CN104835099A - 一种城市路网机动车尾气实时遥感监测基址选取方法 - Google Patents
一种城市路网机动车尾气实时遥感监测基址选取方法 Download PDFInfo
- Publication number
- CN104835099A CN104835099A CN201510214145.6A CN201510214145A CN104835099A CN 104835099 A CN104835099 A CN 104835099A CN 201510214145 A CN201510214145 A CN 201510214145A CN 104835099 A CN104835099 A CN 104835099A
- Authority
- CN
- China
- Prior art keywords
- road
- layer
- remote sensing
- classification
- road network
- 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
本发明公开了一种城市路网机动车尾气实时遥感监测基址选取方法,由准备工作层、选址算法层和方案决策层组成。在确定了监测区域并收集了相关信息以后,根据道路的特征进行建模,然后基于此模型寻找城市路网内在的相似性并将其分类,从每类中选取代表道路,根据道路环境进行设备选择,每套方案独立运行。接着对每个分类结果进行评估,选出一个最优方案。本发明原理简单,易于执行,计算量适中且能取得良好的效果。
Description
技术领域
本发明涉及一种城市路网机动车尾气实时遥感监测基址选取方法,属于公共设施选址技术领域。
背景技术
机动车排放的主要污染物包括CO、CO2、NO、NO2、HC、PM等,这些污染物能够诱发哮喘、支气管炎、心绞痛、冠心病等呼吸道和心血管方面的多种疾病。环境保护部发布的《2013年中国机动车污染防治年报》(下面简称《年报》)显示:2012年,全国机动车排放污染物4612.1万吨,汽车是污染物总量的主要贡献者,其排放的NOx和PM超过90%,HC和CO超过70%.同时,《年报》中指出,占汽车保有量13.4%的“黄标车”却排放了58.2%的NOx、81.9%的PM、52.5%的CO和56.8%的HC。
机动车污染已成为我国空气污染的重要来源,是造成灰霾、光化学烟雾污染的重要原因,机动车污染防治的紧迫性日益凸显。而目前对于在用机动车的尾气检测,广泛使用的方法有四类:无负荷测试方法(包括怠速法和双怠速法)、工况法(稳态工况法、瞬态工况法和简易瞬态工况法)、遥感检测方法以及车载尾气检测技术。传统检测方法在城市中车辆检测领域得到广泛使用,并且效果很好。但是离线检测方法通过模拟车辆行驶状态来检测尾气,无法准确地反映出尾气排放状况。
“城市路网机动车尾气实时遥感监测系统”利用多种机动车尾气检测器对路网中每一辆车辆进行尾气检测,实现了机动车尾气的实时在线监测,为控制机动车尾气排放总量、实现节能减排、治理城市大气污染、改善人居环境,提供了监测数据方面的支持。
说明书附图中图2所示为多车道横穿式机动车尾气检测器,其由工业控制器,车牌识别器,路况监视器,尾气检测器和速度加速度传感器组成。路况监视器13持续对道路摄像,并将图片传送给工业控制器。工业控制器对照片进行分析以获取路况信息,判断最佳检测时刻。当短时间内多车道只有一辆车通过的时候,工业控制器通知其他仪器准备工作。当车辆通过速度加速度传感器15时,三对发射器15a发出的可见激光陆续被阻挡,根据阻挡时间计算出车辆的速度与加速度,同时启动尾气检测器,发射器14a发射激光并由接收器14b检测其光强。当光路中出现尾气时,不同成分与浓度的尾气对激光的消弱程度是不同的,基于此可以推算出尾气成分与浓度。接着,车牌识别器12对车头进行拍照,识别出车牌照信息并发送给工业控制器11。
与多车道横穿式机动车尾气检测器相比,单车道横穿式机动车尾气检测器的组成中不包含路况监视器,其他部分工作原理类似。其只能用于单车道的机动车尾气检测。
说明书附图中图3所示的是多车道垂直式机动车尾气检测器,它由工业控制器,车牌识别器,尾气检测器和速度加速度传感器组成。与多车道横穿式机动车尾气检测器相比,多车道垂直式尾气检测器没有路况监视器,因为每个车道的检测是独立。牌照识别器12、速度加速度传感器13与尾气检测器14都安装在金属支撑架上面。与多车道横穿式尾气检测器最大的区别是,多车道垂直式尾气检测器的尾气检测器集成了发射器和接收器,工作的时候,发射器向地面垂直发射激光,由反射带15发射后被接收器接收,利用激光的消弱度可以推算出尾气成分与浓度。
说明书附图中图4所示的是车载移动式机动车尾气检测器,其由尾气监测车11,车牌识别器12,尾气检测器13和速度加速度传感器14组成,所有的设备放置在尾气监测车上,随车而行。工作人员驾驶尾气监测车行驶到任何需要临时检测的道路上,将尾气监测车停放在路边,然后将设备按照图中方式放置,并放置一定数量的路障15。其检测原理与单车道横穿式机动车尾气监测器类似,这里不再赘述。车载移动式机动车尾气检测器使用灵活,当某些道路需要临时检测的时候,该设备可以迅速反应,尤其适用于道路环境不适合布设横穿式、垂直式机动车尾气检测设备的道路。该设备的使用可以大幅增加城市路网机动车尾气监测密度,提升系统的性能。
由于“城市路网机动车尾气实时遥感监测系统”的自动化程度高,可以在一天之内检测到数以万计的机动车以积累大量的数据。但是,该系统是否能尽可能的检测到所有城市内登记在册的机动车,并正确的反映尾气排放状况,取决于检测器的安装数量及安装位置。在城市交通网络变得越来越密集的情况下,如果在每条路上都安装检测器,其成本将是巨大的。在投资有限的情况下,如何将有限数量的检测器安装在路网中的合适道路上,以检测到尽可能多的车辆,是“城市路网机动车尾气实时遥感监测系统”组建的一个核心问题。
发明内容
本发明技术解决问题:克服现有技术的不足,提供一种基于道路特征的基址选取方法,可以在保证不明显增加成本的情况下,尽可能多的检测到不同的车辆。
本发明提出由三个层次即准备工作层,选址算法层以及方案决策层组成的基址选取方法。
首先是准备工作层,确定监测区域,然后调查收集道路相关信息,并应用图论的知识对路网进行数学化描述。由于目的是尽可能的检测到城市内登记在册的每一辆车,所以关心的是某辆车在单位时间t内是否在某条路上出现过,用所有登记在册的车辆在单位时间内是否出现过作为道路的特征(1表示出现过,0表示没出现),进而定义每两条道路之间的距离来描述二者之间的差异度,该距离满足非负性、对称性和三角不等式。这样就得到了城市路网的数学化表示方法,在进行下一步前需要确定设备的数量k,按照一类道路布置一个检测器的原则,所有的道路将被分成k类;还需要确定k条核心道路,可以请专家按照经验确定,一般选择某个区域的主干道作为核心道路。当然,每个专家提出的选择都不同,这样最终会有m套方案,在方案决策层里按照某个算法能确定最优的一套方案。
对道路特征建模后可以把道路进行分类,按照相似程度的大小,将道路逐一归类,关系密切的归类到一个小的分类单位,然后逐步扩大,使得关系疏远的聚合到一个大的分类单位,直到所有的道路都聚集完毕。其基本思想如下:首先确定k个核心道路,作为聚点,按照每条道路归类到其最靠近的类别的原则进行分类,分类完毕后重新计算聚点,其计算方法是求这个类别里面所有道路的重心,然后再次按照每条道路归类到其最靠近的类别的原则进行归类,得到新的道路重心,以此往复,最终分类不再变化,分类完毕。最后确定布设检测器的道路与适用的设备。
在以上获得的m套方案中,有的方案成本较高,但是能够检测到更多不同的车辆,有的方案虽然在性能上差一些,但是实施起来比较方便,而且成本较低,所以需要对方案进行取舍最终留下一套方案。先确定一些性能指标,由于量纲的不同,所以需要标准化,标准化的一般思路是取其在取值范围内的百分比,接着给每个指标赋予相应的权重(权重之和为1),计算加权和得到方案的最终评分,选取评分最高的一项作为最终方案。
本发明与现有技术相比的优点在于:
(1)本发明在保证不明显增加成本的情况下,能够尽可能多的检测到不同的车辆。
(2)本发明原理简单,易于执行,计算量适中且能取得良好的效果。
附图说明
图1为本发明选址方法流程图;
图2为多车道横穿式机动车尾气检测器示意图;
图3为多车道垂直式机动车尾气检测器示意图;
图4为车载移动式机动车尾气检测器示意图。
具体实施方式
下面结合附图及实施例对本发明提出的城市路网机动车尾气实时遥感监测基址选取方法做进一步说明。
如图1所示,本发明提出的方法由三个层次组成:准备工作层,选址算法层以及方案决策层。
1、准备工作层
首先要确定系统所覆盖的区域,也就是监测范围,然后调查收集道路相关信息。定义路网是由路口与道路的组合,用数学表示为{V,E},其中V={v1,v2,...,vn}表示路口的集合,E={e1,e2,...,eq}是道路的集合。
城市路网中的道路有着很多的特征,常用的有比如:宽度,车道数量,是否为单行道,单位时间的交通流量,甚至路面的平整度,路面材料都可以作为道路的特征。但是在本发明提出选址方法的目的是尽可能的检测到城市内登记在册的每一辆车,所以关心的是某辆车在单位时间t内是否在某条路上出现过,建立如下的数据矩阵:
其中,Y={y1,y2,...,yp}表示城市内所有登记在册的车辆的集合,其作为道路E的特征指标,xij是布尔类型的数值,其取值如下所示:
那么就表示某条道路上出现的不同车辆的总数,采用欧氏距离来描述两条道路之间的差异性。
该距离满足非负性、对称性和三角不等式。
这样就得到了城市路网的数学化表示方法,在进行下一步前,需要确定设备的数量k,按照一类道路布置一个检测器的原则,所有的道路将被分成k类;还需要确定k条核心道路,可以按照历史经验确定,一般选择某个区域的主干道作为核心道路,由此得到 L(0)为初始分类中心集合, 为k个初始分类中心。当然,由于选择不同,可得到m套方案,在方案决策层里按照某个算法能确定最优的一套方案。
2、选址算法层
对道路特征建模后可以把道路进行分类,按照相似程度的大小,将道路逐一归类,关系密切的归类到一个小的分类单位,然后逐步扩大,使得关系疏远的聚合到一个大的分类单位,直到所有的道路都聚集完毕。首先用下列原则将实现初始分类,记为:
上式中表示初始分类中的第i类,d表示距离,k为分类数,为初始分类中每类中的核心道路。
这样,将道路分成不相交的k类。以上初始分类的原则是每条道路以最靠近的核心道路进行归类,得到一个初始分类:
然后从初始分类G(0)出发,计算新的核心道路集合L(1)。以的重心:
(其中ni是类中的样品数)作为新的核心道路,这样得到新的核心道路集合:
其中 即为新的核心道路。
从L(1)出发,将道路作新的分类,记为:
上式中表示第1次分类中的第i类,d表示距离,k为分类数,为第1次分类中每类中的核心道路。
从而得到新的分类:
这样,依次重复计算下去直到第s步得到分类:
其中是类重心,当s逐渐增大时分类趋于稳定以至于就会近似为的重心,当:
小于一个给定值时,结束并得到最终分类。
在每一类中选择车流量最大的道路作为布设检测器的道路,设备的选择依据如下原则:如果该道路环境不适合布设横穿式和垂直式机动车尾气检测器,那么就使用车载移动式机动车尾气检测器进行检测,以增加城市路网机动车尾气监测密度。在允许布设横穿式和垂直式机动车尾气检测器的情况下,如果为单车道,就布设单车道横穿式机动车尾气检测器;如果为多车道且车流量不大,就布设多车道横穿式机动车尾气检测器;如果为多车道且车流量较大,就布设多车道垂直式机动车尾气检测器。
3、方案决策层
选址算法层得到了多个方案,有的方案成本较高,但是能够检测到更多不同的车辆,有的方案虽然在性能上差一些,但是实施起来比较方便,而且成本较低,所以需要对方案进行取舍最终留下一套方案。
首先确定一系列方案性能指标Θ={θ1,θ2,...,θa},比如成本(万元),漏检率(百分比),施工时间(天数)等等,由于量纲不同所以需要对Θ进行标准化,选取一个区间[θL,θH],该区间能包括90%的情况(这个百分比可以另外选取),则有标准化方法:
上式中θi,i=1,2...,a为所选取的a个性能指标,θi‘,i=1,2,...,a表示标准化后的a个性能指标。从而得到Θ′。
然后根据实际情况为每个指标确定权重Ω={ω1,ω2,...,ωa},且要求权重的和为1,最终得到m套方案的评分,最终选定评分最高即max(S1,S2,...,Sa)的方案作为最终方案。
提供以上实施例仅仅是为了描述本发明的目的,而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改,均应涵盖在本发明的范围之内。
Claims (4)
1.一种城市路网机动车尾气实时遥感监测基址选取方法,其特征在于由上往下分为准备工作层,选址算法层以及方案决策层;其中:
(1)准备工作层步骤如下:
(11)确定监测区域,收集该区域内道路的交通信息;
(12)基于步骤(11)中收集到的交通信息对道路进行特征建模并定义距离来表征两条路之间的差异性;
(13)根据步骤(12)中定义的道路之间的差异性确定核心道路和分类数,确定多种初始方案;
(2)选址算法层步骤如下:
(21)在步骤(13)中的多种初始方案中确定k个核心道路;
(22)以步骤(21)中所确定的k个核心道路为中心,按照每条道路归类到其最靠近的中心的类别的原则进行分类;
(23)分类完毕后重新计算聚点,聚点计算方法是求这个类别里面所有道路的重心;
(24)再次按照每条道路归类到其最靠近的类别的原则进行分类,得到新的道路重心,直到最终分类不再变化;
(25)从每类中选取代表道路,根据道路环境进行设备选择;
(3)方案决策层步骤如下:
(31)确定方案性能指标集合;
(32)对不同量纲的性能指标进行标准化;
(33)为标准化后性能指标分配权值,求加权和得到方案评分;
(34)选取评分最高的作为最终方案。
2.根据权利要求1所述的一种城市路网机动车尾气实时遥感监测基址选取方法,其特征在于:所述准备工作层中所述的特征建模如下所示:首先建立如下的数据矩阵:
其中,Y={y1,y2,...,yp}表示城市内所有登记在册车辆的集合,其作为道路E={e1,e2,...,eq}的特征指标;xij是布尔类型的数值,其取值如下所示:
那么就表示某条道路上出现的不同车辆的总数,采用欧氏距离来描述两条道路ei,ej之间的差异性;
上式中dij即为ei,ej之间的距离,p为城市内所有登记在册车辆数量;
该欧氏距离满足非负性、对称性和三角不等式。
3.根据权利要求1所述的一种城市路网机动车尾气实时遥感监测基址选取方法,其特征在于:所述选址算法层所述的归类到其最靠近的类别的原则的数学表示如下:
其中,表示第t次分类,d表示距离,k为分类数,为第t次分类中每类道路的重心。
4.根据权利要求1所述的一种城市路网机动车尾气实时遥感监测基址选取方法,其特征在于:所述方案决策层所述的性能指标标准化方法如下所示:选取一个区间[θL,θH],该区间能包括90%的情况,则有标准化方法:
上式中θi,i=1,2,…,a为所选取的a个性能指标,i=1,2,…,a表示标准化后的a个性能指标;从而得到新的方案性能指标集合Θ′。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510214145.6A CN104835099B (zh) | 2015-04-29 | 2015-04-29 | 一种城市路网机动车尾气实时遥感监测基址选取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510214145.6A CN104835099B (zh) | 2015-04-29 | 2015-04-29 | 一种城市路网机动车尾气实时遥感监测基址选取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104835099A true CN104835099A (zh) | 2015-08-12 |
CN104835099B CN104835099B (zh) | 2018-01-30 |
Family
ID=53812969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510214145.6A Active CN104835099B (zh) | 2015-04-29 | 2015-04-29 | 一种城市路网机动车尾气实时遥感监测基址选取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104835099B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551240A (zh) * | 2015-12-08 | 2016-05-04 | 东南大学 | 基于不同道路状况的汽车尾气排放测定方法 |
CN106529608A (zh) * | 2016-12-31 | 2017-03-22 | 中国科学技术大学 | 一种机动车尾气遥测设备综合布点系统 |
CN106683024A (zh) * | 2016-12-31 | 2017-05-17 | 中国科学技术大学 | 一种基于排放源强相似性的机动车尾气遥测设备布点方法 |
CN106709196A (zh) * | 2016-12-31 | 2017-05-24 | 中国科学技术大学 | 一种基于图论的机动车尾气遥测设备布点方法 |
CN106781494A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种基于车辆轨迹与流量的机动车尾气遥测设备布点方法 |
CN106779213A (zh) * | 2016-12-15 | 2017-05-31 | 山姆帮你(天津)信息科技有限公司 | 城市机动车尾气实时遥感监测基址选取方法 |
CN107066501A (zh) * | 2016-12-31 | 2017-08-18 | 中国科学技术大学 | 一种基于道路相似性的机动车尾气遥测设备布点方法 |
CN107085074A (zh) * | 2017-04-19 | 2017-08-22 | 中国科学技术大学 | 一种分类监测机动车尾气的方法 |
CN108122185A (zh) * | 2017-12-19 | 2018-06-05 | 杭州电子科技大学 | 考虑布控区域边界点的移动污染源排放遥测站点选址方法 |
CN111033221A (zh) * | 2017-07-29 | 2020-04-17 | 山东诺方电子科技有限公司 | 一种出租车和公交车协同监测时选择公交线路的方法 |
CN113139975A (zh) * | 2021-04-19 | 2021-07-20 | 国交空间信息技术(北京)有限公司 | 一种基于道路特征的路面分割方法及装置 |
-
2015
- 2015-04-29 CN CN201510214145.6A patent/CN104835099B/zh active Active
Non-Patent Citations (3)
Title |
---|
U MUNSHI 等: "A method for selection of air quality monitoring sites for multiple sources", 《ATMOSPHERIC ENVIRONMENT》 * |
刘潘炜 等: "区域空气质量监测网络优化布点方法研究", 《中国环境科学》 * |
章博 等: "基于计算流体力学的集气站气体检测报警仪布置优化", 《中国石油大学学报(自然科学版)》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551240A (zh) * | 2015-12-08 | 2016-05-04 | 东南大学 | 基于不同道路状况的汽车尾气排放测定方法 |
CN106779213A (zh) * | 2016-12-15 | 2017-05-31 | 山姆帮你(天津)信息科技有限公司 | 城市机动车尾气实时遥感监测基址选取方法 |
CN107066501B (zh) * | 2016-12-31 | 2020-01-31 | 中国科学技术大学 | 一种基于道路相似性的机动车尾气遥测设备布点方法 |
CN106709196A (zh) * | 2016-12-31 | 2017-05-24 | 中国科学技术大学 | 一种基于图论的机动车尾气遥测设备布点方法 |
CN106781494A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种基于车辆轨迹与流量的机动车尾气遥测设备布点方法 |
CN106683024A (zh) * | 2016-12-31 | 2017-05-17 | 中国科学技术大学 | 一种基于排放源强相似性的机动车尾气遥测设备布点方法 |
CN107066501A (zh) * | 2016-12-31 | 2017-08-18 | 中国科学技术大学 | 一种基于道路相似性的机动车尾气遥测设备布点方法 |
CN106683024B (zh) * | 2016-12-31 | 2020-04-03 | 中国科学技术大学 | 一种基于排放源强相似性的机动车尾气遥测设备布点方法 |
CN106529608A (zh) * | 2016-12-31 | 2017-03-22 | 中国科学技术大学 | 一种机动车尾气遥测设备综合布点系统 |
CN106529608B (zh) * | 2016-12-31 | 2019-06-11 | 中国科学技术大学 | 一种机动车尾气遥测设备综合布点系统 |
CN106781494B (zh) * | 2016-12-31 | 2019-06-21 | 中国科学技术大学 | 一种基于车辆轨迹与流量的机动车尾气遥测设备布点方法 |
CN107085074B (zh) * | 2017-04-19 | 2019-07-23 | 中国科学技术大学 | 一种分类监测机动车尾气的方法 |
CN107085074A (zh) * | 2017-04-19 | 2017-08-22 | 中国科学技术大学 | 一种分类监测机动车尾气的方法 |
CN111033221A (zh) * | 2017-07-29 | 2020-04-17 | 山东诺方电子科技有限公司 | 一种出租车和公交车协同监测时选择公交线路的方法 |
CN111033221B (zh) * | 2017-07-29 | 2022-03-01 | 山东诺方电子科技有限公司 | 一种出租车和公交车协同监测时选择公交线路的方法 |
CN108122185A (zh) * | 2017-12-19 | 2018-06-05 | 杭州电子科技大学 | 考虑布控区域边界点的移动污染源排放遥测站点选址方法 |
CN108122185B (zh) * | 2017-12-19 | 2021-10-08 | 杭州电子科技大学 | 考虑布控区域边界点的移动污染源排放遥测站点选址方法 |
CN113139975A (zh) * | 2021-04-19 | 2021-07-20 | 国交空间信息技术(北京)有限公司 | 一种基于道路特征的路面分割方法及装置 |
CN113139975B (zh) * | 2021-04-19 | 2023-11-17 | 国交空间信息技术(北京)有限公司 | 一种基于道路特征的路面分割方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104835099B (zh) | 2018-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104835099A (zh) | 一种城市路网机动车尾气实时遥感监测基址选取方法 | |
CN104715605B (zh) | 一种基于vsp分布的交通运行数据与排放数据耦合方法与系统 | |
Wang et al. | Estimation of bus emission models for different fuel types of buses under real conditions | |
Lai et al. | Development of city-specific driving cycles for transit buses based on VSP distributions: Case of Beijing | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
Hourdakis et al. | Evaluation of ramp control effectiveness in two twin cities freeways | |
CN109493566A (zh) | 一种基于gps数据的疲劳驾驶预测方法 | |
Bel et al. | The environmental effects of changing speed limits: A quantile regression approach | |
CN102819954A (zh) | 交通区域动态地图监控预测系统 | |
CN104318315A (zh) | 一种城市道路交通污染物排放监控预警系统及方法 | |
Yang et al. | Arterial roadway energy/emissions estimation using modal-based trajectory reconstruction | |
CN107240264A (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
CN112712714A (zh) | 一种基于卡口监控设备的红绿灯配时优化方法及仿真系统 | |
CN105513362A (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN109785627A (zh) | 一种十字路口交通流量监控系统 | |
Shang et al. | Analyzing the effects of road type and rainy weather on fuel consumption and emissions: A mesoscopic model based on big traffic data | |
Zhai et al. | Comparative analysis of drive-cycles, speed limit violations, and emissions in two cities: Toronto and Beijing | |
Rompis et al. | A methodology for calibrating microscopic simulation for modeling traffic flow under incidents | |
Scora et al. | Real-time roadway emissions estimation using visual traffic measurements | |
CN1873721A (zh) | 一种可用于地面道路网交通状况测定的方法和系统 | |
Fan et al. | Evaluating the Effects of One‐Way Traffic Management on Different Vehicle Exhaust Emissions Using an Integrated Approach | |
Bing et al. | Effects of intersection lane configuration on traffic emissions | |
CN106228307A (zh) | 高速公路etc系统环境效益测算方法 | |
Daniel et al. | Truck safety factors on urban arterials | |
Cheng et al. | Highway traffic incident detection based on BPNN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |