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

CN111833592A - 一种交叉口的交通组织优化方法、装置和计算机设备 - Google Patents

一种交叉口的交通组织优化方法、装置和计算机设备 Download PDF

Info

Publication number
CN111833592A
CN111833592A CN201910314362.0A CN201910314362A CN111833592A CN 111833592 A CN111833592 A CN 111833592A CN 201910314362 A CN201910314362 A CN 201910314362A CN 111833592 A CN111833592 A CN 111833592A
Authority
CN
China
Prior art keywords
lane
optimization
target intersection
information
channelized
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.)
Granted
Application number
CN201910314362.0A
Other languages
English (en)
Other versions
CN111833592B (zh
Inventor
李旭红
郑立勇
郝勇刚
姜伟浩
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.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology 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 Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201910314362.0A priority Critical patent/CN111833592B/zh
Publication of CN111833592A publication Critical patent/CN111833592A/zh
Application granted granted Critical
Publication of CN111833592B publication Critical patent/CN111833592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control

Landscapes

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

Abstract

本申请提供一种交叉口的交通组织优化方法、装置和计算机设备。本申请提供的交叉口的交通组织优化方法,包括:获取待优化的目标交叉口的交通流量信息和原始渠化信息;根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化;若是,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化。若否,基于所述原始渠化信息对所述目标交叉口进行信控优化。本申请提供的交叉口的交通组织优化方法、装置和计算机设备,可实现交通组织优化的自动化,减小交通组织优化的工作量。

