CN112185109A - 一种面向智能网联道路的承载能力概率折减表征方法 - Google Patents

一种面向智能网联道路的承载能力概率折减表征方法 Download PDF

Info

Publication number
CN112185109A
CN112185109A CN202010959743.7A CN202010959743A CN112185109A CN 112185109 A CN112185109 A CN 112185109A CN 202010959743 A CN202010959743 A CN 202010959743A CN 112185109 A CN112185109 A CN 112185109A
Authority
CN
China
Prior art keywords
section
time
bearing capacity
vehicle
stop
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
CN202010959743.7A
Other languages
English (en)
Other versions
CN112185109B (zh
Inventor
李锐
王梦琪
薛鑫
张鑫洋
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN202010959743.7A priority Critical patent/CN112185109B/zh
Publication of CN112185109A publication Critical patent/CN112185109A/zh
Application granted granted Critical
Publication of CN112185109B publication Critical patent/CN112185109B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G08G1/0137—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
    • G08G1/07—Controlling traffic signals

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种面向智能网联道路的承载能力概率折减表征方法，包括步骤：划分智能网联道路区段；构建智能网联道路交通特征数据库；确定智能网联道路各区段包含范围；计算各区段承载能力折减影响时间；确定不同概率下道路承载能力折减区间。本发明借助智能网联道路在采集数据方面的便利，确定面向智能网联道路承载能力的概率折减表征方法，为道路承载能力的设计提供参考，为制定高效的交通管理控制措施提供依据，能够提高道路运行效率，极具有产业利用价值。

