CN105355044A - 一种基于gis的城市交通路网格锁传播的动态表达方法 - Google Patents

一种基于gis的城市交通路网格锁传播的动态表达方法 Download PDF

Info

Publication number
CN105355044A
CN105355044A CN201510707694.7A CN201510707694A CN105355044A CN 105355044 A CN105355044 A CN 105355044A CN 201510707694 A CN201510707694 A CN 201510707694A CN 105355044 A CN105355044 A CN 105355044A
Authority
CN
China
Prior art keywords
crossing
traffic
lock
road network
wave
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
Application number
CN201510707694.7A
Other languages
English (en)
Other versions
CN105355044B (zh
Inventor
魏永强
朱文兴
李慧敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Hannuo Baojia Energy Saving Technology Co Ltd
Shandong University
Original Assignee
Shandong Hannuo Baojia Energy Saving Technology Co Ltd
Shandong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong Hannuo Baojia Energy Saving Technology Co Ltd, Shandong University filed Critical Shandong Hannuo Baojia Energy Saving Technology Co Ltd
Priority to CN201510707694.7A priority Critical patent/CN105355044B/zh
Publication of CN105355044A publication Critical patent/CN105355044A/zh
Application granted granted Critical
Publication of CN105355044B publication Critical patent/CN105355044B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于GIS的城市交通路网格锁传播的动态表达方法，当检测到城市路网内发生的交叉口溢流时，查询及显示所发生溢流事件的发生时间、严重程度和位置等属性信息；根据视频图像处理等现代交通检测技术，辅以人工上报措施，获得车辆排队的增长速度，即停车波波速，估算排队长度，正确预测格锁的传播范围；基于交通波理论，估计由车辆排队长度的蔓延而形成的路口互锁的时间；以及在不采取任何交通管制措施、交通流诱导的情况下，在电子地图上实现城市交通路网格锁随时间和空间而不断发生演变的动态过程，为交通管理者制定相应的控制措施提供科学合理的数据支持，从而达到预防格锁大规模传播的目的。