Description

一种交叉口的交通组织优化方法、装置和计算机设备
技术领域
本申请涉及交通领域,尤其涉及一种交叉口的交通组织优化方法、装置和计算机设备。
背景技术
交叉口作为城市交通网络中的关键节点,其顺畅性、安全性对城市路网顺利运行有着至关重要的作用。因此,交叉口的交通组织优化成为目前关注的重点。
交通组织优化包括时间维度上的通行权优化和空间维度上的路权优化,两者相辅相成才能达到最佳的优化效果。目前,在对交叉口进行交通组织优化时,主要依靠交通工程师确定是否进行渠化优化,这样,不利用实现交通组织优化的自动化,导致交通组织优化的工作量较大。
发明内容
有鉴于此,本申请提供一种交叉口的交通组织优化方法、装置和计算机设备,以实现交通组织优化的自动化,减小交通组织优化的工作量。
本申请第一方面提供一种交叉口的交通组织优化方法,所述方法包括:
获取待优化的目标交叉口的交通流量信息和原始渠化信息;
根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化;
若是,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化。
若否,基于所述原始渠化信息对所述目标交叉口进行信控优化。
本申请第二方面提供一种交叉口的交通组织优化装置,所述装置包括获取模块、确定模块、第一处理模块和第二处理模块;其中,
所述获取模块,用于获取待优化的目标交叉口的交通流量信息和原始渠化信息;
所述确定模块,用于根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化;
所述第一处理模块,用于在所述确定模块确定对所述目标交叉口进行渠化优化时,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化。
所述第二处理模块,用于在所述确定模块确定不对所述目标交叉口进行渠化优化时,基于所述原始渠化信息对所述目标交叉口进行信控优化。
本申请第三方面提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本申请第一方面提供的任一项所述方法的步骤。
本申请第四方面提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本申请第一方面提供的任一项所述方法的步骤。
本申请提供的交叉口的交通组织优化方法、装置和计算机设备,通过获取待优化的目标交叉口的交通流量信息和原始渠化信息,并根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化,进而在确定对所述目标交叉口进行渠化优化时,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化,并在确定不对目标交叉口进行渠化优化时,基于所述原始渠化信息对所述目标交叉口进行信控优化。这样,可实现交通组织优化的自动化,减小交通组织优化的工作量。
附图说明
图1为本申请提供的交叉口的交通组织优化方法实施例一的流程图;
图2为本申请一示例性实施例示出的目标交叉口的示意图;
图3为本申请提供的交叉口的交通组织优化方法实施例二的流程图;
图4为本申请一示例性实施例示出的计算车道组饱和度不均衡系数的流程图;
图5为图2所示目标交叉口优化前的交通组织示意图;
图6为图2所示目标交叉口优化后的交通组织示意图;
图7为本申请另一示例性实施例示出的目标交叉口的示意图;
图8为图7所示目标交叉口优化前的交通组织示意图;
图9为图7所示目标交叉口优化后的交通组织示意图;
图10为本申请一示例性实施例示出的交叉口的交通组织优化装置所在计算机设备的硬件结构图;
图11为本申请提供的交叉口的交通组织优化装置实施例一的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
有鉴于此,本申请提供一种交叉口的交通组织优化方法、装置和计算机设备,以实现交通组织优化的自动化,减小交通组织优化的工作量。
下面给出几个具体的实施例,用以详细介绍本申请的技术方案,下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程将在某些实施例中不再赘述。
图1为本申请提供的交叉口的交通组织优化方法实施例一的流程图。请参照图1,本实施例提供的方法,可以包括:
S101、获取待优化的目标交叉口的交通流量信息和原始渠化信息。
具体的,可从设置在目标交叉口的数据采集装置获取该目标交叉口的交通流量信息和原始渠化信息。需要说明的是,交通流量信息可以包括该目标交叉口各进口道各车道的车流量和交通饱和流率。例如,图2为本申请一示例性实施例示出的目标交叉口的示意图,获取到的该目标交叉口的交通流量信息如表1所示,获取到的该目标交叉口的原始渠化信息如图2中所示(即东进口道包括两个左转车道、一个直行车道和一个右转车道;西进口道包括两个左转车道、一个直行车道和一个右转车道;南进口道包括一个左转车道、一个直行车道和一个右转车道;北进口道包括一个左转车道、一个直行车道和一个右转车道):
表1目标交叉口的交通流量信息
Figure BDA0002032588850000041
S102、根据上述交通流量信息和上述原始渠化信息,确定是否对上述目标交叉口进行渠化优化。
具体的,图3为本申请提供的交叉口的交通组织优化方法实施例二的流程图。本实施例主要涉及的是如何确定是否对目标交叉口进行渠化优化的具体方法。请参照图3,确定是否对目标交叉口进行渠化优化的具体步骤,可以包括:
S301、根据上述交通流量信息和上述原始渠化信息,确定上述目标交叉口的各进口道是否存在车道不均衡问题。
具体的,一实施例中,该步骤的具体实现过程,可以包括:
(1)针对上述目标交叉口的每一进口道,根据上述交通流量信息和上述原始渠化信息,计算该进口道原始的车道组饱和度不均衡系数。
具体的,图4为本申请一示例性实施例示出的计算车道组饱和度不均衡系数的流程图。请参照图4,该步骤的具体实现过程,可以包括:
S401、根据上述交通流量信息和渠化信息,计算该进口道各车道组的车道饱和度。
具体的,车道组的车道饱和度是指在特定的道路、交通和信号控制条件下,某车道组的交通流率和同样条件下的交通饱和流率之比。需要说明的是,车道组是指同一进口道相同车道类型的车道组合。
具体的,车道饱和度可按如下公式计算获得:
Figure BDA0002032588850000051
其中,Xi表示车道组i的车道饱和度;
Qi表示车道组i的交通流率,辆/h;
Qsi表示车道组i的交通饱和流率,辆/h。
下面以图2所示目标交叉口为例,具体说明车道组的车道饱和度的计算方法:
参照图2,以东进口道为例,该东进口道左转车道的车道饱和度等于:
Figure BDA0002032588850000061
该东进口道直行车道的车道饱和度等于:
Figure BDA0002032588850000062
即计算得到东进口道左转车道组的车道饱和度等于0.056、直行车道组的车道饱和度等于0.30。
S402、根据该进口道各车道组的车道饱和度,计算该进口道的车道组饱和度不均衡系数;其中,该进口道的车道组饱和不均衡系数等于该进口道直行车道组的车道饱和度与该进口道左转车道组的车道饱和度的差的绝对值。
具体的,结合步骤S401中的例子,本步骤中,计算得到东进口道的车道组饱和不均衡系数等于0.244(其中,0.244=0.30-0.056)。
(2)在预设约束条件下,改变该进口道直行车道数和该进口道左转车道数据的数量,得到改变后渠化信息。
具体的,本例中,预设的约束条件为:
njs+njl=nj_sl
njs>0
njl>0
其中,njs,njl分别表示改变后渠化信息中进口道j车道组s,l包含的车道数;
nj_sl表示原始渠化信息中进口道j车道组s,l包含的车道数之和。
即预设的约束条件为:不改变进口道左转车道和直行车道总数,且左转车道和直行车道最少各一个。
例如,在图2所示实例中,针对东进口道,原始渠化信息中,东进口道左转车道组包括两个车道,直行车道组包含1个车道,即nj_sl等于3。本步骤中,基于上述约束条件,改变该进口道直行车道数和该进口道左转车道的数量,得到改变后渠化信息。例如,本例中,针对东进口道,改变后的渠化信息为:该东进口道左转车道组包含1个车道,直行车道组包含2个车道。
(3)根据所述交通流量和所述改变后渠化信息,计算该进口道改变后的车道组饱和度不均衡系数。
具体的,有关车道组饱和度不均衡系数的计算方法可以参见前面实施例中的具体描述,此处不再赘述。例如,在图2所示示例中,针对东进口道,改变该进口道直行车道数和该进口道左转车道数据的数量,得到改变后渠化信息后,此时,东进口道左转车道组的车道饱和度等于:
Figure BDA0002032588850000071
进一步地,东进口道直行车道组的车道饱和度等于:
Figure BDA0002032588850000072
此时,计算得到东进口道改变后的车道组饱和度不均衡系数为0.04(其中,0.04=0.15-0.11)。
(4)判断该进口道原始的车道组饱和度不均衡系数是否大于指定阈值;其中,上述指定阈值等于预设值和指定值之间的较大者;上述指定值等于该进口道原始的车道组饱和度不均衡系数和该进口道改变后的车道组饱和度不均衡系数中的最小值。
具体的,预设值是根据实际需要设定的。本实施例中,不对预设值的具体值进行限定。例如,一实施例中,预设值为0.2。
需要说明的是,指定值等于该进口道原始的车道组饱和度不均衡系数和该进口道改变后的车道组饱和度不均衡系数中的最小值。例如,针对图2所示示例中的东进口道,此时,指定值等于0.04。此时,指定阈值为0.04。本步骤中,就判断东进口道原始的车道组饱和度不均衡系数是否大于0.04。
(5)若是,确定该进口道存在车道不均衡问题。
结合上面的例子,本步骤中,就确定东进口道存在车道不均衡问题。
(6)若否,确定该进口道不存在车道不均衡问题。
S302、若上述目标交叉口的至少一个进道口存在车道不均衡问题,则确定对上述目标交叉口进行渠化优化。
例如,在一实施例中,针对目标交叉口,确定该交叉口的4个进口道中,东进口道到存在车道不均衡问题,其余3个进口道不存在车道不均衡问题,此时,则确定对该目标交叉口进行渠化优化。再例如,在另一实施例中,针对目标交叉口,确定该交叉口的4个进口道中,东进口道和西进口道存在车道不均衡问题,其余两个进口道不存在车道不均衡问题,此时,则确定对该目标交叉口进行渠化优化。
结合上面的介绍,在图2所示示例中,东进口道存在车道不均衡问题,此时,确定对该目标交叉口进行渠化优化。
S303、若上述目标交叉口的任一个进口道均不存在车道不均衡问题,则确定不对上述目标交叉口进行渠化优化。
例如,在一实施例中,针对目标交叉口,若确定该目标交叉口的4个进口道中,任意一个进口道均不存在车道不均衡问题,本步骤中,就确定不对上述目标交叉口进行渠化优化。
S103、若是,对上述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对上述目标交叉口进行信控优化。
具体的,对目标交叉口进行渠化优化的步骤,包括:
针对目标交叉口的各进口道,将所述指定值对应的渠化信息确定为所述渠化优化后的渠化信息。
例如,在图2所示实例中,针对东进口道,则确定该进口道渠化优化后的渠化信息为:包含一个左转车道和两个直行车道。
需要说明的是,针对图2所示示例中的其他进口道,采用相似的方法确定优化后的渠化信息,此处不再赘述。
进一步地,可按照相关的信控优化算法对目标交叉口进行信控优化。例如,可采用Webster算法对目标交叉口进行信控优化。
下面简单介绍一下Webster算法的具体实现原理。该算法是以车辆延误最小为目标来计算信号配时的一种方法,核心内容是车辆延误和最佳周期的计算。
算法公式:
Figure BDA0002032588850000091
其中,C0----最佳周期长度(s);
L----总损失时间(s);
Y----交叉口交通流量比;
总损失时间为:
L=nl+AR
其中,l----相位信号损失时间(s)
n----信号的相位数
AR----周期中的全红时间(s)
交叉口交通流量比Y为各个相位信号关键车道的交通流量比(yi)之和,即:
Figure BDA0002032588850000092
需要说明的是,关键车道,是指相位中,交通流量比最大的那条车道,关键车道的交通流量比等于该车道的交通流量和交通饱和流量之比。
S104、若否,基于上述原始渠化信息对上述目标交叉口进行信控优化。
具体的,有关对目标交叉口进行信控优化的具体实现原理可以参见步骤S103中的描述,此处不再赘述。
需要说明的是,本实施例提供的方法,可以集成在仿真软件中,例如,可以集成在SUMO仿真软件中。此时,可基于地图文件(包含原始渠化信息)和获取到的交通流量信息生成仿真路口文件(如图2所示)。
本实施例提供的方法,通过获取待优化的目标交叉口的交通流量信息和原始渠化信息,并根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化,进而在确定对所述目标交叉口进行渠化优化时,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化,并在确定不对目标交叉口进行渠化优化时,基于所述原始渠化信息对所述目标交叉口进行信控优化。这样,可实现交通组织优化的自动化,减小交通组织优化的工作量。
可选地,在本申请一可能的实现方式中,所述方法还包括:
获取所述目标交叉口的原始信控信息,并根据所述原始信控信息,确定所述目标交叉口的原始排队长度;
所述对所述目标交叉口进行信控优化之后,所述方法还包括:
根据信控优化后的信控信息,确定所述目标交叉口信控优化后的排队长度;
判断所述信控优化后排队长度是否小于所述原始排队长度;
若是,确定优化后的交通组织优于优化前的交通组织。
具体的,可从设置在目标交叉口的数据采集装置获取该目标交叉口的原始信控信息。需要说明的是,有关计算排队长度的具体实现原理和实现步骤可以参见相关技术中的描述,此处不再赘述。例如,当本申请提供的方法集成于SUMO仿真软件时,可基于该软件计算排队长度。
例如,图5为图2所示目标交叉口优化前的交通组织示意图;图6为图2所示目标交叉口优化后的交通组织示意图(需要说明的是,图5和图6中,A图为目标交叉口的示意图,B图为目标交叉口的运行示意图。另外,这两个交通组织示意图基于SUMO仿真软件得到)。请参照图5和图6,从图5和图6可以看出,优化后的交通组织优于优化前的交通组织。
具体的,本实施例提供的方法,通过计算原始排队长度和信控优化后的排队长度,并判断所述信控优化后的排队长度是否小于所述原始排队长度,进而在判断信控优化后的排队长度小于所述原始排队长度时,确定优化后的交通组织优于优化前的交通组织。这样,提供了一种交通组织优化评价方法,通过该方法,可评价优化后的交通组织是否优于优化前的交通组织,以为实际运用提供参考。
下面给出一个更具体的实施例,用以详细说明本申请提供的方法。
图7为本申请另一示例性实施例示出的目标交叉口的示意图。请参照图,在本例中,获取到的该目标交叉口的交通流量信息如表2所示,获取到的该目标交车口的原始渠化信息如图7所示:
表2目标交叉口的交通流量信息
Figure BDA0002032588850000111
本例中,采用本申请提供的方法对该目标交叉后进行交通组织优化。图8为图7所示目标交叉口优化前的交通组织示意图;图9为图7所示目标交叉口优化后的示意图(需要说明的是,图8和图9中,A图为目标交叉口的示意图,B图为目标交叉口的运行示意图。另外,这两个图基于SUMO仿真软件得到)。请参照图8和图9,通过本申请提供的方法对该交叉口进行优化后,东西进口道的排队长度从5辆车变为2辆车,即优化后的交通组织优于优化前的交通组织。
与前述交叉口的交通组织优化方法的实施例相对应,本申请还提供了交车口的交通组织优化装置的实施例。
本申请交叉口的交通组织优化装置的实施例可以应用在计算机设备上。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。以软件实现为例,作为一个逻辑意义上的装置,是通过其所在计算机设备的处理器将存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言,如图10所示,为本申请一示例性实施例示出的交叉口的交通组织优化装置所在计算机设备的硬件结构图,除了图10所示的存储器910、处理器920、内存930和网络接口940之外,实施例中装置所在的计算机设备通常根据该交叉口的交通组织优化装置的实际功能,还可以包括其他硬件,对此不再赘述。
图11为本申请提供的交叉口的交通组织优化装置实施例一的结构示意图。请参照图11,本实施例提供的装置,可以包括获取模块100、确定模块200、第一处理模块300和第二处理模块400;其中,
所述获取模块100,用于获取待优化的目标交叉口的交通流量信息和原始渠化信息;
所述确定模块200,用于根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化;
所述第一处理模块300,用于在所述确定模块确定对所述目标交叉口进行渠化优化时,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化。
所述第二处理模块400,用于在所述确定模块确定不对所述目标交叉口进行渠化优化时,基于所述原始渠化信息对所述目标交叉口进行信控优化。
本实施例的装置,可用于执行图1所示实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
进一步地,所述确定模块200,具体用于:
根据所述交通流量信息和所述原始渠化信息,确定所述目标交叉口的各进口道是否存在车道不均衡问题;
若所述目标交叉口的至少一个进道口存在车道不均衡问题,则确定对所述目标交叉口进行渠化优化;
若所述目标交叉口的任一个进口道均不存在车道不均衡问题,则确定不对所述目标交叉口进行渠化优化。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本申请提供的任一交叉口的交通组织优化方法的步骤。
具体的,适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备,例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。
请继续参照图10,本申请还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现本申请提供的任一交叉口的交通组织优化方法的步骤。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。

Claims (10)

1.一种交叉口的交通组织优化方法,其特征在于,所述方法包括:
获取待优化的目标交叉口的交通流量信息和原始渠化信息;
根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化;
若是,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化;
若否,基于所述原始渠化信息对所述目标交叉口进行信控优化。
2.根据权利要求1所述的方法,其特征在于,所述根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化,包括:
根据所述交通流量信息和所述原始渠化信息,确定所述目标交叉口的各进口道是否存在车道不均衡问题;
若所述目标交叉口的至少一个进道口存在车道不均衡问题,则确定对所述目标交叉口进行渠化优化;
若所述目标交叉口的任一个进口道均不存在车道不均衡问题,则确定不对所述目标交叉口进行渠化优化。
3.根据权利要求2所述的方法,其特征在于,所述根据交通流量信息和所述原始渠化信息,确定所述目标交叉口的各进口道是否存在车道不均衡问题,包括:
针对所述目标交叉口的每一进口道,根据所述交通流量信息和所述原始渠化信息,计算该进口道原始的车道组饱和度不均衡系数;
在预设约束条件下,改变该进口道直行车道数和该进口道左转车道数的数量,得到改变后渠化信息;
根据所述交通流量和所述改变后渠化信息,计算该进口道改变后的车道组饱和度不均衡系数;
判断该进口道原始的车道组饱和度不均衡系数是否大于指定阈值;其中,所述指定阈值等于预设值和指定值之间的较大者;所述指定值等于该进口道原始的车道组饱和度不均衡系数和该进口道改变后的车道组饱和度不均衡系数中的最小值;
若是,确定该进口道存在车道不均衡问题;
若否,确定该进口道不存在车道不均衡问题。
4.根据权利要求3所述的方法,其特征在于,所述对所述目标交叉口进行渠化优化,包括:
针对所述目标交叉口的各进口道,将所述指定值对应的渠化信息确定为所述渠化优化后的渠化信息。
5.根据权利要求3所述的方法,其特征在于,计算进口道的车道组饱和度不均衡系数,包括:
根据所述交通流量信息和渠化信息,计算该进口道各车道组的车道饱和度;
根据该进口道各车道组的车道饱和度,计算该进口道的车道组饱和度不均衡系数;其中,该进口道的车道组饱和不均衡系数等于该进口道直行车道组的车道饱和度与该进口道左转车道组的车道饱和度的差的绝对值。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述目标交叉口的原始信控信息,并根据所述原始信控信息,确定所述目标交叉口的原始排队长度;
所述对所述目标交叉口进行信控优化之后,所述方法还包括:
根据信控优化后的信控信息,确定所述目标交叉口信控优化后的排队长度;
判断所述信控优化后的排队长度是否小于所述原始排队长度;
若是,确定优化后的交通组织优于优化前的交通组织。
7.一种交叉口的交通组织优化装置,其特征在于,所述装置包括获取模块、确定模块、第一处理模块和第二处理模块;其中,
所述获取模块,用于获取待优化的目标交叉口的交通流量信息和原始渠化信息;
所述确定模块,用于根据所述交通流量信息和所述原始渠化信息,确定是否对所述目标交叉口进行渠化优化;
所述第一处理模块,用于在所述确定模块确定对所述目标交叉口进行渠化优化时,对所述目标交叉口进行渠化优化,并基于渠化优化后的渠化信息对所述目标交叉口进行信控优化;
所述第二处理模块,用于在所述确定模块确定不对所述目标交叉口进行渠化优化时,基于所述原始渠化信息对所述目标交叉口进行信控优化。
8.根据权利要求7所述的装置,其特征在于,所述确定模块,具体用于:
根据所述交通流量信息和所述原始渠化信息,确定所述目标交叉口的各进口道是否存在车道不均衡问题;
若所述目标交叉口的至少一个进道口存在车道不均衡问题,则确定对所述目标交叉口进行渠化优化;
若所述目标交叉口的任一个进口道均不存在车道不均衡问题,则确定不对所述目标交叉口进行渠化优化。
9.一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,所述程序被处理器执行时实现权利要求1-6任一项所述方法的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-6任一项所述方法的步骤。
CN201910314362.0A 2019-04-18 2019-04-18 一种交叉口的交通组织优化方法、装置和计算机设备 Active CN111833592B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910314362.0A CN111833592B (zh) 2019-04-18 2019-04-18 一种交叉口的交通组织优化方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910314362.0A CN111833592B (zh) 2019-04-18 2019-04-18 一种交叉口的交通组织优化方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN111833592A true CN111833592A (zh) 2020-10-27
CN111833592B CN111833592B (zh) 2022-05-31

Family

ID=72914889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910314362.0A Active CN111833592B (zh) 2019-04-18 2019-04-18 一种交叉口的交通组织优化方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN111833592B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115346360A (zh) * 2021-05-13 2022-11-15 长沙智能驾驶研究院有限公司 一种动态车道管理方法、装置、终端设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5798949A (en) * 1995-01-13 1998-08-25 Kaub; Alan Richard Traffic safety prediction model
CN103186984A (zh) * 2013-04-22 2013-07-03 东南大学 一种城市交叉口可变导向车道转向功能变换触发方法
CN106355904A (zh) * 2016-10-14 2017-01-25 上海市城市建设设计研究总院 优化直行左转合放绿灯的交叉口及其组织方法
US20170116528A1 (en) * 2015-10-27 2017-04-27 International Business Machines Corporation Predictive analytics to determine optimal space allocation
CN107016857A (zh) * 2017-04-13 2017-08-04 同济大学 一种信控交叉口左转交通组合设计优化方法
CN107038864A (zh) * 2017-05-28 2017-08-11 浙江大学 一种交叉口进口导向车道设置合理性判别的方法
CN107730891A (zh) * 2017-11-20 2018-02-23 中兴软创科技股份有限公司 一种道路交通组织渠化的评价方法
US20180374223A1 (en) * 2017-06-23 2018-12-27 Satori Worldwide, Llc Automatic thoroughfare recognition and traffic counting
CN109348423A (zh) * 2018-11-02 2019-02-15 同济大学 一种基于抽样轨迹数据的干道协调控制优化方法
CN109448371A (zh) * 2018-11-05 2019-03-08 王晨 一种实时可变车道控制方法及控制系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5798949A (en) * 1995-01-13 1998-08-25 Kaub; Alan Richard Traffic safety prediction model
CN103186984A (zh) * 2013-04-22 2013-07-03 东南大学 一种城市交叉口可变导向车道转向功能变换触发方法
US20170116528A1 (en) * 2015-10-27 2017-04-27 International Business Machines Corporation Predictive analytics to determine optimal space allocation
CN106355904A (zh) * 2016-10-14 2017-01-25 上海市城市建设设计研究总院 优化直行左转合放绿灯的交叉口及其组织方法
CN107016857A (zh) * 2017-04-13 2017-08-04 同济大学 一种信控交叉口左转交通组合设计优化方法
CN107038864A (zh) * 2017-05-28 2017-08-11 浙江大学 一种交叉口进口导向车道设置合理性判别的方法
US20180374223A1 (en) * 2017-06-23 2018-12-27 Satori Worldwide, Llc Automatic thoroughfare recognition and traffic counting
CN107730891A (zh) * 2017-11-20 2018-02-23 中兴软创科技股份有限公司 一种道路交通组织渠化的评价方法
CN109348423A (zh) * 2018-11-02 2019-02-15 同济大学 一种基于抽样轨迹数据的干道协调控制优化方法
CN109448371A (zh) * 2018-11-05 2019-03-08 王晨 一种实时可变车道控制方法及控制系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115346360A (zh) * 2021-05-13 2022-11-15 长沙智能驾驶研究院有限公司 一种动态车道管理方法、装置、终端设备及存储介质
CN115346360B (zh) * 2021-05-13 2024-03-29 长沙智能驾驶研究院有限公司 一种动态车道管理方法、装置、终端设备及存储介质

Also Published As

Publication number Publication date
CN111833592B (zh) 2022-05-31

Similar Documents

Publication Publication Date Title
CN107992050B (zh) 无人驾驶汽车局部路径运动规划方法和装置
EP3318985A1 (en) Driving route matching method and apparatus and storage medium
EP1413895B1 (en) A method and apparatus for generating a GPS simulation scenario
CN109360421B (zh) 一种基于机器学习的交通信息预测方法及装置、电子终端
CN111310828B (zh) 用于adas场景的目标检测模型微调方法及装置
CN111142525A (zh) 高精度地图车道拓扑构建方法及系统、服务器及介质
CN107562983B (zh) 一种城市快速路匝道区域换道空间优化方法及装置
CN106875734B (zh) 一种推送停车路线的方法及装置
CN115200604B (zh) 转弯路径规划方法、设备、车辆及存储介质
Suh et al. Signal design for displaced left-turn intersection using Monte Carlo method
CN111833592B (zh) 一种交叉口的交通组织优化方法、装置和计算机设备
CN111881243A (zh) 一种出租车轨迹热点区域分析方法及系统
Shokry et al. Bandwidth maximization approach for displaced left-turn crossovers coordination under heterogeneous traffic conditions
Rahmani et al. The Effect of the Number of Right‐Turn and Left‐Turn Lanes on the Performance of Undersaturated Signalized Intersections
CN111860904B (zh) 上车点排序的方法及装置
CN114801644A (zh) 用于驻车空调的控制方法及装置、驻车空调、存储介质
CN106504532B (zh) 一种确定上游信号控制点位的方法和装置
Park et al. Optimization of coordinated–actuated traffic signal system: Stochastic optimization method based on shuffled frog-leaping algorithm
JP2021009027A (ja) 経路出力装置、方法、及びプログラム
CN114842659A (zh) 一种交通拥堵疏导方法及装置
Kim et al. Evaluation and design of maximum green time settings for traffic-actuated control
Oppenlander et al. Simulation of left-turn storage lengths without separate signal phase
Gholami et al. Multicriteria-based guideline for pedestrian timing accommodation in signal coordination
CN117093663B (zh) 电子地图的数据处理方法和相关装置
CN114969880B (zh) 一种道路模型构建方法和装置

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
GR01 Patent grant
GR01 Patent grant