CN103198658B - 一种城市道路交通状态不均衡度检测方法 - Google Patents
一种城市道路交通状态不均衡度检测方法 Download PDFInfo
- Publication number
- CN103198658B CN103198658B CN201310097388.7A CN201310097388A CN103198658B CN 103198658 B CN103198658 B CN 103198658B CN 201310097388 A CN201310097388 A CN 201310097388A CN 103198658 B CN103198658 B CN 103198658B
- Authority
- CN
- China
- Prior art keywords
- traffic
- crossing
- index
- section
- road
- 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.)
- Expired - Fee Related
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 17
- 230000000903 blocking effect Effects 0.000 claims description 11
- 238000009825 accumulation Methods 0.000 claims description 6
- 239000012141 concentrate Substances 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 4
- 230000004927 fusion Effects 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 230000001788 irregular Effects 0.000 claims description 2
- 230000008676 import Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 230000006698 induction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种城市道路交通状态不均衡度检测方法。现有城市道路交通状态检测判别技术大多针对交通拥挤程度的判别,而忽视了整个路网交通状态的不平衡性。本发明的基本思想是用路网下各个路段和交叉口的交通状态指标构造交通状态均衡系数,继而确定道路交通状态不均衡度,包括选择并计算路网下各个路段和交叉口交通状态指标、定义道路交通状态均衡系数、计算路段/交叉口以及路网交通状态均衡系数,并根据均衡系数额划分等级确定交叉口不均衡度。本发明弥补了原始交通状态判别方法技术的不足,有助于全面检测和评价城市道路交通运行状况,深入挖掘潜在道路资源,为均衡分配道路资源,诱导交通流合理运行提供数据支撑与决策依据。
Description
技术领域
本发明涉及一种城市道路交通状态不均衡度检测方法,用于城市道路交通管理与控制,属于智能交通研究领域。
背景技术
科学合理地检测评价城市道路交通状态不均衡度,有助于交通管理者全面了解道路交通运行状况,深入挖掘潜在道路资源,为均衡分配道路资源,诱导交通流合理运行提供数据支撑与决策依据。
交通状态的评估是表征交通流运行拥挤程度,实施交通管理与控制措施的基础。从20世纪80年代至今,城市道路交通状态检测判别技术取得了许多进展,国内外学者提出了大量的表征指标、描述模型与计算方法,如道路服务水平和道路拥挤度/区域交通状态判别模型和区域交通状态时空分层模型等。但是这些指标和模型大多针对单个路段、交叉口或路网交通拥挤程度的检测和判别,而忽视了整个路网交通状态不平衡性、不均衡度的检测和评价。路网交通流的不均衡性,导致不同区域交通拥堵状况迥异,虽然总体交通运行状态相同,但各区域的交通状态差异性较大。因此,为了更好的反映路网交通运行状态,挖掘非拥堵区域的道路资源,更快地疏导拥堵区域交通流,更好地引导城市道路交通资源均衡发展,迫切需要获取城市道路交通状态不均衡度信息,建立城市道路交通状态不均衡度的检测和确定方法。
