CN105023436A - 交通信息评估方法 - Google Patents
交通信息评估方法 Download PDFInfo
- Publication number
- CN105023436A CN105023436A CN201510513786.1A CN201510513786A CN105023436A CN 105023436 A CN105023436 A CN 105023436A CN 201510513786 A CN201510513786 A CN 201510513786A CN 105023436 A CN105023436 A CN 105023436A
- Authority
- CN
- China
- Prior art keywords
- time
- section
- traffic
- real
- road
- 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
Abstract
本发明公开了一种交通信息评估方法,包括选择测试地点、获得基准值、获得实时数值、交通状况评估、交通设施状态评估等步骤。本发明借助现有的电子眼自带的压力感应线,无需增加任何硬件成本,通过控制中心直接计算实时数据,排除人工筛选程序,将人力物力降低到非常低的程度;电脑计算本来就比人工计算误差小,且该方法中抽样率几近百分百,误差率牢牢控制在10%以内,与现有方法测量的数据相比更真实有效。
Description
技术领域
本发明涉及一种交通信息评估方法,用于为交通系统的建设和调整提供合理的参考数据。
背景技术
所谓交通信息评估,就是对某一路段的交通状态(行程速度、行程时间等)进行一段时间内的实时监控,并记录下状态数据,通过这些数据推到测试路段或路径的交通状况实时值,并据此与预先设定好的交通状况的基准值进行对比,从而实现对交通状况(即各个测试路段或路径的交通拥堵情况严重与否、基础设施是否合适)的评估。
路段或路径的真实行程时间,理论上是将所有通过路段或路径的车辆样本的行程时间平均后得到的,但是在真实情况下无法采集到100%的车辆样本,通过各种方式采集得到的行程时间,与真实值本身也存在一定的误差,所以为了得到最真实的实时数值,就需要足够多的样本量。
现有的测试评估方法步骤如下:
首先,确定评价测试的时间和空间范围,例如测试时空间范围为主次干道在早晚高峰的交通状态,根据该段路程的距离长短以及最高限行车速计算出基准值。如一段一公里的路,限速六十,那么这段路的最高行程速度就按六十码算,行程时间一分钟。
然后,使用视频交通信息采集方式,进行对道路路段车辆进出上下游交叉口进行高清拍摄;利用车辆进出交叉口的时刻和车牌号码,人工挑选一定比例的车辆计算;例如,一百辆车中,选20辆配比得上的车进行计算,所谓配比的上即进出交叉口都找得到该车的车牌号码的车辆,然后,计算该20辆车通过的时间和车速,计算出平均值,作为实时数据。
最后,将基准值和实时数值进行对比分析,分析交通数据质量评估情况,判断待测试的交通状态情况和交通设施状况。
该评估方法对视频采集的要求颇高,需在测试路段起点和终点分别架设同步摄像机,拍摄进入测试路段与离开测试路段的车辆牌照与时间,进入测试路段定义为车辆进入测试路段起点交叉口中心线,离开测试路段定义为车辆离开测试路段起点交叉口中心线。
在采集时,为了较清晰的拍摄到车辆牌照(用于后期人工识别),理论上要求一台摄像机负责拍摄断面的一根车道,同时,为了减少前车对后车牌照的遮挡影响,要求将摄像机架设在较高的位置。
此外,该方法为了确保实时数据的准确性,采样率至少在20%以上。
因此,现有的检测方法需要的配套监控设施造价昂贵,且需要人工后期识别,采样率还必须控制在20%以上,这就表示,要得到靠谱的数值,人工识别的工作非常艰巨,费时费力,尤其是在大型城市,由于车辆拥堵的路段非常多,使用现有的方法评估得到靠谱的数据需要耗费巨资。
发明内容
本发明要解决的技术问题是现有的评估方法需要的配套监控设施造价昂贵,需要人工后期识别,且采样率还必须控制在20%以上,评估费时费力,成本高昂。
