CN104574972A - 一种交通状态检测方法以及交通状态检测装置 - Google Patents
一种交通状态检测方法以及交通状态检测装置 Download PDFInfo
- Publication number
- CN104574972A CN104574972A CN201510079039.1A CN201510079039A CN104574972A CN 104574972 A CN104574972 A CN 104574972A CN 201510079039 A CN201510079039 A CN 201510079039A CN 104574972 A CN104574972 A CN 104574972A
- Authority
- CN
- China
- Prior art keywords
- index
- blocks
- region
- unit
- track
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种交通状态检测方法以及交通状态检测装置,能够准确地显示道路的交通状态。发明实施例方法包括:测量待处理路段的车道占有率以及平均行车速度;根据所述车道占有率以及所述平均行车速度计算拥堵指标参数;根据所述拥堵指标参数检测交通状态。发明实施例还提供一种交通状态检测装置。发明实施例能够更加准确显示道路的交通状态。
Description
技术领域
本发明涉及交通领域,尤其涉及一种交通状态检测方法以及交通状态检测装置。
背景技术
在交通系统中,道路拥堵指标是显示道路交通状态的一个重要量化指标。道路拥堵指标是用量化方法表达道路交通运行拥堵程度,是道路拥堵状态的数字化表达。例如,道路拥堵指标是畅通时,说明交通运行状况很好,路网平均车流密度小、平均车速高;道路拥堵指标是堵塞时,说明交通运行状况很差,路网平均车流密度很高,平均车速很低甚至停驶。
现有交通管理系统可以通过多种交通参数计算道路拥堵指标。道路拥堵指标的输入数据包括车流量、平均车速、车道时间占有率、车道空间占有率、车流密度、车头时距等交通参数。车道时间占有率是指在单位观测时间内,车流通过预置路段的累计时间与单位观测时间之比。
现有的交通管理系统中,一般根据路段平均行车速度以及不同类型道路预设的行车速度区间计算道路拥堵指标,评估道路拥堵等级。例如,对于主干路,平均行车速度大于45km/h则为非常畅通,平均行车速度介于35km/h至45km/h之间则为畅通,平均行车速度介于25km/h至35km/h之间则为轻度拥堵,平均行车速度介于15km/h至25km/h之间则为中度拥堵,平均行车速度低于15km/h则为严重拥堵。
但是,道路拥堵指标作为准确显示道路的交通状态的指标,应该要考虑车辆占用道路的空间状态以及时间状态等,仅采用平均行车速度作为道路拥堵指标,不能全面准确地反映道路的交通状态。
发明内容
本发明实施例提供了一种交通状态检测方法以及交通状态检测装置,能够。
本发明第一方面提供了一种交通状态检测方法,包括:
测量待处理路段的车道占有率以及平均行车速度;
根据所述车道占有率以及所述平均行车速度计算拥堵指标参数;
根据所述拥堵指标参数检测交通状态。
结合本发明第一方面,在第一种可能的实现方式中,所述测量待处理路段的车道占有率以及平均行车速度包括:
将待处理路段划分为至少一个区域,将每个区域内每个车道划分为至少一个单元;
测量各单元的车道占有率以及平均行车速度。
结合本发明第一方面的第一种可能的实现方式,在第二种可能的实现方式中,根据所述车道占有率以及所述平均行车速度计算拥堵指标参数包括:
根据所述车道占有率以及所述平均行车速度计算各单元的单元拥堵指标;根据所述单元拥堵指标计算拥堵指标参数。
结合本发明第一方面,或本发明第一方面的第二种可能的实现方式,本发明第一方面的第三种可能的实现方式中,所述拥堵指标参数为路段拥堵指标或车道拥堵指标。
结合本发明第一方面的第二种可能的实现方式,本发明第一方面的第四种可能的实现方式中,所述根据所述车道占有率以及所述平均行车速度计算各单元的单元拥堵指标包括:
根据所述车道占有率以及所述平均行车速度计算单元拥堵指标,,计算公式如下:J=S_weight*(1-S/Sx)+O_weight*O;
其中,J为单元拥堵指标,S为平均行车速度,Sx是路段的最高限速,O为车道占有率,S_weight为平均行车速度对应的权值,O_weight为所述车道占有率对应的权值。
结合本发明第一方面的第四种可能的实现方式,本发明第一方面的第五种可能的实现方式中,所述S_weight以及所述O_weight满足公式:S_weight+O_weight=1。
结合本发明第一方面的第三种可能的实现方式,本发明第一方面的第六种可能的实现方式中,所述拥堵指标参数为路段拥堵指标;
所述根据所述单元拥堵指标计算拥堵指标参数包括:
根据所述单元拥堵指标计算区域车道拥堵指标,计算公式如下:
其中,Jn为区域车道中第n个单元的单元拥堵指标,Wn为Jn对应的权值,C为区域车道拥堵指标,N为区域车道的单元总数。
根据所述区域车道拥堵指标计算区域拥堵指标,计算公式如下:
其中,Q为区域拥堵指标,M为区域中区域车道总数,Cm为区域中第m个车道的区域车道拥堵指标。
根据所述区域拥堵指标计算路段拥堵指标,计算公式如下:
其中,L为路段拥堵指标,I为路段中区域总数,Qi为路段中第i个区域的区域拥堵指标,Wi为区域拥堵指标对应的权值。
结合本发明第一方面的第三种可能的实现方式,本发明第一方面的第七种可能的实现方式中,所述拥堵指标参数为车道拥堵指标;
根据所述单元拥堵指标计算拥堵指标参数包括:
根据所述单元拥堵指标计算区域车道拥堵指标,计算公式如下:
其中,Jn为区域车道的第n个单元的单元拥堵指标,Wn为Jn对应的权值,C为区域车道拥堵指标,N为区域车道中的单元总数。
根据所述区域车道拥堵指标计算区域拥堵指标,计算公式如下:
其中,Q为区域拥堵指标,M为区域内车道总数,Cm为一个区域内一个车道堵指标。
根据所述区域车道拥堵指标以及所述区域拥堵指标计算车道拥堵指标,计算公式如下:
其中,Cx为车道拥堵指标,C为区域车道拥堵指标,Qi为路段中第i个区域的区域拥堵指标,I为路段中区域总数,Wc为区域车道拥堵指标对应的权值,Wi为区域拥堵指标对应的权值。
结合以上可能的实现方式,在本发明第一方面的第八种可能的实现方式中,所述测量路段的车道占有率以及平均行车速度包括:
通过地磁检测器测量路段的车道占有率以及平均行车速度。
结合以上可能的实现方式,在本发明第一方面的第九种可能的实现方式中,所述车道占有率为车道时间占有率。
本发明第二方面提供一种交通状态检测装置,包括:
测量模块,用于测量路段的车道占有率以及平均行车速度;
计算模块,用于根据所述车道占有率以及所述平均行车速度计算拥堵指标参数;
检测模块,用于根据所述拥堵指标参数检测交通状态。
结合本发明第二方面,在本发明第二方面的第一种可能的实现方式中,所述测量模块具体用于将路段划分为至少一个区域,将每个区域内每个车道划分为至少一个单元,测量各单元的车道占有率以及平均行车速度。
结合本发明第二方面的第一种可能的实现方式,所述计算模块包括:
第一计算单元,用于根据所述车道占有率以及所述平均行车速度计算各单元的单元拥堵指标;
第二计算单元,用于根据所述单元拥堵指标计算拥堵指标参数。
从以上技术方案可以看出,本发明实施例具有以下优点:
本发明实施例中,可以通过车道占有率以及平均行车速度计算得到拥堵指标参数,车道占有率以及平均行车速度从不同方面反映交通拥堵程度,因此通过两方面获取的拥堵指标参数检测交通状态,可以更加准确地显示道路的交通状态。
附图说明
图1为本发明实施例中交通状态检测方法的一个实施例示意图;
图2为本发明实施例中交通状态检测方法的另一实施例示意图;
图3为本发明实施例中交通状态检测方法的另一实施例示意图;
图4为本发明实施例中交通状态检测装置的一个实施例示意图;
图5为本发明实施例中交通状态检测装置的另一实施例示意图。
具体实施方式
本发明实施例提供了一种交通状态检测方法以及交通状态检测装置,能够。
请参阅图1,本发明实施例中交通状态检测方法的一个实施例包括:
101、测量待处理路段的车道占有率以及平均行车速度;
本实施例中,车道占有率越大,说明车辆占据道路的时间越长,表明道路越拥堵;车道占有率越小,说明车辆占据道路的时间越短,表明道路越畅通。
平均行车速度越大,说明车辆在道路上行驶速度越快,表明道路越畅通;平均行车速度越小,说明车辆在道路上行驶速度越慢,表明道路越拥堵。
102、根据车道占有率以及平均行车速度计算拥堵指标参数;
测量路段的车道占有率以及平均行车速度之后,根据车道占有率以及平均行车速度计算拥堵指标参数,拥堵指标参数用于指示路段的拥堵程度。
103、根据拥堵指标参数检测交通状态。
拥堵指标参数越大,表明道路越拥堵,拥堵指标参数越小,表明道路越畅通,可以根据拥堵指标参数检测交通状态。
本发明实施例中,可以通过车道占有率以及平均行车速度计算得到拥堵指标参数,车道占有率以及平均行车速度从不同方面反映交通拥堵程度,因此通过两方面获取的拥堵指标参数检测交通状态,可以更加准确地显示道路的交通状态。
在实际应用中,拥堵指标参数可以是路段拥堵指标,也可以是路段的车道拥堵指标,路段拥堵指标用于指示整个路段的拥堵程度,车道拥堵指标用于指示整个路段的车道的拥堵程度,下面以具体实施例进行说明:
一、拥堵指标参数为路段拥堵指标:
201、将待处理路段划分为至少一个区域;
本实施例中,将待处理路段划分为一个或多个区域,每个区域内都有一个或多个车道。
当车辆经过路段的交叉路口时,由于需要为其他行驶方向的车辆让路,车辆的速度一般会下降,因此路段的拥堵程度较高。
假定预设值为4,当路段内车道大于预设值,,比如6车道或8车道,甚至更多,车辆可选车道较多,车辆的速度较快,路段的拥堵程度较低,反之,路段内车道小于4,车辆可选车道较少,车辆速度较慢,路段的拥堵程度较高。
因此可以根据路段内不同车道的数量划分区域,或根据交叉路口或非交叉路口进行划分,还可以根据其他方法划分,此处不作具体限定。
202、将每个区域内每个车道划分为至少一个单元;
将待处理路段划分为至少一个区域之后,将每个区域内每个车道划分为一个或多个单元。
203、测量各单元的车道占有率以及平均行车速度;
本实施例中,每个单元都部署有一个或多个地磁检测器,通过地磁检测器测量路段的车道时间占有率以及平均行车速度。
由于地磁检测器测量车辆经过时的磁场变化数据,将该数据传输到数据处理中心,数据处理中心可以分析并获取车道占有率以及平均行车速度为现有技术,此处不再赘述。
测量车道占有率以及平均行车速度的检测装置还可以是视频检测器,线圈检测器或其他,此处不作具体限定。
车道占有率越大,说明车辆占据道路的时间越长,表明道路越拥堵;车道占有率越小,说明车辆占据道路的时间越短,表明道路越畅通。
平均行车速度越大,说明车辆在道路上行驶速度越快,表明道路越畅通;平均行车速度越小,说明车辆在道路上行驶速度越慢,表明道路越拥堵。
204、根据车道占有率以及平均行车速度计算各单元的单元拥堵指标;
根据车道占有率以及平均行车速度计算单元拥堵指标,,计算公式如下:
J=S_weight*(1-S/Sx)+O_weight*O;
J为单元拥堵指标,S为平均行车速度,Sx是待处理路段的最高限速,O为车道占有率,S_weight为平均行车速度对应的权值,O_weight为车道占有率对应的权值。
当S_weight以及O_weight满足公式S_weight+O_weight=1时,单元拥堵指标J的取值范围为[0,1]。当J取值为0时,表明车道占有率为0,或平均行车速度达到路段的最高限速,道路非常畅通;当J取值为1时,表明车道占有率为1,和/或平均行车速度为0,道路非常拥堵,车辆已经无法行驶。
