CN108921465A - 一种公路网货物运输指标自动化统计方法 - Google Patents
一种公路网货物运输指标自动化统计方法 Download PDFInfo
- Publication number
- CN108921465A CN108921465A CN201810595204.2A CN201810595204A CN108921465A CN 108921465 A CN108921465 A CN 108921465A CN 201810595204 A CN201810595204 A CN 201810595204A CN 108921465 A CN108921465 A CN 108921465A
- Authority
- CN
- China
- Prior art keywords
- volume
- vehicle
- goods
- network
- highways
- 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
- 238000007619 statistical method Methods 0.000 title claims abstract description 13
- 238000005259 measurement Methods 0.000 claims abstract description 22
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 abstract description 9
- 238000011161 development Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000007306 turnover Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种公路网货物运输指标自动化统计方法，包括如下步骤：1)以设定的统计周期收集高速公路收费数据、货车GPS轨迹数据、轴载数据，构建用于公路网货物运输统计的历史数据库；2)数据预处理；3)计算高速公路网中的货运量与货运周转量两大货物运输指标；4)计算普通公路网中的货运量与货运周转量两大货物运输指标；5)计算公路网中的货运量与货运周转量两大货物运输指标。本发明提出的方法在充分利用现有数据资源及不增加软硬件投入的情况下，构建了完整的公路网货物运输指标自动化统计流程与方法，可提高公路运输统计的质量与效率。
Description
技术领域
本发明涉及交通运输统计领域，具体涉及一种公路网货物运输指标自动化统计方法。
背景技术
随着改革开放的不断深化，我国社会经济得到迅速发展。公路运输在经济和社会发展中具有举足轻重的地位，公路运输统计是社会经济统计的重要组成部分，其根本职能是利用科学的统计理论和技术对反映公路运输经济活动现象的相关数据进行采集、整理和计算，得到可反映公路运输业、公路运输经济现象的若干指标，为规划和决策、行业管理等提供依据和参考。
然而，目前从实践层面上看，我国公路货物运输量调查统计工作存在诸多问题，如：技术手段落后——大部分工作需现场调查和人工干预，且在基层开展相关工作需要耗费大量的人力物力；缺乏持续性的工作机制——无法对公路货物运输量进行变化趋势跟踪与异常信息及时反馈；对统计结果缺乏科学研究的内涵解析和数据应用的方法，导致花费巨大代价所得的统计结果往往无法得以充分的利用。
近年来，交通行业信息化、自动化***已初具规模，如广东省高速公路网已实现全省联网收费、全国的国省道建立了多个连续式交通量观测站等，这些***经过数年的积累，其业务功能已比较成熟，且已积累了大量的基础数据。
发明内容
为了克服现有技术存在的缺陷，本发明提供一种公路网货物运输指标自动化统计方法。本发明可用于对公路网货物运输相关指标的连续性监测自动化统计，以克服传统公路网货物运输量调查时耗长、成本高等问题。
本发明采用如下技术方案：
一种公路网货物运输指标自动化统计方法，包括如下步骤：
S1以用户设定的统计周期收集高速公路收费数据、货车GPS轨迹数据、轴载数据，构建用于公路网货物运输统计的历史数据库；
S2数据预处理；
S3计算高速公路网中的货运量与货运周转量两大货物运输指标；
S4计算普通公路网中的货运量与货运周转量两大货物运输指标；
S5计算公路网中的货运量与货运周转量两大货物运输指标。
所述公路网由高速公路网及普通公路网构成，普通公路是指普通国道与普通省道。
所述S1中：
所述高速公路收费数据包括：入口区域编码、入口路段号、入口站编码、入口车道号、入口车道类型、入口发卡时间、区域编码、路段号、站编号、出口车道号、出口车道类型、收费时间、车牌号、车型、车种、公里、总轴数、轴型代码、总重量、限重、超限率、免费类型代码、路径标识、OBU号、是否绿色通道车辆代码、支付方式、车流量、出口流水号及上传时间；
