TWI694420B - 使用運輸工具軌跡資料的自我調整交通控制之系統和方法 - Google Patents
使用運輸工具軌跡資料的自我調整交通控制之系統和方法 Download PDFInfo
- Publication number
- TWI694420B TWI694420B TW107144899A TW107144899A TWI694420B TW I694420 B TWI694420 B TW I694420B TW 107144899 A TW107144899 A TW 107144899A TW 107144899 A TW107144899 A TW 107144899A TW I694420 B TWI694420 B TW I694420B
- Authority
- TW
- Taiwan
- Prior art keywords
- traffic control
- traffic
- control scheme
- processor
- trajectory data
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—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
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- 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
- G08G1/081—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
- G08G1/07—Controlling traffic signals
- G08G1/081—Plural intersections under common control
- G08G1/083—Controlling the allocation of time between phases of a cycle
-
- 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
本申請的實施例提供了交通控制系統和方法。該交通控制系統可以包括通訊介面,該通訊介面被配置為接收由感測器獲取的運輸工具軌跡資料和來自交通信號控制器的交通控制資料。該交通控制系統還可包括至少一個處理器。該至少一個處理器可以被配置為檢測異常交通狀況。該至少一個處理器可以進一步被配置為基於運輸工具軌跡資料,藉由調整複數個時相的綠燈時比來優化線上交通控制方案。該至少一個處理器還可以被配置為即時地將優化的線上交通控制方案提供給交通信號控制器以產生交通控制信號。
Description
本申請涉及交通控制,更具體地,涉及使用運輸工具軌跡資料進行自我調整交通控制的系統和方法。
本申請主張2018年10月16日提交的編號為PCT/CN2018/110417的國際申請案的優先權,其內容以引用方式被包含於此。
交通號誌燈控制各個方向的交通流的時間。當某個交通流方向的交通號誌燈是綠色時,即南行交通左轉時,其他方向的運輸工具停止。綠燈的長度(稱為綠燈時比(green split))決定每個停止方向上的交通佇列將堆積多長。因此,需要根據各個方向的交通狀況來控制綠燈的時相(phase)和長度。
現有的交通號誌燈控制通常由各自的控制器在各個交通號誌燈處執行。因此,交通號誌燈不與附近的交通號誌燈協調以控制大區域中的交通流。此外,現有的交通號誌燈控制依賴於由固定感測器(例如,放置在戰略位置的線圈檢測器、地磁檢測器或視訊感測器)獲取的資料。然而,固定感測器由於其不可移動性提供足夠交通訊息的能力而受到限制。例如,探測器覆蓋範圍不足(例如,在探測器建立不充足的小城市或農村地區)和探測器損壞或故
障(例如,由於進行常規檢查的人力不足)可能會降低由固定感測器提供的資料的品質和數量。因此,固定感測器無法獲取有關連續車速、佇列長度等的可靠資料。由於需要安裝的基礎設施、維護和維修裝置所需的勞動力等,固定感測器的資料獲取也不具有成本效益。
此外,現有的交通號誌燈控制也嚴重依賴人為干預。例如,交通狀況檢測和報告由員警或交通巡邏隊執行。交通控制方案的記錄和下載由交通工程師執行。基礎設施維護(例如,固定感測器)需要由經驗豐富的維護人員完成。人工任務作為現有交通控制的一部分執行,使控制不可避免地昂貴。
本申請的實施例藉由使用運輸工具軌跡資料進行自我調整交通控制的改進的方法和系統解決了上述問題。
本申請的實施例提供了一種交通控制系統。所述交通控制系統可以包括通訊介面,所述通訊介面被配置為接收由感測器獲取的運輸工具軌跡資料和來自交通信號控制器的交通控制資料。所述交通控制系統還可以包括至少一個處理器。所述至少一個處理器可以被配置為檢測異常交通狀況。所述至少一個處理器可以進一步被配置為基於所述運輸工具軌跡資料,藉由調整複數個時相的綠燈時比來優化線上交通控制方案。所述至少一個處理器還可以被配置為即時地將所述優化的線上交通控制方案提供給交通信號控制器以產生交通控制信號。
本申請的實施例還提供了一種交通控制方法。所述交通控制方法可以包括藉由通訊介面接收由感測器獲取的運輸工具軌跡資料和來自交通信號控制器的交通控制資料。所述交通控制方法可以進一步包括由至少一個處理器檢測異常交通狀況。所述交通控制方法還可以包括由所述至少一個處理器基
於所述運輸工具軌跡數,藉由調整複數個時相的綠燈時比來優化線上交通控制方案。此外,所述交通控制方法可以包括即時地將所述優化的線上交通控制方案提供給交通信號控制器以產生交通控制信號。
本申請的實施例進一步提供了一種其上儲存有指令的非暫時性電腦可讀取媒體,當由至少一個處理器執行時,所述指令使所述至少一個處理器執行交通控制方法。所述交通控制方法可以包括接收由感測器獲取的運輸工具軌跡資料和來自交通信號控制器的交通控制資料。所述交通控制方法可以進一步包括檢測異常交通狀況。所述交通控制方法還可以包括基於所述運輸工具軌跡資料,藉由調整複數個時相的綠燈時比來優化線上交通控制方案。此外,所述交通控制方法可以包括即時地將所述優化的線上交通控制方案提供給交通信號控制器以產生交通控制信號。
應當理解,前面的一般性描述和下面的詳細描述都只是示例性和說明性的,並不是對要求保護的本申請的限制。
102:道路
103:道路
104:交叉口
106:交通信號控制器
110:運輸工具
112:軌跡感測系統
116:車身
118:車輪
120:運輸工具
122:終端裝置
130:伺服器
302:軌跡資料
304:交通控制資料
310:通訊介面
322:交通診斷單元
324:交通控制方案優化單元
342:週期性優化模組
344:即時優化模組
326:性能評估單元
320:處理器
330:記憶體
340:儲存器
350:顯示器
410:現有交通控制方案
420:優化交通控制方案
430:時相
440:循環長度
500:方法
S502:步驟
S504:步驟
S506:步驟
S508:步驟
S510:步驟
S512:步驟
S514:步驟
S516:步驟
S518:步驟
S520:步驟
600:方法
S602:步驟
S604:步驟
S606:步驟
S608:步驟
S610:步驟
S612:步驟
S614:步驟
S616:步驟
S618:步驟
S620:步驟
S622:步驟
