区域混合交通自适应信号协调控制方法

    公开(公告)号:CN101281685B

    公开(公告)日:2010-08-25

    申请号:CN200810050342.9

    申请日:2008-01-30

    Applicant: 吉林大学

    Abstract: 一种区域混合交通自适应信号协调控制方法,涉及自动控制技术领域,通过检测器对进入控制交叉口的车辆信息进行检测,并将车辆信息传送至交通信号控制器;交通信号控制器对交通流数据进行预处理,区域协调控制计算机分析各交叉口各进口路段的交通流运行状态,进行实时分析预测,向交通信号控制器提供优化的交通信号方案配时参数。本发明方法将城市路网分成若干子区,采用分层联网协调控制各交叉口的红绿灯持续时间,提高通行能力、防止交通拥挤、减少尾气排放,保障交通安全。

    基于道路数据增量更新的导航电子地图动态拓扑重建系统方法

    公开(公告)号:CN101726309A

    公开(公告)日:2010-06-09

    申请号:CN200910218030.9

    申请日:2009-12-18

    Applicant: 吉林大学

    Abstract: 基于道路数据增量更新的导航电子地图动态拓扑重建系统方法,涉及导航电子地图的在线增量式更新方法,采用中心端服务器、通信网络和车载导航终端构成,中心端服务器包括支持增量更新的拓扑结构数据存储模块、道路数据增量更新模块与增量更新数据包在线生成模块;通信网络采取GPRS无线通信方式,可实现中心端服务器与车载导航终端之间的数据传输;车载导航终端包括增量更新数据包解析转化模块,可以将增量更新数据合并到本地导航数据文件中。本发明能够根据路网实时变化在线更新导航电子地图,有效保证了动态交通诱导系统为驾驶员提供正确的行驶路线。

    一种道路交通运行态势多时间尺度预测方法

    公开(公告)号:CN104778837B

    公开(公告)日:2017-12-05

    申请号:CN201510175476.3

    申请日:2015-04-14

    Abstract: 本发明公开了一种道路交通运行态势多时间尺度预测方法,根据高速公路交通流运行的时空特性,通过对不同时间尺度下高速公路交通参数特征的分析,运用指数平滑算法、加权平均算法、卡尔曼滤波法分别对不同时间尺度下的高速公路道路交通运行态势进行预测,构建高速公路道路交通运行态势评价指标体系及多时间尺度高速公路交通流运行态势预测技术,进而实现高速公路运行管理从经验主导向科学主导的转变,被动管理向主动管理的初步转变,能够有效的提升道路交通运行态势预测系统运行效率、降低系统运行成本,可显著提升道路交通指挥和管理协调程度,最大限度为道路交通管理者和使用者的交通管控措施改善和出行计划规划提供最佳决策。

    一种多支路环形交叉口自适应式信号控制方法

    公开(公告)号:CN106355909A

    公开(公告)日:2017-01-25

    申请号:CN201611032974.3

    申请日:2016-11-16

    Abstract: 本发明涉及城市交通信号控制领域,具体涉及一种多支路环形交叉口的自适应交通信号控制方法,旨在解决现有配时方法难以更好地适应交通流时变特性,不能合理的利用环形交叉口的时空资源的问题。本发明涉及三个模块:信息采集模块、状态预测模块、信号控制模块。三个模块按照控制流程相互配合,循环执行,为多支路环形交叉口进行自适应信号配时。本发明应用于交通控制领域,提供了一种普遍适用于多支路环形交叉口、充分适应交通流时变特性、合理利用环岛时空资源并且能显著提高环形交叉口运行效率的自适应式信号控制方法。

    非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法

    公开(公告)号:CN102568205B

    公开(公告)日:2013-12-04

    申请号:CN201210005335.3

    申请日:2012-01-10

    Applicant: 吉林大学

    Abstract: 一种非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法,涉及交通信息技术领域,结合经验模态分解EMD这种处理数据序列的方法,首先将非常态事件下非平稳的交通参数数据序列分解成平稳的、多尺度特征的本征模态函数分量IMF,然后基于EMD滤波特性构造滤波器组,将IMF分量重组为高、中和低频滤波三类,再根据每组IMF的不同特点分别使用灰色理论、卡尔曼滤波和自回归滑动平均模型进行预测,然后将各部分结果累加生成下一时段交通参数的实时预测结果,最后根据实时的交通参数预测数据和非常态下历史数据进行多步预测,得到交通参数最终的预测结果及未来发展趋势。本发明对于非常态事件下的交通参数以及未来变化趋势具有更好的预测能力。

    非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法

    公开(公告)号:CN102568205A

    公开(公告)日:2012-07-11

    申请号:CN201210005335.3

    申请日:2012-01-10

    Applicant: 吉林大学

    Abstract: 一种非常态下基于经验模态分解和分类组合预测的交通参数短时预测方法,涉及交通信息技术领域,结合经验模态分解EMD这种处理数据序列的方法,首先将非常态事件下非平稳的交通参数数据序列分解成平稳的、多尺度特征的本征模态函数分量IMF,然后基于EMD滤波特性构造滤波器组,将IMF分量重组为高、中和低频滤波三类,再根据每组IMF的不同特点分别使用灰色理论、卡尔曼滤波和自回归滑动平均模型进行预测,然后将各部分结果累加生成下一时段交通参数的实时预测结果,最后根据实时的交通参数预测数据和非常态下历史数据进行多步预测,得到交通参数最终的预测结果及未来发展趋势。本发明对于非常态事件下的交通参数以及未来变化趋势具有更好的预测能力。

    基于交通状态时空模型的路网性能判定方法

    公开(公告)号:CN101819717A

    公开(公告)日:2010-09-01

    申请号:CN201010120787.7

    申请日:2010-03-05

    Applicant: 吉林大学

    Abstract: 一种基于交通状态时空模型的路网性能判定方法,属于智能交通技术领域,包括获取交通流参数;进行交通子区动态划分;建立区域交通状态时空模型和对路网性能分析步骤实现,其中,交通流参数是车辆到达排队队尾时间、排队等待时间和通过路口时间构成的路段行程时间,交通子区动态划分采用周期原则对子区进行动态划分。按照本发明的思想进行建模、分析,可以从根本上找出交通拥挤问题的症结,从而提出相应的拥挤疏导方案,使交通管理具有方向性、目的性和高效性,显著提高城市交通管理的水平。

Patent Agency Ranking