CN103914984A - 一种基于单元-区间协作的城市道路交通状态分析方法 - Google Patents
一种基于单元-区间协作的城市道路交通状态分析方法 Download PDFInfo
- Publication number
- CN103914984A CN103914984A CN201410165821.0A CN201410165821A CN103914984A CN 103914984 A CN103914984 A CN 103914984A CN 201410165821 A CN201410165821 A CN 201410165821A CN 103914984 A CN103914984 A CN 103914984A
- Authority
- CN
- China
- Prior art keywords
- unit
- section
- traffic
- interval
- efficiency
- 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.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通管理领域,尤其涉及一种基于单元-区间协作的城市道路交通状态分析方法,包括以下步骤:采集区间内所有单元的交通参数;计算每个单元的初始通行效率ei,区间参考通行指数μB,区间通行指数μb;计算通行效率置信水平θ,检查θ是否满足预设阈值,如果满足则确认各个单元的最终通行效率,否则,步进调节每个单元的通行效率,并重复上述过程;解析输出每个单元路段的交通状态。本发明的优点是:通过一种协作模型建立起路段单元与路段区间之间的联系,使得单元的状态能够及时反映区间的整体变化趋势,得到更加合理有效的交通状态结果;步进调节模型稳定可靠,优化效果好,实用性强。
Description
技术领域
本发明涉及交通管理领域,尤其涉及一种基于单元-区间协作的城市道路交通状态分析方法。
背景技术
新世纪以来,为了响应城市建设现代化、信息化的需要,我国的城市管理逐步向智能化管理发展,特别是在城市交通控制领域,不断推进的智慧交通建设让城市管理者和参与实际交通运行的行人车辆都受益匪浅。简单地说,智慧交通的“智慧”就是让交通控制***可以自动感知城市中每条道路的交通变化并直观地呈现在所有的参与者面前。为了实现这个目标,需要大力发展相关的智慧化交通管理技术,而城市道路的交通状态评价分析技术就是其中重要的一环。通过对城市道路的交通状态进行评价分析不仅能够实时跟踪观察整个城市道路的交通运行状况,给政府交通管理部门提供决策参考,还能够让行人车辆及时了解周边的道路通行情况,从而选择合适的出行方案,给日常生活带来了极大的便利。
针对城市道路交通状态评价分析技术的研究最早是在上个世纪中叶从对道路交通需求较高的欧美发达国家开始的。这项技术一般称为交通拥堵自动判别技术(AutomaticCongestion Identification,ACI),主要针对城市道路(包括市区道路、快速路、高速公路)中可能出现的拥堵情况进行识别,进而能够迅速开展疏导工作恢复路面畅通。这其中比较具有代表性的主要有California算法、McMaster算法、指数平滑法和标准偏差法四种算法,其他研究方法大多是基于这四种方法的改进。由于国外发达国家道路交通体系比较成熟,相关检测设施也比较完善,可以取得足够数量的比较精确的交通数据,从而识别出有效的拥堵状态。而我国各大城市普遍处于发展阶段,甚至于很多城市最基础的交通流检测仍然存在很多问题,直接应用这些算法很难取得比较满意的结果。另外,对于当前的智慧交通发展而言,单纯判断道路是否处于拥堵状态已经不能满***通管理的需求,还需要更为细致的状态划分以及精准的标明交通运行状况的指数数据。这些都是目前一般的ACI方法难以实现的。
基于上述问题以及我国交通管理的特殊需求,国内的研究人员也提出了一些相关直接分析道路或者区域交通状态的方法。但是,这些方法大多只是单一的对道路状态或者对区域状态的分析,忽略了两者之间存在的相关性关系;此外,很多方法通过比较复杂的神经网络、滤波、矩阵模型对交通状态进行分析,虽然在实验室理论模拟中可能会取得较好的结果,但是在实际工程实践应用中很难达到理想的效果,实用性不高。
发明内容
本发明为克服上述的不足之处,目的在于提供稳定可靠、实用性高、可扩展性强的一种基于单元-区间协作的城市道路交通状态分析方法。
本发明是通过以下技术方案达到上述目的:一种基于单元-区间协作的城市道路交通状态分析方法,所述单元为两个相邻交叉路口之间单一方向的单元路段,所述区间为若干个相邻单元路段组成的路段区间,该方法包括以下步骤:
(1)采集区间内所有单元路段在检测周期内的交通信息参数,所述交通信息参数包括单元路段各车道交通流量、单元路段各车道车辆速度、单元路段占有率;
(2)分别计算每个单元路段的初始通行效率ei以及路段区间的参考交通通行指数μB;
(3)根据各个单元路段的通行效率计算区间通行指数μb;
(4)根据μb与μB计算路段区间通行效率的置信水平,检查置信水平θ是否满足预设阈值,如果是,转向步骤(6),否则,转向步骤(5);
(5)步进调节每个单元路段的通行效率ei,转向步骤(3);
(6)确认各个单元路段最终通行效率,并根据通行效率解析每个单元路段的交通状态Si,完成该时间段内交通状态分析计算。
作为优选,采集的交通信息参数包括单元路段交通属性参数以及实时交通参数两类,其中,交通属性参数包括单元路段的路段长度、设计最大行驶速度、历史最大行驶速度以及最大通行能力;实时交通参数包括单元路段的占有率、各个车道的交通流量以及行驶速度。
作为优选,所述步骤(2)中每个单元路段的初始通行效率计算公式为:
VM=min{VMS,VMR};
VMR=(1+ωL)·VMD;
式中,ei为第i个单元路段的通行效率,保留小数点后两位有效数字;p为一个检测周期时间内交通检测器的检测次数;m为单元路段包含的车道数;vk为单元路段第k次检测的平均行驶速度,单位为km/h;vkj为单元路段第j个车道第k次检测获取的速度参数,单位为km/h;VM为单元路段的最佳行驶速度,单位为km/h;VMR为单元路段的有效最大行驶速度,单位为km/h;VMS为单元路段的历史统计最大行驶速度,单位为km/h;VMD为单元路段的设计最大行驶速度,单位为km/h;L为单元路段的路段长度,单位为km;ω=0.0833为有效速度修正系数。
作为优选,所述步骤(2)中路段区间的参考交通通行指数μB计算公式为:
式中,为路段区间的有效总流量;N为路段区间内所有单元路段的个数;Ci为路段i在一个检测周期内的最大通行能力;CB为路段区间在一个检测周期内的最大通行能力;fi为路段i在检测周期内的检测总流量;σi为路段i在检测周期内的平均占有率;σik为路段i在检测周期内第k次检测获取的占有率参数。
作为优选,所述步骤(3)中区间通行指数μb的计算公式为:
作为优选,所述步骤(4)中检查区间通行效率的置信水平θ的公式为:
如果满足θ≥90%,则表明通行效率符合要求;否则,需要重新调整各个单元路段的通行效率。
作为优选,所述步骤(5)中每个单元路段通行效率的步进调节公式为:
其中,ei为调节前的单元路段通行效率;ei为调节后的单元路段通行效率;Δ为调节步长,可以根据μb与μB的大小关系取对应的值。
作为优选,所述步骤(6)中单元路段的最终通行效率解析交通状态的公式为:
式中,Si表示单元路段i在当前检测周期的交通状态。
作为优选,所述交通信息参数检测时间以6min为一个周期。
本发明的有益效果在于:通过一种协作模型建立起单元路段与路段区间之间的联系,使得单元路段的状态能够及时反映路段区间的整体变化趋势,这样可以得到更加合理有效的交通状态结果;同时,本发明的计算模型采用检测器检测精度较高的几种交通参数,并通过步进调节模式优化单元路段的交通状态结果,简单直观且易于实现,能够以较低的计算复杂度实现稳定可靠的运算,可扩展性高,实用性强。
附图说明
图1为本发明实施例的一个单元-区间区域示意图;
图2为本发明流程结构示意图;
图3为本发明实施例所述单元路段信息检测示意图;
图4为本发明实施例的原理框图。
具体实施方式
下面结合具体实施例对本发明进行进一步描述,但本发明的保护范围并不仅限于此:
实施例1:如图1所示,本实施例一种基于单元-区间协作的城市道路交通状态分析方法,所述单元为两个相邻交叉路口之间单一方向的单元路段,图中有单元路段21个;所述区间为所示21个相邻单元路段组成的路段区间。
本实施例流程框图如图2所示,包括以下步骤:
(1)采集区间内所有单元路段在检测周期为6min的时间段内的交通信息参数,所述交通信息参数包括单元路段交通属性参数以及实时交通参数两类。交通属性参数包括单元路段的路段长度、设计最大行驶速度、历史最大行驶速度以及最大通行能力,其中,路段长度、设计最大行驶速度可以根据交通管理部门公开数据获取;历史最大行驶速度、最大通行能力可以根据数据库中连续2个月以上的历史交通数据统计得出。实时交通参数指的是检测器在一个检测周期内在单元路段实时采集的交通数据,包括单元路段的占有率、单元路段各个车道的交通流量以及行驶速度值;
(2)分别计算每个单元路段的初始通行效率ei以及路段区间的参考交通通行指数μB;
如图3所示的一个包含m个车道的单元路段,在一个检测周期内单元路段上的检测器产生了p次检测,每次检测数据都包含流量、速度、占有率三个数据,图4中d12就表示车道1的第2次检测数据;基于此,初始通行效率计算公式为:
式中,ei为第i个单元路段的通行效率,保留小数点后两位有效数字;p为一个检测周期时间内交通检测器的检测次数;m为单元路段包含的车道数;vk为单元路段第k次检测的平均行驶速度,单位为km/h;vkj为单元路段第j个车道第k次检测获取的速度参数,单位为km/h;VM为单元路段的最佳行驶速度,单位为km/h;VMR为单元路段的有效最大行驶速度,单位为km/h;VMS为单元路段的历史统计最大行驶速度,单位为km/h;VMD为单元路段的设计最大行驶速度,单位为km/h;L为单元路段的路段长度,单位为km;ω=0.0833为有效速度修正系数;
路段区间的参考交通通行指数μB计算公式为:
式中,为路段区间的有效总流量;N为路段区间内所有单元路段的个数,在图1所示的路段区间中,有N=21;Ci为路段i在一个检测周期内的最大通行能力;CB为路段区间在一个检测周期内的最大通行能力;fi为路段i在检测周期内的检测总流量;σi为路段i在检测周期内的平均占有率;σik为路段i在检测周期内第k次检测获取的占有率参数;
(3)根据各个单元路段的通行效率计算区间通行指数
(4)根据μb与μB计算路段区间通行效率的置信水平θ,检查置信水平θ是否满足预设阈值即θ≥90%,如果是,转向步骤6,否则,转向步骤5;
(5)步进调节每个单元路段的通行效率ei,转向步骤3;
每个单元路段通行效率的步进调节公式为:
其中,ei为调节前的单元路段通行效率;ei为调节后的单元路段通行效率;Δ为调节步长,可以根据μb与μB的大小关系取对应的值;
(6)确认各个单元路段最终通行效率,并根据通行效率解析每个单元路段的交通状态完成该时间段内交通状态分析计算。
本实施例原理框图如图4所示,将路段实时交通检测数据分别送入数据库作为历史交通配置数据、中心计算机作为采集的交通信息参数,随后中心计算机分别计算每个单元路段的初始通行效率ei、路段区间的参考交通通行指数μB、区间通行指数μb、置信水平θ,中心计算机对置信水平与预设阈值进行比较,若不满足预设阈值则进行步进调节,满足预设阈值则输出交通状态。事实上,本发明的方法可以应用到任意形状的城市交通区域中,对于检测器采集的交通参数不同的情况也可以通过调整交通参数模型来实现交通状态分析;另外,本发明中提出的通行效率、区间通行指数模型还可以应用到交通指数评价领域供交通管理部门参考。
以上的所述乃是本发明的具体实施例及所运用的技术原理,若依本发明的构想所作的改变,其所产生的功能作用仍未超出说明书及附图所涵盖的精神时,仍应属本发明的保护范围。
Claims (9)
1.一种基于单元-区间协作的城市道路交通状态分析方法,所述单元为两个相邻交叉路口之间单一方向的单元路段,所述区间为若干个相邻单元路段组成的路段区间,其特征在于,该方法包括以下步骤:
(1)采集区间内所有单元路段在检测周期内的交通信息参数,所述交通信息参数包括单元路段各车道交通流量、单元路段各车道车辆速度、单元路段占有率;
(2)分别计算每个单元路段的初始通行效率ei以及路段区间的参考交通通行指数μB;
(3)根据各个单元路段的通行效率计算区间通行指数μb;
(4)根据μb与μB计算路段区间通行效率的置信水平,检查置信水平θ是否满足预设阈值,如果是,转向步骤(6),否则,转向步骤(5);
(5)步进调节每个单元路段的通行效率ei,转向步骤(3);
(6)确认各个单元路段最终通行效率,并根据通行效率解析每个单元路段的交通状态Si,完成该时间段内交通状态分析计算。
2.根据权利要求1所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,采集的交通信息参数包括单元路段交通属性参数以及实时交通参数两类,其中,交通属性参数包括单元路段的路段长度、设计最大行驶速度、历史最大行驶速度以及最大通行能力;实时交通参数包括单元路段的占有率、各个车道的交通流量以及行驶速度。
3.根据权利要求1或2所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,所述步骤(2)中每个单元路段的初始通行效率计算公式为:
VM=min{VMS,VMR};
VMR=(1+ωL)·VMD;
式中,ei为第i个单元路段的通行效率,保留小数点后两位有效数字;p为一个检测周期时间内交通检测器的检测次数;m为单元路段包含的车道数;vk为单元路段第k次检测的平均行驶速度,单位为km/h;vkj为单元路段第j个车道第k次检测获取的速度参数,单位为km/h;VM为单元路段的最佳行驶速度,单位为km/h;VMR为单元路段的有效最大行驶速度,单位为km/h;VMS为单元路段的历史统计最大行驶速度,单位为km/h;VMD为单元路段的设计最大行驶速度,单位为km/h;L为单元路段的路段长度,单位为km;ω=0.0833为有效速度修正系数。
4.根据权利要求1或2所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,所述步骤(2)中路段区间的参考交通通行指数μB计算公式为:
式中,为路段区间的有效总流量;N为路段区间内所有单元路段的个数;Ci为路段i在一个检测周期内的最大通行能力;CB为路段区间在一个检测周期内的最大通行能力;fi为路段i在检测周期内的检测总流量;σi为路段i在检测周期内的平均占有率;σik为路段i在检测周期内第k次检测获取的占有率参数。
5.根据权利要求1所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,所述步骤(3)中区间通行指数μb的计算公式为:
6.根据权利要求1所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,所述步骤(4)中检查区间通行效率的置信水平θ的公式为:
如果满足θ≥90%,则表明通行效率符合要求;否则,需要重新调整各个单元路段的通行效率。
7.根据权利要求1或6所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,所述步骤(5)中每个单元路段通行效率的步进调节公式为:
其中,ei为调节前的单元路段通行效率;ei为调节后的单元路段通行效率;Δ为调节步长,根据μb与μB的大小关系取对应的值。
8.根据权利要求1所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,所述步骤(6)中单元路段的最终通行效率解析交通状态的公式为:
式中,Si表示单元路段i在当前检测周期的交通状态。
9.根据权利要求1所述的一种基于单元-区间协作的城市道路交通状态分析方法,其特征在于,交通信息参数检测以6min为一个周期。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165821.0A CN103914984B (zh) | 2014-04-23 | 2014-04-23 | 一种基于单元-区间协作的城市道路交通状态分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165821.0A CN103914984B (zh) | 2014-04-23 | 2014-04-23 | 一种基于单元-区间协作的城市道路交通状态分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103914984A true CN103914984A (zh) | 2014-07-09 |
CN103914984B CN103914984B (zh) | 2016-01-20 |
Family
ID=51040629
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410165821.0A Active CN103914984B (zh) | 2014-04-23 | 2014-04-23 | 一种基于单元-区间协作的城市道路交通状态分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103914984B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035755A (zh) * | 2017-06-12 | 2018-12-18 | 北京嘀嘀无限科技发展有限公司 | 路况分析方法、装置、服务器和计算机可读存储介质 |
CN109191842A (zh) * | 2018-09-18 | 2019-01-11 | 银江股份有限公司 | 基于实时通行能力的拥堵调控策略推荐方法及*** |
CN112750304A (zh) * | 2020-12-30 | 2021-05-04 | 东南大学 | 一种基于交通仿真的交叉口数据采集区间确定方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101127159A (zh) * | 2007-09-18 | 2008-02-20 | 中国科学院软件研究所 | 基于网络受限移动对象数据库的交通流数据采集与分析 |
US20080306666A1 (en) * | 2007-06-05 | 2008-12-11 | Gm Global Technology Operations, Inc. | Method and apparatus for rear cross traffic collision avoidance |
CN101483011A (zh) * | 2009-02-11 | 2009-07-15 | 北京交通大学 | 一种获取城市道路交通状态的传感器网络 |
CN101650876A (zh) * | 2009-08-26 | 2010-02-17 | 重庆大学 | 城市路段交通流平均速度获取方法 |
CN102509454A (zh) * | 2011-11-03 | 2012-06-20 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
CN103258428A (zh) * | 2013-04-24 | 2013-08-21 | 交通运输部公路科学研究所 | 一种基于etc设备实现交通状态采集的方法 |
-
2014
- 2014-04-23 CN CN201410165821.0A patent/CN103914984B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080306666A1 (en) * | 2007-06-05 | 2008-12-11 | Gm Global Technology Operations, Inc. | Method and apparatus for rear cross traffic collision avoidance |
CN101127159A (zh) * | 2007-09-18 | 2008-02-20 | 中国科学院软件研究所 | 基于网络受限移动对象数据库的交通流数据采集与分析 |
CN101483011A (zh) * | 2009-02-11 | 2009-07-15 | 北京交通大学 | 一种获取城市道路交通状态的传感器网络 |
CN101650876A (zh) * | 2009-08-26 | 2010-02-17 | 重庆大学 | 城市路段交通流平均速度获取方法 |
CN102509454A (zh) * | 2011-11-03 | 2012-06-20 | 安徽科力信息产业有限责任公司 | 基于fcd与地磁检测器的道路状态融合方法 |
CN103258428A (zh) * | 2013-04-24 | 2013-08-21 | 交通运输部公路科学研究所 | 一种基于etc设备实现交通状态采集的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109035755A (zh) * | 2017-06-12 | 2018-12-18 | 北京嘀嘀无限科技发展有限公司 | 路况分析方法、装置、服务器和计算机可读存储介质 |
CN109191842A (zh) * | 2018-09-18 | 2019-01-11 | 银江股份有限公司 | 基于实时通行能力的拥堵调控策略推荐方法及*** |
CN112750304A (zh) * | 2020-12-30 | 2021-05-04 | 东南大学 | 一种基于交通仿真的交叉口数据采集区间确定方法及装置 |
CN112750304B (zh) * | 2020-12-30 | 2021-11-23 | 东南大学 | 一种基于交通仿真的交叉口数据采集区间确定方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103914984B (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103839409B (zh) | 基于多断面视觉传感聚类分析的交通流状态判别方法 | |
CN103903433B (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN102968901B (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
CN103021176B (zh) | 基于断面检测器的城市道路交通状态判别方法 | |
CN102360526B (zh) | 一种快速道路路段状态的实时监测方法 | |
CN104240499B (zh) | 一种基于微波数据的异常拥堵点判别方法 | |
CN105405293B (zh) | 一种道路旅行时间短期预测方法和*** | |
CN104408925B (zh) | 基于陈列雷达的交叉口运行状态评价方法 | |
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 | |
CN103646534A (zh) | 一种道路实时交通事故风险控制方法 | |
CN104778835B (zh) | 一种高等级道路多瓶颈点拥堵演化时空范围识别方法 | |
CN101783074A (zh) | 一种城市道路交通流状态实时判别方法及*** | |
CN104050809B (zh) | 交通状况自动分析预测方法 | |
CN104484996A (zh) | 一种基于多源数据的路段交通状态判别方法 | |
CN102592447A (zh) | 一种基于fcm的区域路网的道路交通状态判别方法 | |
CN103150900A (zh) | 一种基于视频的交通拥堵事件自动检测方法 | |
CN101739825A (zh) | 基于gps浮动车的交通数据故障识别与修复方法 | |
CN103761430A (zh) | 一种基于浮动车的路网高峰时段识别方法 | |
CN105321347A (zh) | 一种分层次的路网交通拥堵评价方法 | |
CN108597227A (zh) | 高速公路收费站下道交通流量预测方法 | |
CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN101882374A (zh) | 一种车辆行程分布综合信息分析***及方法 | |
CN104298832A (zh) | 一种基于rfid技术的路网交通流分析方法 | |
CN105654720A (zh) | 基于城市道路拥堵识别的检测器布设方法 |
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 | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 310012 1st floor, building 1, 223 Yile Road, Hangzhou City, Zhejiang Province Patentee after: Yinjiang Technology Co.,Ltd. Address before: 310012 floor 1, building 1, No. 223, Yile Road, Xihu District, Hangzhou City, Zhejiang Province Patentee before: ENJOYOR Co.,Ltd. |