CN113538921A - 一种基于t-cps***的监测体系的构建方法 - Google Patents

一种基于t-cps***的监测体系的构建方法 Download PDF

Info

Publication number
CN113538921A
CN113538921A CN202111077102.XA CN202111077102A CN113538921A CN 113538921 A CN113538921 A CN 113538921A CN 202111077102 A CN202111077102 A CN 202111077102A CN 113538921 A CN113538921 A CN 113538921A
Authority
CN
China
Prior art keywords
traffic
monitoring
area
regional
static
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
CN202111077102.XA
Other languages
English (en)
Other versions
CN113538921B (zh
Inventor
周子益
贾磊
童青峰
安茹
覃金庆
钟志鑫
李梦蝶
王庆栋
陈李沐
刘烨
郭路
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.)
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Traffic Science Research Institute Co ltd
Shenzhen Urban Transport Planning Center 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 Shenzhen Traffic Science Research Institute Co ltd, Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Traffic Science Research Institute Co ltd
Priority to CN202111077102.XA priority Critical patent/CN113538921B/zh
Publication of CN113538921A publication Critical patent/CN113538921A/zh
Application granted granted Critical
Publication of CN113538921B publication Critical patent/CN113538921B/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
    • 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

Landscapes

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

Abstract

本发明提供了一种基于T‑CPS***的监测体系的构建方法，包括以下步骤：将城市交通***划分为多个区域***；根据各个所述区域***之间的道路连接数量和相关关系将各个所述区域***进行连接以建立全局T‑CPS***；根据所述T‑CPS***中各个所述区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略；将所述监测策略所对应的监测结果进行参数化。本发明可以在各个区域***内的交通监测设施数量保持不变的前提下，有效地提高了整个监测体系内交通监测设施的利用率，进一步提高了城市交通运行水平。

Description

一种基于T-CPS***的监测体系的构建方法
技术领域
本发明涉及智慧交通技术领域，具体而言，涉及一种基于T-CPS***的监测体系的构建方法。
背景技术
近年来，计算机通信、传感器、自动控制等先进技术被广泛应用于城市交通的运行管理中来，逐渐构建起城市智能交通***(Intelligent Traffic Systems, ITS)。而且，随着ITS技术在各大城市的应用，交通拥堵情况得到一定程度的缓解。
目前，由于各个城市的智能交通***水平参差不齐、对交通拥堵的机理和规律的认识存在欠缺以及在实际采取管理策略时针对性不足，导致现有交通监测设施的利用率较低，使得城市交通拥堵问题依然严峻且紧迫。
发明内容
本发明解决的问题是：如何提高现有交通监测设施的利用率以进一步缓解城市交通拥堵情况。
为解决上述问题，本发明提供一种基于T-CPS***的监测体系的构建方法，包括以下步骤：
将城市交通***划分为多个区域***；
根据各个所述区域***之间的道路连接数量和相关关系将各个所述区域***进行连接以建立全局T-CPS***；
根据所述T-CPS***中各个所述区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略；
将所述监测策略所对应的监测结果进行参数化。
可选地，所述将城市交通***划分为多个区域***包括：
根据城市交通网络的基本特征将所述城市交通***划分为多个子***；
根据各个所述子***的交通运行情况确定相邻所述子***之间的交通关联度，并根据各个所述子***的地理位置关系确定相邻所述子***之间的空间关联度；
根据所述交通关联度、所述空间关联度和预设的比例系数对多个所述子***进行合并或拆分，形成多个所述区域***。
可选地，所述根据所述交通关联度、所述空间关联度和预设的比例系数对多个所述子***进行合并或拆分，形成多个所述区域***包括：
将相邻所述子***之间的所述交通关联度和所述空间关联度进行归一化处理；
计算相邻所述子***之间归一化处理后的所述交通关联度和所述空间关联度之和，记为综合关联度；
若相邻所述子***之间的所述综合关联度大于第一预设关联度，且相邻所述子***的区域面积均小于第一预设面积，则将相邻所述子***进行合并；若相邻所述子***之间的所述综合关联度小于第二预设关联度，且相邻所述子***的区域面积大于第二预设面积，则将相邻所述子***进行拆分，其中，所述第一预设关联度大于所述第二预设关联度，所述第一预设面积小于所述第二预设面积；
根据所述比例系数对合并和拆分处理后的所述子***的数量进行调整，最终形成多个所述区域***。
可选地，所述根据各个所述区域***之间的道路连接数量和相关关系将各个所述区域***进行连接以建立全局T-CPS***包括：
根据所述区域***的重要度将多个所述区域***分为关键保障区域和非关键保障区域；
选取任意一个所述区域***作为目标区域，并为所述目标区域指定卫星区域，其中，所述卫星区域指的是与所述目标区域相邻的所述区域***；
当所述目标区域为所述关键保障区域时，根据所述目标区域与所述卫星区域之间的道路连接数量和相关关系确定所述目标区域与所述卫星区域之间的连接强度，并将所述目标区域与所述卫星区域进行连接；
当所述目标区域为所述非关键保障区域时，根据所述目标区域与所述卫星区域之间的道路连接数量和相关关系确定所述目标区域与所述卫星区域之间的连接强度，并将所述目标区域与最大连接强度所对应的所述卫星区域进行连接。
可选地，所述根据所述目标区域与所述卫星区域之间的道路连接数量和相关关系确定所述目标区域与所述卫星区域之间的连接强度包括：
逐一统计所述目标区域与所述卫星区域之间的道路连接数量以及与连接道路相对应的运行速度序列；
根据所述道路连接数量和所述运行速度序列，逐一确定所述目标区域与所述卫星区域之间所述运行速度序列的皮尔逊相关系数；
根据所述道路连接数量和所述皮尔逊相关系数，逐一确定所述目标区域与所述卫星区域之间的连接强度。
可选地，所述根据所述T-CPS***中各个所述区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略包括：
获取所述区域***内静态交通***结构的预设状态等级，其中，所述预设状态等级包括第一级、第二级、第三级和第四级，且所述静态交通***结构的初始状态等级为第一级；
当所述预设状态等级为第一级时，调用所述区域***内与所述静态交通***结构相对应的静态结构监测设施，对所述静态交通***结构的静态结构状况进行监测；
当所述预设状态等级为第二级时，调用所述区域***内与所述静态交通***结构相对应的静态结构监测设施和动态功能监测设施，分别对所述静态交通***结构的静态结构状况和动态交通功能状态进行监测；
当所述预设状态等级为第三级时，调用所述区域***内与所述静态交通***结构相对应的静态结构监测设施，对所述静态交通***结构的静态结构状况进行监测，并调用所述区域***和其卫星区域内与所述静态交通***结构相对应的动态功能监测设施，对所述静态交通***结构的动态交通功能状态进行监测；
当所述预设状态等级为第四级时，向管理中心发出示警，并下调所述静态交通***结构的动态交通功能状态的上限阈值。
可选地，所述根据所述T-CPS***中各个所述区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略包括：
获取所述区域***内交通拥堵程度；
当所述交通拥堵程度达到畅通、基本畅通或轻度拥堵时，调用所述区域***内的动态功能监测设施，对所述区域***的动态交通功能状态进行监测；
当所述交通拥堵程度达到中度拥堵时，调用所述区域***和其卫星区域内的动态功能监测设施，对所述区域***的动态交通功能状态进行监测；
当所述交通拥堵程度达到严重拥堵时，向管理中心发出示警，并对从所述区域***的卫星区域流向所述区域***的交通流量进行管控。
可选地，所述将所述监测策略所对应的监测结果进行参数化包括：
获取所述区域***内静态交通***结构的实际动态功能参数以及与所述实际动态功能参数相对应的状况参数；
根据所述实际动态功能参数和所述状况参数确定所述静态交通***结构的实际动态功能状态值。
可选地，所述实际动态功能状态值的计算公式为：
Figure DEST_PATH_IMAGE002
；
其中，
Figure DEST_PATH_IMAGE004
是所述实际动态功能参数，
Figure DEST_PATH_IMAGE006
是实际状态评定值，
Figure DEST_PATH_IMAGE008
是所述实际状态评定值所对应的最大动态功能参数，
Figure DEST_PATH_IMAGE010
是所述静态交通***结构的最佳状态评定值，
Figure DEST_PATH_IMAGE012
是当前时刻。
可选地，所述实际动态功能参数包括所述静态交通结构的实际容量值和实际运行速度。
与现有技术相比，本发明通过将城市交通***划分为一个个小的区域***，使得采用本发明所构建的监测体系进行监测时更加灵活可靠，并且根据各个区域***之间的道路连接数量和相关关系将各个区域***进行连接以建立起全局T-CPS***，在构建的T-CPS***的基础上，根据各个区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略，建立起城市交通监测网络，并将监测策略所对应的监测结果进行参数化，从而构建出基于T-CPS***的智能化监测体系。这样，在监测到某个区域***内的交通运行情况出现异常，比如交通中度拥堵时，可以根据各个区域***之间的连接关系，调用与该区域***相邻的区域***内交通监测设施的监测结果，以进行辅助监控和管控交通出现异常的区域***的交通流量，从而可以在各个区域***内的交通监测设施数量保持不变的前提下，有效地提高了整个监测体系内交通监测设施的利用率，进一步提高了城市交通运行水平；而且，通过一个个区域***内的交通监测设施为节点构建起整体监测网络，在保证监测精准度的同时，还可以从全局把握交通网络整体的监测。
附图说明
图1为本发明实施例中基于T-CPS***的监测体系的构建方法的流程图；
图2为本发明实施例中步骤S100的流程图；
图3为本发明实施例中步骤S200的流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、 “第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
信息物理***(Cyber-Physical Systems，CPS)是一个综合计算、网络和物理环境的多维度复杂***，通过3C(Computation、Communication、Control)技术的有机融合与深度协作，实现大型工程***的实时感知、动态控制和信息服务。本发明首先根据城市交通***建立基于城市交通的信息物理***，即交通信息物理***（英文全称：TransportationCyber-Physical Systems，简称：T-CPS），然后在T-CPS***的基础上建立监测网络，从而构建出基于T-CPS***的监测体系。而信息物理***的出现，使得各个监测设施更加有机的结合，提高了现有监测设施的利用率，功能协同达到更高水平的运行要求。
结合图1所示，本发明实施例提供一种基于T-CPS***的监测体系的构建方法，包括以下步骤：
步骤S100、将城市交通***划分为多个区域***；
步骤S200、根据各个区域***之间的道路连接数量和道路运行速度序列将各个区域***进行连接以建立全局T-CPS***；
步骤S300、根据T-CPS***中各个区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略；
步骤S400、将监测策略所对应的监测结果进行参数化。
具体地，由于城市交通是一个大型的开放式***，所包含和相关的元素设施乃至***种类和数量繁杂，这使得城市交通的结构和功能在内部存在巨大的差异性。因此，在步骤S100中，先将整个城市交通***划分为多个区域***以形成一个个小的区域功能块，这样，在构建起基于T-CPS***的监测体系后，可以通过对单个的区域功能块进行监测以形成局部监测网络，也可以对整个T-CPS***进行监测以形成整体监测网络。又由于能够反映区域***内交通状况的参数主要包括交通拥堵程度和静态交通***结构的状态等级，其中，静态交通***结构指的是道路、桥梁、隧道等静态交通设施，而静态交通***结构的预设状态等级指的是预先根据静态交通***结构的运行状况所设置的状态等级，静态交通***结构的状态等级能够间接反映静态交通***结构的交通流量，比如说，桥梁在结构上的变形程度越大，桥梁的交通流量也越大。故在步骤S300中，根据各个区域***内不同的交通拥堵程度和/或静态交通***结构的不同预设状态等级设置不同的监测策略，从而在区域***内的交通处于不同的拥堵程度时，和/或，区域***内的静态交通***结构处于不同状态时，采用不同的监测手段，以有针对性地进行监测。
如此，通过将城市交通***划分为一个个小的区域***，使得采用本发明所构建的监测体系进行监测时更加灵活可靠，并且根据各个区域***之间的道路连接数量和相关关系将各个区域***进行连接以建立起全局T-CPS***，在构建的T-CPS***的基础上，根据各个区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略，建立起城市交通监测网络，并将监测策略所对应的监测结果进行参数化，从而构建出基于T-CPS***的智能化监测体系。这样，在监测到某个区域***内的交通运行情况出现异常，比如交通中度拥堵时，可以根据各个区域***之间的连接关系，调用与该区域***相邻的区域***内交通监测设施的监测结果，以进行辅助监控和管控交通出现异常的区域***的交通流量，从而可以在各个区域***内的交通监测设施数量保持不变的前提下，有效地提高了整个监测体系内交通监测设施的利用率，进一步提高了城市交通运行水平；而且，通过一个个区域***内的交通监测设施为节点构建起整体监测网络，在保证监测精准度的同时，还可以从全局把握交通网络整体的监测。
可选地，结合图2所示，步骤S100包括以下步骤：
步骤S110、根据城市交通网络的基本特征将城市交通***划分为多个子***；
步骤S120、根据各个子***的交通运行情况确定相邻子***之间的交通关联度，并根据各个子***的地理位置关系确定相邻子***之间的空间关联度；
步骤S130、根据交通关联度、空间关联度和预设的比例系数对多个子***进行合并或拆分，形成多个区域***。
本实施例中，步骤S100中将整个城市交通***划分为一个个区域***时，主要依据各个区域***自身的属性特征以及与相关物理环境的作用结果。具体地，在步骤S110中，首先基于城市交通路网数据，获取城市交通网络的基本特征，比如城市最大半径、城市交通结构类型、城市交通中心区域等，然后结合城市土地属性（即土地是用于教育、商用还是居住）、城市兴趣点（即POI）数据以及专业人员的经验，初步将城市交通***划分为多个子***。在步骤S120中，分别从交通运行和空间关系的角度出发，分别计算各相邻子***之间的交通关联度和空间关联度。其中，交通关联度
Figure DEST_PATH_IMAGE014
的计算公式为：
Figure DEST_PATH_IMAGE016
；
式中，
Figure DEST_PATH_IMAGE018
为子***，
Figure DEST_PATH_IMAGE020
为上游交叉口的流入流向数，
Figure DEST_PATH_IMAGE022
为上游交叉口第
Figure DEST_PATH_IMAGE024
流入流向流量，
Figure DEST_PATH_IMAGE026
为上游交叉口最大流入流向流量，
Figure DEST_PATH_IMAGE028
代表车流从上游交叉口进口停车线至下游交叉口进口车辆排队尾(进口有车辆排队时)或者进口停车线(进口无车辆排队时)的平均行驶时间，以分钟为单位。
由于任何事物都是与其他事物相关的，只不过相近的事物关联更加紧密。基于此，本实施例从空间角度分析各个相邻子***内的监测设施以及元素的相互作用得到空间关联度，其中，元素指的是例如学校、医院、体育场等在特定时间（比如学生放学、体育馆举办赛事，医院在周末时人车流量较大）可能造成较大交通流量的场所。其中，空间关联度
Figure DEST_PATH_IMAGE030
的计算公式为：
Figure DEST_PATH_IMAGE032
；
式中，
Figure DEST_PATH_IMAGE034
和
Figure DEST_PATH_IMAGE036
分别表示两个子***的区域范围，
Figure DEST_PATH_IMAGE038
、
Figure DEST_PATH_IMAGE040
分别表示
Figure 918759DEST_PATH_IMAGE034
和
Figure 570320DEST_PATH_IMAGE036
周围足够小的邻域，
Figure DEST_PATH_IMAGE042
表示数学期望；
Figure DEST_PATH_IMAGE044
和
Figure DEST_PATH_IMAGE046
分别指
Figure 412374DEST_PATH_IMAGE038
和
Figure 902523DEST_PATH_IMAGE040
内相关事件的个数。
在步骤S130中，根据计算出来的交通关联度和空间关联度，通过预先设置的比例系数，对初始划分的结果进行合并或拆分，以实现对初始划分的结果有效性检查，最终获得更加科学有效的区域划分结果。
如此，通过步骤S110至步骤S130，使得区域***的划分更加科学且有效，从而提高了由区域***为节点构建的整体监测网络的精准度，进而提高了各个区域***内监测设施的利用率。
可选地，步骤S130包括以下步骤：
将相邻子***之间的交通关联度和空间关联度进行归一化处理；
计算相邻子***之间归一化处理后的交通关联度和空间关联度之和，记为综合关联度；
若相邻子***之间的综合关联度大于第一预设关联度，且相邻子***的区域面积均小于第一预设面积，则将相邻子***进行合并；若相邻子***之间的综合关联度小于第二预设关联度，且相邻子***的区域面积大于第二预设面积，则将相邻子***进行拆分，其中，第一预设关联度大于第二预设关联度，第一预设面积小于第二预设面积；
根据比例系数对合并和拆分处理后的子***的数量进行调整，最终形成多个区域***。
由于计算出来的交通关联度通常为零点几，而空间关联度通常为十几甚至二十几，两者的量级存在较大差异。若直接将两者相加，容易弱化子***之间的交通关联度。故本实施例中，先对相邻子***交通关联度和空间关联度采用归一化处理，然后将归一化处理后的交通关联度和空间关联度相加，得到综合关联度，最后根据“小则合并，大可拆分”的原则，对综合关联度较高的小面积区域***，采取合并的方式；对综合关联度较低的大面积区域，采取拆分的方式，比如包含了山川和河流的区域***，不仅面积大，而且通常山的这边与山的那边关联度低，故可以根据山川和河流进行拆分，并通过比例系数对合并和拆分处理后的子***的数量进行调整，比如初始划分了300个子***，当选取比例系数为0.5时，则表示需要将初始划分的子***的数量减少一半，即最终划分为150个区域***。如此，以获得更加科学有效的区域划分结果。
可选地，结合图3所示，步骤S200包括以下步骤：
步骤S210、根据区域***的重要度将多个区域***分为关键保障区域和非关键保障区域；
步骤S220、选取任意一个区域***作为目标区域，并为目标区域指定卫星区域，其中，卫星区域指的是与目标区域相邻的区域***；
步骤S230、当目标区域为关键保障区域时，根据目标区域与卫星区域之间的道路连接数量和相关关系确定目标区域与卫星区域之间的连接强度，并将目标区域与卫星区域进行连接；
步骤S240、当目标区域为非关键保障区域时，根据目标区域与卫星区域之间的道路连接数量和相关关系确定目标区域与卫星区域之间的连接强度，并将目标区域与最大连接强度所对应的卫星区域进行连接。
具体地，在步骤S210中，区域***的重要度指的是区域***在人口、商业、关键机构和设施等方面的重要程度。考虑到城市交通***的中心区域相对于其他区域来说，交通较为集中，故采取小世界网络的结构，同时根据城市交通***过往运行数据，对所有区域***按照重要度进行排序，选出重要度排名靠前的区域***作为关键保障区域，其余区域***则为非关键保障区域。然后通过步骤S220至步骤S240，逐一将关键保障区域与其卫星区域进行一对多连接，同时逐一将非关键保障区域与其卫星区域进行一对一连接，从而建立起各个区域***之间的连接关系 ，进而建立起全局T-CPS***。
可选地，步骤S230和步骤S240中，根据目标区域与卫星区域之间的道路连接数量和相关关系确定目标区域与卫星区域之间的连接强度包括：
逐一统计目标区域与卫星区域之间的道路连接数量以及与连接道路相对应的运行速度序列；
根据道路连接数量和运行速度序列，逐一确定目标区域与卫星区域之间运行速度序列的皮尔逊相关系数；
根据道路连接数量和皮尔逊相关系数，逐一确定目标区域与卫星区域之间的连接强度。
具体地，以地理临近为优先，从道路结构分析两个区域***
Figure DEST_PATH_IMAGE048
和
Figure DEST_PATH_IMAGE050
之间的道路连接数量
Figure DEST_PATH_IMAGE052
(一阶和二阶近邻)，并统计高峰时期
Figure 779212DEST_PATH_IMAGE052
条连接道路运行速度序列，然后计算运行速度序列的皮尔逊相关系数
Figure DEST_PATH_IMAGE054
：
Figure DEST_PATH_IMAGE056
；
式中，
Figure DEST_PATH_IMAGE058
和
Figure DEST_PATH_IMAGE060
分别表示
Figure 663992DEST_PATH_IMAGE052
条连接道路中任意两条道路的运行速度序列，
Figure DEST_PATH_IMAGE062
表示
Figure 665446DEST_PATH_IMAGE058
和
Figure 598767DEST_PATH_IMAGE060
序列的协方差，
Figure DEST_PATH_IMAGE064
和
Figure DEST_PATH_IMAGE066
分别表示
Figure 595542DEST_PATH_IMAGE058
和
Figure 686775DEST_PATH_IMAGE060
序列的方差。
最后将相邻区域***之间任意两条连接道路的运行速度序列的皮尔逊相关系数相加后，再与道路连接数量
Figure DEST_PATH_IMAGE068
相乘，得到连接强度
Figure DEST_PATH_IMAGE070
，即
Figure DEST_PATH_IMAGE072
。
如此，以实现根据目标区域与卫星区域之间的道路连接数量和相关关系确定出目标区域与卫星区域之间的连接强度的目的，从而可以通过各个区域***之间的连接强度来直观地了解各个区域***之间连接的紧密程度，以便在出现交通异常时能够根据各个区域***之间的连接强度来正确且有效地制定交通管控手段。
可选地，步骤S300包括以下步骤：
获取区域***内静态交通***结构的预设状态等级，其中，预设状态等级包括第一级、第二级、第三级和第四级，且静态交通***结构的初始状态等级为第一级；
当预设状态等级为第一级时，调用区域***内与静态交通***结构相对应的静态结构监测设施，对静态交通***结构的静态结构状况进行监测；
当预设状态等级为第二级时，调用区域***内与静态交通***结构相对应的静态结构监测设施和动态功能监测设施，分别对静态交通***结构的静态结构状况和动态交通功能状态进行监测；
当预设状态等级为第三级时，调用区域***内与静态交通***结构相对应的静态结构监测设施，对静态交通***结构的静态结构状况进行监测，并调用区域***和其卫星区域内与静态交通***结构相对应的动态功能监测设施，对静态交通***结构的动态交通功能状态进行监测；
当预设状态等级为第四级时，向管理中心发出示警，并下调静态交通***结构的动态交通功能状态的上限阈值。
其中，动态交通功能状态的上限阈值包括车流量上限阈值、运行速度上限阈值等中的一种或几种。本实施例中，根据T-CPS***中各个区域***内静态交通***结构的预设状态等级来设置相应的监测策略。由于目前大多数监测设施各自作业的模式不仅效率低下，而且一旦局部出现问题，很难快速找到病因并及时处理。同时，城市交通***的各个监测设施作为支撑城市交通运行的一部分，彼此之间都有或强或弱的关联性，利用这种关联性，在步骤S200所构建的T-CPS***的基础上，对各个区域***内的监测设施制定相应的监测策略，以建立起城市交通监测网络。具体地，首先将监测设施分为两大类，分别是静态结构监测设施和动态功能监测设施。静态结构监测设施主要是对静态交通***结构的静态结构状况进行监测，比如监测道路的路面或桥梁的桥面情况，从而可以根据路面或桥面的损坏程度判断道路的状态等级。动态功能监测设施指的是对动态交通功能状态进行监测，比如监测道路的车流量或运行速度等。然后根据静态交通***结构的状态等级设置对应的监测策略，以建立起区域***内以及区域***之间各个监测设施间的关联关系，最终构建出T-CPS***的局部和整体监测网络。
如此，以便于在区域***发生交通异常时可以根据静态交通***结构的状态等级调用对应监测策略所涉及到的监测设施进行监测，以提高区域***内监测设施的利用率；而且，在保证监测设施原有功能的前提下，将静态结构监测设施和动态功能监测设施独立分开并考虑两者相互作用，对于实际监测的效果有一定提升作用；另外，可以及时且有针对性地制定交通管控手段，缓解交通拥堵情况。
可选地，步骤S300包括以下步骤：
获取区域***内交通拥堵程度；
当交通拥堵程度达到畅通、基本畅通或轻度拥堵时，调用区域***内的动态功能监测设施，对区域***的动态交通功能状态进行监测；
当交通拥堵程度达到中度拥堵时，调用区域***和其卫星区域内的动态功能监测设施，对区域***的动态交通功能状态进行监测；
当交通拥堵程度达到严重拥堵时，向管理中心发出示警，并对从区域***的卫星区域流向区域***的交通流量进行管控。
与上述实施例不同的是，本实施例中，根据T-CPS***中各个区域***内交通拥堵程度来设置相应的监测策略。如此，以建立起区域***内以及区域***之间各个监测设施间的关联关系，最终构建出T-CPS***的局部和整体监测网络，以便于在区域***发生交通异常时可以根据区域***内的交通拥堵程度调用对应监测策略所涉及到的监测设施进行监测，以提高区域***内监测设施的利用率，并且可以及时且有针对性地制定交通管控手段，缓解交通拥堵情况。
可选地，步骤S400包括以下步骤：
获取区域***内静态交通***结构的实际动态功能参数和实际状况参数；
根据实际动态功能参数和实际状况参数确定静态交通***结构的实际动态功能状态值。
本实施例中，从而在发生交通异常时，基于参数化后的监测结果，即静态交通***结构的实际状况参数及实际动态功能状态值，便于对实际运行状态异常的静态交通***结构设置控制手段，以期帮助恢复正常运行。在对监测结果进行参数化时，对静态结构监测设施设置阈值预警机制，即在监测到静态交通***结构的实际状况参数达到最高级时，或者监测到静态交通***结构的实际动态功能状态值达到相应状态等级的阈值时，发出警示；对于动态功能监测设施的监测对象，结合路网结构的拓扑结构以及T-CPS***的快速计算和有效控制手段，根据实际动态功能参数和实际状况参数对实际动态功能状态值进行实时修正，最终构建出基于T-CPS***的智能化监测体系。
如此，对于静态结构监测设施而言，主要是维持既有的状况监测和示警功能，并对静态交通***结构的实际状况进行参数化输出，同时将监测结果作为T-CPS***感知的一个输入，为动态交通功能状态的监测提供多视角的评估；对于动态功能监测设施而言，首先结合道路网络的结构特点以及例如静态交通***结构固有的容量属性的实际动态功能参数，对动态功能监测设施直接面向的对象进行状态监测，同时结合静态交通***结构的状况参数，对实际动态功能状态值进行状态评定，并在超出正常运行范围时，借助T-CPS***的实时计算功能，控制实际动态功能状态值进行修正，对于交通拥堵的疏解可以给出直接且有效的建议和支持，最终保证城市交通***的正常运行。
可选地，实际动态功能状态值的计算公式为：
Figure 644367DEST_PATH_IMAGE002
；
其中，
Figure DEST_PATH_IMAGE073
是实际动态功能参数，
Figure 240433DEST_PATH_IMAGE006
是实际状态评定值，
Figure 498239DEST_PATH_IMAGE008
是实际状态评定值所对应的最大动态功能参数，
Figure 662505DEST_PATH_IMAGE010
是静态交通***结构的最佳状态评定值，
Figure 638551DEST_PATH_IMAGE012
是当前时刻。
具体地，静态交通***结构的实际状况参数指的是静态交通***结构的实际状态评定值
Figure DEST_PATH_IMAGE074
，对于桥梁来说，实际状态评定值
Figure 772729DEST_PATH_IMAGE006
指的是桥梁状况参数，最大动态功能参数
Figure 150621DEST_PATH_IMAGE008
指的是桥梁最大容量值，实际动态功能状态值指的是桥梁实际流量状态值；对于道路来说，实际状态评定值
Figure DEST_PATH_IMAGE075
指的是道路状况参数，最大动态功能参数
Figure 954629DEST_PATH_IMAGE008
指的是最大限速，实际动态功能状态值指的是道路实际运行速度状态值。且实际状态评定值
Figure 542605DEST_PATH_IMAGE006
与最大动态功能参数
Figure 355840DEST_PATH_IMAGE008
之间存在对应关系，不同的实际状态评定值
Figure 588238DEST_PATH_IMAGE006
所对应的最大动态功能参数
Figure 359885DEST_PATH_IMAGE008
不同，且实际状态评定值越大，其所对应的最大动态功能参数也越大，基于此，预先根据这种对应关系形成D-A曲线库，以便于根据获取的实际状态评定值得到对应的最大动态功能参数。
Figure 44944DEST_PATH_IMAGE010
也是例如桥梁或道路等静态交通***结构在建设完成之初经过验收合格后的状态评定值，此时静态交通***结构的状态评定值最大。随着道路或桥梁等静态交通***结构投入使用的时间的增长，静态交通***结构的实际状态评定值逐渐减小。
如此，在获取实际动态功能参数和实际状况参数后，将其带入实际动态功能状态值的计算公式中以计算出当前时刻的实际动态功能状态值，以将监测策略所对应的监测结果实现参数化。
可选地，实际动态功能参数包括静态交通结构的实际容量值和实际运行速度。其中，静态交通结构的实际容量值包括但不限于桥梁或道路的实际容量值，静态交通结构的实际运行速度包括但不限于桥梁或道路的实际运行速度。
如此，通过将动态功能监测设施的监测结果参数化为静态交通结构的实际容量值和实际运行速度，以便于更加直观地了解监测体系内各个区域***的交通情况。
虽然本公开披露如上，但本公开的保护范围并非仅限于此。本领域技术人员在不脱离本公开的精神和范围的前提下，可进行各种变更与修改，这些变更与修改均将落入本发明的保护范围。

Claims (10)

1.一种基于T-CPS***的监测体系的构建方法，其特征在于，包括以下步骤：
将城市交通***划分为多个区域***；
根据各个所述区域***之间的道路连接数量和相关关系将各个所述区域***进行连接以建立全局T-CPS***；
根据所述T-CPS***中各个所述区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略；
将所述监测策略所对应的监测结果进行参数化。
2.根据权利要求1所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述将城市交通***划分为多个区域***包括：
根据城市交通网络的基本特征将所述城市交通***划分为多个子***；
根据各个所述子***的交通运行情况确定相邻所述子***之间的交通关联度，并根据各个所述子***的地理位置关系确定相邻所述子***之间的空间关联度；
根据所述交通关联度、所述空间关联度和预设的比例系数对多个所述子***进行合并或拆分，形成多个所述区域***。
3.根据权利要求2所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述根据所述交通关联度、所述空间关联度和预设的比例系数对多个所述子***进行合并或拆分，形成多个所述区域***包括：
将相邻所述子***之间的所述交通关联度和所述空间关联度进行归一化处理；
计算相邻所述子***之间归一化处理后的所述交通关联度和所述空间关联度之和，记为综合关联度；
若相邻所述子***之间的所述综合关联度大于第一预设关联度，且相邻所述子***的区域面积均小于第一预设面积，则将相邻所述子***进行合并；若相邻所述子***之间的所述综合关联度小于第二预设关联度，且相邻所述子***的区域面积大于第二预设面积，则将相邻所述子***进行拆分，其中，所述第一预设关联度大于所述第二预设关联度，所述第一预设面积小于所述第二预设面积；
根据所述比例系数对合并和拆分处理后的所述子***的数量进行调整，最终形成多个所述区域***。
4.根据权利要求1所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述根据各个所述区域***之间的道路连接数量和相关关系将各个所述区域***进行连接以建立全局T-CPS***包括：
根据所述区域***的重要度将多个所述区域***分为关键保障区域和非关键保障区域；
选取任意一个所述区域***作为目标区域，并为所述目标区域指定卫星区域，其中，所述卫星区域指的是与所述目标区域相邻的所述区域***；
当所述目标区域为所述关键保障区域时，根据所述目标区域与所述卫星区域之间的道路连接数量和相关关系确定所述目标区域与所述卫星区域之间的连接强度，并将所述目标区域与所述卫星区域进行连接；
当所述目标区域为所述非关键保障区域时，根据所述目标区域与所述卫星区域之间的道路连接数量和相关关系确定所述目标区域与所述卫星区域之间的连接强度，并将所述目标区域与最大连接强度所对应的所述卫星区域进行连接。
5.根据权利要求4所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述根据所述目标区域与所述卫星区域之间的道路连接数量和相关关系确定所述目标区域与所述卫星区域之间的连接强度包括：
逐一统计所述目标区域与所述卫星区域之间的道路连接数量以及与连接道路相对应的运行速度序列；
根据所述道路连接数量和所述运行速度序列，逐一确定所述目标区域与所述卫星区域之间所述运行速度序列的皮尔逊相关系数；
根据所述道路连接数量和所述皮尔逊相关系数，逐一确定所述目标区域与所述卫星区域之间的连接强度。
6.根据权利要求1所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述根据所述T-CPS***中各个所述区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略包括：
获取所述区域***内静态交通***结构的预设状态等级，其中，所述预设状态等级包括第一级、第二级、第三级和第四级，且所述静态交通***结构的初始状态等级为第一级；
当所述预设状态等级为第一级时，调用所述区域***内与所述静态交通***结构相对应的静态结构监测设施，对所述静态交通***结构的静态结构状况进行监测；
当所述预设状态等级为第二级时，调用所述区域***内与所述静态交通***结构相对应的静态结构监测设施和动态功能监测设施，分别对所述静态交通***结构的静态结构状况和动态交通功能状态进行监测；
当所述预设状态等级为第三级时，调用所述区域***内与所述静态交通***结构相对应的静态结构监测设施，对所述静态交通***结构的静态结构状况进行监测，并调用所述区域***和其卫星区域内与所述静态交通***结构相对应的动态功能监测设施，对所述静态交通***结构的动态交通功能状态进行监测；
当所述预设状态等级为第四级时，向管理中心发出示警，并下调所述静态交通***结构的动态交通功能状态的上限阈值。
7.根据权利要求1所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述根据所述T-CPS***中各个所述区域***内交通拥堵程度和/或静态交通***结构的预设状态等级设置相应的监测策略包括：
获取所述区域***内交通拥堵程度；
当所述交通拥堵程度达到畅通、基本畅通或轻度拥堵时，调用所述区域***内的动态功能监测设施，对所述区域***的动态交通功能状态进行监测；
当所述交通拥堵程度达到中度拥堵时，调用所述区域***和其卫星区域内的动态功能监测设施，对所述区域***的动态交通功能状态进行监测；
当所述交通拥堵程度达到严重拥堵时，向管理中心发出示警，并对从所述区域***的卫星区域流向所述区域***的交通流量进行管控。
8.根据权利要求1所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述将所述监测策略所对应的监测结果进行参数化包括：
获取所述区域***内静态交通***结构的实际动态功能参数以及与所述实际动态功能参数相对应的状况参数；
根据所述实际动态功能参数和所述状况参数确定所述静态交通***结构的实际动态功能状态值。
9.根据权利要求8所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述实际动态功能状态值的计算公式为：
Figure 331792DEST_PATH_IMAGE002
；
其中，
Figure 575954DEST_PATH_IMAGE004
是所述实际动态功能参数，
Figure 784082DEST_PATH_IMAGE006
是实际状态评定值，
Figure 487595DEST_PATH_IMAGE008
是所述实际状态评定值所对应的最大动态功能参数，
Figure 173792DEST_PATH_IMAGE010
是所述静态交通***结构的最佳状态评定值，
Figure 787307DEST_PATH_IMAGE012
是当前时刻。
10.根据权利要求8或9所述的基于T-CPS***的监测体系的构建方法，其特征在于，所述实际动态功能参数包括所述静态交通结构的实际容量值和实际运行速度。
CN202111077102.XA 2021-09-15 2021-09-15 一种基于t-cps***的监测体系的构建方法 Active CN113538921B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111077102.XA CN113538921B (zh) 2021-09-15 2021-09-15 一种基于t-cps***的监测体系的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111077102.XA CN113538921B (zh) 2021-09-15 2021-09-15 一种基于t-cps***的监测体系的构建方法

Publications (2)

Publication Number Publication Date
CN113538921A true CN113538921A (zh) 2021-10-22
CN113538921B CN113538921B (zh) 2022-04-01

Family

ID=78092536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111077102.XA Active CN113538921B (zh) 2021-09-15 2021-09-15 一种基于t-cps***的监测体系的构建方法

Country Status (1)

Country Link
CN (1) CN113538921B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113763713A (zh) * 2021-11-10 2021-12-07 深圳市城市交通规划设计研究中心股份有限公司 一种路网瓶颈路段发掘与管理方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930719A (zh) * 2012-10-09 2013-02-13 北京航空航天大学 用于交通路口场景并基于网络物理***的视频图像前景检测方法
CN103786748A (zh) * 2014-02-26 2014-05-14 苏州缪斯信息科技有限公司 一种基于物联网技术的轨道交通故障在线监测***
CN105321362A (zh) * 2015-10-30 2016-02-10 湖南大学 一种交叉口车辆智能协同通行方法
CN105809967A (zh) * 2016-05-25 2016-07-27 浙江宇视科技有限公司 一种车流量展示方法及装置
CN105869401A (zh) * 2016-05-12 2016-08-17 华南理工大学 一种基于不同拥挤程度的路网动态分区方法
CN107545729A (zh) * 2017-08-25 2018-01-05 华南理工大学 一种基于数据驱动的交通路网分布式区域控制方法
CN109035766A (zh) * 2018-07-13 2018-12-18 北京工业大学 一种车联网环境下考虑可变周期的动态交通控制与诱导协同优化方法
CN110533932A (zh) * 2019-08-06 2019-12-03 银江股份有限公司 一种基于滚动优化的城市级全域交通信号推荐方法及***
WO2020238667A1 (zh) * 2019-05-24 2020-12-03 阿里巴巴集团控股有限公司 一种地图生成方法、路况分析方法、设备及存储介质
CN112631246A (zh) * 2020-12-11 2021-04-09 国汽(北京)智能网联汽车研究院有限公司 测试评价信息确定方法、装置、设备及计算机存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102930719A (zh) * 2012-10-09 2013-02-13 北京航空航天大学 用于交通路口场景并基于网络物理***的视频图像前景检测方法
CN103786748A (zh) * 2014-02-26 2014-05-14 苏州缪斯信息科技有限公司 一种基于物联网技术的轨道交通故障在线监测***
CN105321362A (zh) * 2015-10-30 2016-02-10 湖南大学 一种交叉口车辆智能协同通行方法
CN105869401A (zh) * 2016-05-12 2016-08-17 华南理工大学 一种基于不同拥挤程度的路网动态分区方法
CN105809967A (zh) * 2016-05-25 2016-07-27 浙江宇视科技有限公司 一种车流量展示方法及装置
CN107545729A (zh) * 2017-08-25 2018-01-05 华南理工大学 一种基于数据驱动的交通路网分布式区域控制方法
CN109035766A (zh) * 2018-07-13 2018-12-18 北京工业大学 一种车联网环境下考虑可变周期的动态交通控制与诱导协同优化方法
WO2020238667A1 (zh) * 2019-05-24 2020-12-03 阿里巴巴集团控股有限公司 一种地图生成方法、路况分析方法、设备及存储介质
CN110533932A (zh) * 2019-08-06 2019-12-03 银江股份有限公司 一种基于滚动优化的城市级全域交通信号推荐方法及***
CN112631246A (zh) * 2020-12-11 2021-04-09 国汽(北京)智能网联汽车研究院有限公司 测试评价信息确定方法、装置、设备及计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙棣华，等: "交通信息物理***及其关键技术研究综述", 《中国公路学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113763713A (zh) * 2021-11-10 2021-12-07 深圳市城市交通规划设计研究中心股份有限公司 一种路网瓶颈路段发掘与管理方法及装置

Also Published As

Publication number Publication date
CN113538921B (zh) 2022-04-01

Similar Documents

Publication Publication Date Title
Mousavi et al. Investigating the safety and operational benefits of mixed traffic environments with different automated vehicle market penetration rates in the proximity of a driveway on an urban arterial
US8798897B2 (en) Real-time traffic analysis through integration of road traffic prediction and traffic microsimulation models
Luo et al. A multisource data approach for estimating vehicle queue length at metered on-ramps
Wey Model formulation and solution algorithm of traffic signal control in an urban network
Hunter et al. Path and travel time inference from GPS probe vehicle data
Kurzhanskiy et al. Active traffic management on road networks: a macroscopic approach
CN109118771B (zh) 一种城市交通常发性拥堵特征确定的方法及装置
Van Aerde et al. Vehicle probes as real-time ATMS sources of dynamic OD and travel time data
CN114093168B (zh) 一种基于韧性视角下的城市道路交通运行状态评价方法
CN109360421B (zh) 一种基于机器学习的交通信息预测方法及装置、电子终端
US20090099760A1 (en) Method and system for expansion of real-time data on traffic networks
Li et al. Evacuation planning with endogenous transportation network degradations: a stochastic cell-based model and solution procedure
CN113538921B (zh) 一种基于t-cps***的监测体系的构建方法
Kurihara Traffic-congestion forecasting algorithm based on pheromone communication model
Harahap et al. Improving Road Traffic Management by A Model-Based Simulation
CN113793500A (zh) 城市交通道路可计算路网的构建方法及***
CN115691117A (zh) 交通事件对道路交通影响的评估方法、装置及电子设备
Thonhofer et al. A flexible, adaptive traffic network simulation with parameter estimation
Baykal-Gursoy et al. Delay estimation for traffic flow interrupted by incidents
Ng et al. Development of Macroscopic Cell‐Based Logistic Lane Change Prediction Model
Ko et al. Intelligence in traffic simulation model: Modeling congested network
Fu A fuzzy queuing model for real‐time, adaptive prediction of incident delay for ATMS/ATIS
Venkatesham et al. Analysis of the Measureable Results of Novel Structure Construction for Road Traffic
Lu et al. The analysis of characterization of urban traffic congestion based on mixed speed distribution of taxi GPS data
EP3907675A1 (en) Computer implemented method for calculating a travel time distribution of a vehicle path for a driver assistance function of the vehicle, system, computer program and computer-readable data carrier

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