WO2019179108A1 - 一种基于视频的十字路口信号机控制方法 - Google Patents

一种基于视频的十字路口信号机控制方法 Download PDF

Info

Publication number
WO2019179108A1
WO2019179108A1 PCT/CN2018/112974 CN2018112974W WO2019179108A1 WO 2019179108 A1 WO2019179108 A1 WO 2019179108A1 CN 2018112974 W CN2018112974 W CN 2018112974W WO 2019179108 A1 WO2019179108 A1 WO 2019179108A1
Authority
WO
WIPO (PCT)
Prior art keywords
traffic flow
intersection
signal
lane
average traffic
Prior art date
Application number
PCT/CN2018/112974
Other languages
English (en)
French (fr)
Inventor
高万宝
张广林
李慧玲
Original Assignee
合肥革绿信息科技有限公司
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 合肥革绿信息科技有限公司 filed Critical 合肥革绿信息科技有限公司
Priority to US16/309,463 priority Critical patent/US10699568B1/en
Publication of WO2019179108A1 publication Critical patent/WO2019179108A1/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q50/40—
    • 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
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • 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
    • G08G1/07—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

Abstract

一种基于视频的十字路口信号机控制方法，包括：视频车辆检测器（1）的安装；数据采集及通讯；信号控制优化算法处理；信号指令发布及信号灯（5）控制。运用视频车辆检测器（1），实现单个十字路口交通信号控制方案的优化处理，采用主动式视频技术，可以对单个十字路口的交通状态进行准确检测，制定最优化信号控制方案，为交通信号灯（5）控制提供最优决策和应急预案，提高交叉口的通行效率，有效缓解交叉口拥堵。

Description

一种基于视频的十字路口信号机控制方法
本申请要求于2018年03月22日提交中国专利局、申请号为201810238073.2、申请名称为一种基于视频的十字路口信号机控制方法的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及交通信号优化控制技术领域，尤其涉及一种基于视频的十字路口信号机控制方法。
背景技术
城市交拥堵和事故日益频发，特别是交叉口进口路段拥堵事件严重，如不能实时有效疏导交通流，会造成道路拥堵蔓延，降低交叉口运行效率，给公众造成了极大的时间和经济损失。视频车辆检测技术是通过在状况复杂或容易形成拥堵的道路上安装视频采集设备，对过往汽车数量、速度、排队长度进行检测，通过有线或无线网络将采集到的数据传回服务器中心进行处理的技术，通过实时采集的交通参数可以进行动态交通信号控制，实现交通流的有效规律诱导，最大限度的降低交通拥堵。
目前，信号控制方法主要包括定时控制、多时段控制、感应控制以及自适应控制等，传统的模型算法过于生硬的根据某个交通参数的变化设定阈值来进行信号优化，会造成系统对状态的误判。
发明内容
基于背景技术存在的技术问题，本申请提出了一种基于视频的十字路口信号机控制方法；
本申请提出的一种基于视频的十字路口信号机控制方法，包括：
S1、通过十字路口各个进口路段上设置的视频车辆检测器采集预设时间区间内各个进口路段的车道交通流率和车道交通流密度；
S2、根据预设时间区间内各个进口路段的车道交通流率和车道交通流密度计算各个进口路段的平均交通流率和平均交通流密度；
S3、根据各个进口路段的平均交通流密度计算十字路口平均交通流密度；
S4、基于十字路口平均交通流密度计算十字路口信号周期；
S5、根据各个进口路段的平均车道交通流率和十字路口平均交通流密度，构建十字路口信号机优化控制算法模型，聚合计算得到十字路口的目标信号控制绿信比；
S6、根据目标信号控制绿信比和十字路口信号周期计算十字路口信号配时的绿灯时间、黄灯时间和红灯时间；
S7、根据十字路口信号配时的绿灯时间、黄灯时间和红灯时间形成下个信号周期的信号控制方案指令；
S8、信号灯本周期控制方案结束后，根据下个信号周期的信号控制方案指令控制十字路口的信号灯进行交通动态诱导。
优选地，步骤S2，具体包括：
进口路段的平均交通流率
Figure PCTCN2018112974-appb-000001
其中，n为所在车道，N为进口路段的车道总个数，q n为第n车道的车道交通流率；
进口路段的平均交通流密度
Figure PCTCN2018112974-appb-000002
其中，n为所在车道，N为进口路段的车道总个数，k n为第n车道的车道交通流密度。
优选地，步骤S3，具体包括：
十字路口平均交通流密度
Figure PCTCN2018112974-appb-000003
其中，m为十字路口的某个进口路段，M为十字路口的进口路段总个数，
Figure PCTCN2018112974-appb-000004
为十字路口第m个进口路段的平均交通流密度。
优选地，步骤S4，具体包括：
十字路口信号周期
Figure PCTCN2018112974-appb-000005
其中，K为十字路口平均交通流密度。
优选地，步骤S5，具体包括：
S51，以十字路口中心为参考坐标系，计算X轴方向进口路段的平均交通流率
Figure PCTCN2018112974-appb-000006
计算Y轴方向进口路段的平均交通流率
Figure PCTCN2018112974-appb-000007
S52，建立基于反馈控制的最优化信号控制目标函数
Figure PCTCN2018112974-appb-000008
建立动态交通流密度变化模型
Figure PCTCN2018112974-appb-000009
结合最优化信号控制目标函数和动态交通流密度变化模型计算X轴方向的绿信比
Figure PCTCN2018112974-appb-000010
其中，w>0,K(t)为t时刻的十字路口平均交通流密度，
Figure PCTCN2018112974-appb-000011
为t时刻的十字路口平均交通流密度的导数，其中，L为进口路段的长度，Δt为无限短的时间。
优选地，步骤S51，具体包括：
Figure PCTCN2018112974-appb-000012
其中
Figure PCTCN2018112974-appb-000013
为X轴负方向至X轴正方向的平均交通流率，
Figure PCTCN2018112974-appb-000014
为X正方向至X轴负方向的平均交通流率；
Figure PCTCN2018112974-appb-000015
其中
Figure PCTCN2018112974-appb-000016
为Y轴负方向至Y轴正方向的平均交通流率，
Figure PCTCN2018112974-appb-000017
为Y轴正方向至Y轴负方向的平均交通流率。
优选地，步骤S6，具体包括：
十字路口信号配时的X轴方向进口路段的绿灯时间G 13＝C×r 13，X轴方向进口路段的红灯时间R 13＝C-G 13-Y，Y为预设的黄灯时间，C为十字路口信号周期。
优选地，步骤S6，还包括：设定X轴方向的绿灯时间G 13的阈值为10≤G 13≤C-10。
本申请基于反馈控制理论，通过交叉口平均交通密度的实时检测和综合分析，提取路口信号控制最优化算法，可以极大的提高交叉口的交通运行效率；采用二维主动式视频技术，可以对单个十字路口的实时交通状态进行准确检测，制定优化信号控制方案，为交通管理和控制提供实时决策和应急处理信息，可以提升交叉口道路交通的运行效率和服务水平。
附图说明
图1为本申请提出的一种基于视频的十字路口信号机控制方法的流程示意图；
图2为本申请中视频车辆检测器安装示意图；
图3为本申请中设备连接示意图；
图4是本申请中反馈控制密度变化曲线。
具体实施方式
参照图1至图4，本申请提出的一种基于视频的十字路口信号机控制方法，包括：
步骤S1，通过十字路口各个进口路段上设置的视频车辆检测器采集预设时间区间内各个进口路段的车道交通流率和车道交通流密度。
在具体方案中，如十字路口为4进4出的十字路口，视频车辆检测器可以检测的进口路段范围是10米-100米，安装位置前10米内是盲区，盲区内检测不到车辆的动态信息，因此十字路口视频车辆检测器的安装位置非常重要，确定待测进口路段后，检测区和盲区临界线位于停车线前方10-20米处，一般十字路口的设备安装示意图如图2所示；
视频车辆检测器采集的数据格式为(t,n,q,k),t表示采集时间，n表示所在车道，q表示车道交通流率，k表示车道交通流密度，(t,n,q,k)的单位分别为秒、1、辆/小时/车道和辆/千米/车道；
如图3，该方法中所使用的设备包括视频车辆检测器1，数据采集存储设备2，信号优化处理服务器3，信号指令发布服务器4和信号灯5，数据 采集存储设备2和视频车辆检测器1通过电缆连接在一起然后安装在交叉口监控架上，所述各设备之间依顺序信号连接。
步骤S2，根据预设时间区间内各个进口路段的车道交通流率和车道交通流密度计算各个进口路段的平均交通流率和平均交通流密度。
本步骤具体包括：进口路段的平均交通流率
Figure PCTCN2018112974-appb-000018
其中，n为所在车道，N为进口路段的车道总个数，q n为第n车道的车道交通流率；
进口路段的平均交通流密度
Figure PCTCN2018112974-appb-000019
其中，n为所在车道，N为进口路段的车道总个数，k n为第n车道的车道交通流密度。
步骤S3，根据各个进口路段的平均交通流密度计算十字路口平均交通流密度。
本步骤具体包括：
十字路口平均交通流密度
Figure PCTCN2018112974-appb-000020
其中，m为十字路口的某个进口路段，M为十字路口的进口路段总个数，
Figure PCTCN2018112974-appb-000021
为十字路口第m个进口路段的平均交通流密度。
步骤S4，基于十字路口平均交通流密度计算十字路口信号周期。
本步骤具体包括：
十字路口信号周期
Figure PCTCN2018112974-appb-000022
其中，K为十字路口平均交通流密度。
在具体方案中，十字路口信号周期是信号灯各种灯色轮流显示一次所需的时间，用C表示，单位是秒。
步骤S5，根据各个进口路段的平均车道交通流率和十字路口平均交通流密度，构建十字路口信号机优化控制算法模型，聚合计算得到十字路口的目标信号控制绿信比。
本步骤具体包括：
S51，以十字路口中心为参考坐标系，计算X轴方向进口路段的平均交通流率
Figure PCTCN2018112974-appb-000023
计算Y轴方向进口路段的平均交通流率
Figure PCTCN2018112974-appb-000024
具体的，
Figure PCTCN2018112974-appb-000025
其中
Figure PCTCN2018112974-appb-000026
为X轴负方向至X轴正方向的平均交通流率，
Figure PCTCN2018112974-appb-000027
为X正方向至X轴负方向的平均交通流率；
Figure PCTCN2018112974-appb-000028
其中
Figure PCTCN2018112974-appb-000029
为Y轴负方向至Y轴正方向的平均交通流率，
Figure PCTCN2018112974-appb-000030
为Y轴正方向至Y轴负方向的平均交通流率。
S52，建立基于反馈控制的最优化信号控制目标函数
Figure PCTCN2018112974-appb-000031
建立动态交通流密度变化模型
Figure PCTCN2018112974-appb-000032
结合最优化信号控制目标函数和动态交通流密度变化模型计算X轴方向的绿信比
Figure PCTCN2018112974-appb-000033
其中，w>0,K(t)为t时刻的十字路口平均交通流密度，
Figure PCTCN2018112974-appb-000034
为t时刻的十字路口平均交通流密度的导数，其中，L为进口路段的长度，r 13为X轴方向目标信号控制绿信比，Δt为无限短的时间。
在具体方案中，基于反馈控制的信号控制算法，目标就是通过信号的调节控制，实现交叉口的平均交通流密度越来越小，尽可能地减小排队数，所以要定义目标函数，通过控制函数的动态变化来实现预期的效果。
步骤S6，根据目标信号控制绿信比和十字路口信号周期计算十字路口信号配时的绿灯时间、黄灯时间和红灯时间。
本步骤具体包括：十字路口信号配时的X轴方向进口路段的绿灯时间G 13＝C×r 13，X轴方向进口路段的红灯时间R 13＝C-G 13-Y，Y为预设的黄灯时间，C为十字路口信号周期。
具体的，在计算X轴方向的绿灯时间的过程中，设定X轴方向的绿灯时间G 13的阈值为10≤G 13≤C-10。
步骤S7，根据十字路口信号配时的绿灯时间、黄灯时间和红灯时间形成下个信号周期的信号控制方案指令。
步骤S8，信号灯本周期控制方案结束后，根据下个信号周期的信号控制方案指令控制十字路口的信号灯进行交通动态诱导。
在具体方案中，目标控制函数的解释是通过反馈控制调节后，交叉口的平均交通流密度随着时间的推移越来越趋向于为0，即交叉口的车辆越来越少，所以可以最大限度的提高交通通行效率，减少交通拥堵，如图4所示。
本实施方式基于反馈控制理论，通过交叉口平均交通密度的实时检测和综合分析，提取路口信号控制最优化算法，可以极大的提高交叉口的交通运行效率；采用二维主动式视频技术，可以对单个十字路口的实时交通状态进行准确检测，制定优化信号控制方案，为交通管理和控制提供实时 决策和应急处理信息，可以提升交叉口道路交通的运行效率和服务水平。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，根据本申请的技术方案及其申请构思加以等同替换或改变，都应涵盖在本申请的保护范围之内。

Claims (8)

  1. 一种基于视频的十字路口信号机控制方法，其特征在于，包括：
    S1、通过十字路口各个进口路段上设置的视频车辆检测器采集预设时间区间内各个进口路段的车道交通流率和车道交通流密度；
    S2、根据预设时间区间内各个进口路段的车道交通流率和车道交通流密度计算各个进口路段的平均交通流率和平均交通流密度；
    S3、根据各个进口路段的平均交通流密度计算十字路口平均交通流密度；
    S4、基于十字路口平均交通流密度计算十字路口信号周期；
    S5、根据各个进口路段的平均车道交通流率和十字路口平均交通流密度，构建十字路口信号机优化控制算法模型，聚合计算得到十字路口的目标信号控制绿信比；
    S6、根据目标信号控制绿信比和十字路口信号周期计算十字路口信号配时的绿灯时间、黄灯时间和红灯时间；
    S7、根据十字路口信号配时的绿灯时间、黄灯时间和红灯时间形成下个信号周期的信号控制方案指令；
    S8、信号灯本周期控制方案结束后，根据下个信号周期的信号控制方案指令控制十字路口的信号灯进行交通动态诱导。
  2. 根据权利要求1所述的基于视频的十字路口信号机控制方法，其特征在于，步骤S2，具体包括：
    进口路段的平均交通流率
    Figure PCTCN2018112974-appb-100001
    其中，n为所在车道，N为进口路段的车道总个数，q n为第n车道的车道交通流率；
    进口路段的平均交通流密度
    Figure PCTCN2018112974-appb-100002
    其中，n为所在车道，N为进口路段的车道总个数，k n为第n车道的车道交通流密度。
  3. 根据权利要求2所述的基于视频的十字路口信号机控制方法，其特征在于，步骤S3，具体包括：
    十字路口平均交通流密度
    Figure PCTCN2018112974-appb-100003
    其中，m为十字路口的某个进口路段，M为十字路口的进口路段总个数，
    Figure PCTCN2018112974-appb-100004
    为十字路口第m个进口路段的平均交通流密度。
  4. 根据权利要求3所述的基于视频的十字路口信号机控制方法，其特征在于，步骤S4，具体包括：
    十字路口信号周期
    Figure PCTCN2018112974-appb-100005
    其中，K为十字路口平均交通流密度。
  5. 根据权利要求4所述的基于视频的十字路口信号机控制方法，其特征在于，步骤S5，具体包括：
    S51，以十字路口中心为参考坐标系，计算X轴方向进口路段的平均交通流率
    Figure PCTCN2018112974-appb-100006
    计算Y轴方向进口路段的平均交通流率
    Figure PCTCN2018112974-appb-100007
    S52，建立基于反馈控制的最优化信号控制目标函数
    Figure PCTCN2018112974-appb-100008
    建立动态交通流密度变化模型
    Figure PCTCN2018112974-appb-100009
    结合最优化信号控制目标函数和动态交通流密度变化模型计算X轴方向的绿信比
    Figure PCTCN2018112974-appb-100010
    其中，w>0,K(t)为t时刻的十字路口平均交通流密度，
    Figure PCTCN2018112974-appb-100011
    为t时刻的十字路口平均交通流密度的导数，其中，L为进口路段的长度，Δt为无限短的时间。
  6. 根据权利要求5所述的基于视频的十字路口信号机控制方法，其特征在于，步骤S51，具体包括：
    Figure PCTCN2018112974-appb-100012
    其中
    Figure PCTCN2018112974-appb-100013
    为X轴负方向至X轴正方向的平均交通流率，
    Figure PCTCN2018112974-appb-100014
    为X正方向至X轴负方向的平均交通流率；
    Figure PCTCN2018112974-appb-100015
    其中
    Figure PCTCN2018112974-appb-100016
    为Y轴负方向至Y轴正方向的平均交通流率，
    Figure PCTCN2018112974-appb-100017
    为Y轴正方向至Y轴负方向的平均交通流率。
  7. 根据权利要求6所述的基于视频的十字路口信号机控制方法，其特征在于，步骤S6，具体包括：
    十字路口信号配时的X轴方向进口路段的绿灯时间G 13＝C×r 13，X轴方向进口路段的红灯时间R 13＝C-G 13-Y，Y为预设的黄灯时间，C为十字路口信号周期。
  8. 根据权利要求7所述的基于视频的十字路口信号机控制方法，其特征在于，步骤S6，还包括：设定X轴方向的绿灯时间G 13的阈值为10≤G 13≤C-10。
PCT/CN2018/112974 2018-03-22 2018-10-31 一种基于视频的十字路口信号机控制方法 WO2019179108A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/309,463 US10699568B1 (en) 2018-03-22 2018-10-31 Video-based crossroad signal machine control method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810238073.2 2018-03-22
CN201810238073.2A CN109410607B (zh) 2018-03-22 2018-03-22 一种基于视频的十字路口信号机控制方法

Publications (1)

Publication Number Publication Date
WO2019179108A1 true WO2019179108A1 (zh) 2019-09-26

Family

ID=65463544

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/112974 WO2019179108A1 (zh) 2018-03-22 2018-10-31 一种基于视频的十字路口信号机控制方法

Country Status (3)

Country Link
US (1) US10699568B1 (zh)
CN (1) CN109410607B (zh)
WO (1) WO2019179108A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109410606B (zh) * 2018-03-22 2021-05-04 合肥革绿信息科技有限公司 一种基于视频的主干路协同信号机控制方法
CN112071093A (zh) * 2020-04-22 2020-12-11 义硕智能股份有限公司 交通号志灯的控制系统及方法
CN111882889B (zh) * 2020-07-20 2021-08-06 王群力 一种智能交通信号控制系统及方法
CN111985619B (zh) * 2020-08-18 2024-03-08 中冶南方城市建设工程技术有限公司 一种基于短时交通流预测的城市单交叉口控制方法
CN112509341A (zh) * 2020-12-11 2021-03-16 东南大学 一种基于高位视频分析交通冲突的信号控制装置及方法
CN112989537B (zh) * 2021-03-15 2022-09-30 中国地质大学（武汉） 一种基于多目标优化的t型路口通行设计方法
CN113299059B (zh) * 2021-04-08 2023-03-17 四川国蓝中天环境科技集团有限公司 一种数据驱动的道路交通管控决策支持方法
CN116052451B (zh) * 2023-01-10 2024-04-05 南京理工大学 井字形交叉口信号配时方法及系统
CN117912263A (zh) * 2024-03-19 2024-04-19 四川华鲲振宇智能科技有限责任公司 移动式交通信号时序优化服务器及优化方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006259833A (ja) * 2005-03-15 2006-09-28 Omron Corp 信号制御システム、および信号制御方法
US20090040069A1 (en) * 2007-08-10 2009-02-12 Nitin Afzulpurkar Image Processing for a Traffic Control System
CN104332058A (zh) * 2013-07-31 2015-02-04 南通大学 一种智能交通灯控制方法和系统
CN105118310A (zh) * 2015-07-23 2015-12-02 合肥革绿信息科技有限公司 一种基于视频的单点自优化信号控制方法及装置
CN106710245A (zh) * 2016-12-23 2017-05-24 西华大学 基于密度的快速路多车道匝道控制方法
CN107248298A (zh) * 2017-05-23 2017-10-13 招商局重庆交通科研设计院有限公司 基于交通流状态的道路交通控制方法
CN107633692A (zh) * 2017-09-29 2018-01-26 河南理工大学 一种城市快速路入口匝道无模型自适应控制方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
JP2011095959A (ja) * 2009-10-29 2011-05-12 Sumitomo Electric Ind Ltd 交通信号制御システム及び信号制御装置
CN105096617A (zh) * 2015-07-23 2015-11-25 合肥革绿信息科技有限公司 一种基于视频的干线自优化信号控制方法及装置
CN105139670A (zh) * 2015-07-23 2015-12-09 合肥革绿信息科技有限公司 一种基于视频的区域自优化信号控制方法及装置
CN105096616A (zh) * 2015-07-23 2015-11-25 合肥革绿信息科技有限公司 一种基于线圈的区域自优化信号控制方法及装置
CN104966403A (zh) * 2015-07-23 2015-10-07 合肥革绿信息科技有限公司 一种基于地磁的干线自优化信号控制方法及装置
US10636299B2 (en) * 2017-08-11 2020-04-28 Cubic Corporation System and method for controlling vehicular traffic

