[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111429730A - 交通信号周期计算方法及设备、计算机可读存储介质 - Google Patents

交通信号周期计算方法及设备、计算机可读存储介质 Download PDF

Info

Publication number
CN111429730A
CN111429730A CN201811580465.3A CN201811580465A CN111429730A CN 111429730 A CN111429730 A CN 111429730A CN 201811580465 A CN201811580465 A CN 201811580465A CN 111429730 A CN111429730 A CN 111429730A
Authority
CN
China
Prior art keywords
traffic
intersection
period
traffic signal
vehicle
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
CN201811580465.3A
Other languages
English (en)
Inventor
郑剑峰
刘向宏
刘敏俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Didi Infinity Technology and Development Co Ltd
Original Assignee
Beijing Didi Infinity Technology and Development Co Ltd
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 Beijing Didi Infinity Technology and Development Co Ltd filed Critical Beijing Didi Infinity Technology and Development Co Ltd
Priority to CN201811580465.3A priority Critical patent/CN111429730A/zh
Publication of CN111429730A publication Critical patent/CN111429730A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/07Controlling traffic signals
    • 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
    • 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
    • G08G1/07Controlling traffic signals
    • G08G1/085Controlling traffic signals using a free-running cyclic timer
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/025Services making use of location information using location based information parameters
    • H04W4/027Services making use of location information using location based information parameters using movement velocity, acceleration information
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/029Location-based management or tracking services
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本公开实施例提供了一种交通信号周期计算方法及设备、计算机可读存储介质,其中,交通信号周期计算方法包括:接收目标区域内的车辆上传的轨迹数据;获取目标区域内的所有交通路口的交通信号周期;根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期,以按照交替的大周期和小周期控制对应的交通路口的信号灯。本公开实施例提供的交通信号周期计算方法,将一个交通信号周期划分为大周期和小周期,大周期长于小周期,实时控制信号灯在大小周期间切换,既从整体上符合原先的交通信号周期,又对交通信号周期进行了微调,有效疏通各路口的车流,可提高交通信号灯的灵活性。

Description

交通信号周期计算方法及设备、计算机可读存储介质
技术领域
本公开实施例涉及智能交通技术领域,具体而言,涉及一种交通信号周期计算方法、一种交通信号周期计算设备及一种计算机可读存储介质。
背景技术
目前由于车辆使用越来越多,交通信号灯的控制有所欠缺,导致城市交通拥堵情况越来越严重。传统的交警手动控制疏导拥堵车辆的方法,完全是凭借个人经验;而相关的智能信号灯控制方式,也由于其在所有路口的控制方式采用的是相同的周期,致使一些车流量少的路段会产生时间浪费情况,以及一些小路口的交通拥堵发生。
发明内容
本公开实施例旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本公开实施例的第一方面在于,提出一种交通信号周期计算方法。
本公开实施例的第二方面在于,提出一种交通信号周期计算设备。
本公开实施例的第三方面在于,提出一种计算机可读存储介质。
