CN108648444A - 一种基于网格模型的信号交叉口运行评价方法 - Google Patents

一种基于网格模型的信号交叉口运行评价方法 Download PDF

Info

Publication number
CN108648444A
CN108648444A CN201810348871.0A CN201810348871A CN108648444A CN 108648444 A CN108648444 A CN 108648444A CN 201810348871 A CN201810348871 A CN 201810348871A CN 108648444 A CN108648444 A CN 108648444A
Authority
CN
China
Prior art keywords
intersection
grid
time
floating car
traffic
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
Application number
CN201810348871.0A
Other languages
English (en)
Other versions
CN108648444B (zh
Inventor
闫学东
陈德启
王立威
高自友
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jiaotong University
Original Assignee
Beijing Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jiaotong University filed Critical Beijing Jiaotong University
Priority to CN201810348871.0A priority Critical patent/CN108648444B/zh
Publication of CN108648444A publication Critical patent/CN108648444A/zh
Application granted granted Critical
Publication of CN108648444B publication Critical patent/CN108648444B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种基于网格模型的信号交叉口运行评价方法，该方法包括：构建道路交叉口的网格模型，基于网格模型对通过城市道路交叉口的浮动车的轨迹数据进行分方向处理；获取道路交叉口的交通运行参数，该交通运行参数包括通过道路交叉口的通行流量、通过道路交叉口的通行时间、道路交叉口的自由流通行时间和道路交叉口的通行平均速度；根据道路交叉口的交通运行参数计算通过道路交叉口的通行延误时间，根据通行延误时间对道路交叉口进行运行评价。本发明在摒弃了地图限制的条件下，可以遍历选定区域的全部的信号道路交叉口，对道路交叉口进行实时动态评价，诊断道路交叉口延误的原因，确保了评价诊断的准确性,提高了道路交叉口通行效率。

