CN102419905B - 基于交通波理论的高速公路事故的交通影响范围确定方法 - Google Patents
基于交通波理论的高速公路事故的交通影响范围确定方法 Download PDFInfo
- Publication number
- CN102419905B CN102419905B CN 201110231292 CN201110231292A CN102419905B CN 102419905 B CN102419905 B CN 102419905B CN 201110231292 CN201110231292 CN 201110231292 CN 201110231292 A CN201110231292 A CN 201110231292A CN 102419905 B CN102419905 B CN 102419905B
- Authority
- CN
- China
- Prior art keywords
- traffic
- wave
- accident
- velocity
- flow
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于交通波理论的高速公路事故影响范围的确定方法,用于在无出入口匝道的高速公路上发生交通事故后,确定交通事故的时空影响范围。本发明方法首先确定高速公路在不同交通状况下的车流量和车流密度,绘制高速公路流量一密度图,然后运用交通波理论,分析从事故开始到事故影响消除过程中交通波的聚积和消散过程,计算各阶段的交通波速度,绘制交通事故时空演化图,最后确定事故在各阶段的影响时间范围和空间范围。本发明方法简便、稳定性好、可靠性高,可实时、准确预测交通事故影响范围,向高速公路管理部门提供稳定、及时、可靠的交通事故信息,从而提高交通事故快速处置措施的实施效率。
Description
技术领域
本发明属于交通信息及控制领域,涉及一种智能交通技术领域的方法,尤其是一种基于交通波理论的高速公路事故的交通影响范围确定方法。
背景技术
高速公路上的交通事故在给人们带来生命财产损失的同时,也会引起大范围的交通拥堵,增加车辆油耗和废气排放,带来能源消耗和环境污染问题。一旦高速公路上发生交通事故,部分道路就会被占用或者封闭,从而影响道路交通的正常运行,事故发生地点因此便成为交通瓶颈,道路的通行能力降低使之无法满***通需求,进而导致交通拥堵,增加二次事故发生的可能性。如不及时有效地评估突发事件对高速公路道路交通运营安全的影响,并让高速公路上的驾驶员获悉影响的时间,这种影响往往会从点扩展到面,波及临近的高速公路,进而影响到整个路网的运输效率和营运安全,严重导致大面积路网拥堵甚至瘫痪。事故影响分析是高速公路***分析中的一个重要方面,它是实行有效的交通控制、事故快速处理、交通诱导及公路规划等的基础。对事故时空影响范围进行预算估计,采取有针对性的交通事故处置措施和诱导、控制、疏导等交通管制措施,并通过高速公路信息发布***告知高速公路上的行驶者,能避免交通事故造成的交通拥堵现象进一步恶化,有效减轻驾驶员的不舒适度,降低油耗,减小行驶时间损失,为高速公路交通设施与控制方案改善提供重要的定量依据。
但是,现有的交通事故影响研究存在一些不足,还无法有效应用于高速公路,主要包括几下几方面:(1)目前对事故地点引发的交通影响进行分析的研究较少,研究重点主要集中在对事故的特点、成因分析和预防对策上;(2)现阶段的事故影响范围研究主要集中在城市道路中交叉口处的交通事故研究上。由于在高速公路上的车辆运行速度明显高于交叉口处的车辆,并且高速公路上的运行成分单一,交通流特性十分明显,所以适合交叉口处的事故影响范围估算方法并不适合高速公路上的事故影响估算;(3)目前对高速公路交通事故的影响分析主要是确定性排队分析方法,这种方法虽然分析简单,使用方便,但是忽略了交通波的扩散速度对交通流各参数的影响,计算结果与实际偏差较大;(4)由于交通检测技术的局限性,在国际上尚无直接检测车辆停车、排队和延误的方法,传统的检测方法多利用视频检测技术对道路上交通流量、车流速度和排队长度进行事后处置,对道路基础设施依赖性高,无法实时准确地利用检测技术直接确定交通事故的时空影响范围。
发明内容
本发明的目的在于针对现有对高速公路事故的交通影响范围研究中存在的不足及实际需要,提出一种基于交通波理论的高速公路事故的交通影响范围确定方法。
本发明的一种基于交通波理论的高速公路事故的交通影响范围确定方法,包括如下步骤:
步骤一、确定高速公路上的交通流量和车流密度,绘制两相邻车道的交通流量-密度图;
步骤二、分析交通事故过程各阶段的交通波,并确定各阶段的交通波的速度;
步骤三、根据各阶段的交通波速度绘制出交通事故的时空演化图;
步骤四、确定两股交通波相遇时的事故影响范围、相遇时间点和事故影响消散的时间点,然后确定各时间阶段交通事故的空间影响范围、最长影响距离和最长影响时间。
本发明的优点与积极效果在于:
(1)与现有技术相比,本发明所需交通参量简单、易于获取,对高速公路基础设施条件依赖性低,避开了一般道路交通检测手段不完善、可靠性低等缺陷,为准确计算事故拥堵排队长度提供了可靠数据;
(2)该方法利用交通波理论对交通事故发生点上游车辆排队的聚积和消散过程进行分析,确定交通事故的实时空间影响范围和最大排队长度的计算方法,具有计算简便,运算速度快,可靠性高等优点,为交通事故的时空影响范围的确定奠定了坚实基础;
(3)通过对高速公路上交通事故发生点上游车辆排队的聚积和消散过程的分析,对高速公路上事故的时空影响范围进行了快速、准确地估算,为事故的安全态势分析和应急处置策略提供有效依据,为高速公路的交通控制提供了可靠信息材料。
附图说明
图1为本发明的事故交通影响范围确定方法的整体流程图;
图2为本发明实施例的交通流量-密度图;
图3为本发明实施例中交通事故发生初期的产生的交通波的示意图;
图4为本发明实施例中lane 1被清理后的初期产生的交通波示意图;
图5为本发明实施例中lane 1被清理后的后期产生的交通波示意图;
图6为本发明实施例中两车道清理完毕后的初期产生的交通波示意图;
图7为本发明实施例中两车道清理完毕后的后期产生的交通波示意图;
图8为本发明实施例在交通流量-密度图中事故发生到影响消除各阶段交通波示意图;
图9为本发明实施例的交通事故时空演化图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
如图1所示,一种基于交通波理论的高速公路交通事故的交通影响范围确定方法,包括如下步骤:
第一步:确定高速公路上的交通流量和车流密度。
根据高速公路设计资料,确定高速公路的通行能力、拥挤密度等固定交通参量。利用高速公路道路上布设的固定交通信息检测器例如地感线圈检测器,检测高速公路上车辆经过时线圈检测器磁场变化,检测器据此计算出交通流量、车辆速度、车辆时间占有率和长度等交通参数,获取道路交通信息,对所获取交通信息数据进行处理,剔除散点后,计算出高速公路上不同交通状况下的交通流量和车流密度,得出正常交通状况下各车道上的交通流量-密度图。具体包括如下步骤:
(1)获取道路交通信息:
根据高速公路设计资料,确定高速公路的最大通行能力qmax、允许的最大行驶速度vmax、拥挤情况下的车流密度kjam等。
采用地感线圈检测器获取道路交通信息。设从事故发生地点上游L范围内没有出口和进口,并且认为L足够长,车队没有延伸过这一路段,还设停车线下游的交通流顺畅,没有阻塞现象。上游车道的交通流量稳定,恒为一定值q1。在高速公路上每隔距离S安置检测器,根据检测器所检测的数据,计算获得如下数据:道路交通流量、车辆速度、车辆时间占有率和长度等。对同一路段进行多时段的反复多次数据采集,统计分析计算当前道路上的交通流量和车流密度,并记录发生交通事故、天气不良、道路施工等不良交通环境下的交通事件。
(2)处理数据,绘制图形:
剔除发生交通事故或者灾害性天气等不良交通环境下路段上交通流量和车辆密度数据。选取两相邻车道作为研究对象,计算出无交通事件发生情况下的平均交通流量和相应的车辆密度,并绘制交通流量-密度图,如图2所示。
图2为本发明实施例中某段高速公路的交通流量-密度图。横坐标表示车辆密度,纵坐标表示交通流量。分别表示单条车道和两条车道的最大交通流量,分别表示单条车道和两条车道在最大通行能力时的车流密度,分别表示单条车道和两条车道的拥挤车流密度。
第二步:分析交通事故过程各阶段的交通波,并确定各阶段的交通波的速度。
本发明运用交通波理论,分析从事故开始到事故影响消除过程中交通波的积聚和消散过程,并计算各阶段的交通波速度。
交通波理论是交通研究中进行分析、设计、仿真和决策的重要手段,它描述了同向运动不同状态的两股交通流相遇时状态的转移过程,当道路交通因为交通状况的改变而发生车辆密度的变化时,不同状态的交通流如q1,k1,v与q2,k2,v2,相遇并产生传播速度为uw=(q2-q1)/(k2-k1)的交通波,进而定量分析车流的积聚和消散过程。其中,q1、q2分别表示两股交通流的交通流量,k1、k2分别表示两股交通流的车辆密度,v1、v2分别表示两股交通流的速度。
下面给出一个实施例进行具体说明。
本发明实施例,在tA时刻时,高速公路某横断面处发生一起交通事故,事故发生后将该方向上的所有交通即刻封锁并进行事故处理;在时间tB时刻,一条车道完成清理工作,该车道上的车辆恢复行驶;在时间tC时刻,另外一条车道也清理完毕,道路全面通车,所有车辆恢复正常行驶。
(1)首先用交通波理论分析自事故发生到事故影响消散的过程中各阶段的交通流量及车辆密度变化。
可将交通波传播过程分为以下几个阶段:
1)当t=tA时,在高速公路某横断面上发生交通事故,该方向上的所有交通即时被封锁,交通状况如图3所示,发生事故前后的交通状况分别为自由流状况下的交通流q1,k1和道路阻塞状况下的交通流q2,k2相遇,并产生波速为W21的交通波。
2)当t=tB时,第一条车道lane 1被清理,部分车辆恢复行驶,第一条车道被清理后事故地点的交通流q3,k3与阻塞状况下的交通流q2,k2相遇产生波速为W32的交通波。第一条车道恢复初期,道路上有两股交通波,波速分别为W21和W32,如图4所示,此状态持续到波速为W21和W32的两股交通波相遇时刻为止。
3)第一条车道交通恢复后期,即从波速为W21和W32的两股交通波相遇时刻开始到两车道清理前的时间,波速为W21和W32的两股交通波相遇,产生波速为W31的交通波,如图5所示。
4)当t=tC时,全部道路清理完毕,两车道lane 1和lane 2均被清理后的交通流q4,k4遇第一条车道被清理后的交通流q3,k3,产生波速为W43的交通波。初期阶段,道路上有波速为W31和W43的两股交通波,此状态持续到波速为W43和W31的两股交通波相遇时刻为止,如图6所示。
5)从波速为W31和W43的两股两波相遇时刻开始到交通恢复正常为止。交通波W31和W43相遇产生波速为W41的交通波。如图7所示,道路上仅有波速为W41的交通波,波速为W41的交通波完成后,交通恢复正常。
(2)计算交通波速度:
根据检测器记录的数据点及事故发生时间tA、第一条车道清理时间tB、第二条车道清理时间tC等,在交通流量-密度图中找出各交通状态下的交通流量qi和车辆密度ki:事故前自由流状态下事故发生地的交通流量和交通密度分别为q1,k1;事故发生后事故地点的交通流量和交通密度分别为q2,k2;第一条车道lane 1被清理后事故地点的交通流量和交通密度分别为q3,k3;两条车道均被清理后事故地点的交通流量和交通密度分别为q4,k4。进而计算出上述分析中各阶段的交通波速度Wij。
计算公式为:
(qi,ki)和(qj,kj)分别为ti和tj时刻的交通状态。本实施例在交通流量---密度图中事故发生到影响消除各阶段交通波示意图如图8所示。
图8中横坐标表示车辆密度,纵坐标表示交通流量。点1表示交通事故发生时刻的交通状态,点2表示交通事故发生时刻后道路交通全部中断的交通状态,点3表示第一条道路清理后的交通状态,点4表示全部道路清理后的交通状态,两点连线的斜率表示交通波的传播速度。
第三步:绘制交通事故时空演化图,具体方法是:作时间-距离图,以事故发生点A为起始点,各时间段中的交通波速度Wij为线段斜率,结合事故发生时间、第一车道清理完成时间、第二车道清理完成时间,绘制事故发生到事故影响消散过程中车队队尾的时间-距离图,即为交通事故时空演化图,如图9所示。
根据交通波的传播特性,可以通过图9所示的交通事故时空演化图描述事故发生后的车辆排队过程。事故发生在tA时刻,距离为L的横断面上,两条车道全部封堵,产生波速为W21的交通波;在tB时刻,其中一条道路清理,产生波速为W32的交通波,并在tD时刻与波速为W21的交通波相遇,形成新的波速为W31的交通波;在tC时刻,两条车道全部清理,产生波速为W43的交通波;在tE时刻波速为W43的交通波与波速为W31的交通波相遇,形成新的波速为W41的交通波;在tF时刻,事故的影响全部消除,交通恢复正常。
第四步:确定交通事故各阶段时空影响范围。
根据绘制的交通事故的时空演化图,建立两车道的事故交通影响范围确定模型,通过计算两股交通波相遇时的事故影响范围和相遇时间点,利用解析几何方法,进而计算各时段事故的时间影响范围和空间影响范围。具体包括如下步骤:
(1)确定两股交通波相遇时的事故影响范围LDG、LEH:
如图9所示,LDG表示波速分别为W21和W32的两股交通波相遇时的事故影响范围;LEH表示波速为W31和W43的两股交通波相遇时的事故影响范围。
(2)确定两波相遇时的时间节点tD、tE,事故影响消散的时间点tF:
(3)确定各时段事故的空间影响范围L(t):
(4)确定事故最长影响距离Lmax和事故最长影响时间Tmax:
Tmax=tF-tA+α
其中,α为事故影响时间修正系数,该参数值的大小可根据交通事故影响时间的实际观测值和模型理论值的比较结果进行标定,一般α取值范围为[0.04599,0.092]。
实现上述方法仅需要在高速公路断面上安置检测器。检测器利用感应式信号控制***的现有设施,***性采集高精度的实时交通数据,并把实时采集的车流信息发送到后台服务器数据库中,进行交通道路交通路段交通流量的事实状态和拥堵实时提取、排队长度计算、交通诱导发布和交通事件的自动检测。
通过本方法及其实施装置,在不增加执行机构的基础上,只需安装较少检测器即可实现对高速公路上交通事故的时空影响范围进行分析计算,帮助驾驶员在拥堵状况下及时采取必要措施,合理选择行车路线,避开拥堵,减少了交通延误、堵塞和事故,从而可大幅度地提高路网的通行能力,使路网畅通,降低能源消耗,减少排放量,改善环境污染,提高汽车运输生产率和经济效益。
Claims (3)
1.一种基于交通波理论的高速公路事故影响范围的确定方法,其特征在于,所述方法包括如下步骤:
步骤一、确定高速公路上的交通流量和车流密度,绘制两相邻车道的交通流量-密度图;
步骤二、分析交通事故过程各阶段的交通波,并确定各阶段的交通波的速度;具体步骤为:
步骤2.1:用交通波理论分析自事故发生到事故影响消散的过程中各阶段的车辆流量及车辆密度变化,具体各阶段为:
1)tA时刻,在高速公路某横断面上发生交通事故,该方向上的所有交通即时被封锁,发生事故前的自由流状况下的交通流和发生事故后的道路交通全部阻塞状况下的交通流相遇,产生波速为W21的交通波;
2)tB时刻,第一条车道被清理,部分车辆恢复行驶,恢复初期,第一条车道被清理后事故地点的交通流与道路交通全部阻塞状况下的交通流相遇产生波速为W32的交通波,此时道路上存在波速分别为W21和W32的两股交通波;
3)在波速分别为W21和W32的两股交通波相遇时刻开始,道路上仅有波速为W31的交通波;
4)tC时刻,两条车道都清理完毕,两车道均被清理后的交通流与第一条车道被清理后的交通流相遇,产生波速为W43的交通波,此时道路上有波速为W31和W43的两股交通波;
5)在波速为W31和W43的两股交通波相遇时刻开始,道路上仅有波速为W41的交通波,在波速为W41的交通波完成后,交通恢复正常;
步骤2.2:在交通流量-密度图中找出各交通状态下的交通流量qi和车辆密度ki,然后根据下式确定各阶段的交通波的速度Wij:
其中,发生交通事故前的自由流状态下的事故发生地的交通流量和交通密度分别为q1,k1;交通事故发生后的道路交通全部阻塞状况下的事故地点的交通流量和交通密度分别为q2,k2;第一条车道被清理后的事故地点的交通流量和交通密度分别为q3,k3;两车道均被清理后的事故地点的交通流量和交通密度分别为q4,k4;i和j的取值范围为1到4的整数;
步骤三、根据各阶段的交通波速度绘制出交通事故的时空演化图,具体是:以事故发生点A为起始点,各时间段中的交通波速度Wij为线段斜率,结合事故发生时间、第一车道清理完成时间、第二车道清理完成时间,绘制事故发生到事故影响消散过程中车队队尾的时间-距离图,所得到的时间-距离图就是该交通事故的时空演化图;
步骤四、确定两股交通波相遇时的事故影响范围、相遇时间点和事故影响消散的时间点,然后确定各时间阶段交通事故的空间影响范围、最长影响距离和最长影响时间。
2.根据权利要求1所述的一种基于交通波理论的高速公路事故影响范围的确定方法,其特征在于,所述的步骤一具体包括:
步骤1.1:获取道路交通信息:根据高速公路设计资料,确定高速公路的固定交通参量,主要包括:最大通行能力、允许的最大行驶速度和拥挤情况下的车流密度;在高速公路上每隔距离S安置检测器,利用检测器对同一路段进行多时段的数据采集,根据每次采集的数据获取该路段的车辆流量和车辆速度,并记录发生在不良交通环境下的交通事件;
步骤1.2:统计不良交通环境下该路段的车辆流量和车辆密度数据,在步骤1.1中获取的数据中剔除不良交通环境下的数据,然后选取两相邻车道作为研究对象,计算出无交通事件发生情况下的平均车辆流量和相应的车辆密度,并绘制出两相邻车道的交通流量-密度图。
3.根据权利要求1所述的一种基于交通波理论的高速公路事故影响范围的确定方法,其特征在于,所述的步骤四具体包括:
(1)确定两股交通波相遇时的事故影响范围LDG、LEH:
其中,LDG表示波速分别为W21和W32的两股交通波相遇时的事故影响范围;LEH表示波速为W31和W43的两股交通波相遇时的事故影响范围;
(2)确定两股交通波相遇时的时间节点tD、tE和事故影响消散的时间点tF:
其中,tD表示波速为W32的交通波与波速为W21的交通波相遇的时刻,tE表示波速为W31的交通波和波速为W43的交通波相遇的时刻;
(3)确定各阶段交通事故的空间影响范围L(t):
(4)确定交通事故最长影响距离Lmax和交通事故最长影响时间Tmax:
其中,α为事故影响时间修正系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110231292 CN102419905B (zh) | 2011-08-12 | 2011-08-12 | 基于交通波理论的高速公路事故的交通影响范围确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110231292 CN102419905B (zh) | 2011-08-12 | 2011-08-12 | 基于交通波理论的高速公路事故的交通影响范围确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102419905A CN102419905A (zh) | 2012-04-18 |
CN102419905B true CN102419905B (zh) | 2013-07-31 |
Family
ID=45944303
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110231292 Active CN102419905B (zh) | 2011-08-12 | 2011-08-12 | 基于交通波理论的高速公路事故的交通影响范围确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102419905B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103000027B (zh) * | 2012-12-19 | 2014-12-10 | 安徽科力信息产业有限责任公司 | 基于浮动车在拥堵状态下的智能交通诱导方法 |
CN103632546B (zh) * | 2013-11-27 | 2016-01-20 | 中国航天***工程有限公司 | 一种基于浮动车数据的城市道路交通事故影响预测方法 |
CN103680150B (zh) * | 2013-12-02 | 2015-10-28 | 同济大学 | 基于线圈检测的交通事件影响范围及持续时间确定方法 |
CN104657199B (zh) * | 2015-02-10 | 2017-09-22 | 交通运输部科学研究院 | 基于微观仿真的高速公路交通事件影响范围的预测方法 |
CN105023433B (zh) * | 2015-07-01 | 2018-04-20 | 重庆大学 | 一种高速公路交通异常事件影响范围预估方法 |
CN108682173B (zh) * | 2016-07-14 | 2021-07-09 | 天津职业技术师范大学 | 道路交通事件检测预警方法及*** |
CN105976616A (zh) * | 2016-07-29 | 2016-09-28 | 林玉峰 | 一种基于交通数据的交通事件监测模型的分析方法 |
CN106228818B (zh) * | 2016-08-22 | 2018-11-16 | 安徽科力信息产业有限责任公司 | 一种利用平面感知技术的快速路车道信号灯控制方法及*** |
CN106781474B (zh) * | 2016-12-21 | 2019-03-12 | 东南大学 | 一种基于交通视频判断交通事故发生地自愈能力的方法 |
CN106971537B (zh) * | 2017-04-20 | 2019-07-26 | 山东高速信息工程有限公司 | 针对突发事件的道路拥堵预测方法及*** |
CN108399742B (zh) * | 2018-01-30 | 2020-12-15 | 昆明理工大学 | 一种基于交通饱和度的交通态势热图可视化方法 |
CN108281000B (zh) * | 2018-02-05 | 2020-08-14 | 北京交通大学 | 一种数据驱动的突发事件对区域路网影响分析***及方法 |
CN109035765B (zh) * | 2018-07-11 | 2022-03-18 | 贵州交通信息与应急指挥中心 | 一种交通流处置事件决策方法 |
CN109767616A (zh) * | 2018-12-13 | 2019-05-17 | 创发科技有限责任公司 | 智能信息发布方法、装置及*** |
CN110021164B (zh) * | 2019-03-02 | 2020-09-04 | 合肥学院 | 基于行驶时间数据的网约车路网占有率分析方法 |
CN111275974B (zh) * | 2020-02-25 | 2021-08-10 | 长安大学 | 一种高速公路施工区动态限速推荐值计算方法 |
CN111613053B (zh) * | 2020-04-21 | 2021-06-15 | 北京掌行通信息技术有限公司 | 一种交通扰动的检测分析方法、装置、存储介质及终端 |
CN111724590B (zh) * | 2020-06-03 | 2022-04-15 | 重庆大学 | 基于行程时间修正的高速公路异常事件发生时间估计方法 |
CN112542047A (zh) * | 2020-12-07 | 2021-03-23 | 东南大学 | 一种快速道路交通事故应急诱导分流判别方法 |
CN112950930B (zh) * | 2021-01-22 | 2023-06-02 | 北京嘀嘀无限科技发展有限公司 | 提供事故信息的方法、装置、设备、介质和程序产品 |
CN113611118B (zh) * | 2021-08-10 | 2022-05-20 | 长安大学 | 一种类椭圆事故时空影响范围分级确定方法 |
CN114220259B (zh) * | 2021-08-13 | 2023-02-28 | 苏交科集团股份有限公司 | 一种基于数据融合的高速公路应急控制方法 |
CN114187766B (zh) * | 2021-11-08 | 2023-04-07 | 航天科工广信智能技术有限公司 | 一种基于饱和率的道路服务水平评价方法 |
CN114973731B (zh) * | 2022-03-14 | 2023-12-12 | 山东高速建设管理集团有限公司 | 一种基于多终端联动的高速公路信息发布方法 |
CN114783185A (zh) * | 2022-04-21 | 2022-07-22 | 中国公路工程咨询集团有限公司 | 基于交通波模型的隧道事故影响范围预测方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226685A (zh) * | 2007-11-20 | 2008-07-23 | 东南大学 | 道路交通意外事件数据采集和处理方法 |
US7605720B1 (en) * | 2006-05-03 | 2009-10-20 | The Weather Channel, Inc. | Methods and systems for traffic event priority and reporting |
CN102034354A (zh) * | 2010-11-04 | 2011-04-27 | 东南大学 | 基于固定检测器的城市道路交通事故影响范围确定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007219633A (ja) * | 2006-02-14 | 2007-08-30 | Sumitomo Electric System Solutions Co Ltd | 旅行時間予測装置及び方法 |
-
2011
- 2011-08-12 CN CN 201110231292 patent/CN102419905B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7605720B1 (en) * | 2006-05-03 | 2009-10-20 | The Weather Channel, Inc. | Methods and systems for traffic event priority and reporting |
CN101226685A (zh) * | 2007-11-20 | 2008-07-23 | 东南大学 | 道路交通意外事件数据采集和处理方法 |
CN102034354A (zh) * | 2010-11-04 | 2011-04-27 | 东南大学 | 基于固定检测器的城市道路交通事故影响范围确定方法 |
Non-Patent Citations (3)
Title |
---|
俞斌等.道路交通事故的影响范围算法.《城市交通》.2008,第6卷(第3期),82-86. * |
孔惠惠等.交通事故引起的排队长度及消散时间的估算.《铁道运输与经济》.2005,第27卷(第5期),65-67. * |
曹志远等.高速公路重大交通事故下信息发布空间范围研究.《交通科学与工程》.2011,第27卷(第2期),87-90,95. * |
Also Published As
Publication number | Publication date |
---|---|
CN102419905A (zh) | 2012-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102419905B (zh) | 基于交通波理论的高速公路事故的交通影响范围确定方法 | |
Kockelman et al. | Freeway speeds and speed variations preceding crashes, within and across lanes | |
CN100456335C (zh) | 基于交通流相特征的城市交通***状态可视化评价方法及其应用 | |
Skabardonis et al. | Real-time estimation of travel times on signalized arterials | |
CN103150930B (zh) | 针对快速道路常发性拥堵路段的追尾事故实时预测方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN103996289B (zh) | 一种流量-速度匹配模型及行程时间预测方法及*** | |
Geroliminis et al. | Prediction of arrival profiles and queue lengths along signalized arterials by using a Markov decision process | |
CN103646542B (zh) | 一种交通影响范围的预测方法和装置 | |
CN105825669A (zh) | 一种识别城市快速路交通瓶颈的***和方法 | |
Du et al. | Artificial neural network model for estimating temporal and spatial freeway work zone delay using probe-vehicle data | |
CN102568194A (zh) | 一种城市道路交通拥堵持续时间和空间扩散预测方法 | |
CN106530763A (zh) | 进口流量与出口容量耦合的过饱和交通自适应信号控制方法 | |
CN105654720A (zh) | 基于城市道路拥堵识别的检测器布设方法 | |
CN112885089A (zh) | 一种基于多维指标的干线绿波智能诊断模型 | |
CN106379379A (zh) | 一种城市轨道交通乘客上下车时间的预测方法 | |
Xu et al. | Traffic state evaluation based on macroscopic fundamental diagram of urban road network | |
Yishui et al. | Research of highway bottlenecks based on catastrophe theory | |
Zohdy et al. | Impact of inclement weather on left-turn gap acceptance behavior of drivers | |
Wang et al. | Capacity of bicycle platoon flow at two-phase signalized intersection: a case analysis of Xi’an city | |
OUYANG et al. | Method to comprehensively evaluate road network traffic conditions during freeway reconstruction and extension | |
CN103871233B (zh) | 基于浮动车数据的交通事件信息发布方法 | |
CN103198712A (zh) | 一种雾天状态下减少交通事故的车辆调控方法 | |
Ling et al. | Modelling of traffic capacity under traffic accident | |
Ortiz | Highway work zone capacity estimation using field data from Kansas |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |