TW202008323A - 用於控制交通號誌燈的系統和方法 - Google Patents

用於控制交通號誌燈的系統和方法 Download PDF

Info

Publication number
TW202008323A
TW202008323A TW107144394A TW107144394A TW202008323A TW 202008323 A TW202008323 A TW 202008323A TW 107144394 A TW107144394 A TW 107144394A TW 107144394 A TW107144394 A TW 107144394A TW 202008323 A TW202008323 A TW 202008323A
Authority
TW
Taiwan
Prior art keywords
traffic signal
length
signal light
time
time point
Prior art date
Application number
TW107144394A
Other languages
English (en)
Other versions
TWI718451B (zh
Inventor
孫偉力
劉向宏
鄭劍峰
朱金清
Original Assignee
大陸商北京嘀嘀無限科技發展有限公司
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 大陸商北京嘀嘀無限科技發展有限公司 filed Critical 大陸商北京嘀嘀無限科技發展有限公司
Publication of TW202008323A publication Critical patent/TW202008323A/zh
Application granted granted Critical
Publication of TWI718451B publication Critical patent/TWI718451B/zh

Links

Images

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
    • G08G1/082—Controlling the time between beginning of the same phase of a cycle at adjacent intersections
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/07—Controlling traffic signals
    • G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/095—Traffic lights

Landscapes

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

Abstract

本申請提供了一種用於控制交通號誌燈的方法。該方法可以包括獲取多個運輸工具的歷史軌跡資料。該方法可以包括獲取擁堵時間段。該方法可以包括基於部分與擁堵時間段對應的歷史軌跡資料，確定該擁堵時間段內的消散速度。該方法可以進一步包括：基於道路的長度、所述消散速度、位於下游路口的第一交通號誌燈的週期長度、位於上游路口的第二交通號誌燈的週期長度、以及第二交通號誌燈的綠燈亮燈的時間長度來確定偏移值；以及基於所述偏移值確定所述第二交通號誌燈的信號配時。