Description

一种基于网格模型的信号交叉口运行评价方法
技术领域
本发明涉及交通控制技术领域，尤其涉及一种基于网格模型的信号交叉口运行评价方法。
背景技术
目前，道路交通日益拥堵成为了严重的社会现象，信号道路交叉口造成延误的影响尤为突出。采用合理的信号道路交叉口的配时方案可以有效地调控信号道路交叉口的通行效率，然而目前的信号道路交叉口的配时方案在实际应用中经常出现一些问题，导致信号道路交叉口的通行效率不高。因此需要对信号道路交叉口进行实时评价诊断，根据评价结果得到合理的配时方案。
目前，现有技术中的利用浮动车数据对信号道路交叉口进行运行评价的方法主要通过地图匹配技术，将浮动车数据匹配到路网上，进而提取信号道路交叉口车辆的运行参数，对运行参数进行分析。
上述现有技术中的利用浮动车数据对信号道路交叉口进行运行评价的方法的缺点包括：这种方法的计算量较大，无形中增加计算机的计算负担。
发明内容
本发明的实施例提供了一种基于网格模型的信号交叉口运行评价方法，以客服现有技术的缺点。
一种基于网格模型的信号交叉口运行评价方法，包括：
构建道路交叉口的网格模型，基于所述网格模型对通过所述城市道路交叉口的浮动车的轨迹数据进行分方向处理；
根据所述浮动车的轨迹数据的分方向处理结果获取所述道路交叉口的交通运行参数，该交通运行参数包括通过道路交叉口的通行流量、通过道路交叉口的通行时间、道路交叉口的自由流通行时间和道路交叉口的通行平均速度；
根据所述道路交叉口的交通运行参数计算通过道路交叉口的通行延误时间，根据所述通行延误时间对所述道路交叉口进行运行评价。
进一步地，所述的构建道路交叉口的网格模型，包括：
利用道路交叉口的中心坐标数据确定道路交叉口的辐射区域，以道路交叉口的坐标中心点为基准，选取上方向、下方向、左方向、右方向分别距离道路交叉口中心点150m的范围为辐射区域，以所选取的辐射区域为目标，构建3*3的网格模型，网格模型的每个边长100m，网格模型中的网格从左下角开始编号，从左侧至右侧，从下方至上方，依次编号，编号0-8的网格Grid_ID，分别是Grid_ID＝0、Grid_ID＝1、Grid_ID＝2、Grid_ID＝3、Grid_ID＝4、Grid_ID＝5、Grid_ID＝6、Grid_ID＝7、Grid_ID＝8，其中Grid_ID＝4为中心网格。
进一步地，所述的基于所述网格模型中的网格对通过所述城市道路交叉口的浮动车的轨迹数据进行分方向处理，包括：
获取浮动车通过道路交叉口的驶入轨迹点对应的所述网格模型中的起点网格，驶出轨迹点对应的所述网格模型中的终点网格，根据所述起点网格、所述终点网格在所述3*3的网格模型中的方向关系，确定所述浮动车的轨迹数据对应的运行方向。
进一步地，所述的根据所述起点网格、所述终点网格在所述3*3的网格模型中的方向关系，确定所述浮动车的轨迹数据对应的运行方向，包括：
所述3*3的网格模型中的上方对应北方，下方对应南方，左方对应东方，右方对应西方；
当所述终点网格在所述起点网格的正上方，则所述浮动车的轨迹数据对应的运行方向为北向直行；
当所述终点网格在所述起点网格的正下方，则所述浮动车的轨迹数据对应的运行方向为南向直行；
当所述终点网格在所述起点网格的右上方，则所述浮动车的轨迹数据对应的运行方向为北向右转；
当所述终点网格在所述起点网格的右下方，则所述浮动车的轨迹数据对应的运行方向为南向右转；
当所述终点网格在所述起点网格的左上方，则所述浮动车的轨迹数据对应的运行方向为北向左转；
当所述终点网格在所述起点网格的左下方，则所述浮动车的轨迹数据对应的运行方向为南向左转。
进一步地，所述的根据所述浮动车的轨迹数据的分方向处理结果获取所述道路交叉口的交通运行参数，该交通运行参数包括通过道路交叉口的通行流量、通过道路交叉口的通行时间、道路交叉口的自由流通行时间和道路交叉口的通行平均速度，包括：
根据各个浮动车的轨迹数据的分方向处理结果，获取道路交叉口的网格模型内部各方向的通行交通量Qi，以及道路交叉口的总的交通量(Q)，同时计算网格模型内部的每个方向的权重ωi，以及道路交叉口的权重δi，其中，
其中，n表示道路交叉口总数量：
