Sample Sidebar Module

This is a sample module published to the sidebar_top position, using the -sidebar module class suffix. There is also a sidebar_bottom position below the menu.

Sample Sidebar Module

This is a sample module published to the sidebar_bottom position, using the -sidebar module class suffix. There is also a sidebar_top position below the search.
应急与灾害监测解决方案

Search Our Site

  • zh_cn
  • English (UK)
 

在城市道路交通管理中,交叉口的管理历来是重点和难点。交叉口是各种交通流向的交汇点,是城市道路网最常见的瓶颈,交叉口的交通运行状况对整个路网的交通运行起着至关重要的作用。如何利用多种手段提升道路交叉口通行能力成为智能交通领域的重要课题。最新的智能交通理论要求交叉口信号控制系统包含前端检测、信号模型和评价反馈三个方面,然而目前绝大部分的信号控制系统受到前端检测技术的制约,无法实现精确的交叉口信号控制闭环。

道路交叉口雷达视频一体化检测系统提出“雷达检测+视频检测一体化实时全数据信号闭环控制”模型,以雷达与视频数据融合双重判断的面检测替代点或线检测,以精确的实时的数据替代模糊算法计算的数据,建立新一代的信号控制模型,结合实
时感知进行控制效果评价优化,形成闭环控制系统,提升道路交叉口通行能力。

道路交叉口雷达视频一体化检测系统检测示意图


系统架构


系统主要由信息感知单元、数据传输单元和数据管理单元组成。

系统前端信息感知单元由雷达视频一体检测器、数据转换器、信号机组成,雷达视频一体检测器采集道路相关交通大数据信息,一路经过数据转换器,传输给路口交通信号控制机(雷达视频一体检测器一般通过以太网进行输出,如果信号机不能直
接接受以太网信息,则需要选配数据转换器,将检测器的以太网数据转成信号机可接受的信号),一路通过网络传输至数据管理单元的大数据平台。信号机根据一体检测器采集的数据进行路口自适应控制,而大数据平台通过存储、分析检测器的数据,
同时结合互联网的宏观数据综合分析,对当前信号控制系统进行评价,不断优化信号控制模型,最终实现符合当前交叉口特点的信号配时方案。

交叉口雷达视频一体化检测系统架构图


系统工作原理


道路交叉口雷达视频一体化检测系统采用多维扫描式雷达技术、人工智能图像识别技术和先进的 DSP 跟踪算法,全天候对道路交叉口区域内的车辆进行精准感知,实时跟踪检测车辆的位置和速度,对数据进行分析;通过在每个车道设置多个检测
点,形成检测截面,检测各个位置分车道的车辆存在信息以及交通流统计数据,同时计算各车道的车辆排队长度和车辆总数,将车辆存在信息、各车道绿灯起始前及绿灯期间内的排队长度和车辆数发送给信号机,信号机根据这些参数,实时调整信号配时,实现道路交叉口自适应控制。

交叉口雷达视频一体化检测系统模型


大数据平台根据检测器提供的周期流量、平均速度、占有率、红灯起始及期间内的排队长度和车辆总数等信息,为当前路口精准的时段划分、信号控制效果评价、信号配时优化建议等提供精准的数据支撑,同时结合互联网的宏观数据, 完成路网信号协调控制,最终实现符合路网特点的信号控制方案。

 

交叉口雷达视频一体化检测系统闭环模型图

 系统检测模型


系统根据一体化检测器的安装位置不同,其检测模型和功能应用存在差异,常见有两种检测模型,分别为信号灯杆方式和电子警察杆方式:

交叉口雷达视频一体化检测系统模型图—信号灯杆方式


上图为信号灯杆方式的系统检测模型,分别在来向渠化段前端、中段、末端设置检测点,检测车辆过车信息,并接收进口道车辆排队长度、车辆数等信息, 同时在出口道设置检测点,检测车辆过车信息,结合以上信息实现路口信号灯的自适应控制、瓶颈控制、区域协调控制。平台根据排队长度、停车次数、延误时间等参数评价控制效果。

交叉口雷达视频一体化检测系统模型图—电子警察杆方式


上图为电子警察杆方式的系统检测模型,分别在来向渠化段中段、末端设置检测点,检测车辆过车信息,并接收进口道车辆排队长度、车辆数等信息,结合以上信息实现路口信号灯的自适应控制、区域协调控制。同时在检测器最远端设置检测点,检
测截面交通流信息,为信息服务平台、交通诱导系统提供数据支撑。


系统特点


1) 信号模型的全新升级
➢ 路口交叉口区域精准检测,获取路口实时数据;
➢ 以多截面、多数据为基础,构建新型控制模型;
2) 非模糊信号闭环控制系统
➢ 以雷达+视频多元数据为基础,形成从前端检测、信号模型到系统评价的
闭环系统;
3) 交叉口数据深入挖掘
➢ 建立路口交通流分析图、排队趋势图、转向比分析、延误分析等多维度数据挖掘;
4) 信号控制时段自动划分
➢ 根据历史微观大数据分析,用户自定义进行精准的多时段划分;
5) 交通信号配时预测并实时调优
➢ 检测、分析实时交叉口车辆通行需求,实现自适应控制;
➢ 结合互联网大数据等,实现区域协调控制;
6) 建立交叉口评价体系
7) 通过排队长度、车辆停车次数、延误时间等建立交叉口信号评价体系;
8) 交叉口在线 3D 仿真
➢ 实时、全天候仿真交叉口交通流运行情况;