CN111429717A - 一种城市快速路道路运行能力评估方法 - Google Patents
一种城市快速路道路运行能力评估方法 Download PDFInfo
- Publication number
- CN111429717A CN111429717A CN202010123831.3A CN202010123831A CN111429717A CN 111429717 A CN111429717 A CN 111429717A CN 202010123831 A CN202010123831 A CN 202010123831A CN 111429717 A CN111429717 A CN 111429717A
- Authority
- CN
- China
- Prior art keywords
- road
- mileage
- ratio
- congestion
- congested
- 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
Images
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
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种城市快速路道路运行能力评估方法,它通过建立道路交通健康指数评估模型,对城市道路路网高延时运行占比、路网高拥堵路段里程占比、道路运行速度偏差率、路网高峰行路延时指数、常发拥堵路段里程占比、高峰平均速度六个指标进行统计分析,根据不同指标所占权重,计算其道路交通健康指数,用于反应道路的交通运行能力。本发明可以根据全城全量电警卡口实时过车信息以及卡口违法信息,统计分析预测城市快速路上车流量人流量信息,由此评估城市快速路的交通运营通勤能力,更好监测城市快速路上的各路段、各立交口的交通运营能力,合理规划城市交通建设。
Description
技术领域
本发明涉及一种城市快速路道路运行能力评估方法,属于互联网大数据技术领域。
背景技术
随着城市经济的繁荣发展,城市交通中出现越来越多的车辆,交通拥堵也逐渐成为城市一大重点问题,为解决城市的道路拥堵问题,很多政府在城市中规划建设了城市快速路,但目前针对整个城市快速路的运营通行能力缺乏科学的评估监测,道路安装的卡口、电子警察等前端设备采集数据信息后,没有得到有效的整合加工,没有有效运用于道路通行能力的监控,导致对整条道路的运行能力的判断缺乏科学实时的数据支撑,不便于提升道路交通管理的现代化、精细化水平。
发明内容
本发明所要解决的技术问题在于提供一种城市快速路道路运行能力评估方法,对道路安装的卡口、电子警察前端设备采集的数据信息进行多维度的统计分析,评估道路运行能力,提升道路交通管理的现代化水平。
为解决上述技术问题,本发明的技术方案如下:
一种城市快速路道路运行能力评估方法,该方法是通过建立道路交通健康指数评估模型,对城市道路路网高延时运行占比、路网高拥堵路段里程占比、道路运行速度偏差率、路网高峰行路延时指数、常发拥堵路段里程占比、高峰平均速度六个指标进行统计分析,根据不同指标所占权重,计算其道路交通健康指数,用于反应道路的交通运行能力,道路交通健康指数=路网高延时运行占比*17.7+路网高拥堵路段里程占比*17.4+道路运行速度偏差率*18.3+路网高峰行路延时指数*14.5+常发拥堵路段里程占比*18+高峰平均速度*14.1。
上述的城市快速路道路运行能力评估方法,具体来说,所述的路网高延时运行占比计算方式为:一小时内,路段L(i)(i=1.2.3...N,N 表示拥堵路段数)处于拥堵,且拥堵等级达到【中度拥堵】及以上 X(i)(i=1.2.3...N)分钟,在这一小时内计算的路网高延时运行占比为:
路网高延时运行占比=高延时运行时间长度/(24*60)*100%。
上述的城市快速路道路运行能力评估方法,具体来说,所述的路网高拥堵路段里程占比计算方式为:一小时内,路段L(k) (k=1.2.3...n,n表示拥堵路段数)处于【中度拥堵】及以上,路网高拥堵路段里程比为:
上述的城市快速路道路运行能力评估方法,具体来说,所述的道路运行速度偏差率计算方式为:道路运行速度偏差率=城市快速路速度标准差/城市快速路速度平均值*100%。
上述的城市快速路道路运行能力评估方法,具体来说,所述的路网高峰行路延时指数计算方式为:中度拥堵、严重拥堵的路段里程比例加权求和,其中的:
中度拥堵里程占比=中度拥堵路段里程总长/城市快速路总长*100%,重度拥堵里程占比=重度拥堵路段里程总长/城市快速路总长*100%,路网高峰行路延时指数=(0.5*中度拥堵里程占比+0.5*重度拥堵里程占比)。
上述的城市快速路道路运行能力评估方法,具体来说,所述的常发拥堵路段里程占比计算方式为:常发拥堵路段里程占比=常发拥堵路段长度/城市快速路段总长度*100%。
上述的城市快速路道路运行能力评估方法,具体来说,所述的高峰平均速度计算方式为:高峰平均速度=(μ早高峰+μ晚高峰)/2。
上述的城市快速路道路运行能力评估方法,具体来说,所述的对城市道路路网高延时运行占比、路网高拥堵路段里程占比、道路运行速度偏差率、路网高峰行路延时指数、常发拥堵路段里程占比、高峰平均速度六个指标进行统计分析,是对城市道路路网高延时运行占比、路网高拥堵路段里程占比、道路运行速度偏差率、路网高峰行路延时指数、常发拥堵路段里程占比、高峰平均速度六个指标进行标准差标准化处理:
对序列x1,x2,...,xn进行变换,
则新序列y1,y2,...,yn的均值为0,而方差为1,且无量纲。
本发明的有益效果:与现有技术相比,本发明可以根据全城全量电警卡口实时过车信息以及卡口违法信息,统计分析预测城市快速路上车流量人流量信息,由此评估城市快速路的交通运营通勤能力,更好监测城市快速路上的各路段、各立交口的交通运营能力,合理规划城市交通建设,协助实现坚持需求引领、服务实战,坚持资源整合、信息共享,坚持统一标准、规范建设,坚持统筹规划、分步实施的原则,高站位思考、高标准谋划、高强度推进,切实打造“大数据”交通警务,全面提升道路交通管理的现代化、精细化水平,通过道路交通健康指数各项指标,使得道路交通管理部门可以实时监控道路交通运行能力,并科学的对道路交通进行管理。
附图说明
图1是本发明的道路交通健康指数示意图。
下面结合附图和具体实施方式对本发明作进一步的说明。
具体实施方式
实施例1:如图1所示,本发明的城市快速路道路运行能力评估方法是通过建立道路交通健康指数评估模型,对城市道路高延时运行占比、路网高拥堵路段里程占比、道路运行速度偏差率、路网高峰行路延时指数、常发拥堵路段里程占比、高峰平均速度进行统计分析,根据不同指标所占权重,计算其道路交通健康指数,反应道路交通运行能力。
1.1.1路网高延时运行占比
路网高延时运行占比定义:道路拥堵等级达到【中度拥堵】及以上时累计时长占全天时长的比例,从时间分布的角度反应路网拥堵程度和变化趋势。
【路网高延时运行占比】公式:一小时内,路段L(i)(i=1.2.3...N,N 表示拥堵路段数)处于拥堵,且拥堵等级达到【中度拥堵】及以上 X(i)(i=1.2.3...N)分钟,在这一小时内计算的路网高延时运行占比为:
【路网高延时运行占比】默认显示昨日的数值;
路网高延时运行占比=高延时运行时间长度/(24*60)*100%(备注:高延时运行时间长度单位为分钟);
【环比】公式:
(路网高延时运行占比昨日-路网高延时网高延时前日)/路网高延时网高延时前日*100%
1.1.2路网高拥堵路段里程占比
路网高拥堵路段里程占比定义:道路拥堵等级达到【中度拥堵】及以上时累计里程长度占道路全程的比例,从空间分布的角度反应路网拥堵程度和变化趋势。
【路网高拥堵路段里程比】公式:一小时内,路段L(k)(k=1.2.3...n,n 表示拥堵路段数)处于【中度拥堵】及以上,路网高拥堵路段里程比为:
【路网高拥堵路段里程比】默认显示昨日的数值;
【路网高拥堵路段里程比】公式:路网高拥堵路段里程比=拥堵路段里程总长/城市快速路总长*100%;
【环比】公式:
(路网高拥堵路段里程比昨日-路网高拥网高拥堵路段前日)/路网高拥网高拥堵路段前日*100%
1.1.3道路运行速度偏差率
道路运行速度偏差率定义:城市快速路速度标准差和平均速度的比值,值越大速度变化越大,从相对角度反映速度变化的差异和离散程度。
【道路运行速度偏差率】默认显示昨日的数值;
【道路运行速度偏差率】公式:道路运行速度偏差率=城市快速路速度标准差/城市快速路速度平均值*100%
【环比】公式:
(道路运行速度偏差率昨日-道路运行速度偏差率前日)/道路运行速度偏差率前日*100%
1.1.4路网高峰行路延时指数
路网高峰行路延时指数定义:道路网中各等级道路分别处于【中度拥堵】、【严重拥堵】的路段里程比例加权求和所得,从空间分布的角度反映道路网交通拥堵的影响范围。
时间范围:选取年度工作日高峰时段(7:00-9:00、17:00-19:00)
【路网高峰行路延时指数】默认显示昨日的数值;
【路网高峰行路延时指数】公式:中度拥堵、严重拥堵的路段里程比例加权求和;其中,
中度拥堵里程占比=中度拥堵路段里程总长/城市快速路总长*100%,
重度拥堵里程占比=重度拥堵路段里程总长/城市快速路总长*100%,
路网高峰行路延时指数=(0.5*中度拥堵里程占比+0.5*重度拥堵里程占比)
【环比】公式:(拥堵延时指数昨日-拥堵延时指数前日)/拥堵延时指数前日*100%;
1.1.5常发拥堵路段里程占比
常发拥堵路段里程占比定义:常发拥堵路段是指一周7天内【中度拥堵】和【严重拥堵】等级出现次数≥10次的路段,该路段累计长度占道路全程的比例;
【常发拥堵路段里程占比】默认显示昨日的数值;
【常发拥堵路段里程占比】公式:常发拥堵路段里程占比=常发拥堵路段长度/城市快速路段总长度*100%;
【环比】公式:
(常发拥堵路段里程占比昨日-常发拥堵路段里程占比前日)/常发拥堵路段里程占比前日*100%
1.1.6高峰平均速度
高峰平均速度定义:求早晚高峰时段内的速度均值。
时间范围:选取年度工作日高峰时段(7:00-9:00、17:00-19:00)
【高峰平均速度】默认显示昨日的数值;
【高峰平均速度】公式:高峰平均速度=(μ早高峰+μ晚高峰)/2;
【环比】公式:(高峰平均速度昨日-高峰平均速度前日)/高峰平均速度前日*100%;
1.1.7健康得分
计算方式:非所有数据标准化的结果都映射到[0,1]区间上,其中最常见的标准化方法就是Z标准化,标准差标准化
对序列x1,x2,...,xn进行变换,
则新序列y1,y2,...,yn的均值为0,而方差为1,且无量纲。得到六个指标归一化后的数值,对应展示在雷达图中。
健康得分=路网高延时运行占比*17.7+路网高拥堵路段里程比*17.4+ 道路运行速度偏差率*18.3+路网高峰行路延时指数*14.5+常发拥堵路段里程比*18+高峰平均速度*14.1。
本发明的实施方式不限于上述实施例,在不脱离本发明宗旨的前提下做出的各种变化均属于本发明的保护范围之内。
Claims (8)
1.一种城市快速路道路运行能力评估方法,其特征在于:建立道路交通健康指数评估模型,对城市道路路网高延时运行占比、路网高拥堵路段里程占比、道路运行速度偏差率、路网高峰行路延时指数、常发拥堵路段里程占比、高峰平均速度六个指标进行统计分析,根据不同指标所占权重计算道路交通健康指数,用于反应道路的交通运行能力;道路交通健康指数=路网高延时运行占比*17.7+路网高拥堵路段里程占比*17.4+道路运行速度偏差率*18.3+路网高峰行路延时指数*14.5+常发拥堵路段里程占比*18+高峰平均速度*14.1。
4.根据权利要求1所述的城市快速路道路运行能力评估方法,其特征在于,所述的道路运行速度偏差率计算方式为:道路运行速度偏差率=城市快速路速度标准差/城市快速路速度平均值*100%。
5.根据权利要求1所述的城市快速路道路运行能力评估方法,其特征在于,所述的路网高峰行路延时指数计算方式为:中度拥堵、严重拥堵的路段里程比例加权求和,其中的:
中度拥堵里程占比=中度拥堵路段里程总长/城市快速路总长*100%,重度拥堵里程占比=重度拥堵路段里程总长/城市快速路总长*100%,路网高峰行路延时指数=(0.5*中度拥堵里程占比+0.5*重度拥堵里程占比)。
6.根据权利要求1所述的城市快速路道路运行能力评估方法,其特征在于,所述的常发拥堵路段里程占比计算方式为:常发拥堵路段里程占比=常发拥堵路段长度/城市快速路段总长度*100%。
7.根据权利要求1所述的城市快速路道路运行能力评估方法,其特征在于,所述的高峰平均速度计算方式为:高峰平均速度=(μ早高峰+μ晚高峰)/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010123831.3A CN111429717A (zh) | 2020-02-27 | 2020-02-27 | 一种城市快速路道路运行能力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010123831.3A CN111429717A (zh) | 2020-02-27 | 2020-02-27 | 一种城市快速路道路运行能力评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111429717A true CN111429717A (zh) | 2020-07-17 |
Family
ID=71547213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010123831.3A Pending CN111429717A (zh) | 2020-02-27 | 2020-02-27 | 一种城市快速路道路运行能力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111429717A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112712700A (zh) * | 2020-12-30 | 2021-04-27 | 北京世纪高通科技有限公司 | 交通拥堵指数的确定方法及装置 |
CN114387778A (zh) * | 2020-10-22 | 2022-04-22 | 济南市公安局交通警察支队 | 一种城市快速路拥堵原因分析的方法 |
CN117173899A (zh) * | 2023-11-03 | 2023-12-05 | 武汉网信安全技术股份有限公司 | 一种智慧城市数据处理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866549A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 区域交通服务水平微观指标及评价方法 |
CN102436742A (zh) * | 2011-10-12 | 2012-05-02 | 北京世纪高通科技有限公司 | 浮动车***交通信息服务水平评价方法及装置 |
CN102819955A (zh) * | 2012-09-06 | 2012-12-12 | 北京交通发展研究中心 | 基于车辆行程数据的道路网运行评价方法 |
CN105139645A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于浮动车技术的城市区域路网运行指数评估方法 |
CN109584561A (zh) * | 2018-12-21 | 2019-04-05 | 北京交通大学 | 基于浮动车数据的城市道路交通运行状态评价方法 |
CN109697854A (zh) * | 2019-02-25 | 2019-04-30 | 公安部交通管理科学研究所 | 多维度的城市道路交通状态评估方法 |
-
2020
- 2020-02-27 CN CN202010123831.3A patent/CN111429717A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101866549A (zh) * | 2009-04-14 | 2010-10-20 | 北京宏德信智源信息技术有限公司 | 区域交通服务水平微观指标及评价方法 |
CN102436742A (zh) * | 2011-10-12 | 2012-05-02 | 北京世纪高通科技有限公司 | 浮动车***交通信息服务水平评价方法及装置 |
CN102819955A (zh) * | 2012-09-06 | 2012-12-12 | 北京交通发展研究中心 | 基于车辆行程数据的道路网运行评价方法 |
CN105139645A (zh) * | 2015-07-23 | 2015-12-09 | 合肥革绿信息科技有限公司 | 一种基于浮动车技术的城市区域路网运行指数评估方法 |
CN109584561A (zh) * | 2018-12-21 | 2019-04-05 | 北京交通大学 | 基于浮动车数据的城市道路交通运行状态评价方法 |
CN109697854A (zh) * | 2019-02-25 | 2019-04-30 | 公安部交通管理科学研究所 | 多维度的城市道路交通状态评估方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114387778A (zh) * | 2020-10-22 | 2022-04-22 | 济南市公安局交通警察支队 | 一种城市快速路拥堵原因分析的方法 |
CN114387778B (zh) * | 2020-10-22 | 2023-08-15 | 济南市公安局交通警察支队 | 一种城市快速路拥堵原因分析的方法 |
CN112712700A (zh) * | 2020-12-30 | 2021-04-27 | 北京世纪高通科技有限公司 | 交通拥堵指数的确定方法及装置 |
CN117173899A (zh) * | 2023-11-03 | 2023-12-05 | 武汉网信安全技术股份有限公司 | 一种智慧城市数据处理方法 |
CN117173899B (zh) * | 2023-11-03 | 2024-01-30 | 武汉网信安全技术股份有限公司 | 一种智慧城市交通出行品质评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105023433B (zh) | 一种高速公路交通异常事件影响范围预估方法 | |
CN111429717A (zh) | 一种城市快速路道路运行能力评估方法 | |
CN102419905B (zh) | 基于交通波理论的高速公路事故的交通影响范围确定方法 | |
CN103413263B (zh) | 旅行时间指数熵交通运行评价方法 | |
CN114783183B (zh) | 一种基于交通态势算法的监控方法与*** | |
CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
Zhao et al. | Investigating the effects of monthly weather variations on Connecticut freeway crashes from 2011 to 2015 | |
CN109147330A (zh) | 一种拥堵识别方法及装置 | |
Chengye et al. | Modelling motorway accidents using negative binomial regression | |
CN110705850A (zh) | 一种基于层次分析法的道路风险评估方法 | |
CN109147319B (zh) | 一种基于多交通数据指标的道路突发事件判别方法 | |
Maurya et al. | Study on speed and time-headway distributions on two-lane bidirectional road in heterogeneous traffic condition | |
CN104268415B (zh) | 出行拥堵概率的估计方法 | |
WO2018103449A1 (zh) | 基于建成环境和低频浮动车数据的路段行程时间估计方法 | |
CN104616496A (zh) | 基于突变理论的电网大停电交通拥堵度评估方法 | |
CN107833459A (zh) | 一种基于gps数据的城市公交运行状况评价方法 | |
CN107918762A (zh) | 一种公路遗撒物快速检测***及方法 | |
CN113643539A (zh) | 一种基于大数据的智慧交通管控*** | |
Caban et al. | Traffic congestion in chosen cities of Poland | |
CN104182633B (zh) | 分层次的交通运行评价方法 | |
Miller et al. | Safety impacts of photo-red enforcement at suburban signalized intersections: an Empirical Bayes approach | |
CN112382087B (zh) | 交通堵塞预测方法 | |
CN113657606A (zh) | 车联网场景下分压聚合的局域联邦学习方法 | |
CN113592336A (zh) | 一种基于智能化集成***全域运行态势分析办法 | |
CN112085951A (zh) | 交通状态判别方法、***、存储介质、计算机设备及应用 |
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: 20200717 |
|
RJ01 | Rejection of invention patent application after publication |