CN117456748B - 基于车路协同技术的交通信号智能调控方法及系统 - Google Patents
基于车路协同技术的交通信号智能调控方法及系统 Download PDFInfo
- Publication number
- CN117456748B CN117456748B CN202311787689.2A CN202311787689A CN117456748B CN 117456748 B CN117456748 B CN 117456748B CN 202311787689 A CN202311787689 A CN 202311787689A CN 117456748 B CN117456748 B CN 117456748B
- Authority
- CN
- China
- Prior art keywords
- real
- traffic
- signal
- time
- vehicle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000005516 engineering process Methods 0.000 title claims abstract description 30
- 230000006854 communication Effects 0.000 claims abstract description 88
- 238000004891 communication Methods 0.000 claims abstract description 88
- 238000001514 detection method Methods 0.000 claims abstract description 45
- 238000011217 control strategy Methods 0.000 claims abstract description 29
- 238000012549 training Methods 0.000 claims description 39
- 238000012544 monitoring process Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 20
- 238000010276 construction Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000007246 mechanism Effects 0.000 claims description 8
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012360 testing method 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
- 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
-
- 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]
Abstract
本发明公开了基于车路协同技术的交通信号智能调控方法及系统,涉及智能交通技术领域,包括:通过目标车辆的车载终端进行多维实时信息通讯,生成多维实时信号;基于多维实时信号,构建通信控制通道;通过路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据;基于车辆实时行驶数据,通过通信控制通道对目标道路进行交通控制检测,获取检测信息集;将检测信息集同步至交通信号优先控制子网络内,生成优先控制策略;根据优先控制策略对交通信号进行智能调度控制。本发明解决了现有技术中交通信号控制实时性和准确性不足的技术问题,达到了提高交通信号控制实时性和准确性的技术效果。
Description
技术领域
本发明涉及智能交通技术领域,具体涉及基于车路协同技术的交通信号智能调控方法及系统。
背景技术
随着城市的持续发展和智能交通系统的不断演进,交通信号控制已经成为城市交通管理的核心领域。传统的交通信号控制系统主要依赖于固定的传感器和摄像头来监测交通状况,由于硬件设备的局限性和环境因素的干扰,这些设备往往无法实时、准确地获取车辆位置、速度等信息以及周边的交通状态数据,导致交通信号控制方案不准确,无法有效应对实时交通需求,因此,现有技术存在交通信号控制实时性和准确性不足的技术问题。
发明内容
本申请通过提供基于车路协同技术的交通信号智能调控方法及系统,有效解决了现有技术中存在的交通信号控制实时性和准确性不足的技术问题,达到了提高交通信号控制实时性和准确性的技术效果。
本申请提供了基于车路协同技术的交通信号智能调控方法及系统,所述技术方案如下:
第一方面,本申请实施例提供了基于车路协同技术的交通信号智能调控方法,所述方法应用于基于车路协同技术的交通信号智能调控系统,所述基于车路协同技术的交通信号智能调控系统与车载终端、路侧单元、中心控制单元通信连接,所述方法包括:
通过目标车辆的所述车载终端进行多维实时信息通讯,生成多维实时信号;
基于所述多维实时信号,构建通信控制通道;