Description

一种基于GIS的城市交通路网格锁传播的动态表达方法
技术领域
本发明涉及智能交通系统领域，具体涉及一种基于GIS的城市交通路网格锁传播的动态表达方法。
背景技术
交通格锁是一个较新的研究课题，国内外的研究相对较少。传统的跟驰模型考虑不全面，只考虑了排队在时间维度上的影响而没有考虑在空间维度的影响，并不能完全适用于交通溢流现象的研究。交通格锁的传播时空特性非常显著，而GIS技术，能够高效的解决与时空方面有关的问题，其与智能交通技术交叉延伸出的GIS-T技术已经形成了一个新兴的研究领域，在交通部门有广泛的应用。
通过检索发现：【李曙光等，具有物理排队的多模式动态网络加载问题研究，交通运输系统工程与信息，2009,1(9):56-61；】，【姚荣涵，车辆排队模型研究，吉林大学博士论文；】，【Richards，Shockwavesonthehighway，OperationsResearch1956,4:42-51；】，【俞斌等，道路交通事故的影响范围算法，城市交通，2008(3)；】，【石小法等，交通事故对城市交通网络的影响研究，公路交通科技，2000，17(5)：38-41；】；上述技术都是为了获取某一时刻的某方向的道路排队长度的计算公式，而没有对在交通溢流的条件下排队长度在城市路网中的传播机理和范围进行预测。
另外，通过检索发现：【徐佳宁等，交通地理信息系统应用前景，华人时刊(下旬刊)，2013，8：189-189；】，【郭鹏等，GIS-T中交通事件的动态表达，公路交通科技,2011,28(9):119-141；】；上述技术都是主要集中于前期交通溢流的检测、判别和地理信息系统(GeographicInformationSystem，GIS)的静态显示方面，而针对城市交通路网格锁在时间和空间二维度上影响程度的研究，以及与其相关的动态GIS显示领域研究有较少相关文献报道。
发明内容
为解决现有技术存在的不足，本发明公开了一种基于GIS的城市交通路网格锁传播的动态表达方法，当检测到城市路网内发生的交叉口溢流时，查询及显示所发生溢流事件的发生时间、严重程度和位置等属性信息；根据视频图像处理等现代交通检测技术，辅以人工上报措施，获得车辆排队的增长速度，即停车波波速，估算排队长度，正确预测格锁的传播范围；基于交通波理论，估计由车辆排队长度的蔓延而形成的路口互锁的时间；以及在不采取任何交通管制措施、交通流诱导的情况下，在电子地图上实现城市交通路网格锁随时间和空间而不断发生演变的动态过程，为交通管理者制定相应的控制措施提供科学合理的数据支持，从而达到预防格锁大规模传播的目的。
为实现上述目的，本发明的具体方案如下：
一种基于GIS的城市交通路网格锁传播的动态表达方法，包括以下步骤：
步骤一：当检测到某一交叉口发生溢流时，查询道路属性表，得到该道路方向的停车波波速，建立车辆排队长度线性预测模型；
步骤二：建立城市交通路网格锁传播模型，得到每条道路Sij上的排队长度为：
lij(t+Δt)＝lij(t)+uij*Δt
其中，i为交叉口编号，取值为1,2,3,……；j为交叉口方向编号，从上方开始按顺时针方向取1,2,3,4，当为丁字路口时，j＝1,2,3，交叉口有五个方向时，j＝1,2,3,4,5，Sij为第i个交叉口的第j个方向；
步骤三：预测交通格锁传播范围；
步骤四：利用GIS动态跟踪技术对交通格锁传播的动态规律在地图上进行可视化表达。
所述步骤一中，车辆排队长度线性预测模型：
l(t+Δt)＝l(t)+uω*Δt
其中，l(t+Δt)为(t+Δt)时刻的车辆排队长度；l(t)为t时刻的车辆排队长度；uω为停车波的波速。
所述步骤二中，城市交通路网格锁传播模型：
Si1方向：li1(t+Δt)＝li1(t)+ui1*Δt
Si2方向：li2(t+Δt)＝li2(t)+ui2*Δt
Si3方向：li3(t+Δt)＝li3(t)+ui3*Δt
Si4方向：li4(t+Δt)＝li4(t)+ui4*Δt
其中，li1、li2、li3、li4分别为第i个交叉口的Si1方向、Si2方向、Si3方向、Si4方向路段上在t+Δt时刻的排队长度，ui1、ui2、ui3、ui4分别为第i个交叉口Si1方向、Si2方向、Si3方向、Si4方向路段上停车泊波速。
所述步骤三中，格锁传播范围预测，具体为：
3-1)确定预测时间T及停车波波速；
3-2)确定路段排队长度，路段排队长度为停车波波速与预测时间T的乘积；
3-3)判断路段排队长度是否小于溢流交叉口与上游交叉口之间的道路长度，如果是，则车辆排队长度为，否则转入步骤3-4)；
3-4)计算排队延伸至上游交叉口所需时间，则在剩余时间内排队将继续以路段相应的停车波波速向上游增长；
3-5)剩余时间t1＝T-t，根据交通路网的基本资料可得路段的平均停车波波速，则产生的排队长度为t1·|ω|，然后依然与对应路段长度进行比较，如果排队延伸没有延伸至上游交叉口，则可以确定此时的排队长度传播范围；如果排队延伸至上游交叉口，则计算到达该路口的时间tnp，以及根据交通管理系统平台得到的资料计算该交叉口各个方向的停车波波速，此时计算出剩余时间tn＝tn-1-tnp，然后根据此时的剩余时间计算，直至剩余排队时间为0为止。
所述步骤3-1)中，停车波波速在计算时，具体为：
根据监测交叉口溢流情况，一旦检测到路网中有交叉口发生溢流事件，利用道路卡口系统或检测线圈得到的数据，得到该交叉口以及上游交叉口的交通量、速度、密度，以及路网的交通流数据，根据停车波的计算公式，可以计算出此时道路的平均停车波波速；
停车波的计算公式为：uω＝uf[1-(η1+1)]＝-ufη1
其中，uω交通波波速为，uf为自由流速度，令称ηi为标准化密度，η1