Description

用於控制交通號誌燈的系統和方法
本申請涉及用於交通控制的系統及方法，特別是，涉及用於控制交通號誌燈的系統和方法。
本申請主張2018年7月25日提交之申請號為PCT/CN2018/096931的PCT申請案的優先權，其全部內容通過引用被包含於此。
由於城市街道上的運輸工具愈來愈多，交通擁堵已成為人們日常生活的一部分。在交通擁堵的諸多表現形式中，交通溢流無疑是較為嚴重的一種。交通溢流通常發生在某一路段的某一流向，並受到道路規劃或者交通訊號配時或類似物因素的影響。對於交通溢流而言，運輸工具在特定時間段內累積排隊等待通行的佇列長度大於路段長度，並且佇列長度延伸至上游路口。運輸工具佇列溢流可能會導致路口處發生交通擁堵，因此，有必要開發一種用於避免或減少佇列溢流的系統或方法，以緩解交通擁堵的現象。
根據本申請的一個態樣，提供了一種用於控制由道路相連的上游路口和下游路口的交通號誌燈的方法，所述方法可以包括一個或多個以下操作。處理器可以獲取在歷史時間段內穿過所述道路、所述上游路口、以及所述下游路口的多個運輸工具的歷史軌跡資料。所述處理器可以獲取擁堵時間段。所述處理器可以基於部分與所述擁堵時間段對應的歷史軌跡資料，確定所述擁堵時間段內的消散速度。所述處理器可以進一步基於所述道路的長度、所述消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度、以及第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值，其中，所述第一交通號誌燈位於所述下游路口，所述第二交通號誌燈位於所述上游路口，所述第一交通號誌燈的週期長度等於所述第二交通號誌燈的週期長度。所述處理器可以基於所述偏移值確定所述第二交通號誌燈的信號配時。
在一些實施例中，所述歷史時間段可以包括多個工作日。
在一些實施例中，所述多個運輸工具的歷史軌跡資料可以包括所述多個運輸工具在所述道路上的位置的資料和所述多個運輸工具在所述位置的對應時間點。
在一些實施例中，對於在所述擁堵時間段內穿過所述道路與所述下游路口之間的邊界的多個第一運輸工具中的每個第一運輸工具，所述處理器可以基於與所述多個第一運輸工具中的每個第一運輸工具對應的歷史軌跡資料來確定所述多個第一運輸工具中每個第一運輸工具的相對起始時間點。所述處理器可以進一步基於所述多個第一運輸工具的所述相對起始時間點來確定所述消散速度。
在一些實施例中，所述處理器可以獲取所述多個第一運輸工具中每個第一運輸工具的實際起始時間點，所述實際起始時間點為所述多個第一運輸工具中每個第一運輸工具在所述第一交通號誌燈的綠燈亮燈的期間從停止狀態開始移動並越過所述道路和所述下游路口之間的邊界的時間點。所述處理器可以獲取所述第一交通號誌燈的綠燈亮燈的期間的起始時間點，並進一步基於所述多個第一運輸工具中每個第一運輸工具的實際起始時間點和所述第一交通號誌燈的綠燈亮燈的期間的起始時間點，確定所述相對起始時間點。
在一些實施例中，所述處理器可以基於所述多個第一運輸工具的相對起始時間點以及所述多個第一運輸工具在所述相對時間點的對應位置，確定所述消散速度。
在一些實施例中，所述處理器可以基於所述道路的長度、所述消散速度、所述第一交通號誌燈的週期長度、所述第二交通號誌燈的週期長度、以及所述第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值範圍，並基於所述偏移值範圍確定所述偏移值。
在一些實施例中，所述道路的長度包括上游路口的長度。
在一些實施例中，所述處理器可以控制所述第二交通號誌燈相對於所述第一交通號誌燈以所述偏移值來延遲，所述偏移值與所述擁堵時間段對應。
在一些實施例中，所述處理器可以確定第一時間點，所述第一時間點是指所述第一交通號誌燈的綠燈第一次開始點亮的時間。所述處理器可以基於所述第一時間點和所述偏移值，確定第二時間點。所述處理器可以將所述第二交通號誌燈的紅燈時間延遲至第二時間點。所述處理器可以在所述第二時間點點亮所述第二交通號誌燈的綠燈。
根據本申請的另一態樣，提供了一種用於控制交通號誌燈的系統。所述系統可以包括至少一個儲存媒體以及與所述至少一個儲存媒體進行通訊的至少一個處理器。所述至少一個儲存媒體可以包括一組指令。當執行該組指令時，所述至少一個處理器可以執行一個或多個下述操作。所述至少一個處理器可以獲取在歷史時間段內穿過所述道路、所述上游路口、以及所述下游路口的多個運輸工具的歷史軌跡資料。所述至少一個處理器可以獲取擁堵時間段。所述至少一個處理器可以基於部分與所述擁堵時間段對應的歷史軌跡資料，確定所述擁堵時間段內的消散速度。所述至少一個處理器可以基於所述道路的長度、所述消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度、以及第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值，其中，所述第一交通號誌燈位於所述下游路口，所述第二交通號誌燈位於所述上游路口，所述第一交通號誌燈的週期長度等於所述第二交通號誌燈的週期長度。所述至少一個處理器可以基於所述偏移值確定所述第二交通號誌燈的信號配時。
根據本申請的另一態樣，提供了一種非暫時性電腦可讀取儲存媒體。所述非暫時性電腦可讀取儲存媒體可以包括使至少一個處理器執行一方法的可執行指令。所述方法可以包括一個或多個以下操作。所述至少一個處理器可以獲取在歷史時間段內穿過所述道路、所述上游路口、以及所述下游路口的多個運輸工具的歷史軌跡資料。所述至少一個處理器可以獲取擁堵時間段。所述至少一個處理器可以基於部分與所述擁堵時間段對應的歷史軌跡資料，確定所述擁堵時間段內的消散速度。所述至少一個處理器可以基於所述道路的長度、所述消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度、以及第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值，其中，所述第一交通號誌燈位於所述下游路口，所述第二交通號誌燈位於所述上游路口，所述第一交通號誌燈的週期長度等於所述第二交通號誌燈的週期長度。所述至少一個處理器可以基於所述偏移值確定所述第二交通號誌燈的信號配時。
為了更清楚地說明本申請的實施例的技術方案，下面將對實施例描述中所需要使用的圖式作簡單的介紹。顯而易見地，下面描述中的圖式僅僅是本申請的一些示例或實施例，對於本領域具有通常知識者來講，在不付出進步性勞動的前提下，還可以根據這些圖式將本申請應用於其他類似情景。應當理解，給出這些示例性實施例僅僅是為了使相關領域的技術人員能夠更佳地理解進而實現本申請，而並非以任何方式限制本申請的範圍。除非從語言環境中顯而易見或另做說明，圖中相同標號代表相同結構或操作。
如本申請和申請專利範圍書中所示，除非上下文明確提示例外情形，「一」、「一個」、「一種」及/或「該」或類似物詞並非特指單數，也可包括複數。一般說來，術語「包括」與「包含」僅提示包括已明確標識的步驟和元素，而這些步驟和元素不構成一個排它性的羅列，方法或者裝置也可能包含其他的步驟或元素。
根據本申請的一些實施例，系統中的一些模組指的是各種方式的模組。然而，任何數量的不同模組都可以被使用，並在客戶終端及/或伺服器上運行。這些模組旨在是說明性的，而不旨在限制本申請的範圍。不同的模組可以用於系統以及方法的不同態樣。
根據本申請的一些實施例，使用流程圖來說明通過系統所執行的操作。應當理解的是，前面或下面操作不一定按照順序來精確地執行。相反，可以按照倒序或同時處理各種步驟。同時，也可以將其他操作添加到這些流程中，或從這些流程移除一個或多個操作。
本申請實施例的技術方案參考如下所述的圖式進行描述。顯而易見的是，所描述的實施例不是詳盡的且不受限制性。本領域具有通常知識者在沒有做出進步性勞動前提下，根據本申請闡述的實施例所獲得的其他實施例均屬於本申請的範圍。
在一態樣中，本申請涉及用於控制交通號誌燈的系統及方法。基於多個運輸工具的歷史運輸工具軌跡資料，該系統可以確定從下游路口到達上游停車線的運輸工具佇列在擁堵時間段內的消散速度。該系統可以根據消散速度確定位於於上游路口的交通號誌燈的亮燈週期。該系統可以基於亮燈週期進一步控制交通號誌燈。
圖1係根據本申請一些實施例所示的用於控制交通號誌燈的示例性系統的示意圖。例如，系統100可以是基於獲取的運輸工具的軌跡資料而確定信號配時的平臺，以避免或減少運輸工具溢流。系統100可以包括伺服器110、司機終端120、儲存裝置130、網路140、資訊源150以及交通號誌燈160。所述伺服器110還可以包括處理引擎112。
在一些實施例中，伺服器110可以執行多個操作來確定所述交通號誌燈160的信號配時。伺服器110可以根據確定的信號配時來控制交通號誌燈160。在一些實施例中，伺服器110可以獲取多個運輸工具的軌跡資料。伺服器110可以基於所獲取的軌跡資料來確定用來控制交通號誌燈160的信號配時。在一些實施例中，所述伺服器110可以是單一伺服器或者伺服器群組。所述伺服器群組既可以是集中式的，也可以是分散式的（例如，伺服器110可以是分散式系統）。在一些實施例中，所述伺服器110既可以是本地伺服器，也可以是遠端伺服器。例如，伺服器110可通過網路140存取儲存在司機終端120、資訊源150、及/或儲存裝置130內的資訊及/或資料。再例如，所述伺服器110可以直接連接至司機終端120及/或儲存裝置130，以存取儲存在其中的資訊及/或資料。在一些實施例中，伺服器110可以在雲端平臺上實施。僅作為示例，所述雲端平臺可以包括私有雲、公用雲、混合雲、社區雲、分散式雲、內部雲、多層雲或類似物或其任意組合。在一些實施例中，伺服器110可以實施在如圖2所示的具有一個或多個元件的計算裝置。
在一些實施例中，伺服器110可以包括處理引擎112。所述處理引擎112可以確定用於控制交通號誌燈160的信號配時，以避免或減少運輸工具佇列溢流。在一些實施例中，處理引擎112可以包括一個或者多個處理引擎（例如，單核心處理引擎或多核心處理器）。僅僅作為示例，處理引擎112可以包括中央處理單元（CPU）、特定應用積體電路（ASIC）、特定應用指令集處理器（ASIP）、圖形處理單元（GPU）、物理處理單元（PPU）、數位訊號處理器（DSP）、現場可程式閘陣列（FPGA）、可程式邏輯裝置（PLD）、控制器、微控制器單元、精簡指令集電腦（RISC）、微處理器或類似物或其任意組合。
在一些實施例中，司機終端120可以將與運輸工具相關的定位資訊遞送給所述伺服器110。例如，司機終端120可以是配備全球定位系統（GPS）晶片的智慧行動電話，所述全球定位系統（GPS）晶片能夠實現智慧行動電話的定位。司機終端120可以確定不同時間點的自身位置，並將該位置資料（也稱為軌跡資料）遞送至伺服器110。由於司機終端120的位置可以與運輸工具的位置相同（或幾乎相同），伺服器110可以將司機終端120的位置資料視為與司機終端120的使用者相關的運輸工具的軌跡資料。又例如，司機終端120可以是配置GPS晶片的車載裝置。司機終端120可以確定不同時間點的自身位置，並將該位置資料遞送至伺服器110。伺服器110可以進一步獲取對應於位置資訊的軌跡資料。例如，所述軌跡資料可以包括司機終端120及/或運輸工具的多個位置。
在一些實施例中，司機終端120可以包括行動裝置、平板電腦、筆記型電腦、車載裝置或類似物或其任意組合。在一些實施例中，所述行動裝置可以包括智慧家居裝置、可穿戴裝置、智慧行動裝置、虛擬實境裝置、擴增實境裝置或類似物或其任意組合。在一些實施例中，所述智慧家居裝置可包括智慧照明裝置、智慧電器的控制裝置、智慧監測裝置、智慧電視、智慧視訊攝影機、對講機或類似物或其任意組合。在一些實施例中，所述可穿戴裝置可以包括智慧手環、智慧鞋襪、智慧眼鏡、智慧頭盔、智慧手錶、智慧衣服、智慧背包、智慧配飾或類似物或其任意組合。在一些實施例中，所述智慧行動裝置可以包括智慧電話、個人數位助理（PDA）、遊戲裝置、導航裝置或類似物或其任意組合。在一些實施例中，所述車載裝置可以包括車載電腦、車載電視機或類似物。在一些實施例中，所述司機終端120可以包括配置運輸工具定位技術的裝置（例如，配置GPS晶片的裝置）。
儲存裝置130可以儲存資料及/或指令。在一些實施例中，儲存裝置130可以儲存從司機終端120獲取的資料。在一些實施例中，儲存裝置130可以儲存伺服器110執行或用於完成本申請所描述的示例性方法的資料及/或指令。在一些實施例中，儲存裝置130可以包括大容量儲存器、可移式儲存器、揮發性讀寫記憶體、唯讀記憶體（ROM）或類似物或其任意組合。示例性的大容量儲存器可以包括磁碟、光碟、固態硬碟或類似物。示例性的可移式儲存器可以包括快閃驅動器、軟碟、光碟、記憶卡、壓縮碟、磁帶或類似物。示例性的揮發性讀寫記憶體可以包括隨機存取記憶體（RAM）。示例性的隨機存取記憶體可以包括動態隨機存取記憶體（DRAM）、雙倍速率同步動態隨機存取記憶體（DDR SDRAM）、靜態隨機存取記憶體（SRAM）、閘流體隨機存取記憶體（T-RAM）和零電容隨機存取記憶體（Z-RAM）或類似物。示例性的唯讀記憶體可以包括遮罩式唯讀記憶體（MROM）、可程式唯讀記憶體（PROM）、可擦除可程式唯讀記憶體（EPROM）、電子可擦除可程式唯讀記憶體（EEPROM）、壓縮磁碟唯讀記憶體（CD-ROM）和數位通用磁碟唯讀記憶體或類似物。在一些實施例中，儲存裝置130可以分佈在雲端平臺上。僅僅作為示例，所述雲端平臺可以包括私有雲、公用雲、混合雲、社區雲、分散式雲、內部雲、多層雲或類似物或其任意組合。
在一些實施例中，儲存裝置130可以通過網路140與系統100中的一個或多個部件（例如，伺服器110、司機終端120）進行通訊。系統100中的一個或多個部件可以通過網路140存取儲存在儲存裝置130中的資料或指令。在一些實施例中，儲存裝置130可以與系統100中的一個或多個部件（例如，伺服器110、司機終端120）直接連接或通訊。在一些實施例中，儲存裝置130可以是所述伺服器110的一部分。
網路140可以用於交換資訊及/或資料。在一些實施例中，系統100中的一個或多個部件（例如，伺服器110、司機終端120、儲存裝置130）可以通過網路140向/從系統100中的其他部件發送及/或接收資訊及/或資料。例如，伺服器110可通過網路140從終端獲取運輸工具的軌跡資料。在一些實施例中，網路140可以為任意形式的有線或無線網路，或其任意組合。僅僅作為示例，網路140可以包括纜線網路、有線網路、光纖網路、遠端通訊網路、內部網路、網際網路、區域網路（LAN）、廣域網路（WAN）、無線區域網路（WLAN）、都會網路（MAN）、公共開關電話網路（PSTN）、藍牙網路、紫蜂網路、近場通訊（NFC）網路、全球行動通訊系統（GSM）網路、分碼多重連接（CDMA）網路、分時多重存取（TDMA）網路、分封無線服務（GPRS）網路、增強資料速率GSM演進（EDGE）網路、寬頻多重分碼存取（WCDMA）網路、高速下行封包存取（HSDPA）網路、長期演進（LTE）網路、使用者資料元協定（UDP）網路、傳輸控制協定/網際網路協定（TCP/IP）網路、短訊息服務（SMS）網路、無線通用通訊協定（WAP）網路、超寬頻（UWB）網路、紅外線或類似物或其任意組合。在一些實施例中，系統100可以包括一個或多個網路進接點。例如，系統100可以包括有線或無線網路進接點，諸如基站及/或無線進接點140-1和140-2，通過所述網路進接點將系統100的一個或多個部件連接到網路140，以交換資料及/或資訊。
資訊源150可以用於為所述系統100提供其他資訊。資訊源150可以為系統100提供與服務相關的資訊，例如，天氣情況、交通訊息、法律法規資訊、新聞事件或類似物。在一些實施例中，資訊源150可以包括官方交通資料庫，所述官方交通資料庫能夠提供歷史及/或當前交通資料（例如，擁堵時間段、交通號誌燈配時模式）。伺服器110可以從資訊源150中獲取交通號誌燈的週期長度。所述交通號誌燈的週期長度指交通號誌燈的週期性持續時間，包括綠燈持續時間、紅燈持續時間、以及黃燈持續時間（如果有必要）。在一些實施例中，只討論了紅燈持續時間和綠燈持續時間，忽略黃燈持續時間，但對於本領域具有通常知識者而言，不需要太多實驗就能夠理解包括黃燈持續時間在內的技術方案。在一些實施例中，黃燈持續時間可以包括在綠燈持續時間內或紅燈持續時間內。資訊源150可以分佈在單個中央伺服器、通過網路連接的多個伺服器或者多個個人裝置上。當資訊源150分佈在多個個人裝置中時，所述個人裝置可以產生內容（也叫做產生的使用者內容）並將所述內容，例如，文字、聲音、圖像、視頻，上傳到雲伺服器上。多個個人裝置和雲伺服器可以產生資訊源。
圖2係根據本申請一些實施例所示的計算裝置的示例性組件的示意圖。根據本申請的一些實施例，伺服器110、司機終端120、及/或儲存裝置130可以在計算裝置200上執行。所述特定系統使用的功能方塊圖可以用來闡述包含一個或多個使用者介面的硬體平臺。電腦可以是通用的電腦，也可以是具有特定功能的電腦。根據本申請的一些實施例，上述兩種電腦都可以用於實現任一特定系統。計算裝置200可以被配置為用於實現本申請揭露的一個或多個功能的任何元件。例如，計算裝置200可以實現本申請所述的系統100的任何元件。僅僅為了示例，在圖1和圖2中只示出了一個計算裝置。本領域具有通常知識者應當理解的是，與本申請所述的服務相關的計算功能可以在多個類似的平臺上以分散式方式實現，進而分散處理負荷。
例如，計算裝置200可以包括與網路連接以實現資料通訊的通訊（COM）埠250。計算裝置200還可以包括用於執行程式指令的處理器（例如，處理器220），該處理器能夠以一個或多個處理器形式存在（例如，邏輯電路）。例如，處理器220可以包括介面電路和處理電路。所述介面電路可以用於從匯流排210接收電信號，其中電信號編碼結構資料及/或指令以用於處理電路進一步處理。所述處理電路可以進行邏輯計算，確定結論、結果、及/或電信號編碼形式的指令。所述介面電路可以經由匯流排210從所述處理電路發送電信號。
示例性的計算裝置可以包括內部匯流排210、程式儲存器和不同形式的資料儲存器，例如，磁碟270、和唯讀記憶體（ROM）230或隨機存取記憶體（RAM）240，所述計算裝置可以處理及/或傳輸多種資料檔。示例性的計算裝置還可以包括能夠被處理器220執行的程式指令，所述程式指令儲存於ROM 230、RAM 240及/或其他形式的非暫時性儲存媒體中。本申請揭露的方法及/或流程都可以作為程式指令來實施。計算裝置200還包括輸入/輸出（I/O）元件260，所述I/O元件260可以支援電腦和其他組件的輸入/輸出。計算裝置200還可以通過網路通訊接收程式和資料。
僅僅作為示例，圖2僅示出了一個CPU及/或處理器。還可以採用多個CPU及/或處理器，因此，如本申請所述的由單個CPU及/或處理器執行的操作及/或方法的步驟也可以由多個CPU及/或處理器共同或單獨執行。例如，在一些實施例中，如果計算裝置200的中央處理單元CPU及/或處理器執行步驟A和步驟B，應當理解的是，步驟A和步驟B也可以由計算裝置200的兩個不同的中央處理單元及/或處理器共同或單獨執行（例如，第一處理器執行步驟A，第二處理器執行步驟B，或者第一處理器和第二處理器共同執行步驟A和B）。
圖3係根據本申請一些實施例所示的示例性行動終端的示例性硬體及/或軟體組件的示意圖。根據本申請的一些實施例，司機終端120可以在行動裝置300上實施。如圖3所示，行動裝置300可以包括通訊模組310、顯示器320、圖形處理單元（GPU）330、中央處理單元（CPU）340、輸入/輸出350、記憶體360、儲存器390。CPU 340可以包括類似於處理器220的介面電路以及處理電路。在一些實施例中，任何其他合適的元件，包括但不限於系統匯流排或控制器（未示），亦可包括於行動裝置300內。在一些實施例中，行動作業系統370（如，iOSTM 、AndroidTM 、Windows PhoneTM ）和應用程式380可以從所述儲存器390載入到記憶體360中並由CPU 340執行。應用程式380可以包括用於將軌跡資料發送到伺服器110的瀏覽器或任何其他合適的行動應用程式。使用者與資訊流的互動可以經由輸入/輸出350實現，並經由網路140提供給處理引擎112及/或系統100的其他元件。
為了實現不同的模組、單元以及上述其他功能，電腦硬體平臺可以被用作一個或多個元件的硬體平臺（例如，圖1所示的伺服器110的組件）。由於所述電腦的硬體元件、作業系統和程式語言是常見的，所以可假設本領域具有通常知識者能夠熟悉這些技術，並且能夠根據本申請所述的技術提供用於交通號誌燈控制的資訊。帶有使用者介面的電腦可以是個人電腦（PC），或其他類型的工作站或終端裝置。經適當程式設計後，可以將帶有使用者介面的電腦作為伺服器。應當知道的是，可以認為本領域具有通常知識者熟悉，諸如結構、程式，或這類計算裝置的一般操作。因此，上述圖式並未描述其他的解釋。
圖4係根據本申請一些實施例所示的示例性處理引擎的方塊圖。所述處理引擎112包括獲取模組410、消散速度確定模組420、偏移值確定模組430以及調整模組440。上述模組可以是處理引擎112中的至少一部分的硬體電路。上述模組也可以通過應用程式或者一組由處理引擎112讀取和執行的指令來實現。另外，上述模組還可以是硬體電路和應用程式/指令的組合。例如，當處理引擎112執行應用程式/一組指令時，上述模組可以是處理引擎112的一部分。
獲取模組410可以從系統100中的一個或多個元件（例如，司機終端120或儲存裝置130）中獲取資料。在一些實施例中，獲取的資料包括與多個運輸工具相關的歷史軌跡資料。在一些實施例中，獲取的資料包括擁堵時間段（例如，工作日的高峰時間段）。獲取模組410可以將獲取的資料傳輸給儲存器（例如，儲存裝置130）進行儲存。獲取模組410還可以將獲取的資料傳輸給處理引擎112的其他模組，以進行進一步處理。
消散速度確定模組420可以根據獲取的歷史軌跡資料確定消散速度。例如，消散速度確定模組420可以基於部分歷史軌跡資料確定擁堵時間段內的消散速度。在一些實施例中，消散速度確定模組420可以將部分歷史軌跡資料映射到時空圖中的一個週期內。在一些實施例中，消散速度確定模組420可以確定多個運輸工具的相對起始時間點。消散速度確定模組420可以基於多個運輸工具的相對起始時間點確定消散速度。
偏移值確定模組430可以基於道路的長度、消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度以及第二交通號誌燈的綠燈亮燈的時間長度確定第二交通號誌燈相對於第一交通號誌燈的偏移值。所述交通號誌燈的週期長度是指交通號誌燈的週期性持續時間，包括綠燈亮燈時間長度、紅燈亮燈時間長度、及/或黃燈亮燈時間長度。在一些實施例中，所述黃燈亮燈時間長度可以包括在綠燈亮燈時間長度內或紅燈亮燈時間長度內。所述第一交通號誌燈是指位於下游路口的交通號誌燈。所述第二交通號誌燈是指位於上游路口的交通號誌燈。在一些實施例中，偏移值確定模組430可以確定消散波在一個週期內從下游路口到達上游路口停車線的相對時間。基於所確定的相對時間和第二交通號誌燈的綠燈時間長度，偏移值確定模組430可以進一步確定第二交通號誌燈相對於第一交通號誌燈的偏移值。例如，偏移值確定模組430可以根據不等式（19）來確定第二交通號誌燈相對於第一交通號誌燈的偏移值。
調整模組440可以基於偏移值確定第二交通號誌燈的信號配時。在一些實施例中，調整模組440可以將第二交通號誌燈延遲一時間長度，所述時間長度是擁堵時間段內的偏移值。例如，調整模組440可以確定如圖14所示的第二交通號誌燈的信號配時。
應當知道的是，關於處理引擎112的上述描述僅用於示例，並不限制本申請的保護範圍。對於本領域具有通常知識者而言，可以根據本申請的揭露內容做出多種變化和修改。例如，所述處理引擎112進一步包括用於資料儲存的儲存模組。凡在本申請的精神和原則之內，所作的任何變化和修改均應包含在本申請的保護範圍之內。
圖5係根據本申請一些實施例所示的示例性單向道路網的示意圖。圖5係簡化的單向道路網，包括由道路502連接的上游路口504（即，路口A）以及下游路口506（即，路口B）。在一些實施例中，在單向道路網500內，運輸工具可以禁止轉彎。在一些實施例中，如果某一時段內道路502發生交通擁堵時，道路502上可能會有多個運輸工具排隊等待通過下游路口506。如果運輸工具佇列不能在下游路口506的交通號誌燈週期內全部消散，則會存在殘留佇列，所述殘留佇列甚至會溢流到上游路口504，進一步導致上游路口504的交通擁堵。另一面，交通擁堵可以從一條道路（或路段）上的佇列溢流開始，並蔓延到相鄰的道路（或路段）上。如果減少或控制佇列溢流，則可以避免交通擁堵。關於佇列溢流的更多描述可以參考本申請的其他部分（例如，圖6、圖7A-7B、以及圖8A-8B及其描述）。
