交通十字路口的車輛交通流的交通預測及控制系統的制作方法
本申請涉及智能交通領域，尤其涉及交通十字路口的車輛交通流的交通預測及交通燈時間控制系統。
背景技術：
科學家、運輸研究者、運輸工程師、道路工程師、城市規劃者、政策制訂者、計算機科學家、經濟學家、車輛生產商及每日依賴于運輸的上下班往返人員均很有興趣了解車輛交通流的特點。如在此使用的，“車輛交通流”指車輛在兩個點或交通十字路口之間的移動。同樣，如在此使用的，“交通十字路口”指彼此相遇或交叉的兩條以上道路之間的路口。交通擁堵及交通相變影響在城市、都市和高速公路上每日遭遇塞車的人。隨著具有車對車(v2v)通信和先進的駕駛員輔助系統(adas)的、無線連接及無人駕駛的車輛的出現，車輛交通流的行為和建模被認為戲劇性地變化。車輛交通流通常受交通十字路口處使用計算機控制的預編程的定時器順序的交通信號控制。例如通過綠色交通信號燈、黃色交通信號燈和紅色交通信號燈確定的交通信號定時為在預定時間段之后改變它們的順序以調節車輛交通流，例如對具有重車輛交通流的長道路保持綠色交通信號燈的持續時間長及對具有低車輛交通流的短道路保持綠色交通信號燈的持續時間短。預定時間段在相應交通十字路口處進行車輛交通流模式的大量調查之后設定。交通信號的定時隨計算機控制的預編程的定時器順序變化以在相應交通十字路口處在高峰時間和預定事件期間調節車輛交通流。經交通信號提高交通吞吐量即累積交通流量的行動和努力預先確定及預先編程。傳統的交通信號控制系統使用電感回路檢測器或攝像機檢測特定方向的車輛。當在任一方向沒有車輛時，交通信號燈需要動態變為紅色以允許其它十字方向的等待綠色交通信號燈的車輛通過。傳統的交通信號控制方法在流量低即車輛交通流具有近零車流密度的情形下及在交通不對稱即在特定方向車輛等待紅色交通信號燈時在其它十字方向沒有車輛的情形下，可通過交通燈時間的相應變化而提高交通量或減少個體車輛的等燈時間。傳統的交通信號控制方法在交通擁擠并需要優化的車輛交通流控制的大多數交通情形下不適用。具有中量交通流密度的擁擠的車輛交通流定義為交通流速度不能達到該條道路的預定速度限制。
交通信號通常隨時間而變及未迎合真實世界交通情況。例如，交通信號通常不考慮交通影響因素如人為因素、道路條件、其它鄰近交通十字路口的車輛交通流等。此外，交通信號通常依賴于相應交通十字路口處在預定時間檢查和預編程的歷史數據，及未迎合源自車輛數量日益增長的實時車輛交通流型，前述車輛包括道路上人駕駛的車輛和無人駕駛車輛。個別地，即使在交通十字路口的其它方向沒有實際的車輛交通流，車輛駕駛員仍花費大量交通信號時間即等待交通信號燈變綠的時間。此外，傳統的車輛交通流控制方法對具有不對稱左轉的迎面方向的未利用的通過效率未進行有效利用，其中交通繁忙方向的左轉信號較長，及對于橫向，縮短綠交通信號燈持續時間，只要縮短的持續時間不導致其它方向的車輛積聚即可。未優化的交通信號燈控制導致駕駛員苦惱及可能另外的交通擁堵、急躁駕駛和事故。總之，在考慮相反方向及它們的上游和下游交通十字路口的對稱和不對稱車輛交通流的同時，一交通十字路口及鄰近交通十字路口的所有方向的總交通吞吐量遠未優化。
此外，更長的車輛等待時間轉換為汽油的浪費和空氣污染的增加。交通十字路口的交通信號基于車輛交通流基本圖進行配置，其通常用作設計運輸和研究行業的交通模型的標準。車輛交通流基本圖是提供交通流量和交通流密度之間的關系的圖，交通流量指每小時或者每秒的車輛，交通流密度指每公里的車輛或者車輛占用道路的長度百分比。車輛交通流在1935年首次由greenshield進行研究，其將研究基于現象模型，該模型假定具有一擬合參數的線性交通流密度-交通流速度關系，導致交通流量和交通流密度之間的二次關系，因為交通流量是交通流密度和交通流速度的積。源自假定或者曲線擬合的交通流密度-交通流速度關系的交通流量-交通流密度曲線稱為運輸研究和控制的基本圖。greenshield的模型通過使用具有更多建模參數的多種不同的交通流密度-交通流速度關系進行改進。vanaerde的模型明顯改進了greenshield的模型，其通過假設具有四個擬合參數的非線性交通流密度-交通流速度而從對稱基本圖形狀改進為非對稱基本圖形狀。在傳統的基本圖模型中，對于給定交通流密度，有一個且僅有一個對應的交通流速度和交通流量，反之亦然。
從20世紀50年代開始，具有數值法的流體-動態模型被用于研究從層流(即秩序井然的狀態)到起止運動(即無序狀態)的相變，所得的密度波具有漸增的交通流密度。在這些方法中，密度-速度關系或進行假設或者在數字上擬合。近年來，計算機模擬已用于研究車輛交通流。nagel和schreckenberg提出了使用隨機離散模擬的細胞自動機模型。細胞自動機模型質量上再現車輛交通流的一些宏觀特性如從平滑運動到起止運動的轉變。密度波方法也被用于用數字計算汽車跟隨模型中的亞穩區中的沖擊波衰減。然而，沒有任何現有模型能夠獲得交通流量-交通流密度或者車輛交通流中的前后兩輛車之間的最小安全駕駛距離的理論關系。許多其它模型已認識到車輛交通流行為中人反應時間的重要性，但仍然不能獲得其對道路容量的影響。
如上所述，車輛交通流基本圖先前基于計算機模擬、交通建模等以經驗為主進行推導，并未考慮多個交通影響因素如干燥和濕滑道路條件、駕駛員的反應時間等，而這些對車輛交通流具有明顯影響。在車輛交通流基本圖中，交通流速度對應于一個且對應于唯一一個交通流密度，反之亦然。假設一交通流量對應于一交通流密度或者一交通流速度是錯誤的，因為，基于實驗觀察和計算機模擬，交通流量可對應于許多交通流密度或者交通流速度，但具有上限。因此，需要分析推導上限流量-密度曲線，而不是對平均的流量-密度曲線建模和進行曲線擬合，從而使得車輛交通流的相變和交通擁堵可在質量上和數量上進行調查。用于表示不同交通流相階段和在交通流量及交通流密度之間建立關系的傳統方法依賴于以經驗為主推導的表示，例如三角形尖峰等，沒有有效的科學推理。在不引入另外的建模參數及道路容量等于三角峰值時的交通流量的假設下，這些傳統方法不表示交通流相階段的轉變。此外，這些傳統方法未得到定量分析數據支持從而不能有效地預測跨交通流相階段的轉變。
用于分析交通擁堵的傳統方法依賴于以經驗為主推導的模型和計算機模擬。交通擁堵不僅因道路上車輛擁擠引起，而且因交通流量-交通流速度平面中的上邊界的表現引起，從其可嚴格地推導發生交通擁堵的數量條件和性質如臨界密度、擁堵速度、擁堵密度和密度波。當發生交通擁堵時，交通流速度由于高交通流密度不能達到指定的速度限制，而且不必然因高交通流量引起，因為交通流量q＝ρv，其中ρ為交通流密度及v為交通流速度。嚴重擁擠的交通可導致交通擁堵即“走走停停”交通行為。擁擠的車輛交通流已以經驗為主及經建模、波理論、流體動力學和計算機模擬進行調查。具體地，已以經驗為主確定及借助于計算機模擬統計上調查三個交通流相階段，例如“自由流”、“同步流”和“擁堵流”。這些模擬已通過調整多個不同的模型參數如多達10個模型參數而質量上再現相變的實驗觀察。然而，這些模擬不能提供這些相變的決定性條件或分析解決方案，因為必須引入許多模型參數。此外，它們使用具有三角形的底邊作為交通流密度軸的三角形或者以經驗為主推導的曲線表示交通流量和交通流密度之間的關系(定義為基本圖)處于方便表示的需要，沒有正當的科學依據。此外，道路容量被假定為三角尖峰時的交通流量，其中交通流速度處于交通自由流速度，這是不準確的假設。需要使用交通流密度或者交通流速度作為使車輛交通流的交通流量最大化的變量。
預測交通十字路口的車輛交通流及經無線連接局部和全局地使用明顯影響車輛交通流的不同因素控制交通信號減少車輛廢氣排出量、使交通擁堵最小化、增強上下班往返的人的安全、及減少路途時間和交通十字路口的等待時間。為在交通十字路口處保持平滑的移動和優化的交通流量，需要使用多個交通影響因素動態配置交通信號，及需要增強的、基于數量上分析的交通影響因素預測車輛交通流跨例如包括交通自由流階段、同步交通流相階段、擁堵交通流相階段等的交通流相階段的轉變因而改變相應交通十字路口的交通信號的定時的方法。
因此，需要動態預測和控制通過一交通十字路口與最近交通十字路口的車輛交通流的方法和交通預測及控制系統。此外，需要利用協同網絡方法而不是個別預編程的方法實時優化交通信號燈的控制。此外，需要接管交通十字路口處因用預定定時順序編程的計算機控制的定時器故障而出現故障的交通信號功能的中央交通監視系統。此外，需要產生分析基本圖和交通階段圖，其考慮人駕駛的車輛和無線無人駕駛車輛實時預測交通流量和交通流相階段的轉變。
技術實現要素：
本部分以簡化的形式介紹在本發明具體實施方式中進一步公開的概念的選擇。該部分不用于確定本發明的范圍。
在此公開的方法和交通預測及控制系統(tpcs＝trafficpredictionandcontrolsystem)解決了上面提及的動態預測和控制通過一交通十字路口與鄰近交通十字路口的車輛交通流的需要。此外，在此公開的方法和tpcs通過利用協同網絡方法而不是個別預編程的方法實時優化了交通信號燈的控制。在此公開的方法和tpcs解決了接管交通十字路口處因用預定定時順序編程的計算機控制的定時器故障而出現故障的交通信號功能的中央交通監視系統的需要。此外，在此公開的方法和tpcs解決了產生分析基本圖和交通階段圖的需要，其考慮人駕駛的車輛和無線無人駕駛車輛實時預測交通流量和交通流相階段的轉變。該方法和tpcs可應用于人駕駛的車輛的車輛交通流及未來的具有和/或沒有人駕駛的車輛如無人駕駛車輛的車輛交通流。
在此公開的方法采用包括至少一處理器的交通預測及控制系統(tpcs)，所述處理器配置成執行用于動態預測和控制通過一交通十字路口與鄰近交通十字路口的車輛交通流的計算機程序指令。tpcs動態接收和處理來自一個或多個傳感器的傳感器數據，例如位于本地交通十字路口處的攝像機、激光裝置、電感回路檢測器等。tpcs使用動態接收和處理的傳感器數據動態確定交通流參數，包括交通流速度、交通流密度和鄰近本地交通十字路口的車輛數量。在此公開的方法中，tpcs使用交通流密度或交通流速度作為變量以使車輛交通流的交通流量最大化。tpcs使用動態確定的交通流參數動態確定交通流量。tpcs經通信網絡動態接收和處理來自位于一個或多個最近交通十字路口的一個或多個傳感器的分析參數。最近交通十字路口包括相對于本地交通十字路口的上游交通十字路口和下游交通十字路口。tpcs使用動態接收和處理的實時測量和實時分析參數動態確定最接近本地(需要控制的)交通十字路口的車輛中在前車輛和尾隨車輛之間的最小安全駕駛距離。tpcs使用動態確定的最小安全駕駛距離、交通流速度、預定速度限制、交通擁堵速度、車輛平均長度、干或濕滑道路條件、及一個或多個動態接收和處理的分析參數動態確定交通自由流密度、同步交通流密度和交通擁堵密度。
交通預測及控制系統(tpcs)使用動態確定的交通自由流密度、動態確定的同步交通流密度及動態確定的交通擁堵密度預測通過本地交通十字路口的車輛交通流跨交通流相階段的轉變。tpcs通過基于預測的本地交通十字路口的車輛交通流的轉變動態調整本地交通十字路口的交通信號的持續時間并將交通信號時間調整指令傳到一個或多個鄰近交通十字路口中的每一交通十字路口而控制通過本地交通十字路口的車輛交通流。為控制通過本地交通十字路口的車輛交通流，基于與交通流密度和交通流速度相關聯的條件，tpcs經通信網絡請求上游交通十字路口或多或少地朝向本地交通十字路口發送車輛交通流以保持優化的交通流量。為控制通過本地交通十字路口的車輛交通流，tpcs還通過使用動態確定的交通流參數及通過控制來自上游交通十字路口的車輛交通流，對在動態確定的交通流量接近或遠離針對本地交通十字路口的交通流速度和交通流密度優化的交通流量的方向移動的車輛，動態確定和最佳地控制綠交通信號燈的持續時間。
交通預測及控制系統(tpcs)實施車輛交通流算法，其不需要任何模型參數、使交通能自組織及控制交通擁堵。tpcs與交通流相階段的真實世界交通數據、擁堵速度、道路容量及與基本圖相關聯的交通流量-交通流密度曲線的上包絡一致。tpcs推導發生同步交通流和擁堵交通即走走停停交通的數量條件和臨界密度，包括擁堵速度、擁堵密度和密度波。此外，由tpcs產生的車輛交通流的交通相變圖提供每一相變的臨界交通流密度及使交通自由流、同步交通流和擁堵或者走走停停交通流區域分開的邊界線。給定交通流密度，交通相變圖預測車輛交通流的最終狀態、速度和交通流相階段。
在一個或多個實施例中，有關系統包括實現在此公開的方法的電路和/或編程，該電路和/或編程可以是配置成根據系統設計者的設計選擇實現在此公開的方法的硬件、軟件和/或固件的任何組合。同樣，根據系統設計者的設計選擇，可采用多個不同的結構元件。
附圖說明
前面的發明內容部分及下面的具體實施方式部分在結合附圖閱讀時可得以更好地理解。為圖示本發明的目的，本發明的示例性的構造在圖中示出。然而，本發明不限于在此公開的具體方法和部件。對一附圖中一附圖標記所指的方法步驟或部件的描述可應用于任何隨后的附圖中同一附圖標記所示的方法步驟或部件的描述。
圖1a-1b示出了用于動態預測和控制通過一交通十字路口與鄰近交通十字路口的車輛交通流的方法。
圖2示意性地示出了展現一道路車道上前后兩輛車的示意圖，用于動態確定前后兩輛車之間的最小安全駕駛距離及最大交通流密度。
圖3a-3b示意性地示出了最大交通流量作為交通流速度的函數的圖形表示。
圖4a-4b示意性地示出了最大交通流量作為交通流密度的函數的圖形表示。
圖5示意性地示出了道路容量作為駕駛員在干燥道路條件、濕滑道路條件和被雪覆蓋的道路條件的反應時間的函數的圖形表示。
圖6示意性地示出了最大允許交通流量作為交通流速度的函數的圖形表示。
圖7a-7b示意性地示出了車輛間距作為交通流速度和駕駛員反應時間的函數的圖形表示。
圖8a-8b示意性地示出了包括用于動態預測和控制通過一交通十字路口與鄰近交通十字路口的車輛交通流的方法的步驟的流程圖。
圖9a-9b示意性地示出了包括用于動態預測和控制通過一交通十字路口與鄰近交通十字路口的車輛交通流的方法實施例的步驟的流程圖。
圖10a-10d示意性地示出了包括用于動態預測和控制通過一交通十字路口與鄰近交通十字路口的車輛交通流的交通預測及控制系統的系統的實施例。
具體實施方式
在此公開的方法和交通預測及控制系統(tpcs)實施下面的方法。在第一方法中，各個駕駛員局部和順序地朝向協同全局行動進行行動，導致跨道路網絡優化的行進效率和交通吞度量。如在此使用的，“交通吞吐量”指交通流量隨時間的積分。同樣，如在此使用的，“交通流量”指每單位時間朝向一交通十字路口移動的車輛數。在第二方法中，交通信號燈的個別預編程的控制在一交通十字路口及相鄰或鄰近交通十字路口的所有方向朝向實時協同全局交通信號燈控制轉變，導致跨道路網絡優化的行進效率和交通吞吐量。第一方法需要每一交通十字路口和每一車輛具有無線通信和控制系統，這在實踐中很難實施，因為第一方法涉及每一車輛；而第二方法需要中央處理單元及測量每一交通十字路口的交通流速度、交通流密度和交通流量的傳感器及與鄰近交通十字路口和鄰近交通十字路口之間的通信。第二方法利用由交通流量-交通流密度或交通流速度表示的分析基本圖及由從交通自由流階段到同步交通流相階段到擁堵交通流相階段的轉變表示的交通相變圖。擁堵交通流相階段也稱為“擁擠交通流相階段”。
在此公開的方法聚焦于第二方法，其不需要在每一車輛上安裝無線通信和控制系統。車輛交通流例如通常包括人類駕駛員駕駛的車輛流，車輛如救火車、醫療急救車、車隊等，其與交通預測及控制系統(tpcs)通信以獲得更高的通過優先級或者連續通過多個交通十字路口。在不遠的將來，車輛交通流將包括人類駕駛員駕駛的車輛和具有無線通信和控制系統的無人駕駛車輛的組合車流。車輛交通流還將包括具有通信和控制系統的無人駕駛車輛流。交通信號燈控制或引導車輛交通流而不是每一個體車輛。在此公開的方法和tpcs可應用于包括具有或沒有與通信網絡的通信的車流的車輛交通流。在車輛與通信網絡通信以獲得高優先級的實施例中，在此公開的tpcs對這些車輛所在方向提供臨時及一次性高優先級從而允許車輛通過一交通十字路口，然后恢復通過該交通十字路口及鄰近交通十字路口的車輛交通流的動態和協同控制。在該實施例中，tpcs將一次性優先通過分配給分類的車輛如救火車、醫療急救車等，以使這些分類的車輛在恢復正常運行之前通過交通十字路口。這些分類的車輛在工作時基于通信網絡與tpcs通信。在此公開的方法和tpcs實時優化交通信號燈的控制，其通過利用最佳和動態控制網絡中的所有交通十字路口的交通信號和車輛交通流的協同網絡方法，而不是利用不考慮網絡中的其它交通十字路口控制每一個別交通十字路口的交通信號和車輛交通流的個別預編程的方法。
圖1a-1b示出了用于動態預測和控制通過一交通十字路口及鄰近交通十字路口的車輛交通流的方法。在此公開的方法采用包括至少一處理器的交通預測及控制系統(tpcs)，所述處理器配置成執行用于動態預測和控制通過一交通十字路口及鄰近交通十字路口的車輛交通流的計算機程序指令。在101，tpcs動態接收和處理來自位于本地交通十字路口的一個或多個傳感器的傳感器數據。如在此使用的，“本地交通十字路口”指參考點交通十字路口，tpcs動態預測和控制通過其及鄰近交通十字路口的車輛交通流。鄰近交通十字路口包括相對于本地交通十字路口的上游交通十字路口和下游交通十字路口。如在此使用的，“上游交通十字路口”指相對于本地交通十字路口位于上游方向的交通十字路口。上游交通十字路口朝向本地交通十字路口引導車輛交通流。同樣，如在此使用的，“下游交通十字路口”指相對于本地交通十字路口位于下游方向的交通十字路口。下游交通十字路口在下游方向引導車輛交通流遠離本地交通十字路口并朝向隨后的下游交通十字路口。位于本地交通十字路口和鄰近交通十字路口的傳感器例如包括攝像機、激光裝置、電感回路檢測器等。傳感器數據例如包括從位于本地交通十字路口的攝像機接收的車輛交通流的圖像、從使用lidar(也稱為激光檢測和距離(ladar)遠程感測技術，其通過用激光照射每一車輛并分析反射光測量車輛之間的距離)的激光裝置接收的距離數據等。
在102，交通預測及控制系統(tpcs)使用動態接收和處理的傳感器數據動態確定交通流參數，例如包括交通流速度、交通流密度及接近本地交通十字路口的車輛數。如在此使用的，“交通流速度”指朝向本地交通十字路口移動的車輛的平均速度。同樣，如在此使用的，“交通流密度”指每單位距離的車輛平均數。tpcs從接收自傳感器如攝像機的圖像傳感器或激光檢測和距離(ladar)傳感器或電感回路檢測器的數據動態確定交通流速度、交通流密度及一交通十字路口處的車輛數。例如，傳感器檢測車輛在多個不同時間的位置并將位置信息傳給tpcs以使tpcs能動態確定車輛速度，例如通過距離變化除以時間變化。當交通流速度為零時，交通流密度稱為“車輛密度”，因為對于零速度沒有交通流。
交通預測及控制系統(tpcs)例如使用下式(1)動態確定單車道的交通流密度：
其中l0為通過傳感器如攝像機、ladar技術等確定的車輛交通流中的車輛平均長度，ρ0＝1/l0為停止時的一輛接一輛的密度，vδt為尾隨車輛在剎車之前因駕駛員的反應時間δt而行進的距離，例如對于無人駕駛車輛或者啟用車間通信(v2v)技術的車輛，反應時間約為零，而對于人類駕駛員，反應時間約為0.5秒到1秒；l為尾隨車輛在速度v下的最小停車距離；及l’為前后兩輛車之間在動態確定的交通流速度下最大程度擠滿的車輛交通流的最小安全駕駛距離，如nagel-schreckenberg隨機模型中的安全條件等同確定的那樣。在例子中，位于本地交通十字路口的攝像機捕獲車輛的圖像并將該圖像傳給tpcs進行處理并例如基于20或100輛車確定車輛的平均長度。在實施例中，對于多條車道，如果車輛在剎車期間不改變方向或改變車道，tpcs將上面確定的交通流密度乘以車道數。在103，tpcs使用動態確定的交通流參數動態確定交通流量。例如，tpcs通過將交通流速度乘以交通流密度計算交通流量。
在104，交通預測及控制系統(tpcs)經通信網絡如無線通信網絡例如使用上面公開的第二方法動態接收和處理來自位于一個或多個鄰近交通十字路口的一個或多個傳感器的分析參數。如在此使用的，“分析參數”指交通影響參數，如車輛的一般駕駛員的平均反應時間(不管駕駛員為人類駕駛員還是車輛為無人駕駛車輛)、車輛的平均交通流速度、平均車輛質量、車輛和道路之間的平均摩擦、車輛的平均空氣阻力等。傳感器例如安裝在鄰近交通十字路口的攝像機監視車輛交通流并基于監視經無線通信網絡向tpcs發送現場視頻和數據傳播。每一交通十字路口的傳感器測量交通流速度。tpcs估計平均車輛長度和平均車輛質量，例如使用歷史統計數據。tpcs考慮一般駕駛員的平均反應時間在例如約0.5秒到1.0秒的范圍中。在例子中，對于無人駕駛車輛交通流，tpcs考慮平均反應時間δt≈0，及對于人類駕駛員，δt≈0.75秒。在實施例中，為了安全，當車輛交通流包括人駕駛的車輛和無人駕駛車輛時，tpcs將車輛交通流當作人駕駛的車輛交通流。tpcs考慮參數a對于干燥道路條件例如為約12米/秒2，及對于濕滑道路條件例如為約3米/秒2。在計算a＝g[cosθμ+sinθ]時，每一車輛和道路之間的摩擦系數μ例如對于干燥道路為約1.2及對于濕滑道路為約0.3，其中g為在9.8米/秒2下的重力常數。每一車輛的空氣阻力使用公式
