CN105741548A - 一种生成交通状态云图的方法 - Google Patents

一种生成交通状态云图的方法 Download PDF

Info

Publication number
CN105741548A
CN105741548A CN201610242596.5A CN201610242596A CN105741548A CN 105741548 A CN105741548 A CN 105741548A CN 201610242596 A CN201610242596 A CN 201610242596A CN 105741548 A CN105741548 A CN 105741548A
Authority
CN
China
Prior art keywords
grid
road network
traffic
traffic behavior
cloud atlas
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
CN201610242596.5A
Other languages
English (en)
Inventor
肖建力
明伟
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201610242596.5A priority Critical patent/CN105741548A/zh
Publication of CN105741548A publication Critical patent/CN105741548A/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)
  • Instructional Devices (AREA)

Abstract

本发明提供了一种生成交通状态云图的方法,包括:步骤1,将整个城市路网在东西、南北走向分别等长地划分为相同大小的网格,城市路网中的道路被各个网格切分为若干条子路段,每条子路段都包含于唯一的一个网格内;步骤2,计算每个网格的交通状态评价指标;步骤3,将网格的交通状态评价指标映射到一连续的颜色空间,从而获得以颜色变化表示路网的交通状态评价指标的颜色块分布图;步骤4,采用图像平滑算子对颜色块分布图进行平滑处理,得到交通状态云图。相比于一般的路网交通流分析方法,本发明更加侧重于从路网区域这一宏观的空间尺度分析路网交通流的状态。该方法生成的交通状态云图能够在时间和空间尺度上动态地反应路网交通流的变化规律。

