CN107103760A - 一种监测水平高的交通状态监测系统 - Google Patents

一种监测水平高的交通状态监测系统 Download PDF

Info

Publication number
CN107103760A
CN107103760A CN201710489343.2A CN201710489343A CN107103760A CN 107103760 A CN107103760 A CN 107103760A CN 201710489343 A CN201710489343 A CN 201710489343A CN 107103760 A CN107103760 A CN 107103760A
Authority
CN
China
Prior art keywords
mrow
msub
data
traffic
detection
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
CN201710489343.2A
Other languages
English (en)
Inventor
孟玲
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.)
Shenzhen Source Guang'an Intelligent Technology Co Ltd
Original Assignee
Shenzhen Source Guang'an Intelligent 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 Shenzhen Source Guang'an Intelligent Technology Co Ltd filed Critical Shenzhen Source Guang'an Intelligent Technology Co Ltd
Priority to CN201710489343.2A priority Critical patent/CN107103760A/zh
Publication of CN107103760A publication Critical patent/CN107103760A/zh
Pending legal-status Critical Current

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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination

Abstract

本发明提供了一种监测水平高的交通状态监测系统，包括交通数据获取与处理子系统、交通监测与预测子系统和交通信息发布子系统，所述交通数据获取与处理子系统用于对交通数据进行采集、存储和处理，所述交通监测与预测子系统用于根据处理后的交通数据输出道路上已经发生的交通事件、已经发生和即将发生的交通拥堵信息，所述交通信息发布子系统用于发布交通监测与预测子系统输出的信息；所述交通数据获取与处理子系统包括车辆检测器检测模块和车载定位系统检测模块。本发明的有益效果为：通过多种数据源进行交通数据获取和处理，增加了数据的覆盖范围，提高了系统的监测能力，实现了交通状态的准确监测与实时发布。

Description

一种监测水平高的交通状态监测系统
技术领域
本发明涉及交通状态监测技术领域，具体涉及一种监测水平高的交通状态监测系统。
背景技术
交通事件和交通拥挤对道路交通的安全与效率具有重要影响，及时、准确发现道路上存在的交通事件和交通拥挤一直是交通状态监测领域研究的焦点和难点。然而，受交通数据获取与处理方法的限制，交通状态监测与预测研究成果在效率、效果以及经济性方面还存在较大的提升空间。
发明内容
针对上述问题，本发明旨在提供一种监测水平高的交通状态监测系统。
本发明的目的采用以下技术方案来实现：
提供了一种监测水平高的交通状态监测系统，包括交通数据获取与处理子系统、交通监测与预测子系统和交通信息发布子系统，所述交通数据获取与处理子系统用于对交通数据进行采集、存储和处理，所述交通监测与预测子系统用于根据处理后的交通数据输出道路上已经发生的交通事件、已经发生和即将发生的交通拥堵信息，所述交通信息发布子系统用于发布交通监测与预测子系统输出的信息；所述交通数据获取与处理子系统包括车辆检测器检测模块和车载定位系统检测模块，所述车辆检测器检测模块用于获取交通流量数据并对其进行处理，所述车载定位系统检测模块用于获取车辆编号、车辆位置、瞬时速度以及定位时间并对其进行处理。
本发明的有益效果为：通过多种数据源进行交通数据获取和处理，增加了数据的覆盖范围，提高了系统的监测能力，实现了交通状态的准确监测与实时发布。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图；
图2是本发明交通数据获取与处理子系统结构示意图。
附图标记：
交通数据获取与处理子系统1、交通监测与预测子系统2、交通信息发布子系统3、车辆检测器检测模块11、车载定位系统检测模块12。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2，本实施例的一种监测水平高的交通状态监测系统，包括交通数据获取与处理子系统1、交通监测与预测子系统2和交通信息发布子系统3，所述交通数据获取与处理子系统1用于对交通数据进行采集、存储和处理，所述交通监测与预测子系统2用于根据处理后的交通数据输出道路上已经发生的交通事件、已经发生和即将发生的交通拥堵信息，所述交通信息发布子系统3用于发布交通监测与预测子系统输出的信息；所述交通数据获取与处理子1系统包括车辆检测器检测模块11和车载定位系统检测模块12，所述车辆检测器检测模块1用于获取交通流量数据并对其进行处理，所述车载定位系统检测模块12用于获取车辆编号、车辆位置、瞬时速度以及定位时间并对其进行处理。
本实施例通过多种数据源进行交通数据获取和处理，增加了数据的覆盖范围，提高了系统的监测能力，实现了交通状态的准确监测与实时发布。
优选的，所述车辆检测器检测模块11包括第一处理子模块和第二处理子模块，所述第一处理子模块对单一地点车辆检测器进行数据处理，对丢失数据、错误数据以及异常交通状况数据进行识别与修复，所述第二处理子模块对连续多个车辆检测器的数据进行处理，对违反上、下游检测截面流量数据守恒的故障数据进行识别与修复。
所述对违反上、下游检测截面流量数据守恒的故障数据进行识别，采用以下方式进行：
(1)对路段上、下游检测截面流量数据进行累积，令Q(x1,tn)和Q(x2,tn)分别表示t1～tn时段进入和离开检测截面x1和x2之间路段的累积车辆流量，其中，
式中，q(x1,tk)和q(x2,tk)分别表示检测截面x1和x2在tk时刻的流率，Δt表示两个时刻的间隔时间；
(2)建立第一检测函数和第二检测函数，第一检测函数J1为：
第二检测函数J2为：
若满足函数J1≥0且J2≤Zmax(x1,x2)，则为正常数据，否则，为故障数据，式中，Zmax(x1,x2)表示检测截面x1和x2对应路段所能承载的最大行驶车辆。
本优选实施例车辆检测器检测模块对单一车辆检测器和连续多个车辆检测器的数据进行处理，获取了更为准确的检测数据，第一处理子模块通过建立第一检测函数和第二检测函数对故障数据进行识别，提高了故障数据检测水平。
优选的，所述对违反上、下游检测截面流量数据守恒的故障数据进行修复，采用以下方式进行：
(1)当有X个连续检测截面的路网违反上、下游检测截面流量数据守恒时，以累积流量调整值与观测值差的平方和最小为目标函数，求解目标函数最优解，对截面累积流量数据进行修复，其中：
目标函数为：
约束条件为：
式中，Q(i,t)表示第i个检测截面t时刻累积流量观测值，QA(i,t)和QA(i+1,t)分别表示第i个和第i+1个检测截面t时刻累积流量调整值，Zmax(i,i+1)表示第i个和第i+1个检测截面对应路段所能承载的最大行驶车辆，QA(i,t-1)表示第i个检测截面t-1时刻累积流量调整值；
(2)对故障数据进行修复：
qA(i,t)＝QA(i,t)-QA(i,t-1)
式中，qA(i,t)表示修复后的第i个检测截面t时刻修复后的数据；
(3)定义车辆检测器检测数据的误差率函数W：
式中，qR(j)表示第j个采样间隔交通流率真值，qA(j)表示修复后的第j个采样间隔的交通流率，M表示采样的数量。
本优选实施例第二处理子模块建立目标函数对故障数据进行修复，对故障数据进行了有效修复，建立误差函数，定期对误差率进行检验，保证了交通数据获取的准确性，能够保证修复后的数据处于可用的状态。
优选的，所述车载定位系统检测模块12包括速度处理子模块和位置处理子模块，所述速度处理子模块用于剔除异常的瞬时速度数据，所述位置处理子模块用于剔除异常的位置变化数据。
所述剔除异常的瞬时速度数据，具体为：设定第一阈值函数：
DY＝vmax-vh,max-β
式中，vmax表示瞬时速度上限值，β表示车载定位系统瞬时速度误差，vh,max表示道路最高时速；若DY＞0，则对数据进行剔除。
所述剔除异常的位置变化数据，具体为：设定第二阈值函数：
DE＝ΔPmax(t)-vh,max[t(m)-t(m-1)]-2r
式中，ΔPmax(t)表示位置变化上限值，t(m)表示当前车载定位系统数据的定位时刻，t(m-1)表示前一车载定位系统数据的定位时刻，r表示车载定位系统误差圆半径；若DE＞0，则对数据进行剔除。
本优选实施例车载定位系统检测模块对车载定位系统异常的瞬时速度数据和位置变化数据进行剔除，能够减少异常数据带来的负面影响，提高交通数据采集的准确性，从而提高交通监测系统的监测水平。
采用本发明监测水平高的交通状态监测系统对交通状态进行监测，选取5个路段进行监测，并分别将其编路段1、路段2、路段3、路段4和路段5，对监测时间和监测准确性进行统计，同现有交通状态监测系统相比，产生的有益效果如下表所示：
监测时间缩短 监测准确性提高
路段1 20％ 18％
路段2 25％ 20％
路段3 30％ 25％
路段4 27％ 16％
路段5 20％ 17％
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (7)

