CN104537830A - 一种出行热点路网影响评估的交通指数区域划分方法 - Google Patents
一种出行热点路网影响评估的交通指数区域划分方法 Download PDFInfo
- Publication number
- CN104537830A CN104537830A CN201410848926.6A CN201410848926A CN104537830A CN 104537830 A CN104537830 A CN 104537830A CN 201410848926 A CN201410848926 A CN 201410848926A CN 104537830 A CN104537830 A CN 104537830A
- Authority
- CN
- China
- Prior art keywords
- region
- traffic
- core
- assessment
- rule
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种出行热点路网影响评估的交通指数区域划分方法,其特征在于,包括如下步骤:步骤1、确认交通出行热点;步骤2、捕捉核心控制点;步骤3、创建控制点骨架网;步骤4、骨架网初始化;步骤5、区域边界规则修正;步骤6、区域特性规则化评估;步骤7、区域定型;步骤8、属性及编码;步骤9、加载交通指数。本发明的优点是:能够在GIS环境下实现对面向交通指数或其他交通指标评估区域的智能划分,为指数或其他交通指标评估提供技术支撑;能够在以划分区域基础上,根据交通出行热点的增加、调整、删除进行智能调整;能够为基于其他参数的区域路网量化评价提供技术支持;能够支持大数据环境下路网区域快速生成对决策支持服务时效性要求。
Description
技术领域
本发明涉及一种基于出行热点路网影响的交通指数区域划分方法,基于城市道路交通拥堵指数为评估指标工具,针对城市地理信息系统(GIS)路网中交通吸引热点地区,如医院、大型CBD、学校、旅游景点等对周边道路交通影响范围及程度量化评价的需求,提出能够适应交通指数开展同类热点及多类型热点区域动态叠加的智能区域划分方法,属于智能交通系统领域,服务交通大数据应用。
背景技术
交通指数是一种能够以连续数值表达城市道路交通状态或交通拥堵的一类相对性指标,根据实际应用需求,选取特定交通参数并按照一定的函数规则进行构建。实时监控动态道路运行特征的交通指数具三个显著的数学特征,第一,指数存在于固定的数值区间内,如[0,100],[0,10]等,数据区间的选取由指数模型与问题需求共同决定;第二,指数结果是连续的数值,理论上能够覆盖到数据区间内的所有实数值;第三,指数具有单调性,即指数值单调反应路况变好或变坏的趋势,不存在二义性,本发明以指数越大路况越坏为例开展。基于这三个数学特征,指数会以数值点的形式记录目标道路某时刻的实时交通状态,进而可以绘制一条反映全天交通状态变化发展趋势的曲线,通过这条曲线不仅能够判别目标道路或路网区域在一天中拥堵高峰的时刻与程度,还能够对不同道路对象或路网群体进行比较,评估常态性严重拥堵道路与畅通道路。
交通指数对城市地面道路区域路网交通特征的量化表达及评价是更能体现交通指数能力优势的空间维度,而区域路网如何进行道路分割、划分成内部特征趋同、彼此边界清晰的区域板块就是一个优先需要解决的技术问题。在城市路网中,大型CBD、学校、医院、体育场馆、公园景区、大型社区等往往是交通出行的热点,对周边路网往往会造成区域性交通拥堵影响,针对单类型交通热点或混合型热点造成的区域路网拥堵进行规律分析、实时监控及发展趋势预测往往决策支持工作的重点内容。
发明内容
本发明的目的是以交通热点为对象提出一种基于GIS二次开发的区域路网动态化分方法,服务交通指数监控及决策评估。
为了达到上述目的,本发明的技术方案是提供了一种出行热点路网影响评估的交通指数区域划分方法,其特征在于,包括如下步骤:
步骤1、确认交通出行热点
根据应用需求确定需要开展评估的交通出行热点的具体类型,再依据类型从所有候选交通出行热点中选择相同类型的交通出行热点组成交通出行热点集合;
步骤2、捕捉核心控制点
在城市地理信息系统上确认交通出行热点集合中每个交通出行热点的核心控制点,该核心控制点为对应的交通出行热点在城市地理信息系统图上的坐标点;
步骤3、创建控制点骨架网
控制点骨架网的基本单元为三角形,所有核心控制点都位于三角形顶点,且所有三角形的边线彼此不相交;
步骤4、骨架网初始化
以控制点骨架网的三角形重心、核心骨架线中点为控制点分割三角形,形成粗分区域框架,其中,核心骨架线为相邻核心控制点彼此连接形成的直线;
步骤5、区域边界规则修正
