CN116543573B - 一种基于大数据的交通控制系统及信息接收终端 - Google Patents
一种基于大数据的交通控制系统及信息接收终端 Download PDFInfo
- Publication number
- CN116543573B CN116543573B CN202310819522.3A CN202310819522A CN116543573B CN 116543573 B CN116543573 B CN 116543573B CN 202310819522 A CN202310819522 A CN 202310819522A CN 116543573 B CN116543573 B CN 116543573B
- Authority
- CN
- China
- Prior art keywords
- traffic
- road
- data
- module
- congestion
- 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
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 6
- 238000012544 monitoring process Methods 0.000 claims abstract description 4
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 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
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 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
- G08G1/081—Plural intersections under common 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
- G08G1/0104—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
- G08G1/07—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
- G08G1/09—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
- G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
Abstract
本发明公开了一种基于大数据的交通控制系统及信息接收终端，属于交通控制技术领域。一种基于大数据的交通控制系统，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理。本发明有效地解决了现有的交通控制系统对于拥堵程度没有一个准确的概念，交通智能控制的过程中没有统一的数据进行分析控制，城市交通系统容易杂乱不堪的问题。
Description
技术领域
本发明涉及交通控制技术领域，更具体地说，涉及一种基于大数据的交通控制系统及信息接收终端。
背景技术
基于大数据的交通控制系统是利用大规模数据收集、处理和分析技术，以优化交通流量、提高交通效率和安全性的系统。这种系统可以利用各种传感器、监控设备、移动应用程序和互联网连接的车辆等来收集实时交通数据。然后，这些数据通过大数据分析和机器学习算法进行处理和分析，从而生成实时的交通状态信息和预测模型。
现有的交通控制系统对于拥堵程度没有一个准确的概念，交通智能控制的过程中没有统一的数据进行分析控制，城市交通系统容易杂乱不堪。
发明内容
1.要解决的技术问题
本发明的目的在于提供一种基于大数据的交通控制系统及信息接收终端，以解决上述背景技术中提出的问题：
现有的交通控制系统对于拥堵程度没有一个准确的概念，交通智能控制的过程中没有统一的数据进行分析控制，城市交通系统容易杂乱不堪。
2.技术方案
一种基于大数据的交通控制系统，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；
所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；
所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理；
所述交通状态信息生成模块生成实时的交通状态信息，包括道路拥堵程度、预计到达时间；
所述智能交通信号控制模块可以根据交通状态信息自动调整交通信号灯的配时和优先级；
所述路线建议模块根据实时交通状态信息为驾驶员提供路线建议。
优选的，所述交通状态信息通过交通控制中心、移动应用程序以及道路显示屏向驾驶员和公众传达。
优选的，所述数据处理模块还连接有数据库，所述数据库存储数据采集模块收集到的交通数据。
优选的，所述判断道路拥堵程度所需数据计算步骤如下：
步骤一，道路分段，将整条道路分为若干路段，每条路段长度为1千米；
步骤二，计算一定时间段内的车辆平均速度AV
AV＝(V1+V2+V3+...+VN)/N
其中，V1：车辆1的速度
V2：车辆2的速度
V3：车辆3的速度
...
VN：车辆N的速度；
步骤三，计算速度指数SI
SI＝DS/AV
其中，AV表示平均速度，DS表示道路的设计速度；
步骤四，计算拥堵指数CI
CI＝VF/RC
其中，VF表示车流量，RC表示道路容量；
步骤五，计算综合拥堵指数CL
CL＝SI*CI
其中，SI表示速度指数，CI表示拥堵指数。
优选的，判断道路拥堵程度的方法如下：
根据交通管理规定，在不同的路段设定对应的拥堵程度的阈值，将阈值设定为：
畅通：CL≤1.0
缓行：1.0＜CL≤1.5
轻度拥堵：1.5＜CL≤2.0
中度拥堵：2.0＜CL≤2.5
严重拥堵：CL＞2.5
将步骤五计算得到的综合拥堵指数CL带入预设的拥堵程度阈值中，根据综合拥堵指数和设定的阈值，将道路拥堵程度进行分类，根据综合拥堵指数与阈值的比较，判断道路所属的拥堵程度等级：
当CL≤1.0，则道路畅通；
当1.0＜CL≤1.5，则道路缓行；
当1.5＜CL≤2.0，则道路轻度拥堵；
当2.0＜CL≤2.5，则道路中度拥堵；
当CL＞2.5，则道路严重拥堵。
优选的，计算预计到达时间步骤如下：
S1、获取道路信息，包括道路长度L、道路速度限制SL；
S2、通过步骤五计算得到拥堵指数CL；
S3、根据拥堵指数CL调整行驶速度，计算得到速度调整因子SAF
SAT＝1-exp(-k*CL)
其中，k为调整因子系数；
S4、计算实际行驶速度AS
AS＝SL*SAF；
S5、计算预计行驶时间ETT
ETT＝L/AS；
S6、考虑额外因素进行修正，计算额外时间ATA
ATA＝WT1+WT2+WT3+……+WTn
其中，WT1:红绿灯1的等待时间
WT2:红绿灯2的等待时间
...
WTn:红绿灯n的等待时间；
S7、综合计算得出预计到达时间ETA
ETA＝CT+ETT+ATA
其中，CT表示当前时间。
优选的，所述智能交通信号控制模块根据道路的拥堵程度，延长拥堵路段上的绿灯时间，缩短畅通路段上的绿灯时间。
优选的，所述智能交通信号控制模块根据道路拥堵情况，调整不同道路的信号灯优先级，对于拥堵路段，提高其优先级，使其获得更多的绿灯时间，对于畅通路段，降低其优先级。
一种基于大数据的交通控制信息接收终端，包括信号接收器，所述信号接收器接收交通状态信息生成模块以及路线建议模块生成的数据信号。
3.有益效果
相比于现有技术，本发明的优点在于：
(1)本发明引入了拥堵指数的概念，将车流量、道路容量和平均速度等因素结合起来，通过数学计算得到道路的拥堵程度，这种综合指标的应用可以更准确地评估道路的拥堵情况，从而有针对性地调整交通控制策略；
(2)本发明基于道路拥堵程度，智能交通信号控制模块通过调整信号灯的配时和优先级，优化交通流量的分配，通过延长拥堵路段上的绿灯时间和缩短畅通路段上的绿灯时间，提高了道路的整体交通效率和流动性；
(3)本发明综合考虑道路长度、实际行驶速度、红绿灯等待时间等因素，通过预计到达时间的计算公式，给出了用户在特定交通条件下的预计到达时间，这种预测模型结合了实时交通数据和历史数据，提供了更准确的到达时间估计；
(4)本发明设计了各种调节参数，用于根据拥堵指数CL的变化灵活调整等待时间和信号灯优先级，通过适当调整这些参数的取值，可以根据实际交通情况灵活地调整交通控制策略，以提高道路的整体流畅性和效率。
附图说明
图1为本发明的系统示意图。
具体实施方式
实施例：请参阅图1，一种基于大数据的交通控制系统，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；
所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；
所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理；
所述交通状态信息生成模块生成实时的交通状态信息，包括道路拥堵程度、预计到达时间；
所述智能交通信号控制模块可以根据交通状态信息自动调整交通信号灯的配时和优先级；
所述路线建议模块根据实时交通状态信息为驾驶员提供路线建议。
所述交通状态信息通过交通控制中心、移动应用程序以及道路显示屏向驾驶员和公众传达。
所述数据处理模块还连接有数据库，所述数据库存储数据采集模块收集到的交通数据。
所述判断道路拥堵程度所需数据计算步骤如下：
步骤一，道路分段，将整条道路分为若干路段，每条路段长度为1千米；
步骤二，计算一定时间段内的车辆平均速度AV
AV＝(V1+V2+V3+...+VN)/N
其中，V1：车辆1的速度
V2：车辆2的速度
V3：车辆3的速度
...
