CN107134136A - 一种城市之间道路交通拥堵程度排序的方法和*** - Google Patents
一种城市之间道路交通拥堵程度排序的方法和*** Download PDFInfo
- Publication number
- CN107134136A CN107134136A CN201710051314.8A CN201710051314A CN107134136A CN 107134136 A CN107134136 A CN 107134136A CN 201710051314 A CN201710051314 A CN 201710051314A CN 107134136 A CN107134136 A CN 107134136A
- Authority
- CN
- China
- Prior art keywords
- coordinate points
- congestion
- city
- obstructed
- coefficient
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Instructional Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供的城市之间道路交通拥堵程度排序的方法和***,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,相邻两个坐标点之间的距离小于设定阈值,通过互联网实时读取路况云数据,将读取的实时路况数据标注到对应的坐标点上,针对城市内的每一个坐标点,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算受阻系数,按照某一时间段或者当前时刻城市总受阻系数除以该城市或辖区的总坐标数得到该城市的拥堵指数,对城市的交通拥堵程度按照拥堵指数的大小进行排序。根据拥堵指数对每一个城市交通拥堵程度进行排名体现出大城市坐标点多,小城市坐标点少,可以避免大小城市规模不一样导致的偏差,使排名更加公平合理。
Description
技术领域
本发明涉及道路交通管理领域,具体是一种城市之间道路交通拥堵程度排序的方法和***。
背景技术
随着交通需求日益增长,道路交通拥堵程度不断加剧,从特大城市已向中小城市蔓延,严重影响人们的日常出行,成为社会问题引起各级政府的高度重视。不论是一个城市的决策部门,还是管理部门、出行者都想快速准确的知道所在城市的当前道路拥堵程度。
采用互联网技术已能成规模地获取全国主要城市道路拥堵状态的大公司,发明了各种拥堵指数计算方法,这些公司不仅利用获取的信息为出行者提供到达目的地最佳路径的导航路线服务,并且还对国内主要城市的道路拥堵程度进行排序,引起了各大城市决策者高度关注与质疑。
目前,国内有关公司对城市拥堵程度进行排序并不断进行发布,导致相关城市对排序的依据存在争议,主要存在三个方面问题:一是该方法是选取一个城市中的部分道路的交通状况数据,代表该城市全部路网状况数据,也就是采用取样模式推算一个城市全部道路拥堵状态,因此不能全面反映一个城市整体交通拥堵状况;二是获取道路畅通情况下平均车速的数据和当前道路情况下平均车速的数据进行比较,计算其比值并依据该比值进行处理后即为一个城市的拥堵指数,用这个指数为基础与其他城市进行比较排序,拥堵指数最大的就是第一,这个计算方法有片面性;三是全国各个城市规模大小、路网密度不一样,直接用这个数据进行排序缺少可比性。因此,急需一种更加合理的城市之间道路交通拥堵程度排序的方法和***。
发明内容
本发明要解决现有技术中,根据现有拥堵指数计算方法对城市交通拥堵程度进行排名的方式并不合理,进而提供一种利用受阻系数对城市交通拥堵程度进行排名的城市之间道路交通拥堵程度排序的方法和***。
为此,本发明提供一种城市之间道路交通拥堵程度排序的方法,包括如下步骤:
标注电子地图,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值;
通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上;
针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零;
配置坐标点数据表,统计每个城市坐标点总数,为每一坐标点配置数据表,所述数据表中记录该坐标点所在地理位置坐标,该坐标点的路况数据、该坐标点是否为拥堵源头,以及该坐标点成为拥堵源头的时刻、解除该坐标点拥堵源头判定结果的时刻、该坐标点的受阻系数;
在某一时间段或者当前时刻,根据每一城市内全部拥堵源头的受阻系数得到每一城市的总受阻系数;
针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时间城市的总受阻系数除以每个城市坐标点总数得到拥堵指数,对城市的交通拥堵程度按照拥堵指数大小进行排序。