获取通过网格模型的中心网格的时间Ti，通过道路交叉口总时间Time，其中：
其中，ttr[last]为通过Grid_ID＝4轨迹点最后一个时间戳；ttr[first]为通过Grid_ID＝4轨迹点第一个时间戳；count[tr]为该方向设定时间内通过的轨迹数量；ωi为道路交叉口各方向的权重系数：
对道路交叉口分方向获取自由流时间，选取浮动车轨迹数据的时间段为2:00-5:00，通过道路交叉口指定方向的瞬时速度v>10m/s的浮动车轨迹为研究对象，计算通过道路交叉口的时间，对通过道路交叉口的时间排序后，选取15％分位数作为该指定方向的自由流通行时间Tf i ree：
对信号道路交叉口分方向计算平均通行速度Avg_v，选取中心网格Grid_ID＝4作为研究对象，计算通过该中心网格的平均速度，其中，
其中，vj为通过Grid_ID＝4轨迹点的瞬时速度值；count[tr]为该方向5分钟内通过的轨迹数量；
根据通过道路交叉口所在的中心网格的时间Ti和自由流通行时间Tf i ree计算道路交叉口分方向的通行延误Di，道路交叉口的总延误Delay，其中，
定义Delay(0,10]→A；Delay(10,20]→B；Delay(20,30]→C；
Delay(30,40]→D；Delay(40,50]→E。
进一步地，所述的根据所述道路交叉口的交通运行参数计算通过道路交叉口的延误时间，根据所述延误时间对所述道路交叉口进行运行评价，包括：
基于网格模型道路交叉口分方向的方法，利用时间间隔为3s的浮动车轨迹数据，根据所述通过信号道路交叉口分方向通行延误时间Di、信号道路交叉口分方向计算平均通行速度Avg_v和道路交叉口内部各方向的通行交通量Qi构建可视化的道路交叉口运行评价极坐标图，其中极坐标点表示延误时间Delay，距离离中心点越远，延误越大；每个极坐标点的大小表示该方向的流量，点越大，流量越大；每个点上标注的数值表示通过道路交叉口的平均速度，速度越快，其数值越大，结合延误时间、流量和速度参数对道路交叉口的运行状态进行评价。
由上述本发明的实施例提供的技术方案可以看出，本发明实施例提出了一种基于网格模型的信号道路交叉口的运行评价方法，在摒弃了地图限制的条件下，可以遍历选定区域的全部的信号道路交叉口，每隔5分钟对道路交叉口进行实时动态评价，诊断道路交叉口延误的原因，进而提高道路交叉口通行效率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于网格模型利用浮动车数据的信号交叉口的运行评价方法的处理流程图。
图2为本发明实施例提供的一种基于网格模型分方向的逻辑流程图。
图3为本发明实施例提供的一种基于网格对轨迹数据分方向处理的示意图。
图4为本发明实施例提供的一种基于网格模型计算道路交叉口的交通运行参数的方法示意图。
图5为本发明实施例提供的一种对道路交叉口的内部分方向进行评价的示意图。
具体实施方式
为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。
本发明实施例采用了网格模型，摒弃了地图的限制，利用时间间隔为3s的浮动车数据，每隔5分钟实时的对信号道路交叉口进行评价和诊断，更为精细化的对信号道路交叉口进行评价诊断和分析，节约了成本，提高了计算效率。
本发明实施例提供的一种基于网格模型利用浮动车数据的信号交叉口的运行评价方法的处理流程如图1所示，包括如下的处理步骤：
步骤11、构建城市道路交叉口的网格模型，利用网格模型重构道路交叉口，基于网格模型中的网格对浮动车轨迹数据进行分方向处理。从而摒弃了应用地图的限制，提高了计算效率。
步骤12、根据网格模型分方向获取交通运行参数，实时地获取城市中每个道路交叉口的交通运行参数，该交通运行参数包括通过道路交叉口的通行流量、通过道路交叉口的通行时间、道路交叉口的自由流通行时间、道路交叉口的通行的平均速度和道路交叉口的信号灯参数。
步骤13、根据道路交叉口的交通运行参数计算通过道路交叉口的延误时间，对于道路交叉口的内部分方向进行评价，对于整个道路交叉口进行综合评价。
步骤14、对道路交叉口进行诊断，对不同的交通状态下的道路交叉口的运行状态进行调整，提高道路交叉口的运行效率。
在本发明的一个具体应用中，上述步骤11具体包括：图2为本发明基于网格模型分方向的逻辑流程图。如图2所示，本发明所采用的网格模型对道路交叉口进行重新构建，利用道路交叉口的中心坐标数据确定道路交叉口的辐射区域，以道路交叉口的坐标中心点为基准，选取上方向、下方向、左方向、右方向分别距离道路交叉口中心点150m的范围为辐射区域。以所选取的辐射区域为目标，构建3*3的网格模型，网格模型的每个边长100m，网格模型中的网格从左下角开始编号，从左侧至右侧，从下方至上方，依次编号，编号0-8的网格Grid_ID，分别是Grid_ID＝0、Grid_ID＝1、Grid_ID＝2、Grid_ID＝3、Grid_ID＝4、Grid_ID＝5、Grid_ID＝6、Grid_ID＝7、Grid_ID＝8，其中Grid_ID＝4为中心网格。
图3为本发明实施例提供的一种基于网格对浮动车轨迹数据分方向处理的示意图。基于网格模型对通过道路交叉口的浮动车的轨迹数据进行分方向处理，获取浮动车通过道路交叉口的驶入轨迹点对应的所述网格模型中的起点网格，驶出轨迹点对应的所述网格模型中的终点网格，根据所述起点网格、所述终点网格在所述3*3的网格模型中的方向关系，确定所述浮动车的轨迹数据对应的运行方向。
所述3*3的网格模型中的上方对应北方，下方对应南方，左方对应东方，右方对应西方；
当所述终点网格在所述起点网格的正上方，则所述浮动车的轨迹数据对应的运行方向为北向直行；
当所述终点网格在所述起点网格的正下方，则所述浮动车的轨迹数据对应的运行方向为南向直行；
当所述终点网格在所述起点网格的右上方，则所述浮动车的轨迹数据对应的运行方向为北向右转；
当所述终点网格在所述起点网格的右下方，则所述浮动车的轨迹数据对应的运行方向为南向右转；
当所述终点网格在所述起点网格的左上方，则所述浮动车的轨迹数据对应的运行方向为北向左转；
当所述终点网格在所述起点网格的左下方，则所述浮动车的轨迹数据对应的运行方向为南向左转。
示例性的，若轨迹点以Grid_ID＝1方向进入，以Grid_ID＝7方向驶出，则该轨迹方向为北向直行。若轨迹点以Grid_ID＝1方向进入，以Grid_ID＝3方向驶出，则该轨迹方向为北向左转。若轨迹点以Grid_ID＝1方向进入，以Grid_ID＝5方向驶出，则该轨迹方向为北向右转。基于相同判断方法刻画出浮动车轨迹数据的运行轨迹方向。
在本发明的一个具体应用中，上述步骤12中的计算道路交叉口的交通运行参数的具体步骤如图4所示，具体包括：
采用网格模型道路交叉口分方向的方法，获取道路交叉口内部各方向的通行交通量(Qi)，以及总的交通量(Q)，同时计算道路交叉口内部的每个方向的权重(ωi)，以及城市中每个道路交叉口的权重(δi)，其中，
其中，n表示道路交叉口总数量。
采用网格模型道路交叉口分方向的方法，获取道路交叉口内部通过道路交叉口所在的中心网格的时间(Ti)，通过道路交叉口总时间(Time)，其中，
其中，ttr[last]为通过Grid_ID＝4轨迹点最后一个时间戳；ttr[first]为通过Grid_ID＝4轨迹点第一个时间戳；count[tr]为该方向设定时间(比如5分钟)内通过的轨迹数量；ωi为道路交叉口各方向的权重系数。
采用网格模型道路交叉口分方向的方法，对道路交叉口分方向获取自由流时间，选取浮动车数据的时间段为(2:00-5:00)，通过道路交叉口指定方向的瞬时速度(v>10m/s)的浮动车轨迹为研究对象，计算通过道路交叉口的时间。对通过道路交叉口的时间排序后，选取15％分位数作为该指定方向的自由流通行时间
采用网格模型道路交叉口分方向的方法，对信号道路交叉口分方向计算平均通行速度(Avg_v)，选取中心网格Grid_ID＝4作为研究对象。计算通过该网格的平均速度，其中，
其中，vj为通过Grid_ID＝4轨迹点的瞬时速度值；count[tr]为该方向5分钟内通过的轨迹数量；
采用网格模型道路交叉口分方向的方法，所获取道路交叉口内部通过道路交叉口所在的中心网格的时间(Ti)，自由流通行时间计算得道路交叉口分方向通行延误(Di)，总延误Delay，其中，
