CN106652455B - 基于固定检测器确定大型活动交通影响范围的方法及系统 - Google Patents

基于固定检测器确定大型活动交通影响范围的方法及系统 Download PDF

Info

Publication number
CN106652455B
CN106652455B CN201611268005.8A CN201611268005A CN106652455B CN 106652455 B CN106652455 B CN 106652455B CN 201611268005 A CN201611268005 A CN 201611268005A CN 106652455 B CN106652455 B CN 106652455B
Authority
CN
China
Prior art keywords
intersection
scale activity
traffic
detection
node
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.)
Active
Application number
CN201611268005.8A
Other languages
English (en)
Other versions
CN106652455A (zh
Inventor
陆建
陈文斌
钟宁
毛焊琪
胡晓健
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN201611268005.8A priority Critical patent/CN106652455B/zh
Publication of CN106652455A publication Critical patent/CN106652455A/zh
Application granted granted Critical
Publication of CN106652455B publication Critical patent/CN106652455B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control

Landscapes

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

Abstract

本发明公开了一种基于固定检测器确定大型活动交通影响范围的方法及系统，所述方法包括：根据大型活动欲占用集散道路和城市主干道路情况，建立大型活动分析路网；根据设置在交叉口的固定检测器检测的数据，构建路网节点状态数据库；以大型活动场所上游交叉口或下游交叉口为中心节点，确定所述分析路网中的受影响节点；根据所述受影响节点确定大型活动交通影响范围。该方法能够实时获取大型活动举行过程中的交通影响范围，通过该范围的确定更有利于交通管理部门管理并缓解大型活动对交通的影响，把交通影响降至最低。

