CN118015838A - 结合物联网的隧道车辆流动控制方法及系统 - Google Patents
结合物联网的隧道车辆流动控制方法及系统 Download PDFInfo
- Publication number
- CN118015838A CN118015838A CN202410411479.1A CN202410411479A CN118015838A CN 118015838 A CN118015838 A CN 118015838A CN 202410411479 A CN202410411479 A CN 202410411479A CN 118015838 A CN118015838 A CN 118015838A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- tunnel
- real
- target
- information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 33
- 230000003213 activating effect Effects 0.000 claims abstract description 8
- 238000012544 monitoring process Methods 0.000 claims description 53
- 238000004891 communication Methods 0.000 claims description 20
- 230000001276 controlling effect Effects 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 6
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 5
- 239000001301 oxygen Substances 0.000 claims description 5
- 229910052760 oxygen Inorganic materials 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 239000000779 smoke Substances 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 2
- 238000012549 training Methods 0.000 description 12
- 230000007613 environmental effect Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
- G08G1/01—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
-
- 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
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供了结合物联网的隧道车辆流动控制方法及系统，涉及智能控制技术领域，方法包括：根据分析第一车辆实时信息得到的第一车辆分析结果判断第一车辆是否符合第一预定行驶约束，若符合基于第一车辆实时信息组建目标隧道车辆信息，获取目标隧道环境信息，分析目标隧道车辆信息和目标隧道环境信息生成实时交通拥堵率预测指数，当其达到预定指数阈值时发出调控干预指令，激活隧道控制模块内智能控制单元生成目标控制决策对目标隧道进行车辆流动控制，本发明解决了现有技术中缺乏对隧道内的车辆流动进行控制，导致交通拥堵增加事故风险的技术问题，实现了合理化精准结合物联网对隧道车辆进行流动控制，保证隧道内交通安全和顺畅。
Description
技术领域
本发明涉及智能控制技术领域，具体涉及结合物联网的隧道车辆流动控制方法及系统。
背景技术
随着许多大中城市的发展，特别在城市中大力建设城市公路隧道，用于缓解城市交通压力，且现在作为城市公路隧道重要安全保障的城市公路隧道车流量控制系统并不完善，在现有技术中存在缺乏对隧道内的车辆流动进行控制，导致交通拥堵增加事故风险的技术问题。
发明内容
本申请提供了结合物联网的隧道车辆流动控制方法及系统，用于解决现有技术中存在的缺乏对隧道内的车辆流动进行控制，导致交通拥堵增加事故风险的技术问题。
鉴于上述问题，本申请提供了结合物联网的隧道车辆流动控制方法及系统。
第一方面，本申请提供了结合物联网的隧道车辆流动控制方法，所述方法包括：获取第一车辆实时信息，所述第一车辆实时信息为所述物联网组合设备中的第一物联网组合设备动态监测到的目标隧道中第一车辆的实时信息；根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束；若是符合，基于所述第一车辆实时信息组建所述目标隧道的目标隧道车辆信息；获取目标隧道环境信息，所述目标隧道环境信息为所述物联网组合设备中的第二物联网组合设备动态监测到的所述目标隧道的实时环境信息；通过所述隧道控制模块中的交通预测单元对所述目标隧道车辆信息和所述目标隧道环境信息进行分析，生成实时交通拥堵率预测指数；当所述实时交通拥堵率预测指数达到预定指数阈值时，发出调控干预指令；基于所述调控干预指令激活所述隧道控制模块中的智能控制单元生成目标控制决策，所述目标控制决策用于对所述目标隧道进行车辆流动控制。
第二方面，本申请提供了结合物联网的隧道车辆流动控制系统，结合物联网的隧道车辆流动控制系统包括：第一动态监测模块，所述第一动态监测模块用于获取第一车辆实时信息，所述第一车辆实时信息为所述物联网组合设备中的第一物联网组合设备动态监测到的目标隧道中第一车辆的实时信息；第一判断模块，所述第一判断模块用于根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束；信息组建模块，所述信息组建模块用于若是符合，基于所述第一车辆实时信息组建所述目标隧道的目标隧道车辆信息；第二动态监测模块，所述第二动态监测模块用于获取目标隧道环境信息，所述目标隧道环境信息为所述物联网组合设备中的第二物联网组合设备动态监测到的所述目标隧道的实时环境信息；第一分析模块，所述第一分析模块用于通过所述隧道控制模块中的交通预测单元对所述目标隧道车辆信息和所述目标隧道环境信息进行分析，生成实时交通拥堵率预测指数；第二判断模块，所述第二判断模块用于当所述实时交通拥堵率预测指数达到预定指数阈值时，发出调控干预指令；车辆流动控制模块，所述车辆流动控制模块用于基于所述调控干预指令激活所述隧道控制模块中的智能控制单元生成目标控制决策，所述目标控制决策用于对所述目标隧道进行车辆流动控制。
本申请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：
本申请提供的结合物联网的隧道车辆流动控制方法及系统，涉及智能控制技术领域，解决了现有技术中缺乏对隧道内的车辆流动进行控制，导致交通拥堵增加事故风险的技术问题，实现了合理化精准结合物联网对隧道车辆进行流动控制，保证隧道内交通安全和顺畅。
附图说明
图1为本申请提供了结合物联网的隧道车辆流动控制方法流程示意图；
图2为本申请提供了结合物联网的隧道车辆流动控制系统结构示意图。
附图标记说明：第一动态监测模块1，第一判断模块2，信息组建模块3，第二动态监测模块4，第一分析模块5，第二判断模块6，车辆流动控制模块7。
具体实施方式
