CN105070060A - 一种基于公交车载gps数据的城市道路交通状态判别方法 - Google Patents
一种基于公交车载gps数据的城市道路交通状态判别方法 Download PDFInfo
- Publication number
- CN105070060A CN105070060A CN201510505269.XA CN201510505269A CN105070060A CN 105070060 A CN105070060 A CN 105070060A CN 201510505269 A CN201510505269 A CN 201510505269A CN 105070060 A CN105070060 A CN 105070060A
- Authority
- CN
- China
- Prior art keywords
- bus
- road
- circuit institute
- institute approach
- traffic
- 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
一种基于公交车载GPS数据的城市道路交通状态判别方法,本发明涉及基于公交车载GPS数据的城市道路交通状态判别方法。本发明的目的是为了解决现有方法技术经济成本高、交通数据检测误差大及检测数据不稳定的问题。通过以下技术方案实现的:步骤一、计算公交车辆在其线路所途径道路上的平均行程时间;步骤二、计算道路上公交车站点平均停靠时间Di;步骤三、根据步骤一中的Ti和步骤二中的Di计算道路上各公交车站点之间的平均行程时间;步骤四、根据步骤三中的计算道路的交通流平均行程速度;步骤五、根据步骤四中的判断公交车辆线路所途径道路的交通流运行状态。本发明应用于城市交通领域。
Description
技术领域
本发明涉及基于公交车载GPS数据的城市道路交通状态判别方法。
背景技术
城市道路交通状态判别是进行城市交通管理的重要依据,在城市交通信号控制、交通流诱导、交通信息发布等方面具有广泛的应用。已有的城市道路交通状态判别技术可以分为两类。一类是基于固定检测器数据的判别方法,它利用道路上布设的感应线圈检测器、视频检测器获取机动车的运行速度,进而判别交通是处于顺畅、一般拥挤或者非常拥挤的状态。另一类是利用出租车的车载GPS数据获取出租车运行速度,然后推测道路上的机动车运行速度,进而判别交通状态。第一类方法需要布设大量检测器,不仅经济成本高,而且交通数据检测误差大;第二类方法要求出租车上均安装有GPS设备,然而在我国许多城市的出租车尚未达到这种条件,限制了该技术的应用;同时在出租车允许合乘的情况下(如长春、哈尔滨等地),出租车实际状态与实际交通流运行状态存在较大差异,使检测数据不稳定,无法用于城市交通状态判别。
优先发展公共交通是缓解我国城市交通拥堵的重要手段。在我国许多城市公交车上已经开始安装有GPS设备,能够实时采集每辆公交车的运行状态,包括经纬度、速度、方向、海拔等数据,通过与电子地图匹配,可以获得公交车到达每个站点的时刻、离开每个站点的时刻,进而推算得到公交车站点停靠时间、站间行程时间。
发明内容
本发明的目的是为了解决现有方法技术经济成本高、交通数据检测误差大及检测数据不稳定的问题,而提出了一种基于公交车载GPS数据的城市道路交通状态判别方法。
上述的发明目的是通过以下技术方案实现的:
步骤一、计算公交车辆在其线路所途径道路的平均行程时间
步骤二、计算公交车辆在其线路所途径道路上公交车站点平均总停靠时间
步骤三、根据步骤一中的和步骤二中的计算公交车在其线路所途径道路上各公交车站点之间的平均行程时间
步骤四、根据步骤三中的计算公交车辆线路所途径道路的交通流平均行程速度
步骤五、根据步骤四中的判断公交车辆线路所途径道路的交通流运行状态。
发明效果
采用本发明的一种基于公交车载GPS数据的城市道路交通状态判别方法,公交车在站点间的路段上运行时,其运行状态与道路交通流运行状态存在密切关系。当交通流拥堵时,公交车运行速度慢,反之公交车运行速度快,将安装有GPS设备的公交车当作浮动车,利用公交车运行数据判别城市道路交通状态,在不增加硬件投入的情况下,充分挖掘可以利用的交通资源,能够实时、稳定地获取所需基础交通数据,并进行道路交通状态判别,适用于我国许多大中型城市,克服现有技术经济成本高、交通数据检测误差大及检测数据不稳定的缺陷,提高城市交通管理水平,本发明对城市交通流实际平均行程时间的预测精度较高,预测误差仅为5.26%,交通状态判别结果准确。
附图说明
图1为本发明流程图;
图2为公交车辆运行图,L为公交车辆线路长度,单位为米,a为停靠站1,b为停靠站2,c为停靠站j,d为停靠站J,e为公交车1,f为公交车i,g为公交车I。
具体实施方式
具体实施方式一:结合图1和图2说明本实施方式,一种基于公交车载GPS数据的城市道路交通状态判别方法,其特征在于,一种基于公交车载GPS数据的城市道路交通状态判别方法具体是按以下步骤进行的:
步骤一、计算公交车辆在其线路所途径道路上的平均行程时间
步骤二、计算公交车辆在其线路所途径道路上公交车站点平均总停靠时间
步骤三、根据步骤一中的和步骤二中的计算公交车在其线路所途径道路上各公交车站点之间的平均行程时间
步骤四、根据步骤三中的计算公交车辆线路所途径道路的交通流平均行程速度
步骤五、根据步骤四中的判断公交车辆线路所途径道路的交通流运行状态。
具体实施方式二、本实施方式与具体实施方式一不同的是,所述步骤一中计算公交车辆在其线路所途径道路上的平均行程时间具体过程为:
第i辆公交车在道路上的平均行程时间Ti为:
Ti=t″i-t′i(1)
式中,Ti单位为秒;
t′i为第i辆公交车进入道路的时刻,单位为秒;
t″i为第i辆公交车驶离道路的时刻,单位为秒;
设X分钟(X取值30分钟)内,一共有I辆公交车驶离其线路所途径道路,这I辆公交车在其线路所途径道路上的平均行程时间为:
式中,单位为秒;i的取值范围为1≤i≤I,I为正整数,i为正整数。
其它步骤及参数与具体实施方式一相同。
具体实施方式三、本实施方式与具体实施方式一或二不同的是,所述步骤二中计算公交车辆在其线路所途径道路上公交车站点平均总停靠时间具体过程为:
步骤二一、判断第i辆公交车进入其线路所途径道路上第j个公交站点时刻d′ij;具体过程为:
公交车载GPS设备以1秒为间隔采集公交车运行数据,包括经纬度、速度、方向、海拔等数据,并将数据上传至公交管理中心,公交管理中心将GPS数据匹配至道路电子地图上;当公交车i距离停靠站j在10米以内,且d′ij、d′ij+1、d′ij+2时刻的运行速度均小于等于5km/h时,定义d′ij为公交车i进入停靠站j的时刻,d′ij、d′ij+1、d′ij+2时刻单位为秒,i为正整数,j为正整数;
步骤二二、判断第i辆公交车驶离其线路所途径道路上第j个公交站点时刻d″ij;具体过程为:
当第i辆公交车距离停靠站j在10米以内,且d″ij、d″ij+1、d″ij+2时刻的运行速度均大于5km/h时,定义d″ij为公交车i驶离停靠站j的时刻,d″ij、d″ij+1、d″ij+2时刻单位为秒,i为正整数,j为正整数;
步骤二三、计算所有公交车在其线路所途径道路的所有站点的平均总停靠时间;
第i辆公交车在道路上第j个公交站点的停靠时间Dij为:
Dij=d″ij-d′ij(3)
式中:Dij单位为秒;
第i辆公交车在其线路所途径道路上所有公交站点的总停靠时间为Di为:
式中:J为道路上交通流单向运行方向的公交车站点总数;
Di单位为秒;
设X分钟内,一共有I辆公交车驶离其线路所途径道路,这I辆公交车在其线路所途径道路上所有站点平均总停靠时间为:
式中:单位为秒。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四、本实施方式与具体实施方式一、二或三不同的是,所述步骤三中根据步骤一中的Ti和步骤二中的Di计算公交车在其线路所途径道路上各公交车站点之间的平均行程时间具体过程为:
I辆公交车在其线路所途径道路上各公交车站点之间的平均行程时间为:
式中:单位为秒。
其它步骤及参数与具体实施方式一、二或三相同。
具体实施方式五、本实施方式与具体实施方式一、二、三或四不同的是,所述步骤四中根据步骤三中的计算公交车辆线路所途径道路的交通流平均行程速度具体过程为:
公交车辆在其线路所途径道路上交通流平均运行速度为为:
式中:L为道路的长度,单位为米;
ATT为交通流在道路上的平均行程时间,计算方法为:
式中:单位为秒;
ATT单位为秒。
其它步骤及参数与具体实施方式一、二、三或四相同。
具体实施方式六、本实施方式与具体实施方式一、二、三、四或五不同的是,所述步骤五中根据步骤四中的判断公交车辆线路所途径道路的交通流运行状态;具体过程为:
当大于等于8.3m/s时,道路处于顺畅交通状态;
当大于等于5.6m/s、小于8.3m/s时,道路处于一般拥挤交通状态;
当小于5.6m/s时,道路处于拥挤交通状态。
其它步骤及参数与具体实施方式一、二、三、四或五相同。
实施例:
哈尔滨市先锋路(红旗大街-宣化街段)为例,对本发明的具体实施过程进行介绍。先锋路为哈尔滨市的一条主干道,双向十车道设计,高峰期间经常发生拥堵。研究路段长1.6km,有多条公交线路经过,共有四个公交站点(宣化街、先锋小区、嵩山小区、红旗大街),三个信号交叉口(先锋路-嵩山路,先锋路-华山路,先锋路-宣庆街),并且每个公交车辆都装备有GPS仪器,能够采集得到公交车的经纬度、速度、方向、海拔等信息。以2015年6月20日下午15:00至15:30之间的公交车、私家车数据进行验证。
具体步骤如下:
步骤一:计算公交车辆在先锋路(红旗大街-宣化街段)上的平均行程时间
2015年6月20日下午15:00至15:30,在由西向东方向一共有24辆公交车经过先锋路(红旗大街-宣化街段)。首先将每辆公交车的GPS数据匹配至哈尔滨市电子地图上,判断得到每辆公交车进入研究路段、驶离研究路段的时刻,根据公式(1)得到每辆公交车在研究路段上的行程时间,进而根据公式(2)计算24辆公交车的平均行程时间等于288秒。
步骤二、计算公交车在四个站点的平均总停靠时间
根据步骤二一、步骤二二判断每辆公交车到达每个站点、驶离每个站点的时刻,根据公式(3)计算第i辆公交车在道路上第j个公交站点的停靠时间Dij(1≤i≤24,1≤j≤4);再根据公式(4)计算第i辆公交车在道路上所有4个公交站点的总停靠时间为Di,然后计算15:00至15:30之间24辆公交车在所有4个站点的平均总停靠时间等于89秒。
步骤三、计算公交车在先锋路上各公交车站点之间的平均行程时间
15:00至15:30之间24辆公交车在先锋路(红旗大街-宣化街段)上各车站点之间的平均行程时间用表示,采用公式(6)计算得到等于199秒。
步骤四、根据步骤三中的计算先锋路上交通流平均行程速度
本发明的核心是采用公交车在路段上的平均行程时间预测交通流的平均行程速度值与交通流在路段上的实际平均行程速度越接近,那么最终的交通流状态判别结果越精确。由此,为了评价平均行程速度的预测精度,采用牌照对比方法获取每辆私家车在先锋路上的实际行程速度,一共采集得到335辆小汽车的数据,这335辆小汽车的平均实际行程速度等于7.6m/s。
根据公式(8)计算先锋路上的交通流平均行程时间ATT,得到ATT等于163秒。
然后采用公式(7)计算先锋路上交通流的平均行程速度得到等于7.2m/s。
对比与的值可以发现二者非常接近,误差仅为5.26%,证明本发明专利对道路交通流平均行程速度的预测较为精确。
步骤五、根据步骤四中的判断先锋路交通流运行状态
由于大于等于5.6m/s、小于8.3m/s时,所以先锋路在2015年6月20日下午15:00至15:30之间处于一般拥挤交通状态。
而实际先锋路上的交通流平均行程速度也大于等于5.6m/s、小于8.3m/s时,判断先锋路处于一般拥挤交通状态。
二者判别结果一致,说明了本发明专利的有效性。
Claims (6)
1.一种基于公交车载GPS数据的城市道路交通状态判别方法,其特征在于,一种基于公交车载GPS数据的城市道路交通状态判别方法具体是按以下步骤进行的:
步骤一、计算公交车辆在其线路所途径道路上的平均行程时间
步骤二、计算公交车辆在其线路所途径道路上公交车站点平均总停靠时间
步骤三、根据步骤一中的和步骤二中的计算公交车在其线路所途径道路上各公交车站点之间的平均行程时间
步骤四、根据步骤三中的计算公交车辆线路所途径道路的交通流平均行程速度
步骤五、根据步骤四中的判断公交车辆线路所途径道路的交通流运行状态。
2.根据权利要求1所述一种基于公交车载GPS数据的城市道路交通状态判别方法,其特征在于,所述步骤一中计算公交车辆在其线路所途径道路上的平均行程时间具体过程为:
第i辆公交车在道路上的平均行程时间Ti为:
Ti=t″i-t′i(1)
式中,Ti单位为秒;
t′i为第i辆公交车进入道路的时刻,单位为秒;
t″i为第i辆公交车驶离道路的时刻,单位为秒;
设X分钟内,一共有I辆公交车驶离其线路所途径道路,这I辆公交车在其线路所途径道路上的平均行程时间为:
式中,单位为秒;i的取值范围为1≤i≤I,I为正整数,i为正整数。
3.根据权利要求2所述一种基于公交车载GPS数据的城市道路交通状态判别方法,其特征在于,所述步骤二中计算公交车辆在其线路所途径道路上公交车站点平均总停靠时间具体过程为:
步骤二一、判断第i辆公交车进入其线路所途径道路上第j个公交站点时刻d′ij;具体过程为:
公交车载GPS设备以1秒为间隔采集公交车运行数据,包括经纬度、速度、方向、海拔数据,并将数据上传至公交管理中心,公交管理中心将GPS数据匹配至道路电子地图上;当公交车i距离停靠站j在10米以内,且d′ij、d′ij+1、d′ij+2时刻的运行速度均小于等于5km/h时,定义d′ij为公交车i进入停靠站j的时刻,d′ij、d′ij+1、d′ij+2时刻单位为秒,i为正整数,j为正整数;
步骤二二、判断第i辆公交车驶离其线路所途径道路上第j个公交站点时刻d″ij;具体过程为:
当第i辆公交车距离停靠站j在10米以内,且d″ij、d″ij+1、d″ij+2时刻的运行速度均大于5km/h时,定义d″ij为公交车i驶离停靠站j的时刻,d″ij、d″ij+1、d″ij+2时刻单位为秒,i为正整数,j为正整数;
步骤二三、计算所有公交车在其线路所途径道路的所有站点的平均总停靠时间;
第i辆公交车在道路上第j个公交站点的停靠时间Dij为:
Dij=d″ij-d′ij(3)
式中:Dij单位为秒;
第i辆公交车在其线路所途径道路上所有公交站点的总停靠时间为Di为:
式中:J为道路上交通流单向运行方向的公交车站点总数;
Di单位为秒;
设X分钟内,一共有I辆公交车驶离其线路所途径道路,这I辆公交车在其线路所途径道路上所有站点平均总停靠时间为:
式中:单位为秒。
4.根据权利要求3所述一种基于公交车载GPS数据的城市道路交通状态判别方法,其特征在于,所述步骤三中根据步骤一中的和步骤二中的计算公交车在其线路所途径道路上各公交车站点之间的平均行程时间具体过程为:
I辆公交车在其线路所途径道路上各公交车站点之间的平均行程时间为:
式中:单位为秒。
5.根据权利要求4所述一种基于公交车载GPS数据的城市道路交通状态判别方法,其特征在于,所述步骤四中根据步骤三中的计算公交车辆线路所途径道路的交通流平均行程速度具体过程为:
公交车线路所途径道路上交通流平均运行速度为为:
式中:L为道路的长度,单位为米;
ATT为交通流在道路上的平均行程时间,计算方法为:
式中:单位为秒;
ATT单位为秒。
6.根据权利要求5所述一种基于公交车载GPS数据的城市道路交通状态判别方法,其特征在于,所述步骤五中根据步骤四中的判断公交车辆线路所途径道路的交通流运行状态;具体过程为:
当大于等于8.3m/s时,道路处于顺畅交通状态;
当大于等于5.6m/s、小于8.3m/s时,道路处于一般拥挤交通状态;
当小于5.6m/s时,道路处于拥挤交通状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510505269.XA CN105070060B (zh) | 2015-08-17 | 2015-08-17 | 一种基于公交车载gps数据的城市道路交通状态判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510505269.XA CN105070060B (zh) | 2015-08-17 | 2015-08-17 | 一种基于公交车载gps数据的城市道路交通状态判别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105070060A true CN105070060A (zh) | 2015-11-18 |
CN105070060B CN105070060B (zh) | 2017-03-01 |
Family
ID=54499414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510505269.XA Active CN105070060B (zh) | 2015-08-17 | 2015-08-17 | 一种基于公交车载gps数据的城市道路交通状态判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105070060B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103756A (zh) * | 2017-06-19 | 2017-08-29 | 南京理工大学 | 基于公交运行时间的道路拥堵程度判断装置及方法 |
CN110288828A (zh) * | 2019-06-19 | 2019-09-27 | 河海大学 | 上游港湾停靠站影响下交叉口进口道通行能力计算方法 |
CN110969886A (zh) * | 2018-09-28 | 2020-04-07 | 北京高德云图科技有限公司 | 公交流确定方法、装置以及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388142A (zh) * | 2007-09-14 | 2009-03-18 | 深圳创维数字技术股份有限公司 | 一种遥控器指令的识别方法、装置及家用电器 |
US20140052365A1 (en) * | 2012-08-20 | 2014-02-20 | Te-Sheng Chen | Bus stop and system capable of providing detailed bus schedules |
CN104392606A (zh) * | 2014-10-31 | 2015-03-04 | 青岛海信网络科技股份有限公司 | 一种基于公交车辆位置里程的路况检测方法及系统 |
CN104809878A (zh) * | 2015-05-14 | 2015-07-29 | 重庆大学 | 利用公交车gps数据检测城市道路交通异常状态的方法 |
CN104821081A (zh) * | 2015-04-22 | 2015-08-05 | 西安翔迅科技有限责任公司 | 一种基于车辆gps数据的路况检测系统 |
-
2015
- 2015-08-17 CN CN201510505269.XA patent/CN105070060B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388142A (zh) * | 2007-09-14 | 2009-03-18 | 深圳创维数字技术股份有限公司 | 一种遥控器指令的识别方法、装置及家用电器 |
US20140052365A1 (en) * | 2012-08-20 | 2014-02-20 | Te-Sheng Chen | Bus stop and system capable of providing detailed bus schedules |
CN104392606A (zh) * | 2014-10-31 | 2015-03-04 | 青岛海信网络科技股份有限公司 | 一种基于公交车辆位置里程的路况检测方法及系统 |
CN104821081A (zh) * | 2015-04-22 | 2015-08-05 | 西安翔迅科技有限责任公司 | 一种基于车辆gps数据的路况检测系统 |
CN104809878A (zh) * | 2015-05-14 | 2015-07-29 | 重庆大学 | 利用公交车gps数据检测城市道路交通异常状态的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107103756A (zh) * | 2017-06-19 | 2017-08-29 | 南京理工大学 | 基于公交运行时间的道路拥堵程度判断装置及方法 |
CN110969886A (zh) * | 2018-09-28 | 2020-04-07 | 北京高德云图科技有限公司 | 公交流确定方法、装置以及电子设备 |
CN110288828A (zh) * | 2019-06-19 | 2019-09-27 | 河海大学 | 上游港湾停靠站影响下交叉口进口道通行能力计算方法 |
CN110288828B (zh) * | 2019-06-19 | 2020-06-26 | 河海大学 | 上游港湾停靠站影响下交叉口进口道通行能力计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105070060B (zh) | 2017-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Taylor et al. | Integration of the global positioning system and geographical information systems for traffic congestion studies | |
CN102254443B (zh) | 间歇式公交专用道控制系统 | |
CN102855760B (zh) | 基于浮动车数据的在线排队长度检测方法 | |
CN101739824B (zh) | 基于数据融合技术的交通状况估计方法 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN101964941A (zh) | 基于动态信息的智能导航与位置服务系统及方法 | |
CN102663887A (zh) | 基于物联网技术的道路交通信息云计算和云服务实现系统及方法 | |
CN104200649A (zh) | 基于预先申请的交通高峰期路线资源调度分配系统与方法 | |
CN103632540A (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
CN103177576B (zh) | 一种收费站上下游路况信息的判断方法及装置 | |
KR101277007B1 (ko) | 차량의 고속도로 통행시간 제공방법 및 그 시스템 | |
CN104750963A (zh) | 交叉口延误时长估计方法及装置 | |
Wang et al. | Exploring operating speeds on urban arterials using floating car data: Case study in Shanghai | |
CN105225479A (zh) | 基于手机切换数据的信号交叉口路段行程时间计算方法 | |
CN105070060B (zh) | 一种基于公交车载gps数据的城市道路交通状态判别方法 | |
Zhu et al. | Simulated analysis of exclusive bus lanes on expressways: case study in Beijing, China | |
Chiguma | Analysis of side friction impacts on urban roads: Case study Dar-es-Salaam | |
Vasantha Kumar et al. | Urban arterial travel time estimation using buses as probes | |
Tišljarić et al. | Analysis of intersection queue lengths and level of service using GPS data | |
Lim et al. | Spatiotemporal traffic density estimation based on ADAS probe data | |
CN205247622U (zh) | 一种车辆排队长度监测系统 | |
CN114550443A (zh) | 路网数据处理方法、设备和可读介质 | |
Sodagaran et al. | Intelligent traffic information system a real-time traffic information system on the Shiraz bypass | |
Zhu et al. | An evaluation of travel time on urban road network |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190620 Address after: 150000 Heilongjiang Harbin Dalian economic and Trade Zone, the North Road and Xingkai Road intersection Patentee after: Harbin University of Technology Robot Group Co., Ltd. Address before: 150001 No. 92 West straight street, Nangang District, Heilongjiang, Harbin Patentee before: Harbin Institute of Technology |