CN104952258B - 基于交通场面雷达的交通事件影响范围计算方法 - Google Patents
基于交通场面雷达的交通事件影响范围计算方法 Download PDFInfo
- Publication number
- CN104952258B CN104952258B CN201510341206.5A CN201510341206A CN104952258B CN 104952258 B CN104952258 B CN 104952258B CN 201510341206 A CN201510341206 A CN 201510341206A CN 104952258 B CN104952258 B CN 104952258B
- Authority
- CN
- China
- Prior art keywords
- traffic
- interval
- traffic events
- moment
- 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.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于城市快速路交通管理技术领域,具体涉及一种基于交通场面雷达的交通事件影响范围计算方法。本发明包括:在快速路待测区域安装交通场面雷达,并调试及设定检测范围;利用交通场面雷达获取检测区域内移动车辆的定位数据;计算检测区域一个时间间隔内单个移动车辆的行驶速度;计算检测区域一个时间间隔内路段的平均行驶速度;采用阈值法判别交通事件;计算交通事件的持续时间;获得交通事件的影响范围。本发明能够迅速获知当前交通事件影响范围,以便于交通管理者合理界定当前拥堵道路的交通分流位置,从而达到避免发生二次事故和拥堵,减少事故的影响和行车延误的目的,以提高交通管理者事件处置的决策水平和智能化水平。
Description
技术领域
本发明属于城市快速路交通管理技术领域,具体涉及一种基于交通场面雷达的交通事件影响范围计算方法。
背景技术
快速路在城市道理***中承担着将近50%的交通负担,具有速度快、封闭式、交通波传播路径单一的特点,因此快速路上一旦发生交通事件,将会导致某一段快速路甚至整条快速路进入拥堵瘫痪状态,进而使得整个城市交通处于瘫痪状态。由于快速路是封闭式的,当交通事件发生后,会产生集结波向上游路段蔓延,使得车辆排队不断延伸,波及上游的其他入口匝道,严重会影响相关道路交通状态,从而使得城市道路拥堵加剧。
城市道路的交通信息采集是城市动态交通管理的基础。目前,常用的检测设备有视频检测、微波检测、线圈检测、地磁检测,但是在实际应用这些检测手段都存在各式各样的弊端。如视频检测受光线的干扰较大、微波检测响应时间较长、线圈检测会破坏路面、地磁检测受无线通信的影响经常数据丢失等。此外的,对于当前的城市交通的发展方向而言,单纯如上述的判断道路是否处于拥堵状态也已经不能满***通管理的需求,更需求的是能够解决当前的道路拥堵问题。这就需要能有一套便捷高效的道路拥堵范围判定***,能够使得在交通事件发生时,能够迅速获知当前交通事件影响范围,以便于交通管理者合理界定当前拥堵道路的交通分流位置,从而达到避免发生二次事故和拥堵,减少事故的影响和行车延误的目的,以提高交通管理者事件处置的决策水平和智能化水平。
发明内容
本发明的目的为克服上述现有技术的不足,提供一种更为高效快捷的基于交通场面雷达的交通事件影响范围计算方法,其能够使得在交通事件发生时,能够迅速获知当前交通事件影响范围,以便于交通管理者合理界定当前拥堵道路的交通分流位置,从而达到避免发生二次事故和拥堵,减少事故的影响和行车延误的目的,以提高交通管理者事件处置的决策水平和智能化水平。
为实现上述目的,本发明采用了以下技术方案:
一种基于交通场面雷达的交通事件影响范围计算方法,其特征在于包括以下步骤:
1)、在快速路待测区域安装交通场面雷达,并调试及设定检测范围;
2)、在快速路待测区域上以连续均等的时间间隔来划分区间,利用该交通场面雷达采集快速路待测区域内所有移动车辆在连续的各个区间内的分方向速度数据,该分方向速度数据包括单个移动车辆沿平行车道方向的行驶速度和垂直车道方向的行驶速度;
