图6,本实施例还提供一种施工隧道通行控制装置,该施工隧道通行控制装置可以应用于图1所示的施工隧道通行控制系统中的数据处理设备100。从功能上划分,所述装置包括数据获取模块111、第一数据处理模块112、第二数据处理模块113、第三数据处理模块114、第四数据处理模块115及信号灯控制模块116。
所述数据获取模块111用于通过信息采集设备200获取当前施工隧道内各工程载具的身份标识信息。
本实施例中,所述数据获取模块111可用于执行图2所示的步骤S110,关于所述数据获取模块111的具体描述可参对所述步骤S110的描述。
所述第一数据处理模块112用于针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量。
其中,所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项。所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度。
本实施例中,所述第一数据处理模块112可用于执行图2所示的步骤S120,关于所述第一数据处理模块112的具体描述可参对所述步骤S120的描述。
所述第二数据处理模块113用于根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量。
本实施例中,所述第二数据处理模块113可用于执行图2所示的步骤S130,关于所述第二数据处理模块113的具体描述可参对所述步骤S130的描述。
所述第三数据处理模块114用于根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯300控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间。
本实施例中,所述第三数据处理模块114可用于执行图2所示的步骤S140,关于所述第三数据处理模块114的具体描述可参对所述步骤S140的描述。
所述第四数据处理模块115用于以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯300控制方案。
本实施例中,所述第四数据处理模块115可用于执行图2所示的步骤S150,关于所述第四数据处理模块115的具体描述可参对所述步骤S150的描述。
所述信号灯控制模块116用于根据调整后的交通信号灯300控制方案控制各所述交通信号灯300。
本实施例中,所述信号灯控制模块116可用于执行图2所示的步骤S160,关于所述信号灯控制模块116的具体描述可参对所述步骤S160的描述。
请再次参照图1,本申请还提供一种施工隧道通行控制系统,所述施工隧道通行控制系统包括所述数据处理设备100、与所述数据处理设备100通信连接的信息采集设备200和交通信号灯300,施工隧道包括多个连通的隧道干道,所述交通信号灯300至少设置在所述隧道干道交汇形成的路口处。
所述信息采集设备200用于获取当前施工隧道内各工程载具的身份标识信息,并发送给所述数据处理设备100。
所述数据处理设备100用于针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量。所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项。所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度。
所述数据处理设备100还用于根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量。
所述数据处理设备100还用于根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯300控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间。
所述数据处理设备100还用于以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯300控制方案。
所述交通信号灯300用于根据调整后的交通信号灯300控制方案执行发光提示。
综上所述,本申请提供的所述施工隧道通行控制方法、装置及系统,通过根据工程载具的身份标识确定不同类型工程载具与其速度和道路占用情况相关的载具拥堵贡献度,再根据各隧道干道上各载具的载具拥堵贡献度确定隧道干道的干道通行特征向量,然后各个隧道干道的干道通行特征向量预测获得使用隧道的第一路口平均等待时间,并根据第一路口平均等待时间调整交通信号灯控制方案。如此,在进行交通信号灯控制时,综合考虑了不同类型工程载具的速度及行驶时对道路的占用情况,从而可以更准确地预测出施工隧道中的路口等待时间,进而更好地执行道路通行控制,提高通行效率,减少等待时间。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台数据处理设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述,仅为本申请的各种实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种施工隧道通行控制方法,其特征在于,应用于施工隧道通行控制系统中的数据处理设备,所述施工隧道通行控制系统还包括与所述数据处理设备通信连接的信息采集设备和交通信号灯,施工隧道包括多个连通的隧道干道,所述交通信号灯至少设置在所述隧道干道交汇形成的路口处,所述方法包括:
通过信息采集设备获取当前施工隧道内各工程载具的身份标识信息;
针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应的载具拥堵贡献度特征向量;所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项;所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度;
