CN113178068A - 一种基于浮动车的道路拥堵指数计算方法及*** - Google Patents

一种基于浮动车的道路拥堵指数计算方法及*** Download PDF

Info

Publication number
CN113178068A
CN113178068A CN202110356136.6A CN202110356136A CN113178068A CN 113178068 A CN113178068 A CN 113178068A CN 202110356136 A CN202110356136 A CN 202110356136A CN 113178068 A CN113178068 A CN 113178068A
Authority
CN
China
Prior art keywords
road
road section
congestion index
congestion
section
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
CN202110356136.6A
Other languages
English (en)
Other versions
CN113178068B (zh
Inventor
张晓阳
祝烨
龚丽俨
张磊
谢晓忠
晏秋萍
徐韬
程龙春
刘屹
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.)
Chongqing Design Group Co ltd
Original Assignee
Chongqing Municipal Design And Research Institute Co ltd
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 Chongqing Municipal Design And Research Institute Co ltd filed Critical Chongqing Municipal Design And Research Institute Co ltd
Priority to CN202110356136.6A priority Critical patent/CN113178068B/zh
Publication of CN113178068A publication Critical patent/CN113178068A/zh
Application granted granted Critical
Publication of CN113178068B publication Critical patent/CN113178068B/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
    • 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

一种基于浮动车的道路拥堵指数计算方法及***，该***由浮动车数据模块、中央处理模块、交通指数预处理模块、交通指数确定模块、可视化显示***组成。***以浮动车数据为基础，将路段分为快速路、主干路、次干路、支路四类，通过路段平均车速对其交通指数分别进行标定，同时算法考虑了路段缺失浮动车时的速度计算，更加符合路段实际运行情况，本发明算法精度高，可以准确识别道路交通运行状况，为交通规划和管理者提供科学的决策依据。

