CN101866549A - 区域交通服务水平微观指标及评价方法 - Google Patents
区域交通服务水平微观指标及评价方法 Download PDFInfo
- Publication number
- CN101866549A CN101866549A CN200910081852A CN200910081852A CN101866549A CN 101866549 A CN101866549 A CN 101866549A CN 200910081852 A CN200910081852 A CN 200910081852A CN 200910081852 A CN200910081852 A CN 200910081852A CN 101866549 A CN101866549 A CN 101866549A
- Authority
- CN
- China
- Prior art keywords
- microcosmic
- service level
- traffic
- index
- situation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 39
- 238000013210 evaluation model Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000019580 granularity Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提出了微观交通态势指标,以准确反映路网微观层面交叉口、路段实时交通状态的变化和趋势,建立了完整的指标体系,并结合其他指标,提出了微观服务水平评价方法,使微观交通服务水平评价更加准确。
Description
技术领域
本发明属于交通监管技术领域,特别涉及一种区域交通水平微观指标及评价方法。
背景技术
大城市道路交通的有效管理、社会及公众高品质交通服务和政府相关科学决策一直是我国城市社会及经济有序高效发展的热点和难点问题。通过研究和开发先进的交通状态获取与融合、交通特征提取与态势分析以及集成应用基础技术,建立符合我国国情的多粒度区域交通状态评估、预报预警和服务水平评价关键技术和***则是缓解和解决上述问题的基础和不可或缺的技术手段。
服务水平的概念最早是在HCM(Highway Capacity Manual)中提出的,此后被广泛应用于城市道路交通***评价中。服务水平是一种定性的方式,描述了特定因素与性能之间的关系;主要描述的因素有:交通密度,相关旅行速度,延迟等。
其中服务水平等级的描述大致相同,将服务水平分为A-F六个等级。服务水平分别从公路类型范围和运营条件进行了不同的定义,公路类型包括高速路(主线路,坡道,交织路段),双车道公路,交叉口,主干道,公交设施,和行人设施。确立道路交通服务水平指标体系,是评价城市道路交通服务水平的一个核心和关键的环节。指标体系涵盖的是否全面、层次结构是否清晰合理,直接关系到评估质量的好坏。
目前微观服务水平评价存在以下两方面的不足:
1)缺乏完整的指标体系;
2)国内外文献仅依据速度、占有率等单指标对微观服务水平评价。
发明内容
针对当前微观服务水平评价技术存在的不足本发明提出了微观交通态势指标,以准确反映路网微观层面交叉口、路段实时交通状态的变化和趋势,建立了完整的指标体系。
本发明交通状态微观层指标体系包括速度,流量,流率,密度,时间占有率,空间占有率,平均延误;还包括微观交通态势,微观交通速度态势,微观交通流量态势,微观交通流率态势,微观交通密度态势等12个指标。
微观指标涉及全面,能够完全准确的反映交叉口、路段的实际交通状态,为服务水平评价提供有效的评判依据。
其中速度,流量,流率,密度,时间占有率,空间占有率,平均延误均为目前广泛应用的评价指标。
微观交通态势,微观交通速度态势,微观交通流量态势,微观交通流率态势,微观交通密度态势说明如下:
1)微观交通态势是交通流状态的各微观指标在单位时间内的变化量。该指标是衡量微观层面交通状态单位时间变化趋势的重要指标。其实际意义在于,交通管理部门可以通过交通态势指标,在交通拥堵发生前,做出判断,并及时采取交通措施,避免严重拥堵的发生。
计算公式为:
Δi-微观交通态势;
i(t)-在t时刻某断面或某段距离的微观指标量。
微观指标量为速度、流量、密度、时间占有率、空间占有率、平均延误中的一种或几种。
该指标定义为微观交通态势的统一定义,下面将以各个微观指标对微观交通态势做详细说明。
2)微观交通速度态势是速度在单位时间内的变化量。
该指标是描述速度的变化快慢,用于评价道路交通状态的变化趋势,是衡量交通管理工作效果的有效指标。
计算公式
Δs-微观交通速度态势;
s(t)-在t时刻车道或道路某点的速度。
当Δs<0时,速度呈减小的变化趋势,且数值越小,减小的变化趋势越强烈;
当Δs>0时,速度呈增大的变化趋势,且数值越大,增大的变化趋势越明显。
Δs=0速度趋于稳定。
3)微观交通流量态势是流量在单位时间内的变化量。单位:辆/h。
该指标描述交通流量的变化快慢,可用于预测交通服务水平的变化趋势。
计算公式:
Δv-微观交通流量态势;
v(t)-在t时刻车道或道路某点的流量。当Δv<0时,流量呈减小的变化趋势,且数值越小,减小的变化趋势越强烈;当Δv>0时,流量呈增大的变化趋势,且数值越大,增大的变化趋势越明显。Δv=0流量趋于稳定。
4)微观交通流率态势是流率在单位时间内的变化量。
该指标是描述交通流率变化的快慢,可用于预测交通流率的变化趋势。
计算公式
Δf-微观交通流率态势;
f(t)-在t时刻车道或道路某点的流率。
当Δf<0时,流率呈减小的变化趋势,且数值越小,减小的变化趋势越强烈;
当Δf>0时,流率呈增大的变化趋势,且数值越大,增大的变化趋势越明显。Δf=0流率趋于稳定。
5)微观交通密度态势是密度在单位时间内的变化量。单位:辆/(km·车道·h)。
该指标描述交通流密度的变化快慢,可用于预测交通流密度的变化趋势。
计算公式:
Δd-微观交通密度态势;
d(t)-在t时刻车道或道路某点的密度。
当Δd<0时,密度呈减小的变化趋势,且数值越小,减小的变化趋势越强烈;当Δd>0时,密度呈增大的变化趋势,且数值越大,增大的变化趋势越明显。Δd=0密度趋于稳定。
以上各指标除了速度、流量、时间占有率外,其他均为不可直接测得量,需要从直接可测量计算或推理获得。
参考国内外现有微观服务水平评价的相关文献,依据我国道路交通实际情况,仅依据速度、占有率等单指标对微观服务水平评价标准如表1:
表1速度、占有率单指标评价标准
服务水平等级 | 速度 | 占有率 |
A | >=70 | <=4 |
B | >=60 | <=9 |
C | >=45 | <=15 |
D | >=30 | <=22 |
E | >=15 | <=30 |
F | <15 | >30 |
对155个测试数据进行单指标评价和上述模型评价,评价结果如表2:
表2单指标、多指标评价结果
速度 | 占有率 | 速度+流量 | |
准确率 | 88.39% | 66.45% | 92.90% |
一次偏差 | 11.61% | 31.61% | 7.10% |
高次偏差 | 0 | 1.94% | 0 |
从表2可以看出,单纯依据一个指标对服务水平进行评价准确率具有一定的局限性,而依据多个指标对服务水平进行评价准确率达到92.90%,而在一次偏差之内的累积百分比接近100%,从而说明对微观服务水平评价依据多个指标的合理性,以及微观服务水平计算模型的准确性。
本发明提出的路段服务水平计算模型采用一种以速度、流量、占有率为输入数据的综合计算模型,通过直接检测得到的速度、流量、占有率指标计算或推理获得其他各微观指标,归一化后在评价模型中计算得到微观服务水平值与等级。计算过程如图1所示。
为减小输出服务水平值得误差,还需要对计算模型进行参数标定,通过服务水平参考值与评价模型输出的微观服务水平值之间的误差进行参数标定,对评价模型进行调整,如图2所示。
根据模型对输入值计算获得的服务水平值与参考值之间的误差,对评价模型中计算服务水平值的部分进行调整,即修改对应的权值,最终使误差达到可接受的范围。
服务水平参考值是通过道路交通状态在线视频分析与打分软件获取得,模型基本数据通过视频分析软件获取,对应的服务水平等级由交通专家根据视频进行打分获得。
微观服务水平的计算模型经过参数标定后所得的模型输出误差要明显好于参数标定前,同时误差范围被控制在[-0.2 0.2]之间,这样在误差不会导致模型输出与真实交通状态之间在服务水平等级差别超过1个级别。
本发明依据多个指标对服务水平进行评价,提高了对微观服务水平评价的准确率,微观服务水平等级计算模型能够提供合理的、正确的微观交通状态定性判别功能。
附图说明
图1本发明服务水平计算模型计算流程图
图2本发明服务水平计算模型进行参数标定过程图
图3本发明实施例中直接监测得到的同一路段同一时间段V/C、速度、占有率值分布图。
图4本发明实施例中微观指标归一化后标准值分布图
该图中纵坐标为该路段的V/C值,所谓标准值就是归一化之后的值。横坐标为数据采集时刻(以两分钟为单位)
图5本发明实施例中微观服务水平评价结果
图6本发明实施例中进行结果验证和模型参数调整的主观评价结果9
具体实施方式
1、采用本发明对北京市微观交通服务水平进行评价。
本次服务水平评价空间区域覆盖联想桥和北展桥,空间覆盖节假日和普通工作日。
在对北京市交管局既有项目海量历史数据分析的基础上,结合HCM2000及国际各城市的划分标准,本发明对直接可测的指标量进行了服务水平等级的阈值确定。如下表所示。
表3独立微观指标(速度、流量、占有率)的服务水平等级划分阈值
从面向交通管理的服务水平本质概念出发,选取国际上较多城市采用的评价指标(微观)——V/C。其中,V为实时的选定路段交通流量,为直接可测量;C为该路段的通行能力。通行能力的计算是交通流理论中的一个难点与重点。本发明采取整体论的思想进行处理,即:不做任何假设;同时,考虑到北京市城市交通丰富的数据积累,采用如下方法获得某一路段的通行能力。
Cs=Max(t→-∞){Vs}
其中,C为某一路段通行能力,V为该路段在t时刻的流量。通行能力在上面的公式中被定义为历史数据中的最大流量值。
表4路段服务水平等级划分(v/c)
服务水平等级 | v/c |
A | <0.2 |
B | 0.2-0.4 |
C | 0.4-0.6 |
D | 0.6-0.8 |
E | 0.8-0.9 |
F | >0.9 |
速度、流量、占有率指标直接监测得到(以北京市交管局既有项目为依据)如图3所示为同一路段同一时间段V/C、速度、占有率值分布图。
评价模型的计算流程为:
(1):对三个指标进行归一化,如图4所示;
(2):对三个指标分别赋予权值;
(3):对各指值加权计算得出综合评价值;
(4):模型参数标定。
计算结果如图5所示。
2最后通过主观评价进行结果验证和模型参数调整:
a.参与评判团体组成
交通专业的学生、交通专业的老师,普通行人(非驾驶者),驾驶者,交管人员。
在评价之前,将服务水平的定义以及国内外文章中给出的服务水平等级的实例及参考图片,讲给参与标注的人员,以使评分者对服务水平有初步的理论理解和感性认识。
b.评价方法
根据固定时间间隔内的主观感受进行该观测时段的目标路段的服务水平的评判。目前,按照每30s进行一次服务水平评判。
事先不告知评价者视频涉及的时间、地点等信息,尽量排除经验意识的干扰。
c.评价结果的生成
采用少数服从多数的原则,认为多数一致的评价结果为最终的、最真实可以用于验证***算法的依据。这是一个将主观化的量度进行客观化的过程,从而形成一个客观的尺度,以便对服务水平评价结果进行验证。
由少数服从多数得到的第1位服务水平等级视为直接一致的评价结果,视为目标路段真实可靠的服务水平等级。而将介于第1位服务水平两侧的服务水平,即只有1个等级差别的分析结果视为一次偏差的评价结果,由于人们对道路服务水平的等级期望及理解不同,1个级别的差异存在是合乎实际的。其他与第1位服务水平等级相差2个及以上等级的评价结果则视为高次偏差,不作为该路段服务水平等级确定的依据。采用上述方法进行主观评价的结果如图6所示
由上述结果可以看到人们对服务水平的主观判断是基本一致;虽然存在个体差异性,其差异一般不超过一个等级。说明该评价结果是可行的,并可以作为***服务水平各指标阈值的依据。这是一个将主观化的量度进行客观化的过程,从而形成一个客观的尺度,以便对服务水平评价结果进行验证。
Claims (6)
1.区域交通服务水平微观指标,包括速度,流量,流率,密度,时间占有率,空间占有率,平均延误,微观交通态势,其特征在于,微观交通态势为区域交通中某段时间内某断面或某段距离的微观指标量的变化量与时间的比值。
2.如权利要求1所述的区域交通服务水平微观指标,其特征在于,所述微观指标量为速度、流量、密度、时间占有率、空间占有率、平均延误中的一种或几种。
3.如权利要求1所述的区域交通服务水平微观指标,其特征在于,微观交通态势按不同的微观指标分为微观交通速度态势,微观交通流量态势,微观交通流率态势,微观交通密度态势。
4.使用如权利要求1所述的区域交通服务水平微观指标进行的区域交通微观服务水平评价方法,通过直接检测得到的速度、流量、占有率指标计算或推理获得其他各微观指标,归一化后在评价模型中计算得到微观服务水平,其特征在于,通过服务水平参考值与评价模型输出的微观服务水平值之间的误差进行参数标定,对评价模型进行调整。
5.如权利要求4所述的区域交通微观服务水平评价方法,其特征在于,服务水平参考值道路交通状态在线视频分析与打分软件获取得。
6.如权利要求4所述的区域交通微观服务水平评价方法,其特征在于经过参数标定后的计算模型输出值与服务水平参考值的误差范围应在[-0.2 0.2]之间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910081852A CN101866549A (zh) | 2009-04-14 | 2009-04-14 | 区域交通服务水平微观指标及评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910081852A CN101866549A (zh) | 2009-04-14 | 2009-04-14 | 区域交通服务水平微观指标及评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101866549A true CN101866549A (zh) | 2010-10-20 |
Family
ID=42958255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910081852A Pending CN101866549A (zh) | 2009-04-14 | 2009-04-14 | 区域交通服务水平微观指标及评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101866549A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106790A (zh) * | 2013-01-16 | 2013-05-15 | 东南大学 | 一种基于秩和比法的平面交叉口设计变权综合评价方法 |
CN108847025A (zh) * | 2018-08-28 | 2018-11-20 | 电子科技大学 | 一种交通拥堵判定方法 |
