CN107134140A - 用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法 - Google Patents
用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法 Download PDFInfo
- Publication number
- CN107134140A CN107134140A CN201710472207.2A CN201710472207A CN107134140A CN 107134140 A CN107134140 A CN 107134140A CN 201710472207 A CN201710472207 A CN 201710472207A CN 107134140 A CN107134140 A CN 107134140A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- lane
- msup
- mfrac
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
Abstract
本发明公开了一种用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法,该匹配算法包括以下方法:车辆设置有北斗卫星定位系统及与北斗卫星定位系统连接的车辆违章控制板,该北斗卫星定位系统与交通违章处理中心信号连接,可变导向车道长度的优化设置是可变导向车道系统能够高效运行的重要环节,车道设计过长将为车辆换道带来不便,车道设计过短会增加换道的随意性,特别是可变导向车道转向功能发生变化前后,容易激增车辆间的相互扰动,引起进口车道不必要的混乱,可变导向车道长度的优化设置,也是确定设置可变导向车道的信号控制交叉口的影响区长的关键。
Description
技术领域
本发明涉及交通技术领域,具体的说是涉及一种用于北斗卫星定位交通违章控制板的模 糊逻辑匹配算法。
背景技术
交叉口协调控制范围未能体现可变导向车道交通关联性的实时动态变化:既有研究已经 认识到交叉口可变导向车道的关联特征不仅受交叉口间距的影响,还与车流分布特征、信号 控制方案等交叉口的交通运行特性有关。在实际工程运行使用中,交叉口可变导向车道和交 通协调控制范围都是动态变化的,而传统交叉口范围确定方法智能化程度不高,只根据历史 数据静态划分,且未考虑道路网络的拓扑关系,需要对交叉口关联性特征以及交叉口可变导 向车道范围的判断进行从新认识。
交叉口可变导向车道过饱和状态难以识别:过饱和状态交叉口可变导向车道中交通需求 大于其通行能力,交叉口的排队过长甚至溢出,使常规交通检测方法不能准确检测实时交通 运行数据。因过饱和状态的交通控制策略和稳态的交通控制策略不同,如果不能准确识别过 饱和状态起始时间,将影响交通控制优化算法应用效果。应用实时动态交通运行数据分析交 叉口可变导向车道过饱和状态在时空范围内的变化特性,设计过饱和状态识别算法是交通信 号协调控制的基础。
缺乏定量分析过饱和状态关键路径的方法:将交叉口可变导向车道作为整体进行信号协 调控制,已经获得学者的认同与关注,但是已有交通控制策略通常以全局优化或关键交叉口 整治为主,在优化过程中选取的协同路径一般为人工指定,未能对交叉口范围内的关键路径 的识别与分级进行系统研究与应用。为优化过饱和状态交叉口可变导向车道交通控制结构, 针对瓶颈路段建立交通控制模型,应结合交叉口可变导向车道关联特性从道路网络中提取交 通负荷过载的关键路径,并对所有可行路径进行分级。针对交叉口可变导向车道的瓶颈路段, 应用过饱和状态交通控制策略,依据实时动态交通运行状况优化信号控制方案,是缓解交叉 口可变导向车道过饱和状态可行方法。
交通协调控制算法未能根据过饱和状态交叉口可变导向车道交通特性优化:交叉口可变 导向车道要求交通信号控制系统必须兼顾相邻交叉口之间的协调性,优化高密度道路网络内 所有信号交叉口的信号控制方案。此外,由于交叉口可变导向车道相邻交叉口间距小,相邻 交叉口之间交通流相互影响较大。在对过饱和状态下交叉口可变导向车道的关键路径识别上, 应用动态、静态协同的分层信号配时算法,分交叉口层、关键路径层、单点交叉口层,优化 整个交叉口可变导向车道的控制方案,是缓解交叉口过饱和状态有效可行途径。
现有技术中,交通违章设备对卫星导航设备的要求极高,且与国民生产生活和国家安全 息息相关,属于国家重点行业。应用我国北斗二代卫星导航系统,对解决我国的通信和国防 建设事业,具有非常重要意义。北斗卫星导航定位系统是我国自主研制的、全天候卫星导航 定位系统,具有授时、定位、通信三大功能。
北斗导航目前已经发射了17颗卫星,2012年起开始向亚太大部分地区提供服务,到2020 年完成全球提供服务。整个系统由37颗卫星组成。北斗导航应用有几百种,应用几乎会影响 现代生活的所有方面。目前40%的致死性交通事故是有超速引起的,虽然很多道路上安装有 摄影头对驾驶员进行监控超速,交通法规规定大车不能靠左行驶,但大车的违规行为屡禁不 止,但是,不能在长长的道路上都安装摄像头,而且安装成本也很大,不能全程跟踪车辆超 速违章和按规定车道行驶的违章控制管理,在没有摄像头的地方,超速和不按规定车道行驶 带来的相当多的致死性恶性交通事故。本发明重点研究车辆超速违章控制、定位车道行驶违 章的车辆违章控制板,安装应用到所有出厂车辆上,控制车辆的行驶速度和规定车道行驶的 规定车型上,这样就能随时监控车辆的实际行驶路线和车道,以及控制车辆超速行为。
发明内容
针对现有技术中的不足,本发明要解决的技术问题在于提供了一种用于北斗卫星定位交 通违章控制板的模糊逻辑匹配算法。
用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法,该匹配算法包括以下方法:
车辆设置有北斗卫星定位系统及与北斗卫星定位系统连接的车辆违章控制板,该北斗卫 星定位系统与交通违章处理中心信号连接,
可变导向车道长度的优化设置是可变导向车道系统能够高效运行的重要环节,车道设计 过长将为车辆换道带来不便,车道设计过短会增加换道的随意性,特别是可变导向车道转向 功能发生变化前后,容易激增车辆间的相互扰动,引起进口车道不必要的混乱,可变导向车 道长度的优化设置,也是确定设置可变导向车道的信号控制交叉口的影响区长的关键;
对于信号控制交叉口进口车道而言,行驶长度L取决于车道长度、左转车道排队长度、 和右转车道排队长度,其计算公式为:L=max(l1,l2,l3);对于直行车道,其行驶段长度应 当容纳一个周期红灯和黄灯期间内到达的车辆,车辆排队长度计算公式为:式中:C--交叉口信号周期长度s;Nl--直行车道数量;Ql直行车流流量,veh/h;gs直行和右转相位的有效绿灯时间s;lm--一辆车辆的排队长度m,通常取7-8米;
对于左转车道,确定左转车道的行驶段长度重要影响因素包括:设计小时交通量;每个 小时估计的周期数量,如果周期长度增加,则行驶段也将增加;信号相位与配时;
设置左转专用相位的信号控制交叉口左转车道行驶的最大排队长度为:
式中:Q2-高峰小时左转交通量;
N2-左转车道数量;
SL-一条左转车道的实际饱和流率veh/h;
gL-左转保护相位的有效绿灯时间s;
P-置信概率,一般用95%、90%或85%进行计算;
基于左转车道和双左转车道的不同特性,Kikuchi S在对双左转车道进口车道长度设置 的研究中,以所有左转车辆可以进入双左转车道(DLTL)的比例确定临界概率:
式中:L-以车辆数为单位表示DLTL的长度;
LT-每个红灯相位左转车辆的平均到达率;
TH-每个红灯相位直行车辆的平均到达率;
再根据大型车和小型车的比例和车辆长度确定双左转车道的行驶段长度,通过上述计算 以避免交通堵塞,防止交通违章。
为解决上述技术问题,本发明通过以下方案来实现:
相对于现有技术,本发明的有益效果是:本发明设置有北斗卫星定位系统及与北斗 卫星定位系统连接的车辆违章控制板,该北斗卫星定位系统与交通违章处理中心信号连接, 可变导向车道长度的优化设置是可变导向车道系统能够高效运行的重要环节,车道设计过长 将为车辆换道带来不便,车道设计过短会增加换道的随意性,特别是可变导向车道转向功能 发生变化前后,容易激增车辆间的相互扰动,引起进口车道不必要的混乱,可变导向车道长 度的优化设置,也是确定设置可变导向车道的信号控制交叉口的影响区长的关键;再根据大 型车和小型车的比例和车辆长度确定双左转车道的行驶段长度,通过上述计算以避免交通堵 塞,防止交通违章。
具体实施方式
下面对本发明的优选实施例进行详细阐述,以使本发明的优点和特征能更易于被本领域 技术人员理解,从而对本发明的保护范围做出更为清楚明确的界定。
1.用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法,该匹配算法包括以下方法:
车辆设置有北斗卫星定位系统及与北斗卫星定位系统连接的车辆违章控制板,该北斗卫 星定位系统与交通违章处理中心信号连接,
可变导向车道长度的优化设置是可变导向车道系统能够高效运行的重要环节,车道设计 过长将为车辆换道带来不便,车道设计过短会增加换道的随意性,特别是可变导向车道转向 功能发生变化前后,容易激增车辆间的相互扰动,引起进口车道不必要的混乱,可变导向车 道长度的优化设置,也是确定设置可变导向车道的信号控制交叉口的影响区长的关键;
对于信号控制交叉口进口车道而言,行驶长度L取决于车道长度、左转车道排队长度、 和右转车道排队长度,其计算公式为:L=max(l1,l2,l3);对于直行车道,其行驶段长度应 当容纳一个周期红灯和黄灯期间内到达的车辆,车辆排队长度计算公式为:式中:C--交叉口信号周期长度s;Nl--直行车道数量;Ql直行车流流量,veh/h;gs直行和右转相位的有效绿灯时间s;lm--一辆车辆的排队长度m,通常取7-8米;
对于左转车道,确定左转车道的行驶段长度重要影响因素包括:设计小时交通量;每个 小时估计的周期数量,如果周期长度增加,则行驶段也将增加;信号相位与配时;
设置左转专用相位的信号控制交叉口左转车道行驶的最大排队长度为:
式中:Q2-高峰小时左转交通量;
N2-左转车道数量;
SL-一条左转车道的实际饱和流率veh/h;
gL-左转保护相位的有效绿灯时间s;
P-置信概率,一般用95%、90%或85%进行计算;
基于左转车道和双左转车道的不同特性,Kikuchi S在对双左转车道进口车道长度设置 的研究中,以所有左转车辆可以进入双左转车道(DLTL)的比例确定临界概率:
式中:L-以车辆数为单位表示DLTL的长度;
LT-每个红灯相位左转车辆的平均到达率;
TH-每个红灯相位直行车辆的平均到达率;
再根据大型车和小型车的比例和车辆长度确定双左转车道的行驶段长度,通过上述计算 以避免交通堵塞,防止交通违章。
以上所述仅为本发明的优选实施方式,并非因此限制本发明的专利范围,凡是利用本发 明说明书内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域, 均同理包括在本发明的专利保护范围内。
Claims (1)
1.用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法,其特征在于,该匹配算法包括以下方法:
车辆设置有北斗卫星定位系统及与北斗卫星定位系统连接的车辆违章控制板,该北斗卫星定位系统与交通违章处理中心信号连接,
可变导向车道长度的优化设置是可变导向车道系统能够高效运行的重要环节,车道设计过长将为车辆换道带来不便,车道设计过短会增加换道的随意性,特别是可变导向车道转向功能发生变化前后,容易激增车辆间的相互扰动,引起进口车道不必要的混乱,可变导向车道长度的优化设置,也是确定设置可变导向车道的信号控制交叉口的影响区长的关键;
对于信号控制交叉口进口车道而言,行驶长度L取决于车道长度、左转车道排队长度、和右转车道排队长度,其计算公式为:L=max(l1,l2,l3);对于直行车道,其行驶段长度应当容纳一个周期红灯和黄灯期间内到达的车辆,车辆排队长度计算公式为:式中:C--交叉口信号周期长度s;N1--直行车道数量;Q1直行车流流量,veh/h;gs直行和右转相位的有效绿灯时间s;lm--一辆车辆的排队长度m,通常取7-8米;
对于左转车道,确定左转车道的行驶段长度重要影响因素包括:设计小时交通量;每个小时估计的周期数量,如果周期长度增加,则行驶段也将增加;信号相位与配时;
设置左转专用相位的信号控制交叉口左转车道行驶的最大排队长度为:
<mrow>
<msub>
<mi>l</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<msub>
<mi>l</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>p</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>l</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Q</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mi>C</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>l</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>S</mi>
<mi>L</mi>
</msub>
<mo>,</mo>
<msub>
<mi>g</mi>
<mi>L</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
<mfrac>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
<msub>
<mi>N</mi>
<mn>2</mn>
</msub>
</mfrac>
</mrow>
式中:Q2-高峰小时左转交通量;
N2-左转车道数量;
SL-一条左转车道的实际饱和流率veh/h;
gL-左转保护相位的有效绿灯时间s;
P-置信概率,一般用95%、90%或85%进行计算;
基于左转车道和双左转车道的不同特性,Kikuchi S在对双左转车道进口车道长度设置的研究中,以所有左转车辆可以进入双左转车道(DLTL)的比例确定临界概率:
<mrow>
<msub>
<mi>P</mi>
<mrow>
<mi>r</mi>
<mi>o</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mn>2</mn>
<mi>l</mi>
</mrow>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</munderover>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>L</mi>
<mi>T</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>L</mi>
<mi>T</mi>
</mrow>
</msup>
</mrow>
<mrow>
<mi>k</mi>
<mo>!</mo>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>T</mi>
<mi>H</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>j</mi>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>T</mi>
<mi>H</mi>
</mrow>
</msup>
</mrow>
<mrow>
<mi>j</mi>
<mo>!</mo>
</mrow>
</mfrac>
<mo>+</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>0</mn>
</mrow>
<mrow>
<mn>2</mn>
<mi>l</mi>
</mrow>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mi>l</mi>
</mrow>
<mi>&infin;</mi>
</munderover>