應該知道的是，上述描述僅用於示例，並不旨在限制本申請的範圍。對於本領域具有通常知識者而言，可以根據本申請的揭露內容做出多種變化和變形。例如，所述單向道路網500可以包括但不限於兩個路口，比如三個路口。
圖6係根據本申請一些實施例所示的某一道路上的示例性佇列長度軌跡的示意圖。圖6示出了佇列長度軌跡（即，最後排隊運輸工具的位置）在時空圖內的移動。時空圖的橫坐標代表時間，縱坐標代表運輸工具的位置。在下游路口有一個交通號誌燈（也稱為第一交通號誌燈），在上游路口有一個交通號誌燈（也稱為第二交通號誌燈）。下游路口（例如，圖5所示的下游路口506）和上游路口（例如，圖5所示的上游路口504）通過道路相連（例如，道路502）。上游路口的長度是z。道路長度是L。在一些實施例中，如圖6所示，道路長度包括上游路口的長度。兩組平行的輔助線，例如輔助線601和輔助線602，可以用於輔助確定佇列長度。一組包括虛線輔助線601，從上游交通訊號的相位轉換時間開始，並且以自由流速v朝右下方移動。另一組包括輔助線602，從下游信號的相位轉換時間開始，並且以向後傳播速度w朝右上方移動。所述佇列長度軌跡由包括多個階段的多條粗實線表示，例如階段（1）、階段（2）或類似物。
圖6所示的時空圖可以認為是隨時間變化的佇列長度模型，所述模型可以基於LWR衝擊波理論確定。處理器（例如，處理引擎112）可以基於一些假設確定所述隨時間變化的佇列長度模型。所述假設可以包括：（a）道路是單行道且不能轉向，例如，如圖5所示的單向道路網500；（b）即使下游道路已滿，具有道路通行權的運輸工具始終可以進入該路口；（c）在起始點有足夠多的運輸工具，因此，只要上游交通訊號是綠燈且道路不阻塞，運輸工具就會以自由流速（例如，v）和消散率進入所述道路；（d）兩個路口的交通號誌燈具有相等的恒定的週期長度和相同的綠燈比例，週期長度用c表示，綠燈比例用gs表示；（e）設置自由流速補償以使綠燈帶最大化（等於綠燈時間長度）；（f）道路上不存在干擾源或塌陷；(g)交通狀況通過三角形基本模型來描述，所述三角形基本模型由自由流速v和反向傳播波速w（也稱消散速度）構成。所述三角形基本模型如等式（1）所示：
Figure 02_image001
(1)， 其中
Figure 02_image003
和
Figure 02_image005
分別表示交通消散狀態下的運輸工具流率和密度，
Figure 02_image007
和
Figure 02_image009
分別表示交通擁堵狀態下的運輸工具流率和密度。對於本領域具有通常知識者而言，所述三角形基本模型可以是用於研究交通問題的基本模型，在此不再贅述。
當來自上游的運輸工具加入佇列（例如，階段（4）），則佇列長度將增加。如果沒有運輸工具增加，則佇列長度保持不變（例如，階段（5））。圖中呈下降趨勢的線（例如，圖6中階段（6）中顯示的粗虛線）可以表徵運輸工具在消散流程中最後排隊運輸工具的位置。假設在t=t0 的初始狀態下，道路上有n0 輛車在排隊（即，排隊運輸工具的數量等於n0 ）。初始佇列長度等於l0 =n0 ×ρj 。由於l0 初始值比較大，初始佇列在第一個紅綠燈週期內可能不會消散，可能會在第二個紅綠燈週期內消散。在這種情況下，l0 滿足不等式（2）：
Figure 02_image011
(2)， 其中
Figure 02_image013
和
Figure 02_image015
分別表示在一個綠燈週期內和一個紅燈週期內的佇列長度增長。
Figure 02_image013
可以由等式（3）得到：
Figure 02_image017
(3)，
Figure 02_image015
可以由等式（4）得到：
Figure 02_image019
(4)。
佇列長度軌跡最終收斂到一個週期性的迴圈模式，如圖6中階段（7）到（10）所示。在這種情況下，最大佇列長度lmax 可以由等式（5）得到：
Figure 02_image021
(5)。
在這種情況下，Tmax 表示最大佇列長度lmax 的持續時間。基於上述三角形相似性可以得到等式（6），如下：
Figure 02_image023
(6)， 然後Tmax 的值可以由等式（7）確定，
Figure 02_image025
(7)。
在一些實施例中，假設具有不同的初始值l0 ，所述處理器可以按照如下確定lmax 和Tmax 的一般運算式：
Figure 02_image027
(8)，
Figure 02_image029
(9)， 其中，函數ceil（x）用於對x向正無窮取整，floor(x)用於對x向負無窮取整，函數mod(x,y)用於求取x/y的餘數。
圖7A係根據本申請一些實施例所示的示例性佇列長度溢流軌跡的示意圖。與圖6類似，圖7A也是時空圖。如圖7A所示，L表示道路長度，即從上游停車線到下游停車線的距離。𝑧表示上游路口的長度。第一交通號誌燈位於下游路口，第二交通號誌燈位於上游路口。
如圖7A所示，道路上的實際佇列長度軌跡用粗黑線表示，道路上的參考軌跡701用於對比。當t=ts 時，佇列軌跡到達上游路口的停止線，並且佇列溢流到上游以致完全堵塞了上游路口。當交通號誌燈變為紅燈時，等於道路長度（例如，L）的實際的最大佇列長度（即，lmax ）可以一直保持直到下游路口的消散波到達上游路口。可以理解的是，一旦溢流發生在特定的道路上，一方面，溢流可以沿著道路向後延伸，即上游的運輸工具不能在綠燈快要結束時進入道路。另一方面，溢流可以在垂直道路的方向上延伸，即來自十字路口的運輸工具在其綠燈開始時（即所描述的道路的紅燈期間）不能通過路口。時空圖中所示的溢流部分可以用虛線框702表示。
在一些實施例中，整個路口溢流時間（Intersection Spillover Time, IST）可以分為兩個不同的部分，即一個向後方向的路口溢流時間（Backward Intersection Spillover Time, BIST）和一個垂直方向的路口溢流時間（Perpendicular Intersection Spillover Time, PIST）。整個路口溢流時間可以表示為：
Figure 02_image031
(10)。
圖7B係根據本申請一些實施例所示的示例性佇列長度溢流軌跡的放大圖。如圖7B所示，容易發現ACDE是一個平行四邊形。因此，IST（由圖7B中AC的長度表示）等於Tmax （由圖7B中的DE的長度表示），其可由等式（11）確定，
Figure 02_image033
(11)。 在這種情況下，AB的長度表示BIST，BC的長度表示PIST。根據三角形EAB、XCB和XDE的相似性，BIST與PIST可以分別由等式（12）和等式（13）確定，
Figure 02_image035
(12)，
Figure 02_image037
(13)， 其中，X表示最接近上游路口的交叉點，該點同時在上游紅波段和下游綠波段。lmax 和Tmax 的值可以通過上述等式（8）和（9）獲得，X的可以位置由如下等式（14）獲得，
Figure 02_image039
(14)。
在一些實施例中，BIST可以等於零，即IST等於PIST，例如，如圖7B所示的虛線圓圈703。PIST等於B'C'的長度。
應到知道的是，圖7A和圖7B所示的情況並不是唯一的。在一些實施例中，如圖8B所示，交叉點X超出了道路長度。圖8A係根據本申請一些實施例所示的示例性佇列長度溢流軌跡的示意圖。圖8B係圖8A所示的佇列溢流部分802的放大圖。在這種情況下，當消散波從下游路口在其綠燈期間到達上游停車線時，停在上游路口的佇列總是能夠在佇列到達上游路口的同一綠燈時間段內消散。因此，不會出現PIST，並且垂直道路的路口不受影響。對於圖8A，BIST和PIST可以從如下所示的等式獲得，
Figure 02_image041
(15)，
Figure 02_image043
(16)。
應該知道的是，等式（10）和（11）仍然適用於圖8A所示的情況。對本領域具有通常知識者可知，一旦發生溢流，在綠燈期間，某些運輸工具不能夠從上游路口進入道路中。下一個週期內的佇列長度可以小於其初始值。那麼差值∆𝑙可以通過如下等式（17）獲得，
Figure 02_image045
(17)。
然後，佇列可以消散，並類似於圖5所示的週期性地重新形成。在一些實施例中，容易發現佇列長度軌跡可以收斂到一個新的週期模式，其佇列最大值等於道路長度。而且，雖然佇列在每個週期內都到達上游停車線，但是佇列並不會堵塞上游的交通流。例如，如圖7A所示，佇列長度可以等於綠燈結束時的最大值（即道路長度L）。又例如，如圖8A所示，佇列可以在佇列長度達到最大值lmax 後很快消散。因此，在後續的週期內不存在BIST。
對於圖7A，只要排隊運輸工具在綠燈結束時佔據上游路口，PIST就會產生。PIST的值可以通過當下游路口的消散波到達上游路口時的週期內的相對時間來確定，而該時間在每個週期內保持不變。因此，在圖7B中，B'C'的長度可以等於BC的長度。一旦產生PIST，只要有充足的運輸工具可以不斷湧入，便可以在後續的每一週期中保持恒定的值。比較圖7A和圖8A所示的情況，當下游路口的消散波到達上游停車線時的週期內的相對時間是確定是否將會發生並保持PIST的道路關鍵特徵。在一些實施例中，為了防止或減少交通擁堵，所述處理器可以控制路口的一個或多個交通號誌燈，使得在綠燈期間下游路口的消散波能夠到達上游停車線。換句話說，當下游路口的消散波到達上游停車線時，所述處理器可以使一個週期內的相對時間小於綠燈亮燈時間長度。在一些實施例中，所述處理器可以基於相對時間來調整交通號誌燈的週期長度，並且確保在已調整的交通號誌燈的綠燈期間內消散波從下游路口到達上游停車線。關於如何調整交通號誌燈的更多描述可以參考本申請中其他部分（例如，圖9及其描述）。
圖9係根據本申請一些實施例所示的用於控制交通號誌燈的示例性流程的流程圖。在一些實施例中，流程900可以在如圖1所示的系統100中實施。例如，所述流程900可以以指令的形式儲存在儲存裝置130及/或其他儲存器（例如，ROM 230、RAM 240或類似物）中並由伺服器110（例如，處理引擎112、處理器220）調用及/或執行。
在步驟902，處理器（例如,處理引擎112中的獲取模組410）可以獲取在歷史時間段內穿過道路、上游路口以及下游路口的多個運輸工具的歷史軌跡資料。所述道路可以連接上游路口和下游路口。例如，如圖5所示，道路502連接上游路口A和下游路口B。多個運輸工具沿著道路502從上游路口A進入下游路口B。在一些實施例中，多個運輸工具中的至少一個運輸工具的定位系統（例如，GPS系統）可以通過網路140將其軌跡資料發送到儲存裝置130。在一些實施例中，定位系統可以整合到行動終端（例如，司機端120）。行動終端可以將軌跡資料發送給儲存裝置130。獲取模組410可以進一步獲取多個運輸工具在歷史時間段內的歷史軌跡資料。歷史軌跡資料可以包括與多個運輸工具相關的空間資訊以及時間資訊。例如，所述空間資訊可以包括道路502上的多個運輸工具的位置。時間資訊可以包括當多個運輸工具在不同位置時的相應時間點，以及路口的交通號誌燈資料（例如，綠燈持續時間、紅燈持續時間）或類似物。歷史時間段可以包括預定時間段，例如，一小時、一天、一星期、一個月或類似物。處理器（例如，處理引擎112）可以基於與多個運輸工具相關的空間資訊和時間資訊進一步處理所述歷史軌跡資料。例如，所述處理引擎112可以利用空間資訊和時間資訊產生時空圖。
在步驟904，處理器（例如，獲取模組410）可以獲取擁堵時間段。在一些實施例中，擁堵時間段是根據經驗確定的預定時間段（例如，工作日的高峰時間），例如，上午7點到上午9點。在一些實施例中，處理器可以從儲存器（例如，儲存裝置130）中獲取預定擁堵時間段。例如，使用者可以通過終端（例如，行動電話）預定所述擁堵時間段。然後，預定擁堵時間段可以儲存在儲存裝置130中。獲取模組410可以從儲存裝置130中獲取預定擁堵時間段。
在一些實施例中，處理器（例如，獲取模組410）可以基於運輸工具的歷史軌跡資料來獲取擁堵時間段。例如，處理引擎112可以基於運輸工具的歷史軌跡資料確定兩個相鄰路口（即上游路口和下游路口）之間的運輸工具佇列長度。處理引擎112可以基於佇列長度確定擁堵時間段。獲取模組410可以獲取確定的所述擁堵時間段。假設在一時間段內（t1〜t2），如果運輸工具佇列長度大於臨界值（例如，上游路口和下游路口之間的道路長度），或者佇列溢流到相鄰道路，那麼處理引擎112可以確定該時間段（t1〜t2）是擁堵時間段。又例如，處理引擎112可以基於通過道路的多個運輸工具的平均通過速度來確定擁堵時間段。獲取模組410可以根據歷史軌跡資料獲取運輸工具通過道路時的通過時間。處理引擎112可以進一步基於道路長度和多個運輸工具中每個運輸工具對應的通過時間，確定通過該道路的多個運輸工具中每個運輸工具的通過速度。處理引擎112可以將運輸工具對應通過速度的總和除以運輸工具的數量，來確定運輸工具的平均通過速度。如果運輸工具在一段時間（t3〜t4）內的平均通過速度較慢，例如平均通過速度小於一個值（例如，5km/h、10km/h），則處理引擎112可以確定時間段（t3〜t4）是擁堵時間段。
在一些實施例中，處理器（例如，所述獲取模組410）可以從第三方資料庫（例如，地圖服務提供者、官方運輸資料庫）中獲取所述擁堵時間段，例如，早高峰時段或者晚高峰時段。
僅僅作為示例，處理器可以處理多個運輸工具的歷史軌跡資料以產生如圖10所示的時空圖。圖10係根據本申請一些實施例所示的時空圖的示意圖。處理器可以基於多個運輸工具的歷史軌跡資料確定時空圖。如圖10所示，時空圖的橫軸表示時間，用t表示。時空圖的縱軸表示運輸工具的位置，用l表示。例如，l0 表示上游路口的位置，l1 表示下游路口的位置。L表示上游路口和下游路口之間的距離。虛線表示運輸工具的歷史軌跡線，所述歷史軌跡線可以基於歷史軌跡資料確定。處理器可以將多個運輸工具的歷史軌跡資料轉換為對應的軌跡線。
在一些實施例中，處理器可以確定一個時間段是否為擁堵時間段。例如，如圖10所示，時空圖可以包括多個週期內運輸工具的歷史軌跡。每條線表示一段時間內運輸工具的軌跡。一個週期可以包括一個綠燈持續時間和一個紅燈持續時間。在一些實施例中，處理器可以基於時空圖來確定擁堵時間段。例如，如果軌跡線的一部分在時空圖上是平坦的，則可以認為相應的運輸工具在對應於所述軌跡線平坦部分的時間段內是靜止的。處理器可以從時空圖中獲取最後排隊運輸工具的停車位置。可以指定與軌跡線平坦部分對應的位置為停車位置。處理器可以確定最後排隊運輸工具的停車位置是否超出上游路口的停車線。如果最後排隊運輸工具的停車位置在某個時間段內超過上游路口的停車線，則處理器可以確定該時間段是擁堵時間段。
在一些實施例中，處理器可以根據時空圖確定通過道路的多個運輸工具中每個運輸工具的通過時間。例如，處理器可以獲取運輸工具通過上游路口的起始時間點，及/或運輸工具通過下游路口的結束時間點。起始時間點是指對應於運輸工具軌跡起點的時間點。結束時間點指對應運輸工具軌跡的終點的時間點。處理器可以將起始時間點和結束時間點之間的時間作為運輸工具的通過時間。處理器還可以基於道路長度和多個運輸工具中每個運輸工具的通過時間，確定多個運輸工具中每個運輸工具通過該道路的通過速度。處理器可進一步基於確定的運輸工具的通過速度確定平均通過速度。如果多個運輸工具在某時間段內的平均通過速度是緩慢的，例如，平均通過速度小於一個值（例如，5km/h、10km/h），那麼處理器可以確定該時間段是擁堵時間段。
在步驟906，處理器（例如，消散速度確定模組420）可以基於部分歷史軌跡資料確定擁堵時間段內的消散速度。所述部分歷史軌跡資料是指擁堵時間段內（例如，工作日的7:00 a.m.-9:00 a.m.）的多個運輸工具的歷史軌跡資料。例如，獲取模組410可以獲取每個工作日擁堵時間段內的通過東西走向路口（例如，圖5所示的下游路口B）的運輸工具歷史軌跡資料。消散速度確定模組420可以進一步將所述部分歷史軌跡資料映射到時空圖的週期上。例如，如圖13A所示，每天的某一時段內通過同一路口的多個運輸工具的歷史軌跡資料被映射到所述時空圖上。時空圖上對應於多個運輸工具中每個運輸工具歷史軌跡資料的軌跡可以在路口（例如，如圖5所示的下游路口B）交通號誌燈的週期內。0〜r1表示紅燈持續時間段，r1〜g1表示綠燈持續時間段。關於如何將歷史軌跡資料映射到時空圖上的週期內的更多描述可以參考本申請中的其他部分（例如，圖11-12、圖13A和圖13B以及其描述）。
在一些實施例中，處理器可以基於歷史軌跡資料確定多個第一運輸工具中每個第一運輸工具的相對起始時間點。第一運輸工具可以包括在第一交通號誌燈的綠燈亮燈期間從停止狀態開始移動並越過道路和下游路口之間的邊界的運輸工具。例如，處理器可以獲取多個第一運輸工具中每個第一運輸工具的實際起始時間點，以及第一交通號誌燈的綠燈亮燈的起始時間點。處理器可以進一步基於第一運輸工具的實際起始時間點和第一交通號誌燈的綠燈亮燈的起始時間點，確定相對起始時間點。例如，第一運輸工具的實際起始時間點為時間點A，第一交通號誌燈的綠燈亮燈的起始時間點為時間點B。假設當消散波可以在第一交通號誌燈的綠燈亮燈的起始時間點以一定的消散速度開始向上游傳播時，時間點A晚於時間點B。處理器可以基於時間點A和時間點B之間的差值（即，A-B），確定第一運輸工具的相對時間長度。在一個週期內，綠燈亮燈的起始時間點可以被指定為參考時間點（例如，圖13A或圖13B所示的r1）。第一運輸工具的相對起始時間點可以基於參考時間點和第一運輸工具的相對時間長度來確定，例如，第一運輸工具的相對時間點是r1+（A-B）。關於確定相對起始時間點的更多描述可以在本申請的其他地方找到（例如圖12及其描述）。
處理器可以基於多個第一運輸工具的相對時間點確定消散速度。例如，處理器可以確定多個第一運輸工具在相對時間點的對應位置。基於第一運輸工具的相對時間點和多個第一運輸工具在相對時間點的對應位置，處理器可以進一步確定消散速度。例如，處理器可以基於線性擬合方法將對應於相對起始時間點和相應位置的軌跡點擬合成直線（例如，圖13B所示的擬合直線1322）。對應於相對起始時間點和對應位置的軌跡點還可稱為消散點（如圖13B所示的消散點1321）。處理器可以確定擬合直線的斜率作為消散速度。
在步驟908，處理器（例如，偏移值確定模組430），可以基於道路的長度、消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度以及第二交通號誌燈的綠燈亮燈時間長度，確定第二交通號誌燈相對於第一交通號誌燈的偏移值。第二交通號誌燈是指位於上游路口的交通號誌燈，第一交通號誌燈是指位於下游路口的交通號誌燈。本申請中，第二交通號誌燈相對於第一交通號誌燈的偏移值是指第一交通號誌燈在一個週期內的亮燈起始時間點與第二交通號誌燈在同一週期內的亮燈起始時間點的差值（這裡認為第一交通號誌燈和第二交通號誌燈的週期長度相同）。例如，在早上9點左右，第一交通號誌燈的綠燈可以在9：01開始點亮，而第二交通號誌燈的綠燈可以在9：02開始點亮。第二交通號誌燈相對於第一交通號誌燈的偏移值是兩個時間點之間的差值，即，1分鐘。為了控制佇列溢流，希望在第二交通號誌燈的綠燈亮燈期間內，使得消散波從下游路口到達上游路口的停車線。處理器可以確定第二交通號誌燈相對於第一交通號誌燈的偏移值，使得消散波在第二交通號誌燈的綠燈亮燈期間從下游路口到達上游路口的停車線。在一些實施例中，處理器可以進一步基於消散波從下游路口到達上游停車線時的週期內的相對時間，確定第二交通號誌燈相對於第一交通號誌燈的偏移值。在一些實施例中，可以基於如下等式（18）來確定相對時間，
Figure 02_image047
(18)， 其中，
Figure 02_image049
表示道路i上的消散波從下游路口到達上游停車線時的週期內的相對時間，
Figure 02_image051
表示偏移值，
Figure 02_image053
表示道路i的長度,
Figure 02_image055
表示消散速度,
Figure 02_image057
表示交通號誌燈的週期長度,以及函數mod(x,y)表示求取x/y的餘數。道路長度
Figure 02_image059
可以包括上游路口的長度。例如，如圖6所示，道路長度L包括上游路口的長度z。在一些實施例中，第一交通號誌燈的週期長度可以等於第二交通號誌燈的週期長度。為了防止或減少交通擁堵，處理器可以調整偏移值，以確保相對時間
Figure 02_image049
小於第二交通號誌燈的綠燈亮燈時間長度。第二交通號誌燈的綠燈亮燈時間長度由
Figure 02_image061
表示。處理器可以進一步基於不等式（19）確定偏移值
Figure 02_image061
,
Figure 02_image063
(19)， 其中，
Figure 02_image061
表示第二交通號誌燈的綠燈亮燈時間長度。可以存在一個偏移值範圍，該偏移值範圍內包括的所有偏移值滿足不等式（19）。例如，偏移值範圍的解，且
Figure 02_image065
。在一些實施例中，偏移值確定模組430可以從儲存裝置（例如，儲存裝置130）中獲取道路長度
Figure 02_image053
、消散速度
Figure 02_image055
、交通號誌燈的週期長度
Figure 02_image067
和
Figure 02_image061
。處理器可以進一步基於所述偏移值範圍確定偏移值。例如，所述偏移值可以是確定的偏移值範圍內的任意值。
在步驟910，處理器（例如，調整模組440）可以基於偏移值確定第二交通號誌燈的信號配時。交通號誌燈的信號配時是指交通號誌燈在多個週期內重複亮燈的週期性規則。交通號誌燈的週期可以包括綠燈亮燈時間和紅燈亮燈時間。綠燈亮燈時間可以是恒定值（例如，
Figure 02_image069
）。紅燈亮燈時間也可以是恒定值（例如，
Figure 02_image071
）。
在一些實施例中，在擁堵時間段的起始時間點，處理器可以通過控制第二交通號誌燈相對於第一交通號誌燈延遲一偏移值，以確定第二交通號誌燈的信號配時。例如，如圖14所示，如果發生擁堵的起始時間點在第一週期內，處理器可以控制第二交通號誌燈相對於第一交通號誌燈以該偏移值來延遲。第二交通號誌燈的紅燈第一時間長度是該紅燈的原始時間長度
Figure 02_image071
和偏移值
Figure 02_image051
的總和，即
Figure 02_image071
+
Figure 02_image051
。相應地，第二交通號誌燈的第二週期的起始時間會晚於第二交通號誌燈的第二週期的原始起始時間。在擁堵時間段內，可以通過控制第二交通號誌燈的信號配時以防止或減少交通擁堵。
在一些實施例中，處理器可以根據綠燈第一次開始點亮的第一時間點和偏移值，確定第二交通號誌燈的信號配時。具體地，處理器可以確定第一交通號誌燈的綠燈第一次開始點亮的第一時間點。處理器可以基於該第一時間點和偏移值，確定第二交通號誌燈的綠燈開始點亮的第二時間點。例如，所述第二時間點可以等於第一時間點和偏移值之和。處理器可以將第二交通號誌燈的紅燈時間延遲至第二時間點。然後，處理器可以使第二交通號誌燈的綠燈在第二時間點點亮。
圖11係根據本申請一些實施例所示的用於確定消散速度的示例性流程的流程圖。在一些實施例中，流程1100可以在如圖1所示的系統100中實施。例如，流程1100可以以指令的形式儲存在儲存裝置130及/或其他儲存器（例如，ROM 230、RAM 240或類似物）中並由伺服器110（比如，處理引擎112、處理器220）調用及/或執行。
在步驟1102，處理器（例如，消散速度確定模組420）可以基於與多個第一運輸工具中每個第一運輸工具對應的歷史軌跡資料確定相對起始時間點。第一運輸工具可以包括在第一交通號誌燈的綠燈亮燈期間，從停車狀態開始移動並越過下游停止線的運輸工具。第一交通號誌燈可以是位於下游路口的交通號誌燈。歷史軌跡資料可以包括多個第一運輸工具在道路上的位置以及多個第一運輸工具位於該位置時的對應時間點。在一些實施例中，處理器可以基於第一運輸工具的歷史軌跡資料，獲取第一運輸工具的實際起始時間。處理器可以獲取第一交通號誌燈的綠燈亮燈的起始時間點。處理器可以進一步基於多個第一運輸工具中每個第一運輸工具的實際起始時間點和第一交通號誌燈的綠燈亮燈的起點時間點獲取相對起始時間點。例如，消散速度確定模組420可以指定綠燈亮燈的起始時間點作為參考時間點。消散速度確定模組420還可以確定第一運輸工具的實際起始時間點和綠燈的起始時間點之間的差值作為相對時間長度。消散速度確定模組420可以進一步基於參考時間點和相對時間長度確定相對起始時間點。例如，第一運輸工具的實際起始時間點為時間點A，第一交通號誌燈的綠燈亮燈的起始時間點為時間點B。假設當消散波可以在第一交通號誌燈的綠燈亮燈的起點時間點以一定的消散速度開始向上游傳播時，時間點A晚於時間點B。處理器可以基於時間點A和時間點B之間的差值（即，A-B），確定第一運輸工具的相對時間長度。在一個週期內，綠燈的起始時間點可以被指定為參考時間點（例如，圖13A或圖13B所示的r1）。第一運輸工具的相對起始時間點可以根據參考時間點和第一運輸工具的相對時間長度來確定，例如，第一運輸工具的相對時間點是r1+（A-B）。在所述相對起始時間點，運輸工具開始移動。相對起始時間點可以與消散點對應，即相應運輸工具從停止狀態開始移動的軌跡點，如圖13B所示的消散點1321。
在步驟1104，處理器（例如，消散速度確定模組420）可以基於多個第一運輸工具的相對起始時間點確定消散速度。具體地，處理器可以基於多個第一運輸工具的相對起始時間點和運輸工具在該相對起始時間點的位置確定消散速度。
多個第一運輸工具經過同一道路的時間點可以不在同一週期內。例如，如圖10所示，所採樣的多個運輸工具的歷史軌跡可以不在同一週期內。處理器可以將不同週期內採樣的歷史軌跡映射到同一週期內。例如，如圖13A所示，不同週期的採樣歷史軌跡被映射到時空圖中的同一週期內。時空圖的橫軸表示第一運輸工具的相對時間點，縱軸表示第一運輸工具在各個相對時間點的位置。換句話說，處理器可以基於相對時間點和第一運輸工具在相對時間點的位置，將不同週期內採樣的歷史軌跡映射到同一週期。例如，在週一早上9點左右，一輛藍色的汽車在上午9點10分至9點50分之間的第一交通號誌燈的週期內，通過下游路口。週五早上8點左右，一輛黃色的汽車在8點至8點40分之間的第一交通號誌燈的週期內，通過下游路口。處理器可以將週一早上藍色的車的歷史軌跡和週五早上黃色的車的歷史軌跡映射到週期長度為40秒的交通號誌燈的同一週期。如圖13A所示，從停止狀態開始移動的多個第一運輸工具的多個軌跡點可以分佈在以該週期內綠燈亮燈起始時間點為起點的直線上，例如，直線1320。在一些實施例中，處理器可以基於該直線確定消散速度。
僅僅用於說明，圖13B所示的時空圖類似於圖13A所示的時空圖。時空圖的橫軸表示第一運輸工具的相對時間點，時空圖的縱軸表示第一運輸工具在各個相對時間點的位置。處理器可以確定多個第一運輸工具的一系列消散點，該消散點與多個第一運輸工具的相對起始時間點對應。例如，處理器可以確定與相對起始時間點t1對應的消散點1321。另外，處理器可以基於線性擬合方法將多個消散點（例如，消散點1321）擬合成線，例如，擬合的直線1322。在一些實施例中，處理器可以確定擬合線的斜率作為消散速度。示例性的線性擬合方法可以包括最小二乘法、內插法或類似物或其任意組合。示例性的內插法可以包括拉格朗日內插法、牛頓內插法、樣條插值方法或類似物。應當理解的是，對於本領域具有通常知識者而言，擬合消散點的方法可以是各種各樣的，諸如此類的變形均應在本申請的保護範圍之內。
圖12係根據本申請一些實施例所示的確定相對起始時間點的流程圖。在一些實施例中，流程1200可以在如圖1所示的系統100中實施。例如，流程1200可以以指令的形式儲存在儲存裝置130及/或其他儲存器（例如，ROM 230、RAM 240或類似物）中並由伺服器110（比如處理引擎112、處理器220）調用及/或執行。
在步驟1202，處理器可以獲取多個第一運輸工具中每個第一運輸工具的實際起始時間點，所述多個實際起始時間點是在第一交通號誌燈的綠燈亮燈期間內多個第一運輸工具中每個第一運輸工具從停止狀態開始移動並越過道路和下游路口之間的邊界的時間點。第一交通號誌燈可以是位於下游路口的交通號誌燈。道路和下游路口之間的邊界可以是下游路口的停車線（也稱下游路口）。處理器可以從第一運輸工具的歷史軌跡資料中獲取第一運輸工具的實際起始時間點。第一運輸工具的歷史軌跡資料可以包括第一運輸工具在各個時間點的位置。例如，處理器可以獲取第一運輸工具從停車狀態開始移動的歷史軌跡點。處理器可以基於該歷史軌跡點獲取第一運輸工具的實際起始時間點。
在步驟1204，處理器可以獲取第一交通號誌燈的綠燈亮燈的起始時間點。在一些實施例中，獲取模組410可以利用道路上的環形探測器獲取第一交通號誌燈的綠燈亮燈的起始時間點。環形探測器可以探測到第一交通號誌燈的時間資訊，例如，綠燈或紅燈亮燈的起始時間點，以及綠燈或紅燈的亮燈時間長度。在一些實施例中，處理器可以從資料庫（例如，官方交通資料庫）中獲取第一交通號誌燈的綠燈亮燈的起始時間點。
在步驟1206，處理器可以基於多個第一運輸工具中每個第一運輸工具的實際起始時間點和第一交通號誌燈的綠燈亮燈的起始時間點，確定相對起始時間點。例如，消散速度確定模組420可以指定綠燈亮燈起始時間點作為參考時間點。消散速度確定模組420還可以指定第一運輸工具的實際起始時間點與綠燈亮燈的起始時間點之間的差值作為相對時間長度。消散速度確定模組420可以根據參考時間點和相對時間長度（例如，基於906所描述的）來確定相對起始時間點。
如圖9所示的流程900也可以應用於包括沿道路的多個路口的道路網路（例如，如圖15所示）。如圖15所示，道路1502包括三個路口，即路口A、路口B、以及路口C。第一交通號誌燈位於路口A，第二交通號誌燈位於路口B，以及第三交通號誌燈位於路口C。在一些實施例中，在擁堵時間段內，下游的佇列溢流可以擴散到多個路口。例如，路口C和路口B之間的佇列可以擴散到路口B和路口A。所述溢流可能導致交通堵塞。為了防止或減少交通堵塞，處理器可以進一步基於本申請中揭露的方法，確定路口C和路口B之間的偏移值。然後，處理器可以基於路口A和路口B之間的偏移值分別確定路口A和路口B的交通號誌燈的信號配時。
上文已對基本概念做了描述，顯然，對於閱讀此申請後的本領域具有通常知識者而言，上述申請揭露僅作為示例，並不構成對本申請的限制。雖然此處並未明確說明，但本領域具有通常知識者可以進行各種變更、改進和修改。諸如此類修改、改進和修正在一些實施例中被建議，所以該類修改、改進、修正仍屬於本申請示範實施例的精神和範圍。
同時，本申請使用了特定詞語來描述本申請的實施例。例如，術語「一個實施例」、「一實施例」及「一些實施例」意指與本申請的至少一個實施例相關的某一特徵、結構或特性。因此，應當強調並注意的是，本說明書中在不同位置兩次或多次提及的「一實施例」或「一個實施例」或「一替代性實施例」並不一定系指同一實施例。此外，本申請的一個或多個實施例中的某些特徵、結構或特性可以進行適當的組合。
此外，本領域具有通常知識者可以理解，本申請的各態樣可以通過若干具有可專利性的種類或情況進行說明和描述，包括任何新的和有用的流程、機器、產品或物質的組合，或對其任何新的和有用的改進。相應地，本申請的各個態樣可以完全由硬體實施、可以完全由軟體（包括韌體、常駐軟體、微代碼或類似物）實施、也可以由硬體和軟體組合實施，上述硬體或軟體均可以被稱為「模組」、「單元」、「元件」、「裝置」或「系統」。此外，本申請的各態樣可以呈現為位於一個或多個電腦可讀取媒體中的電腦產品，該產品具有電腦可讀取程式編碼。
電腦可讀取信號媒體可以包括一個含有電腦程式編碼的傳播資料訊號，例如在基帶上或作為載波的一部分。此類傳播訊號可以有多種形式，包括電磁形式、光形式或類似物或任何合適的組合形式。電腦可讀取信號媒體可以為除電腦可讀取儲存媒體之外的任何電腦可讀取媒體，該媒體可以通過連接至一個指令執行系統、裝置或裝置以實現通訊、傳播或傳輸供使用的程式。位於電腦可讀取信號媒體上的程式編碼可以通過任何合適的媒體進行傳播，包括無線電、纜線、光纖纜線、RF、或類似媒體、或任何上述媒體的合適組合。
本申請各態樣操作所需的電腦程式碼可以用一種或多種程式語言的任意組合編寫，包括物件導向程式設計，如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET，Python或類似的常規程式程式設計語言，如"C"程式設計語言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，動態程式設計語言如Python、Ruby和Groovy或其它程式設計語言。程式碼可以完全在使用者電腦上運行、或作為獨立的軟體包在使用者電腦上運行、或部分在使用者電腦上運行部分在遠端電腦上運行、或完全在遠端電腦或伺服器上運行。在後種情況下，遠端計算器可以通過任何網路形式與使用者計算器連接，例如，區域網路（LAN）或廣域網路（WAN）、或連接至外部電腦（例如通過網際網路、使用網際網路服務提供商）、或在雲端計算環境中、或作為服務使用如軟體即服務（SaaS）。
然而，這些修正和改變仍然在本申請的保護範圍之內。此外，處理元素或者序列的列舉順序、數字、字母或者其他名稱的使用不是用於限制要求的流程和方法的。儘管上述揭露中通過各種示例討論了一些目前認為有用的申請實施例，但應當理解的是，此類細節僅起說明的目的，附加的申請專利範圍並不僅限於揭露的實施例，相反，申請專利範圍旨在覆蓋所有符合本申請實施例精神和範圍的修正和均等配置。例如，雖然以上所述的各種元件可以通過安裝於硬體裝置中實施，但也可以只通過軟體的解決方案實施，例如在現有的伺服器或行動裝置上的安裝。
同理，應當注意的是，為了簡化本申請揭示的表述，從而幫助對一個或多個申請實施例的理解，前文對本申請實施例的描述中，有時會將多種特徵歸併至一個實施例、圖式或對其的描述中。然而，此揭示方法並不意味著本申請所需的特徵比申請專利範圍中涉及的特徵多。實際上，申請專利範圍的特徵要少於上述揭露的單個實施例的全部特徵。
100‧‧‧系統 110‧‧‧伺服器 112‧‧‧處理引擎 120‧‧‧司機終端 120-1‧‧‧司機1 120-2‧‧‧司機2 120-n‧‧‧司機N 130‧‧‧儲存裝置 140‧‧‧網路 140-1‧‧‧無線進接點 140-2‧‧‧無線進接點 150‧‧‧資訊源 160‧‧‧交通號誌燈 200‧‧‧計算裝置 210‧‧‧匯流排 220‧‧‧處理器 230‧‧‧ROM 240‧‧‧RAM 250‧‧‧通訊埠 260‧‧‧輸入/輸出 270‧‧‧磁碟 300‧‧‧行動裝置 310‧‧‧通訊模組 320‧‧‧顯示器 330‧‧‧圖形處理單元 340‧‧‧中央處理單元 350‧‧‧輸入/輸出 360‧‧‧記憶體 370‧‧‧行動作業系統 380‧‧‧應用程式 390‧‧‧儲存器 410‧‧‧獲取模組 420‧‧‧消散速度確定模組 430‧‧‧偏移值確定模組 440‧‧‧調整模組 500‧‧‧單向道路網 502‧‧‧道路 504‧‧‧上游路口 506‧‧‧下游路口 601‧‧‧輔助線 602‧‧‧輔助線 701‧‧‧參考軌跡 702‧‧‧虛線框 703‧‧‧虛線圓圈 802‧‧‧佇列溢流部分 900‧‧‧流程 902‧‧‧步驟 904‧‧‧步驟 906‧‧‧步驟 908‧‧‧步驟 910‧‧‧步驟 1100‧‧‧流程 1102‧‧‧步驟 1104‧‧‧步驟 1200‧‧‧流程 1202‧‧‧步驟 1204‧‧‧步驟 1206‧‧‧步驟 1320‧‧‧直線 1321‧‧‧消散點 1322‧‧‧擬合直線 1502‧‧‧道路
本申請將結合示例性實施例進一步描述。所述示例性實施例可以結合圖式進行詳細描述。所述圖式並非按比例繪製。所述實施例是非限制性的示例性實施例，其中在圖式的多個視圖中相同的元件符號表示相同的結構，其中：
圖1係根據本申請一些實施例所示的用於控制交通號誌燈的示例性系統的示意圖；
圖2係根據本申請一些實施例所示的計算裝置的示例性組件的示意圖；
圖3係根據本申請一些實施例所示的示例性行動終端的硬體及/或軟體組件的示意圖；
圖4係根據本申請一些實施例所示的示例性處理引擎的方塊圖；
圖5係根據本申請一些實施例所示的示例性單向道路網的示意圖；
圖6係根據本申請一些實施例所示的某一道路上的示例性佇列長度軌跡的示意圖；
圖7A係根據本申請一些實施例所示的示例性佇列長度溢流軌跡的示意圖；
圖7B係根據本申請一些實施例所示的示例性佇列長度溢流軌跡的放大圖；
圖8A係根據本申請一些實施例所示的示例性佇列長度溢流軌跡的示意圖；
圖8B係根據本申請一些實施例所示的示例性佇列長度溢流軌跡的放大圖；
圖9係根據本申請一些實施例所示的用於控制交通號誌燈的示例性流程的流程圖；
圖10係根據本申請一些實施例所示的示例性時空圖的示意圖；
圖11係根據本申請一些實施例所示的用於確定消散速度的示例性流程的流程圖；
圖12係根據本申請一些實施例所示的用於確定相對起始時間點的示例性流程的流程圖；
圖13A係根據本申請一些實施例所示的示例性時空圖的示意圖；
圖13B係根據本申請一些實施例所示的示例性時空圖的示意圖；
圖14係根據本申請一些實施例所示的示例性信號配時的示意圖；以及
圖15係根據本申請一些實施例所示的包括多路口的示例性單向道路網的示意圖。
900‧‧‧流程
902‧‧‧步驟
904‧‧‧步驟
906‧‧‧步驟
908‧‧‧步驟
910‧‧‧步驟

Claims (21)

  1. 一種用於控制由道路相連的上游路口和下游路口的交通號誌燈的方法，所述方法包括： 從伺服器獲取在歷史時間段內穿過所述道路、所述上游路口、以及所述下游路口的多個運輸工具的歷史軌跡資料； 獲取擁堵時間段； 基於部分所述歷史軌跡資料確定所述擁堵時間段內的消散速度，所述部分所述歷史軌跡資料與所述擁堵時間段對應； 基於所述道路的長度、所述消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度、以及第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值，所述第一交通號誌燈位於所述下游路口，所述第二交通號誌燈位於所述上游路口，所述第一交通號誌燈的週期長度等於所述第二交通號誌燈的週期長度；以及 基於所述偏移值確定所述第二交通號誌燈的信號配時。
  2. 如申請專利範圍第1項之方法，其中，所述歷史時間段包括多個工作日。
  3. 如申請專利範圍第1或2項之方法，其中，所述多個運輸工具的歷史軌跡資料包括所述多個運輸工具在所述道路上的位置的資料和所述多個運輸工具在所述位置的對應時間點。
  4. 如申請專利範圍第3項之方法，其中，基於與所述擁堵時間段對應的所述部分所述歷史軌跡資料確定所述擁堵時間內的所述消散速度包括： 對於在所述擁堵時間段內穿過所述道路與所述下游路口之間的邊界的多個第一運輸工具中的每個第一運輸工具，基於與所述多個第一運輸工具中的每個第一運輸工具對應的歷史軌跡資料來確定所述多個第一運輸工具中的每個第一運輸工具的相對起始時間點；以及 基於所述多個第一運輸工具的所述相對起始時間點來確定所述消散速度。
  5. 如申請專利範圍第4項之方法，其中，對於所述多個第一運輸工具中的每個第一運輸工具，基於與所述多個第一運輸工具中的每個第一運輸工具對應的所述歷史軌跡資料來確定所述相對起始時間點包括： 獲取所述多個第一運輸工具中的每個第一運輸工具的實際起始時間點，所述多個第一運輸工具中的每個第一運輸工具的實際起始時間點是在所述第一交通號誌燈的綠燈亮燈的期間內，所述多個第一運輸工具中的每個第一運輸工具從停止狀態開始移動並越過所述道路和所述下游路口之間的邊界的時間點； 獲取所述第一交通號誌燈的綠燈亮燈的期間的起始時間點；以及 基於所述多個第一運輸工具中的每個第一運輸工具的實際起始時間點和所述第一交通號誌燈的綠燈亮燈的期間的起始時間點，確定所述相對起始時間點。
  6. 如申請專利範圍第4項之方法，其中，基於所述多個第一運輸工具的所述相對起始時間點來確定所述消散速度進一步包括： 基於所述多個第一運輸工具的所述相對起始時間點以及所述多個第一運輸工具在所述相對時間點的對應位置，確定所述消散速度。
  7. 根據申請專利範圍第1或2項之方法，其中，基於所述道路的長度、所述消散速度、所述第一交通號誌燈的週期長度、所述第二交通號誌燈的週期長度、以及所述第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值包括： 基於所述道路的長度、所述消散速度、所述第一交通號誌燈的週期長度、所述第二交通號誌燈的週期長度、以及所述第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值範圍；以及 基於所述偏移值範圍確定所述偏移值。
  8. 根據申請專利範圍第1或2項之方法，其中，所述道路的長度包括上游路口的長度。
  9. 根據申請專利範圍第1或2項之方法，其中，基於所述偏移值確定所述第二交通號誌燈的信號配時包括： 控制所述第二交通號誌燈相對於所述第一交通號誌燈以所述偏移值來延遲，所述偏移值與所述擁堵時間段對應。
  10. 根據申請專利範圍第1或2項之方法，其中，基於所述偏移值確定所述第二交通訊號燈的信號配時，包括： 確定第一時間點，所述第一時間點是指所述第一交通號誌燈的綠燈第一次開始點亮的時間； 基於所述第一時間點和所述偏移值，確定第二時間點； 將所述第二交通號誌燈的紅燈時間延遲至第二時間點；以及 在所述第二時間點，點亮所述第二交通號誌燈的綠燈。
  11. 一種用於控制由道路相連的上游路口和下游路口的交通號誌燈的系統，所述系統包括： 至少一個儲存媒體，所述儲存媒體包括一組指令；以及 至少一個處理器，所述處理器被配置為與所述至少一個儲存媒體通訊，其中，當執行該組指令時，所述至少一個處理器用於： 獲取在歷史時間段內穿過所述道路、所述上游路口、以及所述下游路口的多個運輸工具的歷史軌跡資料； 獲取擁堵時間段； 基於部分所述歷史軌跡資料確定所述擁堵時間段內的消散速度，所述部分所述歷史軌跡資料與所述擁堵時間段對應； 基於所述道路的長度、所述消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度、以及第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值，所述第一交通號誌燈位於所述下游路口，所述第二交通號誌燈位於所述上游路口，所述第一交通號誌燈的週期長度等於所述第二交通號誌燈的週期長度；以及 基於所述偏移值確定所述第二交通號誌燈的信號配時。
  12. 如申請專利範圍第11項之系統，其中，所述歷史時間段包括多個工作日。
  13. 如申請專利範圍第11或12項之系統，其中，所述多個運輸工具的歷史軌跡資料包括所述多個運輸工具在所述道路上的位置的資料和所述多個運輸工具在所述位置的對應時間點。
  14. 如申請專利範圍第13項之系統，其中，為了基於與所述擁堵時間段對應的所述部分所述歷史軌跡資料確定所述擁堵時間內的所述消散速度，所述至少一個處理器進一步用於： 對於在所述擁堵時間段內穿過所述道路與所述下游路口之間的邊界的多個第一運輸工具中的每個第一運輸工具，基於與所述多個第一運輸工具中的每個第一運輸工具對應的歷史軌跡資料來確定所述多個第一運輸工具中的每個第一運輸工具的相對起始時間點；以及 基於所述多個第一運輸工具的所述相對起始時間點來確定所述消散速度。
  15. 如申請專利範圍第14項之系統，其中，為了對於所述多個第一運輸工具中的每個第一運輸工具，基於與所述多個第一運輸工具中的每個第一運輸工具對應的所述歷史軌跡資料來確定所述相對起始時間點，所述至少一個處理器進一步用於： 獲取所述多個第一運輸工具中每個第一運輸工具的實際起始時間點，所述多個第一運輸工具中每個第一運輸工具的實際起始時間點是在所述第一交通號誌燈的綠燈亮燈的期間內，所述多個第一運輸工具中每個第一運輸工具從停止狀態開始移動並越過所述道路和所述下游路口之間的邊界的時間點； 獲取所述第一交通號誌燈的綠燈亮燈的期間的起始時間點；以及 基於所述多個第一運輸工具中的每個第一運輸工具的實際起始時間點和所述第一交通號誌燈的綠燈亮燈的期間的起始時間點，確定所述相對起始時間點。
  16. 如申請專利範圍第14項之系統，其中，為了基於所述多個第一運輸工具的相對起始時間點來確定所述消散速度，所述至少一個處理器進一步用於： 基於所述多個第一運輸工具的所述相對起始時間點以及所述多個第一運輸工具在所述相對時間點的對應位置，確定所述消散速度。
  17. 根據申請專利範圍第11或12項之系統，其中，為了基於所述道路的長度、所述消散速度、所述第一交通號誌燈的週期長度、所述第二交通號誌燈的週期長度、以及所述第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值，所述至少一個處理器進一步用於： 基於所述道路的長度、所述消散速度、所述第一交通號誌燈的週期長度、所述第二交通號誌燈的週期長度、以及所述第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值範圍；以及 基於所述偏移值範圍確定所述偏移值。
  18. 根據申請專利範圍第11或12項之系統，其中，所述道路的長度包括上游路口的長度。
  19. 根據申請專利範圍第11或12項之系統，其中，為了基於所述偏移值確定所述第二交通號誌燈的信號配時，所述至少一個處理器進一步用於： 控制所述第二交通號誌燈相對於所述第一交通號誌燈以所述偏移值來延遲，所述偏移值與所述擁堵時間段對應。
  20. 根據申請專利範圍第11或12項之系統，其中，為了基於所述偏移值確定所述第二交通訊號燈的信號配時，所述至少一個處理器進一步用於： 確定第一時間點，所述第一時間點是指所述第一交通號誌燈的綠燈第一次開始點亮的時間； 基於所述第一時間點和所述偏移值，確定第二時間點； 將所述第二交通號誌燈的紅燈時間延遲至所述第二時間點；以及 在所述第二時間點，點亮所述第二交通號誌燈的綠燈。
  21. 一種非暫時性電腦可讀取媒體，包括用於控制由道路相連的上游路口和下游路口的交通號誌燈的至少一組指令，其中，當由計算裝置的至少一個處理器執行時，所述至少一組指令使所述計算裝置執行一方法，所述方法包括： 從伺服器獲取在歷史時間段內穿過所述道路、所述上游路口、以及所述下游路口的多個運輸工具的歷史軌跡資料； 獲取擁堵時間段； 基於部分所述歷史軌跡資料確定所述擁堵時間段內的消散速度，所述部分所述歷史軌跡資料與所述擁堵時間段對應； 基於所述道路的長度、所述消散速度、第一交通號誌燈的週期長度、第二交通號誌燈的週期長度、以及第二交通號誌燈的綠燈亮燈的時間長度，確定偏移值，所述第一交通號誌燈位於所述下游路口，所述第二交通號誌燈位於所述上游路口，所述第一交通號誌燈的週期長度等於所述第二交通號誌燈的週期長度；以及 基於所述偏移值確定所述第二交通號誌燈的信號配時。
TW107144394A 2018-07-25 2018-12-10 用於控制交通號誌燈的系統和方法 TWI718451B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
WOPCT/CN2018/096931 2018-07-25
PCT/CN2018/096931 WO2020019177A1 (en) 2018-07-25 2018-07-25 Systems and methods for controlling traffic lights

