CN116740924A - 一种道路通行时长的确定方法、装置和可读介质 - Google Patents

一种道路通行时长的确定方法、装置和可读介质 Download PDF

Info

Publication number
CN116740924A
CN116740924A CN202310544564.0A CN202310544564A CN116740924A CN 116740924 A CN116740924 A CN 116740924A CN 202310544564 A CN202310544564 A CN 202310544564A CN 116740924 A CN116740924 A CN 116740924A
Authority
CN
China
Prior art keywords
target road
road section
vehicle
determining
average speed
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
Application number
CN202310544564.0A
Other languages
English (en)
Inventor
崔凯
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.)
Yunkong Zhixing Technology Co Ltd
Original Assignee
Yunkong Zhixing Technology Co 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 Yunkong Zhixing Technology Co Ltd filed Critical Yunkong Zhixing Technology Co Ltd
Priority to CN202310544564.0A priority Critical patent/CN116740924A/zh
Publication of CN116740924A publication Critical patent/CN116740924A/zh
Pending legal-status Critical Current

Links

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
    • G08G1/0104—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
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本说明书实施例公开了一种道路通行时长的确定方法、装置和可读介质。方案可以包括：获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段的车辆瞬时速度的平均值；获取路侧感知设备采集得到的所述目标路段在所述第一采样时刻存在的车辆数量；基于所述车辆数量与所述目标路段的尺寸信息，得到所述目标路段的车辆密度系数；基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。

Description

一种道路通行时长的确定方法、装置和可读介质
技术领域
本申请涉及自动驾驶技术领域，尤其涉及一种道路通行时长的确定方法、装置和可读介质。
背景技术
在自动驾驶领域，往往需要依靠道路段内的车辆的速度计算通行时间。目前的道路通行时间往往是统计道路上所有车辆车速的平均值，根据车辆车速的平均值，确定通行时间。但当道路上车辆较少，并且车速较低时，会造成统计出的平均车速较低，此时，当前路段会被判定为拥堵路段，造成与事实不符的情况。
因此，急需一种道路通行时间的确定方法，提升道路通行时间计算的准确性。
发明内容
本说明书实施例提供一种道路通行时间确定方法、装置和可读介质，以提高道路通行时间预测的准确性。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供的一种道路通行时长的确定方法，包括：
获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段的车辆瞬时速度的平均值；
获取路侧感知设备采集得到的所述目标路段在所述第一采样时刻存在的车辆数量；
基于所述车辆数量与所述目标路段的尺寸信息，得到所述目标路段的车辆密度系数；
基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。
可选的，所述获取目标路段的第一车辆平均速度，具体包括：
获取预设采样时间段内的平均速度集合；所述预设采样时间段为所述第一采样时刻之前的预定数量的采样时长；
基于所述平均速度集合，确定所述第一采样时刻第一车辆平均速度。
可选的，所述基于所述车辆数量与所目标路段的尺寸信息，得到所述目标路段的车辆密度系数，具体包括：
获取所述目标路段的长度信息和车道数量；
基于所述目标路段的长度信息和车道信息，确定所述目标路段的面积；
根据所述目标路段的面积，确定车辆密度系数参考值；
所述目标路段的车辆密度系数为所述车辆密度系数参考值与1中的最小值。
可选的，所述预设计算式为：
其中，T1表示所述第一通行时长，L为所述目标路段的长度，、w为所述目标路段的车道数量、N为所述目标路段车辆数量，v为所述目标路段的第一车辆平均速度，vmax为所述目标路段的最大通行速度，F为所述车辆密度系数，k为车辆密度、α为标定系数。
可选的，所述方法还包括：
基于所述目标路段所处的场景事件，确定第二通行时长；所述场景事件用于描述所述目标路段的道路属性；
基于所述第一通行时长和所述第二通行时长，确定所述目标路段的预计通行时长；所述目标路段的预计通行时长为所述第一通行时长和所述第二通行时长的最大值。
可选的，所述基于所述目标路段所处的场景事件，确定第二通行时长，具体包括：
获取所述路侧感知设备采集的所述目标路段的交通数据；
基于所述目标路段的交通数据，确定所述目标路段的场景事件；
基于所述场景事件，确定所述场景事件对应的第二车辆平均速度；
基于所述目标路段的长度和所述第二车辆平均速度，确定所述第二通行时长。
可选的，当所述目标路段所述的场景事件为多个时，确定所述场景事件对应的场景事件的第二车辆平均速度的最小值为所述目标路段的第二车辆平均速度。
可选的，所述基于所述目标路段的交通数据，确定所述目标路段的场景事件具体包括：
获取所述目标路段的交通数据中的事件ID；
根据所述事件ID，确定所述目标路段所述的场景事件。
本说明书实施例还提供一种道路通行时长的确定装置，包括：
第一获取模块，用于获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段上车辆瞬时速度的平均值；
第二获取模块，用于获取路侧感知设备采集得到的所述目标路段在当前采样时刻存在的车辆数量；
车辆密度系数确定模块，用于基于所述车辆数量与所目标路段的尺寸信息，得到所述目标路段的车辆密度系数；
第一通行时长确定模块，用于基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。
本说明书实施例还提供一种计算机可读介质，所述计算机可读指令可被处理器执行以实现上述的道路通行时长的确定方法。
本说明书一个实施例至少能够达到以下有益效果：
通过采集目标路段的车辆瞬时速度的平均值，利用车辆瞬时速度的平均值、车辆密度系数以及预设计算式，确定目标路段的第一通行时长。由于在计算第一通行时长过程中，考虑了车辆的瞬时速度，以及目标路段内的车辆密度，本说明书实施例中提供的通行时长的确定方法能够更加真实反映道路上车辆实际行驶状态，提高了通行时间预测的准确度。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种道路通行时长的确定方法的流程示意图；
图2为本说明书实施例提供的一种道路通行时长的装置的结构示意图；
图3为本说明书实施例提供的一种道路通行时长的确定设备的结构示意图。
具体实施方式
为使本说明书一个或多个实施例的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书一个或多个实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书一个或多个实施例保护的范围。
应当理解，尽管在本申请文件中可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书实施例提供的一种道路通行时长的确定方法的流程示意图。从程序角度而言，流程的执行主体可以为搭载于应用服务器或应用终端的程序。
如图1所示，该流程可以包括以下步骤：
步骤102：获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段的车辆瞬时速度的平均值。
目标路段可以为待预测通行时长的具有预设长度的道路，预设长度可以根据实际情况中道路的长度确定。第一车辆为行驶在目标路段的车辆，通过路侧设备采集车辆的交通数据，计算第一车辆的平均速度。
步骤104：获取路侧感知设备采集得到的所述目标路段在所述第一采样时刻存在的车辆数量。
步骤106：基于所述车辆数量与所述目标路段的尺寸信息，得到所述目标路段的车辆密度系数。
目标路段的尺寸信息可以包括目标路段的长度信息和目标路段的车道数量。
所述基于所述车辆数量与所目标路段的尺寸信息，得到所述目标路段的车辆密度系数，具体可以包括：
获取所述目标路段的长度信息和车道数量；
基于所述目标路段的长度信息和车道信息，确定所述目标路段的面积；
根据所述目标路段的面积，确定车辆密度系数参考值；
所述目标路段的车辆密度系数为所述车辆密度系数参考值与1中的最小值。
实际引用中，可以利用以下公式确定车辆密度系数：
其中，k为车辆密度、α为标定参数，L为目标路段的长度值，w为目标路段的车道数量，为车辆密度系数参数值。α为预设值，可以根据实际道路的车辆密度进行确定，例如：α可以设定为30。
min函数可以返回给定参数中的最小值，即通过min函数可以确定出车辆密度系数参考值与1中的最小值，将最小值作为目标路段的车辆密度系数。
可以基于目标路段的尺寸信息，确定目标路段的道路面积，进一步基于目标路段的道路面积，确定目标路段的车辆密度系数。
步骤108：基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。
需要说明的是，第一计算项和第二计算项可以是与车辆密度系数相关的计算项，第一计算项与目标路段的车辆密度系数正相关可以理解为当车辆密度系数变大时，第一计算项的值也增大；第二计算项与目标路段的车辆密度系数负相关可以理解为当车辆米密度系数减小时，第二计算项的值也减小。
图1中的方法，通过获取目标路段的第一车辆的瞬时速度的平均值作为第一采样时刻的车辆平均速度，避免了直接采用车辆平均速度造成的目标路段运行状态被错误估计的问题；通过获取目标路段的车辆数量，以及目标路段的尺寸信息，确定目标路段的车辆密度系数，基于车辆的第一车辆平均速度、车辆密度系数和预设计算式，确定第一通行时长。由于考虑了目标路段的车辆密度系数以及车辆的瞬时速度，提高了通行时间的准确度。
基于图1的方法，本说明书实施例还提供了该方法的一些具体实施方式，下面进行说明。
为了更加准确描述第一车辆平均速度，本说明书实施例提供的道路通行时长的确定方法中，获取目标路段的第一车辆平均速度，具体可以包括：
获取预设采样时间段内的平均速度集合；所述预设采样时间段为所述第一采样时刻之前的预定数量的采样时长；
基于所述平均速度集合，确定所述第一采样时刻第一车辆平均速度。
实际应用中，可以采用以下公式计算第一车辆平均速度：
其中，vi为第一采样时刻的平均速度，vj为第j辆车的瞬时车速，nveh为目标路段的第n辆车，目标路段上路侧设备采集的车辆平均车速，nsampled为nsampled个采样时刻。nsampled可以预先进行设定。例如：路侧设备的采样频率为1赫兹，nsampled可以为5，即通过计算当前采样时刻的前5个采样时长内的车辆的瞬时速度作为第一车辆平均速度。通过上述方法，将多个采样时刻内的车辆瞬时车速作为目标路段的第一车辆平均速度，更加真实反映目标路段内的车辆行驶速度，提高了通行时长计算的准确度。
可选的，预设计算式可以为：
其中，T1表示所述第一通行时长，L为所述目标路段的长度，、w为所述目标路段的车道数量、N为所述目标路段车辆数量，v为所述目标路段的第一车辆平均速度，vmax为所述目标路段的最大通行速度，F为所述车辆密度系数，k为车辆密度、α为标定系数。
例如：某目标路段的长度为1千米，在该目标路段长度内有40辆车，车道数量为2，40辆车的第一车辆平均速度为40千米/小时，道路的限速为50千米/小时，通过预设计算式可以计算如下：
计算结果为83.0679秒，表示第一通行时间为83.0679秒。
实际应用中，目标道路段会处于各种场景事件中，场景事件可以包括：事故易发路段、道路危险信息、道路施工、交通事故、交通拥堵等，其中，道路微信信息可以具体包括：积水、道路结冰、积雪、路面坍塌、桥梁坍塌等事件。路侧设备还可以基于当前路段在预设时间内出现交通事故的数量或特征，与其他位置相比，明显突出路段，确定为事故易发路段。
路侧设备通过采集目标路段的路面图像，推测出目标路段的危险信息，例如：积水、积雪、道路结冰等。
为了更加准确描述目标路段的通行时间，本说明书实施例提供的道路通行时长的确定方法还可以包括：
基于所述目标路段所处的场景事件，确定第二通行时长；所述场景事件用于描述所述目标路段的道路属性；
基于所述第一通行时长和所述第二通行时长，确定所述目标路段的预计通行时长；所述目标路段的预计通行时长为所述第一通行时长和所述第二通行时长的最大值。
可选的，所述基于所述目标路段所处的场景事件，确定第二通行时长，具体包括：
获取所述路侧感知设备采集的所述目标路段的交通数据；
基于所述目标路段的交通数据，确定所述目标路段的场景事件；
基于所述场景事件，确定所述场景事件对应的第二车辆平均速度；
基于所述目标路段的长度和所述第二车辆平均速度，确定所述第二通行时长。
实际应用中，路侧设备可以采集目标路段的车辆交通数据，例如：车辆的车速信息，以及车辆的经纬度信息。利用车辆的经纬度信息，可以确定目标路段的实际位置，进一步可以利用目标路段的实际位置确定目标路段的场景事件。
可选的，所述基于所述目标路段的交通数据，确定所述目标路段的场景事件具体包括：
获取所述目标路段的交通数据中的事件ID；
根据所述事件ID，确定所述目标路段所述的场景事件。
需要说明的是，服务器内可以预先存储有场景事件对应的事件ID，并存储有事件ID对应的第二车辆平均速度的数据表，一旦获取目标路段的事件ID，即可确定目标路段对应的第二车辆平均速度。事件ID可以为字母、数字的任意组合。
例如：当目标路段处于事故易发路段时，第二车辆平均速度可以为20千米/小时，当目标路段处于积水路段时，第二车辆平均速度可以为15千米/小时，当目标路段处于道路结冰路段时，第二车辆平均速度可以为5千米/小时；当目标路段处于积雪路段时，第二车辆平均速度可以为5千米/小时；当目标路段处于道路施工路段时，第二车辆平均速度可以为0千米/小时。
实际应用中，当所述目标路段所述的场景事件为多个时，确定所述场景事件对应的场景事件的第二车辆平均速度的最小值为所述目标路段的第二车辆平均速度。
例如：当目标路段处的场景事件同时为事故易发路段和积雪路段，由于积雪路段对应的第二车辆平均速度小于事故易发路段的第二车辆平均速度，故此时目标路段的第二车辆平均速度为积雪路段对应的第二车辆平均速度。
基于同样的思路，本说明书实施例还提供了上述方法对应的装置。图2为本说明书实施例提供的一种道路通行时长的装置的结构示意图。如图2所示，该装置可以包括：
第一获取模块202，用于获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段上车辆瞬时速度的平均值；
第二获取模块204，用于获取路侧感知设备采集得到的所述目标路段在当前采样时刻存在的车辆数量；
车辆密度系数确定模块206，用于基于所述车辆数量与所目标路段的尺寸信息，得到所述目标路段的车辆密度系数；
第一通行时长确定模块208，用于基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。
可以理解，上述的各模块是指计算机程序或者程序段，用于执行某一项或多项特定的功能。此外，上述各模块的区分并不代表实际的程序代码也必须是分开的。
基于同样的思路，本说明书实施例还提供了上述方法对应的设备。
图3为本说明书实施例提供的一种道路通行时长的确定设备的结构示意图。如图3所示，设备300可以包括：
至少一个处理器310；以及，
与所述至少一个处理器通信连接的存储器330；其中，
所述存储器330存储有可被所述至少一个处理器310执行的指令320，所述指令被所述至少一个处理器310执行，以使所述至少一个处理器310能够：
获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段的车辆瞬时速度的平均值；
获取路侧感知设备采集得到的所述目标路段在所述第一采样时刻存在的车辆数量；
基于所述车辆数量与所述目标路段的尺寸信息，得到所述目标路段的车辆密度系数；
基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。
基于同样的思路，本说明书实施例还提供了上述方法对应的计算机可读介质。计算机可读介质上存储有计算机可读指令，所述计算机可读指令可被处理器执行上述道路通行时长的确定方法。
上述对本说明书特定实施例进行了描述，在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可。
本说明书实施例提供的装置、设备与方法是对应的，因此，装置、设备也具有与对应方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述对应装置、设备的有益技术效果。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字符系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字符多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种道路通行时长的确定方法，其特征在于，包括：
获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段的车辆瞬时速度的平均值；
获取路侧感知设备采集得到的所述目标路段在所述第一采样时刻存在的车辆数量；
基于所述车辆数量与所述目标路段的尺寸信息，得到所述目标路段的车辆密度系数；
基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。
2.根据权利要求1所述的道路通行时长的确定方法，其特征在于，所述获取目标路段的第一车辆平均速度，具体包括：
获取预设采样时间段内的平均速度集合；所述预设采样时间段为所述第一采样时刻之前的预定数量的采样时长；
基于所述平均速度集合，确定所述第一采样时刻第一车辆平均速度。
3.根据权利要求1所述的道路通行时长的确定方法，其特征在于，所述基于所述车辆数量与所目标路段的尺寸信息，得到所述目标路段的车辆密度系数，具体包括：
获取所述目标路段的长度信息和车道数量；
基于所述目标路段的长度信息和车道信息，确定所述目标路段的面积；
根据所述目标路段的面积，确定车辆密度系数参考值；
所述目标路段的车辆密度系数为所述车辆密度系数参考值与1中的最小值。
4.根据权利要求1所述的道路通行时长的确定方法，其特征在于，所述预设计算式为：
其中，T1表示所述第一通行时长，L为所述目标路段的长度，、w为所述目标路段的车道数量、N为所述目标路段车辆数量，v为所述目标路段的第一车辆平均速度，vmax为所述目标路段的最大通行速度，F为所述车辆密度系数，k为车辆密度、α为标定系数。
5.根据权利要求1所述的道路通行时长的确定方法，其特征在于，所述方法还包括：
基于所述目标路段所处的场景事件，确定第二通行时长；所述场景事件用于描述所述目标路段的道路属性；
基于所述第一通行时长和所述第二通行时长，确定所述目标路段的预计通行时长；所述目标路段的预计通行时长为所述第一通行时长和所述第二通行时长的最大值。
6.根据权利要求1所述的道路通行时长的确定方法，其特征在于，所述基于所述目标路段所处的场景事件，确定第二通行时长，具体包括：
获取所述路侧感知设备采集的所述目标路段的交通数据；
基于所述目标路段的交通数据，确定所述目标路段的场景事件；
基于所述场景事件，确定所述场景事件对应的第二车辆平均速度；
基于所述目标路段的长度和所述第二车辆平均速度，确定所述第二通行时长。
7.根据权利要求6所述的道路通行时长的确定方法，其特征在于，当所述目标路段所述的场景事件为多个时，确定所述场景事件对应的场景事件的第二车辆平均速度的最小值为所述目标路段的第二车辆平均速度。
8.根据权利要求6所述的道路通行时长的确定方法，其特征在于，所述基于所述目标路段的交通数据，确定所述目标路段的场景事件具体包括：
获取所述目标路段的交通数据中的事件ID；
根据所述事件ID，确定所述目标路段所述的场景事件。
9.一种道路通行时长的确定装置，其特征在于，包括：
第一获取模块，用于获取目标路段的第一车辆平均速度；所述第一车辆平均速度为第一采样时刻所述目标路段上车辆瞬时速度的平均值；
第二获取模块，用于获取路侧感知设备采集得到的所述目标路段在当前采样时刻存在的车辆数量；
车辆密度系数确定模块，用于基于所述车辆数量与所目标路段的尺寸信息，得到所述目标路段的车辆密度系数；
第一通行时长确定模块，用于基于预设计算式、所述第一车辆平均速度以及所述车辆密度系数，确定所述目标路段的第一通行时长，其中，所述预设计算式中至少包括第一计算项和第二计算项，所述第一计算项与所述目标路段的车辆密度系数正相关，所述第二计算项与所述目标路段的车辆密度系数负相关。
10.一种计算机可读介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令可被处理器执行以实现权利要求1至8任一项所述的道路通行时长的确定方法。
CN202310544564.0A 2023-05-15 2023-05-15 一种道路通行时长的确定方法、装置和可读介质 Pending CN116740924A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310544564.0A CN116740924A (zh) 2023-05-15 2023-05-15 一种道路通行时长的确定方法、装置和可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310544564.0A CN116740924A (zh) 2023-05-15 2023-05-15 一种道路通行时长的确定方法、装置和可读介质

Publications (1)

Publication Number Publication Date
CN116740924A true CN116740924A (zh) 2023-09-12

Family

ID=87908808

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310544564.0A Pending CN116740924A (zh) 2023-05-15 2023-05-15 一种道路通行时长的确定方法、装置和可读介质

Country Status (1)

Country Link
CN (1) CN116740924A (zh)

Similar Documents

Publication Publication Date Title
CN111007858B (zh) 车辆行驶决策模型的训练方法、行驶决策确定方法及装置
CN112629550B (zh) 一种预测障碍物轨迹以及模型训练的方法及装置
CN111127551B (zh) 一种目标检测的方法及装置
CN113968243B (zh) 一种障碍物轨迹预测方法、装置、设备及存储介质
CN112036462A (zh) 一种模型训练以及目标检测的方法及装置
CN118035676A (zh) 一种车辆轨迹点所在车道确定方法、装置及设备
CN117333508A (zh) 一种目标跟踪方法、装置、设备及介质
CN117197781B (zh) 一种交通标志识别的方法、装置、存储介质及电子设备
CN112883871B (zh) 一种模型训练以及确定无人车运动策略方法及装置
CN116740924A (zh) 一种道路通行时长的确定方法、装置和可读介质
CN112668669B (zh) 一种路面摩擦系数估计方法、装置和电子设备
CN114676900A (zh) 一种道路危险性预测、路径规划方法、装置、设备及介质
CN116300842A (zh) 一种无人设备控制方法、装置、存储介质及电子设备
CN116620271B (zh) 基于短时记忆与行为树的智能驾驶行人避让方法和系统
CN118692047A (zh) 一种自动驾驶环境的检测方法、存储介质及设备
CN118097815A (zh) 简化车辆行驶数据的方法、装置和可读存储介质
CN115798214A (zh) 一种生成道路交通状况信息的方法、装置及设备
CN114485706B (zh) 一种路线规划方法、装置、存储介质及电子设备
CN116088489B (zh) 一种栅格地图的更新方法及装置
CN115512552B (zh) 车流量统计方法、装置及设备
CN117688312A (zh) 对车辆数据进行滤波的方法、装置、设备及介质
CN117635850B (zh) 一种数据处理方法及装置
CN117079447B (zh) 一种基于公交车拥挤度检测的调度方法及装置
CN116612640B (zh) 一种车辆调度方法、装置、存储介质及电子设备
CN118116224A (zh) 查找交通事件影响车辆的方法、装置、存储介质和设备

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