有鉴于此,根据本公开实施例的第一方面,提供了一种交通信号周期计算方法,包括:接收目标区域内的车辆上传的轨迹数据;获取目标区域内的所有交通路口的交通信号周期;根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期,以按照交替的大周期和小周期控制对应的交通路口的信号灯。
本公开实施例提供的交通信号周期计算方法,将一个交通信号周期划分为大周期和小周期,大周期的时长长于小周期的时长,交通信号周期是单次红灯和单次绿灯的时长之和,交通信号周期的绿信比(绿灯时长占交通信号周期的比例)往往为预先确定的定值,当需要通过的车辆数量较少时,过长的红灯时长会延长车辆的等待,造成不必要的拥堵,通过将交通信号周期划分为交替的大周期和小周期,且保持绿信比不变,可以使得在对应的交通路口交替出现较长的红灯和绿灯以及较短的红灯和绿灯,从而实时控制信号灯在大小周期间切换,既从整体上符合原先的交通信号周期,又对交通信号周期进行了微调,有效疏通各路口的车流,可提高交通信号灯的灵活性。可以理解地,通过分析轨迹数据可以获悉交通路口的车辆通行情况,针对通行不畅的交通路口进行大小周期划分,不必对每一个交通信号周期都进行划分。
另外,根据本公开实施例提供的上述技术方案中的交通信号周期计算方法,还可以具有如下附加技术特征:
在上述技术方案中,优选地,轨迹数据包括相关联的车速和实时位置;地图数据反映目标区域内的所有交通路口的分布。
在该技术方案中,具体限定了轨迹数据和地图数据。其中,轨迹数据体现了车辆的行驶情况,同一车辆的一系列实时位置构成了该车辆的运行轨迹,将车速与实时位置相关联,既可体现出车辆在何处顺畅通行,又在何处出现缓行甚至等待。统计不同车辆在不同交通路口的轨迹数据,可使得各交通路口的通行情况一目了然。地图数据记载了目标区域的地理信息,由此可获取交通路口所在的位置及不同交通路口的分布关系,使得对交通信号周期的划分更符合实际需求,提高了对通行情况的改善效果。
在上述任一技术方案中,优选地,根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期的操作包括:针对单个交通路口,列举多个周期划分方案,利用轨迹数据、地图数据和相邻交通路口的交通信号周期模拟计算多个周期划分方案各自对应的综合指标,综合指标与对应的交通路口的通行情况相关;根据综合指标选择周期划分方案。
在该技术方案中,具体限定了划分交通信号周期的一种方案。针对每个交通路口列举多个周期划分方案,由于轨迹数据反映了实际的车流量,相邻交通路口的交通信号周期也会影响当前交通路口的通行,因此利用已有的轨迹数据、地图数据和相邻交通路口的交通信号周期对各周期划分方案对应的大、小周期进行模拟试算,得到对应的综合指标以反映采用该周期划分方案时的通行情况,最后选取综合指标最优的周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,计算方法简洁直观。
在上述任一技术方案中,优选地,综合指标与车辆延误时长和/或路口车速相关,车辆延误时长是车辆通过交通路口的实际时长减去理论时长所得的正值,路口车速是车辆到达交通路口时的车速,车辆延误时长越短和/或路口车速越快,则综合指标越大。
在该技术方案中,具体限定了综合指标。综合指标为车辆延误时长和/或路口车速的函数,综合指标越大代表通行越顺畅,具体而言,车辆延误时长越长,表明拥堵越严重,综合指标相应越小;路口车速越快,表明通行越顺畅,综合指标相应越大,从而合理反映交通路口的通行情况,提高计算准确度。
在上述任一技术方案中,优选地,根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期的操作包括:针对选定的每个交通路口,列举多个周期划分方案;对选定的多个交通路口的所有周期划分方案进行排列组合,得到多个整体周期划分方案;针对每个整体周期划分方案,利用轨迹数据和地图数据模拟计算其中的每个交通路口对应的综合指标,综合指标与对应的交通路口的通行情况相关;计算每个整体周期划分方案的整体指标,整体指标是对应的整体周期划分方案下的每个交通路口的综合指标之和;比较所有整体指标的大小,根据整体指标选择整体周期划分方案。
在该技术方案中,具体限定了划分交通信号周期的另一种方案。先针对选定的多个交通路口分别列举多个周期划分方案,再从每个交通路口中选择一个周期划分方案,排列组合形成多个整体周期划分方案。对于每个整体周期划分方案,分别计算单个周期划分方案的综合指标,再求和得到整体指标以反映采用该整体周期划分方案时选定的多个交通路口的整体通行情况,最后选取整体指标最优的整体周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,可充分考虑不同交通路口划分周期时彼此间的影响,有效改善通行情况。
在上述任一技术方案中,优选地,根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期的操作包括:计算所有交通路口的车辆延误时长和路口车速,车辆延误时长是车辆在通过交通路口时因停留或缓行而多耗费的时长,路口车速是车辆到达交通路口时的车速;遍历所有交通路口,判断车辆延误时长是否大于延误阈值或路口车速是否小于车速阈值;当车辆延误时长大于延误阈值或路口车速小于车速阈值时,将对应的交通路口标记为延误路口;根据轨迹数据和地图数据将延误路口的交通信号周期划分为大周期和小周期。
在该技术方案中,具体限定了如何确定是否划分交通路口的交通信号周期。通过计算交通路口的车辆延误时长和路口车速,可以分析出交通路口的通行情况,当车辆延误时长大于延误阈值和路口车速小于车速阈值满足二者至少一个时,就认为出现了较严重的拥堵,将该交通路口标记为延误路口,对延误路口的交通信号周期进行划分,不必划分每个交通路口,可减少计算量,降低计算压力。
根据本公开实施例的第二方面,提供了一种交通信号周期计算设备,包括:存储器,配置为存储可执行指令;处理器,配置为执行存储的指令以:接收目标区域内的车辆上传的轨迹数据;获取目标区域内的所有交通路口的交通信号周期;根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期,以按照交替的大周期和小周期控制对应的交通路口的信号灯。
