CN105608892B - 一种实时拥堵预警方法与系统 - Google Patents

一种实时拥堵预警方法与系统 Download PDF

Info

Publication number
CN105608892B
CN105608892B CN201511000351.3A CN201511000351A CN105608892B CN 105608892 B CN105608892 B CN 105608892B CN 201511000351 A CN201511000351 A CN 201511000351A CN 105608892 B CN105608892 B CN 105608892B
Authority
CN
China
Prior art keywords
mrow
msub
mover
section
overbar
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
CN201511000351.3A
Other languages
English (en)
Other versions
CN105608892A (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 CN201511000351.3A priority Critical patent/CN105608892B/zh
Publication of CN105608892A publication Critical patent/CN105608892A/zh
Application granted granted Critical
Publication of CN105608892B publication Critical patent/CN105608892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0133Traffic data processing for classifying traffic situation

Landscapes

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

Abstract

本发明提供一种实时拥堵预警方法,包括:对于数字路网中的某一路段 ,通过路段速度表获取小路段的速度数据,利用算术平均法计算每个小路段的平均速度,并保留小数点后两位;若本小路段在当前时段未获取到速度数据,则将t时段小路段j的平均速度值作适当处理;对于路段a,再计算路段速度变化值和计算路段流量变化值,在路段速度变化值和路段流量变化值满足设定条件时,发出路段拥堵预警信息。利用本发明的方案可快速、准确地实现道路拥堵的识别和预警,为交通决策提供及时、准确的数据支撑。本发明还涉及一种用于实时拥堵预警的计算机系统。