根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量;
根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间;
以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案;
根据调整后的交通信号灯控制方案控制各所述交通信号灯;
其中,所述根据所述工程载具的身份标识信息确定所述工程载具对应载具的拥堵贡献度特征向量的步骤,包括:
根据所述工程载具的身份标识信息确定所述工程载具的类型;
根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项;
根据所述工程载具的类型及所述工程载具所在隧道干道的道路宽度参数,确定所述载具拥堵贡献度特征向量的道路占用特征项;
其中,所述根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项的步骤,包括:
根据所述工程载具的类型、所述工程载具负载情况及所述工程载具所在隧道干道的限速参数确定所述载具拥堵贡献度特征向量的行驶速度特征项;
其中,所述道路占用特征项包括所述工程载具占用车道的数量值和所述工程载具所在隧道干道的双向车道数量总数;或者,所述道路占用特征项包括所述工程载具所在隧道干道的双向车道数量总数与所述工程载具占用车道的数量的差值。
2.根据权利要求1所述的方法,其特征在于,所述根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间的步骤,包括:
将各个隧道干道的所述干道通行特征向量和当前的所述交通信号灯控制方案输入预先训练的等待时间预测模型进行处理,获得所述等待时间预测模型输出的第一路口平均等待时间;所述等待时间预测模型为卷积神经网络模型。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
获取训练样本,所述训练样本包括历史时间段内所述施工隧道中各工程载具的身份标识信息、历史交通信号灯控制方案及实际记录的实测路口平均等待时间;
根据所述历史时间段内隧道中各工程载具的身份标识信息,确定各隧道干道的历史干道通行特征向量;
将所述历史干道通行特征向量及所述历史交通信号灯控制方案输入待训练的等待时间预测模型进行处理,获得等待时间预测模型输出的第二路口平均等待时间;
根据所述第二路口平均等待时间和所述实测路口平均等待时间之间的差异调整所述等待时间预测模型的模型网络参数。
4.根据权利要求2所述的方法,其特征在于,所述干道通行特征向量包括第一干道通行特征向量;所述根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量的步骤,包括:
针对每个隧道干道,根据该隧道干道中各个工程载具的对应排队序列,获得由各个所述工程载具对应的载具拥堵贡献度特征向量组成的序列作为该隧道干道的第一干道通行特征向量;
所述将各个隧道干道的所述干道通行特征向量和当前的所述交通信号灯控制方案输入预先训练的等待时间预测模型进行处理的步骤,包括:
按照各隧道干道的身份标识,将各个隧道干道的所述干道通行特征向量组成一特征向量矩阵;
将所述特征向量矩阵和当前的所述交通信号灯控制方案输入预先训练的等待时间预测模型进行处理。
5.根据权利要求4所述的方法,其特征在于,所述干道通行特征向量还包括第二干道通行特征向量;所述根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量的步骤,还包括:
根据各所述工程载具的身份标识信息确定各所述工程载具的形式目的地,以确定各所述工程载具的将要驶入的隧道干道;
针对每个隧道干道,根据其他隧道干道中各个工程载具的对应排队序列,获取第一预设数量个排序靠前的将要驶入该隧道干道的所述工程载具的载具拥堵贡献度特征向量作为所述第二干道通行特征向量。
6.根据权利要求2所述的方法,其特征在于,所述交通信号灯控制方案包括各隧道干道交汇位置处交通信号灯指示的允许通行时间和禁止通行时间的信号灯交替变化序列;
所述以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案的步骤,包括:
在保持各个隧道干道的所述干道通行特征向量不变的情况下,迭代调整所述信号灯交替变化序列中各序列位置的允许通行时间和/或禁止通行时间,以使所述等待时间预测模型根据各个隧道干道的所述干道通行特征向量及调整后的信号灯交替变化序列得出的所述第一路口平均等待时间最小化。
7.一种施工隧道通行控制装置,其特征在于,应用于施工隧道通行控制系统中的数据处理设备,所述施工隧道通行控制系统还包括与所述数据处理设备通信连接的信息采集设备和交通信号灯,施工隧道包括多个连通的隧道干道,所述交通信号灯至少设置在所述隧道干道交汇形成的路口处,所述装置包括:
数据获取模块,用于通过信息采集设备获取当前施工隧道内各工程载具的身份标识信息;
第一数据处理模块,用于针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量;所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项;所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度;
第二数据处理模块,用于根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量;
第三数据处理模块,用于根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间;
第四数据处理模块,用于以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案;