3)、计算该待测区域处一个区间内单个移动车辆的行驶速度,进而获得该区间内所有移动车辆的平均行驶速度;
4)、根据上述区间内所有移动车辆的平均行驶速度,判断该区间内的所有移动车辆的平均行驶速度是否低于快速路车辆最低行驶速度阈值;如果是,则判断该时间间隔所处区间内发生交通事件,转向步骤5);如果不是,则重复步骤3);
5)、根据交通事件发生时,该交通事件所处区间之后的各区间内所有移动车辆的平均行驶速度,判断其平均行驶速度是否高于快速路车辆正常行驶速度阈值;如果不是,则持续该步骤;如果是,进入步骤6);
6)、计算该高于正常行驶速度阈值所处区间之前一个区间至最早发生交通事件所处区间的时间间隔总和,获得该交通事件的持续时间,并进入步骤7);
7)、以交通事件引起的车辆排队长度、未发生交通事件时该交通事件所处区间的平均行驶速度以及交通事件持续时间,获得该交通事件所影响的快速路待测区域的长度,确定交通事件的影响范围。
所述步骤2)中,
记t1时刻时编号为i检测车辆的相对位置数据为(Xt1,i,Yt1,i);
记t2时刻时编号为i检测车辆的相对位置数据为(Xt2,i,Yt2,i);
依次类推,并以每两个相邻时刻的间隔为50ms;
且步骤3)中,计算由t1时刻和t2时刻的时间间隔所构成的第一个区间内单个移动车辆的平均行驶速度计算方法如下,之后各区间计算同理:
其中:Vi 2-1是编号为i检测车辆的t1时刻和t2时刻的间隔内平均行驶速度,单位:km/h;
由t1时刻和t2时刻的时间间隔所构成的第一个区间内路段的所有移动车辆的平均行驶速度计算公式如下,之后各区间计算同理:
其中:
Vi 2-1是编号为i检测车辆的t1时刻和t2时刻的间隔内平均行驶速度;
n是检测区域的t1时刻和t2时刻的间隔内所有的检测车辆总数。
所述步骤4)中,所述快速路车辆最低行驶速度阈值为Vmin,若V2-1<Vmin,则判别该区域发生交通事件。
所述步骤6)中,所述的计算交通事件的持续时间包括以下步骤:
a)、依次计算交通事件发生后检测区域后续时间间隔内所有移动车辆的平均行驶速度V3-2,V4-3,…,V(j+1)-j;
b)、依次判断交通事件发生后检测区域后续时间间隔内所有移动车辆的平均行驶速度V3-2,V4-3,…,V(j+1)-j是否大于设定快速路车辆正常行驶速度阈值Vm;
c)、若V(j+1)-j>Vm,则该交通事件的持续时间T计算公式为:
T=(j-1)*50/(1000*3600)
其中,T单位:h。
所述步骤7)中,以影响区域的长度L来描述交通事件的影响范围,公式如下:
其中:
未发生交通事件时该路段的平均行驶速度,这个是统计数据,通过对交通场面雷达检测的速度的历史数据统计得到;
T:交通事件的持续时间;
Lq:由于交通事件引起的排队长度;该排队长度数据在交通场面雷达内的可直接检测到,超出其检测范围则通过下面公式计算:
Lq的计算公式:
其中,T是交通事件持续时间;
Vf是畅行速度;也即车流密度趋于零,车辆可以畅行无阻时的平均速度;
Q是发生交通事件前路段多车道断面交通流量,该参数通过对交通场面雷达的检测的流量数据统计得到;
Qmax是路段基本通行能力,单位:pch/h,在此Qmax=2100*N,N为车道数;
Qf是实际运行条件下的该路段通行能力,单位:pch/h,计算公式如下:
Qf=Qmax*fcw*fsw*fhv,
其中,fcw是行车宽度对通行能力的修正系数;fsw是侧净空对通行能力的修正系数;fhv是交通组成对通行能力的修正系数。
本发明的主要优点在于:本发明充分的利用了交通场面雷达响应、精度高的特点,以其发出的宽波束来覆盖所有车道,结合交通流基础理论,在获取交通事件影响范围的基础上实现交通事件下的路段拥堵范围界定。通过上述操作方式,交通管理者在交通事件发生时,能够迅速获知当前交通事件影响范围,以快速而合理的界定当前拥堵道路的交通分流位置,从而达到避免发生二次事故和拥堵,减少事故的影响和行车延误的目的,以提高交通管理者事件处置的决策水平和智能化水平。
附图说明
图1为本发明的方法流程简图;
图2为交通场面雷达的坐标***建立示意图;
图3为计算各区间处所有移动车辆的平均行驶速度的时间轴划分图;
图4为交通事件下交通组织时的各作用点选择位置示意图。
具体实施方式
为便于理解,此处结合图1-4对本发明的具体实施过程作以下进一步描述:
该基于交通场面雷达的交通事件影响范围计算方法,如图1-2所示,其方法包括下列步骤:
1)、在快速路待测区域安装交通场面雷达,并调试及设定检测范围;
2)、利用交通场面雷达获取检测区域内移动车辆的分方向速度数据;
3)、计算检测区域一个时间间隔内单个移动车辆的行驶速度;
4)、计算检测区域一个时间间隔内路段的平均行驶速度;
5)、采用阈值法判别交通事件;
6)、计算交通事件的持续时间;
7)、计算交通事件的影响范围。
交通场面雷达是用宽波束来覆盖所有车道,通过测距、测角、和独有的多目标跟踪技术来精确定位车辆,以实现目标精确定位,误差不超过0.25米,精度高,响应时间短,检测区域最大范围为240米。
检测区域内移动车辆的分方向的速度数据,为了便于具体实施方式的描述,对参数为如下标记:
记t1时刻时编号为i检测车辆的相对位置数据为(Xt1,i,Yt1,i);
记t2时刻时编号为i检测车辆的相对位置数据为(Xt2,i,Yt2,i);
依次类推,并以每两个相邻时刻的间隔为50ms。
步骤3)中,计算由t1时刻和t2时刻的时间间隔所构成的第一个区间内单个移动车辆的平均行驶速度计算方法如下,之后各区间计算同理:
其中:Vi 2-1是编号为i检测车辆的t1时刻和t2时刻的间隔内平均行驶速度,单位:km/h;
由t1时刻和t2时刻的时间间隔所构成的第一个区间内路段的所有移动车辆的平均行驶速度计算公式如下,之后各区间计算同理:
其中:
Vi 2-1是编号为i检测车辆的t1时刻和t2时刻的间隔内平均行驶速度;
n是检测区域的t1时刻和t2时刻的间隔内所有的检测车辆总数。
作为供车辆高速行驶的快速路,此处以10km/h作为快车道的设定最低行驶速度最为客观,则一旦V2-1<10km/h,则通过阈值法判别该区域发生交通事件。
计算交通事件的持续时间包括以下步骤。
a、依次计算交通事件发生后检测区域后续时间间隔内所有移动车辆的平均行驶速度V3-2,V4-3,…,V(j+1)-j。如图3所示,Vi 2-1区间所示的X标记处为交通事件发生处。
b、依次判断交通事件发生后检测区域后续时间间隔内所有移动车辆的平均行驶速度V3-2,V4-3,…,V(j+1)-j是否大于设定的正常速度值45km/h。
c、若V(j+1)-j>45km/h,则该交通事件的持续时间T(单位:小时)计算公式为:
T=(j-1)*50/(1000*3600)
计算交通事件的影响范围,由于快速路是封闭式的,在此用影响区域的长度L来描述交通事件的影响范围。公式如下:
其中:
未发生交通事件时该路段的平均行驶速度,这个是统计数据,通过对交通场面雷达检测的速度的历史数据统计得到。
T:交通事件的持续时间。
Lq:由于交通事件引起的排队长度。该排队长度数据交通场面雷达可直接检测到的,但是其检测范围只有240m,若超出这个范围则需要通过下面公式计算。
Lq排队长度的计算公式:
其中,T是交通事件持续时间;Vf是畅行速度;也即车流密度趋于零,车辆可以畅行无阻时的平均速度;Q是发生交通事件前路段多车道断面交通流量,该参数通过对交通场面雷达的检测的流量数据统计得到;Qmax是路段基本通行能力,单位:pch/h,在此Qmax=2100*N,N为车道数;Qf路段的实际通行能力。实际通行能力是实际运行条件下的通行能力,单位:pch/h,计算公式如下:
Qf=Qmax*fcw*fsw*fhv,其中,fcw是行车宽度对通行能力的修正系数;fsw是侧净空对通行能力的修正系数;fhv是交通组成对通行能力的修正系数。
在上述路况处理前提下,即可进行交通事件下交通组织。也即针对交通事件影响波及的入口匝道进行交通分流和管理,避免使得车辆排队情况恶化。
发生交通事故后,需在可进行交通组织的作用点节告知交通事件的基本信息并采取相应的措施,降低交通事件造成的损失,缓解交通拥堵,减少行车延误。其交通组织过程包括以下步骤:
a、作用点分类
按照其影响程度和采取的交通组织措施不同,将作用点分为三类:信息提示点、限流点、节流点。
信息提示点是处在发生交通事件的上游路段的入口匝道,没有受到交通事件影响,不需要采取强制措施,只需提醒即可。