发明内容
本发明的目的在于提供一种城市道路交通状态不均衡度检测方法。该方法的基本思想是以路网下各个路段和交叉口的交通状态指标构造一个反映道路交通状态不均衡度的指标——交通状态均衡系数,利用交通状态均衡系数确定道路交通状态不均衡度。为实现上述目的,本发明提出的城市道路交通状态不均衡度检测方法包括:选择并计算得到路网下各个路段和交叉口交通状态指标、定义道路交通状态均衡系数、计算路段和交叉口交通状态均衡系数以及计算路网交通状态均衡系数,并根据均衡系数确定交叉口不均衡度。
本方法的基本步骤如下:
1. 一种城市道路交通状态不均衡度检测方法,其特征在于该方法包括以下步骤:
c1、选择并计算得到城市路网各个路段和交叉口交通状态指标;
c2、定义表征城市道路交通状态不均衡度的指标;
c3、由各个路段和交叉口的交通状态指标,计算道路交通状态不均衡度;
c4、确定路网交通状态不均衡度。
步骤c1的过程包括:
c11、选取路段和交叉口交通状态指标,路段交通状态指标采用交通拥堵指数J,交叉口交通状态指标采用交叉口饱和度X;
c12、采集路段交通拥堵指数J所需交通流数据:信息发布间隔内表征路段i的检测断面交通流的平均速度和平均时间占有率;交叉口饱和度X所需交通流数据:交叉口k相位j进口车道实际交通量、饱和流率S kj 、绿灯时间和交叉口信号周期c。
c13、计算路网每个路段和交叉口的交通状态指标。
③融合速度拥堵指数和时间占有率拥堵指数,建立路段交通状态指标——路段交通拥堵指数,路段i的交通拥堵指数计算公式为:
④交叉口k相位j的饱和度为:
⑤交叉口k的饱和度为:
步骤c2具体是:
表示路网所有路段或交叉口中,处于非均衡状态的那部分路段/交叉口交通状态指标占总路段/交叉口交通状态指标的百分比,是判断路网交通均衡程度及路网整体交通状况的指标,其值在0到1之间。越接近0就表明路网交通状态越是趋向均衡,路网整体交通状况均衡稳定;反之,不同路段或交叉口的交通状态存在明显差异,路网局部交通拥堵严重,而其它区域交通运行顺畅。路网交通状态均衡系数取决于路段交通状态均衡系数和交叉口交通状态均衡系数。
对于路段,用路段拥堵指数表示路段交通拥堵状况。根据各个路段的交通拥堵指数,从交通拥堵指数最低的路段开始排列,一直到拥堵指数最高的路段,可以得到由路段百分比对应各个路段百分比的交通拥堵指数百分比的点组成的曲线,称为均衡系数曲线,该曲线由实际道路的路段拥堵指数—路段分布曲线积分而来。用c 1 表示。横轴x代表路段数比例,该比例从低拥堵指数路段开始计算,到100%时才涵盖交通拥堵指数最高的路段,纵轴y代表该比例的路段拥堵指数之和占所有路段总拥堵指数的比例;绝对均衡状态,即每条路段的拥堵指数相同,此时,低拥堵指数路段数占总路段数的百分比等于其拥堵指数之和占总拥堵指数的百分比,绝对均衡状态下均衡系数曲线为直线,用c 2 表示;绝对不均衡状态,即只有一条路段非常拥堵,且拥堵指数为1,其它路段完全畅通,拥堵指数都为0,绝对不均衡状态下均衡系数曲线为折线,用c 3 表示。c 1 和c 2 之间的差距越小,交通拥堵状况越均衡。
即为c 1 和c 2 间面积与c 2 和c 3 间面积之比。均衡系数越小,c 1 和c 2 越接近,反映交通拥堵状况越平均;反之,均衡系数越大,c 1 和c 2 越远离,反映交通拥堵状况集中在部分路段上。
交叉口交通状态均衡系数定义为:
对于交叉口,用交叉口饱和度表示交叉口交通拥堵状况。根据各个交叉口的饱和度,从饱和度最低的交叉口开始排列,一直到饱和度最高的交叉口,可以得到由交叉口百分比对应各个交叉口百分比的饱和度百分比的点组成的曲线,称为均衡系数曲线,实际交叉口交通状态均衡系数曲线由实际道路交叉口饱和度—交叉口分布曲线积分而来,用c 1 表示。同样,横轴x代表交叉口数比例,该比例从低饱和度交叉口开始计算,到100%时才涵盖饱和度最高的交叉口,纵轴y代表该比例的交叉口饱和度之和占所有交叉口总饱和度的比率;绝对均衡状态,即每个交叉口的饱和度相同,此时,低饱和度交叉口数占总交叉口数的百分比等于其饱和度之和占总饱和度的百分比,绝对均衡状态下交叉口均衡系数曲线为直线,用c 2 表示;绝对不均衡状态,即只有一个交叉口非常拥堵,且饱和度为1,其它交叉口完全畅通,饱和度都为0,此时交叉口均衡系数曲线为折线,用c 3 表示。c 1 和c 2 之间的差距越小,交通拥堵状况越均衡。
