CN104658271B - 一种交通状态监控方法及系统 - Google Patents

一种交通状态监控方法及系统 Download PDF

Info

Publication number
CN104658271B
CN104658271B CN201510102767.XA CN201510102767A CN104658271B CN 104658271 B CN104658271 B CN 104658271B CN 201510102767 A CN201510102767 A CN 201510102767A CN 104658271 B CN104658271 B CN 104658271B
Authority
CN
China
Prior art keywords
traffic
traffic flow
vector
reference fingerprint
fingerprint
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
Application number
CN201510102767.XA
Other languages
English (en)
Other versions
CN104658271A (zh
Inventor
潘强
邓瀚林
王彦哲
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.)
WUXI RESEARCH INSTITUTE OF INTERNET OF THINGS
Original Assignee
WUXI RESEARCH INSTITUTE OF INTERNET OF THINGS
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 WUXI RESEARCH INSTITUTE OF INTERNET OF THINGS filed Critical WUXI RESEARCH INSTITUTE OF INTERNET OF THINGS
Priority to CN201510102767.XA priority Critical patent/CN104658271B/zh
Publication of CN104658271A publication Critical patent/CN104658271A/zh
Application granted granted Critical
Publication of CN104658271B publication Critical patent/CN104658271B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/042Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0133Traffic data processing for classifying traffic situation

Abstract

本发明提供一种交通状态监控方法,预先将交通路段设置N个截面;在每个截面上设置一组地磁检测器;每组地磁检测器包括M个地磁检测器,M为交通路段的单向车道数目,N为大于等于2的整数;该方法包括:根据预定的时间周期T内每组地磁检测器输出的检测数据生成交通流指纹向量;将交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较;判定时间周期T内的交通状态为交通流指纹向量最接近的参考指纹向量对应的交通状态;A为大于等于1的整数。既可以对于一个路段区间的交通状态进行监控,也可以对于一个段路的交通状态进行监控,还可以对一个区域中的多个检测截面进行组合,对其组合的整体交通状态进行监控。

