CN104952251A - 基于卡口和hadoop技术的城市高架桥交通状态感知方法 - Google Patents
基于卡口和hadoop技术的城市高架桥交通状态感知方法 Download PDFInfo
- Publication number
- CN104952251A CN104952251A CN201510341306.8A CN201510341306A CN104952251A CN 104952251 A CN104952251 A CN 104952251A CN 201510341306 A CN201510341306 A CN 201510341306A CN 104952251 A CN104952251 A CN 104952251A
- Authority
- CN
- China
- Prior art keywords
- bayonet socket
- section
- overpass
- vehicle
- data
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000012216 screening Methods 0.000 claims abstract description 8
- 230000008676 import Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 12
- 230000001149 cognitive effect Effects 0.000 claims description 8
- 230000000717 retained effect Effects 0.000 claims description 2
- 230000006399 behavior Effects 0.000 description 18
- 230000008447 perception Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于城市道路交通状态感知技术领域,具体涉及一种基于卡口和HADOOP技术的城市高架桥交通状态感知方法。本发明包括以下步骤:获取卡口数据;利用HADOOP技术存储数据;筛选统计周期内卡口数据;卡口数据与高架桥进出口匝道匹配;计算高架桥的交通状态。本发明通过路段旅行时间和平均行程速度为基础,以实现城市高架桥交通状态感知,并依靠快速地存储检索提高了交通状态感知效率和及时性,最终为城市高架桥交通管理者快速有效掌控交通状态提供基础保证。
Description
技术领域
本发明属于城市道路交通状态感知技术领域,具体涉及一种基于卡口和HADOOP技术的城市高架桥交通状态感知方法。
背景技术
城市的道路交通体系在大致确定的情况下,城市的土地资源极其有限。城市高架桥作为城市道路立体交通体系中的重要一环,在城市现有的规划格局下能够更有效的利用城市空间,做到道路的立体交叉,使各方向车流在不同标高的平面上行驶,消除或减少冲突点;车流可以连续运行,提高道路的通行能力;节约运行时间和燃料消耗;控制相交道路车辆的出入,减少对高等级道路的干扰。由此可见,城市高架桥在城市道路交通体系中的举足轻重的作用,因此高架桥的交通管理也是城市交通管理的重中之重。
随着高架桥发展,相应的基础设备也随之增加,卡口是一种成熟的道路交通违法抓拍和稽查布控的技术,主要用于车辆违法行驶和违法车辆的稽查。卡口所获取的数据主要有车辆牌号、时间、位置等,这些数据价值远远大于已经使用的价值。由于缺少对卡口大数据的处理分析,使得这些数据价值没有充分被挖掘,造成资源的极度浪费。如何研发出一种基于该卡口数据的处理系统,从而能够有效利用到其内部闲置的大量储存数据,从而实现其自身价值,为本领域近年来所亟待解决的技术问题。
发明内容
本发明的目的是提供一种基于卡口和HADOOP技术的城市高架桥交通状态感知方法,其可通过路段旅行时间和平均行程速度为基础,以实现城市高架桥交通状态感知,并依靠快速地存储检索提高了交通状态感知效率和及时性,最终为城市高架桥交通管理者快速有效掌控交通状态提供基础保证。
为实现上述目的,本发明采用了以下技术方案:
一种基于卡口和HADOOP技术的城市高架桥交通状态感知方法,包括以下步骤:
1)、获取卡口数据参数,所述卡口数据参数包括该卡口编号、卡口位置信息、卡口所处匝道信息、各车辆牌号和该车辆经过该卡口时所对应的时间;
2)、设立HADOOP数据中心,利用HADOOP技术存储数据;
3)、筛选统计周期内的卡口数据:设定一个筛选统计周期,定时将该统计周期内的整段高架桥内所有的卡口数据从HADOOP数据中心中提取出来;
4)、将各卡口检测到的车辆牌号信息与该段高架桥相应的出口和进口匝道进行逐一信息匹配;如果车辆牌号信息既有能匹配的进口,又有能匹配的出口匝道,则该卡口数据保留;如果车辆牌号信息只有能匹配的进口或只有能匹配的出口匝道,则该卡口数据剔除;