按照规则集对骨架网中的粗分区域进行边界调整,其中,规则集内容包括地理特征规则、和/或行政区域规则、和/或路网结构规则、和/或区域核心规则、和/或区域边界规则、和/或低等级道路稠密区规则、和/或区域拆并规则;
步骤6、区域特性规则化评估
对经过区域边界规则修正后的粗分区域,按照评估规则集对骨架网进行评估修正,其中,评估规则集包括道路等级配比均衡性、和/或同级别区域规模均衡性、和/或区域形态特征、和/或区域形态分析变量、和/或交通特征相关性、和/或交通特征一致性;
步骤7、区域定型
经过区域特性规则化评估的区域,按照输出的检查结果,调整不合理区域的尺寸,由于区域核心稀疏而形成的过大区域,增设核心控制点进行二次分割,返回步骤3重新执行;由于核心控制点过密而形成的过小区域,可通过区域核心合并进行区域组合,定型过程重复步骤5;
步骤8、属性及编码
经过区域定型的区域网络,为每个已划分小区创建ID编号,创建包含所有路段在内的属性表,属性字段包括道路名称、和/或路段编号、和/或里程、和/或道路等级、和/或车道数;
步骤9、加载交通指数
在所有已配置区域上,加载交通指数算法模型,开展需求应用。
本发明提出的面向出行热点的交通拥堵指数区域路网划分方法具有如下优点:
1、能够在GIS环境下实现对面向交通指数评估区域的智能划分,为交通指数评估提供技术支撑;
2、能够在以划分区域基础上,根据交通出行热点的增加、调整、删除进行智能调整;
3、能够为基于其他参数的区域路网量化评价提供技术支持;
4、能够支持大数据环境下对决策支持服务时效性要求。
附图说明
图1为区域划分方法总体技术路线图;
图2为区域划分详细技术路线图;
图3为区域迭代评估详细技术路线图;
图4为指定交通热点核心骨架网;
图5为指定交通热点区域初始化。
具体实施方式
为使本发明更明显易懂,兹以优选实施例,并配合附图作详细说明如下。
本发明所述基于出行热路网影响的交通指数区域划分方法,旨在解决城市交通吸引热点对周边路网拥堵影响的边界分割及自适应调整平衡问题,尤其是通过交通GIS实现对单类型区域、多类型区域及混合型区域的定制化选择区域智能划分问题。
本发明所述以交通吸引热点为中心的区域划分方法,是在确定交通吸引点为区域核心的智能GIS路网分割方法,虽然需要基于区域路网内道路的交通流参数如流量、速度、延误等为一致性评估指标,但与传统基于某项固定指标或方法进行路网聚类来划分区域的方法并不相同,且与基于GIS表达交通拥堵时变影响范围的动态云图不同,指数区域划定后将开展历史数据统计,区域形态只随着交通吸引热点即区域核心改变而改变,交通热点固定不变的情况下,区域的最终形态固定不变。
本发明的目的是解决以城市交通出行热点为对象,以交通指数为主要评价指标的区域路网智能划分问题。其基本假设为城市里面有多分类的交通出行热点地区,如大型的商圈、旅游景点、医院、学校、体育场馆等等,能够长期对周边道路交通状况带来持续性的影响。通过区域划分技术实现对出行热点影响路网范围的交通指数量化评估,历史规律统计及拥堵发展趋势预测等。
本发明使用概念及名词说明:
交通出行热点(Traffic Travel Hotspots,TTH):从长期来看,能够持续带来大规模、高频次交通吸引的城市建筑、景观或功能区,如大型商圈(L1)、学校(L2)、医院(L3)、火车站(L4)、景点(L5)、体育场馆(L6)等等;根据应用需求不同,TTH可以建立多类、多层次评估主要影响,也可组合使用评估综合影响。出行热点表达为TTH(Li,Name),其中Li为热点类型号,Name为热点名称;
核心控制点(Centre Control Point,CCP):TTH的图上标记坐标点,表达为编号为CCP(i,j)=CCP[TTH(Li,Name),<Xj,Yj>],其中j为控制点编号,<Xj,Yj>为核心控制点坐标值,该坐标值符合GIS坐标系要求;
控制点骨架网(Control Point Backbone Network,CPBN):以所有已选择CCP为顶点二维平面网,骨架网的基本单元为三角形,所有CCP都位于三角形顶点,且所有三角形的边线彼此不相交;如果针对i类型构建CPBN,则表达为CPBNi;
核心骨架线(Backstone Line,BL):CCP彼此连接形成的直线,骨架线的表达为BL(j,k)=<CCP(i,j),CCP(i,k)>;
骨架线中心点(BLP):骨架线BL(j,k)的重点,坐标值按照BL(j,k)骨架线的CCP欧式距离求得;
包络三角形(Triangle,T):CPBN的基本单元,由CCP按照最小周长和BL彼此不相交原则构建形成的三角形,三角形编号为T<j,k,l>=T<CCP(i,j),CCP(i,k),CCP(i,l)>;
包括三角形重心(Triangle Focus,TF):每一个包络三角形T<j,k,l>的重心TF<j,k,l>,包络三角形重心也是初始化区域的边界顶点;
区域边界修正规则集:基本规则(Basic Rules,BR)、扩展规则(ExternalRules,ER);
区域功能评估规则集:静态评估规则(Static Evaluation,SE)、动态评估规则(Dynamic Evaluation,DE)。
本发明提供的一种出行热点路网影响评估的交通指数区域划分方法,其步骤为:
步骤1、确认交通出行热点:根据应用需求确定需要开展评估的TTH类型i,确认交通出行热点TTH(Li,Name)集合;如果为混合型,则所有TTH都列入候选。
步骤2、捕捉核心控制点:在GIS上确认每一个CCP[TTH(Li,Name),<X,Y>];如图4所示;
步骤3、创建控制点骨架网:以区域核心为顶点,建立相邻核心点的最短连接线,构成区域核心骨架网络CPBNi,如果为混合型,则为全集CPBN;如图4所示;
步骤4、骨架网初始化:以核心骨架网的包络三角形重心、核心骨架线中点为控制点,分割包络三角形,基于三角形重心和骨架线重点创建初始化区域,如图5所示;
步骤5、区域边界规则修正:经过初始化,按照基本划分规则集BR,扩展规则集ER进行边界调整;其中规则集内容包括但不限于:
地理特征规则(BR1):按照城市地形地貌,如江河、湖泊、山脉、树林等天然交通硬隔离,及隔离墙等人工交通硬隔离分割交通区域;如上海市黄浦江两岸形成浦西与浦东、长江两岸崇明岛与市区等;
行政区域规则(BR2):市域内按照行政管理边界划分的路网区域,如徐汇区、闵行区、黄浦区等,区域初始化过程中原则上边界不跨越行政区划;
路网结构规则(BR3):城市高架道路、带有中央分割带的城市主干路等,会显著隔离交通特征,区域边界不跨越此类道路;
区域核心(ER1):TTH的核心控制点CCP<X,Y>,即交通热点的图上标记位置,原则上每个区域都要有实体区域核心,在步骤7经过二次分割的区域可增设虚拟核心。
区域边界(ER2):确保区域边界线不重叠于道路走向,无法避开的则选择低等级道路与边界线,主干道路要尽量靠近区域核心位置,区域边界与主干道尽量保持垂直相交。
低等级道路稠密区(ER3):老城区低等级道路密集区域会形成与周边迥然不同的交通特征,推荐以独立区域存在,比如黄浦老城、虹镇老街等。
区域拆并(ER4):对于已初步划分的区域,根据静态评估规则与动态评估规则评价不合理的,需要进行区域的合并与拆分;根据评估规则,体量过大的区域需要进行拆分,体量过小的相邻区域要进行合并。
步骤6、区域特性规则化评估:经过区域边界规则修正后,按照静态评估规则SE,动态评估规则DE进行评估修正,如图3所示流程,其中规则集内容包括但不限于:
道路等级配比均衡性(SE1):按照主干路、次干路、支路占区域路网总里程的比例结构;各等级里程比接近全市路网宏观比例结构;
同级别区域规模均衡性(SE2):在同层次的区域中,区域路网总面积与区域占地总面积比例尽量接近,各区路网总里程相当;
区域形态特征(SE3):面状区域南北跨度与东西跨度比例均衡,建议比例在0.5~2.0之间;区域形状以“凸边型”为主;凸边型定义:在区域顶点的各外角大于180度。
区域形态分析变量(SE4):基于“空间句法”基本评价指标,分析区域1)连接值(SE41):表示路网中某个区域相交的区域数;2)控制值(SE42):表示某一区域与之相交的区域的控制程度,数值上等于连接值的倒数;3)深度值(SE43):表示某一区域到达其它区域所需经过的最小连接数;4)集成值(SE44):表示路网中某一区域与其他区域集聚或离散的程度;
交通特征相关性(DE1):计算路段指标与区域总体指标的相关系数;
交通特征一致性(DE2):基于区域内各路段的相关系数,统计区域交通特征的期望与方差,方差跨度越小则特征一致性越强。
步骤7、区域定型:经过评估的区域,按照输出的检查结果,调整不合理区域的尺寸,由于区域核心稀疏而形成的过大区域,增设CCP进行二次分割,返回步骤3;由于CCP过密而形成的过小区域,可通过区域核心合并进行区域组合;定型过程重复步骤5;
步骤8、属性及编码:经过定型的区域网络,为每个已划分小区创建ID编号,创建包含所有路段在内的属性表,属性字段包括但不限于道路名称、路段编号、里程、道路等级、车道数等;
步骤9、加载交通指数:在所有已配置区域上,加载交通指数算法模型,开展实时监控、历史规律统计分析、交通拥堵趋势预测、区域对比分析等应用。
Claims (1)
1.一种出行热点路网影响评估的交通指数区域划分方法,其特征在于,包括如下步骤:
步骤1、确认交通出行热点
根据应用需求确定需要开展评估的交通出行热点的具体类型,再依据类型从所有候选交通出行热点中选择相同类型的交通出行热点组成交通出行热点集合;
步骤2、捕捉核心控制点