CN111429717A (zh) * | 2020-02-27 | 2020-07-17 | 贵州智诚科技有限公司 | 一种城市快速路道路运行能力评估方法 |
CN107221175B (zh) * | 2017-05-31 | 2020-10-27 | 深圳市鸿逸达科技有限公司 | 一种行人意图检测方法和*** |
-
2009
- 2009-04-14 CN CN200910081852A patent/CN101866549A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106790A (zh) * | 2013-01-16 | 2013-05-15 | 东南大学 | 一种基于秩和比法的平面交叉口设计变权综合评价方法 |
CN103106790B (zh) * | 2013-01-16 | 2015-06-03 | 东南大学 | 一种基于秩和比法的平面交叉口设计变权综合评价方法 |
CN107221175B (zh) * | 2017-05-31 | 2020-10-27 | 深圳市鸿逸达科技有限公司 | 一种行人意图检测方法和*** |
CN108847025A (zh) * | 2018-08-28 | 2018-11-20 | 电子科技大学 | 一种交通拥堵判定方法 |
CN111429717A (zh) * | 2020-02-27 | 2020-07-17 | 贵州智诚科技有限公司 | 一种城市快速路道路运行能力评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102592447B (zh) | 一种基于fcm的区域路网的道路交通状态判别方法 | |
CN104134349B (zh) | 一种基于交通多源数据融合的公交路况处理***及方法 | |
CN102136190B (zh) | 城市公交客运事件应急响应调度管理***及方法 | |
CN102819955B (zh) | 基于车辆行程数据的道路网运行评价方法 | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
CN105405293B (zh) | 一种道路旅行时间短期预测方法和*** | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
CN109716414A (zh) | 一种多模态道路交通异常检测方法 | |
Li et al. | Identifying important variables for predicting travel time of freeway with non-recurrent congestion with neural networks | |
CN103903433A (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN103956050A (zh) | 基于车辆行程数据的道路网运行评价方法 | |
CN104899679A (zh) | 城市cbd停车场综合评价方法 | |
CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
CN102044153A (zh) | 一种交通流通畅等级评价的方法与*** | |
CN101930670A (zh) | 公交行驶路段社会车辆运行时间预测方法 | |
CN104361460A (zh) | 采用模糊综合评价方法的道路服务水平评价方法 | |
Zhu et al. | An automated vehicle fuel economy benefits evaluation framework using real-world travel and traffic data | |
Kolosz et al. | Extending cost–benefit analysis for the sustainability impact of inter-urban Intelligent Transport Systems | |
CN105513362A (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN109785627A (zh) | 一种十字路***通流量监控*** | |
CN101866549A (zh) | 区域交通服务水平微观指标及评价方法 | |
CN114912689A (zh) | 基于地图网格索引和xgboost的超限车辆目的地预测方法及*** | |
CN109523788B (zh) | 一种路段运行效果评价方法 | |
Shen et al. | Simulation of road capacity considering the influence of buses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20101020 |