1.本发明涉及交通技术领域，具体是一种实时绿波计算方法。
背景技术：2.大多数城市道路没有设置绿波速度，驾驶员往往不知道下一个路口的信号灯情况，就有可能导致驾驶员全速抵达下一个路口时，路口的信号灯为刚刚从绿灯转为红灯，驾驶员需要等候的时间较长，同时这个过程存在很大的燃油浪费。
3.目前主要是依据驾驶员的自身经验，从而根据信号灯剩余时间对车辆的车速进行控制。在驾驶员判断准确的情况下，通过上述方式在一定程度上提升了交通效率，也减少了污染物的排放。然而，一旦驾驶员判断出错或存在侥幸心理就可能出现超速通过路口、闯红灯或在路口处无法停下等情况发生，不仅可能对驾乘人员生命安全带来风险，还可能给交通管理增加压力。
4.传统路口标识的绿波速度，有以下几个缺点：
5.以设计速度为绿波带的速度，实际路段受道路条件的限制往往无法以设计速度运行；
6.以平均速度为绿波带的速度，忽略了干道上各个路段的速度差；整条干道以同一个速度值设计方案，没有考虑各个路段的实际运行速度。绿波协调上采用统一的速度设计较为粗放简单，适合运用于速度变化不大的干道，但在多数情况下却无法获得较好的协调效果。针对干道的不同路段有不同速度的情况，精细化设计各个路段速度实现绿波协调控制具有普遍的推广意义。
7.本发明可以大大减少上述情况的发生，尽量引导驾驶员在绿灯的情况下通过路口，大大提升城市道路的通行效率。
技术实现要素：8.本发明的目的在于提供一种实时绿波计算方法，以解决背景技术中的问题。
9.为实现上述目的，本发明提供如下技术方案：
10.一种实时绿波计算方法，包括以下步骤：
11.步骤一、路径预测：根据短时间的定位信息，得到当前的地理位置、速度和方向，可以得出下一个将途经的路口；
12.步骤二、路口信号灯时间获取：信号时长数据是由用户上传的，用户在等红灯期间可以将当前红灯时间进行语音录入到模块中，在绿灯通过路口时也可以将绿灯时间进行语音录入，后台服务器收集到这些数据后进行清洗计算，得出这个路口的信号灯时长数据，再下发给用户，随着数据量的增加，服务器的数据会越来越准确；
13.步骤三、绿波速度计算：根据当前地理位置和下一个路口的红绿灯信号时间，实时计算出当前最低绿波速度和最高绿波速度。
14.在上述技术方案的基础上，本发明还提供以下可选技术方案：
15.在一种可选方案中：所述路口信号灯时间获取:信号时长数据通过无线模块获取，车载或者机载无线模块与交通数据库交互，获取准确的信号灯时间。
16.在一种可选方案中：所述信号灯时间的获取还包括剔除路灯等待车辆所耽误的时间；
17.耽误时间的计算：通过在测距单元获取车辆排队的长度，然后统计一般常规车辆启动到完全通过的速度，进而计算相应排队车辆通过路口的时间。
18.在一种可选方案中：所述测距单元包括埋设在路面以下压力检测块。
19.在一种可选方案中：所述测距单元包括测距摄像头。
20.在一种可选方案中：所述测距单元还包括速度识别模块，速度识别模块包括一个可调式测速摄像头，可调式测速摄像头可以识别最后一辆车的车速。
21.在一种可选方案中：所述测距单元还包括分别统计每个车道的统计模块，统计模块用于分别统计每个车道的绿波数据。
22.在一种可选方案中：所述测距单元还包括预警提示单元，用于预测多个路段的绿波速度。
23.相较于现有技术，本发明的有益效果如下：
24.本发明通过对不同路段的车辆位置和绿灯时间进行计算，并且结合相应路口车辆耽误时间，从而计算出实际上的绿波车速，使得驾驶人员可以在道路上尽量少的等待，提高了道路的流畅度，也提高了车辆燃油燃烧效率，保护了环境，另外这里可以对多车道绿波进行分别计算，便于行车人员更好的规划路线，提高了行车效率。
附图说明
25.图1为本发明的结构示意图。
具体实施方式
26.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。
27.在一个实施例中，如图1所示，一种实时绿波计算方法，包括以下步骤：
28.步骤一、路径预测：根据短时间的定位信息，得到当前的地理位置、速度和方向，可以得出下一个即将途经的路口，s；
29.步骤二、路口信号灯时间获取：信号时长数据是由用户上传的，用户在等红灯期间可以将当前红灯时间进行语音录入到模块中，在绿灯通过路口时也可以将绿灯时间进行语音录入，后台服务器收集到这些数据后进行清洗计算，得出这个路口的信号灯时长数据，再下发给用户，随着数据量的增加，服务器的数据会越来越准确，时间为t；
30.步骤三、绿波速度计算：根据当前地理位置和下一个路口的红绿灯信号时间，实时计算出当前最低绿波速度和最高绿波速度，v＝s/t；
31.所述路口信号灯时间获取：信号时长数据通过无线模块获取，车载或者机载无线模块与交通数据库交互，获取准确的信号灯时间，这种获取时间的方式更加准确，避免因为驾驶人员口误而造成计算错误的问题；
32.所述信号灯时间的获取还包括剔除路灯等待车辆所耽误的时间t1；
