CN117423230A - 一种用于智能交通的导流控制方法及系统 - Google Patents
一种用于智能交通的导流控制方法及系统 Download PDFInfo
- Publication number
- CN117423230A CN117423230A CN202311306915.0A CN202311306915A CN117423230A CN 117423230 A CN117423230 A CN 117423230A CN 202311306915 A CN202311306915 A CN 202311306915A CN 117423230 A CN117423230 A CN 117423230A
- Authority
- CN
- China
- Prior art keywords
- traffic flow
- road
- traffic
- diversion control
- trend prediction
- 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 43
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000007726 management method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- G08G1/0137—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
- G08G1/065—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
本申请涉及智慧交通技术领域,提供了一种用于智能交通的导流控制方法及系统,包括:连接目标区域的道路交通系统,获得目标区域的道路基本信息;通过车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;获得车流承载最大系数,并根据车流承载最大系数对车流量趋势预测结果进行判断;当车流量趋势预测结果大于车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制。能够解决道路导流控制的时效性较差造成道路拥堵的技术问题,可以提高道路导流控制的时效性,从而减少或避免道路拥堵。
Description
技术领域
本申请涉及智慧交通技术领域,具体涉及一种用于智能交通的导流控制方法及系统。
背景技术
导流控制是一种交通管理策略,旨在引导和分流车辆流量,以改善交通流畅性和减少拥堵。这种控制可以通过多种方式实现,包括交通标志、交通信号灯、路缘带设计、交通策略和交通管理系统等。现有的导流控制方法通常是发生交通拥堵后才进行交通管控,这种管控方法时效性较差,并不能很好的解决交通拥堵问题。
综上所述,现有技术中存在道路导流控制的时效性较差造成道路拥堵的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种用于智能交通的导流控制方法及系统。
一种连用于智能交通的导流控制方法,所述方法应用于一种用于智能交通的导流控制系统,所述系统与智慧综合杆路灯通信连接,所述智慧综合杆路灯包括车流传感器,所述方法包括:获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,获得目标区域的道路基本信息,所述道路基本信息包括道路车道数量、道路限速数值;通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;基于所述车流量数据集合进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,并根据车流承载最大系数对所述车流量趋势预测结果进行判断;当所述车流量趋势预测结果大于所述车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制,其中所述车辆导流控制方案中包括多个导流控制方案。
在一个实施例中,还包括:在道路两旁的智慧综合杆路灯中按照预设距离选取待提取车流传感器;设置车流数据提取时间节点,根据所述车流数据提取时间节点获取待提取车流传感器的车流量数据,构建车流量数据集合,其中车流量数据带有时间节点标识。
在一个实施例中,还包括:以所述车流量数据集合中的时间节点作为X轴,将时间节点对应的车流量数据作为Y轴,构建车流量趋势预测坐标系;将所述车流量数据集合中的车流量数据按照时间节点分布到所述车流量趋势预测坐标系中;将车流量趋势预测坐标系中的车流量数据进行拟合串联,生成车流量趋势预测曲线。
在一个实施例中,还包括:获取预设时间节点,并将所述预设时间节点输入所述车流量趋势预测坐标系中;根据所述车流量趋势预测曲线进行模拟延伸,将所述预设时间节点的模拟延伸结果作为车流量趋势预测结果。
在一个实施例中,还包括:基于变异系数法对所述道路车道数量和所述道路限速数值进行权重分析,确定所述道路车道数量和所述道路限速数值的权重系数;根据所述权重占比对所述道路车道数量和所述道路限速数值进行加权计算,并将加权计算结果作为车流承载最大系数。