<mrow>
<mo>{</mo>
<mrow>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>L</mi>
<mi>T</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>L</mi>
<mi>T</mi>
</mrow>
</msup>
</mrow>
<mrow>
<mi>k</mi>
<mo>!</mo>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<mi>T</mi>
<mi>H</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>j</mi>
</msup>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>T</mi>
<mi>H</mi>
</mrow>
</msup>
</mrow>
<mrow>
<mi>j</mi>
<mo>!</mo>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mi>L</mi>
<mo>-</mo>
<mi>l</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>!</mo>
<mo>&times;</mo>
<mi>j</mi>
<mo>!</mo>
<mo>&times;</mo>
<mi>k</mi>
<mo>!</mo>
</mrow>
<mrow>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<mi>k</mi>
<mo>!</mo>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mrow>
<mi>L</mi>
<mo>-</mo>
<mi>l</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>!</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mi>j</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>!</mo>
</mrow>
</mfrac>
</mrow>
<mo>}</mo>
</mrow>
</mrow>
式中:L-以车辆数为单位表示DLTL的长度;
LT-每个红灯相位左转车辆的平均到达率;
TH-每个红灯相位直行车辆的平均到达率;
再根据大型车和小型车的比例和车辆长度确定双左转车道的行驶段长度,通过上述计算以避免交通堵塞,防止交通违章。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710472207.2A CN107134140A (zh) | 2017-06-20 | 2017-06-20 | 用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710472207.2A CN107134140A (zh) | 2017-06-20 | 2017-06-20 | 用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107134140A true CN107134140A (zh) | 2017-09-05 |
Family
ID=59737127
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710472207.2A Pending CN107134140A (zh) | 2017-06-20 | 2017-06-20 | 用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107134140A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105006164A (zh) * | 2015-07-08 | 2015-10-28 | 深圳智英电子有限公司 | 基于北斗卫星定位定向定速的交通违章控制板 |
KR20160137085A (ko) * | 2015-05-22 | 2016-11-30 | 재단법인대구경북과학기술원 | 퍼지 로직 및 차량 통신을 이용한 제어 시스템 |
CN106297326A (zh) * | 2016-10-27 | 2017-01-04 | 深圳榕亨实业集团有限公司 | 基于全息路网潮汐交通流可变车道控制方法 |
CN106548633A (zh) * | 2016-10-20 | 2017-03-29 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
-
2017
- 2017-06-20 CN CN201710472207.2A patent/CN107134140A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160137085A (ko) * | 2015-05-22 | 2016-11-30 | 재단법인대구경북과학기술원 | 퍼지 로직 및 차량 통신을 이용한 제어 시스템 |
CN105006164A (zh) * | 2015-07-08 | 2015-10-28 | 深圳智英电子有限公司 | 基于北斗卫星定位定向定速的交通违章控制板 |
CN106548633A (zh) * | 2016-10-20 | 2017-03-29 | 中国科学院深圳先进技术研究院 | 一种路网潮汐交通流可变导向车道控制方法 |
CN106297326A (zh) * | 2016-10-27 | 2017-01-04 | 深圳榕亨实业集团有限公司 | 基于全息路网潮汐交通流可变车道控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104821080B (zh) | 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 | |
CN104778834A (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
CN106781468B (zh) | 基于建成环境和低频浮动车数据的路段行程时间估计方法 | |
CN104408948B (zh) | 基于车载gps的城市道路交通公交优先信号控制方法 | |
CN102136190A (zh) | 城市公交客运事件应急响应调度管理系统及方法 | |
CN106097718B (zh) | 基于gps数据的信号交叉口区域通行时间估计方法 | |
Akçelik | Roundabouts with unbalanced flow patterns | |
CN106097717A (zh) | 基于两类浮动车数据融合的信号交叉口平均通行时间估计方法 | |
JPH11144182A (ja) | 交通流シミュレーションシステム | |
Wang et al. | Analysis of the driver’s behavior characteristics in low volume freeway interchange | |
CN114898555B (zh) | 一种道路交叉口综合评估方法 | |
Suh et al. | Mathematical analysis for roundabout capacity | |
CN102505593A (zh) | 出入口纵深长度确定方法 | |
Qu et al. | Design of vehicle–road cooperative assistant decision system for active safety at intersections | |
Dia et al. | Evaluation of arterial incident management impacts using traffic simulation | |
Fernandes et al. | Making compact two-lane roundabouts effective for vulnerable road users: an assessment of transport-related externalities | |
Yang et al. | Multiobjective evaluation of midblock crosswalks on urban streets based on topsis and entropy methods | |
CN107134140A (zh) | 用于北斗卫星定位交通违章控制板的模糊逻辑匹配算法 | |
Gao et al. | Intersection dilemma-zone protection as a dynamic signal-optimization problem with model predictive control | |
Chen et al. | A simulation-based optimization method for truck-prohibit ramp placement along freeways | |
CN107248282A (zh) | 获取道路运行状态等级的方法 | |
Ma et al. | A new coordinated control method on the intersection of traffic region | |
Ober-Sundermeier et al. | Prediction of congestion due to road works on freeways | |
Li et al. | Modeling and analysis of the impact of urban and rural road reconstruction construction on vehicle capacity. | |
Marlina | Understanding the dynamics of truck traffic on freeways by evaluating truck passenger car equivalent (PCE) in the Highway Capacity Manual (HCM) 2010 |
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: 20170905 |