CN103473928B - 基于rfid技术的城市交通拥堵判别方法 - Google Patents
基于rfid技术的城市交通拥堵判别方法 Download PDFInfo
- Publication number
- CN103473928B CN103473928B CN201310439736.4A CN201310439736A CN103473928B CN 103473928 B CN103473928 B CN 103473928B CN 201310439736 A CN201310439736 A CN 201310439736A CN 103473928 B CN103473928 B CN 103473928B
- Authority
- CN
- China
- Prior art keywords
- traffic
- travel speed
- rfid
- data
- rfid reader
- 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
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通信息技术领域,提供一种基于RFID技术的城市交通拥堵判别方法,包括如下步骤:通过在城市路口设置的RFID阅读器读取通过的汽车上安装的RFID标签的数据,获得行车信息;设统计时间间隔为T,匹配两个RFID阅读器获得的行车信息,得到T时段内通过这两个RFID阅读器之间路段的车辆数n及行车信息;数据预处理,剔除异常数据;计算每辆车的行程车速和平均行程车速;获得交通流状态特性值;根据交通流状态特性值D,判别交通拥堵;本发明相对其他拥堵判别方法,算法简单,运算开销小,运算速度快,实现难度低,而且能获得更准确的判断结果。
Description
技术领域
本发明涉及交通信息技术领域,具体涉及一种城市交通拥堵判别方法。
背景技术
交通拥堵问题日益严重,不仅带来了环境污染,还造成了经济损失。因此有必要研究交通拥堵的判别方法,及时准确地分辨出交通运行所处的状态,对交通拥堵采取合理的措施,通过科学合理的道路交通管理办法来缓减交通拥堵。
道路交通参数是交通拥堵状态判别的基础,目前,车辆行驶速度、车流量和占有率是评价交通状态最常用的3个交通参数,其检测方法有地感式检测、微波检测、浮动车检测、视频检测等技术。
现有的城市交通拥堵判别方法多采用交通流量、占有率、速度等作为其判别参数,这些方法对车检器数据质量有较高的要求且判别准确度不高。
发明内容
有鉴于此,本发明提供一种基于RFID技术的城市交通拥堵判别方法,其算法更简单,易于实现。
本发明通过以下技术手段解决上述技术问题:
基于RFID技术的城市交通拥堵判别方法,包括如下步骤:
1)通过在城市路口设置的RFID阅读器读取通过的汽车上安装的RFID标签的数据,获得行车信息;
2)设统计时间间隔为T,匹配两个RFID阅读器获得的行车信息,得到T时段内通过这两个RFID阅读器之间路段的车辆数n及行车信息;
3)数据预处理,剔除异常数据;
4)计算每辆车的行程车速vi和平均行程车速;
5)根据车辆数n,行程车速vi和平均行程车速通过下式获得交通流状态特性值D:
6)根据交通流状态特性值D,判别交通拥堵:当D≥D0时,当前道路交通畅通,当D<D0时,当前道路交通拥堵,其中D0为临界值方差。
进一步,所述步骤3)具体包括如下步骤:
31)根据RFID原始数据,计算时段T内各车辆的行程时间;
32)计算行程时间均值μ和标准差σ;
33)剔除行程时间在μ+λσ以外的样本数据,λ为预设阈值。
进一步,所述步骤6)中,临界值方差D0通过如下方法获取:
61)每隔统计时间间隔T,通过视频检测或人工经验判别交通拥堵状态,得到l个交通状态判别样本;
62)设上述样本中包含交通拥堵状态样本m个,计算其行程速度方差,记为(D1,D2,…Dm);
63)设上述样本中包含交通畅通状态样本l-m个,计算其行车速度方差,记(D1,D2,…Dl-m);
64)设(D1,D2,…Dm)中值最大的为Dmax,(D1,D2,…Dl-m)中值最小的为
65)当 时,取
本发明的一种基于RFID技术的城市交通拥堵判别方法,通过道路的车辆的行程速度方差判别交通拥堵作为其唯一判别参数,相对其他拥堵判别方法,本发明算法简单,运算开销小,运算速度快,实现难度低,而且能获得更准确的判断结果。而RFID是一项非接触式自动识别技术,具有信息量大,抗干扰能力强,操作快捷等许多优点。
附图说明
图1示出了本发明的流程示意图。
具体实施方式
以下将结合附图,对本发明进行详细说明。
参见图1,基于RFID技术的城市交通拥堵判别方法,包括如下步骤:
1)交通流性质的物理量一般是用交通参数来描述和反映,交通参数在数值上的变化能够反映交通流性质上的变化。目前,交通参数的获取主要是应用固定型采集技术。本实施例通过在每辆车上安装RFID标签和路口安装RFID阅读器,当车辆行驶经过路口的RFID阅读器时,RFID阅读器读取RFID标签的数据,获得时间、车牌号等行车信息;
2)设统计时间间隔为T,匹配两个RFID阅读器获得的行车信息,得到T时段内通过这两个RFID阅读器之间路段的车辆数n及行车信息;
3)由于待测路段可能会出现车辆非法停车、抛锚、交通事故等异常现象,导致个别车辆行程时间过长(远远超出正常情况),影响该路段平均行程车速,从而交通拥堵判别参数D会出现较大的误差,不能真实的反映交通状态。因此,有必要对原始数据进行预处理,剔除异常数据。具体包括如下步骤:
31)根据RFID原始数据,计算时段T内各车辆的行程时间;
32)计算行程时间均值μ和标准差σ;
33)剔除行程时间在μ+λσ以外的样本数据,λ为预设阈值。
4)计算每辆车的行程车速vi和平均行程车速;
vi为每辆车的行程车速,即
其中:S为路段长度,为车辆i通过RFID阅读器R1的时刻,为车辆i通过RFID阅读器R2的时刻,为车辆行程时间;
为统计时间间隔T内车辆平均行程车速,即
其中:n为统计时间间隔T内,通过路段S的车辆数,可直接通过RFID阅读器获取。
5)根据车辆数n,行程车速vi和平均行程车速通过下式获得交通流状态特性值D:
当交通流处于畅通状态,车辆行程速度分布不规律、离散程度较大;当交通流处于拥挤状态时,行程车速分布规律、离散程度较小。原因在于:畅通时,交通流处于自由流状态,不同车辆行程车速差别很大;拥堵时,交通流处于跟随状态,车间距较小,车辆之间可用跟驰模型描述,不同车辆行程车速差别较小。因此本实施例中,使用行程车速方差作为交通流状态特性值。
6)根据交通流状态特性值D,判别交通拥堵:当D≥D0时,当前道路交通畅通,当D<D0时,当前道路交通拥堵,其中D0为临界值方差。
临界值方差D0通过如下步骤获取:
61)每隔统计时间间隔T,通过视频检测或人工经验判别交通拥堵状态,得到l个交通状态判别样本;
62)设上述样本中包含交通拥堵状态样本m个,计算其行程速度方差,记为(D1,D2,…Dm);
63)设上述样本中包含交通畅通状态样本l-m个,计算其行车速度方差,记(D1,D2,…Dl-m);
64)设(D1,D2,…Dm)中值最大的为Dmax,(D1,D2,…Dl-m)中值最小的为
65)当样本空间l足够大时,Dmax和会越来越近似,其值近似于D0,即将其作为D0。即当 时,取
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (1)
1.基于RFID技术的城市交通拥堵判别方法,其特征在于:包括如下步骤:
1)通过在城市路口设置的RFID阅读器读取通过的汽车上安装的RFID标签的数据,获得行车信息;
2)设统计时间间隔为T,匹配两个RFID阅读器获得的行车信息,得到T时段内通过这两个RFID阅读器之间路段的车辆数n及行车信息;
3)数据预处理,剔除异常数据;具体包括如下步骤:
31)根据RFID原始数据,计算时段T内各车辆的行程时间;
32)计算行程时间均值μ和标准差σ;
33)剔除行程时间在μ+λσ以外的样本数据,λ为预设阈值;
4)计算每辆车的行程车速vi和平均行程车速
5)根据车辆数n,行程车速vi和平均行程车速通过下式获得交通流状态特性值D:
6)根据交通流状态特性值D,判别交通拥堵:当D≥D0时,当前道路交通畅通,当D<D0时,当前道路交通拥堵,其中D0为临界值方差;临界值方差D0通过如下方法获取:
61)每隔统计时间间隔T,通过视频检测或人工经验判别交通拥堵状态, 得到l个交通状态判别样本;
62)设上述样本中包含交通拥堵状态样本m个,计算其行程速度方差,记为(D1,D2,…Dm);
63)设上述样本中包含交通畅通状态样本l-m个,计算其行车速度方差,记(D1,D2,…Dl-m);
64)设(D1,D2,…Dm)中值最大的为Dmax,(D1,D2,…Dl-m)中值最小的为
65)当时,取
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310439736.4A CN103473928B (zh) | 2013-09-24 | 2013-09-24 | 基于rfid技术的城市交通拥堵判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310439736.4A CN103473928B (zh) | 2013-09-24 | 2013-09-24 | 基于rfid技术的城市交通拥堵判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103473928A CN103473928A (zh) | 2013-12-25 |
CN103473928B true CN103473928B (zh) | 2015-09-16 |
Family
