CN107134135A - 一种缓解高速公路拥堵程度的方法及系统 - Google Patents
一种缓解高速公路拥堵程度的方法及系统 Download PDFInfo
- Publication number
- CN107134135A CN107134135A CN201710051119.5A CN201710051119A CN107134135A CN 107134135 A CN107134135 A CN 107134135A CN 201710051119 A CN201710051119 A CN 201710051119A CN 107134135 A CN107134135 A CN 107134135A
- Authority
- CN
- China
- Prior art keywords
- congestion
- coordinate points
- highway
- source
- obstructed
- 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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供的缓解高速公路拥堵程度的方法及系统,在电子地图上的所辖区域高速公路标注坐标点,每一坐标点均设定有唯一编号,生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察的通讯方式;按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导,将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间,提高高速公路的通行能力。
Description
技术领域
本发明涉及高速公路管理领域,具体是一种缓解高速公路拥堵程度的方法及系统。
背景技术
为了适应经济建设的快速发展的需求,我国高速公路建设突飞猛进发展,截止2015年底,我国高速公路通车里程已达到11.7万公里,居世界第一位。如何确保高速公路通行的有序、安全、畅通,是各级政府部门关注的焦点。从交通管理层面如何确保高速公路通行的安全与畅通,是交通管理者追求的目标。当前,高速公路出现拥堵排队时,交通管理部门不能快速发现高速公路拥堵排队的源头,不能将拥堵源头消灭在萌芽状态或缩短拥堵源头持续时间。
目前,在经济发达地区的高速公路已处于饱和状态,尤其是节假日高速公路免费通行导致的高速公路拥堵已成为常态,各级政府决策部门和管理者迫切需要定量的知道各辖区内的高速公路拥堵到什么程度,导致拥堵的源头在哪里,国内外对高速公路的拥堵状况缺少定量的分析方法,同时缺少快速缓解拥堵点段的有效方法。
发明内容
本发明旨在提供一种缓解高速公路拥堵程度的方法及系统,以能够在发现拥堵源头之后快速确定拥堵原因,并根据拥堵原因快速调动相应的执勤警察到拥堵源头位置就可以将拥堵源头消灭在萌芽状态。
为此,本发明提供一种缓解高速公路拥堵程度的方法,包括如下步骤:
在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号;
生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式;
在周期性拥堵路段,采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度,根据车辆的行驶速度得到坐标点对应的行驶速度,根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据;
通过互联网读取至少三组路况云数据,融合每一组路况云数据,根据具有相同路况数据的组数最多的原则,得到第二实时路况数据;
融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上;
针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;
针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;
按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。
可选地,上述的缓解高速公路拥堵程度的方法中,还包括如下步骤:
根据执勤警察到达拥堵源头坐标点的时刻以及拥堵源头坐标点解除拥堵源头判定结果的时刻,得到执勤警察拥堵处理时间,根据拥堵处理时间对执勤警察自动进行考核评价。
可选地,上述的缓解高速公路拥堵程度的方法中,还包括如下步骤:
根据拥堵成因,将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。
可选地,上述的缓解高速公路拥堵程度的方法中,针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头的步骤后,还包括如下步骤:
针对每一个拥堵源头坐标点按照如下步骤计算其受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零;
根据所辖区域高速公路上全部拥堵源头的受阻系数得到所辖区域高速公路的总受阻系数,并发送包含所辖区域高速公路总受阻系数的提示信息;
以上,第一数值>第二数值>第三数值。
可选地,上述的缓解高速公路拥堵程度的方法中,针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头的步骤中具体包括:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
本发明还提供一种缓解高速公路拥堵程度的系统,包括:
电子地图标注模块,在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号;
预案数据库制定模块,生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式;
雷达测速模块,在周期性拥堵路段,采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度,根据车辆的行驶速度得到坐标点对应的行驶速度,根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据;
互联网数据获取模块,通过互联网读取至少三组路况云数据,融合每一组路况云数据,根据具有相同路况数据的组数最多的原则,得到第二实时路况数据;
数据融合模块,融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上;
拥堵源头判断模块,针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;
拥堵成因确定模块,针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;
警员调度模块,按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。
可选地,上述的缓解高速公路拥堵程度的系统中,还包括:
评价考核模块,根据执勤警察到达拥堵源头坐标点的时刻以及拥堵源头坐标点解除拥堵源头判定结果的时刻,得到执勤警察拥堵处理时间,根据拥堵处理时间对执勤警察自动进行考核评价。
可选地,上述的缓解高速公路拥堵程度的系统中,还包括:
拥堵源头分类模块,根据拥堵成因,将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。
可选地,上述的缓解高速公路拥堵程度的系统中,还包括:
受阻系数计算模块,针对每一个拥堵源头坐标点按照如下步骤计算其受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零;
根据所辖区域高速公路上全部拥堵源头的受阻系数得到所辖区域高速公路的总受阻系数,并发送包含所辖区域高速公路总受阻系数的提示信息;
以上,第一数值>第二数值>第三数值。
可选地,上述的缓解高速公路拥堵程度的系统中,拥堵源头判断模块中具体用于:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
本发明提供的上述技术方案,与现有技术相比,至少具有如下有益效果:
本发明提供的缓解高速公路拥堵程度的方法及系统,在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号,生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式。针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导,将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间,提高高速公路的通行能力。
附图说明
为了使本发明的内容更容易被清楚的理解,下面结合附图,对本发明作进一步详细的说明,其中,
图1为本发明一个实施例所述缓解高速公路拥堵程度的方法的流程图;
图2为本发明一个实施例所述电子地图所辖区域高速公路标注坐标点的示意图;
图3为本发明一个实施例划定坐标点雷达测速区域的示意图;
图4为本发明一个实施例所述获取坐标点实时路况数据的原理示意图;
图5为本发明一个实施例所述判断坐标点是否为拥堵源头的方法流程图;
图6为本发明一个实施例所述计算拥堵源头的受阻系数的方法流程图;
图7为本发明一个实施例所述缓解高速公路拥堵程度的系统的原理框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。并且下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本实施例提供一种缓解高速公路拥堵程度的方法,应用于交通管理中心的控制系统中,如图1所示,其包括如下步骤:
S1:在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号;如图2所示。两个相邻坐标点之间的实际距离可以设定在200米左右,图中箭头表示行驶方向。可以理解,在高速公路上,收费站进出口处、分流合流点处车辆必须停车取卡或缴费、或者需要降速行驶,因此这些位置最为容易出现拥堵,因此将坐标点设置在这些位置,当出现拥堵时第一时间发现并处理,避免拥堵扩散或者延长持续时间。
S2:生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式;所述拥堵成因对策表可以如表1所示,表1给出了坐标点编号为Z-001对应的拥堵成因对策表的记录信息示例,在该坐标点,对应的视频采集设备ID为S-001,对应于该坐标点的执勤警察至少包括四名,分别对应于不同的拥堵成因。如表中所示,每一执勤警察的通讯方式均记录于表内,便于联系。
表1-拥堵成因对策表
但是对于同一个坐标点甚至某一个区域内的不同坐标点,同一拥堵成因的负责的执勤警察可能都是同一个,因此同一个执勤警察的通讯联系方式可能会出现在多个拥堵成因对策表中。为每一个坐标点都制定好上述拥堵成因对策表,存储在所述预案数据库中。
S3:在周期性拥堵路段,采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度,根据车辆的行驶速度得到坐标点对应的行驶速度,根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据;由于雷达测速装置的成本较高,因此只选定周期性拥堵的路段安装。针对每一坐标点,雷达采集到的与该坐标点距离最近的所有位置点的车辆的行驶速度求取平均值后作为该坐标点的行驶速度;由于雷达测速装置是针对连续位置进行测试的,每一坐标点的速度可通过如下方式进行得到:
S31:以相邻两个坐标点的中间点为界限划分坐标点的测速区域,与前一坐标点距离近的位置点车辆划入前一坐标点的测速区域,与后一坐标点距离近的位置点的车辆划入后一坐标点的测速区域;具体地,如图3所示,其中标出了坐标点1和前边相邻坐标点之间的中点、坐标点1和后边相邻坐标点(坐标点2)之间的中点,两个中点之间的阴影区域即构成了坐标点1的测速区域。
S32:针对每一坐标点,若与该坐标点对应的测速区域内无行驶车辆,则直接将该坐标点的路况数据标注为绿色,否则获取每一秒钟雷达采集到的与该坐标点对应的测速区域内的每一车辆的行驶速度Vi,其中1≤i≤N,N为检测时间内该坐标点对应的测速区域内的车辆总数;
S33:根据以下公式计算该坐标点的行驶速度:
S34:若行驶速度与其所在路段的最高限速值的比值大于或等于第一阈值,则该车辆当前所在位置的坐标点路况为绿色;
S35:若行驶速度与其所在路段的最高限速值的比值大于或等于第二阈值同时小于第一阈值,则该车辆当前所在位置的坐标点路况为黄色;
S36:若行驶速度与其所在路段的最高限速值的比值大于或等于第三阈值同时小于第二阈值,则该车辆当前所在位置的坐标点路况为红色;
S37:若行驶速度与其所在路段的最高限速值的比值小于第三阈值,则该车辆当前所在位置的坐标点路况为深红色。
以上,第一阈值、第二阈值、第三阈值均可以根据实际情况进行选择,可以分别选择为0.6、0.4、0.2。
S4:通过互联网读取至少三组路况云数据,融合每一组路况云数据,根据具有相同路况数据的组数最多的原则,得到第二实时路况数据;可以获取至少三个路况云数据,通过对每一路况云数据进行分析,删除异常数据,根据保留下来的路况云数据进行解析得到坐标点的精准路况数据。例如,读取电子地图上的某一坐标点所对应的3个路况云数据的路况数据,其中2个显示为深红色,一个显示为黄色,那么该坐标点就选取深红色为当前时刻该坐标点的路况。
S5:融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上;如图4所示,具体地,在周期性拥堵路段,可以根据雷达读取到的路况数据和网络读取的云数据进行比对,如果二者的差异超过一定范围,则舍弃该组数据,例如雷达读取到的数据显示某一坐标点的路况为深红色,而互联网读取到的该坐标点的路况数据为黄色,则可暂时舍弃该组数据,直到二者读取到的路况数据保持一致。对于非周期性拥堵路段,可直接采用互联网读取到的路况数据作为坐标点的路况数据。
S6:针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;具体地,可以如图5所示,包括如下步骤:
S61:判断某一编号的坐标点上是否为深红色,若是则执行步骤S62,否则执行步骤S63;
S62:判断该编号坐标点下游紧邻的坐标点上是否为深红色,若否则执行步骤S67,若是则返回步骤S3;
S63:判断该编号坐标点上是否为红色,若是则执行步骤S64,否则执行步骤S65;
S64:判断该编号坐标点下游紧邻的坐标点上是否为深红色或红色,若否则执行步骤S67,若是则返回步骤S3;
S65:判断该编号坐标点上是否为黄色,若是则执行步骤S66,否则返回步骤S3;
S66:判断该编号坐标点下游紧邻的坐标点上是否为深红色或红色或黄色,若否则执行步骤S67,若是则返回步骤S3;
S67:确定该编号坐标点为拥堵源头。
也就是说,如果某一坐标点为深红色,但是其下游紧邻的坐标点不是深红色则该坐标点为拥堵源头。如果某一坐标点为红色,但是其下游紧邻的坐标点不是深红色也不是红色,则该坐标点为拥堵源头。如果某一坐标点为黄色,但是其下游坐标点不是深红色也不是红色也不是黄色,则该坐标点为拥堵源头。采用该判断方式可以非常简单快速地得到拥堵源头所对应的坐标点,并能够根据坐标点与地理位置坐标的对应关系确定拥堵源头所在的具体位置,为快速消除拥堵源头提供了保障。
S7:针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;
例如坐标点Z-001被确定为拥堵源头,其对应的视频采集设备的ID为J-1001,根据所述预案数据库中所存储的信息,自动调取与之相对应的视频采集设备采集到的视频图像,同时会调取编号为D-1001的拥堵成因对策表,当确定拥堵成因为车辆故障时,即可确定对应的执勤警察为警察乙,其联系方式为1234567891。
S8:按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。可以直接拨打执勤警察乙的电话,还可以将所述拥堵原因通过短信或邮件的形式发送到所述执勤警察的终端设备上。
本实施例的上述方案中,在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号,生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式。针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导,将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间,提高高速公路的通行能力。
作为一种优选的方案,上述方法还可以包括如下步骤:
S9:根据执勤警察到达拥堵源头坐标点的时刻以及拥堵源头坐标点解除拥堵源头判定结果的时刻,得到执勤警察拥堵处理时间,根据拥堵处理时间对执勤警察自动进行考核评价。每一警员可以配置一智能终端,通过智能终端可以和控制中心进行通信,可以将智能终端的实时位置发送至控制中心,由此当警员到达拥堵源头的位置时,控制中心即可得到警察到达现场的时间,当警察将拥堵成因消除,拥堵源头即可解除,拥堵源头坐标点解除拥堵源头判定结果的时刻可以由控制中心自行获取,由此能够对执勤警察的现场处理能力自动进行考核评价。
S10:根据拥堵成因,将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。例如因为早高峰车多导致拥堵即为周期性的,因为交通管制、事故造成的拥堵即为突发性的。通过对拥堵成因进行分类,决策者可以对缓解该坐标点所在路段的交通情况采取相应对策以提高高速公路的通行能力。
实施例2
在上述实施例的基础上,本实施例提供的方案中,在S6之后S7之前,还包如下步骤,针对每一个拥堵源头坐标点按照如下步骤计算其受阻系数,
S611:判断拥堵源头是否为深红色,若是则执行步骤S612,否则执行步骤S614。
S612:判断下游紧邻坐标点是否为绿色,若是则当前时刻下该拥堵源头的受阻系数加第一数值,若否则执行步骤S613,所述第一数值可以根据实际情况进行选择,本实施例中选择为1.5。
S613:判断下游紧邻坐标点是否为黄色,若是则当前时刻下该拥堵源头的受阻系数加第二数值;所述第二数值可以根据实际情况进行选择,本实施例中选择为1;否则当前时刻下该拥堵源头的受阻系数加第三数值,所述第三数值可以根据实际情况进行选择,本实施例中选择为0.5。
S614:判断拥堵源头是否为红色,若是则执行步骤S615,否则执行步骤S616。
S615:判断下游紧邻坐标点是否为绿色,若是则当前时刻下该拥堵源头的受阻系数加第二数值,否则执行步骤S616。
S616:当前时刻下该拥堵源头的受阻系数加第三数值。
S617:每秒钟均将区域内变为绿色的拥堵源头的受阻系数清零。所述第一预设周期可以根据实际情况进行选择,本实施例中可选择1秒钟。
也就是说,对于作为拥堵源头的坐标点,根据其下游方向与之紧邻的坐标点的路况与其路况之间的差异来确定该拥堵源头的受阻系数。如果其下游紧邻坐标点的路况与该拥堵源头的路况差距越大,说明该拥堵源头对于下游的阻力越大,因此受阻系数应该越大。例如,某一拥堵源头为深红色,而下游方向与之紧邻的坐标点为绿色的情况和下游方向与之紧邻的坐标点为红色的情况,前者的受阻系数要大于后者。
实施例3
本实施例提供一种缓解高速公路拥堵程度的系统,如图7所示,包括:
电子地图标注模块1,在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号;两个相邻坐标点之间的实际距离可以设定在200米左右,图中箭头表示行驶方向。可以理解,在高速公路上,收费站进出口处、分流合流点处车辆必须停车取卡或缴费、或者需要降速行驶,因此这些位置最为容易出现拥堵,因此将坐标点设置在这些位置,当出现拥堵时第一时间发现并处理,避免拥堵扩散或者延长持续时间。
预案数据库制定模块2,生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式;对于同一个坐标点甚至某一个区域内的不同坐标点,同一拥堵成因的负责的执勤警察可能都是同一个,因此同一个执勤警察的通讯联系方式可能会出现在多个拥堵成因对策表中。为每一个坐标点都制定好上述拥堵成因对策表,存储在所述预案数据库中。
雷达测速模块3,在周期性拥堵路段,采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度,根据车辆的行驶速度得到坐标点对应的行驶速度,根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据;由于雷达测速装置的成本较高,因此只选定周期性拥堵的路段安装。针对每一坐标点,雷达采集到的与该坐标点距离最近的所有位置点的车辆的行驶速度求取平均值后作为该坐标点的行驶速度。若行驶速度与其所在路段的最高限速值的比值大于或等于第一阈值,则该车辆当前所在位置的坐标点路况为绿色;若行驶速度与其所在路段的最高限速值的比值大于或等于第二阈值同时小于第一阈值,则该车辆当前所在位置的坐标点路况为黄色;若行驶速度与其所在路段的最高限速值的比值大于或等于第三阈值同时小于第二阈值,则该车辆当前所在位置的坐标点路况为红色;若行驶速度与其所在路段的最高限速值的比值小于第三阈值,则该车辆当前所在位置的坐标点路况为深红色。以上,第一阈值、第二阈值、第三阈值均可以根据实际情况进行选择,可以分别选择为0.6、0.4、0.2。
互联网数据获取模块4,通过互联网读取至少三组路况云数据,融合每一组路况云数据,根据具有相同路况数据的组数最多的原则,得到第二实时路况数据;可以获取至少三个路况云数据,通过对每一路况云数据进行分析,删除异常数据,根据保留下来的路况云数据进行解析得到坐标点的精准路况数据。例如,读取电子地图上的某一坐标点所对应的3个路况云数据的路况数据,其中2个显示为深红色,一个显示为黄色,那么该坐标点就选取深红色为当前时刻该坐标点的路况。
数据融合模块5,融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上;在周期性拥堵路段,可以根据雷达读取到的路况数据和网络读取的云数据进行比对,如果二者的差异超过一定范围,则舍弃该组数据,例如雷达读取到的数据显示某一坐标点的路况为深红色,而互联网读取到的该坐标点的路况数据为黄色,则可暂时舍弃该组数据,直到二者读取到的路况数据保持一致。对于非周期性拥堵路段,可直接采用互联网读取到的路况数据作为坐标点的路况数据。
拥堵源头判断模块6,针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
拥堵成因确定模块7,针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;例如坐标点Z-001被确定为拥堵源头,其对应的视频采集设备的ID为J-1001,根据所述预案数据库中所存储的信息,自动调取与之相对应的视频采集设备采集到的视频图像,同时会调取编号为D-1001的拥堵成因对策表,当确定拥堵成因为车辆故障时,即可确定对应的执勤警察为警察乙,其联系方式为1234567891。
警员调度模块8,按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。可以直接拨打执勤警察乙的电话,还可以将所述拥堵原因通过短信或邮件的形式发送到所述执勤警察的终端设备上。
优选地,上述方案中还包括评价考核模块9,根据执勤警察到达拥堵源头坐标点的时刻以及拥堵源头坐标点解除拥堵源头判定结果的时刻,得到执勤警察拥堵处理时间,根据拥堵处理时间对执勤警察自动进行考核评价。每一警员可以配置一智能终端,通过智能终端可以和控制中心进行通信,可以将智能终端的实时位置发送至控制中心,由此当警员到达拥堵源头的位置时,控制中心即可得到警察到达现场的时间,当警察将拥堵成因消除,拥堵源头即可解除,拥堵源头坐标点解除拥堵源头判定结果的时刻可以由控制中心自行获取,由此能够对执勤警察的现场处理能力自动进行考核评价。
拥堵源头分类模块10,根据拥堵成因,将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。例如因为早高峰车多导致拥堵即为周期性的,因为交通管制、事故造成的拥堵即为突发性的。通过对拥堵成因进行分类,决策者可以对缓解该坐标点所在路段的交通情况采取相应对策以提高高速公路的通行能力。
进一步地,还可以包括受阻系数计算模块11,针对每一个拥堵源头坐标点按照如下步骤计算其受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零;根据所辖区域高速公路上全部拥堵源头的受阻系数得到所辖区域高速公路的总受阻系数,并发送包含所辖区域高速公路总受阻系数的提示信息;以上,第一数值>第二数值>第三数值。
也就是说,对于作为拥堵源头的坐标点,根据其下游方向与之紧邻的坐标点的路况与其路况之间的差异来确定该拥堵源头的受阻系数。如果其下游紧邻坐标点的路况与该拥堵源头的路况差距越大,说明该拥堵源头对于下游的阻力较大,因此受阻系数应该越大。例如,某一拥堵源头为深红色,而下游方向与之紧邻的坐标点为绿色的情况和下游方向与之紧邻的坐标点为红色的情况,前者的受阻系数要大于后者。
本实施例的上述方案中,在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号,生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式。针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导,将拥堵源头消灭在萌芽状态或缩短拥堵源头的持续时间,提高高速公路的通行能力。
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、系统、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。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种缓解高速公路拥堵程度的方法,其特征在于,包括如下步骤:
在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号;
生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式;
在周期性拥堵路段,采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度,根据车辆的行驶速度得到坐标点对应的行驶速度,根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据;
通过互联网读取至少三组路况云数据,融合每一组路况云数据,根据具有相同路况数据的组数最多的原则,得到第二实时路况数据;
融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上;
针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;
针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;
按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。
2.根据权利要求1所述的缓解高速公路拥堵程度的方法,其特征在于,还包括如下步骤:
根据执勤警察到达拥堵源头坐标点的时刻以及拥堵源头坐标点解除拥堵源头判定结果的时刻,得到执勤警察拥堵处理时间,根据拥堵处理时间对执勤警察自动进行考核评价。
3.根据权利要求2所述的缓解高速公路拥堵程度的方法,其特征在于,还包括如下步骤:
根据拥堵成因,将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。
4.根据权利要求1-3任一项所述的缓解高速公路拥堵程度的方法,其特征在于:针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头的步骤后,还包括如下步骤:
针对每一个拥堵源头坐标点按照如下步骤计算其受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零;
根据所辖区域高速公路上全部拥堵源头的受阻系数得到所辖区域高速公路的总受阻系数,并发送包含所辖区域高速公路总受阻系数的提示信息;
以上,第一数值>第二数值>第三数值。
5.根据权利要求4所述的缓解高速公路拥堵程度的方法,其特征在于,针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头的步骤中具体包括:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
6.一种缓解高速公路拥堵程度的系统,其特征在于,包括:
电子地图标注模块,在电子地图上的所辖区域高速公路双向道路上以及收费站进出口处、分流合流点处标注坐标点,相邻两个坐标点之间的距离小于设定阈值且每一坐标点均设定有唯一编号;
预案数据库制定模块,生成预案数据库,所述预案数据库包括视频采集设备ID和拥堵成因对策表编号,所述视频采集设备ID和所述坐标点编号具有对应关系,所述拥堵成因对策表中记录有坐标点编号、拥堵原因、执勤警察的通讯方式;
雷达测速模块,在周期性拥堵路段,采用雷达技术跟踪高速公路上的行驶车辆并实时采集车辆的行驶速度,根据车辆的行驶速度得到坐标点对应的行驶速度,根据坐标点对应的行驶速度与其所在路段的最高限速值的比值得到第一实时路况数据;
互联网数据获取模块,通过互联网读取至少三组路况云数据,融合每一组路况云数据,根据具有相同路况数据的组数最多的原则,得到第二实时路况数据;
数据融合模块,融合所述第一实时路况数据和所述第二实时路况数据的分类结果得到每一坐标点的实时路况并将其标注到电子地图上;
拥堵源头判断模块,针对所辖区域高速公路上的每一个坐标点,根据其路况数据和下游紧邻的坐标点的路况数据,判断其是否为拥堵源头;
拥堵成因确定模块,针对每一拥堵源头坐标点,根据其编号调取对应的视频采集设备ID和拥堵成因对策表,获取相应视频采集设备采集到的拥堵源头处的视频图像,确定拥堵成因,根据拥堵成因确定执勤警察及其通讯方式;
警员调度模块,按照执勤警察的通讯方式调度相应警察至拥堵现场进行交通疏导。
7.根据权利要求6所述的缓解高速公路拥堵程度的系统,其特征在于,还包括:
评价考核模块,根据执勤警察到达拥堵源头坐标点的时刻以及拥堵源头坐标点解除拥堵源头判定结果的时刻,得到执勤警察拥堵处理时间,根据拥堵处理时间对执勤警察自动进行考核评价。
8.根据权利要求7所述的缓解高速公路拥堵程度的系统,其特征在于,还包括:
拥堵源头分类模块,根据拥堵成因,将拥堵源头按照周期性拥堵或突发性拥堵对其进行分类存储。
9.根据权利要求6-8任一项所述的缓解高速公路拥堵程度的系统,其特征在于,还包括:
受阻系数计算模块,针对每一个拥堵源头坐标点按照如下步骤计算其受阻系数:
若其为深红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第一数值;
若其为深红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为深红色而下游紧邻坐标点为红色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为红色而下游紧邻坐标点为绿色,则当前时刻下该拥堵源头的受阻系数加第二数值;
若其为红色而下游紧邻坐标点为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其为黄色,则当前时刻下该拥堵源头的受阻系数加第三数值;
若其路况数据变为绿色则当前时刻下该拥堵源头的受阻系数清零;
根据所辖区域高速公路上全部拥堵源头的受阻系数得到所辖区域高速公路的总受阻系数,并发送包含所辖区域高速公路总受阻系数的提示信息;
以上,第一数值>第二数值>第三数值。
10.根据权利要求9所述的缓解高速公路拥堵程度的系统,其特征在于,拥堵源头判断模块中具体用于:
若坐标点上标注为深红色且下游紧邻的坐标点上不是深红色,则该坐标点确定为拥堵源头;
若坐标点上标注为红色且下游紧邻的坐标点上不是深红色或红色,则该坐标点确定为拥堵源头;
若坐标点上标注为黄色且下游紧邻的坐标点上不是深红色或红色或黄色,则该坐标点确定为拥堵源头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051119.5A CN107134135A (zh) | 2017-01-23 | 2017-01-23 | 一种缓解高速公路拥堵程度的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710051119.5A CN107134135A (zh) | 2017-01-23 | 2017-01-23 | 一种缓解高速公路拥堵程度的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107134135A true CN107134135A (zh) | 2017-09-05 |
Family
ID=59721833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710051119.5A Pending CN107134135A (zh) | 2017-01-23 | 2017-01-23 | 一种缓解高速公路拥堵程度的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134135A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108088458A (zh) * | 2018-01-12 | 2018-05-29 | 山东高速信息工程有限公司 | 基于图像的公路导航路况显示的方法、装置、存储介质 |
CN109255557A (zh) * | 2018-10-26 | 2019-01-22 | 广东广凌信息科技股份有限公司 | 高速公路收费考核管理系统及其操作方法 |
CN109598448A (zh) * | 2018-12-12 | 2019-04-09 | 佳顿集团有限公司 | 一种人工滑雪场运营管理系统及管理方法 |
CN110473396A (zh) * | 2019-06-27 | 2019-11-19 | 安徽科力信息产业有限责任公司 | 交通拥堵数据分析方法、装置、电子设备及存储介质 |
CN111028507A (zh) * | 2019-12-16 | 2020-04-17 | 北京百度网讯科技有限公司 | 交通拥堵致因确定方法及装置 |
CN112927540A (zh) * | 2021-01-21 | 2021-06-08 | 董龙鑫 | 一种基于区块链的数据感知共享系统及其方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719314A (zh) * | 2009-11-17 | 2010-06-02 | 姜廷顺 | 区域交通拥堵引发点记录分析系统及其运行方法 |
CN103700250A (zh) * | 2012-09-28 | 2014-04-02 | 姜廷顺 | 公安交通突发事件快速处理方法及系统 |
CN104008648A (zh) * | 2014-06-16 | 2014-08-27 | 北京易华录信息技术股份有限公司 | 一种基于雷达跟踪技术的拥堵引发点监测系统及方法 |
CN103927868B (zh) * | 2014-04-24 | 2016-03-09 | 北京易华录信息技术股份有限公司 | 一种能够发现导致区域交通拥堵原因的方法及系统 |
CN106205114A (zh) * | 2016-07-22 | 2016-12-07 | 中国科学院软件研究所 | 一种基于数据融合的高速公路路况信息实时获取方法 |
-
2017
- 2017-01-23 CN CN201710051119.5A patent/CN107134135A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101719314A (zh) * | 2009-11-17 | 2010-06-02 | 姜廷顺 | 区域交通拥堵引发点记录分析系统及其运行方法 |
CN103700250A (zh) * | 2012-09-28 | 2014-04-02 | 姜廷顺 | 公安交通突发事件快速处理方法及系统 |
CN103927868B (zh) * | 2014-04-24 | 2016-03-09 | 北京易华录信息技术股份有限公司 | 一种能够发现导致区域交通拥堵原因的方法及系统 |
CN104008648A (zh) * | 2014-06-16 | 2014-08-27 | 北京易华录信息技术股份有限公司 | 一种基于雷达跟踪技术的拥堵引发点监测系统及方法 |
CN104008648B (zh) * | 2014-06-16 | 2016-04-27 | 北京易华录信息技术股份有限公司 | 一种基于雷达跟踪技术的拥堵引发点监测系统及方法 |
CN106205114A (zh) * | 2016-07-22 | 2016-12-07 | 中国科学院软件研究所 | 一种基于数据融合的高速公路路况信息实时获取方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108088458A (zh) * | 2018-01-12 | 2018-05-29 | 山东高速信息工程有限公司 | 基于图像的公路导航路况显示的方法、装置、存储介质 |
CN109255557A (zh) * | 2018-10-26 | 2019-01-22 | 广东广凌信息科技股份有限公司 | 高速公路收费考核管理系统及其操作方法 |
CN109598448A (zh) * | 2018-12-12 | 2019-04-09 | 佳顿集团有限公司 | 一种人工滑雪场运营管理系统及管理方法 |
CN109598448B (zh) * | 2018-12-12 | 2021-05-25 | 佳顿集团有限公司 | 一种人工滑雪场运营管理系统及管理方法 |
CN110473396A (zh) * | 2019-06-27 | 2019-11-19 | 安徽科力信息产业有限责任公司 | 交通拥堵数据分析方法、装置、电子设备及存储介质 |
CN110473396B (zh) * | 2019-06-27 | 2020-12-04 | 安徽科力信息产业有限责任公司 | 交通拥堵数据分析方法、装置、电子设备及存储介质 |
CN111028507A (zh) * | 2019-12-16 | 2020-04-17 | 北京百度网讯科技有限公司 | 交通拥堵致因确定方法及装置 |
CN111028507B (zh) * | 2019-12-16 | 2022-05-13 | 阿波罗智联(北京)科技有限公司 | 交通拥堵致因确定方法及装置 |
CN112927540A (zh) * | 2021-01-21 | 2021-06-08 | 董龙鑫 | 一种基于区块链的数据感知共享系统及其方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107134135A (zh) | 一种缓解高速公路拥堵程度的方法及系统 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN108629974B (zh) | 顾及城市道路交通网络特征的交通运行指数建立方法 | |
Yamashita et al. | Smooth traffic flow with a cooperative car navigation system | |
CN103258430B (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
CN108961747B (zh) | 一种不完备卡口数据条件下的城市道路交通状态信息提取方法 | |
CN111680745B (zh) | 一种基于多源交通大数据融合的突发拥堵判别方法及系统 | |
CN106960570A (zh) | 多元数据融合的辖区之间高速公路拥堵排序的方法和系统 | |
CN112512020B (zh) | 一种基于多源数据融合的交通状态弱信号感知研判方法 | |
CN105303831A (zh) | 一种基于通信数据判断高速路拥堵情况的方法 | |
CN106971544B (zh) | 一种直接利用静态图像来检测车辆拥堵的方法 | |
CN107134133A (zh) | 辖区之间高速公路交通拥堵程度排序的方法和系统 | |
CN111341095A (zh) | 一种基于边缘侧在线计算的交通信号控制系统及方法 | |
CN101419750A (zh) | 控制路口交通状态检测和评价系统及其实现方法与应用 | |
CN106952472A (zh) | 基于多元数据的城市之间拥堵程度排序方法和系统 | |
CN113434619B (zh) | 一种4g的高速公路智能交通路况监控系统 | |
CN101551940A (zh) | 城市快速道路交通状态判别与发布系统及其方法 | |
CN116663755B (zh) | 基于数据分析的紧急疏散监控管理系统 | |
CN107134136A (zh) | 一种城市之间道路交通拥堵程度排序的方法和系统 | |
CN106920394A (zh) | 融合多种数据源降低城市交通拥堵程度的方法及系统 | |
CN115171385A (zh) | 一种基于毫米波雷达和视频联动交通事件检测系统 | |
CN110189425A (zh) | 基于双目视觉的多车道自由流车辆检测方法及系统 | |
CN201262784Y (zh) | 基于数据特征的城市信号控制路口交通状态检测和评价系统 | |
CN114880856A (zh) | 一种基于行人流瓶颈实验的仿真软件效果评估方法 | |
CN106910341A (zh) | 多种数据源融合缩短高速公路拥堵持续时间的方法和系统 |
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 |
Application publication date: 20170905 |
|
RJ01 | Rejection of invention patent application after publication |