CN105336167A - 一种常态交通状态评价方法和装置 - Google Patents
一种常态交通状态评价方法和装置 Download PDFInfo
- Publication number
- CN105336167A CN105336167A CN201510848798.XA CN201510848798A CN105336167A CN 105336167 A CN105336167 A CN 105336167A CN 201510848798 A CN201510848798 A CN 201510848798A CN 105336167 A CN105336167 A CN 105336167A
- Authority
- CN
- China
- Prior art keywords
- time period
- traffic behavior
- behavior grade
- evaluated
- section
- 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
本发明实施例涉及智能交通领域,尤其涉及一种常态交通状态评价方法和装置,用以确定路段的常态交通状态等级。本发明实施例中,获取每个时间段在N个统计周期内所对应的N个即时交通状态等级;N个即时交通状态等级中的每个即时交通状态等级为预设的M个交通状态等级中的一个,N和M为大于1的整数;针对N个统计周期内的每个时间段,执行:在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级。
Description
技术领域
本发明实施例涉及智能交通领域,尤其涉及一种常态交通状态评价方法和装置。
背景技术
随着城市车辆数量的不断增长,城市道路供需矛盾越发明显,拥堵问题成为多数大中城市面临的主要社会问题,这极大地加快了智能交通系统的应用步伐。
在智能交通系统中,对道路的交通状态等级进行判别是最为重要的一项,准确的交通状态等级的判别,有助于交通管理者采取积极、有效的针对性的解决措施。目前对道路的交通状态等级的判别仅仅是根据某一路段上的车辆运行速度,判断出该路段当前是否拥堵,即判断出该路段的即时交通状态等级。
但是对路段进行某些解决措施时,往往需要针对该路段的常态的交通状态等级进行制定措施,该路段的常态的交通状态等级即该路段通常的交通状态等级,而非某一个时刻该路段的交通状态等级。
现有技术中确定常态交通状态等级仍然停留在依靠交警的经验分析和主观判断来确定,没有相对准确的方法指导,难以保证分析效果。
发明内容
本发明实施例提供一种常态交通状态评价方法和装置,用以准确确定路段的常态交通状态等级。
本发明实施例提供一种常态交通状态评价方法,包括:
获取每个时间段在N个统计周期内所对应的N个即时交通状态等级;其中,每个时间段的每个即时交通状态等级为根据获取的每个时间段内的待评价路段的交通流参数确定的;N个即时交通状态等级中的每个即时交通状态等级为预设的M个交通状态等级中的一个,N和M为大于1的整数;
针对N个统计周期内的每个时间段,执行:
在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;
若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级;其中,待确定交通状态等级为预设的M个交通状态等级中的一个;
第一条件具体为:
待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值;或者
待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值;
其中,第一阈值大于第二阈值,第二阈值大于第三阈值。
可选地,每个时间段内的待评价路段的交通流参数包括:
该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率;
其中,车辆的占有率为该时间段内待评价路段的车辆占用预设位置点的总时长与该时间段的时长的比值。
可选地,每个时间段的每个即时交通状态等级是通过以下方式得到的:
对该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率进行加权相加;
根据加权相加的结果,以及预设的等级判定阈值,确定每个时间段的每个即时交通状态等级;
其中,该时间段内待评价路段的车辆的流量的权值、该时间段内待评价路段的车辆的平均速度的权值,以及该时间段内待评价路段的车辆的占有率的权值的总和为1。
可选地,在确定出待评价路段在每个时间段对应的常态交通状态等级之后,还包括:
根据时间段的时间顺序,若存在连续的T个时间段,且T个时间段中的每个时间段对应的常态交通状态等级为拥堵,则确定T个时间段为常态拥堵时间段;其中,T为正整数。
可选地,在确定出待评价路段在N个统计周期所对应的常态拥堵时间段之后,还包括:
以N个统计周期为一个分析周期,在S个分析周期中的每个分析周期内,确定出待评价路段在该分析周期所对应的常态拥堵时间段;其中,S为大于1的整数;
根据S个分析周期的时间顺序、以及每个分析周期对应的常态拥堵时间段的起始时间和结束时间,确定出待评价路段对应的常态拥堵时间段的变化趋势。
可选地,确定出每个时间段在N个统计周期内所对应的N个即时交通状态等级之后,还包括:
确定N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段;
将确定出的N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段作交集,所得的时间段结果集为待评价路段对应的常态拥堵高发时间段。