平均行车速度越大,单元拥堵指标越小,平均行车速度越小,单元拥堵指标越大,车道占有率越大,单元拥堵指标越大,车道占有率越小,单元拥堵指标。
205、根据单元拥堵指标计算区域车道拥堵指标;
Jn为区域车道中第n个单元的单元拥堵指标,Wn为Jn对应的权值,C为区域车道拥堵指标,N为区域车道的单元总数,区域车道拥堵指标用于指示某个区域内某个车道的拥堵程度。
206、根据区域车道拥堵指标计算区域拥堵指标;
Q为区域拥堵指标,M为区域中区域车道总数,Cm为区域中第m个车道的区域车道拥堵指标,区域拥堵指标用于指示某个区域的拥堵程度。
207、根据区域拥堵指标计算路段拥堵指标;
L为路段拥堵指标,I为路段中区域总数,Qi为路段中第i个区域的区域拥堵指标,Wi为区域拥堵指标对应的权值。
路段拥堵指标用于指示整个待处理路段的拥堵程度。
208、根据路段拥堵指标检测交通状态。
路段拥堵指标越大,表明道路越拥堵,路段拥堵指标越小,表明道路越畅通。
在实际应用中,对于城市主干道,可以设定路段拥堵指标的取值在[0,0.2)之间时,交通状态为非常畅通,取值在[0.2,0.4)之间时,交通状态为畅通,取值在[0.4,0.6)之间时,交通状态为轻度拥堵,取值在[0.6,0.8)之间时,交通状态为中度拥堵,取值在[0.8,1]之间时,交通状态为严重拥堵。
可以理解的是,路段拥堵指标的取值范围与交通状态的对应关系还可以根据经验或实际测试所得结果获取,此处不作具体限定。
本发明实施例中,可以通过车道占有率以及平均行车速度计算得到路段拥堵指标,车道占有率以及平均行车速度从不同方面反映交通拥堵程度,因此通过两方面获取的路段拥堵指标检测交通状态,可以更加准确地显示道路的交通状态。
其次,通过对整个待处理路段进行精细化的交通参数采集,从而更加精确地显示整个道路的交通状态。
二、拥堵指标参数为车道拥堵指标:
301、将待处理路段划分为至少一个区域;
本实施例中,将待处理路段划分为一个或多个区域,每个区域内都有一个或多个车道。
当车辆经过路段的交叉路口时,由于需要为其他行驶方向的车辆让路,车辆的速度一般会下降,因此路段的拥堵程度较高。
假定预设值为4,当路段内车道大于预设值,,比如6车道或8车道,甚至更多,车辆可选车道较多,车辆的速度较快,路段的拥堵程度较低,反之,路段内车道小于4,车辆可选车道较少,车辆速度较慢,路段的拥堵程度较高。
因此可以根据路段内不同车道的数量划分区域,或根据交叉路口或非交叉路口进行划分,还可以根据其他方法划分,此处不作具体限定。
302、将每个区域内每个车道划分为至少一个单元;
将路段划分为至少一个区域之后,将每个区域内每个车道划分为一个或多个单元。
303、测量各单元的车道占有率以及平均行车速度;
本实施例中,每个单元都部署有一个或多个地磁检测器,通过地磁检测器测量路段的车道时间占有率以及平均行车速度。
由于地磁检测器测量车辆经过时的磁场变化数据,将该数据传输到数据处理中心,数据处理中心可以分析并获取车道占有率以及平均行车速度为现有技术,此处不再赘述。
测量车道占有率以及平均行车速度的检测装置还可以是视频检测器,线圈或其他,此处不作具体限定。
车道占有率越大,说明车辆占据道路的时间越长,表明道路越拥堵;车道占有率越小,说明车辆占据道路的时间越短,表明道路越畅通。
平均行车速度越大,说明车辆在道路上行驶速度越快,表明道路越畅通;平均行车速度越小,说明车辆在道路上行驶速度越慢,表明道路越拥堵。
304、根据车道占有率以及平均行车速度计算各单元的单元拥堵指标;
通过以下公式计算单元拥堵指标:
J=S_weight*(1-S/Sx)+O_weight*O;
J为单元拥堵指标,S为平均行车速度,Sx是路段的最高限速,O为车道占有率,S_weight为平均行车速度对应的权值,O_weight为车道占有率对应的权值。
S_weight以及O_weight满足公式:S_weight+O_weight=1。
平均行车速度越大,单元拥堵指标越小,平均行车速度越小,单元拥堵指标越大,车道占有率越大,单元拥堵指标越大,车道占有率越小,单元拥堵指标越小。
305、根据单元拥堵指标计算区域车道拥堵指标;
Jn为区域车道中第n个单元的单元拥堵指标,Wn为Jn对应的权值,C为区域车道拥堵指标,N为区域车道的单元总数,区域车道拥堵指标用于指示某个区域内某个车道的拥堵程度。
306、根据区域车道拥堵指标计算区域拥堵指标;
Q为区域拥堵指标,M为区域中区域车道总数,Cm为区域中第m个车道的区域车道堵指标,区域拥堵指标用于指示某个区域的拥堵程度。
307、根据区域车道拥堵指标以及区域拥堵指标计算车道拥堵指标;
Cx为第x车道的车道拥堵指标,C为区域车道拥堵指标,Qi为路段中第i个区域的区域拥堵指标,I为路段中区域总数,Wc为区域车道拥堵指标对应的权值,Wi为区域拥堵指标对应的权值,Cx用于指示待处理路段的第x车道的车道拥堵程度。
在实际应用中,单侧车道可以根据车辆转向划分为左转车道、右转车道或直行车道。在交叉路口,交通一般较为拥堵,因此可以根据交叉路口的区域车道拥堵指标以及其他区域的区域拥堵指标计算路段的车道拥堵指标,可以理解的是,还可以通过其他方式计算车道拥堵指标,此处不作具体限定。
308、根据车道拥堵指标检测交通状态。
车道拥堵指标越大,表明待处理路段的车道越拥堵,车道拥堵指标越小,表明待处理路段的车道越畅通。
在实际应用中,对于城市主干道,可以设定车道拥堵指标的取值在[0,0.2)之间时,交通状态为非常畅通,取值在[0.2,0.4)之间时,交通状态为畅通,取值在[0.4,0.6)之间时,交通状态为轻度拥堵,取值在[0.6,0.8)之间时,交通状态为中度拥堵,取值在[0.8,1]之间时,交通状态为严重拥堵。
可以理解的是,车道拥堵指标的取值范围与交通状态的对应关系还可以根据经验或实际测试所得结果获取,此处不作具体限定。
本发明实施例中,可以通过车道占有率以及平均行车速度计算得到车道拥堵指标,车道占有率以及平均行车速度从不同方面反映交通拥堵程度,因此通过两方面获取的车道拥堵指标检测交通状态,可以更加准确地显示道路的交通状态。
其次,通过对整个待处理路段进行精细化的交通参数采集,可以显示整个待处理路段的各车道的交通状态。
再次,本实施例采集了不同方面的交通参数,提供了方案实施的更多可能,增加了方案实施的灵活性。
为便于理解,下面以一具体应用场景对本发明实施例中交通状态检测方法进行详细描述:
在划分单元的过程中,假定将待处理路段划分为两个区域Q1、Q2,Q1区域有三个区域车道C1、C2、C3,Q2区域有两个区域车道C4、C5;
假定将区域车道C1划分为2个单元U1、U2,C2划分为2个单元U3、U4,C3划分为2个单元U5、U6,C4划分为2个单元U7、U8,C5划分2个单元U9、U10;
分别测量各单元的车道占有率O以及平均行车速度S,假定车道占有率的权值O_weight为0.6,平均行车速度S的权值S_weight为0.4,最高限速为60km/h,通过测得的O以及S计算单元拥堵指标:J1=S_weight*(1-S/Sx)+O_weight*O;
在U1中,假定S为15km/h,O为0.4,J1=0.4*(1-15/60)+0.6*0.4=0.54;
在U2中,S为30km/h,O为0.2,J2=0.4*(1-30/60)+0.6*0.2=0.32;
在U3中,S为22km/h,O为0.35,J3=0.4*(1-22/60)+0.6*0.35=0.503;
在U4中,S为27km/h,O为0.25,J4=0.4*(1-27/60)+0.6*0.25=0.37;
在U5中,S为25km/h,O为0.37,J5=0.4*(1-25/60)+0.6*0.37=0.455;
在U6中,S为35km/h,O为0.27,J6=0.4*(1-35/60)+0.6*0.27=0.329;
在U7中,S为40km/h,O为0.2,J7=0.4*(1-40/60)+0.6*0.2=0.253;
在U8中,S为45km/h,O为0.3,J8=0.4*(1-45/60)+0.6*0.3=0.28;
在U9中,S为38km/h,O为0.24,J9=0.4*(1-38/60)+0.6*0.24=0.291;
在U10中,S为42km/h,O为0.27,J10=0.4*(1-42/60)+0.6*0.27=0.282;
假定W1为1.2,W2为0.8,W3为1.2,W4为0.8,W5为1.2,W6为0.8,计算C1、C2、C3的区域车道拥堵指标:
C1=(1.2*0.54+0.8*0.32)/2=0.324+0.128=0.452;
C2=(1.2*0.503+0.8*0.37)/2=0.3018+0.148=0.4498;
C3=(1.2*0.455+0.8*0.329)/2=0.273+0.1316=0.4046;
计算区域Q1的区域拥堵指标:Q1=(C1+C2+C3)/3=0.4355;
假定W7为1,W8为1,W9为1,W10为1,计算C4、C5的区域车道拥堵指标:
C4=(1*0.253+1*0.28)/2=0.2665;
C5=(1*0.291+1*0.282)/2=0.2865;
计算区域Q2的区域拥堵指标:Q2=(C4+C5)/2=0.2765;
在实际应用中,利用路段拥堵指标检测整个路段的交通状态时,假定W1′为1.2,W2′为0.8,计算路段拥堵指标:L=(W1′*Q1+W2′*Q2)/2=(1.2*0.4355+0.8*0.2765)/2=0.3719。
对于城市主干道,例如,设定拥堵指标参数的取值在[0,0.2)之间时,交通状态为非常畅通,取值在[0.2,0.4)之间时,交通状态为畅通,取值在[0.4,0.6)之间时,交通状态为轻度拥堵,取值在[0.6,0.8)之间时,交通状态为中度拥堵,取值在[0.8,1]之间时,交通状态为严重拥堵。
路段拥堵指标的取值为0.3719,根据路段拥堵指标对应的交通状态可知:交通状态为畅通。
在实际应用中,单侧车道可以分为左转车道、右转车道以及直行车道等,利用车道拥堵指标检测整个路段的交通状态时,假定Wc为1.2,Wi为0.8,假定左转车道为Cl,右转车道为Cr,直行车道为Cs,计算路段中每个车道的车道拥堵指标:
左转车道拥堵指标:Cl=(1.2*0.54+0.8*0.2765)/2=0.4346,左转车道的交通状态为轻度拥堵;
直行车道拥堵指标:Cs=(1.2*0.503+0.8*0.2765)/2=0.4124,直行车道的交通状态为轻度拥堵;
右转车道拥堵指标:Cr=(1.2*0.455+0.8*0.2765)/2=0.3836,右转车道的交通状态为畅通。
以上从方法的角度对本发明实施例中交通状态检测方法进行了描述,下面从装置角度对本发明实施例中交通状态检测装置进行描述,请参阅图4,本发明实施例中交通状态检测装置包括:
测量模块401,用于测量路段的车道占有率以及平均行车速度;
计算模块402,用于根据测量模块401测量的车道占有率以及平均行车速度计算拥堵指标参数;
检测模块403,用于根据计算模块402计算的拥堵指标参数检测交通状态。
本发明实施例中,可以通过车道占有率以及平均行车速度计算得到拥堵指标参数,车道占有率以及平均行车速度从不同方面反映交通拥堵程度,因此通过两方面获取的拥堵指标参数检测交通状态,可以更加准确地显示道路的交通状态。
请参阅图5,本发明实施例中交通状态检测装置的另一个实施例包括:
测量模块501,用于测量路段的车道占有率以及平均行车速度;
计算模块502,用于根据测量模块501测量的车道占有率以及平均行车速度计算拥堵指标参数;
检测模块503,用于根据计算模块502计算的拥堵指标参数检测交通状态。
其中,测量模块501具体用于将路段划分为至少一个区域,将每个区域内每个车道划分为至少一个单元,测量各单元的车道占有率以及平均行车速度。
计算模块502包括:
第一计算单元5021,用于根据车道占有率以及平均行车速度计算各单元的单元拥堵指标;
第二计算单元5022,用于根据第一计算单元5021计算得到的单元拥堵指标计算拥堵指标参数。
第二计算单元5022具体用于根据单元拥堵指标计算区域车道拥堵指标,根据区域车道拥堵指标计算区域拥堵指标,根据区域拥堵指标计算路段拥堵指标;
或,第二计算单元5022用于根据单元拥堵指标计算区域车道拥堵指标,根据区域车道拥堵指标计算区域拥堵指标,根据区域车道拥堵指标以及区域拥堵指标计算车道拥堵指标。
本发明实施例中,可以通过车道占有率以及平均行车速度计算得到拥堵指标参数,车道占有率以及平均行车速度从不同方面反映交通拥堵程度,因此通过两方面获取的拥堵指标参数检测交通状态,可以更加准确地显示道路的交通状态。
其次,通过对整个待处理路段进行精细化的交通参数采集,从而更加精确地显示整个道路的交通状态。
为便于理解,下面以一具体应用场景对本发明实施例中交通状态检测装置的各模块以及单元之间的交互进行详细说明:
本实施例中,测量模块501将待处理路段划分为一个或多个区域,每个区域内都有一个或多个车道。
当车辆经过路段的交叉路口时,由于需要为其他行驶方向的车辆让路,车辆的速度一般会下降,因此路段的拥堵程度较高。
假定预设值为4,当路段内车道大于预设值,,比如6车道或8车道,甚至更多,车辆可选车道较多,车辆的速度较快,路段的拥堵程度较低,反之,路段内车道小于4,车辆可选车道较少,车辆速度较慢,路段的拥堵程度较高。
因此可以根据路段内车道数量划分区域,或根据交叉路口或非交叉路口进行划分,还可以根据其他方法划分,此处不作具体限定。
测量模块501将路段划分为至少一个区域之后,将每个区域内每个车道划分为一个或多个单元。
测量模块501测量各单元的车道占有率以及平均行车速度;
本实施例中,每个单元都部署有一个或多个地磁检测器,通过地磁检测器测量路段的车道占有率以及平均行车速度,地磁检测器测量车辆经过时的磁场变化数据,将该数据传输到数据处理中心,数据处理中心可以分析并获取车道占有率以及平均行车速度。
测量车道占有率以及平均行车速度的检测装置还可以是视频检测器,线圈或其他,此处不作具体限定。
车道占有率越大,说明车辆占据道路的时间越长,表明道路越拥堵;车道占有率越小,说明车辆占据道路的时间越短,表明道路越畅通。
平均行车速度越大,说明车辆在道路上行驶速度越快,表明道路越畅通;平均行车速度越小,说明车辆在道路上行驶速度越慢,表明道路越拥堵。
第一计算单元5021根据车道占有率以及平均行车速度计算各单元的单元拥堵指标;
第一计算单元5021计算单元拥堵指标;
平均行车速度越大,拥堵指标参数越小,平均行车速度越小,拥堵指标参数越大,车道占有率越大,拥堵指标参数越大,车道占有率越小,拥堵指标参数越小。
第二计算单元5022根据单元拥堵指标计算区域车道拥堵指标;
第二计算单元5022通根据区域车道拥堵指标计算区域拥堵指标;
第二计算单元5022根据区域拥堵指标计算的车道拥堵指标;
检测模块503根据拥堵指标参数检测交通状态。
拥堵指标参数越大,表明道路越拥堵,拥堵指标参数越小,表明道路越畅通,可以根据拥堵指标参数检测交通状态。
在实际应用中,对于城市主干道,可以设定拥堵指标参数的取值在[0,0.2)之间时,交通状态为非常畅通,取值在[0.2,0.4)之间时,交通状态为畅通,取值在[0.4,0.6)之间时,交通状态为轻度拥堵,取值在[0.6,0.8)之间时,交通状态为中度拥堵,取值在[0.8,1]之间时,交通状态为严重拥堵。
可以理解的是,拥堵指标参数的取值范围与交通状态的对应关系还可以根据经验或实际测试所得结果获取,此处不作具体限定。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (13)
1.一种交通状态检测方法,其特征在于,包括:
测量待处理路段的车道占有率以及平均行车速度;
根据所述车道占有率以及所述平均行车速度计算拥堵指标参数;
根据所述拥堵指标参数检测交通状态。
2.根据权利要求1所述的交通状态检测方法,其特征在于,所述测量待处理路段的车道占有率以及平均行车速度包括:
将待处理路段划分为至少一个区域,将每个区域内每个车道划分为至少一个单元;
测量各单元的车道占有率以及平均行车速度。
3.根据权利要求2所述的交通状态检测方法,其特征在于,根据所述车道占有率以及所述平均行车速度计算拥堵指标参数包括:
根据所述车道占有率以及所述平均行车速度计算各单元的单元拥堵指标;
根据所述单元拥堵指标计算拥堵指标参数。
4.根据权利要求1或3所述的交通状态检测方法,其特征在于,所述拥堵指标参数为路段拥堵指标或车道拥堵指标。
5.根据权利要求3所述的交通状态检测方法,其特征在于,所述根据所述车道占有率以及所述平均行车速度计算各单元的单元拥堵指标包括:
根据所述车道占有率以及所述平均行车速度计算单元拥堵指标,计算公式如下:J=S_weight*(1-S/Sx)+O_weight*O;
其中,J为单元拥堵指标,S为平均行车速度,Sx是路段的最高限速,O为车道占有率,S_weight为平均行车速度对应的权值,O_weight为所述车道占有率对应的权值。
6.根据权利要求5所述的交通状态检测方法,其特征在于,所述S_weight以及所述O_weight满足公式:S_weight+O_weight=1。
7.根据权利要求4所述的交通状态检测方法,其特征在于,所述拥堵指标参数为路段拥堵指标;
所述根据所述单元拥堵指标计算拥堵指标参数包括:
根据所述单元拥堵指标计算区域车道拥堵指标,计算公式如下:
其中,Jn为区域车道中第n个单元的单元拥堵指标,Wn为Jn对应的权值,C为区域车道拥堵指标,N为区域车道的单元总数;
根据所述区域车道拥堵指标计算区域拥堵指标,计算公式如下:
其中,Q为区域拥堵指标,M为区域中区域车道总数,Cm为区域中第m个车道的区域车道拥堵指标;
根据所述区域拥堵指标计算路段拥堵指标,计算公式如下:
其中,L为路段拥堵指标,I为路段中区域总数,Qi为路段中第i个区域的区域拥堵指标,Wi为区域拥堵指标对应的权值。
8.根据权利要求4所述的方法,其特征在于,所述拥堵指标参数为车道拥堵指标;
根据所述单元拥堵指标计算拥堵指标参数包括:
根据所述单元拥堵指标计算区域车道拥堵指标,计算公式如下:
其中,Jn为区域车道的第n个单元的单元拥堵指标,Wn为Jn对应的权值,C为区域车道拥堵指标,N为区域车道中的单元总数;
根据所述区域车道拥堵指标计算区域拥堵指标,计算公式如下:
其中,Q为区域拥堵指标,M为区域内车道总数,Cm为一个区域内一个车道堵指标;
根据所述区域车道拥堵指标以及所述区域拥堵指标计算车道拥堵指标,计算公式如下:
其中,Cx为车道拥堵指标,C为区域车道拥堵指标,Qi为路段中第i个区域的区域拥堵指标,I为路段中区域总数,Wc为区域车道拥堵指标对应的权值,Wi为区域拥堵指标对应的权值。
9.根据权利要求1至8中任一项所述的交通状态检测方法,其特征在于,所述测量路段的车道占有率以及平均行车速度包括:
通过地磁检测器测量路段的车道占有率以及平均行车速度。
10.根据权利要求1至8中任一项所述的交通状态检测方法,其特征在于,所述车道占有率为车道时间占有率。
11.一种交通状态检测装置,其特征在于,包括:
测量模块,用于测量路段的车道占有率以及平均行车速度;
计算模块,用于根据所述车道占有率以及所述平均行车速度计算拥堵指标参数;
检测模块,用于根据所述拥堵指标参数检测交通状态。
12.根据权利要求11所述的交通状态检测装置,其特征在于,所述测量模块具体用于将路段划分为至少一个区域,将每个区域内每个车道划分为至少一个单元,测量各单元的车道占有率以及平均行车速度。
13.根据权利要求12所述的交通状态检测装置,其特征在于,所述计算模块包括:
第一计算单元,用于根据所述车道占有率以及所述平均行车速度计算各单元的单元拥堵指标;
第二计算单元,用于根据所述单元拥堵指标计算拥堵指标参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079039.1A CN104574972B (zh) | 2015-02-13 | 2015-02-13 | 一种交通状态检测方法以及交通状态检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510079039.1A CN104574972B (zh) | 2015-02-13 | 2015-02-13 | 一种交通状态检测方法以及交通状态检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104574972A true CN104574972A (zh) | 2015-04-29 |
CN104574972B CN104574972B (zh) | 2017-05-10 |
Family
ID=53090915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510079039.1A Active CN104574972B (zh) | 2015-02-13 | 2015-02-13 | 一种交通状态检测方法以及交通状态检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104574972B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389996A (zh) * | 2015-12-17 | 2016-03-09 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通运行状态特征参数提取方法 |
CN106355922A (zh) * | 2016-11-28 | 2017-01-25 | 国网山东省电力公司济宁供电公司 | 一种智能交通管理方法及系统 |
CN107610470A (zh) * | 2017-10-31 | 2018-01-19 | 迈锐数据(北京)有限公司 | 一种交通拥堵评价方法和装置 |
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 |
CN112036243A (zh) * | 2020-07-28 | 2020-12-04 | 广州地理研究所 | 交通道路的大气污染测定方法、装置及设备 |
CN112562340A (zh) * | 2020-12-14 | 2021-03-26 | 重庆紫光华山智安科技有限公司 | 交通状况确定方法、装置、电子设备及存储介质 |
CN114999148A (zh) * | 2022-05-16 | 2022-09-02 | 国汽智图(北京)科技有限公司 | 拥堵程度监测方法、装置、计算机设备和存储介质 |
CN118397844A (zh) * | 2024-06-25 | 2024-07-26 | 大唐智创(山东)科技有限公司 | 一种融合机器学习算法的智能管控服务器及终端 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002298281A (ja) * | 2001-03-30 | 2002-10-11 | Foundation For The Promotion Of Industrial Science | 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム |
JP2005208041A (ja) * | 2003-12-26 | 2005-08-04 | Aisin Aw Co Ltd | 動的経路探索方法 |
CN101271622A (zh) * | 2007-03-22 | 2008-09-24 | 上海经达实业发展有限公司 | 一种城市道路交通的即时状态判别及诱导系统 |
CN101540099A (zh) * | 2008-03-17 | 2009-09-23 | 上海宝康电子控制工程有限公司 | 道路交通状态判断方法及系统 |
CN101739815A (zh) * | 2009-11-06 | 2010-06-16 | 吉林大学 | 道路交通拥挤状态在线识别方法 |
CN101783074A (zh) * | 2010-02-10 | 2010-07-21 | 北方工业大学 | 一种城市道路交通流状态实时判别方法及系统 |
CN101833858A (zh) * | 2009-12-17 | 2010-09-15 | 南京城际在线信息技术有限公司 | 一种基于信号灯系统环形线圈判别道路交通状态的方法 |
CN201600144U (zh) * | 2009-12-14 | 2010-10-06 | 东莞市美赛达欣电子科技有限公司 | 可提供实时路况信息的gps导航仪 |
CN102938203A (zh) * | 2012-11-06 | 2013-02-20 | 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 |
-
2015
- 2015-02-13 CN CN201510079039.1A patent/CN104574972B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002298281A (ja) * | 2001-03-30 | 2002-10-11 | Foundation For The Promotion Of Industrial Science | 交通量予測装置、交通量予測方法、交通情報センターおよび車載ナビゲーションシステム |
JP2005208041A (ja) * | 2003-12-26 | 2005-08-04 | Aisin Aw Co Ltd | 動的経路探索方法 |
CN101271622A (zh) * | 2007-03-22 | 2008-09-24 | 上海经达实业发展有限公司 | 一种城市道路交通的即时状态判别及诱导系统 |
CN101540099A (zh) * | 2008-03-17 | 2009-09-23 | 上海宝康电子控制工程有限公司 | 道路交通状态判断方法及系统 |
CN101739815A (zh) * | 2009-11-06 | 2010-06-16 | 吉林大学 | 道路交通拥挤状态在线识别方法 |
CN201600144U (zh) * | 2009-12-14 | 2010-10-06 | 东莞市美赛达欣电子科技有限公司 | 可提供实时路况信息的gps导航仪 |
CN101833858A (zh) * | 2009-12-17 | 2010-09-15 | 南京城际在线信息技术有限公司 | 一种基于信号灯系统环形线圈判别道路交通状态的方法 |
CN101783074A (zh) * | 2010-02-10 | 2010-07-21 | 北方工业大学 | 一种城市道路交通流状态实时判别方法及系统 |
CN102938203A (zh) * | 2012-11-06 | 2013-02-20 | 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 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105389996A (zh) * | 2015-12-17 | 2016-03-09 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通运行状态特征参数提取方法 |
CN106355922A (zh) * | 2016-11-28 | 2017-01-25 | 国网山东省电力公司济宁供电公司 | 一种智能交通管理方法及系统 |
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 |
CN107610470A (zh) * | 2017-10-31 | 2018-01-19 | 迈锐数据(北京)有限公司 | 一种交通拥堵评价方法和装置 |
CN112036243A (zh) * | 2020-07-28 | 2020-12-04 | 广州地理研究所 | 交通道路的大气污染测定方法、装置及设备 |
CN112562340A (zh) * | 2020-12-14 | 2021-03-26 | 重庆紫光华山智安科技有限公司 | 交通状况确定方法、装置、电子设备及存储介质 |
CN114999148A (zh) * | 2022-05-16 | 2022-09-02 | 国汽智图(北京)科技有限公司 | 拥堵程度监测方法、装置、计算机设备和存储介质 |
CN118397844A (zh) * | 2024-06-25 | 2024-07-26 | 大唐智创(山东)科技有限公司 | 一种融合机器学习算法的智能管控服务器及终端 |
CN118397844B (zh) * | 2024-06-25 | 2024-09-06 | 大唐智创(山东)科技有限公司 | 一种融合机器学习算法的智能管控服务器及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN104574972B (zh) | 2017-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104574972A (zh) | 一种交通状态检测方法以及交通状态检测装置 | |
Abdel-Aty et al. | Evaluation of variable speed limits for real-time freeway safety improvement | |
Fitzpatrick et al. | Speed prediction for two-lane rural highways | |
Silvano et al. | Impact of speed limits and road characteristics on free-flow speed in urban areas | |
Pérez-Zuriaga et al. | Tangent-to-curve transition on two-lane rural roads based on continuous speed profiles | |
Rakha et al. | INTEGRATION 2.30 framework for modeling lane-changing behavior in weaving sections | |
Ma et al. | Predicting traffic conflicts for expressway diverging areas using vehicle trajectory data | |
Abdel-Aty et al. | Safety and operational impact of connected vehicles’ lane configuration on freeway facilities with managed lanes | |
CN101882372A (zh) | 一种短小路链实时交通信息合并处理的方法、装置和系统 | |
Lobo et al. | Free-gap evaluation for two-lane rural highways | |
Mousavi et al. | Identifying high crash risk highway segments using jerk-cluster analysis | |
Balakrishnan et al. | Influence of lane and vehicle subclass on free-flow speeds for urban roads in heterogeneous traffic | |
CN107886739A (zh) | 交通人流量自动采集分析系统 | |
CN106960572A (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 | |
Oh et al. | Optimal detector location for estimating link travel speed in urban arterial roads | |
Mehrabani et al. | Evaluating the relationship between operating speed and collision frequency of rural multilane highways based on geometric and roadside features | |
Salim et al. | Estimation of average space headway under heterogeneous traffic conditions | |
Qasim et al. | Estimating a congested road capacity–headway relationship of a multi-lane highway in an urban area based on lane position | |
Gordon et al. | Analysis of crash rates and surrogate events: unified approach | |
De Luca et al. | Freeway free flow speed: a case study in Italy | |
CN104751644B (zh) | 一种交通检测方法以及交通检测装置 | |
CN110264725B (zh) | 路段流量的确定方法及装置 | |
Yang et al. | Effectiveness of temporary rumble strips in alerting motorists in short-term surveying work zones | |
Hasan et al. | Study on Traffic Congestion Parameters at Local Conditions Using Kerner’s Three-Phase Traffic Flow Theory | |
Hallenbeck et al. | Arterial performance monitoring using stop bar sensor data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PP01 | Preservation of patent right |
Effective date of registration: 20201119 Granted publication date: 20170510 |
|
PP01 | Preservation of patent right | ||
PD01 | Discharge of preservation of patent |
Date of cancellation: 20210112 Granted publication date: 20170510 |
|
PD01 | Discharge of preservation of patent |