VN：车辆N的速度；
步骤三，计算速度指数SI
SI＝DS/AV
其中，AV表示平均速度，DS表示道路的设计速度；
步骤四，计算拥堵指数CI
CI＝VF/RC
其中，VF表示车流量，RC表示道路容量；
步骤五，计算综合拥堵指数CL
CL＝SI*CI
其中，SI表示速度指数，CI表示拥堵指数。
判断道路拥堵程度的方法如下：
根据交通管理规定，在不同的路段设定对应的拥堵程度的阈值，将阈值设定为：
畅通：CL≤1.0
缓行：1.0＜CL≤1.5
轻度拥堵：1.5＜CL≤2.0
中度拥堵：2.0＜CL≤2.5
严重拥堵：CL＞2.5
将步骤五计算得到的综合拥堵指数CL带入预设的拥堵程度阈值中，根据综合拥堵指数和设定的阈值，将道路拥堵程度进行分类，根据综合拥堵指数与阈值的比较，判断道路所属的拥堵程度等级：
当CL≤1.0，则道路畅通；
当1.0＜CL≤1.5，则道路缓行；
当1.5＜CL≤2.0，则道路轻度拥堵；
当2.0＜CL≤2.5，则道路中度拥堵；
当CL＞2.5，则道路严重拥堵。
计算预计到达时间步骤如下：
S1、获取道路信息，包括道路长度L、道路速度限制SL；
S2、通过步骤五计算得到拥堵指数CL；
S3、根据拥堵指数CL调整行驶速度，计算得到速度调整因子SAF
SAF＝exp(-k*CL)
其中，k为调整因子系数，通过调整系数k的大小，可以控制调整因子对拥堵程度的敏感程度，指数函数的特性可以使得拥堵程度在较小的范围内有较小的调整因子，而在较大的范围内有更明显的调整因子，具体的公式和系数k的选择应根据实际路况进行调整和优化，k在0.3至0.5之间取值；
S4、计算实际行驶速度AS
AS＝SL*SAF；
S5、计算预计行驶时间ETT
ETT＝L/AS；
S6、考虑额外因素进行修正，计算额外时间ATA
ATA＝WT1+WT2+WT3+……+WTn
其中，WT1:红绿灯1的等待时间
WT2:红绿灯2的等待时间
...
WTn:红绿灯n的等待时间；
S7、综合计算得出预计到达时间ETA
ETA＝CT+ETT+ATA
其中，CT表示当前时间。
所述智能交通信号控制模块根据道路的拥堵程度，延长拥堵路段上的绿灯时间，缩短畅通路段上的绿灯时间。
对于拥堵路段(CL＞1.5)：
等待时间(WT)＝基础等待时间(BT)*exp(k1*CL)
其中，基础等待时间(BT)是在正常情况下的等待时间，可以根据道路的特性和交通管理策略确定，k1是一个调节参数，用于控制拥堵程度与延长等待时间之间的关系。
对于畅通路段(CL≤1.5)：
等待时间(WT)＝基础等待时间(BT)*exp(-k2*CL)
其中，基础等待时间(BT)同样是在正常情况下的等待时间，可以根据道路的特性和交通管理策略确定，k2是一个调节参数，用于控制拥堵程度与缩短等待时间之间的关系。
通过调节参数k1和k2的取值，可以根据拥堵指数CL的变化来灵活地调整等待时间，较高的拥堵指数将导致等待时间的指数增长，从而延长拥堵路段上的绿灯时间；较低的拥堵指数将导致等待时间的指数减小，从而缩短畅通路段上的绿灯时间。
参数k1的取值范围为0.1-1.0。较小的值(接近0.1)适用于平衡各路段的优先级，对拥堵路段的疏导作用较小；较大的值(接近1.0)适用于强调拥堵路段的优先级，希望更快地疏导交通拥堵。
