CN116740923A - 一种基于车、路、云协同的辅道汇入排队通行方法 - Google Patents

一种基于车、路、云协同的辅道汇入排队通行方法 Download PDF

Info

Publication number
CN116740923A
CN116740923A CN202310540889.1A CN202310540889A CN116740923A CN 116740923 A CN116740923 A CN 116740923A CN 202310540889 A CN202310540889 A CN 202310540889A CN 116740923 A CN116740923 A CN 116740923A
Authority
CN
China
Prior art keywords
vehicle
road
traffic
passing
vehicles
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
Application number
CN202310540889.1A
Other languages
English (en)
Other versions
CN116740923B (zh
Inventor
陈松
李文峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Wisoft Information Technology Ltd
Original Assignee
Jiangsu Wisoft Information Technology Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Wisoft Information Technology Ltd filed Critical Jiangsu Wisoft Information Technology Ltd
Priority to CN202310540889.1A priority Critical patent/CN116740923B/zh
Publication of CN116740923A publication Critical patent/CN116740923A/zh
Application granted granted Critical
Publication of CN116740923B publication Critical patent/CN116740923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • 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
    • 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
    • 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
    • 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
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising 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

Abstract

本发明属于车联网领域，涉及数据分析技术，用于现有的辅道汇入主道排队通行方法，解决在无信号灯路口车辆从辅道汇入主道时易出现行车冲突导致通行效率低下的问题，具体是一种基于车、路、云协同的辅道汇入排队通行方法，包括以下步骤：步骤一：建立车、路、云三端协同车辆通行的数据交互平台；步骤二：对路口RSU、雷达、视频摄像头进行设备部署；步骤三：采用STMF通行策略进行辅道汇入排队通行分析；本发明通过车、路、云三端协同车辆通行的数据交互平台实现车辆、车道以及云平台的数据实时交互，结合当前道路车辆承载情况进行车辆通行分析与顺序分配，从而极大的提高车道路口的车辆汇入、汇出效率，降低了道路拥堵现象的出现概率，保障通行安全。

