CN103021176B - 基于断面检测器的城市道路交通状态判别方法 - Google Patents
基于断面检测器的城市道路交通状态判别方法 Download PDFInfo
- Publication number
- CN103021176B CN103021176B CN201210507080.0A CN201210507080A CN103021176B CN 103021176 B CN103021176 B CN 103021176B CN 201210507080 A CN201210507080 A CN 201210507080A CN 103021176 B CN103021176 B CN 103021176B
- Authority
- CN
- China
- Prior art keywords
- traffic
- section
- interval
- index
- speed
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于断面检测器的城市道路交通状态判别方法。现有交通状态判别方法的精度和可靠性较低。本发明是以交通流量、速度、时间占有率这三项交通流参数构造一个综合拥堵评价指标,即交通拥堵指数,利用交通拥堵指数对路段交通状态进行判别。本发明提出的交通状态判别方法包括信息发布间隔内断面交通流数据获取的步骤交通流参数平滑的步骤、速度拥堵指数和占有率拥堵指数计算的步骤、临界速度拥堵指数计算的步骤、交通拥堵指数计算的步骤、路段交通状态判别的步骤。本发明基于路段上某一个检测断面的交通信息,综合考虑多种交通流参数,自动判别该路段所处交通状态,同时采用尽量少的判别阈值并充分利用现有资源,易于工程实现。
Description
技术领域
本发明涉及一种基于断面检测器的城市道路交通状态判别方法,用于城市交通控制与管理,属于智能交通研究领域。
背景技术
对道路交通状态进行科学合理的估计,可以为交通管理者和交通参与者提供动态决策依据,诱导城市交通良性发展。
目前城市道路交通状态的判别主要以浮动车数据为依据,以视频监控和人工观测为补充。作为当前惟一能够支持大规模应用浮动车数据采集源的出租车,本身也是一种营运车辆,在不同时段的载客率和出车率差异很大,而且往往集中在公共活动集中的区域和重要客运通道上,这种行驶特性会影响到用于计算路段行程车速的浮动车样本量及计算精确度;由于视频监控资源极为有限,人为因素对人工观测和视频监控结果的影响较大,因此现有交通状态判别方法的精度和可靠性较低。同时现有交通状态判别方法多以速度为判别的唯一依据,对速度数据的稳定性和可靠性要求较高,而时间占有率也是衡量交通状态的一个重要因素。因此建立起一个基于断面检测器的并融合时间占有率的城市道路交通状态判别方法是十分迫切的。
发明内容
本发明的目的在于提供一种基于断面检测器的城市道路交通状态判别方法。该方法的基本思想是以交通流量、速度、时间占有率这三项交通流参数构造一个综合拥堵评价指标——交通拥堵指数,利用交通拥堵指数对路段交通状态进行判别。为实现上述目的,本发明提出的交通状态判别方法包括信息发布间隔内断面交通流数据获取的步骤交通流参数平滑的步骤、速度拥堵指数和占有率拥堵指数计算的步骤、临界速度拥堵指数计算的步骤、交通拥堵指数计算的步骤、路段交通状态判别的步骤。
本发明提出的交通状态判别方法,包含了三种断面检测器的布设情况,:有一组断面检测器交通状态判别、有多组检测器交通状态判别、无检测器交通状态判别。
有一组断面检测器交通状态判别是一种城市道路交通状态判别方法,判别路段只有一组检测器,每个发布间隔内通过检测器获得交通流数据,确定交通拥堵指数,根据预先设定的交通拥堵指数等级区间,判断交通状态。
有多组断面检测器交通状态判别是判别路段有多组检测器,根据各组检测器位置综合计算路段交通拥堵指数,依据预先设定的交通拥堵指数等级区间,进行交通状态判断。
无检测器交通状态判别是城市道路交通状态判别的一种,判别路段没有检测器,根据上下游连线的交通状态,通过设定上下游交通状态权重来实现该路段的交通状态判别。
本方法的基本步骤如下:
c1、从各车道上各断面检测器中根据事先确定的采样间隔时间获取该检测断面该车道的交通流量、速度和时间占有率这三项交通流参数;继而得到信息发布间隔表征该检测断面该车道交通流特性的交通流量、速度和时间占有率;对交通流参数进行预处理,得到信息发布间隔表征该检测断面交通流特性的交通流量、速度和时间占有率。
c2、交通流参数的平滑。
c3、根据预处理后的交通流参数计算速度拥堵指数和占有率拥堵指数。
c4、根据划分道路等级的临界速度计算对应的临界速度拥堵指数。
c5、根据速度拥堵指数和占有率拥堵指数计算综合拥堵指标——交通拥堵指数。