33.耽误时间的计算：通过在测距单元获取车辆排队的长度，然后统计一般常规车辆启动到完全通过的速度，进而计算相应排队车辆通过路口的时间，由于车辆启动的时长较长，所以由于路口堆积的车辆较多会严重影响绿波时间，这里统计耽误时间是很有必要的；
34.所述测距单元包括埋设在路面以下压力检测块，车辆在路面上的压力会触发压力检测块，每个压力检测块之间的距离是设定的，所以通过显示压力检测块的触发位置即可获取等待车队的长度；
35.所述测距单元包括测距摄像头，在道路上方获取车队的图片以便对车队的整体长度进行检测，通过测量摄像头的拍摄角度以及图像的比例可以计算出车队长度；
36.所述测距单元还包括速度识别模块，速度识别模块包括一个可调式测速摄像头，可调式测速摄像头可以识别最后一辆车的车速，因为最后的车辆决定了整体的耽误时间；
37.所述测距单元还包括分别统计每个车道的统计模块，统计模块用于分别统计每个车道的绿波数据，便于驾驶人员选择，比如该道路是四车道，最左侧的是左转，最右侧的是右转，中间两个是直行，在进行统计的时候，统计模块将四个车道中每个车道的绿波信息都统计出来，因为所在车道的车辆不同，耽误的时间也不同，这样即使可以左转的车道，在观察到前方直行更加有利时，其可以选择在下一个路口左转；
38.所述测距单元还包括预警提示单元，用于预测多个路段的绿波速度，这样就方便用户进行更好的转向选择，比如当路段上绿波是50公里每小时，但是此处的车辆较多，在下一个路口减速口，由于车队长度过大，所以大概率后面的车辆不易通过，但是由于不同驾驶人员不同，老司机更容易缩短此处的耽误时间，所以仅仅只能预测。
39.本发明通过对不同路段的车辆位置和绿灯时间进行计算，并且结合相应路口车辆耽误时间，从而计算出实际上的绿波车速，使得驾驶人员可以在道路上尽量少的等待，提高了道路的流畅度，也提高了车辆燃油燃烧效率，保护了环境，另外这里可以对多车道绿波进行分别计算，便于行车人员更好的规划路线，提高了行车效率，实用性强。
40.以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。
技术特征：1.一种实时绿波计算方法，其特征在于，包括以下步骤：步骤一、路径预测：根据短时间的定位信息，得到当前的地理位置、速度和方向，可以得出下一个将途经的路口；步骤二、路口信号灯时间获取：信号时长数据是由用户上传的，用户在等红灯期间可以将当前红灯时间进行语音录入到模块中，在绿灯通过路口时也可以将绿灯时间进行语音录入，后台服务器收集到这些数据后进行清洗计算，得出这个路口的信号灯时长数据，再下发给用户，随着数据量的增加，服务器的数据会越来越准确；步骤三、绿波速度计算：根据当前地理位置和下一个路口的红绿灯信号时间，实时计算出当前最低绿波速度和最高绿波速度。2.根据权利要求1所述的实时绿波计算方法，其特征在于，所述路口信号灯时间获取：信号时长数据通过无线模块获取，车载或者机载无线模块与交通数据库交互，获取准确的信号灯时间。3.根据权利要求1所述的实时绿波计算方法，其特征在于，所述路口信号灯时间的获取还包括剔除路灯等待车辆所耽误的时间：耽误时间的计算：通过在测距单元获取车辆排队的长度，然后统计一般常规车辆启动到完全通过的速度，进而计算相应排队车辆通过路口的时间。4.根据权利要求3所述的实时绿波计算方法，其特征在于，所述测距单元包括埋设在路面以下的压力检测块。5.根据权利要求3所述的实时绿波计算方法，其特征在于，所述测距单元包括测距摄像头。6.根据权利要求3所述的实时绿波计算方法，其特征在于，所述测距单元还包括速度识别模块，速度识别模块包括一个可调式测速摄像头，可调式测速摄像头可以识别最后一辆车的车速。7.根据权利要求3所述的实时绿波计算方法，其特征在于，所述测距单元还包括分别统计每个车道的统计模块，统计模块用于分别统计每个车道的绿波数据。8.根据权利要求3所述的实时绿波计算方法，其特征在于，所述测距单元还包括预警提示单元，用于预测多个路段的绿波速度。
技术总结本发明涉及交通技术领域，具体公开了一种实时绿波计算方法，包括以下步骤：步骤一、路径预测：根据短时间的定位信息，得到当前的地理位置、速度和方向，可以得出下一个将途经的路口；步骤二、路口信号灯时间获取：信号时长数据是由用户上传的，用户在等红灯期间可以将当前红灯时间进行语音录入到模块中，在绿灯通过路口时也可以将绿灯时间进行语音录入，后台服务器收集到这些数据后进行清洗计算，本发明通过对不同路段的车辆位置和绿灯时间进行计算，并且结合相应路口车辆耽误时间，从而计算出实际上的绿波车速，使得驾驶人员可以在道路上尽量少的等待，提高了道路的流畅度，也提高了车辆燃油燃烧效率，保护了环境。保护了环境。保护了环境。
技术研发人员：陶云辉 杨峰 刘燕奇
受保护的技术使用者：广州佛朗斯股份有限公司
技术研发日：2022.07.08
技术公布日：2022/11/1