Description

一种生成交通状态云图的方法
技术领域
本发明涉及智能交通技术领域,具体地,涉及一种生成交通状态云图的方法。
背景技术
随着我国经济的快速发展,汽车变得越来越普及,汽车保有量的快速增加和城市道路建设的滞后和建设瓶颈使得城市交通拥堵成为一种普遍现象。交通拥堵不仅使车速降低、通勤时间增长、缩短了汽车等交通设备的使用寿命还增加了二氧化碳等化学物质的排放从而加剧了环境的污染,导致了巨大的经济损失。交通拥堵是我们必须面对和解决的社会问题。通过使用路网交通流分析技术,对路网的交通状态进行识别,对已经发生拥堵的路段进行及时的诱导和控制,对将要发生拥堵的路段进行提前预报,采取合理的诱导措施预防拥堵的发生,是解决路网交通拥堵的有效手段。现有的路网交通流分析和发布技术在交通状态识别与发布方面取得了不错的效果,但是仍然存在一些问题,主要表现为分析和研究的对象以路段为主,对于空间范围更为宏观的路网区域则很少涉及。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种生成交通状态云图的方法。
根据本发明提供的一种生成交通状态云图的方法,包括:
步骤1,将整个城市路网在东西、南北走向分别等长地划分为相同大小的网格,城市路网中的道路被各个网格切分为若干条子路段,每条子路段都包含于唯一的一个网格内;
步骤2,计算每个网格的交通状态评价指标;
步骤3,将所述网格的交通状态评价指标映射到一连续的颜色空间,从而获得以颜色变化表示所述路网的交通状态评价指标的颜色块分布图;
步骤4,采用图像平滑算子对所述颜色块分布图进行平滑处理,得到交通状态云图。
作为一种优化方案,所述步骤2具体包括:
以网格的平均速度作为所述交通状态评价指标,所述平均速度为:
其中,n为网格内子路段的总数,vi为该网格内第i条子路段的速度。
作为一种优化方案,所述步骤2具体包括:
以交通指数TSI作为所述交通状态评价指标,所述交通指数TSI为:
T S I = ( 1 - Σ r = 1 R w r ( Σ t = 1 T w t ( Σ i = 1 N k i l i v i v f r ) ) Σ r = 1 R w r ( Σ t = 1 T w t ( Σ i = 1 N k i l i ) ) ) × 100
其中,li为该网格区域中第i条子路段的长度;ki为第i条子路段的车道数;wt为当前时刻的时间权重系数,分为高峰时段、平峰时段取值,高峰时段的权值大于平峰时段的权值;wr为路网性质权重,分为快速路、地面主干道、地面支路取值;vfr为不同性质路网的自由流速度,由实际的交通情况计算得出。
作为一种优化方案,步骤3中获得所述颜色块分布图的具体过程包括:
步骤31,提供一连续的颜色空间;
步骤32,将所述网格的交通状态评价指标映射于所述颜色空间中,获得对应的显示色;
步骤33,用所述显示色填充所述网格,填充后的所述路网形成所述颜色块分布图。
作为一种优化方案,所述图像平滑算子包括均值滤波器,和/或高斯滤波器。
与现有技术相比,本发明具有如下的有益效果:
本发明相比于一般的路网交通流分析方法,更加侧重于从路网区域这一宏观的空间尺度分析路网交通流的状态。该方法生成的交通状态云图能够在时间和空间尺度上动态地反应路网交通流的变化规律。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍,显而易见,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。附图中:
图1是可选的一种生成交通状态云图的方法流程示意图;
图2是可选的一种路网的交通状态评价指标的颜色块分布图;
图3是可选的一种经过平滑处理后的交通状态云图。
具体实施方式
下文结合附图以具体实施例的方式对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,还可以使用其他的实施例,或者对本文列举的实施例进行结构和功能上的修改,而不会脱离本发明的范围和实质。
在本发明提供的一种生成交通状态云图的方法的实施例中,如图1所示,包括
步骤1,将整个城市路网在东西、南北走向分别等长地划分为相同大小的网格,城市路网中的道路被各个网格切分为若干条子路段,每条子路段都包含于唯一的一个网格内。
步骤2,计算每个网格的交通状态评价指标。计算每个网格的平均速度或者交通指数TSI,作为评价该网格的交通状态评价指标。本实施例涉及至少两种可选的评价路网区域交通状态的指标:网格的平均速度或交通指数TSI。可以选取两个指标中的任何一个来评价网格区域的交通状态。
步骤3,将所述网格的交通状态评价指标映射到一连续的颜色空间,从而获得以颜色变化表示所述路网的交通状态评价指标的颜色块分布图。
步骤4,采用图像平滑算子对所述颜色块分布图进行平滑处理,得到交通状态云图。
该方法模拟气象卫星云图的方式,能够对路网区域的交通状况进行分析和发布,方便出行者优化出行路线,同时也能够为交通管理部门制定合理的交通规划提供数据支撑。本实施例首先对整个城市路网区域进行网格化划分,得到相同大小的网格;然后计算每个网格区域的交通状态的评价指标;接着将网格区域的交通指标映射到连续的颜色空间,从而得到网格区域的交通指标分布图;最后采用图像平滑算子对交通指标分布图进行滤波,使得相邻网格的颜色变得平滑、联通,获得交通状态云图。
子路段为本领域常用的说法,是指两个岔路口之间所夹的路段部分。
作为一种实施例,所述步骤2具体包括:
以网格的平均速度作为所述交通状态评价指标,所述平均速度为:
其中,n为网格内子路段的总数,vi为该网格内第i条子路段的速度。
作为一种实施例,所述步骤2具体包括:
以交通指数TSI作为所述交通状态评价指标,所述交通指数TSI为:
T S I = ( 1 - Σ r = 1 R w r ( Σ t = 1 T w t ( Σ i = 1 N k i l i v i v f r ) ) Σ r = 1 R w r ( Σ t = 1 T w t ( Σ i = 1 N k i l i ) ) ) × 100
其中,li为该网格区域中第i条子路段的长度;ki为第i条子路段的车道数;wt为当前时刻的时间权重系数,分为高峰时段、平峰时段取值,高峰时段的权值大于平峰时段的权值;wr为路网性质权重,分为快速路、地面主干道、地面支路取值;vfr为不同性质路网的自由流速度,由实际的交通情况计算得出。交通指数是在给定时间段内评价城市路网中的路段或区域拥堵程度的相对数,它是一个无量纲的量,根据给定的时间段长度的不同以及区域大小的不同,交通指数可以具有不同的时间和空间尺度。交通拥堵指数的取值区间为[0,100],数值越大表示交通状态越拥堵,数值越小则越畅通。
采用上述两种指标中的任意一种,计算各个网格区域的交通状态指标。
作为一种实施例,步骤3中获得所述颜色块分布图的具体过程包括:
步骤1,提供一连续的颜色空间;
步骤2,将所述网格的交通状态评价指标映射于所述颜色空间中,获得对应的显示色;
步骤3,用所述显示色填充所述网格,填充后的所述路网形成所述颜色块分布图。
以采用交通指数作为网格区域的交通状态的评价指标为例,描述步骤3的主要过程。在步骤2计算出每个网格区域的交通指数之后,将范围为[0,100]交通指数映射到由蓝色变化到红色的颜色空间,得到的效果如图2所示。
作为一种实施例,所述图像平滑算子包括均值滤波器,和/或高斯滤波器。
步骤4以高斯滤波器为例。对于步骤3中得到的网格区域交通状态评价指标的分布图,利用高斯滤波器进行平滑后,网格区域的边界将变得模糊,相同颜色的网格聚合在一起,从而得到交通状态云图,如图3所示。
以上所述仅为本发明的较佳实施例,本领域技术人员知悉,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等同替换。另外,在本发明的教导下,可以对这些特征和实施例进行修改以适应具体的情况及材料而不会脱离本发明的精神和范围。因此,本发明不受此处所公开的具体实施例的限制,所有落入本申请的权利要求范围内的实施例都属于本发明的保护范围。

Claims (5)

1.一种生成交通状态云图的方法,其特征在于,包括:
步骤1,将整个城市路网在东西、南北走向分别等长地划分为相同大小的网格,城市路网中的道路被各个网格切分为若干条子路段,每条子路段都包含于唯一的一个网格内;
步骤2,计算每个网格的交通状态评价指标;
步骤3,将所述网格的交通状态评价指标映射到一连续的颜色空间,从而获得以颜色变化表示所述路网的交通状态评价指标的颜色块分布图;
步骤4,采用图像平滑算子对所述颜色块分布图进行平滑处理,得到交通状态云图。
2.根据权利要求1所述的一种生成交通状态云图的方法,其特征在于,所述步骤2具体包括:
以网格的平均速度作为所述交通状态评价指标,所述平均速度为:
其中,n为网格内子路段的总数,vi为该网格内第i条子路段的速度。
3.根据权利要求1所述的一种生成交通状态云图的方法,其特征在于,所述步骤2具体包括:
以交通指数TSI作为所述交通状态评价指标,所述交通指数TSI为:
T S I = ( 1 - Σ r = 1 R w r ( Σ t = 1 T w t ( Σ i = 1 N k i l i v i v f r ) ) Σ r = 1 R w r ( Σ t = 1 T w t ( Σ i = 1 N k i l i ) ) ) × 100
其中,li为该网格区域中第i条子路段的长度;ki为第i条子路段的车道数;wt为当前时刻的时间权重系数,分为高峰时段、平峰时段取值,高峰时段的权值大于平峰时段的权值;wr为路网性质权重,分为快速路、地面主干道、地面支路取值;vfr为不同性质路网的自由流速度,由实际的交通情况计算得出。
4.根据权利要求1所述的一种生成交通状态云图的方法,其特征在于,步骤3中获得所述颜色块分布图的具体过程包括:
步骤1,提供一连续的颜色空间;
步骤2,将所述网格的交通状态评价指标映射于所述颜色空间中,获得对应的显示色;
步骤3,用所述显示色填充所述网格,填充后的所述路网形成所述颜色块分布图。
5.根据权利要求1所述的一种生成交通状态云图的方法,其特征在于,所述图像平滑算子包括均值滤波器,和/或高斯滤波器。
CN201610242596.5A 2016-04-19 2016-04-19 一种生成交通状态云图的方法 Pending CN105741548A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610242596.5A CN105741548A (zh) 2016-04-19 2016-04-19 一种生成交通状态云图的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610242596.5A CN105741548A (zh) 2016-04-19 2016-04-19 一种生成交通状态云图的方法

Publications (1)

Publication Number Publication Date
CN105741548A true CN105741548A (zh) 2016-07-06

Family

ID=56254677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610242596.5A Pending CN105741548A (zh) 2016-04-19 2016-04-19 一种生成交通状态云图的方法

Country Status (1)

Country Link
CN (1) CN105741548A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106228304A (zh) * 2016-07-22 2016-12-14 上海理工大学 基于安全指数云图的工厂安全状态评估方法
CN106408943A (zh) * 2016-11-17 2017-02-15 华南理工大学 一种基于宏观基本图的路网交通拥堵甄别方法
CN108871354A (zh) * 2017-05-11 2018-11-23 腾讯科技(深圳)有限公司 道路信息处理方法及处理系统
CN109165842A (zh) * 2018-08-21 2019-01-08 北京深瞐科技有限公司 一种基建热度指数统计方法及装置
CN109712393A (zh) * 2019-01-10 2019-05-03 浙江工业大学 基于高斯过程回归算法的智能交通时段划分方法
WO2020083401A1 (zh) * 2018-10-26 2020-04-30 江苏智通交通科技有限公司 城市道路交警执勤岗点配置方法
CN111210088A (zh) * 2020-01-16 2020-05-29 上海理工大学 一种基于时空因素的交通状态指数预测方法
CN113450569A (zh) * 2021-06-30 2021-09-28 阿波罗智联(北京)科技有限公司 确定路口状态的方法、装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1249809A1 (fr) * 2001-04-13 2002-10-16 Regie Autonome des Transports Parisiens RATP Procédé et appareil de détermination des conditions de circulation d'un réseau routier
CN103377559A (zh) * 2012-04-20 2013-10-30 腾讯科技(深圳)有限公司 电子地图路况信息的展示方法和系统
CN104157139A (zh) * 2014-08-05 2014-11-19 中山大学 一种交通拥堵预测方法及可视化方法
CN104282140A (zh) * 2014-09-22 2015-01-14 同济大学 基于分布式框架的大规模实时交通指数服务方法与系统
CN104317583A (zh) * 2014-10-21 2015-01-28 合肥星服信息科技有限责任公司 基于网格原理的道路拥堵优化算法
CN104766476A (zh) * 2015-04-16 2015-07-08 上海理工大学 一种路段以及路网区域交通状态指数的计算方法
CN105303831A (zh) * 2015-10-20 2016-02-03 四川公用信息产业有限责任公司 一种基于通信数据判断高速路拥堵情况的方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1249809A1 (fr) * 2001-04-13 2002-10-16 Regie Autonome des Transports Parisiens RATP Procédé et appareil de détermination des conditions de circulation d'un réseau routier
CN103377559A (zh) * 2012-04-20 2013-10-30 腾讯科技(深圳)有限公司 电子地图路况信息的展示方法和系统
CN104157139A (zh) * 2014-08-05 2014-11-19 中山大学 一种交通拥堵预测方法及可视化方法
CN104282140A (zh) * 2014-09-22 2015-01-14 同济大学 基于分布式框架的大规模实时交通指数服务方法与系统
CN104317583A (zh) * 2014-10-21 2015-01-28 合肥星服信息科技有限责任公司 基于网格原理的道路拥堵优化算法
CN104766476A (zh) * 2015-04-16 2015-07-08 上海理工大学 一种路段以及路网区域交通状态指数的计算方法
CN105303831A (zh) * 2015-10-20 2016-02-03 四川公用信息产业有限责任公司 一种基于通信数据判断高速路拥堵情况的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李敏: "支持城市实时交通互助服务的动态电子地图研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
韩卫国等: "基于数据可视化的交通流量分析", 《武汉理工大学学报(交通科学与工程版)》 *
魏超: "交通状态云图计算方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106228304A (zh) * 2016-07-22 2016-12-14 上海理工大学 基于安全指数云图的工厂安全状态评估方法
CN106408943A (zh) * 2016-11-17 2017-02-15 华南理工大学 一种基于宏观基本图的路网交通拥堵甄别方法
CN108871354A (zh) * 2017-05-11 2018-11-23 腾讯科技(深圳)有限公司 道路信息处理方法及处理系统
CN109165842A (zh) * 2018-08-21 2019-01-08 北京深瞐科技有限公司 一种基建热度指数统计方法及装置
CN109165842B (zh) * 2018-08-21 2021-01-29 北京深瞐科技有限公司 一种基建热度指数统计方法及装置
WO2020083401A1 (zh) * 2018-10-26 2020-04-30 江苏智通交通科技有限公司 城市道路交警执勤岗点配置方法
CN109712393A (zh) * 2019-01-10 2019-05-03 浙江工业大学 基于高斯过程回归算法的智能交通时段划分方法
CN109712393B (zh) * 2019-01-10 2020-08-04 浙江工业大学 基于高斯过程回归算法的智能交通时段划分方法
CN111210088A (zh) * 2020-01-16 2020-05-29 上海理工大学 一种基于时空因素的交通状态指数预测方法
CN111210088B (zh) * 2020-01-16 2023-06-02 上海理工大学 一种基于时空因素的交通状态指数预测方法
CN113450569A (zh) * 2021-06-30 2021-09-28 阿波罗智联(北京)科技有限公司 确定路口状态的方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN105741548A (zh) 一种生成交通状态云图的方法
CN107153928B (zh) 可视化的公路养护决策系统
CN102968901B (zh) 获取区域拥堵信息的方法及区域拥堵分析装置
CN103198658B (zh) 一种城市道路交通状态不均衡度检测方法
CN104766476B (zh) 一种路段以及路网区域交通状态指数的计算方法
CN103699775B (zh) 城市道路交通诱导策略自动生成方法与系统
CN106327871B (zh) 一种融合历史数据和预约数据的高速公路拥挤预测方法
CN104851293B (zh) 一种基于地点车速的路段交通拥堵指数评价方法
CN107657637A (zh) 一种农机作业面积获取方法
CN105355049B (zh) 一种基于宏观基本图的高速公路运行状态评价方法
CN104778835B (zh) 一种高等级道路多瓶颈点拥堵演化时空范围识别方法
CN104318773B (zh) 一种基于交通拥堵时空总量的交通拥堵测定方法
CN106153510A (zh) 大气污染物浓度的估算方法和装置
CN105139645A (zh) 一种基于浮动车技术的城市区域路网运行指数评估方法
CN104732075A (zh) 一种城市道路交通事故风险实时预测方法
CN104899360A (zh) 一种绘制宏观基本图的方法
CN106781486A (zh) 基于浮动车数据的交通状态评价方法
CN105678034A (zh) 行人过街时间模型及信号交叉口人行横道宽度优化方法
CN105303831A (zh) 一种基于通信数据判断高速路拥堵情况的方法
CN104599499B (zh) 一种分布式统计交通位置的方法及装置
CN103488893A (zh) 一种桥下积水导致的交通拥堵蔓延预测技术方案
CN106529765A (zh) 采集作业的绩效评估方法和装置
CN106781460A (zh) 一种路段交通状态确定方法及装置
CN109961631A (zh) 道路积水点识别方法及道路积水点识别系统
CN111612224A (zh) 一种路面多车道状况预测与养护规划方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160706

WD01 Invention patent application deemed withdrawn after publication