Description

一种交通状态监控方法及系统
技术领域
本发明涉及交通监控技术领域,特别涉及一种交通状态监控方法及系统。
背景技术
随着车辆的日益增多,越来越多的城市成为交通拥堵城市,因此,对于路面进行交通监控变得尤为重要。一方面可以实时进行交通状态播报,另一方面有利于交管部门进行交通流量控制。
智能交通系统是解决当前交通拥堵问题的关键技术。而交通状态监控是智能交通系统运行的基础和前提,也是智能交通领域最受关注的技术之一。
当前的交通状态监控方法包括地感线圈、微波雷达检测器、视频检测器和地磁检测器等,以视频检测器为例,通过摄像头来监控车辆的流量以及速度情况。但是摄像头需要设置在监控杆上,部署不方便,难以对交通流实施空间上精细化的监控,同时视频检测器容易受到环境因素影响,兼并考虑成本原因,通常只能部署在少数关键的检测点或瓶颈点,无法实现空间上大规模地应用。
因此,本领域技术人员需要提供一种交通状态监控方法及系统,能够对交通流实施空间上精细化的监控并准确判断当前交通状态,并根据交通状态实施恰当的交通控制和管理。
发明内容
本发明要解决的技术问题是提供一种交通状态监控方法及系统,能够对交通流实施空间上精细化的监控并准确判断当前交通状态,并根据交通状态实施恰当的交通控制和管理。
本发明实施例提供一种交通状态监控方法,预先将交通路段设置N个截面;在每个所述截面上设置一组地磁检测器;每组地磁检测器包括M个地磁检测器,所述M为交通路段的单向车道数目,所述N为大于等于2的整数;该方法包括:
根据预定的时间周期T内所述每组地磁检测器输出的检测数据生成交通流指纹向量;
将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较;
判定所述时间周期T内的交通状态为所述交通流指纹向量最接近的参考指纹向量对应的交通状态;所述A为大于等于1的整数。
优选地,所述检测数据包括以下数据中的至少一种:
车流量、车辆平均速度和时间占道率。
优选地,所述A个参考指纹向量对应的交通状态包括以下中的至少一种:
通畅、轻度拥堵、重度拥堵和阻塞。
优选地,将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较之前,还包括:
将所述交通流指纹向量进行规整化,得到规整化后的规整交通流指纹向量;
所述比较具体为:分别计算所述规整交通流指纹向量与所述A个参考指纹向量之间的欧式距离,距离最小对应的参考指纹向量为所述最接近的参考指纹向量。
优选地,还包括:根据所述交通状态进行启动和停止交通流控制,具体为:
当所述交通流指纹向量与参考指纹向量的距离值大于上阈值时,启动所述交通流控制;
当所述交通流指纹向量与参考指纹向量的距离值小于或等于下阈值时,停止所述交通流控制;
所述上阈值与所述下阈值均为预先设置的值。
本发明实施例还提供一种交通状态监控系统,包括:地磁检测器和控制器;
预先将交通路段设置N个截面;在每个所述截面上设置一组地磁检测器;每组地磁检测器包括M个地磁检测器,所述M为交通路段的单向车道数目,所述N为大于等于2的整数;
所述地磁检测器,用于将预定时间周期T内交通流车辆检测数据发送给所述控制器;
所述控制器,用于根据所述每组地磁检测器输出的检测数据生成交通流指纹向量;将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较;判定所述时间周期T内的交通状态为所述交通流指纹向量最接近的参考指纹向量对应的交通状态;所述A为大于等于1的整数。
优选地,所述检测数据包括以下数据中的至少一种:
车流量、车辆平均速度和时间占道率。
优选地,所述A个参考指纹向量对应的交通状态包括以下中的至少一种:
通畅、轻度拥堵、重度拥堵和阻塞。
优选地,所述控制器将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较之前,还用于,将所述交通流指纹向量进行规整化,得到规整化后的规整交通流指纹向量;所述比较具体为:分别计算所述规整交通流指纹向量与所述A个参考指纹向量之间的欧式距离,距离最小对应的参考指纹向量为所述最接近的参考指纹向量。
优选地,所述控制器,还用于根据所述交通状态进行启动和停止交通流控制:当所述交通流指纹向量与参考指纹向量的距离值大于上阈值时,启动所述交通流控制;当所述交通流指纹向量与参考指纹向量的距离值小于或等于下阈值时,停止所述交通流控制;所述上阈值与所述下阈值均为预先设置的值。
与现有技术相比,本发明具有以下优点:
本实施例提供的交通状态监控方法,利用地磁检测器输出的检测数据生成交通流指纹向量,由于地磁检测器是在交通路段的不同空间位置上多点部署,因此检测的数据可更精细、更直接地反映当前交通状态及其变化。同时地磁检测器具有体积小部署方便,稳定性好测量结果准确等优点。将交通流指纹向量与参考指纹矩阵中的指纹向量进行比较,交通流指纹向量与参考指纹矩阵中的指纹向量之间的距离最小的那个对应的交通状态为当前的交通状态。可以根据需求设置交通状态的数目。并且,本发明提供的方法,既可以对于一个路段区间的交通状态进行监控,也可以对于一个段路的交通状态进行监控,还可以对一个区域中的多个检测截面进行组合,对其组合的整体交通状态进行监控。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的交通状态监控方法实施例一流程图;