参数k2的取值范围为0.1-1.0。较小的值(接近0.1)适用于平衡各路段的优先级，对畅通路段的优先级调节作用较小；较大的值(接近1.0)适用于降低畅通路段的优先级，更多的绿灯时间分配给拥堵路段。
需要注意的是，具体的参数取值需要根据实际情况和交通管理策略进行调整和优化，不同道路和交通网络可能需要不同的参数设置，以达到最佳的交通流控制效果。
所述智能交通信号控制模块根据道路拥堵情况，调整不同道路的信号灯优先级，对于拥堵路段，提高其优先级，使其获得更多的绿灯时间，对于畅通路段，降低其优先级。
对于拥堵路段(CL＞1.5)：
优先级(P)＝基础优先级(BP)+q1*CL
其中，基础优先级(BP)是正常情况下的优先级，可以根据道路的特性和交通管理策略确定。k1是一个调节参数，用于控制拥堵程度与优先级之间的关系。
对于畅通路段(CL≤1.5)：
优先级(P)＝基础优先级(BP)-q2*CL
其中，基础优先级(BP)同样是正常情况下的优先级，可以根据道路的特性和交通管理策略确定。k2是一个调节参数，用于控制拥堵程度与优先级之间的关系。
通过调节参数q1和q2的取值，可以根据拥堵指数CL的变化来灵活地调整不同道路的信号灯优先级。较高的拥堵指数将导致优先级的线性增加，使拥堵路段获得更多的绿灯时间；较低的拥堵指数将导致优先级的线性降低，减少畅通路段的绿灯时间。
需要根据实际情况和交通管理策略对参数q1和q2进行适当调整，以实现最佳的交通流控制效果。不同道路和交通网络可能需要不同的参数设置，以满足特定的交通需求和优化交通流效率。
参数q1的取值范围为0.5-2.0。较小的值(接近0.5)适用于平衡各路段的优先级，对拥堵路段的疏导作用较小；较大的值(接近2.0)适用于强调拥堵路段的优先级，希望更快地疏导交通拥堵。
参数q2的取值范围为0.2-0.8。较小的值(接近0.2)适用于平衡各路段的优先级，对畅通路段的优先级调节作用较小；较大的值(接近0.8)适用于降低畅通路段的优先级，更多的绿灯时间分配给拥堵路段。
需要根据具体的交通状况、道路网络设计和管理策略来选择合适的参数值。建议进行实地观察、数据收集和模拟仿真，根据实际情况进行参数调整和优化，以达到最佳的交通流控制效果。
一种基于大数据的交通控制信息接收终端，包括信号接收器，所述信号接收器接收交通状态信息生成模块以及路线建议模块生成的数据信号。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种基于大数据的交通控制系统，其特征在于，包括数据采集模块、数据处理模块、交通状态信息生成模块、智能交通信号控制模块、路线建议模块；
所述数据采集模块使用传感器和监控设备来收集交通数据，所述交通数据包括交通流量、车辆速度、车辆位置，所述传感器包括交通摄像头、交通信号灯、车载传感器；
所述数据处理模块将数据采集模块收集到的交通数据传输到交通状态信息生成模块进行处理；
所述交通状态信息生成模块生成实时的交通状态信息，包括道路拥堵程度、预计到达时间；
判断道路拥堵程度所需数据计算步骤如下：
步骤一，道路分段，将整条道路分为若干路段，每条路段长度为1千米；
步骤二，计算一定时间段内的车辆平均速度AV
AV=(V1+V2+V3+...+VN)/N
其中，V1：车辆1的速度
V2：车辆2的速度
V3：车辆3的速度
...