Description

一种基于车、路、云协同的辅道汇入排队通行方法
技术领域
本发明属于车联网领域，涉及数据分析技术，具体是一种基于车、路、云协同的辅道汇入排队通行方法。
背景技术
车联网的概念是国内基于物联网提出的，车联网按照约定的通信协议和数据交互标准，在车－X(X：车、路、行人及互联网等)之间进行无线通信和信息交换的系统网络，是能够实现智能化交通管理、智能动态信息服务和车辆智能化控制的一体化网络。基于车联网技术一方面可以通过移动互联网获取道路周边的交通状况信息，也可以通过专用短程通信技术获取路径上的事故或者交通安全信息，且通过车联网的信息交换，可提升汽车在交通路口通行的效率和安全。
目前，依靠单车智能已经可以在测试场景或者简单道路实现自适应巡航、跟随、避障等功能，但在城市复杂交通状况下，行车安全始终不敢保证，为了提高普通车辆和智能车辆在无信号灯的辅道或匝道路口的通行效率，保障通行的安全性，更为将来城市道路完全自动驾驶场景奠定基础，设计一种交叉路口通行(如辅道汇合场景)的车辆行驶策略十分必要。
在智能网联汽车场景，做了大量车车通行保障通行的研究，其中最为广泛的是基于预约的AIC模型，在保障交通流连续性的基础上显著降低车辆延误。其规定车辆通过V2I通信向交叉口控制器(Intersection Manager，IM)发送通过交叉口的时空轨迹预定请求，IM对该请求进行仿真并基于碰撞条件判断是否接受该请求。其中Sengupta R,Rezaei S,Shladover S E,et al.Cooperative Collision Warning Systems:Concept Definitionand Experimental Implementation[J].Journal of Intelligent TransportationSystems,2007,11(3):143-155.提出了车辆先来先服务策略，是交叉路口自治管理系统AIM的核心。但是该策略信息手段有限，没有充分利用道路车辆监测信息，没有充分考虑城市交通不同道路之间根据流量情况变换策略，不利于路口车辆通行效率的最大化。同时，车辆行驶中应充分考虑车、路、云数据传输的时效性。
因此，本发明建立车、路、云数据高效协同系统，基于通行时间最短并且保障公平通行流量最大化策略ShortestTime andMaximumFlow(以下简称STMF)。车端采用APP作为车传输信息的载体，提供车辆位置信息实时上报和接收排号信息；路侧通过建立雷达、视频、RSU、边缘计算等设备，建立网络通信、通过视频、雷达监测车辆排队流量信息，路侧边缘计算设备负责通行策略计算和车辆目标识别算法运算；云平台负责车用户基础信息的存储和数据交互。本方法在保障车辆安全通行的前提下，缓解没有信号灯的交叉路口车辆通行效率，为以后完全自动驾驶(无信号灯)交通道路通行场景通行奠定基础。
发明内容
本发明的目的在于提供一种基于车、路、云协同的辅道汇入排队通行方法，用于解决现有的辅道汇入排队通行方法在车辆行驶中无法兼顾车、路、云数据传输的时效性导致通行效率低下的问题；
本发明需要解决的技术问题为：如何提供一种可以兼顾车、路、云数据传输的时效性的基于车、路、云协同的辅道汇入排队通行方法。
本发明的目的可以通过以下技术方案实现：
一种基于车、路、云协同的辅道汇入排队通行方法，包括以下步骤：
步骤一：建立车、路、云三端协同车辆通行的数据交互平台；
步骤二：对路口RSU、雷达、视频摄像头进行设备部署；
步骤三：采用STMF通行策略进行辅道汇入排队通行分析：视频雷达监测当前道路的车流量，两条车道R1，R2车辆数分别为n1、n2；对车辆通行顺序编号，对交叉路段每辆车进行编号；按照STMF通行策略进行通行顺序分配并生成时间序列周期Ti；
步骤四：在时间序列周期Ti结束后进行通行效率分析并得到效正系数，通过效正系数的数值对车辆通行效率是否满足要求进行判定，并在车辆通行效率不满足要求时进行通行策略优化分析。
作为本发明的一种优选实施方式，在步骤一中：车、路、云三端协同车辆通行的数据交互平台的建立过程包括：车辆到达路口时，同时和云平台、路侧RSU建立通信，向云平台上报车辆信息，车辆信息包括到达路口、位置以及账户信息；云平台将车辆信息下发到路侧RSU；路侧摄像头、雷达、MEC对车道车辆类型、车牌、车辆数量进行监测识别；MEC计算STMF通行策略，每个时间序列周期Ti车道车辆消减量，对车辆进行编号排序；将车辆汇入路口时的通行指令通过RSU下发到车端APP；车端APP将位置信息实时上报到RSU；车辆驶出路口时，与RSU断开通信连接。
作为本发明的一种优选实施方式，在步骤二中，路口RSU、雷达、视频摄像头的设备部署过程包括：路口汇入包含辅道和主道，在路口主道和辅道中间位置部署RSU和MEC作为路侧通信和计算单元；路口设备杆上分别部署朝向本侧车道的雷达和摄像头，监测范围为250米；视频、雷达监测数据实时传输给MEC进行算法计算。
作为本发明的一种优选实施方式，在步骤三中，采用STMF通行策略进行辅道汇入排队通行分析的具体过程包括：视频雷达监测当前道路的车流量，两条车道R1，R2车辆数分别为n1与n2；按照STMF通行策略：
式中n1和n2代表两条车道当前的车辆数量，ceil()函数是返回大于等于表达式的最小整数。
作为本发明的一种优选实施方式，在步骤四中，在时间序列周期Ti结束后进行通行效率分析的具体过程包括：在时间序列周期Ti完成时，获取时间序列周期Ti内的完成通行的车辆数量并标记为通行值TXi，将时间序列周期Ti的时长标记为通行时长TSi，将通行值TXi与通行时长TSi的比值标记为时间序列周期Ti的效率系数XLi；将效率系数XLi与预设效率阈值XLmin进行比较：若效率系数XL小于效率阈值XLmin，则判定时间序列周期Ti内的车辆通行效率不满足要求，将当前时间序列周期Ti标记为效异周期；若效率系数XLi大于等于效率阈值XLmin，则判定时间序列周期Ti内的车辆通行效率满足要求，将当前时间序列周期Ti标记为效正周期，将已完成的时间序列周期的数量标记为完成值，将效正周期与完成值的比值标记为效正系数。
作为本发明的一种优选实施方式，对车辆通行效率是否满足要求进行判定的具体过程包括：将效正系数与效正阈值进行比较：若效正系数小于效正阈值，则判定车辆通行效率不满足要求，对通行策略进行优化分析；若效正系数大于等于效正阈值，则判定车辆通行效率满足要求，继续执行通行策略。
作为本发明的一种优选实施方式，对通行策略进行优化分析的具体过程包括：对车道R1进行优先分析：获取车道R1的大型货车数量、中型货车数量以及轿车数量并分别标记为DH1、ZH1以及JC1，通过公式YX1＝α1*DH1+α2*ZH1+α3*JC1得到车道R1的优先系数YX1，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；对车道R2进行优先分析：获取车道R2的大型货车数量、中型货车数量以及轿车数量并分别标记为DH2、ZH2以及JC2，通过公式YX2＝α1*DH2+α2*ZH2+α3*JC2得到车道R2的优先系数YX2，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；将车道R1、R2的优先系数YX1、YX2对步骤S3中STMF通行策略的n1、n2进行数值替换，并在后续的时间策略周期Ti中按照ceil(1+YX1/YX2)与ceil(1+YX2/YX1)进行车道R1与R2的通行车辆数量计算。
本发明具备下述有益效果：
1、通过车、路、云三端协同车辆通行的数据交互平台实现车辆、车道以及云平台的数据实时交互，结合当前道路车辆承载情况进行车辆通行分析与顺序分配，从而极大的提高车道路口的车辆汇入、汇出效率，降低了道路拥堵现象的出现概率；
2、通过路口RSU、雷达、视频摄像头的部署，可以实时监测车道上的车辆承载情况，对车辆信息进行识别并上传，同时接收云平台发送的通行指令，使车辆可以有序的进行汇入汇出，提高车辆通行效率；
3、通过辅道汇入排队通行分析过程可以对车辆的通行顺序进行排序，然后根据STMF通行策略进行车辆通行顺序规划，并以时间序列周期为基准为每个车道分配通行车辆数量，按照先到先服务的原则，同时考虑当前每条车道的流量情况，在公平通行原则基础上保障通行安全和效率；
4、通过通行效率分析过程可以对通行策略下的车辆通行效率进行监测分析，通过对每个时间序列周期进行通行效率分析与标记结果来反馈整体的车辆通行效率，从而在车辆通行效率不满足要求时对通行策略进行优化，考虑实际应用中不同车型对旁侧车辆通行速度的影响程度不同，将优先系数对通行策略中的车辆数量进行替换，进一步提高实际应用中的车辆通行效率。
附图说明
图1为本发明的系统框图；
图2为本发明的有新增车辆情况下车道消减车辆示意图；
图3为本发明通行效率分析过程的流程图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述。
如图1-3所示，一种基于车、路、云协同的辅道汇入排队通行方法，包括车、路、云三端协同车辆通行的数据交互过程，路口RSU、雷达、视频摄像头部署过程，辅道汇入排队通行分析过程以及通行效率分析过程。
实施例一
如图1所示，在本实施例中，车、路、云三端协同车辆通行工作过程如下：
步骤P1：车辆到达路口时，同时和云平台、路侧RSU建立通信，上报到达路口、位置、账户等基本信息，到达路口签到信息；
步骤P2：云平台将车辆基础信息下发到路侧RSU；
步骤P3：路侧摄像头、雷达、MEC对车道车辆类型、车牌、车辆数量进行监测识别；
步骤P4：同时MEC计算STMF通行策略，每个T周期车道车辆消减量，对车辆进行编号排序；
步骤P5：将车辆汇入路口时的通行指令通过RSU下发到车端APP；
步骤P6：车端APP将位置信息实时上报到RSU；
步骤P7：车辆驶出路口时，与RSU断开通信连接。
通过车、路、云三端协同车辆通行的数据交互平台实现车辆、车道以及云平台的数据实时交互，结合当前道路车辆承载情况进行车辆通行分析与顺序分配，从而极大的提高车道路口的车辆汇入、汇出效率，降低了道路拥堵现象的出现概率。
实施例二
在本实施例中，路口RSU、雷达、视频摄像头部署方式如下：
步骤M1：路口汇入包含辅道和主道，只需要在路口主道和辅道中间位置，部署RSU和MEC作为路侧通信和计算单元即可；
步骤M3：路口设备杆上分别部署朝向本侧车道的雷达和摄像头，监测范围可在250米范围；
步骤M3：视频、雷达监测数据实时传输给MEC进行算法计算。
通过路口RSU、雷达、视频摄像头的部署，可以实时监测车道上的车辆承载情况，对车辆信息进行识别并上传，同时接收云平台发送的通行指令，使车辆可以有序的进行汇入汇出，提高车辆通行效率。
实施例三
在本实施例中，辅道汇入排队通行分析过程，包括以下步骤：
步骤S1：视频雷达监测当前道路的车流量，两条车道R1，R2车辆数分别为16、29；
步骤S2：基于STMF通行策略，按照先到先服务的原则，同时考虑当前每条车道的流量情况，在公平通行原则基础上保障通行安全和效率，对车辆通行顺序编号，对交叉路段每辆车的编号为C1、C2、C3、……，D1、D2、D3、……；
步骤S3：按照STMF通行策略：
通行策略按照先到先服务原则，同时充分考虑车道流量通行情况，避免造成拥堵，两条车道车辆交替通行；
式中n1和n2代表两条车道当前的车辆数量，ceil()函数是返回大于等于表达式的最小整数。
若n1<n2，则R1每个时间周期通行车辆为1辆，R2每个时间周期通行车辆为
若n1>n2，则R2每个时间周期通行车辆为1辆，R1每个时间周期通行车辆为
步骤S4：由于R1＝16<R2＝29，则R1每个时间周期通行车辆为1辆，R2每个时间周期通行车辆为则R2当前周期通行车辆数量为2；
步骤S5：按照通行车道消减次数生成通行时间序列Ti，Ti＝T1，T2，……，Tm，m为正整数；两个车道每消减一次为一个时间序列周期Ti；
步骤S6：R1车道内车的数量为16辆，R2车道内车的数量为29辆，在不考虑车道新增车辆的前提下，按照STMF通行策略每个车道消减车辆，R1和R2车道剩余车辆数量T(y1，y2)分别为：T1(15，27)、T2(14，25)、T3(13，23)、T4(12，21)、T5(11，19)、T6(10，17)、T7(9，15)、T8(8，13)、T9(7，11)、T10(6，9)、T11(5，7)、T12(4，5)、T13(3，3)、T14(2，2)、T15(1，1)、T16(0，0)；
按照STMF通行策略运算后，车辆按照策略组队通过路口示意图，图中显示的策略是当前时间序列周期Ti，主道R1通行一辆车，辅道R2通行四辆车；
图2是有新增车辆情况下车道消减车辆示意图，考虑当前两个车道R1、R2新增车辆情况，当前路段车道无新增车辆时则按照原有车辆消减策略；当监测到有新增车辆时，则在车辆消减的一个时间序列周期Ti结束时，将新增两个车道车辆数量动态加入STMF通行策略。
具体示意如图2所示，时间序列周期T1路口通过车辆为C1D1D2，时间序列周期T2路口通过车辆为C2D3D4，时间序列周期T3监测到路段有新增车辆，则在时间序列周期T3完成C3D5D5通行后，将未通行的所有车辆和新增车辆更新STMF通行策略。
通过辅道汇入排队通行分析过程可以对车辆的通行顺序进行排序，然后根据STMF通行策略进行车辆通行顺序规划，并以时间序列周期为基准为每个车道分配通行车辆数量，按照先到先服务的原则，同时考虑当前每条车道的流量情况，在公平通行原则基础上保障通行安全和效率。
实施例四
如图3所示，通行效率分析过程的具体过程包括：
步骤Q1：在时间序列周期Ti完成时，获取时间序列周期Ti内的完成通行的车辆数量并标记为通行值TXi，将时间序列周期Ti的时长标记为通行时长TSi，将通行值TXi与通行时长TSi的比值标记为时间序列周期Ti的效率系数XLi；
步骤Q2：将效率系数XLi与预设效率阈值XLmin进行比较：若效率系数XL小于效率阈值XLmin，则判定时间序列周期Ti内的车辆通行效率不满足要求，将当前时间序列周期Ti标记为效异周期；若效率系数XLi大于等于效率阈值XLmin，则判定时间序列周期Ti内的车辆通行效率满足要求，将当前时间序列周期Ti标记为效正周期；
步骤Q3：将已完成的时间序列周期的数量标记为完成值，将效正周期与完成值的比值标记为效正系数，将效正系数与效正阈值进行比较：若效正系数小于效正阈值，则判定车辆通行效率不满足要求，对通行策略进行优化分析；若效正系数大于等于效正阈值，则判定车辆通行效率满足要求，继续执行通行策略。
在步骤Q3中，对通行策略进行优化分析的具体过程包括：对车道R1进行优先分析：获取车道R1的大型货车数量、中型货车数量以及轿车数量并分别标记为DH1、ZH1以及JC1，通过公式YX1＝α1*DH1+α2*ZH1+α3*JC1得到车道R1的优先系数YX1，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；对车道R2进行优先分析：获取车道R2的大型货车数量、中型货车数量以及轿车数量并分别标记为DH2、ZH2以及JC2，通过公式YX2＝α1*DH2+α2*ZH2+α3*JC2得到车道R2的优先系数YX2，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；将车道R1、R2的优先系数YX1、YX2对步骤S3中STMF通行策略的n1、n2进行数值替换，并在后续的时间策略周期Ti中按照ceil(1+YX1/YX2)与ceil(1+YX2/YX1)进行车道R1与R2的通行车辆数量计算；即，将STMF通行策略调整为：
通过通行效率分析过程可以对通行策略下的车辆通行效率进行监测分析，通过对每个时间序列周期进行通行效率分析与标记结果来反馈整体的车辆通行效率，从而在车辆通行效率不满足要求时对通行策略进行优化，考虑实际应用中不同车型对旁侧车辆通行速度的影响程度不同，将优先系数对通行策略中的车辆数量进行替换，进一步提高实际应用中的车辆通行效率。
一种基于车、路、云协同的辅道汇入排队通行方法，工作时，建立车、路、云三端协同车辆通行的数据交互平台；对路口RSU、雷达、视频摄像头进行设备部署；采用STMF通行策略进行辅道汇入排队通行分析：视频雷达监测当前道路的车流量，两条车道R1，R2车辆数分别为n1、n2；对车辆通行顺序编号，对交叉路段每辆车进行编号；按照STMF通行策略进行通行顺序分配并生成时间序列周期Ti；在时间序列周期Ti结束后进行通行效率分析并得到效正系数，通过效正系数的数值对车辆通行效率是否满足要求进行判定，并在车辆通行效率不满足要求时进行通行策略优化分析，分别计算车道R1与R2的优先系数YX1与YX2，将优先系数YX1与YX2对通行策略中的n1与n2进行数值替换，考虑实际应用中不同车型对旁侧车辆通行速度的影响程度不同，将优先系数对通行策略中的车辆数量进行替换，进一步提高实际应用中的车辆通行效率。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式YX1＝α1*DH1+α2*ZH1+α3*JC1；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的优先系数；将设定的优先系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到α1、α2以及α3的取值分别为3.56、2.42和2.15；
系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的优先系数；只要不影响参数与量化后数值的比例关系即可，如优先系数与大型货车数量的数值成正比。
以上公开的本发明优选实施例只是用于帮助阐述本发明。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明；实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.一种基于车、路、云协同的辅道汇入排队通行方法，其特征在于，包括以下步骤：
步骤一：建立车、路、云三端协同车辆通行的数据交互平台；
步骤二：对路口RSU、雷达、视频摄像头进行设备部署；
步骤三：采用STMF通行策略进行辅道汇入排队通行分析：视频雷达监测当前道路的车流量，两条车道R1，R2车辆数分别为n1、n2；对车辆通行顺序编号，对交叉路段每辆车进行编号；按照STMF通行策略进行通行顺序分配并生成时间序列周期Ti；
步骤四：在时间序列周期Ti结束后进行通行效率分析并得到效正系数，通过效正系数的数值对车辆通行效率是否满足要求进行判定，并在车辆通行效率不满足要求时进行通行策略优化分析。
2.根据权利要求1所述的一种基于车、路、云协同的辅道汇入排队通行方法，其特征在于，在步骤一中：车、路、云三端协同车辆通行的数据交互平台的建立过程包括：车辆到达路口时，同时和云平台、路侧RSU建立通信，向云平台上报车辆信息，车辆信息包括到达路口、位置以及账户信息；云平台将车辆信息下发到路侧RSU；路侧摄像头、雷达、MEC对车道车辆类型、车牌、车辆数量进行监测识别；MEC计算STMF通行策略，每个时间序列周期Ti车道车辆消减量，对车辆进行编号排序；将车辆汇入路口时的通行指令通过RSU下发到车端APP；车端APP将位置信息实时上报到RSU；车辆驶出路口时，与RSU断开通信连接。
3.根据权利要求1所述的一种基于车、路、云协同的辅道汇入排队通行方法，其特征在于，在步骤二中，路口RSU、雷达、视频摄像头的设备部署过程包括：路口汇入包含辅道和主道，在路口主道和辅道中间位置部署RSU和MEC作为路侧通信和计算单元；路口设备杆上分别部署朝向本侧车道的雷达和摄像头，监测范围为二百五十米；视频、雷达监测数据实时传输给MEC进行算法计算。
4.根据权利要求1所述的一种基于车、路、云协同的辅道汇入排队通行方法，其特征在于，在步骤三中，采用STMF通行策略进行辅道汇入排队通行分析的具体过程包括：视频雷达监测当前道路的车流量，两条车道R1，R2车辆数分别为n1与n2；按照STMF通行策略：
式中n1和n2代表两条车道当前的车辆数量，ceil()函数是返回大于等于表达式的最小整数。
5.根据权利要求1所述的一种基于车、路、云协同的辅道汇入排队通行方法，其特征在于，在步骤四中，在时间序列周期Ti结束后进行通行效率分析的具体过程包括：在时间序列周期Ti完成时，获取时间序列周期Ti内的完成通行的车辆数量并标记为通行值TXi，将时间序列周期Ti的时长标记为通行时长TSi，将通行值TXi与通行时长TSi的比值标记为时间序列周期Ti的效率系数XLi；将效率系数XLi与预设效率阈值XLmin进行比较：若效率系数XL小于效率阈值XLmin，则判定时间序列周期Ti内的车辆通行效率不满足要求，将当前时间序列周期Ti标记为效异周期；若效率系数XLi大于等于效率阈值XLmin，则判定时间序列周期Ti内的车辆通行效率满足要求，将当前时间序列周期Ti标记为效正周期，将已完成的时间序列周期的数量标记为完成值，将效正周期与完成值的比值标记为效正系数。
6.根据权利要求1所述的一种基于车、路、云协同的辅道汇入排队通行方法，其特征在于，对车辆通行效率是否满足要求进行判定的具体过程包括：将效正系数与效正阈值进行比较：若效正系数小于效正阈值，则判定车辆通行效率不满足要求，对通行策略进行优化分析；若效正系数大于等于效正阈值，则判定车辆通行效率满足要求，继续执行通行策略。
7.根据权利要求1所述的一种基于车、路、云协同的辅道汇入排队通行方法，其特征在于，对通行策略进行优化分析的具体过程包括：对车道R1进行优先分析：获取车道R1的大型货车数量、中型货车数量以及轿车数量并分别标记为DH1、ZH1以及JC1，通过公式YX1＝α1*DH1+α2*ZH1+α3*JC1得到车道R1的优先系数YX1，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；对车道R2进行优先分析：获取车道R2的大型货车数量、中型货车数量以及轿车数量并分别标记为DH2、ZH2以及JC2，通过公式YX2＝α1*DH2+α2*ZH2+α3*JC2得到车道R2的优先系数YX2，其中α1、α2以及α3均为比例系数，且α1＞α2＞α3＞1；将车道R1、R2的优先系数YX1、YX2对步骤S3中STMF通行策略的n1、n2进行数值替换，并在后续的时间策略周期Ti中按照ceil(1+YX1/YX2)与ceil(1+YX2/YX1)进行车道R1与R2的通行车辆数量计算。
CN202310540889.1A 2023-05-15 2023-05-15 一种基于车、路、云协同的辅道汇入排队通行方法 Active CN116740923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310540889.1A CN116740923B (zh) 2023-05-15 2023-05-15 一种基于车、路、云协同的辅道汇入排队通行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310540889.1A CN116740923B (zh) 2023-05-15 2023-05-15 一种基于车、路、云协同的辅道汇入排队通行方法

Publications (2)

Publication Number Publication Date
CN116740923A true CN116740923A (zh) 2023-09-12
CN116740923B CN116740923B (zh) 2024-02-06

Family

ID=87900190

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310540889.1A Active CN116740923B (zh) 2023-05-15 2023-05-15 一种基于车、路、云协同的辅道汇入排队通行方法

Country Status (1)

Country Link
CN (1) CN116740923B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017015951A1 (zh) * 2015-07-28 2017-02-02 苏州大学张家港工业技术研究院 基于车路协同的无控交叉口车辆通行引导系统及其引导方法
CN110660213A (zh) * 2019-10-11 2020-01-07 中国联合网络通信集团有限公司 匝道车辆汇入方法、路侧设备以及车辆
US20200043325A1 (en) * 2018-08-06 2020-02-06 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for determining traffic conditions
JP6729885B1 (ja) * 2019-07-26 2020-07-29 長安大学 スマートコントラクト・シェアリングプラットフォームに基づく救助車両優先通行方法
US20200365031A1 (en) * 2018-01-26 2020-11-19 Shandong Provincial Communications Planning And Design Institute Intelligent traffic safety pre-warning method, cloud server, onboard-terminal and system
CN113706914A (zh) * 2021-07-08 2021-11-26 云度新能源汽车有限公司 一种基于v2x的狭窄路段调度通行方法和系统
CN114155724A (zh) * 2021-12-23 2022-03-08 连云港杰瑞电子有限公司 一种车联网环境下的交叉口交通信号控制方法
CN115359671A (zh) * 2022-07-11 2022-11-18 东风汽车集团股份有限公司 一种路口车辆协同控制方法及相关设备
WO2022257127A1 (zh) * 2021-06-11 2022-12-15 北京小米移动软件有限公司 时域窗口确定方法、装置、用户设备、基站及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017015951A1 (zh) * 2015-07-28 2017-02-02 苏州大学张家港工业技术研究院 基于车路协同的无控交叉口车辆通行引导系统及其引导方法
US20200365031A1 (en) * 2018-01-26 2020-11-19 Shandong Provincial Communications Planning And Design Institute Intelligent traffic safety pre-warning method, cloud server, onboard-terminal and system
US20200043325A1 (en) * 2018-08-06 2020-02-06 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for determining traffic conditions
JP6729885B1 (ja) * 2019-07-26 2020-07-29 長安大学 スマートコントラクト・シェアリングプラットフォームに基づく救助車両優先通行方法
CN110660213A (zh) * 2019-10-11 2020-01-07 中国联合网络通信集团有限公司 匝道车辆汇入方法、路侧设备以及车辆
WO2022257127A1 (zh) * 2021-06-11 2022-12-15 北京小米移动软件有限公司 时域窗口确定方法、装置、用户设备、基站及存储介质
CN113706914A (zh) * 2021-07-08 2021-11-26 云度新能源汽车有限公司 一种基于v2x的狭窄路段调度通行方法和系统
CN114155724A (zh) * 2021-12-23 2022-03-08 连云港杰瑞电子有限公司 一种车联网环境下的交叉口交通信号控制方法
CN115359671A (zh) * 2022-07-11 2022-11-18 东风汽车集团股份有限公司 一种路口车辆协同控制方法及相关设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨良义;谢飞;陈涛;: "城市道路交通交叉路口的车路协同系统设计", 重庆理工大学学报(自然科学), no. 04 *

Also Published As

Publication number Publication date
CN116740923B (zh) 2024-02-06

Similar Documents

Publication Publication Date Title
CN111371904B (zh) 云边端协同的高速公路云控系统及控制方法
CN111445692B (zh) 一种无信号灯路口智能网联汽车的速度协同优化方法
CN114418468B (zh) 一种智慧城市交通调度策略控制方法和物联网系统
CN106652493B (zh) 一种车联网环境下的交叉口信号优化控制方法
CN109727470B (zh) 一种分布式智能网联汽车交叉路口复杂场景通行决策方法
CN107730922B (zh) 一种单向干线绿波协调控制自适应调整方法
CN104575035B (zh) 一种基于车联网环境下交叉口的自适用控制方法
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
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
CN113032964B (zh) 一种公交优先的交叉口信号控制方法及装置
CN106448193A (zh) 一种城市交通控制系统及控制方法
CN110444015B (zh) 基于无信号十字路口分区的智能网联汽车速度决策方法
CN206147948U (zh) 一种城市交通控制系统
CN110459053B (zh) 基于智能网联车信息的高速公路混合车流速度估计方法
CN114419904B (zh) 一种基于车路云协同的信号机控制系统及控制方法
CN105844925A (zh) 基于手机无线网的城市交通控制装置、系统及方法
CN114758519A (zh) 一种基于5g与v2x智慧灯杆的车路协同自动驾驶系统
CN205670385U (zh) 基于手机无线网的城市交通控制装置
CN106355911A (zh) 一种交通高峰期间的快速公交信号优先控制方法
CN112270834A (zh) 一种应用于5g智慧交通工具的车路人行驶方法及系统
CN109816978B (zh) 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法
CN116740923B (zh) 一种基于车、路、云协同的辅道汇入排队通行方法
Liu et al. Modelling and simulation of cooperative control for bus rapid transit vehicle platoon in a connected vehicle environment
CN112133109A (zh) 一种单交叉口多方向空间占有率均衡控制模型建立方法
Gao et al. Coordinated control method of intersection traffic light in one-way road based on V2X

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