CN102592455B - 一种基于离散模型的公路交通流检测器设置方法 - Google Patents

一种基于离散模型的公路交通流检测器设置方法 Download PDF

Info

Publication number
CN102592455B
CN102592455B CN201210059780.8A CN201210059780A CN102592455B CN 102592455 B CN102592455 B CN 102592455B CN 201210059780 A CN201210059780 A CN 201210059780A CN 102592455 B CN102592455 B CN 102592455B
Authority
CN
China
Prior art keywords
speed
section
density
traffic flow
road
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.)
Expired - Fee Related
Application number
CN201210059780.8A
Other languages
English (en)
Other versions
CN102592455A (zh
Inventor
史忠科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Feisida Automation Engineering Co Ltd
Original Assignee
Xian Feisida Automation Engineering Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Feisida Automation Engineering Co Ltd filed Critical Xian Feisida Automation Engineering Co Ltd
Priority to CN201210059780.8A priority Critical patent/CN102592455B/zh
Publication of CN102592455A publication Critical patent/CN102592455A/zh
Application granted granted Critical
Publication of CN102592455B publication Critical patent/CN102592455B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

为了克服现有交通流量检测器人为布局不能以少量监测点获得所需交通参数的问题，本发明提供了一种基于离散模型的公路交通流检测器设置方法，该方法根据宏观交通流离散模型定义公路条件可观测性判别式，通过调整交通流检测器的设置方案，在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，作为监控中心分析、判断、发布信息和提出控制方案的基本依据，提高整体运行效率和管理水平。

Description

一种基于离散模型的公路交通流检测器设置方法
技术领域
本发明涉及道路交通流检测器设置方法，特别涉及一种基于离散模型的公路交通流检测器设置方法。
背景技术
随着公路交通运输业的迅速发展,公路管理部门需要定期检查道路使用状况,以便对破损路面做出相应的维护措施。传统的使用人工肉眼观察、纸笔记录路面状况的方法,已很难适应高等级公路发展的要求；如何在不影响正常交通运输的情况下,对整段路面上出现破损的位置做出快速准确地定位检测,已成为目前急需解决的问题；另外，目前许多国内城市的交叉口、重要路段以及高速公路匝道口、敏感路段（事故多发、弯道多等）都架设有固定位置检测设备。可以实时检测固定范围内交通状况（如车流量、车速、密度等）以及事故发生信息；但是，由于多方面的原因（主要是经费原因），不可能在每一路段都设置固定检测点；这样，对于未设置检测设备的路段，通常采用以下两种方式来获取相关信息：一是以临近检测点获取信息为基础来估计该路段交通状况，二是设置事故、拥堵信息通报电话号码，被动式接受该路段上行驶车辆的驾驶人员打来的电话通报交通状况，也就是以人工的方式来获取信息；在未设置检测设备的路段上，一旦发生突发***通事故，为了等待交警前来处理，需要保留事故现场以便于调查取证和确认事故责任方，这样就极易造成路段的拥堵。而交通状态感知是智能交通***的基础和关键技术之一，准确、快速和可靠的获取基础交通数据和综合交通信息，对于监控、管理、调度交通运行，提高交通服务质量，确保交通安全，缓解交通拥堵有重要意义。
国内外在交通信息行政获取方面，主要用于路桥收费、长途运输或城市公交等运输的管理，可以采用行政性手段获取部分车辆和部分道路信息；然而，在城市中行驶的绝大多数车辆，目前不会将自己车辆的GPS信息报告给管理部门，即使在美国等发达国家，由于隐私等人权问题近期也不会强制执行；现代道路上监视***很多，但是至少哪些监视器必须在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，作为监控中心分析、判断、发布信息和提出控制方案的基本依据，提高整体运行效率和管理水平；目前交通流检测器仍然是人为布局。
发明内容
为了克服现有交通流量检测器人为布局不能以少量监测点获得所需交通参数的问题，本发明提供了一种基于离散模型的公路交通流检测器设置方法，该方法根据宏观交通流离散模型定义公路条件可观测性判别式，通过调整交通流检测器的设置方案，在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，作为监控中心分析、判断、发布信息和提出控制方案的基本依据，提高整体运行效率和管理水平。
本发明解决其技术问题所采用的技术方案：一种基于离散模型的公路交通流检测器设置方法，其特征是包括以下步骤：
1、定义公路条件可观测性判别式为：
Figure 171573DEST_PATH_IMAGE001
其中：
Figure 910859DEST_PATH_IMAGE002
为
Figure 411111DEST_PATH_IMAGE003
时刻交通流检测器的观测值，
Figure 628465DEST_PATH_IMAGE004
为观测矩阵，
Figure 188650DEST_PATH_IMAGE007
Figure 475275DEST_PATH_IMAGE008
 
Figure 211336DEST_PATH_IMAGE010
，
Figure 889442DEST_PATH_IMAGE011
为采样周期， 
Figure 976828DEST_PATH_IMAGE012
为指定公路路段标号, 
Figure 220727DEST_PATH_IMAGE013
为该指定公路划分的路段总数，
Figure 738296DEST_PATH_IMAGE014
为第
Figure 700436DEST_PATH_IMAGE012
个路段在
Figure 797705DEST_PATH_IMAGE003
时刻的平均密度，为第
Figure 584581DEST_PATH_IMAGE012
个路段在
Figure 237280DEST_PATH_IMAGE003
时刻的平均速度，
Figure 669398DEST_PATH_IMAGE016
为在
Figure 890819DEST_PATH_IMAGE003
时刻从匝道入口进入第
Figure 219033DEST_PATH_IMAGE012
个路段的流量，
Figure 890185DEST_PATH_IMAGE017
为在
Figure 860415DEST_PATH_IMAGE003
时刻从匝道出口流出第个路段的流量，
Figure 432528DEST_PATH_IMAGE018
为第
Figure 590977DEST_PATH_IMAGE012
个路段长度，
Figure 833740DEST_PATH_IMAGE019
为等价速度，
Figure 557982DEST_PATH_IMAGE020
，
Figure 767945DEST_PATH_IMAGE021
， 
Figure 148111DEST_PATH_IMAGE022
为自由流速度，
Figure 194564DEST_PATH_IMAGE023
为第
Figure 242155DEST_PATH_IMAGE012
个路段有信息显示牌指示速度对等价速度的影响，
Figure 614230DEST_PATH_IMAGE024
为单个车道的最大可能密度，
Figure 481692DEST_PATH_IMAGE025
为权系数，
Figure 66257DEST_PATH_IMAGE026
是反映特定参数及可以调整的修正系数，使整个模型更符合实际交通； 
2、选择观测矩阵
Figure 499513DEST_PATH_IMAGE004
，通过
Figure 511331DEST_PATH_IMAGE027
观测可以得到密度、速度的估计值，如果通过
Figure 134598DEST_PATH_IMAGE027
次观测不能得到某路段的密度、速度的估计值，该路段的密度、速度必须长期满足道路基本畅通条件：
、
Figure 810616DEST_PATH_IMAGE029
其中：
Figure 524494DEST_PATH_IMAGE030
、
Figure 835389DEST_PATH_IMAGE031
为给定的小于1的正数，否则要加装交通流检测器。
本发明的有益效果是：按照***条件可观测性的判据，科学合理地设置交通流检测器，在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，为监控中心分析、判断、发布信息和控制方案选择提供基本依据。
下面结合实施例对本发明作详细说明。
具体实施方式
1、定义路段条件可观测性判别式为：
Figure 292916DEST_PATH_IMAGE001
其中：
Figure 169605DEST_PATH_IMAGE032
为
Figure 54384DEST_PATH_IMAGE003
时刻交通流检测器的观测值，
Figure 383734DEST_PATH_IMAGE004
为观测矩阵，
Figure 110863DEST_PATH_IMAGE033
Figure 842059DEST_PATH_IMAGE006
Figure 897740DEST_PATH_IMAGE034
Figure 714386DEST_PATH_IMAGE008
Figure 248135DEST_PATH_IMAGE009
 
Figure 833837DEST_PATH_IMAGE010
，
Figure 591578DEST_PATH_IMAGE011
为采样周期， 
Figure 364362DEST_PATH_IMAGE012
为指定公路路段标号, 
Figure 967381DEST_PATH_IMAGE013
为该指定公路划分的路段总数，
Figure 410520DEST_PATH_IMAGE014
为第
Figure 73582DEST_PATH_IMAGE012
个路段在
Figure 599242DEST_PATH_IMAGE003
时刻的平均密度，为第个路段在
Figure 603473DEST_PATH_IMAGE003
时刻的平均速度，
Figure 616428DEST_PATH_IMAGE016
为在时刻从匝道入口进入第
Figure 984840DEST_PATH_IMAGE012
个路段的流量，
Figure 989705DEST_PATH_IMAGE017
为在
Figure 489957DEST_PATH_IMAGE003
时刻从匝道出口流出第
Figure 238470DEST_PATH_IMAGE012
个路段的流量，
Figure 976619DEST_PATH_IMAGE018
为第
Figure 152385DEST_PATH_IMAGE012
个路段长度，为等价速度，
Figure 426558DEST_PATH_IMAGE020
，
Figure 815951DEST_PATH_IMAGE021
， 
Figure 368810DEST_PATH_IMAGE022
为自由流速度，
Figure 843654DEST_PATH_IMAGE023
为第
Figure 933970DEST_PATH_IMAGE012
个路段有信息显示牌指示速度对等价速度的影响，
Figure 177869DEST_PATH_IMAGE024
为单个车道的最大可能密度，
Figure 695438DEST_PATH_IMAGE025
为权系数，
Figure 860840DEST_PATH_IMAGE026
是反映特定参数及可以调整的修正系数，使整个模型更符合实际交通； 
2、选择观测矩阵，使
Figure 915570DEST_PATH_IMAGE035
，
其中： 
Figure 69952DEST_PATH_IMAGE036
，
Figure 253809DEST_PATH_IMAGE037
通过次观测可以得到公路全部路段的密度、速度的估计值；如果选择的观测矩阵
Figure 966736DEST_PATH_IMAGE004
使得
Figure 826107DEST_PATH_IMAGE038
，
通过
Figure 966102DEST_PATH_IMAGE027
次观测不能得到某路段的密度、速度的估计值，这些路段的密度、速度必须长期满足道路基本畅通条件：
Figure 936332DEST_PATH_IMAGE039
、
Figure 9330DEST_PATH_IMAGE040
，
否则要加装交通流检测器。

Claims (1)

1.一种基于离散模型的公路交通流检测器设置方法，其特征是包括以下步骤：
1) 定义公路条件可观测性判别式为：
其中：                                                
Figure 181859DEST_PATH_IMAGE001
为
Figure 699428DEST_PATH_IMAGE002
时刻交通流检测器的观测值，为观测矩阵，
Figure 758837DEST_PATH_IMAGE004
Figure 483397DEST_PATH_IMAGE006
Figure 932833DEST_PATH_IMAGE007
Figure 568213DEST_PATH_IMAGE008
 
Figure 255547DEST_PATH_IMAGE009
，
Figure 114918DEST_PATH_IMAGE010
为采样周期， 
Figure 254912DEST_PATH_IMAGE011
为指定公路路段标号, 为该指定公路划分的路段总数，
Figure 35491DEST_PATH_IMAGE013
为第
Figure 65764DEST_PATH_IMAGE011
个路段在
Figure 693054DEST_PATH_IMAGE002
时刻的平均密度，
Figure 670238DEST_PATH_IMAGE014
为第
Figure 925639DEST_PATH_IMAGE011
个路段在
Figure 595654DEST_PATH_IMAGE002
时刻的平均速度，
Figure 710241DEST_PATH_IMAGE015
为在
Figure 22274DEST_PATH_IMAGE002
时刻从匝道入口进入第
Figure 538706DEST_PATH_IMAGE011
个路段的流量，为在
Figure 990294DEST_PATH_IMAGE002
时刻从匝道出口流出第
Figure 106018DEST_PATH_IMAGE011
个路段的流量，
Figure 476956DEST_PATH_IMAGE017
为第个路段长度，
Figure 312374DEST_PATH_IMAGE018
为等价速度，
Figure 231789DEST_PATH_IMAGE019
，
Figure 457234DEST_PATH_IMAGE020
，
Figure 639953DEST_PATH_IMAGE021
为自由流速度，
Figure 747587DEST_PATH_IMAGE022
为第
Figure 673954DEST_PATH_IMAGE011
个路段有信息显示牌指示速度对等价速度的影响，为单个车道的最大可能密度，
Figure 904264DEST_PATH_IMAGE024
为权系数，
Figure 705386DEST_PATH_IMAGE025
是反映特定参数及可以调整的修正系数，使整个模型更符合实际交通； 
2) 选择观测矩阵
Figure 701024DEST_PATH_IMAGE003
，通过
Figure 901061DEST_PATH_IMAGE026
观测可以得到密度、速度的估计值，如果通过
Figure 691162DEST_PATH_IMAGE027
次观测不能得到某路段的密度、速度的估计值，该路段的密度、速度必须长期满足道路基本畅通条件：
、
其中：
Figure 830522DEST_PATH_IMAGE030
、
Figure 57104DEST_PATH_IMAGE031
为给定的小于1的正数，否则要加装交通流检测器；
具体实现方法为，选择观测矩阵
Figure 892205DEST_PATH_IMAGE003
，使
Figure 495225DEST_PATH_IMAGE032
，
其中： 
Figure 932504DEST_PATH_IMAGE033
，
Figure 64408DEST_PATH_IMAGE034
通过
Figure 58909DEST_PATH_IMAGE026
次观测可以得到公路全部路段的密度、速度的估计值；如果选择的观测矩阵使得
Figure 25914DEST_PATH_IMAGE036
，
通过次观测不能得到某路段的密度、速度的估计值，这些路段的密度、速度必须长期满足道路基本畅通条件：
Figure 341674DEST_PATH_IMAGE037
、
Figure 755338DEST_PATH_IMAGE038
，
否则要加装交通流检测器。
CN201210059780.8A 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法 Expired - Fee Related CN102592455B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210059780.8A CN102592455B (zh) 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210059780.8A CN102592455B (zh) 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法

Publications (2)

Publication Number Publication Date
CN102592455A CN102592455A (zh) 2012-07-18
CN102592455B true CN102592455B (zh) 2014-06-11

Family

ID=46481029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210059780.8A Expired - Fee Related CN102592455B (zh) 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法

Country Status (1)

Country Link
CN (1) CN102592455B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102842226A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Jiang-Wu-Zhu宏观交通流模型的FPGA在线预测控制方法
CN102842230A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Whitham宏观交通流模型的FPGA在线预测控制方法
CN102842220A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Xue-Dai宏观交通流模型的FPGA在线预测控制方法
CN102842229A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Payne宏观交通流模型的FPGA在线预测控制方法
CN106469470B (zh) * 2016-08-31 2019-03-08 广州地理研究所 基于汽车电子标识的城市拥堵收费方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0889454A2 (de) * 1997-07-04 1999-01-07 MANNESMANN Aktiengesellschaft Verfahren und Zentrale zur Prognose und Analyse eines Verkehrsnetzes
CN101025861A (zh) * 2007-02-12 2007-08-29 吉林大学 城市交通信号控制***中检测器的布设方法
CN102306450A (zh) * 2011-08-30 2012-01-04 同济大学 稀疏路网交通检测器布局方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0889454A2 (de) * 1997-07-04 1999-01-07 MANNESMANN Aktiengesellschaft Verfahren und Zentrale zur Prognose und Analyse eines Verkehrsnetzes
CN101025861A (zh) * 2007-02-12 2007-08-29 吉林大学 城市交通信号控制***中检测器的布设方法
CN102306450A (zh) * 2011-08-30 2012-01-04 同济大学 稀疏路网交通检测器布局方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
严荣泉，等.城市道路固定型交通检测器布局优化模型.《公路交通技术》.公路交通技术编辑部,2008,(第2期),第121-124页. *
于德新,等.基于DTA的OD估计方法的交通检测器优化布置模型研究.《公路交通科技》.公路交通科技编辑部,2006,第23卷(第12期), *
覃频频，等.基于数据挖掘的固定型交通检测器配置优化.《交通与计算机》.交通与计算机编辑部,2005,第23卷(第05期),第17-21页. *

Also Published As

Publication number Publication date
CN102592455A (zh) 2012-07-18

Similar Documents

Publication Publication Date Title
CN102201164B (zh) 一种自适应城市交通拥堵快速反应***
CN109285349B (zh) 车路协同环境下高速公路交通事件检测方法及预警***
CN109191911A (zh) 一种隧道路况预警***、方法及计算机可读存储介质
CN102592455B (zh) 一种基于离散模型的公路交通流检测器设置方法
CN107657813A (zh) 基于行车轨迹的高速公路交通执法判别方法
CN107767666A (zh) 一种智能检测的单点控制交叉口出***通流溢出防控方法
CN105957380A (zh) 基于车路协同的道路交通事件检测预警方法及检测预警***
CN103985250A (zh) 轻量级的全息道路交通状态视觉检测装置
CN102231231A (zh) 区域公路网交通安全态势预警***及其方法
CN106384517A (zh) 一种基于视觉传感的交通信号控制方法、装置及***
CN104408925A (zh) 基于陈列雷达的交叉口运行状态评价方法
CN107331191A (zh) 异常行驶车辆定位方法、云服务器及***
CN101882374A (zh) 一种车辆行程分布综合信息分析***及方法
CN101419750A (zh) 控制路***通状态检测和评价***及其实现方法与应用
CN109191857A (zh) 一种基于大数据的智慧交通管理***
CN106781542A (zh) 一种车辆排队长度检测***、方法和装置
CN100481153C (zh) 基于偏最小二乘原理的高速公路交通事件自动检测方法
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***
CN104575049B (zh) 一种基于阵列雷达的高架匝道智能诱导方法及装置
CN106530714A (zh) 一种基于交通流数据的二次交通事故时间预测方法
CN102360524B (zh) 快速道路危险交通流特征的自动检测确认方法
CN202013659U (zh) 基于嵌入式平台图像处理及无线通讯的智能安全交通信息平台
CN105118310A (zh) 一种基于视频的单点自优化信号控制方法及装置
CN102610096B (zh) 一种基于改进离散模型的公路交通流检测器设置方法

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140611