所述步骤四中，利用动态跟踪技术在GIS地图上对交通格锁传播进行动态表达，在实现时，具体为：
4-1)加载地图数据，获得道路几何数据及属性表信息；如道路名称、道路编号等属性信息，可根据需要添加属性；
4-2)通过ADO.net连接数据库，查询溢流信息，判断是否存在交叉口溢流，如果是则转入步骤4-3)，否则，进行重新通过ADO.net连接数据库的步骤；
4-3)闪烁报警并进行溢流信息的显示；
4-4)启动格锁传播跟踪功能；
4-5)格锁传播范围显示；
4-6)更新对应道路的属性表信息。
所述步骤4-4)中，启动格锁传播跟踪功能，动态跟踪的实现具体为：
4-4-1)获取需要在TrackingLayer图层跟踪的折线，然后取出并获取该折线对象；
4-4-2)调用ResampleEquidistantly方法等距重采样得到一条新的折线，并获得新折线的点；
4-4-3)设置定时器对应的间隔时间；
4-4-4)定义跟踪点变量，定义跟踪点风格变量；
4-4-5)获得跟踪点起始位置的坐标；
4-4-6)判断跟踪点是否在地图的可视范围内，如果是，转入步骤4-4-7)，否则，将地图中心设为跟踪点；
4-4-7)添加跟踪点及其风格至跟踪图层对象；
4-4-8)刷新跟踪图层；
4-4-9)跟踪点开始沿折线跟踪；
4-4-10)判断是否是路尾，如果是，则结束，否则转入步骤4-4-7)。
在动态跟踪的实现之前还需要给每个表示排队增长的点创建缓冲区，指定合适肉眼观察的缓冲区范围，具体步骤如图9所示。
首先，定义缓冲区风格，其次，获取几何对象，第三，创建缓冲区，第四，显示缓冲区。
本发明的有益效果：
本申请利用动态跟踪技术在GIS地图上对交通格锁传播进行动态表达，检测及预测路段上事件发生时的影响范围，可以为城市快速路交通带来如下好处：
①根据排队过程中对车辆排队长度及时间的预测，可以为交通流的控制提供参考和依据；
②查询城市路网中发生溢流的交叉口，有效的确定发生时间和地点，并在地图中进行闪烁报警；
③在GIS地图上对格锁传播范围进行动态跟踪表达，可以及时确定哪些道路和交叉口需要进行交通管制，及时清理事故现场，恢复正常通行；
④可记录城市路网中交通事件的情况，用于历史数据查询以及SQL查询。
利用数据库获取信息数据，识别城市路网内发生的各种事件，准确及时的获取交通事件的信息，判别所发生事件的性质、规模和影响，估计由于事件引起的车辆排队长度，以及形成路口互锁的时间及其传播速度，并且在GIS地图上动态的观察交通事件的演化规律，非现场的形成对交通事件的感性认识，对其周围相关路口采取交通信号协调控制等管理措施，辅以及时的调遣合适警力，快速有效的解决问题，从而避免造成交通拥堵在路网中大规模地扩散。
附图说明
图1为本专利的技术路线；
图2a-图2c展示了交通溢流对路网的影响；
图3为交通溢流对城市路网的影响示意图；
图4为格锁传播范围预测流程图；
图5为动态跟踪的实现流程；
图6为基于GIS的城市交通路网格锁传播的动态表达流程图；
图7交通波理论的示意图；
图8城市交通路网格锁传播模型示意图；
图9创建缓冲区的实现思路。
具体实施方式：
下面结合附图对本发明进行详细说明：
基于GIS的城市交通路网格锁传播的动态表达方法，以城市交叉口溢流为背景，对其引起的城市交通路网格锁的传播问题进行研究，将该问题分为城市交通路网格锁的传播范围研究和GIS-T中城市交通路网格锁传播的动态表达两个子问题。
一、城市交通路网格锁的传播范围研究
该问题的研究主要从格锁概述、溢流条件下的排队长度分析以及城市交通路网格锁的传播范围确定三个方面着手。
(一)格锁概述
所谓交通网格锁指的是在道路上或路口处发生交通事件的情况下，交通系统中的车辆在该点发生临时性的停滞，在不采取任何管理措施的情况下，其它车辆持续向该点汇聚，引起车流排队，当排队长度到达路口的情况下，与相交路口(十字路口、丁字路口等)车辆发生互阻，形成格锁，路网车流因此逐渐趋向于静止，最终发生大范围的交通阻塞，后果十分严重。
(二)溢流条件下的排队长度分析
溢流条件下的排队长度分析主要包括三个步骤：
(1)交通波理论概述
交通波理论是一种宏观的交通流理论，把交通系统中的车流用一种流体动力学方法来模拟，描述了同向运动不同状态的两股交通流相遇时状态的转化过程，在智能交通系统、交通流分析、车辆排队长度计算和交通控制效果评价中都有广泛的应用。
如图7所示，假设交通波从左向右传播，波速为uω，波阵面s-s′左侧车流的速度为u1，密度为ρ1，右侧车流的速度为u2，密度为ρ2。以s-s′为参考面，右侧车流以uω-u1的速度进入参考面，左侧车流以uω-u2的速度从参考面流出。假设车流稳定的在单车道内行驶那么时间t内进出参考面的车辆数应该相等。由此可得：
ρ1(uω-u1)t＝ρ2(uwω-u2)t(1-1)
整理后，可得：
uω＝(ρ1u1-ρ2u2)/(ρ1-ρ2)(1-2)
参考面两边的流量q1＝ρ1u1，q2＝ρ2u2，所以有：
uω＝(q1-q2)/(ρ1-ρ2)(1-3)
这就是交通波理论的基本原理。
(2)交通波分析
由以上交通波的基本原理可以对公式中的四个元素进行分析，即进行交通波分析，就可以得到四种不同的交通波。
a.交通波理论基本原理公式中，当ρ2＞ρ1且q2＞q1时，uω＞0，此时的交通波是压缩波，从左向右穿过断面s-s′，车辆穿过后，获得一个向右的附加速度，道路上车辆车间距较大，后面车辆催促前面的车辆加速通过断面s-s′，通过断面后，车间距减小。
b.交通波理论基本原理公式中，当ρ2＞ρ1且q2＜q1时，uω＜0，此时的交通波也为压缩波，但是方向是从右向左穿过断面s-s′，车辆穿过后，获得一个向左的附加速度，此时车流方向仍是向右。所以，此时车队中前面的车减速或者刹车，致使车队中后面的车辆跟随前面的车辆减速或者刹车，与交叉口遇到红灯的车辆排队行为类似。
c.交通波理论基本原理公式中，当ρ2＜ρ1且q2＞q1时，uω＜0,此时的交通波为稀疏波，传播方向为从右向左穿过断面s-s′。车辆穿过断面后，获得一个方向向左的附加速度，车流方向仍为向右，车队中的车辆加速驶离断面，与交叉口遇到绿灯的车辆排队行为类似。
d.交通波理论基本原理公式中，当ρ2＜ρ1且q2＜q1时，uω＞0,此时的交通波也为稀疏波，传播方向为从左向右穿过断面s-s′，车辆穿过断面后，获得一个向右的附加速度，与车流方向一致。相当于拥挤条件下，队列以较小车间距行驶时，后面的车辆减速，前面的车辆跟随减速，车间距不断拉大。
根据波阵面两侧车流密度和流量的不同，交通波分为四种情况讨论。一般城市中较常见的是第2、3两种交通波，分别对应交叉口红灯和绿灯的情况，本章只对这两种常见交通波进行研究，即ρ2＞ρ1且q2＜q1和ρ2＜ρ1且q2＞q1的两种情况。
(3)基于停车波的排队长度线性预测模型
格林希尔治模型适用于交通拥堵条件下，能够比较准确预测车流速度。本节简单介绍格林希尔治模型：
u 1 = u f ( 1 - ρ i ρ j ) - - ( 1 - 4 )
式中：ρj为阻塞密度；uf为自由流速度。
令称ηi为标准化密度，则有
u1＝uf(1-η1)，u2＝uf(1-η2)，代入波速公式得：
u ω = q 1 - q 2 ρ 1 - ρ 2 = ρ 1 u f ( 1 - η 1 ) - ρ 2 u f ( 1 - η 2 ) ρ 1 - ρ 2 - - - ( 1 - 5 )
整理得：
uω＝uf[1-(η1+η2)](1-6)
现在考虑交叉口遇到红灯的情况下，假设车流的的标准化密度为η1，相应路段平均速度为u1，根据式(1-6)可推导出停车波模型如下：
uω＝uf[1-(η1+1)]＝-ufη1(1-7)
停车波以ufη1的速度向车辆队列的后方传播，经时间t后，车辆排队长度为L＝ufη1t。所以，根据上述停车波分析可知，排队长度是根据时间线性变化的，且停车产生的交通波是以ufη1的速度从队头向队尾传播。因此，本文建立如下公式所示的车辆排队长度线性预测模型：
l(t+Δt)＝l(t)+uω*Δt(1-8)
其中，l(t+Δt)为(t+Δt)时刻的车辆排队长度；l(t)为t时刻的车辆排队长度；uω为停车波的波速。
本文在路段中设置虚拟检测区域，根据检测区域内的车辆排队长度和形成排队所用时间计算出停车波波速。建立上述模型的目的是根据停车波波速预测车辆排队到路段尾部的时间，为可能发生的交通溢流提供，并为交叉口溢流控制提供数据支持。
(三)城市交通路网格锁的传播范围
基于格锁的传播机理概述和溢流条件下的排队长度分析，本节提出城市交通路网格锁传播模型和其传播范围预测算法。
(1)城市交通路网格锁传播模型
基于停车波的排队长度线性预测模型1-8可知，交叉口每个方向排队长度为：
l(t+Δt)＝l(t)+uw*Δt
如下图8所示，假设该交叉口在城市交通路网中编号为1号，加粗的直线为该交叉口的进口车道，道路方向名称按照顺时针方向分别为S11、S12、S13、S14。
则1号交叉口各方向的排队长度为：
S11方向：l11(t+Δt)＝l11(t)+u11*Δt
S12方向：l12(t+Δt)＝l12(t)+u12*Δt
(1-9)
S13方向：l13(t+Δt)＝l13(t)+u13*Δt
S14方向：l14(t+Δt)＝l14(t)+u14*Δt
其中，j＝1,2,3,4。l1j(t+Δt)为1号交叉口S1j方向路段上在t+Δt时刻的排队长度；l1j(t)为1号交叉口S1j方向路段上在t时刻的排队长度；u1j为1号交叉口S1j方向路段上的停车波波速，即排队的平均增长速度。
综上所述，我们可以得出城市交通路网中各个交叉口的格锁扩散的模型，即：
Si1方向：li1(t+Δt)＝li1(t)+ui1*Δt
Si2方向：li2(t+Δt)＝li2(t)+ui2*Δt
(1-10)
Si3方向：li3(t+Δt)＝li3(t)+ui3*Δt
Si4方向：li4(t+Δt)＝li4(t)+ui4*Δt
最终可得格锁的传播模型，每条道路Sij上的排队长度可计为：
lij(t+Δt)＝lij(t)+uij*Δt(1-11)
其中，i为交叉口编号，取值为1,2,3,……；j为交叉口方向编号，一般从上方开始按顺时针方向取1,2,3,4，当为丁字路口时，j＝1,2,3，交叉口有五个方向时，j＝1,2,3,4,5。
Sij为第i个交叉口的第j个方向。
(2)城市交通路网格锁传播范围预测算法
预测交通格锁传播范围最重要的是当检测到某一交叉口发生溢流时，能够计算出预测时间段内车辆向四周蔓延的排队长度。假设预测时间为T，则格锁传播范围的确定包括以下几个步骤：
a)计算停车波波速
根据视频检测等现代技术手段监测交叉口溢流情况，一旦检测到路网中有交叉口发生溢流事件，利用道路卡口系统或检测线圈得到的数据，我们可以得到该交叉口以及上游交叉口的交通量、速度、密度等交通数据，以及路网的交通流数据，根据停车波的计算公式，可以计算出此时道路的平均停车波波速。如公式1-7所示。
b)计算排队长度
在预测时间T内，由停车波的计算公式可得，车辆排队长度为|ω|·T，现假设溢流交叉口与上游交叉口之间的道路长度为
①若|ω|·T<L,则车辆排队长度为|ω|·T；
②若|ω|·T>L,则说明在T时间段内，车辆排队延伸至到了上游的交叉口，此时可以计算出排队延伸至上游交叉口所需的时间则剩余的时间T-t排队将继续以路段相应的停车波波速向上游增长。假设剩余时间t1＝T-t，根据路网的基本资料可得路段的平均停车波波速，则产生的排队长度为t1·|ω|，然后依然与对应路段长度进行比较，如果排队延伸没有延伸至上游交叉口，则可以确定此时的排队长度传播范围；如果排队延伸至上游交叉口，则计算到达该路口的时间tnp，以及根据交通管理系统平台得到的资料计算该交叉口各个方向的停车波波速，此时计算出剩余时间tn＝tn-1-tnp。然后根据此时的剩余时间，按照之前所述的流程计算，直到剩余排队时间为0为止。
二、GIS-T中城市交通路网格锁传播的动态表达
该问题的研究主要包括从GIS概述、缓冲区分析和动态跟踪的实现三个方面的内容。
(一)GIS概述
动态跟踪在需要常常动态刷新的各种场合具有广泛的应用，如GPS动态跟踪、林火扩散跟踪、目标地物动态闪烁等。动态跟踪流程中最重要的两个步骤分别为跟踪层显示和缓冲区分析，下面分别对其进行详细介绍。
(1)跟踪层显示
跟踪层是在内存中的图层，显示时一般默认被添加在地图图层的最顶层。该图层跟地图窗口中的其他图层不同，是一个特殊的图层，只能够临时存储几何对象及其风格设置，且必须在地图窗口中存在至少一个地图图层的条件下。跟踪层主要是用于显示动态目标，用户可以根据需求任意设置点、线、面、文本等几何对象的显示风格，并将它们在跟踪图层中显示。在跟踪图层上绘制的空间对象是临时的，不能保存到数据源文件中，此外，在跟踪图层中的绘制的空间数据没有属性信息，因此在实际开发时，应尽可能避免在跟踪层中显示大量的空间几何对象。
因为跟踪层是独立于地图窗口中其他图层显示的，它拥有独立的Refresh方法，可以随时刷新，且只刷新跟踪层并不是刷新整个地图中的所有图层，所以刷新速度非常快，能够高效的显示一些动态跟踪目标。另外需要注意的是，由于在跟踪层上绘制的所有空间数据是临时存储在内存中的，但是当大量临时对象都存放在跟踪层时，使得跟踪层相当于一个临时的存储空间，会使得系统的效率大大降低，因此应尽量避免这种情况。
SuperMapObjects的跟踪层能够提供给开发者实现以下功能：
a)将需要显示的几何对象添加到跟踪图层，并可以设置显示风格高亮显示。
b)可以根据跟踪层提供的RemoveEvent或ClearEvents接口实现清除指定几何对象或全部几何对象。
c)跟踪层提供soTrackingLayer对象与Tracked事件，这两者在动态跟踪时最主要的功能。
d)可以根据跟踪层提供的Delete接口实现删除几何对象。
添加几何对象到跟踪层的语法描述如下：
LongsoTrackingLayer.AddEvent(objGeometryAssoGeometry,objStyleAssoStyle,strTagAsString)，其中：
●objGeometry——需要被添加到跟踪层上的几何对象，soGeometry类型，必选项；
●objStyle——被添加到跟踪层的几何对象的显示风格，当添加对象为文本时可为空，soStyle类型，必选项；
●strTag——标识几何对象，与索引一样用于检索跟踪层上的几何对象。
(2)缓冲区分析
在电子地图上实现城市交通路网格锁的动态演化过程，最重要的步骤之一缓冲区分析(BufferAnalyst)，即自动在点、线、面等几何对象周围建立指定半径范围内的缓冲区，缓冲区的形状也可以根据需要进行指定。由于有些几何对象太小，尤其是符号或者点，在地图上肉眼不好观察，这时就需要创建缓冲区，将点挥着符号以较大的利于观察的大小在跟踪层上进行高亮显示。创建缓冲区还可以实现一项重要的功能，即缓冲区分析，以点、线、面为基础创建缓冲区之后，与指定图层进行叠加分析，就可以得到缓冲区范围内的目标图层中的几何对象，此功能是地理信息系统中解决临近度问题的空间分析方法之一。
缓冲区的作用是在几何对象的周围建立一定范围多边形区域，例如，人们常在被污染的河流周围标识出一定宽度的区域，表示要进行治理的污染范围；在一条高压电线周围5米以内标记为危险地带，那么可以在地图上为此电线创建一个缓冲半径为5米的缓冲区，将此危险地带表示出来。
在某市城市交通路网格锁动态跟踪中，车辆排队的是由点沿着道路增长在地图上跟踪显示的，但是点太小，不利于观察以及显示，所以本申请中给每个表示排队增长的点创建缓冲区，指定合适肉眼观察的缓冲区范围，使用户能够方便地观察格锁地图中的扩散范围。图9介绍了创建缓冲区的实现思路。
创建二维点缓冲区的语法描述为：
soSpatialOperatorobjspoper＝soGeoPoint.SpatialOperator；
soGeoRegionobjbufferregion＝objspoper.Buffer(dDistanceAsDouble,nSmoothnessAsLong)；
其中，
●dDistance—缓冲半径，使用地图中的坐标单位，Double类型，必选项
nSmoothness—缓冲区边界平滑度，值越大，越平滑，Long类型，必选项。
(二)动态跟踪的实现
讲到动态跟踪的实现，通常就会涉及到跟踪层提供的添加几何对象、删除几何对象和刷新跟踪层三种功能。
1、实现动态跟踪的功能，首先要创建soTrackingLayer对象，只有存在跟踪层对象时才能将几何对象添加到此图层上，即首先要对跟踪层对象先进行赋值，然而，其赋值要由SuperMap地图控件提供。其次，在跟踪层上将需要跟踪的对象进行高亮显示，此时需要创建soStyle风格对象，可以设置需要显示的几何对象的填充风格、点、线的颜色等风格以及符号的风格等。
2、删除跟踪层上几何对象分为删除某几个几何事件对象和清除跟踪层上全部的几何事件对象。其中，前者只需给出要删除几何对象实例的索引号或者标识名，不需区分该对象实例的类型，即可删除指定的某几个几何对象；后者也不区分删除对象的类型，直接清空跟踪层，所有的临时对象将被清除，跟踪层恢复透明面貌。