图2是本发明提供的地磁检测器设置示意图;
图3是本发明提供的交通状态监控方法实施例二流程图;
图4是本发明提供的滞回阻尼控制示意图;
图5是本发明提供的交通状态监控系统实施例一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。
方法实施例一:
参见图1,该图为本发明提供的交通状态监控方法实施例一流程图。
本实施例提供的交通状态监控方法,预先将交通路段设置N个截面;在每个所述截面上设置一组地磁检测器;每组地磁检测器包括M个地磁检测器,所述M为交通路段的单向车道数目,所述N为大于等于2的整数;该方法包括:
S101:根据时间周期T内所述每组地磁检测器输出的检测数据生成交通流指纹向量;
所述T的大小可以根据需要来设置,例如,60s或者120s等时间长度。
S102:将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较;
S103:判定所述时间周期T的交通状态为所述交通流指纹向量最接近的参考指纹向量对应的交通状态;所述A为大于等于1的整数。
需要说明的是,交通流指纹向量与参考指纹向量最接近指的是这两个向量之间的距离最小。计算两个向量之间的距离有很多种方法,例如本实施例中可以利用欧式距离的计算方法。
例如交通流指纹向量用(x1,x2,x3,x4,…,xn)来表示,参考指纹向量用(y1,y2,y3,y4,…,yn)来表示。这两个向量之间的欧式距离为:
sqrt((x1-y1)^2+(x2-y2)^2+(x3-y3)^2+(x4-y4)^2+…+(xn-yn)^2)。
为了本领域技术人员更好地理解本实施例提供的方法,下面以交通路段上设置4个截面为例进行介绍,参见图2。
图中的车道为双向六车道,即本实施例中的M为3(单向是3个车道),N为4。
P代表一个地磁检测器,Q代表一个车道,从图中可以看出每个车道Q上设置一个地磁检测器P。
地磁检测器P具有性能稳定、部署方便、体积小、安装维护成本低等优点,比较适合空间规模化部署。
可以理解的是,地磁检测器P可以直接输出车流量、车辆平均速度和时间占道率等数据。
对于区间车辆数,可以由相邻的两个地磁检测器组的车流量之差来获得,第一个地磁检测器组流入的车辆减去相邻的第二个地磁检测器组流出的车辆便是这个区间车辆数。
图2中从左至右分别为第一地磁检测器组、第二地磁检测器组、第三地磁检测器组和第四地磁检测器组,结合路口的地磁检测器组,这五个地磁检测器组检测的区间车辆数分别为:20、50、75、80,用这四个区间车辆数生成交通流指纹向量为(20、50、75、80)。
需要说明的是,A个参考指纹向量可以组成参考指纹矩阵,例如A为4时,代表存在四个参考指纹向量,这四个参考指纹向量对应四种交通状态。
参考指纹矩阵可以根据需求的交通状态的种类来设置,例如可以分为拥堵和通畅两种,也可以分为:通畅、轻度拥堵和阻塞三种,也可以包括:通畅、轻度拥堵、重度拥堵和阻塞四种。
例如当包括以上四种交通状态时,参考指纹矩阵可以表示如下:
Figure BDA0000679150770000051
即,(0,0,0,100)代表的交通状态为通畅,(0,0,100,100)代表的交通状态为轻度拥堵,(0,100,100,100)代表的交通状态为重度拥堵,(100,100,100,100)代表的交通状态为阻塞。
本实施例提供的交通状态监控方法,利用地磁检测器输出的检测数据生成交通流指纹向量,由于地磁检测器是在交通路段的不同空间位置上多点部署,因此检测的数据较为全面。并且地磁检测器体积小设置比较方便,稳定性好测量结果准确。将交通流指纹向量与参考指纹矩阵中的指纹向量进行比较,交通流指纹向量与参考指纹矩阵中的指纹向量之间的距离最小的那个对应的交通状态为当前的交通状态。可以根据需求设置交通状态的数目。并且,本发明提供的方法,既可以对于一个路段区间的交通状态进行监控,也可以对于一个段路的交通状态进行监控,还可以对一个区域中的多个检测截面进行组合,对其组合的整体交通状态进行监控。
方法实施例二:
参见图3,该图为本发明提供的交通状态监控方法实施例二流程图。
本实施例提供的交通状态监控方法中,S301与S101相同,S303和S304分别与S102和S103相同,在此不再赘述。
将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较之前,还包括:
S302:将所述交通流指纹向量进行规整化,得到规整化后的规整交通流指纹向量;
在S303中所述比较具体为:分别计算所述规整交通流指纹向量与所述A个参考指纹向量之间的欧式距离,距离最小对应的参考指纹向量为所述最接近的参考指纹向量。
为了不同类型的检测数据均可以与A个参考指纹向量进行比较,需要首先对交通流指纹向量进行规整化,然后将规整化后的规整交通流指纹向量与所述参考指纹向量进行比较。
例如,参考指纹矩阵的数值取值区间是0至100,如果交通流指纹向量中的数值区间不是[0,100],那么需要将交通流指纹向量中的数值按比例映射到[0,100]的区间,即进行规整化。
以区间车辆数向量(20,50,75,80)为例,车辆数数值越大,代表交通越拥堵;假设区间车辆数最大取值为100,则将区间车辆数进行规整化具体为:(20,50,75,80)×100/100=(20,50,75,80),将规整化后的规整交通流指纹向量(20,50,75,80)与参考指纹矩阵中的各个行向量进行比较。
