CN106846810B - 一种高速公路收费站限流方法和装置 - Google Patents

一种高速公路收费站限流方法和装置 Download PDF

Info

Publication number
CN106846810B
CN106846810B CN201710146080.5A CN201710146080A CN106846810B CN 106846810 B CN106846810 B CN 106846810B CN 201710146080 A CN201710146080 A CN 201710146080A CN 106846810 B CN106846810 B CN 106846810B
Authority
CN
China
Prior art keywords
traffic
flow
road section
bottleneck
determining
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
CN201710146080.5A
Other languages
English (en)
Other versions
CN106846810A (zh
Inventor
王翠
牛清春
王建君
李红清
王浩
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.)
Hisense TransTech Co Ltd
Original Assignee
Hisense TransTech 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 Hisense TransTech Co Ltd filed Critical Hisense TransTech Co Ltd
Priority to CN201710146080.5A priority Critical patent/CN106846810B/zh
Publication of CN106846810A publication Critical patent/CN106846810A/zh
Application granted granted Critical
Publication of CN106846810B publication Critical patent/CN106846810B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明实施例提供一种高速公路收费站限流方法和装置,首先确定瓶颈路段,然后根据瓶颈路段的检测数据确定交通事故影响范围。根据交通事故影响范围和路网内各路段的交通出行量OD数据确定第一车流量。然后根据第一车流量和瓶颈路段的通行能力确定控流收费站的可控车流量,最后根据可控车流量控制进入控流收费站的车辆。本发明实施例中,交通事故发生后,受影响路段的车流量是不可控制的,而控流收费站点的车流量是可控的,故本发明实施例根据瓶颈路段的交通通行能力和第一车流量确定控流收费站需要控制的能进入瓶颈路段的最大车流量,并根据最大车流量对各个控流收费站进行控制,从而防止了高度公路上在发生交通事故时拥堵的生成和扩散。

Description

一种高速公路收费站限流方法和装置
技术领域
本发明实施例涉及智能交通领域,尤其涉及一种高速公路收费站限流方法和装置。
背景技术
高速公路是连接区域间的重要纽带,是保障国民物资运输、满足大众交通出行需求的必要基础。由于高速公路全线封闭以及车辆的分隔高速行驶,一旦有异常事件发生,其它车辆继续驶入便会难以掉头、分流和疏散,极易形成拥堵并且带来拥堵的蔓延及拥堵程度的加重。不仅会造成公众出行的延误,增加行程时间,还会造成局部交通的中断,为区域路网交通带来较大影响。因此,当高速公路发生异常事件时,采用何种智能化的限流方案,预防拥堵的生成与传播,成为了高速公路管理实践中亟待解决的重要问题。
现有技术中主要是将交通需求和交通事件信息加载到微观仿真平台预测事件影响范围,比基于交通波理论的预测方法精度有所提升,但是未能给出事件影响范围内的控制方案。
发明内容
本发明实施例提供了一种高速公路收费站限流方法和装置,用于解决现有技术中高速公路异常情况下不能对事件影响范围内的车流量进行控制的问题。
本发明实施例提供了一种高速公路收费站限流方法,包括:
确定瓶颈路段,所述瓶颈路段为交通事故发生地所在的路段;
根据所述瓶颈路段的检测数据确定交通事故影响范围;
根据所述交通事故影响范围和路网内各路段的交通出行量OD数据确定第一车流量,所述第一车流量为交通事故发生后从受影响路段驶入所述瓶颈路段的车流量,所述受影响路段是根据所述交通事故影响范围确定的;
根据所述第一车流量和所述瓶颈路段的通行能力确定控流收费站的可控车流量,所述瓶颈路段的通行能力是由所述瓶颈路段的检测数据确定的,所述控流收费站为所述交通事故影响范围内的收费站,所述可控车流量为允许经由所述控流收费站驶入所述瓶颈路段的最大车流量;
根据所述可控车流量控制进入所述控流收费站的车辆。
可选地,所述瓶颈路段的检测数据包括瓶颈路段上游检测数据和瓶颈路段下游检测数据;
所述根据所述瓶颈路段的检测数据确定交通事故影响范围,包括:
获取所述瓶颈路段的属性信息;
根据所述瓶颈路段的属性信息确定事故持续时间;
根据所述瓶颈路段上游检测数据确定所述瓶颈路段的交通需求;
根据所述瓶颈路段下游检测数据确定所述瓶颈路段的通行能力;
根据所述事故持续时间、所述瓶颈路段的交通需求和所述瓶颈路段的交通通行能力确定交通事故影响范围。
可选地,所述路网内各路段的OD数据包括历史OD数据和当前OD数据,所述历史OD数据为事故发生前所述路网内各路段的OD数据,所述当前OD数据为事故发生后所述路网内各路段的OD数据;
所述根据所述交通事故影响范围和路网内各路段的OD数据确定第一车流量,包括:
根据所述历史OD数据确定第一比例,具体符合下述公式(1):
Figure BDA0001244171350000021
其中,Rlj为第一比例,Qlj为事故发生前从受影响路段进入交通事故影响范围的车流量,qlj为事故发生前从受影响路段进入交通事故影响范围并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述受影响路段的交通需求;
根据所述第一比例和事故发生后所述受影响路段的交通需求确定第一车流量,具体符合下述公式(2):
Figure BDA0001244171350000031
其中,Qw(k)为第一车流量,Qwj(k)为事故发生后受影响路段的交通需求,Rlj为第一比例。
可选地,所述根据所述可控车流量控制进入所述控流收费站的车辆,包括:
根据所述历史OD数据和所述当前OD数据确定第二车流量,所述第二车流量为事故发生后从所述控流收费站驶入所述瓶颈路段的车流量;
根据所述控流收费站的可控车流量和所述第二车流量确定所述控流收费站的限流比例;
根据所述限流比例控制进入所述控流收费站的车辆。
可选地,所述根据所述历史OD数据和所述当前OD数据确定第二车流量,包括:
根据历史OD数据确定第二比例,具体符合下述公式(3):
Figure BDA0001244171350000032
其中Rsi为第二比例,Qsi为事故发生前从控流收费站进入高速公路的车流量,qsi为事故发生前从控流收费站进入高速公路并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述控流收费站的交通需求;
根据所述第二比例和事故发生后所述控流收费站的交通需求确定第二车流量,具体符合下述公式(4):
Figure BDA0001244171350000033
其中,Qs(k)为第二车流量,Qs(k)为事故发生后控流收费站的交通需求,Rsi为第二比例。
相应地,本发明实施例提供了一种高速公路收费站限流装置,包括:
确定模块,用于确定瓶颈路段,所述瓶颈路段为交通事故发生地所在的路段;
处理模块,用于根据所述瓶颈路段的检测数据确定交通事故影响范围;然后根据所述交通事故影响范围和路网内各路段的交通出行量OD数据确定第一车流量,所述第一车流量为交通事故发生后从受影响路段驶入所述瓶颈路段的车流量,所述受影响路段是根据所述交通事故影响范围确定的;根据所述第一车流量和所述瓶颈路段的通行能力确定控流收费站的可控车流量,所述瓶颈路段的通行能力是由所述瓶颈路段的检测数据确定的,所述控流收费站为所述交通事故影响范围内的收费站,所述可控车流量为允许经由所述控流收费站驶入所述瓶颈路段的最大车流量;