在城市地理信息系统上确认交通出行热点集合中每个交通出行热点的核心控制点,该核心控制点为对应的交通出行热点在城市地理信息系统图上的坐标点;
步骤3、创建控制点骨架网
控制点骨架网的基本单元为三角形,所有核心控制点都位于三角形顶点,且所有三角形的边线彼此不相交;
步骤4、骨架网初始化
以控制点骨架网的三角形重心、核心骨架线中点为控制点分割三角形,形成粗分区域框架,其中,核心骨架线为相邻核心控制点彼此连接形成的直线;
步骤5、区域边界规则修正
按照规则集对骨架网中的粗分区域进行边界调整,其中,规则集内容包括地理特征规则、和/或行政区域规则、和/或路网结构规则、和/或区域核心规则、和/或区域边界规则、和/或低等级道路稠密区规则、和/或区域拆并规则;
步骤6、区域特性规则化评估
对经过区域边界规则修正后的粗分区域,按照评估规则集对骨架网进行评估修正,其中,评估规则集包括道路等级配比均衡性、和/或同级别区域规模均衡性、和/或区域形态特征、和/或区域形态分析变量、和/或交通特征相关性、和/或交通特征一致性;
步骤7、区域定型
经过区域特性规则化评估的区域,按照输出的检查结果,调整不合理区域的尺寸,由于区域核心稀疏而形成的过大区域,增设核心控制点进行二次分割,返回步骤3重新执行;由于核心控制点过密而形成的过小区域,可通过区域核心合并进行区域组合,定型过程重复步骤5;
步骤8、属性及编码
经过区域定型的区域网络,为每个已划分小区创建ID编号,创建包含所有路段在内的属性表,属性字段包括道路名称、和/或路段编号、和/或里程、和/或道路等级、和/或车道数;
步骤9、加载交通指数
在所有已配置区域上,加载交通指数算法模型,开展需求应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410848926.6A CN104537830B (zh) | 2014-12-29 | 2014-12-29 | 一种基于出行热点路网影响评估的交通指数区域划分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410848926.6A CN104537830B (zh) | 2014-12-29 | 2014-12-29 | 一种基于出行热点路网影响评估的交通指数区域划分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104537830A true CN104537830A (zh) | 2015-04-22 |
CN104537830B CN104537830B (zh) | 2016-09-28 |
Family
ID=52853349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410848926.6A Active CN104537830B (zh) | 2014-12-29 | 2014-12-29 | 一种基于出行热点路网影响评估的交通指数区域划分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104537830B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206057A (zh) * | 2015-09-30 | 2015-12-30 | 哈尔滨工业大学深圳研究生院 | 基于浮动车居民出行热点区域的检测方法及系统 |
WO2017107800A1 (zh) * | 2015-12-24 | 2017-06-29 | 阿里巴巴集团控股有限公司 | 获取交通道路中路线热度的方法及装置 |
CN107798867A (zh) * | 2017-10-12 | 2018-03-13 | 上海交通大学 | 一种基于电动汽车和内燃机车混合车流的拥堵交通网络均衡方法 |
CN108629974A (zh) * | 2018-05-17 | 2018-10-09 | 电子科技大学 | 顾及城市道路交通网络特征的交通运行指数建立方法 |
CN109740798A (zh) * | 2018-12-17 | 2019-05-10 | 中国人民公安大学 | 一种基于路网的警务巡逻盘查路径优化方法 |
CN110556049A (zh) * | 2018-06-04 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 一种地图数据处理方法、装置、服务器和存储介质 |
CN110827048A (zh) * | 2018-08-08 | 2020-02-21 | 菜鸟智能物流控股有限公司 | 基于路网的地理区域分割方法、装置以及电子设备 |
CN111210088A (zh) * | 2020-01-16 | 2020-05-29 | 上海理工大学 | 一种基于时空因素的交通状态指数预测方法 |
CN111738527A (zh) * | 2020-07-03 | 2020-10-02 | 哈尔滨工业大学 | 一种基于热点探测模型的城市交通小区划分方法 |
CN113096425A (zh) * | 2021-03-29 | 2021-07-09 | 紫清智行科技(北京)有限公司 | 一种应用于大型场景下的自动驾驶巡逻车的调度方法及系统 |
CN114093167A (zh) * | 2021-11-18 | 2022-02-25 | 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 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106446960B (zh) * | 2016-10-10 | 2019-05-21 | 太原理工大学 | 一种密度聚类划分时间段的动态热度路网构建方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003006790A (ja) * | 2001-06-18 | 2003-01-10 | Mitsubishi Heavy Ind Ltd | 交通信号制御方法及び交通信号制御装置並びに交通信号制御システム |
CN101751777A (zh) * | 2008-12-02 | 2010-06-23 | 同济大学 | 基于空间聚类分析的城市路网交通小区动态划分方法 |
CN101819717A (zh) * | 2010-03-05 | 2010-09-01 | 吉林大学 | 基于交通状态时空模型的路网性能判定方法 |
RU2409869C1 (ru) * | 2010-01-12 | 2011-01-20 | Евгений Александрович Оленев | Способ регулирования движения по полосам проезжей части |
JP2011113362A (ja) * | 2009-11-27 | 2011-06-09 | Sumitomo Electric Ind Ltd | 交通情報推定システム、境界用交通情報推定装置、分割領域用交通情報推定装置、コンピュータプログラム、交通情報推定方法、境界用交通情報推定方法、及び分割領域用交通情報推定方法 |
CN102637357A (zh) * | 2012-03-27 | 2012-08-15 | 山东大学 | 一种区域交通状态评价方法 |
CN102074117B (zh) * | 2010-12-28 | 2013-07-17 | 同济大学 | 道路分区域短程同步控制方法 |
KR20130106563A (ko) * | 2012-03-20 | 2013-09-30 | 현대엠엔소프트 주식회사 | 교통정보 제공장치 및 방법 |
CN103578265A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于出租车gps数据的打车热点获取方法 |
CN103956042A (zh) * | 2014-04-21 | 2014-07-30 | 南京师范大学 | 一种基于图论的公共自行车调度区域智能划分方法 |
CN104240507A (zh) * | 2014-09-18 | 2014-12-24 | 银江股份有限公司 | 一种基于多视角融合的交通小区划分方法 |
-
2014
- 2014-12-29 CN CN201410848926.6A patent/CN104537830B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003006790A (ja) * | 2001-06-18 | 2003-01-10 | Mitsubishi Heavy Ind Ltd | 交通信号制御方法及び交通信号制御装置並びに交通信号制御システム |
CN101751777A (zh) * | 2008-12-02 | 2010-06-23 | 同济大学 | 基于空间聚类分析的城市路网交通小区动态划分方法 |
JP2011113362A (ja) * | 2009-11-27 | 2011-06-09 | Sumitomo Electric Ind Ltd | 交通情報推定システム、境界用交通情報推定装置、分割領域用交通情報推定装置、コンピュータプログラム、交通情報推定方法、境界用交通情報推定方法、及び分割領域用交通情報推定方法 |
RU2409869C1 (ru) * | 2010-01-12 | 2011-01-20 | Евгений Александрович Оленев | Способ регулирования движения по полосам проезжей части |
CN101819717A (zh) * | 2010-03-05 | 2010-09-01 | 吉林大学 | 基于交通状态时空模型的路网性能判定方法 |
CN102074117B (zh) * | 2010-12-28 | 2013-07-17 | 同济大学 | 道路分区域短程同步控制方法 |
KR20130106563A (ko) * | 2012-03-20 | 2013-09-30 | 현대엠엔소프트 주식회사 | 교통정보 제공장치 및 방법 |
CN102637357A (zh) * | 2012-03-27 | 2012-08-15 | 山东大学 | 一种区域交通状态评价方法 |
CN103578265A (zh) * | 2012-07-18 | 2014-02-12 | 北京掌城科技有限公司 | 基于出租车gps数据的打车热点获取方法 |
CN103956042A (zh) * | 2014-04-21 | 2014-07-30 | 南京师范大学 | 一种基于图论的公共自行车调度区域智能划分方法 |
CN104240507A (zh) * | 2014-09-18 | 2014-12-24 | 银江股份有限公司 | 一种基于多视角融合的交通小区划分方法 |
Non-Patent Citations (2)
Title |
---|
段后利,等: "交通控制子区动态划分模型", 《吉林大学学报(工学版)》 * |
莫汉康,等: "诱导条件下交通控制子区自动划分", 《交通运输工程学报》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105206057B (zh) * | 2015-09-30 | 2018-09-07 | 哈尔滨工业大学深圳研究生院 | 基于浮动车居民出行热点区域的检测方法及系统 |
CN105206057A (zh) * | 2015-09-30 | 2015-12-30 | 哈尔滨工业大学深圳研究生院 | 基于浮动车居民出行热点区域的检测方法及系统 |
WO2017107800A1 (zh) * | 2015-12-24 | 2017-06-29 | 阿里巴巴集团控股有限公司 | 获取交通道路中路线热度的方法及装置 |
US10775185B2 (en) | 2015-12-24 | 2020-09-15 | Alibaba Group Holding Limited | Method and apparatus for acquiring route popularity in road networks |
CN107798867B (zh) * | 2017-10-12 | 2020-11-13 | 上海交通大学 | 一种基于电动汽车和内燃机车混合车流的拥堵交通网络均衡方法 |
CN107798867A (zh) * | 2017-10-12 | 2018-03-13 | 上海交通大学 | 一种基于电动汽车和内燃机车混合车流的拥堵交通网络均衡方法 |
CN108629974A (zh) * | 2018-05-17 | 2018-10-09 | 电子科技大学 | 顾及城市道路交通网络特征的交通运行指数建立方法 |
CN108629974B (zh) * | 2018-05-17 | 2020-09-08 | 电子科技大学 | 顾及城市道路交通网络特征的交通运行指数建立方法 |
CN110556049A (zh) * | 2018-06-04 | 2019-12-10 | 百度在线网络技术(北京)有限公司 | 一种地图数据处理方法、装置、服务器和存储介质 |
CN110827048A (zh) * | 2018-08-08 | 2020-02-21 | 菜鸟智能物流控股有限公司 | 基于路网的地理区域分割方法、装置以及电子设备 |
CN110827048B (zh) * | 2018-08-08 | 2023-05-23 | 菜鸟智能物流控股有限公司 | 基于路网的地理区域分割方法、装置以及电子设备 |
CN109740798A (zh) * | 2018-12-17 | 2019-05-10 | 中国人民公安大学 | 一种基于路网的警务巡逻盘查路径优化方法 |
CN109740798B (zh) * | 2018-12-17 | 2021-03-05 | 中国人民公安大学 | 一种基于路网的警务巡逻盘查路径优化方法 |
CN111210088A (zh) * | 2020-01-16 | 2020-05-29 | 上海理工大学 | 一种基于时空因素的交通状态指数预测方法 |
CN111210088B (zh) * | 2020-01-16 | 2023-06-02 | 上海理工大学 | 一种基于时空因素的交通状态指数预测方法 |
CN111738527A (zh) * | 2020-07-03 | 2020-10-02 | 哈尔滨工业大学 | 一种基于热点探测模型的城市交通小区划分方法 |
CN111738527B (zh) * | 2020-07-03 | 2023-09-26 | 哈尔滨工业大学 | 一种基于热点探测模型的城市交通小区划分方法 |
CN113096425A (zh) * | 2021-03-29 | 2021-07-09 | 紫清智行科技(北京)有限公司 | 一种应用于大型场景下的自动驾驶巡逻车的调度方法及系统 |
CN114093167A (zh) * | 2021-11-18 | 2022-02-25 | 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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN104537830B (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104537830B (zh) | 一种基于出行热点路网影响评估的交通指数区域划分方法 | |
CN112733337B (zh) | 一种暴雨内涝影响下城市道路通行效率评估方法 | |
WO2019109561A1 (zh) | 车联网下基于mfd的过饱和路网多层控制边界动态划分方法 | |
CN109272170B (zh) | 一种基于Louvain算法的交通小区划分系统 | |
CN101847322B (zh) | 公交换乘线路确定方法 | |
CN109840660A (zh) | 一种车辆特征数据处理方法及车辆风险预测模型训练方法 | |
CN101621825B (zh) | 一种充分利用实测数据的无线信号场强预测及网络覆盖地图绘制的方法 | |
Yang et al. | An Asian model of TOD: The planning integration in Singapore | |
CN108681796B (zh) | 基于POI数据与Dijkstra算法的城市对外公路客运枢纽选址方法 | |
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 | |
CN108090624B (zh) | 一种改进元胞自动机的城市生态安全模拟与预测的方法 | |
CN109949574A (zh) | 一种数据驱动的城市路网交通小区多级划分方法 | |
CN108074006A (zh) | 一种华北地区海绵城市道路规划的指标体系构建方法 | |
CN106408984A (zh) | 基于物联网的城市交通流诱导系统 | |
CN110175370A (zh) | 一种城市汇水潜力区识别方法 | |
CN107782323B (zh) | 一种基于城市间最优路径的高等级导航路网的生成方法 | |
CN107730113A (zh) | 一种基于功能的城市道路网络规划的定量评价方法 | |
CN106130110A (zh) | 基于分层概率选择出行地的电动出租车充电站定容方法 | |
CN108710996A (zh) | 基于旅游出行时空耦合的酒店集聚区域酒店选址评估方法 | |
CN114877901B (zh) | 基于地图栅格化融合与A-star搜索的城市应急路径规划方法 | |
CN115620165B (zh) | 城市建成区慢行系统设施评价方法、装置、设备及介质 | |
CN111738527A (zh) | 一种基于热点探测模型的城市交通小区划分方法 | |
CN116167235A (zh) | 路网模型生成方法、装置及设备 | |
Dantsuji et al. | A macroscopic approach for optimizing road space allocation of bus lanes in multimodal urban networks through simulation analysis: an application to the Tokyo CBD network | |
CN104700648B (zh) | 一种快速映射车辆所在道路位置的方法 |
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 |