Description

基于固定检测器确定大型活动交通影响范围的方法及系统
技术领域
本发明涉及交通管理与控制技术领域，特别是涉及一种基于固定检测器确定大型活动交通影响范围的方法及系统。
背景技术
随着社会的发展与进步，越来越多的大型活动涌现于城市中，大型活动的举行能够促进城市的发展和拓宽人们的视野，但同时大型活动的举办也给该城市的交通造成也很大影响。城市大型活动会在短时间内引起城市局部区域交通流量的急剧增加，激化交通供需矛盾，形成交通拥堵，对城市正常交通产生很大冲击。但由于其造成的交通影响是短时间的，因此一般情况下，城市大型活动带来的交通影响一般不利用增加道路容量的方法来解决。在举行大型活动时如何将大型活动对城市交通的影响降至最低成为本领域的研究主旨。那么在大型活动举行期间需要确定大型活动对城市交通影响的范围，而在现有技术中，并没有关于如何确定大型活动交通影响范围的相关技术记载。这也成为本领域技术人员亟需解决的问题。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种基于固定检测器确定大型活动交通影响范围的方法及系统，该方法及系统能够实时获取大型活动举行过程中的交通影响范围，通过该范围的确定更有利于交通管理部门管理并缓解大型活动对交通的影响，把交通影响降至最低。
技术方案：为实现上述目的，本发明采用的技术方案为：
一种基于固定检测器确定大型活动交通影响范围的方法，其特征在于，包括以下步骤：
步骤1：根据大型活动欲占用集散道路和城市主干道路情况，建立大型活动分析路网。
步骤2：根据设置在交叉口的固定检测器检测的数据，构建路网节点状态数据库。
步骤3：以大型活动场所上游交叉口或下游交叉口为中心节点，根据步骤2中构建的路网节点状态数据库确定步骤1中建立的大型活动确定路网中的受影响节点。
步骤4：根据步骤3中确定的受影响节点和步骤2构建的路网节点状态数据库确定大型活动交通影响范围。
优选的：所述步骤2中构建路网节点状态数据库的方法具体包括：
步骤21：获取固定检测器检测的检测日期T、检测时刻t以及交叉口编号为i在该检测日期和该检测时刻下的交通状态PITti，构成交叉口节点状态数据集F。
步骤22：获取交叉口的编号i和指针f，构成指针数据集A。
步骤23：获取固定检测器检测的检测日期T、检测时刻t、交叉口编号为i在该检测日期和该检测时刻下是否受影响的标记变量mTti，构成交叉口影响状态数据集M。
优选的：所述步骤21中交通状态PITti的获取方法具体包括：
步骤211：获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测车辆占有率oTki，以及获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的车辆连续饱和释放时间的占有率OTki，即检测时间间隔内交叉口车辆一直连续饱和释放时间的占有率。计算交叉口i车道k的占有率比
步骤212：获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测流量qTki和饱和流率STti。计算交叉口i车道的流量比
步骤213：根据公式：
计算交通状态PITti。其中，β为参数。n为交叉口i的进口车道数，o'Tki为交叉口i车道k的占有率比，q'Tki为交叉口i车道的流量比。
优选的：所述步骤3中确定分析路网中的受影响节点的方法具体可以包括：
步骤31：获取大型活动开始前检测时刻t0所在检测时间间隔内大型活动场所上游交叉口或下游交叉口的中心交通状态
提取步骤2中构建的路网节点状态数据库中记录的4～8个月内每天的检测时刻t0所在检测时间间隔内上游交叉口或下游交叉口的交通状态构成i0节点交通状态子数据集，其中，w表示交通状态的数量。
计算节点交通状态子数据集中w个交通状态的平均值
判断中心交通状态是否符合关系式：
其中表示大型活动场所上游交叉口或下游交叉口的饱和流率，获得第一判断结果。
当第一判断结果表示是时，确定平均值小于中心交通状态确定上游交叉口或下游交叉口受到大型活动的影响，记为标记变量
当第一判断结果表示否时，确定平均值不小于中心交通状态确定上游交叉口或下游交叉口未受到大型活动的影响，记为标记变量
将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及中心交通状态增加到交叉口节点状态数据集F中。
将大型活动场所上游交叉口或下游交叉口i0和指针f＝1增加到指针数据集A。
将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及获得的标记变量增加到交叉口影响状态数据集M。
步骤32：获取指针数据集A中指针f＝0、大型活动举行的检测日期T0、任意检测时刻tx的任意交叉口ij的交通状态其中，检测时刻是依据大型活动举办的具体时间为依据，选取一段时间作为检测依据。
提取路网节点状态数据库中记录的4～8个月内每天的检测时刻tx所在检测时间间隔内交叉口ij的交通状态构成节点ij交通状态子数据集，其中，w表示交通状态的数量。
计算节点交通状态子数据集中w个交通状态的平均值
判断交通状态是否符合关系式其中表示交叉口ij的饱和流率，获得第二判断结果。
当第二判断结果表示是时，确定平均值小于交通状态确定交叉口ij受到大型活动的影响，记为标记变量
当第二判断结果表示否时，确定平均值不小于交通状态确定交叉口ij未受到大型活动的影响，记为标记变量
将大型活动举行的检测日期T0、检测时刻tx、交叉口或下游交叉口ij以及交通状态增加到交叉口节点状态数据集F中。
将交叉口ij和指针f＝1增加到指针数据集A。
将大型活动举行的检测日期T0、检测时刻tx、交叉口ij以及获得的标记变量增加到交叉口影响状态数据集M。
步骤33：当指针数据集A中不存在指针f＝0时，确定交叉口影响状态数据集M中标记变量对应的交叉口为分析路网中的受影响节点。
优选的：所述步骤4中确定大型活动交通影响范围的方法具体可以包括：
步骤41：提取在检测时刻ty时交叉口影响状态数据集M中标记变量对应的交叉口，绘制检测时刻ty的交通影响网络图，其中y＝0，1，……，x，共x个时刻，交通影响网络图为x个。
步骤42：将x个交通影响网络图叠加，获得大型活动交通影响网络图，大型活动交通影响网络图覆盖范围为大型活动在检测时刻tx开始时对城市交通影响的范围。
一种基于固定检测器确定大型活动交通影响范围的系统，包括大型活动分析路网建立模块、路网节点状态数据库构建模块、受影响节点确定模块以及大型活动交通影响范围确定模块，其中：
大型活动分析路网建立模块，用于根据大型活动欲占用集散道路和城市主干道路情况，建立大型活动分析路网。
路网节点状态数据库构建模块，用于根据设置在交叉口的固定检测器检测的数据，构建路网节点状态数据库。
受影响节点确定模块，用于以大型活动场所上游交叉口或下游交叉口为中心节点，确定所述分析路网中的受影响节点。
大型活动交通影响范围确定模块，用于根据所述受影响节点确定大型活动交通影响范围。
优选的：所述路网节点状态数据库构建模块具体包括：
交叉口节点状态数据集获取单元，用于获取所述固定检测器检测的检测日期T、检测时刻t以及交叉口编号为i在该检测日期和该检测时刻下的交通状态PITti，构成交叉口节点状态数据集F。
指针数据集获取单元，用于获取交叉口的编号i和指针f，构成指针数据集A。
交叉口影响状态数据集获取单元，用于获取所述固定检测器检测的检测日期T、检测时刻t、交叉口编号为i在该检测日期和该检测时刻下是否受影响的标记变量mTti，构成交叉口影响状态数据集M。
优选的：所述交叉口节点状态数据集获取单元还包括交通状态PITti获取子单元，
交通状态PITti获取子单元，用于获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测车辆时间占有率oTki，以及获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的车辆连续饱和释放时间的占有率OTki。计算占有率比以及用于获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测流量qTki和饱和流率STti。计算流量比以及用于根据公式计算交通状态PITti。其中，β为参数，β＝0.6。n为交叉口i的进口车道数，o'Tki为交叉口i车道k的占有率比，q'Tki为交叉口i车道k的流量比。
优选的：所述受影响节点确定模块具体包括：
中心交通状态获取单元，用于获取大型活动开始前检测时刻t0所在检测时间间隔内所述大型活动场所上游交叉口或下游交叉口的中心交通状态
节点i0交通状态子数据集构成单元，用于提取所述路网节点状态数据库中记录的4-8个月内每天的所述检测时刻t0所在检测时间间隔内所述上游交叉口或下游交叉口的交通状态构成节点i0交通状态子数据集，其中，w表示交通状态的数量。
第一计算单元，用于计算所述节点i0交通状态子数据集中w个交通状态的平均值
第一判断单元，用于判断所述中心交通状态是否符合关系式其中表示所述大型活动场所上游交叉口或下游交叉口的饱和流率，获得第一判断结果。
第一标记单元，用于当所述第一判断结果表示是时，确定所述平均值小于所述中心交通状态确定所述上游交叉口或下游交叉口受到所述大型活动的影响，记为标记变量
第二标记单元，用于当所述第一判断结果表示否时，确定所述平均值不小于所述中心交通状态确定所述上游交叉口或下游交叉口未受到所述大型活动的影响，记为标记变量
路网节点状态数据库修改单元，用于将所述大型活动举行的检测日期T0、检测时刻t0、所述大型活动场所上游交叉口或下游交叉口i0以及所述中心交通状态增加到所述交叉口节点状态数据集F中。以及用于将所述大型活动场所上游交叉口或下游交叉口i0和指针f＝1增加到所述指针数据集A。以及用于将所述大型活动举行的检测日期T0、检测时刻t0、所述大型活动场所上游交叉口或下游交叉口i0以及获得的标记变量增加到所述交叉口影响状态数据集M。
交叉口ij的交通状态获取单元，用于获取所述指针数据集A中指针f＝0、所述大型活动举行的检测日期T0、任意检测时刻tx的任意交叉口ij的交通状态
节点ij交通状态子数据集构成单元，用于提取所述路网节点状态数据库中记录的4-8个月内每天的所述检测时刻tx所在检测时间间隔内所述交叉口ij的交通状态构成节点ij交通状态子数据集，其中，w表示交通状态的数量。
第二计算单元，用于计算所述节点ij交通状态子数据集中w个交通状态的平均值
第二判断单元，用于判断所述交通状态是否符合关系式其中表示所述交叉口ij的饱和流率，获得第二判断结果。
第三标记单元，用于当所述第二判断结果表示是时，确定所述平均值小于所述交通状态确定所述交叉口ij受到所述大型活动的影响，记为标记变量
第四标记单元，用于当所述第二判断结果表示否时，确定所述平均值不小于所述交通状态确定所述交叉口ij未受到所述大型活动的影响，记为标记变量
所述路网节点状态数据库修改单元还用于将所述大型活动举行的检测日期T0、检测时刻tx、所述交叉口或下游交叉口ij以及所述交通状态增加到所述交叉口节点状态数据集F中。
将所述交叉口ij和指针f＝1增加到所述指针数据集A。
将所述大型活动举行的检测日期T0、检测时刻tx、所述交叉口ij以及获得的标记变量增加到所述交叉口影响状态数据集M。
当所述指针数据集A中不存在指针f＝0时，确定所述交叉口影响状态数据集M中标记变量对应的交叉口为所述分析路网中的受影响节点。
优选的：所述大型活动交通影响范围确定模块具体包括：
交通影响网络图获取单元，用于提取在检测时刻ty时所述交叉口影响状态数据集M中标记变量对应的交叉口，绘制检测时刻ty的交通影响网络图，其中y＝0,1，……，x，共x个时刻，所述交通影响网络图为x个；
交通影响网络图叠加单元，用于将x个所述交通影响网络图叠加，获得所述大型活动交通影响网络图，所述大型活动交通影响网络图覆盖范围为所述大型活动在检测时刻tx开始时对城市交通影响的范围
本发明相比现有技术，具有以下有益效果：
本发明通过固定检测器检测的历史数据为基础构建路网节点状态数据库，包括交叉口节点状态数据集F、指针数据集A和交叉口影响状态数据集M，利用数据集存储的数据来判断某一交叉口处的交通状态是否因大型活动的举行产生较大变化，如果产生较大变化则判断该交叉口受到大型活动的影响，通过确定受影响的交叉口从而确定大型活动对城市交通造成影响的范围。本发明通过将历史数据的实时数据对比判断的方式实时动态获取大型活动对城市交通的影响，针对针对性强，获取的影响范围实时且准确，那么一旦发现某一交叉口受影响较大时，交通管理部门能够快速定位，准确及时的缓解交通堵塞问题，本发明的确定方法为城市大型活动的顺利举办提供了准确的交通状态依据，能够实时获取大型活动举行过程中的交通影响范围，通过该范围的确定更有利于交通管理部门管理并缓解大型活动对交通的影响，把交通影响降至最低。
附图说明
图1为本发明提供的基于固定检测器确定大型活动交通影响范围的方法的流程图。
图2为本发明提供的基于固定检测器确定大型活动交通影响范围的系统的结构框图。
具体实施方式
下面结合附图和具体实施例，进一步阐明本发明，应理解这些实例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
如图1所示，本发明的目的是提供一种基于固定检测器确定大型活动交通影响范围的方法，包括：
步骤101：根据大型活动欲占用集散道路和城市主干道路情况，建立大型活动分析路网。
步骤102：根据设置在交叉口的固定检测器检测的数据，构建路网节点状态数据库。
步骤103：以大型活动场所上游交叉口或下游交叉口为中心节点，确定分析路网中的受影响节点。
步骤104：根据受影响节点确定大型活动交通影响范围。
本实施例通过固定检测器检测的历史数据为基础构建路网节点状态数据库，利用数据库存储的数据来判断某一交叉口处的交通状态是否因大型活动的举行产生较大变化，如果产生较大变化则判断该交叉口受到大型活动的影响，通过确定受影响的交叉口从而确定大型活动对城市交通造成影响的范围。本发明通过将历史数据的实时数据对比判断的方式实时动态获取大型活动对城市交通的影响，针对针对性强，获取的影响范围实时且准确，那么一旦发现某一交叉口受影响较大时，交通管理部门能够快速定位，准确及时的缓解交通堵塞问题，本发明的确定方法为城市大型活动的顺利举办提供了准确的交通状态依据。
作为一种可选的实施方式，构建路网节点状态数据库的方法具体可以包括：
获取固定检测器检测的检测日期T、检测时刻t以及交叉口编号为i在该检测日期和该检测时刻下的交通状态PITti，构成交叉口节点状态数据集F。
获取交叉口的编号i和指针f，构成指针数据集A。其中指针的初始值都为0，以方便逐一对大型活动分析路网中的每一个交叉口都进行交通是否受影响情况的分析和判断，避免漏判。
获取固定检测器检测的检测日期T、检测时刻t、交叉口编号为i在该检测日期和该检测时刻下是否受影响的标记变量mTti，构成交叉口影响状态数据集M。
在上述实施方式中，交通状态PITti的获取方法具体包括：
获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测车辆占有率oTki，以及获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的车辆连续饱和释放时间的占有率OTki，即检测时间间隔内交叉口车辆一直连续饱和释放时间的占有率。计算占有率比
获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测流量qTki和饱和流率STti。计算流量比
根据公式计算交通状态PITti。其中，β为参数，β＝0.6，当然该参数β可以根据大型活动的规模进行适当选取。n为交叉口i的进口车道数，o'Tki为交叉口i车道k的占有率比，q'Tki为交叉口i车道k的流量比。
在交叉口中存在不同的车道，本实施方式通过对该交叉口的每一个车道的流量和占有率计算该交叉口的交通状态，能够更准确的获得该交叉口的交通状态，为后续的评估和判断提供更准确的基础数据。
作为一种可选的实施方式，确定分析路网中的受影响节点的方法具体可以包括：
获取大型活动开始前检测时刻t0所在检测时间间隔内大型活动场所上游交叉口或下游交叉口的中心交通状态
提取路网节点状态数据库中记录的4～8个月内每天的检测时刻t0所在检测时间间隔内上游交叉口或下游交叉口的交通状态构成i0节点交通状态子数据集，其中，w表示交通状态的数量。在本实施方式中一般选取以活动举办日期起向前计算6个自然月的数据记录，这样能够更充分的获知该交叉口在过去的半年时间内的交通状态，使判断依据更有利。
计算节点交通状态子数据集中w个交通状态的平均值去该交叉口交通状态的平均值是为了更进一步的客观的判断该交叉口的交通状态，以使后面的判断更准确，更客观。
判断中心交通状态是否符合关系式其中表示大型活动场所上游交叉口或下游交叉口的饱和流率，获得第一判断结果。
当第一判断结果表示是时，确定平均值小于中心交通状态确定上游交叉口或下游交叉口受到大型活动的影响，记为标记变量
当第一判断结果表示否时，确定平均值不小于中心交通状态确定上游交叉口或下游交叉口未受到大型活动的影响，记为标记变量
将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及中心交通状态增加到交叉口节点状态数据集F中。
将大型活动场所上游交叉口或下游交叉口i0和指针f＝1增加到指针数据集A。
将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及获得的标记变量增加到交叉口影响状态数据集M。
获取指针数据集A中指针f＝0、大型活动举行的检测日期T0、任意检测时刻tx的任意交叉口ij的交通状态其中，检测时刻是依据大型活动举办的具体时间为依据，选取一段时间作为检测依据。因为在大型活动举办时，需要交通管理部门等各个部门协调工作提前做好准备，因此，需要选取大型活动举办前和举办时以及举办后的一段时间作为检测时间间隔，这样更能实时动态的监测大型活动对城市交通的影响范围，更准确可靠的为交通管理部门提供交通管理的依据。
提取路网节点状态数据库中记录的4～8个月内每天的检测时刻tx所在检测时间间隔内交叉口ij的交通状态构成节点ij交通状态子数据集，其中，w表示交通状态的数量。
计算节点交通状态子数据集中w个交通状态的平均值
判断交通状态是否符合关系式其中表示交叉口ij的饱和流率，获得第二判断结果。
当第二判断结果表示是时，确定平均值小于交通状态确定交叉口ij受到大型活动的影响，记为标记变量
当第二判断结果表示否时，确定平均值不小于交通状态确定交叉口ij未受到大型活动的影响，记为标记变量
将大型活动举行的检测日期T0、检测时刻tx、交叉口或下游交叉口ij以及交通状态增加到交叉口节点状态数据集F中。
将交叉口ij和指针f＝1增加到指针数据集A。
将大型活动举行的检测日期T0、检测时刻tx、交叉口ij以及获得的标记变量增加到交叉口影响状态数据集M。
当指针数据集A中不存在指针f＝0时，确定交叉口影响状态数据集M中标记变量对应的交叉口为分析路网中的受影响节点。
在本实施方式中通过判断大型活动分析路网中的每一个交叉口的交通是否受影响的情况，本发明的确定方法遍布了所有交叉口不存在遗漏的问题，并且能够实时动态的分析城市交通受影响的情况，为管理部门提供实时的交通状态情况，更方便管理部门及时解决交通问题。
作为一种可选的实施方式，确定大型活动交通影响范围的方法具体可以包括：
提取在检测时刻ty时交叉口影响状态数据集M中标记变量对应的交叉口，绘制检测时刻ty的交通影响网络图，其中y＝0，1，……，x，共x个时刻，交通影响网络图为x个。
将x个交通影响网络图叠加，获得大型活动交通影响网络图，大型活动交通影响网络图覆盖范围为大型活动在检测时刻tx开始时对城市交通影响的范围。
通过网络图的形式反映交通状态情况更直观，也方便管理部门直接判断并做出处理措施。当然在本实施方式中选取的是大型活动开始时之前的交通状态进行叠加，获得的是大型活动开始时的对交通状态的影响范围，随着大型活动的开展，会持续一段时间，对交通的影响也是持续的，因此，为了获得实时动态的交通影响范围，可以叠加大型活动开始后持续时间段的交通影响网络图。
如图2所示，本发明还提供了一种基于固定检测器确定大型活动交通影响范围的系统，包括大型活动分析路网建立模块201、路网节点状态数据库构建模块202、受影响节点确定模块203、大型活动交通影响范围确定模块204，其中：
大型活动分析路网建立模块201，用于根据大型活动欲占用集散道路和城市主干道路情况，建立大型活动分析路网。
路网节点状态数据库构建模块202，用于根据设置在交叉口的固定检测器检测的数据，构建路网节点状态数据库。
路网节点状态数据库构建模块202具体包括交叉口节点状态数据集获取单元、指针数据集获取单元、交叉口影响状态数据集获取单元。
交叉口节点状态数据集获取单元，用于获取所述固定检测器检测的检测日期T、检测时刻t以及交叉口编号为i在该检测日期和该检测时刻下的交通状态PITti，构成交叉口节点状态数据集F。
指针数据集获取单元，用于获取交叉口的编号i和指针f，构成指针数据集A。
交叉口影响状态数据集获取单元，用于获取所述固定检测器检测的检测日期T、检测时刻t、交叉口编号为i在该检测日期和该检测时刻下是否受影响的标记变量mTti，构成交叉口影响状态数据集M。
所述交叉口节点状态数据集获取单元还包括交通状态PITti获取子单元，
交通状态PITti获取子单元，用于获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测车辆时间占有率oTki，以及获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的车辆连续饱和释放时间的占有率OTki。计算占有率比以及用于获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测流量qTki和饱和流率STti。计算流量比以及用于根据公式计算交通状态PITti。其中，β为参数，β＝0.6。n为交叉口i的进口车道数，o'Tki为交叉口i车道k的占有率比，q'Tki为交叉口i车道k的流量比。
受影响节点确定模块203，用于以大型活动场所上游交叉口或下游交叉口为中心节点，确定分析路网中的受影响节点。
所述受影响节点确定模块203具体包括中心交通状态获取单元、节点i0交通状态子数据集构成单元、第一计算单元、第一判断单元、第一标记单元、第二标记单元、路网节点状态数据库修改单元、交叉口ij的交通状态获取单元、节点ij交通状态子数据集构成单元、第二计算单元、第二判断单元、第三标记单元、第四标记单元：
中心交通状态获取单元，用于获取大型活动开始前检测时刻t0所在检测时间间隔内所述大型活动场所上游交叉口或下游交叉口的中心交通状态
节点i0交通状态子数据集构成单元，用于提取所述路网节点状态数据库中记录的4-8个月内每天的所述检测时刻t0所在检测时间间隔内所述上游交叉口或下游交叉口的交通状态构成节点i0交通状态子数据集，其中，w表示交通状态的数量。
第一计算单元，用于计算所述节点i0交通状态子数据集中w个交通状态的平均值
第一判断单元，用于判断所述中心交通状态是否符合关系式其中表示所述大型活动场所上游交叉口或下游交叉口的饱和流率，获得第一判断结果。
第一标记单元，用于当所述第一判断结果表示是时，确定所述平均值小于所述中心交通状态确定所述上游交叉口或下游交叉口受到所述大型活动的影响，记为标记变量
第二标记单元，用于当所述第一判断结果表示否时，确定所述平均值不小于所述中心交通状态确定所述上游交叉口或下游交叉口未受到所述大型活动的影响，记为标记变量
路网节点状态数据库修改单元，用于将所述大型活动举行的检测日期T0、检测时刻t0、所述大型活动场所上游交叉口或下游交叉口i0以及所述中心交通状态增加到所述交叉口节点状态数据集F中。以及用于将所述大型活动场所上游交叉口或下游交叉口i0和指针f＝1增加到所述指针数据集A。以及用于将所述大型活动举行的检测日期T0、检测时刻t0、所述大型活动场所上游交叉口或下游交叉口i0以及获得的标记变量增加到所述交叉口影响状态数据集M。
所述路网节点状态数据库修改单元还用于将所述大型活动举行的检测日期T0、检测时刻tx、所述交叉口或下游交叉口ij以及所述交通状态增加到所述交叉口节点状态数据集F中。
将所述交叉口ij和指针f＝1增加到所述指针数据集A。
将所述大型活动举行的检测日期T0、检测时刻tx、所述交叉口ij以及获得的标记变量增加到所述交叉口影响状态数据集M。
当所述指针数据集A中不存在指针f＝0时，确定所述交叉口影响状态数据集M中标记变量对应的交叉口为所述分析路网中的受影响节点。
交叉口ij的交通状态获取单元，用于获取所述指针数据集A中指针f＝0、所述大型活动举行的检测日期T0、任意检测时刻tx的任意交叉口ij的交通状态
节点ij交通状态子数据集构成单元，用于提取所述路网节点状态数据库中记录的4-8个月内每天的所述检测时刻tx所在检测时间间隔内所述交叉口ij的交通状态构成节点ij交通状态子数据集，其中，w表示交通状态的数量。
第二计算单元，用于计算所述节点ij交通状态子数据集中w个交通状态的平均值
第二判断单元，用于判断所述交通状态是否符合关系式其中表示所述交叉口ij的饱和流率，获得第二判断结果。
第三标记单元，用于当所述第二判断结果表示是时，确定所述平均值小于所述交通状态确定所述交叉口ij受到所述大型活动的影响，记为标记变量
第四标记单元，用于当所述第二判断结果表示否时，确定所述平均值不小于所述交通状态确定所述交叉口ij未受到所述大型活动的影响，记为标记变量
