CN106530700A - 一种基于固定检测器的判别交通拥堵的方法 - Google Patents
一种基于固定检测器的判别交通拥堵的方法 Download PDFInfo
- Publication number
- CN106530700A CN106530700A CN201611036480.2A CN201611036480A CN106530700A CN 106530700 A CN106530700 A CN 106530700A CN 201611036480 A CN201611036480 A CN 201611036480A CN 106530700 A CN106530700 A CN 106530700A
- Authority
- CN
- China
- Prior art keywords
- crossing
- congestion
- intersection
- fixed detector
- traffic
- 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
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
本发明提供了一种基于固定检测器的判别交通拥堵的方法,包括以下步骤:(1)数据采集:通过交叉口的固定检测器采集交叉口的车道流量数据;(2)数据处理;(3)计算交叉口拥堵状态值:选取各进口道关键车道的流量和占有率作为交通参数,作为判别交叉口拥堵状态的指标,建立交叉口拥堵状态判别模型;(4)交叉口拥堵状态等级划分:根据交叉口拥堵状态值Yi,划分交叉口拥堵状态的等级;(5)拥堵判别及信息发布:根据交叉口拥堵状态等级发布拥堵信息。既可以为交通流诱导、信息发布等提供依据,让出行者在分析当前交叉口状态的前提下,合理选择出行时间及出行方式,一定程度上缓解交通拥堵;又可以为交通管理者提供决策依据。
Description
技术领域
本发明涉及交通领域,具体为一种基于固定检测器的判别交通拥堵的方法。
背景技术
以往交通信号控制交叉口拥堵判别主要通过人工观测调查或视频检测进行数据采集,但是这些方法需要耗费巨大人力物力,且容易受天气影响,使得检测到的数据准确度较低。另外,以往用来判断交叉口拥堵的指标也较为单一,通常为交通流量,判断结果缺乏可信度。
发明内容
本发明的目的是通过固定检测器检测到的数据来判断交叉口运行状况,从而为城市居民出行和城市交通管理提供了决策依据,并且减少了大量的人力物力消耗。交叉口包含多个进口道,每个进口道的车流运行都会对交叉口状态产生影响,本发明通过分析交叉口各进口道的交通状态来分析整个交叉口的状态。
本发明提供了一种基于固定检测器的判别交通拥堵的方法,包括以下步骤:(1)数据采集:通过交叉口的固定检测器采集交叉口的车道流量数据,包括交叉口i车道m在单位检测时间内的实测流量Qmi,单位为veh/h;交叉口i车道m在检测间隔内的实测占有率Omi;交叉口i车道m在检测间隔内交叉口车辆一直连续饱和释放时的时间占有率Tmi;
(2)数据处理:计算该车道上检测间隔内的实测流量与饱和流量的比值qmi,其中Smi为饱和流率,一般取值为1800veh/h,qmi的取值范围为[0,1];计算该车道上检测间隔内的实测占有率Omi与检测间隔内交叉口车辆一直连续饱和释放时的时间占有率Tmi的比值omi,omi=Omi/Tmi;
(3)计算交叉口拥堵状态值:
在对交叉口状态进行判别时,选取各进口道关键车道的流量Q和占有率O作为交通参数,将二者综合考虑,作为判别交叉口拥堵状态的指标,并建立交叉口拥堵状态判别模型:其中,Yi是交叉口i的拥堵状态值;α是模型参数,取值范围为[0,1],根据交通流量和占有率对交叉口的敏感程度,建议取值0.6;N:交叉口i的关键车道数;
(4)交叉口拥堵状态等级划分:根据步骤(3)中的交叉口拥堵状态值Yi,划分交叉口拥堵状态的等级;
(5)拥堵判别及信息发布:根据步骤(4)中的交叉口拥堵状态等级发布拥堵信息。
优选地,所述步骤(1)中的交叉口的固定检测器的布局方法为:第一排交叉口检测器设置在交叉口的停止线前面,即紧邻停车线布设,第二排交叉口检测器设置在距交叉口的停止线50m处,以检测车道流量、占有率等数据。
优选地,所述交叉口的固定检测器的传输频率设定为5min。
优选地,所述步骤(4)中的交叉口拥堵状态等级划分的方法为:当Yi的值越小,表明交叉口流量和占有率都较小,此时车辆较少且运行速度较快,交叉口交通状态较好;反之,则表明车辆较多,且速度较慢,交叉口较为拥堵。因此,可以通过计算Yi的值来判断交叉口拥堵状态,交叉口拥堵状态与Yi的值的关系:
Yi∈(0.0,0.4]时,拥堵状态为非常畅通,交叉口拥堵状态等级为一级,
Yi∈(0.4,0.5]时,拥堵状态为畅通,交叉口拥堵状态等级为二级,
Yi∈(0.5,0.6]时,拥堵状态为轻度拥堵,交叉口拥堵状态等级为三级,
Yi∈(0.6,0.7]时,拥堵状态为中度拥堵,交叉口拥堵状态等级为四级,