本公开实施例提供的交通信号周期计算设备,处理器在执行存储器存储的指令时将一个交通信号周期划分为大周期和小周期,大周期的时长长于小周期的时长,交通信号周期是单次红灯和单次绿灯的时长之和,交通信号周期的绿信比(绿灯时长占交通信号周期的比例)往往为预先确定的定值,当需要通过的车辆数量较少时,过长的红灯时长会延长车辆的等待,造成不必要的拥堵,通过将交通信号周期划分为交替的大周期和小周期,且保持绿信比不变,可以使得在对应的交通路口交替出现较长的红灯和绿灯以及较短的红灯和绿灯,从而实时控制信号灯在大小周期间切换,既从整体上符合原先的交通信号周期,又对交通信号周期进行了微调,有效疏通各路口的车流,可提高交通信号灯的灵活性。可以理解地,通过分析轨迹数据可以获悉交通路口的车辆通行情况,针对通行不畅的交通路口进行大小周期划分,不必对每一个交通信号周期都进行划分。
另外,根据本公开实施例提供的上述技术方案中的交通信号周期计算设备,还可以具有如下附加技术特征:
在上述技术方案中,优选地,轨迹数据包括相关联的车速和实时位置;地图数据反映目标区域内的所有交通路口的分布。
在该技术方案中,具体限定了轨迹数据和地图数据。其中,轨迹数据体现了车辆的行驶情况,同一车辆的一系列实时位置构成了该车辆的运行轨迹,将车速与实时位置相关联,既可体现出车辆在何处顺畅通行,又在何处出现缓行甚至等待。统计不同车辆在不同交通路口的轨迹数据,可使得各交通路口的通行情况一目了然。地图数据记载了目标区域的地理信息,由此可获取交通路口所在的位置及不同交通路口的分布关系,使得对交通信号周期的划分更符合实际需求,提高了对通行情况的改善效果。
在上述任一技术方案中,优选地,处理器还配置为执行存储的指令以:针对单个交通路口,列举多个周期划分方案,利用轨迹数据、地图数据和相邻交通路口的交通信号周期模拟计算多个周期划分方案各自对应的综合指标,综合指标与对应的交通路口的通行情况相关;根据综合指标选择周期划分方案。
在该技术方案中,具体限定了划分交通信号周期的一种方案。针对每个交通路口列举多个周期划分方案,由于轨迹数据反映了实际的车流量,相邻交通路口的交通信号周期也会影响当前交通路口的通行,因此利用已有的轨迹数据、地图数据和相邻交通路口的交通信号周期对各周期划分方案对应的大、小周期进行模拟试算,得到对应的综合指标以反映采用该周期划分方案时的通行情况,最后选取综合指标最优的周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,计算方法简洁直观。
在上述任一技术方案中,优选地,综合指标与车辆延误时长和/或路口车速相关,车辆延误时长是车辆通过交通路口的实际时长减去理论时长所得的正值,路口车速是车辆到达交通路口时的车速,车辆延误时长越短和/或路口车速越快,则综合指标越大。
在该技术方案中,具体限定了综合指标。综合指标为车辆延误时长和/或路口车速的函数,综合指标越大代表通行越顺畅,具体而言,车辆延误时长越长,表明拥堵越严重,综合指标相应越小;路口车速越快,表明通行越顺畅,综合指标相应越大,从而合理反映交通路口的通行情况,提高计算准确度。
在上述任一技术方案中,优选地,处理器还配置为执行存储的指令以:针对选定的每个交通路口,列举多个周期划分方案;对选定的多个交通路口的所有周期划分方案进行排列组合,得到多个整体周期划分方案;针对每个整体周期划分方案,利用轨迹数据和地图数据模拟计算其中的每个交通路口对应的综合指标,综合指标与对应的交通路口的通行情况相关;计算每个整体周期划分方案的整体指标,整体指标是对应的整体周期划分方案下的每个交通路口的综合指标之和;比较所有整体指标的大小,根据整体指标选择整体周期划分方案。
在该技术方案中,具体限定了划分交通信号周期的另一种方案。先针对选定的多个交通路口分别列举多个周期划分方案,再从每个交通路口中选择一个周期划分方案,排列组合形成多个整体周期划分方案。对于每个整体周期划分方案,分别计算单个周期划分方案的综合指标,再求和得到整体指标以反映采用该整体周期划分方案时选定的多个交通路口的整体通行情况,最后选取整体指标最优的整体周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,可充分考虑不同交通路口划分周期时彼此间的影响,有效改善通行情况。
在上述任一技术方案中,优选地,处理器还配置为执行存储的指令以:计算所有交通路口的车辆延误时长和路口车速,车辆延误时长是车辆在通过交通路口时因停留或缓行而多耗费的时长,路口车速是车辆到达交通路口时的车速;遍历所有交通路口,判断车辆延误时长是否大于延误阈值或路口车速是否小于车速阈值;当车辆延误时长大于延误阈值或路口车速小于车速阈值时,将对应的交通路口标记为延误路口;根据轨迹数据和地图数据将延误路口的交通信号周期划分为大周期和小周期。
在该技术方案中,具体限定了如何确定是否划分交通路口的交通信号周期。通过计算交通路口的车辆延误时长和路口车速,可以分析出交通路口的通行情况,当车辆延误时长大于延误阈值和路口车速小于车速阈值满足二者至少一个时,就认为出现了较严重的拥堵,将该交通路口标记为延误路口,对延误路口的交通信号周期进行划分,不必划分每个交通路口,可减少计算量,降低计算压力。
根据本公开实施例的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述任一技术方案所述的方法的步骤,因而具有上述交通信号周期计算方法的全部有益技术效果,在此不再赘述。
本公开实施例的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开实施例的实践了解到。
附图说明
本公开实施例的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了根据本公开实施例的一个实施例的交通信号周期计算方法的示意流程图;
图2示出了根据本公开实施例的另一个实施例的交通信号周期计算方法的示意流程图;
图3示出了根据本公开实施例的再一个实施例的交通信号周期计算方法的示意流程图;
图4示出了根据本公开实施例的又一个实施例的交通信号周期计算方法的示意流程图;
图5示出了根据本公开实施例的一个实施例的交通信号周期计算设备的示意框图。
具体实施方式