1.一种监测水平高的交通状态监测系统，其特征在于，包括交通数据获取与处理子系统、交通监测与预测子系统和交通信息发布子系统，所述交通数据获取与处理子系统用于对交通数据进行采集、存储和处理，所述交通监测与预测子系统用于根据处理后的交通数据输出道路上已经发生的交通事件、已经发生和即将发生的交通拥堵信息，所述交通信息发布子系统用于发布交通监测与预测子系统输出的信息；所述交通数据获取与处理子系统包括车辆检测器检测模块和车载定位系统检测模块，所述车辆检测器检测模块用于获取交通流量数据并对其进行处理，所述车载定位系统检测模块用于获取车辆编号、车辆位置、瞬时速度以及定位时间并对其进行处理。
2.根据权利要求1所述的监测水平高的交通状态监测系统，其特征在于，所述车辆检测器检测模块包括第一处理子模块和第二处理子模块，所述第一处理子模块对单一地点车辆检测器进行数据处理，对丢失数据、错误数据以及异常交通状况数据进行识别与修复，所述第二处理子模块对连续多个车辆检测器的数据进行处理，对违反上、下游检测截面流量数据守恒的故障数据进行识别与修复。
3.根据权利要求2所述的监测水平高的交通状态监测系统，其特征在于，所述对违反上、下游检测截面流量数据守恒的故障数据进行识别，采用以下方式进行：
(1)对路段上、下游检测截面流量数据进行累积，令Q(x1,tn)和Q(x2,tn)分别表示t1～tn时段进入和离开检测截面x1和x2之间路段的累积车辆流量，其中，
<mrow> <mi>Q</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>&amp;Delta;</mi> <mi>t</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>q</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow>
<mrow> <mi>Q</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mi>&amp;Delta;</mi> <mi>t</mi> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <mi>q</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>k</mi> </msub> <mo>)</mo> </mrow> </mrow>
式中，q(x1,tk)和q(x2,tk)分别表示检测截面x1和x2在tk时刻的流率，Δt表示两个时刻的间隔时间；
(2)建立第一检测函数和第二检测函数，第一检测函数J1为：
<mrow> <msub> <mi>J</mi> <mn>1</mn> </msub> <mo>=</mo> <msup> <mi>e</mi> <mrow> <mi>Q</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mi>Q</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> </mrow> </msup> <mo>-</mo> <mn>1</mn> </mrow>
第二检测函数J2为：
<mrow> <msub> <mi>J</mi> <mn>2</mn> </msub> <mo>=</mo> <msqrt> <mrow> <msup> <mrow> <mo>&amp;lsqb;</mo> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mi>Q</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mn>2</mn> </msub> <mo>,</mo> <msub> <mi>t</mi> <mi>n</mi> </msub> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <mn>1</mn> </mrow> </msqrt> </mrow>
若满足函数J1≥0且J2≤Zmax(x1,x2)，则为正常数据，否则，为故障数据，式中，Zmax(x1,x2)表示检测截面x1和x2对应路段所能承载的最大行驶车辆。
4.根据权利要求3所述的监测水平高的交通状态监测系统，其特征在于，所述对违反上、下游检测截面流量数据守恒的故障数据进行修复，采用以下方式进行：
(1)当有X个连续检测截面的路网违反上、下游检测截面流量数据守恒时，以累积流量调整值与观测值差的平方和最小为目标函数，求解目标函数最优解，对截面累积流量数据进行修复，其中：
目标函数为：
<mrow> <mi>y</mi> <mo>=</mo> <mi>m</mi> <mi>i</mi> <mi>n</mi> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>X</mi> </munderover> <mo>{</mo> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>+</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>-</mo> <mi>Q</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> <mo>}</mo> </mrow>
约束条件为：
<mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>t</mi> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> <mo>,</mo> <mi>t</mi> </mrow> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <msub> <mi>Z</mi> <mi>max</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> </mrow> <mo>)</mo> </mrow> <mo>&amp;GreaterEqual;</mo> <msub> <mi>Q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>t</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mn>...</mn> <mo>,</mo> <mi>X</mi> </mrow> </mtd> </mtr> </mtable> </mfenced>
式中，Q(i,t)表示第i个检测截面t时刻累积流量观测值，QA(i,t)和QA(i+1,t)分别表示第i个和第i+1个检测截面t时刻累积流量调整值，Zmax(i,i+1)表示第i个和第i+1个检测截面对应路段所能承载的最大行驶车辆，QA(i,t-1)表示第i个检测截面t-1时刻累积流量调整值；
(2)对故障数据进行修复：
qA(i,t)＝QA(i,t)-QA(i,t-1)
式中，qA(i,t)表示修复后的第i个检测截面t时刻修复后的数据；
(3)定义车辆检测器检测数据的误差率函数W：
<mrow> <mi>W</mi> <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> <mfrac> <msqrt> <mrow> <mo>|</mo> <msub> <mi>q</mi> <mi>R</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> </msqrt> <mrow> <msub> <mi>q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&amp;times;</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>q</mi> <mi>R</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>q</mi> <mi>A</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>|</mo> </mrow> <mrow> <msub> <mi>q</mi> <mi>R</mi> </msub> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>&amp;times;</mo> <mn>100</mn> <mi>%</mi> </mrow>
式中，qR(j)表示第j个采样间隔交通流率真值，qA(j)表示修复后的第j个采样间隔的交通流率，M表示采样的数量。
5.根据权利要求4所述的监测水平高的交通状态监测系统，其特征在于，所述车载定位系统检测模块包括速度处理子模块和位置处理子模块，所述速度处理子模块用于剔除异常的瞬时速度数据，所述位置处理子模块用于剔除异常的位置变化数据。
6.根据权利要求5所述的监测水平高的交通状态监测系统，其特征在于，所述剔除异常的瞬时速度数据，具体为：设定第一阈值函数：
DY＝vmax-vh,max-β
式中，vmax表示瞬时速度上限值，β表示车载定位系统瞬时速度误差，vh,max表示道路最高时速；若DY＞0，则对数据进行剔除。
7.根据权利要求6所述的监测水平高的交通状态监测系统，其特征在于，所述剔除异常的位置变化数据，具体为：设定第二阈值函数：
DE＝ΔPmax(t)-vh,max[t(m)-t(m-1)]-2r
式中，ΔPmax(t)表示位置变化上限值，t(m)表示当前车载定位系统数据的定位时刻，t(m-1)表示前一车载定位系统数据的定位时刻，r表示车载定位系统误差圆半径；若DE＞0，则对数据进行剔除。
CN201710489343.2A 2017-06-24 2017-06-24 一种监测水平高的交通状态监测系统 Pending CN107103760A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710489343.2A CN107103760A (zh) 2017-06-24 2017-06-24 一种监测水平高的交通状态监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710489343.2A CN107103760A (zh) 2017-06-24 2017-06-24 一种监测水平高的交通状态监测系统

Publications (1)

Publication Number Publication Date
CN107103760A true CN107103760A (zh) 2017-08-29

Family

ID=59663924

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710489343.2A Pending CN107103760A (zh) 2017-06-24 2017-06-24 一种监测水平高的交通状态监测系统

Country Status (1)

Country Link
CN (1) CN107103760A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436346A (zh) * 2007-11-20 2009-05-20 孙少炜 交通智能管理系统及方法
CN102169630A (zh) * 2011-03-31 2011-08-31 上海电科智能系统股份有限公司 一种道路连续交通流数据质量控制方法
CN203260191U (zh) * 2013-03-29 2013-10-30 苏州数伦科技有限公司 交通监控管理系统
US20160071412A1 (en) * 2014-09-05 2016-03-10 Purdue Research Foundation Methods and systems for real-time advanced congestion identification and warning

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436346A (zh) * 2007-11-20 2009-05-20 孙少炜 交通智能管理系统及方法
CN102169630A (zh) * 2011-03-31 2011-08-31 上海电科智能系统股份有限公司 一种道路连续交通流数据质量控制方法
CN203260191U (zh) * 2013-03-29 2013-10-30 苏州数伦科技有限公司 交通监控管理系统
US20160071412A1 (en) * 2014-09-05 2016-03-10 Purdue Research Foundation Methods and systems for real-time advanced congestion identification and warning

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李琦: "基于多源数据的交通状态监测与预测方法研究", 《中国博士学位论文全文数据库信息科技辑》 *
王英会: "高速公路交通流异常数据识别及修复方法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Similar Documents

Publication Publication Date Title
CN102419905B (zh) 基于交通波理论的高速公路事故的交通影响范围确定方法
CN101739824B (zh) 基于数据融合技术的交通状况估计方法
Zhang et al. Some properties of flows at freeway bottlenecks
CN104392610B (zh) 基于分布式视频的高速路交通事件影响范围动态监控方法
CN108010316A (zh) 一种基于路网模型的道路交通多源数据融合处理方法
CN103646542B (zh) 一种交通影响范围的预测方法和装置
CN104408925A (zh) 基于陈列雷达的交叉口运行状态评价方法
CN103578295A (zh) 一种快速道路排队尾部追尾事故风险实时预测与预防方法
CN102855760A (zh) 基于浮动车数据的在线排队长度检测方法
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
CN104700630A (zh) 一种高速公路车流量的监测方法及系统
Figliozzi et al. Algorithms for studying the impact of travel time reliability along multisegment trucking freight corridors
CN103632541B (zh) 交通事件路链检测与数据填补方法
CN105632193B (zh) 一种基于时空关联性的数据缺失路段速度计算方法
CN107146413A (zh) 一种智慧城市服务平台
Alvarez et al. Time-variant travel time distributions and reliability metrics and their utility in reliability assessments
CN107103760A (zh) 一种监测水平高的交通状态监测系统
Chan et al. Real-time estimation of arterial travel times with spatial travel time covariance relationships
CN102254433A (zh) 一种用于高速公路检测器的布设间距的测定方法
CN107134131A (zh) 一种高速公路通行受阻系数的计算方法和系统
Zhan et al. Sample size reduction method based on data fusion for freeways with fixed detectors
CN103617726A (zh) 粗粒度交通状态转换为细粒度速度的方法
CN107085958A (zh) 一种信息发布及时的信息发布系统
CN101587644A (zh) 基于非连续滑动序列的城市快速路交通事故自动检测方法
Yamamoto et al. Variability of travel time estimates using probe vehicle data

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170829