VN：车辆N的速度；
步骤三，计算速度指数SI
SI=DS/AV
其中，AV表示平均速度，DS表示道路的设计速度；
步骤四，计算拥堵指数CI
CI=VF/RC
其中，VF表示车流量，RC表示道路容量；
步骤五，计算综合拥堵指数CL
CL=SI*CI
其中，SI表示速度指数，CI表示拥堵指数；
判断道路拥堵程度的方法如下：
根据交通管理规定，在不同的路段设定对应的拥堵程度的阈值，将阈值设定为：
畅通：CL≤1.0
缓行：1.0＜CL≤1.5
轻度拥堵：1.5＜CL≤2.0
中度拥堵：2.0＜CL≤2.5
严重拥堵：CL＞2.5
将步骤五计算得到的综合拥堵指数CL带入预设的拥堵程度阈值中，根据综合拥堵指数和设定的阈值，将道路拥堵程度进行分类，根据综合拥堵指数与阈值的比较，判断道路所属的拥堵程度等级：
当CL≤1.0，则道路畅通；
当1.0＜CL≤1.5，则道路缓行；
当1.5＜CL≤2.0，则道路轻度拥堵；
当2.0＜CL≤2.5，则道路中度拥堵；
当CL＞2.5，则道路严重拥堵；
计算预计到达时间步骤如下：
S1、获取道路信息，包括道路长度L、道路速度限制SL；
S2、通过步骤五计算得到拥堵指数CL；
S3、根据拥堵指数CL调整行驶速度，计算得到速度调整因子SAF
SAT=1-exp(-k*CL)
其中，k为调整因子系数；
S4、计算实际行驶速度AS
AS=SL*SAF；
S5、计算预计行驶时间ETT
ETT=L/AS；
S6、考虑额外因素进行修正，计算额外时间ATA
ATA=WT1+WT2+WT3+……+WTn
其中，WT1:红绿灯1的等待时间
WT2:红绿灯2的等待时间
...
WTn:红绿灯n的等待时间；
S7、综合计算得出预计到达时间ETA
ETA=CT+ETT+ATA
其中，CT表示当前时间；
所述智能交通信号控制模块可以根据交通状态信息自动调整交通信号灯的配时和优先级，所述智能交通信号控制模块根据道路拥堵情况，调整不同道路的信号灯优先级，对于拥堵路段，提高其优先级，使其获得更多的绿灯时间，对于畅通路段，降低其优先级；
所述路线建议模块根据实时交通状态信息为驾驶员提供路线建议。
2.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述交通状态信息通过交通控制中心、移动应用程序以及道路显示屏向驾驶员和公众传达。
3.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述数据处理模块还连接有数据库，所述数据库存储数据采集模块收集到的交通数据。
4.根据权利要求1所述的一种基于大数据的交通控制系统，其特征在于，所述智能交通信号控制模块根据道路的拥堵程度，延长拥堵路段上的绿灯时间，缩短畅通路段上的绿灯时间。
5.一种基于大数据的交通控制信息接收终端，涉及权利要求中任一项1-4所述的一种基于大数据的交通控制系统，其特征在于，包括信号接收器，所述信号接收器接收交通状态信息生成模块以及路线建议模块生成的数据信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310819522.3A CN116543573B (zh) | 2023-07-06 | 2023-07-06 | 一种基于大数据的交通控制系统及信息接收终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310819522.3A CN116543573B (zh) | 2023-07-06 | 2023-07-06 | 一种基于大数据的交通控制系统及信息接收终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116543573A CN116543573A (zh) | 2023-08-04 |
| CN116543573B true CN116543573B (zh) | 2023-09-29 |
Family
ID=87445685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310819522.3A Active CN116543573B (zh) | 2023-07-06 | 2023-07-06 | 一种基于大数据的交通控制系统及信息接收终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116543573B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117238145A (zh) * | 2023-11-14 | 2023-12-15 | 山东纵云信息技术有限公司 | 一种基于大数据的智慧交通管理方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011196786A (ja) * | 2010-03-18 | 2011-10-06 | Toyota Central R&D Labs Inc | 渋滞時間算出装置、出発時刻算出装置、渋滞なし時間算出装置、及びプログラム |
| CN108629990A (zh) * | 2018-06-14 | 2018-10-09 | 重庆同济同枥信息技术有限公司 | 一种基于多源数据的实时动态配时方法及系统 |
| CN110264717A (zh) * | 2019-06-25 | 2019-09-20 | 牡丹江师范学院 | 一种城市智能交通调控系统 |
