CN105489010B - 一种快速道路行程时间可靠度监测分析系统及方法 - Google Patents
一种快速道路行程时间可靠度监测分析系统及方法 Download PDFInfo
- Publication number
- CN105489010B CN105489010B CN201511006148.7A CN201511006148A CN105489010B CN 105489010 B CN105489010 B CN 105489010B CN 201511006148 A CN201511006148 A CN 201511006148A CN 105489010 B CN105489010 B CN 105489010B
- Authority
- CN
- China
- Prior art keywords
- traffic
- data
- journey time
- subsystem
- time reliability
- 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
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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种快速道路行程时间可靠度监测分析系统及方法,该系统由交通数据检测和监视子系统、通信子系统、行程时间可靠度监测子系统、交通管理信息汇集子系统和行程时间可靠度应用子系统构成;所述的交通数据检测和监视子系统通过第一通信子系统与行程时间可靠度监测子系统连接,所述的行程时间可靠度监测子系统通过所述的第二通信子系统与交通管理信息汇集子系统和行程时间可靠度应用子系统连接。本发明为道路网络的规划设计、交通管理方案的优化提供交通参数。本发明对于提高交通运行效率和出行可靠性,降低交通出行成本,提升我国城市交通的管理水平有重要现实意义,将会产生巨大的经济和社会效益。
Description
技术领域
本发明属于智能交通技术领域,尤其是一种快速道路行程时间可靠度监测分析系统及方法。
背景技术
随着道路交通需求不断增加,交通拥堵越来越严重,主要表现在交通高峰期的持续时间不断延长和高峰期出现交通拥堵的路段不断增加,严重影响了道路交通的运行效率和出行可靠度。在全球经济激烈竞争的时代,面对复杂、时变、随机的道路交通状况,出行者越来越关心行程时间可靠度,希望减少行程时间的波动,保证准点到达目的地的概率,选择一条可靠路径具有十分重要的意义。尤其是在应急网络或者物流配送网络中,要尽力保证车辆在限制时间内到达目的地。行程时间可靠度是指在一定的环境、一定的时段、一定的流量波动范围内,车辆能够到达目的地的概率,是衡量道路网络交通性能的重要指标,也是出行者出发时间选择和路径选择的重要因素。目前已有的行程时间可靠度的定量化方法和措施主要侧重于行程时间的变异性和行程时间的分布。然而,路网中可能导致交通拥挤发生的影响因素是造成行程时间不可靠的风险,这些影响因素大致可以分为交通供给变化和交通需求的随机性引起的不可靠等两类,这些因素的作用方式本质上是影响了道路交通拥挤发生的时机和拥挤的程度、范围、持续时间,非常适合用交通流breakdown现象进行解释和刻画。
近年来,随着交通流检测技术的不断发展,检测精度不断提高,覆盖范围不断扩大,为基于交通流breakdown的快速道路行程时间可靠度监测分析系统的建立奠定了必要的应用基础条件,具有重要的理论意义和实用价值。其技术研发和应用推广,可以实现对快速道路行程时间可靠度的监测和影响因素分析,为快速路路网规划设计和交通管理者制定交通运行管理策略提供依据,对于提高交通运行效率和出行可靠度,提升我国城市交通的管理水平有重要现实意义,将会产生巨大的经济和社会效益。
发明内容
本发明针对现有技术的不足,提供了一种快速道路行程时间可靠度监测分析系统及方法。
一种快速道路行程时间可靠度监测分析系统,其特征在于:由交通数据检测和监视子系统、第一通信子系统、行程时间可靠度监测子系统、第二通信子系统、交通管理信息汇集子系统和行程时间可靠度应用子系统构成,所述的交通数据检测和监视子系统通过第一通信子系统与行程时间可靠度监测子系统连接,所述的行程时间可靠度监测子系统通过所述的第二通信子系统与交通管理信息汇集子系统和行程时间可靠度应用子系统连接。
所述的交通数据检测和监视子系统包括多种交通检测器、视频监视摄像机和视频通信控制和监视器,通过外场多种交通检测器和视频监视摄像机采集道路网络上的交通数据并传递给所述的行程时间可靠度监测子系统。
所述的交通管理信息汇集子系统包括可变情报板、匝道控制器、可变限速控制器和交通控制和监视器,以及天气信息发布系统,由交通控制和监视器记录交通控制管理信息内容和时间,同时调用天气信息发布系统的道路天气信息内容和时间,并传递给行程时间可靠度监测子系统。
所述的行程时间可靠度应用子系统包括行程时间可靠度分析查询系统,由面向管理者和出行者的系统分析查询终端输入分析查询指令,传递给行程时间可靠度监测子系统,并由行程时间可靠度监测子系统生成分析查询报告,输出显示在分析查询终端上。面向管理者有分析和查询功能,面向出行者有查询功能。
所述的行程时间可靠度监测子系统一方面对所述的交通数据检测和监视子系统中的交通数据采集控制和监视器记录的交通检测数据,并接收由交通管理信息汇集子系统中的交通控制和监视器记录的交通管理信息内容和时间,以及交通管理信息汇集子系统中的天气信息发布系统的道路天气信息内容和时间,实现对行程时间可靠度监测分析所需原始数据的采集和汇集;另一方面,基于道路交通属性数据、交通检测数据、交通管理数据和天气数据,利用行程时间可靠度监测子系统实现行程时间可靠度的计算分析。
所述的行程时间可靠度监测子系统由应用服务器Ⅰ、数据库服务器和应用服务器Ⅱ构成,应用服务器Ⅰ中设置有交通breakdown监测分析、行程时间估计系统;应用服务器Ⅱ中设置有行程时间可靠度计算分析系统;数据库服务器设置有道路交通属性数据库、交通检测数据库、交通管理和天气数据库、行程时间可靠度数据库。
所述的交通breakdown监测分析和行程时间估计系统由道路交通属性数据库、交通检测数据库、交通管理数据和天气数据库、行程时间可靠度数据库、交通数据修补和预处理模块、行程时间估计模块、交通breakdown监测分析模块构成;所述的交通breakdown监测分析和行程时间估计系统利用道路交通属性数据库、交通检测数据库、交通管理和天气数据库提供的基础交通数据,由所述的交通数据修补和预处理模块对交通检测数据进行预处理和修补,并由所述的交通breakdown监测分析模块、行程时间估计模块对基础交通数据进行分析处理,得到道路设施、交通管理措施和天气情况条件下的交通breakdown概率和路段行程时间。
所述的行程时间可靠度计算分析系统由道路交通属性数据库、交通检测数据库、交通管理数据和天气数据库、行程时间可靠度数据库、行程时间变异性计算分析模块、行程时间可靠度计算分析模块构成;所述的行程时间可靠度计算分析系统利用道路交通属性数据库、交通检测数据库、交通管理和天气数据库、行程时间可靠度数据库提供的基础道路交通属性数据、交通检测数据、交通管理数据和天气数据,由所述的行程时间变异性计算分析模块计算分析有无交通流breakdown情况下的路段行程时间变异性;由行程时间可靠度计算分析模块计算分析某一交通流量、道路设施、交通管理措施和天气情况条件下的路段行程时间可靠度,建立路段行程时间可靠度模型;以路段行程时间可靠度模型为基础,结合典型交通扰动的网络空间传播规律,利用概率论、风险评估理论和动态分段技术构建路径行程时间可靠度模型和路网行程时间可靠度模型;由行程时间可靠度计算分析模块根据路段、路径和路网行程时间可靠度模型,得到不同时段、不通交通需求情况下路段、路径和路网行程时间可靠度,从而辨识影响行程时间可靠度的主要影响因素。
一种快速道路行程时间可靠度监测分析方法,该方法具体包括以下步骤:
步骤一:数据采集和汇集;
汇集交通数据检测与监视子系统传递过来的原始数据,以及交通管理信息汇集子系统和天气信息发布系统传递过来的交通管理数据和天气数据,并实现交通检测数据的质量控制,提高交通检测设备的利用效率和数据质量;交通检测数据主要由固定交通检测器(如感应线圈、微波检测器等)、基于车和固定交通检测器相结合检测方式(如基于蓝牙的系统、车牌识别系统等)、移动交通检测器(如基于浮动车系统、智能手机系统等)检测方式获得,这些数据经过数据校验与预处理、修补汇集存储到数据库服务器,并通过行程时间估计和行程时间可靠度计算;所述的数据库服务器包括交通属性数据库、交通检测数据库、交通管理和天气数据库和行程时间可靠度数据库;
步骤二:行程时间估计
调用数据库服务器中的道路交通属性数据库、交通检测数据库、交通管理和天气数据库,利用行程时间估计模块,建立行程时间估计模型,得到交通流量、道路设施、交通管理措施和天气情况条件下的路段行程时间,存储在数据库服务器行程时间可靠度数据库;行程时间估计模型主要包括基于固定交通检测器(如感应线圈、微波检测器等)的路段行程时间估计模型,基于车和固定交通检测器相结合检测方式(如基于蓝牙的系统、车牌识别系统等)的路段行程时间估计模型,基于移动交通检测器(如基于浮动车系统、智能手机系统等)的路段和路径行程时间估计模型,以及基于多源交通检测数据的路段行程时间估计模型四类模型;第四类模型中除了移动交通检测器数据融合得到路段和路径行程时间外,其他数据融合可以得到路段行程时间;行程时间估计的数据处理过程主要集中在数据库服务器、应用服务器Ⅰ中进行;应用服务器Ⅰ包括交通数据修补与预处理模块、行程时间估计模块和交通breakdown监测分析模块;
步骤三:行程时间可靠度计算分析
由交通breakdown监测分析模块调用道路交通属性数据库、交通检测数据库、交通管理和天气数据库的数据再现典型交通扰动下交通流breakdown演化过程,建立交通breakdown概率模型;其次,由行程时间变异性计算分析模块建立无交通breakdown影响的随流量变化的行程时间方程和行程时间变异性模型,以及有交通流breakdown影响的行程时间方程和行程时间变异性模型;再次,由行程时间可靠度计算分析模块根据交通breakdown概率和行程时间变异性,建立路段行程时间可靠度模型;最后,由行程时间可靠度计算分析模块根据典型扰动分布特征和交通breakdown在网络中的演化规律,利用概率论、风险评估理论和动态分段技术建立路径和路网行程时间可靠度模型,从而辨识影响行程时间可靠度的影响因素;行程时间可靠度计算分析的数据处理过程主要集中在数据库服务器、应用服务器Ⅱ中进行;应用服务器Ⅱ包括行程时间变异性计算分析模块、行程时间可靠度计算分析模块。
有益效果:本发明充分利用固定交通检测器(如感应线圈、微波检测器等)、基于车和固定交通检测器相结合检测方式(如基于蓝牙的系统、车牌识别系统等)、移动交通检测器(如基于浮动车系统、智能手机系统等)多源交通检测数据,以及交通管理信息汇集子系统的交通管理数据和天气数据,实现对行程时间可靠度监测分析所需要的真实、全面、实时的原始数据的采集和汇集,通过对行程时间估计、交通流breakdown概率、行程时间变异性和行程时间可靠度监测分析,可以综合反映路网上各种实际因素,包括道路网属性、交通管理措施、天气条件、交通状况等,有助于实现准确掌握的影响路网行程时间可靠度的关键因素目的,为道路网络的规划设计、交通管理方案的优化提供交通参数,为道路网络的出行可靠度和运行效率提供坚实的基础,具有重要的理论意义和实用价值。其技术研发和应用推广,可以实现对快速道路行程时间可靠度的监测和关键影响因素分析,优化路网规划设计和交通运行管理方案,提高交通运行效率和出行可靠度,提升道路交通的管理水平有重要现实意义,将会产生巨大的经济和社会效益。
附图说明
图1是本发明一种快速道路行程时间可靠度监测分析系统的一个优选实施例的系统体系架构示意图;
图2是本发明一种快速道路行程时间可靠度监测分析系统的行程时间可靠度检测分析系统的一个优选实施例的系统软件结构示意图;
图3是本发明一种快速道路行程时间可靠度监测分析系统的数据流程图。
具体实施方式
如图1所示,本发明由交通数据检测和监视子系统、第一通信子系统、行程时间可靠度监测子系统、第二通信子系统、交通管理信息汇集子系统和行程时间可靠度应用子系统构成。所述的交通数据检测和监视子系统通过第一通信子系统与行程时间可靠度监测子系统连接,所述的行程时间可靠度监测子系统通过所述的第二通信子系统与交通管理信息汇集子系统和行程时间可靠度应用子系统连接。
交通数据检测和监视子系统通过外场多种交通检测器、视频监视摄像机采集道路网络上的交通数据并传递给所述的行程时间可靠度监测子系统。该交通数据检测和监视子系统包括固定交通检测器(如感应线圈、微波检测器等)、基于车和固定交通检测器相结合检测方式(如基于蓝牙的系统、车牌识别系统等)、移动交通检测器(如基于浮动车系统、智能手机系统等)、交通数据采集控制和监视器、第一通信子系统和视频通信控制和监视器。
固定交通检测器(如感应线圈、微波检测器等)采集并传递断面交通量、车速和占有率数据,视频监视摄像机实现道路交通状况的人工巡视和确认;基于车和固定交通检测器相结合检测方式(如基于蓝牙的系统、车牌识别系统等)可以采集并传递区间车速数据;移动交通检测器(如基于浮动车系统、智能手机系统等)采集并传递车辆位置和车速数据。这些交通数据通过交通数据采集控制和监视器接口软件经过第一通信子系统传递给行程时间可靠度监测子系统,作为该平台的基础交通数据。
交通管理信息汇集子系统由交通控制和监视器记录可变情报板、匝道控制器、可变限速控制器控制管理信息内容和时间,并调用天气信息发布系统的道路天气信息内容和时间,通过第二通信子系统传递给行程时间可靠度监测子系统。
行程时间可靠度监测子系统一方面对所述的交通数据检测监视子系统中的交通数据采集控制和监视器记录的交通检测数据,并接收由交通管理信息汇集子系统中的交通控制和监视器记录的交通管理信息内容和时间,以及交通管理信息汇集子系统中的天气信息发布系统的道路天气信息内容和时间,实现对行程时间可靠度监测分析所需原始数据的采集和汇集;另一方面,基于道路交通属性数据、交通检测数据、交通管理数据和天气数据,利用行程时间可靠度监测子系统实现行程时间可靠度的计算分析。
行程时间可靠度应用子系统由系统分析查询终端输入分析查询指令,传递给行程时间可靠度监测子系统,并由该系统生成分析查询报告,输出显示在分析查询终端上。
通信子系统可以采用有线和无线通信相结合的方式。
本发明体系架构的交通数据采集和汇集中采用交通数据采集控制和监视器记录数据采集时间和内容,交通控制管理中采用交通控制和监视器记录交通管理信息发布的时间和内容,并调用天气信息发布系统的道路天气信息内容和时间,传递给行程时间可靠度监测子系统;交通数据采集控制和监视器和交通控制和监视器同步运行相同时间周期的指令,保证在行程时间可靠度检测分析系统中交通检测数据、交通管理数据和天气数据采集汇集的同步性,进而获得真实、全面、实时的行程时间可靠度监测分析原始数据。