信号灯控制模块,用于根据调整后的交通信号灯控制方案控制各所述交通信号灯;
其中,所述第一数据处理模块根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量的方式,包括:
根据所述工程载具的身份标识信息确定所述工程载具的类型;
根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项;
根据所述工程载具的类型及所述工程载具所在隧道干道的道路宽度参数,确定所述载具拥堵贡献度特征向量的道路占用特征项;
其中,所述第一数据处理模块根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项的方式,包括:
根据所述工程载具的类型、所述工程载具负载情况及所述工程载具所在隧道干道的限速参数确定所述载具拥堵贡献度特征向量的行驶速度特征项;
其中,所述道路占用特征项包括所述工程载具占用车道的数量值和所述工程载具所在隧道干道的双向车道数量总数;或者,所述道路占用特征项包括所述工程载具所在隧道干道的双向车道数量总数与所述工程载具占用车道的数量的差值。
8.一种施工隧道通行控制系统,其特征在于,所述施工隧道通行控制系统包括数据处理设备、与所述数据处理设备通信连接的信息采集设备和交通信号灯,施工隧道包括多个连通的隧道干道,所述交通信号灯至少设置在所述隧道干道交汇形成的路口处;其中:
所述信息采集设备用于获取当前施工隧道内各工程载具的身份标识信息,并发送给所述数据处理设备;
所述数据处理设备用于针对行驶向所述路口处的工程载具,根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量;所述载具拥堵贡献度特征向量包括行驶速度特征项及道路占用特征项;所述行驶速度特征项用于表征工程载具在施工隧道内的行驶速度特征,所述道路占用特征项用于表征工程载具在行驶时对并行车道或对向车道的影响程度;
所述数据处理设备还用于根据各个隧道干道上的各个所述工程载具的载具拥堵贡献度特征向量,确定各个隧道干道的当前的干道通行特征向量;
所述数据处理设备还用于根据各个隧道干道的所述干道通行特征向量及当前的交通信号灯控制方案,预测所述施工隧道各工程载具的第一路口平均等待时间;
所述数据处理设备还用于以最小化所述第一路口平均等待时间,迭代调整所述交通信号灯控制方案;
所述交通信号灯用于根据调整后的交通信号灯控制方案执行发光提示;
其中,所述数据处理设备根据所述工程载具的身份标识信息确定所述工程载具对应载具拥堵贡献度特征向量的方式,包括:
根据所述工程载具的身份标识信息确定所述工程载具的类型;
根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项;
根据所述工程载具的类型及所述工程载具所在隧道干道的道路宽度参数,确定所述载具拥堵贡献度特征向量的道路占用特征项;
其中,所述数据处理设备所述根据所述工程载具的类型确定所述载具拥堵贡献度特征向量的行驶速度特征项的方式,包括:
根据所述工程载具的类型、所述工程载具负载情况及所述工程载具所在隧道干道的限速参数确定所述载具拥堵贡献度特征向量的行驶速度特征项;
其中,所述道路占用特征项包括所述工程载具占用车道的数量值和所述工程载具所在隧道干道的双向车道数量总数;或者,所述道路占用特征项包括所述工程载具所在隧道干道的双向车道数量总数与所述工程载具占用车道的数量的差值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310794640.3A CN116504079B (zh) | 2023-06-30 | 2023-06-30 | 施工隧道通行控制方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310794640.3A CN116504079B (zh) | 2023-06-30 | 2023-06-30 | 施工隧道通行控制方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116504079A CN116504079A (zh) | 2023-07-28 |
CN116504079B true CN116504079B (zh) | 2023-09-22 |
Family
ID=87318833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310794640.3A Active CN116504079B (zh) | 2023-06-30 | 2023-06-30 | 施工隧道通行控制方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116504079B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108804810A (zh) * | 2018-06-07 | 2018-11-13 | 西南交通大学 | 基于社会力的交叉口横跨式施工区交通流模型建立方法 |
CN108877216A (zh) * | 2018-06-25 | 2018-11-23 | 中煤电气有限公司 | 一种工程现场施工车辆监控系统和方法 |
CN109767633A (zh) * | 2019-03-04 | 2019-05-17 | 徐化均 | 地铁隧道施工区道路交通控制方法 |
CN111243297A (zh) * | 2020-01-17 | 2020-06-05 | 苏州科达科技股份有限公司 | 交通灯相位控制方法、系统、设备及介质 |
CN111260937A (zh) * | 2020-02-24 | 2020-06-09 | 武汉大学深圳研究院 | 一种基于强化学习的十字路口交通信号灯控制方法 |