本发明实施例提供一种常态交通状态评价装置,包括:
获取单元,用于获取每个时间段在N个统计周期内所对应的N个即时交通状态等级;其中,每个时间段的每个即时交通状态等级为根据获取的每个时间段内的待评价路段的交通流参数确定的;N个即时交通状态等级中的每个即时交通状态等级为预设的M个交通状态等级中的一个,N和M为大于1的整数;
处理单元,用于针对N个统计周期内的每个时间段,执行:
在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;
若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级;其中,待确定交通状态等级为预设的M个交通状态等级中的一个;
第一条件具体为:
待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值;或者
待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值;
其中,第一阈值大于第二阈值,第二阈值大于第三阈值。
可选地,每个时间段内的待评价路段的交通流参数包括:
该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率;
其中,车辆的占有率为该时间段内待评价路段的车辆占用预设位置点的总时长与该时间段的时长的比值。
可选地,获取单元,具体用于通过以下方式得到每个时间段的每个即时交通状态等级:
对该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率进行加权相加;
根据加权相加的结果,以及预设的等级判定阈值,确定每个时间段的每个即时交通状态等级;
其中,该时间段内待评价路段的车辆的流量的权值、该时间段内待评价路段的车辆的平均速度的权值,以及该时间段内待评价路段的车辆的占有率的权值的总和为1。
可选地,处理单元,还用于:
在确定出待评价路段在每个时间段对应的常态交通状态等级之后,根据时间段的时间顺序,若存在连续的T个时间段,且T个时间段中的每个时间段对应的常态交通状态等级为拥堵,则确定T个时间段为常态拥堵时间段;其中,T为正整数。
可选地,处理单元,还用于:
在确定出待评价路段在N个统计周期所对应的常态拥堵时间段之后,以N个统计周期为一个分析周期,在S个分析周期中的每个分析周期内,确定出待评价路段在该分析周期所对应的常态拥堵时间段;其中,S为大于1的整数;
根据S个分析周期的时间顺序、以及每个分析周期对应的常态拥堵时间段的起始时间和结束时间,确定出待评价路段对应的常态拥堵时间段的变化趋势。
可选地,处理单元,还用于:
确定出每个时间段在N个统计周期内所对应的N个即时交通状态等级之后,确定N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段;
将确定出的N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段作交集,所得的时间段结果集为待评价路段对应的常态拥堵高发时间段。
本发明实施例中,根据待评价路段的交通流参数,获取该待评价路段在一个统计周期内的每个时间段所对应的交通状态等级,共确定出N个统计周期中每个统计周期内的每个时间段所对应的即时交通状态等级;之后针对N个统计周期内的同一个时间段,根据该时间段在N个统计周期内对应的N个即时交通状态等级,确定出该待评价路段在该时间段内对应的常态交通状态等级。具体方式为,针对N个统计周期内的N个时间段中的每个时间段,在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级;其中,待确定交通状态等级为预设的M个交通状态等级中的一个;其中,第一条件具体为待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值;或者第一条件具体为待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值。其中,第一阈值大于第二阈值,第二阈值大于第三阈值。如此,则可更为准确的确定路段的常态交通状态等级。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种常态交通状态评价方法的流程示意图;
图2为本发明实施例提供的一种常态交通状态评价装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
图1示出了本发明实施例提供的一种常态交通状态评价方法,包括以下步骤:
步骤101,获取每个时间段在N个统计周期内所对应的N个即时交通状态等级;其中,每个时间段的每个即时交通状态等级为根据获取的每个时间段内的待评价路段的交通流参数确定的;N个即时交通状态等级中的每个即时交通状态等级为预设的M个交通状态等级中的一个,N和M为大于1的整数;可循地,每个时间段的时间长度相同,每个时间段均为预设的时间段;
步骤102,针对N个统计周期内的每个时间段,执行:
在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;
步骤103,若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级;其中,待确定交通状态等级为预设的M个交通状态等级中的一个;
第一条件具体为:
待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值;或者
待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值;
其中,第一阈值大于第二阈值,第二阈值大于第三阈值。
上述步骤101中,交通状态等级可有多种划分方式,比如M为三,此时预设的M个交通状态等级分别为畅通、缓行和拥堵三个等级。或者M为五,此时预设的M个交通状态等级分别为空闲、畅通、缓行、比缓行速度更慢的缓行,以及拥堵五个等级。本发明实施例中预设的M个交通状态等级中最高级别均为拥堵,本发明实施例对具体如何对交通状态等级进行分级不做限制。为描述清楚,本发明实施例中以预设的M个交通状态等级分别为畅通、缓行和拥堵三个等级为例进行介绍。
本发明实施例中的N个统计周期,可选地,一个统计周期可为一天,或者为一天中的一个时间段,比如一个统计周期为每天的8点至20点。
上述步骤101中,每个时间段的每个即时交通状态等级为根据获取的每个时间段内的待评价路段的交通流参数确定的。
可选地,每个时间段内的待评价路段的交通流参数包括:
该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率;其中,车辆的占有率为该时间段内待评价路段的车辆占用预设位置点的总时长与该时间段的时长的比值。
具体来说,一个统计周期可为一天,在一天内每5分钟为一个时间段。可见,一个统计周期内包括多个时间段。以多个时间段中的一个时间段为例进行介绍,通过设备测量该时间段内待评价路段上车辆的流量;测量该时间段内待评价路段上每个车辆的速度,之后计算得到该时间段内的车辆的平均速度;在预设位置点处设置一个感应器,若汽车经过该预设位置点,则通过该感应器获取汽车经过该预设位置点的时长,进而计算出该时间段内所有车辆经过该预设位置点的总时长,并使用该总时长除以该时间段的时长5分钟,所得到的值即为该时间段内待评价路段的车辆的占有率。
具体来说,上述三个交通流参数用矩阵可表示为:
N个统计周期中的第i个统计周期内的交通流参数如矩阵(1)所示,其中,i的取值范围为[1,N];
上述矩阵(1)中,k为一个统计周期内的时间段标识,k的取值范围为[1,K],K为一个统计周期内时间段的总个数;j为待评价路段的车道标识,j的取值范围为[1,L],L为待评价路段的车道总数量;
Qi为第i个统计周期内的待评价路段的车辆的流量矩阵,qj(k)为第i个统计周期内第k个时间段第j个车道所对应的车辆的流量;
Oi为第i个统计周期内的待评价路段的车辆的占有率矩阵,oj(k)为第i个统计周期内第k个时间段第j个车道所对应的车辆的占有率;
Vi为第i个统计周期内的待评价路段的车辆的平均速度矩阵,vj(k)为第i个统计周期内第k个时间段第j个车道所对应的车辆的平均速度。
可选地,每个时间段的每个即时交通状态等级是通过以下方式得到的:
对该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率进行加权相加;
根据加权相加的结果,以及预设的等级判定阈值,确定每个时间段的每个即时交通状态等级;
其中,该时间段内待评价路段的车辆的流量的权值、该时间段内待评价路段的车辆的平均速度的权值,以及该时间段内待评价路段的车辆的占有率的权值的总和为1。
具体来说,预设的等级判定阈值包括预设的M个交通状态等级中的每一个交通状态等级对应的阈值。
比如,预设的M个交通状态等级分别为畅通、缓行和拥堵三个等级,当该时间段内的车辆的流量、车辆的平均速度,以及车辆的占有率加权相加的值为小于4时,该时间段内的即时交通状态等级为畅通;当该时间段内的车辆的流量、车辆的平均速度,以及车辆的占有率加权相加的值为不小于4,且小于5时,该时间段内的即时交通状态等级为缓行;当该时间段内的车辆的流量、车辆的平均速度,以及车辆的占有率加权相加的值为不小于5时,该时间段内的即时交通状态等级为拥堵。即时交通状态等级就是指该待评价路段在时间段内当时的交通状态等级。举例来说,将2015年12月5日8点至8点05所确定的待评价路段的车辆的流量、车辆的平均速度,以及车辆的占有率进行加权相加,结果为5,则待评价路段在2015年12月5日8点至8点05的交通状态等级为拥堵。
当预设的M个交通状态等级分别为畅通、缓行和拥堵三个等级时,用矩阵(2)表示N个统计周期中第k个时间段所对应的N个即时交通状态,其中,每个统计周期中均包括第k个时间段,因此一个统计周期的第k个时间段对应一个即时交通状态:
J(k)=[rrrrrygrrygrgyr]T……矩阵(2)
上述矩阵(2)中,r表示交通状态等级为拥堵,y表示交通状态等级为拥堵,g表示交通状态等级为畅通;
J(k)表示15个统计周期中第k个时间段所对应的15个即时交通状态;k为一个统计周期内的时间段标识,k的取值范围为[1,K],K为一个统计周期内时间段的总个数。
上述步骤102和上述步骤103中,第一阈值可为第一常数与统计周期N的乘积,第二阈值可为第二常数与统计周期N的乘积,第三阈值可为第三常数与统计周期N的乘积,其中,优选地,第一常数大于第二常数,第二常数大于第三常数,第一常数、第二常数和第三常数均为小于1大于0的小数。
结合上述矩阵(2)对上述步骤102和步骤103举例说明。比如,上述矩阵(2)中,第k个时间段可为10点至10点05,一个统计周期为一天,J(k)为15天内10点至10点05所对应的15个即时交通状态。假设,第一常数为0.7,第二常数为0.6,第三常数为0.3,此时,第一阈值为0.7与15的乘积,第一阈值为10.5,第二阈值为9,第三阈值为4.5。
从上述矩阵(2)中可看出,交通状态等级为拥堵的数量为9,交通状态等级为缓行的数量为3,交通状态等级为畅通的数量为3。
进一步由于,交通状态等级为拥堵的数量9小于第一阈值10.5,且不小于第二阈值9;且交通状态等级为缓行的数量3小于第三阈值4.5,交通状态等级为畅通的数量3小于第三阈值4.5。即满足第一条件待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值。
因此,根据该15天的数据确定出该待评价路段在10点至10点05的时间段内的常态交通状态等级为拥堵。
可见,一个时间段内的常态交通状态等级具体是指常规情况下该时间段内的交通状态等级。通过本发明实施例中的方法,可更准确的确定出时间段内的常态交通状态等级,进而为管理人员提供管理依据。
上述示例中,另一种可能存在的情况为,若交通状态等级为拥堵的数量为11,则无论其它交通状态等级为何,由于交通状态等级为拥堵的数量11大于第一阈值,因此满足第一条件待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值,所以,此时根据该15天的数据确定出该待评价路段在10点至10点05的时间段内的常态交通状态等级为拥堵。
本发明实施例基于上述论述,可进一步的该待评价路段的交通状态等级进行分析,具体来说,包括以下几种可选地分析方式。
方式一,在确定出待评价路段在每个时间段对应的常态交通状态等级之后,根据时间段的时间顺序,若存在连续的T个时间段,且T个时间段中的每个时间段对应的常态交通状态等级为拥堵,则确定T个时间段为常态拥堵时间段;其中,T为正整数。
假设,根据N个统计周期的每个时间段所对应的N个即时交通状态,确定出每个时间段的常态交通状态等级为矩阵(3)所示:
上述矩阵(3)中,r表示交通状态等级为拥堵,y表示交通状态等级为拥堵,g表示交通状态等级为畅通;R表示N个统计周期的所有时间段所对应的常态交通状态等级,1表示R中连续的交通状态等级为拥堵的时间段中的第一个时间段,2表示R中连续的交通状态等级为拥堵的时间段中的第二个时间段,T表示R中连续的交通状态等级为拥堵的时间段中的第T个时间段。
通过矩阵(3)可看出,该待评价路段在连续的T个r所对应的时间段内经常发生拥堵,因此确定T个时间段为常态拥堵时间段。
进一步,确定T个时间段的时长,此时,T个时间段的时长即为常态拥堵的持续时长。
方式二,在确定出待评价路段在N个统计周期所对应的常态拥堵时间段之后,以N个统计周期为一个分析周期,在S个分析周期中的每个分析周期内,确定出待评价路段在该分析周期所对应的常态拥堵时间段;其中,S为大于1的整数;根据S个分析周期的时间顺序、以及每个分析周期对应的常态拥堵时间段的起始时间和结束时间,确定出待评价路段对应的常态拥堵时间段的变化趋势。
S个分析周期中每个分析周期内的待评价路段在该分析周期所对应的常态拥堵时间段可以用矩阵(4)来表示:
B={B1,B2,...,Bs,...}……矩阵(4)
在上述矩阵(4)中,B1为在第一个分析周期内所得到的每个时间段的常态交通状态等级的矩阵、B2为第二个分析周期内所得到的每个时间段的常态交通状态等级的矩阵、Bs为第s个分析周期内所得到的每个时间段的常态交通状态等级的矩阵,s的取值范围为[1,S],S为分析周期的总个数;
其中,每个分析周期对应的每个时间段的常态交通状态等级均为根据N个统计周期中每个统计周期内每个时间段内的即时交通状态等级所确定的。
根据矩阵4中的每个分析周期内所得到的每个时间段的常态交通状态等级的矩阵,结合上述方式一种所提供的方法,进而分析出S个分析周期中每个分析周期内的常态拥堵时间段。
比如N为15天时,第一个分析周期为1.1日至1.15日,第二个分析周期为1.16至1.30日,往后依次时间延后。待评价路段对应的常态拥堵时间段的变化趋势,具体可为:
依据时间顺序对分析周期进行排列,之后若依据时间顺序,分析周期的常态拥堵时间段的时间长度越来越长,则说明该待评价路段越来越拥堵;若依据时间顺序,分析周期的常态拥堵时间段的时间长度越来越短,则说明该待评价路段的拥堵情况得到减缓。
或者,若依据时间顺序,分析周期的常态拥堵时间段的起始时间越来越晚,则说明该待评价路段的拥堵时间后移;若依据时间顺序,分析周期的常态拥堵时间段的结束时间越来越长,则说明该待评价路段的拥堵结束时间前移。
用户可根据待评价路段对应的常态拥堵时间段的变化趋势制定相应的策略。
方式三,确定出每个时间段在N个统计周期内所对应的N个即时交通状态等级之后,确定N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段;将确定出的N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段作交集,所得的时间段结果集为待评价路段对应的常态拥堵高发时间段。
举个例子,假设N个统计周期中一个统计周期为一天,N为3天,则针对每天,统计该天的所有时间段内的即时交通状态等级为拥堵的时间段,比如,第一天拥堵的时间段为8点05至8点10,第二天拥堵的时间段为8点00至8点15,第三天拥堵的时间段为8点05至8点20,此时,确定三天中即时交通状态等级为拥堵的时间段的交集,为8点05至8点10,此时,8点05至8点10即为待评价路段对应的常态拥堵高发时间段。也就是说,不论哪一天出行,8点05至8点10所出现的拥堵状态的可能性为最高。
从上述内容可看出,本发明实施例中,根据待评价路段的交通流参数,获取该待评价路段在一个统计周期内的每个时间段所对应的交通状态等级,共确定出N个统计周期中每个统计周期内的每个时间段所对应的即时交通状态等级;之后针对N个统计周期内的同一个时间段,根据该时间段在N个统计周期内对应的N个即时交通状态等级,确定出该待评价路段在该时间段内对应的常态交通状态等级。具体方式为,针对N个统计周期内的N个时间段中的每个时间段,在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级;其中,待确定交通状态等级为预设的M个交通状态等级中的一个;其中,第一条件具体为待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值;或者第一条件具体为待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值。其中,第一阈值大于第二阈值,第二阈值大于第三阈值。如此,则可更为准确的确定路段的常态交通状态等级。
图2示例性示出了本发明实施例提供的一种常态交通状态评价装置的结构示意图。
基于相同构思,本发明实施例提供的一种常态交通状态评价装置200,包括获取单元201和处理单元202:
获取单元,用于获取每个时间段在N个统计周期内所对应的N个即时交通状态等级;其中,每个时间段的每个即时交通状态等级为根据获取的每个时间段内的待评价路段的交通流参数确定的;N个即时交通状态等级中的每个即时交通状态等级为预设的M个交通状态等级中的一个,N和M为大于1的整数;
处理单元,用于针对N个统计周期内的每个时间段,执行:
在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;
若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级;其中,待确定交通状态等级为预设的M个交通状态等级中的一个;
第一条件具体为:
待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值;或者
待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值;
其中,第一阈值大于第二阈值,第二阈值大于第三阈值。
可选地,每个时间段内的待评价路段的交通流参数包括:
该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率;
其中,车辆的占有率为该时间段内待评价路段的车辆占用预设位置点的总时长与该时间段的时长的比值。
可选地,获取单元,具体用于通过以下方式得到每个时间段的每个即时交通状态等级:
对该时间段内待评价路段的车辆的流量、该时间段内待评价路段的车辆的平均速度,以及该时间段内待评价路段的车辆的占有率进行加权相加;
根据加权相加的结果,以及预设的等级判定阈值,确定每个时间段的每个即时交通状态等级;
其中,该时间段内待评价路段的车辆的流量的权值、该时间段内待评价路段的车辆的平均速度的权值,以及该时间段内待评价路段的车辆的占有率的权值的总和为1。
可选地,处理单元,还用于:
在确定出待评价路段在每个时间段对应的常态交通状态等级之后,根据时间段的时间顺序,若存在连续的T个时间段,且T个时间段中的每个时间段对应的常态交通状态等级为拥堵,则确定T个时间段为常态拥堵时间段;其中,T为正整数。
可选地,处理单元,还用于:
在确定出待评价路段在N个统计周期所对应的常态拥堵时间段之后,以N个统计周期为一个分析周期,在S个分析周期中的每个分析周期内,确定出待评价路段在该分析周期所对应的常态拥堵时间段;其中,S为大于1的整数;
根据S个分析周期的时间顺序、以及每个分析周期对应的常态拥堵时间段的起始时间和结束时间,确定出待评价路段对应的常态拥堵时间段的变化趋势。
可选地,处理单元,还用于:
确定出每个时间段在N个统计周期内所对应的N个即时交通状态等级之后,确定N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段;
将确定出的N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段作交集,所得的时间段结果集为待评价路段对应的常态拥堵高发时间段。
本发明实施例中,根据待评价路段的交通流参数,获取该待评价路段在一个统计周期内的每个时间段所对应的交通状态等级,共确定出N个统计周期中每个统计周期内的每个时间段所对应的即时交通状态等级;之后针对N个统计周期内的同一个时间段,根据该时间段在N个统计周期内对应的N个即时交通状态等级,确定出该待评价路段在该时间段内对应的常态交通状态等级。具体方式为,针对N个统计周期内的N个时间段中的每个时间段,在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在N个即时交通状态等级中所存在的数量;若待确定交通状态等级在N个即时交通状态等级中所存在的数量满足第一条件,则确定待评价路段在该时间段对应的常态交通状态等级为待确定交通状态等级;其中,待确定交通状态等级为预设的M个交通状态等级中的一个;其中,第一条件具体为待确定交通状态等级在N个即时交通状态等级中所存在的数量不小于第一阈值;或者第一条件具体为待确定交通状态等级在N个即时交通状态等级中所存在的数量小于第一阈值,不小于第二阈值;且,预设的M个交通状态等级中除待确定交通状态等级之外的每个交通状态等级在N个即时交通状态等级中所存在的数量均小于第三阈值。其中,第一阈值大于第二阈值,第二阈值大于第三阈值。如此,则可更为准确的确定路段的常态交通状态等级。
本领域内的技术人员应明白,本发明的实施例可提供为方法、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种常态交通状态评价方法,其特征在于,包括:
获取每个时间段在N个统计周期内所对应的N个即时交通状态等级;其中,每个时间段的每个即时交通状态等级为根据获取的每个时间段内的待评价路段的交通流参数确定的;所述N个即时交通状态等级中的每个即时交通状态等级为预设的M个交通状态等级中的一个,N和M为大于1的整数;
针对所述N个统计周期内的每个时间段,执行:
在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在所述N个即时交通状态等级中所存在的数量;
若待确定交通状态等级在所述N个即时交通状态等级中所存在的数量满足第一条件,则确定所述待评价路段在该时间段对应的常态交通状态等级为所述待确定交通状态等级;其中,所述待确定交通状态等级为所述预设的M个交通状态等级中的一个;
所述第一条件具体为:
所述待确定交通状态等级在所述N个即时交通状态等级中所存在的数量不小于第一阈值;或者
所述待确定交通状态等级在所述N个即时交通状态等级中所存在的数量小于所述第一阈值,不小于第二阈值;且,所述预设的M个交通状态等级中除所述待确定交通状态等级之外的每个交通状态等级在所述N个即时交通状态等级中所存在的数量均小于第三阈值;
其中,所述第一阈值大于所述第二阈值,所述第二阈值大于所述第三阈值。
2.如权利要求1所述的方法,其特征在于,所述每个时间段内的待评价路段的交通流参数包括:
该时间段内所述待评价路段的车辆的流量、该时间段内所述待评价路段的车辆的平均速度,以及该时间段内所述待评价路段的车辆的占有率;
其中,所述车辆的占有率为该时间段内所述待评价路段的车辆占用预设位置点的总时长与该时间段的时长的比值。
3.如权利要求2所述的方法,其特征在于,所述每个时间段的每个即时交通状态等级是通过以下方式得到的:
对该时间段内所述待评价路段的车辆的流量、该时间段内所述待评价路段的车辆的平均速度,以及该时间段内所述待评价路段的车辆的占有率进行加权相加;
根据加权相加的结果,以及预设的等级判定阈值,确定每个时间段的每个即时交通状态等级;
其中,该时间段内所述待评价路段的车辆的流量的权值、该时间段内所述待评价路段的车辆的平均速度的权值,以及该时间段内所述待评价路段的车辆的占有率的权值的总和为1。
4.如权利要求1所述的方法,其特征在于,在确定出所述待评价路段在每个时间段对应的常态交通状态等级之后,还包括:
根据所述时间段的时间顺序,若存在连续的T个时间段,且所述T个时间段中的每个时间段对应的常态交通状态等级为拥堵,则确定所述T个时间段为常态拥堵时间段;其中,所述T为正整数。
5.如权利要求4所述的方法,其特征在于,在确定出所述待评价路段在所述N个统计周期所对应的常态拥堵时间段之后,还包括:
以N个统计周期为一个分析周期,在S个分析周期中的每个分析周期内,确定出所述待评价路段在该分析周期所对应的常态拥堵时间段;其中,所述S为大于1的整数;
根据所述S个分析周期的时间顺序、以及每个分析周期对应的常态拥堵时间段的起始时间和结束时间,确定出所述待评价路段对应的常态拥堵时间段的变化趋势。
6.如权利要求1所述的方法,其特征在于,所述确定出每个时间段在N个统计周期内所对应的N个即时交通状态等级之后,还包括:
确定所述N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段;
将确定出的所述N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段作交集,所得的时间段结果集为所述待评价路段对应的常态拥堵高发时间段。
7.一种常态交通状态评价装置,其特征在于,包括:
获取单元,用于获取每个时间段在N个统计周期内所对应的N个即时交通状态等级;其中,每个时间段的每个即时交通状态等级为根据获取的每个时间段内的待评价路段的交通流参数确定的;所述N个即时交通状态等级中的每个即时交通状态等级为预设的M个交通状态等级中的一个,N和M为大于1的整数;
处理单元,用于针对所述N个统计周期内的每个时间段,执行:
在该时间段的N个即时交通状态等级中,确定出该预设的M个交通状态等级中每个交通状态等级在所述N个即时交通状态等级中所存在的数量;
若待确定交通状态等级在所述N个即时交通状态等级中所存在的数量满足第一条件,则确定所述待评价路段在该时间段对应的常态交通状态等级为所述待确定交通状态等级;其中,所述待确定交通状态等级为所述预设的M个交通状态等级中的一个;
所述第一条件具体为:
所述待确定交通状态等级在所述N个即时交通状态等级中所存在的数量不小于第一阈值;或者
所述待确定交通状态等级在所述N个即时交通状态等级中所存在的数量小于所述第一阈值,不小于第二阈值;且,所述预设的M个交通状态等级中除所述待确定交通状态等级之外的每个交通状态等级在所述N个即时交通状态等级中所存在的数量均小于第三阈值;
其中,所述第一阈值大于所述第二阈值,所述第二阈值大于所述第三阈值。
8.如权利要求7所述的装置,其特征在于,所述每个时间段内的待评价路段的交通流参数包括:
该时间段内所述待评价路段的车辆的流量、该时间段内所述待评价路段的车辆的平均速度,以及该时间段内所述待评价路段的车辆的占有率;
其中,所述车辆的占有率为该时间段内所述待评价路段的车辆占用预设位置点的总时长与该时间段的时长的比值。
9.如权利要求8所述的装置,其特征在于,所述获取单元,具体用于通过以下方式得到每个时间段的每个即时交通状态等级:
对该时间段内所述待评价路段的车辆的流量、该时间段内所述待评价路段的车辆的平均速度,以及该时间段内所述待评价路段的车辆的占有率进行加权相加;
根据加权相加的结果,以及预设的等级判定阈值,确定每个时间段的每个即时交通状态等级;
其中,该时间段内所述待评价路段的车辆的流量的权值、该时间段内所述待评价路段的车辆的平均速度的权值,以及该时间段内所述待评价路段的车辆的占有率的权值的总和为1。
10.如权利要求7所述的装置,其特征在于,所述处理单元,还用于:
在确定出所述待评价路段在每个时间段对应的常态交通状态等级之后,根据所述时间段的时间顺序,若存在连续的T个时间段,且所述T个时间段中的每个时间段对应的常态交通状态等级为拥堵,则确定所述T个时间段为常态拥堵时间段;其中,所述T为正整数。
11.如权利要求10所述的装置,其特征在于,所述处理单元,还用于:
在确定出所述待评价路段在所述N个统计周期所对应的常态拥堵时间段之后,以N个统计周期为一个分析周期,在S个分析周期中的每个分析周期内,确定出所述待评价路段在该分析周期所对应的常态拥堵时间段;其中,所述S为大于1的整数;
根据所述S个分析周期的时间顺序、以及每个分析周期对应的常态拥堵时间段的起始时间和结束时间,确定出所述待评价路段对应的常态拥堵时间段的变化趋势。
12.如权利要求7所述的装置,其特征在于,所述处理单元,还用于:
确定出每个时间段在N个统计周期内所对应的N个即时交通状态等级之后,确定所述N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段;
将确定出的所述N个统计周期的每个统计周期内即时交通状态等级为拥堵的时间段作交集,所得的时间段结果集为所述待评价路段对应的常态拥堵高发时间段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510848798.XA CN105336167B (zh) | 2015-11-26 | 2015-11-26 | 一种常态交通状态评价方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510848798.XA CN105336167B (zh) | 2015-11-26 | 2015-11-26 | 一种常态交通状态评价方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105336167A true CN105336167A (zh) | 2016-02-17 |
CN105336167B CN105336167B (zh) | 2017-10-17 |
Family
ID=55286662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510848798.XA Active CN105336167B (zh) | 2015-11-26 | 2015-11-26 | 一种常态交通状态评价方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105336167B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767624A (zh) * | 2019-03-06 | 2019-05-17 | 中南大学 | 一种考虑路段交通流相关性的控制子区划分方法 |
CN112489433A (zh) * | 2020-12-17 | 2021-03-12 | 华为技术有限公司 | 交通拥堵分析方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996008803A1 (en) * | 1994-09-12 | 1996-03-21 | Minnesota Mining And Manufacturing Company | Vehicle detector system |
CN1707544A (zh) * | 2005-05-26 | 2005-12-14 | 上海交通大学 | 城市路网交通流状态估计方法 |
JP2006079504A (ja) * | 2004-09-13 | 2006-03-23 | Matsushita Electric Ind Co Ltd | 走行履歴収集システムおよび車載装置 |
CN101046919A (zh) * | 2006-10-12 | 2007-10-03 | 华南理工大学 | 基于交通流相特征的城市交通系统状态可视化评价方法及其应用 |
CN101794507A (zh) * | 2009-07-13 | 2010-08-04 | 北京工业大学 | 基于浮动车数据的宏观路网交通状态评价方法 |
CN102044153A (zh) * | 2010-12-22 | 2011-05-04 | 南昌睿行科技有限公司 | 一种交通流通畅等级评价的方法与系统 |
CN102521985A (zh) * | 2012-01-06 | 2012-06-27 | 北京捷易联科技有限公司 | 一种交通信息评价方法及装置 |
-
2015
- 2015-11-26 CN CN201510848798.XA patent/CN105336167B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996008803A1 (en) * | 1994-09-12 | 1996-03-21 | Minnesota Mining And Manufacturing Company | Vehicle detector system |
JP2006079504A (ja) * | 2004-09-13 | 2006-03-23 | Matsushita Electric Ind Co Ltd | 走行履歴収集システムおよび車載装置 |
CN1707544A (zh) * | 2005-05-26 | 2005-12-14 | 上海交通大学 | 城市路网交通流状态估计方法 |
CN101046919A (zh) * | 2006-10-12 | 2007-10-03 | 华南理工大学 | 基于交通流相特征的城市交通系统状态可视化评价方法及其应用 |
CN101794507A (zh) * | 2009-07-13 | 2010-08-04 | 北京工业大学 | 基于浮动车数据的宏观路网交通状态评价方法 |
CN102044153A (zh) * | 2010-12-22 | 2011-05-04 | 南昌睿行科技有限公司 | 一种交通流通畅等级评价的方法与系统 |
CN102521985A (zh) * | 2012-01-06 | 2012-06-27 | 北京捷易联科技有限公司 | 一种交通信息评价方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109767624A (zh) * | 2019-03-06 | 2019-05-17 | 中南大学 | 一种考虑路段交通流相关性的控制子区划分方法 |
CN112489433A (zh) * | 2020-12-17 | 2021-03-12 | 华为技术有限公司 | 交通拥堵分析方法及装置 |
CN112489433B (zh) * | 2020-12-17 | 2022-11-04 | 华为技术有限公司 | 交通拥堵分析方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105336167B (zh) | 2017-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pan et al. | Modeling the impacts of mandatory and discretionary lane-changing maneuvers | |
Ban | A game theoretical approach for modelling merging and yielding behaviour at freeway on-ramp sections | |
Nagle et al. | Accuracy of networkwide traffic states estimated from mobile probe data | |
CN104183128B (zh) | 交通状态确定方法及装置 | |
CN106503840A (zh) | 停车场可用车位预测方法及系统 | |
Vigos et al. | A simplified estimation scheme for the number of vehicles in signalized links | |
CN103745611A (zh) | 一种交通路径规划方法、装置及系统 | |
Kim et al. | Scenario-based approach to analysis of travel time reliability with traffic simulation models | |
CN112101670A (zh) | 数据处理方法、装置、电子设备和可读存储介质 | |
KR101123967B1 (ko) | 교통 정체 예측 시스템, 예측 방법 및 그 기록 매체 | |
Grumert et al. | Using connected vehicles in a variable speed limit system | |
EP3851799A3 (en) | Determine traffic checkpoint method and apparatus, electronic device, and medium | |
CN105336167A (zh) | 一种常态交通状态评价方法和装置 | |
Yang et al. | Proactive optimal variable speed limit control for recurrently congested freeway bottlenecks | |
Khalighi et al. | Emission-based signal timing optimization for isolated intersections | |
CN111612224A (zh) | 一种路面多车道状况预测与养护规划方法 | |
Yusuf et al. | Adaptive traffic light controller simulation for traffic management | |
Azam et al. | Calibration of microsimulation model for tight urban diamond interchange under heterogeneous traffic | |
Figueiredo et al. | Calibration of microsimulation models–The effect of calibration parameters errors in the models’ performance | |
KR101545494B1 (ko) | 교통 혼잡도 계산 시스템 및 방법 | |
CN108281015B (zh) | 一种交通仿真控制方法和装置 | |
CN112797994A (zh) | 用于确定路线的预计到达时间的方法及相关装置和服务器 | |
CN109191851A (zh) | 一种交通灯冗余时间计算方法及装置 | |
CN108171978A (zh) | 一种交通情况评价方法和装置 | |
Dhindsa | Evaluating ramp metering and variable speed limits to reduce crash potential on congested freeways using micro-simulation |
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 |