行程时间可靠度监测子系统由应用服务器Ⅰ、数据库服务器和应用服务器Ⅱ构成,应用服务器Ⅰ中设置有交通breakdown监测分析、行程时间估计系统;应用服务器Ⅱ中设置有行程时间可靠度计算分析系统;数据库服务器设置有道路交通属性数据库、交通检测数据库、交通管理和天气数据库、行程时间可靠度数据库。交通breakdown监测分析和行程时间估计系统由道路交通属性数据库、交通检测数据库、交通管理数据和天气数据库、行程时间可靠度数据库、交通数据修补和预处理模块、行程时间估计模块、交通breakdown监测分析模块构成;所述的行程时间可靠度监测子系统利用道路交通属性数据库、交通检测数据库、交通管理和天气数据库提供的基础交通数据,由所述的交通数据修补和预处理模块对基础交通数据进行预处理和修补,并由所述的行程时间估计模块、交通breakdown监测分析模块、行程时间变异性监测分析模块和行程时间可靠度监测分析模块对四类不同交通数据源分别进行处理,并得到路段、路径和路网行程时间可靠度。本发明的主要特色之一是全面、同步、分类汇集行程时间可靠度监测系统所需各类相关数据,通过预处理和修补以保证数据质量,根据路网所能获得的不同数据源,有针对性的建立相应的路段行程时间可靠度模型,并进一步建立路径和路网行程时间可靠度模型,充分利用各类交通检测数据,保证了数据汇集的完整性和模型的可靠度。
如图2所示,所述行程时间可靠度监测子系统中设置有交通breakdown监测分析和行程时间估计系统和行程时间可靠度计算分析系统,这是本发明的核心部分所在。交通breakdown监测分析和行程时间估计系统由道路交通属性数据库、交通检测数据库、交通管理数据和天气数据库、行程时间可靠度数据库、交通数据修补和预处理模块、行程时间估计模块、交通breakdown监测分析模块构成;所述的交通breakdown监测分析和行程时间估计系统利用道路交通属性数据库、交通检测数据库、交通管理和天气数据库提供的道路属性数据、交通检测数据、交通管理数据和天气数据,由所述的交通数据修补和预处理模块对交通检测数据进行预处理和修补,并由所述的交通breakdown监测分析模块、行程时间估计模块对基础交通数据进行分析处理,得到一定道路设施、交通管理措施和天气情况条件下的交通breakdown概率和路段行程时间。
所述的行程时间可靠度计算分析系统由道路交通属性数据库、交通检测数据库、交通管理数据和天气数据库、行程时间可靠度数据库、行程时间变异性计算分析模块、行程时间可靠度计算分析模块构成;所述的行程时间可靠度计算分析系统利用交通breakdown监测分析模块和行程时间估计模块的计算分析结果,由行程时间变异性计算分析模块计算分析有无交通流breakdown情况下的路段行程时间变异性;由行程时间可靠度计算分析模块计算分析一定交通流量、道路设施、交通管理措施和天气情况条件下的路段行程时间可靠度,建立路段行程时间可靠度模型;以路段行程时间可靠度模型为基础,结合典型交通扰动的网络空间传播规律,利用概率论、风险评估理论和动态分段技术构建路径行程时间可靠度模型和路网行程时间可靠度模型;由行程时间可靠度计算分析模块根据路段、路径和路网行程时间可靠度模型,得到不同时段、不通交通需求情况下路段、路径和路网行程时间可靠度,从而辨识影响行程时间可靠度的主要影响因素。
如图3所示,所述的基于交通流breakdown的快速道路行程时间可靠度监测分析系统总体数据处理过程包括数据采集和汇集层,行程时间估计层,行程时间可靠度计算分析层和行程时间可靠度应用层。
(1)数据采集和汇集层
该层的主要作用是汇集交通数据检测与监视子系统传递过来的原始数据,以及交通管理信息汇集子系统和天气信息发布系统传递过来的交通管理数据和天气数据,并实现交通检测数据的质量控制,提高交通检测设备的利用效率和数据质量。交通检测数据主要由固定交通检测器(如感应线圈、微波检测器等)、基于车和固定交通检测器相结合检测方式(如基于蓝牙的系统、车牌识别系统等)、移动交通检测器(如基于浮动车系统、智能手机系统等)检测方式获得,这些数据经过数据校验与预处理、修补汇集存储到数据库服务器,并由行程时间估计层,行程时间可靠度计算分析层的数据处理模块进行处理。数据采集和汇集层数据处理过程主要集中在数据库服务器、应用服务器Ⅰ中进行。
(2)行程时间估计层
该层的主要作用是调用数据库服务器中的道路交通属性数据库、交通检测数据库、交通管理和天气数据库,利用行程时间估计模块,建立行程时间估计模型,得到一定交通流量、道路设施、交通管理措施和天气情况条件下的路段行程时间,存储在数据库服务器行程时间可靠度数据库。行程时间估计模型主要包括基于固定交通检测器(如感应线圈、微波检测器等)的路段行程时间估计模型,基于车和固定交通检测器相结合检测方式(如基于蓝牙的系统、车牌识别系统等)的路段行程时间估计模型,基于移动交通检测器(如基于浮动车系统、智能手机系统等)的路段和路径行程时间估计模型,以及基于多源交通检测数据的路段行程时间估计模型四类模型。第四类模型中除了移动交通检测器数据融合可以得到路段和路径行程时间外,其他数据融合可以得到路段行程时间。行程时间估计层数据处理过程主要集中在数据库服务器、应用服务器Ⅰ中进行。
(3)行程时间可靠度计算分析层
该层的主要作用是调用数据库服务器中的道路交通属性数据库、交通检测数据库、交通管理和天气数据库、行程时间可靠度数据库,利用交通breakdown监测分析模块、行程时间变异性计算分析模块和行程时间可靠度计算分析模块,建立基于交通流breakdown的快速道路行程时间可靠度模型,得到一定交通需求、道路设施、交通管理措施和天气情况条件下行程时间可靠度,存储在数据库服务器。首先,由交通breakdown监测分析模块调用道路交通属性数据库、交通检测数据库、交通管理和天气数据库的数据再现典型交通扰动下交通流breakdown演化过程,建立交通breakdown概率模型;其次,由行程时间变异性计算分析模块建立无交通breakdown影响的随流量变化的行程时间方程和行程时间变异性模型,以及有交通流breakdown影响的行程时间方程和行程时间变异性模型;再次,由行程时间可靠度计算分析模块根据交通breakdown概率和行程时间变异性,建立路段行程时间可靠度模型;最后,由行程时间可靠度计算分析模块根据典型扰动分布特征和交通breakdown在网络中的演化规律,利用概率论、风险评估理论和动态分段技术建立路径和路网行程时间可靠度模型,从而辨识影响行程时间可靠度的主要影响因素。
(4)行程时间可靠度应用层
由面向管理者和出行者的行程时间可靠度监测分析系统分析查询终端,输入分析查询指令,传递给行程时间可靠度监测分析系统,并由行程时间可靠度监测分析系统生成分析查询报告,输出显示在分析查询终端上。
Claims (2)
1.一种快速道路行程时间可靠度监测分析系统,其特征在于:由交通数据检测和监视子系统、第一通信子系统、行程时间可靠度监测子系统、第二通信子系统、交通管理信息汇集子系统和行程时间可靠度应用子系统构成;
所述的交通数据检测和监视子系统通过第一通信子系统与行程时间可靠度监测子系统连接,所述的行程时间可靠度监测子系统通过所述的第二通信子系统与交通管理信息汇集子系统和行程时间可靠度应用子系统连接;
所述的交通数据检测和监视子系统包括多种交通检测器、视频监视摄像机和视频通信控制和监视器,通过外场多种交通检测器和视频监视摄像机采集道路网络上的交通数据并传递给所述的行程时间可靠度监测子系统;
所述的交通管理信息汇集子系统包括可变情报板、匝道控制器、可变限速控制器和交通控制和监视器,以及天气信息发布系统,由交通控制和监视器记录交通控制管理信息内容和时间,同时调用天气信息发布系统的道路天气信息内容和时间,并传递给行程时间可靠度监测子系统;
所述的行程时间可靠度监测子系统一方面对所述的交通数据检测和监视子系统中的交通数据采集控制和监视器记录的交通检测数据,并接收由交通管理信息汇集子系统中的交通控制和监视器记录的交通管理信息内容和时间,以及交通管理信息汇集子系统中的天气信息发布系统的道路天气信息内容和时间,实现对行程时间可靠度监测分析所需原始数据的采集和汇集;另一方面,基于道路交通属性数据、交通检测数据、交通管理数据和天气数据,利用行程时间可靠度监测子系统实现行程时间可靠度的计算分析;
所述的行程时间可靠度监测子系统由应用服务器Ⅰ、数据库服务器和应用服务器Ⅱ构成,应用服务器Ⅰ中设置有交通breakdown监测分析、行程时间估计系统;应用服务器Ⅱ中设置有行程时间可靠度计算分析系统;数据库服务器设置有道路交通属性数据库、交通检测数据库、交通管理和天气数据库、行程时间可靠度数据库;
所述的交通breakdown监测分析和行程时间估计系统由道路交通属性数据库、交通检测数据库、交通管理数据和天气数据库、行程时间可靠度数据库、交通数据修补和预处理模块、行程时间估计模块、交通breakdown监测分析模块构成;所述的交通breakdown监测分析和行程时间估计系统利用道路交通属性数据库、交通检测数据库、交通管理和天气数据库提供的基础交通数据,由所述的交通数据修补和预处理模块对交通检测数据进行预处理和修补,并由所述的交通breakdown监测分析模块、行程时间估计模块对基础交通数据进行分析处理,得到道路设施、交通管理措施和天气情况条件下的交通breakdown概率和路段行程时间;
所述的行程时间可靠度计算分析系统由道路交通属性数据库、交通检测数据库、交通管理数据和天气数据库、行程时间可靠度数据库、行程时间变异性计算分析模块、行程时间可靠度计算分析模块构成;所述的行程时间可靠度计算分析系统利用道路交通属性数据库、交通检测数据库、交通管理和天气数据库、行程时间可靠度数据库提供的基础道路交通属性数据、交通检测数据、交通管理数据和天气数据,由所述的行程时间变异性计算分析模块计算分析有无交通流breakdown情况下的路段行程时间变异性;由行程时间可靠度计算分析模块计算分析某一交通流量、道路设施、交通管理措施和天气情况条件下的路段行程时间可靠度,建立路段行程时间可靠度模型;以路段行程时间可靠度模型为基础,结合典型交通扰动的网络空间传播规律,利用概率论、风险评估理论和动态分段技术构建路径行程时间可靠度模型和路网行程时间可靠度模型;由行程时间可靠度计算分析模块根据路段、路径和路网行程时间可靠度模型,得到不同时段、不通交通需求情况下路段、路径和路网行程时间可靠度,从而辨识影响行程时间可靠度的主要影响因素;
所述的行程时间可靠度应用子系统包括行程时间可靠度分析查询系统,由面向管理者和出行者的系统分析查询终端输入分析查询指令,传递给行程时间可靠度监测子系统,并由行程时间可靠度监测子系统生成分析查询报告,输出显示在分析查询终端上;面向管理者有分析和查询功能,面向出行者有查询功能;
所述的一种快速道路行程时间可靠度监测分析系统,其特征在于:所述的通信子系统采用有线和无线通信相结合的方式。
2.一种快速道路行程时间可靠度监测分析方法,其特征在于:该方法具体包括以下步骤:
步骤一:数据采集和汇集;
汇集交通数据检测与监视子系统传递过来的原始数据,以及交通管理信息汇集子系统和天气信息发布系统传递过来的交通管理数据和天气数据,并实现交通检测数据的质量控制,提高交通检测设备的利用效率和数据质量;交通检测数据主要由固定交通检测器、基于车和固定交通检测器相结合检测方式、移动交通检测器检测方式获得,这些数据经过数据校验与预处理、修补汇集存储到数据库服务器,并通过行程时间估计和行程时间可靠度计算;所述的数据库服务器包括交通属性数据库、交通检测数据库、交通管理和天气数据库和行程时间可靠度数据库;
步骤二:行程时间估计
调用数据库服务器中的道路交通属性数据库、交通检测数据库、交通管理和天气数据库,利用行程时间估计模块,建立行程时间估计模型,得到交通流量、道路设施、交通管理措施和天气情况条件下的路段行程时间,存储在数据库服务器行程时间可靠度数据库;行程时间估计模型主要包括基于固定交通检测器的路段行程时间估计模型,基于车和固定交通检测器相结合检测方式的路段行程时间估计模型,基于移动交通检测器的路段和路径行程时间估计模型,以及基于多源交通检测数据的路段行程时间估计模型四类模型;第四类模型中除了移动交通检测器数据融合得到路段和路径行程时间外,其他数据融合可以得到路段行程时间;行程时间估计的数据处理过程主要集中在数据库服务器、应用服务器Ⅰ中进行;应用服务器Ⅰ包括交通数据修补与预处理模块、行程时间估计模块和交通breakdown监测分析模块;
步骤三:行程时间可靠度计算分析
由交通breakdown监测分析模块调用道路交通属性数据库、交通检测数据库、交通管理和天气数据库的数据再现典型交通扰动下交通流breakdown演化过程,建立交通breakdown概率模型;其次,由行程时间变异性计算分析模块建立无交通breakdown影响的随流量变化的行程时间方程和行程时间变异性模型,以及有交通流breakdown影响的行程时间方程和行程时间变异性模型;再次,由行程时间可靠度计算分析模块根据交通breakdown概率和行程时间变异性,建立路段行程时间可靠度模型;最后,由行程时间可靠度计算分析模块根据典型扰动分布特征和交通breakdown在网络中的演化规律,利用概率论、风险评估理论和动态分段技术建立路径和路网行程时间可靠度模型,从而辨识影响行程时间可靠度的影响因素;行程时间可靠度计算分析的数据处理过程主要集中在数据库服务器、应用服务器Ⅱ中进行;应用服务器Ⅱ包括行程时间变异性计算分析模块、行程时间可靠度计算分析模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511006148.7A CN105489010B (zh) | 2015-12-29 | 2015-12-29 | 一种快速道路行程时间可靠度监测分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511006148.7A CN105489010B (zh) | 2015-12-29 | 2015-12-29 | 一种快速道路行程时间可靠度监测分析系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105489010A CN105489010A (zh) | 2016-04-13 |
CN105489010B true CN105489010B (zh) | 2019-01-04 |
Family
ID=55675970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511006148.7A Active CN105489010B (zh) | 2015-12-29 | 2015-12-29 | 一种快速道路行程时间可靠度监测分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105489010B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105844916B (zh) * | 2016-05-18 | 2018-04-27 | 上海美慧软件有限公司 | 一种基于手机信令数据计算交通走廊客流的方法 |
CN108681717B (zh) * | 2018-05-18 | 2021-12-07 | 贵州云腾志远科技发展有限公司 | 城市级交通视频检测设备质量检测方法 |
CN109816978B (zh) * | 2019-01-28 | 2023-11-14 | 上海海事大学 | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 |
CN113379233B (zh) * | 2021-06-08 | 2023-02-28 | 重庆大学 | 一种基于高阶矩的行程时间可靠性估计方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101694744A (zh) * | 2009-10-28 | 2010-04-14 | 北京交通大学 | 道路应急疏散能力评价方法及系统、分级方法及系统 |
CN101706993A (zh) * | 2009-10-28 | 2010-05-12 | 北京交通大学 | 道路应急疏散能力指标体系的计算方法及系统 |
WO2011051758A1 (en) * | 2009-10-27 | 2011-05-05 | Alcatel Lucent | Improving reliability of travel time estimation |
CN103886756A (zh) * | 2014-04-17 | 2014-06-25 | 交通运输部公路科学研究所 | 基于obu的高速公路路网运行状态检测方法 |
CN103942950A (zh) * | 2014-04-26 | 2014-07-23 | 张兴 | 一种干线公路冰雪环境下交通运行可靠度预测方法 |
CN104240496A (zh) * | 2013-06-20 | 2014-12-24 | 中国移动通信集团公司 | 一种出行路径的确定方法和装置 |
CN104900061A (zh) * | 2015-05-29 | 2015-09-09 | 内蒙古工业大学 | 路段行程时间监测方法及装置 |
-
2015
- 2015-12-29 CN CN201511006148.7A patent/CN105489010B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011051758A1 (en) * | 2009-10-27 | 2011-05-05 | Alcatel Lucent | Improving reliability of travel time estimation |
CN101694744A (zh) * | 2009-10-28 | 2010-04-14 | 北京交通大学 | 道路应急疏散能力评价方法及系统、分级方法及系统 |
CN101706993A (zh) * | 2009-10-28 | 2010-05-12 | 北京交通大学 | 道路应急疏散能力指标体系的计算方法及系统 |
CN104240496A (zh) * | 2013-06-20 | 2014-12-24 | 中国移动通信集团公司 | 一种出行路径的确定方法和装置 |
CN103886756A (zh) * | 2014-04-17 | 2014-06-25 | 交通运输部公路科学研究所 | 基于obu的高速公路路网运行状态检测方法 |
CN103942950A (zh) * | 2014-04-26 | 2014-07-23 | 张兴 | 一种干线公路冰雪环境下交通运行可靠度预测方法 |
CN104900061A (zh) * | 2015-05-29 | 2015-09-09 | 内蒙古工业大学 | 路段行程时间监测方法及装置 |
Non-Patent Citations (3)
Title |
---|
城市道路网络的行程时间可靠性;张勇,等;《系统工程理论与实践》;20090831;第29卷(第8期);参见期刊第171-176页 |
基于道路使用者的城市路网动态行程时间可靠度;李小静,等;《公路交通科技》;20140430;第31卷(第4期);参见期刊第106-113页 |
天津市公路交通量数据管理与分析系统的设计;郑倩;《中国优秀硕士学位论文全文数据库(电子期刊)》;20150115(第1期);参见论文第3-5章 |
Also Published As
Publication number | Publication date |
---|---|
CN105489010A (zh) | 2016-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110111575B (zh) | 一种基于复杂网络理论的城市交通流量网络分析方法 | |
Liu et al. | Exploring data validity in transportation systems for smart cities | |
WO2018122803A1 (zh) | 一种智能化道路交通异常检测方法 | |
CN112512020B (zh) | 一种基于多源数据融合的交通状态弱信号感知研判方法 | |
CN105489010B (zh) | 一种快速道路行程时间可靠度监测分析系统及方法 | |
US20190329788A1 (en) | Road condition status prediction method, device, and server, and storage medium | |
CN104424812B (zh) | 一种公交到站时间预测系统和方法 | |
CN103280100A (zh) | 融合智能调度数据的公交ic卡乘客换乘站点判断方法 | |
CN104050319B (zh) | 一种实时在线验证复杂交通控制算法的方法 | |
CN109816978B (zh) | 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法 | |
Yao et al. | Sampled trajectory data-driven method of cycle-based volume estimation for signalized intersections by hybridizing shockwave theory and probability distribution | |
Zhi-Peng et al. | An improved adaptive exponential smoothing model for short-term travel time forecasting of urban arterial street | |
CN109993964A (zh) | 基于Hadoop技术的智能交通管理系统 | |
Wang et al. | Forecasting traffic volume at a designated cross-section location on a freeway from large-regional toll collection data | |
Habtie et al. | Artificial neural network based real-time urban road traffic state estimation framework | |
CN109410576A (zh) | 多源数据融合的路况分析方法、装置、存储介质及系统 | |
CN113361825A (zh) | 一种踩踏事故早期预警方法及系统 | |
Nie et al. | Optimizing actuated traffic signal control using license plate recognition data: Methods for modeling and algorithm development | |
CN116631186A (zh) | 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统 | |
Li et al. | TSF-transformer: a time series forecasting model for exhaust gas emission using transformer | |
Su et al. | Data‐Driven Method for Passenger Path Choice Inference in Congested Subway Network | |
Liu et al. | Internet of things based solutions for transport network vulnerability assessment in intelligent transportation systems | |
Li et al. | Construction of Intelligent Transportation Information Management System Based on Artificial Intelligence Technology | |
CN117610971A (zh) | 一种高速公路机电系统健康指数评估方法 | |
CN104794896A (zh) | 基于升降式限高架的高架桥拥堵空间热点自动提取方法 |
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 |