为解决上述技术问题,本发明采用的技术方案是:交通信息评估方法,包括以下步骤:1)选择测试地点:选择待测试地区范围内位于中心位置的一个十字路口,以该十字路口处位置相对的两个直行道之间的路段为待测路段,2)获得基准值:以该路段上两个相向的红绿灯之间的距离作为待测路段的长度L,以该路口绿灯时间t为基准时间,据此设定基准速度v,L=v×t;3)获得实时数值:分别检测绿灯期间起点处各个车辆通过的时间,按时间顺序排位N1到Nn,以及终点处各个车辆通过的时间,按时间顺序排位M1到Mm;当m大于n时,Mn-Nn=ΔTn,(L÷ΔT1+L÷ΔT2+.........+L÷ΔTn)÷n=v',v'即该路段的实时速度;当n大于m时,Mm-Nm=ΔTm,(L÷ΔT1+L÷ΔT2+.........+L÷ΔTm)÷m=v',v'即该路段的实时速度;n和m均是大于1的整数,分别表示通过起点和终点处的车辆数;4)交通状况评估:当v’>v时,判断该路况畅通;当v≥v’>0.8v的时候,判断该路况正常;当0.8v≥v’>0.4v的时候,判断该路况拥堵;当0.4v≥v’的时候,判断该路况严重堵塞;5)交通设施状态评估:重复步骤2-4至少十次,即监测该路口连续十个绿灯时的交通状况,并将状态评估结果汇总,当畅通状态次数最多时,该路段交通设施状态为优,当正常状态次数最多时,该路段交通设施状态为良好,当拥堵状态次数最多时,该路段交通设施状态为不佳,当严重堵塞状态次数最多时,该路段交通设施状态为差。
本发明运用现有的电子眼设备替代现有评估方法中需要使用的摄像机,大大降低了评估所需的硬件成本;此外,本发明通过调查研究发现,如果交通拥堵,最能反应的地方就是该路段的十字路口,选择以调查路段的十字路口作为测量点,更有针对性的反应了真实的交通状况;再次,现有方法耗费大量人力物力,人工筛选20%以上的车辆进行实时数据的推导,其误差率通常超过30%,已经算达标,要得到更精确的数据就需要对更多的车辆进行实时数据记录,以减小误差,一般而言,当抽查的样本比例达到50%时,该误差可控制在10%以下,然而,如此高的抽样率消耗的人力成本太高,所以现有的方法中,人工抽样比例不高于30%;本发明由于选择的路段时十字路口位置相对应的两个直行道,因此,以大多数人遵守交通规则为前提的话,车辆应当是依次通行,虽不排除有人超车,但是这种超侧行为比例本身较低,忽略这些非正常的影响因素,对正常行驶下的车辆进行百分百的检测,即节省了人工筛选的人力物力和时间,还保证了测试的误差率不超过10%。
进一步,步骤3)中获得实时数值的方法包括以下步骤:3-1)在待测的路段的起点和终点处各设置一个地感线圈,感应线的输出端连接外设的控制中心,所述控制中心包括控制单元、计数单元、计时单元和存储单元;3-2)当路段上位置对应的直行道的绿灯亮起时,控制单元给出工作指令,控制与其电连接的计数单元和计时单元工作,地感线圈每感应到两次轮胎给出的感应信号就发出一个有效电频信号给计数单元,使得计数单元加1,同时该有效电频信号也发给计时单元记录下该次信号接收到的时间节点;3-3)所述存储单元内置序列表自动生成程序,该序列表自动生成程序根据计时单元和计数单元记录的数据,依次记录地感线圈感应的有效次数和每次感应的时间,并生成起点感应记录表和终点感应记录表;3-4)绿灯时间结束,控制单元调用生成的序列表,并通过预设的算法对数据进行处理计算,获得实时数值。所有的工作都有电脑直接处理,排除掉一起人工判断的过程,仅需人工设定对比值即可,能在最大限度节省人力物力的情况下完成实时路况的推导工作,保证计算结果的客观程度和准确度。
本发明的优点是:1.节省成本:如果使用现有技术,为各个路段架构必须的高清摄像机,一个中型城市的硬件成本都需过亿,后期人工筛选消耗的的人力物力也非常庞大,然而,借助现有的电子眼自带的压力感应线,无需增加任何硬件成本,通过控制中心直接计算实时数据,排除人工筛选程序,将人力物力降低到非常低的程度。2.准确率高:电脑计算本来就比人工计算误差小,且该方法中抽样率几近百分百,误差率牢牢控制在10%以内,与现有方法测量的数据相比更真实有效。
具体实施方式
交通信息评估方法,包括以下步骤:
1)选择测试地点:选择待测试地区范围内位于中心位置的一个十字路口,以该十字路口处位置相对的两个直行道之间的路段为待测路段;
2)获得基准值:以该路段上两个相向的红绿灯之间的距离作为待测路段的长度L,以该路口绿灯时间t为基准时间,据此设定基准速度v,L=v×t;
3)获得实时数值:
3-1)在待测的路段的起点和终点处各设置一个地感线圈,感应线的输出端连接外设的控制中心,所述控制中心包括控制单元、计数单元、计时单元和存储单元;控制单元的输出端控制计数单元和计时单元的启闭,计数单元和计时单元的信号输出端连接存储单元的输入端,存储单元的输出端连接控制单元的输入端;
3-2)当路段上位置对应的直行道的绿灯亮起时,控制单元给出工作指令,控制与其电连接的计数单元和计时单元工作,地感线圈每感应到两次轮胎给出的感应信号就发出一个有效电频信号给计数单元,使得计数单元加1,同时该有效电频信号也发给计时单元记录下该次信号接收到的时间节点;依次分别检测绿灯期间起点处各个车辆通过的时间,按时间顺序排位N1到Nn,以及终点处各个车辆通过的时间,按时间顺序排位M1到Mm;
3-3)所述存储单元内置序列表自动生成程序,该序列表自动生成程序根据计时单元和计数单元记录的数据,依次记录压力感应线感应的有效次数和每次感应的时间,并生成起点受压记录表和终点感应记录表;
3-4)绿灯时间结束,控制单元调用生成的序列表,并通过预设的算法对数据进行处理计算,获得实时数值;当m大于n时,Mn-Nn=ΔTn,(L÷ΔT1+L÷ΔT2+.........+L÷ΔTn)÷n=v',v'即该路段的实时速度;当n大于m时,Mm-Nm=ΔTm,(L÷ΔT1+L÷ΔT2+.........+L÷ΔTm)÷m=v',v'即该路段的实时速度;n和m均是大于1的整数,分别表示通过起点和终点处的车辆数;
4)交通状况评估:当v’>v时,判断该路况畅通;当v≥v’>0.8v的时候,判断该路况正常;当0.8v≥v’>0.4v的时候,判断该路况拥堵;当0.4v≥v’的时候,判断该路况严重堵塞;
5)交通设施状态评估:重复步骤2-4十次,即监测该路口连续十个绿灯时的交通状况,并将状态评估结果汇总,当这十次评估当中,畅通状态次数最多时,该路段交通设施状态为优,当正常状态次数最多时,该路段交通设施状态为良好,当拥堵状态次数最多时,该路段交通设施状态为不佳,当严重堵塞状态次数最多时,该路段交通设施状态为差。
本发明运用现有的电子眼设备替代现有评估方法中需要使用的摄像机,大大降低了评估所需的硬件成本;此外,本发明通过调查研究发现,如果交通拥堵,最能反应的地方就是该路段的十字路口,选择以调查路段的十字路口作为测量点,更有针对性的反应了真实的交通状况;再次,现有方法耗费大量人力物力,人工筛选20%以上的车辆进行实时数据的推导,其误差率通常超过30%,已经算达标,要得到更精确的数据就需要对更多的车辆进行实时数据记录,以减小误差,一般而言,当抽查的样本比例达到50%时,该误差可控制在10%以下,然而,如此高的抽样率消耗的人力成本太高,所以现有的方法中,人工抽样比例不高于30%;本发明由于选择的路段时十字路口位置相对应的两个直行道,因此,以大多数人遵守交通规则为前提的话,车辆应当是依次通行,虽不排除有人超车,但是这种超侧行为比例本身较低,忽略这些非正常的影响因素,对正常行驶下的车辆进行百分百的检测,即节省了人工筛选的人力物力和时间,还保证了测试的误差率不超过10%。
Claims (2)
1.交通信息评估方法,其特征是:包括以下步骤:
1)选择测试地点:选择待测试地区范围内位于中心位置的一个十字路口,以该十字路口处位置相对的两个直行道之间的路段为待测路段,
2)获得基准值:以该路段上两个相向的红绿灯之间的距离作为待测路段的长度L,以该路口绿灯时间t为基准时间,据此设定基准速度v,L=v×t;
3)获得实时数值:分别检测绿灯期间起点处各个车辆通过的时间,按时间顺序排位N1到Nn,以及终点处各个车辆通过的时间,按时间顺序排位M1到Mm;当m大于n时,Mn-Nn=ΔTn,(L÷ΔT1+L÷ΔT2+.........+L÷ΔTn)÷n=v',v'即该路段的实时速度;当n大于m时,Mm-Nm=ΔTm,(L÷ΔT1+L÷ΔT2+.........+L÷ΔTm)÷m=v',v'即该路段的实时速度;n和m均是大于1的整数,分别表示通过起点和终点处的车辆数;
4)交通状况评估:当v’>v时,判断该路况畅通;当v≥v’>0.8v的时候,判断该路况正常;当0.8v≥v’>0.4v的时候,判断该路况拥堵;当0.4v≥v’的时候,判断该路况严重堵塞;
5)交通设施状态评估:重复步骤2-4至少十次,即监测该路口连续十个绿灯时的交通状况,并将状态评估结果汇总,当畅通状态次数最多时,该路段交通设施状态为优,当正常状态次数最多时,该路段交通设施状态为良好,当拥堵状态次数最多时,该路段交通设施状态为不佳,当严重堵塞状态次数最多时,该路段交通设施状态为差。
2.根据权利要求1所述的交通信息评估方法,其特征是:步骤3)中获得实时数值的方法包括以下步骤:
3-1)在待测的路段的起点和终点处各设置一个地感线圈,感应线的输出端连接外设的控制中心,所述控制中心包括控制单元、计数单元、计时单元和存储单元;
3-2)当路段上位置对应的直行道的绿灯亮起时,控制单元给出工作指令,控制与其电连接的计数单元和计时单元工作,地感线圈每感应到两次轮胎给出的感应信号就发出一个有效电频信号给计数单元,使得计数单元加1,同时该有效电频信号也发给计时单元记录下该次信号接收到的时间节点;
3-3)所述存储单元内置序列表自动生成程序,该序列表自动生成程序根据计时单元和计数单元记录的数据,依次记录地感线圈感应的有效次数和每次感应的时间,并生成起点受压记录表和终点感应记录表;
3-4)绿灯时间结束,控制单元调用生成的序列表,并通过预设的算法对数据进行处理计算,获得实时数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510513786.1A CN105023436B (zh) | 2015-08-20 | 2015-08-20 | 交通信息评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510513786.1A CN105023436B (zh) | 2015-08-20 | 2015-08-20 | 交通信息评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105023436A true CN105023436A (zh) | 2015-11-04 |
CN105023436B CN105023436B (zh) | 2017-05-31 |
Family
ID=54413369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510513786.1A Active CN105023436B (zh) | 2015-08-20 | 2015-08-20 | 交通信息评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105023436B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105931458A (zh) * | 2016-05-05 | 2016-09-07 | 杭州智诚惠通科技有限公司 | 一种路面交通流量检测设备可信度评估的方法 |
CN112330953A (zh) * | 2020-10-10 | 2021-02-05 | 杭州翔毅科技有限公司 | 基于云数据的交通控制方法、装置、设备及存储介质 |
CN113257011A (zh) * | 2021-05-13 | 2021-08-13 | 广西交通职业技术学院 | 一种基于车路协同的交通信号控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090048838A (ko) * | 2007-11-12 | 2009-05-15 | 세연테크놀로지 주식회사 | 액티브 리더를 이용한 교통 상황 감지 시스템 및 방법 |
US20100164753A1 (en) * | 2008-10-27 | 2010-07-01 | James Jacob Free | Mobile FLOW readout and mobile FLOW sequencer features |
CN201655024U (zh) * | 2010-04-12 | 2010-11-24 | 西安翔迅科技有限责任公司 | 交叉路口交通信息综合检测报警系统 |
CN102034348A (zh) * | 2010-11-26 | 2011-04-27 | 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 |
CN103606274A (zh) * | 2012-12-18 | 2014-02-26 | 北京科技大学 | 一种城市道路交通状态评估方法 |
CN103810854A (zh) * | 2014-03-03 | 2014-05-21 | 北京工业大学 | 一种基于人工标定的智能交通算法评估方法 |
-
2015
- 2015-08-20 CN CN201510513786.1A patent/CN105023436B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20090048838A (ko) * | 2007-11-12 | 2009-05-15 | 세연테크놀로지 주식회사 | 액티브 리더를 이용한 교통 상황 감지 시스템 및 방법 |
US20100164753A1 (en) * | 2008-10-27 | 2010-07-01 | James Jacob Free | Mobile FLOW readout and mobile FLOW sequencer features |
CN201655024U (zh) * | 2010-04-12 | 2010-11-24 | 西安翔迅科技有限责任公司 | 交叉路口交通信息综合检测报警系统 |
CN102034348A (zh) * | 2010-11-26 | 2011-04-27 | 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 |
CN103606274A (zh) * | 2012-12-18 | 2014-02-26 | 北京科技大学 | 一种城市道路交通状态评估方法 |
CN103810854A (zh) * | 2014-03-03 | 2014-05-21 | 北京工业大学 | 一种基于人工标定的智能交通算法评估方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105931458A (zh) * | 2016-05-05 | 2016-09-07 | 杭州智诚惠通科技有限公司 | 一种路面交通流量检测设备可信度评估的方法 |
CN105931458B (zh) * | 2016-05-05 | 2019-02-12 | 杭州智诚惠通科技有限公司 | 一种路面交通流量检测设备可信度评估的方法 |
CN112330953A (zh) * | 2020-10-10 | 2021-02-05 | 杭州翔毅科技有限公司 | 基于云数据的交通控制方法、装置、设备及存储介质 |
CN113257011A (zh) * | 2021-05-13 | 2021-08-13 | 广西交通职业技术学院 | 一种基于车路协同的交通信号控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN105023436B (zh) | 2017-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102231235B (zh) | 一种交通流异常点检测定位方法 | |
CN101739824B (zh) | 基于数据融合技术的交通状况估计方法 | |
CN110515073A (zh) | 多雷达跨区域组网多目标跟踪识别方法及装置 | |
CN109544932A (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
CN104464307B (zh) | 一种基于视频的隧道交通拥堵事件自动检测方法 | |
CN102881171B (zh) | 车辆检测方法及其车辆检测系统以及车辆路径规划系统 | |
CN103794061B (zh) | 基于多种定位数据计算道路融合行程车速的方法 | |
CN103198713B (zh) | 基于交通数据和天气数据的减少交通事故的车辆调控方法 | |
CN102722984B (zh) | 一种实时路况监控方法 | |
CN106384517A (zh) | 一种基于视觉传感的交通信号控制方法、装置及系统 | |
US20190172344A1 (en) | System for forecasting traffic condition pattern by analysis of traffic data and forecasting method thereof | |
CN104964662A (zh) | 一种车辆超宽超高检测装置和检测方法 | |
CN103021182B (zh) | 机动车闯红灯违章监测方法及装置 | |
CN105160867B (zh) | 交通讯息预测方法 | |
CN105023436A (zh) | 交通信息评估方法 | |
CN106097734A (zh) | 一种用于路口交通信号控制的平面感知检测方法及系统 | |
Xing et al. | Traffic volume estimation in multimodal urban networks using cell phone location data | |
CN108680104A (zh) | 一种城轨列车受电弓故障监测装置及方法 | |
CN106128127A (zh) | 利用平面感知技术减少信号灯控制路口等待时间的方法及系统 | |
CN104700630A (zh) | 一种高速公路车流量的监测方法及系统 | |
CN101131796A (zh) | 一种道路交通参数检测装置及检测方法 | |
CN105469641A (zh) | 一种山区高速公路特殊线形路段险态判别装置及预警方法 | |
CN102101487B (zh) | 列车追踪状态的获取方法和系统 | |
CN103050014A (zh) | 交通车速检测系统及检测方法 | |
CN202013659U (zh) | 基于嵌入式平台图像处理及无线通讯的智能安全交通信息平台 |
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 |