为了能够更清楚地理解本公开实施例的上述目的、特征和优点,下面结合附图和具体实施方式对本公开实施例进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开实施例,但是,本公开实施例还可以采用其他不同于在此描述的其他方式来实施,因此,本公开实施例的保护范围并不受下面公开的具体实施例的限制。
本公开实施例第一方面的实施例提供了一种交通信号周期计算方法。
图1示出了根据本公开实施例的一个实施例的交通信号周期计算方法的示意流程图。
如图1所示,本公开实施例的一个实施例的交通信号周期计算方法包括:
S102,接收目标区域内的车辆上传的轨迹数据;
S104,获取目标区域内的所有交通路口的交通信号周期;
S106,根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期,以按照交替的大周期和小周期控制对应的交通路口的信号灯。
本公开实施例提供的交通信号周期计算方法,将一个交通信号周期划分为大周期和小周期,大周期的时长长于小周期的时长,交通信号周期是单次红灯和单次绿灯的时长之和,交通信号周期的绿信比(绿灯时长占交通信号周期的比例)往往为预先确定的定值,当需要通过的车辆数量较少时,过长的红灯时长会延长车辆的等待,造成不必要的拥堵,通过将交通信号周期划分为交替的大周期和小周期,且保持绿信比不变,可以使得在对应的交通路口交替出现较长的红灯和绿灯以及较短的红灯和绿灯,从而实时控制信号灯在大小周期间切换,既从整体上符合原先的交通信号周期,又对交通信号周期进行了微调,有效疏通各路口的车流,可提高交通信号灯的灵活性。可以理解地,通过分析轨迹数据可以获悉交通路口的车辆通行情况,针对通行不畅的交通路口进行大小周期划分,不必对每一个交通信号周期都进行划分。具体地,目标区域可以为大区域的一个交通子区域,以实现分区域调整;划分时使用的可以是车辆上传的指定时间段内的轨迹数据,以实现分时段调整,进而从时间和空间角度将交通信号周期分为两个大小不同的周期。
在本公开实施例的一个实施例中,优选地,轨迹数据包括相关联的车速和实时位置;地图数据反映目标区域内的所有交通路口的分布。
在该实施例中,具体限定了轨迹数据和地图数据。其中,轨迹数据体现了车辆的行驶情况,同一车辆的一系列实时位置构成了该车辆的运行轨迹,将车速与实时位置相关联,既可体现出车辆在何处顺畅通行,又在何处出现缓行甚至等待。统计不同车辆在不同交通路口的轨迹数据,可使得各交通路口的通行情况一目了然。地图数据记载了目标区域的地理信息,由此可获取交通路口所在的位置及不同交通路口的分布关系,使得对交通信号周期的划分更符合实际需求,提高了对通行情况的改善效果。
图2示出了根据本公开实施例的另一个实施例的交通信号周期计算方法的示意流程图。
如图2所示,本公开实施例的另一个实施例的交通信号周期计算方法包括:
S202,接收目标区域内的车辆上传的轨迹数据;
S204,获取目标区域内的所有交通路口的交通信号周期;
S206,针对单个交通路口,列举多个周期划分方案,利用轨迹数据、地图数据和相邻交通路口的交通信号周期模拟计算多个周期划分方案各自对应的综合指标,综合指标与对应的交通路口的通行情况相关;
S208,根据综合指标选择周期划分方案,以按照交替的大周期和小周期控制对应的交通路口的信号灯。
在该实施例中,具体限定了划分交通信号周期的一种方案。针对每个交通路口列举多个周期划分方案,例如周期为200s时,可划分为120s的大周期和80s的小周期,也可划分为140s的大周期和60s的小周期,当然也有其他划分方案,在此不一一列举。由于轨迹数据反映了实际的车流量,相邻交通路口的交通信号周期也会影响当前交通路口的通行,因此利用已有的轨迹数据、地图数据和相邻交通路口的交通信号周期对各周期划分方案对应的大、小周期进行模拟试算,得到对应的综合指标以反映采用该周期划分方案时的通行情况,最后选取综合指标最优的周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,计算方法简洁直观。
在本公开实施例的一个实施例中,优选地,综合指标与车辆延误时长和/或路口车速相关,车辆延误时长是车辆通过交通路口的实际时长减去理论时长所得的正值,路口车速是车辆到达交通路口时的车速,车辆延误时长越短和/或路口车速越快,则综合指标越大。
在该实施例中,具体限定了综合指标。综合指标为车辆延误时长和/或路口车速的函数,综合指标越大代表通行越顺畅,具体而言,车辆延误时长越长,表明拥堵越严重,综合指标相应越小;路口车速越快,表明通行越顺畅,综合指标相应越大,从而合理反映交通路口的通行情况,提高计算准确度。可以想到地,也可综合指标越小代表通行越顺畅。
具体地,对于车辆延误时长,实际计算时,可先计算车辆不停留而顺畅通过当前路口所需的理论时长,其值仅与路口的长度和正常行驶的车速有关,因此可以根据预存的地图数据提前算得并预存下来,再统计车辆通过当前路口的实际时长,则实际时长减去理论时长所得的正值为车辆延误时长,代表车辆在通过交通路口时因停留或缓行而多耗费的时长,之所以为正值,是为了排除车速较快导致实际时长短于理论时长的情况,防止误判,提高计算准确度。对于路口车速,由于车速为车辆实时上传的与实时位置相关联的数据,故而可与地图数据相结合,查找交通路口处所处位置对应的车速,提取为路口车速。
图3示出了根据本公开实施例的再一个实施例的交通信号周期计算方法的示意流程图。
如图3所示,本公开实施例的再一个实施例的交通信号周期计算方法包括:
S302,接收目标区域内的车辆上传的轨迹数据;
S304,获取目标区域内的所有交通路口的交通信号周期;
S306,针对选定的每个交通路口,列举多个周期划分方案;
S308,对选定的多个交通路口的所有周期划分方案进行排列组合,得到多个整体周期划分方案;
S310,针对每个整体周期划分方案,利用轨迹数据和地图数据模拟计算其中的每个交通路口对应的综合指标,综合指标与对应的交通路口的通行情况相关;
S312,计算每个整体周期划分方案的整体指标,整体指标是对应的整体周期划分方案下的每个交通路口的综合指标之和;
S314,比较所有整体指标的大小,根据整体指标选择整体周期划分方案,以按照交替的大周期和小周期控制对应的交通路口的信号灯。