| CN111341095A (zh) * | 2018-12-19 | 2020-06-26 | 中国航天系统工程有限公司 | 一种基于边缘侧在线计算的交通信号控制系统及方法 |
| CN113962450A (zh) * | 2021-10-12 | 2022-01-21 | 生态环境部环境规划院 | 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 |
| CN116129650A (zh) * | 2023-03-03 | 2023-05-16 | 山东锐纳交通科技有限公司 | 一种基于大数据分析的交通预警系统及其方法 |
-
2023
- 2023-07-06 CN CN202310819522.3A patent/CN116543573B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011196786A (ja) * | 2010-03-18 | 2011-10-06 | Toyota Central R&D Labs Inc | 渋滞時間算出装置、出発時刻算出装置、渋滞なし時間算出装置、及びプログラム |
| CN108629990A (zh) * | 2018-06-14 | 2018-10-09 | 重庆同济同枥信息技术有限公司 | 一种基于多源数据的实时动态配时方法及系统 |
| CN111341095A (zh) * | 2018-12-19 | 2020-06-26 | 中国航天系统工程有限公司 | 一种基于边缘侧在线计算的交通信号控制系统及方法 |
| CN110264717A (zh) * | 2019-06-25 | 2019-09-20 | 牡丹江师范学院 | 一种城市智能交通调控系统 |
| CN113962450A (zh) * | 2021-10-12 | 2022-01-21 | 生态环境部环境规划院 | 一种核算城市道路交通逐日二氧化碳排放量的方法及其系统 |
| CN116129650A (zh) * | 2023-03-03 | 2023-05-16 | 山东锐纳交通科技有限公司 | 一种基于大数据分析的交通预警系统及其方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116543573A (zh) | 2023-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116543573B (zh) | 一种基于大数据的交通控制系统及信息接收终端 | |
| CN108806283B (zh) | 一种交通信号灯的控制方法及车联网平台 | |
| CN109598950B (zh) | 一种智能网联车辆的匝道协同汇入控制方法及系统 | |
| CN106781558B (zh) | 车联网下基于宏观基本图的主通道交通流快速疏导方法 | |
| CN111951549B (zh) | 在网联车辆环境下的自适应交通信号灯控制方法及系统 | |
| CN113178083B (zh) | 一种高速公路多级动态限速的拥堵控制方法及系统 | |
| CN113096416A (zh) | 用于高速公路上合流区的自动驾驶专用车道与通用车道可变限速的动态协同管控方法 | |
| CN109637160B (zh) | 一种动态交通条件下的单点控制方法 | |
| CN110648532B (zh) | 一种基于智慧交通物联网的交通监测系统 | |
| 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 | |
| CN113591269A (zh) | 基于交通仿真的拥堵路段智能网联车辆专用道控制方法 | |
| CN112201033B (zh) | 一种道路交通运行主动管控策略选择方法 | |
| CN113593258B (zh) | 基于车路协同的信号配时与车速动态协调控制优化方法 | |
| CN111341095A (zh) | 一种基于边缘侧在线计算的交通信号控制系统及方法 | |
| CN114627647A (zh) | 一种基于可变限速与换道结合的混合交通流优化控制方法 | |
| CN112738959B (zh) | 一种基于智慧城市的城市道路路灯节能减排控制系统 | |
| CN113554875B (zh) | 一种基于边缘计算的高速公路异质交通流可变限速控制方法 | |
| CN110111573B (zh) | 一种基于物联网的拥堵车辆综合调度方法 | |
| CN113823102B (zh) | 软件定义车载网络环境下的自适应信号配时方法 | |
| CN110264748B (zh) | 一种基于城市大脑和v2x的行车精确路由策略 | |
| CN114863686B (zh) | 一种普通国省干线可变限速控制方法 | |
| CN114037587A (zh) | 基于异质因果推断的城市通勤主通道多匝道网联控制方法 | |
| CN110580813B (zh) | 一种基于绿灯利用率差别值比例反馈的交通信号机控制方法 | |
| CN114283580A (zh) | 一种基于大数据的车流引导方法 | |
| CN109243186B (zh) | 一种基于排队级别动态调整相位差的方法 |
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 |