CN102750827B - 群体诱导信息下驾驶员响应行为的数据采样和辨识*** - Google Patents
群体诱导信息下驾驶员响应行为的数据采样和辨识*** Download PDFInfo
- Publication number
- CN102750827B CN102750827B CN201210220058.8A CN201210220058A CN102750827B CN 102750827 B CN102750827 B CN 102750827B CN 201210220058 A CN201210220058 A CN 201210220058A CN 102750827 B CN102750827 B CN 102750827B
- Authority
- CN
- China
- Prior art keywords
- traffic
- data
- driver
- information
- source
- 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
Links
- 238000005070 sampling Methods 0.000 title claims abstract description 13
- 230000004044 response Effects 0.000 title abstract description 3
- 230000006399 behavior Effects 0.000 title abstract 3
- 238000001514 detection method Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000004891 communication Methods 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 230000006698 induction Effects 0.000 claims description 36
- 230000002776 aggregation Effects 0.000 claims description 26
- 238000004220 aggregation Methods 0.000 claims description 26
- 238000003908 quality control method Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 11
- 206010039203 Road traffic accident Diseases 0.000 claims description 9
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 abstract 1
- 238000013480 data collection Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种群体诱导信息下驾驶员响应行为的数据采样和辨识***,现有技术未充分利用多源检测交通数据,不能综合反映路网上各种实际因素,可靠性差,本发明由交通数据检测和监视子***、通信子***、多源检测数据综合处理平台、交通信息发布和监视子***构成,所述的交通数据检测和监视子***通过第一通信子***与多源检测数据综合处理平台连接,所述的多源检测数据综合处理平台通过所述的第二通信子***与交通信息发布和监视子***连接,为实时主动式智能交通诱导***提供交通行为参数。本发明对于改善出行信息服务,有效调节路网交通流,降低交通出行成本,提高交通的运行效率和提升我国城市交通的管理水平有重要现实意义。
Description
技术领域
本发明属于智能交通技术领域,尤其是用于群体诱导信息下驾驶员响应行为的数据采样和辨识***。
背景技术
基于可变情报板的交通诱导***是智能交通***的重要组成部分,在国内外许多大城市得到了推广应用,现已具有一定的规模,并取得了一定的预期效果。然而,随着交通需求的不断增长,城市交通拥堵日益严重,这种基于“实时检测交通状态”的被动诱导方式,制约了其诱导效果和水平的发挥,迫切需要实现从基于“实时检测交通状态”的被动式诱导到基于“实时交通运行态势动态推演与预估”的主动式智能诱导的提升。对群体诱导信息下驾驶员响应行为的准确掌握是实施主动式智能交通诱导的前提,也是确保交通诱导功效得以长期发挥的先决条件。