在该实施例中,具体限定了划分交通信号周期的另一种方案。先针对选定的多个交通路口分别列举多个周期划分方案,再从每个交通路口中选择一个周期划分方案,排列组合形成多个整体周期划分方案。对于每个整体周期划分方案,分别计算单个周期划分方案的综合指标,再求和得到整体指标以反映采用该整体周期划分方案时选定的多个交通路口的整体通行情况,最后选取整体指标最优的整体周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,可充分考虑不同交通路口划分周期时彼此间的影响,有效改善通行情况。具体地,为提高计算准确性,选定的多个交通路口在地图上连续分布;可将目标区域划分为多个交通子区域,针对每个交通子区域计算整体指标,也可针对整个目标区域计算整体指标。与前述实施例类似地,本方案中的综合指标也可为车辆延误时长和/或路口车速的函数,具体参见前述实施例,在此不再赘述。
图4示出了根据本公开实施例的又一个实施例的交通信号周期计算方法的示意流程图。
如图4所示,本公开实施例的又一个实施例的交通信号周期计算方法包括:
S402,接收目标区域内的车辆上传的轨迹数据;
S404,获取目标区域内的所有交通路口的交通信号周期;
S406,计算所有交通路口的车辆延误时长和路口车速,车辆延误时长是车辆在通过交通路口时因停留或缓行而多耗费的时长,路口车速是车辆到达交通路口时的车速;
S408,遍历所有交通路口,判断车辆延误时长是否大于延误阈值或路口车速是否小于车速阈值;
S410,当车辆延误时长大于延误阈值或路口车速小于车速阈值时,将对应的交通路口标记为延误路口;
S412,根据轨迹数据和地图数据将延误路口的交通信号周期划分为大周期和小周期。
在该实施例中,具体限定了如何确定是否划分交通路口的交通信号周期。通过计算交通路口的车辆延误时长和路口车速,可以分析出交通路口的通行情况,当车辆延误时长大于延误阈值和路口车速小于车速阈值满足二者至少一个时,就认为出现了较严重的拥堵,将该交通路口标记为延误路口,对延误路口的交通信号周期进行划分,不必划分每个交通路口,可减少计算量,降低计算压力。其中延误阈值和车速阈值可根据实际情况设置。
本公开实施例第二方面的实施例提供了一种交通信号周期计算设备,如图5所示,交通信号周期计算设备1包括存储器12,配置为存储可执行指令;处理器14,配置为执行存储的指令以:接收目标区域内的车辆上传的轨迹数据;获取目标区域内的所有交通路口的交通信号周期;根据轨迹数据和预存的地图数据将部分或所有交通路口的交通信号周期划分为大周期和小周期,以按照交替的大周期和小周期控制对应的交通路口的信号灯。
本公开实施例提供的交通信号周期计算设备,处理器14在执行存储器12存储的指令时将一个交通信号周期划分为大周期和小周期,大周期的时长长于小周期的时长,交通信号周期是单次红灯和单次绿灯的时长之和,交通信号周期的绿信比(绿灯时长占交通信号周期的比例)往往为预先确定的定值,当需要通过的车辆数量较少时,过长的红灯时长会延长车辆的等待,造成不必要的拥堵,通过将交通信号周期划分为交替的大周期和小周期,且保持绿信比不变,可以使得在对应的交通路口交替出现较长的红灯和绿灯以及较短的红灯和绿灯,从而实时控制信号灯在大小周期间切换,既从整体上符合原先的交通信号周期,又对交通信号周期进行了微调,有效疏通各路口的车流,可提高交通信号灯的灵活性。可以理解地,通过分析轨迹数据可以获悉交通路口的车辆通行情况,针对通行不畅的交通路口进行大小周期划分,不必对每一个交通信号周期都进行划分。具体地,目标区域可以为大区域的一个交通子区域,以实现分区域调整;划分时使用的可以是车辆上传的指定时间段内的轨迹数据,以实现分时段调整,进而从时间和空间角度将交通信号周期分为两个大小不同的周期。
具体地,上述存储器12可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器12可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器12可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器12可在综合网关容灾设备的内部或外部。在特定实施例中,存储器12是非易失性固态存储器。在特定实施例中,存储器12包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器14可以包括中央处理器(CPU),或者特定集成电路(Application SpecificIntegrated Circuit,ASIC),或者可以被配置成实施本公开实施例的一个或多个集成电路。
在本公开实施例的一个实施例中,优选地,轨迹数据包括相关联的车速和实时位置;地图数据反映目标区域内的所有交通路口的分布。
在该实施例中,具体限定了轨迹数据和地图数据。其中,轨迹数据体现了车辆的行驶情况,同一车辆的一系列实时位置构成了该车辆的运行轨迹,将车速与实时位置相关联,既可体现出车辆在何处顺畅通行,又在何处出现缓行甚至等待。统计不同车辆在不同交通路口的轨迹数据,可使得各交通路口的通行情况一目了然。地图数据记载了目标区域的地理信息,由此可获取交通路口所在的位置及不同交通路口的分布关系,使得对交通信号周期的划分更符合实际需求,提高了对通行情况的改善效果。
在本公开实施例的一个实施例中,优选地,处理器14还配置为执行存储的指令以:针对单个交通路口,列举多个周期划分方案,利用轨迹数据、地图数据和相邻交通路口的交通信号周期模拟计算多个周期划分方案各自对应的综合指标,综合指标与对应的交通路口的通行情况相关;根据综合指标选择周期划分方案。
在该实施例中,具体限定了划分交通信号周期的一种方案。针对每个交通路口列举多个周期划分方案,例如周期为200s时,可划分为120s的大周期和80s的小周期,也可划分为140s的大周期和60s的小周期,当然也有其他划分方案,在此不一一列举。由于轨迹数据反映了实际的车流量,相邻交通路口的交通信号周期也会影响当前交通路口的通行,因此利用已有的轨迹数据、地图数据和相邻交通路口的交通信号周期对各周期划分方案对应的大、小周期进行模拟试算,得到对应的综合指标以反映采用该周期划分方案时的通行情况,最后选取综合指标最优的周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,计算方法简洁直观。