3、通常实现动态跟踪的最后步骤是刷新跟踪层，使目标对象在跟踪层上高亮显示。SuperMapObjects提供三种刷新图层的方法。一种是Refresh方法，隶属于SuperMap库。将需要显示的几何对象添加到跟踪层上以后，使用该方式，刷新地图窗口中的所有图层，使目标对象显示出来。第二种也是Refresh方法，但是该方法隶属于soTrackinglayer对象，将目标几何对象添加到跟踪层之后，调用该方法，只刷新跟踪层，不会刷新地图窗口中的其他地图图层，相比SuperMap库中的刷新方法速度较快。最后一种刷新方法为RefreshEx方法隶属于soTrackinglayer对象，当只对跟踪层中当前发生变化的几何事件进行更新时，可以调用此方法，此方法比前两种刷新方法更加智能，只对跟踪层上有变化的结合对象进行刷新，对其他保持不变的几何对象不进行刷新，这样可以避免刷新图层时产生闪动。
SuperMap库中的Refresh方法是针对地图窗口提供的方法，因此在刷新地图窗口中的其他图层时也刷新跟踪层，而跟踪层soTrackinglayer对象自身提供的刷新方法，只能够刷新跟踪层，不能刷新地图窗口中的其他图层，当只局限于在跟踪层上显示几何对象时，跟踪图层的刷新速度明显要比SuperMap控件本身的刷新速度快。
SuperMapObjects中的三种刷新跟踪图层方式的语法描述如下：
1、axSuperMap.Refresh()，此方法属于SuperMap库，当地图中有图层发生变化时，使用此方法刷新，无参数。
2、soTrackingLayer.Refresh()，此方法属于soTrackingLayer对象，只刷新跟踪层，不刷新其他图层，无参数。
3、soTrackingLayer.RefreshEx()，此方法也属于soTrackingLayer对象，只刷新跟踪层上发生变化的几何对象，无参数。
更为详细的实施例子：图1为本专利的技术路线，即：以交通波理论为基础，进行交通波分析得到道路上的平均停车波波速，即排队长度的平均增长速度，深入研究排队长度在时空维度上的变化规律；然后，建立交通溢流格锁传播模型，基于格锁的发生机理,提出预测路网格锁传播范围的算法，并进行算例分析验证；最后，根据以上理论算法及跟踪技术，在SuperMapGIS开发平台中实现格锁影响范围的地图动态可视化表达。
图2a-图2c展示了交通溢流对路网的影响。当道路上发生交通事件或者车辆过饱和的条件下，通常信号控制的交叉口容易发生交通溢流。如图2a图所示,一旦路段上发生交通事件，如货物掉落、车辆碰撞等，如图中C点所示，导致AB路段丧失部分甚至全部的通行能力，在道路上形成“交通瓶颈”，车辆将会持续向该点汇聚，造成上游交叉口发生交通溢流，如图2b图所示，A交叉口发生交通溢流，格锁将会以A交叉口为中心，向四周蔓延，进而影响整个路网。
图3为城市交通路网格锁传播示意图。由图2可知，在城市道路上突发交通事件，交通管理部门必须对其快速地检测并采取合理有效的交通管理与控制措施来维持正常交通秩序。当处于现实生活中的上下班高峰期时，由于交通事件或者车辆剧增，溢流现象时有发生，在这种车辆高度过饱和的条件下，车辆排队快速地向临近路网蔓延，上游交叉口会发生快速发生交通溢流，最终导致路网发生大范围的交通格锁，给交通出行和交通管理带来困难。
图4为T时间内的格锁预测影响范围预测流程图。
图5为动态跟踪的实现流程图。该图示例了使用跟踪层如何实现动态跟踪，首先通过设置，获取需要在TrackingLayer图层跟踪的折线，然后取出并获取该折线对象，调用ResampleEquidistantly方法等距重采样得到一条新的折线，最后使用这条折线上的点加入TrackingLayer进行跟踪。如果跟踪位置超出地图控件当前显示范围，地图自动跟随移动(假定已经定义了一个SuperMap控件的SuperMap1实例和一个定时器Timer1)。
图6为基于GIS的城市交通路网格锁传播的动态表达流程图。本专利使用Supermap超图系列软件SuperMapDeskpro.net进行地图处理，然后将超图组件式开发软件SuperMapObjects，加载至VS2008软件中，在C#语言开发环境，进行可视化开发。利用SuperMapObjects中提供的各功能模块，实现城市交通路网格锁在电子地图上的动态表达。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，包括以下步骤：
步骤一：当检测到某一交叉口发生溢流时，查询道路属性表，得到该道路方向的停车波波速，建立车辆排队长度线性预测模型；
步骤二：建立城市交通路网格锁传播模型，得到每条道路Sij上的排队长度为：
lij(t+Δt)＝lij(t)+uij*Δt
其中，i为交叉口编号，取值为1，2，3，……；j为交叉口方向编号，从上方开始按顺时针方向取1，2，3，4，当为丁字路口时，j＝1，2，3，交叉口有五个方向时，j＝1，2，3，4，5，Sij为第i个交叉口的第j个方向；
步骤三：预测交通格锁传播范围；
步骤四：利用GIS动态跟踪技术对交通格锁传播的动态规律在地图上进行可视化表达。
2.如权利要求1所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，所述步骤一中，车辆排队长度线性预测模型：
l(t+Δt)＝l(t)+uω*Δt
其中，l(t+Δt)为(t+Δt)时刻的车辆排队长度；l(t)为t时刻的车辆排队长度；uω为停车波的波速。
3.如权利要求1所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，所述步骤二中，城市交通路网格锁传播模型：
Si1方向：li1(t+Δt)＝li1(t)+ui1*Δt
Si2方向：li2(t+Δt)＝li2(t)+ui2*Δt
Si3方向：li3(t+Δt)＝li3(t)+ui3*Δt
Si4方向：li4(t+Δt)＝li4(t)+ui4*Δt
其中，li1、li2、li3、li4分别为第i个交叉口的Si1方向、Si2方向、Si3方向、Si4方向路段上在t+Δt时刻的排队长度，ui1、ui2、ui3、ui4分别为第i个交叉口Si1方向、Si2方向、Si3方向、Si4方向路段上停车泊波速。
4.如权利要求1所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，所述步骤三中，格锁传播范围预测，具体为：
3-1)确定预测时间T及停车波波速；
3-2)确定路段排队长度，路段排队长度为停车波波速与预测时间T的乘积；
3-3)判断路段排队长度是否小于溢流交叉口与上游交叉口之间的道路长度，如果是，则车辆排队长度为，否则转入步骤3-4)；
3-4)计算排队延伸至上游交叉口所需时间，则在剩余时间内排队将继续以路段相应的停车波波速向上游增长；
3-5)剩余时间的计算。
5.如权利要求4所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，3-5)中，剩余时间t1＝T-t，根据交通路网的基本资料可得路段的平均停车波波速，则产生的排队长度为t1·|ω|，然后依然与对应路段长度进行比较，如果排队延伸没有延伸至上游交叉口，则可以确定此时的排队长度传播范围；如果排队延伸至上游交叉口，则计算到达该路口的时间tnp，以及根据交通管理系统平台得到的资料计算该交叉口各个方向的停车波波速，此时计算出剩余时间tn＝tn-1-tnp，然后根据此时的剩余时间计算，直至剩余排队时间为0为止。
6.如权利要求4所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，所述步骤3-1)中，停车波波速在计算时，具体为：
根据监测交叉口溢流情况，一旦检测到路网中有交叉口发生溢流事件，利用道路卡口系统或检测线圈得到的数据，得到该交叉口以及上游交叉口的交通量、速度、密度，以及路网的交通流数据，根据停车波的计算公式，可以计算出此时道路的平均停车波波速；
停车波的计算公式为：uω＝uf[1-(η1+1)]＝-ufη1
其中，uω交通波波速为，uf为自由流速度，令称ηi为标准化密度。
7.如权利要求1所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，所述步骤四中，利用动态跟踪技术在GIS地图上对交通格锁传播进行动态表达，在实现时，具体为：
4-1)加载地图数据，获得道路几何数据及属性表信息；如道路名称、道路编号等属性信息，可根据需要添加属性；
4-2)通过ADO.net连接数据库，查询溢流信息，判断是否存在交叉口溢流，如果是则转入步骤4-3)，否则，进行重新通过ADO.net连接数据库的步骤；
4-3)闪烁报警并进行溢流信息的显示；
4-4)启动格锁传播跟踪功能；
4-5)格锁传播范围显示；
4-6)更新对应道路的属性表信息。
8.如权利要求7所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，所述步骤4-4)中，启动格锁传播跟踪功能，动态跟踪的实现具体为：
4-4-1)获取需要在TrackingLayer图层跟踪的折线，然后取出并获取该折线对象；
4-4-2)调用ResampleEquidistantly方法等距重采样得到一条新的折线，并获得新折线的点；
4-4-3)设置定时器对应的间隔时间；
4-4-4)定义跟踪点变量，定义跟踪点风格变量；
4-4-5)获得跟踪点起始位置的坐标；
4-4-6)判断跟踪点是否在地图的可视范围内，如果是，转入步骤4-4-7)，否则，将地图中心设为跟踪点；
4-4-7)添加跟踪点及其风格至跟踪图层对象；
4-4-8)刷新跟踪图层；
4-4-9)跟踪点开始沿折线跟踪；
4-4-10)判断是否是路尾，如果是，则结束，否则转入步骤4-4-7)。
9.如权利要求1所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，在动态跟踪的实现之前还需要给每个表示排队增长的点创建缓冲区，指定合适肉眼观察的缓冲区范围。
10.如权利要求9所述的一种基于GIS的城市交通路网格锁传播的动态表达方法，其特征是，创建缓冲区，指定合适肉眼观察的缓冲区范围，具体为：首先，定义缓冲区风格，其次，获取几何对象，第三，创建缓冲区，第四，显示缓冲区。
CN201510707694.7A 2015-10-27 2015-10-27 一种基于gis的城市交通路网格锁传播的动态表达方法 Expired - Fee Related CN105355044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510707694.7A CN105355044B (zh) 2015-10-27 2015-10-27 一种基于gis的城市交通路网格锁传播的动态表达方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510707694.7A CN105355044B (zh) 2015-10-27 2015-10-27 一种基于gis的城市交通路网格锁传播的动态表达方法

Publications (2)

Publication Number Publication Date
CN105355044A true CN105355044A (zh) 2016-02-24
CN105355044B CN105355044B (zh) 2017-08-25

Family

ID=55331008

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510707694.7A Expired - Fee Related CN105355044B (zh) 2015-10-27 2015-10-27 一种基于gis的城市交通路网格锁传播的动态表达方法

Country Status (1)

Country Link
CN (1) CN105355044B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741571A (zh) * 2016-03-23 2016-07-06 吴鹏翔 一种基于实时路况自动调节红绿灯通行模式或时间的系统
CN105913659A (zh) * 2016-05-19 2016-08-31 上海海事大学 基于系统动力学的交叉口通行能力测算方法
CN106052701A (zh) * 2016-05-23 2016-10-26 山东大学 一种交通溢流状态下车辆路径选择的方法
CN106355907A (zh) * 2016-10-18 2017-01-25 同济大学 基于车辆轨迹的信号控制交叉口排队长度实时估计方法
CN106408984A (zh) * 2016-11-28 2017-02-15 东莞职业技术学院 基于物联网的城市交通流诱导系统
CN108257380A (zh) * 2017-12-05 2018-07-06 北京掌行通信息技术有限公司 一种基于路况信息检测拥堵事件的方法及系统
CN108492553A (zh) * 2018-03-12 2018-09-04 中山大学 一种面向实时路网排放评估的车辆活动水平分析方法
CN109959388A (zh) * 2019-04-09 2019-07-02 南京大学 一种基于栅格扩展模型的智能交通精细化路径规划方法
CN111899506A (zh) * 2020-06-12 2020-11-06 上海应用技术大学 基于电子警察数据的交通溢流判别方法
CN115331457A (zh) * 2022-05-17 2022-11-11 重庆交通大学 一种车速管理方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010176302A (ja) * 2009-01-28 2010-08-12 Mitsubishi Electric Corp 車両検知装置、車両検知システム、車両検知装置の車両検知方法および車両検知プログラム
KR20100125160A (ko) * 2009-05-20 2010-11-30 (주) 서돌 전자통신 영상처리기술을 이용한 고속 교통정보 수집시스템 및 고속 교통정보 수집방법
CN101968929A (zh) * 2010-10-19 2011-02-09 北方工业大学 一种饱和交通状态下单路口信号优化控制方法
CN103810868A (zh) * 2014-02-25 2014-05-21 安徽科力信息产业有限责任公司 一种基于高空视频信息的交通溢流抑制方法
CN103927875A (zh) * 2014-04-29 2014-07-16 山东大学 基于视频的交通溢流状态识别方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010176302A (ja) * 2009-01-28 2010-08-12 Mitsubishi Electric Corp 車両検知装置、車両検知システム、車両検知装置の車両検知方法および車両検知プログラム
KR20100125160A (ko) * 2009-05-20 2010-11-30 (주) 서돌 전자통신 영상처리기술을 이용한 고속 교통정보 수집시스템 및 고속 교통정보 수집방법
CN101968929A (zh) * 2010-10-19 2011-02-09 北方工业大学 一种饱和交通状态下单路口信号优化控制方法
CN103810868A (zh) * 2014-02-25 2014-05-21 安徽科力信息产业有限责任公司 一种基于高空视频信息的交通溢流抑制方法
CN103927875A (zh) * 2014-04-29 2014-07-16 山东大学 基于视频的交通溢流状态识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李宁: "城市主干路交通溢流协调控制及其仿真研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
纪英 等: "道路堵塞时排队长度和排队持续时间计算方法", 《交通信息与安全》 *
黄丽娜 等: "道路平面交叉口空间的动态归属及可视化表达", 《武汉大学学报·信息科学版》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741571A (zh) * 2016-03-23 2016-07-06 吴鹏翔 一种基于实时路况自动调节红绿灯通行模式或时间的系统
CN105913659A (zh) * 2016-05-19 2016-08-31 上海海事大学 基于系统动力学的交叉口通行能力测算方法
CN106052701B (zh) * 2016-05-23 2018-08-14 山东大学 一种交通溢流状态下车辆路径选择的方法
CN106052701A (zh) * 2016-05-23 2016-10-26 山东大学 一种交通溢流状态下车辆路径选择的方法
CN106355907A (zh) * 2016-10-18 2017-01-25 同济大学 基于车辆轨迹的信号控制交叉口排队长度实时估计方法
CN106408984A (zh) * 2016-11-28 2017-02-15 东莞职业技术学院 基于物联网的城市交通流诱导系统
CN106408984B (zh) * 2016-11-28 2023-03-14 东莞职业技术学院 基于物联网的城市交通流诱导系统
CN108257380A (zh) * 2017-12-05 2018-07-06 北京掌行通信息技术有限公司 一种基于路况信息检测拥堵事件的方法及系统
CN108492553A (zh) * 2018-03-12 2018-09-04 中山大学 一种面向实时路网排放评估的车辆活动水平分析方法
CN109959388A (zh) * 2019-04-09 2019-07-02 南京大学 一种基于栅格扩展模型的智能交通精细化路径规划方法
CN109959388B (zh) * 2019-04-09 2023-03-14 南京大学 一种基于栅格扩展模型的智能交通精细化路径规划方法
CN111899506A (zh) * 2020-06-12 2020-11-06 上海应用技术大学 基于电子警察数据的交通溢流判别方法
CN115331457A (zh) * 2022-05-17 2022-11-11 重庆交通大学 一种车速管理方法及系统
CN115331457B (zh) * 2022-05-17 2024-03-29 重庆交通大学 一种车速管理方法及系统

Also Published As

Publication number Publication date
CN105355044B (zh) 2017-08-25

Similar Documents

Publication Publication Date Title
CN105355044A (zh) 一种基于gis的城市交通路网格锁传播的动态表达方法
Treiber et al. Traffic flow dynamics
CN109816977B (zh) 一种数据驱动的交叉口信号控制评价系统
Rakha et al. Integration framework for modeling eco-routing strategies: Logic and preliminary results
CN104778834A (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN106571030A (zh) 多源交通信息环境下排队长度预测方法
CN105825669A (zh) 一种识别城市快速路交通瓶颈的系统和方法
CN105678036A (zh) 公交车辆在公交站点停靠时间的测算方法及系统
Li et al. Real-time prediction of lane-based queue lengths for signalized intersections
Mitra et al. Safety assessment of urban un-signalized intersections using conflict analysis technique
CN116434523A (zh) 信息感知场景下基于约束度的车辆主动安全管控方法及装置
Wang et al. ARIMA model and few-shot learning for vehicle speed time series analysis and prediction
Yang et al. A novel approach for fine-grained traffic risk characterization and evaluation of urban road intersections
Prontri et al. Traffic signal control using fuzzy logic
Zhou et al. A hybrid virtual–real traffic simulation approach to reproducing the spatiotemporal distribution of bridge loads
Bao et al. Exploring the impact of signal types and adjacent vehicles on drivers’ choices after the onset of yellow
CN107134132A (zh) 提高高速公路通行受阻系数计算精度的方法和系统
CN107134131A (zh) 一种高速公路通行受阻系数的计算方法和系统
Novikov et al. Geographic information systems to improve road safety
Herath et al. A Comparison of speed data by different speed detection techniques
Ali Sahraei et al. Review and evaluation of methods for estimating delay at priority junctions
Yong et al. Traffic conflict prediction model for bottleneck section of expressway construction area based on video recognition
Yu et al. Simulation-based safety analysis of diversion and confluence area in urban underground loop
Yu et al. Assessment of Signalized Intersection Capacity in Response to Downstream Queue Spillback
Cai et al. Dynamic evolution of urban traffic based on improved Cellular Automata

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170825

Termination date: 20181027