大型活动交通影响范围确定模块204，用于根据受影响节点确定大型活动交通影响范围。
所述大型活动交通影响范围确定模块204具体包括交通影响网络图获取单元、交通影响网络图叠加单元：
交通影响网络图获取单元，用于提取在检测时刻ty时所述交叉口影响状态数据集M中标记变量对应的交叉口，绘制检测时刻ty的交通影响网络图，其中y＝0,1，……，x，共x个时刻，所述交通影响网络图为x个；
交通影响网络图叠加单元，用于将x个所述交通影响网络图叠加，获得所述大型活动交通影响网络图，所述大型活动交通影响网络图覆盖范围为所述大型活动在检测时刻tx开始时对城市交通影响的范围。
本实施例通过固定检测器检测的历史数据为基础构建路网节点状态数据库，利用数据库存储的数据来判断某一交叉口处的交通状态是否因大型活动的举行产生较大变化，如果产生较大变化则判断该交叉口受到大型活动的影响，通过确定受影响的交叉口从而确定大型活动对城市交通造成影响的范围。本发明通过将历史数据的实时数据对比判断的方式实时动态获取大型活动对城市交通的影响，针对针对性强，获取的影响范围实时且准确，那么一旦发现某一交叉口受影响较大时，交通管理部门能够快速定位，准确及时的缓解交通堵塞问题，本发明的确定系统为城市大型活动的顺利举办提供了准确的交通状态依据。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于固定检测器确定大型活动交通影响范围的方法，其特征在于，包括以下步骤：
步骤1：根据大型活动欲占用集散道路和城市主干道路情况，建立大型活动分析路网；
步骤2：根据设置在交叉口的固定检测器检测的数据，构建路网节点状态数据库；
步骤3：以大型活动场所上游交叉口或下游交叉口为中心节点，根据步骤2中构建的路网节点状态数据库确定步骤1中建立的大型活动分析路网中的受影响节点；
确定大型活动分析路网中的受影响节点的方法具体包括：
步骤31：获取大型活动开始前检测时刻t0所在检测时间间隔内大型活动场所上游交叉口或下游交叉口的中心交通状态
提取步骤2中构建的路网节点状态数据库中记录的4～8个月内每天的检测时刻t0所在检测时间间隔内上游交叉口或下游交叉口的交通状态构成i0节点交通状态子数据集，其中，w表示交通状态的数量；
计算节点交通状态子数据集中w个交通状态的平均值
判断中心交通状态是否符合关系式：
其中表示大型活动场所上游交叉口或下游交叉口的饱和流率，获得第一判断结果；
当第一判断结果表示是时，确定平均值小于中心交通状态确定上游交叉口或下游交叉口受到大型活动的影响，记为标记变量
当第一判断结果表示否时，确定平均值不小于中心交通状态确定上游交叉口或下游交叉口未受到大型活动的影响，记为标记变量
将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及中心交通状态增加到交叉口节点状态数据集F中；
将大型活动场所上游交叉口或下游交叉口i0和指针f＝1增加到指针数据集A；
将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及获得的标记变量增加到交叉口影响状态数据集M；
步骤32：获取指针数据集A中指针f＝0、大型活动举行的检测日期T0、任意检测时刻tx的任意交叉口ij的交通状态其中，检测时刻是依据大型活动举办的具体时间为依据，选取一段时间作为检测依据；
提取路网节点状态数据库中记录的4～8个月内每天的检测时刻tx所在检测时间间隔内交叉口ij的交通状态构成节点ij交通状态子数据集，其中，w表示交通状态的数量；
计算节点交通状态子数据集中w个交通状态的平均值
判断交通状态是否符合关系式其中表示交叉口ij的饱和流率，获得第二判断结果；
当第二判断结果表示是时，确定平均值小于交通状态确定交叉口ij受到大型活动的影响，记为标记变量
当第二判断结果表示否时，确定平均值不小于交通状态确定交叉口ij未受到大型活动的影响，记为标记变量
将大型活动举行的检测日期T0、检测时刻tx、交叉口或下游交叉口ij以及交通状态增加到交叉口节点状态数据集F中；
将交叉口ij和指针f＝1增加到指针数据集A；
将大型活动举行的检测日期T0、检测时刻tx、交叉口ij以及获得的标记变量增加到交叉口影响状态数据集M；
步骤33：当指针数据集A中不存在指针f＝0时，确定交叉口影响状态数据集M中标记变量对应的交叉口为分析路网中的受影响节点；
步骤4：根据步骤3中确定的受影响节点和步骤2构建的路网节点状态数据库确定大型活动交通影响范围。
2.根据权利要求1所述的基于固定检测器确定大型活动交通影响范围的方法，其特征在于：所述步骤2中构建路网节点状态数据库的方法具体包括：
步骤21：获取固定检测器检测的检测日期T、检测时刻t以及交叉口编号为i在该检测日期和该检测时刻下的交通状态PITti，构成交叉口节点状态数据集F；
步骤22：获取交叉口的编号i和指针f，构成指针数据集A；
步骤23：获取固定检测器检测的检测日期T、检测时刻t、交叉口编号为i在该检测日期和该检测时刻下是否受影响的标记变量mTti，构成交叉口影响状态数据集M。
3.根据权利要求2所述的基于固定检测器确定大型活动交通影响范围的方法，其特征在于：所述步骤21中交通状态PITti的获取方法具体包括：
步骤211：获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测车辆占有率oTki，以及获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的车辆连续饱和释放时间的占有率OTki，即检测时间间隔内交叉口车辆一直连续饱和释放时间的占有率；计算交叉口i车道k的占有率比
步骤212：获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测流量qTki和饱和流率STti；计算交叉口i车道的流量比
步骤213：根据公式：
计算交通状态PITti；其中，β为参数；n为交叉口i的进口车道数，o'Tki为交叉口i车道k的占有率比，q'Tki为交叉口i车道的流量比。
4.根据权利要求3所述的基于固定检测器确定大型活动交通影响范围的方法，其特征在于：所述步骤4中确定大型活动交通影响范围的方法具体包括：
步骤41：提取在检测时刻ty时交叉口影响状态数据集M中标记变量对应的交叉口，绘制检测时刻ty的交通影响网络图，其中y＝0，1，……，x，共x个时刻，交通影响网络图为x个；
步骤42：将x个交通影响网络图叠加，获得大型活动交通影响网络图，大型活动交通影响网络图覆盖范围为大型活动在检测时刻tx开始时对城市交通影响的范围。
5.一种基于固定检测器确定大型活动交通影响范围的系统，其特征在于：包括大型活动分析路网建立模块、路网节点状态数据库构建模块、受影响节点确定模块以及大型活动交通影响范围确定模块，其中：
大型活动分析路网建立模块，用于根据大型活动欲占用集散道路和城市主干道路情况，建立大型活动分析路网；
路网节点状态数据库构建模块，用于根据设置在交叉口的固定检测器检测的数据，构建路网节点状态数据库；
受影响节点确定模块，用于以大型活动场所上游交叉口或下游交叉口为中心节点，确定大型活动分析路网中的受影响节点；
受影响节点确定模块具体包括：
中心交通状态获取单元，用于获取大型活动开始前检测时刻t0所在检测时间间隔内大型活动场所上游交叉口或下游交叉口的中心交通状态
节点i0交通状态子数据集构成单元，用于提取路网节点状态数据库中记录的4-8个月内每天的检测时刻t0所在检测时间间隔内上游交叉口或下游交叉口的交通状态构成节点i0交通状态子数据集，其中，w表示交通状态的数量；
第一计算单元，用于计算节点i0交通状态子数据集中w个交通状态的平均值
第一判断单元，用于判断中心交通状态是否符合关系式其中表示大型活动场所上游交叉口或下游交叉口的饱和流率，获得第一判断结果；
第一标记单元，用于当第一判断结果表示是时，确定平均值小于中心交通状态确定上游交叉口或下游交叉口受到大型活动的影响，记为标记变量
第二标记单元，用于当第一判断结果表示否时，确定平均值不小于中心交通状态确定上游交叉口或下游交叉口未受到大型活动的影响，记为标记变量
路网节点状态数据库修改单元，用于将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及中心交通状态增加到交叉口节点状态数据集F中；以及用于将大型活动场所上游交叉口或下游交叉口i0和指针f＝1增加到指针数据集A；以及用于将大型活动举行的检测日期T0、检测时刻t0、大型活动场所上游交叉口或下游交叉口i0以及获得的标记变量增加到交叉口影响状态数据集M；
交叉口ij的交通状态获取单元，用于获取指针数据集A中指针f＝0、大型活动举行的检测日期T0、任意检测时刻tx的任意交叉口ij的交通状态
节点ij交通状态子数据集构成单元，用于提取路网节点状态数据库中记录的4-8个月内每天的检测时刻tx所在检测时间间隔内交叉口ij的交通状态构成节点ij交通状态子数据集，其中，w表示交通状态的数量；
第二计算单元，用于计算节点ij交通状态子数据集中w个交通状态的平均值
第二判断单元，用于判断交通状态是否符合关系式其中表示交叉口ij的饱和流率，获得第二判断结果；
第三标记单元，用于当第二判断结果表示是时，确定平均值小于交通状态确定交叉口ij受到大型活动的影响，记为标记变量
第四标记单元，用于当第二判断结果表示否时，确定平均值不小于交通状态确定交叉口ij未受到大型活动的影响，记为标记变量
路网节点状态数据库修改单元还用于将大型活动举行的检测日期T0、检测时刻tx、交叉口或下游交叉口ij以及交通状态增加到交叉口节点状态数据集F中；
将交叉口ij和指针f＝1增加到指针数据集A；
将大型活动举行的检测日期T0、检测时刻tx、交叉口ij以及获得的标记变量增加到交叉口影响状态数据集M；
当指针数据集A中不存在指针f＝0时，确定交叉口影响状态数据集M中标记变量对应的交叉口为分析路网中的受影响节点；
大型活动交通影响范围确定模块，用于根据受影响节点确定大型活动交通影响范围。
6.根据权利要求5所述的基于固定检测器确定大型活动交通影响范围的系统，其特征在于，路网节点状态数据库构建模块具体包括：
交叉口节点状态数据集获取单元，用于获取固定检测器检测的检测日期T、检测时刻t以及交叉口编号为i在该检测日期和该检测时刻下的交通状态PITti，构成交叉口节点状态数据集F；
指针数据集获取单元，用于获取交叉口的编号i和指针f，构成指针数据集A；
交叉口影响状态数据集获取单元，用于获取固定检测器检测的检测日期T、检测时刻t、交叉口编号为i在该检测日期和该检测时刻下是否受影响的标记变量mTti，构成交叉口影响状态数据集M。
7.根据权利要求6所述的基于固定检测器确定大型活动交通影响范围的系统，其特征在于：交叉口节点状态数据集获取单元还包括交通状态PITti获取子单元，
交通状态PITti获取子单元，用于获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测车辆时间占有率oTki，以及获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的车辆连续饱和释放时间的占有率OTki；计算占有率比以及用于获取检测时刻t所在检测时间间隔内在编号为i的交叉口的车道k的实测流量qTki和饱和流率STti；计算流量比以及用于根据公式计算交通状态PITti；其中，β为参数；n为交叉口i的进口车道数，o'Tki为交叉口i车道k的占有率比，q'Tki为交叉口i车道k的流量比。
8.根据权利要求7所述的基于固定检测器确定大型活动交通影响范围的系统，其特征在于：大型活动交通影响范围确定模块具体包括：
交通影响网络图获取单元，用于提取在检测时刻ty时交叉口影响状态数据集M中标记变量对应的交叉口，绘制检测时刻ty的交通影响网络图，其中y＝0,1，……，x，共x个时刻，交通影响网络图为x个；
交通影响网络图叠加单元，用于将x个交通影响网络图叠加，获得大型活动交通影响网络图，大型活动交通影响网络图覆盖范围为大型活动在检测时刻tx开始时对城市交通影响的范围。
CN201611268005.8A 2016-12-31 2016-12-31 基于固定检测器确定大型活动交通影响范围的方法及系统 Active CN106652455B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611268005.8A CN106652455B (zh) 2016-12-31 2016-12-31 基于固定检测器确定大型活动交通影响范围的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611268005.8A CN106652455B (zh) 2016-12-31 2016-12-31 基于固定检测器确定大型活动交通影响范围的方法及系统

Publications (2)

Publication Number Publication Date
CN106652455A CN106652455A (zh) 2017-05-10
CN106652455B true CN106652455B (zh) 2019-05-21

Family

ID=58838097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611268005.8A Active CN106652455B (zh) 2016-12-31 2016-12-31 基于固定检测器确定大型活动交通影响范围的方法及系统

Country Status (1)

Country Link
CN (1) CN106652455B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034354A (zh) * 2010-11-04 2011-04-27 东南大学 基于固定检测器的城市道路交通事故影响范围确定方法
CN102915637A (zh) * 2012-08-01 2013-02-06 浙江浙大中控信息技术有限公司 一种信号控制交叉口的交通状态评价方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9076332B2 (en) * 2006-10-19 2015-07-07 Makor Issues And Rights Ltd. Multi-objective optimization for real time traffic light control and navigation systems for urban saturated networks

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102034354A (zh) * 2010-11-04 2011-04-27 东南大学 基于固定检测器的城市道路交通事故影响范围确定方法
CN102915637A (zh) * 2012-08-01 2013-02-06 浙江浙大中控信息技术有限公司 一种信号控制交叉口的交通状态评价方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于固定检测器的区域交通状态判别方法研究》;魏强;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20110915;正文第19-20页
《大型活动交通研究范围确定方法》;陆建;《武汉理工大学学报（交通科学与工程版）》;20090615;正文第423-425页

Also Published As

Publication number Publication date
CN106652455A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN105279572B (zh) 城市轨道交通客流密集度指数计算与发布系统
CN109584553A (zh) 一种基于时空信息的路段关联度缺失补全方法
CN101908270B (zh) 事件判断装置
CN100501795C (zh) 一种路口关联路段动态路况采集方法
CN104778835B (zh) 一种高等级道路多瓶颈点拥堵演化时空范围识别方法
CN104484993A (zh) 用于交通小区划分的手机信令信息的处理方法
CN105185105A (zh) 基于车辆gps和公交ic卡数据的公交换乘识别方法
CN106448159A (zh) 一种基于动态交通信息的道路交通分级预警方法
CN105355042A (zh) 一种基于出租车gps的道路网络提取方法
CN107958031A (zh) 基于融合数据的居民出行od分布提取方法
CN105513370A (zh) 基于稀疏车牌识别数据挖掘的交通小区划分方法
CN101882374A (zh) 一种车辆行程分布综合信息分析系统及方法
CN107330469A (zh) 一种基于gps轨迹数据的出行方式识别方法
CN103824450B (zh) 基于交通状态规则的大型活动专用行车线路规划方法
CN104750919B (zh) 一种道路通行能力影响因素识别方法
CN108492560A (zh) 一种道路检测器缺失数据补全方法及装置
CN110148295A (zh) 一种估计路段自由流速度及交叉口上游到达流率的方法
CN106355882A (zh) 一种基于路中检测器的交通状态估计方法
Xin et al. Minnesota's new ramp control strategy: Design overview and preliminary assessment
CN108171974A (zh) 一种基于手机三角定位数据的交通出行模式判别方法
CN106023602B (zh) 山地城市信号交叉口延误计算方法
CN108053649A (zh) 一种车辆排队长度检测系统、方法和装置
CN106652455B (zh) 基于固定检测器确定大型活动交通影响范围的方法及系统
CN103632537A (zh) 一种基于浮动车的城市道路aadt估计方法
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

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