即为c 1 和c 2 间面积与c 2 和c 3 间面积之比。均衡系数越小,c 1 和c 2 越接近,反映交通拥堵状况越均衡;反之,均衡系数越大,c 1 和c 2 越远离,反映交通拥堵集中在部分交叉口上。
步骤c3的计算过程包括:
首先计算c 2 和c 3 间面积,结果为1/2。其次通过计算c 1 和c 3 间面积来计算c 1 和c 2 间面积。由于c 1 是一条不规则的曲线,无法直接计算c 1 和c 3 间面积,因此采用近似梯形的面积来代替。将路网下所有路段按拥堵指数由低到高顺序排列,分为拥堵指数相等的n组,从第1组到第l组路段累积拥堵指数占全部路段总拥堵指数的比重为,以累计到第l组的比重为下底,累计到第l-1的比重为上底,以每组路段占全部路段的比例即1/n为高,计算一个个小梯形的面积,并加总,即得到c 1 和c 3 间的近似面积:
则c 1 和c 2 间的面积为:
式中,表示交叉口和路段影响因子,一般取值在0.3~0.7之间。
步骤c4的具体过程包括:
c41、等级划分
当路网均衡系数小于0.3时,路网交通处于绝对均衡状态,所有路段及交叉口的拥堵程度近似;当路网均衡系数在0.3和0.4之间时,路网交通状态开始出现差异性,一部分路段或交叉口处于拥堵状况,另一部分路段或交叉口处于畅通状态;当路网均衡系数在0.4和0.5之间时,路网交通拥堵状况的差异性开始明显,即出现交通拥堵不均衡状况;当路网均衡系数在0.5和0.6之间时,交通拥堵均衡性差异增大,部分区域处于拥堵状况;当路网均衡系数大于0.6时,表明路网处于严重不均衡状态,即大部分交通拥堵集中于某几个路段或交叉口,而其他区域处于畅通状态。
c42、绘制均衡系数分时变化图
均衡系数分时变化图可以更好的反映路网一天内交通均衡性的稳定性、平均水平以及其变化、趋势,并能够了解当日路网交通均衡性与历史路网均衡性的关系。
选取过去a个法定工作日的数据为法定工作日历史数据,计算一天内每个信息发布间隔的均衡系数历史平均值、历史最大值和历史最小值。
当日之后,更新历史数据,方法同上。
本发明的有益效果:本发明提出了交通状态不均衡度的确定方法,弥补了原始交通状态判别方法技术的不足,有助于全面检测和评价城市道路交通运行状况,深入挖掘潜在道路资源,为均衡分配道路资源,诱导交通流合理运行提供数据支撑与决策依据。
附图说明
图1为均衡系数示意图;
图2为均衡系数计算示意图;
图3为交通状态不均衡度评价图;
图4为均衡系数分时变化图。
具体实施方式
以某城市交通流数据为例,计算交通状态不均衡度。
1.计算路网下各个路段的交通拥堵指数和交叉口的综合饱和度
(1)、采集数据
采集路段交通拥堵指数J所需交通流数据:信息发布间隔内表征路段i的检测断面交通流的平均速度和平均时间占有率;交叉口饱和度X所需交通流数据:交叉口k相位j进口车道实际交通量、饱和流率、绿灯时间和交叉口信号周期c。
(2)、计算各个路段的交通拥堵指数
③融合速度拥堵指数和时间占有率拥堵指数,建立综合性拥堵指标——交通拥堵指数,路段i的交通拥堵指数计算公式为:
(3)、计算各个交叉口的综合饱和度
①交叉口k相位j的饱和度为:
②交叉口k的饱和度为:
由该城市路段交通流数据可以得到均衡系数示意图,如图1。将路网下所有路段按拥堵指数由低到高顺序排列,分为拥堵指数相等的20组,从第1组到第l组路段累积拥堵指数占全部路段总拥堵指数的比重为,路段均衡系数计算示意图如图2,则为:
4.计算路网交通状态均衡系数
5.确定路网交通状态不均衡度。
(1)、等级划分
路网均衡系数
等级划分表
(2)、绘制均衡系数分时变化图
当日之后,更新历史数据,方法同上。
可计算得到该城市以过去30个工作日为基础的均衡系数分时变化图,如附图4。
Claims (6)
1.一种城市道路交通状态不均衡度检测方法,其特征在于该方法包括以下步骤:
c1、选择并计算得到城市路网各个路段和交叉口交通状态指标;
c2、定义表征城市道路交通状态不均衡度的指标;
c3、由各个路段和交叉口的交通状态指标,计算道路交通状态不均衡度;
c4、确定路网交通状态不均衡度;
步骤c1的过程包括:
c11、选取路段和交叉口交通状态指标,路段交通状态指标采用交通拥堵指数J,交叉口交通状态指标采用交叉口饱和度X;
c12、采集路段交通拥堵指数J所需交通流数据:信息发布间隔内表征路段i的检测断面交通流的平均速度vi和平均时间占有率oi;交叉口饱和度X所需交通流数据:交叉口k相位j进口车道实际交通量qkj、饱和流率Skj、绿灯时间gekj和交叉口信号周期c;
c13、计算路网每个路段和交叉口的交通状态指标;
①设定速度与速度拥堵指数的关系呈线性关系,且速度的最小值0和最大值vif对应速度拥堵指数分别为1、0;路段i的速度拥堵指数的计算公式为:
②设定时间占有率与时间占有率拥堵指数呈线性关系,时间占有率的最小值0和最大值oimax对应速度拥堵指数分别为0、1;则路段i的时间占有率拥堵指数的计算公式为:
③融合速度拥堵指数和时间占有率拥堵指数,建立路段交通状态指标——路段交通拥堵指数,路段i的交通拥堵指数计算公式如下,η为速度和占有率权重系数:
Ji=ηJiv+(1-η)Jio
④交叉口k相位j的饱和度为:
⑤交叉口k的饱和度为:
2.根据权利要求1所述的城市道路交通状态不均衡度检测方法,其特征在于,步骤c2具体是:定义路网交通状态均衡系数NG
NG表示路网所有路段或交叉口中,处于非均衡状态的那部分路段/交叉口交通状态指标占总路段/交叉口交通状态指标的百分比,是判断路网交通均衡程度及路网整体交通状况的指标,其值在0到1之间;越接近0就表明路网交通状态越是趋向均衡,路网整体交通状况均衡稳定;反之,不同路段或交叉口的交通状态存在明显差异,路网局部交通拥堵严重,而其它区域交通运行顺畅;路网交通状态均衡系数NG取决于路段交通状态均衡系数RG和交叉口交通状态均衡系数CG。
3.根据权利要求2所述的城市道路交通状态不均衡度检测方法,其特征在于:路段交通状态均衡系数RG定义为:
对于路段,用路段拥堵指数表示路段交通拥堵状况;根据各个路段的交通拥堵指数,从交通拥堵指数最低的路段开始排列,一直到拥堵指数最高的路段,可以得到由路段百分比对应各个路段百分比的交通拥堵指数百分比的点组成的曲线,称为均衡系数曲线,实际路段交通状态均衡系数曲线由实际道路的路段拥堵指数—路段分布曲线积分而来,用c1表示;横轴x代表路段数比例,该比例从低拥堵指数路段开始计算,到100%时才涵盖交通拥堵指数最高的路段,纵轴y代表该比例的路段拥堵指数之和占所有路段总拥堵指数的比例;绝对均衡状态,即每条路段的拥堵指数相同,此时,低拥堵指数路段数占总路段数的百分比等于其拥堵指数之和占总拥堵指数的百分比,绝对均衡状态下均衡系数曲线为直线,用c2表示;绝对不均衡状态,即只有一条路段非常拥堵,且拥堵指数为1,其它路段完全畅通,拥堵指数都为0,绝对不均衡状态下均衡系数曲线为折线,用c3表示;c1和c2之间的差距越小,交通拥堵状况越均衡;
RG即为c1和c2间面积与c2和c3间面积之比;均衡系数越小,c1和c2越接近,反映交通拥堵状况越平均;反之,均衡系数越大,c1和c2越远离,反映交通拥堵状况集中在部分路段上。
4.根据权利要求2所述的城市道路交通状态不均衡度检测方法,其特征在于:交叉口交通状态均衡系数CG定义为:
对于交叉口,用交叉口饱和度表示交叉口交通拥堵状况;根据各个交叉口的饱和度,从饱和度最低的交叉口开始排列,一直到饱和度最高的交叉口,可以得到由交叉口百分比对应各个交叉口百分比的饱和度百分比的点组成的曲线,称为均衡系数曲线,实际交叉口交通状态均衡系数曲线由实际道路交叉口饱和度—交叉口分布曲线积分而来,用c1表示;同样,横轴x代表交叉口数比例,该比例从低饱和度交叉口开始计算,到100%时才涵盖饱和度最高的交叉口,纵轴y代表该比例的交叉口饱和度之和占所有交叉口总饱和度的比率;绝对均衡状态,即每个交叉口的饱和度相同,此时,低饱和度交叉口数占总交叉口数的百分比等于其饱和度之和占总饱和度的百分比,绝对均衡状态下交叉口均衡系数曲线为直线,用c2表示;绝对不均衡状态,即只有一个交叉口非常拥堵,且饱和度为1,其它交叉口完全畅通,饱和度都为0,此时交叉口均衡系数曲线为折线,用c3表示;c1和c2之间的差距越小,交通拥堵状况越均衡;
CG即为c1和c2间面积与c2和c3间面积之比;均衡系数越小,c1和c2越接近,反映交通拥堵状况越均衡;反之,均衡系数越大,c1和c2越远离,反映交通拥堵集中在部分交叉口上。
5.根据权利要求1所述的城市道路交通状态不均衡度检测方法,其特征在于,步骤c3的计算过程包括:
c31、计算路段交通状态均衡系数RG
首先计算c2和c3间面积,结果为1/2;其次通过计算c1和c3间面积来计算c1和c2间面积;由于c1是一条不规则的曲线,无法直接计算c1和c3间面积,因此采用近似梯形的面积来代替;将路网下所有路段按拥堵指数由低到高顺序排列,分为拥堵指数相等的n组,从第1组到第l组路段累积拥堵指数占全部路段总拥堵指数的比重为Wl,以累计到第l组的比重Wl为下底,累计到第l-1的比重Wl-1为上底,以每组路段占全部路段的比例即1/n为高,计算一个个小梯形的面积,并加总,即得到近似c1和c3间的面积:
则c1和c2间的面积为:
路段均衡系数RG为:
c32、计算交叉口交通状态均衡系数CG
同理,将交叉口按饱和度由低到高顺序排列,分为饱和度相等的m组,从第1组到第r组交叉口累积拥堵指数占全部交叉口总拥堵指数的比重为Pr,则交叉口均衡系数CG为:
c33、计算路网交通状态均衡系数NG
得到路段交通状态均衡系数RG和交叉口交通状态均衡系数CG后,则可计算得到NG:
NG=θRG+(1-θ)CG
式中,
θ表示交叉口和路段影响因子,取值在0.3~0.7之间。
6.根据权利要求1所述的城市道路交通状态不均衡度检测方法,其特征在于,步骤c4的具体过程包括:
c41、等级划分
将路网均衡系数NG划分为5个等级,用以评价路网交通拥堵程度的均衡性;
路网均衡系数NG等级划分表
当路网均衡系数NG小于0.3时,路网交通处于绝对均衡状态,所有路段及交叉口的拥堵程度近似;当路网均衡系数NG在0.3和0.4之间时,路网交通状态开始出现差异性,一部分路段或交叉口处于拥堵状况,另一部分路段或交叉口处于畅通状态;当路网均衡系数NG在0.4和0.5之间时,路网交通拥堵状况的差异性开始明显,即出现交通拥堵不均衡状况;当路网均衡系数NG在0.5和0.6之间时,交通拥堵均衡性差异增大,部分区域处于拥堵状况;当路网均衡系数NG大于0.6时,表明路网处于严重不均衡状态,即大部分交通拥堵集中于某几个路段或交叉口,而其他区域处于畅通状态;
c42、绘制均衡系数分时变化图
Gmax=max(G1,G2,…Ga)
Gmin=min(G1,G2,…Ga)
当日之后,更新历史数据,方法同上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310097388.7A CN103198658B (zh) | 2013-03-25 | 2013-03-25 | 一种城市道路交通状态不均衡度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310097388.7A CN103198658B (zh) | 2013-03-25 | 2013-03-25 | 一种城市道路交通状态不均衡度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103198658A CN103198658A (zh) | 2013-07-10 |
CN103198658B true CN103198658B (zh) | 2014-04-16 |
Family
ID=48721146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310097388.7A Expired - Fee Related CN103198658B (zh) | 2013-03-25 | 2013-03-25 | 一种城市道路交通状态不均衡度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103198658B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104516905B (zh) * | 2013-09-29 | 2020-11-06 | 日电(中国)有限公司 | 一种挖掘稀有均衡轨迹数据的方法及装置 |
CN103593976B (zh) * | 2013-11-28 | 2016-01-06 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及系统 |