ID=49798756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310439736.4A Active CN103473928B (zh) | 2013-09-24 | 2013-09-24 | 基于rfid技术的城市交通拥堵判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103473928B (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104091443B (zh) * | 2014-06-26 | 2016-06-08 | 北京计算机技术及应用研究所 | 一种基于射频识别计算交通拥堵程度的方法及其系统 |
CN106023600B (zh) * | 2016-06-21 | 2019-05-21 | 广州地理研究所 | 一种基于汽车电子标识的车辆速度检测方法及装置 |
CN108242147B (zh) * | 2016-12-27 | 2020-06-16 | 杭州海康威视系统技术有限公司 | 交通路况估计方法、装置及系统 |
CN106710217A (zh) * | 2017-03-01 | 2017-05-24 | 青岛海澄知识产权事务有限公司 | 一种道路拥堵警示方法 |
CN106846865A (zh) * | 2017-03-01 | 2017-06-13 | 青岛海澄知识产权事务有限公司 | 一种道路拥堵警示装置 |
CN107038876A (zh) * | 2017-04-07 | 2017-08-11 | 北京易华录信息技术股份有限公司 | 一种基于汽车电子标识的交通拥堵提示系统、方法及装置 |
CN109492843A (zh) * | 2017-09-11 | 2019-03-19 | 智慧互通科技有限公司 | 一种城市停车难度指数的确定方法及装置 |
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 |
CN108847020A (zh) * | 2018-06-06 | 2018-11-20 | 上海城市交通设计院有限公司 | 基于汽车电子标识技术的道路状态分析方法 |
CN110364008B (zh) * | 2019-08-16 | 2021-12-07 | 腾讯科技(深圳)有限公司 | 路况确定方法、装置、计算机设备和存储介质 |
CN111260857B (zh) * | 2020-02-27 | 2020-12-01 | 苏州鱼得水电气科技有限公司 | 一种基于大数据的医疗用品自助发放系统及其方法 |
CN113628434B (zh) * | 2020-05-06 | 2022-11-15 | 深圳市万普拉斯科技有限公司 | 交通状态监测方法、装置、计算机设备和可读存储介质 |
CN111710163A (zh) * | 2020-07-13 | 2020-09-25 | 深圳市迅远科技有限公司 | 基于rfid技术的道路拥堵违停监测系统、方法及介质 |
CN111951551B (zh) * | 2020-08-10 | 2022-08-23 | 北京计算机技术及应用研究所 | 一种利用射频识别检测交通拥堵程度的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1176569B1 (de) * | 2000-07-28 | 2005-12-14 | DaimlerChrysler AG | Verfahren zur Bestimmung des Verkehrszustands in einem Verkehrsnetz mit effektiven Engstellen |
CN102289936A (zh) * | 2006-03-03 | 2011-12-21 | 因瑞克斯有限公司 | 使用来自移动数据源的数据估算道路交通状况 |
CN102968900A (zh) * | 2012-11-15 | 2013-03-13 | 南京城市智能交通有限公司 | 一种对rfid交通数据进行处理的方法 |
-
2013
- 2013-09-24 CN CN201310439736.4A patent/CN103473928B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1176569B1 (de) * | 2000-07-28 | 2005-12-14 | DaimlerChrysler AG | Verfahren zur Bestimmung des Verkehrszustands in einem Verkehrsnetz mit effektiven Engstellen |
CN102289936A (zh) * | 2006-03-03 | 2011-12-21 | 因瑞克斯有限公司 | 使用来自移动数据源的数据估算道路交通状况 |
CN102968900A (zh) * | 2012-11-15 | 2013-03-13 | 南京城市智能交通有限公司 | 一种对rfid交通数据进行处理的方法 |
Non-Patent Citations (1)
Title |
---|
祝付玲.城市道路交通拥堵评价指标体系研究.《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》.2007,(第4期), * |
Also Published As
Publication number | Publication date |
---|---|
CN103473928A (zh) | 2013-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103473928B (zh) | 基于rfid技术的城市交通拥堵判别方法 | |
CN109859500B (zh) | 一种基于车路协同的高速合流区安全预警方法 | |
CN107742418B (zh) | 一种城市快速路交通拥堵状态及堵点位置自动识别方法 | |
CN103646534B (zh) | 一种道路实时交通事故风险控制方法 | |
CN107742432B (zh) | 基于车路协同的高速公路运行车速主动预警系统及控制方法 | |
CN103839409B (zh) | 基于多断面视觉传感聚类分析的交通流状态判别方法 | |
CN102542823B (zh) | 一种基于交通流运行状态的快速道路可变限速控制方法 | |
CN104091443B (zh) | 一种基于射频识别计算交通拥堵程度的方法及其系统 | |
CN105225500A (zh) | 一种交通控制辅助决策方法及装置 | |
CN105702045A (zh) | 一种机动车交通违章智能检测处理系统和方法 | |
CN105405321A (zh) | 高速公路上车辆行驶中的安全预警方法及系统 | |
CN102542831A (zh) | 一种基于实时交通流和天气信息的快速道路可变限速控制方法 | |
CN108871357B (zh) | 一种在电子地图上显示拥堵路段的事故车道的方法 | |
CN106781460B (zh) | 一种路段交通状态确定方法及装置 | |
Collotta et al. | A dynamic traffic light management system based on wireless sensor networks for the reduction of the red-light running phenomenon | |
CN109389845B (zh) | 一种多因素一体化高速公路动态车速管控系统 | |
KR101943198B1 (ko) | 구간통행시간 및 신호지체 추정방법 | |
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 | |
CN111477005A (zh) | 一种基于车辆状态及行车环境的智能感知预警方法及系统 | |
CN109166313A (zh) | 一种根据过车数据的溢出预警方法 | |
CN103617734A (zh) | 基于时程特征的高速公路车辆安全行驶识别方法 | |
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 | |
CN205644968U (zh) | 一种道路施工路段拥堵判别系统 | |
CN114360264A (zh) | 一种基于交通流量进行调节的智慧城市交通管理方法 | |
CN111754790B (zh) | 一种基于雷达的匝道入口交通控制系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201222 Address after: 402460 station No.14, no.6, 10th floor, innovation and development center, No.19 Lingfang Avenue, Changzhou street, Rongchang District, Chongqing Patentee after: Chongqing kezhiyuan Technology Co.,Ltd. Address before: 400030 No. 174 Sha Jie street, Shapingba District, Chongqing Patentee before: Chongqing University |
|
TR01 | Transfer of patent right |