Description

一种基于浮动车的道路拥堵指数计算方法及***
技术领域
本发明属于交通状态识别领域，尤其涉及一种基于浮动车的道路拥堵指数计算方法及***。
背景技术
随着社会经济的快速发展，汽车保有量近年来保持快速增长，交通出行不断增加，出行者对路段交通状态愈发关注，因此，对路段交通状态识别是近年来交通领域的热点研究问题。传统交通管理者为了对路段交通状态进行定性化分析，引入了道路拥堵指数（也称交通指数）的概念，用于描述道路交通运行状态，但无法进行直接计算，因此，其实际应用价值不大。在实际应用中，如何利用交通参数对路段交通指数进行计算和分析是本发明的重点内容，同时，城市道路不同类型路段的交通运行状态需进行考虑。
发明内容
本发明的主要目的是，旨在提供一种依据路段车速进行道路拥堵指数的计算算法，同时考虑不同类型路段的差异性，以提升出行者对路段运行情况的认知。
该***由浮动车数据模块、中央处理模块、拥堵指数预处理模块、拥堵指数计算模块、可视化显示模块组成；所述浮动车数据模块由浮动车、GPS定位***、数据传输***组成，浮动车为安装GPS定位***的出租车和网约车车辆，GPS定位***实时收集车辆经纬度坐标、时间、车型、上下客状态、公司代码、方向角信息，通过数据传输***将信号传送到中央处理模块，数据传输***由信号发射器、接收天线组成。
所述中央处理模块由CPU、存储器组成，CPU接收浮动车数据模块的信息数据，并对数据进行计算和处理，存储器由硬盘组成，对数据进行存储，同时存储器包含路段基础数据信息、子片区范围信息，包括路段ID，路段长度，路段类型（分为快速路、主干路、次干路、支路）及路段经纬度坐标；CPU将浮动车数据***的信息数据与路段经纬度坐标进行匹配，对车辆所在路段进行识别和判断，并将匹配信息传送到拥堵指数预处理模块、拥堵指数计算模块。
所述拥堵指数预处理模块负责计算路段平均车速，其算法如下：
当计算时间段为第T个计算周期且路段存在行驶车辆时，则第T计算周期内的路段平均车速为
Figure 100002_DEST_PATH_IMAGE002
式中，
Figure 100002_DEST_PATH_IMAGE004
为路段第T个时间周期内的平均车速，
Figure 100002_DEST_PATH_IMAGE006
为第
Figure 100002_DEST_PATH_IMAGE008
辆车的行驶路程，
Figure 100002_DEST_PATH_IMAGE010
为第i辆车的行驶时间，n为该时间内的总车辆数
当计算时间段为第T个计算周期且路段不存在行驶车辆时，则T时段内的路段平均车速为
Figure 100002_DEST_PATH_IMAGE012
式中，
Figure 162808DEST_PATH_IMAGE004
为路段第T个时间周期内的平均车速，
Figure 100002_DEST_PATH_IMAGE014
为路段第T个时间周期内的历史平均车速，
Figure 100002_DEST_PATH_IMAGE016
为路段第T-1个时间周期内的平均车速，
Figure 100002_DEST_PATH_IMAGE018
为路段第T-2个时间周期内的平均车速，
Figure 100002_DEST_PATH_IMAGE020
为路段第T-3个时间周期内的平均车速。
所述拥堵指数确定模块根据所求路段平均车速及道路等级确定路段及子片区拥堵指数，路段拥堵指数（RCI）计算方法如下，当路段为快速路时：
Figure 100002_DEST_PATH_IMAGE022
Figure 100002_DEST_PATH_IMAGE024
Figure 100002_DEST_PATH_IMAGE026
Figure 100002_DEST_PATH_IMAGE028
Figure 100002_DEST_PATH_IMAGE030
Figure 100002_DEST_PATH_IMAGE032
Figure 100002_DEST_PATH_IMAGE034
当路段为主干路时：
Figure 100002_DEST_PATH_IMAGE022A
Figure 100002_DEST_PATH_IMAGE036
Figure 100002_DEST_PATH_IMAGE038
Figure 100002_DEST_PATH_IMAGE040
Figure 100002_DEST_PATH_IMAGE042
Figure 100002_DEST_PATH_IMAGE044
Figure 100002_DEST_PATH_IMAGE046
当路段为次干路及支路时：
Figure 100002_DEST_PATH_IMAGE022AA
Figure 100002_DEST_PATH_IMAGE048
R
Figure 100002_DEST_PATH_IMAGE050
Figure 100002_DEST_PATH_IMAGE052
Figure 100002_DEST_PATH_IMAGE046A
式中，CI为路段拥堵指数，V为路段平均速度，当所计算区域为子片区时，子片区拥堵指数（DCI）计算方法为：
Figure 100002_DEST_PATH_IMAGE054
式中，DCI为子片区拥堵指数，
Figure 100002_DEST_PATH_IMAGE056
为第i段快速路路段拥堵指数，
Figure 100002_DEST_PATH_IMAGE058
为第j段快主干路段拥堵指数，
Figure 100002_DEST_PATH_IMAGE060
为第k段次干路和支路路段拥堵指数，
Figure 100002_DEST_PATH_IMAGE062
、
Figure 100002_DEST_PATH_IMAGE064
、
Figure 100002_DEST_PATH_IMAGE066
分别为参数，当快速路里程占总里程小于等于5%时，参数数值分别为0.38、0.34、0.28，当快速路里程占总里程大于5%小于等于10%时，参数数值分别为0.45、0.36、0.19，当快速路里程占总里程大于15%时，参数数值分别为0.50、0.32、0.18，拥堵等级根据拥堵指数共分为5个等级，包括：畅通[0-2）、基本畅通[2-4）、轻度拥堵[4-6）、中度拥堵[6-8）、严重拥堵[8-10）。
所述可视化显示***由显示器、鼠标、键盘组成，可由键盘输入路段ID对路段和子片区拥堵指数进行查询，显示器包含所查询路段ID、道路名称、运行车速、路段拥堵指数、子片区拥堵指数及拥堵等级。
附图说明
图1为本发明提供的一种基于浮动车的道路拥堵指数计算方法及***的***框图。
具体实施方式
本发明的主要目的是，旨在提供一种依据路段车速进行道路拥堵指数的计算算法，同时考虑不同类型路段的差异性，以提升出行者对路段运行情况的认知。
该***由浮动车数据模块、中央处理模块、拥堵指数预处理模块、拥堵指数计算模块、可视化显示模块组成；所述浮动车数据模块由浮动车、GPS定位***、数据传输***组成，浮动车为安装GPS定位***的出租车和网约车车辆，GPS定位***实时收集车辆经纬度坐标、时间、车型、上下客状态、公司代码、方向角信息，通过数据传输***将信号传送到中央处理模块，数据传输***由信号发射器、接收天线组成。
所述中央处理模块由CPU、存储器组成，CPU接收浮动车数据模块的信息数据，并对数据进行计算和处理，存储器由硬盘组成，对数据进行存储，同时存储器包含路段基础数据信息、子片区范围信息，包括路段ID，路段长度，路段类型（分为快速路、主干路、次干路、支路）及路段经纬度坐标；CPU将浮动车数据***的信息数据与路段经纬度坐标进行匹配，对车辆所在路段进行识别和判断，并将匹配信息传送到拥堵指数预处理模块、拥堵指数计算模块。
所述拥堵指数预处理模块负责计算路段平均车速，其算法如下：
当计算时间段为第T个计算周期且路段存在行驶车辆时，则第T计算周期内的路段平均车速为
Figure DEST_PATH_IMAGE002A
式中，
Figure 232612DEST_PATH_IMAGE004
为路段第T个时间周期内的平均车速，
Figure 215612DEST_PATH_IMAGE006
为第
Figure 79663DEST_PATH_IMAGE008
辆车的行驶路程，
Figure 972663DEST_PATH_IMAGE010
为第i辆车的行驶时间，n为该时间内的总车辆数
当计算时间段为第T个计算周期且路段不存在行驶车辆时，则T时段内的路段平均车速为
Figure DEST_PATH_IMAGE012A
式中，
Figure 139334DEST_PATH_IMAGE004
为路段第T个时间周期内的平均车速，
Figure 609629DEST_PATH_IMAGE014
为路段第T个时间周期内的历史平均车速，
Figure 887158DEST_PATH_IMAGE016
为路段第T-1个时间周期内的平均车速，
Figure 24878DEST_PATH_IMAGE018
为路段第T-2个时间周期内的平均车速，
Figure 362450DEST_PATH_IMAGE020
为路段第T-3个时间周期内的平均车速。
所述拥堵指数确定模块根据所求路段平均车速及道路等级确定路段及子片区拥堵指数，路段拥堵指数（RCI）计算方法如下，当路段为快速路时：
Figure DEST_PATH_IMAGE022AAA
Figure DEST_PATH_IMAGE024A
Figure DEST_PATH_IMAGE026A
Figure DEST_PATH_IMAGE028A
Figure DEST_PATH_IMAGE030A
Figure DEST_PATH_IMAGE032A
Figure DEST_PATH_IMAGE034A
当路段为主干路时：
Figure DEST_PATH_IMAGE022AAAA
Figure DEST_PATH_IMAGE036A
Figure DEST_PATH_IMAGE038A
Figure DEST_PATH_IMAGE040A
Figure DEST_PATH_IMAGE042A
Figure DEST_PATH_IMAGE044A
Figure DEST_PATH_IMAGE046AA
当路段为次干路及支路时：
Figure DEST_PATH_IMAGE022AAAAA
Figure DEST_PATH_IMAGE048A
R
Figure 963169DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE052A
Figure DEST_PATH_IMAGE046AAA
式中，CI为路段拥堵指数，V为路段平均速度，当所计算区域为子片区时，子片区拥堵指数（DCI）计算方法为：
Figure DEST_PATH_IMAGE054A
式中，DCI为子片区拥堵指数，
Figure 936066DEST_PATH_IMAGE056
为第i段快速路路段拥堵指数，
Figure 662714DEST_PATH_IMAGE058
为第j段快主干路段拥堵指数，
Figure 30241DEST_PATH_IMAGE060
为第k段次干路和支路路段拥堵指数，
Figure 475129DEST_PATH_IMAGE062
、
Figure 687936DEST_PATH_IMAGE064
、
Figure 522950DEST_PATH_IMAGE066
分别为参数，当快速路里程占总里程小于等于5%时，参数数值分别为0.38、0.34、0.28，当快速路里程占总里程大于5%小于等于10%时，参数数值分别为0.45、0.36、0.19，当快速路里程占总里程大于15%时，参数数值分别为0.50、0.32、0.18，拥堵等级根据拥堵指数共分为5个等级，包括：畅通[0-2）、基本畅通[2-4）、轻度拥堵[4-6）、中度拥堵[6-8）、严重拥堵[8-10）。
所述可视化显示***由显示器、鼠标、键盘组成，可由键盘输入路段ID对路段和子片区拥堵指数进行查询，显示器包含所查询路段ID、道路名称、运行车速、路段拥堵指数、子片区拥堵指数及拥堵等级。
车辆行驶在路段上时，浮动车数据模块实时收集车辆地理位置、行驶时间信息，通过数据传输***将信号传送到中央处理模块。中央处理模块根据平均速度计算公式计算路段的平均速度，同时自动查询路段类型，若路段为快速路，则根据快速路拥堵指数算法进行计算，若为主干路，则根据主干路拥堵指数算法进行计算，若为次干路或支路，则根据次干路、支路拥堵指数算法进行计算，同时根据拥堵指数确定该路段的路段拥堵等级，若为子片区则根据子片区拥堵指数计算子片区拥堵指数，***支持输入设备如键盘在线查询，输入设备可输入路段ID，***通过输入ID与路段ID匹配后进行查询，显示器显示所查询路段ID、道路名称、运行车速、路段拥堵指数、子片区拥堵指数及拥堵等级。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (5)

1.根据权利要求1所述的一种基于浮动车的道路拥堵指数计算方法及***，其特征在于，该***由浮动车数据模块、中央处理模块、拥堵指数预处理模块、拥堵指数计算模块、可视化显示模块组成；所述浮动车数据模块由浮动车、GPS定位***、数据传输***组成，浮动车为安装GPS定位***的出租车和网约车车辆，GPS定位***实时收集车辆经纬度坐标、时间、车型、上下客状态、公司代码、方向角信息，通过数据传输***将信号传送到中央处理模块，数据传输***由信号发射器、接收天线组成。
2.根据权利要求1所述的一种基于浮动车的道路拥堵指数计算方法及***，其特征在于，所述中央处理模块由CPU、存储器组成，CPU接收浮动车数据模块的信息数据，并对数据进行计算和处理，存储器由硬盘组成，对数据进行存储，同时存储器包含路段基础数据信息、子片区范围信息，包括路段ID，路段长度，路段类型（分为快速路、主干路、次干路、支路）及路段经纬度坐标；CPU将浮动车数据***的信息数据与路段经纬度坐标进行匹配，对车辆所在路段进行识别和判断，并将匹配信息传送到拥堵指数预处理模块、拥堵指数计算模块。
3.根据权利要求1所述的一种基于浮动车的道路拥堵指数计算方法及***，其特征在于，所述拥堵指数预处理模块负责计算路段平均车速，其算法如下：
当计算时间段为第T个计算周期且路段存在行驶车辆时，则第T计算周期内的路段平均车速为
Figure DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE004
为路段第T个时间周期内的平均车速，
Figure DEST_PATH_IMAGE006
为第
Figure DEST_PATH_IMAGE008
辆车的行驶路程，
Figure DEST_PATH_IMAGE010
为第i辆车的行驶时间，n为该时间内的总车辆数
当计算时间段为第T个计算周期且路段不存在行驶车辆时，则T时段内的路段平均车速为
Figure DEST_PATH_IMAGE012
式中，
Figure 298913DEST_PATH_IMAGE004
为路段第T个时间周期内的平均车速，
Figure DEST_PATH_IMAGE014
为路段第T个时间周期内的历史平均车速，
Figure DEST_PATH_IMAGE016
为路段第T-1个时间周期内的平均车速，
Figure DEST_PATH_IMAGE018
为路段第T-2个时间周期内的平均车速，
Figure DEST_PATH_IMAGE020
为路段第T-3个时间周期内的平均车速。
4.根据权利要求1所述的一种基于浮动车的道路拥堵指数计算方法及***，其特征在于，所述拥堵指数确定模块根据所求路段平均车速及道路等级确定路段及子片区拥堵指数，路段拥堵指数（RCI）计算方法如下，当路段为快速路时：
Figure DEST_PATH_IMAGE022
Figure DEST_PATH_IMAGE024
Figure DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE028
Figure DEST_PATH_IMAGE030
Figure DEST_PATH_IMAGE032
Figure DEST_PATH_IMAGE034
当路段为主干路时：
Figure DEST_PATH_IMAGE022A
Figure DEST_PATH_IMAGE036
Figure DEST_PATH_IMAGE038
Figure DEST_PATH_IMAGE040
Figure DEST_PATH_IMAGE042
Figure DEST_PATH_IMAGE044
Figure DEST_PATH_IMAGE046
当路段为次干路及支路时：
Figure DEST_PATH_IMAGE022AA
Figure DEST_PATH_IMAGE048
R
Figure DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE052
Figure DEST_PATH_IMAGE046A
式中，CI为路段拥堵指数，V为路段平均速度，当所计算区域为子片区时，子片区拥堵指数（DCI）计算方法为：
Figure DEST_PATH_IMAGE054
式中，DCI为子片区拥堵指数，
Figure DEST_PATH_IMAGE056
为第i段快速路路段拥堵指数，
Figure DEST_PATH_IMAGE058
为第j段快主干路段拥堵指数，
Figure DEST_PATH_IMAGE060
为第k段次干路和支路路段拥堵指数，
Figure DEST_PATH_IMAGE062
、
Figure DEST_PATH_IMAGE064
、
Figure DEST_PATH_IMAGE066
分别为参数，当快速路里程占总里程小于等于5%时，参数数值分别为0.38、0.34、0.28，当快速路里程占总里程大于5%小于等于10%时，参数数值分别为0.45、0.36、0.19，当快速路里程占总里程大于15%时，参数数值分别为0.50、0.32、0.18，拥堵等级根据拥堵指数共分为5个等级，包括：畅通[0-2）、基本畅通[2-4）、轻度拥堵[4-6）、中度拥堵[6-8）、严重拥堵[8-10）。
5.根据权利要求1所述的一种基于浮动车的道路拥堵指数计算方法及***，其特征在于：所述可视化显示***由显示器、鼠标、键盘组成，可由键盘输入路段ID对路段和子片区拥堵指数进行查询，显示器包含所查询路段ID、道路名称、运行车速、路段拥堵指数、子片区拥堵指数及拥堵等级。
CN202110356136.6A 2021-04-01 2021-04-01 一种基于浮动车的道路拥堵指数计算方法及*** Active CN113178068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110356136.6A CN113178068B (zh) 2021-04-01 2021-04-01 一种基于浮动车的道路拥堵指数计算方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110356136.6A CN113178068B (zh) 2021-04-01 2021-04-01 一种基于浮动车的道路拥堵指数计算方法及***

Publications (2)

Publication Number Publication Date
CN113178068A true CN113178068A (zh) 2021-07-27
CN113178068B CN113178068B (zh) 2024-03-19

Family

ID=76922964

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110356136.6A Active CN113178068B (zh) 2021-04-01 2021-04-01 一种基于浮动车的道路拥堵指数计算方法及***

Country Status (1)

Country Link
CN (1) CN113178068B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808388A (zh) * 2021-08-03 2021-12-17 珠海市规划设计研究院 综合考虑小汽车和公共交通运行的交通拥堵分析方法
CN115527372A (zh) * 2022-11-29 2022-12-27 湖南工商大学 一种基于全局最优的智能交通实时诱导可变信息***
CN115527382A (zh) * 2022-09-08 2022-12-27 安徽交控信息产业有限公司 一种基于智能多目标优化算法的交通控制方法
CN117831287A (zh) * 2023-12-29 2024-04-05 北京大唐高鸿数据网络技术有限公司 高速公路拥堵指数的确定方法、装置、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130253810A1 (en) * 2012-03-21 2013-09-26 Aisin Aw Co., Ltd Traffic information creating device, traffic information creating method and program
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
CN107564279A (zh) * 2017-08-09 2018-01-09 重庆市市政设计研究院 一种基于浮动车数据的交通指数计算方法及***
CN110599771A (zh) * 2019-09-18 2019-12-20 京东城市(北京)数字科技有限公司 交通信息确定方法以及交通污染排放预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130253810A1 (en) * 2012-03-21 2013-09-26 Aisin Aw Co., Ltd Traffic information creating device, traffic information creating method and program
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
CN107564279A (zh) * 2017-08-09 2018-01-09 重庆市市政设计研究院 一种基于浮动车数据的交通指数计算方法及***
CN110599771A (zh) * 2019-09-18 2019-12-20 京东城市(北京)数字科技有限公司 交通信息确定方法以及交通污染排放预测方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113808388A (zh) * 2021-08-03 2021-12-17 珠海市规划设计研究院 综合考虑小汽车和公共交通运行的交通拥堵分析方法
CN115527382A (zh) * 2022-09-08 2022-12-27 安徽交控信息产业有限公司 一种基于智能多目标优化算法的交通控制方法
CN115527372A (zh) * 2022-11-29 2022-12-27 湖南工商大学 一种基于全局最优的智能交通实时诱导可变信息***
CN117831287A (zh) * 2023-12-29 2024-04-05 北京大唐高鸿数据网络技术有限公司 高速公路拥堵指数的确定方法、装置、设备和存储介质

Also Published As

Publication number Publication date
CN113178068B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
CN113178068A (zh) 一种基于浮动车的道路拥堵指数计算方法及***
US20230078418A1 (en) Altering Autonomous or Semi-Autonomous Vehicle Operation Based on Route Traversal Values
Wang et al. Truck traffic flow prediction based on LSTM and GRU methods with sampled GPS data
CN105374211B (zh) 基于多源数据计算驾驶风险与辅助车险定价的***及方法
CN105590346B (zh) 基于路径识别***的收费公路网交通信息采集与诱导***
US10157422B2 (en) Road segment safety rating
US7755509B2 (en) Use of pattern matching to predict actual traffic conditions of a roadway segment
WO2016122881A1 (en) Road segment safety rating
CN111383465B (zh) 一种基于车联网的高速公路危险预警及速度控制***
CN105913661A (zh) 一种基于收费数据的高速公路路段交通状态判别方法
CN105448108A (zh) 一种基于隐马尔科夫路网匹配的超速判别方法
CN101373559A (zh) 基于浮动车数据评估城市路网交通状态的方法
CN110675626B (zh) 基于多维数据的交通事故黑点预测方法、装置及介质
CN107564279A (zh) 一种基于浮动车数据的交通指数计算方法及***
CN111583628B (zh) 基于数据质量控制的道路网重型货车交通流量预测方法
Li et al. Cloud aided safety-based route planning
WO2018179956A1 (ja) 駐車場情報管理システム、駐車場案内システム、駐車場情報管理プログラムおよび駐車場案内プログラム
CN114550445B (zh) 一种城市区域交通安全状态评估方法和装置
Cohen et al. Travel time estimation between loop detectors and FCD: A compatibility study on the Lille network, France
CN106600030A (zh) 一种基于路网行程时间可靠性的出行预留时间计算方法
CN116092037B (zh) 融合轨迹空间-语义特征的车辆类型识别方法
Yuan et al. Effects of rainfall intensity on traffic crashes in Hong Kong
Tin et al. Measuring similarity between vehicle speed records using dynamic time warping
Zamytskih et al. Determination of instant social risk for a moving vehicle
CN107590998B (zh) 一种基于浮动车数据的道路节点运行状态识别***

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240616

Address after: No.69, Yanghe village, Jiangbei District, Chongqing

Patentee after: Chongqing Design Group Co.,Ltd.

Country or region after: China

Address before: Chongqing Municipal Design and Research Institute, No.69, Yanghe 1st Village, Jiangbei District, Chongqing 400020

Patentee before: Chongqing Municipal Design and Research Institute Co.,Ltd.

Country or region before: China