通过所述路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据;
基于所述车辆实时行驶数据,通过所述通信控制通道对目标道路进行交通控制检测,获取检测信息集;
将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略;
根据所述优先控制策略对交通信号进行智能调度控制。
第二方面,本申请实施例提供了基于车路协同技术的交通信号智能调控系统,所述系统包括:
多维实时信号生成模块,所述多维实时信号生成模块用于通过目标车辆的车载终端进行多维实时信息通讯,生成多维实时信号;
通信控制通道构建模块,所述通信控制通道构建模块用于基于所述多维实时信号,构建通信控制通道;
车辆实时行驶数据生成模块,所述车辆实时行驶数据生成模块用于通过路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据;
检测信息集获取模块,所述检测信息集获取模块用于基于所述车辆实时行驶数据,通过所述通信控制通道对目标道路进行交通控制检测,获取检测信息集;
优先控制策略生成模块,所述优先控制策略生成模块用于将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略;
智能调度控制模块,所述智能调度控制模块用于根据所述优先控制策略对交通信号进行智能调度控制。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过目标车辆的车载终端进行多维实时信息通讯,生成多维实时信号,基于所述多维实时信号,构建通信控制通道,然后通过路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据,再基于所述车辆实时行驶数据,通过所述通信控制通道对目标道路进行交通控制检测,获取检测信息集,进而将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略,最后根据所述优先控制策略对交通信号进行智能调度控制。有效解决了现有技术中存在的交通信号控制实时性和准确性不足的技术问题,达到了提高交通信号控制实时性和准确性的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的基于车路协同技术的交通信号智能调控方法流程示意图;
图2为本申请实施例提供的基于多维实时信号构建通信控制通道流程示意图;
图3为本申请实施例提供的通过路侧单元实时监测生成车辆实时行驶数据流程示意图;
图4为本申请实施例提供的将检测信息集同步至交通信号优先控制子网络内生成优先控制策略流程示意图;
图5为本申请实施例提供的基于车路协同技术的交通信号智能调控系统结构示意图。
附图标记说明:多维实时信号生成模块1,通信控制通道构建模块2,车辆实时行驶数据生成模块3,检测信息集获取模块4,优先控制策略生成模块5,智能调度控制模块6。
具体实施方式
本申请通过提供了基于车路协同技术的交通信号智能调控方法及系统,用于针对解决现有技术中存在的交通信号控制实时性和准确性不足的技术问题。
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、完整的描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。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的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。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本发明提供了基于车路协同技术的交通信号智能调控方法,所述方法应用于基于车路协同技术的交通信号智能调控系统,所述基于车路协同技术的交通信号智能调控系统与车载终端、路侧单元、中心控制单元通信连接,所述方法用于提高交通信号控制的实时性和准确性,进而提高道路通行效率和安全性,所述方法包括:
确定目标车辆,所述目标车辆是指被监测和调控的特定车辆,可以是单个车辆或多个车辆组成的队列或车队,所述目标车辆上安装有车载终端,所述车载终端是一种具有无线通信功能的设备,可以通过无线通信技术与其他车辆或交通管理系统进行信息交换。车载终端通过传感器或其他数据源收集车辆的多维信息,包括车辆的自身信息(例如车辆的位置、速度、方向、加速度、刹车状态等)以及其他与交通相关的信息,例如道路状况、交通状况等。收集到这些信息后,车载终端将这些信息转化成多维实时信号通过通信传输,通过这种方式,车载终端可以与其他系统进行实时的信息交换,实现多维实时信息通讯。
基于上述多维实时信号,构建通信控制通道,所述通信控制通道是连接车载终端与中心控制单元、交通信号控制系统以及其他相关系统的重要桥梁,用于实现各系统之间的实时信息交换和控制指令的传输。首先确定用于通信的协议(规定通信双方如何进行数据交换和解析的规则)和数据格式(通信数据的结构和编码方式),可以选择现有的通信协议和数据格式,或者设计自定义的协议和数据格式,确定了通信协议和数据格式后,通过无线通讯技术(例如Wi-Fi、蓝牙或蜂窝网络等)将车载终端与中心控制单元等建立通信连接,完成通信控制通道的构建,构建好的通信控制通道可以实现车载终端与相关系统之间的双向通信,包括多维实时信号传输等。