定义Delay(0,10]→A；Delay(10,20]→B；Delay(20,30]→C；
Delay(30,40]→D；Delay(40,50]→E；
在本发明的一个具体应用中，上述步骤15具体包括：道路交叉口运行状态评价方法的制定及延误诊断优化策略如下：
图5为本发明实施例提供的一种对道路交叉口的内部分方向进行评价的示意图。基于网格模型道路交叉口分方向的方法，利用时间间隔为3s的浮动车轨迹数据，根据上述获取的通过信号道路交叉口分方向的通行延误时间(Di)，信号道路交叉口分方向计算平均通行速度(Avg_v)，道路交叉口内部各方向的通行交通量(Qi)，以此为基础并输出评价的可视化的道路交叉口运行评价极坐标图，如图5所示，其中极坐标点表示延误时间(Delay)，距离离中心点越远，延误越大。每个点的大小表示该方向的流量，点越大，流量越大。每个点上标注的数值表示通过道路交叉口的平均速度，速度越快，其数值越大，经过数据融合算法，结合延误时间、流量和速度三者对道路交叉口的运行状态进行评价。然后，提取道路交叉口的信号灯配时数据，结合道路交叉口的运行状态将交通运行参数中通行时间与通行流量进行匹配，获取合理的道路交叉口的信号灯配时方案。
综上所述，本发明实施例提出了一种基于网格模型的信号道路交叉口的运行评价方法，在摒弃了地图限制的条件下，可以遍历选定区域的全部的信号道路交叉口，每隔5分钟对道路交叉口进行实时动态评价，诊断道路交叉口延误的原因，进而提高道路交叉口通行效率。
本发明摒弃了地图匹配计算中复杂的计算，另辟蹊径地采用网格模型的算法，提高了计算效率，同时采用间隔3s的浮动车轨迹数据，确保了评价诊断的准确性和合理性，本发明对于提高道路交叉口通行效率，降低道路交叉口延误具有重大作用。
本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解：实施例中的设备中的模块可以按照实施例描述分布于实施例的设备中，也可以进行相应变化位于不同于本实施例的一个或多个设备中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种基于网格模型的信号交叉口运行评价方法，其特征在于，包括：
构建道路交叉口的网格模型，基于所述网格模型对通过所述城市道路交叉口的浮动车的轨迹数据进行分方向处理；
根据所述浮动车的轨迹数据的分方向处理结果获取所述道路交叉口的交通运行参数，该交通运行参数包括通过道路交叉口的通行流量、通过道路交叉口的通行时间、道路交叉口的自由流通行时间和道路交叉口的通行平均速度；
根据所述道路交叉口的交通运行参数计算通过道路交叉口的通行延误时间，根据所述通行延误时间对所述道路交叉口进行运行评价。
2.根据权利要求1所述的方法，其特征在于，所述的构建道路交叉口的网格模型，包括：
利用道路交叉口的中心坐标数据确定道路交叉口的辐射区域，以道路交叉口的坐标中心点为基准，选取上方向、下方向、左方向、右方向分别距离道路交叉口中心点150m的范围为辐射区域，以所选取的辐射区域为目标，构建3*3的网格模型，网格模型的每个边长100m，网格模型中的网格从左下角开始编号，从左侧至右侧，从下方至上方，依次编号，编号0-8的网格Grid_ID，分别是Grid_ID＝0、Grid_ID＝1、Grid_ID＝2、Grid_ID＝3、Grid_ID＝4、Grid_ID＝5、Grid_ID＝6、Grid_ID＝7、Grid_ID＝8，其中Grid_ID＝4为中心网格。
3.根据权利要求1所述的方法，其特征在于，所述的基于所述网格模型中的网格对通过所述城市道路交叉口的浮动车的轨迹数据进行分方向处理，包括：
获取浮动车通过道路交叉口的驶入轨迹点对应的所述网格模型中的起点网格，驶出轨迹点对应的所述网格模型中的终点网格，根据所述起点网格、所述终点网格在所述3*3的网格模型中的方向关系，确定所述浮动车的轨迹数据对应的运行方向。
4.根据权利要求3所述的方法，其特征在于，所述的根据所述起点网格、所述终点网格在所述3*3的网格模型中的方向关系，确定所述浮动车的轨迹数据对应的运行方向，包括：
所述3*3的网格模型中的上方对应北方，下方对应南方，左方对应东方，右方对应西方；
当所述终点网格在所述起点网格的正上方，则所述浮动车的轨迹数据对应的运行方向为北向直行；
当所述终点网格在所述起点网格的正下方，则所述浮动车的轨迹数据对应的运行方向为南向直行；
当所述终点网格在所述起点网格的右上方，则所述浮动车的轨迹数据对应的运行方向为北向右转；
当所述终点网格在所述起点网格的右下方，则所述浮动车的轨迹数据对应的运行方向为南向右转；
当所述终点网格在所述起点网格的左上方，则所述浮动车的轨迹数据对应的运行方向为北向左转；
当所述终点网格在所述起点网格的左下方，则所述浮动车的轨迹数据对应的运行方向为南向左转。
5.根据权利要求3或者4所述的方法，其特征在于，所述的根据所述浮动车的轨迹数据的分方向处理结果获取所述道路交叉口的交通运行参数，该交通运行参数包括通过道路交叉口的通行流量、通过道路交叉口的通行时间、道路交叉口的自由流通行时间和道路交叉口的通行平均速度，包括：
根据各个浮动车的轨迹数据的分方向处理结果，获取道路交叉口的网格模型内部各方向的通行交通量Qi，以及道路交叉口的总的交通量(Q)，同时计算网格模型内部的每个方向的权重ωi，以及道路交叉口的权重δi，其中，
其中，n表示道路交叉口总数量：
获取通过网格模型的中心网格的时间Ti，通过道路交叉口总时间Time，其中：
其中，ttr[last]为通过Grid_ID＝4轨迹点最后一个时间戳；ttr[first]为通过Grid_ID＝4轨迹点第一个时间戳；count[tr]为该方向设定时间内通过的轨迹数量；ωi为道路交叉口各方向的权重系数：
对道路交叉口分方向获取自由流时间，选取浮动车轨迹数据的时间段为2:00-5:00，通过道路交叉口指定方向的瞬时速度v>10m/s的浮动车轨迹为研究对象，计算通过道路交叉口的时间，对通过道路交叉口的时间排序后，选取15％分位数作为该指定方向的自由流通行时间
对信号道路交叉口分方向计算平均通行速度Avg_v，选取中心网格Grid_ID＝4作为研究对象，计算通过该中心网格的平均速度，其中，
其中，vj为通过Grid_ID＝4轨迹点的瞬时速度值；count[tr]为该方向5分钟内通过的轨迹数量；
根据通过道路交叉口所在的中心网格的时间Ti和自由流通行时间计算道路交叉口分方向的通行延误Di，道路交叉口的总延误Delay，其中，
定义Delay(0,10]→A；Delay(10,20]→B；Delay(20,30]→C；
Delay(30,40]→D；Delay(40,50]→E。
6.根据权利要求5所述的方法，其特征在于，所述的根据所述道路交叉口的交通运行参数计算通过道路交叉口的延误时间，根据所述延误时间对所述道路交叉口进行运行评价，包括：
基于网格模型道路交叉口分方向的方法，利用时间间隔为3s的浮动车轨迹数据，根据所述通过信号道路交叉口分方向通行延误时间Di、信号道路交叉口分方向计算平均通行速度Avg_v和道路交叉口内部各方向的通行交通量Qi构建可视化的道路交叉口运行评价极坐标图，其中极坐标点表示延误时间Delay，距离离中心点越远，延误越大；每个极坐标点的大小表示该方向的流量，点越大，流量越大；每个点上标注的数值表示通过道路交叉口的平均速度，速度越快，其数值越大，结合延误时间、流量和速度参数对道路交叉口的运行状态进行评价。
CN201810348871.0A 2018-04-18 2018-04-18 一种基于网格模型的信号交叉口运行评价方法 Active CN108648444B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810348871.0A CN108648444B (zh) 2018-04-18 2018-04-18 一种基于网格模型的信号交叉口运行评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810348871.0A CN108648444B (zh) 2018-04-18 2018-04-18 一种基于网格模型的信号交叉口运行评价方法

Publications (2)

Publication Number Publication Date
CN108648444A true CN108648444A (zh) 2018-10-12
CN108648444B CN108648444B (zh) 2020-05-05

Family

ID=63746592

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810348871.0A Active CN108648444B (zh) 2018-04-18 2018-04-18 一种基于网格模型的信号交叉口运行评价方法

Country Status (1)

Country Link
CN (1) CN108648444B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109348423A (zh) * 2018-11-02 2019-02-15 同济大学 一种基于抽样轨迹数据的干道协调控制优化方法
CN109509350A (zh) * 2018-12-24 2019-03-22 银江股份有限公司 一种基于有向二分权重网络的交叉口运行效率计算方法
CN110807928A (zh) * 2019-11-06 2020-02-18 南京莱斯信息技术股份有限公司 一种公交优先效果的统计评估方法
CN111292533A (zh) * 2020-02-11 2020-06-16 北京交通大学 基于多源数据的高速公路任意时段任意断面流量估计方法
WO2020248197A1 (en) * 2019-06-13 2020-12-17 Beijing Didi Infinity Technology And Development Co., Ltd. Saturation flow estimation for signalized intersections using vehicle trajectory data
CN113570870A (zh) * 2021-09-27 2021-10-29 华砺智行(武汉)科技有限公司 分布式路口平均延误估计方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147260A (zh) * 2010-02-09 2011-08-10 日电（中国）有限公司 电子地图匹配方法和装置
CN102280031A (zh) * 2011-07-22 2011-12-14 南京莱斯信息技术股份有限公司 一种基于浮动车数据的路***通状态识别方法
CN103927873A (zh) * 2014-04-28 2014-07-16 中国航天***工程有限公司 浮动车与路段匹配方法及并行获取实时路况的方法
CN104317583A (zh) * 2014-10-21 2015-01-28 合肥星服信息科技有限责任公司 基于网格原理的道路拥堵优化算法
CN104408918A (zh) * 2014-11-20 2015-03-11 江苏物联网研究发展中心 基于MapReduce计算框架的浮动车数据与道路匹配的方法
CN106530704A (zh) * 2016-11-25 2017-03-22 杭州电子科技大学 一种基于多元数据融合的浮动车聚集检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102147260A (zh) * 2010-02-09 2011-08-10 日电（中国）有限公司 电子地图匹配方法和装置
CN102280031A (zh) * 2011-07-22 2011-12-14 南京莱斯信息技术股份有限公司 一种基于浮动车数据的路***通状态识别方法
CN103927873A (zh) * 2014-04-28 2014-07-16 中国航天***工程有限公司 浮动车与路段匹配方法及并行获取实时路况的方法
CN104317583A (zh) * 2014-10-21 2015-01-28 合肥星服信息科技有限责任公司 基于网格原理的道路拥堵优化算法
CN104408918A (zh) * 2014-11-20 2015-03-11 江苏物联网研究发展中心 基于MapReduce计算框架的浮动车数据与道路匹配的方法
CN106530704A (zh) * 2016-11-25 2017-03-22 杭州电子科技大学 一种基于多元数据融合的浮动车聚集检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHI AN等: "Mining urban recurrent congestion evolution patterns from GPS-equipped vehicle mobility data", 《INFORMATION SCIENCES》 *
YANG LIU等: "Grid Mapping for Spatial Pattern Analyses of Recurrent Urban Traffic Congestion Based on Taxi GPS Sensing Data", 《SUSTAINABILITY》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109348423A (zh) * 2018-11-02 2019-02-15 同济大学 一种基于抽样轨迹数据的干道协调控制优化方法
CN109348423B (zh) * 2018-11-02 2020-04-07 同济大学 一种基于抽样轨迹数据的干道协调控制优化方法
CN109509350A (zh) * 2018-12-24 2019-03-22 银江股份有限公司 一种基于有向二分权重网络的交叉口运行效率计算方法
CN109509350B (zh) * 2018-12-24 2020-09-25 银江股份有限公司 一种基于有向二分权重网络的交叉口运行效率计算方法
WO2020248197A1 (en) * 2019-06-13 2020-12-17 Beijing Didi Infinity Technology And Development Co., Ltd. Saturation flow estimation for signalized intersections using vehicle trajectory data
CN110807928A (zh) * 2019-11-06 2020-02-18 南京莱斯信息技术股份有限公司 一种公交优先效果的统计评估方法
CN110807928B (zh) * 2019-11-06 2021-08-24 南京莱斯信息技术股份有限公司 一种公交优先效果的统计评估方法
CN111292533A (zh) * 2020-02-11 2020-06-16 北京交通大学 基于多源数据的高速公路任意时段任意断面流量估计方法
CN113570870A (zh) * 2021-09-27 2021-10-29 华砺智行(武汉)科技有限公司 分布式路口平均延误估计方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN108648444B (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
CN108648444A (zh) 一种基于网格模型的信号交叉口运行评价方法
CN106781506B (zh) 基于公交车gps数据的大范围城市公交线网实时运行水平评价方法
CN105241465B (zh) 一种道路更新的方法
CN106652458B (zh) 基于虚拟车辆轨迹重构的在线城市道路路径行程时间估计方法
CN103903433B (zh) 一种道路交通状态的实时动态判别方法及装置
CN104866654B (zh) 一种一体化城市动态交通仿真平台的构建方法
CN104900057B (zh) 一种城市快速路主辅道的浮动车地图匹配方法
CN102102992B (zh) 基于多级网络划分的匹配道路初筛方法及地图匹配***
CN107563566B (zh) 一种基于支持向量机的公交站间运行时间区间预测方法
CN109446920B (zh) 基于卷积神经网络的城市轨道交通乘客拥挤程度检测方法
CN109686091B (zh) 一种基于多源数据融合的交通流量填补算法
CN108470461B (zh) 一种交通信号控制器控制效果在线评价方法及***
CN107798855A (zh) 一种车道宽度计算方法和装置
CN107330217A (zh) 一种基于rbfnn的中观油耗预测方法
CN108447256A (zh) 基于电警和定点检测器数据融合的干道车辆轨迹重构方法
CN105371859B (zh) 基于安全驾驶地图的车道级别的导航引导***和方法
CN107700280B (zh) 既有双线铁路线位重构方法
CN104677363A (zh) 一种道路生成方法和装置
CN105355042B (zh) 一种基于出租车gps的道路网络提取方法
CN102592447A (zh) 一种基于fcm的区域路网的道路交通状态判别方法
CN108253974B (zh) 浮动车定位数据自适应缓冲路径匹配***及其方法
CN106935044A (zh) 一种基于公交信号优先协调控制的站点位置优化方法
CN108765961A (zh) 一种基于改进型限幅平均滤波的浮动车数据处理方法
CN103258440B (zh) 一种基于道路属性和实时路况的行车轨迹还原算法
CN107945264A (zh) 路基三维建模方法

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
GR01 Patent grant
GR01 Patent grant