5)、计算高架桥的交通状态:通过所保留的卡口数据,计算单个车辆通过整段高架桥上相应路段的行程时间,依靠获得的单个车辆通过该路段的平行行程时间,计算该路段所有车辆的平均行程速度以获得该路段的交通状态。
所述步骤3)中,筛选统计周期为5分钟或10分钟。
所述的步骤5)中,计算城市高架桥交通状态包括以下步骤:
(1)、计算第i辆车通过路段Pij的行程时间。
第i辆从进口匝道进入高架桥到从出口匝道离开高架桥行驶长线为{Pj,j=1,2,3....n},而Pij为上述总的长线内,该车辆i所经过的一个需检测路段的编号,则车辆i经过Pij路段的旅行时间tij为:
tij=l/Li*Δti
Δti是车辆i从进口匝道进入高架桥到从出口匝道离开高架桥的时间差;
l是路段Pij的总长度;
Li是从进口匝道进入高架桥到从出口匝道离开高架桥行驶路线的总长度;
(2)、计算经过路段Pij的所有车辆的平均行程时间tj:
其中:
N是经过步骤4)的信息匹配后,通过路段Pij的车辆总数;
(3)、通过下列公式获得路段Pi处所有车辆的平均行程速度vj:
vj=l/tj。
本发明的主要优点在于:
通过上述方案,一方面,本发明充分利用了高架桥已有的卡口设备来提取交通状态,实现了一种设备多种业务应用需求。卡口设备是一种常用的违法和治安管理设备,通过本方法的研究,提出了卡口设备的在交通管理信息化领域的应用方法,通过该方法可以提高了卡口设备利用率,降低智能交通管理建设的成本。另一方面,由于HADOOP设计之初的目标就定位于高可靠性、高可拓展性、高容错性和高效性,正是这些设计上与生俱来的优点,通过HADOOP技术,它能够以可靠高效、可伸缩的方式来进行大数据的分布式处理,其成本低、可靠性高、扩展性好,可以解决检索数据量大和地图匹配时效率低下的问题,从而可有效提高对于前述海量的卡口数据的高效处理能力。至此,本发明依靠上述处理方式,从而通过路段旅行时间和平均行程速度为基础,以实现城市高架桥交通状态感知,并依靠快速地存储检索提高了交通状态感知效率和及时性,最终为城市高架桥交通管理者快速有效掌控交通状态提供基础保证。
附图说明
图1为本发明的方法流程简图;
图2为路段交通的运行等级所对应的各行车速度阈值表。
具体实施方式
为便于理解,此处结合图1-2对本发明的具体实施过程作以下进一步描述:
本发明所述的一种基于卡口和HADOOP技术的城市高架桥交通状态感知方法,大体而言可包括以下步骤:
(1)、获取卡口数据参数;
(2)、利用HADOOP技术存储数据;
(3)、筛选统计周期内卡口数据;
(4)、卡口数据与高架桥进出口匝道匹配;
(5)、计算高架桥的交通状态。
上述中的卡口数据参数包括卡口编号、卡口位置信息、对应匝道信息、各车辆牌号和该车辆经过该卡口时所对应的时间。而利用HADOOP技术存储数据是利用分布式云处理架构来存储数据,数据查询数据是毫秒级的,以提高数据检索和计算效率。
筛选统计周期内卡口数据是将一个统计周期内的整个高架桥内所有的卡口数据从HADOOP数据中心中提取出来。统计周期通常是5分钟、10分钟。利用HADOOP技术的高可靠性、高可拓展性、高容错性和高效性来处理卡口数据信息量大、数据检索占用资源多的问题,从而保证其快捷的海量数据的分布式处理效果。
卡口数据与高架桥进出口匝道配对,就是卡口检测到的车辆牌号信息与高架桥相应的出口和进口匝道进行逐一匹配,如果车辆牌号信息既有能匹配的进口,又有能匹配的出口匝道,则配对成功、数据保留;如果车辆牌号信息只有能匹配的进口或只有能匹配的出口匝道,则配对失败、数据剔除。配对成功是通过筛查的数据可以得到某一车从哪个入口进入和从哪个出口离开。
所述的计算城市高架桥交通状态包括以下步骤:
(1)、计算第i辆车通过路段Pij的行程时间。
第i辆从进口匝道进入高架桥到从出口匝道离开高架桥行驶长线为{Pj,j=1,2,3....n},而Pij为上述总的长线内,该车辆i所经过的一个需检测路段的编号,则车辆i经过Pij路段的旅行时间tij为:
tij=l/Li*Δti
Δti是车辆i从进口匝道进入高架桥到从出口匝道离开高架桥的时间差;
l是路段Pij的总长度;
Li是从进口匝道进入高架桥到从出口匝道离开高架桥行驶路线的总长度;
(2)、计算经过路段Pij的所有车辆的平均行程时间tj:
其中:
N是经过步骤4)的信息匹配后,通过路段Pij的车辆总数;
(3)、通过下列公式获得路段Pi处所有车辆的平均行程速度vj:
vj=l/tj。
实施例:
1)、取10:05~10:15的卡口数据,经过车牌配对,得知有三辆车从匝道1驶入匝道,分别从匝道3、匝道4、匝道5驶出。这三辆车进入匝道和离开匝道的时间分别是:
车辆1:进入匝道1的时间10:05、驶出匝道3的时间10:09;
车辆2:进入匝道1的时间10:06、驶出匝道4的时间10:11;
车辆3:进入匝道1的时间10:05、驶出匝道5的时间10:13。