CN212061441U (zh) * | 2020-03-11 | 2020-12-01 | 内蒙古霍林河露天煤业股份有限公司 | 矿用交通信号灯装置 |
CN112767719A (zh) * | 2021-02-23 | 2021-05-07 | 上海慈航建设发展有限公司 | 一种高效的交通信号灯控制系统及控制方法 |
CN113316808A (zh) * | 2019-01-14 | 2021-08-27 | 华为技术有限公司 | 通过交通状态的时空扩展搜索空间控制交通信号 |
CN113450584A (zh) * | 2021-06-09 | 2021-09-28 | 煤炭科学技术研究院有限公司 | 井下信号灯控制方法、装置和电子设备 |
CN113448281A (zh) * | 2021-05-31 | 2021-09-28 | 天地(常州)自动化股份有限公司 | 井下智能交通管控系统及其方法 |
CN114093158A (zh) * | 2020-08-24 | 2022-02-25 | 华为云计算技术有限公司 | 一种交通管理方法及装置 |
CN114332821A (zh) * | 2021-12-31 | 2022-04-12 | 苏州智加科技有限公司 | 决策信息获取方法、装置、终端及存储介质 |
CN216623479U (zh) * | 2021-10-14 | 2022-05-27 | 龙岩龙安安全科技有限公司 | 一种矿山车辆避让管理系统 |
CN114973707A (zh) * | 2022-04-25 | 2022-08-30 | 天地(常州)自动化股份有限公司 | 煤矿井下巷道岔路口的联合管控方法 |
CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
CN115081049A (zh) * | 2022-05-20 | 2022-09-20 | 中铁十九局集团第六工程有限公司 | 路口灯组的设置方法、计算机装置及计算机可读存储介质 |
CN115762193A (zh) * | 2022-10-12 | 2023-03-07 | 中国水利水电第六工程局有限公司 | 一种施工道路智能交通管理系统 |
CN115909730A (zh) * | 2022-11-04 | 2023-04-04 | 中交第二公路勘察设计研究院有限公司 | 一种基于数字孪生的隧道施工期交通智能管控系统 |
CN115938122A (zh) * | 2022-12-19 | 2023-04-07 | 上海三思电子工程有限公司 | 隧道交通预测诱导系统、控制方法及终端 |
CN115933390A (zh) * | 2022-11-25 | 2023-04-07 | 国能榆林能源有限责任公司 | 路口控制策略的确定方法及装置、处理器以及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020062034A1 (en) * | 2018-09-28 | 2020-04-02 | Baidu.Com Times Technology (Beijing) Co., Ltd. | A tunnel-based planning system for autonomous driving vehicles |
-
2023
- 2023-06-30 CN CN202310794640.3A patent/CN116504079B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108804810A (zh) * | 2018-06-07 | 2018-11-13 | 西南交通大学 | 基于社会力的交叉口横跨式施工区交通流模型建立方法 |
CN108877216A (zh) * | 2018-06-25 | 2018-11-23 | 中煤电气有限公司 | 一种工程现场施工车辆监控系统和方法 |
CN113316808A (zh) * | 2019-01-14 | 2021-08-27 | 华为技术有限公司 | 通过交通状态的时空扩展搜索空间控制交通信号 |
CN109767633A (zh) * | 2019-03-04 | 2019-05-17 | 徐化均 | 地铁隧道施工区道路交通控制方法 |
CN111243297A (zh) * | 2020-01-17 | 2020-06-05 | 苏州科达科技股份有限公司 | 交通灯相位控制方法、系统、设备及介质 |
CN111260937A (zh) * | 2020-02-24 | 2020-06-09 | 武汉大学深圳研究院 | 一种基于强化学习的十字路口交通信号灯控制方法 |
CN212061441U (zh) * | 2020-03-11 | 2020-12-01 | 内蒙古霍林河露天煤业股份有限公司 | 矿用交通信号灯装置 |
CN114093158A (zh) * | 2020-08-24 | 2022-02-25 | 华为云计算技术有限公司 | 一种交通管理方法及装置 |
CN112767719A (zh) * | 2021-02-23 | 2021-05-07 | 上海慈航建设发展有限公司 | 一种高效的交通信号灯控制系统及控制方法 |
CN113448281A (zh) * | 2021-05-31 | 2021-09-28 | 天地(常州)自动化股份有限公司 | 井下智能交通管控系统及其方法 |
CN113450584A (zh) * | 2021-06-09 | 2021-09-28 | 煤炭科学技术研究院有限公司 | 井下信号灯控制方法、装置和电子设备 |
CN216623479U (zh) * | 2021-10-14 | 2022-05-27 | 龙岩龙安安全科技有限公司 | 一种矿山车辆避让管理系统 |
CN114332821A (zh) * | 2021-12-31 | 2022-04-12 | 苏州智加科技有限公司 | 决策信息获取方法、装置、终端及存储介质 |
