CN105427600B - 一种基于fcd的道路拥堵实时识别方法与装置 - Google Patents

一种基于fcd的道路拥堵实时识别方法与装置 Download PDF

Info

Publication number
CN105427600B
CN105427600B CN201510902451.9A CN201510902451A CN105427600B CN 105427600 B CN105427600 B CN 105427600B CN 201510902451 A CN201510902451 A CN 201510902451A CN 105427600 B CN105427600 B CN 105427600B
Authority
CN
China
Prior art keywords
section
data
road
fcd
time
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.)
Active
Application number
CN201510902451.9A
Other languages
English (en)
Other versions
CN105427600A (zh
Inventor
马荣叶
刘晓华
刘四奎
汤夕根
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.)
Ho whale cloud computing Polytron Technologies Inc
Original Assignee
ZTEsoft Technology Co Ltd
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 ZTEsoft Technology Co Ltd filed Critical ZTEsoft Technology Co Ltd
Priority to CN201510902451.9A priority Critical patent/CN105427600B/zh
Publication of CN105427600A publication Critical patent/CN105427600A/zh
Application granted granted Critical
Publication of CN105427600B publication Critical patent/CN105427600B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明提供一种基于FCD的道路拥堵实时识别方法，遍历数字路网中所有的待分析路段的路段ID；对于所获取的FCD数据，以车牌为属性对数据进行分组，分别统计每辆出租车在该路段上的停留时间T；对于停留时间T＞2C的出租车，判断该10分钟时间内其所属路段的分段ID是否变化，若不变，则车辆属于异常状态，判断异常车辆个数与本次数据总车辆数的比例，如果异常车辆数的比例超过0.5，则进行下一步，否则判定其时间数据无效，剔除并进行下一步；最后计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警；否则返回重新提取下一个路段进行分析，直到所有待分析的路段均分析完毕。

