CN107123267A - 一种高速公路交通量预测系统及方法 - Google Patents

一种高速公路交通量预测系统及方法 Download PDF

Info

Publication number
CN107123267A
CN107123267A CN201710515684.2A CN201710515684A CN107123267A CN 107123267 A CN107123267 A CN 107123267A CN 201710515684 A CN201710515684 A CN 201710515684A CN 107123267 A CN107123267 A CN 107123267A
Authority
CN
China
Prior art keywords
traffic
module
information
data
prediction
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
CN201710515684.2A
Other languages
English (en)
Inventor
赵仲新
汪淼
梁梦龙
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.)
China Road and Bridge Corp
Original Assignee
China Road and Bridge Corp
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 China Road and Bridge Corp filed Critical China Road and Bridge Corp
Priority to CN201710515684.2A priority Critical patent/CN107123267A/zh
Publication of CN107123267A publication Critical patent/CN107123267A/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
    • G08G1/0116—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
    • G08G1/0129—Traffic 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)

Abstract

本发明公开了一种高速公路交通量预测系统及方法，预测系统包括：交通量信息采集模块；分类模块；公路网数据生成模块；公路网络交通预测模块。预测方法步骤包括：1)交通量信息采集模块采集目标预测时间前5～10天和前10～15天的交通量信息；2)分类模块根据所接收到的采集信息，将所采集到的机动车分为常客和散客；3)公路网数据生成模块根据公路网历史数据和分类模块接收到的常客的交通量数据，建立初始矩阵；4)公路网络交通预测模块利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。本发明提供的高速公路交通量预测系统及方法，采集数据全面，且可以有效、合理地选择数据信息，给出科学、规范的交通调查报告，具有广泛的推广应用价值。

Description

一种高速公路交通量预测系统及方法
技术领域
本发明涉及一种高速公路交通量预测系统及方法。
背景技术
交通流量指的是在一段时间内通过道路某一地点、某一断面或某一车道的交通实体数。随着交通基础设施建设和智能运输系统的发展，交通规划和交通诱导已成为交通领域研究的热点。对于交通规划和交通诱导来说，准确的交通流量预测是其实现的前提和关键。交通流量预测根据时间跨度可分为长期交通流量预测和短期交通流量预测，长期交通流量预测以小时、天、月甚至年为时间单位，是宏观意义上的预测；短期交通流量预测一般的时间跨度不超过15分钟，是微观意义上的预测。短期交通流量预测是智能运输系统的核心内容和实现其智能化功能的基础平台。短期交通流量预测具有高度非线性和不确定性等特点，并且同时间相关性较强，研究表明，城市交通路网中交通路段上某时刻的交通流量与本路段前几个时段的交通流量有关，并且交通流量具有24小时内准周期的特征。
目前，世界上应用比较多的动态交通信息采集设备主要是固定型的断面交通信息采集设备。但是这个技术所提供的交通流量信息有一定的局限性，所提供的交通流量信息只是反映当前的交通状况和速度，而驾车出行是一个持续的过程，道路交通复杂，且变化快。
发明内容
针对所提到的问题，本发明提供了一种高速公路交通量预测系统，包括：
交通量信息采集模块，其间隔固定距离设置在高速公路旁两侧，所述交通量信息采集模块采集目标预测时间前5～10天的交通量信息，所采集到的交通量信息为第一采集信息，所述交通量信息采集模块采集目标预测时间前10～15天的交通量信息，所采集到的交通量信息为第二采集信息，采集信息包括；机动车车牌号，经过目标预测区域的时间和机动车GPS数据；
分类模块，其与所述交通量信息采集模块连接，用于接收所述第一采集信息和第二采集信息，所述分类模块根据所接收到的采集信息，将所采集到的机动车分为常客和散客，当机动车经过目标预测区域的频率低于预设值，则该机动车为散客，当机动车经过目标预测区域的频率高于预设值，则该机动车为常客，所述分类模块过滤掉散客的采集信息；
公路网数据生成模块，其与所述分类模块和公路网历史数据库连接，所述公路网数据生成模块根据公路网历史数据和分类模块接收到的常客的交通量数据，建立初始矩阵；
公路网络交通预测模块，其与所述公路网数据生成模块、区域经济信息发展预测数据模块、气象预测模块和区域运输发展预测模块连接，利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。
优选方案是：所述交通量信息采集模块采用超声波检测装置采集交通量信息。
优选方案是：所述气象预测模块用于获取气象数据，所述气象数据包括气象站点、站点经纬度，风速，湿度，气压，降雨量。
优选方案是：数据传输采用以太网交换机。
一种高速公路交通量预测方法，步骤包括：
1)交通量信息采集模块采集目标预测时间前5～10天的交通量信息，所采集到的交通量信息为第一采集信息，所述交通量信息采集模块采集目标预测时间前10～15天的交通量信息，所采集到的交通量信息为第二采集信息；
2)分类模块接收所述第一采集信息和第二采集信息，所述分类模块根据所接收到的采集信息，将所采集到的机动车分为常客和散客，当机动车经过目标预测区域的频率低于预设值，则该机动车为散客，当机动车经过目标预测区域的频率高于预设值，则该机动车为常客，所述分类模块过滤掉散客的采集信息；
3)公路网数据生成模块根据公路网历史数据和分类模块接收到的常客的交通量数据，建立初始矩阵；
4)公路网络交通预测模块接收公路网数据生成模块、区域经济信息发展预测数据模块、气象预测模块和区域运输发展预测模块发送的数据，利用自回归积分滑动平均模型和人工神经网络预测未来的客流量；
本发明提供的高速公路交通量预测系统及方法，采集数据全面，且可以有效、合理地选择数据信息，给出科学、规范的交通调查报告，具有广泛的推广应用价值。
具体实施方式
下面对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
本发明提供了一种高速公路交通量预测系统，包括：交通量信息采集模块，其间隔固定距离设置在高速公路旁两侧，所述交通量信息采集模块采集目标预测时间前5～10天的交通量信息，所采集到的交通量信息为第一采集信息，所述交通量信息采集模块采集目标预测时间前10～15天的交通量信息，所采集到的交通量信息为第二采集信息，采集信息包括；机动车车牌号，经过目标预测区域的时间和机动车GPS数据；分类模块，其与所述交通量信息采集模块连接，用于接收所述第一采集信息和第二采集信息，所述分类模块根据所接收到的采集信息，将所采集到的机动车分为常客和散客，当机动车经过目标预测区域的频率低于预设值，则该机动车为散客，当机动车经过目标预测区域的频率高于预设值，则该机动车为常客，所述分类模块过滤掉散客的采集信息；公路网数据生成模块，其与所述分类模块和公路网历史数据库连接，所述公路网数据生成模块根据公路网历史数据和分类模块接收到的常客的交通量数据，建立初始矩阵；公路网络交通预测模块，其与所述公路网数据生成模块、区域经济信息发展预测数据模块、气象预测模块和区域运输发展预测模块连接，利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。所述交通量信息采集模块采用超声波检测装置采集交通量信息。所述气象预测模块用于获取气象数据，所述气象数据包括气象站点、站点经纬度，风速，湿度，气压，降雨量。数据传输采用以太网交换机。
一种高速公路交通量预测方法，步骤包括：
1)交通量信息采集模块采集目标预测时间前5～10天的交通量信息，所采集到的交通量信息为第一采集信息，所述交通量信息采集模块采集目标预测时间前10～15天的交通量信息，所采集到的交通量信息为第二采集信息；
2)分类模块接收所述第一采集信息和第二采集信息，所述分类模块根据所接收到的采集信息，将所采集到的机动车分为常客和散客，当机动车经过目标预测区域的频率低于预设值，则该机动车为散客，当机动车经过目标预测区域的频率高于预设值，则该机动车为常客，所述分类模块过滤掉散客的采集信息；
3)公路网数据生成模块根据公路网历史数据和分类模块接收到的常客的交通量数据，建立初始矩阵；
4)公路网络交通预测模块接收公路网数据生成模块、区域经济信息发展预测数据模块、气象预测模块和区域运输发展预测模块发送的数据，利用自回归积分滑动平均模型和人工神经网络预测未来的客流量；
5)公路网络运行管理单元利用公路网交通预测模块获得的预测信息，推算全网络短期任意时段的交通量，并根据新的实测的交通信息实施更新预测交通量；利用公路网络交通分配及网络评价单元的公路通行能力，交通延误及公路车速模型。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出。

Claims (5)

1.一种高速公路交通量预测系统，其特征在于，包括：
交通量信息采集模块，其间隔固定距离设置在高速公路旁两侧，所述交通量信息采集模块采集目标预测时间前5～10天的交通量信息，所采集到的交通量信息为第一采集信息，所述交通量信息采集模块采集目标预测时间前10～15天的交通量信息，所采集到的交通量信息为第二采集信息，采集信息包括；机动车车牌号，经过目标预测区域的时间和机动车GPS数据；
分类模块，其与所述交通量信息采集模块连接，用于接收所述第一采集信息和第二采集信息，所述分类模块根据所接收到的采集信息，将所采集到的机动车分为常客和散客，当机动车经过目标预测区域的频率低于预设值，则该机动车为散客，当机动车经过目标预测区域的频率高于预设值，则该机动车为常客，所述分类模块过滤掉散客的采集信息；
公路网数据生成模块，其与所述分类模块和公路网历史数据库连接，所述公路网数据生成模块根据公路网历史数据和分类模块接收到的常客的交通量数据，建立初始矩阵；
公路网络交通预测模块，其与所述公路网数据生成模块、区域经济信息发展预测数据模块、气象预测模块和区域运输发展预测模块连接，利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。
2.根据权利要求1所述的高速公路交通量预测系统，其特征在于，所述交通量信息采集模块采用超声波检测装置采集交通量信息。
3.根据权利要求1所述的高速公路交通量预测系统，其特征在于，所述气象预测模块用于获取气象数据，所述气象数据包括气象站点、站点经纬度，风速，湿度，气压，降雨量。
4.根据权利要求1所述的高速公路交通量预测系统，其特征在于，数据传输采用以太网交换机。
5.一种高速公路交通量预测方法，其特征在于，步骤包括：
1)交通量信息采集模块采集目标预测时间前5～10天的交通量信息，所采集到的交通量信息为第一采集信息，所述交通量信息采集模块采集目标预测时间前10～15天的交通量信息，所采集到的交通量信息为第二采集信息；
2)分类模块接收所述第一采集信息和第二采集信息，所述分类模块根据所接收到的采集信息，将所采集到的机动车分为常客和散客，当机动车经过目标预测区域的频率低于预设值，则该机动车为散客，当机动车经过目标预测区域的频率高于预设值，则该机动车为常客，所述分类模块过滤掉散客的采集信息；
3)公路网数据生成模块根据公路网历史数据和分类模块接收到的常客的交通量数据，建立初始矩阵；
4)公路网络交通预测模块接收公路网数据生成模块、区域经济信息发展预测数据模块、气象预测模块和区域运输发展预测模块发送的数据，利用自回归积分滑动平均模型和人工神经网络预测未来的客流量。
CN201710515684.2A 2017-06-29 2017-06-29 一种高速公路交通量预测系统及方法 Pending CN107123267A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710515684.2A CN107123267A (zh) 2017-06-29 2017-06-29 一种高速公路交通量预测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710515684.2A CN107123267A (zh) 2017-06-29 2017-06-29 一种高速公路交通量预测系统及方法

Publications (1)

Publication Number Publication Date
CN107123267A true CN107123267A (zh) 2017-09-01

Family

ID=59719781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710515684.2A Pending CN107123267A (zh) 2017-06-29 2017-06-29 一种高速公路交通量预测系统及方法

Country Status (1)

Country Link
CN (1) CN107123267A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798877A (zh) * 2017-11-22 2018-03-13 北京云星宇交通科技股份有限公司 一种基于高速公路收费数据对交通量进行预测的方法及系统
CN107798871A (zh) * 2017-10-27 2018-03-13 云南大学 一种高速公路收费站交通流量预测方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101261768A (zh) * 2007-03-23 2008-09-10 天津市国腾公路咨询监理有限公司 公路网交通调查数据采集与分析应用系统及其工作方法
CN104464291A (zh) * 2014-12-08 2015-03-25 杭州智诚惠通科技有限公司 一种交通流量预测方法和系统
CN105513337A (zh) * 2015-11-12 2016-04-20 中国科学院深圳先进技术研究院 一种客流量的预测方法及装置
CN105512741A (zh) * 2014-09-26 2016-04-20 山西云智慧科技股份有限公司 一种公交客流组合预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101261768A (zh) * 2007-03-23 2008-09-10 天津市国腾公路咨询监理有限公司 公路网交通调查数据采集与分析应用系统及其工作方法
CN105512741A (zh) * 2014-09-26 2016-04-20 山西云智慧科技股份有限公司 一种公交客流组合预测方法
CN104464291A (zh) * 2014-12-08 2015-03-25 杭州智诚惠通科技有限公司 一种交通流量预测方法和系统
CN105513337A (zh) * 2015-11-12 2016-04-20 中国科学院深圳先进技术研究院 一种客流量的预测方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107798871A (zh) * 2017-10-27 2018-03-13 云南大学 一种高速公路收费站交通流量预测方法及系统
CN107798877A (zh) * 2017-11-22 2018-03-13 北京云星宇交通科技股份有限公司 一种基于高速公路收费数据对交通量进行预测的方法及系统

Similar Documents

Publication Publication Date Title
CN109952592B (zh) 自动位置相关测量和预测汽车风险的绝对和相对风险系统和方法
Andrey et al. Weather as a chronic hazard for road transportation in Canadian cities
Lin et al. A review of travel-time prediction in transport and logistics
CN102682495A (zh) 计算机执行的收集数据的方法
WO2002025617A2 (en) A traffic monitoring and route guidance system and method
CN105513337A (zh) 一种客流量的预测方法及装置
Mahmassani et al. Incorporating Weather Impacts in Traffic Estimation and Prediction Systems [Report]
Engeset National avalanche warning service for Norway–established 2013
CN109887283A (zh) 一种基于卡口数据的道路拥堵预测方法、系统及装置
Mills et al. Changing patterns of motor vehicle collision risk during winter storms: A new look at a pervasive problem
Zhao et al. Modeling the impact of inclement weather on freeway traffic speed at macroscopic and microscopic levels
CN110310461A (zh) 一种基于大数据的道路结冰实时预警系统
Hao et al. Evaluating the environmental impact of traffic congestion based on sparse mobile crowd-sourced data
Stamos et al. Modeling effects of precipitation on vehicle speed: floating car data approach
CN107123267A (zh) 一种高速公路交通量预测系统及方法
CN104412063A (zh) 拟声产生系统及地图数据库
CN108874843B (zh) 交通气象综合信息的展示方法、装置及设备
CN116312008B (zh) 一种基于气候信息的高速道路状况预警方法及系统
Li et al. How snowfalls affect the operation of taxi fleets? A case study from harbin, China
Habtie et al. Cellular network based real-time urban road traffic state estimation framework using neural network model estimation
Hasse et al. Measuring accessibility as a spatial indicator of sprawl
Buddemeyer et al. Rural variable speed limit system for southeast Wyoming
Stahel et al. Modeling impacts of weather conditions in agent-based transport microsimulations
Badri The Influence of Weather and Climate Change on Pedestrian Safety
Pulugurtha et al. Simulating and analyzing incidents using CORSIM and VISSIM traffic simulation software

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: 20170901