目前,交通信息下驾驶员的响应行为的数据采集主要采用现场调查、电子邮件、电话询问和出行仿真器的意向调查或者显式偏好调查。尽管被调查者的反应能够在一定程度上反映其行为,但基于假设场景的问卷调查和仿真可能是不可靠的,体现在相同的交通信息在不同位置的可变情报板上发布效果各异,即使在同一位置,可变情报板的效果也因不同驾驶员群体、交通条件和路网属性等而变化。
近年来,随着交通流检测技术的不断发展,检测手段的日益多样化,精度不断提高,覆盖范围不断扩大,为群体诱导信息下驾驶员响应行为参数模型辨识的数据采样和辨识***的建立奠定了必要的应用基础条件,具有重要的理论意义和实用价值。其技术研发和应用推广,对于改善出行信息服务,有效调节路网交通流,降低交通出行成本,提高交通运行效率和提升我国城市交通的管理水平有重要现实意义,将会产生巨大的经济和社会效益。
发明内容
本发明针对现有技术的不足,提供了一种群体诱导信息下驾驶员响应行为的数据采样和辨识***。
群体诱导信息下驾驶员响应行为的数据采样和辨识***由交通数据检测和监视子***、通信子***、多源检测数据综合处理平台、交通信息发布和监视子***构成,所述的交通数据检测和监视子***通过第一通信子***与多源检测数据综合处理平台连接,所述的多源检测数据综合处理平台通过所述的第二通信子***与交通信息发布和监视子***连接。
所述的交通数据检测和监视子***包括多种交通检测器、视频监视摄像机、第一通信子***和视频通信控制和监视器,通过外场多种交通检测器和视频监视摄像机采集道路网络上的交通数据并传递给所述的多源检测数据综合处理平台。
所述的交通信息发布和监视子***包括可变情报板、交通信息发布控制和监视器,通过可变情报板向外场发布交通信息,同时由交通信息发布控制和监视器记录发布信息内容和时间并传递给多源检测数据综合处理平台。
所述的多源检测数据综合处理平台一方面对所述的多源检测数据的数据质量进行控制,经过数据融合、分析处理得到交通信息发布数据,并接收由交通信息发布控制和监视器记录的发布信息内容和时间,实现对驾驶员响应行为参数模型辨识所需原始数据的采集和汇集;另一方面,基于道路交通属性数据、多源检测交通数据和交通信息发布数据,利用群体诱导信息下驾驶员响应行为辨识***实现驾驶员响应行为数据的自动辨识。
所述的多源检测数据综合处理平台中设置有多源检测数据质量控制和预估***和驾驶员响应行为自动辨识***。
所述的多源检测数据质量控制和预估***由道路交通属性数据库、多源检测交通数据库、多源检测数据质量控制模块、行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块构成;所述的多源检测数据质量控制和预估***利用所述的道路交通属性数据库、多源检测交通数据库提供的基础交通数据,由所述的多源检测数据质量控制模块对基础交通数据进行预处理、融合和控制数据质量,并由所述的行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块对基础交通数据进行处理得到交通信息发布子***所需要的行程时间信息、交通状态信息和交通事故信息。
所述的驾驶员响应行为自动辨识***由道路交通属性数据库、多源检测交通数据库、交通信息发布数据库、出行场景重构模块、网络交通流行为监测分析模块、驾驶员响应行为监测分析模块和驾驶员响应行为自动辨识模块构成;所述的驾驶员响应行为自动辨识***利用所述的道路交通属性数据库、多源检测交通数据库、交通信息发布数据库提供的基础交通数据,由所述的出行场景重构模块再现群体诱导信息下的网络交通流的动力学演化过程;由网络交通流行为监测分析模块建立各分流点分流比例和交通信息下改道交通流量的关系模型;由驾驶员响应行为监测分析模块得到交通信息服从率和影响因素,构建群体诱导信息下驾驶员响应行为模型;由所述的驾驶员响应行为自动辨识模块利用自适应卡尔曼滤波技术实现群体诱导信息下驾驶员响应行为模型系数更新,得到各分流点不同时段的交通信息服从率指标。
所述的通信子***采用有线和无线通信相结合的方式。
所述用于群体诱导信息下驾驶员响应行为参数的数据采样和辨识***总体数据处理过程包括数据采集和汇集层,交通信息发布层,驾驶员响应行为辨识层。
(1)数据采集和汇集层
