CN105489015A - 基于投资模型的城市道路智能交通规划方法 - Google Patents

基于投资模型的城市道路智能交通规划方法 Download PDF

Info

Publication number
CN105489015A
CN105489015A CN201610046668.9A CN201610046668A CN105489015A CN 105489015 A CN105489015 A CN 105489015A CN 201610046668 A CN201610046668 A CN 201610046668A CN 105489015 A CN105489015 A CN 105489015A
Authority
CN
China
Prior art keywords
traffic
investment
intelligent transportation
urban road
intelligent
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
Application number
CN201610046668.9A
Other languages
English (en)
Inventor
韩直
关菲菲
杜益文
翟长旭
周广振
陈晓利
朱湧
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.)
China Merchants Chongqing Communications Research and Design Institute Co Ltd
Original Assignee
China Merchants Chongqing Communications Research and Design Institute 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 China Merchants Chongqing Communications Research and Design Institute Co Ltd filed Critical China Merchants Chongqing Communications Research and Design Institute Co Ltd
Priority to CN201610046668.9A priority Critical patent/CN105489015A/zh
Publication of CN105489015A publication Critical patent/CN105489015A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing

Landscapes

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

Abstract

本发明提供的基于投资模型的城市道路智能交通规划方法,包括采集规划区域内的智能系统现状数据,并确定智能交通系统规划的目标;b.建立投资效益模型,通过投资效益模型对智能交通进行规划;本发明通过采集规划区域内的智能系统现状数据,建立投资效益模型,再通过投资效益模型选择最合理的规划方案,使得投资效益比达到最大化,不仅可以有效的解决规划区域内的交通问题,同时还避免了投资浪费、效率低下等问题,使智能交通系统规划更加完善,本发明中的方法不局限于区域交通,还可以应用于单交叉口、干线等进行智能规划,适用性非常广,保障了规划系统的整体协调性,利于智能交通系统建设的可持续性发展。

Description

基于投资模型的城市道路智能交通规划方法
技术领域
本发明涉及智能交通领域,尤其涉及一种基于投资模型的城市道路智能交通规划方法。
背景技术
交通安全、交通堵塞及环境污染是困扰当今国际交通领域的三大难题,尤其以交通安全问题最为严重,面对当今世界全球化、信息化发展趋势,传统的交通技术和手段已不适应经济社会发展的要求。智能交通系统是交通事业发展的必然选择,是交通事业的一场革命。通过先进的信息技术、通信技术、控制技术、传感技术、计算器技术和系统综合技术有效的集成和应用,使人、车、路之间的相互作用关系以新的方式呈现,从而实现实时、准确、高效、安全、节能的目标,
近年来,我国的城市智能交通市场规模保持了高速增长态势,截止到2012年包含智能公交、电子警察、交通信号控制、卡口、交通视频监控、出租车信息服务管理、城市客运枢纽信息化、GPS与警用系统、交通信息采集与发布和交通指挥类平台等10个细分行业的项目数量达到4527项;市场规模达到159.9亿元。
目前,国内外采用的智能交通规划方法只是单一的定性规划方法,且主要针对区域,具体方法主要有;基于市场包的ITS规划方法,基于需求的ITS规划方法,基于可追溯的ITS规划方法,其中基于区域需求的ITS规划方法是适用于我国国情的,但其考虑的是区域,需求智能规划方法并不仅限于区域还可应用于单交叉口和干线规划。另外现有定性分析的智能交通规划并未给出实际需求量,且智能交通设备费用昂贵,如不将智能交通规划与投资结合在一起,依据交通需求进行定量分析,势必会造成投资浪费等现象。
发明内容
有鉴于此,本发明提供一种基于投资模型的城市道路智能交通规划方法,以解决上述问题。
本发明提供的基于投资模型的城市道路智能交通规划方法,
a.采集规划区域内的智能系统现状数据,并确定智能交通系统规划的目标;
b.建立投资效益模型,通过投资效益模型对智能交通进行规划。
进一步,所述投资效益模型通过如下公式表示:
K i = B I C i
其中,KI为第i个方案的投资效益比,ci为每个方案的投资与营运费用,BI为产生的效益;i为方案的数量。
进一步,所述步骤b具体包括
b1.根据采集的智能系统现状数据,对每个智能交通子系统进行评价;
b2.对每个智能交通子系统赋权,并根据重要度预测每一子系统的设备投入量;
b3.根据权重和设备投入量建立投资效益模型。
进一步,所述智能交通子系统包括
交通信号控制系统,用于调节道路交通流量;
交通事件检测系统,用于检测交通异常情况;
电视监视系统,用于处置交通事故、交通疏导,交通违法取证和及时响应交通突发事件;
信息采集系统,用于获取交通特性、交通事件和拥挤程度信息;
交通诱导系统,用于发布路况信息和交通诱导信息;
监控系统,用于监控违章行为;
通信系统和供电系统,用于信号传输和供电。
进一步,步骤b1中的评价包括通过评价指标进行评价,所述评价指标包括用于表示安全性和畅通性的性能指标、用于表示实时性和维护简便性的效能指标和用于表示出行时间节约效益、社会效益和事故次数较少与事故危害降低效益的效益指标。
进一步,当K≥1时,方案具备可实施性,将K值从大到小排列,根据规划的投入资金、投资效益比和性能指标选出最佳方案。
进一步,所述性能指标为:
P = Σ i = 1 n Σ k = 1 4 P k Σ j = 1 3 E i · S i k j
其中,i表示第i项系统设施,K表示第K项性能,j表示第j项交通指标,P表示性能,PK表示第K项性能权重,Ei表示第i项交通权重,Sikj表示第i项设施第k项性能指标相对于第j项效能指标的满意程度。
进一步,所述效益指标为
B = Σ i = 1 n Σ k = 5 6 P k Σ j = 1 3 E 1 · S i k j
其中,B表示效益。
本发明的有益效果:本发明通过采集规划区域内的智能系统现状数据,建立投资效益模型,再通过投资效益模型选择最合理的规划方案,使得投资效益比达到最大化,不仅可以有效的解决规划区域内的交通问题,同时还避免了投资浪费、效率低下等问题,使智能交通系统规划更加完善,本发明中的方法不局限于区域交通,还可以应用于单交叉口、干线等进行智能规划,适用性非常广,保障了规划系统的整体协调性,利于智能交通系统建设的可持续性发展。
附图说明
下面结合附图和实施例对本发明作进一步描述:
图1是本发明的原理示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步描述:图1是本发明的原理示意图。
如图1所示,本实施例中的基于投资模型的城市道路智能交通规划方法,
a.采集规划区域内的智能系统现状数据,并确定智能交通系统规划的目标;
b.建立投资效益模型,通过投资效益模型对智能交通进行规划。
通过投资效益模型,计算出多个备选的具有可行性的方案,结合各种参数以及评价指标,从中选取最合理的规划方案,使得投资效益比最大,可以使规划后的交通减少拥堵,提升了交通系统的运行速度、增加了通行能力、减少了系统的延误,使停车次数减少、事故率得到下降,在有效解决交通问题的同时避免了投资浪费、效率低下等严重问题,使得智能交通系统规划更加完善。
在本实施例中,所述投资效益模型通过如下公式表示:
K i = B I C i
其中,KI为第i个方案的投资效益比,ci为每个方案的投资与营运费用,BI为产生的效益;i为方案的数量。
在本实施例中,所述步骤b具体包括
b1.根据采集的智能系统现状数据,对每个智能交通子系统进行评价;
b2.对每个智能交通子系统赋权,并根据重要度预测每一子系统的设备投入量;
b3.根据权重和设备投入量建立投资效益模型。
对所规划的区域(节点、干道、区域)智能系统现状调查与采集,根据采集的数据,确定智能交通系统规划的目标,例如:速度提升、通行能力增加、事故率降低、延误的减少等。采集数据完成后,根据采集的现网数据确定在道路现有智能交通设施基础上实现规划目标需完善的智能交通系统。
在本实施例中,所述智能交通子系统包括
交通信号控制系统,用于调节道路交通流量;通信号控制系统,结合路口实际实现区域协调、干线协调、自适应控制、感应控制、定周期控制、匝道控制,主要设备是信号灯、信号机,通常与信息采集系统联合使用。主要功能是调节道路交通流量,提高道路通行效率,在保障交通安全前提下合理配置路口时间和空间资源,使停车次数和延误最小,充分发挥道路系统的交通效益,达到最大程度的交通畅通。
交通事件检测系统,用于自动检测交通发生的异常情况,交通事件检测系统借助于当前最先进的人工智能、机器视觉和图像处理等技术自动实现堵车检测、停车检测、逆行检测、行人入侵检测、抛洒物检测、烟雾检测、违章并线检测、违章掉头检测等事件。本实施例中采用高清相机时能够同步捕捉并识别车牌号码作为事后处理技术依据。
电视监视系统,用于处置交通事故、交通疏导,交通违法取证和及时响应交通突发事件;交通事件检测系统与电视监视系统,主要设备包括摄像头、交通电视,高空高清视频监视、事件检测视频、违法行为检测视频以及接口等,主要在对交通事故的处置、交通疏导,交通违法取证,及时响应交通突发事件,侦破刑事事件等方面发挥作用。
信息采集系统,用于获取交通特性、交通事件和拥挤程度信息;信息采集系统,包括检测线圈、微波、视频、GPS、、RFID、浮动车等设备和软件,可获取道路上的交通流量、车道占有率、车速等交通特性、交通事件和拥挤程度信息,可为指挥调度、信号控制交通诱导等提供决策依据。
交通诱导系统,用于发布路况信息和交通诱导信息;交通诱导系统,主要设备和软件包括交通诱导屏、LED交通诱导标志、车载导航、互联网、交通广播等,可向道路交通参与者发布及时的路况信息和交通诱导信息,有助于营造良好的交通秩序,有效地预防、缓解、尽快消除道路交通拥堵。
监控系统,用于监控违章行为;监控系统包括闯红灯自动监测系统俗称电子警察,人工手动抓拍,摄像机以及人行横道检测记录、超速监测记录、违反禁令自动记录系统等,主要起到规范交通,提高行车安全性的作用。
通信系统和供电系统,用于信号传输和供电;通信系统和供电系统,是智能交通规划必须带有的控制系统,通信系统是利用视频、PTZ控制、交通信号数据、闯红灯自动记录系统数据在一根光纤上的复合传输技术,通过分波器将光波分离成特定的波长后供系统使用。
在本实施例中,步骤b1中的评价包括通过评价指标进行评价,所述评价指标包括用于表示安全性和畅通性的性能指标、用于表示实时性和维护简便性的效能指标和用于表示出行时间节约效益、社会效益和事故次数较少与事故危害降低效益的效益指标。
在本实施例中,当K≥1时,方案具备可实施性,将K值从大到小排列,根据规划的投入资金、投资效益比和性能指标选出最佳方案。
每一子系统的评价指标可由性能指标P,效能指标E,效益指标B表示。
性能指标(安全性p1,畅通性p2,…pn),
效能指标(实时性E1,维护简便性E2,…En),
效益指标(出行时间节约效益B1,事故次数减少与事故危害降低效益B2,社会效益B3,…Bn)。
指标赋权时可采用主观权重法和客观权重法,例如用主观赋权法中的AHP法分别对性能指标中的各指标赋予权重,其中以i表示第i项系统设施,K表示第K项性能,j表示第j项交通指标,P表示性能,PK表示第K项性能权重,Ei表示第i项交通权重,Sikj表示第i项设施第k项性能指标相对于第j项效能指标的满意程度,系统由n项组成,可得出性能指数效益指数 B = Σ i = 1 n Σ k = 5 6 P k Σ j = 1 3 E 1 · S i k j .
在本实施例中,假设有m个方案,每个方案的投资与营运费用为ci,产生的效益为BI,可得到该方案投资效益比K≥1时,说明此方案可实施,并将K值从大到小排列,依据规划的投入资金,选取投资效益比最大的几个方案,结合性能指标选出最佳方案,并依据每一子系统的性能指标安排建设时序。最后依据投资和所需功能进行通信系统和供电系统的规划。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种基于投资模型的城市道路智能交通规划方法,其特征在于:
a.采集规划区域内的智能系统现状数据,并确定智能交通系统规划的目标;
b.建立投资效益模型,通过投资效益模型对智能交通进行规划。
2.根据权利要求1所述的基于投资模型的城市道路智能交通规划方法,其特征在于:所述投资效益模型通过如下公式表示:
K i = B I C i
其中,KI为第i个方案的投资效益比,ci为每个方案的投资与营运费用,BI为产生的效益;i为方案的数量。
3.根据权利要求2所述的基于投资模型的城市道路智能交通规划方法,其特征在于:所述步骤b具体包括
b1.根据采集的智能系统现状数据,对每个智能交通子系统进行评价;
b2.对每个智能交通子系统赋权,并根据重要度预测每一子系统的设备投入量;
b3.根据权重和设备投入量建立投资效益模型。
4.根据权利要求3所述的基于投资模型的城市道路智能交通规划方法,其特征在于:所述智能交通子系统包括
交通信号控制系统,用于调节道路交通流量;
交通事件检测系统,用于检测交通异常情况;
电视监视系统,用于处置交通事故、交通疏导,交通违法取证和及时响应交通突发事件;
信息采集系统,用于获取交通特性、交通事件和拥挤程度信息;
交通诱导系统,用于发布路况信息和交通诱导信息;
监控系统,用于监控违章行为;
通信系统和供电系统,用于信号传输和供电。
5.根据权利要求3所述的基于投资模型的城市道路智能交通规划方法,其特征在于:步骤b1中的评价包括通过评价指标进行评价,所述评价指标包括用于表示安全性和畅通性的性能指标、用于表示实时性和维护简便性的效能指标和用于表示出行时间节约效益、社会效益和事故次数较少与事故危害降低效益的效益指标。
6.根据权利要求5所述的基于投资模型的城市道路智能交通规划方法,其特征在于:当K≥1时,方案具备可实施性,将K值从大到小排列,根据规划的投入资金、投资效益比和性能指标选出最佳方案。
7.根据权利要求6所述的基于投资模型的城市道路智能交通规划方法,其特征在于:所述性能指标为:
P = Σ i = 1 n Σ k = 1 4 P k Σ j = 1 3 E i · S i k j
其中,i表示第i项系统设施,K表示第K项性能,j表示第j项交通指标,P表示性能,PK表示第K项性能权重,EI表示第i项交通权重,Sikj表示第i项设施第k项性能指标相对于第j项效能指标的满意程度。
8.根据权利要求7所述的基于投资模型的城市道路智能交通规划方法,其特征在于:所述效益指标为
B = Σ i = 1 n Σ k = 5 6 P k Σ j = 1 3 E 1 · S i k j
其中,B表示效益。
CN201610046668.9A 2016-01-22 2016-01-22 基于投资模型的城市道路智能交通规划方法 Pending CN105489015A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610046668.9A CN105489015A (zh) 2016-01-22 2016-01-22 基于投资模型的城市道路智能交通规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610046668.9A CN105489015A (zh) 2016-01-22 2016-01-22 基于投资模型的城市道路智能交通规划方法

Publications (1)

Publication Number Publication Date
CN105489015A true CN105489015A (zh) 2016-04-13

Family

ID=55675975

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610046668.9A Pending CN105489015A (zh) 2016-01-22 2016-01-22 基于投资模型的城市道路智能交通规划方法

Country Status (1)

Country Link
CN (1) CN105489015A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111397625A (zh) * 2020-03-30 2020-07-10 腾讯科技(深圳)有限公司 车辆导航方法及相关装置
CN112016735A (zh) * 2020-07-17 2020-12-01 厦门大学 一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509240A (zh) * 2011-11-22 2012-06-20 天津市电力公司 一种基于多指标多层次的电网投资效益评估方法
CN103106789A (zh) * 2013-01-10 2013-05-15 东南大学 一种交通诱导系统与信号控制系统的协同方法
CN103208194A (zh) * 2013-04-03 2013-07-17 昆明联诚科技有限公司 一种城市交通信号协同控制系统
CN104657815A (zh) * 2014-12-23 2015-05-27 南京道润交通科技有限公司 一种高速公路一体化事件处理与应急调度系统与方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102509240A (zh) * 2011-11-22 2012-06-20 天津市电力公司 一种基于多指标多层次的电网投资效益评估方法
CN103106789A (zh) * 2013-01-10 2013-05-15 东南大学 一种交通诱导系统与信号控制系统的协同方法
CN103208194A (zh) * 2013-04-03 2013-07-17 昆明联诚科技有限公司 一种城市交通信号协同控制系统
CN104657815A (zh) * 2014-12-23 2015-05-27 南京道润交通科技有限公司 一种高速公路一体化事件处理与应急调度系统与方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘乔乔: "基于伦理的城市轨道交通问题研究", 《中国优秀硕士学位论文全文数据库 哲学与人文科学辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111397625A (zh) * 2020-03-30 2020-07-10 腾讯科技(深圳)有限公司 车辆导航方法及相关装置
CN112016735A (zh) * 2020-07-17 2020-12-01 厦门大学 一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质
CN112016735B (zh) * 2020-07-17 2023-03-28 厦门大学 一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质

Similar Documents

Publication Publication Date Title
CN110533885B (zh) 城市内涝监测预警系统及预警方法
CN104269051B (zh) 一种高速公路监控管理系统
CN103258430B (zh) 路段旅行时间统计、以及交通路况判定方法和装置
CN108629973A (zh) 基于固定检测设备的路段交通拥堵指数计算方法
CN104464295B (zh) 一种基于视频的高架入口匝道智能限行方法
CN101419750B (zh) 基于数据特征的城市信号控制路口交通状态检测评价方法
CN113888873B (zh) 基于短时交通流的高速公路事故检测、预警系统及方法
CN102231235A (zh) 一种交通流异常点检测定位方法
CN113643540B (zh) 一种高速公路事故快速检测、预警系统及方法
CN106601005B (zh) 一种基于rfid和微信平台的城市智能交通诱导方法
CN104299426A (zh) 一种基于对行人检测计数统计的交通信号控制系统及方法
CN101882374A (zh) 一种车辆行程分布综合信息分析系统及方法
CN107909833A (zh) 一种交通枢纽用的智能交通系统
CN114333313B (zh) 一种基于高速公路监控的智能巡检方法
CN101551940A (zh) 城市快速道路交通状态判别与发布系统及其方法
CN105957370A (zh) 一种基于QoE的交通调度大数据系统及方法
CN201262784Y (zh) 基于数据特征的城市信号控制路口交通状态检测和评价系统
CN107180403A (zh) 一种公共交通客流量统计管理方法及系统
CN105654720A (zh) 基于城市道路拥堵识别的检测器布设方法
CN116863723B (zh) 一种数字孪生基座的使用方法
CN210865032U (zh) 城市内涝监测预警系统
CN106558217A (zh) 一种获取路边停车场信息的方法、装置及服务器
CN105489015A (zh) 基于投资模型的城市道路智能交通规划方法
CN106781533A (zh) 一种用于道路交叉口的交通智能检测系统
CN109743554A (zh) 一种智能交警机器人

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: 20160413

RJ01 Rejection of invention patent application after publication