Description

一种基于FCD的道路拥堵实时识别方法与装置
技术领域
本发明涉及道路拥堵识别领域，具体而言涉及一种基于FCD的道路拥堵实时识别方法与装置。
背景技术
随着城市发展和人们收入水平的提高，私家车的保有量越来越大。与之相对应的城市交通压力也越来越大，尤其是在出行高峰时段，常常会因为车流量过大而导致在某些关键的交通节点上造成拥堵，如何能够全面地了解当前整体交通运行状态并快速定位交通堵塞位置成为交通管理的关键问题。
发明内容
本发明目的在于提供一种基于FCD的道路拥堵实时识别方法与装置，利用安装于出租车辆上的GPS设备，对交通流参数进行采集、分析，对于已经发生拥堵的路段进行定位报警。
本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的，本发明提出一种基于FCD的道路拥堵实时识别方法，包括：
步骤1、遍历数字路网中所有的待分析路段的路段ID，获取属于这些路段ID的FCD数据，每个FCD数据包括GPS设备所在的出租车的车牌、FCD数据上传时间、浮动车辆的行驶速度、路段ID以及所属路段的分段ID；
步骤2、以某一个路段ID的下游路口，获取该路段对应的该下游路口的路口周期时长C，该路口周期时长C来源于路口信号灯周期时长数据表；
步骤3、提取属于分析路段ID的10分钟的FCD数据；
步骤4、对于所获取的FCD数据，以车牌为属性对数据进行分组，分别统计每辆出租车在该路段上的停留时间T，T等于连续的上传时间的个数*15s；
步骤5、对于停留时间T＞2C的出租车，判断该10分钟时间内其所属路段的分段ID是否变化，若不变，则车辆属于异常状态，判断异常车辆个数与本次数据总车辆数的比例，如果异常车辆数的比例超过0.5，则进行步骤6，否则判定其时间数据无效，剔除并进行步骤6；
步骤6、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警；否则返回步骤2重新提取下一个路段进行分析，直到所有待分析的路段均分析完毕。
根据本发明的改进，还提出一种基于FCD的道路拥堵实时识别装置，包括：
显示器，被设置用于可视反馈拥堵识别结果；
一个或多个处理器；
存储器，被设置用于存储由所述一个或多个处理器使用的程序模块和数据，这些程序模块被配置成在被一个或多个处理器执行时以下述方式实现道路拥堵的识别：
步骤1、遍历数字路网中所有的待分析路段的路段ID，获取属于这些路段ID的FCD数据，每个FCD数据包括GPS设备所在的出租车的车牌、FCD数据上传时间、浮动车辆的行驶速度、路段ID以及所属路段的分段ID；
步骤2、以某一个路段ID的下游路口，获取该路段对应的该下游路口的路口周期时长C，该路口周期时长C来源于路口信号灯周期时长数据表；
步骤3、提取属于分析路段ID的10分钟的FCD数据；
步骤4、对于所获取的FCD数据，以车牌为属性对数据进行分组，分别统计每辆出租车在该路段上的停留时间T，T等于连续的上传时间的个数*15s；
步骤5、对于停留时间T＞2C的出租车，判断该10分钟时间内其所属路段的分段ID是否变化，若不变，则车辆属于异常状态，判断异常车辆个数与本次数据总车辆数的比例，如果异常车辆数的比例超过0.5，则进行步骤6，否则判定其时间数据无效，剔除并进行步骤6；
步骤6、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警；否则返回步骤2重新提取下一个路段进行分析，直到所有待分析的路段均分析完毕。
进一步的实施例中，所述装置更加包括一网络收发器，被设置用于使得该装置连接至网络从而将拥堵识别结果进行广播发送。
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例，其中：
图1是根据本发明某些实施例的基于FCD的道路拥堵实时识别方法的流程图。
具体实施方式
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
结合图1所示，根据本发明的实施例，一种基于FCD的道路拥堵实时识别方法，包括：
步骤1、遍历数字路网中所有的待分析路段的路段ID，获取属于这些路段ID的FCD数据，每个FCD数据包括GPS设备所在的出租车的车牌、FCD数据上传时间、浮动车辆的行驶速度、路段ID以及所属路段的分段ID；
步骤2、以某一个路段ID的下游路口，获取该路段对应的该下游路口的路口周期时长C，该路口周期时长C来源于路口信号灯周期时长数据表；
步骤3、提取属于分析路段ID的10分钟的FCD数据；
步骤4、对于所获取的FCD数据，以车牌为属性对数据进行分组，分别统计每辆出租车在该路段上的停留时间T，T等于连续的上传时间的个数*15s；
步骤5、对于停留时间T＞2C的出租车，判断该10分钟时间内其所属路段的分段ID是否变化，若不变，则车辆属于异常状态，判断异常车辆个数与本次数据总车辆数的比例，如果异常车辆数的比例超过0.5，则进行步骤6，否则判定其时间数据无效，剔除并进行步骤6；
步骤6、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警；否则返回步骤2重新提取下一个路段进行分析，直到所有待分析的路段均分析完毕。
在上述本发明的实施例中，我们通过出租车上的GPS设备来计算出租车分析路段上的实际通行时间，结合我们通过长期观察和分析的结果进行分析，分析出路段的交通拥堵状态，并对拥堵状况进行预警和报告。
下面更加具体地描述前述各个步骤的某些示例性实现。
在本例中，我们通过出租车的GPS设备所获取的FCD数据具体如下：
CAR_ID 车牌
UPLOAD_TIME 上传时间
SPEED 速度
ON_BUSSNESS 1：掀牌，0：盖牌，2：停运
SUB_SEGMENT_OBJECT_ID 所属路段的分段ID
SEGMENT_ID 路段ID
同时，我们可以获取到的一些关于数字路网和路口信号灯数据，具体如下：
路网基础数据
路段ID SEGMENT_ID
路段名称 SEGMENT_NAME
上游路口 INTERSECTION_UPSTARE
下游路口 INTERSECTION_DOWNSTARE
道路类型 SEGMENT_LEVEL
车道数代码 ROAD_LANES_TYPE
长度 LENGTH
宽度 WIDTH
路口信号灯周期时长
路口ID CROSS_ID
当前方案编号 PLAN_ID
开始时间 BEGIN_TIME
周期时间 CYCLE_TIME
显然，根据这些数据，以及我们在前述实施例中所提出的方法，可以非常便捷地得到待分析路段的拥堵情况。
例如，我们通过分析，最后输出的拥堵数据如下：
路段ID SEGMENT_ID
下游路口 INTERSECTION_DOWNSTARE
更新时间 TIMESTAMP
是否发生拥堵 IS_CONGESTION_OCCURED
数据源 DATA_TYPE
在一些实施例中，我们还通过网络对外广播路段的拥堵情况，以利于驾驶者及时避开拥堵路段。
根据本发明公开，我们还提出一种基于FCD的道路拥堵实时识别装置，包括：
显示器，被设置用于可视反馈拥堵识别结果；
一个或多个处理器；
存储器，被设置用于存储由所述一个或多个处理器使用的程序模块和数据，这些程序模块被配置成在被一个或多个处理器执行时以下述方式实现道路拥堵的识别：
步骤1、遍历数字路网中所有的待分析路段的路段ID，获取属于这些路段ID的FCD数据，每个FCD数据包括GPS设备所在的出租车的车牌、FCD数据上传时间、浮动车辆的行驶速度、路段ID以及所属路段的分段ID；
步骤2、以某一个路段ID的下游路口，获取该路段对应的该下游路口的路口周期时长C，该路口周期时长C来源于路口信号灯周期时长数据表；
步骤3、提取属于分析路段ID的10分钟的FCD数据；
步骤4、对于所获取的FCD数据，以车牌为属性对数据进行分组，分别统计每辆出租车在该路段上的停留时间T，T等于连续的上传时间的个数*15s；
步骤5、对于停留时间T＞2C的出租车，判断该10分钟时间内其所属路段的分段ID是否变化，若不变，则车辆属于异常状态，判断异常车辆个数与本次数据总车辆数的比例，如果异常车辆数的比例超过0.5，则进行步骤6，否则判定其时间数据无效，剔除并进行步骤6；
步骤6、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警；否则返回步骤2重新提取下一个路段进行分析，直到所有待分析的路段均分析完毕。
进一步的实施例中，所述装置更加包括一网络收发器，被设置用于使得该装置连接至网络从而将拥堵识别结果进行广播发送。
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