700:方法
S702:步驟
S704:步驟
S706:步驟
S708:步驟
S710:步驟
S712:步驟
圖1示出了根據本申請實施例的交叉口交通的示例性場景。
圖2示出了根據本申請實施例的安裝軌跡感測系統的示例性運輸工具的示意圖。
圖3示出了根據本申請實施例的示例性交通控制系統的方塊圖。
圖4示出了包括現有交通控制方案和優化的交通控制方案的示例性交通控制方案。
圖5示出了根據本申請實施例的在檢測到過飽和狀況時用於線上交通控制的示例性方法的流程圖。
圖6示出了根據本申請實施例的在檢測到溢出狀況時用於線上交
通控制的示例性方法的流程圖。
圖7示出了根據本申請實施例的用於離線交通控制的示例性方法的流程圖。
現將詳細參考示例性實施例,其示例如圖式中所示。盡可能地,在整個圖式中將使用相同的圖式標記來表示相同或相似的部分。
群眾外包(crowdsource)運輸工具軌跡資料可以為交通信號控制提供低成本、連續且可靠的資料源。本申請的實施例提供了一種基於軌跡資料的自我調整交通信號控制系統,以週期性地(例如,每隔幾天)優化當日時間(time-of-day,TOD)排程表、循環(cycle)長度、時差(offset),並即時地(例如,以秒或分鐘級)優化綠燈時比。所揭露的系統包括四個主要部分:資料獲取、交通診斷、交通控制方案優化和性能評估。從運輸工具接收即時軌跡資料,並且從所連接的信號控制器接收交通控制資料(例如,信號參數)。交通診斷單元檢測異常交通狀況,例如某些路段的即時過飽和以及溢出。交通控制方案優化單元包括兩個模組:1)週期性優化模組和2)即時優化模組。在一些實施例中,週期性優化模組優化指定TOD排程表、循環長度、時相時差和綠燈時比的離線控制方案,並週期性地用優化的控制方案替換現有的控制方案。在一些實施例中,即時優化模組藉由調整不同時相的綠燈時比,基於運輸工具軌跡資料優化線上交通控制方案,並即時地向交通信號控制器提供優化的交通控制方案以產生控制信號。性能評估單元評估與交通流相關的六個性能指標。
圖1示出了交叉口處的交通狀況的示例性場景。如圖1所示,多個運輸工具可以沿著交叉的道路102和103行進,並且可以藉由交叉口104處的
交通號誌燈來控制。交叉口104可以包括在每個方向上的停止線108,其可以用作運輸工具停下等待綠燈的地標。應當注意的是,儘管圖1中所示的交叉口104是兩條道路之間的交叉口,交叉信號燈位於其中心,但這種簡化是示例性的,僅用於說明的目的。本文揭露的實施例適用於具有任何合適的交通號誌燈配置的任何形式的交叉口。
交通號誌燈的信號由交通信號控制器106控制。在一些實施例中,交通信號控制器106可以安裝在機櫃內。交通信號控制器106可以是機電控制器或固態控制器。交通信號控制器可以被配置為根據控制方案產生各種交通控制信號。在一些實施例中,除了交通信號控制器106之外,控制器機櫃還可以包含其他元件,例如用於分配電力的電源板、用於確保故障安全操作的衝突監控單元、快閃記憶體轉移繼電器以及允許員警使信號失效的員警面板。
交通信號控制器106所根據的進行操作的交通控制方案可以包括將一天的時間劃分為不同時段的TOD排程表,這樣可以對不同時段應用不同控制。例如,TOD排程表可以包括上午5:00至上午7:00(正向早高峰時間)、上午7:00至上午9:00(正向高峰時間)、上午9:00至上午11:00(正向晚高峰時間)、上午11:00至下午3:00(白天交通時段)、下午3:00至下午5:00(反向早高峰時間)、下午5:00至下午7:00(反向高峰時間)、下午7:00至下午9:00(反向晚高峰時間)、下午9:00至上午5點(夜間交通時段)。TOD排程表可以根據城市以及交通信號控制器106所在的特定位置而不同。
對於TOD排程表中的每個控制時段,交通控制方案進一步按時相和階段(stage)指定控制。與本申請一致,時相是指交通流方向。例如,交叉口104可具有12個(即4×3)運輸工具移動時相,每個交通流方向一個時相。這12個時相可以包括:西直行、東直行、北直行、南直行、西左轉、東左轉、北左轉、南左轉、西右轉、東右轉、北右轉、南右轉。在一些實施例中,可能
存在用於其他移動例如行人、騎自行車的人、公車道或有軌電車的額外時相。與本申請一致,階段是一組同時移動的非衝突時相。
交通控制方案循環性地控制每個時相。與本申請一致,循環定義為完成交叉口所有移動的一個信號序列的總時間。因此,循環長度定義了完整的指示序列所需的時間。交通控制方案可以根據交通信號在該位置需要切換的頻率指定循環長度,例如120秒、110秒、100秒。
交通控制方案還指定了每個循環內的綠燈時比。在一個循環內,時比是分配給交叉口的每個時相的時間份額。時比基於交叉口時相和預期需求來確定。時比可以以循環的百分比或以秒來表示。循環通常由綠燈時比、黃燈時比和紅燈時比組成。交通控制方案還可以指定每個綠燈時比的開始時間和結束時間。另外,在實現協調時相分配的實施例中,例如,為了讓司機經歷綠波(green wave),交通控制方案還可以指定時差,該時差是後續交通信號中協調時相之間的時間關係。時差可以以秒或以循環長度的百分比表示。
與一些實施例一致,所揭露的交通控制系統使用運輸工具軌跡資料,而不是使用固定感測器來獲取交通資料。在一些實施例中,運輸工具(例如,運輸工具110)的車載軌跡感測系統112可用於在運輸工具移動時獲取運輸工具軌跡資料。軌跡感測系統112可以是獨立裝置或整合在另一裝置內,例如運輸工具、行動電話、可穿戴裝置、相機等。可以預期地,軌跡感測系統112可以是任何類型的可行動裝置或配備有任何合適的衛星導航模組的等效結構,其使得軌跡感測系統112能夠獲取軌跡資料。
例如,諸如運輸工具110的一些運輸工具可以安裝軌跡感測系統112,該軌跡感測系統112可以獲取包括與運輸工具110的移動有關的位置和時間資訊的軌跡資料。該軌跡資料可以被發送到伺服器130。再例如,軌跡感測系統112可以安裝在由運輸工具(例如,運輸工具120)司機攜帶的終端裝置122
(例如,行動電話)中。在一些實施例中,終端裝置122可以運行能夠使用軌跡感測系統112收集軌跡資料的行動程式。例如,司機可以使用終端裝置122來運行搭乘招叫或搭乘共享行動應用程式,該應用程式可以包括能夠控制軌跡感測系統112以獲取運輸工具120的位置、時間、速度及/或姿態資訊的軟體模組。終端裝置122可以與伺服器130通訊以將軌跡資料發送到伺服器130。
圖2示出了根據本申請實施例的具有軌跡感測系統112的示例性運輸工具110的示意圖。可以預期地,運輸工具110可以是電動運輸工具、燃料電池運輸工具、混合動力運輸工具或傳統的內燃機運輸工具。運輸工具110可具有車身116和至少一個車輪118。車身116可以是任何車身類型,例如跑車(sports vehicle)、轎跑車(coupe)、轎車(sedan)、貨卡車(pick-up truck)、旅行車(station wagon)、運動型休旅車(Sports Utility Vehicle,SUV)、多功能休旅車(minivan)或改裝廂型車(conversion van)。在一些實施例中,如圖2所示,運輸工具110可以包括一對前輪和一對後輪。然而,可以預期地,運輸工具110可具有更多或更少的車輪或等效結構,使運輸工具110能夠四處移動。運輸工具110可以被配置為全輪驅動(All Wheel Drive,AWD)、前輪驅動(Front Wheel Drive,FWD)或後輪驅動(Rear Wheel Drive,RWD)。在一些實施例中,運輸工具110可以被配置為由佔據運輸工具的操作員操作、遠端控制及/或自主控制。
如圖2所示,運輸工具110可安裝軌跡感測系統112。在一些實施例中,軌跡感測系統112可以安裝或附接到車身116的外部。在一些實施例中,如圖2所示,軌跡感測系統112可以安裝在車身116內部。在一些實施例中,軌跡感測系統112可包括安裝在車身116外部的一部分部件以及安裝在車身116內部的一部分部件。可以預期地,軌跡感測系統112安裝在運輸工具110上的方式可以不受圖2中所示的示例的限制,並且可以根據軌跡感測系統112及/或運輸工具
110中包括的感測器的類型來修改以實現期望的感測性能。
在一些實施例中,當運輸工具110沿著路徑行進時,軌跡感測系統112可以被配置為捕獲即時資料。例如,軌跡感測系統112可以包括導航單元,例如,GPS接收器及/或一個或多個IMU感測器。GPS是向GPS接收器提供位置和時間資訊的全球導航衛星系統。IMU是一種電子裝置,使用各種慣性感測器(如加速度計和陀螺儀、有時還有磁力計)測量並提供運輸工具的比力、角速率、有時還包括運輸工具周圍的磁場。
可以預期地,軌跡感測系統112所接收信號的衛星導航系統可以是全球導航衛星系統,諸如全球定位系統(GPS)、全球導航衛星系統(GLONASS)、北斗-2導航衛星系統(BDS)或歐盟的伽利略系統。衛星導航系統也可以是區域導航衛星系統,例如北斗-1系統、印度導航星座(NAVIC)系統或準天星衛星系統(QZSS)。軌跡感測系統112可以是高靈敏度GPS接收器、傳統GPS接收器、手持接收器、室外接收器或運動接收器。在一些實施例中,軌跡感測系統112可以通過輔助或增強GPS、通過中間裝置(例如,發射塔或站)、或者通過可以向軌跡感測系統112發送衛星信號(例如,衛星廣播微波信號)或為衛星提供軌道資料或曆書(例如,基於行動站的輔助)的任何其他通訊方法直接連接到衛星。
另外,軌跡感測系統112可以直接或通過運輸工具110和終端裝置122經過網路,例如無線區域網路(WLAN)、廣域網路(WAN)、無線網路諸如無線電波、蜂窩網路、衛星通訊網路及/或本地或短程無線網路(例如,藍牙TM)連接到伺服器130以發送運輸工具導航資訊。
軌跡感測系統112可以與伺服器130通訊,以直接或通過運輸工具110和終端裝置122將所感測的軌跡資料發送到伺服器130。伺服器130可以是本地物理伺服器、雲端伺服器(如圖1和2所示)、虛擬伺服器、分散式伺服器
或任何其他合適的計算裝置。與本申請一致,伺服器130可以儲存從多個運輸工具接收的軌跡資料的資料庫,用於估計交叉口處的飽和流量。
圖3示出了根據本申請實施例的示例性伺服器130。與本申請一致,伺服器130可以接收與一個或多個運輸工具相關的軌跡資料302(例如,由軌跡感測系統112獲取並由運輸工具110或終端裝置122發送到伺服器130)。軌跡資料302可以包括描述運輸工具的運動軌跡的運輸工具位置和時間資訊。在一些實施例中,當運輸工具110沿軌跡行進時,產生與運輸工具110的移動相關的地理空間中的軌跡。例如,軌跡資料302可以包括一系列按時間順序排列的點,例如,p1→p2→…→pn,其中每個點由地理空間座標集和時間戳記組成,例如p=(x,y,t)。在一些實施例中,軌跡資料302可以包括與交通控制同時獲取並提供給伺服器130的即時軌跡資料,以及過去獲取的歷史軌跡資料。
與本申請一致,伺服器130可以從交通信號控制器106接收交通控制資料304。交通控制資料304可以包括由交通信號控制器106使用的現有交通控制方案的控制參數。在一些實施例中,交通控制資料304可以包括TOD排程表,其包括各種控制時段、每個控制時段內的時相和循環長度、以及每個時相的綠燈時比。在一些實施例中,如果在交通號誌燈之間使用協調時相分配,則交通控制資料304可以進一步包括指定協調的交通號誌燈之間的時間關係的時差。
在一些實施例中,如圖3所示,伺服器130可以包括通訊介面310、處理器320、記憶體330、儲存器340和顯示器350。在一些實施例中,伺服器130可以在單個裝置中具有不同的模組,諸如積體電路(IC)晶片(實現為特定應用積體電路(ASIC)或現場可程式閘陣列(FPGA)),或者具有專用功能的單獨裝置。在一些實施例中,伺服器130的一個或多個元件可以位元於雲端中,或者可替代地在單一位置(諸如運輸工具110內或行動裝置內)或
分散式位置。伺服器130的元件可以在整合裝置中,或者分佈在不同的位置但通過網路(未示出)彼此通訊。
通訊介面310可以通過通訊纜線、無線區域網路(WLAN)、廣域網路(WAN)、諸如無線電波、蜂窩網路及/或本地或短程無線網路(例如,藍牙TM)的無線網或其他通訊方法,向運輸工具110或其元件(諸如軌跡感測系統112及/或終端裝置122)發送資料和接收資料。在一些實施例中,通訊介面310可以是提供資料通訊連接的整合服務數位網路(ISDN)卡、纜線數據機、衛星數據機或數據機。又例如,通訊介面310可以是提供與相容LAN的資料通訊連接的區域網路(LAN)卡。無線鏈路也可以由通訊介面310實現。在這樣的實現中,通訊介面310可以通過網路發送和接收攜帶表示各種類型資訊的數位資料流的電信號、電磁信號或光信號。
與一些實施例一致,通訊介面310可以接收由軌跡感測系統112獲取的軌跡資料302。與一些實施例一致,通訊介面310還可以接收由交通信號控制器106使用的交通控制資料304。通訊介面310還可以將接收的軌跡資料302和交通控制資料304提供給儲存器340以便儲存或提供給處理器320以進行處理。
處理器320可以包括任何適當類型的通用或專用微處理器、數位信號處理器或微控制器。處理器320可以被配置為專用於交通控制的獨立處理器模組。或者,處理器320可以被配置為共用處理器模組,用於執行與交通控制無關的其他功能。
如圖3所示,處理器320可以包括多個模組,例如交通診斷單元322、交通控制方案優化單元324和性能評估單元326等。這些模組(以及任何相應的子模組或子單元)可以是處理器320的硬體單元(例如,積體電路的部分),其被設計用於與處理器320藉由執行程式的至少一部分而實現的其他元
件或軟體單元一起使用。程式可以儲存在電腦可讀取媒體上,並且當由處理器320執行時,可以完成一個或多個的功能或操作。儘管圖3示出了在一個處理器320內的所有單元322-326,但是可以預期地這些單元可以分佈在彼此靠近或遠離的多個處理器之間。
交通診斷單元322被配置為基於軌跡資料302檢測異常交通狀況。在一些實施例中,異常交通狀況可以是表示特定交通流方向上的某個路段過於擁擠的過飽和狀況。在一些其他實施例中,異常交通狀況可以是表示在特定交通流方向上的某個路段處存在排隊(例如,堵塞)的溢出狀況。
交通控制方案優化單元324被配置為在檢測到異常交通狀況時基於軌跡資料302優化交通信號控制器106的交通控制方案。在一些實施例中,交通控制方案優化單元324可以包括週期性優化模組342,其被配置為基於歷史軌跡資料來優化離線交通控制方案。交通控制方案優化單元324還可以包括即時優化模組344,其被配置為基於即時軌跡資料來優化線上交通控制方案。與本申請一致,「線上」方案是指由伺服器130基於即時收集的資料產生並且被交通信號控制器106即時下載以實現的控制方案。與本申請一致,「離線」方案是指基於先前收集的資料產生的控制方案,並且由交通信號控制器106週期性地下載以替代/更新其現有的控制方案。
在一些實施例中,離線交通控制方案由週期性優化模組342藉由調整TOD排程表的控制時段、每個控制時段內的循環長度、時相、每個時相的綠燈時比以及兩個信號燈之間的時差來優化。另一態樣,線上交通控制方案由即時優化模組344藉由主要調整每個時相的綠燈時比來優化,其可以由伺服器130確定並且由交通信號控制器106即時地實現。在一些實施例中,優化線上交通控制方案還可以包括調整兩個交通號誌燈的協調時相之間的時差。
圖4示出了包括現有交通控制方案410和優化交通控制方案420的
示例性交通控制方案400。圖4所示的方案410和420各自具有12個時相430,包括:時相1-西左轉、時相2-東直行、時相3-北左轉、時相4-南直行、時相5-東左轉、時相6-西直行、時相7-南左轉、時相8-北直行、時相9-東右轉、時相10-南右轉、時相11-西右轉、以及時相12-北右轉。如圖4所示,循環長度440是120秒。對於每個時相,方案410/420指定循環中的綠燈時比。例如,對於時相6,現有的交通控制方案410指定第一個30秒是綠燈,剩餘的90秒是紅燈。對於相同的時相,優化交通控制方案420指定第一個28秒是綠燈,剩餘的92秒是紅燈。換句話說,優化交通控制方案將時相6的綠燈時間縮短了2秒。又例如,對於時相10,現有交通控制方案410指定兩個綠燈時比:第一個從第31秒開始並持續31秒,第二個從第95秒開始並持續26秒。對於相同的時相,優化交通控制方案420將第一綠燈時比修改為提前2秒開始並持續相同的持續時間,並且將第二綠燈時比修改為提前2秒開始並持續28秒。換句話說,優化交通控制方案將時相10的綠燈時間延長2秒。
返回圖3,性能評估單元326被配置為評估由交通控制方案優化單元324確定的優化交通控制方案的性能。可以應用各種評估標準。例如,可以根據公式對性能進行評級。交通診斷單元322、交通控制方案優化單元324和性能評估單元326的操作將結合圖5至7更詳細地描述。
記憶體330和儲存器340可以包括被提供以儲存處理器320可能需要操作的任何類型的資訊的任何適當類型的大容量儲存器。記憶體330及/或儲存器340可以是揮發性或非揮發性、磁性、半導體、磁帶、光學、可移除、不可移除或其他類型的儲存裝置或有形(即,非暫時性)電腦可讀取媒體,包括但不限於ROM、快閃記憶體、動態RAM和靜態RAM。記憶體330及/或儲存器340可以被配置為儲存一個或多個電腦程式,其可以由處理器320執行以執行本文揭露的功能。例如,記憶體330及/或儲存器340可以被配置為儲存可以由處理
器320執行以用於交通控制的程式。
記憶體330及/或儲存器340可以進一步被配置為儲存處理器320使用的資訊和資料。例如,記憶體330及/或儲存器340可以被配置為儲存由軌跡感測系統112及/或終端裝置122提供的軌跡資料302,以及由交通信號控制器106提供的交通控制資料304。記憶體330及/或儲存器340還可以儲存優化的交通控制方案,以及在該流程中創建的中間資料。各種類型的資料可以永久儲存、週期性地刪除、或者在處理每個資料訊框之後立即被忽略。
處理器320可呈現各種使用者介面的視覺化以在顯示器350上顯示與優化流程有關的資料。視覺化可以包括諸如用於交通控制的區域地圖、綠燈時比圖等的圖形,以及文字資訊。顯示器350可以包括顯示器諸如液晶顯示器(LCD)、發光二極體顯示器(LED)、電漿顯示器,或者任何其他類型的顯示器,並提供在顯示器上呈現的用於使用者輸入和資料顯示的圖形使用者介面(GUI)。顯示器可以包括許多不同類型的材料,例如塑膠或玻璃,並且可以是觸敏的以接收來自使用者的命令。例如,顯示器可以包括基本剛性的,例如Gorilla GlassTM,或基本韌性的,例如Willow GlassTM的觸敏材料。在一些實施例中,顯示器350可以接收使用者輸入以進行某些選擇,例如選擇TOD方案的控制時段以用於優化,或者手動調整某些交通控制參數,例如循環長度、時差或綠燈時比。
圖5示出了根據本申請實施例的在檢測到過飽和狀況時用於線上交通控制的示例性方法500的流程圖。圖6示出了根據本申請的實施例的在檢測到溢出狀況時用於線上交通控制的示例性方法600的流程圖。在一些實施例中,方法500和方法流程可以由伺服器130實現。然而,方法500和方法600不限於該示例性實施例。如下所述,方法500可以包括步驟S502至S520,並且方法600可以包括步驟602至622。應當瞭解的是,一些步驟可以是任選的以執行本
文提供的揭露內容。此外,一些步驟可以同時執行,或者以與圖5或圖6中所示的順序不同的循序執行。
在步驟S502,處理器320可以通過通訊介面310從一個或多個運輸工具(例如,運輸工具110和120)或終端裝置(例如,終端裝置122)接收軌跡資料302。在一些實施例中,軌跡資料302可以與相對於交叉口(例如,交叉口104)的複數個運輸工具運動(例如,運輸工具110和120)相關。例如,軌跡感測系統112可以捕獲包括位置和時間資訊的軌跡資料302。另外,處理器320可以接收交通控制資料304。例如,交通控制資料304可以包括交通信號控制器106使用的現有交通控制方案的參數。軌跡資料302和交通控制資料304可以儲存在記憶體330及/或儲存器340中作為用於執行交通控制的輸入資料。
在步驟S504,處理器320可以基於軌跡資料302確定過飽和機率。可以針對每個交通流方向確定過飽和機率。在步驟S506中,可以將所有交通流方向的過飽和機率與飽和臨界值進行比較。如果任何的過飽和機率超過飽和臨界值(步驟S506:是),則檢測到過飽和狀況,並且方法500前進到步驟S508。否則(步驟S506:否),沒有檢測到過飽和狀況,並且方法500返回到步驟S502。
在步驟S508,處理器320基於軌跡資料302確定多個候選線上交通控制方案。在一些實施例中,每個候選線上交通控制方案具有若干時相並且為每個時相指定綠燈時比。在一些實施例中,不同候選交通控制方案中的相同時相的綠燈時比是不同的。在步驟S510,使用綠燈時比限制來過濾候選線上交通控制方案。例如,由(最小綠燈時比,最大綠燈時比)定義的範圍是基於交通信號控制器106的硬體限制及/或其控制的交通號誌燈預定的。在步驟S510中可以移除具有該範圍之外的綠燈時比的候選線上交通控制方案。
在步驟S512,處理器320可以構造成本函數。在一些實施例中,
成本函數可以表示交通控制的有效性,例如最小化不同交通流方向上交通量的過飽和及/或不平衡的可能性。在一些實施例中,處理器320可以基於在步驟S504中確定的過飽和機率來確定權重,並且在成本函數中使用這些權重來對交通流方向進行加權。
在步驟S514,處理器320可以基於候選線上交通控制方案來計算成本函數的值。在步驟S516,處理器320可以將具有最高值(即,對應於最有效控制)的候選線上交通控制方案識別為優化的線上交通控制方案。可以預期地,可以使用與在步驟S512-S516中描述的示例不同的各種其他優化模型和方法來優化線上交通控制方案。例如,可以使用梯度下降或其他反覆運算方法來解決優化。
在步驟S518,可以即時地向交通信號控制器106提供優化的線上交通控制方案,以產生交通控制信號。在一些實施例中,優化的線上交通控制方案可以被交通信號控制器106即時下載。交通信號控制器106可以根據優化的線上交通控制方案產生控制信號,以立即實施新的控制方案。
在步驟S520,處理器320可以評估優化的線上交通控制方案的性能。在一些實施例中,在優化的線上交通控制方案生效之後,處理器320可以繼續接收軌跡資料。在一些實施例中,軌跡資料可以被分類為三類別:(1)沒有溢出且僅有一個停止;(2)沒有溢出且有兩個或以上停止;以及(3)溢出。這三個類別對應於不同的交通狀況。在一些實施例中,處理器320可以使用這三類別軌跡資料來計算性能指數(performance index,PI):P1=1/(β(x_ds)){1/N[β_1(d_1+10×n_1)+β_2(d_2+10×n_2)+β_3(d_3+10×n_3)]} (1)其中d_i、n_i(i=1,2,3)分別是三個類別的總延遲和總停止,β_i(i=1,2,3)是三類別軌跡各自的權重。在一些實施例中,權重可以設置為β_1=50%、β_2=10%、以及β_3=1%。
方法600包括類似於步驟S502的步驟S602。在步驟S604,處理器320可以基於軌跡資料302確定路段的排隊比率。路段可以指兩個相鄰交叉口之間的道路的一部分。在一些實施例中,可以為每個交通流方向確定排隊比率。在步驟S606中,可以將所有交通流方向的排隊比率與溢出臨界值進行比較。如果有任何排隊比率超過溢出臨界值(步驟S606:是),則檢測到溢出狀况並且方法600前進到步驟S608。否則(步驟S606:否),沒有檢測到溢出狀况,並且方法600返回到步驟S602。在步驟S608,處理器320可以識別具有溢出狀况的路段上游和下游的交叉口處的交通號誌燈。例如,可以識別路段兩端的兩個交叉口。
步驟S610至S622可以與步驟S508至S520類似地實現,除了在方法600中,每個線上交通控制方案(候選或優化的)包括用於在步驟S608中識別的交通號誌燈各自的子方案的集合。換句話說,由方法600優化的線上交通控制方案包括兩個交通號誌燈而不是單獨交通號誌燈的控制參數。在一些實施例中,在步驟S610,每個候選線上交通控制方案還可以指定兩個交通號誌燈之間的協調時相之間的時差。可以在不同的候選線上交通控制方案中指定不同的時差。在步驟S620中,可以即時地向兩個交通號誌燈各自的交通信號控制器提供優化線上交通控制方案的子方案。
圖7示出了根據本申請實施例的用於離線交通控制的示例性方法700的流程圖。在一些實施例中,方法700可以由伺服器130實現。然而,方法700不限於該示例性實施例。方法700可以包括如下所述的步驟S702至S712。應當瞭解的是,一些步驟可以是任選的以執行本文提供的揭露內容。此外,一些步驟可以同時執行,或者以與圖7中所示順序不同的循序執行。
在步驟S702中,處理器320可以通過通訊介面310接收軌跡資料302和交通控制資料304。在一些實施例中,軌跡資料302可以是在執行方法700
之前幾天或幾週由軌跡感測系統112獲取的歷史軌跡資料。在一些實施例中,交通控制資料304可以包括交通信號控制器106使用的現有交通控制方案的參數。軌跡資料302和交通控制資料304可以儲存在記憶體330及/或儲存器340中作為用於執行交通控制的輸入資料。
在步驟S704中,處理器320可以優化交通控制方案的TOD排程表中的控制時段。例如,現有的TOD排程表可以包括上午5:00至上午7:00(正向早高峰時間)、上午7:00至上午9:00(正向高峰時間)、上午9:00至上午11:00(正向晚高峰時間)、上午11:00至下午3:00(白天交通時段)、下午3:00至下午5:00(反向早高峰時間)、下午5:00至下午7:00(反向高峰時時間)、下午7:00至下午9:00(反向晚高峰時間)、下午9:00至上午5點(夜間交通時段)的控制時段。在步驟S704中,如果歷史軌跡資料顯示通勤交通開始擁堵的時間比上午7點更早,處理器320可以藉由將正向早高峰時間調整為上午5:00至上午6:30以及將正向高峰時間調整為上午6:30至上午9:00來優化TOD排程表。
在步驟S706中,處理器320可以優化每個控制時段內的循環長度。例如,用於正向高峰時間的現有控制排程表的循環時段可以是120秒,並且優化循環時段可以縮短到100秒,以便更頻繁地切換交通號誌燈。在步驟S708中,處理器320可以優化兩個交通號誌燈的協調時相之間的時差。在一些實施例中,兩個交通號誌燈可以彼此相鄰。例如,可以優化時差,使交通號誌燈按順序「串聯」(前進),因此車隊可以通過連續的一系列綠燈(也稱為綠波)行進。在步驟S710中,處理器320可以優化綠燈時比,類似於步驟S508至S516。
在步驟S712中,可以將優化的離線交通控制方案提供給交通信號控制器106,以替代或更新其現有的交通控制方案。在一些實施例中,優化
的離線交通控制方案可以被交通信號控制器106週期性地下載,例如每3或5天、每週、每兩週、每月等。可以基於各種因素來確定下載時段,包括例如交通型態在該區域周圍變化的頻率。交通信號控制器106可以根據優化的離線交通控制方案產生控制信號,以實現新的控制方案。
本申請的另一態樣涉及一種儲存指令的非暫時性電腦可讀取媒體,所述指令在被執行時使得一個或多個處理器執行如上所述的方法。所述電腦可讀取媒體包括揮發性或非揮發性、磁性、半導體、磁帶、光學、可移除、不可移除或其他類型的電腦可讀取媒體或電腦可讀取儲存裝置。例如,如本申請的電腦可讀取媒體可以是其上儲存有電腦指令的儲存裝置或記憶體模組。在一些實施例中,電腦可讀取媒體可以是其上儲存有電腦指令的盤或快閃記憶體驅動器。
顯而易見,本領域具有通常知識者可以對本申請的系統和相關方法進行各種修改和變化。考慮到本申請的系統和相關方法的說明書和實踐,其他實施例對於本領域具有通常知識者是顯而易見的。
本申請中的說明書和示例的目的僅被認為是示例性的,真正的範圍由以下申請專利範圍及其均等物限定。
700:方法
S702:步驟
S704:步驟
S706:步驟
S708:步驟
S710:步驟
S712:步驟
Claims (18)
- 一種交通控制系統,包括:通訊介面,被配置為接收由感測器獲取的運輸工具軌跡資料和來自交通信號控制器的交通控制資料;以及至少一個處理器,被配置為:檢測異常交通狀況;基於所述運輸工具軌跡資料,藉由調整複數個時相的綠燈時比來優化線上交通控制方案;以及即時地將所述優化的線上交通控制方案提供給交通信號控制器以產生交通控制信號,其中,所述通訊介面進一步被配置為接收歷史軌跡資料,以及所述至少一個處理器進一步被配置為:基於所述歷史軌跡資料,藉由調整當日時間排程表中的控制時段以及每個控制時段內的循環長度來優化離線交通控制方案;以及週期性地向所述交通信號控制器提供所述優化的離線交通控制方案,以替代所述交通信號控制器使用的現有方案。
- 如申請專利範圍第1項之交通控制系統,其中,為了優化所述交通控制方案,所述至少一個處理器被配置為:基於所述運輸工具軌跡資料確定複數個候選交通控制方案,每個候選交通控制與不同的綠燈時比集合相關;計算指示所述候選交通控制方案有效性的數值;以及選擇與所述有效性的數值中的最高值對應的所述候選交通控制方案作為所述優化的線上交通控制方案。
- 如申請專利範圍第1項之交通控制系統,其中,所述異常交通狀 況是過飽和狀況,其中,所述至少一個處理器進一步被配置為:基於所述運輸工具軌跡資料確定每個交通流方向的過飽和機率;以及當所述過飽和機率超過飽和臨界值時,檢測所述過飽和狀況。
- 如申請專利範圍第3項之交通控制系統,其中,所述至少一個處理器進一步被配置為:基於所述過飽和機率確定各個交通流方向的權重;以及使用所述權重優化所述線上交通控制方案,以加權所述各個交通流方向的狀況。
- 如申請專利範圍第1項之交通控制系統,其中,所述異常交通狀況是溢出狀況,其中,所述至少一個處理器進一步被配置為:基於所述運輸工具軌跡資料確定路段的排隊比率;以及當所述排隊比率超過溢出臨界值時檢測所述溢出狀況。
- 如申請專利範圍第5項之交通控制系統,其中,所述至少一個處理器進一步被配置為:識別所述路段相鄰的交叉口的交通號誌燈;優化所述線上交通控制方案,所述線上交通控制方案包括所述各個識別的交通號誌燈的子方案的集合;以及即時地將所述子方案提供給所述各個識別的交通號誌燈的交通信號控制器。
- 如申請專利範圍第2項之交通控制系統,其中,所述至少一個處理器進一步被配置為,使用綠燈時比的預定範圍來過濾所述複數個候選交通控制方案。
- 如申請專利範圍第6項之交通控制系統,其中,至少一個處理器進一步被配置為,藉由調整兩個所述識別的交通號誌燈之間的時差來優化所述 線上交通控制方案。
- 如申請專利範圍第1項之交通控制系統,其中,所述至少一個處理器進一步被配置為,藉由調整兩個交通號誌燈之間的時差來優化所述離線交通控制方案。
- 如申請專利範圍第1項之交通控制系統,其中,所述至少一個處理器進一步被配置為,藉由調整每個控制時段內每個時相的綠燈時比來優化所述離線交通控制方案。
- 一種交通控制方法,包括:藉由通訊介面接收感測器獲取的運輸工具軌跡資料和來自交通信號控制器的交通控制資料;由至少一個處理器檢測異常交通狀況;由所述至少一個處理器基於所述運輸工具軌跡資料,藉由調整複數個時相的綠燈時比來優化線上交通控制方案;以及即時地將所述優化的線上交通控制方案提供給交通信號控制器以產生交通控制信號,其中,所述交通控制方法進一步包括:接收歷史軌跡資料;基於所述歷史軌跡資料,藉由調整當日時間排程表中的控制時段以及每個控制時段內的循環長度優化離線交通控制方案;以及週期性地向所述交通信號控制器提供所述優化的離線交通控制方案,以替代所述交通信號控制器使用的現有方案。
- 如申請專利範圍第11項之交通控制方法,其中,優化所述交通控制方案進一步包括: 基於所述運輸工具軌跡資料確定複數個候選交通控制方案,每個候選交通控制與不同的綠燈時比集合相關;計算指示所述候選交通控制方案有效性的數值;以及選擇與所述有效性的數值中的最高值對應的所述候選交通控制方案作為所述優化的線上交通控制方案。
- 如申請專利範圍第11項之交通控制方法,其中,所述異常交通狀況是過飽和狀況,其中,檢測所述異常交通狀況進一步包括:基於所述運輸工具軌跡資料確定每個交通流方向的過飽和機率;以及當所述過飽和機率超過飽和臨界值時檢測所述過飽和狀況。
- 如申請專利範圍第11項之交通控制方法,其中,所述異常交通狀況是溢出狀況,其中,檢測所述異常交通狀況進一步包括:基於所述運輸工具軌跡資料確定路段的排隊比率;以及當所述排隊比率超過溢出臨界值時檢測所述溢出狀況。
- 如申請專利範圍第14項之交通控制方法,進一步包括:識別所述路段相鄰的交叉口的交通號誌燈;優化所述線上交通控制方案,所述線上交通控制方案包括所述各個識別的交通號誌燈的子方案集合;以及即時地將所述子方案提供給所述各個識別的交通號誌燈的交通信號控制器。
- 如申請專利範圍第15項之交通控制方法,其中,優化所述線上交通控制方案進一步包括調整兩個所述所識別的交通號誌燈之間的時差。
- 根據申請專利範圍第11項之交通控制方法,其中,優化所述離線交通控制方案進一步藉由調整每個控制時段內每個時相的綠燈時比。
- 一種非暫時性電腦可讀取媒體,其上儲存有指令,其中,所述 指令在由至少一個處理器執行時使所述至少一個處理器執行交通控制方法,所述交通控制方法包括:接收感測器獲取的運輸工具軌跡資料和來自交通信號控制器的交通控制資料;檢測異常交通狀況;基於所述運輸工具軌跡資料,藉由調整複數個時相的綠燈時比來優化線上交通控制方案;以及即時地將所述優化的線上交通控制方案提供給交通信號控制器以產生交通控制信號,其中,所述交通控制方法進一步包括:接收歷史軌跡資料;基於所述歷史軌跡資料,藉由調整當日時間排程表中的控制時段以及每個控制時段內的循環長度優化離線交通控制方案;以及週期性地向所述交通信號控制器提供所述優化的離線交通控制方案,以替代所述交通信號控制器使用的現有方案。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/110417 WO2020077529A1 (en) | 2018-10-16 | 2018-10-16 | Adaptive traffic control using vehicle trajectory data |
WOPCT/CN2018/110417 | 2018-10-16 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202016902A TW202016902A (zh) | 2020-05-01 |
TWI694420B true TWI694420B (zh) | 2020-05-21 |
Family
ID=70160311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107144899A TWI694420B (zh) | 2018-10-16 | 2018-12-13 | 使用運輸工具軌跡資料的自我調整交通控制之系統和方法 |
Country Status (9)
Country | Link |
---|---|
US (2) | US10629071B1 (zh) |
EP (1) | EP3659133A4 (zh) |
JP (1) | JP2021508385A (zh) |
CN (1) | CN111183465B (zh) |
AU (1) | AU2018274987A1 (zh) |
CA (1) | CA3026916A1 (zh) |
SG (1) | SG11201810992RA (zh) |
TW (1) | TWI694420B (zh) |
WO (1) | WO2020077529A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108428338B (zh) * | 2017-02-15 | 2021-11-12 | 阿里巴巴集团控股有限公司 | 交通路况分析方法、装置以及电子设备 |
US20200124435A1 (en) * | 2018-10-17 | 2020-04-23 | Toyota Motor North America, Inc. | Distributed route determination system |
CN111681417B (zh) * | 2020-05-14 | 2022-01-25 | 阿波罗智联(北京)科技有限公司 | 交通路口渠化调整方法和装置 |
WO2022070201A1 (en) * | 2020-09-30 | 2022-04-07 | Siemens Ltd. | Method and system for dynamic traffic control for one or more junctions |
GB2605130B (en) | 2021-03-17 | 2023-08-16 | Xan Labs Int Ltd | Method and system of predictive traffic flow and of traffic light control |
CN113053143A (zh) * | 2021-03-31 | 2021-06-29 | 联想(北京)有限公司 | 信号灯配时优化方法、装置及电子设备 |
CN114399912B (zh) * | 2022-03-24 | 2022-07-22 | 华砺智行(武汉)科技有限公司 | 智能网联环境下的自适应信号控制方法及系统 |
CN115035717B (zh) * | 2022-06-01 | 2023-09-26 | 南京理工大学 | 一种基于卡口数据的干线绿波交通评价方法 |
KR102556445B1 (ko) * | 2022-10-13 | 2023-07-17 | 한국건설기술연구원 | 교통류 최적화를 위한 인프라 기반의 주행 가이던스 제공 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761515A (zh) * | 2016-01-29 | 2016-07-13 | 吴建平 | 一种交叉口信号动态调整方法及装置、系统 |
CN106251655A (zh) * | 2016-09-30 | 2016-12-21 | 哈尔滨工业大学 | 一种基于出口剩余容量约束的交叉口信号控制方法 |
TW201814670A (zh) * | 2016-10-03 | 2018-04-16 | 創新交通科技有限公司 | 自動化時制重整之裝置及其方法 |
TW201832190A (zh) * | 2017-02-15 | 2018-09-01 | 香港商阿里巴巴集團服務有限公司 | 一種道路交通優化方法、裝置以及電子設備 |
WO2018187747A1 (en) * | 2017-04-07 | 2018-10-11 | The Regents Of The University Of Michigan | Traffic signal control using vehicle trajectory data |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2712844B2 (ja) * | 1990-04-27 | 1998-02-16 | 株式会社日立製作所 | 交通流計測装置及び交通流計測制御装置 |
FR2668631B1 (fr) * | 1990-10-29 | 1995-02-10 | Silec Liaisons Elec | Procede de commande des feux de signalisation d'un carrefour. |
JPH09128677A (ja) * | 1995-11-06 | 1997-05-16 | Hitachi Ltd | 交通監視制御システム |
JPH10105877A (ja) * | 1996-09-30 | 1998-04-24 | Hitachi Ltd | 信号機パラメータ設定装置 |
JP3834971B2 (ja) * | 1997-12-01 | 2006-10-18 | 株式会社日立製作所 | 交通軌跡監視方法及び装置 |
US6317058B1 (en) * | 1999-09-15 | 2001-11-13 | Jerome H. Lemelson | Intelligent traffic control and warning system and method |
CN101419750B (zh) * | 2008-09-28 | 2012-01-11 | 华南理工大学 | 基于数据特征的城市信号控制路口交通状态检测评价方法 |
GB0916204D0 (en) * | 2009-09-16 | 2009-10-28 | Road Safety Man Ltd | Traffic signal control system and method |
CN101789182B (zh) * | 2010-02-05 | 2012-10-10 | 北京工业大学 | 一种基于平行仿真技术的交通信号控制系统及方法 |
JP5156040B2 (ja) * | 2010-03-04 | 2013-03-06 | 三菱電機株式会社 | 通信装置、dsrcユニット、路側機および車載装置 |
EP2678824B1 (en) * | 2011-02-25 | 2019-08-07 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Determining model parameters based on transforming a model of an object |
JP5653973B2 (ja) * | 2012-07-30 | 2015-01-14 | 昌毅 明石 | 青信号の有効度を100%とする交差点信号機 |
CN105074793A (zh) * | 2013-03-15 | 2015-11-18 | 凯利普公司 | 用于车辆路径规划和交通管理的车道级车辆导航 |
WO2016018936A1 (en) * | 2014-07-28 | 2016-02-04 | Econolite Group, Inc. | Self-configuring traffic signal controller |
CN104332062B (zh) * | 2014-10-28 | 2016-08-24 | 北方工业大学 | 基于感应控制模式的交叉口信号协调控制优化方法 |
US20160335888A1 (en) * | 2015-05-15 | 2016-11-17 | Zong Tian | Mobile application for real-time diagnosis and optimization of traffic signal systems |
CN105206070B (zh) * | 2015-08-14 | 2017-12-12 | 公安部交通管理科学研究所 | 道路交通信号协调实时优化控制方法及其控制系统 |
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 |
CN105390000A (zh) * | 2015-12-18 | 2016-03-09 | 天津通翔智能交通系统有限公司 | 一种基于路况交通大数据的交通信号控制系统及方法 |
US10074272B2 (en) * | 2015-12-28 | 2018-09-11 | Here Global B.V. | Method, apparatus and computer program product for traffic lane and signal control identification and traffic flow management |
WO2018141403A1 (en) * | 2017-02-03 | 2018-08-09 | Siemens Aktiengesellschaft | System, device and method for managing traffic in a geographical location |