本申请通过提供结合物联网的隧道车辆流动控制方法及系统，用于解决现有技术中缺乏对隧道内的车辆流动进行控制，导致交通拥堵增加事故风险的技术问题。
实施例一。
如图1所示，本申请实施例提供了结合物联网的隧道车辆流动控制方法，所述方法应用于一种结合物联网的隧道车辆流动控制系统，所述系统包括隧道监测模块和隧道控制模块，且，所述隧道监测模块与物联网组合设备通信连接，该方法包括：
步骤A100：获取第一车辆实时信息，所述第一车辆实时信息为所述物联网组合设备中的第一物联网组合设备动态监测到的目标隧道中第一车辆的实时信息；
进一步而言，本申请步骤A100还包括：
步骤A110：所述第一物联网组合设备至少包括速度传感器、质量传感器和压力传感器；
步骤A120：通过所述速度传感器动态监测得到所述第一车辆的第一实时速度信息；
步骤A130：通过所述质量传感器动态监测得到所述第一车辆的第一实时质量信息；
步骤A140：通过所述压力传感器动态监测得到所述第一车辆的第一实时胎压信息，所述第一实时胎压信息包括第一实时最小胎压和第一实时最大胎压；
步骤A150：所述第一实时速度信息、所述第一实时质量信息、所述第一实时最小胎压和所述第一实时最大胎压组成所述第一车辆实时信息。
在本申请中，本申请实施例提供的结合物联网的隧道车辆流动控制方法应用于结合物联网的隧道车辆流动控制系统，该结合物联网的隧道车辆流动控制系统包括隧道监测模块和隧道控制模块，且，隧道监测模块与物联网组合设备通信连接，该隧道监测模块用于进行隧道内车辆参数的采集。
通过与隧道监测模块所通信连接的物联网组合设备内的第一物联网组合设备对目标隧道进行动态监测，第一物联网组合设备至少需要包括速度传感器、质量传感器和压力传感器，速度传感器是用于监测目标隧道内车辆流动速度信息，质量传感器是用于监测目标隧道内车辆的重量信息，压力传感器是用于监测目标隧道内车辆轮胎压力信息，进一步的，通过速度传感器动态监测得到第一车辆的第一实时速度信息，第一车辆是随机在目标隧道内所有车辆中选择的车辆，同时通过速度传感器测得第一辆车在每一时刻下的速度信息记作第一车辆的第一实时速度信息，再通过质量传感器动态监测得到第一车辆的第一实时质量信息，是指通过质量传感器测得第一辆车在每一时刻下的重量信息记作第一车辆的第一实时质量信息，通过压力传感器动态监测得到第一车辆的第一实时胎压信息，是指通过压力传感器测得第一辆车在每一时刻下的车辆车胎的压力信息记作第一实时胎压信息，在第一实时胎压信息中包括第一实时最小胎压和第一实时最大胎压，第一实时最小胎压为第一车辆所包含的所有轮胎中的压力最小值，第一实时最大胎压为第一车辆所包含的所有轮胎中的压力最大值，最终根据第一实时速度信息、第一实时质量信息、第一实时最小胎压和第一实时最大胎压组成第一车辆实时信息进行输出，为后期实现结合物联网进行隧道车辆流动控制为重要参考依据。
步骤A200：根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束；
进一步而言，本申请步骤A200还包括：
步骤A210：读取目标限速，所述目标限速是指所述目标隧道的限定行车速度阈值；
步骤A220：调取预定约束生成函数得到所述第一车辆的第一预定行驶约束，其中，所述预定约束生成函数的表达式如下：
；
其中，表征所述第一预定行驶约束，/>表征所述第一车辆的最低行驶速度，/>表征所述第一车辆的最高行驶速度，/>表征所述目标限速，/>和/>分别表征第一反馈调节系数和第二反馈调节系数，且，/>，/>，其中，/>、、/>分别表征所述第一实时质量信息的第一系数、所述第一实时最小胎压的第二系数和所述第一实时最大胎压的第三系数，/>、/>、/>分别表征所述第一实时质量信息的第四系数、所述第一实时最小胎压的第五系数和所述第一实时最大胎压的第六系数。
进一步而言，本申请步骤A200还包括：
步骤A230：获取目标隧道车辆局域通信网；
步骤A240：根据所述第一车辆分析结果，若所述第一车辆小于所述第一预定行驶约束，通过所述智能控制单元向所述第一车辆发送疑似异常信号；
步骤A250：根据所述疑似异常信号启动异常提醒信号灯，所述异常提醒信号灯通过所述目标隧道车辆局域通信网共享至所述目标隧道中各车辆。
进一步而言，本申请步骤A240还包括：
步骤A241：根据所述第一车辆分析结果，若所述第一车辆大于所述第一预定行驶约束，通过所述智能控制单元向所述第一车辆发送异常告警提醒。
在本申请中，为了后期更好的对目标隧道内的车辆流动进行控制，因此需要根据上述监测所获的第一车辆实时信息进行车辆行驶分析，对车辆在隧道内行驶时的运动特性和行驶安全进行分析和评估，具体包含根据目标隧道的几何条件，如隧道长度、隧道曲率、隧道坡度、隧道横截面形状等，还有车辆在目标隧道中行驶的运动特征，如车辆行驶时的路面摩擦力，制动力、转向力、侧倾力等，以及目标隧道内的交通流，即车辆在目标隧道内的交通流量、速度、密度等，在此基础上确定第一车辆分析结果，同时根据第一车辆分析结果对第一车辆是否符合第一预定行驶约束进行判断，第一预定行驶约束是通过首先对目标限速进行读取，目标限速是指目标隧道的限定行车速度阈值，进一步的，调取预定约束生成函数得到第一车辆的第一预定行驶约束，且预定约束生成函数的表达式如下：
；
其中，表征所述第一预定行驶约束，/>表征所述第一车辆的最低行驶速度，/>表征所述第一车辆的最高行驶速度，/>表征所述目标限速，/>和/>分别表征第一反馈调节系数和第二反馈调节系数，且，/>，/>，其中，/>、、/>分别表征所述第一实时质量信息的第一系数、所述第一实时最小胎压的第二系数和所述第一实时最大胎压的第三系数，/>、/>、/>分别表征所述第一实时质量信息的第四系数、所述第一实时最小胎压的第五系数和所述第一实时最大胎压的第六系数。
通过预定约束生成函数确定第一车辆的第一预定行驶约束，从而达到可以根据上述所获的第一车辆分析结果判断第一车辆是否符合第一预定行驶约束，若符合，则基于第一车辆实时信息组建目标隧道的目标隧道车辆信息，若不符合则视为第一车辆在目标隧道内未按规定行驶，且分为第一车辆小于第一预定行驶约束以及第一车辆大于第一预定行驶约束两种情况，是指通过连接获取目标隧道车辆局域通信网，目标隧道车辆局域通信网是指在隧道内为车辆提供无线通信和信息传输服务的局域网。该网络是用于提供可靠、高效的通信环境，达到支持车辆之间、车辆与基础设施之间的数据交换和通信需求，进一步的，根据第一车辆分析结果，若第一车辆小于第一预定行驶约束，则通过智能控制单元向第一车辆发送疑似异常信号，疑似异常信号是用于提醒目标隧道内除过第一车辆的其余车辆，当前的第一车辆可能存在行驶异常， 根据第一车辆分析结果，若第一车辆大于第一预定行驶约束，则通过智能控制单元向第一车辆发送异常告警提醒，异常告警提醒是用于对第一车辆的驾驶员进行车辆异常提醒，进一步的，可以根据疑似异常信号启动异常提醒信号灯，异常提醒信号灯是通过目标隧道车辆局域通信网共享至目标隧道中各车辆，进而为实现结合物联网进行隧道车辆流动控制做保障。
步骤A300：若是符合，基于所述第一车辆实时信息组建所述目标隧道的目标隧道车辆信息；
在本申请中，根据上述分析第一车辆实时信息所获的第一车辆分析结果对第一车辆是否符合第一预定行驶约束进行判断，若第一车辆符合第一预定行驶约束，则视为第一车辆的车辆行驶数据等于第一预定行驶约束，此时以第一车辆实时信息作为数据参照基础对目标隧道的隧道车辆信息进行组建，是指可以通过第一车辆实时信息中所包含的第一车辆的速度信息对目标隧道内第一车辆的实时位置进行管控、通过第一车辆的质量信息预先辨识车辆车型并标识、通过压力信息对第一车辆在目标隧道内的行驶状态进行监控采集，以便后期对应做出相应处理和应急措施，在此基础上对所获数据进行整合汇总后记作目标隧道车辆信息进行输出，为后续实现结合物联网进行隧道车辆流动控制夯实基础。
步骤A400：获取目标隧道环境信息，所述目标隧道环境信息为所述物联网组合设备中第二物联网组合设备动态监测到的所述目标隧道的实时环境信息；
在本申请中，通过与隧道监测模块所通信连接的物联网组合设备内的第二物联网组合设备对目标隧道的实时环境信息进行动态监测，第二物联网组合设备用于进行隧道环境参数的采集。
第二物联网组合设备包括图像传感器、含氧量监测仪、烟雾传感器、温湿度传感器，图像传感器是用于监测目标隧道内的实时交通状况信息、实时交通流量信息、实时车牌识别信息等，含氧监测仪是用于监测目标隧道内空气中氧气含量，反映目标隧道内空气的新鲜度以及适宜性，烟雾传感器用于检测和监测目标隧道内烟雾浓度，温湿度传感器是用于对目标隧道内的温度值以及湿度值进行监测，可以反映出隧道内的舒适度、空气质量和环境变化，在图像传感器、含氧量监测仪、烟雾传感器、温湿度传感器对目标隧道进行数据传感后，根据多个传感数据确定目标隧道环境信息，实现结合物联网进行隧道车辆流动控制有着限定的作用。
步骤A500：通过所述隧道控制模块中的交通预测单元对所述目标隧道车辆信息和所述目标隧道环境信息进行分析，生成实时交通拥堵率预测指数；
进一步而言，本申请步骤A500还包括：
步骤A510：对归一化处理后的所述目标隧道车辆信息进行加权，得到目标车辆状态指数；
步骤A520：对归一化处理后的所述目标隧道环境信息进行加权，得到目标综合环境指数；
步骤A530：通过所述交通预测单元对所述目标车辆状态指数和所述目标综合环境指数进行分析，得到所述实时交通拥堵率预测指数，所述交通预测单元为基于神经网络原理对历史隧道监控数据库中的数据进行监督学习得到的智能模型。
在本申请中，为了提升结合物联网对目标隧道内的车辆流动进行控制的准确率，则需要调取隧道控制模块，该隧道控制模块与系统通信连接，隧道控制模块用于进行目标隧道内交通参数的采集。
进一步的，通过隧道控制模块内嵌的交通预测单元对目标隧道车辆信息与目标隧道环境信息进行预测分析，是指分别对目标隧道车辆信息、目标隧道环境信息进行归一化处理，即分别将目标隧道车辆信息、目标隧道环境信息内所具有不同尺度或范围的数据转换为统一的标准范围，以便更好地进行比较和分析。可以通过最大最小值归一化将目标隧道车辆信息内的目标数据、目标隧道环境信息内的目标数据线性缩放到指定的区间，通常是[0, 1]或[-1, 1]，计算公式如下：
；
其中，为归一化结果，/>为目标数据，/>为最大值，/>为最小值。
进一步的，再依次对归一化处理后的目标隧道车辆信息以及归一化处理后的目标隧道环境信息按照目标隧道影响程度进行加权，目标隧道影响程度越高则分配的权重就越高，从而将加权完成的目标隧道车辆信息记作目标车辆状态指数，将加权完成的目标隧道环境信息记作目标综合环境指数，最终通过交通预测单元对目标车辆状态指数和目标综合环境指数进行分析，得到实时交通拥堵率预测指数，交通预测单元为基于神经网络原理对历史隧道监控数据库中的数据进行监督学习得到的智能模型。
利用所述神经网络对历史隧道监控数据库进行训练，其神经网络是指一种多层的感知机结构的神经网络，进一步对智能模型进行构建，神经网络的输入数据包括目标车辆状态指数和目标综合环境指数，且神经网络的每一层的每一个节点都与上下层节点全部连接，在智能模型中包含输入层、隐藏层、输出层，输入层是用于数据输入的层级，隐藏层是用于更好的对数据特征进行分离，输出层是用于结果输出的层级，智能模型通过训练数据集和监督数据集训练获得，其中，训练数据集中的每组训练数据均包括历史隧道监控数据库，监督数据集为与训练数据集一一对应的监督数据。
进一步的，将训练数据集中每一组训练数据输入智能模型，通过这组训练数据对应的监督数据进行智能模型的输出监督调整，当智能模型的输出结果与监督数据一致，则当前组训练结束，将训练数据集中全部的训练数据均训练结束，则智能模型训练完成。
为了保证智能模型的收敛以及准确性，其收敛过程可以是智能模型中的输出数据会聚于一点时，向某一个值靠近则为收敛，其准确性可以通过测试数据集进行智能模型的测试处理，举例而言，测试准确率可以设定为80%，当测试数据集的测试准确率满足80%时，则智能模型构建完成，当智能模型训练至收敛时输出实时交通拥堵率预测指数，以便为后期结合物联网进行隧道车辆流动控制时作为参照数据。
步骤A600：当所述实时交通拥堵率预测指数达到预定指数阈值时，发出调控干预指令；
在本申请中，通过对上述分析所获的实时交通拥堵率预测指数与预定指数阈值进行比较判断，预定指数阈值是根据历史时段中目标隧道内交通拥堵率的平均值进行设定，当实时交通拥堵率预测指数达到预定指数阈值时，则视为此时目标隧道内车辆安全评分低于历史时段内的安全均值，即通过安全评估方法和仿真模拟，对车辆在隧道内行驶过程中的安全性进行评估和管控，例如，目标隧道内存在多种安全隐患，包含隧道内能见度差、通风不良、排放物浓度高等，且目标隧道内交通流大于历史时段内的交通流均值，通过交通流分析方法和仿真模拟，对车辆在隧道内的交通流量、速度和密度等进行分析和预测，即隧道交通流量的高低对行驶安全和路面拥堵等问题都有着直接影响。同时目标隧道内所监测的环境数据也低于历史时段内的环境均值，需要通过环境监测技术和数据分析，对隧道内的温度、湿度、气体浓度等环境参数进行实时监测和预警，在此基础上生成调控干预指令，调控干预指令是用于对实时交通拥堵率预测指数达到预定指数阈值时，对目标隧道内的车辆安全性、车辆流动性、隧道环境进行调整控制的指令，提高后期实现结合物联网进行隧道车辆流动控制的准确率。
步骤A700：基于所述调控干预指令激活所述隧道控制模块中的智能控制单元生成目标控制决策，所述目标控制决策用于对所述目标隧道进行车辆流动控制。
进一步而言，本申请步骤A700还包括：
步骤A710：随机提取所述历史隧道监控数据库中的第一历史控制记录，所述第一历史控制记录包括第一历史交通拥堵率、第一历史隧道入口信号灯周期、第一历史隧道限速；
步骤A720：若所述实时交通拥堵率预测指数与所述第一历史交通拥堵率的第一拥堵率偏差符合预定拥堵率偏差阈值，发出添加指令；
步骤A730：基于所述添加指令获取所述第一历史控制记录与第一历史控制决策的第一对应关系，所述第一历史控制决策包括所述第一历史隧道入口信号灯周期和所述第一历史隧道限速；
步骤A740：将所述第一对应关系添加至候选控制列表；
步骤A750：分析所述候选控制列表确定所述目标控制决策。
进一步而言，本申请步骤A750包括：
步骤A751：获取所述候选控制列表的所述第一对应关系；
步骤A752：调用预定适应度函数对所述第一对应关系中的所述第一历史控制决策进行决策适应度分析，得到第一历史决策适应度；
步骤A753：基于所述第一历史决策适应度在所述候选控制列表中遍历筛选得到所述目标控制决策。
在本申请中，为了更精准的对目标隧道进行车辆流动控制，首先根据调控干预指令对与系统通信连接的隧道控制模块进行激活，通过隧道控制模块内的智能控制单元生成目标控制决策，其过程可以通过对智能控制单元内所包含的历史隧道监控数据库内的数据进行随机提取，将所提取的数据记作第一历史控制记录，且在第一历史控制记录中包括第一历史交通拥堵率、第一历史隧道入口信号灯周期、第一历史隧道限速，第一历史交通拥堵率是指过去一段时间内特定地区或道路上的交通拥堵程度。通常，交通拥堵率可以通过交通流量、车速和道路容量等指标来衡量，第一历史隧道入口信号灯周期是指在车辆进入目标隧道一端的信号灯变换周期，第一历史隧道限速是指限制目标隧道内车辆行驶的最高速度以及最低速度。
进一步的对实时交通拥堵率预测指数与第一历史交通拥堵率进行偏差计算，将偏差计算结果记作实时交通拥堵率预测指数与第一历史交通拥堵率的第一拥堵率偏差，判断第一拥堵率偏差是否符合预定拥堵率偏差阈值，预定拥堵率偏差阈值可以设定为30%，若实时交通拥堵率预测指数与第一历史交通拥堵率的第一拥堵率偏差符合预定拥堵率偏差阈值，即第一拥堵率偏差小于30%，则生成添加指令进行发送，通过添加指令获取第一历史控制记录与第一历史控制决策的第一对应关系，第一历史控制记录是指在历史时段内对目标隧道的交通流量控制数据，第一历史控制决策包括第一历史隧道入口信号灯周期和第一历史隧道限速，第一历史控制记录与第一历史控制决策的第一对应关系是指历史控制记录中的数据与制定的控制决策之间所存在的匹配对应关系，示例性的，如果历史记录显示在某个时间段内隧道内车流量大增，那么与之对应的控制决策可能是缩短信号灯周期以加快车辆通过，或者降低限速以保证行车安全。
进一步的，将第一对应关系添加至候选控制列表内，同时对候选控制列表进行分析，是指首先基于候选控制列表的第一对应关系，调用预定适应度函数对第一对应关系中的第一历史控制决策进行决策适应度分析，即在第一历史隧道入口信号灯周期和第一历史隧道限速下，车辆通过目标隧道的平均车行驶时长，获取第一历史决策适应度，进一步的，基于第一历史决策适应度在候选控制列表中遍历筛选得到决策适应度最大的历史决策记录作为目标控制决策进行输出，以此保证后期结合物联网更好的对目标隧道进行车辆流动控制。
综上所述，本申请实施例提供的结合物联网的隧道车辆流动控制方法，至少包括如下技术效果，实现了合理化精准结合物联网对隧道车辆进行流动控制，保证隧道内交通安全和顺畅。
实施例二。
基于与前述实施例中结合物联网的隧道车辆流动控制方法相同的发明构思，如图2所示，本申请提供了结合物联网的隧道车辆流动控制系统，系统包括：
第一动态监测模块1，所述第一动态监测模块1用于获取第一车辆实时信息，所述第一车辆实时信息为所述物联网组合设备中的第一物联网组合设备动态监测到的目标隧道中第一车辆的实时信息；
第一判断模块2，所述第一判断模块2用于根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束；
信息组建模块3，所述信息组建模块3用于若是符合，基于所述第一车辆实时信息组建所述目标隧道的目标隧道车辆信息；
第二动态监测模块4，所述第二动态监测模块4用于获取目标隧道环境信息，所述目标隧道环境信息为所述物联网组合设备中的第二物联网组合设备动态监测到的所述目标隧道的实时环境信息；
第一分析模块5，所述第一分析模块5用于通过所述隧道控制模块中的交通预测单元对所述目标隧道车辆信息和所述目标隧道环境信息进行分析，生成实时交通拥堵率预测指数；
第二判断模块6，所述第二判断模块6用于当所述实时交通拥堵率预测指数达到预定指数阈值时，发出调控干预指令；
车辆流动控制模块7，所述车辆流动控制模块7用于基于所述调控干预指令激活所述隧道控制模块中的智能控制单元生成目标控制决策，所述目标控制决策用于对所述目标隧道进行车辆流动控制。
进一步而言，系统还包括：
设备模块，所述设备模块用于所述第一物联网组合设备至少包括速度传感器、质量传感器和压力传感器；
第三动态监测模块，所述第三动态监测模块用于通过所述速度传感器动态监测得到所述第一车辆的第一实时速度信息；
第四动态监测模块，所述第四动态监测模块用于通过所述质量传感器动态监测得到所述第一车辆的第一实时质量信息；
第五动态监测模块，所述第五动态监测模块用于通过所述压力传感器动态监测得到所述第一车辆的第一实时胎压信息，所述第一实时胎压信息包括第一实时最小胎压和第一实时最大胎压；
信息组成模块，所述信息组成模块用于所述第一实时速度信息、所述第一实时质量信息、所述第一实时最小胎压和所述第一实时最大胎压组成所述第一车辆实时信息。
进一步而言，系统还包括：
读取模块，所述读取模块用于读取目标限速，所述目标限速是指所述目标隧道的限定行车速度阈值；
调取模块，所述调取模块用于调取预定约束生成函数得到所述第一车辆的第一预定行驶约束，其中，所述预定约束生成函数的表达式如下：
；
其中，表征所述第一预定行驶约束，/>表征所述第一车辆的最低行驶速度，/>表征所述第一车辆的最高行驶速度，/>表征所述目标限速，/>和/>分别表征第一反馈调节系数和第二反馈调节系数，且，/>，/>，其中，/>、、/>分别表征所述第一实时质量信息的第一系数、所述第一实时最小胎压的第二系数和所述第一实时最大胎压的第三系数，/>、/>、/>分别表征所述第一实时质量信息的第四系数、所述第一实时最小胎压的第五系数和所述第一实时最大胎压的第六系数。
进一步而言，系统还包括：
通信网模块，所述通信网模块用于获取目标隧道车辆局域通信网；
第三判断模块，所述第三判断模块用于根据所述第一车辆分析结果，若所述第一车辆小于所述第一预定行驶约束，通过所述智能控制单元向所述第一车辆发送疑似异常信号；
信号灯启动模块，所述信号灯启动模块用于根据所述疑似异常信号启动异常提醒信号灯，所述异常提醒信号灯通过所述目标隧道车辆局域通信网共享至所述目标隧道中各车辆。
进一步而言，系统还包括：
第四判断模块，所述第四判断模块用于根据所述第一车辆分析结果，若所述第一车辆大于所述第一预定行驶约束，通过所述智能控制单元向所述第一车辆发送异常告警提醒。
进一步而言，系统还包括：
第一加权模块，所述第一加权模块用于对归一化处理后的所述目标隧道车辆信息进行加权，得到目标车辆状态指数；
第二加权模块，所述第二加权模块用于对归一化处理后的所述目标隧道环境信息进行加权，得到目标综合环境指数；
第二分析模块，所述第二分析模块用于通过所述交通预测单元对所述目标车辆状态指数和所述目标综合环境指数进行分析，得到所述实时交通拥堵率预测指数，所述交通预测单元为基于神经网络原理对历史隧道监控数据库中的数据进行监督学习得到的智能模型。
进一步而言，系统还包括：
随机提取模块，所述随机提取模块用于随机提取所述历史隧道监控数据库中的第一历史控制记录，所述第一历史控制记录包括第一历史交通拥堵率、第一历史隧道入口信号灯周期、第一历史隧道限速；
第五判断模块，所述第五判断模块用于若所述实时交通拥堵率预测指数与所述第一历史交通拥堵率的第一拥堵率偏差符合预定拥堵率偏差阈值，发出添加指令；
第一添加模块，所述第一添加模块用于基于所述添加指令获取所述第一历史控制记录与第一历史控制决策的第一对应关系，所述第一历史控制决策包括所述第一历史隧道入口信号灯周期和所述第一历史隧道限速；
第二添加模块，所述第二添加模块用于将所述第一对应关系添加至候选控制列表；
第三分析模块，所述第三分析模块用于分析所述候选控制列表确定所述目标控制决策。
进一步而言，系统还包括：
关系获取模块，所述关系获取模块用于获取所述候选控制列表的所述第一对应关系；
调用模块，所述调用模块用于调用预定适应度函数对所述第一对应关系中的所述第一历史控制决策进行决策适应度分析，得到第一历史决策适应度；
筛选模块，所述筛选模块用于基于所述第一历史决策适应度在所述候选控制列表中遍历筛选得到所述目标控制决策。
本说明书通过前述对结合物联网的隧道车辆流动控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中结合物联网的隧道车辆流动控制系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种结合物联网的隧道车辆流动控制方法，其特征在于，所述结合物联网的隧道车辆流动控制方法应用于结合物联网的隧道车辆流动控制系统，所述结合物联网的隧道车辆流动控制系统包括隧道监测模块和隧道控制模块，且，所述隧道监测模块与物联网组合设备通信连接，所述结合物联网的隧道车辆流动控制方法包括：
获取第一车辆实时信息，所述第一车辆实时信息为所述物联网组合设备中的第一物联网组合设备动态监测到的目标隧道中第一车辆的实时信息；
根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束；
若是符合，基于所述第一车辆实时信息组建所述目标隧道的目标隧道车辆信息；
获取目标隧道环境信息，所述目标隧道环境信息为所述物联网组合设备中的第二物联网组合设备动态监测到的所述目标隧道的实时环境信息；
通过所述隧道控制模块中的交通预测单元对所述目标隧道车辆信息和所述目标隧道环境信息进行分析，生成实时交通拥堵率预测指数；
当所述实时交通拥堵率预测指数达到预定指数阈值时，发出调控干预指令；
基于所述调控干预指令激活所述隧道控制模块中的智能控制单元生成目标控制决策，所述目标控制决策用于对所述目标隧道进行车辆流动控制。
2.根据权利要求1所述的结合物联网的隧道车辆流动控制方法，其特征在于，获取第一车辆实时信息，所述第一车辆实时信息为所述物联网组合设备中的第一物联网组合设备动态监测到的目标隧道中第一车辆的实时信息，包括：
所述第一物联网组合设备至少包括速度传感器、质量传感器和压力传感器；
通过所述速度传感器动态监测得到所述第一车辆的第一实时速度信息；
通过所述质量传感器动态监测得到所述第一车辆的第一实时质量信息；
通过所述压力传感器动态监测得到所述第一车辆的第一实时胎压信息，所述第一实时胎压信息包括第一实时最小胎压和第一实时最大胎压；
所述第一实时速度信息、所述第一实时质量信息、所述第一实时最小胎压和所述第一实时最大胎压组成所述第一车辆实时信息。
3.根据权利要求2所述的结合物联网的隧道车辆流动控制方法，其特征在于，根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束，之前包括：
读取目标限速，所述目标限速是指所述目标隧道的限定行车速度阈值；
调取预定约束生成函数得到所述第一车辆的第一预定行驶约束，其中，所述预定约束生成函数的表达式如下：
；
其中，表征所述第一预定行驶约束，/>表征所述第一车辆的最低行驶速度，/>表征所述第一车辆的最高行驶速度，/>表征所述目标限速，/>和/>分别表征第一反馈调节系数和第二反馈调节系数，且，/>，/>，其中，/>、/>、分别表征所述第一实时质量信息的第一系数、所述第一实时最小胎压的第二系数和所述第一实时最大胎压的第三系数，/>、/>、/>分别表征所述第一实时质量信息的第四系数、所述第一实时最小胎压的第五系数和所述第一实时最大胎压的第六系数。
4.根据权利要求3所述的结合物联网的隧道车辆流动控制方法，其特征在于，根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束，之后还包括：
获取目标隧道车辆局域通信网；
根据所述第一车辆分析结果，若所述第一车辆小于所述第一预定行驶约束，通过所述智能控制单元向所述第一车辆发送疑似异常信号；
根据所述疑似异常信号启动异常提醒信号灯，所述异常提醒信号灯通过所述目标隧道车辆局域通信网共享至所述目标隧道中各车辆。
5.根据权利要求4所述的结合物联网的隧道车辆流动控制方法，其特征在于，根据所述第一车辆分析结果，若所述第一车辆大于所述第一预定行驶约束，通过所述智能控制单元向所述第一车辆发送异常告警提醒。
6.根据权利要求1所述的结合物联网的隧道车辆流动控制方法，其特征在于，所述第二物联网组合设备包括图像传感器、含氧量监测仪、烟雾传感器、温湿度传感器，通过所述隧道控制模块中的交通预测单元对所述目标隧道车辆信息和所述目标隧道环境信息进行分析，生成实时交通拥堵率预测指数，包括：
对归一化处理后的所述目标隧道车辆信息进行加权，得到目标车辆状态指数；
对归一化处理后的所述目标隧道环境信息进行加权，得到目标综合环境指数；
通过所述交通预测单元对所述目标车辆状态指数和所述目标综合环境指数进行分析，得到所述实时交通拥堵率预测指数，所述交通预测单元为基于神经网络原理对历史隧道监控数据库中的数据进行监督学习得到的智能模型。
7.根据权利要求6所述的结合物联网的隧道车辆流动控制方法，其特征在于，基于所述调控干预指令激活所述隧道控制模块中的智能控制单元生成目标控制决策，包括：
随机提取所述历史隧道监控数据库中的第一历史控制记录，所述第一历史控制记录包括第一历史交通拥堵率、第一历史隧道入口信号灯周期、第一历史隧道限速；
若所述实时交通拥堵率预测指数与所述第一历史交通拥堵率的第一拥堵率偏差符合预定拥堵率偏差阈值，发出添加指令；
基于所述添加指令获取所述第一历史控制记录与第一历史控制决策的第一对应关系，所述第一历史控制决策包括所述第一历史隧道入口信号灯周期和所述第一历史隧道限速；
将所述第一对应关系添加至候选控制列表；
分析所述候选控制列表确定所述目标控制决策。
8.根据权利要求7所述的结合物联网的隧道车辆流动控制方法，其特征在于，分析所述候选控制列表确定所述目标控制决策，包括：
获取所述候选控制列表的所述第一对应关系；
调用预定适应度函数对所述第一对应关系中的所述第一历史控制决策进行决策适应度分析，得到第一历史决策适应度；
基于所述第一历史决策适应度在所述候选控制列表中遍历筛选得到所述目标控制决策。
9.一种结合物联网的隧道车辆流动控制系统，其特征在于，包括隧道监测模块和隧道控制模块，且，所述隧道监测模块与物联网组合设备通信连接，结合物联网的隧道车辆流动控制系统还包括：
第一动态监测模块，所述第一动态监测模块用于获取第一车辆实时信息，所述第一车辆实时信息为所述物联网组合设备中的第一物联网组合设备动态监测到的目标隧道中第一车辆的实时信息；
第一判断模块，所述第一判断模块用于根据分析所述第一车辆实时信息得到的第一车辆分析结果判断所述第一车辆是否符合第一预定行驶约束；
信息组建模块，所述信息组建模块用于若是符合，基于所述第一车辆实时信息组建所述目标隧道的目标隧道车辆信息；
第二动态监测模块，所述第二动态监测模块用于获取目标隧道环境信息，所述目标隧道环境信息为所述物联网组合设备中的第二物联网组合设备动态监测到的所述目标隧道的实时环境信息；
第一分析模块，所述第一分析模块用于通过所述隧道控制模块中的交通预测单元对所述目标隧道车辆信息和所述目标隧道环境信息进行分析，生成实时交通拥堵率预测指数；
第二判断模块，所述第二判断模块用于当所述实时交通拥堵率预测指数达到预定指数阈值时，发出调控干预指令；
车辆流动控制模块，所述车辆流动控制模块用于基于所述调控干预指令激活所述隧道控制模块中的智能控制单元生成目标控制决策，所述目标控制决策用于对所述目标隧道进行车辆流动控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410411479.1A CN118015838B (zh) | 2024-04-08 | 2024-04-08 | 结合物联网的隧道车辆流动控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410411479.1A CN118015838B (zh) | 2024-04-08 | 2024-04-08 | 结合物联网的隧道车辆流动控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118015838A true CN118015838A (zh) | 2024-05-10 |
| CN118015838B CN118015838B (zh) | 2024-07-30 |
Family
ID=90954353
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410411479.1A Active CN118015838B (zh) | 2024-04-08 | 2024-04-08 | 结合物联网的隧道车辆流动控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118015838B (zh) |
Citations (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105547242A (zh) * | 2015-12-09 | 2016-05-04 | 北京东方艾博环境技术有限公司 | 利用传感器网络测量隧道拱形沉降的分析方法 |
| US20160379488A1 (en) * | 2015-06-25 | 2016-12-29 | Here Global B.V. | Method and apparatus for providing a tunnel speed estimate based on probe data |
| WO2017217865A1 (en) * | 2016-06-16 | 2017-12-21 | Roxel Aanestad As | Tunnel monitoring system and method of operation |
| CN108027242A (zh) * | 2015-11-30 | 2018-05-11 | 华为技术有限公司 | 自动驾驶导航方法、装置、系统、车载终端及服务器 |
| CN108376473A (zh) * | 2018-04-28 | 2018-08-07 | 招商局重庆交通科研设计院有限公司 | 基于车辆运行监测的道路隧道交通风险预警系统 |
| CN108428340A (zh) * | 2018-05-11 | 2018-08-21 | 深圳市图灵奇点智能科技有限公司 | 道路交通状况分析方法和系统 |
| US20190082377A1 (en) * | 2017-09-12 | 2019-03-14 | Tango Network, Inc. | Vehicle-to-everything (v2x), vehicle-to-vehicle (v2v) and vehicle-to-infrastructure (v2i) policy for managing distracted driving |
| CN109544946A (zh) * | 2019-01-03 | 2019-03-29 | 南京城建隧桥经营管理有限责任公司 | 基于车流量大数据的隧道实时监控管理系统及其实现方法 |
| US20190164418A1 (en) * | 2017-11-30 | 2019-05-30 | Volkswagen Ag | System and method for predicting and maximizing traffic flow |
| JP2019096110A (ja) * | 2017-11-24 | 2019-06-20 | ホーチキ株式会社 | トンネル内交通流監視システム |
| US10482763B1 (en) * | 2018-05-10 | 2019-11-19 | Systems Analysis & Integration, Inc. | Network-based vehicle traffic signal control system |
| CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
| CN111179601A (zh) * | 2020-02-25 | 2020-05-19 | 青岛国信城市信息科技有限公司 | 隧道交通运行管控方法 |
| KR102138342B1 (ko) * | 2020-03-24 | 2020-07-28 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 터널 사고 감시 및 시설물 자율 점검 시스템 |
| US20200342346A1 (en) * | 2019-04-24 | 2020-10-29 | Cisco Technology, Inc. | Adaptive threshold selection for sd-wan tunnel failure prediction |
| KR20210023273A (ko) * | 2019-08-22 | 2021-03-04 | 아이브스 주식회사 | 터널 상황 판단 장치 및 그 방법 |
| CN112885100A (zh) * | 2021-03-11 | 2021-06-01 | 湖南联智科技股份有限公司 | 一种公路隧道运营管控系统 |
| CN112927549A (zh) * | 2021-03-12 | 2021-06-08 | 中铁三局集团桥隧工程有限公司 | 隧道车辆智能调度指挥系统 |
| CN114495493A (zh) * | 2022-01-05 | 2022-05-13 | 贵州银智科技发展有限公司 | 一种高速公路隧道车辆异常行驶报警及照明控制系统 |
| KR20220072626A (ko) * | 2020-11-25 | 2022-06-02 | 주식회사 유비플러스 | 레이더 센서 기반의 터널 내 상황 인식을 위한 장치 및 방법 |
| KR102422235B1 (ko) * | 2022-05-26 | 2022-07-15 | (주)에스엔테크 | 터널 내 지능형 차량 정체 알림 시스템 |
| CN114944062A (zh) * | 2022-05-30 | 2022-08-26 | 长安大学 | 一种隧道平行交通系统构建方法 |
| US20220327925A1 (en) * | 2021-03-17 | 2022-10-13 | Xan Labs International Ltd. | Method and system of predictive traffic flow and of traffic light control |
| US11587436B1 (en) * | 2022-03-29 | 2023-02-21 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for controlling traffic scheduling strategies in smart cities and Internet of Things (IoT) systems thereof |
| KR102516692B1 (ko) * | 2022-10-17 | 2023-04-03 | (주)일신이디아이 | 무선통신을 이용한 터널 내 교통체증 분석시스템 |
| CN115938122A (zh) * | 2022-12-19 | 2023-04-07 | 上海三思电子工程有限公司 | 隧道交通预测诱导系统、控制方法及终端 |
| CN116013101A (zh) * | 2023-03-27 | 2023-04-25 | 之江实验室 | 一种基于网联环境的无信号路口速度建议系统和方法 |
| CN116110218A (zh) * | 2022-11-08 | 2023-05-12 | 重庆交通大学 | 一种特长隧道交通事故拥堵排队动态预测及控制方法 |
| CN116564095A (zh) * | 2023-05-31 | 2023-08-08 | 重庆大学 | 基于cps的重点车辆高速公路隧道预测巡航云控制方法 |
| CN116824862A (zh) * | 2023-08-28 | 2023-09-29 | 济南瑞源智能城市开发有限公司 | 一种智慧隧道交通运行管控方法、设备及介质 |
| CN117437785A (zh) * | 2023-12-20 | 2024-01-23 | 山东高速信息集团有限公司 | 一种高速公路隧道交通拥堵预警系统 |
| CN117789504A (zh) * | 2024-02-28 | 2024-03-29 | 苏州申亿通智慧运营管理有限公司 | 一种城市隧道交通智能指挥调度方法及系统 |
-
2024
- 2024-04-08 CN CN202410411479.1A patent/CN118015838B/zh active Active
Patent Citations (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160379488A1 (en) * | 2015-06-25 | 2016-12-29 | Here Global B.V. | Method and apparatus for providing a tunnel speed estimate based on probe data |
| CN108027242A (zh) * | 2015-11-30 | 2018-05-11 | 华为技术有限公司 | 自动驾驶导航方法、装置、系统、车载终端及服务器 |
| CN105547242A (zh) * | 2015-12-09 | 2016-05-04 | 北京东方艾博环境技术有限公司 | 利用传感器网络测量隧道拱形沉降的分析方法 |
| WO2017217865A1 (en) * | 2016-06-16 | 2017-12-21 | Roxel Aanestad As | Tunnel monitoring system and method of operation |
| US20190082377A1 (en) * | 2017-09-12 | 2019-03-14 | Tango Network, Inc. | Vehicle-to-everything (v2x), vehicle-to-vehicle (v2v) and vehicle-to-infrastructure (v2i) policy for managing distracted driving |
| JP2019096110A (ja) * | 2017-11-24 | 2019-06-20 | ホーチキ株式会社 | トンネル内交通流監視システム |
| US20190164418A1 (en) * | 2017-11-30 | 2019-05-30 | Volkswagen Ag | System and method for predicting and maximizing traffic flow |
| CN108376473A (zh) * | 2018-04-28 | 2018-08-07 | 招商局重庆交通科研设计院有限公司 | 基于车辆运行监测的道路隧道交通风险预警系统 |
| US10482763B1 (en) * | 2018-05-10 | 2019-11-19 | Systems Analysis & Integration, Inc. | Network-based vehicle traffic signal control system |
| CN108428340A (zh) * | 2018-05-11 | 2018-08-21 | 深圳市图灵奇点智能科技有限公司 | 道路交通状况分析方法和系统 |
| CN109544946A (zh) * | 2019-01-03 | 2019-03-29 | 南京城建隧桥经营管理有限责任公司 | 基于车流量大数据的隧道实时监控管理系统及其实现方法 |
| US20200342346A1 (en) * | 2019-04-24 | 2020-10-29 | Cisco Technology, Inc. | Adaptive threshold selection for sd-wan tunnel failure prediction |
| KR20210023273A (ko) * | 2019-08-22 | 2021-03-04 | 아이브스 주식회사 | 터널 상황 판단 장치 및 그 방법 |
| CN110853393A (zh) * | 2019-11-26 | 2020-02-28 | 清华大学 | 智能网联车辆测试场数据采集与融合方法及系统 |
| CN111179601A (zh) * | 2020-02-25 | 2020-05-19 | 青岛国信城市信息科技有限公司 | 隧道交通运行管控方法 |
| KR102138342B1 (ko) * | 2020-03-24 | 2020-07-28 | 주식회사 이엘 | 지능형 원격단말장치를 이용한 사물인터넷 기반의 터널 사고 감시 및 시설물 자율 점검 시스템 |
| KR20220072626A (ko) * | 2020-11-25 | 2022-06-02 | 주식회사 유비플러스 | 레이더 센서 기반의 터널 내 상황 인식을 위한 장치 및 방법 |
| CN112885100A (zh) * | 2021-03-11 | 2021-06-01 | 湖南联智科技股份有限公司 | 一种公路隧道运营管控系统 |
| CN112927549A (zh) * | 2021-03-12 | 2021-06-08 | 中铁三局集团桥隧工程有限公司 | 隧道车辆智能调度指挥系统 |
| US20220327925A1 (en) * | 2021-03-17 | 2022-10-13 | Xan Labs International Ltd. | Method and system of predictive traffic flow and of traffic light control |
| CN114495493A (zh) * | 2022-01-05 | 2022-05-13 | 贵州银智科技发展有限公司 | 一种高速公路隧道车辆异常行驶报警及照明控制系统 |
| US11587436B1 (en) * | 2022-03-29 | 2023-02-21 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for controlling traffic scheduling strategies in smart cities and Internet of Things (IoT) systems thereof |
| KR102422235B1 (ko) * | 2022-05-26 | 2022-07-15 | (주)에스엔테크 | 터널 내 지능형 차량 정체 알림 시스템 |
| CN114944062A (zh) * | 2022-05-30 | 2022-08-26 | 长安大学 | 一种隧道平行交通系统构建方法 |
| KR102516692B1 (ko) * | 2022-10-17 | 2023-04-03 | (주)일신이디아이 | 무선통신을 이용한 터널 내 교통체증 분석시스템 |
| CN116110218A (zh) * | 2022-11-08 | 2023-05-12 | 重庆交通大学 | 一种特长隧道交通事故拥堵排队动态预测及控制方法 |
| CN115938122A (zh) * | 2022-12-19 | 2023-04-07 | 上海三思电子工程有限公司 | 隧道交通预测诱导系统、控制方法及终端 |
| CN116013101A (zh) * | 2023-03-27 | 2023-04-25 | 之江实验室 | 一种基于网联环境的无信号路口速度建议系统和方法 |
| CN116564095A (zh) * | 2023-05-31 | 2023-08-08 | 重庆大学 | 基于cps的重点车辆高速公路隧道预测巡航云控制方法 |
| CN116824862A (zh) * | 2023-08-28 | 2023-09-29 | 济南瑞源智能城市开发有限公司 | 一种智慧隧道交通运行管控方法、设备及介质 |
| CN117437785A (zh) * | 2023-12-20 | 2024-01-23 | 山东高速信息集团有限公司 | 一种高速公路隧道交通拥堵预警系统 |
| CN117789504A (zh) * | 2024-02-28 | 2024-03-29 | 苏州申亿通智慧运营管理有限公司 | 一种城市隧道交通智能指挥调度方法及系统 |
Non-Patent Citations (5)
| Title |
|---|
| SHANG, TING等: "Understanding the traffic flow in different types of freeway tunnels based on car-following behaviors analysis", TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY, vol. 143, 23 December 2023 (2023-12-23) * |
| 刘志辉;孙振飞;: "基于物联网技术的智慧隧道运营管控系统", 电子技术与软件工程, no. 09, 1 May 2020 (2020-05-01) * |
| 王建强等: "基于机器视觉的隧道车辆监测系统设计与实现", 自动化与仪器仪表, no. 9, 31 December 2015 (2015-12-31) * |
| 胡晓辉;何晓庆;郑峰;陈永;: "一种改进CA高速公路隧道交通流仿真研究", 计算机工程与应用, no. 16, 4 August 2011 (2011-08-04) * |
| 蓝岚: "高速公路隧道群交通安全风险分析", 中国博士学位论文全文数据库工程科技Ⅱ辑, 15 February 2023 (2023-02-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118015838B (zh) | 2024-07-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109871599B (zh) | 一种无人驾驶车辆运行安全指数评价方法 | |
| CN104809878B (zh) | 利用公交车gps数据检测城市道路交通异常状态的方法 | |
| CN114783183B (zh) | 一种基于交通态势算法的监控方法与系统 | |
| CN107085943B (zh) | 一种道路旅行时间短期预测方法和系统 | |
| CN110077398B (zh) | 一种用于智能驾驶的危险处理方法 | |
| CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
| CN108197731B (zh) | 一种基于共同训练的机动车尾气遥测与车检结果一致性方法 | |
| CN106022561A (zh) | 驾驶行为综合评价方法 | |
| CN106971540B (zh) | 高速公路隧道环境下驾驶人的行为风险量化方法 | |
| CN108769104B (zh) | 一种基于车载诊断系统数据的路况分析预警方法 | |
| CN116631186B (zh) | 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统 | |
| CN110910641A (zh) | 一种基于神经网络的高速公路交通运行实时风险评估方法 | |
| CN117133099A (zh) | 一种用于高速公路高边坡灾变的自动监测系统 | |
| CN114741974A (zh) | 一种公路隧道火灾增长期参数识别与预测方法 | |
| CN117238126A (zh) | 一种连续流道路场景下的交通事故风险评估方法 | |
| CN118015838B (zh) | 结合物联网的隧道车辆流动控制方法及系统 | |
| CN117172379A (zh) | 一种基于趋势特征值和改进随机森林的煤矿灾害预警方法 | |
| CN113723529B (zh) | 一种基于速度预测算法的交通信息可信辨识方法 | |
| CN107085074B (zh) | 一种分类监测机动车尾气的方法 | |
| JP2000322682A (ja) | 交通流予測システム、交通流予測装置及び交通流予測方法 | |
| He et al. | Research on Identification Approach of Risky Driving Behaviors for New Energy Vehicles Based on Internet of Vehicles Data | |
| CN113570846B (zh) | 一种交通警情态势分析研判方法、设备及可读存储介质 | |
| Shi et al. | Traffic flow prediction model of urban traffic congestion period based on internet of vehicles technology | |
| LU503001B1 (en) | Method for predicting pedestrian crossing without signal lamp control | |
| CN118135802B (zh) | 一种基于深度学习网络的桥梁道路管控系统及方法 |
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 | ||
| CP03 | Change of name, title or address |
Address after: 030001 269 Yingze street, Yingze District, Taiyuan, Shanxi. Patentee after: CHINA RAILWAY NO.3 ENGINEERING GROUP Co.,Ltd. Country or region after: China Patentee after: CHINA RAILWAY THIRD ENGINEERING GROUP BRIDGE & TUNNEL ENGINEERING Co.,Ltd. Address before: 030600 No.1, Shuncheng East Street, Yuci District, Jinzhong City, Shanxi Province Patentee before: CHINA RAILWAY NO.3 ENGINEERING GROUP Co.,Ltd. Country or region before: China Patentee before: CHINA RAILWAY THIRD ENGINEERING GROUP BRIDGE & TUNNEL ENGINEERING Co.,Ltd. |
|
| CP03 | Change of name, title or address |