如果区间车辆数的最大取值为200,则将区间车辆数进行规整化具体为:(20,50,75,80)×100/200=(10,25,37.5,40),将规整化后的规整交通流指纹向量(10,25,37.5,40)与参考指纹矩阵中的各个行向量进行比较。
如果区间车辆数的最大取值为300,则将区间车辆数进行规整化具体为:(20,50,75,80)×100/300=(6.67,16.67,25,26.67),将规整化后的规整交通流指纹向量(6.67,16.67,25,26.67)与参考指纹矩阵中的各个行向量进行比较。
以平均占道率向量(5%,5%,20%,40%)为例,平均占道率向量中的数值越大,代表交通越拥堵;需要说明的是,平均占道率指的是一组地磁检测器输出的时间占道率进行平均,例如,一组包括三个地磁检测器,则将这三个地磁检测器输出的三个时间占道率进行相加,然后除以三进行平均即为平均占道率。
由于平均占道率向量最大取值为1,即100%,则将平均占道率向量进行规整化具体为:(5%,5%,20%,40%)×100/1=(5,5,20,40),将规整化后的规整交通流指纹向量(5,5,20,40)与参考指纹矩阵中的各个行向量进行比较。
以平均速度向量(60,50,30,10)为例,因为速度值越大,代表交通越通畅;这与区间车辆数向量和平均占道率向量所代表的交通拥堵意义相反,需要进行互补规整化处理;假设道路最大限制车速值为80,先计算比例(60,50,30,10)/80=(6/8,5/8,3/8,1/8),再互补计算,即1-(6/8,5/8,3/8,1/8)=(2/8,3/8,5/8,7/8),这样平均速度向量反映的交通状态与区间车辆数向量、平均占道率向量一致。由于(2/8,3/8,5/8,7/8)的最大取值为1,因此,规整化后的规整交通流指纹向量为:(2/8,3/8,5/8,7/8)×100/1=(25,37.5,62.5,87.5)。
经过以上规整化处理之后,每种类型的检测数据规整化后的向量无论在取值区间还是反映交通拥堵意义上都是一致的。
需要说明的是,根据本发明实施例提供的方法,当判定交通状态为轻度拥堵或重度拥堵时可以启动交通流控制。例如,可以通过路口交通信号控制采取限行措施,待交通状态缓解后再停止限行。为了避免频繁进行交通流控制的启动和停止,本实施例中采取滞回阻尼机制,即设置了启动交通流控制的上阈值和停止交通流控制的下阈值。
还包括S305:根据所述时间周期交通状态进行启动和停止交通流控制,具体为:
当所述交通流指纹向量与参考指纹向量的距离值大于上阈值时,启动所述交通流控制;
当所述交通流指纹向量与参考指纹向量的距离值小于或等于下阈值时,停止所述交通流控制;
所述上阈值与所述下阈值均为预先设置的值。
具体可以参见图4,该图为本发明提供的滞回阻尼控制示意图。
图4中横坐标为交通流指纹向量与参考指纹向量之间的距离值。从图4中可以看出,当距离值大于上阈值时,启动交通流控制。当距离值小于下阈值时,停止交通流控制。而不是将距离值与一个单一的值进行比较,这样当大于这个值时启动交通流控制,当小于这个值时停止交通流控制,如果出现稍微地变化就需要切换交通流控制状态,这样切换太频繁。而本实施例提供的滞回阻尼机制可以避免频繁地切换交通流控制。
基于以上实施例提供的一种交通状态监控方法,本发明实施例还提供一种交通状态监控系统,下面结合附图来进行详细的介绍。
系统实施例一:
参见图5,该图为本发明提供的交通状态监控系统实施例一示意图。
本实施例提供的交通状态监控系统,包括:地磁检测器P和控制器500;
预先将交通路段设置N个截面;在每个所述截面上设置一组地磁检测器;每组地磁检测器包括M个地磁检测器,所述M为交通路段的单向车道数目,所述N为大于等于2的整数;
所述地磁检测器P,用于将交通流车辆检测数据发送给所述控制器500;
需要说明的是,地磁检测器P可以将检测数据以有线方式或者无线方式发送给控制器500。由于地磁检测器P一般埋设在路面以下,因此,为了方便,可以无线方式将检测数据传输给控制器500。
所述控制器500,用于根据所述每组地磁检测器输出的检测数据生成交通流指纹向量;将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较;判定所述时间周期T交通状态为所述交通流指纹向量最接近的参考指纹向量对应的交通状态;所述A为大于等于1的整数。
需要说明的是,交通流指纹向量与参考指纹向量最接近指的是这两个向量之间的欧式距离最小。例如交通流指纹向量用(x1,x2,x3,x4,…,xn)来表示,参考指纹向量用(y1,y2,y3,y4,…,yn)来表示。这两个向量之间的欧式距离为:
sqrt((x1-y1)^2+(x2-y2)^2+(x3-y3)^2+(x4-y4)^2+…+(xn-yn)^2)。
需要说明的是,A个参考指纹向量可以组成参考指纹矩阵,例如A为4时,代表存在四个参考指纹向量,这四个参考指纹向量对应四种交通状态。
参考指纹矩阵可以根据需求的交通状态的种类来设置,例如可以分为拥堵和通畅两种,也可以分为:通畅、轻度拥堵和阻塞三种,也可以包括:通畅、轻度拥堵、重度拥堵和阻塞四种。
本实施例提供的交通状态监控方法,利用地磁检测器输出的检测数据生成交通流指纹向量,由于地磁检测器是在交通路段的空间上多点部署,因此检测的数据较为全面。并且地磁检测器体积小设置比较方便,稳定性好测量结果准确。将交通流指纹向量与参考指纹矩阵中的指纹向量进行比较,交通流指纹向量与参考指纹矩阵中的指纹向量之间的距离最小的那个对应的交通状态为当前的交通状态。可以根据需求设置交通状态的数目。并且,本发明提供的方法,既可以对于一个路段区间的交通状态进行监控,也可以对于一个段路的交通状态进行监控,还可以对于对一个区域中的多个检测截面进行组合,对其组合的整体交通状态进行监控。。
需要说明的是,所述检测数据包括以下数据中的至少一种:
车流量、平均车辆速度和时间占道率;
所述A个参考指纹向量对应的交通状态包括以下中的至少两种:
通畅、轻度拥堵、重度拥堵和阻塞。
所述控制器将所述交通流指纹向量与预先设定的参考指纹矩阵中的A个参考指纹向量进行比较之前,还用于,将所述交通流指纹向量进行规整化,得到规整化后的规整交通流指纹向量;所述比较具体为:分别计算所述规整交通流指纹向量与所述A个参考指纹向量之间的欧式距离,距离最小对应的参考指纹向量为所述最接近的参考指纹向量。
为了不同类型的检测数据均可以与A个参考指纹向量进行比较,需要首先对交通流指纹向量进行规整化,然后将规整化后的规整交通流指纹向量与所述参考指纹向量进行比较。
例如,参考指纹矩阵的数值取值区间是0至100,如果交通流指纹向量中的数值区间不是[0,100],那么需要将交通流指纹向量中的数值按比例映射到[0,100]的区间,即进行规整化。
以区间车辆数向量(20,50,75,80)为例,车辆数数值越大,代表交通越拥堵;假设区间车辆数最大取值为100,则将区间车辆数进行规整化具体为:(20,50,75,80)×100/100=(20,50,75,80),将规整化后的规整交通流指纹向量(20,50,75,80)与参考指纹矩阵中的各个行向量进行比较。
如果区间车辆数的最大取值为200,则将区间车辆数进行规整化具体为:(20,50,75,80)×100/200=(10,25,37.5,40),将规整化后的规整交通流指纹向量(10,25,37.5,40)与参考指纹矩阵中的各个行向量进行比较。
如果区间车辆数的最大取值为300,则将区间车辆数进行规整化具体为:(20,50,75,80)×100/300=(6.67,16.67,25,26.67),将规整化后的规整交通流指纹向量(6.67,16.67,25,26.67)与参考指纹矩阵中的各个行向量进行比较。
以平均占道率向量(5%,5%,20%,40%)为例,平均占道率向量中的数值越大,代表交通越拥堵;需要说明的是,平均占道率指的是一组地磁检测器输出的时间占道率进行平均,例如,一组包括三个地磁检测器,则将这三个地磁检测器输出的三个时间占道率进行相加,然后除以三进行平均即为平均占道率。
由于平均占道率向量最大取值为1,即100%,则将平均占道率向量进行规整化具体为:(5%,5%,20%,40%)×100/1=(5,5,20,40),将规整化后的规整交通流指纹向量(5,5,20,40)与参考指纹矩阵中的各个行向量进行比较。
以平均速度向量(60,50,30,10)为例,因为速度值越大,代表交通越通畅;这与区间车辆数向量和平均占道率向量所代表的交通拥堵意义相反,需要进行互补规整化处理;假设道路最大限制车速值为80,先计算比例(60,50,30,10)/80=(6/8,5/8,3/8,1/8),再反过来计算,即1-(6/8,5/8,3/8,1/8)=(2/8,3/8,5/8,7/8),这样平均速度向量反映的交通状态与区间车辆数向量、平均占道率向量一致。由于(2/8,3/8,5/8,7/8)的最大取值为1,因此,规整化后的规整交通流指纹向量为:(2/8,3/8,5/8,7/8)×100/1=(25,37.5,62.5,87.5)。
经过以上规整化处理之后,每种类型的检测数据规整化后的向量无论在取值区间还是反映交通拥堵意义上都是一致的。
需要说明的是,当控制器判定交通状态为轻度拥堵或重度拥堵时可以启动交通流控制。例如,可以通过路口交通信号控制采取限行措施,待交通状态缓解后再停止限行。为了避免频繁进行交通流控制的启动和停止,本实施例中采取滞回阻尼机制,即设置了启动交通流控制的上阈值和停止交通流控制的下阈值。
所述控制器,还用于根据所述当前时间周期交通状态进行启动和停止交通流控制:当所述交通流指纹向量与参考指纹向量的距离值大于上阈值时,启动所述交通流控制;当所述交通流指纹向量与参考指纹向量的距离值小于或等于下阈值时,停止所述交通流控制;所述上阈值与所述下阈值均为预先设置的值。
从图4中可以看出,当距离值大于上阈值时,启动交通流控制。当距离值小于下阈值时,停止交通流控制。而不是将距离值与一个单一的值进行比较,这样当大于这个值时启动交通流控制,当小于这个值时停止交通流控制,如果出现稍微地变化就需要切换交通流控制状态,这样切换太频繁。而本实施例提供的滞回阻尼机制可以避免频繁地切换交通流控制。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围情况下,都可利用上述揭示的方法和技术内容对本发明技术方案做出许多可能的变动和修饰,或修改为等同变化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均仍属于本发明技术方案保护的范围内。

Claims (8)

1.一种交通状态监控方法,其特征在于,预先将交通路段设置N个截面;在每个所述截面上设置一组地磁检测器;每组地磁检测器包括M个地磁检测器,所述M为交通路段的单向车道数目,所述N为大于等于2的整数;该方法包括:
根据预定的时间周期T内所述每组地磁检测器输出的检测数据生成交通流指纹向量;
将所述交通流指纹向量进行规整化,得到规整化后的规整交通流指纹向量;其中,所述规整化为将所述交通流指纹向量中的数值按比例映射到参考指纹矩阵的数值取值区间;
将所述规整交通流指纹向量与预先设定的所述参考指纹矩阵中的A个参考指纹向量进行比较;
判定所述时间周期T内的交通状态为所述规整交通流指纹向量最接近的参考指纹向量对应的交通状态;所述A为大于等于1的整数;
根据所述交通状态进行启动和停止交通流控制,具体为:当所述交通状态为轻度拥堵或重度拥堵,所述交通流指纹向量与所述最接近的参考指纹向量的距离值大于上阈值时,启动所述交通流控制;当所述交通状态为轻度拥堵或重度拥堵,所述交通流指纹向量与所述最接近的参考指纹向量的距离值小于或等于下阈值时,停止所述交通流控制;所述上阈值与所述下阈值均为预先设置的值;所述上阈值与所述下阈值之间具有滞回窗口。
2.根据权利要求1所述的交通状态监控方法,其特征在于,所述检测数据包括以下数据中的至少一种:
车流量、车辆平均速度和时间占道率。
3.根据权利要求2所述的交通状态监控方法,其特征在于,所述A个参考指纹向量对应的交通状态包括以下中的至少一种:
通畅、轻度拥堵、重度拥堵和阻塞。
4.根据权利要求3所述的交通状态监控方法,其特征在于,所述比较具体为:分别计算所述规整交通流指纹向量与所述A个参考指纹向量之间的欧式距离,距离最小对应的参考指纹向量为所述最接近的参考指纹向量。
5.一种交通状态监控系统,其特征在于,包括:地磁检测器和控制器;
预先将交通路段设置N个截面;在每个所述截面上设置一组地磁检测器;每组地磁检测器包括M个地磁检测器,所述M为交通路段的单向车道数目,所述N为大于等于2的整数;
所述地磁检测器,用于将预定时间周期T内交通流车辆检测数据发送给所述控制器;
所述控制器,用于根据所述每组地磁检测器输出的检测数据生成交通流指纹向量;将所述交通流指纹向量进行规整化,得到规整化后的规整交通流指纹向量;其中,所述规整化为将所述交通流指纹向量中的数值按比例映射到参考指纹矩阵的数值取值区间;将所述规整交通流指纹向量与预先设定的所述参考指纹矩阵中的A个参考指纹向量进行比较;判定所述时间周期T内的交通状态为所述规整交通流指纹向量最接近的参考指纹向量对应的交通状态;所述A为大于等于1的整数;
根据所述交通状态进行启动和停止交通流控制,具体为:当所述交通状态为轻度拥堵或重度拥堵,所述交通流指纹向量与所述最接近的参考指纹向量的距离值大于上阈值时,启动所述交通流控制;当所述交通状态为轻度拥堵或重度拥堵,所述交通流指纹向量与所述最接近的参考指纹向量的距离值小于或等于下阈值时,停止所述交通流控制;所述上阈值与所述下阈值均为预先设置的值;所述上阈值与所述下阈值之间具有滞回窗口。
6.根据权利要求5所述的交通状态监控系统,其特征在于,所述检测数据包括以下数据中的至少一种:
车流量、车辆平均速度和时间占道率。
7.根据权利要求6所述的交通状态监控系统,其特征在于,所述A个参考指纹向量对应的交通状态包括以下中的至少一种:
通畅、轻度拥堵、重度拥堵和阻塞。
8.根据权利要求7所述的交通状态监控系统,其特征在于,所述比较具体为:分别计算所述规整交通流指纹向量与所述A个参考指纹向量之间的欧式距离,距离最小对应的参考指纹向量为所述最接近的参考指纹向量。
CN201510102767.XA 2015-03-09 2015-03-09 一种交通状态监控方法及系统 Active CN104658271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510102767.XA CN104658271B (zh) 2015-03-09 2015-03-09 一种交通状态监控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510102767.XA CN104658271B (zh) 2015-03-09 2015-03-09 一种交通状态监控方法及系统

Publications (2)

Publication Number Publication Date
CN104658271A CN104658271A (zh) 2015-05-27
CN104658271B true CN104658271B (zh) 2021-02-05

Family

ID=53249333

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510102767.XA Active CN104658271B (zh) 2015-03-09 2015-03-09 一种交通状态监控方法及系统

Country Status (1)

Country Link
CN (1) CN104658271B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105225497B (zh) * 2015-10-27 2018-11-16 中兴智能交通股份有限公司 基于地磁设备的道路拥堵状况计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101419750A (zh) * 2008-09-28 2009-04-29 华南理工大学 控制路口交通状态检测和评价系统及其实现方法与应用
CN101551940A (zh) * 2009-04-29 2009-10-07 上海电器科学研究所(集团)有限公司 城市快速道路交通状态判别与发布系统及其方法
CN103473935A (zh) * 2013-09-03 2013-12-25 青岛海信网络科技股份有限公司 基于感应检测器的路口交通拥堵判定及控制方法和系统
WO2014161526A1 (de) * 2013-04-06 2014-10-09 Sadeeb Ottenburger GLOBALE STAUPRÄVENTION AUF AUTOBAHNEN/STRAßENNETZEN AUF DER GRUNDLAGE VON EMPFEHLUNGSGESCHWINDIGKEITEN PRO AUTOBAHN-/STRAßENABSCHNITT, WELCHE, BASIEREND AUF EINEM RASANTEN MANAGEMENT ALLER AKTUELLEN UND STATISTISCHEN VERKEHRSDATEN, IN SEHR KURZEN ZEITINTERVALLEN NEU ERRECHNET UND AN DIE VERKEHRSTEILNEHMER AUSGEGEBEN WERDEN

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101186554B1 (ko) * 2009-07-31 2012-09-28 강명수 지자기센서를 이용한 옥외 주차구획 점유 검지 장치
CN102034348B (zh) * 2010-11-26 2012-07-04 南京莱斯信息技术股份有限公司 一种道路交通状态识别方法
CN102592451B (zh) * 2012-02-23 2014-04-16 浙江大学 一种基于双截面环形线圈检测器的道路交通事件检测方法
CN102890862B (zh) * 2012-09-29 2014-09-24 浙江大学 基于向量模式的交通状态分析装置及方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101419750A (zh) * 2008-09-28 2009-04-29 华南理工大学 控制路口交通状态检测和评价系统及其实现方法与应用
CN101551940A (zh) * 2009-04-29 2009-10-07 上海电器科学研究所(集团)有限公司 城市快速道路交通状态判别与发布系统及其方法
WO2014161526A1 (de) * 2013-04-06 2014-10-09 Sadeeb Ottenburger GLOBALE STAUPRÄVENTION AUF AUTOBAHNEN/STRAßENNETZEN AUF DER GRUNDLAGE VON EMPFEHLUNGSGESCHWINDIGKEITEN PRO AUTOBAHN-/STRAßENABSCHNITT, WELCHE, BASIEREND AUF EINEM RASANTEN MANAGEMENT ALLER AKTUELLEN UND STATISTISCHEN VERKEHRSDATEN, IN SEHR KURZEN ZEITINTERVALLEN NEU ERRECHNET UND AN DIE VERKEHRSTEILNEHMER AUSGEGEBEN WERDEN
CN103473935A (zh) * 2013-09-03 2013-12-25 青岛海信网络科技股份有限公司 基于感应检测器的路口交通拥堵判定及控制方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于优化SVM的城市快速路网交通流状态判别;董春娇;《北京交通大学学报》;20111231;第35卷(第6期);全文 *

Also Published As

Publication number Publication date
CN104658271A (zh) 2015-05-27

Similar Documents

Publication Publication Date Title
CN104340152B (zh) 在避免碰撞任务中用于情形评估和决策的动态安全防护罩
US10580296B2 (en) Advanced threat warning for autonomous vehicles
Zhou et al. Adaptive traffic light control in wireless sensor network-based intelligent transportation system
KR101338246B1 (ko) 이동로봇의 충돌방지 시스템 및 방법
CN102819954A (zh) 交通区域动态地图监控预测系统
Zhan et al. Probabilistic prediction from planning perspective: Problem formulation, representation simplification and evaluation metric
CN104050809B (zh) 交通状况自动分析预测方法
CN105336183A (zh) 一种基于路段通行能力的交通拥堵控制方法及装置
US11715371B2 (en) Collaborative distributed agent-based traffic light system and method of use
CN113643534B (zh) 交通管控的方法及设备
JP2020113261A (ja) ネットワークに接続された駐車システム
CN110910673A (zh) 一种提醒行人碰撞车辆的方法及系统、摄像头、移动终端
CN113628472A (zh) 一种基于物联网的社区安防控制系统及方法
CN102819956B (zh) 一种基于单截面环形线圈检测器的道路交通事件检测方法
CN104658271B (zh) 一种交通状态监控方法及系统
Kurihara Traffic-congestion forecasting algorithm based on pheromone communication model
Mohammadi et al. Signalised intersection control in a connected vehicle environment: User throughput maximisation strategy
Ye et al. Deep learning-based queue-aware eco-approach and departure system for plug-in hybrid electric buses at signalized intersections: A simulation study
Zhang et al. Cycle‐based variable speed limit methodology for improved freeway merging
KR20220096359A (ko) Ai 디스플레이 장치 및 이를 이용한 충돌 방지시스템
US20220340167A1 (en) Predicted Moving Trajectory Processing Method And Apparatus, And Constraint Barrier Display Method And Apparatus
CN109935090A (zh) 交通灯调整系统、方法、装置、雾计算设备及存储介质
Talab et al. Design optimization traffic light timing using the fuzzy logic at a Diphasic's Isolated intersection
Alkandari et al. Theory of dynamic fuzzy logic traffic light integrated system with accident detection and action
KR101541500B1 (ko) 교통 정체 변화 판별 시스템 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant