CN105279967A - 交通运行指数计算系统及方法 - Google Patents
交通运行指数计算系统及方法 Download PDFInfo
- Publication number
- CN105279967A CN105279967A CN201510664496.7A CN201510664496A CN105279967A CN 105279967 A CN105279967 A CN 105279967A CN 201510664496 A CN201510664496 A CN 201510664496A CN 105279967 A CN105279967 A CN 105279967A
- Authority
- CN
- China
- Prior art keywords
- traffic
- time
- index
- traffic circulation
- travel
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
一种交通运行指数计算系统,其应用于一计算机,该系统包括:交通指数函数定义单元,基于行程时间比定义交通运行指数函数即建立行程时间比与交通运行指数的换算关系;数据采集单元,标定各路段车辆期望车速及期望行程时间,采集各路段及各路网的行程时间及行驶速度;行程时间比计算单元,计算特定时段内的路网行程时间比和路段行程时间比;交通运行指数计算单元依据上述路网行程时间比及路段时间比分别计算不同空间维度下的路网交通运行指数及路段交通运行指数;以及结果输出单元,将上述计算得到的路网交通运行指数及路段交通运行指数输出以供用户参考。本发明还提供一种交通运行指数计算方法。
Description
技术领域
本发明关于一种交通运行指数计算系统及方法,尤指涉及一种基于行程时间比的道路交通运行指数计算系统及方法。
背景技术
合理选择指标是交通运行评估工作的第一步。随着交通信息化在便民服务和决策支持方面的不断渗入,为了更易于社会公众和决策者理解认知,以流量、密度(或占有率)、速度等传统参数为基础,综合性的交通评估指标已成为研究应用的新热点。
与传统交通技术参数不同,道路交通运行指数(简称“交通指数”)是对道路整体运行水平这一抽象概念进行量化评估的综合性指标,具有直观、简单、敏感的特点,要求能够反映路网拥堵程度和变化,符合人对实际路况的主观感受。
美国等西方国家,以及上海、北京等国内大城市先后提出了不同的交通指数定义和算法。
(1)基于道路交通密度:美国道路拥堵指数。道路拥堵指数(RoadwayCongestionIndex,RCI)是美国德克萨斯州交通研究院在较早版本《美国城市道路畅通性报告》中采用的主要指标,用车英里数与车道英里数的比值经加权后计算,衡量道路交通密度,描述拥堵强度和持续情况。指数大于等于1时表明路网拥堵不可接受。
(2)基于综合评价方法:上海道路交通指数。《2002上海城市综合交通发展报告》中首次以道路交通指数(RoadTrafficIndex,RTI)来综合评价交通运行质量,取值范围为0~1000。以行驶速度及道路交通负荷度为基础构造评价因子;然后用层次分析法进行专家打分确定因子权重,建立交通指数模型,并通过实际调查数据进行检验。
(3)基于拥堵里程比例:北京交通拥堵指数。交通拥堵指数(TrafficCongestionIndex,TCI)是一定统计间隔内城市整体或区域道路网总体拥堵程度的相对数,取值区间为0~10,分为五级,数值越大表示拥堵越严重。计算流程为:计算各路段平均行程车速,判断所处运行等级;统计各等级道路中处于最拥堵水平的里程比例,并利用车公里数加权计算路网拥堵里程比例;基于线性转换关系得到拥堵指数。
上述的交通指数定义和计算方法在面向公众服务的角度难以诠释其实际的物理意义,对于公众出行没有实际更有价值指导意义。
发明内容
本发明的主要目的,旨在提供一种交通运行指数计算系统,其基于行程时间比计算出交通运行指数以反应任意时间段内的道路拥堵状态,以供出行用户参考。
交通指数函数定义单元,基于行程时间比定义交通运行指数函数即建立行程时间比与交通运行指数的换算关系;
数据采集单元,标定各路段车辆期望车速及期望行程时间,采集各路段及各路网的实际行程时间及行驶速度;
行程时间比计算单元,计算特定时段内的路网行程时间比和路段行程时间比;
交通运行指数计算单元依据上述路网行程时间比及路段时间比分别计算不同空间维度下的路网交通运行指数及路段交通运行指数;以及
结果输出单元,将上述计算得到的路网交通运行指数及路段交通运行指数输出以供用户参考。
还提供一种交通运行指数计算方法,该方法包括以下步骤:
定义基于行程时间比的交通运行指数函数;
标定选定时间段内的期望车速及行程时间;
采集特定时间段内的实际行程时间与车速;
计算行程时间比;
计算路段交通运行指数和路网交通运行指数;
将所述交通运行指数输出并应用于实际。
因此本发明定义了一种基于出行时间比的交通运行指数计算的系统及方法,综合考虑了路网所有道路,采用行程时间相对比值对于公众出行有实际指导意义。
附图说明
图1为本发明的交通运行指数计算系统的应用环境图。
图2为本发明的交通运行指数计算系统的功能单元图。
图3为本发明的交通运行指数计算方法步骤流程图。
图4为本发明的交通运行指数分级示意图。
图5为本发明的路段交通运行指数拟合示意图。
图6为本发明的路段拥堵等级划分标准示意图。
具体实施方式
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。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
请参阅图1,是本实施例的交通运行指数计算系统的应用环境图,所述交通运行指数计算系统10应用于计算机1上,所述计算机1还包括数据库20。所述数据库20用于存储各种交通运行指数数据,及交通运行指数计算常用到的软件等,例如建设项目的路网、路网、路段信息、交通管控设置条件等。所述交通运行指数计算系统10定义基于行程时间比的交通运行指数(TrafficPerformanceIndex,TPI)函数;标定选定时间段内期望车速,根据浮动车GPS(GlobalPositioningSystem,全球定位系统)数据采集特定时间段内的实际行程时间与车速;计算行程时间比;计算不同空间维度下的交通指数。其中,行程时间比是路段或路网实际行程时间与期望行程时间的比值,表征当前路况下相比期望车速情形下多花费的时间,如比值为1.5,表明畅通情况下30分钟的车程现在需45分钟,多花费15分钟。
所述交通运行指数计算系统10定义了一种基于出行时间比的交通运行指数计算方法,综合考虑了路网所有道路,采用行程时间相对比值对于公众出行有实际指导意义。
请参阅图2,是图1中所述交通运行指数计算系统10的功能单元图,其包括交通指数函数定义单元101、数据采集单元102、行程时间比计算单元103、交通运行指数计算单元104、及结果输出单元105。
其中交通指数函数定义单元101基于行程时间比定义一交通运行指数函数TPI=F(T/Td),即建立行程时间比与交通运行指数的换算关系。其中,T为路段或路网的实际行程时间,Td为期望车速下(如凌晨时段)行程时间,F(·)是依据曲线拟合和业界经验确定的换算关系。所述的基于行程时间比的交通运行指数,取值范围为0~5,分为畅通(0~1)、基本畅通(1~2)、缓行(2~3)、较拥堵(3~4)和拥堵(4~5)等五个等级,如图4所示。
其中所述的交通运行指数包括路段交通运行指数及路网交通运行指数,路段交通运行指数TPIlink:
其中RTlink为路段行程时间比。在路段层面,路段行程时间比RTlink与交通运行指数TPIlink两者线性回归关系如图5所示。该公式是以深圳市为实例标定的函数式,在实际应用中针对不同城市的标定结果会有差异。所述路网交通运行指数TPInetwork:
其中RTnetwork为路网行程时间比。在路网层面,路网行程时间比RTnetwork与交通运行指数关系TPInetwork两者的分段线性回归关系如图6所示。该公式是以深圳市为实例标定的函数式,在实际应用中针对不同城市的标定结果会有差异。
所述数据采集单元102标定期望车速及期望行程时间,其中期望车速指在天气良好、交通量很小(接近0)、车辆相互无干扰的情形下的理想车速,是能够反映道路设施实际通过能力、具有稳定性的交通参数。一般认为凌晨时段(如3:00am~4:00am)车辆处于期望车速状态。由于凌晨浮动车样本量较少,可采取“以时间换样本”的策略,计算若干个凌晨时段(如一个月)路段上所有样本车辆的车速均值。在其它实施例中,也可以选取其它时间段。
需要说明的是,严格意义上期望车速不同于自由流车速。高快速路呈现连续流,可认为期望车速等同于自由流车速。但城市道路呈现间断流,受到交叉口间距和信号控制等方面的影响将产生延误,期望车速计入了延误的影响,数值上应小于自由流车速。
此外,所述数据采集单元102还采集各项交通运行数据,例如:每一路段或路网的在特定时间段内的出行时间T及出程速度V等,以及该特定时间段内该路段或路网的车流量OD。
行程时间比计算单元103计算特定时段内的行程时间比RT,所述RT定义为该时段内路网中一次出行平均花费的实际出行时间与在期望车速下(如凌晨时段)出行时间的比值,一般情况下RT≥1。设路网中共有m个节点,由节点i至节点j的交通需求为ODij,平均出行时间为Tij,期望车速下平均出行时间为(Td)ij(i=1,2,3...m;j=1,2,3...m)。设路网共有n个路段,路段k上的流量和平均行程时间分别为qk和tk(k=1,2,3...n)。可推导行程时间比:
由上述公式并利用采集到的各项交通运行数据计算出各路网在特定时间段内的行程时间比RTnetwork和各路段在特定时间段内的行程时间比RTlink。
交通运行指数计算单元104依据上述计算得到的路网行程时间比RTnetwork及路段时间比RTlink分别计算不同空间维度下的路网交通运行指数TPInetwork及路段交通运行指数TPIlink。
结果输出单元105将上述不同空间维度下的路网交通路网交通运行指数TPInetwork及路段交通运行指数TPIlink等数据输出计算机,以便于方便用户做为实际出行的一个参考,用户可以有选择的避开拥堵期或者选择道路出行。例如当某一时间段内一路段的交通运行指数取值范围为2.5,因为2.5属于2与3之间,则表明该时间段内该路段处于缓行状态(2~3),则用户可根据自身情况选择是否要另选择路线或者避开拥堵时间段等。
在本实施例中,为了获得更精确的交通运行指数,需要统计大量历史计算结果,采用专家评分的方法建立行程时间比与交通运行指数的换算关系。为了更准确地反映对道路交通运行状况的主观感受,调查人员除了交通专家,还可邀请具有较长驾驶经验(如驾龄3年以上)、熟悉道路情况的市民代表。调查人员通过实地踏勘或视频观察等,先判断拥堵等级,然后在各等级对应的数值范围内给出交通运行指数评分(精确到1位小数)。
计算行程时间时计入考虑车辆加减速和停车过程,如某500m路段,车辆以25km/h车速驶过,在交叉口遇红灯,停车60s。则行程车速为500/(500/25*3.6+60)≈4km/h,仅为25km/h的1/6不到,在实际驾驶或乘车中难以准确估计。因此应采用实地跟车调查的形式,由调查人员亲身经过路段后记录其拥堵感受。其中:
调查人员:由专业技术人员或邀请普通市民组成调查团队,要求在该城市长期生活,熟悉城市交通运行和交通拥堵情况,以具有3年及以上驾龄为宜。
调查时段:早高峰7:00-9:00,晚高峰17:00-19:00,平峰时段14:00-16:00。
调查路段:包括高速公路、快速路、主干路、次干路和支路等各等级城市道路,尽量让调查路段在城市内外分布均匀。
调查内容:调查人员记录各路段(link)起始点位置和通过交叉口中心的时刻,对路段拥堵等级进行判断。
其中,快速路匝道通过时刻为通过匝道中心的时刻;交叉口通过时刻为通过交叉口中心的时刻。以此计算调查车辆在各交叉口(匝道)之间路段的行程时间,进而计算行程车速。
快速路的拥堵评价以路段为单元,即相邻两个匝道之间为一个路段;主次干路的拥堵评价以两个重要交叉口(高等级道路相交)之间的若干路段(link)组成的连续路段为单元,由调查人员对连续路段的整体拥堵状况进行主观评价,减轻各交叉口延误的随机性对调查结果的影响。
请参考图3,为本发明的交通运行指数计算方法步骤流程图。本发明的交通运行指数计算方法包含步骤:步骤A,定义基于行程时间比的交通指数函数;基于行程时间比定义一交通运行指数函数TPI=F(T/Td),即建立行程时间比与交通运行指数的换算关系。其中,T为路段或路网的实际行程时间,Td为期望车速下(如凌晨时段)的行程时间,F(·)是依据曲线拟合和业界经验确定的换算关系。其中所述的交通运行指数包括路段交通运行指数及路网交通运行指数,路段交通运行指数TPIlink:
其中RTlink为路段行程时间比。在路段层面,路段行程时间比RTlink与交通运行指数TPIlink两者的分段线性回归关系如图5所示。该公式是以深圳市为实例标定的函数式,在实际应用中针对不同城市的标定结果会有差异。
所述路网交通运行指数TPInetwork:
其中RTnetwork为路网行程时间比。在路网层面,路网行程时间比RTnetwork与交通运行指数关系TPInetwork两者的分段线性回归关系如图6所示。该公式是以深圳市为实例标定的函数式,在实际应用中针对不同城市的标定结果会有差异。
步骤B,标定选定时间段内期望车速及期望行程时间;步骤C,采集特定时间段内实际行程时间与车速;步骤D,计算行程时间比,计算特定时段内的行程时间比RT,所述RT定义为该时段内路网中一次出行平均花费的实际出行时间与在期望车速下(如凌晨时段)出行时间的比值,一般情况下RT≥1。设路网中共有m个节点,由节点i至节点j的交通流量为ODij,平均出行时间为Tij,期望车速下平均出行时间为(Td)ij(i=1,2,3...m;j=1,2,3...m)。设路网共有n个路段,路段k上的流量和平均行程时间分别为qk和tk(k=1,2,3...n)。可推导行程时间比:
步骤E,计算交通运行指数,依据上述计算得到的路网行程时间比RTnetwork及路段时间比RTlink分别计算不同空间维度下的路网交通运行指数TPInetwork及路段交通运行指数TPIlink;以及步骤F,将上述不同空间维度下的路网交通运行指数TPInetwork及路段交通运行指数TPIlink等数据输出计算机1,以便于方便用户作为实际出行的一个参考,用户可以有选择的避开拥堵期或者选择道路出行。例如当某一时间段内一路段的交通运行指数取值范围为2.5,因为2.5属于2与3之间,则表明该时间段内该路段处于缓行状态(2~3),则用户可根据自身情况选择是否要另选择路线或者避开拥堵时间段等。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种交通运行指数计算系统,其应用于一计算机,其特征在于,该系统包括:
交通指数函数定义单元,基于行程时间比定义交通运行指数函数即建立行程时间比与交通运行指数的换算关系;
数据采集单元,标定各路段车辆期望车速及期望行程时间,采集各路段及各路网的实际行程时间及行驶速度;
行程时间比计算单元,计算特定时段内的路网行程时间比和路段行程时间比;
交通运行指数计算单元依据上述路网行程时间比及路段时间比分别计算不同空间维度下的路网交通运行指数及路段交通运行指数;以及
结果输出单元,将上述计算得到的路网交通运行指数及路段交通运行指数输出以供用户参考。
2.如权利要求1所述交通运行指数计算系统,其特征在于:行程时间比是路段或路网实际行程时间与期望行程时间的比值。
3.如权利要求1所述交通运行指数计算系统,其特征在于:所述交通运行指数函数包括路段的交通运行指数函数及路网的交通运行指数函数。
4.如权利要求3所述交通运行指数计算系统,其特征在于:所述路段的交通运行指数函数为:
其中RTlink为路段行程时间比。
5.如权利要求3所述交通运行指数计算系统,其特征在于:所述路网的交通运行指数函数为:
其中RTnetwork为路网行程时间比。
6.一种交通运行指数计算方法,其特征在于,该方法包括以下步骤:
定义基于行程时间比的交通运行指数函数;
标定选定时间段内的期望车速及行程时间;
采集特定时间段内的实际行程时间与车速;
计算行程时间比;
计算路段交通运行指数和路网交通运行指数;
将所述交通运行指数输出并应用于实际。
7.如权利要求6所述交通运行指数计算方法,其特征在于:行程时间比是路段或路网实际行程时间与期望行程时间的比值。
8.如权利要求6所述交通运行指数计算方法,其特征在于:所述交通运行指数函数包括路段的交通运行指数函数及路网的交通运行指数函数。
9.如权利要求8所述交通运行指数计算方法,其特征在于:所述路段的交通运行指数函数为:
其中RTlink为路段行程时间比。
10.如权利要求8所述交通运行指数计算方法,其特征在于:所述路网的交通运行指数函数为:
其中RTnetwork为路网行程时间比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510664496.7A CN105279967A (zh) | 2015-10-15 | 2015-10-15 | 交通运行指数计算系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510664496.7A CN105279967A (zh) | 2015-10-15 | 2015-10-15 | 交通运行指数计算系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105279967A true CN105279967A (zh) | 2016-01-27 |
Family
ID=55148896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510664496.7A Pending CN105279967A (zh) | 2015-10-15 | 2015-10-15 | 交通运行指数计算系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105279967A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106710216A (zh) * | 2017-02-28 | 2017-05-24 | 广东省交通运输档案信息管理中心 | 高速公路实时交通拥堵路况检测方法和系统 |
CN106816009A (zh) * | 2017-02-28 | 2017-06-09 | 广东省交通运输档案信息管理中心 | 高速公路实时交通拥堵路况检测方法及其系统 |
CN107945511A (zh) * | 2017-11-20 | 2018-04-20 | 中兴软创科技股份有限公司 | 一种交叉口延误时间的计算方法 |
CN108280996A (zh) * | 2018-01-09 | 2018-07-13 | 佛山科学技术学院 | 一种基于移动端数据采集的道路交通评价系统 |
CN108922209A (zh) * | 2018-07-20 | 2018-11-30 | 肖金保 | 一种云智能交通信号灯系统 |
CN110807916A (zh) * | 2019-10-11 | 2020-02-18 | 武汉理工大学 | 一种基于路网拓扑结构的交通状态评定方法及系统 |
CN111081019A (zh) * | 2019-12-23 | 2020-04-28 | 华南理工大学 | 一种基于路段权重系数的路网交通运行状况评价方法 |
CN111815100A (zh) * | 2019-12-31 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 行程时间指数的确定方法、装置、存储介质和电子设备 |
CN114333361A (zh) * | 2022-02-22 | 2022-04-12 | 南京慧尔视智能科技有限公司 | 一种信号灯配时方法及装置 |
CN111815100B (zh) * | 2019-12-31 | 2024-06-07 | 北京嘀嘀无限科技发展有限公司 | 行程时间指数的确定方法、装置、存储介质和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070168104A1 (en) * | 2006-01-19 | 2007-07-19 | Honda Motor Co., Ltd. | Method and system for remote immobilization of vehicles |
CN103366557A (zh) * | 2013-07-25 | 2013-10-23 | 北京交通发展研究中心 | 基于拥堵指数的交通拥堵评价方法 |
CN104484994A (zh) * | 2014-12-17 | 2015-04-01 | 合肥革绿信息科技有限公司 | 基于阵列雷达的城市路网交通运行指数评价方法及装置 |
CN104851293A (zh) * | 2015-05-18 | 2015-08-19 | 安徽科力信息产业有限责任公司 | 一种基于地点车速的路段交通拥堵指数评价方法 |
-
2015
- 2015-10-15 CN CN201510664496.7A patent/CN105279967A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070168104A1 (en) * | 2006-01-19 | 2007-07-19 | Honda Motor Co., Ltd. | Method and system for remote immobilization of vehicles |
CN103366557A (zh) * | 2013-07-25 | 2013-10-23 | 北京交通发展研究中心 | 基于拥堵指数的交通拥堵评价方法 |
CN104484994A (zh) * | 2014-12-17 | 2015-04-01 | 合肥革绿信息科技有限公司 | 基于阵列雷达的城市路网交通运行指数评价方法及装置 |
CN104851293A (zh) * | 2015-05-18 | 2015-08-19 | 安徽科力信息产业有限责任公司 | 一种基于地点车速的路段交通拥堵指数评价方法 |
Non-Patent Citations (1)
Title |
---|
陈蔚等: "基于出行时间的道路交通运行指数算法与应用研究", 《中国城市交通规划2012年年会论文集》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106816009B (zh) * | 2017-02-28 | 2019-06-21 | 广东省交通运输档案信息管理中心 | 高速公路实时交通拥堵路况检测方法及其系统 |
CN106816009A (zh) * | 2017-02-28 | 2017-06-09 | 广东省交通运输档案信息管理中心 | 高速公路实时交通拥堵路况检测方法及其系统 |
CN106710216A (zh) * | 2017-02-28 | 2017-05-24 | 广东省交通运输档案信息管理中心 | 高速公路实时交通拥堵路况检测方法和系统 |
CN106710216B (zh) * | 2017-02-28 | 2019-08-30 | 广东省交通运输档案信息管理中心 | 高速公路实时交通拥堵路况检测方法和系统 |
CN107945511A (zh) * | 2017-11-20 | 2018-04-20 | 中兴软创科技股份有限公司 | 一种交叉口延误时间的计算方法 |
CN108280996A (zh) * | 2018-01-09 | 2018-07-13 | 佛山科学技术学院 | 一种基于移动端数据采集的道路交通评价系统 |
CN108922209A (zh) * | 2018-07-20 | 2018-11-30 | 肖金保 | 一种云智能交通信号灯系统 |
CN108922209B (zh) * | 2018-07-20 | 2021-06-04 | 江苏永诚交通集团有限公司 | 一种云智能交通信号灯系统 |
CN110807916A (zh) * | 2019-10-11 | 2020-02-18 | 武汉理工大学 | 一种基于路网拓扑结构的交通状态评定方法及系统 |
CN110807916B (zh) * | 2019-10-11 | 2022-07-01 | 武汉理工大学 | 一种基于路网拓扑结构的交通状态评定方法及系统 |
CN111081019A (zh) * | 2019-12-23 | 2020-04-28 | 华南理工大学 | 一种基于路段权重系数的路网交通运行状况评价方法 |
CN111815100A (zh) * | 2019-12-31 | 2020-10-23 | 北京嘀嘀无限科技发展有限公司 | 行程时间指数的确定方法、装置、存储介质和电子设备 |
CN111815100B (zh) * | 2019-12-31 | 2024-06-07 | 北京嘀嘀无限科技发展有限公司 | 行程时间指数的确定方法、装置、存储介质和电子设备 |
CN114333361A (zh) * | 2022-02-22 | 2022-04-12 | 南京慧尔视智能科技有限公司 | 一种信号灯配时方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105279967A (zh) | 交通运行指数计算系统及方法 | |
CN103903433B (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN104157139B (zh) | 一种交通拥堵预测方法及可视化方法 | |
CN104658252B (zh) | 基于多源数据融合的高速公路交通运行状态的评估方法 | |
CN102819955B (zh) | 基于车辆行程数据的道路网运行评价方法 | |
CN103956050B (zh) | 基于车辆行程数据的道路网运行评价方法 | |
Aftabuzzaman | Measuring traffic congestion-a critical review | |
CN103278168B (zh) | 一种面向交通热点规避的路径规划方法 | |
CN101794507B (zh) | 基于浮动车数据的宏观路网交通状态评价方法 | |
CN105206056B (zh) | 道路交通污染源智能预测方法及系统 | |
CN106781490A (zh) | 城市道路交通运行分析评价系统 | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
Blanc et al. | Modeling the impacts of facility type, trip characteristics, and trip stressors on cyclists’ comfort levels utilizing crowdsourced data | |
Strauss et al. | Spatial modeling of bicycle activity at signalized intersections | |
CN104050803A (zh) | 一种区域高速路网运行状态评价方法 | |
CN101930670A (zh) | 公交行驶路段社会车辆运行时间预测方法 | |
CN113283762B (zh) | 一种评价停车场道路规划的装置 | |
CN106530710A (zh) | 一种面向管理者的高速公路交通指数预测方法和系统 | |
Chiguma | Analysis of side friction impacts on urban roads: Case study Dar-es-Salaam | |
CN105701579A (zh) | 高原双车道二级公路基本路段交通事故预测方法 | |
CN113920738A (zh) | 一种基于不同国家合并数据的城市主干路安全分析模型迁移方法 | |
CP et al. | Performance prediction model for urban dual carriageway using travel time-based indices | |
CN105023063A (zh) | 公交线网新能源公交车运行能耗指标体系的建立方法 | |
Lindsey et al. | Modeling bicyclist exposure to risk and crash risk: Some exploratory studies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160127 |
|
RJ01 | Rejection of invention patent application after publication |