在本公开实施例的一个实施例中,优选地,综合指标与车辆延误时长和/或路口车速相关,车辆延误时长是车辆通过交通路口的实际时长减去理论时长所得的正值,路口车速是车辆到达交通路口时的车速,车辆延误时长越短和/或路口车速越快,则综合指标越大。
在该实施例中,具体限定了综合指标。综合指标为车辆延误时长和/或路口车速的函数,综合指标越大代表通行越顺畅,具体而言,车辆延误时长越长,表明拥堵越严重,综合指标相应越小;路口车速越快,表明通行越顺畅,综合指标相应越大,从而合理反映交通路口的通行情况,提高计算准确度。可以想到地,也可综合指标越小代表通行越顺畅。
具体地,对于车辆延误时长,实际计算时,可先计算车辆不停留而顺畅通过当前路口所需的理论时长,其值仅与路口的长度和正常行驶的车速有关,因此可以根据预存的地图数据提前算得并预存下来,再统计车辆通过当前路口的实际时长,则实际时长减去理论时长所得的正值为车辆延误时长,代表车辆在通过交通路口时因停留或缓行而多耗费的时长,之所以为正值,是为了排除车速较快导致实际时长短于理论时长的情况,防止误判,提高计算准确度。对于路口车速,由于车速为车辆实时上传的与实时位置相关联的数据,故而可与地图数据相结合,查找交通路口处所处位置对应的车速,提取为路口车速。
在本公开实施例的一个实施例中,优选地,处理器14还配置为执行存储的指令以:针对选定的每个交通路口,列举多个周期划分方案;对选定的多个交通路口的所有周期划分方案进行排列组合,得到多个整体周期划分方案;针对每个整体周期划分方案,利用轨迹数据和地图数据模拟计算其中的每个交通路口对应的综合指标,综合指标与对应的交通路口的通行情况相关;计算每个整体周期划分方案的整体指标,整体指标是对应的整体周期划分方案下的每个交通路口的综合指标之和;比较所有整体指标的大小,根据整体指标选择整体周期划分方案。
在该实施例中,具体限定了划分交通信号周期的另一种方案。先针对选定的多个交通路口分别列举多个周期划分方案,再从每个交通路口中选择一个周期划分方案,排列组合形成多个整体周期划分方案。对于每个整体周期划分方案,分别计算单个周期划分方案的综合指标,再求和得到整体指标以反映采用该整体周期划分方案时选定的多个交通路口的整体通行情况,最后选取整体指标最优的整体周期划分方案作为计算结果输出,进而将相应的交通信号周期进行合理的大小周期划分,可充分考虑不同交通路口划分周期时彼此间的影响,有效改善通行情况。具体地,为提高计算准确性,选定的多个交通路口在地图上连续分布;可将目标区域划分为多个交通子区域,针对每个交通子区域计算整体指标,也可针对整个目标区域计算整体指标。与前述实施例类似地,本方案中的综合指标也可为车辆延误时长和/或路口车速的函数,具体参见前述实施例,在此不再赘述。
在本公开实施例的一个实施例中,优选地,处理器14还配置为执行存储的指令以:计算所有交通路口的车辆延误时长和路口车速,车辆延误时长是车辆在通过交通路口时因停留或缓行而多耗费的时长,路口车速是车辆到达交通路口时的车速;遍历所有交通路口,判断车辆延误时长是否大于延误阈值或路口车速是否小于车速阈值;当车辆延误时长大于延误阈值或路口车速小于车速阈值时,将对应的交通路口标记为延误路口;根据轨迹数据和地图数据将延误路口的交通信号周期划分为大周期和小周期。
在该实施例中,具体限定了如何确定是否划分交通路口的交通信号周期。通过计算交通路口的车辆延误时长和路口车速,可以分析出交通路口的通行情况,当车辆延误时长大于延误阈值和路口车速小于车速阈值满足二者至少一个时,就认为出现了较严重的拥堵,将该交通路口标记为延误路口,对延误路口的交通信号周期进行划分,不必划分每个交通路口,可减少计算量,降低计算压力。其中延误阈值和车速阈值可根据实际情况设置。
本公开实施例第三方面的实施例提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如上述任一实施例所述方法的步骤,因而具备上述交通信号周期计算方法的全部技术效果,在此不再赘述。
计算机可读存储介质可以包括能够存储或传输信息的任何介质。计算机可读存储介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
以上所述仅为本公开实施例的优选实施例而已,并不用于限制本公开实施例,对于本领域的技术人员来说,本公开实施例公开的实施例可以有各种更改和变化。凡在本公开实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开实施例的保护范围之内。

Claims (13)

1.一种交通信号周期计算方法,其特征在于,包括:
接收目标区域内的车辆上传的轨迹数据;
获取所述目标区域内的所有交通路口的交通信号周期;
根据所述轨迹数据和预存的地图数据将部分或所有所述交通路口的所述交通信号周期划分为大周期和小周期,以按照交替的所述大周期和所述小周期控制对应的所述交通路口的信号灯。
2.根据权利要求1所述的交通信号周期计算方法,其特征在于,
所述轨迹数据包括相关联的车速和实时位置;
所述地图数据反映所述目标区域内的所有所述交通路口的分布。
3.根据权利要求2所述的交通信号周期计算方法,其特征在于,所述根据所述轨迹数据和预存的地图数据将部分或所有所述交通路口的所述交通信号周期划分为大周期和小周期的操作包括:
针对单个所述交通路口,列举多个周期划分方案,利用所述轨迹数据、所述地图数据和相邻所述交通路口的所述交通信号周期模拟计算多个所述周期划分方案各自对应的综合指标,所述综合指标与对应的所述交通路口的通行情况相关;
根据所述综合指标选择所述周期划分方案。
4.根据权利要求3所述的交通信号周期计算方法,其特征在于,所述综合指标与车辆延误时长和/或路口车速相关,所述车辆延误时长是车辆通过所述交通路口的实际时长减去理论时长所得的正值,所述路口车速是车辆到达所述交通路口时的所述车速,所述车辆延误时长越短和/或路口车速越快,则所述综合指标越大。