该层的主要作用是汇集交通数据检测与监视子***传递过来的原始数据,实现多源检测数据的质量控制,从而有效提高交通检测设备的利用效率和检测数据的质量。
(2)交通信息发布层
该层的主要作用利用相应的数据处理模块来得到行程时间信息、交通状态信息和交通事故信息,并由所述的交通信息发布和监视子***向外场发布,同时交通信息发布控制和监视器记录发布信息内容和时间并传递给多源检测数据综合处理平台,存储在数据库服务器。在交通信息发布层中,由行程时间估计和预测模块进行数据计算处理,得到主路径和替换路径的行程时间信息,精度在85%以上;交通状态信息由交通状态估计和预测模块进行数据计算处理得到,分为畅通、拥挤和阻塞;交通事故信息由交通事故自动检测模块进行数据计算处理,结合视频监视摄像机得到,交通事故信息用交通问题的性质和交通问题的严重程度作为表征信息的两个属性,交通问题的性质分为“常规交通状态信息”和“偶发事故信息”两个水平,交通问题的严重程度分为轻微、中等、严重三个水平。交通信息发布层数据处理过程主要集中在数据库服务器、应用服务器中进行。
(3)交通行为辨识层
该层的主要作用是调用数据库服务器中的道路交通属性数据、多源检测交通数据和交通信息发布数据,利用驾驶员响应行为自动辨识***重构出行场景,建立驾驶员响应行为模型,并利用自适应卡尔曼滤波技术实现群体诱导信息下驾驶员响应行为模型系数更新,得到各分流点不同时段的交通信息服从率指标,存储在数据库服务器。首先,由驾驶员响应行为自动辨识***的出行场景重构模块调用道路交通属性数据、多源检测交通数据、交通信息发布数据再现群体诱导信息下交通出行场景,为驾驶员响应行为的辨识准备基础数据;其次,由网络交通流行为监测分析模块建立各分流点分流比例、检测交通量和交通信息下改道交通流量的时空关系模型;再次,由驾驶员响应行为监测分析模块分析驾驶员响应行为的影响因素,建立群体诱导信息下驾驶员响应行为模型,找出驾驶员响应行为模型时变系数和信息服从率的关系;最后,由所述的驾驶员响应行为自动辨识模块利用驾驶员响应行为模型估计可变情报板诱导信息影响下改道交通量,并根据检测到的主线交通量和分流比例的转移方程估计可变情报板诱导信息影响下改道交通量,采用自适应卡尔曼滤波技术更新驾驶员响应行为模型系数;同时利用更新系数后的驾驶员响应行为模型和检测到的主线交通量估计可变情报板诱导信息影响下实际分流比例,采用自适应卡尔曼滤波技术更新分流比例转移方程;通过循环,不断更新驾驶员响应行为模型系数,得到不同分流点不同时刻的交通信息服从率指标,为主动式智能交通诱导提供交通行为参数。
有益效果:本发明既充分利用了多源检测交通数据,又通过数据质量控制机制确保能够实时、准确、可靠地采集和汇集驾驶员响应行为参数模型辨识所需要的原始数据,并以此为基础实现了群体诱导信息下驾驶员响应行为参数模型的自动辨识,可以综合反映路网上各种实际因素,包括实际驾驶员群体、交通条件和路网属性的影响,这是传统交通行为数据调查方法难以体现的,有助于实现准确掌握群体诱导信息下驾驶员响应行为的目的,为基于可变情报板的交通诱导***的规划设计、交通信息发布策略和方案的优化提供交通行为参数,为建立以交通管理者为主导的实时主动式智能交通诱导***,提供坚实的基础,具有重要的理论意义和实用价值。其技术研发和应用推广,对于改善出行信息服务,有效调节路网交通流,降低交通出行成本,提高交通的运行效率和提升我国城市交通的管理水平有重要现实意义。
附图说明
图1是本发明一种群体诱导信息下驾驶员响应行为的数据采样和辨识***的一个优选实施例的***体系架构示意图。
图2是本发明一种群体诱导信息下驾驶员响应行为自动辨识***的一个优选实施例的***软件结构示意图。
图3是本发明一种群体诱导信息下驾驶员响应行为的数据采样和辨识***的数据流程图。
具体实施方式
如图1所示,本发明由交通数据检测和监视子***、通信子***、多源检测数据综合处理平台、交通信息发布和监视子***构成。所述的交通数据检测和监视子***通过所述的第一通信子***与多源检测数据综合处理平台连接,所述的多源检测数据综合处理平台通过所述的第二通信子***与交通信息发布和监视子***连接。所述的交通数据检测和监视子***通过外场多种交通检测器和视频监视摄像机采集道路网络上的交通数据并传递给所述的多源检测数据综合处理平台。该交通数据检测和监视子***包括快速路监控***检测器、地面道路交通控制***检测器、车牌识别***检测器、浮动车***检测器、新增线圈检测器、五个交通数据采集控制和监视器、第一通信子***和视频通信控制和监视器。
快速路监控***的线圈检测器可以采集并传递断面交通量、车速和占有率数据,视频监视摄像机可以实现道路交通状况的人工巡视和确认;地面道路交通控制***的线圈检测器可以采集并传递断面交通量、车速和占有率数据;车牌识别***可以采集并传递断面交通量和区间车速数据;浮动车***可以采集并传递车辆位置和车速数据。没有检测设备的位置新增加线圈检测器。这些交通数据通过交通数据采集控制和监视器接口软件经过第一通信子***传递给多源检测数据综合处理平台,作为该平台的基础交通数据。
交通信息发布和监视子***通过可变情报板向外场发布交通信息,同时由交通信息发布控制和监视器记录发布信息内容和时间并通过第二通信子***传递给多源检测数据综合处理平台。多源检测数据综合处理平台一方面对多源检测数据的数据质量进行控制,经过数据融合、分析处理得到交通信息发布数据,并接收由交通信息发布控制和监视器记录的发布信息内容和时间,实现对驾驶员响应行为参数模型辨识所需原始数据的采集和汇集;另一方面,基于道路交通属性数据、多源检测交通数据和交通信息发布数据,利用群体诱导信息下驾驶员响应行为辨识***实现驾驶员响应行为数据的自动辨识。通信子***可以采用有线和无线通信相结合的方式。
本发明体系架构是交通数据采集中采用交通数据采集控制和监视器记录数据采集时间和内容,交通信息发布中采用交通信息发布控制和监视器记录交通信息发布的时间和内容,并传递给多源检测数据综合处理平台;交通数据采集控制和监视器和交通信息发布控制和监视器同步运行相同时间周期的指令,保证在辨识***中交通信息发布与响应数据采样中的高度同步性,进而获得真实、准确、实时的模型辨识原始数据。
多源检测数据综合处理平台中设置有多源检测数据质量控制和预估***和驾驶员响应行为自动辨识***。多源检测数据质量控制和预估***由道路交通属性数据库、多源检测交通数据库、多源检测数据质量控制模块、行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块构成;所述的多源检测数据质量控制和预估***利用所述的道路交通属性数据库、多源检测交通数据库提供的基础交通数据,由所述的多源检测数据质量控制模块对基础交通数据进行预处理、融合和控制数据质量,并由所述的行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块对基础交通数据进行处理得到交通信息发布子***所需要的行程时间信息、交通状态信息和交通事故信息。本发明数据处理的主要特色之一是对多源检测数据的质量控制,充分利用多源检测交通数据,保证了数据采集的可靠性,为群体诱导信息下驾驶员响应行为参数的数据采样和辨识做好准备。
如图2所示,所述多源检测数据综合处理平台中设置有驾驶员响应行为自动辨识***,这是本发明的核心部分所在。驾驶员响应行为自动辨识***由道路交通属性数据库、多源检测交通数据库、交通信息发布数据库、出行场景重构模块、网络交通流行为监测分析模块、驾驶员响应行为监测分析模块和驾驶员响应行为自动辨识模块构成;所述的驾驶员响应行为自动辨识***利用所述的道路交通属性数据库、多源检测交通数据库、交通信息发布数据库提供的基础交通数据,由所述的出行场景重构模块再现群体诱导信息下的网络交通流的动力学演化过程;由网络交通流行为监测分析模块建立各分流点分流比例和交通信息下改道交通流量的关系模型;由驾驶员响应行为监测分析模块得到交通信息服从率和影响因素,构建群体诱导信息下驾驶员响应行为模型;由所述的驾驶员响应行为自动辨识模块利用自适应卡尔曼滤波技术实现群体诱导信息下驾驶员响应行为模型系数更新,得到各分流点不同时段的交通信息服从率指标。
如图3所示,所述群体诱导信息下驾驶员响应行为参数模型辨识***总体数据处理过程分别是数据采集和汇集层,交通信息发布层,驾驶员响应行为辨识层。
(1)数据采集和汇集层
该层的主要作用是汇集交通数据检测与监视子***传递过来的原始数据,实现多源检测数据的质量控制,从而有效提高交通检测设备的利用效率和检测数据的质量。基础数据来源如下现有***的检测器和新增加线圈检测器,这些数据经过数据校验与预处理汇集得到多源交通检测数据,存储到数据库服务器,并由交通信息发布层和交通行为辨识层的数据处理模块进行处理。
(2)交通信息发布层
该层的主要作用利用数据处理模块来得到行程时间信息、交通状态信息和交通事故信息,并由所述的交通信息发布和监视子***向外场发布,同时交通信息发布控制和监视器记录发布信息内容和时间并传递给多源检测数据综合处理平台,存储在数据库服务器。在交通信息发布层中,由行程时间估计和预测模块进行数据计算处理,得到主路径和替换路径的行程时间信息,精度在85%以上,如“至中环快速路,某路径行程时间为30分钟,某路径行程时间为22分钟。”。交通状态信息由交通状态估计和预测模块进行数据计算处理得到,畅通的速度值介于40~90km/h,拥挤的速度介于20~40km/h,阻塞的速度介于0~20km/h。交通事故信息由交通事故自动检测模块进行数据计算处理,结合视频监视摄像机得到,交通事故信息用交通问题的性质和交通问题的严重程度作为表征信息的两个属性,交通问题的性质分为“常规交通状态信息”和“偶发事故信息”两个水平,交通问题的严重程度分为轻微、中等、严重三个水平。交通信息发布层数据处理过程主要集中在数据库服务器、应用服务器中进行。
(3)交通行为辨识层
该层的主要作用是调用数据库服务器中的道路交通属性数据、多源检测交通数据和交通信息发布数据,利用驾驶员响应行为自动辨识***重构出行场景,建立驾驶员响应行为模型,并利用自适应卡尔曼滤波技术实现群体诱导信息下驾驶员响应行为模型系数更新,得到各分流点不同时段的交通信息服从率指标,存储在数据库服务器。首先,由驾驶员响应行为自动辨识***的出行场景重构模块调用道路交通属性数据、多源检测交通数据、交通信息发布数据再现群体诱导信息下交通出行场景,为驾驶员响应行为的辨识准备基础数据;其次,由网络交通流行为监测分析模块建立各分流点分流比例、检测交通量和交通信息下改道交通流量的时空关系模型;再次,由驾驶员响应行为监测分析模块分析驾驶员响应行为的影响因素,建立群体诱导信息下驾驶员响应行为模型,找出驾驶员响应行为模型时变系数和信息服从率的关系;最后,由所述的驾驶员响应行为自动辨识模块利用驾驶员响应行为模型估计可变情报板诱导信息影响下改道交通量,并根据检测到的主线交通量和分流比例的转移方程估计可变情报板诱导信息影响下改道交通量,采用自适应卡尔曼滤波技术更新驾驶员响应行为模型系数;同时利用更新系数后的驾驶员响应行为模型和检测到的主线交通量估计可变情报板诱导信息影响下实际分流比例,采用自适应卡尔曼滤波技术更新分流比例转移方程;通过循环,不断更新驾驶员响应行为模型系数,得到不同分流点不同时刻的交通信息服从率指标,为主动式智能交通诱导提供交通行为参数。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (1)
1.群体诱导信息下驾驶员响应行为的数据采样和辨识***,其特征在于:由交通数据检测和监视子***、通信子***、多源检测数据综合处理平台、交通信息发布和监视子***构成,所述的交通数据检测和监视子***通过第一通信子***与多源检测数据综合处理平台连接,所述的多源检测数据综合处理平台通过第二通信子***与交通信息发布和监视子***连接;
所述的交通数据检测和监视子***包括多种交通检测器、视频监视摄像机、第一通信子***和视频通信控制和监视器,通过外场多种交通检测器和视频监视摄像机采集道路网络上的交通数据并传递给所述的多源检测数据综合处理平台;
所述的交通信息发布和监视子***包括可变情报板、交通信息发布控制和监视器,通过可变情报板向外场发布交通信息,同时由交通信息发布控制和监视器记录发布信息内容和时间并传递给多源检测数据综合处理平台;
所述的多源检测数据综合处理平台一方面对所述的多源检测数据的数据质量进行控制,经过数据融合、分析处理得到交通信息发布数据,并接收由交通信息发布控制和监视器记录的发布信息内容和时间,实现对驾驶员响应行为参数模型辨识所需原始数据的采集和汇集;另一方面,基于道路交通属性数据、多源检测交通数据和交通信息发布数据,利用群体诱导信息下驾驶员响应行为辨识***实现驾驶员响应行为数据的自动辨识;
所述的多源检测数据综合处理平台中设置有多源检测数据质量控制和预估***和驾驶员响应行为自动辨识***;
所述的多源检测数据质量控制和预估***由道路交通属性数据库、多源检测交通数据库、多源检测数据质量控制模块、行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块构成;所述的多源检测数据质量控制和预估***利用所述的道路交通属性数据库、多源检测交通数据库提供的基础交通数据,由所述的多源检测数据质量控制模块对基础交通数据进行预处理、融合和控制数据质量,并由所述的行程时间估计与预测模块、交通状态估计与预测模块和交通事故自动检测模块对基础交通数据进行处理得到交通信息发布子***所需要的行程时间信息、交通状态信息和交通事故信息;
所述的驾驶员响应行为自动辨识***由道路交通属性数据库、多源检测交通数据库、交通信息发布数据库、出行场景重构模块、网络交通流行为监测分析模块、驾驶员响应行为监测分析模块和驾驶员响应行为自动辨识模块构成;所述的驾驶员响应行为自动辨识***利用所述的道路交通属性数据库、多源检测交通数据库、交通信息发布数据库提供的基础交通数据,由所述的出行场景重构模块再现群体诱导信息下的网络交通流的动力学演化过程;由网络交通流行为监测分析模块建立各分流点分流比例和交通信息下改道交通流量的关系模型;由驾驶员响应行为监测分析模块得到交通信息服从率和影响因素,构建群体诱导信息下驾驶员响应行为模型;由所述的驾驶员响应行为自动辨识模块利用自适应卡尔曼滤波技术实现群体诱导信息下驾驶员响应行为模型系数更新,得到各分流点不同时段的交通信息服从率指标;
所述的通信子***采用有线和无线通信相结合的方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210220058.8A CN102750827B (zh) | 2012-06-26 | 2012-06-26 | 群体诱导信息下驾驶员响应行为的数据采样和辨识*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210220058.8A CN102750827B (zh) | 2012-06-26 | 2012-06-26 | 群体诱导信息下驾驶员响应行为的数据采样和辨识*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102750827A CN102750827A (zh) | 2012-10-24 |
CN102750827B true CN102750827B (zh) | 2014-05-07 |
Family
ID=47030973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210220058.8A Expired - Fee Related CN102750827B (zh) | 2012-06-26 | 2012-06-26 | 群体诱导信息下驾驶员响应行为的数据采样和辨识*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102750827B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109816978B (zh) * | 2019-01-28 | 2023-11-14 | 上海海事大学 | 考虑驾驶员动态响应行为的区域群体交通诱导***及方法 |
CN109858553B (zh) * | 2019-01-31 | 2023-12-12 | 锦图计算技术(深圳)有限公司 | 驾驶状态的监测模型更新方法、更新装置及存储介质 |
CN117690301B (zh) * | 2024-02-04 | 2024-04-23 | 福建省高速公路科技创新研究院有限公司 | 一种考虑诱导服从率的高速公路分流诱导方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967622A (zh) * | 2005-11-14 | 2007-05-23 | 上海经达实业发展有限公司 | 城市道路交通流预测及交通信息诱导*** |
CN101308606A (zh) * | 2007-05-18 | 2008-11-19 | 刘涛 | 一种交通信息采集装置及方法 |
CN101567126A (zh) * | 2009-05-31 | 2009-10-28 | 上海宝康电子控制工程有限公司 | 城市道路交通信息检测与发布*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007147577A (ja) * | 2005-10-31 | 2007-06-14 | Aisin Aw Co Ltd | 経路案内システム及び経路案内方法 |
JP2009163504A (ja) * | 2008-01-07 | 2009-07-23 | Panasonic Corp | 画像変形方法等 |
-
2012
- 2012-06-26 CN CN201210220058.8A patent/CN102750827B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1967622A (zh) * | 2005-11-14 | 2007-05-23 | 上海经达实业发展有限公司 | 城市道路交通流预测及交通信息诱导*** |
CN101308606A (zh) * | 2007-05-18 | 2008-11-19 | 刘涛 | 一种交通信息采集装置及方法 |
CN101567126A (zh) * | 2009-05-31 | 2009-10-28 | 上海宝康电子控制工程有限公司 | 城市道路交通信息检测与发布*** |
Also Published As
Publication number | Publication date |
---|---|
CN102750827A (zh) | 2012-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106781592B (zh) | 一种基于大数据的交通导航***及方法 | |
CN103280113B (zh) | 一种自适应的交叉口信号控制方法 | |
CN101916311B (zh) | 轨道交通自动驾驶***模型开发与仿真测试***与方法 | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
CN103440764A (zh) | 一种基于车辆自动识别数据的城市路网车辆出行路径重构方法 | |
CN102982678A (zh) | 交通数据信息服务***及实现交通数据信息服务的方法 | |
CN103680156B (zh) | 多智能体交通信号控制*** | |
CN102750826B (zh) | 一种用于群体诱导信息下驾驶员响应行为的辨识方法 | |
CN103208194B (zh) | 一种城市交通信号协同控制*** | |
CN102087788A (zh) | 基于浮动车车速置信度的交通状态参数估计方法 | |
CN109816978B (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导***及方法 | |
CN203849861U (zh) | 一种基于智能移动终端的交通数据采集发布*** | |
CN103794052A (zh) | 一种基于无线传感器网络的智能交通检测*** | |
CN102750827B (zh) | 群体诱导信息下驾驶员响应行为的数据采样和辨识*** | |
Feng et al. | Resilience towarded digital twins to improve the adaptability of transportation systems | |
CN207397491U (zh) | 一种智能交通控制及预警*** | |
CN204515873U (zh) | 一种双向移动互联的记录仪 | |
CN105489010B (zh) | 一种快速道路行程时间可靠度监测分析***及方法 | |
CN102998543B (zh) | 一种机组调节性能评价方法及装置 | |
CN202632530U (zh) | 交通信号装置自动化控制*** | |
CN207624157U (zh) | 一种智能的公交调度*** | |
Huang et al. | Urban rail transit signal and control based on Internet of Things | |
CN104616066B (zh) | 一种行车用量数据的采集方法及*** | |
CN205247622U (zh) | 一种车辆排队长度监测*** | |
CN107945502A (zh) | 一种基于智能交通的车队融合***及方法 |
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 |
Granted publication date: 20140507 Termination date: 20150626 |
|
EXPY | Termination of patent right or utility model |