Description

一种面向智能网联道路的承载能力概率折减表征方法
技术领域
本发明涉及一种面向道路承载能力的概率折减表征方法，特别是 涉及一种面向智能网联道路的承载能力概率折减表征方法，属于智能 交通管理与控制***技术领域。
背景技术
随着经济的快速发展，近年来，交通问题已成为世界各大城市关 注问题之一。我国主要的交通问题之一为道路承载能力的过低设计和 过度设计，造成其与实际交通量的不匹配。事实上，对于不同类型路 段，其承载能力的影响因素不同，如果将一条道路按照路段特征进行 划分，对不同路段采用相应的承载能力折减方法，折减到各路段包含 的范围上，那么就能得到整条道路的承载能力折减方法，为道路承载 能力的设计提供参考，为制定高效的交通管理控制措施提供依据，对 提高道路运行效率将具有十分重要的意义。而智能网联道路在采集数 据方面非常方便，为道路承载能力折减的计算提供基础。
发明内容
本发明的主要目的在于，克服现有技术中的不足，提供一种面向 智能网联道路的承载能力概率折减表征方法，借助智能网联道路在采 集数据方面的便利，确定面向智能网联道路的承载能力概率折减表征 方法，为道路承载能力的设计提供参考，为制定高效的交通管理控制 措施提供依据，能够提高道路运行效率，极具有产业利用价值。
为了达到上述目的，本发明所采用的技术方案是：
一种面向智能网联道路的承载能力概率折减表征方法，包括以下 步骤：
1)划分智能网联道路区段；
将智能网联道路划分为路侧停靠站区段、港湾停靠站区段、交叉 口区段、施工区段及一般区段五类，双向道路的上下行分别进行划分；
2)构建智能网联道路交通特征数据库；
于工作日高峰时段实时采集车辆交通数据，每t分钟作为一个统 计时段，记为tk时段，共调查n个tk时段，构建智能网联道路车辆交 通特征数据库，具体包括路侧停靠站、港湾停靠站区段、交叉口区段、 施工区段及一般区段交通特征数据集；
3)确定智能网联道路各区段包含范围；
对各交通特征数据集的数据进行分析，根据车辆在区段上下游换 道点的位置确定路侧停靠站区段、港湾停靠站区段、施工区段包含范 围；根据交叉口有无渐变段及渐变段范围确定交叉口区段包含范围； 其他区段则属于一般区段；
4)计算各区段承载能力折减影响时间；
根据车辆到达和离开路侧停靠站的时间，计算路侧停靠站区段的 折减影响时间；
根据车辆到达和离开港湾停靠站的时间及港湾停靠站的泊位数， 计算港湾停靠站区段的折减影响时间；
根据交叉口的信号配时方案，计算交叉口区段的折减影响时间；
根据施工区段的施工时间，计算施工区段的折减影响时间；
根据一般区段车辆运行特征，计算一般区段的折减影响时间；
5)确定不同概率下道路承载能力折减区间；
各统计时段内，将计算的各区段承载能力折减总影响时间放在不 同的时间区段内，画出时间区段占比图，确定各区段占比最高的时间 区段及其占比大小，根据该占比最及其上下游的占比大小，确定不同 概率下各区段承载能力折减区间的上、下限值，对各区段包含的路段 范围进行折减，最后得到道路的承载能力折减区间。
本发明进一步设置为：所述步骤2)中构建智能网联道路交通特 征数据库，具体为，
2-1)构建路侧停靠站区段交通特征数据集
路侧停靠站区段交通特征数据集
Figure BDA0002680065550000031
其中，
Figure BDA0002680065550000032
分别为第i辆车在路侧停靠站的到站、离站时间，
Figure BDA0002680065550000033
分别为车辆在路侧停靠站上、下游换道位置距该区段起点的距离；
2-2)构建港湾停靠站区段交通特征数据集
港湾停靠站区段交通特征数据集
Figure BDA0002680065550000034
其中，
Figure BDA0002680065550000035
分别为第i辆车在港湾停靠站的到站、离站时间，
Figure BDA0002680065550000036
Figure BDA0002680065550000037
分别为车辆在港湾停靠站上、下游换道位置距该区段起点的距 离，b为港湾停靠站泊位数；
2-3)构建交叉口区段交通特征数据集
交叉口区段交通特征数据集
Figure BDA0002680065550000038
其中，tc为交叉口信号周期时长，
Figure BDA0002680065550000041
分别为左转、直行、右转相 位的有效绿灯时间，
Figure BDA0002680065550000042
为交叉口进口道渐变段起点距停车线的距离；
2-4)构建施工区段交通特征数据集
施工区段交通特征数据集
Figure BDA0002680065550000043
其中，
Figure BDA0002680065550000044
分别 为车辆在施工区上、下游换道位置距施工区段起点的距离；
2-5)构建一般区段交通特征数据集
一般区段上事故的发生具有随机性，无需构建该数据集。
本发明进一步设置为：所述步骤3)中确定智能网联道路各区段 包含范围，具体为，
3-1)确定路侧停靠站区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点距 离的最大
Figure BDA0002680065550000045
最小值
Figure BDA0002680065550000046
计算车辆在上、下游 换道位置的中位点距该区段起点的距离为
Figure BDA0002680065550000047
Figure BDA0002680065550000048
则路侧停靠站包含的范围为
Figure BDA0002680065550000049
3-2)确定港湾停靠站区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点距 离的最大
Figure RE-GDA00027623049400000410
最小值
Figure RE-GDA00027623049400000411
计算车辆在上、下游 换道位置的中位点距该区段起点的距离为
Figure RE-GDA00027623049400000412
Figure RE-GDA00027623049400000413
则港湾停靠站包含的范围为
Figure RE-GDA00027623049400000414
3-3)确定交叉口区段包含范围
若交叉口进口道包含渐变段，则交叉口包含的范围为
Figure BDA00026800655500000415
其中，
Figure BDA00026800655500000416
为渐变段起点距停车线的距离；若不包含渐变段，则交叉 口区段包含的范围为停车线至上游100米区段；
3-4)确定施工区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点的 距离的最大
Figure BDA0002680065550000051
最小值
Figure BDA0002680065550000052
计算车辆在上、下 游换道位置的中位点距该区段起点的距离为
Figure BDA0002680065550000053
Figure BDA0002680065550000054
则施工区段包含的范围为
Figure BDA0002680065550000055
3-5)确定一般区段包含范围
介于上述各区段之间的区段属于一般区段。
本发明进一步设置为：所述步骤4)中计算路侧停靠站区段承载 能力折减影响时间，具体为，
4-1a)换算车辆的到站和离站时间
将车辆的到站和离站时间以秒为单位进行换算，即 t(Ri)＝H(Ri)×3600+M(Ri)×60+S(Ri)，其中，
Figure BDA0002680065550000056
Figure BDA0002680065550000057
分 别为第i辆车在路侧停靠站的到站、离站时间，H(Ri)、M(Ri)、S(Ri)分 别为各换算时刻的时、分、秒数；
4-2a)判断车辆是否停靠在站
Figure BDA0002680065550000058
时，第i辆车停靠在该停靠站；
Figure BDA0002680065550000059
时，第i辆车未 停靠在该停靠站；
4-3a)计算路侧停靠站区段承载能力折减影响时间
tk时段内，路侧停靠站第i辆车的承载能力折减影响时间为
Figure BDA00026800655500000510
其中，
Figure BDA00026800655500000511
分别为第i辆车在路侧 停靠站的到站和离站时间；则tk时段该区段的总折减影响时间为
Figure BDA0002680065550000061
其中VR为该统计时段内到达该路侧停靠站的总车辆数。
本发明进一步设置为：所述步骤4)中计算港湾停靠站区段承载 能力折减影响时间，具体为，
4-1b)换算车辆的到站时间和离站时间
将车辆的到站和离站时间及统计时段中的每个时刻以秒为单位 进行换算，即t(Bi)＝H(Bi)×3600+M(Bi)×60+S(Bi)，其中，
Figure BDA0002680065550000062
Figure BDA0002680065550000063
分别为第i辆车在港湾停靠站的到站、离 站时间，ti为统计时段中的每个时刻，H(Bi)、M(Bi)、S(Bi)分别为各换算时刻的时、分、秒数；
4-2b)判断每个时刻车辆是否在站
将tk时段的每个时刻和车辆的到站、离站时刻进行比对，
Figure BDA0002680065550000064
时，表示第i辆车在ti时刻停靠在站；
Figure BDA0002680065550000065
或
Figure BDA0002680065550000066
时，表示第i辆车在ti时刻未停靠在站；
4-3b)计算每个时刻在站车辆数
ti时刻在站车辆数
Figure BDA0002680065550000067
其中，
Figure BDA0002680065550000068
分别为第i辆车的到站、离站时间，b(Bi)的初始值为0；
4-4b)确定停靠站有无车辆排队溢出
当停靠站同时在站车辆数大于停靠站泊位数，即b(Bi)＞b时，该停 靠站有车辆排队溢出；当b(Bi)≤b时，该停靠站没有车辆排队溢出；
4-5b)计算停靠站每次排队溢出时间
tk时段内，停靠站第i次排队溢出时间
Figure BDA0002680065550000069
其中，b(Bi)为ti时刻在站车辆数，b为停靠站泊位数，
Figure BDA0002680065550000071
的初始值为0秒；
4-6b)计算港湾停靠站区段折减影响时间
tk时段内，港湾停靠站区段的总折减影响时间为
Figure BDA0002680065550000072
本发明进一步设置为：所述步骤4)中计算交叉口区段承载能力 折减影响时间，具体为，
4-1c)计算各流向相位红灯时长
各相位显示绿灯时间为
Figure BDA0002680065550000073
其中，f为流向类型， f＝{L,T,R}，L为左转相位，T为直行相位，R为右转相位，
Figure BDA0002680065550000074
为各 流向相位有效绿灯时间，A、Ls分别为黄灯时长和车辆启动损失时间， 则各流向相位红灯时间为
Figure BDA0002680065550000075
tc为周期时长；
4-2c)计算交叉口区段承载能力折减影响时间
tk时段内，该区段在一个周期内的折减影响时间为
Figure BDA0002680065550000076
其中，
Figure BDA0002680065550000077
分别为交叉口左转、直行、右 转相位的红灯时间；tk时段共有
Figure BDA0002680065550000078
个周期，其中，t为每个统计时 段的时间，则交叉口区段的总折减影响时间为
Figure BDA0002680065550000079
本发明进一步设置为：所述步骤4)中计算施工区段承载能力折 减影响时间，具体为，
4-1d)判断施工区段是否仍在施工
对tk时段中的每个时刻进行判断，
Figure BDA00026800655500000710
时，表示该时刻车辆在 施工区段起点上游换道，说明该时刻施工区段仍在施工；
Figure BDA00026800655500000711
时， 表示该时刻车辆已驶过施工区段起点，说明该时刻施工区段已取消施 工；
4-2d)计算施工区段承载能力折减影响时间
tk时段内，施工区段的总折减影响时间为每个施工时刻之和，若 该时刻
Figure BDA0002680065550000081
则在施工区段总的承载能力折减影响时间
Figure BDA0002680065550000082
里加1 秒，否则加0秒，对tk时段中的每个时刻进行判断，其中，
Figure BDA0002680065550000083
为车 辆在施工区段上游换道位置距该区段起点的距离，超过施工区段起点 取负值，
Figure BDA0002680065550000084
的初始值为0秒。
本发明进一步设置为：所述步骤4)中计算一般区段承载能力折 减影响时间，具体为，
tk时段内，一般区段的承载能力总折减影响时间为
Figure BDA0002680065550000085
本发明进一步设置为：所述步骤5)中确定不同概率下道路承载 能力折减区间，具体为，
5-1)将各区段的总影响时间放入时间区段内
以t1为时间间隔划分时间区段，其中，0≤t1≤t，各时间区段分别 为[0,t1]，(t1,2t1]，...，共有
Figure BDA0002680065550000086
个时间区段；
tk时段内，各区段共有n个总折减影响时间
Figure BDA0002680065550000087
其中，m为区段 类型，m＝{R,B,I,C,O}，其中，R表示路侧停靠站区段，B表示港湾停 靠站区段，I表示交叉口区段，C表示施工区段，O表示一般区段， 将总影响时间放入相应的时间区段内，各区段第i个时间区段包含的 总影响时间个数为
Figure BDA0002680065550000088
5-2)确定各区段占比最高时间区段及其占比
tk时段内，各区段的时间区段包含的总影响时间个数的最大值记 为
Figure BDA0002680065550000089
则各区段占比最高时间区段的占比为
Figure BDA0002680065550000091
n为调查时段个数；
5-3)确定占比最高时间区段上下游的总占比
tk时段内，各区段占比最高时间区段的上、下游包含的总影响时 间个数分别记为
Figure BDA0002680065550000092
当第i个时间区段((i-1)t1,it1]在占比最 高的时间区段的上游，即(i-1)t1≥tM2时，
Figure BDA0002680065550000093
Figure BDA0002680065550000094
的初始值 为0；(i-1)t1＜tM2时，
Figure BDA0002680065550000095
Figure BDA0002680065550000096
的初始值为0；则占比最高 时间区段上、下游的总占比分别为
Figure BDA0002680065550000097
5-4)确定各区段承载能力折减区间
tk时段内，可接受折减概率为设定的p％时，距占比最高时间区段 上游
Figure BDA0002680065550000098
的时间区段的中间值记为B(mk)，则该区段承载 能力折减区间的上限值为
Figure BDA0002680065550000099
距占比最高时间区段下游
Figure BDA00026800655500000910
的时间区段的中间值记为A(mk)，则该区段承载能力 折减区间的下限值为
Figure BDA00026800655500000911
则tk时段内，各区段承载能力折减区 间为
Figure BDA00026800655500000912
5-5)确定道路承载能力折减区间
tk时段内，将各区段的承载能力折减区间分别折减到各区段包含 范围上，得tk时段内道路的承载能力折减区间。
与现有技术相比，本发明具有的有益效果是：
本发明提供的一种面向智能网联道路的承载能力概率折减表征 方法，将智能网联道路划分为路侧停靠站区段、港湾停靠站区段、交 叉口区段、施工区段及一般区段五类，借助实时采集的车辆交通数据， 计算不同路段的承载能力折减区间，进而计算整条道路的承载能力折 减区间，对提高道路运行效率将具有十分重要的意义。
上述内容仅是本发明技术方案的概述，为了更清楚的了解本发明 的技术手段，下面结合附图对本发明作进一步的描述。
附图说明
图1是本发明的流程图；
图2是本发明步骤1)中道路区段划分示意图；
图3是本发明步骤4)中公交停靠站单元公交车辆排队溢出情况 示意图。
具体实施方式
下面结合说明书附图，对本发明作进一步的说明。
一种面向智能网联道路的承载能力概率折减表征方法，如图1所 示，包括以下步骤：
1)划分智能网联道路区段；
将智能网联道路划分为路侧停靠站区段、港湾停靠站区段、交叉 口区段、施工区段及一般区段五类，双向道路的上下行分别进行划分。
2)构建智能网联道路交通特征数据库；
于工作日高峰时段(7:00-9:00，17:00-19:00)实时采集车辆交 通数据，每t分钟作为一个统计时段，记为tk时段，共调查n个tk时段， 构建智能网联道路车辆交通特征数据库，具体包括路侧停靠站、港湾 停靠站区段、交叉口区段、施工区段及一般区段交通特征数据集；
具体为，
2-1)构建路侧停靠站区段交通特征数据集
路侧停靠站区段交通特征数据集
Figure BDA0002680065550000111
其中，
Figure BDA0002680065550000112
分别为第i辆车在路侧停靠站的到站、离站时间，
Figure BDA0002680065550000113
分别为车辆在路侧停靠站上、下游换道位置距区段起点的距离；
2-2)构建港湾停靠站区段交通特征数据集
港湾停靠站区段交通特征数据集
Figure BDA0002680065550000114
其中，
Figure BDA0002680065550000115
分别为第i辆车在港湾停靠站的到站、离站时间，
Figure BDA0002680065550000116
Figure BDA0002680065550000117
分别为车辆在港湾停靠站上、下游换道位置距区段起点的距离， b为港湾停靠站泊位数；
2-3)构建交叉口区段交通特征数据集
交叉口区段交通特征数据集
