[发明专利]交叉口信号周期及周期流量的估计方法有效
申请号: | 201711140183.7 | 申请日: | 2017-11-16 |
公开(公告)号: | CN107993435B | 公开(公告)日: | 2019-10-29 |
发明(设计)人: | 周俊杰;张伟;胡灵龙;杨义军;程兴硕;祁照阁 | 申请(专利权)人: | 浙江浙大中控信息技术有限公司 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/04;G08G1/08 |
代理公司: | 杭州杭诚专利事务所有限公司 33109 | 代理人: | 尉伟敏 |
地址: | 310053 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 交叉口 信号 周期 流量 估计 方法 | ||
本发明公开了一种交叉口信号周期及周期流量的估计方法,包括如下步骤:在时间段T内,记录当前时刻t0,将时刻t0作为起点,获取t0时刻前Δtp分钟内该车道的视频卡口过车数据;根据选择的第一个t分钟的视频卡口过车数据,以头车的时刻t2作为起点,继续查找下一个头车的时刻t3,根据查找到的t2时刻和t3时刻计算信号周期及周期流量。本发明仅通过交叉口的视频卡口过车数据的车辆过车时间估计交叉口的信号周期及周期流量,去除了去信号控制设备数据的依赖;信号灯的方案在不同的时间段会发生变化,本发明能够保证信号周期及周期流量的持续估计,实用性强;本发明能用于历史数据的分析,并且不依赖于历史数据的存储。
技术领域
本发明涉及智能交通技术领域,尤其是涉及一种能够实现交叉口信号周期及周期流量的实时估计或离线的交叉口信号周期及周期流量的估计方法。
背景技术
随着大数据、云计算、人工智能技术的发展,利用海量的历史、实时数据分析交通需求,对交通信号控制方案进行在线优化,实现人工智能决策是目前智能交通发展的主要趋势。交通信号控制方案的计算所需的重要参数包括信号交叉口的车道周期流量,即道路交叉口一个车道在一个信号周期内所通过的车辆数。随着视频检测技术的成熟、国家“天网工程”的全面实施,信号交叉口的视频卡口设备覆盖面大幅提升,这些设备能够检测到交叉口各个车道每辆车的号牌、进出路口的时间等信息,检测精度足以取代以前信号控制机连接的地磁线圈,成为信号交叉口车道周期流量数据的来源。
由于视频卡口与信号控制设备之间跨网、设备分属不同厂商等原因,这些视频卡口所连接的数据计算平台,无法直接获知实时或历史的交通信号周期参数,海量的过车数据无法及时转换为计算信号控制方案,一定程度上阻碍或延缓了这一资源的便捷利用。因此,必须建立一种利用视频卡口过车数据估计信号交叉口周期及周期流量的方法,实现对周期及周期流量的估计,这不仅使得卡口过车数据能够更加便捷地应用于信号控制方案计算,也让未来更多源的流量数据应用于交通信号控制成为可能。
目前,国内已经有将视频卡口数据用于交通信号控制方案实时计算的案例,主要的实现方法是三类:第一类是直接利用视频卡口过车数据,统计5-10分钟的流量值,这种方法的缺点是由于计算时间间隔的选取无法保证恰好是信号周期时间的整数倍,则计算间隔越短,流量准确性越低,计算间隔越长,流量越平滑,无法实际反应路口交通状态;第二类是在视频设备与信号机设备时间增加流量转换设备,视频模拟线圈给信号机发送信号,信号机统计周期时间内的车辆数,这种方法的缺点是两个设备间需要增加转换设备,可能存在高频率的跨网通信,对设备统一时钟、传输性能都有很高的要求;第三类方法是信号设备将信号时间传输到上位机,视频将过车信息也传输到数据中心,两者在中心实现匹配。这种方法仍可能存在高频率的跨网通信,对设备时钟统一、传输性能要求较高的问题。
发明内容
本发明为了克服现有技术存在的上述不足,提供了一种能够实现交叉口信号周期及周期流量的实时估计或离线的交叉口信号周期及周期流量的估计方法。
为了实现上述目的,本发明采用了以下技术方案:
一种交叉口信号周期及周期流量的估计方法,包括如下步骤:
(1-1)在时间段T内,确定要估计信号周期的路口及要估计周期流量的车道,记录当前时刻t0,将时刻t0作为起点,获取t0时刻前Δtp分钟内该车道的视频卡口过车数据;
(1-2)以前Δtp分钟内该车道的视频卡口过车数据为样本数据,初始化相邻头车车头时距最大值Δhmax、车头时距临界值ΔH、相邻头车车头时距最大值调整步长相邻头车车头时距最大值调整步长队列初始化相邻头车车头时距最大值调整步长队列计数值n,设定n=1,选择Δtp分钟的第一个t分钟的视频卡口过车数据;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江浙大中控信息技术有限公司,未经浙江浙大中控信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711140183.7/2.html,转载请声明来源钻瓜专利网。