在一个实施例中,还包括:当所述车流量趋势预测结果大于所述车流承载最大系数时,获取所述车流量趋势预测结果与所述车流承载最大系数的偏差值;设置车流控制阈值;根据所述车流控制阈值对所述偏差值进行判断;当所述偏差值小于等于所述车流控制阈值时,生成一级车辆导流控制方案,所述一级车辆导流控制方案用于对道路交通信号灯进行时序优化调整。
在一个实施例中,还包括:当所述偏差值大于所述车流控制阈值时,生成二级车辆导流控制方案,所述二级车辆导流控制方案用于对道路进行限行控制。
一种用于智能交通的导流控制系统,所述系统与智慧综合杆路灯通信连接,所述智慧综合杆路灯包括车流传感器,包括:
道路基本信息获得模块,所述道路基本信息获得模块用于获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,获得目标区域的道路基本信息,所述道路基本信息包括道路车道数量、道路限速数值;
车流量数据集合获得模块,所述车流量数据集合获得模块用于通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;
车流量趋势预测结果获得模块,所述车流量趋势预测结果获得模块用于基于所述车流量数据集合进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;
车流量趋势预测结果判断模块,所述车流量趋势预测结果判断模块用于对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,并根据车流承载最大系数对所述车流量趋势预测结果进行判断;
车辆导流控制方案生成模块,所述车辆导流控制方案生成模块用于当所述车流量趋势预测结果大于所述车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制,其中所述车辆导流控制方案中包括多个导流控制方案。
上述一种用于智能交通的导流控制方法及系统,能够解决现有技术中存在道路导流控制的时效性较差造成道路拥堵的技术问题,通过获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,获得目标区域的道路基本信息,所述道路基本信息包括道路车道数量、道路限速数值;通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;基于所述车流量数据集合进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,并根据车流承载最大系数对所述车流量趋势预测结果进行判断;当所述车流量趋势预测结果大于所述车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制,其中所述车辆导流控制方案中包括多个导流控制方案。通过上述方法可以提高道路导流控制的时效性,从而减少或避免道路拥堵。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供了一种用于智能交通的导流控制方法的流程示意图;
图2为本申请提供了一种用于智能交通的导流控制方法中基于所述车流量数据集合进行道路车流量趋势预测的流程示意图;
图3为本申请提供了一种用于智能交通的导流控制系统的结构示意图。
附图标记说明:道路基本信息获得模块1、车流量数据集合获得模块2、车流量趋势预测结果获得模块3、车流量趋势预测结果判断模块4、车辆导流控制方案生成模块5。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种用于智能交通的导流控制方法,所述方法应用于一种用于智能交通的导流控制系统,所述系统与智慧综合杆路灯通信连接,所述智慧综合杆路灯包括车流传感器,所述方法包括:
获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,获得目标区域的道路基本信息,所述道路基本信息包括道路车道数量、道路限速数值;
道路导流控制是交通管理中的重要环节,可以有效地改善道路交通状况,提高道路的通行能力和安全性。本申请提供的方法用于通过智慧综合杆路灯进行道路的智能导流控制,所述方法应用于一种用于智能交通的导流控制系统,其中所述系统与智慧综合杆路灯通信连接,所述智慧综合杆路灯可以通过摄像头实时采集路口交通情况,利用计算机视觉技术对车辆进行识别和计数。所述智慧综合杆路灯包括车流传感器,所述车流量传感器通过采用微波、红外或磁感应等技术,能够感知通过路口的车辆数量和速度。
获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,所述道路交通系统一个包含多个组成部分的综合性系统,旨在管理和组织道路上的车辆流动,以确保交通的安全、高效和有序。它涵盖了许多方面,包括交通规划、交通管理、交通设施、交通技术和交通政策等,以满足日益增长的交通需求。获得目标区域的道路基本信息,其中所述道路基本信息包括道路车道数量、道路限速数值,通过获得所述道路基本信息,为下一步获得道路承载车流量分析提供了支持。
通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;
在一个实施例中,还包括:
在道路两旁的智慧综合杆路灯中按照预设距离选取待提取车流传感器;
设置车流数据提取时间节点,根据所述车流数据提取时间节点获取待提取车流传感器的车流量数据,构建车流量数据集合,其中车流量数据带有时间节点标识。
通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,首先,获取预设距离,所述预设距离本领域技术人员可基于实际情况设置,其中预设距离越长,则车流量数据统计精度越低;预设距离越短,则车流量数据统计精度越高;例如:设置预设距离为100米。
根据所述预设距离在道路两旁的智慧综合杆路灯中按照预设距离选取待提取车流传感器,通过进行车流传感器选取,可以在不影响车流数据采集精度的前提下减少车流数据统计量,可以节约车流数据统计时间,提高数据统计效率。
设置车流数据提取时间节点,所述车流数据提取时间节点本领域技术人员可根据实际情况自定义设置,例如:设置车流数据提取时间节点为5分钟,即每隔5分钟提取一次车流数据。根据所述车流数据提取时间节点获取待提取车流传感器的车流量数据,并根据提取的车流量数据构建车流量数据集合,其中车流量数据带有时间节点标识。通过获得车流量数据集合,为下一步进行道路车流量趋势预测提供了数据支持。
基于所述车流量数据集合进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;
如图2所示,在一个实施例中,还包括:
以所述车流量数据集合中的时间节点作为X轴,将时间节点对应的车流量数据作为Y轴,构建车流量趋势预测坐标系;
将所述车流量数据集合中的车流量数据按照时间节点分布到所述车流量趋势预测坐标系中;
将车流量趋势预测坐标系中的车流量数据进行拟合串联,生成车流量趋势预测曲线。
基于所述车流量数据集合进行道路车流量趋势预测,以所述车流量数据集合中的时间节点作为X轴,将时间节点对应的车流量数据作为Y轴,构建车流量趋势预测坐标系;然后将所述车流量数据集合中的车流量数据按照时间节点分布到所述车流量趋势预测坐标系中;最后将车流量趋势预测坐标系中的车流量数据进行拟合串联,所述拟合串联是指通过数学或统计方法将一条曲线或函数与给定的数据点进行匹配,然后将曲线中的多个数据点进行连接,获得拟合串联曲线,最后根据拟合串联获得的曲线生成车流量趋势预测曲线。
在一个实施例中,还包括:
获取预设时间节点,并将所述预设时间节点输入所述车流量趋势预测坐标系中;
根据所述车流量趋势预测曲线进行模拟延伸,将所述预设时间节点的模拟延伸结果作为车流量趋势预测结果。
获取预设时间节点,所述预设时间节点是指未来的一个时间节点,可自定义设置,例如:10分钟后,并将所述预设时间节点输入所述车流量趋势预测坐标系中。基于所述预设时间节点,将所述车流量趋势预测曲线进行模拟延伸,将所述预设时间节点的模拟延伸结果,即预设时间节点在所述车流量趋势预测坐标系中的Y轴数据作为车流量趋势预测结果,通过构建车流量趋势预测曲线生成车流量趋势预测结果,可以提高车流量趋势预测结果获得的准确率。
对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,并根据车流承载最大系数对所述车流量趋势预测结果进行判断;
在一个实施例中,还包括:
基于变异系数法对所述道路车道数量和所述道路限速数值进行权重分析,确定所述道路车道数量和所述道路限速数值的权重系数;
根据所述权重占比对所述道路车道数量和所述道路限速数值进行加权计算,并将加权计算结果作为车流承载最大系数。
基于变异系数法对所述道路车道数量和所述道路限速数值进行权重分析,所述变异系数法是根据统计学方法计算得出系统各指标变化程度的方法,根据各评价指标当前值与目标值的变异程度来对各项指标进行赋权,若某项指标的数值差异较大,能明确区分开各被评价对象,说明该指标的分辨信息丰富,因而应给该指标以较大的权重;反之,若各个被评价对象在某项指标上的数值差异较小,那么这项指标区分各评价对象的能力较弱,因而应给该指标较小的权重。在本实施例中,可根据道路车道数量和道路限速数值对道路承载能力的影响程度进行权重设置,其中影响程度越大,则对应的权重系数越大。确定所述道路车道数量和所述道路限速数值的权重系数。然后根据所述权重占比对所述道路车道数量和所述道路限速数值进行加权计算,获得加权计算结果,并将加权计算结果作为车流承载最大系数。然后根据车流承载最大系数对所述车流量趋势预测结果进行判断。通过设置不同权重进行车流承载最大系数计算,可以提高车流承载最大系数获得的合理性和准确性。
当所述车流量趋势预测结果大于所述车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制,其中所述车辆导流控制方案中包括多个导流控制方案。
在一个实施例中,还包括:
当所述车流量趋势预测结果大于所述车流承载最大系数时,获取所述车流量趋势预测结果与所述车流承载最大系数的偏差值;
设置车流控制阈值;根据所述车流控制阈值对所述偏差值进行判断;
当所述偏差值小于等于所述车流控制阈值时,生成一级车辆导流控制方案,所述一级车辆导流控制方案用于对道路交通信号灯进行时序优化调整。