CN104616496B (zh) * | 2015-01-30 | 2018-01-19 | 国家电网公司 | 基于突变理论的电网大停电交通拥堵度评估方法 |
CN109416874B (zh) | 2016-06-30 | 2021-03-23 | 华为技术有限公司 | 车道调度方法、车道信息获取方法、车辆及管理设备 |
CN107134136A (zh) * | 2017-01-23 | 2017-09-05 | 北京博研智通科技有限公司 | 一种城市之间道路交通拥堵程度排序的方法和系统 |
CN109035754B (zh) * | 2017-06-12 | 2020-09-22 | 北京嘀嘀无限科技发展有限公司 | 路况分析方法、装置、服务器和计算机可读存储介质 |
CN109035755A (zh) * | 2017-06-12 | 2018-12-18 | 北京嘀嘀无限科技发展有限公司 | 路况分析方法、装置、服务器和计算机可读存储介质 |
CN109035756B (zh) * | 2017-06-12 | 2021-04-30 | 滴滴智慧交通科技有限公司 | 路况分析方法、装置、服务器和计算机可读存储介质 |
CN107798875B (zh) * | 2017-11-07 | 2020-11-06 | 上海炬宏信息技术有限公司 | 基于浮动车gps数据优化路口通行能力的方法 |
CN108335496B (zh) * | 2018-01-02 | 2020-07-10 | 青岛海信网络科技股份有限公司 | 一种城市级交通信号优化方法与系统 |
CN108492555B (zh) * | 2018-03-20 | 2020-03-31 | 青岛海信网络科技股份有限公司 | 一种城市路网交通状态评价方法及装置 |
CN109448374B (zh) * | 2018-11-16 | 2022-11-08 | 浩鲸云计算科技股份有限公司 | 一种表征交叉口供需失衡的评价方法 |
CN111435568B (zh) * | 2019-01-11 | 2021-03-19 | 青岛海信网络科技股份有限公司 | 一种区域交通控制的方法及装置 |
CN109712394A (zh) * | 2019-01-15 | 2019-05-03 | 青岛大学 | 一种拥堵区域发现方法 |
CN109686092B (zh) * | 2019-01-23 | 2020-09-22 | 北京航空航天大学 | 一种交通网络通达性评估方法 |
CN110222875B (zh) * | 2019-05-15 | 2022-10-25 | 华南理工大学 | 一种基于交通匹配曲线的路网均衡性指标体系构建方法 |
CN111986482B (zh) * | 2020-08-24 | 2021-10-01 | 安徽科力信息产业有限责任公司 | 一种城市道路交叉口控制效率评价方法、系统及存储介质 |
CN114093167B (zh) * | 2021-11-18 | 2022-12-06 | 公安部交通管理科学研究所 | 一种城市重点区域交通路网空间不均衡性测评方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002022466A (ja) * | 2000-07-10 | 2002-01-23 | Auto Network Gijutsu Kenkyusho:Kk | 渋滞判定装置、この渋滞判定装置を用いた車載用周辺監視装置及び車載用渋滞情報送信装置 |
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 (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE470367B (sv) * | 1992-11-19 | 1994-01-31 | Kjell Olsson | Sätt att prediktera trafikparametrar |
CN102819955B (zh) * | 2012-09-06 | 2014-12-17 | 北京交通发展研究中心 | 基于车辆行程数据的道路网运行评价方法 |
CN102938203B (zh) * | 2012-11-06 | 2014-08-20 | 江苏大为科技股份有限公司 | 基于基本交通流参数的道路拥挤状态自动判别方法 |
-
2013
- 2013-03-25 CN CN201310097388.7A patent/CN103198658B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002022466A (ja) * | 2000-07-10 | 2002-01-23 | Auto Network Gijutsu Kenkyusho:Kk | 渋滞判定装置、この渋滞判定装置を用いた車載用周辺監視装置及び車載用渋滞情報送信装置 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN103198658A (zh) | 2013-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103198658B (zh) | 一种城市道路交通状态不均衡度检测方法 | |
CN100547625C (zh) | 一种城市交通中的典型行驶路线分析方法 | |
CN104050803B (zh) | 一种区域高速路网运行状态评价方法 | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN102592453B (zh) | 一种基于时间窗口的实时交通状况判别方法 | |
CN102819955B (zh) | 基于车辆行程数据的道路网运行评价方法 | |
CN107610469A (zh) | 一种考虑多因素影响的日维度区域交通指数预测方法 | |
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 | |
CN111145536B (zh) | 一种基于异常检测的道路网络脆性评价方法 | |
CN104484514B (zh) | 一种规避拥堵路段的弹性公交线路设计方法 | |
CN102842109B (zh) | 停车场服务水平量化分级的评价方法 | |
CN107730113B (zh) | 一种基于功能的城市道路网络规划的定量评价方法 | |
CN102968901A (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
CN104766476A (zh) | 一种路段以及路网区域交通状态指数的计算方法 | |
CN104464321A (zh) | 一种基于交通运行指数发展态势的智能交通诱导方法 | |
CN105741548A (zh) | 一种生成交通状态云图的方法 | |
CN105023445A (zh) | 一种区域交通动态调控方法及系统 | |
Zhong et al. | Impact of the built environment on the vehicle emission effects of road pricing policies: A simulation case study | |
CN109345434B (zh) | 一种开放式小区内外部道路设计安全评价的方法 | |
CN104318773A (zh) | 一种基于交通拥堵时空总量的交通拥堵测定方法 | |
CN110119884A (zh) | 一种基于近邻传播聚类的高速铁路客流时段划分方法 | |
CN108108859A (zh) | 一种基于大数据分析的交通管理勤务优化方法 | |
CN109961631A (zh) | 道路积水点识别方法及道路积水点识别系统 | |
CN106652450B (zh) | 一种高速公路交通指数数值确定方法 |
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: 20140416 Termination date: 20150325 |
|
EXPY | Termination of patent right or utility model |