CN114973707A (zh) * | 2022-04-25 | 2022-08-30 | 天地(常州)自动化股份有限公司 | 煤矿井下巷道岔路口的联合管控方法 |
CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
CN115081049A (zh) * | 2022-05-20 | 2022-09-20 | 中铁十九局集团第六工程有限公司 | 路口灯组的设置方法、计算机装置及计算机可读存储介质 |
CN115762193A (zh) * | 2022-10-12 | 2023-03-07 | 中国水利水电第六工程局有限公司 | 一种施工道路智能交通管理系统 |
CN115909730A (zh) * | 2022-11-04 | 2023-04-04 | 中交第二公路勘察设计研究院有限公司 | 一种基于数字孪生的隧道施工期交通智能管控系统 |
CN115933390A (zh) * | 2022-11-25 | 2023-04-07 | 国能榆林能源有限责任公司 | 路口控制策略的确定方法及装置、处理器以及电子设备 |
CN115938122A (zh) * | 2022-12-19 | 2023-04-07 | 上海三思电子工程有限公司 | 隧道交通预测诱导系统、控制方法及终端 |
Non-Patent Citations (3)
Title |
---|
5G based Underground Coal Mine Intelligent Fleet Management System;Tianrong Rao等;《2022 IEEE 8th International Conference on Computer and Communications (ICCC)》;279-283 * |
焦家金矿井下交通灯控制系统研究与应用;汪卫东等;《电子世界》(第13期);1 * |
矿井无轨胶轮车智能化管理系统研究;杨坤;《工矿自动化》(第1期);162-170 * |
Also Published As
Publication number | Publication date |
---|---|
CN116504079A (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10642268B2 (en) | Method and apparatus for generating automatic driving strategy | |
KR102373456B1 (ko) | 자동 주차 시스템을 제공하기 위해 결정 지점 간의 관계 및 결정 지점에 대한 리그레션 결과를 이용하여 주차 공간을 검출하는 학습 방법 및 학습 장치, 그리고 이를 이용한 테스팅 방법 및 테스팅 장치 | |
US11084494B2 (en) | Method for detecting safety of driving behavior, apparatus, device and storage medium | |
CN109760675B (zh) | 预测车辆轨迹的方法、装置、存储介质和终端设备 | |
CN110562258B (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
CN108597235B (zh) | 基于交通视频数据的交叉口信号参数优化及效果评估方法 | |
JP6916552B2 (ja) | 走行途中に発生する走行シナリオを検出して、運転者の走行習慣を評価するための情報の提供する方法及び装置 | |
CN104778846B (zh) | 一种基于计算机视觉的交通信号灯控制方法 | |
CN109902899B (zh) | 信息生成方法和装置 | |
WO2009118987A1 (en) | Travel pattern information obtaining device, travel pattern information obtaining method, and travel pattern information obtaining program | |
CN109993984B (zh) | 一种车速引导方法及装置 | |
CN112400192A (zh) | 多模态深度交通信号控制的方法和系统 | |
CN106934378B (zh) | 一种基于视频深度学习的汽车远光灯识别系统及方法 | |
CN113516854B (zh) | 一种基于卡警、视频检测器的多路口协调自适应控制方法 | |
CN104875740B (zh) | 用于管理跟随空间的方法、主车辆以及跟随空间管理单元 | |
CN109658694A (zh) | 一种卷积神经网络高危车辆交通流预测方法和系统 | |
JP2019079199A (ja) | 信号機切替制御装置、信号機切替制御方法及び信号機切替制御プログラム | |
CN110617829A (zh) | 用于预测车辆的可能行驶路线的方法和装置 | |
CN109800908A (zh) | 基于lstm模型的信号交叉口运行状态预测方法和系统 | |
CN111047880B (zh) | 路网的交通控制方法、装置、存储介质和管理设备 | |
CN112660128A (zh) | 用于确定自动驾驶车辆的车道变更路径的设备及其方法 | |
CN108230716A (zh) | 车辆交通模式应用 | |
CN116504079B (zh) | 施工隧道通行控制方法、装置及系统 | |
CN114565896A (zh) | 一种跨层融合改进的YOLOv4道路目标识别算法 | |
JP4572944B2 (ja) | 運転支援装置、運転支援方法および運転支援プログラム |
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 |