5.根据权利要求2所述的交通信号周期计算方法,其特征在于,所述根据所述轨迹数据和预存的地图数据将部分或所有所述交通路口的所述交通信号周期划分为大周期和小周期的操作包括:
针对选定的每个所述交通路口,列举多个周期划分方案;
对选定的多个所述交通路口的所有所述周期划分方案进行排列组合,得到多个整体周期划分方案;
针对每个所述整体周期划分方案,利用所述轨迹数据和所述地图数据模拟计算其中的每个所述交通路口对应的综合指标,所述综合指标与对应的所述交通路口的通行情况相关;
计算每个所述整体周期划分方案的整体指标,所述整体指标是对应的所述整体周期划分方案下的每个所述交通路口的所述综合指标之和;
比较所有所述整体指标的大小,根据所述整体指标选择所述整体周期划分方案。
6.根据权利要求2至5中任一项所述的交通信号周期计算方法,其特征在于,所述根据所述轨迹数据和预存的地图数据将部分或所有所述交通路口的所述交通信号周期划分为大周期和小周期的操作包括:
计算所有所述交通路口的车辆延误时长和路口车速,所述车辆延误时长是车辆在通过所述交通路口时因停留或缓行而多耗费的时长,所述路口车速是车辆到达所述交通路口时的所述车速;
遍历所有所述交通路口,判断所述车辆延误时长是否大于延误阈值或所述路口车速是否小于车速阈值;
当所述车辆延误时长大于所述延误阈值或所述路口车速小于所述车速阈值时,将对应的所述交通路口标记为延误路口;
根据所述轨迹数据和所述地图数据将所述延误路口的所述交通信号周期划分为所述大周期和所述小周期。
7.一种交通信号周期计算设备,其特征在于,包括:
存储器,配置为存储可执行指令;
处理器,配置为执行存储的指令以:
接收目标区域内的车辆上传的轨迹数据;
获取所述目标区域内的所有交通路口的交通信号周期;
根据所述轨迹数据和预存的地图数据将部分或所有所述交通路口的所述交通信号周期划分为大周期和小周期,以按照交替的所述大周期和所述小周期控制对应的所述交通路口的信号灯。
8.根据权利要求7所述的交通信号周期计算设备,其特征在于,
所述轨迹数据包括相关联的车速和实时位置;
所述地图数据反映所述目标区域内的所有所述交通路口的分布。
9.根据权利要求8所述的交通信号周期计算设备,其特征在于,所述处理器还配置为执行存储的指令以:
针对单个所述交通路口,列举多个周期划分方案,利用所述轨迹数据、所述地图数据和相邻所述交通路口的所述交通信号周期模拟计算多个所述周期划分方案各自对应的综合指标,所述综合指标与对应的所述交通路口的通行情况相关;
根据所述综合指标选择所述周期划分方案。
10.根据权利要求9所述的交通信号周期计算设备,其特征在于,所述综合指标与车辆延误时长和/或路口车速相关,所述车辆延误时长是车辆通过所述交通路口的实际时长减去理论时长所得的正值,所述路口车速是车辆到达所述交通路口时的所述车速,所述车辆延误时长越短和/或路口车速越快,则所述综合指标越大。
11.根据权利要求8所述的交通信号周期计算设备,其特征在于,所述处理器还配置为执行存储的指令以:
针对选定的每个所述交通路口,列举多个周期划分方案;
对选定的多个所述交通路口的所有所述周期划分方案进行排列组合,得到多个整体周期划分方案;
针对每个所述整体周期划分方案,利用所述轨迹数据和所述地图数据模拟计算其中的每个所述交通路口对应的综合指标,所述综合指标与对应的所述交通路口的通行情况相关;
计算每个所述整体周期划分方案的整体指标,所述整体指标是对应的所述整体周期划分方案下的每个所述交通路口的所述综合指标之和;
比较所有所述整体指标的大小,根据所述整体指标选择所述整体周期划分方案。
12.根据权利要求8至11中任一项所述的交通信号周期计算设备,其特征在于,所述处理器还配置为执行存储的指令以:
计算所有所述交通路口的车辆延误时长和路口车速,所述车辆延误时长是车辆在通过所述交通路口时因停留或缓行而多耗费的时长,所述路口车速是车辆到达所述交通路口时的所述车速;
遍历所有所述交通路口,判断所述车辆延误时长是否大于延误阈值或所述路口车速是否小于车速阈值;
当所述车辆延误时长大于所述延误阈值或所述路口车速小于所述车速阈值时,将对应的所述交通路口标记为延误路口;
根据所述轨迹数据和所述地图数据将所述延误路口的所述交通信号周期划分为所述大周期和所述小周期。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述方法的步骤。
CN201811580465.3A 2018-12-24 2018-12-24 交通信号周期计算方法及设备、计算机可读存储介质 Pending CN111429730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811580465.3A CN111429730A (zh) 2018-12-24 2018-12-24 交通信号周期计算方法及设备、计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811580465.3A CN111429730A (zh) 2018-12-24 2018-12-24 交通信号周期计算方法及设备、计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN111429730A true CN111429730A (zh) 2020-07-17

Family

ID=71545569

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811580465.3A Pending CN111429730A (zh) 2018-12-24 2018-12-24 交通信号周期计算方法及设备、计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111429730A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116229740A (zh) * 2023-05-10 2023-06-06 湖北大学 一种红绿灯配时控制方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007122584A (ja) * 2005-10-31 2007-05-17 Sumitomo Electric Ind Ltd 交通信号制御システム、および交通信号制御システムの制御方法