控制模块,用于根据所述可控车流量控制进入所述控流收费站的车辆。
可选地,所述瓶颈路段的检测数据包括瓶颈路段上游检测数据和瓶颈路段下游检测数据;
所述处理模块具体用于:
获取所述瓶颈路段的属性信息;
根据所述瓶颈路段的属性信息确定事故持续时间;
根据所述瓶颈路段上游检测数据确定所述瓶颈路段的交通需求;
根据所述瓶颈路段下游检测数据确定所述瓶颈路段的通行能力;
根据所述事故持续时间、所述瓶颈路段的交通需求和所述瓶颈路段的交通通行能力确定交通事故影响范围。
可选地,所述路网内各路段的OD数据包括历史OD数据和当前OD数据,所述历史OD数据为事故发生前所述路网内各路段的OD数据,所述当前OD数据为事故发生后所述路网内各路段的OD数据;
所述处理模块具体用于:
根据所述历史OD数据确定第一比例,具体符合下述公式(1):
Figure BDA0001244171350000051
其中,Rlj为第一比例,Qlj为事故发生前从受影响路段进入交通事故影响范围的车流量,qlj为事故发生前从受影响路段进入交通事故影响范围并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述受影响路段的交通需求;
根据所述第一比例和事故发生后所述受影响路段的交通需求确定第一车流量,具体符合下述公式(2):
Figure BDA0001244171350000052
其中,Qw(k)为第一车流量,Qwj(k)为事故发生后受影响路段的交通需求,Rlj为第一比例。
可选地,所述控制模块具体用于:
根据所述历史OD数据和所述当前OD数据确定第二车流量,所述第二车流量为事故发生后从所述控流收费站驶入所述瓶颈路段的车流量;
根据所述控流收费站的可控车流量和所述第二车流量确定所述控流收费站的限流比例;
根据所述限流比例控制进入所述控流收费站的车辆。
可选地,所述控制模块具体用于:
根据历史OD数据确定第二比例,具体符合下述公式(3):
Figure BDA0001244171350000053
其中Rsi为第二比例,Qsi为事故发生前从控流收费站进入高速公路的车流量,qsi为事故发生前从控流收费站进入高速公路并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述控流收费站的交通需求;
根据所述第二比例和事故发生后所述控流收费站的交通需求确定第二车流量,具体符合下述公式(4):
Figure BDA0001244171350000061
其中,Qs(k)为第二车流量,Qs(k)为事故发生后控流收费站的交通需求,Rsi为第二比例。
本发明实施例表明,首先确定瓶颈路段,所述瓶颈路段为交通事故发生地所在的路段,然后根据所述瓶颈路段的检测数据确定交通事故影响范围。根据所述交通事故影响范围和路网内各路段的交通出行量OD数据确定第一车流量,所述第一车流量为交通事故发生后从受影响路段驶入所述瓶颈路段的车流量,所述受影响路段是根据所述交通事故影响范围确定的。然后根据所述第一车流量和所述瓶颈路段的通行能力确定控流收费站的可控车流量,所述瓶颈路段的通行能力是由所述瓶颈路段的检测数据确定的,所述控流收费站为所述交通事故影响范围内的收费站,所述可控车流量为允许经由所述控流收费站驶入所述瓶颈路段的最大车流量,最后根据所述可控车流量控制进入所述控流收费站的车辆。本发明实施例中,交通事故发生后,进入瓶颈路段的车流量包括两个部分,一部分为第一车流量,即交通事故发生后从受影响路段驶入瓶颈路段的车流量。另一部分为控流收费站进入受影响路段的车流量,其中受影响路段的车流量是不可控制的,而控流收费站点的车流量是可控的,故本发明实施例根据瓶颈路段的交通通行能力和第一车流量确定控流收费站需要控制的能进入瓶颈路段的最大车流量,并根据最大车流量对各个控流收费站进行控制,从而防止了高度公路上在发生交通事故时拥堵的生成和扩散。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种高速公路收费站限流方法的流程示意图;
图2为本发明实施例提供的第一车流量确定方法的流程示意图;
图3为本发明实施例提供的一种高速公路收费站控流方法的流程示意图;
图4为本发明实施例提供的另一种高速公路收费站限流方法的流程示意图;
图5为本发明实施例提供的一种高速公路收费站限流装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例可应用于高速公路发生交通事故的场景下,调控中心通过高速公路收费站限流方法对进入交通事故发生路段的车流量进行控制。
图1例性示出了本发明实施例提供的一种高速公路收费站限流方法的流程,该流程可以由高速公路收费站限流装置执行。
如图1所示,该流程的具体步骤包括:
步骤S101,确定瓶颈路段。
步骤S102,根据瓶颈路段的检测数据确定交通事故影响范围。
步骤S103,根据交通事故影响范围和路网内各路段的交通出行量OD数据确定第一车流量。
步骤S104,根据第一车流量和瓶颈路段的通行能力确定控流收费站的可控车流量。
步骤S105,根据可控车流量控制进入控流收费站的车辆。
具体地,在步骤S101中,瓶颈路段为交通事故发生地所在的路段。在步骤S102中,检测数据通过安装在高速公路上的交通流检测器检测得到。在高速公路路网中,各路段上均安装有交通流检测器。交通流检测器分为超声波、视频、红外、感应线圈等多种类型。布设位置可以埋到路内,也可以架杆安装在道路上空。交通流检测器实时检测车流量、平均速度、车型分布等检测数据。瓶颈路段上也设置有交通流检测器,瓶颈路段的上游检测器能检测单位时间内进入瓶颈路段的车流量,即瓶颈路段的交通需求。瓶颈路段的下游检测器能检测单位时间内离开瓶颈路段的车流量,即瓶颈路段的交通通行能力。根据瓶颈路段上下游交通流检测器的检测数据可以确定交通事故的影响范围。
步骤S103中,路网内各路段的OD数据是根据收费站以及互通立交的交通流数据和各路段检测数据确定的,具体为:路网内全部道路根据不同方向,以收费站和互通立交为间断点进行分段逐一编号,然后将收费站以及互通立交的交通流数据、各路段检测数据与路网内全部道路进行匹配得到路网内各路段的OD数据。受影响路段为交通事故影响范围内的道路主线。第一车流量为交通事故发生后从受影响路段驶入瓶颈路段的车流量,即从道路主线进入瓶颈路段的车辆。
步骤S104中,瓶颈路段的通行能力是由瓶颈路段的检测数据确定的,控流收费站为交通事故影响范围内的收费站,可控车流量为允许经由控流收费站驶入瓶颈路段的最大车流量。
本发明实施例中,交通事故发生后,进入瓶颈路段的车流量包括两个部分,一部分为第一车流量,即交通事故发生后从受影响路段驶入瓶颈路段的车流量,另一部分为控流收费站进入受影响路段的车流量,其中受影响路段的车流量是不可控制的,而控流收费站点的车流量是可控的,故本发明实施例根据瓶颈路段的交通通行能力和第一车流量确定控流收费站需要控制的能进入瓶颈路段的最大车流量,并根据最大车流量对各个控流收费站进行控制,从而防止了高度公路上在发生交通事故时拥堵的生成和扩散。
下面详细介绍根据瓶颈路段的检测数据确定交通事故影响范围的过程,具体包括以下步骤:
首先获取瓶颈路段的属性信息,瓶颈路段的属性信息包括路肩信息、车道数量等。另外还需获取交通事故的相关信息,比如路肩阻塞、路肩事故、阻塞车道数、事故阻塞车道数。根据获取的瓶颈路段属性信息查询表格即可确定事故持续时间,在确定瓶颈路段具有足够路肩查询表1,在确定瓶颈路段无路肩时查询表2。
表1具有足够路肩的高速公路事故持续时间均值(min)
Figure BDA0001244171350000091
其中,NA表示无适当数值,事故持续时间=检测时间+反应时间+反应后车道内持续时间+反应后路肩持续时间。
表2无路肩的高速公路事故持续时间均值(min)
Figure BDA0001244171350000092
其中,事故持续时间=检测时间+反应时间+反应后车道内持续时间。
例如,在确定瓶颈路段具有足够路肩、事故堵塞一条车道时,根据表1可以得出事故持续时间=检测时间+反应时间+反应后车道内持续时间+反应后路肩持续时间=50min。在确定瓶颈路段无路肩、事故堵塞一条车道时,根据表2可以得出事故持续时间=检测时间+反应时间+反应后车道内持续时间+反应后路肩持续时间=50min。在确定事故持续时间之后,获取瓶颈路段上游交通流检测器的历史检测数据和当前检测数据,采用卡尔曼滤波算法进行短期的车流量预测得到瓶颈路段的交通需求。但是在刚发生交通事故时,瓶颈路段交通流检测器的检测数据还不稳定,不能用于确定瓶颈路段的通行能力,此时可根据瓶颈路段的属性信息以及交通事故的相关信息查询表格3得到瓶颈路段的通行能力。
表3事故条件下高速公路瓶颈路段通行能力值(辆/h)
Figure BDA0001244171350000101
例如在确定瓶颈路段具有足够路肩、瓶颈路段单向车道数为两条、事故堵塞一条车道时,查询表格3得到瓶颈路段的通行能力为1300辆/小时。在交通事故持续一段时间之后,可根据瓶颈路段瓶颈路段下游交通流检测器的检测数据确定瓶颈路段的通行能力。最后根据事故持续时间、瓶颈路段的交通需求和瓶颈路段的交通通行能力确定交通事故影响范围,具体符合下述公式(1):
Figure BDA0001244171350000102
其中QM为交通事故影响范围,T为事故持续时间,Spj为瓶颈路段的交通需求,Cpj为瓶颈路段的通行能力,L为车辆平均占地长度,N为单向车道数。本发明实施例中在高速公路发生交通事故初期,根据瓶颈路段的属性以交通事故的相关信息查表确定交通事故影响范围,而不需要在交通事故发生一段时间之后根据检测数据确定,故调控中心能在初期根据事故影响范围快速采取调控措施,从而提高了高速公路上拥堵调控的时效性,避免了拥堵的扩散。
在确定交通事故影响范围之后,根据交通事故影响范围和路网内各路段的OD数据确定第一车流量,具体包括以下步骤,如图2所示:
步骤S201,根据历史OD数据确定第一比例。
步骤S202,根据历史OD数据和当前OD数据预测事故发生后受影响路段的交通需求。
步骤S203,根据第一比例和事故发生后受影响路段的交通需求确定第一车流量。
具体实施中,路网内各路段的OD数据包括历史OD数据和当前OD数据,历史OD数据为事故发生前路网内各路段的OD数据,当前OD数据为事故发生后路网内各路段的OD数据。
根据历史OD数据确定第一比例符合下述公式(2):
Figure BDA0001244171350000111
其中,Rlj为第一比例,Qlj为事故发生前从受影响路段进入交通事故影响范围的车流量,qlj为事故发生前从受影响路段进入交通事故影响范围并进入瓶颈路段的车流量。
根据第一比例和事故发生后受影响路段的交通需求确定第一车流量符合下述公式(3):
Figure BDA0001244171350000112
其中,Qw(k)为第一车流量,Qwj(k)为事故发生后受影响路段的交通需求,Rlj为第一比例。
在确定第一车流量之后,根据第一车流量和瓶颈路段的通行能力确定控流收费站的可控车流量具体为:首先计算上一个周期瓶颈路段交通流量的预测误差作为修正值,然后根据第一车流量、瓶颈路段的通行能力和修正值确定控流收费站的可控车流量,具体符合下述公式(4):
Qmax(k)=Cpj-Qw(k)-Qwck………………………………(4)
其中Qmax(k)为控流收费站的可控车流量,Cpj为瓶颈路段的通行能力,Qw(k)为第一车流量,Qwck为修正值。
通过上述方法确定控流收费站的可控车流量之后,根据可控车流量控制进入控流收费站的车流量具体包括以下步骤,如图3所示:
步骤S301,根据历史OD数据和当前OD数据确定第二车流量。
步骤S302,根据控流收费站的可控车流量和第二车流量确定控流收费站的限流比例。
步骤S303,根据限流比例控制进入控流收费站的车辆。
具体地,在步骤S301中,第二车流量为事故发生后从控流收费站驶入瓶颈路段的车流量,下面具体介绍确定第二车流量的过程:
首先根据历史OD数据确定第二比例,具体符合下述公式(5):
Figure BDA0001244171350000121
其中Rsi为第二比例,Qsi为事故发生前从控流收费站进入高速公路的车流量,qsi为事故发生前从控流收费站进入高速公路并进入瓶颈路段的车流量。
然后根据历史OD数据和当前OD数据预测事故发生后控流收费站的交通需求。
最后根据第二比例和事故发生后控流收费站的交通需求确定第二车流量,具体符合下述公式(6):
Figure BDA0001244171350000122
其中,Qs(k)为第二车流量,Qs(k)为事故发生后控流收费站的交通需求,Rsi为第二比例。
在步骤S302中,根据控流收费站的可控车流量和第二车流量确定控流收费站的限流比例符合下述公式(7):
Figure BDA0001244171350000123
其中,P(k)为限流比例,Qs(k)为第二车流量,Qmax(k)为控流收费站的可控车流量。本发明实施例中对交通事故影响范围内的第一车流量进行预测,根据瓶颈路段的通行能力以及第一车流量推导出能从受控收费站进入瓶颈路段的最大车流量,即可控车流量,然后进一步预测在事故发生后从受控收费站进入瓶颈路段的车流量,即第二车流量,最后根据可控车流量和第二车流量对各个控流收费站的车流量进行控制,从而实现交通拥堵的疏导。
为了更好的解释本发明实施例,下面通过具体的实施场景描述本发明实施例提供的一种高速公路收费站限流方法的流程。
如图4所示,该方法包括以下步骤:
步骤S401,确定瓶颈路段。
步骤S402,获取瓶颈路段的属性信息。
步骤S403,根据瓶颈路段的属性信息确定事故持续时间。
步骤S404,根据瓶颈路段上游检测数据确定瓶颈路段的交通需求。
步骤S405,根据瓶颈路段下游检测数据确定瓶颈路段的通行能力。
步骤S406,根据事故持续时间、瓶颈路段的交通需求和瓶颈路段的交通通行能力确定交通事故影响范围。
步骤S407,根据交通事故影响范围和路网内各路段的OD数据确定第一车流量。
步骤S408,根据第一车流量和瓶颈路段的通行能力确定控流收费站的可控车流量。
步骤S409,根据历史OD数据和当前OD数据确定第二车流量。
步骤S410,根据控流收费站的可控车流量和第二车流量确定控流收费站的限流比例。
步骤S411,根据限流比例控制进入控流收费站的车辆。
本发明实施例表明,首先确定瓶颈路段,所述瓶颈路段为交通事故发生地所在的路段,然后根据所述瓶颈路段的检测数据确定交通事故影响范围。根据所述交通事故影响范围和路网内各路段的交通出行量OD数据确定第一车流量,所述第一车流量为交通事故发生后从受影响路段驶入所述瓶颈路段的车流量,所述受影响路段是根据所述交通事故影响范围确定的。然后根据所述第一车流量和所述瓶颈路段的通行能力确定控流收费站的可控车流量,所述瓶颈路段的通行能力是由所述瓶颈路段的检测数据确定的,所述控流收费站为所述交通事故影响范围内的收费站,所述可控车流量为允许经由所述控流收费站驶入所述瓶颈路段的最大车流量,最后根据所述可控车流量控制进入所述控流收费站的车辆。本发明实施例中,交通事故发生后,进入瓶颈路段的车流量包括两个部分,一部分为第一车流量,即交通事故发生后从受影响路段驶入瓶颈路段的车流量,另一部分为控流收费站进入受影响路段的车流量,其中受影响路段的车流量是不可控制的,而控流收费站点的车流量是可控的,故本发明实施例根据瓶颈路段的交通通行能力和第一车流量确定控流收费站需要控制的能进入瓶颈路段的最大车流量,并根据最大车流量对各个控流收费站进行控制,从而防止了高度公路上在发生交通事故时拥堵的生成和扩散。
基于相同构思,图5示例性的示出了本发明实施例提供的一种高速公路收费站限流装置的结构,该装置可以执行高速公路收费站限流方法的流程。
如图5所示,该装置包括:
确定模块501,用于确定瓶颈路段,所述瓶颈路段为交通事故发生地所在的路段;