通过路侧单元对目标道路上的目标车辆进行实时监测,所述目标道路是需要进行实时监测和管理的道路,包括城市的主要道路、高速公路或桥梁等,所述路侧单元部署在目标道路上,通过传感器、摄像头等设备对目标道路上的车辆进行实时监测,例如,摄像头可以捕捉到车辆的图像信息,通过图像处理技术提取出车辆的号牌信息、颜色、车型等特征,传感器可以获取车辆的速度、加速度等实时行驶数据,此外,路侧单元还可以采集交通信号实时状态,通过对交通信号的状态进行监测和采集,获取交通信号的灯光状态、相位等信息。路侧单元通过监测和数据采集生成车辆实时行驶数据后,将这些数据通过通信控制通道发送给中心控制单元或其他相关系统。
通过路侧单元采集车辆实时行驶数据,包括车辆的位置、速度、方向、行驶轨迹等信息,然后通过通信控制通道,路侧单元将采集的车辆实时行驶数据发送给中心控制单元或其他相关系统,中心控制单元或其他相关系统利用接收到的数据进行交通控制检测,例如,根据车辆的实时位置和速度信息,判断道路的拥堵情况、交通流量的变化等,从而得到检测信息集,所述检测信息集包括交通流量信息、道路拥堵情况、交通事故信息等。
将上述得到的检测信息集输入交通信号优先控制子网络内,子网络接收到数据后进行处理和分析,提取出相关信息,例如,车辆的流量、速度、方向等信息,以及交通信号的状态和配时方案等信息,基于预设的规则和策略,子网络判断当前的道路交通情况是否符合某些条件,从而决定是否需要调整交通信号的配时方案或者给予某些车辆优先通行权,根据数据处理和分析结果,子网络生成相应的优先控制策略,例如,调整交通信号的配时方案、给予特定车辆优先通行权、协调交通信号的灯光时序和相位等。
相关系统根据生成的优先控制策略,对交通信号进行智能调度控制,例如,对于拥堵的路段,增加该路段的绿灯时间,加快车辆的通行速度;对于繁忙的路口,根据各个方向的车辆流量情况,合理分配绿灯时间,提高路口的通行效率,或者对于紧急救援车辆等,自动调整交通信号的配时方案,确保这些车辆能够优先通过路口;对于行人或自行车等慢行交通参与者,设置专门的信号相位,保证他们的安全通行。达到了提高交通信号控制的实时性和准确性,进而提高道路通行效率和安全性的技术效果。
在本申请实施例提供的一种优选实施方式中,通过目标车辆的所述车载终端进行多维实时信息通讯,生成多维实时信号,方法包括:
将所述车载终端连接道路地图数据,通过GPS或其他定位技术获取目标车辆的实时地理位置信息。根据目标车辆的实时位置,车载终端通过无线通讯技术与交通信号控制系统进行通信,将车辆的位置信息发送给交通信号控制系统,交通信号控制系统根据车辆的位置将目标道路的相关信息,例如交通流量情况、道路状况等发送回车载终端,车载终端通过该实时通讯生成第一实时信号。
车载终端通过配备的摄像头或其他图像采集设备,对目标道路的交通信号进行实时拍摄或扫描,通过图像处理技术,提取出交通信号的状态信息(例如红灯、绿灯)和配时方案等,生成第二实时信号。
车载终端将上述生成的第一实时信号和第二实时信号进行数据整合,形成一个多维实时信号,该信号包含了车辆的位置信息、交通信号的状态信息和配时方案等,然后,车载终端将所述多维实时信号上传至中心控制单元中进行存储和分析。这一优选实施方式通过连接道路地图数据、实时通讯和图像采集等技术,提供了车辆位置、交通信号状态、道路状况等多维度的实时信息,为交通管理和调度提供了丰富的数据支持,达到了提供丰富交通信息的技术效果。
如图2所示,在本申请实施例提供的另一种优选实施方式中,基于所述多维实时信号,构建通信控制通道,方法包括:
将所述目标车辆的车载终端通过无线通讯技术与目标道路的第一路口信号进行连通,所述第一路口是指目标车辆即将到达的下一个路口,即下一个交通信号控制节点的位置,通过将目标车辆的车载终端与第一路口信号进行连通,获取该路口的红绿灯信息,包括红灯、绿灯以及黄灯等信号状态,以及配时方案等控制策略,即得到第一路口信号。
将所述目标车辆的车载终端与中心控制单元建立通讯连接,中心控制单元通过无线通讯技术(例如Wi-Fi、4G/5G等)将实时行驶路况信息(包括其他车辆的位置、速度、行驶方向等,以及道路的交通状况、事故情况等)发送给车载终端。
利用所述多维实时信号和上述第一路口信号作为训练数据,通过机器学习或深度学习等方法对模型进行训练和收敛,生成路口通信子通道,所述路口通信子通道是目标车辆与下一路口信号机的专用通讯通道,能根据输入的信号快速判断车辆与第一路口信号的通讯和控制策略。
类似地,利用所述多维实时信号和上述实时行驶路况信息作为训练数据,对模型进行训练和收敛,生成路况通信子通道,所述路况通信子通道是目标车辆与中心控制单元的专用通信通道,能根据输入的信号快速判断车辆与其他车辆或道路的通讯和控制策略,
通过将上述路口通信子通道和路况通信子通道进行连通,构建出完整的通信控制通道,该通道能综合利用多维实时信号、第一路口信号和实时行驶路况信息等多维度信息,实现全面和精准的交通控制。这一优选实施方式通过将车载终端与多个交通信号控制节点进行连通,构建通信控制通道,实现了快速、高效的信号传输和控制指令下达,达到了提高通信效率的技术效果。
如图3所示,在本申请实施例提供的另一种优选实施方式中,通过所述路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据,方法包括:
路侧单元实时采集交通信号控制机制的相位状态信息,包括红绿灯的灯光和熄灯状态、相位切换等,生成多个相位信息,所述相位信息反映了交通信号控制机制的运行状态和交通流量情况。
路侧单元通过传感器等设备监测目标车辆的行驶状态,包括目标车辆的行驶速度、目标车辆的行驶位置、目标车辆的行驶轨迹、目标车辆的规划行驶路径,生成车辆行驶数据集,所述数据集包含了目标车辆的详细行驶信息。
利用采集到的多个相位信息和目标车辆的行驶位置,结合目标车辆的行驶速度,生成第一行驶示意信号,所述第一行驶示意信号表示目标车辆在当前交通信号控制机制下的行驶状态和可能的行为趋势。
利用采集到的多个相位信息和目标车辆的规划行驶路径,结合目标车辆的(实际)行驶轨迹,生成第二行驶示意信号,所述第二行驶示意信号用于提供更具体的目标车辆行驶示意,包括其未来的行驶方向、可能的变化等。
将上述生成的第一行驶示意信号和第二行驶示意信号添加到车辆实时行驶数据中,提供全面的车辆行驶状态描述。这一优选实施方式通过实时监测目标车辆的行驶状态和交通信号控制机制的运行状态,获取了准确的目标车辆行驶数据和交通流量信息,达到了提高交通信号控制精度和效果的技术效果。
如图4所示,在本申请实施例提供的另一种优选实施方式中,将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略,方法包括:
根据交通控制信息,对交通信号的数据进行标注和分类,得到多个信号控制数据,所述多个信号控制数据包括多个训练数据和多个监督数据,且训练数据与监督数据为一一对应关系。
利用训练数据对模型进行训练,利用监督数据对模型进行监督和调整,通过不断调整模型的参数和结构,提高模型的准确率和泛化能力。当交通信号优先控制子网络的输出数据准确率达到预设要求时,完成所述交通信号优先控制子网络的构建。为了便于理解,下面以一个具体的例子进行解释:
假设有一个交通信号灯,它可以根据交通流量情况自动调整信号时长,以优化交通流,为了构建一个能够自动调整信号灯的智能模型,需要通过交通信号灯的自动记录系统或人工监测收集该交通信号灯的相关交通数据,例如在不同时间段和不同交通流量情况下的信号时长数据,然后对这些数据进行标注和分类,通过标注将每个数据样本与对应的交通控制信息(如时间段、交通流量等)进行关联,例如将早上七点到九点的数据样本标注为“高峰期”,通过分类将标注后的数据按照不同的特征进行分组,例如,将交通流量较小的样本分为一组,将交通流量较大的样本分为另一组。通过上述过程,得到多个信号控制数据,包括训练数据和监督数据,例如,将早期收集的数据作为训练数据,用于训练模型,训练数据包含了各种交通情况下信号灯的信号时长和对应的交通流量信息,用于训练模型学习信号时长和交通流量之间的关系,用晚一些收集的数据作为监督数据,对模型进行测试和调整,确保模型的预测结果准确且稳定。当模型的性能达到预设的准确率要求时,比如模型在训练数据上的准确率达到了90%,在监督数据上的准确率达到了85%,满足了预设的准确率要求,则停止训练,得到训练完成的模型。
将检测信息集作为输入数据,输入到已经构建好的交通信号优先控制子网络中,所述检测信息集中包括交通实况检测数据,例如车辆流量、行人流量、交通事件等,根据输入的交通实况检测数据,对交通控制规则进行序列化处理,所述序列化处理是指按照不同交通控制规则与当前交通状况的匹配程度,对交通控制规则进行排序,例如,在雨雪天气下,对车速限制和车道关闭等规则赋予较高的匹配度,在交通流量大的路口,将调整信号灯的时长赋予较高的匹配度等,通过序列化排列,生成序列化处理结果。
将上述序列化处理结果与上述多个信号控制数据进行优先级匹配,以确定哪些信号控制数据具有更高的优先级,进而生成多个优先控制规则进行输出,例如,序列化处理结果中“车辆优先”的匹配度较高,排在较前位置,那么将该结果与多个信号控制数据进行优先级匹配,可以匹配到“延长车辆通行的绿灯时间”,则给“延长车辆通行的绿灯时间”这一信号控制规则赋予较高的优先级,并作为优先控制规则进行输出。
最后,根据生成的多个优先控制规则,进一步制定和生成优先控制策略,包括如何根据不同的交通状况调整信号灯的时长,如何根据优先级匹配进行资源分配等,为实际交通信号控制系统提供指导。这一优选实施方式通过序列化处理和优先级匹配,能够确定哪些信号控制规则更为重要或适用,并赋予更高的优先级,从而更好地优化交通信号的控制和管理,达到了提高交通信号准确率和通行效率的技术效果。
在本申请实施例提供的另一种优选实施方式中,根据所述优先控制策略对交通信号进行智能调度控制,方法包括:
通过所述优先控制策略进行交通道路的监测分布,建立交通监测节点,即根据优先控制策略确定需要执行交通信号调度的监测节点,例如交通流量较大的路口,并获取相应节点信号机的控制模式、配时方案等参数。
进而对所述交通监测节点根据优先控制策略执行交通信号调度和控制,并生成交通信号调度结果,再根据交通信号调度结果进行交通信号智能调度控制,例如,当某个路口的车辆排队较长时间时,自动调整该路口的信号灯时长,减少车辆的等待时间。这一优选实施方式通过建立交通监测节点,只对节点路口进行监测和控制,减少了对其他路口的交通影响,降低了对整个交通系统的干扰,达到了提高交通系统稳定性的技术效果。