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006259833A (ja) * 2005-03-15 2006-09-28 Omron Corp 信号制御システム、および信号制御方法
US20090040069A1 (en) * 2007-08-10 2009-02-12 Nitin Afzulpurkar Image Processing for a Traffic Control System
CN104332058A (zh) * 2013-07-31 2015-02-04 南通大学 一种智能交通灯控制方法和系统
CN105118310A (zh) * 2015-07-23 2015-12-02 合肥革绿信息科技有限公司 一种基于视频的单点自优化信号控制方法及装置
CN106710245A (zh) * 2016-12-23 2017-05-24 西华大学 基于密度的快速路多车道匝道控制方法
CN107248298A (zh) * 2017-05-23 2017-10-13 招商局重庆交通科研设计院有限公司 基于交通流状态的道路交通控制方法
CN107633692A (zh) * 2017-09-29 2018-01-26 河南理工大学 一种城市快速路入口匝道无模型自适应控制方法

Also Published As

Publication number Publication date
US10699568B1 (en) 2020-06-30
CN109410607B (zh) 2021-05-04
CN109410607A (zh) 2019-03-01
US20200202710A1 (en) 2020-06-25

Similar Documents

Publication Publication Date Title
WO2019179108A1 (zh) 一种基于视频的十字路口信号机控制方法
WO2019179107A1 (zh) 一种基于视频的主干路协同信号机控制方法
WO2018149308A1 (zh) 一种道路交通优化方法、装置以及电子设备
CN107767666B (zh) 一种智能检测的单点控制交叉口出口交通流溢出防控方法
CN107730886B (zh) 一种车联网环境下城市交叉口交通信号动态优化方法
CN105321357B (zh) 一种孤立交叉口同相位右转与行人信号的设置系统及方法
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN108510762B (zh) 一种快速路多线交汇区智能信号灯优化控制方法
CN111862632A (zh) 一种智能交通信号灯防拥堵的方法及装置
CN104658279B (zh) 基于视频通行状态监测的实时优化信号控制方法及系统
CN106384517A (zh) 一种基于视觉传感的交通信号控制方法、装置及系统
CN204904585U (zh) 一种高清视频一体机、交通信号机及基于视觉传感的交通信号控制系统
CN113077626B (zh) 一种车道选择的引导方法、装置、系统、设备及存储介质
CN108417055A (zh) 一种基于雷达检测器的主干路协同信号机控制方法
CN107886744A (zh) 一种用于地铁站邻近交叉口公交优先信号控制方法
CN105719495A (zh) 交通信号灯联动控制系统及其控制方法
WO2022099643A1 (zh) 一种缓解交通拥堵的方法
CN107386144B (zh) 一种用于城市快速路事故救援的可变车道线设计方法
CN109410608B (zh) 基于卷积神经网络的图片自学习交通信号控制方法
CN105741572A (zh) 基于物联网的最大车流量时间段红绿灯控制方法
CN108417056A (zh) 一种基于雷达检测器的十字路口信号机控制方法
TWI712012B (zh) 人工智慧交通偵測系統
KR101977391B1 (ko) 열영상 기반의 교통 신호 제어 방법 및 장치
CN105931472A (zh) 信号交叉口行人信号提前时间计算方法
CN108831163A (zh) 一种基于地磁的主干路协同信号机控制方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18910908

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18910908

Country of ref document: EP

Kind code of ref document: A1