CN102592455A - 一种基于离散模型的公路交通流检测器设置方法 - Google Patents

一种基于离散模型的公路交通流检测器设置方法 Download PDF

Info

Publication number
CN102592455A
CN102592455A CN2012100597808A CN201210059780A CN102592455A CN 102592455 A CN102592455 A CN 102592455A CN 2012100597808 A CN2012100597808 A CN 2012100597808A CN 201210059780 A CN201210059780 A CN 201210059780A CN 102592455 A CN102592455 A CN 102592455A
Authority
CN
China
Prior art keywords
highway section
road
traffic flow
highway
individual
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
CN2012100597808A
Other languages
English (en)
Other versions
CN102592455B (zh
Inventor
史忠科
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.)
Xian Feisida Automation Engineering Co Ltd
Original Assignee
Xian Feisida Automation Engineering 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 Xian Feisida Automation Engineering Co Ltd filed Critical Xian Feisida Automation Engineering Co Ltd
Priority to CN201210059780.8A priority Critical patent/CN102592455B/zh
Publication of CN102592455A publication Critical patent/CN102592455A/zh
Application granted granted Critical
Publication of CN102592455B publication Critical patent/CN102592455B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

为了克服现有交通流量检测器人为布局不能以少量监测点获得所需交通参数的问题，本发明提供了一种基于离散模型的公路交通流检测器设置方法，该方法根据宏观交通流离散模型定义公路条件可观测性判别式，通过调整交通流检测器的设置方案，在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，作为监控中心分析、判断、发布信息和提出控制方案的基本依据，提高整体运行效率和管理水平。

Description

一种基于离散模型的公路交通流检测器设置方法
技术领域
本发明涉及道路交通流检测器设置方法，特别涉及一种基于离散模型的公路交通流检测器设置方法。
背景技术
随着公路交通运输业的迅速发展,公路管理部门需要定期检查道路使用状况,以便对破损路面做出相应的维护措施。传统的使用人工肉眼观察、纸笔记录路面状况的方法,已很难适应高等级公路发展的要求；如何在不影响正常交通运输的情况下,对整段路面上出现破损的位置做出快速准确地定位检测,已成为目前急需解决的问题；另外，目前许多国内城市的交叉口、重要路段以及高速公路匝道口、敏感路段（事故多发、弯道多等）都架设有固定位置检测设备。可以实时检测固定范围内交通状况（如车流量、车速、密度等）以及事故发生信息；但是，由于多方面的原因（主要是经费原因），不可能在每一路段都设置固定检测点；这样，对于未设置检测设备的路段，通常采用以下两种方式来获取相关信息：一是以临近检测点获取信息为基础来估计该路段交通状况，二是设置事故、拥堵信息通报电话号码，被动式接受该路段上行驶车辆的驾驶人员打来的电话通报交通状况，也就是以人工的方式来获取信息；在未设置检测设备的路段上，一旦发生突发性交通事故，为了等待交警前来处理，需要保留事故现场以便于调查取证和确认事故责任方，这样就极易造成路段的拥堵。而交通状态感知是智能交通系统的基础和关键技术之一，准确、快速和可靠的获取基础交通数据和综合交通信息，对于监控、管理、调度交通运行，提高交通服务质量，确保交通安全，缓解交通拥堵有重要意义。
国内外在交通信息行政获取方面，主要用于路桥收费、长途运输或城市公交等运输的管理，可以采用行政性手段获取部分车辆和部分道路信息；然而，在城市中行驶的绝大多数车辆，目前不会将自己车辆的GPS信息报告给管理部门，即使在美国等发达国家，由于隐私等人权问题近期也不会强制执行；现代道路上监视系统很多，但是至少哪些监视器必须在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，作为监控中心分析、判断、发布信息和提出控制方案的基本依据，提高整体运行效率和管理水平；目前交通流检测器仍然是人为布局。
发明内容
为了克服现有交通流量检测器人为布局不能以少量监测点获得所需交通参数的问题，本发明提供了一种基于离散模型的公路交通流检测器设置方法，该方法根据宏观交通流离散模型定义公路条件可观测性判别式，通过调整交通流检测器的设置方案，在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，作为监控中心分析、判断、发布信息和提出控制方案的基本依据，提高整体运行效率和管理水平。
本发明解决其技术问题所采用的技术方案：一种基于离散模型的公路交通流检测器设置方法，其特征是包括以下步骤：
1、定义公路条件可观测性判别式为：
Figure 2012100597808100002DEST_PATH_IMAGE001
其中：为时刻交通流检测器的观测值，
Figure 63931DEST_PATH_IMAGE004
为观测矩阵，
Figure 2012100597808100002DEST_PATH_IMAGE005
Figure 373603DEST_PATH_IMAGE006
Figure 2012100597808100002DEST_PATH_IMAGE007
Figure 2012100597808100002DEST_PATH_IMAGE009
 
Figure 769524DEST_PATH_IMAGE010
，
Figure 2012100597808100002DEST_PATH_IMAGE011
为采样周期， 
Figure 2012100597808100002DEST_PATH_IMAGE013
为指定公路路段标号, 
Figure 999956DEST_PATH_IMAGE014
为该指定公路划分的路段总数，
Figure 2012100597808100002DEST_PATH_IMAGE015
为第个路段在时刻的平均密度，
Figure 474071DEST_PATH_IMAGE016
为第
Figure 544795DEST_PATH_IMAGE013
个路段在
Figure 598202DEST_PATH_IMAGE003
时刻的平均速度，为在
Figure 36050DEST_PATH_IMAGE003
时刻从匝道入口进入第
Figure 516710DEST_PATH_IMAGE013
个路段的流量，
Figure 203957DEST_PATH_IMAGE018
为在
Figure 61054DEST_PATH_IMAGE003
时刻从匝道出口流出第
Figure 755341DEST_PATH_IMAGE013
个路段的流量，
Figure 2012100597808100002DEST_PATH_IMAGE019
为第
Figure 753963DEST_PATH_IMAGE013
个路段长度，V e 为等价速度，
Figure 397348DEST_PATH_IMAGE020
，
Figure 2012100597808100002DEST_PATH_IMAGE021
， 
Figure 792557DEST_PATH_IMAGE022
为自由流速度，
Figure 2012100597808100002DEST_PATH_IMAGE023
为第
Figure 733226DEST_PATH_IMAGE013
个路段有信息显示牌指示速度对等价速度的影响，
Figure 821268DEST_PATH_IMAGE024
为单个车道的最大可能密度，为权系数，
Figure 735304DEST_PATH_IMAGE026
是反映特定参数及可以调整的修正系数，使整个模型更符合实际交通；全申请书符号相同； 
2、选择观测矩阵
Figure 934205DEST_PATH_IMAGE004
，通过观测可以得到密度、速度的估计值，如果通过
Figure 266871DEST_PATH_IMAGE027
次观测不能得到某路段的密度、速度的估计值，该路段的密度、速度必须长期满足道路基本畅通条件：
Figure 525814DEST_PATH_IMAGE028
、
Figure 2012100597808100002DEST_PATH_IMAGE029
其中：
Figure 878212DEST_PATH_IMAGE030
、
Figure 2012100597808100002DEST_PATH_IMAGE031
为给定的小于1的正数，否则要加装交通流检测器。
本发明的有益效果是：按照系统条件可观测性的判据，科学合理地设置交通流检测器，在道路上实时地检测交通流量、车辆速度、车流密度和道路占用率等各种交通参数，为监控中心分析、判断、发布信息和控制方案选择提供基本依据。 
下面结合实施例对本发明作详细说明。
具体实施方式
1、定义路段条件可观测性判别式为：
Figure 615224DEST_PATH_IMAGE001
其中：
Figure 533415DEST_PATH_IMAGE002
为
Figure 963259DEST_PATH_IMAGE003
时刻交通流检测器的观测值，
Figure 939305DEST_PATH_IMAGE004
为观测矩阵，
Figure 827069DEST_PATH_IMAGE005
Figure 470540DEST_PATH_IMAGE032
Figure DEST_PATH_IMAGE033
 
Figure 603387DEST_PATH_IMAGE010
，
Figure 101365DEST_PATH_IMAGE011
为采样周期， 
Figure 607432DEST_PATH_IMAGE013
为指定公路路段标号, 为该指定公路划分的路段总数，为第
Figure 705642DEST_PATH_IMAGE013
个路段在
Figure 136747DEST_PATH_IMAGE003
时刻的平均密度，
Figure 574681DEST_PATH_IMAGE016
为第
Figure 995298DEST_PATH_IMAGE013
个路段在
Figure 908679DEST_PATH_IMAGE003
时刻的平均速度，
Figure 354617DEST_PATH_IMAGE017
为在时刻从匝道入口进入第
Figure 898962DEST_PATH_IMAGE013
个路段的流量，
Figure 226038DEST_PATH_IMAGE018
为在时刻从匝道出口流出第个路段的流量，
Figure 32397DEST_PATH_IMAGE019
为第
Figure 812047DEST_PATH_IMAGE013
个路段长度，V e 为等价速度，
Figure 267300DEST_PATH_IMAGE020
，
Figure 167122DEST_PATH_IMAGE021
， 为自由流速度，
Figure 161198DEST_PATH_IMAGE023
为第
Figure 434355DEST_PATH_IMAGE013
个路段有信息显示牌指示速度对等价速度的影响，为单个车道的最大可能密度，
Figure 925696DEST_PATH_IMAGE025
为权系数，
Figure 570427DEST_PATH_IMAGE026
是反映特定参数及可以调整的修正系数，使整个模型更符合实际交通； 
2、选择观测矩阵
Figure 367482DEST_PATH_IMAGE004
，使
 ，
其中： 
Figure DEST_PATH_IMAGE035
，
Figure 590621DEST_PATH_IMAGE036
通过
Figure 601302DEST_PATH_IMAGE027
次观测可以得到公路全部路段的密度、速度的估计值；如果选择的观测矩阵
Figure 562132DEST_PATH_IMAGE004
使得
Figure DEST_PATH_IMAGE037
，
通过
Figure 658264DEST_PATH_IMAGE027
次观测不能得到某路段的密度、速度的估计值，这些路段的密度、速度必须长期满足道路基本畅通条件，如：
Figure 451350DEST_PATH_IMAGE038
、
Figure DEST_PATH_IMAGE039
，
否则要加装交通流检测器。

Claims (1)

1.一种基于离散模型的公路交通流检测器设置方法，其特征是包括以下步骤：
1） 定义公路条件可观测性判别式为：
其中：
Figure 922174DEST_PATH_IMAGE002
为
Figure 2012100597808100001DEST_PATH_IMAGE003
时刻交通流检测器的观测值，
Figure 352019DEST_PATH_IMAGE004
为观测矩阵，
Figure 2012100597808100001DEST_PATH_IMAGE005
Figure 254029DEST_PATH_IMAGE006
Figure 2012100597808100001DEST_PATH_IMAGE007
Figure 907647DEST_PATH_IMAGE008
 
Figure 8241DEST_PATH_IMAGE010
，为采样周期， 
Figure 2012100597808100001DEST_PATH_IMAGE013
为指定公路路段标号, 为该指定公路划分的路段总数，
Figure 2012100597808100001DEST_PATH_IMAGE015
为第
Figure 96273DEST_PATH_IMAGE013
个路段在
Figure 677472DEST_PATH_IMAGE003
时刻的平均密度，
Figure 449118DEST_PATH_IMAGE016
为第个路段在
Figure 988653DEST_PATH_IMAGE003
时刻的平均速度，为在
Figure 341137DEST_PATH_IMAGE003
时刻从匝道入口进入第个路段的流量，
Figure 397126DEST_PATH_IMAGE018
为在
Figure 478128DEST_PATH_IMAGE003
时刻从匝道出口流出第
Figure 950698DEST_PATH_IMAGE013
个路段的流量，
Figure 2012100597808100001DEST_PATH_IMAGE019
为第
Figure 442642DEST_PATH_IMAGE013
个路段长度，V e 为等价速度，
Figure 367872DEST_PATH_IMAGE020
，
Figure DEST_PATH_IMAGE021
， 
Figure 49303DEST_PATH_IMAGE022
为自由流速度，
Figure DEST_PATH_IMAGE023
为第
Figure 110800DEST_PATH_IMAGE013
个路段有信息显示牌指示速度对等价速度的影响，为单个车道的最大可能密度，
Figure DEST_PATH_IMAGE025
为权系数，
Figure 374313DEST_PATH_IMAGE026
是反映特定参数及可以调整的修正系数，使整个模型更符合实际交通；全申请书符号相同； 
2） 选择观测矩阵，通过
Figure DEST_PATH_IMAGE027
观测可以得到密度、速度的估计值，如果通过次观测不能得到某路段的密度、速度的估计值，该路段的密度、速度必须长期满足道路基本畅通条件：
Figure 235283DEST_PATH_IMAGE028
、
Figure DEST_PATH_IMAGE029
其中：、
Figure DEST_PATH_IMAGE031
为给定的小于1的正数，否则要加装交通流检测器。
CN201210059780.8A 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法 Expired - Fee Related CN102592455B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210059780.8A CN102592455B (zh) 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210059780.8A CN102592455B (zh) 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法

Publications (2)

Publication Number Publication Date
CN102592455A true CN102592455A (zh) 2012-07-18
CN102592455B CN102592455B (zh) 2014-06-11

Family

ID=46481029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210059780.8A Expired - Fee Related CN102592455B (zh) 2012-03-09 2012-03-09 一种基于离散模型的公路交通流检测器设置方法

Country Status (1)

Country Link
CN (1) CN102592455B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102842230A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Whitham宏观交通流模型的FPGA在线预测控制方法
CN102842226A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Jiang-Wu-Zhu宏观交通流模型的FPGA在线预测控制方法
CN102842229A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Payne宏观交通流模型的FPGA在线预测控制方法
CN102842220A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Xue-Dai宏观交通流模型的FPGA在线预测控制方法
CN106469470A (zh) * 2016-08-31 2017-03-01 广州地理研究所 基于汽车电子标识的城市拥堵收费方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0889454A2 (de) * 1997-07-04 1999-01-07 MANNESMANN Aktiengesellschaft Verfahren und Zentrale zur Prognose und Analyse eines Verkehrsnetzes
CN101025861A (zh) * 2007-02-12 2007-08-29 吉林大学 城市交通信号控制系统中检测器的布设方法
CN102306450A (zh) * 2011-08-30 2012-01-04 同济大学 稀疏路网交通检测器布局方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0889454A2 (de) * 1997-07-04 1999-01-07 MANNESMANN Aktiengesellschaft Verfahren und Zentrale zur Prognose und Analyse eines Verkehrsnetzes
CN101025861A (zh) * 2007-02-12 2007-08-29 吉林大学 城市交通信号控制系统中检测器的布设方法
CN102306450A (zh) * 2011-08-30 2012-01-04 同济大学 稀疏路网交通检测器布局方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
严荣泉，等: "城市道路固定型交通检测器布局优化模型", 《公路交通技术》 *
于德新，等: "基于DTA的OD估计方法的交通检测器优化布置模型研究", 《公路交通科技》 *
覃频频，等: "基于数据挖掘的固定型交通检测器配置优化", 《交通与计算机》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102842230A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Whitham宏观交通流模型的FPGA在线预测控制方法
CN102842226A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Jiang-Wu-Zhu宏观交通流模型的FPGA在线预测控制方法
CN102842229A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Payne宏观交通流模型的FPGA在线预测控制方法
CN102842220A (zh) * 2012-08-30 2012-12-26 西北工业大学 基于Xue-Dai宏观交通流模型的FPGA在线预测控制方法
CN106469470A (zh) * 2016-08-31 2017-03-01 广州地理研究所 基于汽车电子标识的城市拥堵收费方法和装置
CN106469470B (zh) * 2016-08-31 2019-03-08 广州地理研究所 基于汽车电子标识的城市拥堵收费方法和装置

Also Published As

Publication number Publication date
CN102592455B (zh) 2014-06-11

Similar Documents

Publication Publication Date Title
CN106097735B (zh) 基于平面感知检测技术的潮汐车道信号灯控制方法及系统
CN102201164B (zh) 一种自适应城市交通拥堵快速反应系统
CN105046985B (zh) 基于大数据的主干道全路段的交通控制系统
CN100495471C (zh) 城市交通信号控制系统中检测器的布设方法
CN105957380A (zh) 基于车路协同的道路交通事件检测预警方法及检测预警系统
CN102306450B (zh) 稀疏路网交通检测器布局方法
CN102592455A (zh) 一种基于离散模型的公路交通流检测器设置方法
CN106384517A (zh) 一种基于视觉传感的交通信号控制方法、装置及系统
CN104882011B (zh) 一种车辆快速接警出警系统及方法
CN102819954A (zh) 交通区域动态地图监控预测系统
CN106601005B (zh) 一种基于rfid和微信平台的城市智能交通诱导方法
CN108573607A (zh) 一种红绿灯控制系统及方法
CN108182798B (zh) 公共自行车车况监测系统
CN101882374A (zh) 一种车辆行程分布综合信息分析系统及方法
CN107622668A (zh) 一种基于rfid的动态可视化交叉口监测管理系统
CN109191857A (zh) 一种基于大数据的智慧交通管理系统
CN103593991A (zh) 一种交通疏散诱导系统及其交通疏散方法
Blanc et al. Leveraging signal infrastructure for nonmotorized counts in a statewide program: Pilot study
CN105139670A (zh) 一种基于视频的区域自优化信号控制方法及装置
CN109785627A (zh) 一种十字路口交通流量监控系统
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
CN102360524B (zh) 快速道路危险交通流特征的自动检测确认方法
CN104575049B (zh) 一种基于阵列雷达的高架匝道智能诱导方法及装置
CN105118310A (zh) 一种基于视频的单点自优化信号控制方法及装置
CN102610096A (zh) 一种基于改进离散模型的公路交通流检测器设置方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
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: 20140611

CF01 Termination of patent right due to non-payment of annual fee