CN110688775A - 一种城市交通网络中的交通瓶颈识别方法 - Google Patents

一种城市交通网络中的交通瓶颈识别方法 Download PDF

Info

Publication number
CN110688775A
CN110688775A CN201910981366.4A CN201910981366A CN110688775A CN 110688775 A CN110688775 A CN 110688775A CN 201910981366 A CN201910981366 A CN 201910981366A CN 110688775 A CN110688775 A CN 110688775A
Authority
CN
China
Prior art keywords
road network
virtual
traffic
database
road
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
Application number
CN201910981366.4A
Other languages
English (en)
Inventor
邢雪
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.)
Jilin Institute of Chemical Technology
Original Assignee
Jilin Institute of Chemical Technology
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 Jilin Institute of Chemical Technology filed Critical Jilin Institute of Chemical Technology
Priority to CN201910981366.4A priority Critical patent/CN110688775A/zh
Publication of CN110688775A publication Critical patent/CN110688775A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • 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

Landscapes

  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Marketing (AREA)
  • Analytical Chemistry (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种城市交通网络中的交通瓶颈识别方法，涉及交通信息控制技术领域，包括如下步骤：步骤一，构建虚拟路网信息；步骤二，对虚拟路网中的车流数据进行采集；步骤三，将采集的数据进行融合处理；步骤四，利用PA反推技术生成虚拟路网PA反推模型；步骤五，基于原路网数据库建立虚拟路网数据库；步骤六，对虚拟路网数据库中的数据进行计算；步骤七，根据数据计算挖掘得到瓶颈点，并诊断真实瓶颈点；步骤八，输出瓶颈点的原因，本发明通过架构虚拟节点以及虚拟路段对路面车流信息进行监控，并通过PA反推技术生成实时模型，通过模型模拟出道路车流信息，准确推断瓶颈点，并为交通拥堵治理和优化提供更加精确和科学的建议。