Yi∈(0.7,1.0]时,拥堵状态为严重拥堵,交叉口拥堵状态等级为五级。
本发明基于固定检测器的检测数据,选择合适的拥堵参数,建立拥堵状态判断模型,通过模型的计算结果对交叉口的拥堵状态进行判别,既可以为交通流诱导、信息发布等提供依据,让出行者在分析当前交叉口状态的前提下,合理选择出行时间及出行方式,一定程度上缓解交通拥堵;又可以为交通管理者提供决策依据,充分认识城市交通供需之间的矛盾,实现有限资源的合理利用和路网潜力的充分发挥,为解决城市交通问题奠定了基础。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是本发明的流程图。
图2是本发明的固定检测器的布局图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本发明的实施方式,如附图1所示,本发明提供了一种基于固定检测器的判别交通拥堵的方法,包括以下步骤:
(1)数据采集:通过交叉口的固定检测器采集交叉口的车道流量数据,包括交叉口i车道m在单位检测时间内的实测流量Qmi,单位为veh/h;交叉口i车道m在检测间隔内的实测占有率Omi;交叉口i车道m在检测间隔内交叉口车辆一直连续饱和释放时的时间占有率Tmi;
(2)数据处理:计算该车道上检测间隔内的实测流量与饱和流量的比值qmi,其中Smi为饱和流率,一般取值为1800veh/h,qmi的取值范围为[0,1];计算该车道上检测间隔内的实测占有率Omi与检测间隔内交叉口车辆一直连续饱和释放时的时间占有率Tmi的比值omi,omi=Omi/Tmi;
(3)计算交叉口拥堵状态值:
在对交叉口状态进行判别时,选取各进口道关键车道的流量Q和占有率O作为交通参数,将二者综合考虑,作为判别交叉口拥堵状态的指标,并建立交叉口拥堵状态判别模型:其中,Yi是交叉口i的拥堵状态值;α是模型参数,取值范围为[0,1],根据交通流量和占有率对交叉口的敏感程度,建议取值0.6;N:交叉口i的关键车道数;
(4)交叉口拥堵状态等级划分:根据步骤(3)中的交叉口拥堵状态值Yi,划分交叉口拥堵状态的等级;
(5)拥堵判别及信息发布:根据步骤(4)中的交叉口拥堵状态等级发布拥堵信息。
如图2所示,所述步骤(1)中的交叉口的固定检测器的布局方法为:第一排交叉口检测器设置在交叉口的停止线前面,即紧邻停车线布设,第二排交叉口检测器设置在距交叉口的停止线50m处,以检测车道流量、占有率等数据,所述交叉口的固定检测器的传输频率设定为5min。
所述步骤(4)中的交叉口拥堵状态等级划分的方法为:当Yi的值越小,表明交叉口流量和占有率都较小,此时车辆较少且运行速度较快,交叉口交通状态较好;反之,则表明车辆较多,且速度较慢,交叉口较为拥堵。因此,可以通过计算Yi的值来判断交叉口拥堵状态,交叉口拥堵状态与Yi的值的关系如下表:
等级 | 1 | 2 | 3 | 4 | 5 |
拥堵状态 | 非常畅通 | 畅通 | 轻度拥堵 | 中度拥堵 | 严重拥堵 |
Yi的值 | (0,0.4] | (0.4,0.5] | (0.5,0.6] | (0.6,0.7] | (0.7,1] |
本发明基于固定检测器的检测数据,选择合适的拥堵参数,建立拥堵状态判断模型,通过模型的计算结果对交叉口的拥堵状态进行判别,既可以为交通流诱导、信息发布等提供依据,让出行者在分析当前交叉口状态的前提下,合理选择出行时间及出行方式,一定程度上缓解交通拥堵;又可以为交通管理者提供决策依据,充分认识城市交通供需之间的矛盾,实现有限资源的合理利用和路网潜力的充分发挥,为解决城市交通问题奠定了基础:
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (4)
1.一种基于固定检测器的判别交通拥堵的方法,其特征在于:包括以下步骤:
(1)数据采集:通过固定检测器采集交叉口i各车道m的流量数据,包括交叉口i车道m在单位检测时间内的实测流量Qmi,单位为veh/h;交叉口i车道m在检测间隔内的实测占有率Omi;交叉口i车道m在检测间隔内交叉口车辆一直连续饱和释放时的时间占有率Tmi;
(2)数据处理:计算该车道上检测间隔内的实测流量与饱和流量的比值qmi,其中Smi为饱和流率,取值为1800veh/h;计算该车道上检测间隔内的实测占有率Omi与检测间隔内交叉口车辆一直连续饱和释放时的时间占有率Tmi的比值omi,omi=Omi/Tmi;
(3)计算交叉口拥堵状态值:
在对交叉口状态进行判别时,选取交叉口i车道m的流量Qmi和占有率Omi作为交通参数,建立交叉口拥堵状态判别模型:其中,Y是交叉口i的拥堵状态值;α是模型参数,取值范围为[0,1];N是交叉口i的关键车道数;
(4)交叉口拥堵状态等级划分:根据步骤(3)中的交叉口拥堵状态值Y,划分交叉口拥堵状态的等级;
(5)拥堵判别及信息发布:根据步骤(4)中的交叉口拥堵状态等级发布拥堵信息。
2.一种如权利要求1所述的一种基于固定检测器的判别交通拥堵的方法,其特征在于:所述步骤(1)中的固定检测器的布局方法为:第一排的固定检测器设置在交叉口的停止线前面,即紧邻停车线布设,第二排固定检测器设置在距交叉口的停止线50m处。
3.一种如权利要求2所述的一种基于固定检测器的判别交通拥堵的方法,其特征在于:所述的固定检测器的传输频率设为5min。
4.一种如权利要求1所述的一种基于固定检测器的判别交通拥堵的方法,其特征在于:所述步骤(3)中的模型参数α取值为0.6。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611036480.2A CN106530700A (zh) | 2016-11-22 | 2016-11-22 | 一种基于固定检测器的判别交通拥堵的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611036480.2A CN106530700A (zh) | 2016-11-22 | 2016-11-22 | 一种基于固定检测器的判别交通拥堵的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106530700A true CN106530700A (zh) | 2017-03-22 |
Family
ID=58356312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611036480.2A Pending CN106530700A (zh) | 2016-11-22 | 2016-11-22 | 一种基于固定检测器的判别交通拥堵的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106530700A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109360419A (zh) * | 2018-11-16 | 2019-02-19 | 浩鲸云计算科技股份有限公司 | 一种路段流量报警的计算方法 |
CN109389834A (zh) * | 2017-08-04 | 2019-02-26 | 安波福技术有限公司 | 用于自动化车辆的交通堵塞避免系统 |
CN109920251A (zh) * | 2019-04-23 | 2019-06-21 | 公安部交通管理科学研究所 | 一种城市道路交叉口交通组织合理性诊断分析方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101470956A (zh) * | 2007-12-26 | 2009-07-01 | 奥城同立科技开发(北京)有限公司 | 采用地感线圈检测路口拥堵状态的简易方法及采用这种方法的交通信号灯控制系统 |
CN102005124A (zh) * | 2010-11-16 | 2011-04-06 | 青岛海信网络科技股份有限公司 | 交叉口交通信号控制方法及装置 |
CN102289937A (zh) * | 2011-08-08 | 2011-12-21 | 上海电科智能系统股份有限公司 | 基于停车线检测器的城市地面道路交通状态自动判别方法 |
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 |
CN103473935A (zh) * | 2013-09-03 | 2013-12-25 | 青岛海信网络科技股份有限公司 | 基于感应检测器的路口交通拥堵判定及控制方法和系统 |
CN103593976A (zh) * | 2013-11-28 | 2014-02-19 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及系统 |
-
2016
- 2016-11-22 CN CN201611036480.2A patent/CN106530700A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101470956A (zh) * | 2007-12-26 | 2009-07-01 | 奥城同立科技开发(北京)有限公司 | 采用地感线圈检测路口拥堵状态的简易方法及采用这种方法的交通信号灯控制系统 |
CN102005124A (zh) * | 2010-11-16 | 2011-04-06 | 青岛海信网络科技股份有限公司 | 交叉口交通信号控制方法及装置 |
CN102005124B (zh) * | 2010-11-16 | 2012-10-10 | 青岛海信网络科技股份有限公司 | 交叉口交通信号控制方法及装置 |
CN102289937A (zh) * | 2011-08-08 | 2011-12-21 | 上海电科智能系统股份有限公司 | 基于停车线检测器的城市地面道路交通状态自动判别方法 |
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 |
CN103473935A (zh) * | 2013-09-03 | 2013-12-25 | 青岛海信网络科技股份有限公司 | 基于感应检测器的路口交通拥堵判定及控制方法和系统 |
CN103593976A (zh) * | 2013-11-28 | 2014-02-19 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及系统 |
Non-Patent Citations (3)
Title |
---|
LAO YUNTENG: "Quantification of Congestion in Signalized Intersection Based on Loop Detector Data", 《INTELLIGENT TRANSPORTATION SYSTEMS CONFERENCE》 * |
曲昭伟: "基于固定检测器的区域交通状态判别方法", 《中南大学学报(自然科学版)》 * |
魏强: "基于固定检测器的区域交通状态判别方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109389834A (zh) * | 2017-08-04 | 2019-02-26 | 安波福技术有限公司 | 用于自动化车辆的交通堵塞避免系统 |
CN109360419A (zh) * | 2018-11-16 | 2019-02-19 | 浩鲸云计算科技股份有限公司 | 一种路段流量报警的计算方法 |
CN109920251A (zh) * | 2019-04-23 | 2019-06-21 | 公安部交通管理科学研究所 | 一种城市道路交叉口交通组织合理性诊断分析方法及系统 |
CN109920251B (zh) * | 2019-04-23 | 2021-12-28 | 公安部交通管理科学研究所 | 一种城市道路交叉口交通组织合理性诊断分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104408925B (zh) | 基于陈列雷达的交叉口运行状态评价方法 | |
CN103021176B (zh) | 基于断面检测器的城市道路交通状态判别方法 | |
CN105913661B (zh) | 一种基于收费数据的高速公路路段交通状态判别方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN101739824B (zh) | 基于数据融合技术的交通状况估计方法 | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
CN105825669B (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
CN104021671B (zh) | 一种svm与模糊判断相结合的道路实时路况的判断方法 | |
CN106781490A (zh) | 城市道路交通运行分析评价系统 | |
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 | |
CN107766969B (zh) | 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法 | |
CN104575050B (zh) | 一种基于浮动车的快速路匝道智能诱导方法及装置 | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN103714696B (zh) | 高速交通信息接入处理系统 | |
CN107622668A (zh) | 一种基于rfid的动态可视化交叉口监测管理系统 | |
CN107240264A (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
CN105513362B (zh) | 一种公交站台毗邻区公交车运行状态评价验证方法 | |
CN110363985A (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
CN104464307A (zh) | 一种基于视频的隧道交通拥堵事件自动检测方法及装置 | |
CN104574968A (zh) | 一种临界交通状态参数的确定方法 | |
CN106781460A (zh) | 一种路段交通状态确定方法及装置 | |
CN106530700A (zh) | 一种基于固定检测器的判别交通拥堵的方法 | |
CN105139670A (zh) | 一种基于视频的区域自优化信号控制方法及装置 | |
CN112017429A (zh) | 一种基于货车gps数据的治超监测布点方法 | |
CN107886739A (zh) | 交通人流量自动采集分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |