CN106683405A - 基于道路车流密度的道路交通状态评价方法 - Google Patents
基于道路车流密度的道路交通状态评价方法 Download PDFInfo
- Publication number
- CN106683405A CN106683405A CN201611240681.4A CN201611240681A CN106683405A CN 106683405 A CN106683405 A CN 106683405A CN 201611240681 A CN201611240681 A CN 201611240681A CN 106683405 A CN106683405 A CN 106683405A
- Authority
- CN
- China
- Prior art keywords
- traffic
- road segment
- current road
- density value
- current
- 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.)
- Granted
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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Abstract
本发明公开了一种基于道路车流密度的道路交通状态评价方法,属于智能交通控制技术领域,包括:获取当前路段的车流密度值s;根据当前路段的车流密度值s,基于预设的道路交通运行指数计算模型,计算当前路段的交通运行指数;将当前路段的交通运行指数与预设的交通运行状态等级划分表进行匹配,评价当前路段的交通状态。本发明中的道路交通运行指数计算模型在当车流密度值达到一定值时才开始发生变化,并且当车流密度值较低时,道路交通运行指数随车流密度值的变化较为缓慢,当车流密度值较大时,道路交通运行指数随车流密度值的变化较为迅速。提高道路交通运行状态评价结果的有效性和科学性。
Description
技术领域
本发明涉及智能交通控制技术领域,特别涉及一种基于道路车流密度的道路交通状态评价方法。
背景技术
道路车流密度是城市道路路段交通实时运行指数即拥堵状态的重要评价指标,可以通过路段固定检测器和浮动车检测器检测到的道路交通流量和速度计算道路车流密度。但是仅根据道路车流密度的大小,无法给决策者和出行人员带来直观的拥堵感受。
对于如何根据车流密度对现行路段的拥堵情况进行评价,技术人员已经进行了大量的研究,但现有的评价方法存在着较为严重的缺陷:一是,现有的评价方法仅是根据道路车流密度计算道路运行指数,而没有考虑到当道路车流密度值较低时,交通运行指数随道路车流密度值的变化较为缓慢,当道路车流密度较大时,交通运行指数随道路车流密度值的变化较为迅速。二是,现有的评价方法中设置的阈值较多,这些阈值调整起来较为困难,不能适应不同城市、不同路段交通运行的实际情况。
发明内容
本发明的目的在于提供一种基于道路车流密度的道路交通状态评价方法,以解决现有的道路交通运行状态评价方法的准确性差的问题。
为实现以上目的,本发明采用的技术方案为:提供一种基于道路车流密度的道路交通状态评价方法,该方法包括:
获取当前路段的车流密度值s;
根据当前路段的车流密度值s,基于预设的道路交通运行指数计算模型,计算当前路段的交通运行指数;
将当前路段的交通运行指数与预设的交通运行状态等级划分表进行匹配,评价当前路段的交通状态;
其中,所述的道路交通运行指数计算模型为:
式中,x=ks,s为当前路段的车流密度值,a、β以及k为预设的计算参数且均为常数。
与现有技术相比,本发明存在以下技术效果:本发明中的道路交通运行指数计算模型在当车流密度值达到一定值时才开始发生变化,并且当车流密度值较低时,道路交通运行指数随车流密度值的变化较为缓慢,当车流密度值较大时,道路交通运行指数随车流密度值的变化较为迅速。因此,本发明中的道路运行指数计算模型能够很好的模拟道路拥堵状况与车流密度值的关系,提高道路交通运行状态评价结果的有效性和科学性。
附图说明
图1是本发明一实施例中基于道路车流密度的道路交通状态评价方法的流程示意图;
图2是本发明一实施例中的基于道路车流密度的道路交通状态评价方法的整体流程示意图。
具体实施方式
下面结合图1至图2所示,对本发明做进一步详细叙述。
如图1所示,本实施例公开了一种基于道路车流密度的道路交通状态评价方法,该方法包括如下步骤S1至S3:
S1、获取当前路段的车流密度值s;
S2、根据当前路段的车流密度值s,基于预设的道路交通运行指数计算模型,计算当前路段的交通运行指数;
S3、将当前路段的交通运行指数与预设的交通运行状态等级划分表进行匹配,评价当前路段的交通状态;
其中,所述的道路交通运行指数计算模型为:
式中,x=ks,s为当前路段的车流密度值,a、β以及k为预设的计算参数且均为常数。
需要说明的是,该处的交通运行状态等级划分表如表1所示:
表1
路段运行指数 | [0,2] | (2,4] | (4,6] | (6,8] | (8,10] |
拥堵等级TPI | 非常畅通 | 畅通 | 轻度拥堵 | 中度拥堵 | 严重拥堵 |
具体地,计算常数a的确定过程为:
获取当前路段内的历史统计车速和历史统计车流量;
对当前路段内的历史统计车速进行聚类分析,得到聚类分析后的车速;
根据当前路段内的历史统计车流量中选取自由流车速情况下的最大值和所述聚类分析后的车速,计算车流密度值为计算常数a;
所述的计算常数β的确定过程为:
在预设数量的工作日内,选取当前路段最大的车流密度值为计算常数β。
需要说明的是,本实施例中统计正常工作日一天内的车流密度值,并将其中的最大的车流密度值确定为计算常数β。
具体地,在步骤S1之前还包括:
对历史统计的道路车流量密度值进行分析,确定评价当前路段同一交通状态的最小时间间隔;
在所述的最小时间间隔内,分别通过固定路段检测器获取当前路段的路段流量,通过浮动车采集当前路段的车速;
根据所述最小时间间隔内的路段流量,计算所述最小时间间隔内当前路段的平均车流量;
根据所述最小时间间隔内的车速,计算所述最小时间间隔内当前路段的平均车速;
根据所述最小时间间隔内当前路段的平均车流量和所述最小时间间隔内当前路段的平均车速,计算当前路段的车流密度值s。
需要说明的是,该最小时间间隔计算的过程是:通过对道路的历史统计车速数据进行分析,得到当前道路交通运行状态维持同一拥堵等级的持续时间以及持续时间的两端值确定。在计算拥堵指数TPI的最小时间间隔的选取中,如果该最小时间间隔值过大,则计算得到的拥堵指数TPI不能实时反映出道路交通拥堵状态的效果,如果该最小时间间隔值过小,则会导致系统资源的浪费。在本实施例中,如果最小时间间隔值大于10分钟,则最小时间间隔取值为10,如果最小时间间隔值小于3分钟,则最小时间间隔取值为3,使最小时间间隔具有科学的合理性,在保证合理利用系统资源的同时确保计算得到的拥堵指数TPI能实时反映出道路交通拥堵状态的效果。
还需要说明的是,该处的当前路段的车流密度值s的计算公式具体为:s=q/v,q为该最小时间间隔内当前路段的平均车流量,v为该最小时间间隔内当前路段的平均车速。
具体地,如图2所示,本实施例公开的方法还包括:
根据当前路段的交通特征,对所述的计算参数k进行调整。
需要说明的是,在实际应用中,计算参数k一般取值为1,当需要对计算参数k进行调整时,一般对1左右进行调整,从而修正当前路段的道路交通运行指数计算模型。在只需要对道路交通运行指数计算模型进行微调时,只需要对计算参数k进行调整,即可实现对道路交通运行指数计算模型的修正,操作简单,减小了模型修正的工作量。
本实施例中通过设定计算参数k的取值范围,如果计算参数k修正后超过该范围,即放弃对k的修正,转而对计算参数a、β进行修正,反之,则对计算参数a、β进行修正。具体地对计算参数a、β修正的过程如下:
判断所述的计算参数a、β是否需要修正;
如果所述的计算参数a、β需要修正,则根据道路交通的实际运行情况以及用户出行满意度对计算参数a、β进行修正;
如果计算参数a、β不需要修正,则将当前计算参数a、β作为所述道路交通运行指数计算模型中的计算参数。
需要说明的是,这里的用户出行满意度是对一定数量的用户的出行感受进行调查得到的一个对拥堵指数计算参数a、β进行评价的调查值。这里的道路交通运行实际情况可以根据浮动车数据得到。本实施例中通过根据道路交通运行的实际情况以及用户的出行感受对计算参数a、β进行修正,可以使得计算得到的拥堵指数TPI更加符合不同城市的道路运行状况以及不同路段的交通特征。
在实际应用中,需要对道路交通运行指数计算模型进行较大程度上的修正时,即可通过对计算参数a、β的调整来实现,并在调整计算参数a、β,再对计算参数k进行微调,使得修正后的道路交通运行指数计算模型能较好的适用不同城市、不同路段交通运行的实际情况。
具体地,在所述最小时间间隔内的路段流量数据小于预设的数量时,对所述最小时间间隔内的路段流量数据进行插值处理。
需要说明的是,在实际应用中,在用于计算当前路段的车流密度值s的数据量很少时,通过对这些数据量进行插值处理或者采用当前路段的历史数据进行补充,来计算得到当前路段的车流密度值s。在没有用于计算当前路段的车流密度值s的数据量时,则将当前路段的车流密度值s取值为计算参数a。
Claims (6)
1.一种基于道路车流密度的道路交通状态评价方法,其特征在于,包括如下步骤:
S1、获取当前路段的车流密度值s;
S2、根据当前路段的车流密度值s,基于预设的道路交通运行指数计算模型,计算当前路段的交通运行指数;
S3、将当前路段的交通运行指数与预设的交通运行状态等级划分表进行匹配,评价当前路段的交通状态;
其中,所述的道路交通运行指数计算模型为:
式中,x=ks,s为当前路段的车流密度值,a、β以及k为预设的计算参数且均为常数。
2.如权利要求1所述的方法,其特征在于,所述的计算常数a的确定过程为:
获取当前路段内的历史统计车速和历史统计车流量;
对当前路段内的历史统计车速进行聚类分析,得到聚类分析后的车速;
根据当前路段内的历史统计自由流车速情况下车流量中选取最大值和所述聚类分析后的车速,计算车流密度值为计算常数a;
所述的计算常数β的确定过程为:
在预设数量的工作日内,选取当前路段最大的车流密度值为计算常数β。
3.如权利要求1所述的方法,其特征在于,在所述的步骤S1之前还包括:
对历史统计的道路车流量密度值进行分析,确定评价当前路段同一交通状态的最小时间间隔;
在所述的最小时间间隔内,分别通过固定路段检测器获取当前路段的路段流量,通过浮动车采集当前路段的车速;
根据所述最小时间间隔内的路段流量,计算所述最小时间间隔内当前路段的平均车流量;
根据所述最小时间间隔内的车速,计算所述最小时间间隔内当前路段的平均车速;
根据所述最小时间间隔内当前路段的平均车流量和所述最小时间间隔内当前路段的平均车速,计算当前路段的车流密度值s。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据当前路段的交通特征,对所述的计算参数k进行调整。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
判断所述的计算参数a、β是否需要修正;
如果所述的计算参数a、β需要修正,则根据道路交通的实际运行情况以及用户出行满意度对计算参数k进行修正;
如果计算参数a、β不需要修正,则将当前计算参数a、β作为所述道路交通运行指数计算模型中的计算参数。
6.如权利要求3所述的方法,其特征在于,在所述最小时间间隔内的路段流量数据小于预设的数量时,对所述最小时间间隔内的路段流量数据进行插值处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611240681.4A CN106683405B (zh) | 2016-12-28 | 2016-12-28 | 基于道路车流密度的道路交通状态评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611240681.4A CN106683405B (zh) | 2016-12-28 | 2016-12-28 | 基于道路车流密度的道路交通状态评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106683405A true CN106683405A (zh) | 2017-05-17 |
CN106683405B CN106683405B (zh) | 2020-02-14 |
Family
ID=58872203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611240681.4A Active CN106683405B (zh) | 2016-12-28 | 2016-12-28 | 基于道路车流密度的道路交通状态评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106683405B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108922187A (zh) * | 2018-07-20 | 2018-11-30 | 肖哲睿 | 一种智能交通系统 |
CN111145564A (zh) * | 2020-01-03 | 2020-05-12 | 山东大学 | 信控交叉口的自适应可变车道控制方法及系统 |
CN112785856A (zh) * | 2021-03-23 | 2021-05-11 | 山东交通学院 | 一种交通密度检测装置及方法 |
CN113870564A (zh) * | 2021-10-26 | 2021-12-31 | 安徽百诚慧通科技有限公司 | 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质 |
CN115240428B (zh) * | 2022-07-29 | 2024-05-14 | 浙江数智交院科技股份有限公司 | 隧道运营异常的检测方法、装置、电子设备与存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001084479A (ja) * | 1999-09-14 | 2001-03-30 | Matsushita Electric Ind Co Ltd | 交通流データ予測装置及び交通流データ予測方法 |
US20130110386A1 (en) * | 2011-10-28 | 2013-05-02 | Thinkware Systems Corporation | Method and apparatus for providing analysis index of roadway section based on road and traffic conditions |
TW201324458A (zh) * | 2011-12-12 | 2013-06-16 | Univ Nat Pingtung Sci & Tech | 交通資訊預測方法 |
WO2014027247A2 (en) * | 2012-08-17 | 2014-02-20 | King Abdullah University Of Science And Technology | System and method for monitoring traffic while preserving personal privacy |
CN103632546A (zh) * | 2013-11-27 | 2014-03-12 | 中国航天系统工程有限公司 | 一种基于浮动车数据的城市道路交通事故影响预测方法 |
CN104464321A (zh) * | 2014-12-17 | 2015-03-25 | 合肥革绿信息科技有限公司 | 一种基于交通运行指数发展态势的智能交通诱导方法 |
CN104464294A (zh) * | 2014-12-17 | 2015-03-25 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的路段交通状态评价方法及装置 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN104851293A (zh) * | 2015-05-18 | 2015-08-19 | 安徽科力信息产业有限责任公司 | 一种基于地点车速的路段交通拥堵指数评价方法 |
CN104900054A (zh) * | 2015-04-30 | 2015-09-09 | 深圳市中盟科技股份有限公司 | 交通状态的判定方法和装置 |
-
2016
- 2016-12-28 CN CN201611240681.4A patent/CN106683405B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001084479A (ja) * | 1999-09-14 | 2001-03-30 | Matsushita Electric Ind Co Ltd | 交通流データ予測装置及び交通流データ予測方法 |
US20130110386A1 (en) * | 2011-10-28 | 2013-05-02 | Thinkware Systems Corporation | Method and apparatus for providing analysis index of roadway section based on road and traffic conditions |
TW201324458A (zh) * | 2011-12-12 | 2013-06-16 | Univ Nat Pingtung Sci & Tech | 交通資訊預測方法 |
WO2014027247A2 (en) * | 2012-08-17 | 2014-02-20 | King Abdullah University Of Science And Technology | System and method for monitoring traffic while preserving personal privacy |
CN103632546A (zh) * | 2013-11-27 | 2014-03-12 | 中国航天系统工程有限公司 | 一种基于浮动车数据的城市道路交通事故影响预测方法 |
CN104464321A (zh) * | 2014-12-17 | 2015-03-25 | 合肥革绿信息科技有限公司 | 一种基于交通运行指数发展态势的智能交通诱导方法 |
CN104464294A (zh) * | 2014-12-17 | 2015-03-25 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的路段交通状态评价方法及装置 |
CN104821080A (zh) * | 2015-03-02 | 2015-08-05 | 北京理工大学 | 基于宏观城市交通流的智能车辆行驶速度及时间预测方法 |
CN104900054A (zh) * | 2015-04-30 | 2015-09-09 | 深圳市中盟科技股份有限公司 | 交通状态的判定方法和装置 |
CN104851293A (zh) * | 2015-05-18 | 2015-08-19 | 安徽科力信息产业有限责任公司 | 一种基于地点车速的路段交通拥堵指数评价方法 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108922187A (zh) * | 2018-07-20 | 2018-11-30 | 肖哲睿 | 一种智能交通系统 |
CN108922187B (zh) * | 2018-07-20 | 2021-09-07 | 上海久揽视讯科技有限公司 | 一种智能交通系统 |
CN111145564A (zh) * | 2020-01-03 | 2020-05-12 | 山东大学 | 信控交叉口的自适应可变车道控制方法及系统 |
CN112785856A (zh) * | 2021-03-23 | 2021-05-11 | 山东交通学院 | 一种交通密度检测装置及方法 |
CN112785856B (zh) * | 2021-03-23 | 2022-04-01 | 山东交通学院 | 一种交通密度检测装置及方法 |
CN113870564A (zh) * | 2021-10-26 | 2021-12-31 | 安徽百诚慧通科技有限公司 | 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质 |
CN113870564B (zh) * | 2021-10-26 | 2022-09-06 | 安徽百诚慧通科技股份有限公司 | 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质 |
CN115240428B (zh) * | 2022-07-29 | 2024-05-14 | 浙江数智交院科技股份有限公司 | 隧道运营异常的检测方法、装置、电子设备与存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106683405B (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106683405A (zh) | 基于道路车流密度的道路交通状态评价方法 | |
CN104851293B (zh) | 一种基于地点车速的路段交通拥堵指数评价方法 | |
CN106781488A (zh) | 基于车流密度和车速融合的交通运行状态评价方法 | |
Srivastava et al. | Empirical observations of capacity drop in freeway merges with ramp control and integration in a first-order model | |
CN103413263B (zh) | 旅行时间指数熵交通运行评价方法 | |
CN102968901A (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
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 | |
CN113591269A (zh) | 基于交通仿真的拥堵路段智能网联车辆专用道控制方法 | |
Yuan-Qing et al. | Study of rainfall impacts on freeway traffic flow characteristics | |
CN103942953A (zh) | 一种基于浮动车数据的城市路网动态交通拥挤预测方法 | |
CN102087788A (zh) | 基于浮动车车速置信度的交通状态参数估计方法 | |
CN103578273A (zh) | 一种基于微波雷达数据的道路交通状态估计方法 | |
CN106781486A (zh) | 基于浮动车数据的交通状态评价方法 | |
CN104318772B (zh) | 高速公路交通流数据质量检测方法 | |
CN105741548A (zh) | 一种生成交通状态云图的方法 | |
CN109272747A (zh) | 一种信号控制平面交叉口可变导向车道属性动态调整阈值设置方法 | |
CN109961631A (zh) | 道路积水点识别方法及道路积水点识别系统 | |
Grumert et al. | Using connected vehicles in a variable speed limit system | |
CN106803347A (zh) | 基于rfid数据的城市交叉口交通状态判别方法 | |
CN104464294A (zh) | 一种基于阵列雷达的路段交通状态评价方法及装置 | |
CN100481153C (zh) | 基于偏最小二乘原理的高速公路交通事件自动检测方法 | |
CN105931463A (zh) | 基于交通场面雷达的路段交通运行指数计算方法 | |
CN106991817A (zh) | 多级路网路段交通容量确定方法 | |
Salim et al. | Estimation of average space headway under heterogeneous traffic conditions | |
George et al. | Area occupancy-based adaptive density estimation for mixed road traffic |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |