CN101551940A - 城市快速道路交通状态判别与发布系统及其方法 - Google Patents
城市快速道路交通状态判别与发布系统及其方法 Download PDFInfo
- Publication number
- CN101551940A CN101551940A CNA2009100502100A CN200910050210A CN101551940A CN 101551940 A CN101551940 A CN 101551940A CN A2009100502100 A CNA2009100502100 A CN A2009100502100A CN 200910050210 A CN200910050210 A CN 200910050210A CN 101551940 A CN101551940 A CN 101551940A
- Authority
- CN
- China
- Prior art keywords
- traffic
- traffic state
- real
- street
- state judging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明涉及城市快速道路交通状态判别与发布系统,用于城市道路交通管理,包括实时交通信息采集与处理系统、城市快速路实时交通状态判别;实时交通信息采集与处理系统,还包括外场系统与内场系统,外场系统包括交通参数线圈检测器、光端机、主控计算机以及交通信息情报板;内场系统包括交通参数数据库、GIS数据库、交通状态处理与发布服务器以及复数个系统操作与监控终端;交通状态处理与发布服务器与交通参数服务器相连获取交通数据,进行数据质量预处理、主线行程车速计算及交通状态判别流程的运算,最终将交通状态传送到相连的所述的系统操作与监控终端,经过确认后传送到所述的外场系统主控计算机,完成在交通状态情报板上发布实时交通信息。
Description
技术领域
本发明涉及一种城市快速道路交通状态判别与发布系统及其方法,尤其涉及城市快速道路行程车速的估计方法,属于智能交通研究领域。
背景技术
城市道路拥挤是影响我国经济发展的重要问题。随着城市化进程的深入和人们的生活水平的不断提高,城市人口及机动车辆随之剧增,城市的交通阻塞状况变得日益严重。治理交通阻塞的措施目前主要有两大类:第一类是扩建道路,从量上解决道路容量不能满足交通需求的矛盾;第二类是通过先进的科学技术手段和交通管理措施协调上述的矛盾,即智能交通系统。从国内外多年的探索和实践可知,智能交通系统的实施能够有效地运用较小的费用来改善道路网交通运行效率。
交通状态判别与发布是智能交通系统应用领域中一项重要功能和组成部分。它通过分布在道路上的交通参数采集装置采集实时交通参数,以交通流理论为理论基础计算道路上的交通状态,并以多种媒体方式为出行者提供有效的交通信息,从而避免出行者的盲目出行所造成的交通阻塞,达到均衡交通负荷和保持路网高效运行的目的。
申请号为200510026214.7的中国发明专利申请,公开了一种城市路网交通流状态估计方法,该方法着眼于车载GPS卫星定位数据,结合相应的悉尼自适应交通控制系统(SCATS)提供的交通信号状态信息,以单位有向路段为对象,对城市路网的交通流状态在距离、时间、速度的三维空间上进行最小二乘法拟合建模,得到固定时刻城市路网中各有向路段沿路段方向上的平均速度,以速度为指标完成对当前交通流拥堵状态的分析估计。每两个信号灯之间的单位有向路段对应一个交通流状态模型,通过相邻共向路段的曲面模型的连接,实现对整个路网的交通流状态估计。
申请号为200510026478.2的中国发明专利申请,公开了一种用于城市地面道路网交通状况测定的方法和系统,对城市道路采用交叉口、城市干道、城市干道网三层进行逐层测定;针对城市干道,提出“等效通行能力”概念和确定方法;采用“密度比”指标计算干道的服务水平;采用“加权密度比”指标对干道网服务水平进行测定;最终根据测定结果进行拥挤区域、拥挤干道和拥挤交叉口逐层识别。
申请号为200610122680.X的中国发明专利申请,公开了一种基于交通流相特征的城市交通系统状态可视化评价方法。该方法通过采集特定道路界面持续时间不低于三个月的实时信号波形,对交通流状态参量进行信号滤波处理以获取交通流样本总体,计算样本总体中所有样本的平均值和标准差以构建样本离散系数,依据交通流多维状态参量强聚性特征构造标准特征相平面图,最后将需要判别交通状态的交通状态参数置于标准相图上,直观地判别交通系统的运行状态和变化趋势。
申请号为200710038323.X的中国发明专利申请,公开了一种城市道路交通的即时状态判别及诱导系统,该系统采用交通即时状态判别算法,根据流量、速度、占有率、周期数据包对设定路段的交通状态进行判断,并实时将判断结果传递给发布子系统发送至面向车辆的交通现场。
以上专利申请所述的交通状态判别方法,都是应用于城市地面道路间断交通流的交通状态判别,间断交通流由于受到交叉口信号配时的影响较大,交通流状态往往波动较大,交通状态的判别方法与快速路交通流状态判别所采用的指标和方法有较大的差别。
发明内容
本发明的目的在于提出一种城市快速道路交通状态判别与发布系统,为实时监控城市快速道路交通状态,还能应用于类似功能要求的地面道路交通管理与监控系统,具有一定的通用性。
为达到上述目的,本发明的技术方案是,包括城市快速路实时交通信息采集与处理系统的架构、城市快速路实时交通状态判别解决方案。
实时交通信息采集与处理系统,通过布设在外场城市快速道路上的交通参数线圈检测器采集实时交通参数(主要包括:流量、车速、占有率),并将实时数据传送给实时交通状态处理与发布服务器进行交通状态判别指标的计算,从而完成实时交通状态判别与发布。
实时交通信息采集与处理系统,包括外场系统与内场系统。
所述的外场系统包括交通参数线圈检测器、光端机、主控计算机以及交通信息情报板,所述的交通参数线圈检测器与所述的光端机相连,复数个所述的光端机以环形拓扑结构相连构成一个环形网,所述的光端机与所述的主控计算机相连,所述的主控计算机与所述的内场系统相连并将实时数据接入到内场系统中。
所述的内场系统主要包括交通参数数据库、GIS数据库、交通状态处理与发布服务器以及复数个系统操作与监控终端,所述的交通状态处理与发布服务器与所述的交通参数服务器相连获取交通数据,并进行数据质量预处理、主线路段行程车速计算及交通状态判别等流程的运算,最终将交通状态传送到相连的所述的系统操作与监控终端,经过确认后传送到所述的外场系统主控计算机,最终由主控计算机完成在所述的交通状态情报板上发布实时交通状态。
所述的城市快速路实时交通状态判别解决方案包括快速路检测线圈日常状态诊断模块、快速路异常线圈数据修补模块、快速路主线路段行程车速计算模块以及快速路交通状态判别与自动发布模块。
所述的快速路检测线圈日常状态诊断模块是指对一天内所述的交通参数线圈检测器所采集的交通参数进行统计和分析,通过预先配置的(疑似)异常数据判别规则,统计一天内(疑似)异常数据出现的个数,当偏离预先设定的判别阈值则诊断该检测器当天为正常状态,反之则诊断为异常状态。所述的(疑似)异常数据包括全零数据、仅有占有率数据、占有率为100数据以及车长异常数据等。所述的判别阈值在不同路段有不同的取值。
所述的快速路异常线圈数据修补模块是指在实时数据应用中,使用预先配置的实时数据质量判别规则剔除(疑似)异常数据,并通过使用相邻检测器中相关性最高的检测器的数据进行修补。所述的实时数据质量判别规则是指对明显异常的、不符合交通流规律的数据进行识别并剔除。所述的相关性最高的检测器是指通过分析各相邻检测器历史数据之间的相关性指标,对于某检测器选取其相关性指标最高的相邻检测器作为数据修补的依据。
所述的快速路主线行程车速估算模块是指针对预先设定的快速路主线路段,对在一段时间范围内完成在该路段行驶过程的车辆的平均行程车速的估算方法。该方法主要是指一种基于实时线圈检测器数据的行程车速估计算法,该算法主要包含如下步骤:
1)根据检测器数据特征以及行程车速计算的要求,设定行程车速计算的时间间隔;
2)对于每一个时间间隔,算法模拟一辆虚拟车辆从路段的起点驶入路段,对于在过去时间间隔进入路段但还未驶出的车辆更新其行驶的车速和距离。
3)对于在本时间间隔驶出路段的虚拟车辆,记录其驶出本路段的时刻以及行程时间;
4)按照预先设定的统计时间间隔,计算该统计时段内驶出路段的各虚拟车辆行程时间的平均值。
添加:
5)根据路段长度除以行程时间得到路段行程车速,通过行程车速指标对该路段的实时交通状态进行估计。将交通状态划分为三个等级:畅通、拥挤、阻塞,对于不同的路段交通状态设定不同的状态判别阈值。
特别的,所述的城市快速路交通状态与发布策略考虑了在实际应用的时候由于外场设备突发故障以及异常交通事件所导致的系统异常状态人工处理策略,以及人工与系统自动发布交互策略。对于所述系统异常状态会按照固定的间隔通过所述的系统操作与监控终端向实际系统操作人员进行定期报警。
本发明的有益效果:城市快速路交通状态判别与发布系统,通过所提出的技术方案,面向政府交通部门和社会公众提供实时快速路交通状态信息,能有效提高出行效率,缓解道路拥挤,减少车辆尾声排放污染,提高道路通行能力从而节约道路建设投资,具有较好的经济效果和社会效益。
附图说明
图1为本发明的城市快速路实时交通信息采集与处理系统的架构的示意图;
图2为本发明的城市快速路实时交通状态判别解决方案的工作流程框图。
具体实施方式
参照图1,这是实时交通信息采集与处理系统的架构的示意图。
如图所示,外场系统包括交通参数线圈检测器1、光端机2、主控计算机3以及交通信息情报板4。
所述的交通参数线圈检测器1与光端机2相连,光端机2以环形拓扑结构相连构成一个环形网,光端机2与主控计算机3相连。主控计算机3与内场系统10相连并将实时数据接入到内场系统中。
内场系统包括交通参数数据库7、GIS数据库5、交通状态处理服务器6以及复数个系统操作与监控终端8。所述的交通状态处理服务器6与所述的交通参数数据库7相连获取交通数据,并进行数据质量预处理、主线行程车速计算及交通状态判别等流程的运算,最终将交通状态传送到相连的所述的系统操作与监控终端8,经过确认后传送到所述的外场系统主控计算机3,最终由主控计算机3完成在所述的交通状态情报板4上发布实时交通状态。
参照图2,这是快速路交通状态判别与发布流程框图。
如图所示,快速路交通状态判别与发布流程分为4个步骤,首先快速路检测线圈日常状态诊断模块21对需要实施交通状态自动发布的路段上布设的交通参数线圈检测器的工作状态进行判别,对于不符合自动发布要求的检测器进行标定;在实时运行的过程中,快速路异常线圈数据修补模块22对实时采集的交通参数进行有效性判别,并对标定为无效的数据采用修补算法进行在线修补;在数据质量预处理25结束后,快速路主线路段行程车速,快速路主线路段行程车速估算模块23通过实时数据对快速路主线路段的行程车速进行估算;最终城市快速路交通状态判别与发布模块24根据预先划分好的交通状态判别阈值,对实时交通状态进行判别和发布,同时负责内、外场系统故障和异常事件的人机交互。
虽然本发明已参照上述的实施例来描述,但是本技术领域中的普通技术人员,应当认识到以上的实施例仅是用来说明本发明,应理解其中可作各种变化和修改而在广义上没有脱离本发明,所以并非作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述的实施例的变化、变形都将落入本发明权利要求的保护范围。
Claims (8)
1、城市快速道路交通状态判别与发布系统,用于城市道路交通管理,其特征在于:该系统包括城市快速路实时交通信息采集与处理系统的架构、城市快速路实时交通状态判别;所述的实时交通信息采集与处理系统,包括外场系统与内场系统,通过检测器采集流量、车速、占有率,并进行交通状态判别指标的计算,从而完成交通状态判别与发布;
上述的外场系统与内场系统,还包括交通参数线圈检测器(1)、光端机(2)、主控计算机(3)以及交通信息情报板(4);交通参数线圈检测器与光端机相连,复数个光端机以环形拓扑结构相连构成一个环形网与所述的主控计算机相连,所述的主控计算机与所述的内场系统相连并将实时数据接入到内场系统中。
2、如权利要求1所述的交通状态判别与发布系统,其特征在于:所述的内场系统,包括交通参数数据库(7)、GIS数据库(5)、交通状态处理服务器(6)以及复数个系统操作与监控终端(8);所述的交通状态处理服务器与交通参数服务器相连获取交通数据,并进行数据质量预处理、主线行程车速计算及交通状态判别流程的运算,最终将交通状态传送到相连的所述的系统操作与监控终端,经过确认后传送到所述的外场系统主控计算机,完成在交通状态情报板上发布实时交通信息。
3、如权利要求1所述的交通状态判别与发布系统,其特征在于:所述的城市快速路实时交通状态判别,包括快速路检测线圈日常状态诊断模块(21)、快速路异常线圈数据修补模块(22)、快速路主线路段行程车速估算模块(23)以及快速路交通状态判别与自动发布模块(24)。
4、如权利要求1所述的交通状态判别与发布系统,其特征在于:所述的快速路交通状态判别与发布流程,按以下4个步骤进行,第一个步骤,快速路检测线圈日常状态诊断模块(21),对需要实施交通状态自动发布的路段上布设的交通参数线圈检测器的工作状态进行判别,对于不符合自动发布要求的检测器进行标定;第二个步骤,在实时运行的过程中,快速路异常线圈数据修补模块(22),对实时采集的交通参数进行有效性判别,并对标定为无效的数据采用修补算法进行在线修补;第三个步骤,在数据质量预处理(25)结束后,快速路主线路段行程车速估算模块(23)通过实时数据对快速路主线路段的行程车速进行估算;第四个步骤,最终城市快速路交通状态判别与发布模块(24)根据预先划分好的交通状态判别阈值,对实时交通状态进行判别和发布,同时负责内、外场系统故障和异常事件的人机交互。
5、如权利要求1或3所述的交通状态判别与发布系统,其特征在于:所述的快速路检测线圈日常状态诊断模块(21),是指线圈检测器所采集的交通参数进行统计和分析,通过预先配置的异常数据判别规则,统计一天内异常数据出现的个数。
6、如权利要求1或3所述的交通状态判别与发布系统,其特征在于:所述的快速路异常线圈数据修补模块(22),是指使用预先配置的实时数据质量判别规则,剔除异常数据,并通过使用相邻检测器中相关性最高的检测器的数据进行修补。