Figure BDA0002680065550000118
其中，tc为信号周期时长，
Figure BDA0002680065550000119
分别为左转、直行、右转相位的有 效绿灯时间，
Figure BDA00026800655500001110
为交叉口进口道渐变段起点距停车线的距离；
2-4)构建施工区段交通特征数据集
施工区段交通特征数据集
Figure BDA00026800655500001111
其中，
Figure BDA00026800655500001112
分别 为车辆在施工区上、下游换道位置距施工区段起点的距离；
2-5)构建一般区段交通特征数据集
由于一般区段上事故发生具有随机性，因此无需构建该数据集。
3)确定智能网联道路各区段包含范围；
对各数据集的数据进行分析，根据车辆在区段上下游换道点的位 置确定路侧停靠站区段、港湾停靠站区段、施工区段包含范围；根据 交叉口有无渐变段及渐变段范围确定交叉口区段包含范围；其他区段 则属于一般区段；
具体为，
3-1)确定路侧停靠站区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点距 离的最大
Figure BDA0002680065550000121
最小值
Figure BDA0002680065550000122
计算车辆在上、下游 换道位置的中位点距该区段起点的距离为
Figure BDA0002680065550000123
Figure BDA0002680065550000124
则路侧停靠站包含的范围为
Figure BDA0002680065550000125
3-2)确定港湾停靠站区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点距 离的最大
Figure RE-GDA0002762304940000126
最小值
Figure RE-GDA0002762304940000127
计算车辆在上、下游 换道位置的中位点距该区段起点的距离为
Figure RE-GDA0002762304940000128
Figure RE-GDA0002762304940000129
则港湾停靠站包含的范围为
Figure RE-GDA00027623049400001210
3-3)确定交叉口区段包含范围
若交叉口进口道包含渐变段，则交叉口包含的范围为
Figure BDA00026800655500001211
其中，
Figure BDA00026800655500001212
为渐变段起点距停车线的距离；若不包含渐变段，则交叉 口区段包含的范围为停车线至上游100米区段；
3-4)确定施工区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点的 距离的最大
Figure BDA00026800655500001213
最小值
Figure BDA00026800655500001214
计算车辆在上、下 游换道位置的中位点距该区段起点的距离为
Figure BDA00026800655500001215
Figure BDA00026800655500001216
则施工区段包含的范围为
Figure BDA00026800655500001217
3-5)确定一般区段包含范围
介于上述各区段之间的区段属于一般区段。
4)计算路侧停靠站区段承载能力折减影响时间；
根据车辆到达和离开路侧停靠站的时间，计算路侧停靠站区段的 折减影响时间；
具体为，
4-1a)换算车辆的到站和离站时间
将车辆的到站和离站时间以秒为单位进行换算，即 t(Ri)＝H(Ri)×3600+M(Ri)×60+S(Ri)，其中，
Figure BDA0002680065550000131
Figure BDA0002680065550000132
分 别为第i辆车在路侧停靠站的到站、离站时间，H(Ri)、M(Ri)、S(Ri)分 别为各换算时刻的时、分、秒数；
4-2a)判断车辆是否停靠在站
Figure BDA0002680065550000133
时，第i辆车停靠在该停靠站；
Figure BDA0002680065550000134
时，第i辆车未 停靠在该停靠站；
4-3a)计算路侧停靠站区段承载能力折减影响时间
tk时段内，路侧停靠站第i辆车的承载能力折减影响时间为
Figure BDA0002680065550000135
其中，
Figure BDA0002680065550000136
分别为第i辆车在路侧 停靠站的到站和离站时间；则tk时段该区段的总折减影响时间为
Figure BDA0002680065550000137
其中VR为到达该路侧停靠站的总车辆数。
5)计算港湾停靠站区段承载能力折减影响时间；
根据车辆到达和离开港湾停靠站的时间及港湾停靠站的泊位数， 计算港湾停靠站区段的折减影响时间；
具体为，
4-1b)换算车辆的到站时间和离站时间
将车辆的到站和离站时间及统计时段中的每个时刻以秒为单位 进行换算，即t(Bi)＝H(Bi)×3600+M(Bi)×60+S(Bi)，其中，
Figure BDA0002680065550000141
Figure BDA0002680065550000142
分别为第i辆车在港湾停靠站的到站、离 站时间，ti为统计时段中的每个时刻，H(Bi)、M(Bi)、S(Bi)分别为各换算时刻的时、分、秒数；
4-2b)判断每个时刻车辆是否在站
将tk时段的每个时刻和车辆的到站、离站时刻进行比对，
Figure BDA0002680065550000143
时，表示第i辆车在ti时刻停靠在站；
Figure BDA0002680065550000144
或
Figure BDA0002680065550000145
时，表示第i辆车在ti时刻未停靠在站；
4-3b)计算每个时刻在站车辆数
ti时刻在站车辆数
Figure BDA0002680065550000146
其中，
Figure BDA0002680065550000147
分别为第i辆车的到站、离站时间，b(Bi)的初始值为0；
4-4b)确定停靠站有无车辆排队溢出
当停靠站同时在站车辆数大于停靠站泊位数，即b(Bi)＞b时，该停 靠站有车辆排队溢出；当b(Bi)≤b时，该停靠站没有车辆排队溢出；
4-5b)计算停靠站每次排队溢出时间
tk时段内，停靠站第i次排队溢出时间
Figure BDA0002680065550000148
其中， b(Bi)为ti时刻在站车辆数，b为停靠站泊位数，
Figure BDA0002680065550000149
的初始值为0秒；
4-6b)计算港湾停靠站区段折减影响时间
tk时段内，港湾停靠站区段的总折减影响时间为
Figure BDA00026800655500001410
6)计算交叉口区段承载能力折减影响时间；
根据交叉口的信号配时方案，计算交叉口区段的折减影响时间；
具体为，
4-1c)计算各流向相位红灯时长
各相位显示绿灯时间为
Figure BDA0002680065550000151
其中，f为流向类型， f＝{L,T,R}，L为左转相位，T为直行相位，R为右转相位，
Figure BDA0002680065550000152
为各 流向相位有效绿灯时间，A、Ls分别为黄灯时长和车辆启动损失时间， 则各流向相位红灯时间为
Figure BDA0002680065550000153
tc为周期时长；
4-2c)计算交叉口区段承载能力折减影响时间
tk时段内，该区段在一个周期内的折减影响时间为
Figure BDA0002680065550000154
其中，
Figure BDA0002680065550000155
分别为交叉口左转、直行、右 转相位的红灯时间；tk时段共有
Figure BDA0002680065550000156
个周期，其中，t为每个统计时 段的时间，则交叉口区段的总折减影响时间为
Figure BDA0002680065550000157
7)计算施工区段承载能力折减影响时间；
根据施工区段的施工时间，计算施工区段的折减影响时间；
具体为，
4-1d)判断施工区段是否仍在施工
对tk时段中的每个时刻进行判断，
Figure BDA0002680065550000158
时，表示该时刻车辆在 施工区段起点上游换道，说明该时刻施工区段仍在施工；
Figure BDA0002680065550000159
时， 表示该时刻车辆已驶过施工区段起点，说明该时刻施工区段已取消施 工；
4-2d)计算施工区段承载能力折减影响时间
tk时段内，施工区段的总折减影响时间为每个施工时刻之和，若 该时刻
Figure BDA0002680065550000161
则在施工区段总的承载能力折减影响时间
Figure BDA0002680065550000162
里加1 秒，否则加0秒，对tk时段中的每个时刻进行判断，其中，
Figure BDA0002680065550000163
为车 辆在施工区段上游换道位置距该区段起点的距离，超过施工区段起点 取负值，
Figure BDA0002680065550000164
的初始值为0秒。
8)计算一般区段承载能力折减影响时间；