c6、根据步骤c4得到的临界速度拥堵指数和c5得到的交通拥堵指数对路段交通状态进行判断。
步骤c1中获取实时交通流参数的过程包括:
c11、确定所需检测的路段,以及路段断面检测器布设情况。
c12、确定数据采样间隔:选取采样间隔为1分钟。
c13、通过环断面检测器获取每一采样间隔内每条车道上的交通流量、速度和时间占有率数据。
c14、由每一采样间隔内每条车道上的交通流量、速度和时间占有率数据计算得到每一信息发布间隔内每条车道上的交通流量、速度和时间占有率数据。
c15、对步骤c14中获得的各车道实时交通流参数进行预处理,得到表征该检测断面的交通流参数。
步骤c13中对于每条车道上的每个断面检测器,获取相应车道的交通流量和时间占有率,以及每辆车的速度;
从断面检测器中获取交通流参数具体包括:
c131、获取交通流量参数;
每一采样间隔内交通流量即一分钟内通过该断面检测器的车辆数,单位为veh;
式中:i——该路段的第i条车道;
k——第k个采样间隔;
n——采样间隔内通过该断面检测器的第n辆车;
——第k个采样间隔第i条车道上通过该断面检测器的车辆数;
c132、获取速度参数;
每一采样间隔内平均速度即一分钟内通过该断面检测器的所有车辆的平均速度,单位为km/h;
c133、获取时间占有率参数;
每一采样间隔内时间占有率即一分钟内通过该断面检测器的所有车辆占用检测器的总时间与1分钟的百分比。
步骤c14中需剔除各车道断面检测器的异常数据,可以采用阈值筛选法,即剔除超过一定阈值的交通流量、速度和时间占有率数据;然后还需对合格数据进行信息发布间隔数据合成,得到每一信息发布间隔内每条车道上的交通流量、速度和时间占有率数据,详细步骤如下:
c141、每一信息发布间隔内每条车道上的交通流量参数处理;
发布间隔内交通流量即发布间隔内通过该断面检测器的车辆数,单位为veh,即:
m——信息发布间隔,m= 1, 2, 3, 4, 5, 10, 15…等;
——第i条车道信息发布间隔内的流量;
c142、每一信息发布间隔内每条车道上的速度参数处理;
发布间隔内平均速度为,每个采样间隔平均速度的加权平均值,以每个采样间隔的流量为权重,单位为km/h,即:
c143、每一信息发布间隔内每条车道上的时间占有率参数处理
发布间隔内时间占有率取每个采样间隔时间占有率的平均值,即:
5.步骤c15中对每一信息发布间隔内每条车道上的交通流参数进行合成,获取相应的断面交通流量、时间占有率和速度;
c151、断面交通流量参数处理;
断面流量为发布间隔内通过该断面的车辆数,即各个车道流量之和,单位为veh,即:
式中:j——第j个信息发布间隔;
c152、断面速度参数处理
断面速度为车道平均速度的加权平均值,以车道流量为权重,单位为km/h,即:
c152、断面时间占有率参数处理;
断面时间占有率为车道时间占有率的平均值,即:
式中:——第j个信息发布间隔的时间占有率。
步骤c2对实际检测得到的断面数据进行平滑处理,保证***运行的稳定性,减少随机因素的干扰,保持交通状态发布的连续性与稳定性,详细计算如下:
式中:——平滑后的第j个信息发布间隔内时间占有率;
β——平滑系数,有β 1 ,β 2 ,β 3 。
步骤c3将交通流数据进行归一化处理,得到速度拥堵指数和时间占有率拥堵指数,详细步骤如下。
c31速度拥堵指数;
式中:J v ——速度拥堵指数;
——自由流速度;
c32时间占有率拥堵指数;
式中:J o ——时间占有率拥堵指数;
——平滑后的断面时间占有率。
式中:J 1、J 2——交通状态变化的临界值;
v f ——自由流速度。
步骤c5融合速度拥堵指数和时间占有率拥堵指数,建立综合性拥堵指标——交通拥堵指数,详细步骤如下:
c51单组检测器路段
式中,J——交通状态判别的综合性指标,称为交通拥堵指数;
J v ——速度拥堵指数;
J o ——时间占有率拥堵指数;
η——速度指标与时间占有率指标的权重系数,取值为0-1,***可以默认为0.5,并根据实际情况进行调整。
c52多组检测器路段
存在多组断面检测器时,需要根据断面检测器的位置进行综合判别计算得到连线的交通拥堵指数。
式中:J di ——检测器i的交通拥堵指数;
l di ——检测器i到其下游检测器的距离;
l d1——距离下游停车线最近的检测器距停车线的距离。
c53无检测路段
上下游路段均无检测器时,此路段交通状态为灰色,即未知。
上游或下游设有检测器,此路段交通状态则以上下游路段交通状态为依据,利用上下游交通拥堵指数计算得到该路段的交通拥堵指数。
式中:J up ——上游检测器的交通拥堵指数;
J down ——下游检测器的交通拥堵指数;
步骤c6考虑了在交通状态变化的临界位置进行处理的问题,即采用交通状态变化的可信区间。定义±ΔJ为状态变化的正常波动区间,则交通状态判别的详细步骤如下。
c61如果第j个发布间隔内,交通状态为红时,判断第j+1发布间隔交通状态判别依据为:
③当时,交通状态为绿。
c62如果第j个发布间隔内,交通状态为黄时,判断第j+1发布间隔交通状态判别依据为:
②当时,交通状态为黄;
③当时,交通状态为绿。
c63如果第j个发布间隔内,交通状态为绿时,判断第j+1发布间隔交通状态判别依据为:
上述规则中,ΔJ 1 与ΔJ 2 的取值需要根据实际情况设置。
本发明的有益效果:本发明基于路段上某一个检测断面的交通信息,综合考虑多种交通流参数,自动判别该路段所处交通状态,同时该方法采用尽量少的判别阈值并充分利用现有资源,易于工程实现。
附图说明
图1为交通状态判别方法流程图;
图2为速度与速度拥堵数标关系曲线;
图3为时间占有率与时间占有率拥堵指数关系曲线;
图4为连线检测器布设示意图;
图5为交通状态判别。
具体实施方式
下面结合附图对本发明进行详细阐述,如图1所示,本发明具体步骤是:
步骤一获取车道采样间隔数据:
某路段第i条车道采样间隔内流量、平均速度和时间占有率的计算公式如下:
(2)
(3)
式中:i——该路段的第i条车道;
k——第k个采样间隔;
n——采样间隔内通过该断面检测器的第n辆车;
——第k个采样间隔第i条车道的占有率;
步骤二计算车道信息发布间隔数据:
假设信息发布的时间间隔为m分钟,m= 1, 2, 3, 4, 5, 10, 15…等,则第i条车道信息发布间隔内的流量为m个采样间隔的代数和,时间占有率为m个采样间隔的平均值,速度为m个采样间隔的加权平均值,计算公式如下。
m——信息发布间隔,m= 1, 2, 3, 4, 5, 10, 15…等;
——第i条车道信息发布间隔内的流量;
步骤三合成断面交通流数据:
假设该检测断面具有l条车道,则断面交通流数据的计算公式如下:
式中:j——第j个信息发布间隔;
步骤四进行交通流状态参数的平滑:
断面时间占有率和速度采用以下方法进行平滑处理:
——平滑后的第j个信息发布间隔内速度值;
——第j个信息发布间隔内的断面流量;
β——平滑系数,有β 1 ,β 2 ,β 3 。
步骤五确定拥堵指标及区间:
(1)速度指标
假定速度与速度拥堵指数的关系呈线性关系,如图2速度与速度拥堵数的关系曲线所示。速度拥堵指数的计算公式为:
式中:J v ——速度拥堵指数;
(2)时间占有率拥堵指数
时间占有率与时间占有率拥堵指数的关系曲线如图3时间占有率与时间占有率拥堵指数关系曲线所示,则时间占有率拥堵指数的计算公式如下:
(13)
式中:J o ——时间占有率拥堵指数;
——平滑后的断面时间占有率。
(3)速度拥堵指数等级划分
根据国内外的实践经验,城市道路交通状态的划分依据主要参数应该是路段的行程速度。基于这一考虑,依据城市道路等级及交通状态划分的临界速度值将城市道路交通状态划分为拥堵、滞缓和畅通三级,如下表所示。
表1 城市道路速度划分等级
根据速度拥堵指数的归一化公式及表1可以得到速度拥堵指数的划分等级,见表2。
式中:J 1、J 2——交通状态变化的临界值;
v f ——自由流速度。
表2 城市道路速度拥堵指数划分等级
步骤六建立综合性拥堵指标:
(1)计算单组检测器路段交通拥堵指数
综合考虑速度及时间占有率的影响,建立交通状态判别的综合性指标如下:
式中,J——交通状态判别的综合性指标,称为交通拥堵指数;
J v ——速度拥堵指数;
J o ——时间占有率拥堵指数;
η——速度指标与时间占有率指标的权重系数,取值为0-1,***可以默认为0.5,并根据实际情况进行调整。
(2)计算多组检测器路段交通拥堵指数
存在多组断面检测器时,需要根据断面检测器的位置进行综合判别计算得到连线的交通拥堵指数J。连线检测器布设示意图如图4连线检测器布设示意图所示。
图中,x up 和x down 分别表示上下游交叉口的坐标位置(用交叉口停车线的坐标代替);x d1 ,x d2,x di ,…,x dn 分别表示从1到n个断面检测器的坐标位置。
连线的交通拥堵指数可以用该连线内所有检测器交通拥堵指数的加权处理得到,其计算公式如下:
式中:J di ——检测器i的交通拥堵指数;
l di ——检测器i到其下游检测器的距离;
l d1——距离下游停车线最近的检测器距停车线的距离。
(3)确定无检测路段交通拥堵指数
上下游路段均无检测器时,此路段交通状态为灰色,即未知。
上游或下游设有检测器,此路段交通状态则以上下游路段交通状态为依据,交通拥堵指数计算公式如下:
式中:J up ——上游检测器的交通拥堵指数;
J down ——下游检测器的交通拥堵指数;
步骤七进行交通状态判别:
在进行交通状态判别时,特别需要考虑在交通状态变化的临界位置进行处理的问题,以保证交通状态变化的连续平稳。因此,在进行交通状态判别时,需要考虑状态变化的可信区间。定义±ΔJ为状态变化的正常波动区间,则J的判别区间可以表示为交通状态判别图(图5)。
(1)如果第j个发布间隔内,交通状态为红时,判断第j+1发布间隔交通状态判别依据为:
(2)如果第j个发布间隔内,交通状态为黄时,判断第j+1发布间隔交通状态判别依据为:
②当时,交通状态为黄;
(3)如果第j个发布间隔内,交通状态为绿时,判断第j+1发布间隔交通状态判别依据为:
③当时,交通状态为绿。
上述规则中,ΔJ 1 与ΔJ 2 的取值需要根据实际情况设置。
Claims (10)
1.基于断面检测器的城市道路交通状态判别方法,其特征在于该方法包括以下步骤:
c1、从各车道上各断面检测器中根据事先确定的采样间隔时间获取检测断面该车道的交通流量、速度和时间占有率这三项交通流参数;继而得到信息发布间隔表征该检测断面该车道交通流特性的交通流量、速度和时间占有率;对交通流参数进行预处理,得到信息发布间隔表征该检测断面交通流特性的交通流量、速度和时间占有率;
c2、交通流参数的平滑;
c3、根据预处理后的交通流参数计算速度拥堵指数和占有率拥堵指数;
c4、根据划分道路等级的临界速度计算对应的临界速度拥堵指数;
c5、根据速度拥堵指数和占有率拥堵指数计算综合拥堵指标——交通拥堵指数;
c6、根据步骤c4得到的临界速度拥堵指数和c5得到的交通拥堵指数对路段交通状态进行判断。
2.根据权利要求1所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c1中获取实时交通流参数的过程包括:
c11、确定所需检测的路段,以及路段断面检测器布设情况;
c12、确定数据采样间隔:选取采样间隔为1分钟;
c13、通过环断面检测器获取每一采样间隔内每条车道上的交通流量、速度和时间占有率数据;
c14、由每一采样间隔内每条车道上的交通流量、速度和时间占有率数据计算得到每一信息发布间隔内每条车道上的交通流量、速度和时间占有率数据;
c15、对步骤c14中获得的各车道实时交通流参数进行预处理,得到表征该检测断面的交通流参数。
3.根据权利要求2所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c13中对于每条车道上的每个断面检测器,获取相应车道的交通流量和时间占有率,以及每辆车的速度;
从断面检测器中获取交通流参数具体包括:
c131、获取交通流量参数;
每一采样间隔内交通流量即一分钟内通过该断面检测器的车辆数,单位为veh;
qi(k)=Ni(k)
式中:i——该路段的第i条车道;
k——第k个采样间隔;
n——采样间隔内通过该断面检测器的第n辆车;
Ni(k)——第k个采样间隔第i条车道上通过该断面检测器的车辆数;
qi(k)——第k个采样间隔第i条车道的交通流量;
c132、获取速度参数;
每一采样间隔内平均速度即一分钟内通过该断面检测器的所有车辆的平均速度,单位为km/h;
式中:vi(k)——第k个采样间隔第i条车道车辆的平均速度;
vin(k)——第n辆车通过断面检测器时的速度;
c133、获取时间占有率参数;
每一采样间隔内时间占有率即一分钟内通过该断面检测器的所有车辆占用检测器的总时间与1分钟的百分比;
式中:tin(k)——第n辆车通过断面检测器时占有检测器的时间;
oi(k)——第k个采样间隔第i条车道的占有率。
4.根据权利要求2所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c14中需剔除各车道断面检测器的异常数据,采用阈值筛选法,即剔除超过一定阈值的交通流量、速度和时间占有率数据;然后对合格数据进行信息发布间隔数据合成,得到每一信息发布间隔内每条车道上的交通流量、速度和时间占有率数据,详细步骤如下:
c141、每一信息发布间隔内每条车道上的交通流量参数处理
发布间隔内交通流量即发布间隔内通过该断面检测器的车辆数,单位为veh,即:
式中:k——第k个采样间隔,k∈(1,m];
m——信息发布间隔,
qi——第i条车道信息发布间隔内的流量;
c142、每一信息发布间隔内每条车道上的速度参数处理
发布间隔内平均速度为,每个采样间隔平均速度的加权平均值,以每个采样间隔的流量为权重,单位为km/h,即:
式中:vi——第i条车道信息发布间隔内的平均速度;
c143、每一信息发布间隔内每条车道上的时间占有率参数处理
发布间隔内时间占有率取每个采样间隔时间占有率的平均值,即:
式中:oi——第i条车道信息发布间隔内的占有率。
5.根据权利要求2所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c15中对每一信息发布间隔内每条车道上的交通流参数进行合成,获取相应的断面交通流量、时间占有率和速度;
c151、断面交通流量参数处理
断面流量为发布间隔内通过该断面的车辆数,即各个车道流量之和,单位为veh,即:
式中:j——第j个信息发布间隔;
c152、断面速度参数处理
断面速度为车道平均速度的加权平均值,以车道流量为权重,单位为km/h,即:
c152、断面时间占有率参数处理
断面时间占有率为车道时间占有率的平均值,即:
7.根据权利要求1所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c3将交通流数据进行归一化处理,得到速度拥堵指数和时间占有率拥堵指数,详细步骤如下;
c31速度拥堵指数
假定速度与速度拥堵指数的关系呈线性关系,且速度的最小值(0)和最大值(vf)对应速度拥堵指数分别为1、0;速度拥堵指数的计算公式为:
式中:Jv——速度拥堵指数;
vf——自由流速度;
c32时间占有率拥堵指数
时间占有率与时间占有率拥堵指数呈线性关系,时间占有率的最小值(0)和最大值(omax)对应速度拥堵指数分别为0、1;则时间占有率拥堵指数的计算公式如下:
式中:Jo——时间占有率拥堵指数;
omax——时间占有率的历史最大值;
8.根据权利要求1所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c4依据城市道路等级划分的临界速度值v1、v2将城市道路交通状态划分为拥堵、滞缓和畅通三级,根据临界速度值v1、v2计算出对应的临界速度拥堵指数:
式中:J1、J2——交通状态变化的临界值;
v1、v2——交通状态划分的临界速度;
vf——自由流速度。
9.根据权利要求1所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c5融合速度拥堵指数和时间占有率拥堵指数,建立综合性拥堵指标——交通拥堵指数,详细步骤如下:
c51单组检测器路段
J=ηJv+(1-η)Jo
式中,J——交通状态判别的综合性指标,称为交通拥堵指数;
Jv——速度拥堵指数;
Jo——时间占有率拥堵指数;
η——速度指标与时间占有率指标的权重系数,取值为0-1,并根据实际情况进行调整;
c52多组检测器路段
存在多组断面检测器时,需要根据断面检测器的位置进行综合判别计算得到连线的交通拥堵指数;
式中:Jdi——检测器i的交通拥堵指数;
ldi——检测器i到其下游检测器的距离;
ld1——距离下游停车线最近的检测器距停车线的距离;
c53无检测路段
上下游路段均无检测器时,此路段交通状态为灰色,即未知;
上游或下游设有检测器,此路段交通状态则以上下游路段交通状态为依据,利用上下游交通拥堵指数计算得到该路段的交通拥堵指数;
J=αJup+(1-α)Jdown (18)
式中:Jup——上游检测器的交通拥堵指数;
Jdown——下游检测器的交通拥堵指数;
α——上下游检测器交通拥堵指数的权重系数,当下游路段无检测器时,α=1;当上游路段无检测器时,α=0;上下游均有检测器时,α=0.5。
10.根据权利要求1所述的基于断面检测器的城市道路交通状态判别方法,其特征在于:步骤c6考虑了在交通状态变化的临界位置进行处理的问题,即采用交通状态变化的可信区间;定义±ΔJ为状态变化的正常波动区间,则交通状态判别的详细步骤如下;
c61如果第j个发布间隔内,交通状态为红时,判断第j+1发布间隔交通状态判别依据为:
①当J∈(J1-ΔJ1,1]时,交通状态为红;
②当J∈(J2-ΔJ2,J1-ΔJ1]时,交通状态为黄;
③当J∈[0,J2-ΔJ2]时,交通状态为绿;
c62如果第j个发布间隔内,交通状态为黄时,判断第j+1发布间隔交通状态判别依据为:
①当J∈(J1+ΔJ1,1]时,交通状态为红;
②当J∈(J2-ΔJ2,J1+ΔJ1]时,交通状态为黄;
③当J∈[0,J2-ΔJ2]时,交通状态为绿;
c63如果第j个发布间隔内,交通状态为绿时,判断第j+1发布间隔交通状态判别依据为:
①当J∈(J1+ΔJ1,1]时,交通状态为红;
②当J∈(J2+ΔJ2,J1+ΔJ1]时,交通状态为黄;
③当J∈[0,J2+ΔJ2]时,交通状态为绿;
上述判别依据中,ΔJ1与ΔJ2的取值需要根据实际情况设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210507080.0A CN103021176B (zh) | 2012-11-29 | 2012-11-29 | 基于断面检测器的城市道路交通状态判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210507080.0A CN103021176B (zh) | 2012-11-29 | 2012-11-29 | 基于断面检测器的城市道路交通状态判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103021176A CN103021176A (zh) | 2013-04-03 |
CN103021176B true CN103021176B (zh) | 2014-06-11 |
Family
ID=47969731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210507080.0A Expired - Fee Related CN103021176B (zh) | 2012-11-29 | 2012-11-29 | 基于断面检测器的城市道路交通状态判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103021176B (zh) |
Families Citing this family (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226666B (zh) * | 2013-05-10 | 2016-12-28 | 天津市市政工程设计研究院 | 复杂功能互通立体交叉***功效评价方法 |
CN103280098B (zh) * | 2013-05-23 | 2015-06-10 | 北京交通发展研究中心 | 交通拥堵指数计算方法 |
CN103593976B (zh) * | 2013-11-28 | 2016-01-06 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及*** |
CN104050803B (zh) * | 2014-06-23 | 2016-10-26 | 北京航空航天大学 | 一种区域高速路网运行状态评价方法 |
CN104408913B (zh) * | 2014-11-03 | 2016-03-16 | 东南大学 | 一种考虑时空相关性的交通流三参数实时预测方法 |
CN104484994B (zh) * | 2014-12-17 | 2016-08-17 | 合肥革绿信息科技有限公司 | 基于阵列雷达的城市路网交通运行指数评价方法 |
CN105788289A (zh) * | 2014-12-17 | 2016-07-20 | 上海宝康电子控制工程有限公司 | 基于计算机软件***实现交通路况评估分析的方法和*** |
CN104464294B (zh) * | 2014-12-17 | 2016-08-31 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的路段交通状态评价方法 |
CN104766475B (zh) * | 2015-04-09 | 2017-01-11 | 银江股份有限公司 | 一种城市交通瓶颈挖掘方法 |
CN104809869A (zh) * | 2015-04-10 | 2015-07-29 | 安徽四创电子股份有限公司 | 基于升降式限高架的高架桥入口匝道交通状态判别方法 |
CN104851293B (zh) * | 2015-05-18 | 2017-03-29 | 安徽科力信息产业有限责任公司 | 一种基于地点车速的路段交通拥堵指数评价方法 |
CN105389987B (zh) * | 2015-12-03 | 2018-03-23 | 青岛海信网络科技股份有限公司 | 一种道路交通状况预测方法及装置 |
CN105551241B (zh) * | 2015-12-09 | 2018-02-02 | 中兴软创科技股份有限公司 | 一种基于fcd及ep多源数据的实时拥堵分析方法 |
CN105427600B (zh) * | 2015-12-09 | 2017-11-28 | 中兴软创科技股份有限公司 | 一种基于fcd的道路拥堵实时识别方法与装置 |
CN105405294A (zh) * | 2015-12-30 | 2016-03-16 | 杭州中奥科技有限公司 | 道路拥堵路段的预警方法 |
CN105702031B (zh) * | 2016-03-08 | 2018-02-23 | 北京航空航天大学 | 基于宏观基本图的路网关键路段识别方法 |
CN106781569B (zh) * | 2016-11-18 | 2017-10-13 | 姜正 | 基于无线通信的智能交通指示装置监控道路交通状态的方法 |
CN106530700A (zh) * | 2016-11-22 | 2017-03-22 | 安徽科力信息产业有限责任公司 | 一种基于固定检测器的判别交通拥堵的方法 |
CN106960582B (zh) * | 2017-03-12 | 2019-05-07 | 浙江大学 | 一种基于宏观基本图的区域瓶颈控制的方法 |
CN107331163A (zh) * | 2017-06-30 | 2017-11-07 | 贵阳海信网络科技有限公司 | 一种排队长度计算方法及装置 |
CN107491420B (zh) * | 2017-07-06 | 2020-10-30 | 重庆大学 | McMaster事件检测算法的一种自动寻参方法 |
CN107507421B (zh) * | 2017-08-22 | 2019-11-01 | 重庆交通大学 | 快速路交通状态判别方法及装置 |
CN107610470A (zh) * | 2017-10-31 | 2018-01-19 | 迈锐数据(北京)有限公司 | 一种交通拥堵评价方法和装置 |
CN108765939B (zh) * | 2018-05-11 | 2021-02-02 | 贵阳信息技术研究院(中科院软件所贵阳分部) | 基于聚类算法的动态交通拥堵指数计算方法 |
CN108777068B (zh) * | 2018-06-13 | 2021-03-02 | 西华大学 | 一种基于多维检测线圈采集周期的交通流瓶颈识别方法 |
CN108922209B (zh) * | 2018-07-20 | 2021-06-04 | 江苏永诚交通集团有限公司 | 一种云智能交通信号灯*** |
CN109035775B (zh) * | 2018-08-22 | 2020-12-08 | 青岛海信网络科技股份有限公司 | 一种突发事件识别的方法及装置 |
CN109410597B (zh) * | 2018-11-09 | 2021-07-13 | 南京讯飞智慧空间信息科技有限公司 | 一种园区出入口车流量检测方法、装置和*** |
CN109255956A (zh) * | 2018-11-12 | 2019-01-22 | 长安大学 | 一种收费站交通流量异常检测方法 |
CN109712394A (zh) * | 2019-01-15 | 2019-05-03 | 青岛大学 | 一种拥堵区域发现方法 |
CN111489545B (zh) * | 2019-01-28 | 2023-03-31 | 阿里巴巴集团控股有限公司 | 道路监控方法、装置以及设备、存储介质 |
CN111009128A (zh) * | 2020-01-07 | 2020-04-14 | 上海宝康电子控制工程有限公司 | 基于到达-离去模型实现路***通状态实时研判处理的方法 |
CN112590886B (zh) * | 2020-12-30 | 2022-08-26 | 卡斯柯信号有限公司 | 一种列车区间运行堵塞的判断与告警方法 |
CN114005275B (zh) * | 2021-10-25 | 2023-03-14 | 浙江交投高速公路运营管理有限公司 | 一种基于多数据源融合的高速公路车辆拥堵判别方法 |
CN114862011B (zh) * | 2022-04-29 | 2023-04-07 | 上海理工大学 | 一种考虑拥挤状态的道路断面分时段交通需求估计方法 |
CN115862335A (zh) * | 2023-02-27 | 2023-03-28 | 北京理工大学前沿技术研究院 | 基于车路信息融合的拥堵预警方法、***及存储介质 |
CN117877273B (zh) * | 2024-03-12 | 2024-05-10 | 山东高速股份有限公司 | 基于空地信息融合的智慧高速交通状态判别方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815093A (en) * | 1996-07-26 | 1998-09-29 | Lextron Systems, Inc. | Computerized vehicle log |
CN101833858A (zh) * | 2009-12-17 | 2010-09-15 | 南京城际在线信息技术有限公司 | 一种基于信号灯***环形线圈判别道路交通状态的方法 |
CN102013171A (zh) * | 2010-12-10 | 2011-04-13 | 隋亚刚 | 一种提高道路通行能力的交通控制*** |
CN102063794A (zh) * | 2011-01-14 | 2011-05-18 | 隋亚刚 | 基于占有率数据的城市快速路自动事件检测和协同指挥调度*** |
CN102592451A (zh) * | 2012-02-23 | 2012-07-18 | 浙江大学 | 一种基于双截面环形线圈检测器的道路交通事件检测方法 |
-
2012
- 2012-11-29 CN CN201210507080.0A patent/CN103021176B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815093A (en) * | 1996-07-26 | 1998-09-29 | Lextron Systems, Inc. | Computerized vehicle log |
CN101833858A (zh) * | 2009-12-17 | 2010-09-15 | 南京城际在线信息技术有限公司 | 一种基于信号灯***环形线圈判别道路交通状态的方法 |
CN102013171A (zh) * | 2010-12-10 | 2011-04-13 | 隋亚刚 | 一种提高道路通行能力的交通控制*** |
CN102063794A (zh) * | 2011-01-14 | 2011-05-18 | 隋亚刚 | 基于占有率数据的城市快速路自动事件检测和协同指挥调度*** |
CN102592451A (zh) * | 2012-02-23 | 2012-07-18 | 浙江大学 | 一种基于双截面环形线圈检测器的道路交通事件检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103021176A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103021176B (zh) | 基于断面检测器的城市道路交通状态判别方法 | |
CN102968901B (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
CN105825669B (zh) | 一种识别城市快速路交通瓶颈的***和方法 | |
CN104157156B (zh) | 一种高速公路危险路段车速动态管理预警方法 | |
CN102750824B (zh) | 基于多种神经网络分类器投票的城市道路交通状态检测方法 | |
CN105913661B (zh) | 一种基于收费数据的高速公路路段交通状态判别方法 | |
CN102737508B (zh) | 一种融合svm与bp神经网络的城市道路交通状态检测方法 | |
CN101599217B (zh) | 一种快速路交通状态判别方法 | |
CN103593976B (zh) | 基于检测器确定道路交通状态的方法及*** | |
CN104851287B (zh) | 基于视频检测器的城市道路路段行程时间检测方法 | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
CN104021671B (zh) | 一种svm与模糊判断相结合的道路实时路况的判断方法 | |
CN106408943A (zh) | 一种基于宏观基本图的路网交通拥堵甄别方法 | |
CN108986509B (zh) | 一种基于车路协同的城市区域路径实时规划方法 | |
CN104484996A (zh) | 一种基于多源数据的路段交通状态判别方法 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN101739828A (zh) | 结合路面交通与天气状态的城市交通区域拥塞判定方法 | |
CN107170247B (zh) | 一种确定交叉口排队长度方法及装置 | |
CN104575050B (zh) | 一种基于浮动车的快速路匝道智能诱导方法及装置 | |
CN102592451B (zh) | 一种基于双截面环形线圈检测器的道路交通事件检测方法 | |
CN105654720B (zh) | 基于城市道路拥堵识别的检测器布设方法 | |
CN101783074A (zh) | 一种城市道路交通流状态实时判别方法及*** | |
CN103824450B (zh) | 基于交通状态规则的大型活动专用行车线路规划方法 | |
CN104778835A (zh) | 一种高等级道路多瓶颈点拥堵演化时空范围识别方法 | |
CN104778839A (zh) | 基于视频检测器的城市道路下游分方向交通状态判别方法 |
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 Termination date: 20151129 |