7、如权利要求1或3所述的交通状态判别与发布系统,其特征在于:所述的快速路主线行程车速估算模块(23),是指针对预先设定的快速路主线路段,对在一段时间范围内完成在该路段行驶过程的车辆的平均行程车速的估算方法。
8、如权利要求1或7所述的交通状态判别与发布系统,其特征在于:所述的快速路主线行程车速估算法,包括如下步骤:
1)根据检测器数据特征以及行程车速计算的要求,设定行程车速计算的时间间隔;对于每一个时间间隔,算法模拟一辆虚拟车辆从路段的起点驶入路段,对于在过去时间间隔进入路段但还未驶出的车辆更新其行驶的车速和距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100502100A CN101551940A (zh) | 2009-04-29 | 2009-04-29 | 城市快速道路交通状态判别与发布系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100502100A CN101551940A (zh) | 2009-04-29 | 2009-04-29 | 城市快速道路交通状态判别与发布系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101551940A true CN101551940A (zh) | 2009-10-07 |
Family
ID=41156165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2009100502100A Pending CN101551940A (zh) | 2009-04-29 | 2009-04-29 | 城市快速道路交通状态判别与发布系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101551940A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289937A (zh) * | 2011-08-08 | 2011-12-21 | 上海电科智能系统股份有限公司 | 基于停车线检测器的城市地面道路交通状态自动判别方法 |
CN103280104A (zh) * | 2013-05-08 | 2013-09-04 | 公安部道路交通安全研究中心 | 一种交通监测系统 |
CN103632557A (zh) * | 2013-12-16 | 2014-03-12 | 北京四通智能交通系统集成有限公司 | 一种vms事件信息发布方法及装置 |
CN104506804A (zh) * | 2014-12-22 | 2015-04-08 | 安徽三联交通应用技术股份有限公司 | 一种快速道路上的机动车异常行为监测装置及其方法 |
CN104658271A (zh) * | 2015-03-09 | 2015-05-27 | 无锡物联网产业研究院 | 一种交通状态监控方法及系统 |
CN106023592A (zh) * | 2016-07-11 | 2016-10-12 | 南京邮电大学 | 一种基于gps数据的交通拥堵检测方法 |
CN107507426A (zh) * | 2017-08-25 | 2017-12-22 | 安徽实运信息科技有限责任公司 | 一种城市轨道交通客流诱导信息发布系统 |
CN108491439A (zh) * | 2018-02-12 | 2018-09-04 | 中国人民解放军63729部队 | 一种基于历史数据统计特性的遥测缓变参数自动判读方法 |
CN111540198A (zh) * | 2020-04-17 | 2020-08-14 | 浙江工业大学 | 基于有向图卷积神经网络的城市交通态势识别方法 |
-
2009
- 2009-04-29 CN CNA2009100502100A patent/CN101551940A/zh active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102289937A (zh) * | 2011-08-08 | 2011-12-21 | 上海电科智能系统股份有限公司 | 基于停车线检测器的城市地面道路交通状态自动判别方法 |
CN103280104A (zh) * | 2013-05-08 | 2013-09-04 | 公安部道路交通安全研究中心 | 一种交通监测系统 |
CN103632557A (zh) * | 2013-12-16 | 2014-03-12 | 北京四通智能交通系统集成有限公司 | 一种vms事件信息发布方法及装置 |
CN104506804A (zh) * | 2014-12-22 | 2015-04-08 | 安徽三联交通应用技术股份有限公司 | 一种快速道路上的机动车异常行为监测装置及其方法 |
CN104658271A (zh) * | 2015-03-09 | 2015-05-27 | 无锡物联网产业研究院 | 一种交通状态监控方法及系统 |
CN104658271B (zh) * | 2015-03-09 | 2021-02-05 | 无锡物联网产业研究院 | 一种交通状态监控方法及系统 |
CN106023592A (zh) * | 2016-07-11 | 2016-10-12 | 南京邮电大学 | 一种基于gps数据的交通拥堵检测方法 |
CN107507426A (zh) * | 2017-08-25 | 2017-12-22 | 安徽实运信息科技有限责任公司 | 一种城市轨道交通客流诱导信息发布系统 |
CN108491439A (zh) * | 2018-02-12 | 2018-09-04 | 中国人民解放军63729部队 | 一种基于历史数据统计特性的遥测缓变参数自动判读方法 |
CN108491439B (zh) * | 2018-02-12 | 2022-07-19 | 中国人民解放军63729部队 | 一种基于历史数据统计特性的遥测缓变参数自动判读方法 |
CN111540198A (zh) * | 2020-04-17 | 2020-08-14 | 浙江工业大学 | 基于有向图卷积神经网络的城市交通态势识别方法 |
CN111540198B (zh) * | 2020-04-17 | 2021-07-27 | 浙江工业大学 | 基于有向图卷积神经网络的城市交通态势识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101551940A (zh) | 城市快速道路交通状态判别与发布系统及其方法 | |
CN104408925B (zh) | 基于陈列雷达的交叉口运行状态评价方法 | |
CN104464295B (zh) | 一种基于视频的高架入口匝道智能限行方法 | |
CN103258430B (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
CN107798876B (zh) | 基于事件的道路交通异常拥堵判断方法 | |
CN105405293B (zh) | 一种道路旅行时间短期预测方法和系统 | |
CN104751642B (zh) | 一种高等级道路交通流运行风险实时预估方法 | |
CN101419750B (zh) | 基于数据特征的城市信号控制路口交通状态检测评价方法 | |
CN108398934B (zh) | 一种用于轨道交通的设备故障监控的系统 | |
CN103985250A (zh) | 轻量级的全息道路交通状态视觉检测装置 | |
CN105825669A (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
CN106601005B (zh) | 一种基于rfid和微信平台的城市智能交通诱导方法 | |
CN106327864A (zh) | 一种基于高速公路联网收费数据的交通流估计方法 | |
CN107240264B (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
CN101783074A (zh) | 一种城市道路交通流状态实时判别方法及系统 | |
CN106781460B (zh) | 一种路段交通状态确定方法及装置 | |
CN105869398B (zh) | 一种基于K-means聚类的道路交通畅通度判断方法 | |
CN109147329A (zh) | 基于通行能力的区域交通运行状态指数计算及可视化方法 | |
CN103413435A (zh) | 一种基于油耗采集的路网运行状态分析方法 | |
CN102426783B (zh) | 基于车辆跟踪的低流量道路交通事件检测方法 | |
CN109816978B (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 | |
CN105654720A (zh) | 基于城市道路拥堵识别的检测器布设方法 | |
CN104464294A (zh) | 一种基于阵列雷达的路段交通状态评价方法及装置 | |
CN201262784Y (zh) | 基于数据特征的城市信号控制路口交通状态检测和评价系统 | |
CN112669596A (zh) | 一种基于大数据的交通安全态势判别系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20091007 |