匝道1到匝道2的距离是1.5km、匝道1到匝道3的距离是4.1km、匝道1到匝道4的距离是4.9km、匝道1到匝道5的距离是5.6km。
2)、计算三辆车通过路段(匝道1到匝道2)的行驶时间:
t1=1.5/4.1*240=87.9s
t2=1.5/4.9*300=91.8s
t3=1.5/5.6*480=120s
3)、路段(匝道1到匝道2)的平均旅行时间是:
t=87.9+91.8+120/3=99.9s=0.02775h
4、计算获得路段(匝道1到匝道2)的平均行程速度是:
v=1.5/0.02775=54.05km/h。
图2中则为路段交通运行等级划分的阈值表,实际操作时,可根据交通工程学相关理论,对不同等级道路车辆行程速度进行分布频率统计,分别按照85%位、50%位、30%位和15%位车速进行确定。在获取如上述实施例的路段Pi处所有车辆的平均行程速度vj后,可以将之与图2中的各阈值比对,以更快捷的获取当前该路段的交通状态,从而更方便于交通管理者能够针对性的进行相应的交通管理操作。
Claims (3)
1.一种基于卡口和HADOOP技术的城市高架桥交通状态感知方法,其特征在于包括以下步骤:
1)、获取卡口数据参数,所述卡口数据参数包括该卡口编号、卡口位置信息、卡口所处匝道信息、各车辆牌号和该车辆经过该卡口时所对应的时间;
2)、设立HADOOP数据中心,利用HADOOP技术存储数据;
3)、筛选统计周期内的卡口数据:设定一个筛选统计周期,定时将该统计周期内的整段高架桥内所有的卡口数据从HADOOP数据中心中提取出来;
4)、将各卡口检测到的车辆牌号信息与该段高架桥相应的出口和进口匝道进行逐一信息匹配;如果车辆牌号信息既有能匹配的进口,又有能匹配的出口匝道,则该卡口数据保留;如果车辆牌号信息只有能匹配的进口或只有能匹配的出口匝道,则该卡口数据剔除;
5)、计算高架桥的交通状态:通过所保留的卡口数据,计算单个车辆通过整段高架桥上相应路段的行程时间,依靠获得的单个车辆通过该路段的平行行程时间,计算该路段所有车辆的平均行程速度以获得该路段的交通状态。
2.根据权利要求1所述的基于卡口和HADOOP技术的城市高架桥交通状态感知方法,其特征在于:
所述步骤3)中,筛选统计周期为5分钟或10分钟。
3.根据权利要求1或2所述的基于卡口和HADOOP技术的城市高架桥交通状态感知方法,其特征在于:
所述的步骤5)中,计算城市高架桥交通状态包括以下步骤:
(1)、计算第i辆车通过路段Pij的行程时间。
第i辆从进口匝道进入高架桥到从出口匝道离开高架桥行驶长线为{Pj,j=1,2,3....n},而Pij为上述总的长线内,该车辆i所经过的一个需检测路段的编号,则车辆i经过Pij路段的旅行时间tij为:
tij=l/Li*Δti
Δti是车辆i从进口匝道进入高架桥到从出口匝道离开高架桥的时间差;
l是路段Pij的总长度;
Li是从进口匝道进入高架桥到从出口匝道离开高架桥行驶路线的总长度;
(2)、计算经过路段Pij的所有车辆的平均行程时间tj:
其中:
N是经过步骤4)的信息匹配后,通过路段Pij的车辆总数;
(3)、通过下列公式获得路段Pi处所有车辆的平均行程速度vj:
vj=l/tj。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510341306.8A CN104952251A (zh) | 2015-06-18 | 2015-06-18 | 基于卡口和hadoop技术的城市高架桥交通状态感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510341306.8A CN104952251A (zh) | 2015-06-18 | 2015-06-18 | 基于卡口和hadoop技术的城市高架桥交通状态感知方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104952251A true CN104952251A (zh) | 2015-09-30 |
Family
ID=54166871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510341306.8A Pending CN104952251A (zh) | 2015-06-18 | 2015-06-18 | 基于卡口和hadoop技术的城市高架桥交通状态感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104952251A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106297293A (zh) * | 2016-08-30 | 2017-01-04 | 银江股份有限公司 | 一种基于卡口大数据的高架分段区间实时速度自适应计算方法 |
CN106803348A (zh) * | 2017-03-28 | 2017-06-06 | 安徽四创电子股份有限公司 | 一种基于卡口的高架道路车辆行程时间短时预测方法 |
CN107590999A (zh) * | 2017-08-18 | 2018-01-16 | 广东方纬科技有限公司 | 一种基于卡口数据的交通状态判别方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0935179A (ja) * | 1995-07-14 | 1997-02-07 | Tookado:Kk | 片側通行用信号装置 |
JP2002049985A (ja) * | 2000-08-02 | 2002-02-15 | Komatsu Ltd | 渋滞監視システム |
CN102289943A (zh) * | 2011-06-29 | 2011-12-21 | 浙江工业大学 | 一种保证高架桥畅通的交通控制方法 |
CN103337165A (zh) * | 2013-07-17 | 2013-10-02 | 南京莱斯信息技术股份有限公司 | 基于多用卡口的道路交通状态分析系统及分析方法 |
CN103366573A (zh) * | 2013-07-10 | 2013-10-23 | 中兴智能交通(无锡)有限公司 | 一种基于云计算的车辆行驶信息追踪方法及系统 |
JP2013232110A (ja) * | 2012-04-27 | 2013-11-14 | Toshiba Corp | 車両検知装置および料金収受システム |
CN103473609A (zh) * | 2013-09-04 | 2013-12-25 | 银江股份有限公司 | 一种相邻卡口间od实时行车时间的获取方法 |
CN104050271A (zh) * | 2014-06-23 | 2014-09-17 | 桂林长海科技有限责任公司 | 一种基于HBase的卡口数据处理方法 |
CN104200671A (zh) * | 2014-09-09 | 2014-12-10 | 安徽四创电子股份有限公司 | 一种基于大数据平台的虚拟卡口管理方法及系统 |
CN104200669A (zh) * | 2014-08-18 | 2014-12-10 | 华南理工大学 | 一种基于Hadoop的套牌车识别方法及系统 |
CN104462222A (zh) * | 2014-11-11 | 2015-03-25 | 安徽四创电子股份有限公司 | 一种卡口车辆通行数据的分布式存储方法及系统 |
-
2015
- 2015-06-18 CN CN201510341306.8A patent/CN104952251A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0935179A (ja) * | 1995-07-14 | 1997-02-07 | Tookado:Kk | 片側通行用信号装置 |
JP2002049985A (ja) * | 2000-08-02 | 2002-02-15 | Komatsu Ltd | 渋滞監視システム |
CN102289943A (zh) * | 2011-06-29 | 2011-12-21 | 浙江工业大学 | 一种保证高架桥畅通的交通控制方法 |
JP2013232110A (ja) * | 2012-04-27 | 2013-11-14 | Toshiba Corp | 車両検知装置および料金収受システム |
CN103366573A (zh) * | 2013-07-10 | 2013-10-23 | 中兴智能交通(无锡)有限公司 | 一种基于云计算的车辆行驶信息追踪方法及系统 |
CN103337165A (zh) * | 2013-07-17 | 2013-10-02 | 南京莱斯信息技术股份有限公司 | 基于多用卡口的道路交通状态分析系统及分析方法 |
CN103473609A (zh) * | 2013-09-04 | 2013-12-25 | 银江股份有限公司 | 一种相邻卡口间od实时行车时间的获取方法 |
CN104050271A (zh) * | 2014-06-23 | 2014-09-17 | 桂林长海科技有限责任公司 | 一种基于HBase的卡口数据处理方法 |
CN104200669A (zh) * | 2014-08-18 | 2014-12-10 | 华南理工大学 | 一种基于Hadoop的套牌车识别方法及系统 |
CN104200671A (zh) * | 2014-09-09 | 2014-12-10 | 安徽四创电子股份有限公司 | 一种基于大数据平台的虚拟卡口管理方法及系统 |
CN104462222A (zh) * | 2014-11-11 | 2015-03-25 | 安徽四创电子股份有限公司 | 一种卡口车辆通行数据的分布式存储方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106297293A (zh) * | 2016-08-30 | 2017-01-04 | 银江股份有限公司 | 一种基于卡口大数据的高架分段区间实时速度自适应计算方法 |
CN106297293B (zh) * | 2016-08-30 | 2019-01-11 | 银江股份有限公司 | 一种基于卡口大数据的高架分段区间实时速度自适应计算方法 |
CN106803348A (zh) * | 2017-03-28 | 2017-06-06 | 安徽四创电子股份有限公司 | 一种基于卡口的高架道路车辆行程时间短时预测方法 |
CN107590999A (zh) * | 2017-08-18 | 2018-01-16 | 广东方纬科技有限公司 | 一种基于卡口数据的交通状态判别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103646187B (zh) | 一种统计周期内车辆出行路线及od矩阵获取方法 | |
CN106971534B (zh) | 基于号牌数据的通勤出行特征分析方法 | |
CN106197458B (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
CN106483952B (zh) | 用于识别用于自主操作的候选路段的方法、系统和介质 | |
WO2019091108A1 (zh) | 一种交通出行调查数据处理方法 | |
CN103632540B (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
CN100547625C (zh) | 一种城市交通中的典型行驶路线分析方法 | |
Brčić et al. | The role of smart mobility in smart cities | |
CN102779410B (zh) | 一种多源异类海量交通数据融合的并行实现方法 | |
CN109754594A (zh) | 一种路况信息获取方法及其设备、存储介质、终端 | |
CN103903433A (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN104157139A (zh) | 一种交通拥堵预测方法及可视化方法 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN102779415B (zh) | 实时分析交通信号相位的方法与装置 | |
Fiori et al. | Optimum routing of battery electric vehicles: Insights using empirical data and microsimulation | |
Gao et al. | Analysis of travel time patterns in urban using taxi GPS data | |
CN103366560A (zh) | 一种道路交通运行状态跟车探测方法、系统及应用 | |
Seedam et al. | Development of an onboard system to measure the on-road driving pattern for developing motorcycle driving cycle in Khon Kaen city, Thailand | |
CN106297304A (zh) | 一种基于MapReduce面向大规模卡口数据的套牌车识别方法 | |
CN103632541B (zh) | 交通事件路链检测与数据填补方法 | |
CN107622673A (zh) | 一种基于卡口数据的停车需求分析方法、系统和装置 | |
CN111489555A (zh) | 一种交通运行状态预测方法、装置和系统 | |
CN104298832A (zh) | 一种基于rfid技术的路网交通流分析方法 | |
Gore et al. | Exploring credentials of Wi‐Fi sensors as a complementary transport data: an Indian experience | |
CN104952251A (zh) | 基于卡口和hadoop技术的城市高架桥交通状态感知方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150930 |
|
WD01 | Invention patent application deemed withdrawn after publication |