Description

一种实时拥堵预警方法与系统
技术领域
本发明涉及智能交通技术领域,具体而言涉及一种实时拥堵预警方法与系统。
背景技术
随着近年来车辆数爆炸式的增长,在高速公路上交通拥堵及其所引发的一系列交通事故也时常发生。高速公路建成后,随着交通量的不断增加给高速公路管理者处理交通拥堵问题带来了巨大的压力。
目前国内外检测拥堵事件的方法主要有视频、线圈等途径,视频检测容易受到天气影响,同时视频图像分辨过程需要高性能计算机,需要耗费较大的工程造价。而线圈的使用寿命较短,在高速公路上进行线圈的替换施工不便,容易造成拥堵和事故。因此,如何利用合理的手段进行高速公路拥堵事件检测与预警具有十分重要的研究意义和实际运用价值。
现阶段国内外的许多高速公路拥堵事件的研究停留在理论层面,与实际应用需求相背离,并不能很好地适应高速公路管理者对拥堵事件的检测的要求。
因此,如何设计一种能够快速反应当前交通拥堵状态且造价成本低的交通拥堵预警技术是当下城市交通拥堵研究的关键问题。
发明内容
本发明的第一方面提出一种实时拥堵预警方法,包括以下步骤:
步骤1、对于数字路网中的某一路段a,由路段速度表MQ_SUB_SEGMENT_SPEED 获取小路段的速度数据,利用算术平均法计算每个小路段的平均速度j表示小路段的编号,j=1,……,m,并保留小数点后两位;
若本小路段在当前时段未获取到速度数据,则将t时段小路段j的平均速度值按照下式处理:
为t-1时刻小路段j平均速度值;进入步骤2;
步骤2、对于路段a,小路段编号j,j=1,……,m,计算路段速度变化值:
步骤3、对于路段a,计算路段流量变化值:
积累汇入流量
累计驶出流量
路段累计流量
步骤4、对于路段a,若路段累计流量且路段速度持续时间T 下降, 则发出路段拥堵预警信息,其中,b为拥堵判别阈值。
进一步的实施例中,经过步骤4进行拥堵判断后,如果发出拥堵预警信息,输出数据包括:路段ID数据、拥堵结果、路段汇入流量和路段汇出流量。
进一步的实施例中,前述步骤4中的路段速度持续时间T设定为5min。
进一步的实施例中,前述拥堵判别阈值b设定为-2,即b=-2。
进一步的实施例中,更加包括以下步骤:
通过网络向交通指挥控制中心和/或公共交通工具发送拥堵识别结果信息以及路段信息。
根据本发明的公开,还提出一种用于实时拥堵预警的计算机系统,该计算机系统包括:
显示器,被设置用于显示拥堵预警的过程和/或预警结果;
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实时拥堵预警:
步骤1、对于数字路网中的某一路段a,由路段速度表MQ_SUB_SEGMENT_SPEED获取小路段的速度数据,利用算术平均法计算每个小路段的平均速度j表示小路段的编号,j=1,……,m,并保留小数点后两位;
若本小路段在当前时段未获取到速度数据,则将t时段小路段j的平均速度值按照下式处理:
为t-1时刻小路段j平均速度值;进入步骤2;
步骤2、对于路段a,小路段编号j,j=1,……,m,计算路段速度变化值:
步骤3、对于路段a,计算路段流量变化值:
积累汇入流量
累计驶出流量
路段累计流量
步骤4、对于路段a,若路段累计流量且路段速度持续时间T 下降, 则发出路段拥堵预警信息,其中,b为拥堵判别阈值。
进一步的实施例中,经过步骤4进行拥堵判断后,如果发出拥堵预警信息,输出数据包括:路段ID数据、拥堵结果、路段汇入流量和路段汇出流量。
进一步的实施例中,前述路段速度持续时间T设定为5min。
进一步的实施例中,前述拥堵判别阈值b设定为-2,即b=-2.
进一步的实施例中,该计算机系统更加包括:
网络收发器,被设置成与所述一个或多个处理器连接,用于通过网络向交通指挥控制中心和/或公共交通工具发送拥堵识别结果信息以及路段信息。
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实时拥堵预警的流程示意图。
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,一种实时拥堵预警方法,包括以下步骤:
步骤1、对于数字路网中的某一路段a,通过路段速度表获取小路段的速度数据,利用算术平均法计算每个小路段的平均速度j表示小路段的编号, j=1,……,m,并保留小数点后两位;
若本小路段在当前时段未获取到速度数据,则将t时段小路段j的平均速度值按照下式处理:
为t-1时刻小路段j平均速度值;进入步骤2;