可选地,上述的城市之间道路交通拥堵程度排序的方法中,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零的步骤中,按照如下步骤判断坐标点是否为拥堵源头:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
可选地,上述的城市之间道路交通拥堵程度排序的方法中,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零的步骤中,按照如下步骤计算拥堵源头的受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值,其中第一数值>第二数值>第三数值。
可选地,上述的城市之间道路交通拥堵程度排序的方法中,还包括如下步骤:
每隔预设周期,根据城市内每一坐标点成为拥堵源头的次数得到城市内拥堵发生次数,并显示在当前时刻该城市内拥堵源头的数量以及拥堵源头所在位置。
本发明还提供一种城市之间道路交通拥堵程度排序的***,包括:
坐标点标注模块,用于标注电子地图,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值;
路况数据获取模块,通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上;
坐标点受阻系数获取模块,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零;
数据表配置模块,配置坐标点数据表,统计每个城市坐标点总数,为每一坐标点配置数据表,所述数据表中记录该坐标点所在地理位置坐标,该坐标点的路况数据、该坐标点是否为拥堵源头,以及该坐标点成为拥堵源头的时刻、解除该坐标点拥堵源头判定结果的时刻、该坐标点的受阻系数;
城市受阻系数获取模块,在某一时间段或者当前时刻,根据每一城市内全部拥堵源头的受阻系数得到每一城市的总受阻系数;
排序模块,针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时间城市的总受阻系数除以每个城市坐标点总数得到拥堵指数,对城市的交通拥堵程度按照拥堵指数大小进行排序。
可选地,上述的城市之间道路交通拥堵程度排序的***中,坐标点受阻系数获取模块中,按照如下步骤判断坐标点是否为拥堵源头:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
可选地,上述的城市之间道路交通拥堵程度排序的***中,坐标点受阻系数获取模块中,按照如下步骤计算拥堵源头的受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值,其中第一数值>第二数值>第三数值。
可选地,上述的城市之间道路交通拥堵程度排序的***中,还包括:
城市拥堵次数提示模块,每隔预设周期,根据城市内每一坐标点成为拥堵源头的次数得到城市内拥堵发生次数,并显示在当前时刻该城市内拥堵源头的数量以及拥堵源头所在位置。
本发明的上述技术方案,与现有技术相比,至少具有如下有益效果:
本发明提供的城市之间道路交通拥堵程度排序的方法和***,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值,通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,按照某一时间段或者当前时刻城市总受阻系数除以该城市或辖区的总坐标数得到该城市的拥堵指数,对城市的交通拥堵程度按照拥堵指数的大小进行排序。根据拥堵指数对每一个城市交通拥堵程度进行排名体现出大城市坐标点多,小城市坐标点少,可以避免大小城市规模不一样导致的偏差,使排名更加公平合理。
附图说明
为了使本发明的内容更容易被清楚的理解,下面结合附图,对本发明作进一步详细的说明,其中,
图1为本发明一个实施例所述城市之间道路交通拥堵程度排序的方法的流程图;
图2为本发明一个实施例所述城市部分范围道路中标注坐标点的界面示意图;
图3为本发明一个实施例所述判断坐标点是否为拥堵源头的方法流程图;
图4为本发明一个实施例所述计算拥堵源头的受阻系数的方法流程图;
图5为本发明一个实施例所述计算拥堵源头的受阻系数的原理框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。并且下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种城市之间道路交通拥堵程度排序的方法,应用于交通管理部门的控制中心***内,包括如下步骤:
S1:标注电子地图,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值;如图2所示,截取某一城市中的一个小范围内电子地图的示意图,为标准电子地图。在电子地图标注坐标点,两个相邻坐标点之间的实际距离可以设定在100米至150米之间。所述坐标点可以设置于任何位置,优选设置于有信号灯控制的路口的入口处、出口处,快速路上,图中箭头表示行驶方向。对于电子地图来说,其本身记录着每一个坐标点的地理位置坐标,因此只要标注上坐标点,坐标点的地理位置坐标就是确定的。
S2:通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上;实时路况数据可以为深红色、红色、黄色和绿色,采用深红色表示严重拥堵、采用红色表示拥堵、采用黄色表示缓慢、采用绿色表示畅通,而实时路况数据也会包括地理位置坐标和地理位置坐标的路况,当读取到某一坐标点的路况数据后,直接将颜色标注到电子地图上所对应的坐标点上。
S3:针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零;
S4:配置坐标点数据表,为每一坐标点配置数据表,统计每个城市坐标点总数,如表1所示,所述数据表中记录该坐标点所在地理位置坐标,该坐标点的路况数据、该坐标点是否为拥堵源头,以及该坐标点成为拥堵源头的时刻、解除该坐标点拥堵源头判定结果的时刻、该坐标点的受阻系数。另外,在数据表中还可以记录该坐标点成为拥堵源头的次数,可以供管理者确定此处是否需要加大交通管理方面的管控。例如某一坐标点在一天时间内成为拥堵源头的次数为10次以上,则说明此坐标点为周期性出现拥堵状态,需要专家提出缓解该路段的建议。
表1-编号为100的坐标点数据表
如表1所示,编号为100的坐标点,在10:25:30成为拥堵源头,在10:49:31解除对其拥堵源头的判定,截止到10:49:31,该坐标点已经累计6次成为拥堵源头,该坐标点本次成为拥堵源头的持续时间为20分钟,其受阻系数累计到1433。如表1所示,当拥堵源头为深红色,下游紧邻坐标点为黄色时,受阻系数由230增加至231,而当拥堵源头为深红色,下游紧邻坐标点为红色时,受阻系数增加0.5。
S5:在某一时间段或者当前时刻,根据每一城市内全部拥堵源头的受阻系数得到每一城市的总受阻系数;
S6:针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时刻城市的总受阻系数除以该城市坐标点总数获得拥堵指数,对城市的交通拥堵程度按照拥堵指数的大小进行排序。
以北京和无锡两座城市为例,由于北京城市规模大于无锡城市规模,因此北京设置的坐标点远远多于无锡设置的坐标点。例如北京内设置了35000个坐标点,而无锡只设置了8000个坐标点。在当前时刻,如果北京所有坐标点的受阻系数相加后为150000,无锡所有坐标点的受阻系数相加后为40000,虽然表面上看无锡的受阻系数总数小于北京的受阻系数,但是由于北京的坐标点总数大于无锡的坐标点总数,因此计算后北京的拥堵指数=150000/35000=4.2857;无锡的拥堵指数=40000/8000=5,因此无锡的拥堵指数大于北京的拥堵指数,在对两个城市的交通拥堵程度进行排名时,无锡要排在北京之前。
本实施例中的上述方案,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值,通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时刻城市的总受阻系数除以该城市坐标点总数获得拥堵指数,对城市的交通拥堵程度按照拥堵指数大小进行排序。受阻系数是将整个城市细分为多个坐标点之后,根据每一坐标点以及与之相邻的坐标点的路况得到的,能够更加精准的反映整个城市的所有坐标点的路况,根据拥堵指数大小对城市交通拥堵程度进行排名,体现出城市规模的大小,就会导致坐标点总数不一样,使城市之间拥堵程度排序更加公平合理。
作为一种优选的方式,在步骤S3中,按照如图3所示的步骤判断坐标点是否为拥堵源头:
S31:判断某一编号的坐标点上是否为深红色,若是则执行步骤S32,否则执行步骤S33;
S32:判断该编号坐标点下游紧邻的坐标点上是否为深红色,若否则执行步骤S37,若是则返回步骤S2;
S33:判断该编号坐标点上是否为红色,若是则执行步骤S34,否则执行步骤S35;
S34:判断该编号坐标点下游紧邻的坐标点上是否为深红色或红色,若否则执行步骤S37,若是则返回步骤S2;
S35:判断该编号坐标点上是否为黄色,若是则执行步骤S36,否则返回步骤S2;
S36:判断该编号坐标点下游紧邻的坐标点上是否为深红色或红色或黄色,若否则执行步骤S37,若是则返回步骤S2;
S37:确定该编号坐标点为拥堵源头。
也就是说,如果某一坐标点为深红色,但是其下游紧邻的坐标点不是深红色则该坐标点为拥堵源头。如果某一坐标点为红色,但是其下游紧邻的坐标点不是深红色也不是红色,则该坐标点为拥堵源头。如果某一坐标点为黄色,但是其下游坐标点不是深红色也不是红色也不是黄色,则该坐标点为拥堵源头。采用该判断方式可以非常简单快速地得到拥堵源头所对应的坐标点,并能够根据坐标点与地理位置坐标的对应关系确定拥堵源头所在的具***置,为快速消除拥堵源头提供了保障。
进一步地,步骤S3中按照如图4所示的步骤计算拥堵源头的受阻系数:
S301:判断拥堵源头是否为深红色,若是则执行步骤S302,否则执行步骤S304。
S302:判断下游紧邻坐标点是否为绿色,若是则当前时刻下该拥堵源头的受阻系数加第一数值,若否则执行步骤S303,所述第一数值可以根据实际情况进行选择,本实施例中选择为1.5。
S303:判断下游紧邻坐标点是否为黄色,若是则当前时刻下该拥堵源头的受阻系数加第二数值;所述第二数值可以根据实际情况进行选择,本实施例中选择为1;否则当前时刻下该拥堵源头的受阻系数加第三数值,所述第三数值可以根据实际情况进行选择,本实施例中选择为0.5。
S304:判断拥堵源头是否为红色,若是则执行步骤S305,否则执行步骤S306。
S305:判断下游紧邻坐标点是否为绿色,若是则当前时刻下该拥堵源头的受阻系数加第二数值,否则执行步骤S306。
S306:当前时刻下该拥堵源头的受阻系数加第三数值。
S307:每秒钟将区域内变为绿色的拥堵源头的受阻系数清零。
对于作为拥堵源头的坐标点,根据其下游方向与之紧邻的坐标点的路况与其路况之间的差异来确定该拥堵源头的受阻系数。如果其下游紧邻坐标点的路况与该拥堵源头的路况差距越大,说明该拥堵源头对于下游的阻力较大,因此受阻系数应该越大。例如,某一拥堵源头为深红色,而下游方向与之紧邻的坐标点为绿色的情况和下游方向与之紧邻的坐标点为红色的情况,前者的受阻系数要大于后者。
在上述方案的基础上,所述方法还包括如下步骤:
S7:每隔预设周期,根据城市内每一坐标点成为拥堵源头的次数得到城市内拥堵发生次数,并显示在当前时刻该城市内拥堵源头的数量以及拥堵源头所在位置。所述预设周期可以根据实际情况进行选择,本实施例中选择为一秒钟。具体地,在交通管理部门的控制中心,会设置有大屏显示***,可以通过显示屏显示受阻系数、拥堵指数和拥堵源头的数量及位置以提示交通管理者。本实施例中的上述方案,就可以通过显示屏显示区域内每一坐标点的颜色、每一坐标点是否为拥堵源头、如果该坐标点为拥堵源头还可以显示拥堵源头的受阻系数,而且对于每一个坐标点来说,还能够记录其成为拥堵源头的次数以及其作为拥堵源头时的拥堵持续时间等信息。管理者能够根据所提示的信息选择最佳处理方案,缓解拥堵源头所带来的影响。
实施例2
本实施例提供一种城市之间道路交通拥堵程度排序的***,如图5所示,包括:
坐标点标注模块1,用于标注电子地图,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值;如图2所示,截取某一城市中的一个小范围内电子地图的示意图,为标准电子地图。在电子地图标注坐标点,两个相邻坐标点之间的实际距离可以设定在100米至150米之间。所述坐标点可以设置于任何位置,优选设置于有信号灯控制的路口的入口处、出口处,快速路上,图中箭头表示行驶方向。对于电子地图来说,其本身记录着每一个坐标点的地理位置坐标,因此只要标注上坐标点,坐标点的地理位置坐标就是确定的。
路况数据获取模块2,通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上;实时路况数据可以为深红色、红色、黄色和绿色,采用深红色表示严重拥堵、采用红色表示拥堵、采用黄色表示缓慢、采用绿色表示畅通,而实时路况数据也会包括地理位置坐标和地理位置坐标的路况,当读取到某一坐标点的路况数据后,直接将颜色标注到电子地图上所对应的坐标点上。
坐标点受阻系数获取模块3,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零;
数据表配置模块4,配置坐标点数据表,为每一坐标点配置数据表,统计每个城市坐标点总数,所述数据表中记录该坐标点所在地理位置坐标,该坐标点的路况数据、该坐标点是否为拥堵源头,以及该坐标点成为拥堵源头的时间、解除该坐标点拥堵源头判定结果的时间、该坐标点的受阻系数;另外,在数据表中还可以记录该坐标点成为拥堵源头的次数,可以供管理者确定此处是否需要加大交通管理方面的管控。例如某一坐标点在一天时间内成为拥堵源头的次数为10次以上,则说明此坐标点为周期性出现拥堵状态,需要专家提出缓解该路段的建议。
城市受阻系数获取模块5,在某一时间段或者当前时间,根据每一城市内全部拥堵源头的受阻系数得到每一城市的总受阻系数;
排序模块6,针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时间城市的总受阻系数除以该城市坐标点总数获得拥堵指数,对城市的交通拥堵程度按照拥堵指数大小进行排序。
本实施例中的上述方案,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值,通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时刻城市的总受阻系数除以该城市坐标点总数获得拥堵指数,对城市的交通拥堵程度根据拥堵指数大小进行排序。受阻系数是将整个城市细分为多个坐标点之后,根据每一坐标点以及与之相邻的坐标点的路况得到的,坐标点数量是根据城市规模大小获得的,因此,能够更加精准的反映整个城市的所有坐标点的路况,根据拥堵指数对城市交通拥堵程度进行排名更加公平合理。
作为一种优选的方式,坐标点受阻系数获取模块3中,按照如下步骤判断坐标点是否为拥堵源头:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
也就是说,如果某一坐标点为深红色,但是其下游紧邻的坐标点不是深红色则该坐标点为拥堵源头。如果某一坐标点为红色,但是其下游紧邻的坐标点不是深红色也不是红色,则该坐标点为拥堵源头。如果某一坐标点为黄色,但是其下游坐标点不是深红色也不是红色也不是黄色,则该坐标点为拥堵源头。采用该判断方式可以非常简单快速地得到拥堵源头所对应的坐标点,并能够根据坐标点与地理位置坐标的对应关系确定拥堵源头所在的具***置,为快速消除拥堵源头提供了保障。
进一步地,坐标点受阻系数获取模块3中,按照如下步骤计算拥堵源头的受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值,其中第一数值>第二数值>第三数值,本实施例中第一数值可选择1.5,第二数值选择1,第三数值选择0.5。
对于作为拥堵源头的坐标点,根据其下游方向与之紧邻的坐标点的路况与其路况之间的差异来确定该拥堵源头的受阻系数。如果其下游紧邻坐标点的路况与该拥堵源头的路况差距越大,说明该拥堵源头对于下游的阻力较大,因此受阻系数应该越大。例如,某一拥堵源头为深红色,而下游方向与之紧邻的坐标点为绿色的情况和下游方向与之紧邻的坐标点为红色的情况,前者的受阻系数要大于后者。
在上述方案的基础上,所述***还包括:
城市拥堵次数提示模块7,每隔预设周期,根据城市内每一坐标点成为拥堵源头的次数得到城市内拥堵源头发生次数,并显示在当前时刻该城市内拥堵源头的数量以及拥堵源头所在位置。所述预设周期可以根据实际情况进行选择,本实施例中选择为一秒钟。具体地,在交通管理部门的控制中心,会设置有大屏显示***,可以通过显示屏显示受阻系数、拥堵指数和拥堵源头的数量及位置以提示交通管理者。本实施例中的上述方案,就可以通过显示屏显示区域内每一坐标点的颜色、每一坐标点是否为拥堵源头、如果该坐标点为拥堵源头还可以显示拥堵源头的受阻系数,而且对于每一个坐标点来说,还能够记录其成为拥堵源头的次数以及其作为拥堵源头时的拥堵持续时间等信息。管理者能够根据所提示的信息选择最佳处理方案,缓解拥堵源头所带来的影响。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (8)
1.一种城市之间道路交通拥堵程度排序的方法,其特征在于,包括如下步骤:
标注电子地图,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值;
通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上;
针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零;
配置坐标点数据表,统计每个城市坐标点总数,为每一坐标点配置数据表,所述数据表中记录该坐标点所在地理位置坐标,该坐标点的路况数据、该坐标点是否为拥堵源头,以及该坐标点成为拥堵源头的时刻、解除该坐标点拥堵源头判定结果的时刻、该坐标点的受阻系数;
在某一时间段或者当前时刻,根据每一城市内全部拥堵源头的受阻系数得到每一城市的总受阻系数;
针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时间城市的总受阻系数除以每个城市坐标点总数得到拥堵指数,对城市的交通拥堵程度按照拥堵指数大小进行排序。
2.根据权利要求1所述的城市之间道路交通拥堵程度排序的方法,其特征在于,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零的步骤中,按照如下步骤判断坐标点是否为拥堵源头:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