CN106875702B (zh) * | 2017-04-11 | 2017-09-29 | 冀嘉澍 | 一种基于物联网的十字路口交通灯控制方法 |
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 |
CN108470461B (zh) * | 2018-03-27 | 2021-02-26 | 北京航空航天大学 | 一种交通信号控制器控制效果在线评价方法及系统 |
-
2018
- 2018-10-16 AU AU2018274987A patent/AU2018274987A1/en not_active Abandoned
- 2018-10-16 JP JP2018565784A patent/JP2021508385A/ja active Pending
- 2018-10-16 SG SG11201810992RA patent/SG11201810992RA/en unknown
- 2018-10-16 EP EP18807543.6A patent/EP3659133A4/en not_active Withdrawn
- 2018-10-16 WO PCT/CN2018/110417 patent/WO2020077529A1/en unknown
- 2018-10-16 CA CA3026916A patent/CA3026916A1/en not_active Abandoned
- 2018-10-16 CN CN201880002456.8A patent/CN111183465B/zh active Active
- 2018-12-12 US US16/217,003 patent/US10629071B1/en active Active
- 2018-12-13 TW TW107144899A patent/TWI694420B/zh active
-
2020
- 2020-02-20 US US16/795,663 patent/US20200193815A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105761515A (zh) * | 2016-01-29 | 2016-07-13 | 吴建平 | 一种交叉口信号动态调整方法及装置、系统 |
CN106251655A (zh) * | 2016-09-30 | 2016-12-21 | 哈尔滨工业大学 | 一种基于出口剩余容量约束的交叉口信号控制方法 |
TW201814670A (zh) * | 2016-10-03 | 2018-04-16 | 創新交通科技有限公司 | 自動化時制重整之裝置及其方法 |
TW201832190A (zh) * | 2017-02-15 | 2018-09-01 | 香港商阿里巴巴集團服務有限公司 | 一種道路交通優化方法、裝置以及電子設備 |
WO2018187747A1 (en) * | 2017-04-07 | 2018-10-11 | The Regents Of The University Of Michigan | Traffic signal control using vehicle trajectory data |
Also Published As
Publication number | Publication date |
---|---|
CN111183465B (zh) | 2021-03-23 |
SG11201810992RA (en) | 2020-05-28 |
US20200118427A1 (en) | 2020-04-16 |
EP3659133A1 (en) | 2020-06-03 |
TW202016902A (zh) | 2020-05-01 |
EP3659133A4 (en) | 2020-06-03 |
CA3026916A1 (en) | 2020-04-16 |
US20200193815A1 (en) | 2020-06-18 |
CN111183465A (zh) | 2020-05-19 |
JP2021508385A (ja) | 2021-03-04 |
AU2018274987A1 (en) | 2020-04-30 |
US10629071B1 (en) | 2020-04-21 |
WO2020077529A1 (en) | 2020-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI694420B (zh) | 使用運輸工具軌跡資料的自我調整交通控制之系統和方法 | |
JP7045628B2 (ja) | 車両の動作を制御するための車両の装置、車両、およびコンピュータプログラム | |
US11915440B2 (en) | Generation of structured map data from vehicle sensors and camera arrays | |
JP6424761B2 (ja) | 運転支援システム及びセンタ | |
DK180562B1 (en) | Merging data from multiple lidar devices | |
US11335188B2 (en) | Method for automatically producing and updating a data set for an autonomous vehicle | |
CN110546695A (zh) | 用于交通灯的信号相位和定时的综合管理的方法、装置和计算机程序产品 | |
US20150241226A1 (en) | Autonomous driving sensing system and method | |
US20220185324A1 (en) | Merging LiDAR Information and Camera Information | |
KR102548079B1 (ko) | 내비게이션 정보의 이용 가능성에 기반한 자율 주행 차량의 동작 | |
CN114080537A (zh) | 收集与可导航网络有关的用户贡献数据 | |
US20200005632A1 (en) | Traffic light adaptive learning and mapping method and system for improving vehicle energy efficiency and driving comfort | |
JPWO2013118288A1 (ja) | 情報処理システム、情報処理方法、情報処理装置、情報処理端末、情報処理用プログラム、および、記録媒体 | |
JP2021196738A (ja) | 地図生成用データ収集装置及び地図生成用データ収集方法 | |
CN113748362A (zh) | 惯性导航系统中的时延补偿 | |
CN115755874A (zh) | 用于图像生成的方法、系统和存储介质 | |
JP2009123007A (ja) | 車載情報処理装置 |