在105，交通預測及控制系統(tpcs)使用動態接收和處理的分析參數動態確定接近本地交通十字路口的車輛中在前車輛和尾隨車輛之間的最小安全駕駛距離。如在此使用的，“最小安全駕駛距離”指尾隨車輛與在前車輛之間必須保持以避免與在前車輛碰撞的最小距離。對于給定交通流速度，尾隨車輛與在其前面移動的在前車輛必須保持最小安全駕駛距離。tpcs分析得到最小安全駕駛距離，其例如從車輛和道路之間的摩擦、車輛的空氣阻力、駕駛員的反應時間、車輛是人駕駛還是無人駕駛確定該交通流速度下的最大允許交通流密度。也就是說，tpcs利用動態確定的最小安全駕駛距離動態確定給定交通流速度和反應時間的最大交通流密度。當交通流密度超出給定交通流速度下動態確定的最大交通流密度時，車輛的駕駛員必須剎車以保持最小安全駕駛距離，在小交通流速度下該距離小。因而，給定交通流速度，交通流密度例如可在從約0到約最大允許交通流密度的范圍中變化。在另一例子中，給定交通流密度，交通流速度可在從約0到約最大允許交通流速度的范圍中變化，這不同于車輛交通流的基本圖(其中交通流速度對應于唯一交通流密度，反之亦然)。
如圖2中例示的，考慮前后兩輛車在道路車道上移動的例子。基于剎車期間的能量守恒，交通預測及控制系統(tpcs)得到以速度v行進的尾隨車輛避免與在前車輛的后保險杠接觸的、如下所示的積分形式的等式(2)：
其中l為尾隨車輛在速度v下的最小停車距離；m為車輛質量；g為重力常數；μ為動摩擦系數；θ分別為上坡駕駛或下坡駕駛的正或負角度；ρair為空氣密度，具有如約1kg/m3的值；cd為阻力系數，具有如約0.3的值；a為例如約1m2級的鋒面，取決于車輛設計。在前車輛的后保險杠的位置提供參考點并覆蓋如在前車輛從斷橋掉下或者闖紅交通信號燈的情形。在該例子中，車輛引擎在剎車期間所做的功可忽略。等式(2)中的第一項考慮摩擦力所做的功。摩擦力被認為與車輛速度無關，除在例如低于1米每秒(m/s)的實質上低速情形下之外，在該情形下，邊界潤滑和/或毛細作用力影響摩擦力。等式(2)中的第二項為重力勢。等式(2)中的第三項為空氣阻力所做的功。等式(2)右邊的項為車輛剛好在剎車之前的動能。
交通預測及控制系統(tpcs)對等式(2)中的第一項求積分以獲得恒定摩擦力。為對等式(2)中的第三項(也稱為空氣阻力項)求積分，tpcs利用下面的、車輛在引擎動力p(t)、摩擦力和空氣阻力下的運動等式(3)：
其中，在等式(4)中，a為單位為m/s2的歸一化摩擦系數，及b為單位為1/m的歸一化空氣阻力系數。在剎車過程期間，牽引力p(t)/v為零，及從等式(3)和(4)得到dv/dt＝-a-bv2。使用dv/dt＝(dv/dl)(dl/dt)＝vdv/dl，交通預測及控制系統(tpcs)得到下面的等式(5)：
交通預測及控制系統(tpcs)將等式(4)和(5)代入等式(2)而將最小安全駕駛距離確定為：
交通預測及控制系統(tpcs)使用下面的等式(7)從等式(1)動態確定給定交通流速度v時的最大允許交通流密度：
交通預測及控制系統(tpcs)等式(7)的逆動態確定給定交通流密度時的最大允許交通流速度v(ρ)。當tpcs使用等式(7)動態確定的最大允許交通流速度低于指定的道路速度限制時，一定會出現交通擁堵。交通流密度是導致交通擁堵的幾個因素之一。因此，等式(7)從數量上確定導致交通擁堵的詳細條件。對于駕駛員的反應時間δt＝0，例如對于在車輛之間具有無線通信的車輛交通流，tpcs分析獲得等式(7)的逆，即
由等式(7)提供的密度-速度關系不同于傳統基本圖提供的密度-速度關系。在此公開的方法中，對于給定交通流密度，只有最大允許交通流速度固定；或者，反過來，對于給定交通流速度，只有最大允許交通流密度固定，這不同于傳統基本圖。在傳統基本圖中，對于給定交通流密度，交通流速度本身因密度-速度關系固定；或者反過來，對于給定交通流速度，交通流密度本身固定。tpcs使用等式(7)將最大允許交通流量qm確定如下：
當交通流密度超過給定交通流速度下的最大允許交通流密度時或者當交通流速度超過給定交通流密度下的最大允許交通流速度時，車輛交通流中的車輛需要剎車以保持或恢復最小安全駕駛距離。等式(6)、(7)和(8)形成在此公開的方法中車輛交通流的基礎，對于任何反應時間，無論具有還是沒有人類駕駛員。
在106，交通預測及控制系統(tpcs)使用動態確定的最小安全駕駛距離、交通流速度、預定速度限制、交通擁堵速度(使用在圖3a-3b的詳細描述中公開的等式(10)確定)、車輛平均長度、道路條件如濕滑道路條件、干燥道路條件等、及一個或多個動態接收和處理的分析參數動態確定交通自由流密度、同步交通流密度和交通擁堵密度。如在此使用的，“交通自由流密度”指交通流速度低于預定速度限制時每單位道路長度的車輛數。同樣，如在此使用的，“同步交通流密度”指當每一尾隨車輛的運動與在前車輛的運動同步時每單位道路長度的車輛數。同樣，如在此使用的，“交通擁堵密度”指在交通擁堵期間每單位道路長度的車輛數。tpcs使用下面的等式(9)動態確定記為ρfree的交通自由流密度：
其中，vlimit表示法定速度限制。tpcs例如使用圖3a-3b的詳細描述中公開的等式(11)動態確定記為堵塞密度ρjam的交通擁堵密度。
在107，交通預測及控制系統(tpcs)使用動態確定的交通自由流密度、動態確定的同步交通流密度和動態確定的交通擁堵密度預測通過本地交通十字路口的車輛交通流跨交通流相階段的轉變。如在此使用的，“交通流相階段”指車輛交通流的不同階段。交通流相階段例如包括交通自由流階段、同步交通流相階段和擁堵交通流相階段。如在此使用的，“交通自由流階段”指交通流速度處于預定速度限制以允許車輛交通自由流動的交通流相階段。在交通自由流階段中，具有小交通流密度的車輛交通流可達到法定速度限制及超出法定速度限制。同樣，如在此使用的，“同步交通流相階段”指每一尾隨車輛的運動與在前車輛的運動同步的交通流相階段。在同步交通流相階段中，任何車輛的速度變化影響尾隨車輛根據在前車輛的速度變化改變速度。同樣，如在此使用的，“擁堵交通流相階段”指車輛交通流以走走停停運動移動的交通流相階段。在擁堵交通流相階段中，具有大交通流密度的車輛交通流遭受走走停停運動。車輛交通的“自由流”表征為描繪交通流量-交通流密度之間關系的基本圖中的軸起點開始的直線，該直線的斜率等于交通流速度，因為交通流量為交通流密度和交通流速度的積。在交通自由流階段中，前后兩輛車的行為可能在前后兩輛車之間不相關或不同步。例如，當在前車輛剎車或加速時，尾隨車輛可能未跟著做，因為所涉及的車輛可具有不同的車輛速度及其間可具有高于最小安全駕駛距離的距離。
當交通流密度高于車輛交通自由流允許的最大交通流密度時，車輛交通流在車輛間保持最小安全駕駛距離的同時可能不能達到預定速度限制，從而導致同步交通流，其中車輛低于預定速度限制行進。在同步交通流相階段中，車輛必須全體加速或減速，即，一輛車減速必然需要其它車輛減速以在車輛間保持最小安全駕駛距離。在實質上低交通流密度下，其中車輛離得很遠，車輛可以低于預定速度限制的車輛速度自由行進，而沒有全體加速或減速行為。根據具體交通流相階段(ρ,v)，這種車輛交通流轉變為預定速度限制下的車輛交通自由流或者低于預定速度限制下的同步交通流。這是因為，典型的駕駛員想要使行進時間最小化，因此他們開得快直到達到預定速度限制或者該交通流密度的最大允許交通流速度為止，當然還受限于該交通流速度下前后兩輛車之間的最小安全駕駛距離。這種只要可能及安全駕駛員就加速的趨勢是交通流自組織背后的主要驅動力。最小安全駕駛距離取決于駕駛員的反應時間和車輛停車距離，其進而取決于交通流速度、道路條件如干或濕滑道路條件、上坡或下坡道路條件等、車輛質量、車輛摩擦、車輛的空氣阻力等。因此，給定交通流速度下的最小安全駕駛距離限定該特定交通流速度下的最大交通流密度，反之亦然。
當車輛交通流進一步處于足夠高的交通流密度時，車輛交通流可轉變為“擁堵交通流”即擁堵交通流相階段，導致特有的“走走停停”交通行為。當車輛交通流處于停止狀態時，交通流密度最大即處于一輛接一輛的密度。交通預測及控制系統(tpcs)預測從交通自由流階段到同步交通流相階段的相變或從同步交通流相階段到擁堵交通流相階段的相變，如圖3a-3b的詳細描述中公開的。
在108，交通預測及控制系統(tpcs)通過基于預測的本地交通十字路口的車輛交通流的轉變動態調整本地交通十字路口的交通信號的持續時間并將交通信號時間調整指令傳到一個或多個鄰近交通十字路口中的每一個而控制通過本地交通十字路口的車輛交通流。如在此使用的，“交通信號時間調整指令”指指令交通十字路口調整其相應交通信號的持續時間的命令。為控制通過本地交通十字路口的車輛交通流，在108a，基于與交通流密度和交通流速度相關聯的條件，tpcs經通信網絡請求上游交通十字路口朝向本地交通十字路口發送或多或少的車輛交通流以保持總體優化的交通流量。例如，為控制本地交通十字路口的交通擁堵，tpcs請求上游交通十字路口縮短上游交通十字路口處的綠交通信號燈的持續時間，及經通信網絡請求下游交通十字路口允許更多車輛交通流通過下游交通十字路口以減少本地交通十字路口處的交通擁堵。為控制車輛阻塞在交通十字路口處，tpcs縮短本地交通十字路口的綠交通信號燈以避免車輛交通流停留在本地交通十字路口處，tpcs還經通信網絡請求下游交通十字路口允許更多車輛交通流通過下游交通十字路口以保持上游交通十字路口的無擁堵階段。用于控制通過本地交通十字路口的車輛交通流的條件例如包括交通流密度大于動態確定的交通自由流密度，及交通流密度小于圖8a-8b的詳細描述中公開的交通擁堵密度。在實施例中，用于控制通過本地交通十字路口的車輛交通流的條件例如包括交通流速度小于預定速度限制的預定百分比，及交通流速度大于零，如圖9a-9b的詳細描述中公開的。