步骤2、对于路段a,小路段编号j,j=1,……,m,计算路段速度变化值:
步骤3、对于路段a,计算路段流量变化值:
积累汇入流量
累计驶出流量
路段累计流量
步骤4、对于路段a,若路段累计流量对于路段a,若路段累计流量且路段速度持续时间T下降,则发出路段拥堵预警信息,其中,b为拥堵判别阈值。
利用本发明的方案可快速、准确地实现道路拥堵的识别和预警,基于交通数据中计算得到的准确的路段速度变化和流量变化进行的判断,可为交通决策提供更加及时、准确的数据支撑。
进一步的实施例中,经过步骤4进行拥堵判断后,如果发出拥堵预警信息,输出数据包括:路段ID数据、拥堵结果、路段汇入流量和路段汇出流量,如下表:
路段ID SEGMENT_ID VARchar2 p
更新时间 TIMESTAMP Long(13) t
是否发生拥堵 IS_CONGESTION_OCCURED boolean 1
路段汇入流量 VOLUMN_IN float Qp,in
路段汇出流量 VOLUMN_OUT float Qp,out
如果,在步骤4进行的拥堵判断中,不满足上述条件,则输出下述信息:
路段ID SEGMENT_ID VARchar2 p
更新时间 TIMESTAMP Long(13) t
是否发生拥堵 IS_CONGESTION_OCCURED boolean 0
路段汇入流量 VOLUMN_IN float Qp,in
路段汇出流量 VOLUMN_OUT float Qp,out
进一步的实施例中,前述步骤4中的路段速度持续时间T设定为5min。
进一步的实施例中,前述拥堵判别阈值b设定为-2,即b=-2.
进一步的实施例中,更加包括以下步骤:
通过网络向交通指挥控制中心和/或公共交通工具发送拥堵识别结果信息以及路段信息。
应当理解,在前述方法的实施过程中,我们根据电子警察数据、数字路网数据可以得到本方案所需要使用的输入数据,例如流量数据、小路段平均速度表。
1)流量数据表
数据来源:MQ_SEGMENT_VOLUMN,每1min取5min时间长度的数据。
SEGMENT_ID VARchar2 路段编号
TIMESTAMP LONG(13) 发生时间,精确到秒。
NORMAL BOOL 0:异常,1:正常
VOLUME_IN FLOAT T时刻的驶入流量,如果没有设为-1
VOLUME_OUT FLOAT T时刻的驶出流量,如果没有设为-1
2)小路段平均速度表
数据来源:MQ_SUB_SEGMENT_SPEED,5s进行一次。
参数 字段 类型
更新时间 TIMESTAMP long精确到秒
路段ID SEGMENT_ID VARchar2
路段分段编号 SUBSEGMENT_ID long
拥堵等级 SEGMENT_COLOR String 16进制
分段速度 SEGMENT_SPEED float
根据本发明的公开,还提出一种用于实时拥堵预警的计算机系统,该计算机系统包括:
显示器,被设置用于显示拥堵预警的过程和/或预警结果;
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实时拥堵预警:
步骤1、对于数字路网中的某一路段a,通过路段速度表获取小路段的速度数据,利用算术平均法计算每个小路段的平均速度j表示小路段的编号,j=1,......,m,并保留小数点后两位;
若本小路段在当前时段未获取到速度数据,则将t时段小路段j的平均速度值按照下式处理:
为t-1时刻小路段j平均速度值;进入步骤2;
步骤2、对于路段a,小路段编号j,j=1,……,m,计算路段速度变化值:
步骤3、对于路段a,计算路段流量变化值:
积累汇入流量
累计驶出流量
路段累计流量
步骤4、对于路段a,若路段累计流量对于路段a,若路段累计流量且路段速度持续时间T下降,则发出路段拥堵预警信息,其中,b为拥堵判别阈值。
进一步的实施例中,经过步骤4进行拥堵判断后,如果发出拥堵预警信息,输出数据包括:路段ID数据、拥堵结果、路段汇入流量和路段汇出流量。
进一步的实施例中,前述路段速度持续时间T设定为5min。
进一步的实施例中,前述拥堵判别阈值b设定为-2,即b=-2.
进一步的实施例中,该计算机系统更加包括:
网络收发器,被设置成与所述一个或多个处理器连接,用于通过网络向交通指挥控制中心和/或公共交通工具发送拥堵识别结果信息以及路段信息。
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 (10)