当所述车流量趋势预测结果大于所述车流承载最大系数时,将所述车流量趋势预测结果减去所述车流承载最大系数,获得车流量偏差值。设置车流控制阈值,所述车流控制阈值可基于实际情况设置,例如:设置车流控制阈值为车流承载最大系数的1.1倍。然后根据所述车流控制阈值对所述偏差值进行判断,当所述偏差值小于等于所述车流控制阈值时,生成一级车辆导流控制方案,所述一级车辆导流控制方案用于对道路交通信号灯进行时序优化调整。其中道路交通信号灯时序优化调整是指通过对交通信号灯的灯色变换时间、绿灯时间、黄灯时间等参数进行调整,以优化交通信号的控制策略,提高交通流畅性和减少交通拥堵。这个过程是基于交通流量数据和道路网络情况进行的,旨在在不同交通条件下,让信号灯控制系统更加智能化和适应性强,以提供更高效、安全和环保的道路交通运行。现代智能交通管理系统可以实时调整信号灯时序,根据交通实况进行动态优化,提高交通效率,减少交通拥堵,优化交通流动。
在一个实施例中,还包括:
当所述偏差值大于所述车流控制阈值时,生成二级车辆导流控制方案,所述二级车辆导流控制方案用于对道路进行限行控制。
具体而言,当所述偏差值大于所述车流控制阈值时,生成二级车辆导流控制方案,所述二级车辆导流控制方案用于对道路进行限行控制。所述道路限行控制是一种交通管理措施,通过对特定车辆类型或特定时间段内的车辆通行做出限制,以减少交通拥堵增强交通安全等目的。通过上述方法解决了现有技术中存在道路导流控制的时效性较差造成道路拥堵的技术问题,可以提高道路导流控制的时效性,从而减少或避免道路拥堵。
在一个实施例中,如图3所示提供了一种用于智能交通的导流控制系统,包括:道路基本信息获得模块1、车流量数据集合获得模块2、车流量趋势预测结果获得模块3、车流量趋势预测结果判断模块4、车辆导流控制方案生成模块5、其中:
道路基本信息获得模块1,所述道路基本信息获得模块1用于获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,获得目标区域的道路基本信息,所述道路基本信息包括道路车道数量、道路限速数值;
车流量数据集合获得模块2,所述车流量数据集合获得模块2用于通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;
车流量趋势预测结果获得模块3,所述车流量趋势预测结果获得模块3用于基于所述车流量数据集合进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;
车流量趋势预测结果判断模块4,所述车流量趋势预测结果判断模块4用于对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,并根据车流承载最大系数对所述车流量趋势预测结果进行判断;
车辆导流控制方案生成模块5,所述车辆导流控制方案生成模块5用于当所述车流量趋势预测结果大于所述车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制,其中所述车辆导流控制方案中包括多个导流控制方案。
在一个实施例中,所述系统还包括:
待提取车流传感器选取模块,所述待提取车流传感器选取模块用于在道路两旁的智慧综合杆路灯中按照预设距离选取待提取车流传感器;
车流量数据集合构建模块,所述车流量数据集合构建模块用于设置车流数据提取时间节点,根据所述车流数据提取时间节点获取待提取车流传感器的车流量数据,构建车流量数据集合,其中车流量数据带有时间节点标识。
在一个实施例中,所述系统还包括:
车流量趋势预测坐标系构建模块,所述车流量趋势预测坐标系构建模块用于以所述车流量数据集合中的时间节点作为X轴,将时间节点对应的车流量数据作为Y轴,构建车流量趋势预测坐标系;
车流量数据分布模块,所述车流量数据分布模块用于将所述车流量数据集合中的车流量数据按照时间节点分布到所述车流量趋势预测坐标系中;
车流量趋势预测曲线生成模块,所述车流量趋势预测曲线生成模块用于将车流量趋势预测坐标系中的车流量数据进行拟合串联,生成车流量趋势预测曲线。
在一个实施例中,所述系统还包括:
预设时间节点输入模块,所述预设时间节点输入模块用于获取预设时间节点,并将所述预设时间节点输入所述车流量趋势预测坐标系中;
车流量趋势预测结果获得模块,所述车流量趋势预测结果获得模块用于根据所述车流量趋势预测曲线进行模拟延伸,将所述预设时间节点的模拟延伸结果作为车流量趋势预测结果。
在一个实施例中,所述系统还包括:
权重系数确定模块,所述权重系数确定模块用于基于变异系数法对所述道路车道数量和所述道路限速数值进行权重分析,确定所述道路车道数量和所述道路限速数值的权重系数;
加权计算模块。所述加权计算模块用于根据所述权重占比对所述道路车道数量和所述道路限速数值进行加权计算,并将加权计算结果作为车流承载最大系数。
在一个实施例中,所述系统还包括:
偏差值获得模块,所述偏差值获得模块用于当所述车流量趋势预测结果大于所述车流承载最大系数时,获取所述车流量趋势预测结果与所述车流承载最大系数的偏差值;
偏差值判断模块,所述偏差值判断模块用于设置车流控制阈值;根据所述车流控制阈值对所述偏差值进行判断;
一级车辆导流控制方案生成模块,所述一级车辆导流控制方案生成模块用于当所述偏差值小于等于所述车流控制阈值时,生成一级车辆导流控制方案,所述一级车辆导流控制方案用于对道路交通信号灯进行时序优化调整。
在一个实施例中,所述系统还包括:
二级车辆导流控制方案生成模块,所述二级车辆导流控制方案生成模块用于当所述偏差值大于所述车流控制阈值时,生成二级车辆导流控制方案,所述二级车辆导流控制方案用于对道路进行限行控制。
综上所述,本申请提供了一种用于智能交通的导流控制方法及系统具有以下技术效果:
1.解决了现有技术中存在道路导流控制的时效性较差造成道路拥堵的技术问题,通过进行道路车流量预测生成车辆导流控制方案,可以提高道路导流控制的时效性,从而减少或避免道路拥堵。
2.通过进行车流传感器选取,可以在不影响车流数据采集精度的前提下减少车流数据统计量,可以节约车流数据统计时间,提高数据统计效率。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种用于智能交通的导流控制方法,其特征在于,所述方法应用于一种用于智能交通的导流控制系统,所述系统与智慧综合杆路灯通信连接,所述智慧综合杆路灯包括车流传感器,所述方法包括:
获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,获得目标区域的道路基本信息,所述道路基本信息包括道路车道数量、道路限速数值;
通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;
基于所述车流量数据集合进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;
对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,并根据车流承载最大系数对所述车流量趋势预测结果进行判断;
当所述车流量趋势预测结果大于所述车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制,其中所述车辆导流控制方案中包括多个导流控制方案。
2.如权利要求1所述的方法,其特征在于,所述通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,还包括:
在道路两旁的智慧综合杆路灯中按照预设距离选取待提取车流传感器;
设置车流数据提取时间节点,根据所述车流数据提取时间节点获取待提取车流传感器的车流量数据,构建车流量数据集合,其中车流量数据带有时间节点标识。
3.如权利要求1所述的方法,其特征在于,所述基于所述车流量数据集合进行道路车流量趋势预测,还包括:
以所述车流量数据集合中的时间节点作为X轴,将时间节点对应的车流量数据作为Y轴,构建车流量趋势预测坐标系;
将所述车流量数据集合中的车流量数据按照时间节点分布到所述车流量趋势预测坐标系中;
将车流量趋势预测坐标系中的车流量数据进行拟合串联,生成车流量趋势预测曲线。
4.如权利要求3所述的方法,其特征在于,所述获得预设时间节点的车流量趋势预测结果,还包括:
获取预设时间节点,并将所述预设时间节点输入所述车流量趋势预测坐标系中;
根据所述车流量趋势预测曲线进行模拟延伸,将所述预设时间节点的模拟延伸结果作为车流量趋势预测结果。
5.如权利要求1所述的方法,其特征在于,所述对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,还包括:
基于变异系数法对所述道路车道数量和所述道路限速数值进行权重分析,确定所述道路车道数量和所述道路限速数值的权重系数;
根据所述权重占比对所述道路车道数量和所述道路限速数值进行加权计算,并将加权计算结果作为车流承载最大系数。
6.如权利要求1所述的方法,其特征在于,所述生成车辆导流控制方案,还包括:
当所述车流量趋势预测结果大于所述车流承载最大系数时,获取所述车流量趋势预测结果与所述车流承载最大系数的偏差值;
设置车流控制阈值;根据所述车流控制阈值对所述偏差值进行判断;
当所述偏差值小于等于所述车流控制阈值时,生成一级车辆导流控制方案,所述一级车辆导流控制方案用于对道路交通信号灯进行时序优化调整。
7.如权利要求6所述的方法,其特征在于,所述方法还包括:
当所述偏差值大于所述车流控制阈值时,生成二级车辆导流控制方案,所述二级车辆导流控制方案用于对道路进行限行控制。
8.一种用于智能交通的导流控制系统,其特征在于,用于执行权利要求1-7中所述的一种用于智能交通的导流控制方法中任意一项方法的步骤,所述系统与智慧综合杆路灯通信连接,所述智慧综合杆路灯包括车流传感器,所述方法包括:
道路基本信息获得模块,所述道路基本信息获得模块用于获取待进行车辆导流控制的目标区域,并连接目标区域的道路交通系统,获得目标区域的道路基本信息,所述道路基本信息包括道路车道数量、道路限速数值;
车流量数据集合获得模块,所述车流量数据集合获得模块用于通过道路两旁的智慧综合杆路灯中的车流传感器对道路中的车辆进行持续车流统计,获得车流量数据集合;
车流量趋势预测结果获得模块,所述车流量趋势预测结果获得模块用于基于所述车流量数据集合进行道路车流量趋势预测,获得预设时间节点的车流量趋势预测结果;
车流量趋势预测结果判断模块,所述车流量趋势预测结果判断模块用于对所述道路基本信息进行车流承载能力分析,获得车流承载最大系数,并根据车流承载最大系数对所述车流量趋势预测结果进行判断;
车辆导流控制方案生成模块,所述车辆导流控制方案生成模块用于当所述车流量趋势预测结果大于所述车流承载最大系数时,生成车辆导流控制方案,并根据所述车辆导流控制方案进行道路导流控制,其中所述车辆导流控制方案中包括多个导流控制方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311306915.0A CN117423230A (zh) | 2023-10-10 | 2023-10-10 | 一种用于智能交通的导流控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311306915.0A CN117423230A (zh) | 2023-10-10 | 2023-10-10 | 一种用于智能交通的导流控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117423230A true CN117423230A (zh) | 2024-01-19 |
Family
ID=89529286
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311306915.0A Pending CN117423230A (zh) | 2023-10-10 | 2023-10-10 | 一种用于智能交通的导流控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117423230A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117975742A (zh) * | 2024-03-29 | 2024-05-03 | 大连禾圣科技有限公司 | 基于大数据的智慧城市交通管理系统及方法 |
-
2023
- 2023-10-10 CN CN202311306915.0A patent/CN117423230A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117975742A (zh) * | 2024-03-29 | 2024-05-03 | 大连禾圣科技有限公司 | 基于大数据的智慧城市交通管理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109598950B (zh) | 一种智能网联车辆的匝道协同汇入控制方法及系统 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN104157139B (zh) | 一种交通拥堵预测方法及可视化方法 | |
CN107766969B (zh) | 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法 | |
CN105225500A (zh) | 一种交通控制辅助决策方法及装置 | |
KR101385057B1 (ko) | Its 데이터를 활용한 도심 구간의 정체도 예측 방법 | |
CN117423230A (zh) | 一种用于智能交通的导流控制方法及系统 | |
CN106875699A (zh) | 一种交通控制优化方法及装置 | |
CN112950940B (zh) | 一种道路施工期的交通分流方法 | |
CN116543552B (zh) | 基于车路协同的城市主干道缓堵策略仿真评估方法及系统 | |
WO2023216793A1 (zh) | 一种混合交通流环境高速公路瓶颈路段动态限速控制方法 | |
CN105654720A (zh) | 基于城市道路拥堵识别的检测器布设方法 | |
CN108985518A (zh) | 一种基于vissim仿真的交通拥堵收费策略优化方法 | |
Pirdavani et al. | Travel time evaluation of a U-turn facility: comparison with a conventional signalized intersection | |
CN110930696B (zh) | 一种基于ai导航的智慧城市交通管理运行方法及其系统 | |
CN112950934A (zh) | 一种道路拥堵原因识别方法 | |
CN117764340B (zh) | 一种新能源电动汽车充电引导分级调控方法 | |
Li et al. | Human‐Vehicle Intersection Traffic Lights Timing Optimization Research | |
CN117975712A (zh) | 基于拥堵时长预测的高速公路服务区协同控制方法及系统 | |
CN117671959A (zh) | 预测交叉路口车辆排队长度的方法、系统、设备和存储介质 | |
CN117408598A (zh) | 基于动态路网的高速公路大件运输路径快速决策方法 | |
CN117114253A (zh) | 一种适用于市政设计工程的城市道路路口规划管理系统 | |
CN107665580A (zh) | 一种基于传感器网络的新型智能交通模型的设计方法 | |
CN111105617B (zh) | 基于矩阵稳定性分析的智能交通预测系统 | |
Xie et al. | Modelling Method on Dynamic Optimal Setting and Associated Control for Intermittent Bus Lane |
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 |