处理模块502,用于根据所述瓶颈路段的检测数据确定交通事故影响范围;然后根据所述交通事故影响范围和路网内各路段的交通出行量OD数据确定第一车流量,所述第一车流量为交通事故发生后从受影响路段驶入所述瓶颈路段的车流量,所述受影响路段是根据所述交通事故影响范围确定的;根据所述第一车流量和所述瓶颈路段的通行能力确定控流收费站的可控车流量,所述瓶颈路段的通行能力是由所述瓶颈路段的检测数据确定的,所述控流收费站为所述交通事故影响范围内的收费站,所述可控车流量为允许经由所述控流收费站驶入所述瓶颈路段的最大车流量;
控制模块503,用于根据所述可控车流量控制进入所述控流收费站的车辆。
可选地,所述瓶颈路段的检测数据包括瓶颈路段上游检测数据和瓶颈路段下游检测数据;
所述处理模块502具体用于:
获取所述瓶颈路段的属性信息;
根据所述瓶颈路段的属性信息确定事故持续时间;
根据所述瓶颈路段上游检测数据确定所述瓶颈路段的交通需求;
根据所述瓶颈路段下游检测数据确定所述瓶颈路段的通行能力;
根据所述事故持续时间、所述瓶颈路段的交通需求和所述瓶颈路段的交通通行能力确定交通事故影响范围。
可选地,所述路网内各路段的OD数据包括历史OD数据和当前OD数据,所述历史OD数据为事故发生前所述路网内各路段的OD数据,所述当前OD数据为事故发生后所述路网内各路段的OD数据;
所述处理模块502具体用于:
根据所述历史OD数据确定第一比例,具体符合下述公式(8):
Figure BDA0001244171350000151
其中,Rlj为第一比例,Qlj为事故发生前从受影响路段进入交通事故影响范围的车流量,qlj为事故发生前从受影响路段进入交通事故影响范围并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述受影响路段的交通需求;
根据所述第一比例和事故发生后所述受影响路段的交通需求确定第一车流量,具体符合下述公式(9):
Figure BDA0001244171350000152
其中,Qw(k)为第一车流量,Qwj(k)为事故发生后受影响路段的交通需求,Rlj为第一比例。
可选地,所述控制模块503具体用于:
根据所述历史OD数据和所述当前OD数据确定第二车流量,所述第二车流量为事故发生后从所述控流收费站驶入所述瓶颈路段的车流量;
根据所述控流收费站的可控车流量和所述第二车流量确定所述控流收费站的限流比例;
根据所述限流比例控制进入所述控流收费站的车辆。
可选地,所述控制模块503具体用于:
根据历史OD数据确定第二比例,具体符合下述公式(10):
Figure BDA0001244171350000161
其中Rsi为第二比例,Qsi为事故发生前从控流收费站进入高速公路的车流量,qsi为事故发生前从控流收费站进入高速公路并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述控流收费站的交通需求;
根据所述第二比例和事故发生后所述控流收费站的交通需求确定第二车流量,具体符合下述公式(11):
Figure BDA0001244171350000162
其中,Qs(k)为第二车流量,Qs(k)为事故发生后控流收费站的交通需求,Rsi为第二比例。
本领域内的技术人员应明白,本发明的实施例可提供为方法、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种高速公路收费站限流方法,其特征在于,包括:
确定瓶颈路段,所述瓶颈路段为交通事故发生地所在的路段;
根据所述瓶颈路段的检测数据确定交通事故影响范围;
根据历史OD数据确定第一比例;根据所述历史OD数据和当前OD数据预测事故发生后受影响路段的交通需求;根据所述第一比例和事故发生后所述受影响路段的交通需求确定第一车流量;所述第一车流量为交通事故发生后从受影响路段驶入所述瓶颈路段的车流量,所述受影响路段是根据所述交通事故影响范围确定的;所述历史OD数据为事故发生前路网内各路段的OD数据,所述当前OD数据为事故发生后所述路网内各路段的OD数据;所述根据所述历史OD数据确定第一比例,具体符合下述公式(1):
Figure FDA0002258994900000011
其中,Rlj为第一比例,Qlj为事故发生前从受影响路段进入交通事故影响范围的车流量,qlj为事故发生前从受影响路段进入交通事故影响范围并进入瓶颈路段的车流量;
所述根据所述第一比例和事故发生后所述受影响路段的交通需求确定第一车流量,具体符合下述公式(2):
Figure FDA0002258994900000012
其中,Qw为第一车流量,Qwj为事故发生后受影响路段的交通需求,Rlj为第一比例;
根据所述第一车流量和所述瓶颈路段的通行能力确定控流收费站的可控车流量,所述瓶颈路段的通行能力是由所述瓶颈路段的检测数据确定的,所述控流收费站为所述交通事故影响范围内的收费站,所述可控车流量为允许经由所述控流收费站驶入所述瓶颈路段的最大车流量;
根据所述可控车流量控制进入所述控流收费站的车辆。
2.如权利要求1所述的方法,其特征在于,所述瓶颈路段的检测数据包括瓶颈路段上游检测数据和瓶颈路段下游检测数据;
所述根据所述瓶颈路段的检测数据确定交通事故影响范围,包括:
获取所述瓶颈路段的属性信息;
根据所述瓶颈路段的属性信息确定事故持续时间;
根据所述瓶颈路段上游检测数据确定所述瓶颈路段的交通需求;
根据所述瓶颈路段下游检测数据确定所述瓶颈路段的通行能力;
根据所述事故持续时间、所述瓶颈路段的交通需求和所述瓶颈路段的交通通行能力确定交通事故影响范围。
3.如权利要求1所述的方法,其特征在于,所述根据所述可控车流量控制进入所述控流收费站的车辆,包括:
根据所述历史OD数据和所述当前OD数据确定第二车流量,所述第二车流量为事故发生后从所述控流收费站驶入所述瓶颈路段的车流量;
根据所述控流收费站的可控车流量和所述第二车流量确定所述控流收费站的限流比例;
根据所述限流比例控制进入所述控流收费站的车辆。
4.如权利要求3所述的方法,其特征在于,所述根据所述历史OD数据和所述当前OD数据确定第二车流量,包括:
根据历史OD数据确定第二比例,具体符合下述公式(3):
Figure FDA0002258994900000021
其中Rsi为第二比例,Qsi为事故发生前从控流收费站进入高速公路的车流量,qsi为事故发生前从控流收费站进入高速公路并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述控流收费站的交通需求;
根据所述第二比例和事故发生后所述控流收费站的交通需求确定第二车流量,具体符合下述公式(4):
Figure FDA0002258994900000031
其中,Qs为第二车流量,Psi为事故发生后控流收费站的交通需求,Rsi为第二比例。
5.一种高速公路收费站限流装置,其特征在于,包括:
确定模块,用于确定瓶颈路段,所述瓶颈路段为交通事故发生地所在的路段;
处理模块,用于根据所述瓶颈路段的检测数据确定交通事故影响范围;根据历史OD数据确定第一比例;根据所述历史OD数据和当前OD数据预测事故发生后受影响路段的交通需求;根据所述第一比例和事故发生后所述受影响路段的交通需求确定第一车流量,所述第一车流量为交通事故发生后从受影响路段驶入所述瓶颈路段的车流量,所述受影响路段是根据所述交通事故影响范围确定的;所述历史OD数据为事故发生前路网内各路段的OD数据,所述当前OD数据为事故发生后所述路网内各路段的OD数据;所述处理模块具体用于:
根据所述历史OD数据确定第一比例,具体符合下述公式(1):
Figure FDA0002258994900000032
其中,Rlj为第一比例,Qlj为事故发生前从受影响路段进入交通事故影响范围的车流量,qlj为事故发生前从受影响路段进入交通事故影响范围并进入瓶颈路段的车流量;
根据所述第一比例和事故发生后所述受影响路段的交通需求确定第一车流量,具体符合下述公式(2):
Figure FDA0002258994900000033
其中,Qw为第一车流量,Qwj为事故发生后受影响路段的交通需求,Rlj为第一比例;
根据所述第一车流量和所述瓶颈路段的通行能力确定控流收费站的可控车流量,所述瓶颈路段的通行能力是由所述瓶颈路段的检测数据确定的,所述控流收费站为所述交通事故影响范围内的收费站,所述可控车流量为允许经由所述控流收费站驶入所述瓶颈路段的最大车流量;
控制模块,用于根据所述可控车流量控制进入所述控流收费站的车辆。
6.如权利要求5所述的装置,其特征在于,所述瓶颈路段的检测数据包括瓶颈路段上游检测数据和瓶颈路段下游检测数据;
所述处理模块具体用于:
获取所述瓶颈路段的属性信息;
根据所述瓶颈路段的属性信息确定事故持续时间;
根据所述瓶颈路段上游检测数据确定所述瓶颈路段的交通需求;
根据所述瓶颈路段下游检测数据确定所述瓶颈路段的通行能力;
根据所述事故持续时间、所述瓶颈路段的交通需求和所述瓶颈路段的交通通行能力确定交通事故影响范围。
7.如权利要求5所述的装置,其特征在于,所述控制模块具体用于:
根据所述历史OD数据和所述当前OD数据确定第二车流量,所述第二车流量为事故发生后从所述控流收费站驶入所述瓶颈路段的车流量;
根据所述控流收费站的可控车流量和所述第二车流量确定所述控流收费站的限流比例;
根据所述限流比例控制进入所述控流收费站的车辆。
8.如权利要求7所述的装置,其特征在于,所述控制模块具体用于:
根据历史OD数据确定第二比例,具体符合下述公式(3):
Figure FDA0002258994900000041
其中Rsi为第二比例,Qsi为事故发生前从控流收费站进入高速公路的车流量,qsi为事故发生前从控流收费站进入高速公路并进入瓶颈路段的车流量;
根据所述历史OD数据和所述当前OD数据预测事故发生后所述控流收费站的交通需求;
根据所述第二比例和事故发生后所述控流收费站的交通需求确定第二车流量,具体符合下述公式(4):
Figure FDA0002258994900000051
其中,Qs为第二车流量,Psi为事故发生后控流收费站的交通需求,Rsi为第二比例。
CN201710146080.5A 2017-03-13 2017-03-13 一种高速公路收费站限流方法和装置 Active CN106846810B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710146080.5A CN106846810B (zh) 2017-03-13 2017-03-13 一种高速公路收费站限流方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710146080.5A CN106846810B (zh) 2017-03-13 2017-03-13 一种高速公路收费站限流方法和装置

Publications (2)

Publication Number Publication Date
CN106846810A CN106846810A (zh) 2017-06-13
CN106846810B true CN106846810B (zh) 2020-05-05

Family

ID=59143602

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710146080.5A Active CN106846810B (zh) 2017-03-13 2017-03-13 一种高速公路收费站限流方法和装置

Country Status (1)

Country Link
CN (1) CN106846810B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107993438A (zh) * 2017-12-08 2018-05-04 上海云砥信息科技有限公司 一种高速公路瓶颈路段拥堵预警方法
CN108665707B (zh) * 2018-05-24 2020-11-27 金陵科技学院 一种预防局部交通拥堵的高速公路入口分流及流量协同控制方法
CN108597227B (zh) * 2018-05-29 2021-05-25 重庆大学 高速公路收费站下道交通流量预测方法
CN109064754B (zh) * 2018-10-10 2021-08-27 南京宁昱通交通科技有限公司 一种高速公路入口分流及流量协同控制方法
CN114664086B (zh) * 2019-12-18 2023-11-24 北京嘀嘀无限科技发展有限公司 控制信息发布的方法、装置、电子设备和存储介质
CN111613053B (zh) * 2020-04-21 2021-06-15 北京掌行通信息技术有限公司 一种交通扰动的检测分析方法、装置、存储介质及终端
CN113744522B (zh) * 2021-08-05 2023-02-21 山东旗帜信息有限公司 一种高速公路上的车辆引导方法、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226685A (zh) * 2007-11-20 2008-07-23 东南大学 道路交通意外事件数据采集和处理方法
EP2323115A1 (en) * 2009-11-09 2011-05-18 Hitachi, Ltd. Method and apparatus for predicting traffic jam area
CN103606269A (zh) * 2013-11-27 2014-02-26 东南大学 一种提高高速公路施工区通行效率的控制方法
CN105761492A (zh) * 2016-05-04 2016-07-13 北京大学 一种基于网络流的大范围高速路网动态配流方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101226685A (zh) * 2007-11-20 2008-07-23 东南大学 道路交通意外事件数据采集和处理方法
EP2323115A1 (en) * 2009-11-09 2011-05-18 Hitachi, Ltd. Method and apparatus for predicting traffic jam area
CN103606269A (zh) * 2013-11-27 2014-02-26 东南大学 一种提高高速公路施工区通行效率的控制方法
CN105761492A (zh) * 2016-05-04 2016-07-13 北京大学 一种基于网络流的大范围高速路网动态配流方法

Also Published As

Publication number Publication date
CN106846810A (zh) 2017-06-13

Similar Documents

Publication Publication Date Title
CN106846810B (zh) 一种高速公路收费站限流方法和装置
US11378404B2 (en) Methods and systems for generating a horizon for use in an advanced driver assistance system (ADAS)
Schakel et al. Improving traffic flow efficiency by in-car advice on lane, speed, and headway
Feng et al. A real-time adaptive signal control in a connected vehicle environment
US9911327B2 (en) Method and apparatus for identifying a split lane traffic location
CN103914988B (zh) 一种交通路况数据处理方法、装置和系统
CN113744522B (zh) 一种高速公路上的车辆引导方法、设备及介质
Goodall et al. Microscopic estimation of arterial vehicle positions in a low-penetration-rate connected vehicle environment
CN113330496A (zh) 使用连接的车辆数据来管理交通流的系统和方法
CN108198460B (zh) 一种车辆智能变道方法及车辆
CN103903444B (zh) 一种即时发现快速路拥堵引发点的方法和系统
CN103927868A (zh) 一种能够发现导致区域交通拥堵原因的方法及系统
Feng Intelligent traffic control in a connected vehicle environment
CN105185117A (zh) 一种公路旅行时间预测方法、系统及装置
CN110733507A (zh) 车道变换及道路隔离方法、装置、设备及存储介质
JP4003828B2 (ja) 道路制御方法および道路制御システム並びに記録媒体
JP2007219633A (ja) 旅行時間予測装置及び方法
Roncoli et al. Model predictive control for multi-lane motorways in presence of VACS
Jiang et al. Developing highway capacity manual capacity adjustment factors for connected and automated traffic on roundabouts
CN114842659B (zh) 一种交通拥堵疏导方法及装置
Moghimi et al. Look-ahead transit signal priority control with self-organizing logic
Hegyi et al. Freeway Traffic Management and Control.
CN111127914B (zh) 一种基于信号自动放行机制的方法及装置
CN114550443A (zh) 路网数据处理方法、设备和可读介质
CN109326118B (zh) 一种车队位置预测方法及装置

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