1.一种实时拥堵预警方法,其特征在于,包括以下步骤:
步骤1、对于数字路网中的某一路段a,通过路段速度表获取小路段的速度数据,利用算术平均法计算每个小路段的平均速度j表示小路段的编号,j=1,……,m,并保留小数点后两位;
若本小路段在当前时段未获取到速度数据,则将t时段小路段j的平均速度值按照下式处理:
<mrow> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>=</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中,为t-1时刻小路段j平均速度值;进入步骤2;
步骤2、对于路段a,小路段编号j,j=1,……,m,计算路段速度变化值:
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mo>&amp;Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>4</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>;</mo> </mrow>
步骤3、对于路段a,计算路段流量变化值:
积累汇入流量
累计驶出流量
路段累计流量
其中,qin(k)为汇入流量,qout(k)为驶出流量;
步骤4、对于路段a,若路段累计流量且路段速度持续时间T下降,则发出路段拥堵预警信息,其中,b为拥堵判别阈值。
2.根据权利要求1所述的实时拥堵预警方法,其特征在于,在步骤4进行拥堵判断后,如果发出拥堵预警信息,输出数据包括:路段ID数据、拥堵结果、路段汇入流量和路段汇出流量。
3.根据权利要求1所述的实时拥堵预警方法,其特征在于,前述步骤4中的路段速度持续时间T设定为5min。
4.根据权利要求1所述的实时拥堵预警方法,其特征在于,前述拥堵判别阈值b设定为-2,即b=-2。
5.根据权利要求1所述的实时拥堵预警方法,其特征在于,该方法更加包括以下步骤:
通过网络向交通指挥控制中心和/或公共交通工具发送拥堵识别结果信息以及路段信息。
6.一种用于实时拥堵预警的计算机系统,其特征在于,该计算机系统包括:
显示器,被设置用于显示拥堵预警的过程和/或预警结果;
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实时拥堵预警:
步骤1、对于数字路网中的某一路段a,由路段速度表获取小路段的速度数据,利用算术平均法计算每个小路段的平均速度j表示小路段的编号,j=1,……,m,并保留小数点后两位;
若本小路段在当前时段未获取到速度数据,则将t时段小路段j的平均速度值按照下式处理:
<mrow> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mo>=</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中,为t-1时刻小路段j平均速度值;进入步骤2;
步骤2、对于路段a,小路段编号j,j=1,……,m,计算路段速度变化值:
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>2</mn> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
<mrow> <mo>&amp;dtri;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mi>a</mi> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>m</mi> </mfrac> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mo>&amp;lsqb;</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>3</mn> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>a</mi> <mi>j</mi> </mrow> </msub> <mrow> <mo>(</mo> <mi>t</mi> <mo>-</mo> <mn>4</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>;</mo> </mrow>
步骤3、对于路段a,计算路段流量变化值:
积累汇入流量
累计驶出流量
路段累计流量
其中,qin(k)为汇入流量,qout(k)为驶出流量;
步骤4、对于路段a,若路段累计流量且路段速度持续时间T下降,则发出路段拥堵预警信息,其中,b为拥堵判别阈值。
7.根据权利要求6用于实时拥堵预警的计算机系统,其特征在于,所述拥堵预警信息的输出数据包括:路段ID数据、拥堵结果、路段汇入流量和路段汇出流量。
8.根据权利要求6用于实时拥堵预警的计算机系统,其特征在于,前述路段速度持续时间T设定为5min。
9.根据权利要求6用于实时拥堵预警的计算机系统,其特征在于,前述拥堵判别阈值b设定为-2,即b=-2。
10.根据权利要求6用于实时拥堵预警的计算机系统,其特征在于,该计算机系统更加包括:
网络收发器,被设置成与所述一个或多个处理器连接,用于通过网络向交通指挥控制中心和/或公共交通工具发送拥堵识别结果信息以及路段信息。
CN201511000351.3A 2015-12-28 2015-12-28 一种实时拥堵预警方法与系统 Active CN105608892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511000351.3A CN105608892B (zh) 2015-12-28 2015-12-28 一种实时拥堵预警方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511000351.3A CN105608892B (zh) 2015-12-28 2015-12-28 一种实时拥堵预警方法与系统

Publications (2)

Publication Number Publication Date
CN105608892A CN105608892A (zh) 2016-05-25
CN105608892B true CN105608892B (zh) 2018-01-05

Family

ID=55988796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511000351.3A Active CN105608892B (zh) 2015-12-28 2015-12-28 一种实时拥堵预警方法与系统

Country Status (1)

Country Link
CN (1) CN105608892B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108346288B (zh) * 2018-02-12 2020-06-26 山东路科公路信息咨询有限公司 路段运行状态预警方法、装置及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102201164A (zh) * 2010-03-23 2011-09-28 江苏云联科技有限公司 一种自适应城市交通拥堵快速反应系统
CN102231235A (zh) * 2011-04-29 2011-11-02 陈伟 一种交通流异常点检测定位方法
US8108135B2 (en) * 2006-12-28 2012-01-31 Denso Corporation Traffic congestion degree determination device, traffic congestion degree notification device, and program
KR20120029211A (ko) * 2010-09-16 2012-03-26 에스케이플래닛 주식회사 이동통신망을 이용한 교통정보 수집시스템, 그 유효 표본 보정 장치 및 그룹 별 평균 속도 산출 방법, 이를 위한 기록매체
CN103927901A (zh) * 2014-04-21 2014-07-16 姜廷顺 一种准确记录显示区域道路拥堵引发点的方法及系统
CN104778839A (zh) * 2015-04-28 2015-07-15 浙江大学 基于视频检测器的城市道路下游分方向交通状态判别方法
CN105160867B (zh) * 2015-08-20 2017-06-16 南京安通杰科技实业有限公司 交通讯息预测方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8108135B2 (en) * 2006-12-28 2012-01-31 Denso Corporation Traffic congestion degree determination device, traffic congestion degree notification device, and program
CN102201164A (zh) * 2010-03-23 2011-09-28 江苏云联科技有限公司 一种自适应城市交通拥堵快速反应系统
KR20120029211A (ko) * 2010-09-16 2012-03-26 에스케이플래닛 주식회사 이동통신망을 이용한 교통정보 수집시스템, 그 유효 표본 보정 장치 및 그룹 별 평균 속도 산출 방법, 이를 위한 기록매체
CN102231235A (zh) * 2011-04-29 2011-11-02 陈伟 一种交通流异常点检测定位方法
CN103927901A (zh) * 2014-04-21 2014-07-16 姜廷顺 一种准确记录显示区域道路拥堵引发点的方法及系统
CN104778839A (zh) * 2015-04-28 2015-07-15 浙江大学 基于视频检测器的城市道路下游分方向交通状态判别方法
CN105160867B (zh) * 2015-08-20 2017-06-16 南京安通杰科技实业有限公司 交通讯息预测方法

Also Published As

Publication number Publication date
CN105608892A (zh) 2016-05-25

Similar Documents

Publication Publication Date Title
Zheng et al. Validating the bivariate extreme value modeling approach for road safety estimation with different traffic conflict indicators
Abdulsattar et al. Measuring the impacts of connected vehicles on travel time reliability in a work zone environment: an agent-based approach
Wilson et al. Speed cameras for the prevention of road traffic injuries and deaths
Xu et al. Development of a real-time crash risk prediction model incorporating the various crash mechanisms across different traffic states
US9911327B2 (en) Method and apparatus for identifying a split lane traffic location
US9008954B2 (en) Predicting impact of a traffic incident on a road network
CN110188807A (zh) 基于级联超分辨率网络与改进Faster R-CNN的隧道行人目标检测方法
CN109887283B (zh) 一种基于卡口数据的道路拥堵预测方法、系统及装置
CN103258430A (zh) 路段旅行时间统计、以及交通路况判定方法和装置
CN113345229B (zh) 基于联邦学习的道路预警方法及其相关设备
CN104484514A (zh) 一种规避拥堵路段的弹性公交线路设计方法
CN106205125A (zh) 一种救护车抵达时间实时预测系统及方法
CN106228830A (zh) 一种公交车到站时间实时预测系统及方法
CN106251628B (zh) 一种确定机动车的交通出行量的方法及装置
CN105139670A (zh) 一种基于视频的区域自优化信号控制方法及装置
CN109785627A (zh) 一种十字路口交通流量监控系统
CN105608892B (zh) 一种实时拥堵预警方法与系统
CN104834725B (zh) 一种分析鉴别车辆尾随行为的系统
CN109584560A (zh) 一种基于高速公路交通检测的交通控制调节方法及系统
Gowri et al. Evaluation of right-turn lanes at signalized intersection in non-lane-based heterogeneous traffic using microscopic simulation model
CN105118310A (zh) 一种基于视频的单点自优化信号控制方法及装置
Sobreira et al. Disaggregated traffic conditions and road crashes in urban signalized intersections
CN104575049A (zh) 一种基于阵列雷达的高架匝道智能诱导方法及装置
Zahid et al. Predicting red light running violation using machine learning classifiers
CN106251566A (zh) 一种火灾报警系统及方法

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
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.

CP03 Change of name, title or address