在108b，針對在動態確定的交通流量接近或遠離通過使用動態確定的交通流參數及通過控制來自上游交通十字路口的車輛交通流根據等式(8)針對本地交通十字路口的交通流速度和交通流密度優化的交通流量的方向移動的車輛，交通預測及控制系統(tpcs)動態確定并最佳地控制綠交通信號燈的持續時間，例如比橫向而不是迎面方向的持續時間長或短。如在此使用的，“迎面方向”指從與出發方向相反的方向朝向本地交通十字路口移動的車輛交通流方向。例如，如果出發方向為從南向北，則從北向南的方向為迎面方向。同樣，如在此使用的，“橫向”指在垂直于迎面方向的車輛交通流或者垂直于出發方向的方向移動的車輛交通流方向。例如，如果迎面方向為從北向南，則從東向西和從西向東的方向為橫向。允許出發方向的車輛左轉、右轉和通過的綠交通信號燈總持續時間等于迎面方向的綠交通信號燈總持續時間。然而，基于兩個方向等待左轉車輛的數量，允許車輛通過的綠交通信號燈持續時間不同于迎面方向車輛通過的綠交通信號燈持續時間。例如，如果在一方向沒有等待左轉車輛，tpcs將左轉綠交通信號燈的持續時間設定為零，同時為迎面方向的左轉和通過車輛啟動綠交通信號燈。左轉或直接通過車輛交通流的綠燈持續時間不同于出發方向和迎面方向的綠燈持續時間。tpcs動態確定本地交通十字路口的所有方向的交通信號燈持續時間。tpcs選擇任一方向作為出發方向并動態控制該交通十字路口的所有方向的交通信號燈。交通預測及控制系統(tpcs)將迎面車輛交通流少于出發方向的情形當作非對稱情形并縮短具有較少車輛交通流的迎面方向的左轉綠交通信號燈的持續時間以允許更繁忙交通方向更多左轉和通過車輛交通流。當橫向車輛交通流少于出發方向時，tpcs縮短橫向綠交通信號燈的持續時間并增加更繁忙交通方向的綠交通信號燈持續時間，導致繁忙交通方向的紅交通信號燈持續時間更短，這相當于橫向的綠交通信號燈持續時間更短。對于具有兩條相交道路的典型交通十字路口，出發交通方向具有一個迎面方向和兩個橫向。
此外，交通預測及控制系統(tpcs)經通信網絡從每一鄰近交通十字路口接收和處理交通流參數，包括交通流速度、交通流密度和接近一個或多個鄰近交通十字路口中的每一個的車輛數。為控制通過本地交通十字路口的車輛交通流，只要可能，tpcs基于距離條件使用接收和處理的交通流參數使本地交通十字路口的交通信號與每一鄰近交通十字路口的交通信號同步以使至少兩個交通十字路口的車輛交通流不中斷。在實施例中，距離條件包括至少兩個交通十字路口之間的距離短于車輛交通流在較長時限tlimit(即人類耐性極限)以預定速度限制行進的距離，即，tlimit<li/vlimit，其中li為兩個交通十字路口之間的距離，vlimit為兩個交通十字路口之間的速度限制。較長時限為綠、紅和黃交通信號燈的持續時間的和。基于上游交通十字路口的交通流量不大于本地交通十字路口的交通流量及本地交通十字路口的交通流量大于計算的最大交通流量的一半，tpcs使本地交通十字路口的交通信號與上游交通十字路口的交通信號同步以允許較少車輛交通流通過上游交通十字路口從而避免車輛交通流積聚在本地交通十字路口。基于下游交通十字路口和隨后的下游交通十字路口之間的交通流量少于本地交通十字路口的交通流量，tpcs還使本地交通十字路口的交通信號與下游交通十字路口的交通信號同步以允許更多車輛交通流通過本地交通十字路口從而避免車輛交通流積聚在本地交通十字路口。
對于車輛交通流的具體控制，交通預測及控制系統(tpcs)設置下述參數：
tyellow，黃交通信號燈持續時間，例如3.8秒。
tlimit，因人類耐性考慮而限定的交通信號燈時限，例如120秒。
交通預測及控制系統(tpcs)動態測量下述參數：
交通預測及控制系統(tpcs)動態計算下述參數：
對于干燥道路條件，
對于交通十字路口的任何交通方向i，交通預測及控制系統(tpcs)確定下式：
其中
其中
保持方向i的交通免于變糟的條件平均起來由下式給出：
方向i的紅交通信號燈為橫向i-c的綠交通信號燈及左轉和/或右轉的綠交通信號燈。交通預測及控制系統(tpcs)將下面的等式用于橫向i-c：
由于
tpcs將等式(a5)插入到等式(a3)得到下面的等式(a6)：
等式(a6)對于
交通預測及控制系統(tpcs)不能通過調整交通信號燈周期長度來減少等待時間，而是使用時限限制交通信號燈周期持續時間同時調整綠交通信號燈和紅交通信號燈的相對長度。車輛交通流可能變得更糟，但車輛交通流變糟慢于沒有長度劃分時的車輛交通流變糟。tpcs利用具有低車輛交通流的橫向的通過能力或者在具有相對不太嚴重的車輛交通流的橫向使更多車輛通過。當在時限下等式(a3)不再適用時，交通信號燈周期時間通過等式(a5)在預設時限內劃分如下：
交通預測及控制系統(tpcs)將等式(a5)插入到等式(a7)得到下面的等式：
或者
，對于tcycle≥tlimit
在等式(a9)中，
針對反應時間設為0.75秒的人駕駛的車輛和反應時間設為零秒的無人駕駛車輛，考慮下面的數值工作例子，其中交通預測及控制系統(tpcs)通過利用等式(8)動態測量相應方向i及其在測得的交通流速度下具有更繁忙交通的橫向i-c的
表1：針對人駕駛車輛(δt＝0.75))優化的交通信號燈持續時間
表2：針對無人駕駛車輛(δt＝0.0)優化的交通燈持續時間
針對反應時間δt＝0.75的人駕駛車輛的表1及針對反應時間δt＝0.0的無人駕駛車輛的表2中的綠交通信號燈持續時間tgreen用于直接通過綠交通信號燈的車輛交通流，及交通預測及控制系統(tpcs)動態確定用于左轉和右轉的綠交通信號燈，例如針對表1假定為10秒。然而，表1中的紅交通信號燈持續時間tred包括橫向的車輛交通流直接通過綠交通信號燈及左/右轉綠交通信號燈。對于表1，對于低負荷交通及小的
此外，在車輛交通流直接通過綠交通信號燈期間，對于走過人行橫道的行人，綠交通信號燈持續時間有下時限，不包括左轉或右轉綠交通信號燈持續時間。交通預測及控制系統(tpcs)通過將所需的約束量添加到等式(a6)而處理該情形。如果上時限因人耐性而不足夠長，tpcs從應用等式(a6)切換到應用等式(a9)。如果等式(a9)未能順應人行橫道時間，對于具有慢速行走行人的非常寬的人行橫道，tpcs向上時限增加額外的時間，即人的耐心上限。
圖2示例性地示出了一示意圖，其示出了道路車道上的前后兩輛車，用于動態確定前后兩輛車之間的最小安全駕駛距離和最大交通流密度。道路車道上的前后兩輛車用作給定交通流速度和駕駛員反應時間情形下動態確定最小安全駕駛距離和最大交通流密度的模型。在圖2中，l0為兩輛車的平均長度，vδt為尾隨車輛因駕駛員的反應時間行進的距離，l為以速度v行進的尾隨車輛的最小停車距離，及θ為上坡行駛或下坡行駛的正或負角度。
圖3a-3b示例性地示出了最大交通流量作為交通流速度的函數的圖形表示。如圖3a中例示的，來自圖1a-1b的詳細描述中公開的等式(8)的最大允許交通流量相對交通流速度進行繪制，其中對于干燥道路上的通常無線連接的車輛，駕駛員的反應時間δt＝0；對于干燥道路上通常人類駕駛員駕駛的車輛，δt＝0.75秒；及對于濕滑道路上的車輛，δt＝0.75秒。當獲得交通流量-交通流速度平面中的上邊界曲線時，交通預測及控制系統建立交通相變圖，兩條相變邊界線將最大交通流量上面和下面的區域分為三個交通流相階段區域，即自由、同步和擁堵交通流區域。上邊界曲線定義給定交通流速度或者給定交通流密度下的最大允許交通流量。也就是說，在最大交通流量-交通流速度曲線下面或上面的任何交通流相階段(ρ,v)(等同于交通流相階段(q/v,v))是允許的，因為它們對應的根據圖1a-1b的詳細描述中公開的等式(6)和(7)的跟隨距離大于或等于該交通流速度或該交通流密度下的最小安全駕駛距離。
如圖3a中例示的，對于同樣的交通流密度，分別示出了駕駛員零反應時間及駕駛員非零反應時間或者干燥道路及濕滑道路情形下交通流速度達到最大值。此外，圖3a示出了對于每一交通流速度，更長的駕駛員反應時間或者濕滑道路條件降低了交通流量。對于濕滑道路條件，在大于或等于例如約50m/s的高交通流速度下，交通流量開始按交通流速度的函數增加。該拐點表明濕滑道路條件的交通流速度低于干燥道路條件的交通流速度。根據圖1a-1b的詳細描述中公開的等式(2)和(8)，濕滑道路上的摩擦力小于干燥道路上的摩擦力，而空氣阻力保持一樣，這樣，在濕滑道路情形的較低速度下，空氣阻力相較摩擦力占優勢。通過對等式(8)設定dq/dv＝0，交通預測及控制系統(tpcs)動態確定交通流量-交通流速度峰值情形下的交通流量最大值，即每一曲線的道路容量。使用
交通預測及控制系統(tpcs)按如下動態確定從交通自由流階段到同步交通流相階段及到擁堵交通流相階段的相變：從圖3a中例示的最大交通流量-交通流速度曲線上或下面的表示交通流相階段(q/v,v)的任一點，畫一條到軸起點的直線，其斜率等于交通流密度ρ。直虛線的斜率等于沿該直虛線的所有交通流相階段的交通流密度。所畫的直線與最大交通流量-交通流速度曲線的交叉點產生該交通流相階段將達到的最大交通流速度，由于駕駛員趨于加速以使行駛時間最小化。
從起點畫直虛線以與圖3b中例示的最大交通流量-交通流速度曲線相交，例如在δt＝0.75秒和干燥道路條件下，及在預定速度限制下。該同步交通流到交通自由流階段轉變邊界曲線的斜率等于到交通自由流的相變的交通流密度ρfree。對于反應時間δt≈0對非零反應時間或者對于干燥道路條件對濕滑道路條件，ρfree較大，因為對應的最大交通流量-交通流速度曲線在交通流量-交通流速度平面中較高。例如，具有低交通流密度及實質上低于預定速度限制的交通流速度的車輛交通流將加速到預定速度限制并變成交通自由流。如圖3b中例示的，在交通擁堵流區域，交通流密度ρ>ρjam，在同步交通流區域，ρfree，<ρ<ρjam，及在交通自由流區域，ρ<ρfree。如圖3b中例示的，交通流量-交通流速度曲線上或下面的每一點對應于具有決定性交通流密度ρ＝q/v和交通流速度v的交通流相階段(ρv)。因而，具有ρ<ρfree的交通流相階段處于交通自由流或者轉變為交通自由流，因為該車輛交通流ρ<ρfree,v只要需要即可達到預定速度限制，在駕駛員趨于加速之后。
如圖3a-3b中例示的，交通預測及控制系統(tpcs)利用上邊界或最大交通流量-交通流速度曲線調查車輛交通流的相變，而不是利用傳統基本圖或密度-速度曲線中的上邊界或最大交通流量-交通流密度。tpcs從圖1a-1b的詳細描述中公開的等式(7)將最大自由流密度ρfree動態確定為：
其中，等式(9)中的vlimit表示預定速度限制。圖3a和等式(9)表明，具有同樣交通流密度的交通流相階段對于干燥道路條件可處于交通自由流階段，但對于濕滑道路條件其處于同步交通流相階段或擁堵交通流相階段。
交通預測及控制系統(tpcs)通過動態確定低于其將導致交通擁堵、“走走停停”交通行為的交通擁堵流速度vjam而動態確定從同步交通流相階段到擁堵交通流相階段的交通流相變。當減速車輛停住時，車輛在再次移動之前保持靜止一段時間，該時間稱為延遲時間tdel。加速過程不同于剎車過程。因而，如果緊跟在前車輛后面的尾隨車輛的剎車時間等于或小于在前車輛的延遲時間，交通擁堵特有的“走走停停”交通行為在具有交通流密度大于從等式(9)獲得的ρfree的同步交通流中出現，因為在前車輛仍處于不動狀態。tpcs利用圖1a-1b的詳細描述得到尾隨車輛的剎車時間tb是交通流速度的函數并將剎車時間設定為等于延遲時間以獲得交通擁堵速度vjam：
對于1.7秒的延遲時間，交通預測及控制系統(tpcs)從等式(10)將對應的交通擁堵速度確定為vjam＝20.4km/h，其實質上接近干燥道路條件下19.5km/h(1.3vg)的窄交通擁堵速度的上限。如在此使用的，“窄交通擁堵速度”指包含卷入交通擁堵的少許車輛的車輛交通流的速度。tpcs將延遲時間等同于反應時間的兩倍，例如2δt＝1.5s，因為在在前車輛開始剎車之后，尾隨車輛需要反應時間δt來開始剎車，在前車輛在完全停止之后需要至少另一反應時間δt來再次開始移動，導致在剎車過程中采取同樣行動的在前車輛和尾隨車輛之間的最小時間差為2δt。在前車輛的剎車過程例如減速、剎車時間和距離與尾隨車輛的一樣，但在前車輛早δt的開始剎車過程，及該車輛在尾隨車輛完成剎車過程進入交通擁堵停止或停頓狀態之前已停止至少另一δt。對于如1.5秒的延遲時間，tpcs從等式(10)將對應的交通擁堵速度動態確定為vjam＝18.0km/h，其同樣接近19.5km/h的窄交通擁堵速度的上限。雨天對于車輛交通流是壞事：相較于干燥道路，根據等式(10)，濕滑道路的vjam由于較小的a值而較小，因此交通擁堵可在較低交通流速度時出現。因此，vqmax下的道路容量即最大交通流量-交通流速度曲線的峰值也較低，根據等式(9)，車輛交通流在較低交通流密度下進入同步交通流相階段或者擁堵交通流相階段。
當剎車時間大于延遲時間時，即tb>tdel，即使在前車輛完全停住，在前車輛后面的車輛交通流將慢下來，但不是交通擁堵停止或者完全停住，因為隨著尾隨車輛接近在前車輛，在前車輛將已經再次移動。如果車輛交通流已處于同步交通流相階段而不是交通自由流階段，該條件在車輛交通流方向沿車輛交通流上游產生交通流密度波。
交通預測及控制系統使用圖1a-1b的詳細描述中公開的等式(7)及上面公開的等式(10)動態確定最小交通擁堵密度ρjam：
為獲得從同步交通流相階段到擁堵交通流相階段的轉變，交通預測及控制系統(tpcs)獲得低于其即導致“走走停停”交通行為的交通流速度vjam。當交通流速度相當高時，駕駛員考慮速度及距在前車輛的距離以有效保持安全跟隨距離。當交通流速度低時，即<～10miles/h＝16.7km/h，典型的速度計幾乎沒有作用，此時駕駛員僅可考慮距在前車輛的距離并與在前車輛保持低速獨立安全裕度ljam，以避免在剎車時借道或可能與在前車輛碰撞。當交通流中的車輛采取剎車行動時，處于同步交通流相階段的尾隨車輛在反應時間之后也采取剎車行動。對于在前車輛或尾隨車輛，從速度v剎車直到停住花費制動時間tb為積分：
當尾隨車輛的制動時間tb短于在前車輛的停車時間ts時，尾隨車輛停住，后面的尾隨車輛一輛接一輛地以時間間隔δt相繼停住，導致交通擁堵停止，因為在前車輛尚未脫離停止狀態。當tb>ts時，在前車輛在尾隨車輛停住之前已脫離停止狀態，尾隨車輛則可中止剎車，其它尾隨車輛一輛接一輛地以時間間隔δt中止剎車，導致不形成交通擁堵停止。如果局部交通流速度因剎車已顯著降低但未遭受交通擁堵停止，這將產生以交通流速度
在在前車輛剎車或中止剎車之后，尾隨車輛剎車或中止剎車需要δt及vδt的距離。因而，當任何兩輛車之間的跟隨距離因交通流密度的局部波動或者由于道路危險或者車輛匯入道路車道造成擾動引起車輛剎車而小于低速獨立安全裕度ljam時，對應于
假定低速獨立安全裕度ljam為平均車輛長度的一半即l0/2，交通預測及控制系統(tpcs)在反應時間為0.75s及其它條件下從等式(14)獲得：對于干燥道路條件，；vjam＝4.1m/s＝14.8km/h及對于濕滑道路條件，vjam＝3.0m/s＝10.8km/h；如下表3中所列。在交通擁堵停止時，前后兩輛車之間的距離因而等于ljam-vjam*δt＝0.7m(干燥道路條件)或ljam-vjam*δt＝1.7m(濕滑道路條件)。vjam使用回路檢測器和計算機模擬在約15km/h下進行觀測。對于0.75秒的反應時間(典型的人類駕駛員反應時間為～0.5-1秒)，觀測的交通擁堵速度實質上接近干燥道路條件的vjam值，也不遠離濕滑道路條件的vjam值。對于無人駕駛車輛交通流，δt≈0，交通擁堵速度明顯高于人類駕駛的車輛交通流的交通擁堵速度，如下面的表3例示的。從等式(12)，對于干燥道路條件的vjam＝4.1m/s及濕滑道路條件的vjam＝3.0m/s及0.75s的反應時間，制動時間對于干燥道路條件為0.34s及對于濕滑道路條件為1.0s，均小于針對人駕駛的車輛交通流觀測到的1.7s延遲時間。延遲時間定義為在前車輛已脫離交通擁堵停頓之后車輛開始脫離交通擁堵停頓的平均等待時間，相當于平均停車時間。對于無人駕駛車輛交通流，沒有關于延遲時間或停車時間的數據。不管是人駕駛的車輛還是無人駕駛車輛，在濕滑道路條件時制動時間明顯更長表明，雨天的車輛交通流相較晴天的車輛交通流更可能形成交通流密度波。
對于l0/2的低速獨立安全裕度，單位為m/s和km/h的交通擁堵速度vjam在下表3中列出，對于所選的道路條件a值及反應時間δt，l0＝7.5m。a＝12m/s2對應于干燥道路條件，而a＝3m/s2對應于濕滑道路條件。δt＝0針對具有或沒有人類駕駛員的無線連接的車輛交通流。單位為秒的制動時間tb也在下表3中列出。
表3
交通預測及控制系統(tpcs)使用圖1a-1b的詳細描述中公開的等式(7)和上面的等式(14)確定最小交通擁堵-交通流密度ρjam：
圖4a-4b示例性地示出了最大交通流量作為交通流密度的函數的圖形表示。圖4a-4b用于檢查基本圖的交通流量和交通流密度之間的關系。圖4a示例性地示出了在三個不同的駕駛員反應時間下，對于濕滑和干燥道路條件，最大允許交通流量作為單位為1/l0的歸一化交通流密度的函數。如圖4a中例示的，來自圖1a-1b的詳細描述中公開的等式(8)的最大交通流量與干燥和濕滑道路條件的交通流密度對照繪制，其對應于橡膠輪胎在干燥路面和濕滑路面上的動摩擦1.2和0.3，反應時間分別為0和0.75秒。對于小交通流密度因而大交通流速度，隨著交通流密度減小因而交通流速度增加，如圖4a中例示的交通流量的增加與圖3a中的觀測及圖3a的詳細描述中公開的一致；及對于大交通流速度，其因空氣阻力變成占優勢的力代替摩擦力引起。根據等式(8)，交通流量和交通流密度在理論交通流量-交通流密度上或下面的任何交通流相階段均是允許的。例如，對于給定交通流密度，在該交通流密度下交通流量低于最大交通流量因而在交通流量-交通流密度曲線下面的交通流相階段意味著車輛交通流以低于最大允許交通流速度的交通流速度行進。圖4a中例示的交通流量-交通流密度曲線并不像傳統基本圖那樣定義交通流量和交通流密度之間的一一對應關系，而是定義每一允許的交通流相階段的上限。
為將預定速度限制的影響包含在圖4a的交通流量曲線內并有助于與真實世界交通數據比較，交通預測及控制系統(tpcs)利用圖1a-1b的詳細描述中公開的等式(7)確定每一交通流量-交通流密度曲線的對應于如109公里每小時(km/h)或65英里每小時(mph)的預定速度限制的交通流密度，及從每一交通流量-交通流密度曲線上的對應點畫一到起點的虛直線，如圖4b中例示的。虛直線取代交通流量曲線低于對應的交通流密度的部分，虛直線的斜率等于預定速度限制。針對0.75秒的反應時間及干燥道路條件，將傳統基本圖的交通流量-交通流密度曲線與圖4b中的在交通流量-交通流密度虛曲線下面的區域比較，發現十分一致。
在交通流量-交通流密度曲線尖峰處的交通流量通常定義為道路容量，其為該道路在vqmax下的最大交通流量。如圖4b中例示的，在0.75秒的反應時間下，干燥道路的道路容量相較濕滑道路增加約2的因子，或者具有約零反應時間即δt＝0的無線連接或無人駕駛車輛的車輛交通流相較具有0.75秒反應時間的人駕駛車輛交通流增加約2的因子。如圖4b中例示的，道路容量交通流量-交通流密度曲線的最大值時出現，而最大交通流量時的交通流速度低于交通自由流速度及例如取決于道路條件、駕駛員反應時間和空氣阻力。這使能將交通流速度用作控制機制以使車輛交通流的道路容量最大化。如圖4a-4b中例示的，沒有任何擬合參數的虛線曲線類似于真實交通數據的上包絡的形狀，且也與真實交通數據的最大交通流量或道路容量一致。
圖5示例性地示出了對于干燥道路條件、濕滑道路條件和被雪覆蓋的道路條件，道路容量為駕駛員反應時間的函數的圖形表示。如圖5中例示的，在交通流量最大量時，道路容量或每秒車輛數即來自圖1a-1b的詳細描述中公開的等式(8)的最大允許交通流量與干燥道路條件、濕滑道路條件和被雪覆蓋道路條件的駕駛員反應時間對照繪制，其中a對于干燥道路表面、濕滑道路表面和被雪覆蓋道路表面分別約為12.0m/s2、3.0m/s2和1.0m/s2，大約分別對應于橡膠輪胎在干燥道路、濕滑道路和被雪覆蓋道路上的動摩擦系數1.2、0.3和0.1。對于非預期刺激，駕駛員的平均反應時間通常為1秒或更長。例如，估計的駕駛員反應時間例如在約0.4秒到約2.7秒之間變化，均值為1.0秒。駕駛員的年齡、技巧和駕駛文化如侵略性對自在均影響駕駛員的反應時間。駕駛員反應時間與道路容量的關系導致下面的發現：消除僅1秒的人類駕駛員反應時間相當于使現有道路基礎設施翻倍，可能消除一些地方在一定時間對基礎設施擴展的需要，及當交通流量接近給定道路的道路容量時，導致交通擁堵和走走停停運動。
圖6示例性地示出了最大允許交通流量作為交通流速度的函數的圖形表示。圖6示例性地示出了來自圖1a-1b的詳細描述中公開的等式(8)的最大交通流量作為交通流速度如50m/s＝180km/h的函數。在圖6中，來自等式(8)的最大交通流量與干燥道路條件和濕滑道路條件及反應時間δt＝0和0.75秒情形下的交通流速度對照繪制。圖6中例示的直虛線的斜率等于沿該線的所有交通流相階段的交通流密度。如圖6中例示的，對于零反應時間對非零反應時間，或者對于同樣交通流密度下的干燥道路對濕滑道路，交通流速度增加到更高的值，及同樣如圖3a中例示的，更長的反應時間或者濕滑道路條件減少每一交通流速度的交通流量。在高交通流速度如濕滑道路條件下>～50m/s，交通流量開始按交通流速度的函數增加。該拐點表明，根據等式(2)和(8)，在相較干燥道路條件的濕滑道路條件較低交通流速度下，濕滑道路上的摩擦力小于干燥道路上的摩擦力，而空氣阻力保持一樣，這樣，在濕滑道路情形的較低速度下，空氣阻力相較摩擦力占優勢。通過對等式(8)設定dq/dv＝0，可獲得交通流量-交通流速度峰值情形下的最大交通流量，即每一曲線的道路容量。使用
如圖6中例示的，在最大交通流量-交通流速度曲線下面的交通流相階段(ρ,v)可保持在同一交通流速度，通過從增加其最大化交通流量的交通流密度垂直增加其交通流量進行；或者可保持在同一交通流量，通過水平地增加其交通流速度，假定沒有預定速度限制或交通信號燈阻止交通流速度增加，例如同時針對最小行駛時間和最大速度按q＝ρv減小交通流密度。對于人類駕駛員，自然趨勢是追求最小行駛時間。然而，對于無人駕駛及啟用車對車(v2v)的車輛，如圖6中例示的，精確地結合垂直和水平調節可優化交通流量及跨道路網絡的全局行駛時間效率。在交通流速度降低的情形下，例如由于較低的預定速度限制，如圖6中例示的，水平線左端處的速度表示車輛交通流不陷入停頓可達到的最小速度。在速度增加的情形下，例如較高的速度限制，如圖6中例示的，水平線的右端表示車輛交通流可達到的最大速度。交通流量可高于水平線，但車輛交通流將不能達到最小或最大車輛流速度。車輛交通流不能低于水平線或者車輛交通流逐步建立。
圖7a-7b示例性地示出了車輛間距作為交通流速度和駕駛員反應時間的函數的圖形表示。圖7a-7b示例性地示出了車輛間距數量上為具有50m/s＝180km/h的最大速度的交通流速度和駕駛員反應時間的函數，其來自圖1a-1b的詳細描述中公開的等式(6)。圖7a-7b示例性地示出了駕駛員反應時間分別為0.1秒和2秒時在干燥道路條件和濕滑道路條件下前后兩輛車之間的最小安全駕駛距離或車輛間距。駕駛員從日常體驗可定性地知道，對于大的車輛速度，他/她必須以大的跟隨距離進行駕駛。等式(6)和圖7b包括道路條件如干燥道路條件、濕滑道路條件、被雪覆蓋道路條件的影響，如a值表明的。較大的a，如源自干燥道路而不是濕滑道路，導致較小的車輛間距，這與駕駛員定性的日常體驗一致。因而，等式(6)和圖7a-7b用作具有無人駕駛或人類駕駛員的車輛的安全駕駛距離的數量指導。
圖8a-8b示例性地示出了包括用于動態預測和控制通過一交通十字路口及鄰近交通十字路口的車輛交通流的方法的步驟的流程圖。在801，交通預測及控制系統(tpcs)接收和處理來自本地交通十字路口的傳感器數據如視頻數據、lidar數據，以使用測得的交通流速度和交通流密度計算在本地交通十字路口前面及通過本地交通十字路口的車輛數、交通流量、交通自由流密度、同步交通流密度和交通擁堵密度。tpcs通過將交通流速度乘以交通流密度計算交通流量。在802，tpcs經通信網絡從鄰近交通十字路口無線接收和處理所計算的數據即交通流參數，包括交通流速度、交通流密度和在每一鄰近交通十字路口前面及通過每一鄰近交通十字路口的車輛數。在803，tpcs確定所計算的交通流密度是否大于交通自由流密度，其中交通自由流密度使用圖1a-1b的詳細描述中公開的等式(9)進行計算。如果計算的交通流密度不大于交通自由流密度，tpcs終止處理。如果計算的交通流密度大于交通自由流密度，在804，tpcs確定交通流密度是否小于交通擁堵密度，其中交通擁堵密度使用圖3a-3b的詳細描述中公開的等式(11)進行計算。如果交通流密度不小于交通擁堵密度，tpcs經通信網絡與一個或多個鄰近交通十字路口通信并請求一個或多個鄰近交通十字路口或多或少地朝向本地交通十字路口發送車輛交通流以保持優化的最大交通流量。例如，在805，tpcs無線請求上游交通十字路口如果可能朝向本地交通十字路口發送較少的車輛交通流以保持優化的交通流量，其通過指令上游交通十字路口調整交通信號的持續時間進行，使得較小數量的車輛到達本地交通十字路口及跨兩個交通十字路口之間的距離的平均交通流密度例如小于0.82輛車/l0，對應于來自0.18輛車/秒的交通擁堵停頓的車輛逃逸速度，其中l0為平均車輛長度。
如果交通流密度小于交通擁堵密度，在806，交通預測及控制系統(tpcs)在兩個時間約束條件下使用交通信號燈持續時間及上游交通十字路口交通流的方向比較跨綠-紅燈周期本地交通十字路口的所有方向通過的車輛總數并使其最大化，例如使更多車輛交通流通過或使更少車輛交通流通過，結合下面的預定交通等式即交通流量-交通流密度和交通流量-交通流速度等式優化變量以保持交通流量較接近最大交通流量，其中第一時間約束條件為因人類駕駛員等待紅交通信號燈變綠的耐心引起的長持續時間，第二時間約束條件為定義橫向行人的人行橫道時間的短持續時間。tpcs確定所有方向通過的車輛的和的最大值。
交通預測及控制系統(tpcs)使用下面的等式確定用于非轉彎加速車輛的綠交通信號燈的持續時間的開始：
其中b為歸一化空氣阻力系數，tdelay為當紅燈變綠時，在其在前車輛移動之后停在紅燈處的車輛開始移動的延遲時間，l0為平均車輛長度，vsteady為在加速過程之后的穩定速度，及ac為車輛加速度。
交通預測及控制系統(tpcs)使用下面的等式確定用于左轉車輛的綠交通信號燈的持續時間的開始：
其中b為歸一化空氣阻力系數，及ac為車輛加速度。
對于綠交通信號燈的持續時間，在交通流速度達到穩態之后，交通預測及控制系統(tpcs)使用下面的等式計算通過本地交通十字路口的車輛數：
其中ρ(t)為交通流密度，v(t)為交通流速度，及tgreen為綠交通信號燈持續時間。
當綠交通信號燈變為黃交通信號燈時，交通預測及控制系統(tpcs)使用下面的等式確定通過該交通十字路口的車輛數：
其中n為車輛數，qsteady為在加速過程之后的交通流量，及tb根據圖3a-3b的詳細描述中公開的等式(10)得到。
在807，交通預測及控制系統(tpcs)對交通流量較接近圖3a中例示的最大交通流量曲線的方向，將綠交通信號燈的持續時間調整為更長的持續時間。之后在808，tpcs將本地交通十字路口的交通信號與最近的上游交通十字路口的交通信號同步以使較少的車輛交通流通過該上游交通十字路口，如果上游交通十字路口的交通流量不大于本地交通十字路口的交通流量。在809，tpcs將本地交通十字路口的交通信號與最近的下游交通十字路口的交通信號同步，如果下游交通十字路口的交通流量不大于本地交通十字路口的交通流量，以允許更多車輛通過本地交通十字路口。tpcs執行上面公開的步驟808和809以避免車輛交通流積聚在本地交通十字路口。在可能時，在810，tpcs將本地交通十字路口的交通信號與鄰近交通十字路口如上游交通十字路口和下游交通十字路口同步以允許車輛交通流通過兩個或三個交通十字路口，如果兩個或三個交通十字路口之間的距離短于在預定速度限制下車輛交通流跨較長時限行駛的距離。tpcs將車輛交通流在兩個交通十字路口之間跑需要的時間計算為距離除以速度限制。
圖9a-9b示例性地示出了包括用于動態預測和控制通過一交通十字路口及鄰近交通十字路口的車輛交通流的方法實施例的步驟的流程圖。在901，交通預測及控制系統(tpcs)接收和處理來自本地交通十字路口的傳感器數據，以使用測得的交通流速度和交通流密度計算車輛數、交通流量、交通自由流密度、同步交通流密度和交通擁堵密度。在902，tpcs還經通信網絡從鄰近交通十字路口接收和處理鄰近交通流參數，包括交通流速度、交通流密度和車輛數。在903，tpcs使用交通流速度和交通流密度動態確定交通流量。在904，tpcs確定在給定交通流密度下交通流量是否小于預定值如圖3a中的虛線例示的及圖3b中針對車對車和無人駕駛車輛流的實線例示的最大交通流量的50％。如果交通流量不小于最大交通流量的50％，tpcs終止處理。如果交通流量小于最大交通流量的50％，在905，tpcs確定交通流速度是否小于預定值如預定速度限制的90％。如果交通流速度不小于速度限制的預定值，tpcs終止處理。
如果交通流速度小于速度限制的預定值，在906，交通預測及控制系統(tpcs)確定交通流速度是否大于零。如果交通流速度大于零，在909，本地交通十字路口處的tpcs基于本地交通十字路口的傳感器數據及接收的數據即來自鄰近交通十字路口的鄰近交通流參數優化本地交通十字路口和鄰近交通十字路口的交通信號燈持續時間，其通過使每一交通流方向跨綠、黃和紅交通信號燈持續時間的平均交通流量最大化進行。在優化本地交通十字路口和鄰近交通十字路口的交通信號燈持續時間之后，在910，tpcs將交通流量較接近最大交通流量的方向的交通信號持續時間調整到更長的持續時間。在911，tpcs使本地交通十字路口的交通信號與最近的上游交通十字路口的交通信號同步以使較少車輛交通流通過上游交通十字路口從而避免車輛交通流積聚在本地交通十字路口。在912，tpcs還使本地交通十字路口的交通信號與下游交通十字路口的交通信號同步以使更多車輛交通流通過本地交通十字路口從而避免車輛交通流積聚在本地交通十字路口，并進行到步驟913。如果交通流速度不大于零，在907，tpcs確定交通信號是否為綠燈。如果交通信號燈為綠燈，在908，tpcs將綠交通信號燈的持續時間調整到更長的持續時間，然后在913，將本地交通十字路口的交通信號與最近的下游交通十字路口的交通信號同步，如果該下游交通十字路口的交通流量不大于本地交通十字路口的交通流量，以使更多車輛交通流能通過至少兩個交通十字路口。之后，tpcs將本地交通十字路口的交通信號與最近的上游交通十字路口的交通信號同步以使較少車輛交通流通過該上游交通十字路口，如果交通流量不大于本地交通十字路口的交通流量。
圖10a-10d示例性地示出了包括用于動態預測和控制通過一交通十字路口1004及鄰近交通十字路口1005和1006的車輛交通流的交通預測及控制系統(tpcs)1001的系統1000的實施例。在此公開的如圖10a中例示的系統1000中，tpcs1001配置成在本地交通十字路口1004具有交通信號1004a，及在鄰近交通十字路口1005和1006分別具有交通信號1005a和1006a。鄰近交通十字路口1005和1006包括相對于本地交通十字路口1004的上游交通十字路口1005和下游交通十字路口1006。每一交通十字路口1004、1005和1006處的tpcs1001經通信網絡1003彼此通信。通信網絡1003例如為因特網、內聯網、有線網絡、無線網絡、實施bluetoothsig,inc.的
在此公開的交通預測及控制系統(tpcs)1001包括非短暫計算機可讀存儲介質如存儲器單元1001f及與非短暫計算機可讀存儲介質通信連接的至少一處理器1001d。如在此使用的，“非短暫計算機可讀存儲介質”指所有計算機可讀介質，例如非易失性介質如光盤或磁盤，易失性介質如寄存器存儲器、處理器緩存等，及傳輸介質如構成連接到處理器1001d的系統總線的導線，除短暫、傳播信號之外。非易失性介質例如包括固態驅動器、光盤或磁盤及其它持續存儲器易失性介質包括動態隨機存取存儲器(dram)，其通常構成主存儲器。易失性介質例如包括寄存器存儲器、處理器緩存、隨機存取存儲器(ram)等。傳輸介質例如包括同軸電纜、銅線、光纜、調制解調器等，包括構成連接到處理器1001d的系統總線的導線等。非短暫計算機可讀存儲介質配置成保存由圖10b中例示的tpcs1001的模塊如1001g、1001h、1001i、1001j、1001k、1001l、1001m等定義的計算機程序指令。處理器1001d配置成執行這些計算機程序指令。
如圖10b中例示的，在此公開的交通預測及控制系統(tpcs)1001還包括保存在存儲器單元1001f中的數據通信模塊1001g、交通流參數確定模塊1001h、交通預測模塊1001i和交通控制模塊1001j。存儲器單元1001f用于保存程序、應用和數據。存儲器單元1001f例如為隨機存取存儲器(ram)或另一類型的動態存儲裝置，其保存信息及處理器1001d執行的指令。存儲器單元1001f還保存在處理器1001d執行指令期間的臨時變量及其它中間信息。tpcs1001還包括只讀存儲器(rom)或另一類型的靜態存儲裝置，其保存靜態信息及用于處理器1001d的指令。
處理器1001d指下述的任一或多個：微處理器、中央處理單元(cpu)裝置、圖形處理單元、有限狀態機、計算機、微控制器、數字信號處理器、邏輯、邏輯裝置、電子電路、專用集成電路(asic)、現場可編程門陣列(fpga)、芯片等或其任意組合，能夠執行計算機程序或一系列命令、指令或狀態轉變。在實施例中，處理器1001d實施為處理器組，例如包括編程的微處理器和數學或圖形協處理器。處理器1001d例如從下述處理器選擇：
在此公開的交通預測及控制系統(tpcs)1001還包括傳感器1001a、數據總線1001b、輸入/輸出(i/o)控制器1001c和網絡接口1001e。一個或多個傳感器1001a如攝像機、激光裝置、電感回路檢測器等在工作時連接到處理器1001d并在工作時與tpcs1001的一個或多個模塊如1001g、1001m等通信。傳感器1001a檢測通過交通十字路口1004的車輛交通流。數據總線1001b允許tpcs1001的模塊如1001g、1001h、1001i、1001j、1001k、1001l、1001m等之間的通信。i/o控制器1001c控制tpcs1001執行的輸入行動和輸出行動。網絡接口1001e使每一交通十字路口1004、1005和1006處的tpcs1001能連接到通信網絡1003。在實施例中，網絡接口1001e提供為接口卡，也稱為線卡。網絡接口1001e例如包括下述之一或多個：紅外(ir)接口、實施wi-fialliancecorporation的
數據通信模塊1001g動態接收和處理來自位于本地交通十字路口1004的一個或多個傳感器1001a的傳感器數據。交通流參數確定模塊1001h使用動態接收和處理的傳感器數據動態確定交通流參數，包括交通流速度、交通流密度和接近本地交通十字路口1004的車輛1007和1008的數量。交通流參數確定模塊1001h使用動態確定的交通流參數動態確定交通流量。數據通信模塊1001g還經通信網絡1003從位于一個或多個鄰近交通十字路口如1005和1006的一個或多個傳感器接收和處理分析參數，例如包括車輛1007和1008的一般駕駛員的平均反應時間、車輛1007和1008的平均交通流速度、平均車輛質量、車輛1007和1008與道路之間的平均摩擦、車輛1007和1008的的平均空氣阻力等。交通流參數確定模塊1001h使用動態接收和處理的分析參數動態確定接近本地交通十字路口1004的車輛1007中在前車輛和尾隨車輛之間的最小安全駕駛距離。交通流參數確定模塊1001h使用動態確定的最小安全駕駛距離、交通流速度、預定速度限制、交通擁堵速度、車輛1007的平均長度、道路條件及一個或多個動態接收和處理的分析參數動態確定交通自由流密度、同步交通流密度和交通擁堵密度。
交通預測模塊1001i使用動態確定的交通自由流密度、動態確定的同步交通流密度和動態確定的交通擁堵密度預測通過本地交通十字路口1004的車輛交通流跨交通流相階段的轉變。交通控制模塊1001j基于預測的來自本地交通十字路口1004的車輛交通流的轉變控制通過本地交通十字路口1004的車輛交通流，其通過動態調整本地交通十字路口1004的交通信號1004a的持續時間并將交通信號時間調整指令傳給鄰近交通十字路口1005和1006以分別調整鄰近交通十字路口1005和1006的交通信號1005a和1006a的持續時間。
在實施例中，交通控制模塊1001j包括交通控制通信模塊1001k和交通控制優化模塊1001l。交通控制通信模塊1001k基于與圖1a-1b的詳細描述中公開的交通流密度和交通流速度相關聯的條件經通信網絡1003請求上游交通十字路口1005朝向本地交通十字路口1004發送或多或少的車輛交通流以保持優化的交通流量。交通控制優化模塊1001l使用動態確定的交通流參數及控制來自上游交通十字路口1005的車輛交通流動態確定和最佳地控制在動態確定的交通流量較接近或遠離針對本地交通十字路口1004處的交通流速度和交通流密度優化的交通流量的方向移動的車輛1007的綠交通信號燈持續時間。
在實施例中，交通控制模塊1001j還包括同步模塊1001m，用于基于上游交通十字路口1005的交通流量不多于本地交通十字路口1004的交通流量及本地交通十字路口1004的交通流量多于最大交通流量的一半而將本地交通十字路口1004的交通信號1004a與上游交通十字路口1005的交通信號1005a同步以使較少車輛交通流通過上游交通十字路口1005從而避免車輛交通流積聚在本地交通十字路口1004。同步模塊1001m還基于下游交通十字路口1006及隨后的下游交通十字路口之間的交通流量少于本地交通十字路口1004的交通流量而將本地交通十字路口1004的交通信號1004a與下游交通十字路口1006的交通信號1006a同步以使更多車輛交通流通過本地交通十字路口1004從而避免車輛交通流積聚在本地交通十字路口1004。
在實施例中，在此公開的系統1000還包括交通監視系統1002，其經通信網絡1003與交通預測及控制系統(tpcs)1001通信。tpcs1001經通信網絡1003操作地連接到交通監視系統1002。在實施例中，i/o控制器1001c在交通監視系統1002和tpcs1001之間進行接口連接。交通監視系統1002監視并可暫時取消位于本地交通十字路口1004和每一鄰近交通十字路口1005和1006的tpcs1001的運行以保持優化的交通流量。
計算機應用和程序用于操作交通預測及控制系統(tpcs)1001。在實施例中，計算機應用和程序經通信網絡1003直接載入存儲器單元1001f。tpcs1001的處理器1001d執行操作系統，例如
交通預測及控制系統(tpcs)1001的處理器1001d取回數據通信模塊1001g、交通流參數確定模塊1001h、交通預測模塊1001i和交通控制模塊1001j的交通控制通信模塊1001k、交通控制優化模塊1001l及同步模塊1001m定義的指令以執行上面公開的相應功能。處理器1001d從存儲器單元1001f取回指令以執行tpcs1001的模塊如1001g、1001h、1001i、1001j、1001k、1001l、1001m等。程序計數器確定指令在存儲器單元1001f中的位置。程序計數器保存識別tpcs1001的每一模塊如1001g、1001h、1001i、1001j、1001k、1001l、1001m等在程序中的當前位置的號碼。由處理器1001d從存儲器單元1001f取回的指令在處理之后進行解碼。指令保存在處理器1001d中的指令寄存器中。在處理和解碼之后，處理器1001d執行指令，從而執行這些指令限定的一個或多個處理。
在執行時，保存在指令寄存器中的指令被檢查以確定將要執行的運算。之后，處理器1001d執行指定的運算。運算包括算術運算和邏輯運算。操作系統執行多個例程以執行分配存儲器執行交通預測及控制系統(tpcs)1001的模塊如1001g、1001h、1001i、1001j、1001k、1001l、1001m等所需要的多個任務。操作系統執行的任務例如包括將存儲器分配給tpcs1001的模塊如1001g、1001h、1001i、1001j、1001k、1001l、1001m等及分配給tpcs1001使用的數據、在存儲器單元1001f和磁盤設備之間移動數據、及處理輸入/輸出操作。操作系統應運算的請求執行任務，在執行任務之后，操作系統將執行控制傳回到處理器1001d。處理器1001d繼續執行以獲得一個或多個輸出。tpcs1001的模塊如1001g、1001h、1001i、1001j、1001k、1001l、1001m等的執行的輸出用于控制例如交通信號1004a、1005a和1006a的燈。
圖10c示例性地示出了包括交通預測及控制系統(tpcs)1001的系統1000的實施例，其中車輛1007、1008和1009經通信網絡1003與tpcs1001通信。在該實施例中，tpcs1001經通信網絡1003從位于接近本地交通十字路口1004的每一車輛1007、1008和1009中的一個或多個傳感器接收分析參數。tpcs1001處理接收的分析參數以預測車輛交通流跨交通流相階段的轉變及控制通過本地交通十字路口1004的車輛交通流。
圖10d示例性地示出了包括交通預測及控制系統(tpcs)1001的系統1000的實施例，其中分類車輛如1008和1009經通信網絡1003與tpcs1001通信以獲得通過本地交通十字路口1004的一次性優先通行證。在該實施例中，tpcs1001的交通控制優化模塊1001l將一次性優先通行證分配給在通信網絡1003上與tpcs1001操作通信的分類車輛1008和1009，以使分類車輛1008和1009能在恢復正常運行之前通過本地交通十字路口1004。這種預定類的車輛1008和1009經通信網絡無線連接到tpcs1001。
為說明目的，詳細描述提及交通預測及控制系統(tpcs)1001作為單一計算機系統本地運行；然而，在此公開的方法和tpcs1001的范圍不限于經操作系統和處理器1001d作為單一計算機系統本地運行的tpcs1001，而是可擴展到通過采用網頁瀏覽器和遠程服務器、移動電話或其它電子裝置基于通信網絡1003遠程運行。在實施例中，tpcs1001的一個或多個部分跨連接到通信網絡1003的一個或多個計算機系統(未示出)分布。
在此還公開了非短暫計算機可讀存儲介質，其保存包括可由至少一處理器1001d執行的用于動態預測和控制通過一交通十字路口1004及鄰近交通十字路口1005和1006的車輛交通流的指令的計算機程序代碼。計算機程序代碼實施多個不同實施例的處理。該計算機程序代碼包括：第一計算機程序代碼，用于動態接收和處理來自位于本地交通十字路口1004的一個或多個傳感器1001a的傳感器數據；第二計算機程序代碼，用于使用動態接收和處理的傳感器數據動態確定交通流參數，包括交通流速度、交通流密度和接近本地交通十字路口1004的車輛1007的數量；第三計算機程序代碼，用于使用動態確定的交通流參數動態確定交通流量；第四計算機程序代碼，用于經通信網絡1003從位于鄰近交通十字路口1005和1006的一個或多個傳感器接收和處理分析參數；第五計算機程序代碼，用于使用動態接收和處理的分析參數動態確定接近本地交通十字路口1004的車輛1007中在前車輛和尾隨車輛之間的最小安全駕駛距離；第六計算機程序代碼，用于使用動態確定的最小安全駕駛距離、交通流速度、預定速度限制、交通擁堵速度、車輛1007的平均長度、道路條件及一個或多個動態接收和處理的分析參數動態確定交通自由流密度、同步交通流密度和交通擁堵密度；第七計算機程序代碼，用于使用動態確定的交通自由流密度、動態確定的同步交通流密度和動態確定的交通擁堵密度預測通過本地交通十字路口1004的車輛交通流跨交通流相階段的轉變；及第八計算機程序代碼，用于基于預測的來自本地交通十字路口1004的車輛交通流的轉變控制通過本地交通十字路口1004的車輛交通流，其通過動態調整本地交通十字路口1004的交通信號1004a的持續時間并將交通信號時間調整指令傳給每一鄰近交通十字路口1005和1006進行。
第八計算機程序代碼包括第九計算機程序代碼，用于基于與交通流密度和交通流速度相關聯的條件經通信網絡1003請求上游交通十字路口1005朝向本地交通十字路口1004發送或多或少的車輛交通流以保持優化的交通流量；及第十計算機程序代碼，用于使用動態確定的交通流參數及控制來自上游交通十字路口1005的車輛交通流動態確定和最佳地控制在動態確定的本地交通流量較接近或遠離針對本地交通十字路口1004處的交通流速度和交通流密度優化的交通流量的方向移動的車輛1007的綠交通信號燈持續時間。第八計算機程序代碼還包括第十一計算機程序代碼，用于基于上游交通十字路口1005的交通流量不多于本地交通十字路口1004的交通流量及本地交通十字路口1004的交通流量多于最大交通流量的一半而將本地交通十字路口1004的交通信號1004a與上游交通十字路口1005的交通信號1005a同步以使較少車輛交通流通過上游交通十字路口1005從而避免車輛交通流積聚在本地交通十字路口1004。第八計算機程序代碼還包括第十二計算機程序代碼，用于基于下游交通十字路口1006及隨后的下游交通十字路口之間的交通流量少于本地交通十字路口1004的交通流量而將本地交通十字路口1004的交通信號1004a與下游交通十字路口1006的交通信號1006a同步以使更多車輛交通流通過本地交通十字路口1004從而避免車輛交通流積聚在本地交通十字路口1004。第八計算機程序代碼還包括第十三計算機程序代碼，用于將一次性優先通行證分配給分類車輛如圖10d中例示的1008和1009，以允許分類車輛1008和1009在恢復正常運行之前通過本地交通十字路口1004。
在此公開的非短暫計算機可讀存儲介質還包括一個或多個另外的計算機程序代碼，用于執行動態預測和控制通過一交通十字路口1004及鄰近交通十字路口1005和1006的車輛交通流可能需要和預期的另外的步驟。在實施例中，包括計算機可執行指令的單段計算機程序代碼執行在此公開的用于動態預測和控制通過一交通十字路口1004及鄰近交通十字路口1005和1006的車輛交通流的方法的一個或多個步驟。包括計算機可執行指令的計算機程序代碼體現在非短暫計算機可讀存儲介質上。交通預測及控制系統1001的處理器1001d取回這些計算機可執行指令并執行它們。當計算機可執行指令由處理器1001d執行時，計算機可執行指令導致處理器1001d執行用于動態預測和控制通過一交通十字路口1004及鄰近交通十字路口1005和1006的車輛交通流的方法的步驟。
在此公開的方法和交通預測及控制系統(tpcs)1001使能得到在交通流量-交通流速度和交通流量-交通流密度平面中交通流相階段的上限，其表示相較傳統上描述交通流量和交通流密度之間的一對一關系的基本圖的明顯進步。在此公開的tpcs1001數量上分析交通擁堵并獲得車輛交通流的相變圖。交通擁堵的發生不僅取決于車輛數量，而且取決于交通流量-交通流速度平面中上邊界曲線的形狀，其受交通流速度、道路條件、車輛質量、駕駛員反應時間、摩擦力和車輛空氣阻力影響。tpcs1001得到發生交通擁堵的數量條件和性質，包括上面公開的擁堵速度、擁堵密度和密度波。當交通流密度ρ<ρfree時，ρfree為指定或法定速度限制、道路條件和人反應時間的函數，tpcs1001還確定對應的車輛交通流處于或轉變為自由流；當ρ>ρjam時，ρjam為道路條件和人反應時間的函數，確定對應的車輛交通流處于或轉變為擁堵交通流；及當ρfree≤ρ≤ρjam時，確定對應的車輛交通流處于或轉變為同步交通流。
在此公開的方法和交通預測及控制系統(tpcs)1001確定道路容量、最大安全交通流密度、及具有或沒有人類駕駛員的車輛交通流中適當的車輛間距。tpcs1001確定的關系可用于將交通系統從個體駕駛員局部和/或順序行動朝向協同全局行動轉變，導致跨道路網絡優化的行駛效率及交通吞吐量。通過共同消除人反應時間，道路容量可翻倍，意味著消除或減少對道路基礎設施擴展的需要，并提供長期需要的交通擁堵疏散。翻倍可使用圖10c-10d中例示的無線連接的車輛1008和1009實現，具有或沒有人類駕駛員。人反應時間的共同消除還有助于全局協同和有效率的交通匯入、交通改向和控制及限速設計。tpcs1001還解決了長期存在的最小安全駕駛距離問題，結果可應用于超出人類駕駛員反應時間極限的情形，并展現其對基本圖的影響。該關系對新興的具有或沒有人類駕駛員的無線連接的車輛1008和1009確定適當的車輛運動間距至關重要。
顯然，在不同實施例中，在此公開的多個不同的方法、算法和計算機程序實施在針對計算裝置適當編程的非短暫計算機可讀存儲介質上。非短暫計算機可讀存儲介質參與提供數據，如由計算機、處理器或類似裝置讀取的指令。在不同實施例中，“非短暫計算機可讀存儲介質”還指單一介質或多個介質，如保存由計算機、處理器或類似裝置讀取的一個或多個指令集的中央數據庫、分布式數據庫和/或相關聯的緩存和服務器。“非短暫計算機可讀存儲介質”還指能夠保存或編碼由計算機、處理器或類似裝置執行的一組指令的任何介質，其導致計算機、處理器或類似裝置執行在此公開的任一或多個方法。非短暫計算機可讀存儲介質的常見形式例如包括軟盤、柔性碟、硬盤、磁帶、激光影碟、blu-raydiscassociation的blu-ray
在實施例中，實施在此公開的方法和算法的計算機程序使用多種介質保存和傳輸，例如多種方式的計算機可讀介質。在實施例中，硬連線電路或定制硬件用于代替實施多個不同實施例的處理的軟件指令或與其結合。因此，實施方式不限于硬件和軟件的任何特定組合。包括計算機可執行指令的計算機程序代碼可以任何編程語言實施。可使用的編程語言的例子包括c、c++、c#、
在此公開的方法和交通預測及控制系統1001可配置成在包括一個或多個計算機的網絡環境中工作，其經通信網絡1003與一個或多個裝置通信，如圖10a-10d中例示的。在實施例中，計算機經有線介質或無線介質如因特網、局域網(lan)、廣域網(wan)或因特網、令牌網或者經任何適當的通信介質或者通信介質的組合與所述裝置直接或間接通信。每一裝置包括處理器，其例子已在上面公開，其適于與計算機通信。在實施例中，每一計算機配備有網絡通信裝置如網絡接口卡、調制解調器或適合連接到通信網絡1003的其它網絡連接裝置。每一計算機和裝置運行操作系統，其例子已在上面公開。根據計算機類型在操作系統可不同的同時，操作系統提供適當的通信協議以與通信網絡1003建立通信鏈路。任何數量和類型的機器可與計算機通信。
在此公開的方法和交通預測及控制系統(tpcs)1001不限于特定計算機系統平臺、處理器、操作系統或網絡。在實施例中，在此公開的方法和tpcs1001的一個或多個方面分布在一個或多個計算機系統中，例如配置成向一個或多個客戶計算機提供一個或多個服務或者在分布式系統中執行完整任務的服務器。例如，在此公開的方法和tpcs1001的一個或多個方面在客戶機-服務器系統上執行，其包括分布在根據多個不同實施例執行多個功能的一個或多個服務器系統之中的組成部分。這些組成部分例如包括可執行的中間或解釋的代碼，其使用通信協議在通信網絡1003上傳送。在此公開的方法和tpcs1001不限于可在任何特定系統或系統組上執行，及不限于任何特定分布式體系結構、網絡或通信協議。
前面的例子僅為了闡釋的目的提供，絕不視為在此公開的方法和交通預測及控制系統(tpcs)1001的限制。在本發明方法和tpcs1001已結合多個不同實施例進行描述的同時，應當理解，已在此使用的話語為描述性和說明性的話語，而不是限定性的話語。此外，盡管本發明方法和tpcs1001已在此結合特定裝置、材料和實施例進行描述，本發明方法和tpcs1001不限于在此公開的細節，而是本發明方法和tpcs1001擴展到所有功能上等同的結構、方法和使用，如在所附權利要求的范圍之內。受益于本說明書的教導的本領域技術人員可對其進行多種修改，及可在不背離在此公開的方法和tpcs1001的范圍和精神的前提下進行變化。
- 還沒有人留言評論。精彩留言會獲得點贊！