在本申请实施例提供的另一种优选实施方式中,方法包括:
建立交通信号智能调度控制的补偿网络,通过所述补偿网络对所述交通监测节点进行异常节点的回溯分析,追溯其历史数据和影响因素,确定异常节点出现的原因,进而生成回溯分析监测结果,其中,所述回溯分析监测结果与所述异常节点存在一一对应关系。
根据所述回溯分析监测结果提取与异常节点相关的补偿数据,所述补偿数据用于调整交通信号的控制模式、配时方案等参数,以优化交通流量和提高通行效率,进而根据所述补偿数据对交通信号进行优化调度和控制,例如,当某个路口出现异常情况时,通过调整该路口的信号灯时长或其他控制参数,减少车辆的等待时间或避免交通拥堵。这一优选实施方式通过补偿网络的应用,对异常节点进行回溯分析并提取补偿数据用于优化交通信号的控制模式、配时方案等参数,更好适应了交通需求和情况,达到了全面优化城市交通的技术效果。
实施例二
基于与前述实施例中基于车路协同技术的交通信号智能调控方法相同的发明构思,如图5所示,本申请提供了基于车路协同技术的交通信号智能调控系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
多维实时信号生成模块1,所述多维实时信号生成模块1用于通过目标车辆的车载终端进行多维实时信息通讯,生成多维实时信号;
通信控制通道构建模块2,所述通信控制通道构建模块2用于基于所述多维实时信号,构建通信控制通道;
车辆实时行驶数据生成模块3,所述车辆实时行驶数据生成模块3用于通过路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据;
检测信息集获取模块4,所述检测信息集获取模块4用于基于所述车辆实时行驶数据,通过所述通信控制通道对目标道路进行交通控制检测,获取检测信息集;
优先控制策略生成模块5,所述优先控制策略生成模块5用于将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略;
智能调度控制模块6,所述智能调度控制模块6用于根据所述优先控制策略对交通信号进行智能调度控制。
进一步的,所述多维实时信号生成模块1用于执行如下方法:
通过所述车载终端连接道路地图数据,确定目标车辆的实时位置;
基于目标车辆的所述实时位置对目标道路的交通信号控制机制进行实时通讯,生成第一实时信号;
对目标道路交通信号进行实时图像采集,生成第二实时信号;
将所述第一实时信号、所述第二实时信号进行数据整合,记作所述多维实时信号,上传至所述中心控制单元中进行存储。
进一步的,所述通信控制通道构建模块2用于执行如下方法:
通过将目标车辆的所述车载终端与目标道路的第一路口信号进行连通,确定第一路口信号;
将目标车辆的所述车载终端与所述中心控制单元进行连通,确定实时行驶路况信息;
将所述多维实时信号、所述第一路口信号作为训练数据,训练收敛构建路口通信子通道;
将所述多维实时信号、所述实时行驶路况信息作为训练数据,训练收敛构建路况通信子通道;
连通所述路口通信子通道与所述路况通信子通道,生成所述通信控制通道。
进一步的,所述车辆实时行驶数据生成模块3用于执行如下方法:
对所述交通信号控制机制的相位状态进行实时采集,生成多个相位信息;
基于所述路侧单元监测目标车辆行驶状态,生成车辆行驶数据集,其中,所述车辆行驶数据集包含目标车辆的行驶速度、目标车辆的行驶位置、目标车辆的行驶轨迹、目标车辆的规划行驶路径;
基于所述多个相位信息、所述目标车辆的行驶位置按照所述目标车辆的行驶速度,生成第一行驶示意信号;
基于所述多个相位信息、所述目标车辆的规划行驶路径按照所述目标车辆的行驶轨迹,生成第二行驶示意信号;
将所述第一行驶示意信号、所述第二行驶示意信号添加至所述车辆实时行驶数据。
进一步的,所述优先控制策略生成模块5用于执行如下方法:
对交通信号按照交通控制信息进行数据标注,获得多个信号控制数据,其中,所述多个信号控制数据内包括多个训练数据和多个监督数据,且所述多个训练数据与所述多个监督数据为一一对应关系;
基于所述多个训练数据和所述多个监督数据进行训练和监督,直至所述交通信号优先控制子网络的输出数据准确率达到预设要求,完成构建所述交通信号优先控制子网络;
将所述检测信息集作为输入数据,同步至所述交通信号优先控制子网络中,按照所述检测信息集中的交通实况检测数据对交通控制规则进行序列化处理,生成序列化处理结果;
根据所述序列化处理结果与所述多个信号控制数据进行优先级匹配,生成多个优先控制规则进行输出;
基于所述多个优先控制规则生成所述优先控制策略。
进一步的,所述智能调度控制模块6用于执行如下方法:
通过所述优先控制策略进行交通道路的监测分布,建立交通监测节点;
基于所述交通监测节点执行交通信号调度,并生成交通信号调度结果;
通过所述交通信号调度结果进行交通信号智能调度控制。
进一步的,所述智能调度控制模块6用于执行如下方法:
建立交通信号智能调度控制的补偿网络,通过所述补偿网络对所述交通监测节点进行异常节点的回溯分析,生成回溯分析监测结果,其中,所述回溯分析监测结果与所述异常节点存在对应关系;
根据所述回溯分析监测结果提取补偿数据,执行交通信号的优化调度控制。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在本申请的范围内。在一些情况下,在本申请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。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (6)
1.基于车路协同技术的交通信号智能调控方法,其特征在于,所述方法应用于基于车路协同技术的交通信号智能调控系统,所述基于车路协同技术的交通信号智能调控系统与车载终端、路侧单元、中心控制单元通信连接,所述方法包括:
通过目标车辆的所述车载终端进行多维实时信息通讯,生成多维实时信号;
基于所述多维实时信号,构建通信控制通道;
通过所述路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据;
基于所述车辆实时行驶数据,通过所述通信控制通道对目标道路进行交通控制检测,获取检测信息集;
将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略;
根据所述优先控制策略对交通信号进行智能调度控制;
其中,基于所述多维实时信号,构建通信控制通道,包括:
通过将目标车辆的所述车载终端与目标道路的第一路口信号进行连通,确定第一路口信号;
将目标车辆的所述车载终端与所述中心控制单元进行连通,确定实时行驶路况信息;
将所述多维实时信号、所述第一路口信号作为训练数据,训练收敛构建路口通信子通道;
将所述多维实时信号、所述实时行驶路况信息作为训练数据,训练收敛构建路况通信子通道;
连通所述路口通信子通道与所述路况通信子通道,生成所述通信控制通道;
将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略,包括:
对交通信号按照交通控制信息进行数据标注,获得多个信号控制数据,其中,所述多个信号控制数据内包括多个训练数据和多个监督数据,且所述多个训练数据与所述多个监督数据为一一对应关系;
基于所述多个训练数据和所述多个监督数据进行训练和监督,直至所述交通信号优先控制子网络的输出数据准确率达到预设要求,完成构建所述交通信号优先控制子网络;
将所述检测信息集作为输入数据,同步至所述交通信号优先控制子网络中,按照所述检测信息集中的交通实况检测数据对交通控制规则进行序列化处理,生成序列化处理结果;
根据所述序列化处理结果与所述多个信号控制数据进行优先级匹配,生成多个优先控制规则进行输出;
基于所述多个优先控制规则生成所述优先控制策略。
2.如权利要求1所述的方法,其特征在于,通过目标车辆的所述车载终端进行多维实时信息通讯,生成多维实时信号,方法包括:
通过所述车载终端连接道路地图数据,确定目标车辆的实时位置;
基于目标车辆的所述实时位置对目标道路的交通信号控制机制进行实时通讯,生成第一实时信号;
对目标道路交通信号进行实时图像采集,生成第二实时信号;
将所述第一实时信号、所述第二实时信号进行数据整合,记作所述多维实时信号,上传至所述中心控制单元中进行存储。
3.如权利要求2所述的方法,其特征在于,通过所述路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据,方法包括:
对所述交通信号控制机制的相位状态进行实时采集,生成多个相位信息;
基于所述路侧单元监测目标车辆行驶状态,生成车辆行驶数据集,其中,所述车辆行驶数据集包含目标车辆的行驶速度、目标车辆的行驶位置、目标车辆的行驶轨迹、目标车辆的规划行驶路径;
基于所述多个相位信息、所述目标车辆的行驶位置按照所述目标车辆的行驶速度,生成第一行驶示意信号;
基于所述多个相位信息、所述目标车辆的规划行驶路径按照所述目标车辆的行驶轨迹,生成第二行驶示意信号;
将所述第一行驶示意信号、所述第二行驶示意信号添加至所述车辆实时行驶数据。
4.如权利要求1所述的方法,其特征在于,根据所述优先控制策略对交通信号进行智能调度控制,方法包括:
通过所述优先控制策略进行交通道路的监测分布,建立交通监测节点;
基于所述交通监测节点执行交通信号调度,并生成交通信号调度结果;
通过所述交通信号调度结果进行交通信号智能调度控制。
5.如权利要求4所述的方法,其特征在于,方法包括:
建立交通信号智能调度控制的补偿网络,通过所述补偿网络对所述交通监测节点进行异常节点的回溯分析,生成回溯分析监测结果,其中,所述回溯分析监测结果与所述异常节点存在对应关系;
根据所述回溯分析监测结果提取补偿数据,执行交通信号的优化调度控制。
6.基于车路协同技术的交通信号智能调控系统,其特征在于,所述系统包括:
多维实时信号生成模块,所述多维实时信号生成模块用于通过目标车辆的车载终端进行多维实时信息通讯,生成多维实时信号;
通信控制通道构建模块,所述通信控制通道构建模块用于基于所述多维实时信号,构建通信控制通道;
车辆实时行驶数据生成模块,所述车辆实时行驶数据生成模块用于通过路侧单元对目标道路上的目标车辆进行实时监测,生成车辆实时行驶数据;
检测信息集获取模块,所述检测信息集获取模块用于基于所述车辆实时行驶数据,通过所述通信控制通道对目标道路进行交通控制检测,获取检测信息集;
优先控制策略生成模块,所述优先控制策略生成模块用于将所述检测信息集同步至交通信号优先控制子网络内,生成优先控制策略;
智能调度控制模块,所述智能调度控制模块用于根据所述优先控制策略对交通信号进行智能调度控制;
其中,所述通信控制通道构建模块用于执行如下方法:
通过将目标车辆的所述车载终端与目标道路的第一路口信号进行连通,确定第一路口信号;
将目标车辆的所述车载终端与中心控制单元进行连通,确定实时行驶路况信息;
将所述多维实时信号、所述第一路口信号作为训练数据,训练收敛构建路口通信子通道;
将所述多维实时信号、所述实时行驶路况信息作为训练数据,训练收敛构建路况通信子通道;
连通所述路口通信子通道与所述路况通信子通道,生成所述通信控制通道;
所述优先控制策略生成模块用于执行如下方法:
对交通信号按照交通控制信息进行数据标注,获得多个信号控制数据,其中,所述多个信号控制数据内包括多个训练数据和多个监督数据,且所述多个训练数据与所述多个监督数据为一一对应关系;
基于所述多个训练数据和所述多个监督数据进行训练和监督,直至所述交通信号优先控制子网络的输出数据准确率达到预设要求,完成构建所述交通信号优先控制子网络;
将所述检测信息集作为输入数据,同步至所述交通信号优先控制子网络中,按照所述检测信息集中的交通实况检测数据对交通控制规则进行序列化处理,生成序列化处理结果;
根据所述序列化处理结果与所述多个信号控制数据进行优先级匹配,生成多个优先控制规则进行输出;
基于所述多个优先控制规则生成所述优先控制策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311787689.2A CN117456748B (zh) | 2023-12-25 | 2023-12-25 | 基于车路协同技术的交通信号智能调控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311787689.2A CN117456748B (zh) | 2023-12-25 | 2023-12-25 | 基于车路协同技术的交通信号智能调控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117456748A CN117456748A (zh) | 2024-01-26 |
CN117456748B true CN117456748B (zh) | 2024-03-05 |
Family
ID=89593301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311787689.2A Active CN117456748B (zh) | 2023-12-25 | 2023-12-25 | 基于车路协同技术的交通信号智能调控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117456748B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809953A (zh) * | 2014-12-27 | 2016-07-27 | 吉林大学 | 一种基于m2m的城市交通流车路协同控制方法 |
CN109118758A (zh) * | 2018-07-24 | 2019-01-01 | 南京锦和佳鑫信息科技有限公司 | 一种面向移动共享的智能网联交通管理系统 |
CN211787492U (zh) * | 2019-08-26 | 2020-10-27 | 深圳榕亨实业集团有限公司 | 基于车路协同技术的交通信号控制及路侧信息交互系统 |
CN112289059A (zh) * | 2020-10-22 | 2021-01-29 | 中电智能技术南京有限公司 | 一种车路协同道路交通系统 |
CN113140125A (zh) * | 2016-08-31 | 2021-07-20 | 北京万集科技股份有限公司 | 车路协同辅助驾驶方法及路侧设备 |
CN113596102A (zh) * | 2021-07-05 | 2021-11-02 | 哈尔滨工业大学(深圳) | 车路协同式交通系统、路侧系统和数据处理方法 |
CN114170803A (zh) * | 2021-12-15 | 2022-03-11 | 阿波罗智联(北京)科技有限公司 | 路侧感知系统和交通控制方法 |
CN116347385A (zh) * | 2022-12-31 | 2023-06-27 | 南京理工大学 | 一种面向车路协同的通信感知及边缘计算一体化系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10380886B2 (en) * | 2017-05-17 | 2019-08-13 | Cavh Llc | Connected automated vehicle highway systems and methods |
-
2023
- 2023-12-25 CN CN202311787689.2A patent/CN117456748B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809953A (zh) * | 2014-12-27 | 2016-07-27 | 吉林大学 | 一种基于m2m的城市交通流车路协同控制方法 |
CN113140125A (zh) * | 2016-08-31 | 2021-07-20 | 北京万集科技股份有限公司 | 车路协同辅助驾驶方法及路侧设备 |
CN109118758A (zh) * | 2018-07-24 | 2019-01-01 | 南京锦和佳鑫信息科技有限公司 | 一种面向移动共享的智能网联交通管理系统 |
CN211787492U (zh) * | 2019-08-26 | 2020-10-27 | 深圳榕亨实业集团有限公司 | 基于车路协同技术的交通信号控制及路侧信息交互系统 |
CN112289059A (zh) * | 2020-10-22 | 2021-01-29 | 中电智能技术南京有限公司 | 一种车路协同道路交通系统 |
CN113596102A (zh) * | 2021-07-05 | 2021-11-02 | 哈尔滨工业大学(深圳) | 车路协同式交通系统、路侧系统和数据处理方法 |
CN114170803A (zh) * | 2021-12-15 | 2022-03-11 | 阿波罗智联(北京)科技有限公司 | 路侧感知系统和交通控制方法 |
CN116347385A (zh) * | 2022-12-31 | 2023-06-27 | 南京理工大学 | 一种面向车路协同的通信感知及边缘计算一体化系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117456748A (zh) | 2024-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109118758B (zh) | 一种面向移动共享的智能网联交通管理系统 | |
CN114418468B (zh) | 一种智慧城市交通调度策略控制方法和物联网系统 | |
CN108198439B (zh) | 一种基于雾计算的城市智能交通控制方法 | |
US20210201672A1 (en) | Video-based main road cooperative signal machine control method | |
EP2478508B1 (en) | Traffic signal control system and method | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN109637137B (zh) | 基于车路协同的交通管理系统 | |
CN110276964B (zh) | 一种智能调节交通灯时间的方法 | |
CN109584567A (zh) | 基于车路协同的交通管理方法 | |
CN110969845B (zh) | 一种基于车路协同的智能车速控制方法及系统 | |
CN109785620B (zh) | 一种车联网环境下的交通管控系统 | |
CN104680820A (zh) | 一种基于梯度场的交通流车联网系统及交通流控制方法 | |
CN112150832A (zh) | 一种基于5g的分布式交通信号控制系统 | |
CN109584564B (zh) | 一种适用多设备的信控方案实施优化方法及其系统和装置 | |
CN208781404U (zh) | 一种交通信号灯控制系统 | |
CN117456748B (zh) | 基于车路协同技术的交通信号智能调控方法及系统 | |
CN106504566A (zh) | 一种交通站点识别系统及方法 | |
CN111882864A (zh) | 一种城市智慧交通的道路数字标牌控制系统 | |
CN113643537B (zh) | 一种进口车道通行状态特征参数检测方法及系统 | |
KR20190016040A (ko) | Vanet를 통한 교통신호시스템의 제어 및 관리 | |
CN114067579A (zh) | 一种智能交通信号控制系统及其控制方法 | |
Gurczik et al. | Floating Observer Information Processing on the Basis of Mobile Bluetooth Data | |
Chen et al. | Platoon control for connected vehicles based on the v2x communications: Design and implementation | |
CN114038201B (zh) | 一种基于效率的无交通灯交叉路口有人车辆调度方法 | |
Zeng et al. | Intelligent transport management system for urban traffic hubs based on an integration of multiple technologies |
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 |