CN101840637A (zh) * 2010-04-20 2010-09-22 上海大学 基于图像处理的交通信号智能控制系统及方法
CN103208197A (zh) * 2013-04-23 2013-07-17 成都希盟科技有限公司 交通信号配时的方法
CN103473935A (zh) * 2013-09-03 2013-12-25 青岛海信网络科技股份有限公司 基于感应检测器的路口交通拥堵判定及控制方法和系统
CN103927890A (zh) * 2014-04-29 2014-07-16 北京建筑大学 一种基于动态o-d矩阵估计的干线协调信号控制方法
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
CN108428348A (zh) * 2017-02-15 2018-08-21 阿里巴巴集团控股有限公司 一种道路交通优化方法、装置以及电子设备
CN109035781A (zh) * 2018-09-07 2018-12-18 江苏智通交通科技有限公司 基于路口流向需求的多目标交通信号方案优化配置方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007122584A (ja) * 2005-10-31 2007-05-17 Sumitomo Electric Ind Ltd 交通信号制御システム、および交通信号制御システムの制御方法
CN101840637A (zh) * 2010-04-20 2010-09-22 上海大学 基于图像处理的交通信号智能控制系统及方法
CN103208197A (zh) * 2013-04-23 2013-07-17 成都希盟科技有限公司 交通信号配时的方法
CN103473935A (zh) * 2013-09-03 2013-12-25 青岛海信网络科技股份有限公司 基于感应检测器的路口交通拥堵判定及控制方法和系统
CN103927890A (zh) * 2014-04-29 2014-07-16 北京建筑大学 一种基于动态o-d矩阵估计的干线协调信号控制方法
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
CN108428348A (zh) * 2017-02-15 2018-08-21 阿里巴巴集团控股有限公司 一种道路交通优化方法、装置以及电子设备
CN109035781A (zh) * 2018-09-07 2018-12-18 江苏智通交通科技有限公司 基于路口流向需求的多目标交通信号方案优化配置方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116229740A (zh) * 2023-05-10 2023-06-06 湖北大学 一种红绿灯配时控制方法及系统
CN116229740B (zh) * 2023-05-10 2023-10-10 湖北大学 一种红绿灯配时控制方法及系统

Similar Documents

Publication Publication Date Title
CN113012433B (zh) 车载联网节能辅助驾驶控制方法与系统
CN110444018B (zh) 仿真城市系统的控制方法和装置、存储介质及电子装置
CN111968370B (zh) 一种微波雷达智能可变车道感知系统及方法
CN111429714B (zh) 交通信号优化方法及设备、计算机可读存储介质
Eriksen et al. Uppaal stratego for intelligent traffic lights
CN113257016B (zh) 一种交通信号控制方法、装置以及可读存储介质
CN103914988A (zh) 一种交通路况数据处理方法、装置和系统
CN111881557B (zh) 基于道路平均速度的车流仿真方法
CN113747364B (zh) 一种基于5g网络的智能交通导航方法、设备及介质
CN109191847A (zh) 基于城市卡口数据的自适应干线协调控制方法及系统
CN113223293B (zh) 路网仿真模型的构建方法、装置及电子设备
CN116386336B (zh) 基于卡口车牌数据的路网交通流量鲁棒计算方法及系统
KR102179433B1 (ko) 분산 예측 기반의 교통신호 제어 시스템 및 그 방법
CN111429730A (zh) 交通信号周期计算方法及设备、计算机可读存储介质
Rapelli et al. A distributed V2V-based virtual traffic light system
CN111354197B (zh) 交通子区域及时段的划分方法及设备
SE1550429A1 (en) Device and method for classification of road segment
CN115424457A (zh) 一种车辆行驶控制方法、装置、设备及可读存储介质
CN116030654A (zh) 交通拥堵调节方法、装置、电子设备及介质
CN115862322A (zh) 一种车辆可变限速控制优化方法、系统、介质及设备
CN104537848A (zh) 一种基于车载自组织网络的城市道路交通状态探测方法
CN111354184B (zh) 交通信号周期计算方法及设备、计算机可读存储介质
CN113516857A (zh) 一种基于雷达监测的交叉口信号配时动态调配方法及系统
CN108806285A (zh) 一种基于阵列雷达的交叉路口信号调整方法及装置
CN110648546B (zh) 一种路况预警方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20200717

RJ01 Rejection of invention patent application after publication