根据一般区段车辆运行特征，计算一般区段的折减影响时间；
具体为，
tk时段内，一般区段的承载能力总折减影响时间为
Figure BDA0002680065550000165
9)确定不同概率下道路承载能力折减区间；
各统计时段内，将计算的各区段承载能力折减总影响时间放在不 同的时间区段内，画出时间区段占比图，确定各区段占比最高的时间 区段及其占比大小，根据该占比最及其上下游的占比大小，确定不同 概率下各区段承载能力折减区间的上、下限值，对各区段包含的路段 范围进行折减，最后得到道路的承载能力折减区间；
具体为，
5-1)将各区段的总影响时间放入时间区段内
以t1为时间间隔划分时间区段，其中，0≤t1≤t，各时间区段分别 为[0,t1]，(t1,2t1]，...，共有
Figure BDA0002680065550000166
个时间区段；
tk时段内，各区段共有n个总折减影响时间
Figure BDA0002680065550000167
其中，m为区段 类型，m＝{R,B,I,C,O}，其中，R表示路侧停靠站区段，B表示港湾停 靠站区段，I表示交叉口区段，C表示施工区段，O表示一般区段， 将总影响时间放入相应的时间区段内，各区段第i个时间区段包含的 总影响时间个数为
Figure BDA0002680065550000171
5-2)确定各区段占比最高时间区段及其占比
tk时段内，各区段的时间区段包含的总影响时间个数的最大值记 为
Figure BDA0002680065550000172
则各区段占比最高时间区段的占比为
Figure BDA0002680065550000173
n为调查时段个数；
5-3)确定占比最高时间区段上下游的总占比
tk时段内，各区段占比最高时间区段的上、下游包含的总影响时 间个数分别记为
Figure BDA0002680065550000174
当第i个时间区段((i-1)t1,it1]在占比最 高的时间区段的上游，即(i-1)t1≥tM2时，
Figure BDA0002680065550000175
Figure BDA0002680065550000176
的初始值 为0；(i-1)t1＜tM2时，
Figure BDA0002680065550000177
Figure BDA0002680065550000178
的初始值为0；则占比最高 时间区段上、下游的总占比分别为
Figure BDA0002680065550000179
5-4)确定各区段承载能力折减区间
tk时段内，可接受折减概率为设定的p％时，距占比最高时间区段 上游
Figure BDA00026800655500001710
的时间区段的中间值记为B(mk)，则该区段承载 能力折减区间的上限值为
Figure BDA00026800655500001711
距占比最高时间区段下游
Figure BDA00026800655500001712
的时间区段的中间值记为A(mk)，则该区段承载能力 折减区间的下限值为
Figure BDA00026800655500001713
则tk时段内，各区段承载能力折减区 间为
Figure BDA00026800655500001714
5-5)确定道路承载能力折减区间
tk时段内，将各区段的承载能力折减区间分别折减到各区段包含 范围上，得tk时段内道路的承载能力折减区间。
实施例：
通过一个实例对本发明一种面向智能网联道路的承载能力概率 折减表征方法给出进一步说明，如图2所示为智能网联道路区段划分 示意图。下面根据本发明一种面向智能网联道路的承载能力概率折减 表征方法的具体步骤，计算智能网联道路的承载能力概率折减区间。
S1：划分智能网联道路区段。
S11：如图2所示，将该道路划分为11个区段，1个交叉口区段、 2个路侧停靠站区段、2个港湾停靠站区段、1个施工区段和5个一 般区段。
S2：构建智能网联道路交通特征数据库。
于工作日高峰时段(7:00-9:00，17:00-19:00)实时采集车辆交 通数据，每15分钟作为一个统计时段，共调查80个时段，构建智能 网联道路车辆交通特征数据库，具体包括路侧停靠站、港湾停靠站区 段、交叉口区段、施工区段及一般区段交通特征数据集。
S21：借助调研数据，构建构建路侧停靠站区段交通特征数据集， 具体为，
Figure BDA0002680065550000181
分别为第i辆车在路侧停靠站的到站、离站时间，
Figure BDA0002680065550000182
分别为车辆在路侧停靠站上、下游换道位置距区段起点的 距离，如表1、表2所示(列举部分数据)。
表1
Figure BDA0002680065550000183
Figure BDA0002680065550000191
表2
Figure BDA0002680065550000192
S22：借助调研数据，构建港湾停靠站区段交通特征数据集，具 体为，
Figure BDA0002680065550000193
分别为第i辆车在港湾停靠站的到站、离站时间，
Figure BDA0002680065550000194
Figure BDA0002680065550000195
分别为车辆在港湾停靠站上、下游换道位置距区段起点的距离， b为港湾停靠站泊位数，如表3、表4所示(列举部分数据)。
表3
Figure BDA0002680065550000196
表4
Figure BDA0002680065550000201
S23：借助调研数据，构建交叉口区段交通特征数据集，具体为， tc为交叉口信号周期时长，
Figure BDA0002680065550000202
分别为左转、直行、右转 相位的有效绿灯时间，
Figure BDA0002680065550000203
为交叉口进口道渐变段起点距停车线的距 离，如表5所示。
表5
Figure BDA0002680065550000204
S24：借助调研数据，构建施工区段交通特征数据集，具体为，
Figure BDA0002680065550000205
Figure BDA0002680065550000206
分别为车辆在施工区上、下游换道位置距施工区段起点的距离， 如表6所示(列举部分数据)。
表6
Figure BDA0002680065550000207
Figure BDA0002680065550000211
S3：确定各区段包含范围。
S31：确定路侧停靠站区段包含范围；
寻找车辆在该区段上、下游换道位置距该区段起点距离的最大
Figure BDA0002680065550000212
最小值
Figure BDA0002680065550000213
计算车辆在上、下游换道位置 的中位点距该区段起点的距离为
Figure BDA0002680065550000214
Figure BDA0002680065550000215
则路侧停靠站包含的范围为
Figure BDA0002680065550000216
如 表7所示。
表7
Figure BDA0002680065550000217
S32：确定港湾停靠站区段包含范围；
寻找车辆在该区段上、下游换道位置距该区段起点距离的最大
Figure BDA0002680065550000218
最小值
Figure BDA0002680065550000219
计算车辆在上、下游换道位置 的中位点距该区段起点的距离为
Figure BDA00026800655500002110
则港湾停靠站包含的范围为
Figure BDA00026800655500002111
如表8所示。
表8
Figure BDA00026800655500002112
S33：确定交叉口区段包含范围；
交叉口包含的范围为
Figure BDA0002680065550000221
其中，
Figure BDA0002680065550000222
为渐变段起点距停车线 的距离，#1交叉口的渐变段起点距停车线的距离为100m，则#1交叉 口包含的范围为
Figure BDA0002680065550000223
S34：确定施工区段包含范围；
寻找车辆在该区段上、下游换道位置距该区段起点的距离的最大
Figure BDA0002680065550000224
最小值
Figure BDA0002680065550000225
计算车辆在上、下游换道位置 的中位点距该区段起点的距离为
Figure BDA0002680065550000226
则施工区段包含的范围为
Figure BDA0002680065550000227
如表9所示。
表9
Figure BDA0002680065550000228
S35：介于上述特殊区段之间的区段属于一般区段。
S4：计算路侧停靠站区段承载能力折减影响时间。
S41：如图3所示，将车辆的到站和离站时间以秒为单位进行换 算，即t(Ri)＝H(Ri)×3600+M(Ri)×60+S(Ri)，其中，
Figure BDA0002680065550000229
Figure BDA00026800655500002210
Figure BDA00026800655500002211
分别为第i辆车在路侧停靠站的到站、离站时间，H(Ri)、M(Ri)、S(Ri)分别为各换算时刻的时、分、秒数。并判断车辆是否停靠在站，
Figure BDA00026800655500002212
时，第i辆车停靠在该停靠站；
Figure BDA00026800655500002213
时，第i辆车未停靠 在该停靠站，如表10所示(列举部分数据)。
表10
Figure BDA00026800655500002214
Figure BDA0002680065550000231
S42：计算路侧停靠站区段承载能力折减影响时间，路侧停靠站 第i辆车的承载能力折减影响时间为
Figure BDA0002680065550000232
其 中，
Figure BDA0002680065550000233
分别为第i辆车的到站和离站时间；则tk时段该区段的 总折减影响时间为
Figure BDA0002680065550000234
其中VR为该统计时段内到达该路侧停 靠站的总车辆数，如表11所示(列举部分数据)。
表11
Figure BDA0002680065550000235
S5：计算港湾停靠站区段承载能力折减影响时间。
S51：将车辆的到站和离站时间及统计时段中的每个时刻以秒为 单位进行换算，即t(Bi)＝H(Bi)×3600+M(Bi)×60+S(Bi)，其中，
Figure BDA0002680065550000236
Figure BDA0002680065550000237
分别为第i辆车在港湾停靠站的到站、离 站时间，ti为统计时段中的每个时刻，H(Bi)、M(Bi)、S(Bi)分别为各换算 时刻的时、分、秒数。并判断每个时刻车辆是否在站，将每个时刻和 车辆的到站、离站时刻进行比对，
Figure BDA0002680065550000238
时，表示第i辆车在ti时 刻停靠在站；
Figure BDA0002680065550000241
或
Figure BDA0002680065550000242
时，表示第i辆车在ti时刻未停靠在 站，如表12所示(列举部分数据)。
表12
Figure BDA0002680065550000243
S52：计算每个时刻在站车辆数，ti时刻在站车辆数
Figure BDA0002680065550000244
其中，
Figure BDA0002680065550000245
分别为第i辆车的到 站、离站时间，b(Bi)的初始值为0。并确定停靠站有无车辆排队溢出， 当停靠站同时在站车辆数大于停靠站泊位数，即b(Bi)＞b时，该停靠站 有车辆排队溢出；当b(Bi)≤b时，该停靠站没有车辆排队溢出，如表 13所示(列举部分数据)。
表13
Figure BDA0002680065550000246
S53：计算停靠站第i次排队溢出时间
Figure BDA0002680065550000251
其中， b(Bi)为ti时刻在站车辆数，b为停靠站泊位数，
Figure BDA0002680065550000252
的初始值为0秒； 然后计算港湾停靠站区段的总折减影响时间
Figure BDA0002680065550000253
如表14所示 (列举部分数据)。
表14
Figure BDA0002680065550000254
S6：计算交叉口区段承载能力折减影响时间；
S61：计算各流向相位红灯时长；
各相位显示绿灯时间为
Figure BDA0002680065550000255
其中，f为流向类型， f＝{L,T,R}，L为左转相位，T为直行相位，R为右转相位，
Figure BDA0002680065550000256
为各 流向相位有效绿灯时间，A、Ls分别为黄灯时长和车辆启动损失时间， 则各流向相位红灯时间为
Figure BDA0002680065550000257
tc为周期时长，如表15所示。
表15
Figure BDA0002680065550000258
S62：计算交叉口区段承载能力折减影响时间，该区段在一个周 期内的折减影响时间为
Figure BDA0002680065550000259
其中，
Figure BDA00026800655500002510
分别为 交叉口左转、直行、右转相位的红灯时间；一个统计时段共有
Figure BDA0002680065550000261
个周期，其中，t为每个统计时段的时间，则交叉口区段的总折减影 响时间为
Figure BDA0002680065550000262
如表16所示。
表16
Figure BDA0002680065550000263
S7：计算施工区段承载能力折减影响时间；
S71：对一个统计时段中的每个时刻进行判断，
Figure BDA0002680065550000264
时，表示 该时刻车辆在施工区段起点上游换道，说明该时刻施工区段仍在施 工；
Figure BDA0002680065550000265
时，表示该时刻车辆已驶过施工区段起点，说明该时刻施 工区段已取消施工，如表17所示(列举部分数据)。
表17
Figure BDA0002680065550000266
S72：计算一个时段内施工区段的总折减影响时间，为每个施工 时刻之和，若该时刻
Figure BDA0002680065550000267
则在施工区段总的承载能力折减影响时 间
Figure BDA0002680065550000268
里加1秒，否则加0秒，对tk时段中的每个时刻进行判断，其 中，
Figure BDA0002680065550000269
为车辆在施工区段上游换道位置距该区段起点的距离，超过 施工区段起点取负值，
Figure BDA00026800655500002610
的初始值为0秒，如表18所示(列举部分 数据)。
表18
Figure BDA0002680065550000271
S8：计算一般区段承载能力折减影响时间，具体为，tk时段内， 一般区段的承载能力总折减影响时间为
Figure BDA0002680065550000272
S9：确定不同概率下道路承载能力折减区间；
S91：将各区段的总影响时间放入时间区段内；
以60s为时间间隔划分时间区段，各时间区段分别为[0,60]， (60,120]，...，共有15个时间区段；
各区段共有80个总折减影响时间
Figure BDA0002680065550000273
其中，m为区段类型， m＝{R,B,I,C,O}，其中，R表示路侧停靠站区段，B表示港湾停靠站区 段，I表示交叉口区段，C表示施工区段，O表示一般区段，将总影 响时间放入相应的时间区段内，如表19所示(列举部分数据)。
表19
Figure BDA0002680065550000274
Figure BDA0002680065550000281
S92：确定各区段占比最高时间区段及其占比；
tk时段内，各时间区段内各区段包含的总影响时间个数为
Figure BDA0002680065550000282
各区段的时间区段包含的总影响时间个数的最大值记为
Figure BDA0002680065550000283
则各区段占比最高时间区段的占比为
Figure BDA0002680065550000284
n为调查时段个数，如表20所示(列举部分数据)。
表20
Figure BDA0002680065550000285
Figure BDA0002680065550000291
S93：确定占比最高时间区段上下游的总占比；
tk时段内，各区段占比最高时间区段的上、下游包含的总影响时 间个数分别记为
Figure BDA0002680065550000292
当第i个时间区段((i-1)t1,it1]在占比最 高的时间区段的上游，即(i-1)t1≥tM2时，
Figure BDA0002680065550000293
Figure BDA0002680065550000294
的初始值 为0；(i-1)t1＜tM2时，
Figure BDA0002680065550000295
Figure BDA0002680065550000296
的初始值为0；则占比最高 时间区段上、下游的总占比分别为
Figure BDA0002680065550000297
如表21所示(列举部分数据)。
表21
Figure BDA0002680065550000298
S94：确定各区段承载能力折减区间；
tk时段内，可接受折减概率为设定的p％时，距占比最高时间区段 上游
Figure BDA0002680065550000299
的时间区段的中间值记为B(mk)，则该区段承载 能力折减区间的上限值为
Figure BDA0002680065550000301
距占比最高时间区段下游
Figure BDA0002680065550000302
的时间区段的中间值记为A(mk)，则该区段承载能力 折减区间的下限值为
Figure BDA0002680065550000303
则tk时段内，各区段承载能力折减区 间为
Figure BDA0002680065550000304
如表22所示(列举部分数据)。
表22
Figure BDA0002680065550000305
S95：确定道路承载能力折减区间；
tk时段内，将各区段的承载能力折减区间分别折减到各区段包含 范围上，得tk时段内道路的承载能力折减区间。

Claims (9)

1.一种面向智能网联道路的承载能力概率折减表征方法，其特征在于，包括以下步骤：
1)划分智能网联道路区段；
将智能网联道路划分为路侧停靠站区段、港湾停靠站区段、交叉口区段、施工区段及一般区段五类，双向道路的上下行分别进行划分；
2)构建智能网联道路交通特征数据库；
于工作日高峰时段实时采集车辆交通数据，每t分钟作为一个统计时段，记为tk时段，共调查n个tk时段，构建智能网联道路车辆交通特征数据库，具体包括路侧停靠站、港湾停靠站区段、交叉口区段、施工区段及一般区段交通特征数据集；
3)确定智能网联道路各区段包含范围；
对各交通特征数据集的数据进行分析，根据车辆在区段上下游换道点的位置确定路侧停靠站区段、港湾停靠站区段、施工区段包含范围；根据交叉口有无渐变段及渐变段范围确定交叉口区段包含范围；其他区段则属于一般区段；
4)计算各区段承载能力折减影响时间；
根据车辆到达和离开路侧停靠站的时间，计算路侧停靠站区段的折减影响时间；
根据车辆到达和离开港湾停靠站的时间及港湾停靠站的泊位数，计算港湾停靠站区段的折减影响时间；
根据交叉口的信号配时方案，计算交叉口区段的折减影响时间；
根据施工区段的施工时间，计算施工区段的折减影响时间；
根据一般区段车辆运行特征，计算一般区段的折减影响时间；
5)确定不同概率下道路承载能力折减区间；
各统计时段内，将计算的各区段承载能力折减总影响时间放在不同的时间区段内，画出时间区段占比图，确定各区段占比最高的时间区段及其占比大小，根据该占比最及其上下游的占比大小，确定不同概率下各区段承载能力折减区间的上、下限值，对各区段包含的路段范围进行折减，最后得到道路的承载能力折减区间。
2.根据权利要求1所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤2)中构建智能网联道路交通特征数据库，具体为，
2-1)构建路侧停靠站区段交通特征数据集
路侧停靠站区段交通特征数据集
Figure RE-FDA0002762304930000021
其中，
Figure RE-FDA0002762304930000022
分别为第i辆车在路侧停靠站的到站、离站时间，
Figure RE-FDA0002762304930000023
分别为车辆在路侧停靠站上、下游换道位置距该区段起点的距离；
2-2)构建港湾停靠站区段交通特征数据集
港湾停靠站区段交通特征数据集
Figure RE-FDA0002762304930000024
其中，
Figure RE-FDA0002762304930000025
分别为第i辆车在港湾停靠站的到站、离站时间，
Figure RE-FDA0002762304930000026
Figure RE-FDA0002762304930000027
分别为车辆在港湾停靠站上、下游换道位置距该区段起点的距离，b为港湾停靠站泊位数；
2-3)构建交叉口区段交通特征数据集
交叉口区段交通特征数据集
Figure RE-FDA0002762304930000028
其中，tc为交叉口信号周期时长，
Figure RE-FDA0002762304930000031
分别为左转、直行、右转相位的有效绿灯时间，
Figure RE-FDA0002762304930000032
为交叉口进口道渐变段起点距停车线的距离；
2-4)构建施工区段交通特征数据集
施工区段交通特征数据集
Figure RE-FDA0002762304930000033
其中，
Figure RE-FDA0002762304930000034
分别为车辆在施工区上、下游换道位置距施工区段起点的距离；
2-5)构建一般区段交通特征数据集
一般区段上事故的发生具有随机性，无需构建该数据集。
3.根据权利要求1所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤3)中确定智能网联道路各区段包含范围，具体为，
3-1)确定路侧停靠站区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点距离的最大
Figure RE-FDA0002762304930000035
最小值
Figure RE-FDA0002762304930000036
计算车辆在上、下游换道位置的中位点距该区段起点的距离为
Figure RE-FDA0002762304930000037
Figure RE-FDA0002762304930000038
则路侧停靠站包含的范围为
Figure RE-FDA0002762304930000039
3-2)确定港湾停靠站区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点距离的最大
Figure RE-FDA00027623049300000310
最小值
Figure RE-FDA00027623049300000311
计算车辆在上、下游换道位置的中位点距该区段起点的距离为
Figure RE-FDA00027623049300000312
Figure RE-FDA00027623049300000313
则港湾停靠站包含的范围为
Figure RE-FDA00027623049300000314
3-3)确定交叉口区段包含范围
若交叉口进口道包含渐变段，则交叉口包含的范围为
Figure RE-FDA00027623049300000315
其中，
Figure RE-FDA0002762304930000041
为渐变段起点距停车线的距离；若不包含渐变段，则交叉口区段包含的范围为停车线至上游100米区段；
3-4)确定施工区段包含范围
tk时段内，寻找车辆在该区段上、下游换道位置距该区段起点的距离的最大
Figure RE-FDA0002762304930000042
最小值
Figure RE-FDA0002762304930000043
计算车辆在上、下游换道位置的中位点距该区段起点的距离为
Figure RE-FDA0002762304930000044
Figure RE-FDA0002762304930000045
则施工区段包含的范围为
Figure RE-FDA0002762304930000046
3-5)确定一般区段包含范围
介于上述各区段之间的区段属于一般区段。
4.根据权利要求2所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤4)中计算路侧停靠站区段承载能力折减影响时间，具体为，
4-1a)换算车辆的到站和离站时间
将车辆的到站和离站时间以秒为单位进行换算，即t(Ri)＝H(Ri)×3600+M(Ri)×60+S(Ri)，其中，
Figure RE-FDA0002762304930000047
分别为第i辆车在路侧停靠站的到站、离站时间，H(Ri)、M(Ri)、S(Ri)分别为各换算时刻的时、分、秒数；
4-2a)判断车辆是否停靠在站
Figure RE-FDA0002762304930000048
时，第i辆车停靠在该停靠站；
Figure RE-FDA0002762304930000049
时，第i辆车未停靠在该停靠站；
4-3a)计算路侧停靠站区段承载能力折减影响时间
tk时段内，路侧停靠站第i辆车的承载能力折减影响时间为
Figure RE-FDA0002762304930000051
其中，
Figure RE-FDA0002762304930000052
分别为第i辆车在路侧停靠站的到站和离站时间；则tk时段该区段的总折减影响时间为
Figure RE-FDA0002762304930000053
其中VR为该统计时段内到达该路侧停靠站的总车辆数。
5.根据权利要求2所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤4)中计算港湾停靠站区段承载能力折减影响时间，具体为，
4-1b)换算车辆的到站时间和离站时间
将车辆的到站和离站时间及统计时段中的每个时刻以秒为单位进行换算，即t(Bi)＝H(Bi)×3600+M(Bi)×60+S(Bi)，其中，
Figure RE-FDA0002762304930000054
Figure RE-FDA0002762304930000055
分别为第i辆车在港湾停靠站的到站、离站时间，ti为统计时段中的每个时刻，H(Bi)、M(Bi)、S(Bi)分别为各换算时刻的时、分、秒数；
4-2b)判断每个时刻车辆是否在站
将tk时段的每个时刻和车辆的到站、离站时刻进行比对，
Figure RE-FDA0002762304930000056
时，表示第i辆车在ti时刻停靠在站；
Figure RE-FDA0002762304930000057
或
Figure RE-FDA00027623049300000510
时，表示第i辆车在ti时刻未停靠在站；
4-3b)计算每个时刻在站车辆数
ti时刻在站车辆数
Figure RE-FDA0002762304930000058
其中，
Figure RE-FDA0002762304930000059
分别为第i辆车的到站、离站时间，b(Bi)的初始值为0；
4-4b)确定停靠站有无车辆排队溢出
当停靠站同时在站车辆数大于停靠站泊位数，即b(Bi)＞b时，该停靠站有车辆排队溢出；当b(Bi)≤b时，该停靠站没有车辆排队溢出；
4-5b)计算停靠站每次排队溢出时间
tk时段内，停靠站第i次排队溢出时间
Figure RE-FDA0002762304930000061
其中，b(Bi)为ti时刻在站车辆数，b为停靠站泊位数，
Figure RE-FDA0002762304930000062
的初始值为0秒；
4-6b)计算港湾停靠站区段折减影响时间
tk时段内，港湾停靠站区段的总折减影响时间为
Figure RE-FDA0002762304930000063
6.根据权利要求2所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤4)中计算交叉口区段承载能力折减影响时间，具体为，
4-1c)计算各流向相位红灯时长
各相位显示绿灯时间为
Figure RE-FDA0002762304930000064
其中，f为流向类型，f＝{L,T,R}，L为左转相位，T为直行相位，R为右转相位，
Figure RE-FDA0002762304930000065
为各流向相位有效绿灯时间，A、Ls分别为黄灯时长和车辆启动损失时间，则各流向相位红灯时间为
Figure RE-FDA0002762304930000066
tc为周期时长；
4-2c)计算交叉口区段承载能力折减影响时间
tk时段内，该区段在一个周期内的折减影响时间为
Figure RE-FDA0002762304930000067
其中，
Figure RE-FDA0002762304930000068
分别为交叉口左转、直行、右转相位的红灯时间；tk时段共有
Figure RE-FDA0002762304930000069
个周期，其中，t为每个统计时段的时间，则交叉口区段的总折减影响时间为
Figure RE-FDA00027623049300000610
7.根据权利要求2所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤4)中计算施工区段承载能力折减影响时间，具体为，
4-1d)判断施工区段是否仍在施工
对tk时段中的每个时刻进行判断，
Figure RE-FDA0002762304930000071
时，表示该时刻车辆在施工区段起点上游换道，说明该时刻施工区段仍在施工；
Figure RE-FDA0002762304930000072
时，表示该时刻车辆已驶过施工区段起点，说明该时刻施工区段已取消施工；
4-2d)计算施工区段承载能力折减影响时间
tk时段内，施工区段的总折减影响时间为每个施工时刻之和，若该时刻
Figure RE-FDA0002762304930000073
则在施工区段总的承载能力折减影响时间
Figure RE-FDA0002762304930000074
里加1秒，否则加0秒，对tk时段中的每个时刻进行判断，其中，
Figure RE-FDA0002762304930000075
为车辆在施工区段上游换道位置距该区段起点的距离，超过施工区段起点取负值，
Figure RE-FDA0002762304930000076
的初始值为0秒。
8.根据权利要求1所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤4)中计算一般区段承载能力折减影响时间，具体为，
tk时段内，一般区段的承载能力总折减影响时间为
Figure RE-FDA0002762304930000077
9.根据权利要求1所述的一种面向智能网联道路的承载能力概率折减表征方法，其特征在于：所述步骤5)中确定不同概率下道路承载能力折减区间，具体为，
5-1)将各区段的总影响时间放入时间区段内
以t1为时间间隔划分时间区段，其中，0≤t1≤t，各时间区段分别为[0,t1]，(t1,2t1]，...，共有
Figure RE-FDA0002762304930000078
个时间区段；
tk时段内，各区段共有n个总折减影响时间
Figure RE-FDA0002762304930000079
其中，m为区段类型，m＝{R,B,I,C,O}，其中，R表示路侧停靠站区段，B表示港湾停靠站区段，I表示交叉口区段，C表示施工区段，O表示一般区段，将总影响时间放入相应的时间区段内，各区段第i个时间区段包含的总影响时间个数为
Figure RE-FDA0002762304930000081
5-2)确定各区段占比最高时间区段及其占比
tk时段内，各区段的时间区段包含的总影响时间个数的最大值记为
Figure RE-FDA0002762304930000082
则各区段占比最高时间区段的占比为
Figure RE-FDA0002762304930000083
n为调查时段个数；
5-3)确定占比最高时间区段上下游的总占比
tk时段内，各区段占比最高时间区段的上、下游包含的总影响时间个数分别记为
Figure RE-FDA0002762304930000084
当第i个时间区段((i-1)t1,it1]在占比最高的时间区段的上游，即(i-1)t1≥tM2时，
Figure RE-FDA0002762304930000085
Figure RE-FDA0002762304930000086
的初始值为0；(i-1)t1＜tM2时，
Figure RE-FDA0002762304930000087
Figure RE-FDA0002762304930000088
的初始值为0；则占比最高时间区段上、下游的总占比分别为
Figure RE-FDA0002762304930000089
5-4)确定各区段承载能力折减区间
tk时段内，可接受折减概率为设定的p％时，距占比最高时间区段上游
Figure RE-FDA00027623049300000810
的时间区段的中间值记为B(mk)，则该区段承载能力折减区间的上限值为
Figure RE-FDA00027623049300000811
距占比最高时间区段下游
Figure RE-FDA00027623049300000812
的时间区段的中间值记为A(mk)，则该区段承载能力折减区间的下限值为
Figure RE-FDA00027623049300000813
则tk时段内，各区段承载能力折减区间为
Figure RE-FDA00027623049300000814
5-5)确定道路承载能力折减区间
tk时段内，将各区段的承载能力折减区间分别折减到各区段包含范围上，得tk时段内道路的承载能力折减区间。
CN202010959743.7A 2020-09-14 2020-09-14 一种面向智能网联道路的承载能力概率折减表征方法 Active CN112185109B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010959743.7A CN112185109B (zh) 2020-09-14 2020-09-14 一种面向智能网联道路的承载能力概率折减表征方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010959743.7A CN112185109B (zh) 2020-09-14 2020-09-14 一种面向智能网联道路的承载能力概率折减表征方法

Publications (2)

Publication Number Publication Date
CN112185109A true CN112185109A (zh) 2021-01-05
CN112185109B CN112185109B (zh) 2021-04-09

Family

ID=73920853

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010959743.7A Active CN112185109B (zh) 2020-09-14 2020-09-14 一种面向智能网联道路的承载能力概率折减表征方法

Country Status (1)

Country Link
CN (1) CN112185109B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101074294B1 (ko) * 2010-07-13 2011-10-18 주식회사 서영엔지니어링 유턴 대기 및 회전 전용공간을 이용한 2현시 4지 교차로 시스템
CN105023433A (zh) * 2015-07-01 2015-11-04 重庆大学 一种高速公路交通异常事件影响范围预估方法
CN109872537A (zh) * 2019-04-11 2019-06-11 吉林大学 一种考虑量化分级的公交停靠站优化设置方法
CN109887267A (zh) * 2019-03-21 2019-06-14 华侨大学 一种轨道交通共线段常规公交调整方法
CN110232821A (zh) * 2019-06-19 2019-09-13 河海大学 一种高峰时段港湾公交停靠站临近车道通行能力计算方法
CN110288828A (zh) * 2019-06-19 2019-09-27 河海大学 上游港湾停靠站影响下交叉口进口道通行能力计算方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101074294B1 (ko) * 2010-07-13 2011-10-18 주식회사 서영엔지니어링 유턴 대기 및 회전 전용공간을 이용한 2현시 4지 교차로 시스템
CN105023433A (zh) * 2015-07-01 2015-11-04 重庆大学 一种高速公路交通异常事件影响范围预估方法
CN109887267A (zh) * 2019-03-21 2019-06-14 华侨大学 一种轨道交通共线段常规公交调整方法
CN109872537A (zh) * 2019-04-11 2019-06-11 吉林大学 一种考虑量化分级的公交停靠站优化设置方法
CN110232821A (zh) * 2019-06-19 2019-09-13 河海大学 一种高峰时段港湾公交停靠站临近车道通行能力计算方法
CN110288828A (zh) * 2019-06-19 2019-09-27 河海大学 上游港湾停靠站影响下交叉口进口道通行能力计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
MINYU SHEN ET AL.: "Capacity approximations for near- and far-side bus stops in dedicated bus lanes", 《TRANSPORTATION RESEARCH PART B: METHODOLOGICAL》 *
袁静: "公交停靠站对道路通行能力的影响分析", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *
郑锐等: "上游停靠站公交溢出影响下交叉口公交优先配时优化", 《大连交通大学学报》 *

Also Published As

Publication number Publication date
CN112185109B (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN102855760B (zh) 基于浮动车数据的在线排队长度检测方法
CN104332058B (zh) 一种智能交通灯控制方法和***
CN102081859B (zh) 一种公交车到站时间预测模型控制方法
CN104217605B (zh) 一种公交车到站时间测算方法和装置
CN110232821B (zh) 一种高峰时段港湾公交停靠站临近车道通行能力计算方法
CN108629993B (zh) 一种适用于高饱和度交叉口的公交优先信号配时优化方法
CN103021191A (zh) 智能交通控制装置及控制方法
CN103700251A (zh) 一种快速道路上可变限速与匝道控制协调优化控制方法
CN106971546B (zh) 基于公交车gps数据的路段公交车渗透率估计方法
CN101025861A (zh) 城市交通信号控制***中检测器的布设方法
CN113506013B (zh) 基于多源数据的中运量公共交通***综合效益评价方法
CN107085956A (zh) 一种绿波速度计算提示***
CN109166313A (zh) 一种根据过车数据的溢出预警方法
CN104778839A (zh) 基于视频检测器的城市道路下游分方向交通状态判别方法
CN106548628A (zh) 一种基于视觉空间转换网格化的路况分析方法
CN104966404A (zh) 一种基于阵列雷达的单点自优化信号控制方法及装置
CN110009544B (zh) 一种并联双通道公交站台的设置方法
CN112185109B (zh) 一种面向智能网联道路的承载能力概率折减表征方法
CN110070720A (zh) 提高交叉口占道施工区通行能力模型拟合度的计算方法
CN111292535B (zh) 车路协同环境下面向乘客出行的路网交通状态评价方法
CN111091714B (zh) 一种基于车路协同的交通灯信号控制方法
CN114819633B (zh) 一种应用于国土空间规划的交通设施布局评价方法
CN105070074A (zh) 一种基于阵列雷达的区域自优化信号控制方法及装置
CN104992566A (zh) 一种基于线圈的单点自优化信号控制方法及装置

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