3.根据权利要求2所述的城市之间道路交通拥堵程度排序的方法,其特征在于,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零的步骤中,按照如下步骤计算拥堵源头的受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值,其中第一数值>第二数值>第三数值。
4.根据权利要求1-3任一项所述的城市之间道路交通拥堵程度排序的方法,其特征在于,还包括如下步骤:
每隔预设周期,根据城市内每一坐标点成为拥堵源头的次数得到城市内拥堵发生次数,并显示在当前时刻该城市内拥堵源头的数量以及拥堵源头所在位置。
5.一种城市之间道路交通拥堵程度排序的***,其特征在于,包括:
坐标点标注模块,用于标注电子地图,针对需要进行拥堵程度排序的城市,在其各条道路上设置坐标点,所述坐标点设置于普通的信号灯控制的路口的进出口处,快速路上,相邻两个路口之间,相邻两个坐标点之间的距离小于设定阈值;
路况数据获取模块,通过互联网实时读取路况云数据,按照地理位置坐标一致的原则将读取的实时路况数据标注到电子地图上所对应的坐标点上;
坐标点受阻系数获取模块,针对城市内的每一个坐标点,判断其是否为拥堵源头,若其为拥堵源头根据该坐标点的路况数据与下游紧邻坐标点的路况数据计算该拥堵源头的受阻系数,若该拥堵源头解除后路况变为畅通,则将其受阻系数清零;
数据表配置模块,配置坐标点数据表,统计每个城市坐标点总数,为每一坐标点配置数据表,所述数据表中记录该坐标点所在地理位置坐标,该坐标点的路况数据、该坐标点是否为拥堵源头,以及该坐标点成为拥堵源头的时刻、解除该坐标点拥堵源头判定结果的时刻、该坐标点的受阻系数;
城市受阻系数获取模块,在某一时间段或者当前时刻,根据每一城市内全部拥堵源头的受阻系数得到每一城市的总受阻系数;
排序模块,针对需要进行拥堵程度排序的城市,按照某一时间段或者当前时刻城市的总受阻系数除以每个城市坐标点总数得到拥堵指数,对城市的交通拥堵程度按照拥堵指数大小进行排序。
6.根据权利要求5所述的城市之间道路交通拥堵程度排序的***,其特征在于,坐标点受阻系数获取模块中,按照如下步骤判断坐标点是否为拥堵源头:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
7.根据权利要求6所述的城市之间道路交通拥堵程度排序的***,其特征在于,坐标点受阻系数获取模块中,按照如下步骤计算拥堵源头的受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值,其中第一数值>第二数值>第三数值。
8.根据权利要求5-7任一项所述的城市之间道路交通拥堵程度排序的方法,其特征在于,还包括:
城市拥堵次数提示模块,每隔预设周期,根据城市内每一坐标点成为拥堵源头的次数得到城市内拥堵发生次数,并显示在当前时刻该城市内拥堵源头的数量以及拥堵源头所在位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051314.8A CN107134136A (zh) | 2017-01-23 | 2017-01-23 | 一种城市之间道路交通拥堵程度排序的方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051314.8A CN107134136A (zh) | 2017-01-23 | 2017-01-23 | 一种城市之间道路交通拥堵程度排序的方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107134136A true CN107134136A (zh) | 2017-09-05 |
Family
ID=59721096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710051314.8A Pending CN107134136A (zh) | 2017-01-23 | 2017-01-23 | 一种城市之间道路交通拥堵程度排序的方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134136A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110473398A (zh) * | 2019-07-29 | 2019-11-19 | 安徽科力信息产业有限责任公司 | 一种城市道路拥堵分析方法及装置 |
CN110866159A (zh) * | 2018-08-08 | 2020-03-06 | 北京嘀嘀无限科技发展有限公司 | 一种拥堵城市的显示方法、显示***、终端及计算机设备 |
CN111986480A (zh) * | 2020-08-24 | 2020-11-24 | 安徽科力信息产业有限责任公司 | 一种城市道路交通事件影响评价方法、***及存储介质 |
CN111986481A (zh) * | 2020-08-24 | 2020-11-24 | 安徽科力信息产业有限责任公司 | 一种城市道路交通拥堵程度评价方法、***及存储介质 |
CN117690309A (zh) * | 2023-11-15 | 2024-03-12 | 浪潮智慧科技有限公司 | 一种基于大数据的城市交通引导方法、装置、设备及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154317A (zh) * | 2006-09-27 | 2008-04-02 | 株式会社查纳位资讯情报 | 交通状况预测装置 |
CN101520946A (zh) * | 2008-02-29 | 2009-09-02 | 厦门雅迅网络股份有限公司 | 城市公交动态线路规划方法 |
CN101719314A (zh) * | 2009-11-17 | 2010-06-02 | 姜廷顺 | 区域交通拥堵引发点记录分析***及其运行方法 |
CN101751777A (zh) * | 2008-12-02 | 2010-06-23 | 同济大学 | 基于空间聚类分析的城市路网交通小区动态划分方法 |
CN102288194A (zh) * | 2011-09-05 | 2011-12-21 | 上海梦擎信息科技有限公司 | 导航中实时路况的实现*** |
CN103198658A (zh) * | 2013-03-25 | 2013-07-10 | 浙江大学 | 一种城市道路交通状态不均衡度检测方法 |
CN103824450A (zh) * | 2014-03-20 | 2014-05-28 | 福州市规划设计研究院 | 基于交通状态规则的大型活动专用行车线路规划方法 |
CN104112361A (zh) * | 2014-04-25 | 2014-10-22 | 浙江大学 | 路网交通中常发瓶颈和偶发瓶颈的识别方法 |
CN104240499A (zh) * | 2014-06-23 | 2014-12-24 | 银江股份有限公司 | 一种基于微波数据的异常拥堵点判别方法 |
CN105469603A (zh) * | 2015-12-30 | 2016-04-06 | 青岛海信网络科技股份有限公司 | 一种交通拥堵源头分析方法及装置 |
CN106205114A (zh) * | 2016-07-22 | 2016-12-07 | 中国科学院软件研究所 | 一种基于数据融合的高速公路路况信息实时获取方法 |
-
2017
- 2017-01-23 CN CN201710051314.8A patent/CN107134136A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101154317A (zh) * | 2006-09-27 | 2008-04-02 | 株式会社查纳位资讯情报 | 交通状况预测装置 |
CN101520946A (zh) * | 2008-02-29 | 2009-09-02 | 厦门雅迅网络股份有限公司 | 城市公交动态线路规划方法 |
CN101751777A (zh) * | 2008-12-02 | 2010-06-23 | 同济大学 | 基于空间聚类分析的城市路网交通小区动态划分方法 |
CN101719314A (zh) * | 2009-11-17 | 2010-06-02 | 姜廷顺 | 区域交通拥堵引发点记录分析***及其运行方法 |
CN102288194A (zh) * | 2011-09-05 | 2011-12-21 | 上海梦擎信息科技有限公司 | 导航中实时路况的实现*** |
CN103198658A (zh) * | 2013-03-25 | 2013-07-10 | 浙江大学 | 一种城市道路交通状态不均衡度检测方法 |
CN103824450A (zh) * | 2014-03-20 | 2014-05-28 | 福州市规划设计研究院 | 基于交通状态规则的大型活动专用行车线路规划方法 |
CN104112361A (zh) * | 2014-04-25 | 2014-10-22 | 浙江大学 | 路网交通中常发瓶颈和偶发瓶颈的识别方法 |
CN104240499A (zh) * | 2014-06-23 | 2014-12-24 | 银江股份有限公司 | 一种基于微波数据的异常拥堵点判别方法 |
CN105469603A (zh) * | 2015-12-30 | 2016-04-06 | 青岛海信网络科技股份有限公司 | 一种交通拥堵源头分析方法及装置 |
CN106205114A (zh) * | 2016-07-22 | 2016-12-07 | 中国科学院软件研究所 | 一种基于数据融合的高速公路路况信息实时获取方法 |
Non-Patent Citations (1)
Title |
---|
马诗咏: "城市交通拥堵判别与疏导模型研究", 《中国博士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866159A (zh) * | 2018-08-08 | 2020-03-06 | 北京嘀嘀无限科技发展有限公司 | 一种拥堵城市的显示方法、显示***、终端及计算机设备 |
CN110473398A (zh) * | 2019-07-29 | 2019-11-19 | 安徽科力信息产业有限责任公司 | 一种城市道路拥堵分析方法及装置 |
CN111986480A (zh) * | 2020-08-24 | 2020-11-24 | 安徽科力信息产业有限责任公司 | 一种城市道路交通事件影响评价方法、***及存储介质 |
CN111986481A (zh) * | 2020-08-24 | 2020-11-24 | 安徽科力信息产业有限责任公司 | 一种城市道路交通拥堵程度评价方法、***及存储介质 |
CN111986481B (zh) * | 2020-08-24 | 2021-10-01 | 安徽科力信息产业有限责任公司 | 一种城市道路交通拥堵程度评价方法、***及存储介质 |
CN117690309A (zh) * | 2023-11-15 | 2024-03-12 | 浪潮智慧科技有限公司 | 一种基于大数据的城市交通引导方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107134136A (zh) | 一种城市之间道路交通拥堵程度排序的方法和*** | |
CN103955479B (zh) | 电子地图的实现方法及装置 | |
CN103903433B (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN104766476B (zh) | 一种路段以及路网区域交通状态指数的计算方法 | |
CN108198416A (zh) | 一种手机信令与路网大数据的融合方法及其应用与*** | |
CN103050005A (zh) | 城市道路交通状态时空分析方法与*** | |
CN108010316A (zh) | 一种基于路网模型的道路交通多源数据融合处理方法 | |
CN108629974A (zh) | 顾及城市道路交通网络特征的交通运行指数建立方法 | |
CN106952472A (zh) | 基于多元数据的城市之间拥堵程度排序方法和*** | |
CN110288205B (zh) | 交通影响评价方法及装置 | |
CN106157624B (zh) | 基于交通定位数据的多粒度道路分流可视分析方法 | |
WO2023005442A1 (zh) | 一种多维度航班放行效能评估方法 | |
CN106960570A (zh) | 多元数据融合的辖区之间高速公路拥堵排序的方法和*** | |
CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN110363985A (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
CN107134133A (zh) | 辖区之间高速公路交通拥堵程度排序的方法和*** | |
CN105841709A (zh) | 一种汽车行驶路径规划方法 | |
CN106530710B (zh) | 一种面向管理者的高速公路交通指数预测方法和*** | |
CN108108859A (zh) | 一种基于大数据分析的交通管理勤务优化方法 | |
CN107016872A (zh) | 快速生成交通广播路况信息发布稿的方法、介质和*** | |
CN107134135A (zh) | 一种缓解高速公路拥堵程度的方法及*** | |
CN103824450A (zh) | 基于交通状态规则的大型活动专用行车线路规划方法 | |
CN201262784Y (zh) | 基于数据特征的城市信号控制路***通状态检测和评价*** | |
US12039664B2 (en) | Street lighting compliance display and control | |
CN106960569A (zh) | 基于多元数据精准计算道路交通受阻系数的方法和*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170905 |
|
RJ01 | Rejection of invention patent application after publication |