JP2021503105A - 軌跡データを用いてscats適応信号システムを最適化するシステム - Google Patents

軌跡データを用いてscats適応信号システムを最適化するシステム Download PDF

Info

Publication number
JP2021503105A
JP2021503105A JP2018565669A JP2018565669A JP2021503105A JP 2021503105 A JP2021503105 A JP 2021503105A JP 2018565669 A JP2018565669 A JP 2018565669A JP 2018565669 A JP2018565669 A JP 2018565669A JP 2021503105 A JP2021503105 A JP 2021503105A
Authority
JP
Japan
Prior art keywords
traffic
vehicle delay
vehicle
performance parameters
saturation
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
JP2018565669A
Other languages
English (en)
Inventor
ジャンフェン チェン
ジャンフェン チェン
シャンホン リュウ
シャンホン リュウ
フーリャン リー
フーリャン リー
Original Assignee
ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド
ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド
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 ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド, ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド filed Critical ベイジン ディディ インフィニティ テクノロジー アンド ディベロップメント カンパニー リミティッド
Publication of JP2021503105A publication Critical patent/JP2021503105A/ja
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/08Controlling traffic signals according to detected number or speed of vehicles
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • G08G1/081Plural intersections under common control

Landscapes

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

Abstract

本開示の実施形態は、トラフィック制御プランを最適化するためのシステムおよび方法を提供する。システムは、命令を記憶するように構成された少なくとも1つのストレージ装置と、動作を実行する命令を実行するように構成された少なくとも1つのプロセッサと、を備えてもよい。動作は、トラフィックシステムログデータを受信することと、トラフィックパフォーマンスパラメータの第1のセットを取得するために、トラフィックシステムログデータを解析することと、を含んでもよい。動作は、また、複数の車両移動に関する軌跡データを受信することと、トラフィックパフォーマンスパラメータの第2のセットを取得するために、軌跡データを解析することと、を含んでもよい。動作は、さらに、トラフィックパフォーマンスパラメータの第1のセットおよび第2のセットに基づいて車両遅延と飽和度との間の関係を決定することを含んでもよい。また、動作は、関係に基づいてトラフィック制御プランを最適化することを含んでもよい。【選択図】図4

Description

技術分野
本開示は、交差点における交通制御に関し、より詳細には、車両軌跡データを使用して交通制御計画を適応的に最適化するためのシステムおよび方法に関する。
背景
シドニー協調適応交通システム(Sydney Coordinated Adaptive Traffic System(SCATS))のような伝統的な交通制御システムは、舗装の下に設置された検出器に依存し、グリーンスプリットの適応制御のための交通フィードバックを提供する。このような検出器の設置は、通常高価である。さらに、これらの検出器はしばしば誤動作し、誤った信号を生じる。場合によっては、特定の検出器からの信号さえも存在しない。検出器ベースの従来の交通システムのロバスト性を高めるために、グリーンスプリットプランなどのトラフィック制御プランは、しばしば互いに非常に類似するように設計され、プラン変更を開始するための条件は、通常、保守的に設定され、その結果、実際の交通状況にかかわらず、ほぼ固定されたグリーンスプリットをもたらし、それにより、適応性の利益を大幅に減少させる。
本開示の実施形態は、車両軌跡データを利用することによって従来のシステムを改善し、車両軌跡データは、伝統的にトラフィック制御システムの設計および/または動作に使用されない。車両軌跡データは、例えば、車両位置情報および地図情報に基づいて車両軌跡データを収集することができる、アプリケーションベースのライドヘイリングおよびライドシェアリングサービスの普及により、実行可能な情報源として利用可能になっている。トラフィック制御プランを最適化するために車両軌跡データを利用することは、交通状況に適応的に応答するための効率的な新しいアプローチを提供する。
本開示の実施形態は、トラフィック制御プランを最適化するためのシステムを提供する。システムは、命令を記憶するように構成された少なくとも1つのストレージ装置を含むことができる。システムは、動作を実行する命令を実行するように構成された少なくとも1つのプロセッサも含むことができる。動作は、通信インターフェースを介して、トラフィックシステムログデータを受信することを含むことができる。動作は、また、トラフィックシステムログデータを解析して、トラフィックパフォーマンスパラメータの第1のセットを取得することを含んでもよい。動作は、通信インターフェースを介して、複数の車両の動きに関する軌跡データを受信するステップをさらに含むことができる。動作は、トラフィックパフォーマンスパラメータの第2のセットを取得するために、軌跡データを解析するステップをさらに含むことができる。動作は、トラフィックパフォーマンスパラメータの第1のセットおよび第2のセットに基づいて、車両遅延と飽和度との間の関係を決定することをさらに含むことができる。さらに、動作は、関係に基づいてトラフィック制御プランを最適化することを含むことができる。
本開示の実施形態は、トラフィック制御プランを最適化する方法も提供する。この方法は、トラフィックシステムログデータを受信するステップと、トラフィックシステムログデータを解析して、トラフィックパフォーマンスパラメータの第1のセットを取得するステップとを含むことができる。この方法はまた、複数の車両の動きに関する軌跡データを受信するステップと、軌跡データを解析してトラフィックパフォーマンスパラメータの第2のセットを取得するステップと、を含んでもよい。この方法は、トラフィックパフォーマンスパラメータの第1のセットおよび第2のセットに基づいて、車両遅延と飽和度との間の関係を決定するステップをさらに含むことができる。さらに、この方法は、関係に基づいてトラフィック制御プランを最適化するステップを含むことができる。
本開示の実施形態は、少なくとも1つのプロセッサによって実行されると、少なくとも1つのプロセッサにトラフィック制御プランを最適化する方法を実行させる命令が格納された非一時的コンピュータ可読媒体をさらに提供する。この方法は、トラフィックシステムログデータを受信するステップと、トラフィックシステムログデータを解析して、トラフィックパフォーマンスパラメータの第1のセットを取得するステップとを含むことができる。この方法はまた、複数の車両の動きに関する軌跡データを受信するステップと、軌跡データを解析してトラフィックパフォーマンスパラメータの第2のセットを取得するステップと、を含んでもよい。この方法は、トラフィックパフォーマンスパラメータの第1のセットおよび第2のセットに基づいて、車両遅延と飽和度との間の関係を決定するステップをさらに含むことができる。さらに、この方法は、関係に基づいてトラフィック制御プランを最適化するステップを含むことができる。
当然ながら、上記の一般的記載と下記の詳細な記載単に例示的かつ説明的なものであり、主張されているように発明を制限するものではない。
図1は、本発明の実施形態による交差点トラフィックの例示的な場面を示す。 図2は、本発明の実施形態による、軌跡感知装置を備えた例示的な車両の概略図を示す。 図3は、本発明の実施形態による、トラフィック制御プランを最適化するための例示的なシステムの構成図を示す。 図4は、本発明の実施形態による、トラフィック制御プランを最適化する例示的な手法のフローチャートを示す。 図5は、本発明の実施形態による例示的なログデータを示す。 図6は、本発明の実施形態による例示的な飽和曲線を示す。 図7は、本発明の実施形態による例示的な車両遅延曲線を示す。 図8は、本発明の実施形態による例示的な探査車両数曲線を示す。
詳細な説明
ここで、例示的な実施形態を詳細に参照し、その例を添付の図面に示す。図面において、同一の参照符号は、可能な限り同一または類似の構成要素に用いる。
本開示の実施形態は、軌跡データを使用してグリーンスプリットプランなどのトラフィック制御プランを最適化することによって、交差点で交通を適応的に制御するシステムおよび方法を提供する。従来の交通制御システムはグリーンスプリットプランを適応的に変更するための交通情報を提供するために、検出器に依存し得る。しかし、検出器が誤動作することがあり、その結果、検出器データが欠落したり、誤った検出器データが発生したりすることがある。軌跡データは、そうでなければ、欠落または誤った検出器データのために利用不可能な情報を提供し得る。加えて、軌跡データは、また、伝統的な検出器ネットワークによって典型的に届かない小道路または二次道路における交通情報を提供し得る。
いくつかの実施形態では、データパーサを使用して、トラフィック制御システムログデータおよび車両軌跡データを解析し、トラフィックパフォーマンスパラメータを取得することができる。トラフィックパフォーマンスパラメータは、車両遅延と飽和度との間の関係を決定するために使用されてもよい。次いで、この関係を使用して、初期トラフィック制御プランを最適化して、グリーンスプリットプランを決定して、複数の戦略アプローチにおける飽和度のバランスをとり、かつ/または交差点での総車両遅延を最小限に抑えることができる。
図1は、交差点における交通状況を示す例示的な場面を示す。図1に示されるように、多数の車両は、交差する道路102および103に沿って移動し、交差点104において信号灯106によって制御され得る。信号灯106は、交通の流れを制御するために着色された光を使用することができる。例えば、緑色の光は車両がある方向に沿って移動できることを示し、赤色の光は、車両が停止しなければならないことを示すことができる。信号灯106の色は、周期的に変化してもよく、その各々は多数の段階を含んでもよい。1つの段階では、特定のトラフィックリンクまたは歩行者リンクに示される指示を参照する、1つまたは複数の競合しないフェーズがあり得る。交差点における各フェーズは、コントローラからの電気回路として存在し、1以上の信号ヘッドに給電する。グリーンスプリットプラン(green split plan)、または略してグリーンスプリット(green split)は、単一サイクル内の段階間の利用可能なグリーン時間の分割を指すことができる。グリーンスプリットの制御は、トラフィックフローを調整することができる。例えば、より重いトラフィックを有する方向は、高度の飽和を有するとも呼ばれ、輻輳を軽減するためにより長い緑色時間を割り当てられるべきである。別の例では、すべてのストラテジアプローチ(例えば、交差点で許容される方向)間の飽和度のバランスをとるグリーンスプリットが効率的であり得る。さらなる例では、交差点での総車両遅延を最小化するグリーンスプリットが有益であり得る。本開示の実施形態は上記の目的のうちの1つまたは複数を達成するために、グリーンスプリットを適応的に制御することができる。
車両110などのいくつかの車両は、車両110の移動に関する位置および時間情報を含む軌跡データを取得することができる軌跡感知システム112を備えることができる。軌跡データは、サーバ130に送信されてもよい。別の例では、車両120などの車両の運転者が端末装置122(例えば、携帯電話)を使用して、軌跡データを収集することができるモバイルプログラムを実行することができる。例えば、運転者は、車両120の位置、時間、速度、および/または姿勢情報を取得することができるソフトウェアモジュールを含むことができる車両ヘイリングまたは車両共有モバイルアプリケーションを実行するために端末装置122を使用することができる。端末装置122は、サーバ130と通信して、軌跡データをサーバ130に送信することができる。図1に示される交差点104は、中心に配置された信号機を有する2つの道路の間の交差点であるが、そのような単純化は例示的なものであり、例示の目的のみであることに留意されたい。本明細書で開示される実施形態は、交通信号の任意の適切な構成を有する任意の形態の交差点に適用可能である。
図2は、本発明の実施形態による、軌跡感知システム112を有する例示的な車両110の概略図を示す。車両110は、電気車両、燃料電池車両、ハイブリッド車両、または従来の内燃機関車両であり得ることが企図される。車両110は、本体116と、少なくとも1つの車輪118とを有することができる。本体116は、スポーツビークル、クーペ、セダン、ピックアップトラック、ステーションワゴン、スポーツユーティリティビークル(sports utility vehicle:SUV)、ミニバン(minivan)、またはコンバージョンバン(conversion van)などの任意の本体スタイルとすることができる。いくつかの実施形態では、図2に示すように、車両110は、一対の前輪および一対の後輪を含むことができる。しかし、車両110は、車両110が動き回ることを可能にする、より多くのまたはより少ない車輪または同等の構造を有し得ることが企図される。車両110は、全輪駆動(AWD)、前輪駆動(FWR)、または後輪駆動(RWD)であるように構成され得る。いくつかの実施形態では、車両110は、車両を占有するオペレータによって操作され、遠隔制御され、および/または自律的に制御されるように構成されてもよい。
図2に示すように、車両110は、軌跡感知システム112を備えることができる。いくつかの実施形態では、軌跡感知システム112は、本体116の外側に取り付けまたは取り付けることができる。いくつかの実施形態では、軌跡感知システム112は、図2に示されるように、本体116の内側に装備され得る。いくつかの実施形態では、軌跡感知システム112は、本体116の外側に装備されたその構成要素の一部と、本体116の内側に装備されたその構成要素の一部とを含むことができる。軌跡感知システム112を車両110に装備することができる方法は、図2に示す実施形態に限定されず、軌跡感知システム112および/または車両110に含まれるセンサのタイプに応じて変更して、望ましい感知性能を達成することができると考えられる。
いくつかの実施形態では、軌跡感知システム112は、車両110が経路に沿って移動するときに生のデータを捕捉するように構成されてもよい。例えば、軌跡感知システム112は、GPS受信機および/または1以上のIMUセンサなどのナビゲーションユニットを含むことができる。GPSは、位置および時間情報をGPS受信機に提供するグローバルナビゲーション衛星システムである。IMUは、加速度計およびジャイロスコープ、時には磁力計などの様々な慣性センサを使用して、車両の特定の力、角速度、時には車両を取り巻く磁界を測定し、提供する電子デバイスである。
車両110は、サーバ130と通信して、感知された軌跡データをサーバ130に送信することができる。サーバ130は、ローカル物理サーバ、クラウドサーバ(図1および2に示される)、仮想サーバ、分散サーバ、または任意の他の適切なコンピューティングデバイスであり得る。本開示と一致して、サーバ130は、交差点における飽和フローを推定するために使用することができる、複数の車両から受信した軌跡データのデータベースを格納することができる。
サーバ130は、ローカルエリアネットワーク(LAN)、無線ローカルエリアネットワーク(WLAN)、広域ネットワーク(WAN)、電波などの無線ネットワーク、セルラーネットワーク、衛星通信ネットワーク、および/またはローカルもしくは短距離無線ネットワーク(例えば、Bluetooth(登録商標))などの有線または無線ネットワークを介して、車両110、および/または車両110のコンポーネント(例えば、軌跡感知システム112)と通信することができる。
図3は、本発明の実施形態による例示的なサーバ130を示す。サーバ130は、通信インターフェース310、プロセッサ320、メモリ330、およびストレージ340を含むことができる。いくつかの実施形態では、プロセッサ320は、メモリ330に格納されたソフトウェアプログラム命令を実行して、軌跡データパーサ322、ログデータパーサ324、初期プランセレクタ326、およびプランオプティマイザ328などのソフトウェアモジュールを実装する動作を実行することができる。いくつかの実施形態では、上述のソフトウェアモジュールのいくつかまたはすべては、ハードウェア、ミドルウェア、ファームウェア、またはそれらの組合せを使用して実装され得る。
本開示と一致して、サーバ130は、通信インターフェース310を介して、1つ以上の車両から(例えば、軌跡感知システム112および/または端末装置122によって収集された)軌跡データ302を受信し得る。軌跡データ302は、車両の移動軌跡を記述する車両位置および時間情報を含むことができる。サーバ130は、通信インターフェース310を介して、SCATSなどのトラフィック制御システムからトラフィックシステムログデータ304を受信することもできる。
トラフィックシステムログデータ304は、2つのタイプのデータを含むことができる。第1のタイプは、各戦略アプローチの時間集計ボリュームデータを含むことができる。第2のタイプは、サイクル長、信号位相、オフセット、グリーンスプリット、ならびに各ストラテジアプローチの飽和度を含むシステムコントローラ動作ログデータを含むことができる。
図5は、例示的なトラフィックシステムログデータ(「略してログデータ」)500を示す。図5に示されるように、ログデータ500は、現サイクルのタイムスタンプ510、サイクル長520、戦略アプローチ540、各戦略アプローチの段階550、各戦略アプローチのグリーン継続時間560、各戦略アプローチの飽和570、およびグリーンスプリットプランテーブル530を含むことができる。
ログデータ500の飽和度570は、交差点の各戦略アプローチのトラフィック条件を表すことができる。ログデータパーサ324は、ログデータ304を解析して、任意の特定の期間におけるトラフィックパフォーマンスパラメータの第1のセットを取得するように構成され得る。例えば、ログデータパーサ324は、戦略アプローチにおける飽和度を、所定の時間隔に従って時間の関数として決定し得る。図6は、610によって示された4つの戦略アプローチの三十分ステップにおける幾つかの飽和曲線を示す。さらに、ログデータパーサ324は、他のトラフィックパフォーマンスパラメータを取得するようにカスタマイズされてもよい。例えば、ログデータパーサ324は、ログデータ304を解析して、グリーンスプリットデータ、サイクルデータ、ボリュームデータ、ボリューム(q)/飽和流量(s)などを取得することができる。
トラフィック制御プランを決定するためにトラフィックシステムログデータのみを使用することは、いくつかの制限を有する可能性がある。第1に、上述したように、SCATSのような従来のトラフィック制御システムは、トラフィック状態を取り込むために検出システムを使用する。検出システムは、誤作動するか、またはいくつかの交差点にない場合さえあり、交通状況のロギングが不完全になる結果となる。さらに、検出システムによって提供される飽和度データは、トラフィックフローが飽和状態にあるときのみ飽和度を反映し、トラフィックフローが過飽和状態にあるときは飽和状態を反映しない。本開示の実施形態は、ログデータを補足するために軌跡データを使用してもよく、それによって、交差点における交通状況推定のカバレッジおよび精度を改善する。例えば、軌跡データパーサ322は、軌跡データ302を解析し、車両の動きごとに、車両遅延、探査車両の数、飽和度などの広範囲のトラフィックパフォーマンスパラメータ(トラフィックパフォーマンスパラメータの第2のセットと呼ばれる)を出力することができる。軌跡データパーサ322は、車両移動情報に基づいて、トラフィックパフォーマンスパラメータの第2のセットを戦略アプローチに投影し、戦略アプローチにおける所定の時間隔に従って、時間の関数として車両遅延を決定することができる。予測された第2のセットのトラフィックパフォーマンスパラメータは、トラフィック制御プランを最適化するために、対応するのパフォーマンスパラメータの第1のセットと組み合わされてもよい。
場合によっては、車両遅延データなどの軌跡データ302に含まれる生データが不完全であるか、または精度が低い場合がある。図7は、710によって示される4つのストラテジアプローチにおける車両遅延データの例示的な曲線を示す。図7に示すように、車両の遅延曲線の一部が欠落していることがある。これは、様々な理由によって引き起こされる可能性がある。例えば、特定の小道路または二次道路では、プローブ車両の数が比較的少なく、精度が低いか、またはデータが欠落していることさえあり得る。この場合、軌跡データパーサ322は、生データをフィルタリングおよび/または平滑化することができる。例えば、軌跡データパーサ322は、所定の時間隔に従って時間の関数としてプローブビークルの数を決定し、生データをフィルタリングして、少なすぎる探査車両(例えば、6エントリ/時間未満)で取得されたデータエントリを除去することができる。図8は、4つの戦略アプローチ(810で示す)における時間の関数としての探査車両の数を示すいくつかの曲線を示す。図8に示す情報に基づいて、車両遅延データをフィルタリングして、探査車両が少なすぎるタイムスパンに対応するエントリを除去することができる。
いくつかの実施形態では、軌跡データパーサ322は、比較的短い時間スパン内にある特定の欠落データエントリを満たすことができる。例えば、車両遅延データを取り上げると、軌跡データパーサ322は、欠落したデータエントリの直前または直後の非欠落データエントリを使用して、所定の閾値(例えば、1時間のタイムスパン)内にある欠落した車両遅延値を埋めることができる。比較的長い時間スパンにある欠落データエントリの場合、軌跡データパーサ322は、データエントリをゼロなどの所定の値に設定することができる。軌跡データパーサ322は、また、例えば、指数加重移動平均を用いて、データエントリを平滑化してもよい。いくつかの実施形態では、平滑化パラメータがα=2/3に設定されてもよい。
図3に戻ると、ログデータパーサ324がトラフィックシステムログデータ304を解析した後、初期プランセレクタ326は、トラフィックパフォーマンスパラメータの第1のセットに基づいて初期トラフィック制御プランを決定することができる。例えば、初期プランセレクタ326は、交差点における全ての戦略アプローチの中の最大飽和度を指すキー飽和度を最小化するトラフィック制御プランを選択し得る。
いくつかの実施形態では、初期プランセレクタ326は、トラフィックパフォーマンスパラメータの第1のセットのみに基づいて初期トラフィック制御プランを決定してもよい。いくつかの実施形態では、初期プランセレクタ326は、以下のプラン選択方法を使用することができる。交通信号の周期をτとし、最適化に用いる周期をt(例えば、30分スパンや1時間スパン)とする。t内では、サイクルτは、時間セット
である。さらに、過飽和中に、あまりにも多くのグリーン時間をマイナーな方向に割り当てることを回避するために、1日の時間は、4つの期間などのいくつかの期間に分割され得る: 6:00 AM−11:00 AM、11:00 AM−4:00 PM、4:00 PM−9:00 PM、夜間は9:00 PM−6:00 AM。これらの期間の指標をo,
とする。o内では、期間tは、時間セット
内にある。
初期プランセレクタ326は、期間oにおいて、以下の候補トラフィック制御プランを選択することができる:
ここで、kは候補プランのインデックス番号であり、
はタイムスパンoにおけるプランの集合であり、kτはサイクルτにおける選択されたプランのインデックスであり、aは、戦略アプローチのインデックスであり、
は、プランk、サイクルτ、およびa番目の戦略アプローチに対するの飽和の予測度合いである。
はボリュームと飽和フローレートとの比であり、また、飽和度とグリーンスプリットの度合いとの積に等しい。
pはステージのインデックス番号に対応し、
は、a番目の戦略アプローチに対応するステージのセットである。
は、それぞれ、トラフィックシステムログによる、トラフィック制御システムの動作中の飽和およびグリーンスプリットの度合いである。
は、最適化されるべきグリーンスプリットプランである。
動作中、トラフィック制御システムは、飽和フィードバックの程度に従って、各サイクルτにおいて候補グリーンスプリットプランに投票することができる。3つの連続するサイクルのうちの2つに勝つプランを新しいプランとして選択することができる。概算すると、最初のプランセレクタ326はタイムスパン
内に、トラフィックコントロールシステムが、主要な飽和の最小合計を有するプランを動作させると仮定する:
ここで、
プランオプティマイザ328は、トラフィックパフォーマンスパラメータの第2のセットに基づいて初期トラフィック制御プランを最適化することができる。いくつかの実施形態では、いくつかの最適化目的が考慮されてもよい。例えば、i)トラフィックシステムログデータ304によって提供される、トラフィック制御システムの検出器によって取り込まれる飽和度のバランスをとること、ii)軌跡データ302によって提供される飽和度のバランスをとること、およびiii)交差点での総車両遅延を最小化すること、である。
第1の最適化目標は、トラフィック制御システムの検出器が良好なカバレージを有し、良好に機能し、信号誤差が比較的小さい場合に使用することができる。例えば、周期oごとに、全ての
に対する主要な飽和の合計を最小化するために、目的関数は次のように書くことができる:
しかし、ほとんどの場合、検出器のカバレージは悪い可能性があり、または信号は比較的大きな誤差を有する可能性がある。そのような場合、最適化は、複数のストラテジアプローチにおける飽和度のバランスをとるために、軌跡データ302によって提供される飽和度のデータを使用して実行され得る。例えば、グリーンスプリットプランは、以下の目的関数を用いて決定されてもよい:
ここで、
は時間スパンt中のm番目の動きの飽和度であり、
は、m番目の動きに対応するステージのセットである。
総車両遅延を最小化するために、プランオプティマイザ328は、車両遅延と飽和度との間の関係を決定することができる。この関係は、車両到着分布、飽和フロー、グリーンスプリットなどにも関係するが、グリーンスプリットの変化の範囲が比較的小さい場合、個々の動きごとに、上記の要因はある期間内に比較的一定のままであると仮定することができる。したがって、プランオプティマイザ328は、個々の車両の動きごとに、車両の遅延と飽和度との間の関係を決定し、飽和度に基づいて、車両遅延とグリーンスプリットとの間の関係を導出することができる:
ここで、
は予測車両遅延、fm(・)は飽和度とm番目の移動に対する車両遅延とのマッピング関数である。
いくつかの実施形態では、以下の方法を使用して、fm(・)をモデル化することができる:
いくつかの実施形態では、補償係数α,α>1を車両遅延に使用して、副方向が常に最小緑色時間に割り当てられ、重い遅延を引き起こす状況を回避することができる。次に、全車両遅延最適化目標は、以下のように書くことができる:
ここで、TDは時間スパンoにおける車両遅延の合計であり、
はボリュームである。
を最適化するための制約は、正規制約ならびに遷移制約を含むことができる。規則的な制約は、次のように書くことができる:
ここで、LおよびUは、それぞれ、段階pにおける最小および最大のグリーンタイムである。
いくつかの実施形態では、移行制約は、i)隣接するグリーンスプリットプランが2つの段階でのみ変更可能であり、ii)単一段階ではグリーンスプリット変更の範囲が4%〜7%の範囲内であるとして説明することができる。
いくつかの実施形態では、サーバ130は、集積回路(IC)チップ(特定用途向け集積回路(ASIC)またはフィールドプログラマブルゲートアレイ(FPGA)として実装される)、または専用機能を有する別個のデバイスなど、単一のデバイス内に異なるモジュールを有することができる。いくつかの実施形態では、サーバ130の1つまたは複数のコンポーネントは、クラウド内に配置されてもよく、あるいは代替として、単一の位置(車両110またはモバイルデバイス内など)または分散された位置に配置されてもよい。サーバ130のコンポーネントは、統合された装置内にあってもよく、または異なる場所に分散されてもよいが、ネットワーク(図示せず)を介して互いに通信する。
通信インターフェース310は、通信ケーブル、無線ローカルエリアネットワーク(WLAN)、広域ネットワーク(WAN)、電波などの無線ネットワーク、セルラーネットワーク、および/またはローカルもしくは短距離無線ネットワーク(例えば、Bluetooth(登録商標))、または他の通信方法を介して、車両またはそのコンポーネント(例えば、軌跡感知システム112および/または端末装置122)にデータを送信し、そこからデータを受信することができる。いくつかの実施形態では、通信インターフェース310は、ISDN(integrated services digital network)カード、ケーブルモデム、衛星モデム、またはデータ通信接続を提供するモデムとすることができる。別の例として、通信インターフェース310は、互換性のあるLANへのデータ通信接続を提供するローカルエリアネットワーク(LAN:local area network)カードとすることができる。無線リンクは、通信インターフェース310によって実装することもできる。そのような実装形態では、通信インターフェース310は、ネットワークを介して様々なタイプの情報を表すデジタルデータストリームを搬送する電気信号、電磁信号、または光信号を送受信することができる。
いくつかの実施形態と一致して、通信インターフェース310は、軌跡データ302およびトラフィックシステムログデータ304を受信し得る。通信インターフェース310は、さらに、受信した軌跡データ302およびトラフィックシステムログデータ304を、それぞれ処理のために軌跡データパーサ322およびログデータパーサ324に提供することができる。
プロセッサ320は、任意の適切なタイプの汎用または専用マイクロプロセッサ、デジタル信号プロセッサ、またはマイクロコントローラを含み得る。プロセッサ320は、トラフィックデータの分析に専用のスタンドアロンのプロセッサモジュールとして構成されてもよい。あるいは、プロセッサ320は、トラフィックデータ分析とは関係のない他の機能を実行するための共有プロセッサモジュールとして構成されてもよい。
図3に示されるように、プロセッサ320は、軌跡データパーサ322、ログデータパーサ324、初期プランセレクタ326、プランオプティマイザ328などの多数のモジュールを含むことができる。これらのモジュール(および任意の対応するサブモジュールまたはサブユニット)は、プログラムの少なくとも一部を実行することによってプロセッサ320によって実装される他のコンポーネントまたはソフトウェアユニットと共に使用するように設計されたプロセッサ320のハードウェアユニット(例えば、集積回路の一部)とすることができる。プログラムは、コンピュータ可読媒体に格納することができ、プロセッサ320によって実行されると、1以上の機能または動作を実行することができる。図3は、ユニット322〜328をすべて1つのプロセッサ320内に示しているが、これらのユニットは、互いに近くまたは遠隔に配置された複数のプロセッサに分散されてもよいと考えられる。
メモリ330およびストレージ340は、プロセッサ320が動作させる必要があり得る任意のタイプの情報を記憶するために提供される任意の適切なタイプの大容量記憶装置を含み得る。メモリ330および/またはストレージ340は、ROM、フラッシュメモリ、ダイナミックRAM、およびスタティックRAMを含むがこれらに限定されない、揮発性または不揮発性、磁気、半導体、テープ、光、リムーバブル、非リムーバブル、または他のタイプの記憶デバイスまたは有形(すなわち、非一時的)コンピュータ可読媒体とすることができる。
メモリ330および/またはストレージ340は、本明細書で開示される機能を実行するためにプロセッサ320によって実行され得る1以上のコンピュータプログラムを記憶するように構成され得る。例えば、メモリ330および/またはストレージ340は、トラフィックデータを分析するためにプロセッサ320によって実行され得るプログラムを格納するように構成され得る。メモリ330および/またはストレージ340は、さらに、プロセッサ320によって使用される情報およびデータを記憶するように構成されてもよい。例えば、メモリ330および/またはストレージ340は、軌跡データ302およびトラフィックシステムログデータ304を記憶するように構成され得る。様々なタイプのデータは、永久的に格納されてもよいし、定期的に除去されてもよいし、データの各フレームが処理された直後に無視されてもよい。
図4は、本発明の実施形態による、トラフィック制御プランを最適化するための例示的な方法400のフローチャートを示す。いくつかの実施形態では、方法400は、サーバ130によって実施されてもよい。しかし、方法400は、その例示的な実施形態に限定されない。方法400は、以下に説明するステップS410〜S460を含むことができる。ステップのいくつかは、本明細書で提供される開示を実行するために任意選択であり得ることを理解されたい。さらに、ステップのいくつかは、同時に、または図4に示す順序とは別の順序で実行することができる。
ステップS410において、プロセッサ320は、通信インターフェース310を介してトラフィックシステムログデータ304を受信することができる。トラフィックシステムログデータ304は、SCATSなどのトラフィック制御システムによって提供することができる。ステップS420において、ログデータパーサ324は、トラフィックシステムログデータを解析して、飽和度、サイクル長、グリーンスプリットプランなどのトラフィックパフォーマンスパラメータの第1のセットを取得することができる。
ステップS430において、プロセッサ320は、通信インターフェース310を介して1以上の車両(例えば、車両110および120)から軌跡データ302を受信し得る。例えば、軌跡感知システム112は、位置および時間情報を含む軌跡データ302を取り込み、通信インターフェース310を介してプロセッサ320に軌跡データ302を提供してもよい。別の例では、端末装置122は、軌跡データ302を収集し、通信インターフェース310を介して軌跡データ302をサーバ130にアップロードすることができる。その結果、プロセッサ320は、軌跡データ302を受信することができる。軌跡データ302は、トラフィック制御最適化を実行するための入力データとしてメモリ330および/またはストレージ340に格納され得る。いくつかの実施形態では、軌跡データ302は、交差点(例えば、交差点104)に対する複数の車両の動き(例えば、車両110および120)に関連付けられてもよい。
ステップS440において、軌跡データパーサ322は、軌跡データ302を解析して、複数の動きにおける飽和度、車両遅延などを含むトラフィックパフォーマンスパラメータの第2のセットを取得することができる。軌跡データパーサ322は、トラフィックパフォーマンスパラメータの第1のセットを補足するために、解析されたトラフィックパフォーマンスパラメータの第2のセットを各戦略アプローチに投影することができる。
ステップS450において、初期プランセレクタ326は、上述したように、パラメータの第1のセットに基づいて初期トラフィック制御プランを決定してもよい。初期プランは、ステップS460において、プランオプティマイザ328によって最適化され、最適化されたグリーンスプリットプランを決定して、複数の戦略アプローチにおける合計の車両遅延および/またはバランス度合いを最小化することができる。
本開示の別の態様は、実行されると、上述のような方法を1以上のプロセッサに実行させる命令を記憶する非一時的コンピュータ可読媒体に関する。コンピュータ可読媒体は、揮発性または不揮発性、磁気、半導体、テープ、光、リムーバブル、非リムーバブル、または他のタイプのコンピュータ可読媒体またはコンピュータ可読記憶装置を含むことができる。例えば、コンピュータ可読媒体は、開示されるように、コンピュータ命令が格納された記憶装置またはメモリモジュールであってもよい。いくつかの実施形態では、コンピュータ可読媒体は、コンピュータ命令が格納されたディスクまたはフラッシュドライブであってもよい。
開示されたシステムおよび関連する方法に対して様々な修正および変形を行うことができることは、当業者には明らかであろう。他の実施形態は開示されたシステムおよび関連する方法の明細書および実施を考慮することから、当業者には明らかであろう。
明細書および実施例は例示としてのみ考慮され、真の範囲は以下の特許請求の範囲およびそれらの均等物によって示されることが意図される。

Claims (20)

  1. トラフィック制御プランを最適化するためのシステムであって、
    命令を記憶するように構成された少なくとも1つのストレージ装置と、
    動作を実行する命令を実行するように構成された少なくとも1つのプロセッサと、
    を備え、
    前記動作は、
    通信インターフェースにより、トラフィックシステムログデータを受信することと、
    トラフィックパフォーマンスパラメータの第1のセットを取得するために、前記トラフィックシステムログデータを解析することと、
    前記通信インターフェースにより、複数の車両移動に関する軌跡データを受信することと、
    トラフィックパフォーマンスパラメータの第2のセットを取得するために、前記軌跡データを解析することと、
    前記トラフィックパフォーマンスパラメータの第1のセットおよび第2のセットに基づいて車両遅延と飽和度との間の関係を決定することと、
    前記関係に基づいて前記トラフィック制御プランを最適化することと、
    を含む、システム。
  2. 前記トラフィックシステムログデータを解析することは、戦略アプローチにおける飽和度を、所定の時間隔に従って時間の関数として決定することを含む、請求項1に記載のシステム。
  3. 前記軌跡データを解析することは、
    前記トラフィックパフォーマンスパラメータの第2のセットの戦略アプローチへ投影することと、
    前記戦略アプローチにおいて、所定の時間隔に従って時間の関数として車両遅延を決定することと、
    を含む、請求項1に記載のシステム。
  4. 前記動作は、
    前記所定の時間隔に従って時間の関数として探査車両の数を決定することと、
    前記探査車両の数に基づいて前記車両遅延をフィルタリングすることと、
    を含む、請求項3に記載のシステム。
  5. 前記動作は、
    1以上のタイムスパンに対応する1以上の欠落車両遅延値を決定することと、
    対応する前記タイムスパンが所定の閾値以下である場合、欠落車両遅延値を隣接車両遅延値で埋めることと、
    対応する前記タイムスパンが前記所定の閾値より大きい場合、欠落車両遅延値を所定の値にリセットすることと、
    移動平均法により前記車両遅延を平滑化することと、
    を含む、請求項3に記載のシステム。
  6. 前記動作は、前記トラフィックパフォーマンスパラメータの第1のセットに基づいて初期トラフィック制御プランを決定することを含む、請求項1に記載のシステム。
  7. 前記動作は、前記トラフィックパフォーマンスパラメータの第2のセットに基づいて前記初期トラフィック制御プランを最適化することを含む、請求項6に記載のシステム。
  8. 前記動作は、前記トラフィックパフォーマンスパラメータの第2のセットにおける飽和度データに基づいて、複数の戦略アプローチにおける飽和度のバランスをとるためにグリーンスプリットプランを決定することを含む、請求項7に記載のシステム。
  9. 前記動作は、
    前記複数の車両の移動の各々について、車両遅延と飽和度との間の関係を決定することと、
    交差点での総車両遅延を最小化するために、複数の車両移動についての車両遅延と飽和度との関係に基づいてグリーンスプリットプランを決定することと、
    を含む、請求項7に記載のシステム。
  10. 前記動作は、
    車両遅延と飽和度との関係に基づいて、車両遅延とグリーンスプリットプランとの関係を決定することと、
    交差点での総車両遅延を最小化するために、車両遅延とグリーンスプリットプランとの関係に基づいてグリーンスプリットプランを決定することと、
    を含む、請求項7に記載のシステム。
  11. トラフィック制御プランを最適化するための方法であって、
    トラフィックシステムログデータを受信するステップと、
    トラフィックパフォーマンスパラメータの第1のセットを取得するために、前記トラフィックシステムログデータを解析するステップと、
    複数の車両移動に関する軌跡データを受信するステップと、
    トラフィックパフォーマンスパラメータの第2のセットを取得するために、前記軌跡データを解析するステップと、
    前記トラフィックパフォーマンスパラメータの第1のセットおよび第2のセットに基づいて車両遅延と飽和度との間の関係を決定するステップと、
    前記関係に基づいて前記トラフィック制御プランを最適化するステップと、
    を備える方法。
  12. 前記トラフィックシステムログデータを解析するステップは、戦略アプローチにおける飽和度を、所定の時間隔に従って時間の関数として決定するステップを含む、請求項11に記載の方法。
  13. 前記軌跡データを解析するステップは、
    前記トラフィックパフォーマンスパラメータの第2のセットの戦略アプローチへ投影するステップと、
    前記戦略アプローチにおいて、所定の時間隔に従って時間の関数として車両遅延を決定するステップと、
    を含む、請求項11に記載の方法。
  14. 前記所定の時間隔に従って時間の関数として探査車両の数を決定するステップと、
    前記探査車両の数に基づいて前記車両遅延をフィルタリングするステップと、
    を含む、請求項13に記載の方法。
  15. 1以上のタイムスパンに対応する1以上の欠落車両遅延値を決定するステップと、
    対応する前記タイムスパンが所定の閾値以下である場合、欠落車両遅延値を隣接車両遅延値で埋めるステップと、
    対応する前記タイムスパンが前記所定の閾値より大きい場合、欠落車両遅延値を所定の値にリセットするステップと、
    移動平均法により前記車両遅延を平滑化するステップと、
    を含む、請求項13に記載の方法。
  16. 前記トラフィックパフォーマンスパラメータの第1のセットに基づいて初期トラフィック制御プランを決定するステップと、
    前記トラフィックパフォーマンスパラメータの第2のセットに基づいて前記初期トラフィック制御プランを最適化するステップと、
    を含む、請求項11に記載の方法。
  17. 前記トラフィックパフォーマンスパラメータの第2のセットにおける飽和度データに基づいて、複数の戦略アプローチにおける飽和度のバランスをとるためにグリーンスプリットプランを決定するステップを含む、請求項16に記載の方法。
  18. 前記複数の車両の移動の各々について、車両遅延と飽和度との間の関係を決定するステップと、
    交差点での総車両遅延を最小化するために、複数の車両移動についての車両遅延と飽和度との関係に基づいてグリーンスプリットプランを決定するステップと、
    を含む、請求項16に記載の方法。
  19. 車両遅延と飽和度との関係に基づいて、車両遅延とグリーンスプリットプランとの関係を決定するステップと、
    交差点での総車両遅延を最小化するために、車両遅延とグリーンスプリットプランとの関係に基づいてグリーンスプリットプランを決定するステップと、
    を含む、請求項16に記載の方法。
  20. 少なくとも1つのプロセッサによって実行されると、前記少なくとも1つのプロセッサに、トラフィック制御プランを最適化するための方法を実行させる、命令が格納された非一時的コンピュータ可読媒体であって、前記方法は、
    トラフィックシステムログデータを受信するステップと、
    トラフィックパフォーマンスパラメータの第1のセットを取得するために、前記トラフィックシステムログデータを解析するステップと、
    複数の車両移動に関する軌跡データを受信するステップと、
    トラフィックパフォーマンスパラメータの第2のセットを取得するために、前記軌跡データを解析するステップと、
    前記トラフィックパフォーマンスパラメータの第1のセットおよび第2のセットに基づいて車両遅延と飽和度との間の関係を決定するステップと、
    前記関係に基づいて前記トラフィック制御プランを最適化するステップと、
    を備える、非一時的コンピュータ可読媒体。

JP2018565669A 2018-10-16 2018-10-16 軌跡データを用いてscats適応信号システムを最適化するシステム Pending JP2021503105A (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/110412 WO2020077527A1 (en) 2018-10-16 2018-10-16 System to optimize scats adaptive signal system using trajectory data

Publications (1)

Publication Number Publication Date
JP2021503105A true JP2021503105A (ja) 2021-02-04

Family

ID=70160306

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018565669A Pending JP2021503105A (ja) 2018-10-16 2018-10-16 軌跡データを用いてscats適応信号システムを最適化するシステム

Country Status (9)

Country Link
US (2) US10755564B2 (ja)
EP (1) EP3673472A4 (ja)
JP (1) JP2021503105A (ja)
CN (1) CN111328412B (ja)
AU (1) AU2018278948B2 (ja)
CA (1) CA3027552C (ja)
SG (1) SG11201811192WA (ja)
TW (1) TW202016873A (ja)
WO (1) WO2020077527A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021099870A (ja) * 2020-05-14 2021-07-01 ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド 交通交差点チャネライゼーションの調整方法及び装置

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG11201811192WA (en) * 2018-10-16 2020-05-28 Beijing Didi Infinity Technology & Development Co Ltd A system to optimize scats adaptive signal system using trajectory data
CN112180835B (zh) * 2020-10-14 2023-02-24 宏晶微电子科技股份有限公司 轨迹信息确定方法及装置
CN112562372B (zh) * 2020-11-30 2021-11-16 腾讯科技(深圳)有限公司 一种轨迹数据的处理方法以及相关装置
CN112634612B (zh) * 2020-12-15 2022-09-27 北京百度网讯科技有限公司 路口流量分析方法、装置、电子设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130099942A1 (en) * 2009-09-16 2013-04-25 Road Safety Management Ltd Traffic Signal Control System and Method
WO2013160471A2 (en) * 2012-04-27 2013-10-31 Tomtom International B.V. Generating intersection data
CN104282162A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的交叉口自适应信号控制方法
CN104282161A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的信号交叉口两难区控制方法
CN104637317A (zh) * 2015-01-23 2015-05-20 同济大学 一种基于实时车辆轨迹的交叉口感应信号控制方法
US20160027299A1 (en) * 2014-07-28 2016-01-28 Econolite Group, Inc. Self-configuring traffic signal controller
JP2017111813A (ja) * 2015-12-17 2017-06-22 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 不確実性ベースの交通渋滞指標を生成するための方法、コンピュータ可読ストレージ媒体、およびシステム
US20180211526A1 (en) * 2017-01-23 2018-07-26 International Business Machines Corporation Cognitive traffic signal control
WO2018141403A1 (en) * 2017-02-03 2018-08-09 Siemens Aktiengesellschaft System, device and method for managing traffic in a geographical location

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6463382B1 (en) * 2001-02-26 2002-10-08 Motorola, Inc. Method of optimizing traffic content
US6577946B2 (en) * 2001-07-10 2003-06-10 Makor Issues And Rights Ltd. Traffic information gathering via cellular phone networks for intelligent transportation systems
WO2004059254A1 (ja) * 2002-12-24 2004-07-15 Navitime Japan Co., Ltd 道路情報提供サーバ、道路情報提供システム、道路情報提供方法、経路検索サーバ、経路検索システム及び経路検索方法
FR2907582A1 (fr) * 2006-10-23 2008-04-25 Nodbox Sarl Procede de determination d'algorithmes routiers localises et adaptatifs pour la cartographie adas et la gestion des routes
US20090287405A1 (en) 2008-05-15 2009-11-19 Garmin Ltd. Traffic data quality
US8364481B2 (en) 2008-07-02 2013-01-29 Google Inc. Speech recognition with parallel recognition tasks
US8064925B1 (en) * 2008-10-08 2011-11-22 Sprint Spectrum L.P. Method and system for determining vehicle traffic characteristics from wireless network registrations
GB2497928B (en) * 2011-12-21 2014-11-19 Vodafone Ip Licensing Ltd Transport system monitoring using mobile network data
WO2014152554A1 (en) 2013-03-15 2014-09-25 Caliper Corporation Lane-level vehicle navigation for vehicle routing and traffic management
CN103680143B (zh) 2013-12-30 2015-09-23 北京世纪高通科技有限公司 一种交通信息处理方法和装置
US9293041B2 (en) * 2014-04-02 2016-03-22 International Business Machines Corporation Traffic monitoring via telecommunication data
US10529230B2 (en) * 2015-09-08 2020-01-07 Ofer Hofman Method for traffic control
CN106157615B (zh) 2016-06-29 2018-11-30 泰州市龙泽环境科技有限公司 一种交通流量信息管理手持终端
CN107123276B (zh) * 2016-08-25 2020-04-21 苏州华川交通科技有限公司 利用低抽样率gps数据的交叉口车辆排队长度估算方法
TWI591493B (zh) 2016-10-05 2017-07-11 Chunghwa Telecom Co Ltd Method of Estimating Traffic Speed ​​Using Positioning Trajectory Stop and Traveling Model
WO2018132378A2 (en) * 2017-01-10 2018-07-19 Cavh Llc Connected automated vehicle highway systems and methods
EP3602514B1 (en) * 2017-04-07 2024-02-14 The Regents of The University of Michigan Traffic signal control using vehicle trajectory data
CN106875700B (zh) 2017-04-21 2019-10-11 山东交通学院 一种消除起动损失时间的进口道设计与信号优化方法
SG11201811192WA (en) * 2018-10-16 2020-05-28 Beijing Didi Infinity Technology & Development Co Ltd A system to optimize scats adaptive signal system using trajectory data
US20200320871A1 (en) * 2019-04-04 2020-10-08 Siemens Mobility, Inc. Traffic management systems and methods with integrated sensor maintenance

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130099942A1 (en) * 2009-09-16 2013-04-25 Road Safety Management Ltd Traffic Signal Control System and Method
WO2013160471A2 (en) * 2012-04-27 2013-10-31 Tomtom International B.V. Generating intersection data
US20160027299A1 (en) * 2014-07-28 2016-01-28 Econolite Group, Inc. Self-configuring traffic signal controller
CN104282162A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的交叉口自适应信号控制方法
CN104282161A (zh) * 2014-09-29 2015-01-14 同济大学 一种基于实时车辆轨迹的信号交叉口两难区控制方法
CN104637317A (zh) * 2015-01-23 2015-05-20 同济大学 一种基于实时车辆轨迹的交叉口感应信号控制方法
JP2017111813A (ja) * 2015-12-17 2017-06-22 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 不確実性ベースの交通渋滞指標を生成するための方法、コンピュータ可読ストレージ媒体、およびシステム
US20180211526A1 (en) * 2017-01-23 2018-07-26 International Business Machines Corporation Cognitive traffic signal control
WO2018141403A1 (en) * 2017-02-03 2018-08-09 Siemens Aktiengesellschaft System, device and method for managing traffic in a geographical location

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021099870A (ja) * 2020-05-14 2021-07-01 ベイジン バイドゥ ネットコム サイエンス アンド テクノロジー カンパニー リミテッド 交通交差点チャネライゼーションの調整方法及び装置
JP7316312B2 (ja) 2020-05-14 2023-07-27 阿波▲羅▼智▲聯▼(北京)科技有限公司 交通交差点チャネライゼーションの調整方法及び装置

Also Published As

Publication number Publication date
CN111328412A (zh) 2020-06-23
EP3673472A1 (en) 2020-07-01
AU2018278948B2 (en) 2020-11-26
CA3027552C (en) 2021-01-26
US11210942B2 (en) 2021-12-28
US20200118429A1 (en) 2020-04-16
AU2018278948A1 (en) 2020-04-30
EP3673472A4 (en) 2020-07-01
SG11201811192WA (en) 2020-05-28
TW202016873A (zh) 2020-05-01
CN111328412B (zh) 2021-06-01
WO2020077527A1 (en) 2020-04-23
US10755564B2 (en) 2020-08-25
US20200320874A1 (en) 2020-10-08
CA3027552A1 (en) 2020-04-16

Similar Documents

Publication Publication Date Title
JP2021503105A (ja) 軌跡データを用いてscats適応信号システムを最適化するシステム
US10629071B1 (en) Adaptive traffic control using vehicle trajectory data
SE538458C2 (sv) Metod, anordning och system innefattande anordningen för attstödja skapandet av fordonståg
CN111559383A (zh) 用于基于车辆和边缘传感器数据确定自主车辆(av)动作的方法和系统
WO2019030916A1 (ja) 車線情報管理方法、走行制御方法及び車線情報管理装置
CN105023428A (zh) 路况信息评估方法及装置
CN107664504A (zh) 一种路径规划装置
CN111915893B (zh) 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN111076716B (zh) 用于车辆定位的方法、装置、设备和计算机可读存储介质
WO2020248197A1 (en) Saturation flow estimation for signalized intersections using vehicle trajectory data
CN114639267A (zh) 一种车路协同环境中车辆避撞预警方法
US11645906B2 (en) Navigation system with traffic state detection mechanism and method of operation thereof
CN109945880A (zh) 路径规划方法、相关设备及可读存储介质
US20230168368A1 (en) Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device
US20230182734A1 (en) Vehicle localization
GB2536035B (en) A system for use in a vehicle
CN111486857B (zh) 一种路网预测树构建方法、装置、电子设备及存储介质
JP2019056559A (ja) 経路探索装置
US20230182729A1 (en) Vehicle localization
US20240140486A1 (en) Methods and apparatuses for closed-loop evaluation for autonomous vehicles
US20230213633A1 (en) Aggregation-based lidar data alignment
US20230024799A1 (en) Method, system and computer program product for the automated locating of a vehicle
CN110909913A (zh) 基于智能追踪的景区导游服务预估系统和方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190227

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190227

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210202

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20211026