所述货车GPS轨迹数据包括：车牌、车牌颜色、GPS数据产生时间、纬度、经度、车辆速度、车辆行驶方向、海拔高度、行驶里程、车辆所属人姓名、车辆ID***、GPS数据记录时间及数据编码方式；
所述轴载数据是非现场执法数据，包括车辆到达治超点的时间、车辆行驶的车道数、车辆类型、车辆测量长度、车辆测量宽度、车辆测量高度、车辆测量车速、车辆测量车重及车辆测量轴载数。
所述预处理包括：
剔除用于公路网货物运输统计历史数据库中的异常数据；依据特征性轴重划分出空驶车辆，或通过查询资料，获取不同车型的货车处于运输状态下的平均空车质量，用以计算各类货车的载货量。
所述高速公路网中的货运量与货运周转量，指货车车辆行驶的路径包含高速公路，则将其货物运输归类为高速公路网中的货物运输，S3具体步骤为：
S3.1基于高速公路收费数据，计算行驶在高速公路网中各类货车的行驶车次数、平均货运量及平均运距；
S3.2根据步骤S3.1获得的行驶在高速公路网中各类货车的行驶车次数及平均货运量，
货运量＝行驶车次数×平均货运量；
S3.3根据步骤S3.1及S3.2获得的行驶在高速公路网中各类货车的货运量与平均运距，得到
货运周转量＝货运量×平均运距。
所述S4中普通公路网中的货运量与货运周转量两大货物运输指标；具体是指车辆的行驶路径中仅包含普通公路，则将其货物运输归类为普通公路网中的货物运输，具体求得步骤为：
S4.1基于货车GPS轨迹数据，将货车GPS轨迹数据与公路网的电子地图路网信息进行关联匹配，以确定车辆行驶的准确位置，计算得到各类货车仅行驶在普通公路中的占比；
S4.2基于步骤S3.1获得的行驶在高速公路网中各类货车的行驶车次数，及基于步骤S4.1获得的各类货车仅行驶在普通公路中的占比，
行驶在普通公路网中的行驶车次数＝行驶在高速公路网中的行驶车次数×仅行驶在普通公路中的占比/(1-仅行驶在普通公路中的占比)；
S4.3基于轴载数据，计算行驶在普通公路网中各类货车的平均货运量；
S4.4基于货车GPS轨迹数据，计算行驶在普通公路网中各类货车的平均运距；
S4.5基于步骤S4.3与步骤S4.4获得的行驶在普通公路网中的各类货车的行驶车次数和平均货运量，
货运量＝行驶车次数×平均货运量；
S4.6基于步骤S4.4与步骤S4.5获得的行驶在普通公路网中的各类货车的平均运距和货运量，
货运周转量＝货运量×平均运距。
公路网中的货运量＝高速公路网中的货运量+普通公路网中的货运量；
公路网中的货运周转量＝高速公路网中的货运周转量+普通公路网中的货运周转量。
本发明的有益效果：
(1)本发明依托现有的三类数据提出了基于高速公路与普通公路之间的行驶车次数、货运量与运距三大关系的公路网货物运输指标自动化统计方法，实现了公路全路网交通运输指标的自动化监测；
(2)本发明充分利用现有数据资源，在不增加软硬件投入的情况下，构建了完整的公路网货物运输指标自动化统计流程与方法，提高了公路运输统计的质量与效率；条件允许的情况下，本发明可进一步应用于其他类似业务。
附图说明
图1是本发明的工作流程图；
图2是本发明中计算高速公路网中的货运量与货运周转量两大货物运输指标的方法流程图；
图3是本发明计算普通公路网中的货运量与货运周转量两大货物运输指标的方法流程图。
图4是本发明实施例路网分布图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
如图1-图4所示，一种公路网货物运输指标自动化统计方法，包括如下步骤：
S1以用户设定的统计周期收集高速公路收费数据、货车GPS轨迹数据、轴载数据，构建用于公路网货物运输统计的历史数据库。
我国公路按照行政级别分为国道、省道、县道、乡道及村道，本发明所述普通公路网是指由普通国道与普通省道构成的公路网。
所述高速公路收费数据包括：
所述高速公路收费数据包括：入口区域编码、入口路段号、入口站编码、入口车道号、入口车道类型、入口发卡时间、区域编码、路段号、站编号、出口车道号、出口车道类型、收费时间、车牌号、车型、车种、公里、总轴数、轴型代码、总重量、限重、超限率、免费类型代码、路径标识、OBU号、是否绿色通道车辆代码、支付方式、车流量、出口流水号及上传时间；
所述货车GPS轨迹数据包括：车牌、车牌颜色、GPS数据产生时间、纬度、经度、车辆速度、车辆行驶方向、海拔高度、行驶里程、车辆所属人姓名、车辆ID***、GPS数据记录时间及数据编码方式；
所述轴载数据是非现场执法数据，包括车辆到达治超点的时间、车辆行驶的车道数、车辆类型、车辆测量长度、车辆测量宽度、车辆测量高度、车辆测量车速、车辆测量车重及车辆测量轴载数。
S2数据预处理；包括如下步骤：
S2.1剔除用于公路网货物运输统计历史数据库中的异常数据；所述异常数据例如为高速公路收费数据入口时间不合逻辑及车辆速度异常等数据。
S2.2依据特征性轴重划分出空驶车辆，或通过查询资料，获取不同车型的货车处于运输状态下的平均空车质量，用以计算各类货车的载货量。
S3计算高速公路网中的货运量与货运周转量两大货物运输指标；
S3.1基于高速公路收费数据，计算行驶在高速公路网中各类货车的行驶车次数、平均货运量及平均运距；
S3.2根据步骤S3.1获得的行驶在高速公路网中各类货车的行驶车次数及平均货运量，
货运量＝行驶车次数×平均货运量，运用以上公式计算得到各类货车的货运量。
S3.3根据步骤S3.1及S3.2获得的行驶在高速公路网中各类货车的货运量与平均运距，得到
货运周转量＝货运量×平均运距。
运用以上公式计算得到各类货车的货运周转量。
S4计算普通公路网中的货运量与货运周转量两大货物运输指标，具体为：
S4.1基于货车GPS轨迹数据，将货车GPS轨迹数据与公路网的电子地图路网信息进行关联匹配，以确定车辆行驶的准确位置，计算得到各类货车仅行驶在普通公路中的占比；
S4.2基于步骤S3.1获得的行驶在高速公路网中各类货车的行驶车次数，及基于步骤S4.1获得的各类货车仅行驶在普通公路中的占比，
行驶在普通公路网中的行驶车次数＝行驶在高速公路网中的行驶车次数×仅行驶在普通公路中的占比/(1-仅行驶在普通公路中的占比)；
S4.3基于轴载数据，计算行驶在普通公路网中各类货车的平均货运量；
S4.4基于货车GPS轨迹数据，计算行驶在普通公路网中各类货车的平均运距；
S4.5基于步骤S4.3与步骤S4.4获得的行驶在普通公路网中的各类货车的行驶车次数和平均货运量，
货运量＝行驶车次数×平均货运量；
S4.6基于步骤S4.4与步骤S4.5获得的行驶在普通公路网中的各类货车的平均运距和货运量，
货运周转量＝货运量×平均运距。
S5计算公路网中的货运量与货运周转量两大货物运输指标。
S5.1所述公路网，是指由高速公路网与普通公路网组成的路网；
S5.2基于步骤S3.3与步骤S4.6获得的行驶在高速公路网中的、及行驶在普通公路网中的货运量，
公路网中的货运量＝高速公路网中的货运量+普通公路网中的货运量
运用以上公式计算得到公路网中各类货车的货运量；
S5.3基于步骤S3.4与步骤S4.6获得的行驶在高速公路网中的、及行驶在普通公路网中的货运周转量，
公路网中的货运周转量＝高速公路网中的货运周转量+普通公路网中的货运周转量。
下面用结合具体示例说明本发明。以图4所示路网为研究对象，该路网为广东省2016年全省的公路网。
(1)收集2016年9月份广东省全省的高速公路收费数据、货车GPS轨迹数据及轴载数据，构建用于广东省公路网货物运输统计的历史数据库。
(2)数据预处理
剔除高速公路收费数据中的异常数据；对货车GPS轨迹数据进行去重处理；对货车GPS轨迹数据进行识别，提取有效的运输状态下的货车行程；剔除轴载数据中的异常数据。
(3)计算高速公路网中的货运量与货运周转量两大货物运输指标
基于2016年9月的广东省高速公路收费数据，对统计周期内全省高速公路的货车出口流量进行统计，获取行驶在高速公路网中各类货车的行驶车次数、平均货运量及平均运距，并据此计算各类货车的货运量与货运周转量，货物运输指标计算结果如下表所示：
表1高速公路网中的货物运输指标计算结果
(4)计算普通公路网中的货运量与货运周转量两大货物运输指标
基于货车GPS轨迹数据，计算全路网中各类货车仅行驶在普通公路上的占比，结果如下表所示：
表2各类货车仅行驶在普通公路上的占比计算结果
基于该占比，结合步骤(3)中获取的行驶在高速公路网中各类货车的行驶车次数，即可获得行驶在普通公路网中各类货车的行驶车次数；此外，基于2016年9月的广东省部分治超点的轴载数据进行统计，获得统计周期内普通公路网中各类货车的平均货运量；基于2016年9月货车GPS轨迹数据进行统计，获得统计周期内普通公路网中各类货车的平均运距。据此计算各类货车的货运量与货运周转量，货物运输指标计算结果如下表所示：
表3普通公路网中的货物运输指标计算结果
(5)计算公路网中的货运量与货运周转量两大货物运输指标
基于步骤(3)与步骤(4)，计算公路网中的货运量与货运周转量，货物运输指标计算结果如下表所示：
表4公路网中的货物运输指标计算结果
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (7)
1.一种公路网货物运输指标自动化统计方法，其特征在于，包括如下步骤：
S1以用户设定的统计周期收集高速公路收费数据、货车GPS轨迹数据、轴载数据，构建用于公路网货物运输统计的历史数据库；
S2数据预处理；
S3计算高速公路网中的货运量与货运周转量两大货物运输指标；
S4计算普通公路网中的货运量与货运周转量两大货物运输指标；
S5计算公路网中的货运量与货运周转量两大货物运输指标。
2.根据权利要求1所述的一种公路网货物运输指标自动化统计方法，其特征在于，所述公路网由高速公路网及普通公路网构成，普通公路是指普通国道与普通省道。
3.根据权利要求1所述的一种公路网货物运输指标自动化统计方法，其特征在于，所述S1中：
所述高速公路收费数据包括：入口区域编码、入口路段号、入口站编码、入口车道号、入口车道类型、入口发卡时间、区域编码、路段号、站编号、出口车道号、出口车道类型、收费时间、车牌号、车型、车种、公里、总轴数、轴型代码、总重量、限重、超限率、免费类型代码、路径标识、OBU号、是否绿色通道车辆代码、支付方式、车流量、出口流水号及上传时间；
所述货车GPS轨迹数据包括：车牌、车牌颜色、GPS数据产生时间、纬度、经度、车辆速度、车辆行驶方向、海拔高度、行驶里程、车辆所属人姓名、车辆ID***、GPS数据记录时间及数据编码方式；
所述轴载数据是非现场执法数据，包括车辆到达治超点的时间、车辆行驶的车道数、车辆类型、车辆测量长度、车辆测量宽度、车辆测量高度、车辆测量车速、车辆测量车重及车辆测量轴载数。
4.根据权利要求1所述的一种公路网货物运输指标自动化统计方法，其特征在于，所述预处理包括：
剔除用于公路网货物运输统计历史数据库中的异常数据；依据特征性轴重划分出空驶车辆，或通过查询资料，获取不同车型的货车处于运输状态下的平均空车质量，用以计算各类货车的载货量。
5.根据权利要求1所述的一种公路网货运运输指标自动化统计方法，其特征在于，所述高速公路网中的货运量与货运周转量，指货车车辆行驶的路径包含高速公路，则将其货物运输归类为高速公路网中的货物运输，S3具体步骤为：
S3.1基于高速公路收费数据，计算行驶在高速公路网中各类货车的行驶车次数、平均货运量及平均运距；
S3.2根据步骤S3.1获得的行驶在高速公路网中各类货车的行驶车次数及平均货运量，
货运量＝行驶车次数×平均货运量；
S3.3根据步骤S3.1及S3.2获得的行驶在高速公路网中各类货车的货运量与平均运距，得到
货运周转量＝货运量×平均运距。
6.根据权利要求1所述的一种公路网货物运输指标自动化统计方法，其特征在于，所述S4中普通公路网中的货运量与货运周转量两大货物运输指标；具体是指车辆的行驶路径中仅包含普通公路，则将其货物运输归类为普通公路网中的货物运输，具体求得步骤为：
S4.1基于货车GPS轨迹数据，将货车GPS轨迹数据与公路网的电子地图路网信息进行关联匹配，以确定车辆行驶的准确位置，计算得到各类货车仅行驶在普通公路中的占比；
S4.2基于步骤S3.1获得的行驶在高速公路网中各类货车的行驶车次数，及基于步骤S4.1获得的各类货车仅行驶在普通公路中的占比，
行驶在普通公路网中的行驶车次数＝行驶在高速公路网中的行驶车次数×仅行驶在普通公路中的占比/(1-仅行驶在普通公路中的占比)；
S4.3基于轴载数据，计算行驶在普通公路网中各类货车的平均货运量；
S4.4基于货车GPS轨迹数据，计算行驶在普通公路网中各类货车的平均运距；
S4.5基于步骤S4.3与步骤S4.4获得的行驶在普通公路网中的各类货车的行驶车次数和平均货运量，
货运量＝行驶车次数×平均货运量；
S4.6基于步骤S4.4与步骤S4.5获得的行驶在普通公路网中的各类货车的平均运距和货运量，
货运周转量＝货运量×平均运距。
7.根据权利要求1所述的一种公路网货物运输指标自动化统计方法，其特征在于，公路网中的货运量＝高速公路网中的货运量+普通公路网中的货运量；
公路网中的货运周转量＝高速公路网中的货运周转量+普通公路网中的货运周转量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810595204.2A CN108921465A (zh) | 2018-06-11 | 2018-06-11 | 一种公路网货物运输指标自动化统计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810595204.2A CN108921465A (zh) | 2018-06-11 | 2018-06-11 | 一种公路网货物运输指标自动化统计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108921465A true CN108921465A (zh) | 2018-11-30 |
Family
ID=64410878
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810595204.2A Pending CN108921465A (zh) | 2018-06-11 | 2018-06-11 | 一种公路网货物运输指标自动化统计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108921465A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711752A (zh) * | 2019-01-16 | 2019-05-03 | 北京交通大学 | 一种针对不同车型的地铁运输能力计算方法 |
| CN110363483A (zh) * | 2019-07-22 | 2019-10-22 | 西南交通大学 | 一种基于共享平台货运出行数据的扩样校核方法 |
| CN110599765A (zh) * | 2019-08-16 | 2019-12-20 | 华南理工大学 | 一种基于多源数据融合的公路客货运输量指标统计方法 |
| CN110956808A (zh) * | 2019-12-23 | 2020-04-03 | 北京交通大学 | 一种基于非全样定位数据的重型货车交通流量预测方法 |
| CN114781978A (zh) * | 2022-06-16 | 2022-07-22 | 交通运输部科学研究院 | 道路货物运输量测算方法、装置、终端设备及存储介质 |
| CN116188235A (zh) * | 2023-02-27 | 2023-05-30 | 交通运输部规划研究院 | 高速公路货运量的时空分布推算方法、装置和电子设备 |
| CN116226598A (zh) * | 2022-12-21 | 2023-06-06 | 四川省交通运输发展战略和规划科学研究院 | 一种基于车辆性质及货物属地原则的公路货运量计算方法 |
| CN116993245A (zh) * | 2023-09-26 | 2023-11-03 | 交通运输部科学研究院 | 区域水路运输量测算方法、装置、电子设备及存储介质 |
| CN117557011A (zh) * | 2024-01-12 | 2024-02-13 | 交通运输部科学研究院 | 公路出行平均运距的测算方法和装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103226801A (zh) * | 2013-03-19 | 2013-07-31 | 天津市市政工程设计研究院 | 基于多用户配流模型的空港集疏运交通量确定方法 |
-
2018
- 2018-06-11 CN CN201810595204.2A patent/CN108921465A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103226801A (zh) * | 2013-03-19 | 2013-07-31 | 天津市市政工程设计研究院 | 基于多用户配流模型的空港集疏运交通量确定方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘拥华 等: ""高速公路货物运输量统计方法"", 《公路交通科技》 * |
| 崔晓飞: ""区域公路运输量调查与统计方法研究"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109711752A (zh) * | 2019-01-16 | 2019-05-03 | 北京交通大学 | 一种针对不同车型的地铁运输能力计算方法 |
| CN109711752B (zh) * | 2019-01-16 | 2020-08-18 | 北京交通大学 | 一种针对不同车型的地铁运输能力计算方法 |
| CN110363483A (zh) * | 2019-07-22 | 2019-10-22 | 西南交通大学 | 一种基于共享平台货运出行数据的扩样校核方法 |
| CN110363483B (zh) * | 2019-07-22 | 2022-05-03 | 西南交通大学 | 一种基于共享平台货运出行数据的扩样校核方法 |
| CN110599765A (zh) * | 2019-08-16 | 2019-12-20 | 华南理工大学 | 一种基于多源数据融合的公路客货运输量指标统计方法 |
| CN110956808A (zh) * | 2019-12-23 | 2020-04-03 | 北京交通大学 | 一种基于非全样定位数据的重型货车交通流量预测方法 |
| CN114781978A (zh) * | 2022-06-16 | 2022-07-22 | 交通运输部科学研究院 | 道路货物运输量测算方法、装置、终端设备及存储介质 |
| CN116226598A (zh) * | 2022-12-21 | 2023-06-06 | 四川省交通运输发展战略和规划科学研究院 | 一种基于车辆性质及货物属地原则的公路货运量计算方法 |
| CN116226598B (zh) * | 2022-12-21 | 2023-11-03 | 四川省交通运输发展战略和规划科学研究院 | 一种基于车辆性质及货物属地原则的公路货运量计算方法 |
| CN116188235A (zh) * | 2023-02-27 | 2023-05-30 | 交通运输部规划研究院 | 高速公路货运量的时空分布推算方法、装置和电子设备 |
| CN116188235B (zh) * | 2023-02-27 | 2023-10-17 | 交通运输部规划研究院 | 高速公路货运量的时空分布推算方法、装置和电子设备 |
| CN116993245A (zh) * | 2023-09-26 | 2023-11-03 | 交通运输部科学研究院 | 区域水路运输量测算方法、装置、电子设备及存储介质 |
| CN116993245B (zh) * | 2023-09-26 | 2023-12-15 | 交通运输部科学研究院 | 区域水路运输量测算方法、装置、电子设备及存储介质 |
| CN117557011A (zh) * | 2024-01-12 | 2024-02-13 | 交通运输部科学研究院 | 公路出行平均运距的测算方法和装置 |
| CN117557011B (zh) * | 2024-01-12 | 2024-04-16 | 交通运输部科学研究院 | 公路出行平均运距的测算方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108921465A (zh) | 一种公路网货物运输指标自动化统计方法 | |
| CN105590346B (zh) | 基于路径识别***的收费公路网交通信息采集与诱导*** | |
| CN103325246B (zh) | 用于货车多种车型的动态检测方法 | |
| CN112270460A (zh) | 一种基于多源数据的超重货车货源站点识别方法 | |
| CN106203662A (zh) | 一种基于etc***实现高速公路通行预约的方法 | |
| CN103761775B (zh) | 新型货车不停车计重收费*** | |
| CN213601251U (zh) | 一种巡检停车收费*** | |
| McCormack et al. | Developing a GPS-based truck freight performance measure platform. | |
| CN110599765A (zh) | 一种基于多源数据融合的公路客货运输量指标统计方法 | |
| CN110197335A (zh) | 一种基于概率od分布模型的下车站点人数计算方法 | |
| CN108847020A (zh) | 基于汽车电子标识技术的道路状态分析方法 | |
| CN105160717B (zh) | 交通云服务方法、***、子***、车载单元及网络终端 | |
| CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
| CN108765949A (zh) | 基于汽车电子标识技术的智能交通*** | |
| Hernandez et al. | Integration of weigh-in-motion and inductive signature technology for advanced truck monitoring | |
| Liao | Using archived truck gps data for freight performance analysis on i-94/i-90 from the twin cities to chicago | |
| CN103700264B (zh) | 基于etc收费数据的高速公路路段行程速度计算方法 | |
| CN114912657B (zh) | 一种基于多种收费票制的公交客流od推导方法 | |
| CN111079877A (zh) | 一种快捷、精准的高速车辆智能路径识别及收费方法 | |
| Du et al. | ETC development pushes combination of RFID and ITS | |
| CN205827443U (zh) | 一种简单高效的etc收费*** | |
| CN205247462U (zh) | 一种基于etc车辆的高速公路收费*** | |
| CN207008866U (zh) | 一种基于汽车电子标识的隧道交通信息采集装置 | |
| Pokharkar et al. | Traffic congestion at toll plaza: A case study of Khed-Shivapur, Pune | |
| CN101499182B (zh) | 基于计重收费和重量检测的二义性路径通行费拆分方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181130 |
|
| RJ01 | Rejection of invention patent application after publication |