Publications (2)

Publication Number Publication Date
TW202008323A true TW202008323A (zh) 2020-02-16
TWI718451B TWI718451B (zh) 2021-02-11

Family

ID=69178161

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107144394A TWI718451B (zh) 2018-07-25 2018-12-10 用於控制交通號誌燈的系統和方法

Country Status (9)

Country Link
US (2) US10600320B2 (zh)
EP (1) EP3619697B1 (zh)
JP (1) JP6846443B2 (zh)
CN (1) CN111033592B (zh)
AU (1) AU2018282318B2 (zh)
CA (1) CA3027538A1 (zh)
SG (1) SG11201811242TA (zh)
TW (1) TWI718451B (zh)
WO (1) WO2020019177A1 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11482103B2 (en) * 2018-11-22 2022-10-25 François VAUDRIN Control and manage traffic light system with VANET
DE102020116669A1 (de) * 2019-11-06 2021-05-06 Fujitsu Technology Solutions Intellectual Property Gmbh Verfahren zur Steuerung eines Verkehrssystems, Vorrichtung, Computerprogramm, und computerlesbares Speichermedium
US11984023B2 (en) * 2020-01-26 2024-05-14 Roderick Allen McConnell Traffic disturbances
CN111833619B (zh) * 2020-06-17 2021-06-25 东南大学 一种过饱和交通状态干线双向信号协调设计方法与装置
CN113936452B (zh) * 2020-06-29 2024-07-26 阿里巴巴集团控股有限公司 一种交通控制方法、装置及电子设备
US20230377332A1 (en) * 2020-08-03 2023-11-23 Pixord Corporation Control system of traffic lights and method thereof
CN112037540B (zh) * 2020-08-10 2021-07-27 东南大学 一种潮汐交通状态干线信号协调设计方法与装置
CN111968388B (zh) * 2020-10-26 2021-01-05 湖南华自信息技术有限公司 一种交通控制方法及交通控制系统
CN112885089B (zh) * 2021-01-25 2022-06-07 合肥学院 一种基于多维指标的干线绿波智能诊断方法
CN113160587B (zh) * 2021-04-15 2022-06-07 美棒技术(上海)有限公司 一种基于红绿灯的交通调整方法
CN113345231A (zh) * 2021-06-02 2021-09-03 兆边(上海)科技有限公司 一种面向混合流的基于管控边缘计算设备的交通管控系统
CN114463969B (zh) * 2021-12-22 2023-05-16 高德软件有限公司 红绿灯周期时长的挖掘方法、电子设备及计算机程序产品
CN114446066B (zh) * 2021-12-30 2023-05-16 银江技术股份有限公司 一种道路信号控制方法以及装置
CN115171374A (zh) * 2022-06-27 2022-10-11 云控智行(上海)汽车科技有限公司 一种基于车路协同的溢流排队预测与多路口交通信号协调控制算法、系统与装置
KR102573526B1 (ko) * 2022-07-08 2023-09-06 주식회사 노타 강화학습 모델을 이용하여 연동 그룹 내 신호기의 교통신호를 제어하는 장치 및 방법
CN115311857B (zh) * 2022-08-05 2023-07-25 大连海事大学 一种道路信息组网方法
CN115424459B (zh) * 2022-08-29 2024-02-27 北京东土正创科技有限公司 一种干线协调方法及存储介质
CN115762229B (zh) * 2022-11-21 2023-09-22 长安大学 动态泊位分配的多车型车辆进站引导方法、系统、设备及介质

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000067371A (ja) * 1998-08-18 2000-03-03 Matsushita Electric Ind Co Ltd 交通信号制御方法及び制御装置
US6587778B2 (en) * 1999-12-17 2003-07-01 Itt Manufacturing Enterprises, Inc. Generalized adaptive signal control method and system
JP4860030B2 (ja) * 2000-08-15 2012-01-25 パナソニック株式会社 信号制御パラメータ設計方法および装置
JP4003054B2 (ja) * 2002-05-15 2007-11-07 学校法人日本大学 信号制御装置、及び、信号制御方法
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks
CN101206801B (zh) * 2007-12-17 2011-04-13 青岛海信网络科技股份有限公司 一种自适应交通控制方法
KR101254957B1 (ko) * 2011-07-18 2013-04-16 이흥수 교통 신호 제어 장치 및 방법
CN103093633B (zh) * 2011-10-28 2015-06-17 国际商业机器公司 交通信号灯调整系统和方法
CN103208191B (zh) 2012-01-13 2016-12-28 上海济祥智能交通科技有限公司 一种城市道路交叉口过饱和条件下信号协调控制的优化方法
JP2013257667A (ja) * 2012-06-11 2013-12-26 Toshiba Corp 交通管制システムおよび交通管制システムの情報提供方法
CN102842238A (zh) 2012-08-30 2012-12-26 浙江大学 一种城市主干道交通信号动态协调控制方法
US9412271B2 (en) * 2013-01-30 2016-08-09 Wavetronix Llc Traffic flow through an intersection by reducing platoon interference
US9224293B2 (en) * 2013-03-16 2015-12-29 Donald Warren Taylor Apparatus and system for monitoring and managing traffic flow
US9830813B2 (en) * 2013-06-18 2017-11-28 Carnegie Mellon University, A Pennsylvania Non-Profit Corporation Smart and scalable urban signal networks: methods and systems for adaptive traffic signal control
CN103927892B (zh) 2014-04-29 2016-01-13 山东比亚科技有限公司 一种交通溢流协调控制优化模型的建立方法及其工作方法
WO2015198156A1 (en) 2014-06-17 2015-12-30 King Abdullah University Of Science And Technology System and method for traffic signal timing estimation
CN104240523B (zh) * 2014-09-25 2016-04-20 上海理工大学 城市干道绿波控制方法
CN104299432B (zh) * 2014-10-31 2017-11-10 青岛海信网络科技股份有限公司 一种过饱和路口信号灯控制方法及装置
US20170140645A1 (en) 2015-11-06 2017-05-18 The Board Of Regents Of The University Of Oklahoma Traffic monitoring system
CN105869415B (zh) * 2015-11-30 2018-08-10 乐卡汽车智能科技（北京）有限公司 车路协同交通灯及车路协同交通灯的控制方法
CN105608911B (zh) * 2016-01-19 2017-11-17 邹晓虎 城市干道道路交通信号灯的智能控制方法
JP6642025B2 (ja) * 2016-01-19 2020-02-05 住友電気工業株式会社 路側制御装置、信号制御パラメータの更新方法、及びコンピュータプログラムの記録媒体
CN105809958A (zh) 2016-03-29 2016-07-27 中国科学院深圳先进技术研究院 一种基于交叉口群的交通控制方法及系统
CN106097736B (zh) * 2016-08-19 2019-05-14 华南理工大学 一种面向拥堵交叉口的双向红绿波协调控制方法
CN106504548B (zh) * 2016-10-27 2019-04-09 广州子灵信息科技有限公司 交通灯智能控制方法及系统
TWI624819B (zh) * 2016-12-13 2018-05-21 Chunghwa Telecom Co Ltd Vehicle driving direction prediction system and method
CN106600992B (zh) * 2017-02-14 2019-04-05 公安部交通管理科学研究所 城市热点片区交通信号优化控制方法
CN106846835B (zh) * 2017-02-22 2019-07-05 北方工业大学 一种城市区域交通信号自适应协调控制方法
CN107170256A (zh) * 2017-06-23 2017-09-15 深圳市盛路物联通讯技术有限公司 一种交通灯智能控制方法及装置
CN107331172B (zh) * 2017-08-25 2020-11-20 青岛海信网络科技股份有限公司 一种基于道路交通状态的交通相位调整方法和装置
CN107730921B (zh) * 2017-09-11 2019-07-23 北方工业大学 一种城市区域交通过饱和交通策略控制方法

Also Published As

Publication number Publication date
US20200184810A1 (en) 2020-06-11
WO2020019177A1 (en) 2020-01-30
CN111033592B (zh) 2022-04-05
TWI718451B (zh) 2021-02-11
SG11201811242TA (en) 2020-02-27
AU2018282318B2 (en) 2021-02-04
EP3619697B1 (en) 2024-05-01
US20200035096A1 (en) 2020-01-30
EP3619697A4 (en) 2020-03-11
JP2020530596A (ja) 2020-10-22
EP3619697A1 (en) 2020-03-11
CA3027538A1 (en) 2020-01-25
US10600320B2 (en) 2020-03-24
CN111033592A (zh) 2020-04-17
JP6846443B2 (ja) 2021-03-24
AU2018282318A1 (en) 2020-02-20

Similar Documents

Publication Publication Date Title
TWI718451B (zh) 用於控制交通號誌燈的系統和方法
TWI713949B (zh) 用於確定交通狀況的系統和方法
US20230075585A1 (en) Determining matches using dynamic provider eligibility model
US20150045985A1 (en) Ev route optimization through crowdsourcing
US20130238807A1 (en) Vehicle Network Connectivity Management
US10118603B2 (en) Systems and methods for traffic learning
US10546493B2 (en) Cognitive traffic signal cycle timer
US20200320873A1 (en) Systems and methods for determining traffic information of a region
CN111339111A (zh) 一种高精度地图数据的更新方法及系统
JP2022101679A (ja) 交通信号機の制御信号生成方法、装置、電子機器、記憶媒体及びコンピュータプログラム
WO2021128365A1 (en) Systems and methods for controlling traffic signals
WO2020124305A1 (en) Systems and methods for determining traffic conditions
CN112785858B (zh) 一种交通控制方法、装置及电子设备
KR20230153117A (ko) 차량 상태 정보를 제공하는 방법 및 장치
CN110085038B (zh) 一种基于实时排队信息的交叉口自适应信号控制方法
CN110807913B (zh) 一种确定交通状况的系统和方法
Abduljalil Video capture service in the intelligent transportation system based on cloud computing
WO2019127348A1 (zh) 一种轮椅位置追踪方法、系统与装置
CN116363894A (zh) 车位调度系统、方法、装置及存储介质
CN116233798A (zh) 一种网联车辆的控制方法、装置、设备和可读介质
US20200225052A1 (en) Communication control device, communication control method, and computer readable medium
KR20210136503A (ko) 다양한 클러스터 화면 형태에 적용 가능한 클러스터 디자인 관리 장치 및 방법
JP2013002867A (ja) 移動体端末装置及びその制御方法、並びに移動体端末装置を制御するためのコンピュータプログラム及びコンピュータプログラムを記録した記録媒体
CN114071350A (zh) 车辆定位方法、装置及可读存储介质
CN113486452A (zh) 一种用于无人驾驶设备远程遥控的方法及装置