Description

一种城市交通网络中的交通瓶颈识别方法
技术领域
本发明涉及交通信息控制技术领域，尤其涉及一种城市交通网络中的交通瓶颈识别方法。
背景技术
由于城市交通网络拓扑中节点和道路错综复杂、节点内部及节点之间都有着非常复杂的相互作用、网络运行涉及到人-车-路-环境之间的作用关系以及政策管理、法律法规等原因，导致城市交通网络具有高度复杂性，要从根本上解决城市交通问题，实现城市的可持续发展，就需要从本质上解释城市交通问题的形成，必须深入地研究城市交通网络这一复杂网络的演化规律。
随着城市交通拥堵问题的日益加剧，很多节点的交通流运行经常处于过饱和状态，甚至部分路段的排队长度接近或等于路段长度，发生排队上溯现象，形成路段“瓶颈”，严重影响城市路网交通流的运行效率。一般情况下，当路段排队长度接近于路段长度时，该路段所处的交通状态可认为是“瓶颈状态”，该路段可称之为瓶颈路段。瓶颈状态属于一种特殊的过饱和状态，是路段交通状态极端恶化的表现，随着车载导航和手机终端导航的普及以及道路上检测器的布设完善，能够获取大量的实时交通数据，并能够反映道路的交通状况，并不能及时反馈路面交通车流信息，不易道路车流进行实时监控。
发明内容
本发明的目的是为了解决现有技术中车载导航和手机终端导航的普及以及道路上检测器的布设完善，能够获取大量的实时交通数据，并能够反映道路的交通状况，并不能及时反馈路面交通车流信息，不易道路车流进行实时监控的缺点，而提出的一种城市交通网络中的交通瓶颈识别方法。
为了实现上述目的，本发明采用了如下技术方案：
一种城市交通网络中的交通瓶颈识别方法，包括如下步骤：
步骤一，构建虚拟路网信息；
步骤二，对虚拟路网中的车流数据进行采集；
步骤三，将采集的数据进行融合处理；
步骤四，利用PA反推技术生成虚拟路网PA反推模型；
步骤五，基于原路网数据库建立虚拟路网数据库；
步骤六，对虚拟路网数据库中的数据进行计算；
步骤七，根据数据计算挖掘得到瓶颈点，并诊断真实瓶颈点；
步骤八，输出瓶颈点的原因。
优选的，所述构建虚拟路网信息包括构建虚拟节点以及构建虚拟路段。
优选的，所述构建虚拟节点具体为，对城市基本组团或某些区域路网的抽象，代表一个较大交叉口及附近区域的路网，也代表一个片区的路网，虚拟节点数目要根据不同城市实际状况而定，既要能简化原路网，也要能较好地反映原路网实际情况，虚拟节点的综合流量、综合容量以及综合阻抗值是对组团内原路网流量、容量和阻抗值综合分析计算的结果，在宏观层分析时，只是把虚拟节点看成是一个有流量、容量和阻抗值的点，在中微观层分析的时候，虚拟节点就是看成是一个子路网，而与虚拟节点相连的路段看成是节点。
优选的，所述构建虚拟路段为，是现状干道路网中的一条或者多条路段的综合，并对虚拟路段的综合交通量、综合通行能力以及综合阻抗值进行叠加计算。
优选的，所述步骤二的具体流程为，确定用于预测道路交通状况的交通流数据，采集道路车辆的移动导航数据和道路固定检测器数据。
优选的，所述步骤三的具体流程为，对采集的数据进行预处理，将不同来源的数据进行匹配，并确定每个检测器断面的流量-速度分布。
优选的，所述步骤四的具体流程为，通过对初始PA矩阵有限次修正，达到理论分配交通量和实测交通的无限接近.假设前提：在整个过程中路段阻抗为常数；任意PA点对在各路段上的流率保持不变；任意PA点对分布量的分配过程都相互独立、互不影响，最终生成虚拟路网PA反推模型。
优选的，所述步骤五的具体流程为，根据实际路网情况和交通运行现状，建立原路网数据库，原路网数据库主要包括：原路网节点坐标及邻接目录数据库、原路网路段几何要素数据库、原路网路段通行能力及交通量数据库，基于原路网数据库，利用虚拟路段及虚拟节点相关参数的计算方法，结合虚拟路网PA反推技术，建立虚拟路网数据库，虚拟路网数据库主要包括：虚拟节点坐标邻接目录数据库、虚拟路网综合通行能力数据库、虚拟路网综合交通量数据库、虚拟路网 OD分布数据库、虚拟路网交通阻抗分布数据库。
优选的，所述步骤七的具体流程为，基于虚拟路网数据库，利用虚拟路网交通均衡分配模型，对虚拟路网进行均衡配流，寻求均衡条件下虚拟路网的流量分布规律，结合虚拟节点和虚拟路段的通行能力参数，分析当前虚拟节点和虚拟路段的供需“均衡匹配参数”，通过分析该套参数，评估当前路网的宏观匹配水平，辨识路网的“真实瓶颈点，从而发现路网的宏观一微观***性缺陷。
本发明的有益效果为：
本发明通过架构虚拟节点以及虚拟路段对路面车流信息进行监控，并通过PA反推技术生成实时模型，通过模型模拟出道路车流信息，通过与原路面车流信息进行对比，准确推断瓶颈点，并为交通拥堵治理和优化提供更加精确和科学的建议。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
实施例，一种城市交通网络中的交通瓶颈识别方法，包括如下步骤：
步骤一，构建虚拟路网信息包括构建虚拟节点以及构建虚拟路段，对城市基本组团或某些区域路网的抽象，代表一个较大交叉口及附近区域的路网，也代表一个片区的路网，虚拟节点数目要根据不同城市实际状况而定，既要能简化原路网，也要能较好地反映原路网实际情况，虚拟节点的综合流量、综合容量以及综合阻抗值是对组团内原路网流量、容量和阻抗值综合分析计算的结果，在宏观层分析时，只是把虚拟节点看成是一个有流量、容量和阻抗值的点，在中微观层分析的时候，虚拟节点就是看成是一个子路网，而与虚拟节点相连的路段看成是节点，构建虚拟节点；通过对现状干道路网中的一条或者多条路段的综合，并对虚拟路段的综合交通量、综合通行能力以及综合阻抗值进行叠加计算，构建完成虚拟路段；
步骤二，对虚拟路网中的车流数据进行采集，确定用于预测道路交通状况的交通流数据，采集道路车辆的移动导航数据和道路固定检测器数据；
步骤三，将采集的数据进行融合处理，对采集的数据进行预处理，将不同来源的数据进行匹配，并确定每个检测器断面的流量-速度分布；
步骤四，利用PA反推技术生成虚拟路网PA反推模型，通过对初始PA矩阵有限次修正，达到理论分配交通量和实测交通的无限接近. 假设前提：在整个过程中路段阻抗为常数；任意PA点对在各路段上的流率保持不变；任意PA点对分布量的分配过程都相互独立、互不影响，最终生成虚拟路网PA反推模型；
步骤五，基于原路网数据库建立虚拟路网数据库，根据实际路网情况和交通运行现状，建立原路网数据库，原路网数据库主要包括：原路网节点坐标及邻接目录数据库、原路网路段几何要素数据库、原路网路段通行能力及交通量数据库，基于原路网数据库，利用虚拟路段及虚拟节点相关参数的计算方法，结合虚拟路网PA反推技术，建立虚拟路网数据库；
步骤六，对虚拟路网数据库中的数据进行计算；
步骤七，根据数据计算挖掘得到瓶颈点，并诊断真实瓶颈点，基于虚拟路网数据库，利用虚拟路网交通均衡分配模型，对虚拟路网进行均衡配流，寻求均衡条件下虚拟路网的流量分布规律，结合虚拟节点和虚拟路段的通行能力参数，分析当前虚拟节点和虚拟路段的供需“均衡匹配参数”，通过分析该套参数，评估当前路网的宏观匹配水平，辨识路网的“真实瓶颈点，从而发现路网的宏观一微观***性缺陷；
步骤八，输出瓶颈点的原因。
优选的，虚拟路网数据库主要包括：虚拟节点坐标邻接目录数据库、虚拟路网综合通行能力数据库、虚拟路网综合交通量数据库、虚拟路网OD分布数据库、虚拟路网交通阻抗分布数据库。
本发明通过架构虚拟节点以及虚拟路段对路面车流信息进行监控，并通过PA反推技术生成实时模型，通过模型模拟出道路车流信息，通过与原路面车流信息进行对比，准确推断瓶颈点，并为交通拥堵治理和优化提供更加精确和科学的建议。
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，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种城市交通网络中的交通瓶颈识别方法，其特征在于，包括如下步骤：
步骤一，构建虚拟路网信息；
步骤二，对虚拟路网中的车流数据进行采集；
步骤三，将采集的数据进行融合处理；
步骤四，利用PA反推技术生成虚拟路网PA反推模型；
步骤五，基于原路网数据库建立虚拟路网数据库；
步骤六，对虚拟路网数据库中的数据进行计算；
步骤七，根据数据计算挖掘得到瓶颈点，并诊断真实瓶颈点
步骤八，输出瓶颈点的原因。
2.根据权利要求1所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述构建虚拟路网信息包括构建虚拟节点以及构建虚拟路段。
3.根据权利要求2所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述构建虚拟节点具体为，对城市基本组团或某些区域路网的抽象，代表一个较大交叉口及附近区域的路网，也代表一个片区的路网，虚拟节点数目要根据不同城市实际状况而定，既要能简化原路网，也要能较好地反映原路网实际情况，虚拟节点的综合流量、综合容量以及综合阻抗值是对组团内原路网流量、容量和阻抗值综合分析计算的结果，在宏观层分析时，只是把虚拟节点看成是一个有流量、容量和阻抗值的点，在中微观层分析的时候，虚拟节点就是看成是一个子路网，而与虚拟节点相连的路段看成是节点。
4.根据权利要求2所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述构建虚拟路段为，是现状干道路网中的一条或者多条路段的综合，并对虚拟路段的综合交通量、综合通行能力以及综合阻抗值进行叠加计算。
5.根据权利要求1所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述步骤二的具体流程为，确定用于预测道路交通状况的交通流数据，采集道路车辆的移动导航数据和道路固定检测器数据。
6.根据权利要求1所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述步骤三的具体流程为，对采集的数据进行预处理，将不同来源的数据进行匹配，并确定每个检测器断面的流量-速度分布。
7.根据权利要求1所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述步骤四的具体流程为，通过对初始PA矩阵有限次修正，达到理论分配交通量和实测交通的无限接近.假设前提：在整个过程中路段阻抗为常数；任意PA点对在各路段上的流率保持不变；任意PA点对分布量的分配过程都相互独立、互不影响，最终生成虚拟路网PA反推模型。
8.根据权利要求1所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述步骤五的具体流程为，根据实际路网情况和交通运行现状，建立原路网数据库，原路网数据库主要包括：原路网节点坐标及邻接目录数据库、原路网路段几何要素数据库、原路网路段通行能力及交通量数据库，基于原路网数据库，利用虚拟路段及虚拟节点相关参数的计算方法，结合虚拟路网PA反推技术，建立虚拟路网数据库，虚拟路网数据库主要包括：虚拟节点坐标邻接目录数据库、虚拟路网综合通行能力数据库、虚拟路网综合交通量数据库、虚拟路网OD分布数据库、虚拟路网交通阻抗分布数据库。
9.根据权利要求1所述的一种城市交通网络中的交通瓶颈识别方法，其特征在于，所述步骤七的具体流程为，基于虚拟路网数据库，利用虚拟路网交通均衡分配模型，对虚拟路网进行均衡配流，寻求均衡条件下虚拟路网的流量分布规律，结合虚拟节点和虚拟路段的通行能力参数，分析当前虚拟节点和虚拟路段的供需“均衡匹配参数”，通过分析该套参数，评估当前路网的宏观匹配水平，辨识路网的“真实瓶颈点，从而发现路网的宏观一微观***性缺陷。
CN201910981366.4A 2019-10-16 2019-10-16 一种城市交通网络中的交通瓶颈识别方法 Pending CN110688775A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910981366.4A CN110688775A (zh) 2019-10-16 2019-10-16 一种城市交通网络中的交通瓶颈识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910981366.4A CN110688775A (zh) 2019-10-16 2019-10-16 一种城市交通网络中的交通瓶颈识别方法

Publications (1)

Publication Number Publication Date
CN110688775A true CN110688775A (zh) 2020-01-14

Family

ID=69112952

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910981366.4A Pending CN110688775A (zh) 2019-10-16 2019-10-16 一种城市交通网络中的交通瓶颈识别方法

Country Status (1)

Country Link
CN (1) CN110688775A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112965987A (zh) * 2021-03-31 2021-06-15 华申数科(北京)信息科技有限责任公司 一种数字新治理业务的带权限高效模糊检索的方法及应用
CN114926976A (zh) * 2022-03-28 2022-08-19 武汉市交通发展战略研究院 一种城市道路潜在交通瓶颈识别方法、***及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608896A (zh) * 2016-03-14 2016-05-25 西安电子科技大学 城市交通网络中的交通瓶颈识别方法
CN105825669A (zh) * 2015-08-15 2016-08-03 李萌 一种识别城市快速路交通瓶颈的***和方法
CN106327865A (zh) * 2016-08-12 2017-01-11 北京航空航天大学 一种基于渗流分析的城市交通可靠性指标及其实现方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825669A (zh) * 2015-08-15 2016-08-03 李萌 一种识别城市快速路交通瓶颈的***和方法
CN105608896A (zh) * 2016-03-14 2016-05-25 西安电子科技大学 城市交通网络中的交通瓶颈识别方法
CN106327865A (zh) * 2016-08-12 2017-01-11 北京航空航天大学 一种基于渗流分析的城市交通可靠性指标及其实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
焦海贤: "干道路网瓶颈识别及容量一体化均衡配置模型与方法", 《交通运输***工程与信息》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112965987A (zh) * 2021-03-31 2021-06-15 华申数科(北京)信息科技有限责任公司 一种数字新治理业务的带权限高效模糊检索的方法及应用
CN114926976A (zh) * 2022-03-28 2022-08-19 武汉市交通发展战略研究院 一种城市道路潜在交通瓶颈识别方法、***及存储介质

Similar Documents

Publication Publication Date Title
Zhuge et al. Agent-based modelling of locating public transport facilities for conventional and electric vehicles
CN107958031B (zh) 基于融合数据的居民出行od分布提取方法
CN109143291B (zh) 一种车载gps轨迹空间索引精确匹配方法
CN107134142A (zh) 一种基于多源数据融合的城市道路流量预测方法
CN109686091B (zh) 一种基于多源数据融合的交通流量填补算法
CN112215427B (zh) 一种卡口数据缺失下的车辆行车轨迹重建方法及***
CN101930668A (zh) 车牌识别的道路交通od信息采集***及其处理方法
CN104050319B (zh) 一种实时在线验证复杂交通控制算法的方法
CN110782178B (zh) 一种交通网络规划辅助决策方法及装置
CN110688775A (zh) 一种城市交通网络中的交通瓶颈识别方法
CN105827688A (zh) 城市场景中车联网大规模异构网络连通性质的研究方法
CN104217579A (zh) 基于路段子网络冗余度的交通网络关键路段搜索方法
CN107808217A (zh) 一种基于北斗定位与客流量的公交换乘优化方法
Russo et al. Data Envelopment Analysis (DEA) for evacuation planning
CN114866969A (zh) 基于手机信令大数据的地铁清分清算方法与***
CN109005501A (zh) 车辆定位方法、装置、服务器及***
Shelat et al. Calibrating route choice sets for an urban public transport network using smart card data
CN116361974A (zh) 一种基于公路业务及数据网络的数据源重要性判别方法
CN106203887A (zh) 一种基于交叉分类法的公路网特性分析方法及装置
Li et al. A simulation approach to detect arterial traffic congestion using cellular data
AU2020103738A4 (en) Parking lot data repair method and apparatus, device and storage medium
CN114881430A (zh) 一种基于网络地图服务的社区生活便利度评价方法
CN111489039B (zh) 共享单车总量预测方法及***
Padrón et al. Realistic traffic model for urban environments based on induction loop data
CN109523146B (zh) 一种基于复杂网络的调度区域划分方法

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