Claims (5)

1.一种基于FCD的道路拥堵实时识别方法，其特征在于，该方法包括以下步骤：
步骤1、遍历数字路网中所有的待分析路段的路段ID，获取属于这些路段ID的FCD数据，每个FCD数据包括GPS设备所在的出租车的车牌、FCD数据上传时间、浮动车辆的行驶速度、路段ID以及所属路段的分段ID；
步骤2、以某一个路段ID的下游路口，获取该路段对应的该下游路口的路口周期时长C，该路口周期时长C来源于路口信号灯周期时长数据表；
步骤3、提取属于分析路段ID的10分钟的FCD数据；
步骤4、对于所获取的FCD数据，以车牌为属性对数据进行分组，分别统计每辆出租车在该路段上的停留时间T，T等于连续的上传时间的个数*15s；
步骤5、对于停留时间T＞2C的出租车，判断该10分钟时间内其所属路段的分段ID是否变化，若不变，则车辆属于异常状态，判断异常车辆个数与本次数据总车辆数的比例，如果异常车辆数的比例超过0.5，则进行步骤6，否则判定其时间数据无效，剔除并进行步骤6；
步骤6、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警；否则返回步骤2重新提取下一个路段进行分析，直到所有待分析的路段均分析完毕。
2.根据权利要求1所述的道路拥堵实时识别方法，其特征在于，还包括下述步骤：通过网络对外广播路段的拥堵情况。
3.根据权利要求1所述的道路拥堵实时识别方法，其特征在于，还包括下述步骤：输出发生拥堵路段的路段ID、下游路口以及拥堵情况的更新时间。
4.一种基于FCD的道路拥堵实时识别装置，其特征在于，该装置包括：
显示器，被设置用于可视反馈拥堵识别结果；
一个或多个处理器；
存储器，被设置用于存储由所述一个或多个处理器使用的程序模块和数据，这些程序模块被配置成在被一个或多个处理器执行时以下述方式实现道路拥堵的识别：
步骤1、遍历数字路网中所有的待分析路段的路段ID，获取属于这些路段ID的FCD数据，每个FCD数据包括GPS设备所在的出租车的车牌、FCD数据上传时间、浮动车辆的行驶速度、路段ID以及所属路段的分段ID；
步骤2、以某一个路段ID的下游路口，获取该路段对应的该下游路口的路口周期时长C，该路口周期时长C来源于路口信号灯周期时长数据表；
步骤3、提取属于分析路段ID的10分钟的FCD数据；
步骤4、对于所获取的FCD数据，以车牌为属性对数据进行分组，分别统计每辆出租车在该路段上的停留时间T，T等于连续的上传时间的个数*15s；
步骤5、对于停留时间T＞2C的出租车，判断该10分钟时间内其所属路段的分段ID是否变化，若不变，则车辆属于异常状态，判断异常车辆个数与本次数据总车辆数的比例，如果异常车辆数的比例超过0.5，则进行步骤6，否则判定其时间数据无效，剔除并进行步骤6；
步骤6、计算本批所提取的FCD数据中所有停留时间的算术平均值若则进行路段拥堵报警；否则返回步骤2重新提取下一个路段进行分析，直到所有待分析的路段均分析完毕。
5.根据权利要求4所述的基于FCD的道路拥堵实时识别装置，其特征在于，所述装置更加包括一网络收发器，被设置用于使得该装置连接至网络从而将拥堵识别结果进行广播发送。
CN201510902451.9A 2015-12-09 2015-12-09 一种基于fcd的道路拥堵实时识别方法与装置 Active CN105427600B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510902451.9A CN105427600B (zh) 2015-12-09 2015-12-09 一种基于fcd的道路拥堵实时识别方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510902451.9A CN105427600B (zh) 2015-12-09 2015-12-09 一种基于fcd的道路拥堵实时识别方法与装置

Publications (2)

Publication Number Publication Date
CN105427600A CN105427600A (zh) 2016-03-23
CN105427600B true CN105427600B (zh) 2017-11-28

Family

ID=55505774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510902451.9A Active CN105427600B (zh) 2015-12-09 2015-12-09 一种基于fcd的道路拥堵实时识别方法与装置

Country Status (1)

Country Link
CN (1) CN105427600B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106971576A (zh) * 2017-05-27 2017-07-21 深圳市乃斯网络科技有限公司 智能交通拥堵播放方法及系统
CN107248282B (zh) * 2017-06-29 2021-07-02 浩鲸云计算科技股份有限公司 获取道路运行状态等级的方法
CN107909814A (zh) * 2017-11-06 2018-04-13 胡晓华 一种高速公路拥堵判断方法
CN110491140A (zh) * 2019-08-08 2019-11-22 横琴善泊投资管理有限公司 一种停车场出入口车道占用检测及引导方法和系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103021176A (zh) * 2012-11-29 2013-04-03 浙江大学 基于断面检测器的城市道路交通状态判别方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1959759A (zh) * 2006-11-17 2007-05-09 上海城市综合交通规划科技咨询有限公司 基于浮动车数据的交通分析方法
CN101383090A (zh) * 2008-10-24 2009-03-11 北京航空航天大学 一种并行路网结构下的浮动车信息处理方法
DE102012204306A1 (de) * 2012-03-19 2013-09-19 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur Steuerung eines Bereitstellens von Verkehrsinformationsdaten zur Aktualisierung einer Verkehrsinformation
JP5615312B2 (ja) * 2012-03-26 2014-10-29 株式会社デンソーアイティーラボラトリ 渋滞予測方法及び渋滞予測装置
CN102903235B (zh) * 2012-10-16 2015-04-15 北京世纪高通科技有限公司 一种对实时路况进行质量评价的方法及装置
CN103794045B (zh) * 2012-10-26 2016-02-10 高德软件有限公司 一种实时交通信息的采集方法、装置及车载设备
CN103903465B (zh) * 2014-04-17 2016-04-27 北京易华录信息技术股份有限公司 一种道路拥堵原因实时发布方法及系统

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103021176A (zh) * 2012-11-29 2013-04-03 浙江大学 基于断面检测器的城市道路交通状态判别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多源数据的快速路交通事件自动检测算法研究;赵晓娟;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20101015(第10期);正文第17-50页 *

Also Published As

Publication number Publication date
CN105427600A (zh) 2016-03-23

Similar Documents

Publication Publication Date Title
Jin et al. Estimating cycleway capacity and bicycle equivalent unit for electric bicycles
CN105427600B (zh) 一种基于fcd的道路拥堵实时识别方法与装置
CN104408925B (zh) 基于陈列雷达的交叉口运行状态评价方法
CN104464295B (zh) 一种基于视频的高架入口匝道智能限行方法
US9111442B2 (en) Estimating incident duration
Goyani et al. Investigation of crossing conflicts by vehicle type at unsignalized T-intersections under varying roadway and traffic conditions in India
Hiribarren et al. Real time traffic states estimation on arterials based on trajectory data
Budhkar et al. Characteristics of lateral vehicular interactions in heterogeneous traffic with weak lane discipline
Arkatkar et al. Methodology for simulating heterogeneous traffic on expressways in developing countries: a case study in India
CN105551241B (zh) 一种基于fcd及ep多源数据的实时拥堵分析方法
CN105608895B (zh) 一种基于局部异常因子的城市交通拥堵路段检测方法
CN105741598A (zh) 嫌疑车辆落脚点分析处理方法及其装置
CN103093625A (zh) 一种基于可信度验证的城市道路交通状态实时估计方法
CN105139670A (zh) 一种基于视频的区域自优化信号控制方法及装置
Gowri et al. Evaluation of right-turn lanes at signalized intersection in non-lane-based heterogeneous traffic using microscopic simulation model
Anusha et al. Dynamical systems approach for queue and delay estimation at signalized intersections under mixed traffic conditions
Grigoropoulos et al. Traffic flow at signalized intersections with large volumes of bicycle traffic
Sharma et al. Study on heterogeneous traffic flow characteristics of a two-lane road
CN104966403A (zh) 一种基于地磁的干线自优化信号控制方法及装置
Pu et al. Evaluating the interference of bicycle traffic on vehicle operation on urban streets with bike lanes
Li et al. Calibrating VISSIM roundabout model using a critical gap and follow-up headway approach
CN105355051B (zh) 一种基于电子警察数据的拥堵识别方法与装置
Bansal et al. Impacts of bus-stops on the speed of motorized vehicles under heterogeneous traffic conditions: a case-study of Delhi, India
Goh et al. Pedestrian flows and walking speed: a problem at signalized crosswalks
CN105070074A (zh) 一种基于阵列雷达的区域自优化信号控制方法及装置

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 210012 room 627, Ning Shuang Road, Yuhuatai District, Nanjing, Jiangsu, 627

Patentee after: Ho whale cloud computing Polytron Technologies Inc

Address before: 210012 No. 68 Bauhinia Road, Yuhuatai District, Jiangsu, Nanjing

Patentee before: ZTEsoft Technology Co., Ltd.