限流点是受交通事件影响的影响,但是没有受到排队长度的影响事件的上游路段的入口匝道,需要限制部分车流驶入。
截流点是受到排队长度的影响事件的上游路段的入口匝道,禁止车流驶入。
b、作用点类型的判别
1)、选择该路段上游某个入口匝道,然后计算该入口匝道到交通事件所处位置的距离li,距离公示如下:
其中:(x,y)是交通事件的位置坐标;(xi,yi)是事件上游路段第i个入口匝道的位置坐标。
(2)、判别作用点类型:
若li≤Lq,则事件上游路段第i个入口匝道是截流点;
若Lq<li≤L,则事件上游路段第i个入口匝道是限流点;
若li>L,则事件上游路段第i个入口匝道是信息提示点。
各作用点的选择位置如图4所示。
在上述基础上,即可针对各类作用点的功能不同而采取相应的交通组织措施:
1)、信息提示点:采取信息诱导的交通组织措施,通过诱导屏发布提示车辆谨慎驶入该匝道的信息,建议其绕行;
2)、限流点:采取限流的交通组织措施,限制部分车辆的驶入。
3)、截流点:采取截流的交通组织措施,限制所有车辆驶入匝道。
实施例:
交通场面雷达专利实例:
1)、在快速路待测区域安装交通场面雷达,并调试及设定检测范围。
2)、通过交通场面雷达获取检测区域内的运动目标的分方向速度数据,默认目标车辆为目标车辆1和目标车辆2,之后车辆以此类推;
t1时刻:目标车辆1的相对位置数据(2.44,1.19);目标车辆2的相对位置数据(2.40,1.15);
t2时刻:目标车辆1的相对位置数据(2.41,1.17);目标车辆2的相对位置数据(2.36,1.11)。
3)、计算检测区域一个时间间隔也即一个区间内单个移动车辆的平均行驶速度:
此时,目标1的移动速度:
目标2的移动速度:
4)、计算检测区域t1到t2时刻这个时间间隔内检测区域路段的所有移动车辆的平均行驶速度:
5)、采用阈值法判别交通事件;由于V2-1<10km/h,该路段发生突发交通事件。
6)、依次计算交通事件发生后检测区域后续时间间隔内所有移动车辆的平均行驶速度:
V3-2=3.76km/h;V4-3=5.12km/h;V5-4=5.11km/h;V6-5=5.02km/h;
V6-7=5.13km/h;…;V10001-10000=15.12km/h;V10002-10001=20.81km/h;
V10003-10002=30km/h;…;V20001-20000=39.8km/h;V20002-20001=42.88km/h;
V20003-20002=43.6km/h;…;V20102-20101=45.2km/h
7)、计算交通事件的持续时间,由于V20102-20101=45.2km/h>45km/h,则该交通事件的持续时间T为:
T=(20102-1)*50/(1000*3600)=0.27h
8)、影响区域计算:
当前事件造成的排队长度为198米,在交通场面雷达检测范围内;未发生交通事件时该路段的该时段平均行驶速度为50km/h,所以交通事件的影响区域长度为:
9)、交通组织作用点类型确定:
该检测区域上游道路有7个入口匝道,分别记为匝道1、匝道2、匝道3、匝道4、匝道5、匝道6、匝道7,对应的距离到事件现场的距离为:150米、500米、2500米、7500米、10550米、13500米、16000米。
按照判别作用点类型的规则:
低于198m当前事件造成排队长度的匝道1是截流点;位于交通事件的影响区域长度处的匝道2、匝道3、匝道4、匝道5、匝道6是限流点;而匝道7是信息提示点。
10)、采取的交通组织措施
1)、匝道7:采取信息诱导的交通组织措施,通过诱导屏发布提示车辆谨慎驶入该匝道的信息,建议其绕行;
2)、匝道2、匝道3、匝道4、匝道5、匝道6:采取限流的交通组织措施,限制部分车辆的驶入。
3)、匝道1:采取截流的交通组织措施,限制所有车辆驶入匝道。
Claims (5)
1.一种基于交通场面雷达的交通事件影响范围计算方法,其特征在于包括以下步骤:
1)、在快速路待测区域安装交通场面雷达,并调试及设定检测范围;
2)、在快速路待测区域上以连续均等的时间间隔来划分区间,利用该交通场面雷达采集快速路待测区域内所有移动车辆在连续的各个区间内的分方向速度数据,该分方向速度数据包括单个移动车辆沿平行车道方向的行驶速度和垂直车道方向的行驶速度;
3)、计算该待测区域处一个区间内单个移动车辆的行驶速度,进而获得该区间内所有移动车辆的平均行驶速度;
4)、根据上述区间内所有移动车辆的平均行驶速度,判断该区间内的所有移动车辆的平均行驶速度是否低于快速路车辆最低行驶速度阈值;如果是,则判断该时间间隔所处区间内发生交通事件,转向步骤5);如果不是,则重复步骤3);
5)、根据交通事件发生时,该交通事件所处区间之后的各区间内所有移动车辆的平均行驶速度,判断其平均行驶速度是否高于快速路车辆正常行驶速度阈值;如果不是,则持续该步骤;如果是,进入步骤6);
6)、计算该高于正常行驶速度阈值所处区间之前一个区间至最早发生交通事件所处区间的时间间隔总和,获得该交通事件的持续时间,并进入步骤7);
7)、以交通事件引起的车辆排队长度、未发生交通事件时该交通事件所处区间的平均行驶速度以及交通事件持续时间,获得该交通事件所影响的快速路待测区域的长度,确定交通事件的影响范围。
2.根据权利要求1所述的一种基于交通场面雷达的交通事件影响范围计算方法,其特征在于:所述步骤2)中,
记t1时刻时编号为i检测车辆的相对位置数据为(Xt1,i,Yt1,i);
记t2时刻时编号为i检测车辆的相对位置数据为(Xt2,i,Yt2,i);
依次类推,并以每两个相邻时刻的间隔为50ms;
且步骤3)中,计算由t1时刻和t2时刻的时间间隔所构成的第一个区间内单个移动车辆的平均行驶速度计算方法如下,之后各区间计算同理:
其中:Vi 2-1是编号为i检测车辆的t1时刻和t2时刻的间隔内平均行驶速度,单位:km/h;
由t1时刻和t2时刻的时间间隔所构成的第一个区间内路段的所有移动车辆的平均行驶速度计算公式如下,之后各区间计算同理:
其中:
Vi 2-1是编号为i检测车辆的t1时刻和t2时刻的间隔内平均行驶速度;
n是检测区域的t1时刻和t2时刻的间隔内所有的检测车辆总数。
3.根据权利要求2所述的一种基于交通场面雷达的交通事件影响范围计算方法,其特征在于:所述步骤4)中,所述快速路车辆最低行驶速度阈值为Vmin,若V2-1<Vmin,则判别该区域发生交通事件。
4.根据权利要求1或2所述的一种基于交通场面雷达的交通事件影响范围计算方法,其特征在于:所述步骤6)中,所述的计算交通事件的持续时间包括以下步骤:
a)、依次计算交通事件发生后检测区域后续时间间隔内所有移动车辆的平均行驶速度V3-2,V4-3,…,V(j+1)-j;
b)、依次判断交通事件发生后检测区域后续时间间隔内所有移动车辆的平均行驶速度V3-2,V4-3,…,V(j+1)-j是否大于设定快速路车辆正常行驶速度阈值Vm;
c)、若V(j+1)-j>Vm,则该交通事件的持续时间T计算公式为:
T=(j-1)*50/(1000*3600)
其中,T单位:h。
5.根据权利要求4所述的一种基于交通场面雷达的交通事件影响范围计算方法,其特征在于:所述步骤7)中,以影响区域的长度L来描述交通事件的影响范围,公式如下:
其中:
未发生交通事件时该路段的平均行驶速度,这个是统计数据,通过对交通场面雷达检测的速度的历史数据统计得到;
T:交通事件的持续时间;
Lq:由于交通事件引起的排队长度;该排队长度数据在交通场面雷达内的可直接检测到,超出其检测范围则通过下面公式计算:
Lq的计算公式:
其中,T是交通事件持续时间;
Vf是畅行速度;也即车流密度趋于零,车辆可以畅行无阻时的平均速度;
Q是发生交通事件前路段多车道断面交通流量,该参数通过对交通场面雷达的检测的流量数据统计得到;
Qmax是路段基本通行能力,单位:pch/h,在此Qmax=2100*N,N为车道数;
Qf是实际运行条件下的该路段通行能力,单位:pch/h,计算公式如下:
Qf=Qmax*fcw*fsw*fhv,
其中,fcw是行车宽度对通行能力的修正系数;fsw是侧净空对通行能力的修正系数;fhv是交通组成对通行能力的修正系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510341206.5A CN104952258B (zh) | 2015-06-18 | 2015-06-18 | 基于交通场面雷达的交通事件影响范围计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510341206.5A CN104952258B (zh) | 2015-06-18 | 2015-06-18 | 基于交通场面雷达的交通事件影响范围计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104952258A CN104952258A (zh) | 2015-09-30 |
CN104952258B true CN104952258B (zh) | 2017-05-10 |
Family
ID=54166878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510341206.5A Active CN104952258B (zh) | 2015-06-18 | 2015-06-18 | 基于交通场面雷达的交通事件影响范围计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104952258B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085950A (zh) * | 2020-08-17 | 2020-12-15 | 西安电子科技大学 | 交通状态判别指标的估计方法、***、存储介质及应用 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10749807B2 (en) * | 2016-08-30 | 2020-08-18 | Here Global B.V. | Wireless network optimization |
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 |
CN109285349B (zh) * | 2018-11-02 | 2020-09-22 | 浙江海康智联科技有限公司 | 车路协同环境下高速公路交通事件检测方法及预警*** |
CN112630770A (zh) * | 2020-12-02 | 2021-04-09 | 北京首科丰汇科技有限公司 | 一种高速公路服务质量评价方法及装置 |
CN112862204A (zh) * | 2021-02-23 | 2021-05-28 | 国汽(北京)智能网联汽车研究院有限公司 | 一种路径规划方法、***、计算机设备及可读存储介质 |
CN114023067B (zh) * | 2021-11-08 | 2022-09-16 | 河海大学 | 一种车联网环境稳健性导向的道路行程时间预测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012204098A1 (de) * | 2012-03-15 | 2013-09-19 | Continental Automotive Gmbh | Verfahren zur Stauerkennung mittels einer drahtlosen Fahrzeug-zu-Fahrzeug-Kommunikation |
KR101350247B1 (ko) * | 2012-03-21 | 2014-01-16 | 인제대학교 산학협력단 | 사용자 참여 교통 혼잡정보 제공 시스템 및 방법 |
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 |
CN103839411B (zh) * | 2014-03-20 | 2016-03-02 | 中国航天***工程有限公司 | 一种基于动态交通信息的事故影响范围分析方法 |
CN104392610B (zh) * | 2014-12-19 | 2016-08-17 | 山东大学 | 基于分布式视频的高速路交通事件影响范围动态监控方法 |
-
2015
- 2015-06-18 CN CN201510341206.5A patent/CN104952258B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112085950A (zh) * | 2020-08-17 | 2020-12-15 | 西安电子科技大学 | 交通状态判别指标的估计方法、***、存储介质及应用 |
CN112085950B (zh) * | 2020-08-17 | 2021-10-29 | 西安电子科技大学 | 交通状态判别指标的估计方法、***、存储介质及应用 |
Also Published As
Publication number | Publication date |
---|---|
CN104952258A (zh) | 2015-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104952258B (zh) | 基于交通场面雷达的交通事件影响范围计算方法 | |
CN104952250B (zh) | 基于交通场面雷达的交通事件条件下的交通组织方法 | |
CN108806296B (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*** | |
CN105070056A (zh) | 一种基于浮动车的交叉***通拥堵指数计算方法 | |
CN104751642B (zh) | 一种高等级道路交通流运行风险实时预估方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN107657813A (zh) | 基于行车轨迹的高速公路交通执法判别方法 | |
CN109285349B (zh) | 车路协同环境下高速公路交通事件检测方法及预警*** | |
CN103150930A (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 | |
CN107293116A (zh) | 一种基于视频分析的交通事件检测*** | |
Wang et al. | Estimating acceleration, fuel consumption, and emissions from macroscopic traffic flow data | |
Liu et al. | A new approach for real-time traffic delay estimation based on cooperative vehicle-infrastructure systems at the signal intersection | |
CN104750963A (zh) | 交叉口延误时长估计方法及装置 | |
KR101277007B1 (ko) | 차량의 고속도로 통행시간 제공방법 및 그 시스템 | |
CN106548632A (zh) | 一种相邻上下游信号交叉口排队长度估计方法 | |
CN105679024A (zh) | 一种道路交叉口排队长度计算方法 | |
CN106355884A (zh) | 一种基于车型分类的高速公路车辆引导***及方法 | |
CN105160867B (zh) | 交通讯息预测方法 | |
CN104933871B (zh) | 一种交通车辆检测方法及*** | |
CN106355882A (zh) | 一种基于路中检测器的交通状态估计方法 | |
CN105185107A (zh) | 一种基于gps的交通运行趋势推测方法 | |
CN104952259B (zh) | 基于交通场面雷达的交通事件的持续时间计算方法 | |
Sanchez et al. | Analysis of queue estimation methods using wireless magnetic sensors | |
CN104182633B (zh) | 分层次的交通运行评价方法 | |
CN106683406A (zh) | 一种基于公交车载gps数据的公交专用道通行瓶颈检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |