CN102254433A - 一种用于高速公路检测器的布设间距的测定方法 - Google Patents
一种用于高速公路检测器的布设间距的测定方法 Download PDFInfo
- Publication number
- CN102254433A CN102254433A CN2011101867829A CN201110186782A CN102254433A CN 102254433 A CN102254433 A CN 102254433A CN 2011101867829 A CN2011101867829 A CN 2011101867829A CN 201110186782 A CN201110186782 A CN 201110186782A CN 102254433 A CN102254433 A CN 102254433A
- Authority
- CN
- China
- Prior art keywords
- highway
- vehicle
- flow rate
- detecting device
- anomalous event
- 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
Links
Images
Abstract
本发明公开了一种用于高速公路检测器的布设间距的测定方法,包括如下步骤:第一步:采集高速公路的基础信息指标:以高速公路的单向车道数n、服务水平、设计车速v和最大服务流率k1为基础信息指标;第二步:采集高速公路车辆的常态流率k2和异常状态流率k0;第三步:测定检测器对高速公路异常事件的感知时间t0;第四步:测定高速公路检测器的布设间距。该测定方法可以在充分保证检测器检测效果的情况下,减少检测器的数量,降低投入成本。
Description
技术领域
本发明属于交通工程中道路设备的布设领域,具体来说,涉及一种用于高速公路检测器的布设间距的测定方法。
背景技术
随着高速公路的快速发展,汽车保有量也在不断增加。高速公路不可避免的出现了交通拥堵、交通事故等问题,严重阻碍了其高速发展的步伐。为了提高高速公路运行的安全和畅通,在高速公路上布设检测器来对其进行监控成为一种必要的手段。高速公路上布设的检测器密度过小不能起到良好的监测效果,而密度过大也不等于检测效果越好,而且过多的检测设备需要的成本也高,如何有效的确定检测器布设间距成为一个技术问题。目前,在各种文献研究中,只能通过多次实验来证明高速公路上检测器的布设间距,以检测器的检测效果为目标值多次选取间距,通过比较来选取结果最好的间距值,一般认为在200米~700米之间检测效果最好,这种方法很繁琐,而且仅从事件检测实验结果来确定,缺乏对于实际各种状况的考虑。而实际检测器的布设中,更是仅凭经验以及成本来决定间距,这显然更不科学。因此,无论是在理论研究方面还是实际操作方面,高速公路检测器布设间距的选择范围都太大且没有有效依据,更不能具体的确定下来。
发明内容
技术问题:本发明提供了一种用于高速公路检测器的布设间距的测定方法,该测定方法可以在充分保证检测器检测效果的情况下,减少检测器的数量,降低投入成本。
技术方案:为解决上述技术问题,本发明采用的技术方案是:
一种用于高速公路检测器的布设间距的测定方法,其特征在于,该测定方法包括如下步骤:
第一步:采集高速公路的基础信息指标:以高速公路的单向车道数n、服务水平、设计车速v和最大服务流率k1为基础信息指标;
第二步:采集高速公路车辆的常态流率k2和异常状态流率k0;
第三步:测定检测器对高速公路异常事件的感知时间t0;
第四步:测定高速公路检测器的布设间距:依据下面的公式得出布设间距:
L为检测器布设间距,单位是m;k2为高速公路的车辆在一般运行状态下的常态流率,单位是辆/小时;k0为高速公路的车辆在异常事件发生状态下的异常状态流率,单位是辆/小时;t0为检测器对高速公路异常事件的感知时间,单位是h;n为高速公路单向车道数,单位是个;l b为车辆的长度,取4 m~5m;l a为在异常事件发生时,相邻车辆排队行驶时的最小安全距离,取1.5 m~2.5m。
进一步,所述的第一步至第四步是在对整条高速公路进行分段后,逐段操作。
有益效果:与现有技术相比,本发明的测定方法具有以下有益效益:
(1)本发明的测定方法能够确定检测器布设间距的具体值。目前,高速公路上的检测器的布设间距,是人为设定,没有任何理论和科学依据。当检测器的间距选择范围过大时,不能实现有效检测之目的;当检测器的间距选择范围过小时,会增加布设检测器的成本。本发明的测定方法,通过采集高速公路的基础信息指标、常态流率k2和异常状态流率k0,综合考虑检测器对高速公路异常事件的感知时间t0,合理测定出检测器的布设间距。该测定方法可以在充分保证检测器检测效果的情况下,减少检测器的数量,降低投入成本。
(2)本发明的测定方法可以在同一条高速公路上分段进行,对每一分段分别测定出检测器的布设间距,使得检测器的布设更加合理。本发明方法主要采用排队论的方法对高速公路上异常事件发生时上下游的车流状况分别建立模型,得到的检测器布设间距值在保证检测器能够根据管理人员要求有效的对道路进行监测的同时使得检测器成本最小。同时,该测定方法能够对同一条高速公路不同路段的具体情况分别进行分析,获取检测器布设的间距值。这样做能够使得资源合理有效的配置,对异常事件较多的路段检测器布设的密集,对异常事件较少的路段检测器布设的稀疏。在保证对整条高速公路有效监控的前提下,进一步节约资源、降低成本。
附图说明
图1是本发明的测定方法的流程框图。
图2是本发明中高速公路上发生异常时,异常点上游车辆排队现象分析图。
图3是本发明中高速公路上发生异常时,异常点下游车辆扩散现象分析图。
具体实施方式
下面结合附图,对本发明的技术方案进行详细的说明。
如图1所示,本发明的一种用于高速公路检测器的布设间距的测定方法,包括如下步骤:
第一步:采集高速公路的基础信息指标:以高速公路的单向车道数n、服务水平、设计车速v和最大服务流率k1为基础信息指标。
在该步骤中,高速公路的基础信息指标可以从公路管理人员处获得基础信息指标的确切信息,包括:单向车道数n,服务水平,设计车速v,最大服务流率k1。这些基础信息指标在高速公路建设时就已经确定。
第二步:采集高速公路车辆的常态流率k2和异常状态流率k0。
在该步骤中,车辆的常态流率k2按照以下方法测定:首先在高速公路上安装摄像头,通过摄像头获取高速公路最近一周的单向交通情况视频,然后以12小时为一个时间段,统计每个时间段内通过的车辆数,得到14个车辆流量值,最后去除14个车辆流量值中的最大车辆流量值和最小车辆流量值,剩余车辆流量值取其算术平均值作为车辆的常态流率k2。车辆的异常状态流率k0按照以下方法测定:首先通过高速公路最近一年内的历史数据,采集高速公路一年内发生的所有异常事件,然后将它们按照一车道堵塞事件、两车道堵塞事件、三车道堵塞事件……m车道堵塞事件进行划分,m≤单向车道数n, 各种事件对应的流率可分别取为:[k2*(n-1)/n]、[k2*(n-2)/n]、[k2*(n-3)/n]……[k2*(n-m)/n],最后选择发生频率最高的异常事件或者影响最严重的异常事件的流率作为车辆的异常状态流率k0。
频率最高的异常事件是指单位时间内发生次数最多的异常事件。影响最严重的异常事件,举例来说,在单向车道为3个的高速公路中发生的异常事件,两车道堵塞事件比一车道堵塞事件严重,三车道堵塞事件比两车道堵塞事件严重。目前,双向四车道的高速公路上发生的异常事件包括单车道堵塞事件和双车道堵塞事件两种,单车道堵塞事件发生的频率远高于双车道堵塞事件,可称之为常发性异常状态;双车道堵塞事件发生频率较低,但是其影响程度远远大于单车道堵塞事件,可称之为重点监控异常状态。在这种情况下,应对这两种状态都进行计算,取较小的计算结果作为检测器的合理布设间距。
如果高速公路是新建公路时,按照相似道路的基础信息指标和车辆流率进行第二步和第三步的操作,所述的相似道路是指道路等级、单向车道数、服务水平、设计车速、最大服务流率都与高速公路相同的道路。通过上述车辆的常态流率k2和异常状态流率k0的测定方法,测定相似道路的常态流率k2和异常状态流率k0,作为高速公路的常态流率k2和异常状态流率k0。
第三步:测定检测器对高速公路异常事件的感知时间t0。
在该步骤中,感知时间t0可以根据服务水平,以表1中的提供的数据对应选择。
表1
服务水平 | 一级 | 二级 | 三级 | 四级 |
影响性一般的异常事件,t0(min) | ≤10 | ≤12 | ≤15 | ≤18 |
影响重大的异常事件,t0(min) | ≤5 | ≤6 | ≤8 | ≤10 |
第四步:测定高速公路检测器的布设间距:依据下面的公式得出布设间距:
式(1)中,L为检测器布设间距,单位是m。k2为高速公路的车辆在一般运行状态下的常态流率,单位是辆/小时。k0为高速公路的车辆在异常事件发生状态下的异常状态流率,单位是辆/小时。t0为检测器对高速公路异常事件的感知时间,单位是h;n为高速公路单向车道数,单位是个;l b为车辆的长度,取4 m~5m;l a为在异常事件发生时,相邻车辆排队行驶时的最小安全距离,取1.5 m~2.5m;为对式取整。
式(1)通过对高速公路上发生异常事件时,异常点上下游车流状况建立模型,主要利用排队论方法进行建模分析。下面具体说明式(1)的推导过程:
一.上游情况分析
如图2所示,纵轴q为:以异常事件发生的时刻为0时刻开始计时,异常事件持续时间内到达(通过)该异常事件发生点的车辆数的累积值,单位是:pcu。
横轴t为:时间,以事故发生的那一时刻为0开始计时,单位是:s。
L1为:高速公路服务的最大值,即高速公路能够接受的最大运行车辆。
L2为:一般运行状态下,高速公路上运行的车辆,是异常事件期间异常点车辆的到达情况,而不是通过情况(异常事件期间异常点到达的车辆数大于通过车辆数,区别于正常情况下到达车辆数等于通过车辆数的情况);
L3为:异常解除、恢复正常以后的车辆通过情况。此时以高速公路能够接受的最大车辆通行,即L3∥L1。
L0为:异常事件解决之前的车辆通过情况。此时的通过车辆较少,尤其在异常事件较为严重(例如,道路完全堵塞)时,L0的斜率接近于0。
t0为:以异常事件发生的那一时刻为0开始计时,到异常事件发生后某一时间点t0;
t1为:以异常事件发生的那一时刻为0开始计时,到异常事件解除恢复正常的时间点t1;
t2为:以异常事件发生的那一时刻为0开始计时,到异常事件影响完全消除的时间点t2。
A点为时刻t0对应的异常点上游通过车辆数。C点为时刻t0对应的异常点上游到达车辆数。D点为异常事件解决时刻t1对应的异常点上游通过车辆数。E点为异常事件解决时刻t1对应的异常点上游到达车辆数。B点为异常事件影响完全消除点,此时上游通过率又恢复等于到达率。
以直线DE为界,左边的阴影部分,车辆从开始排队到排队的车辆数越来越多,队伍越来越长,异常事件影响范围越来越大;右边的阴影部分,排队的车辆数开始逐渐减少,直至消除,车流恢复正常运行状态。其中,线段DE的长度可以表征异常事件引起的最大排队车辆数。
式(2)中,L 上游为异常事件对上游产生的影响范围,单位:m。k2为高速公路的车辆在一般运行状态下的常态流率,单位是辆/小时。k0为高速公路的车辆在异常事件发生状态下的异常状态流率,单位是辆/小时。t0为检测器对高速公路异常事件的感知时间,单位:h。感知时间t0可以根据表1确定。n为高速公路单向车道数,单位:个。l b为车辆的长度,取4 m~5m;l a为在异常事件发生时,相邻车辆排队行驶时的最小安全距离,取1.5 m~2.5m。为对式取整。
二.下游情况分析
下游情况是与上游情况相对应的,只是下游各点的通过率和到达率仍然保持相等,但是在异常事件影响期间,到达率和通过率都小于正常情况。
如图3所示,图3中纵轴、横轴、L1、L2、L3、L0、t0、t1、t2表示的含义和图2一致。
图3中,A点为时刻t0对应的异常点下游到达(通过)车辆数。D点为异常事件解决时刻t1对应的异常点下游到达(通过)车辆数。B点为异常事件影响完全消除点,此时下游到达率(通过率)又恢复到一般运行状态。
若设一辆车在通过异常点t3时间后恢复正常,则可以根据下式(3)计算出的t3值:
在式(3)中,为车辆加速后的速度,一般车辆在经过异常点后速度比原来会提高,所以可以取高速公路的最高限速,单位:m/s。为车辆在通过异常点时的速度,与所取的异常点处的流量值相对应,单位:m/s。为一般情况下车辆的加速度值,一般车辆的加速度在20~30 m/s2之间,单位:m/s2。
若我们取为最大限速120km/h,为最小值0,取20 m/s2,大致可以估算出t3的最大值,约为1.7s,远小于t0的值,而且该值的大小与t0的取值是无关的,而只与异常事件对车辆速度的限制(即)有关。同时,异常事件对下游车辆的影响范围也是只与异常事件对车辆速度的限制(即)有关,可通过下式(4)求出:
三.异常事件上下游总影响范围
根据以上的分析可知,异常事件发生后,t0时间内上下游总的影响范围L为:
在布设检测器时,若取布设间距值大于公式(1)中的计算值,则不能保证异常事件发生后在时间t0内能够被检测器感知到,监控质量受到影响。若取布设间距值小于公式(1)中的计算值,则从整条道路(或者各分路段)来看,布设间距减少,检测器数量增加,利用了多余的资源,增加了成本。因此,检测器的布设间距值等于公式(1)的计算值,既能保证监控质量又能最大程度降低成本,是最合理的选择。
进一步,所述的第一步至第四步是在对整条高速公路进行分段后,逐段操作。对高速公路进行分段是指,对整条高速公路都设置检测器,但是根据每段公路的具体情况而分别设置不同间距的检测器。此种方法适用于各路段交通量差异性较大的高速公路。对高速公路进行分段后,在每一分段进行本技术方案提供的测定方法操作,各分段之间设置不同间距的检测器。这样做能够使得资源合理有效的配置,对异常事件较多的路段检测器布设的密集,对异常事件较少的路段检测器布设的稀疏。在保证对整条高速公路有效监控的前提下,进一步节约资源、降低成本。
Claims (4)
1.一种用于高速公路检测器的布设间距的测定方法,其特征在于,该测定方法包括如下步骤:
第一步:采集高速公路的基础信息指标:以高速公路的单向车道数n、服务水平、设计车速v和最大服务流率k1为基础信息指标;
第二步:采集高速公路车辆的常态流率k2和异常状态流率k0;
第三步:测定检测器对高速公路异常事件的感知时间t0;
第四步:测定高速公路检测器的布设间距:依据下面的公式得出布设间距:
L为检测器布设间距,单位是m;k2为高速公路的车辆在一般运行状态下的常态流率,单位是辆/小时;k0为高速公路的车辆在异常事件发生状态下的异常状态流率,单位是辆/小时;t0为检测器对高速公路异常事件的感知时间,单位是h;n为高速公路单向车道数,单位是个;l b为车辆的长度,取4 m~5m;l a为在异常事件发生时,相邻车辆排队行驶时的最小安全距离,取1.5 m~2.5m。
2.按照权利要求1所述的用于高速公路检测器的布设间距的测定方法,其特征在于,所述的高速公路是新建公路时,按照相似道路的基础信息指标和车辆流率进行第二步和第三步的操作,所述的相似道路是指道路等级、单向车道数、服务水平、设计车速、最大服务流率都与高速公路相同的道路。
3.按照权利要求1所述的用于高速公路检测器的布设间距的测定方法,其特征在于,在所述的第二步中,车辆的常态流率k2按照以下方法测定:首先在高速公路上安装摄像头,通过摄像头获取高速公路最近一周的单向交通情况视频,然后以12小时为一个时间段,统计每个时间段内通过的车辆数,得到14个车辆流量值,最后去除14个车辆流量值中的最大车辆流量值和最小车辆流量值,剩余车辆流量值取其算术平均值作为车辆的常态流率k2;
所述的第二步中,车辆的异常状态流率k0按照以下方法测定:首先通过高速公路最近一年内的历史数据,采集高速公路一年内发生的所有异常事件,然后将它们按照一车道堵塞事件、两车道堵塞事件、三车道堵塞事件……m车道堵塞事件进行划分,m≤单向车道数n,各种事件对应的流率可分别取为:[k2*(n-1)/n]、[k2*(n-2)/n]、[k2*(n-3)/n]……[k2*(n-m)/n],最后选择发生频率最高的异常事件或者影响最严重的异常事件的流率作为车辆的异常状态流率k0。
4.按照权利要求1所述的用于高速公路检测器的布设间距的测定方法,其特征在于,所述的第一步至第四步是在对整条高速公路进行分段后,逐段操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110186782 CN102254433B (zh) | 2011-07-06 | 2011-07-06 | 一种用于高速公路检测器的布设间距的测定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110186782 CN102254433B (zh) | 2011-07-06 | 2011-07-06 | 一种用于高速公路检测器的布设间距的测定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102254433A true CN102254433A (zh) | 2011-11-23 |
CN102254433B CN102254433B (zh) | 2013-06-05 |
Family
ID=44981669
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110186782 Expired - Fee Related CN102254433B (zh) | 2011-07-06 | 2011-07-06 | 一种用于高速公路检测器的布设间距的测定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102254433B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198672A (zh) * | 2013-03-27 | 2013-07-10 | 大连海事大学 | 一种城市路网交通流量检测器的布设方法 |
CN105046958A (zh) * | 2015-06-30 | 2015-11-11 | 东南大学 | 一种高速公路交通信息采集点非等距优化布局方法 |
CN112598912A (zh) * | 2020-12-10 | 2021-04-02 | 佳都新太科技股份有限公司 | 卡口间隔获取方法、装置、计算机设备及存储介质 |
CN114783173A (zh) * | 2022-03-11 | 2022-07-22 | 广东利通科技投资有限公司 | 高速公路资源配置方法、装置、计算机设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5798949A (en) * | 1995-01-13 | 1998-08-25 | Kaub; Alan Richard | Traffic safety prediction model |
CN101783073A (zh) * | 2010-01-07 | 2010-07-21 | 同济大学 | 基于双截面检测器的信号交叉口延误测定方法 |
CN102034353A (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排队长度测算方法 |
-
2011
- 2011-07-06 CN CN 201110186782 patent/CN102254433B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5798949A (en) * | 1995-01-13 | 1998-08-25 | Kaub; Alan Richard | Traffic safety prediction model |
CN101783073A (zh) * | 2010-01-07 | 2010-07-21 | 同济大学 | 基于双截面检测器的信号交叉口延误测定方法 |
CN102034353A (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排队长度测算方法 |
Non-Patent Citations (2)
Title |
---|
方青: "基于神经网络算法的高速公路基本路段线圈检测器布设间距研究", 《道路交通与安全》, vol. 10, no. 3, 30 June 2010 (2010-06-30), pages 20 - 24 * |
高建立等: "高速公路上检测器合理间距布设探讨", 《河南交通科技》, no. 3, 31 December 1994 (1994-12-31), pages 41 - 44 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198672A (zh) * | 2013-03-27 | 2013-07-10 | 大连海事大学 | 一种城市路网交通流量检测器的布设方法 |
CN105046958A (zh) * | 2015-06-30 | 2015-11-11 | 东南大学 | 一种高速公路交通信息采集点非等距优化布局方法 |
CN112598912A (zh) * | 2020-12-10 | 2021-04-02 | 佳都新太科技股份有限公司 | 卡口间隔获取方法、装置、计算机设备及存储介质 |
CN114783173A (zh) * | 2022-03-11 | 2022-07-22 | 广东利通科技投资有限公司 | 高速公路资源配置方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102254433B (zh) | 2013-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Real-time queue length estimation for congested signalized intersections | |
CN102968901B (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
CN103413263B (zh) | 旅行时间指数熵交通运行评价方法 | |
CN104408925B (zh) | 基于陈列雷达的交叉口运行状态评价方法 | |
Al-Deek et al. | New algorithms for filtering and imputation of real-time and archived dual-loop detector data in I-4 data warehouse | |
CN104751642B (zh) | 一种高等级道路交通流运行风险实时预估方法 | |
CN102592451B (zh) | 一种基于双截面环形线圈检测器的道路交通事件检测方法 | |
Lu et al. | Analysis of yellow-light running at signalized intersections using high-resolution traffic data | |
CN103985251B (zh) | 一种车辆排队长度测算的方法及系统 | |
CN104464307B (zh) | 一种基于视频的隧道交通拥堵事件自动检测方法 | |
CN104157147A (zh) | 交通信号机、隧道内交通异常事件的检测控制方法及系统 | |
CN103971520A (zh) | 一种基于时空相关性的交通流量数据恢复方法 | |
CN102542801A (zh) | 一种融合多种交通数据的交通状况预测系统及方法 | |
CN205158645U (zh) | 一种高速公路的立交出口主动诱导装置 | |
CN102254433B (zh) | 一种用于高速公路检测器的布设间距的测定方法 | |
CN104200687A (zh) | 一种驾驶员速度控制行为监测装置及监测方法 | |
Lee et al. | Identifying and correcting pulse-breakup errors from freeway loop detectors | |
Lu et al. | Estimating traffic speed with single inductive loop event data | |
CN111815953B (zh) | 一种面向交通事件的高速公路交通管控效果评价方法 | |
CN106960572B (zh) | 一种基于延迟时间系数的高速公路行程时间可靠性计算方法 | |
CN104464294A (zh) | 一种基于阵列雷达的路段交通状态评价方法及装置 | |
CN102819956B (zh) | 一种基于单截面环形线圈检测器的道路交通事件检测方法 | |
CN103198707B (zh) | 一种基于晴天状况下危险交通流特征的车辆调控方法 | |
CN101075377A (zh) | 基于偏最小二乘原理的高速公路交通事件自动检测方法 | |
CN107331163A (zh) | 一种排队长度计算方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130605 Termination date: 20160706 |
|
CF01 | Termination of patent right due to non-payment of annual fee |