CN108133613B - 一种实时发布路内停车服务指数方法及系统 - Google Patents
一种实时发布路内停车服务指数方法及系统 Download PDFInfo
- Publication number
- CN108133613B CN108133613B CN201711379791.3A CN201711379791A CN108133613B CN 108133613 B CN108133613 B CN 108133613B CN 201711379791 A CN201711379791 A CN 201711379791A CN 108133613 B CN108133613 B CN 108133613B
- Authority
- CN
- China
- Prior art keywords
- parking
- road
- road parking
- model
- traffic
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/14—Traffic control systems for road vehicles indicating individual free spaces in parking areas
-
- 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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及智能交通技术领域,特别涉及一种实时发布路内停车服务指数方法及系统。本申请的实时发布路内停车服务指数方法包括:步骤a:建立路内停车设置的车速阻滞模型;步骤b:分析路内停车带设置后机动车辆延误情况;步骤c:选择路内停车带合理设置规模;步骤d:规划城市路内停车设计。本申请可以节省城市路内停车的停车时间与停车成本,提高路内停车服务的实效性与便捷性,既可以产生停车产业的直接效益,又可以产生停车服务的间接效益;通过构建实时发布路内停车服务指数的方法与系统,带动城市路内停车行业对新技术、新产品、新模式的应用发展,实现城市路内停车信息的增值服务与综合服务,产生路内停车领域产业链的商业价值与经济效益。
Description
技术领域
本申请涉及智能交通技术领域,特别涉及一种实时发布路内停车服务指 数方法及系统。
背景技术
中国已进入新型城镇化建设与发展时期,当前,中国大城市小汽车与停 车位的比例约为1∶0.8,中小城市约为1∶0.5,而发达国家约为1∶1.3,城市 停车位比例严重偏低,保守估计中国停车位缺口超过5000万个。深圳市停车 位缺口200万个,在城市交通持续拥挤的环境下,政府鼓励机关、企事业单 位及路内/路外停车环境错时开放停车位,也鼓励个人把自己不用时的车位拿 出来,给他人使用,即所谓的“共享停车”,最大化挖掘路侧停车资源的潜在 价值。
路侧停车最直观的反映了城市交通管理水平,世界上绝大多数城市都将 路侧停车列为优先发展重点之一。由于受到城市用地资源的限制,静态交通 的需求不可能全部通过建设路外停车场来满足;同时,城市道路交通网络的 路内停车方式因自身的优点,如:停车便利、步行距离短等而受到车辆驾驶 人员的普遍欢迎。大量研究成果表明,在城市中心区域交通流中有30%的车 辆是寻找停车位、在全市域道路网络交通流中有20%的车辆是在寻找停车位 而造成交通的拥堵。为此,通过对城市路内停车设置的车速阻滞模型建模、对路内交通流运行影响分析、对路内停车带设置规模建模、对路内停车设计 方法四个方面的研究,规划设计了城市路内停车系统。
目前,城市路内停车问题较为突出,存在的主要技术缺点包括:
一、缺乏明确的机动车发展政策
目前,仍未采取较为明确的机动车发展政策,机动车增长速度较为迅 猛。而由于停车供给未能跟上停车需求的增长速度,预计在未来几年内,停 车供需矛盾仍较为突出。实际上,如果没有明确的机动车限制发展政策,城 市道路交通拥堵的增长态势也将日益严峻。从欧美等国家的停车发展历程来 看,停车政策的实施大致上经历了一个由事后应对向事前诱导的过程。停车 政策也不仅是针对停车问题本身,它同时还被作为整个城市规划、交通政策 的一部分加以利用。
二、路内停车泊位需求特征缺乏认识,在泊位设置方面缺乏有针对性的 对策
对于泊位需求特征相关的数据仍是通过较为粗放式的统计方式获取,对 于不同区域、不同用地类型、不同时段和不同停车目的等详细的、动态的停 车特征仍缺乏相应的统计手段。学校、商圈、居住区、大型公共活动场所等 居民出行和吸引特征肯定存在较大差异,这些特征区域也将反映对差异化的 停车需求。另外,对于不同路段的泊位停放周转率(国家规范一般取7~9车 次/日)的测算,也存在较大的误差,而这一指标是直接评价和预测停车泊位 需求的关键因素。此外,不同时段的需求特征,包括高峰时段和非高峰时 段,日间和夜间的停车需求也需区分对待。
三、停车秩序混乱,泊位设置缺乏统筹和规划,停车梯度价格难以发挥 作用
虽然路内停车泊位大多设置在支路、次干路上,但是影响交通微循环系 统作用的发挥;现有行人通道、非机动车道被泊位挤占的现象较多;由于路 内泊位的设置,规划的慢行交通通道也难以落实;往往在交叉口、公交车站 附近设置路内泊位,影响交通安全。居民区集中区域的路内停车,显然是对 附近居民的刚性停车需求进行收费;而在商业集中区域的路内停车价格相对 其他区域并不产生明显的阶梯效应,有些只是将这部分停车需求疏导到路外 停车场内,并未从根本上减少进入这些区域的人群对小汽车选择使用,造成 泊位周转率不高。
四、停车泊位设置形式单一,不能满足多样化停车目的需求,泊位利用 率较低
停车和泊车的概念是不同的。停车是指驾驶员不离车,为乘客或货物上 下车做短暂停留;泊车是指驾驶员熄火离车时间较长甚至过夜。因此,指示 标识应区分多种停车形式,如“禁停/禁泊”、“禁泊不禁停”、“上半月禁泊或 下半月禁泊”等。缺乏换乘停车设施。在停车换乘设施方面存在很大缺口, 城市中心区域外围居民若通过小汽车接驳进城的地铁,缺乏相应的停车设 施。围绕地铁站点周边设施的非机动车停车设施也存在较大缺口,这部分非 机动车停车设施也较为简陋,缺乏遮阳、挡雨设施,这大大降低了居民选择 非机动车来解决“最后一公里”问题的动力。
五、缺乏差别化的停车管理对策,虽然已在价格方面实施了差异化调 控,停车管理手段较为单一
只是根据不同的区域、不同道路等级来制定停车需求调控的差异化管理 对策,并据此制定停车价格。实际上,如果即使只是考虑停车需求调控,也 难以发挥实际作用,主要原因为:一是泊位控制需求的方案难以落实;二是 价格调控需求的方案亦难以落实(价格方案仅对弹性需求有效,而目前的价 格方案仅对CBD等购物娱乐性的停车需求产生部分影响。)此外具有根本性 差异的停车需求应区分对待,如居民区的停车需求和CBD区域的停车需求采 用不同的管理对策,而不是单纯采取价格调控的手段。城市在居民区附近的 道路实施居民停车许可制度,保障居民的基本停车需求。许可证通常根据居 民的类别分为常驻居民、居民访客、暂住居民等多种形式。
六、建设和管理路内停车泊位部门职能缺乏统筹协调
停车设施建设和管理长期存在市级层面,经费管理融不进区级财税体 系,形成了条与块的分离。而在实施停车设施改革调整后,管理体制上形成 市级层面主要实施业务指导,区级为建设和管理主体的模式,各区成为停车 设施建设和管理的主体。部分城市的机动车设施管理工作由市公安局移交市 城管局(道路执法权仍然在交管局)。造成虽然区一级的停车管理机构具有 尽可能增加泊位供给的动力。为保障道路资源的网络化运行和监控,必须在 市一级进行统一规划和建设管理。红线宽度内的资源,应由城市规划部门进 行统筹规划,但是经费管理需进入区级财税。
发明内容
本申请提供了一种实时发布路内停车服务指数方法及系统,旨在至少在 一定程度上解决现有技术中的上述技术问题之一。
为了解决上述问题,本申请提供了如下技术方案:一种实时发布路内停 车服务指数方法,包括:
步骤a:建立路内停车设置的车速阻滞模型;
步骤b:分析路内停车带设置后机动车辆延误情况;
步骤c:选择路内停车带合理设置规模;
步骤d:规划城市路内停车设计。
本申请实施例采取的技术方案还包括:所述步骤a前还包括:建立路内停 车服务指数指标体系,为路内停车的服务水平与服务质量的评估提供科学依 据。
本申请实施例采取的技术方案还包括:所述步骤a具体包括:建立路段 车速基本模型;建立路内停车带的摩擦效应修正模型;建立路内停车带的阻 滞效应修正模型,其中,所述摩擦效应修正后的路段车速模型为:
ki--基于空间障碍率影响斜率参数;
所述摩擦效应与阻滞效应后的修正模型为:
式中:k2--基于时间障碍率影响的待标定参数。
本申请实施例采取的技术方案还包括:所述步骤b具体包括:在机动车 速阻滞模型建立的基础上,将摩擦效应和阻滞效应作为整体分析路内停车对 路段机动车流的干扰,建立相应的理论模型,对路内停车设置后对路段交通 流影响进行分析。
本申请实施例采取的技术方案还包括:所述建立相应的理论模型包括: 减速—加速延误模型、跟驰延误模型、离散流情况下的跟驰延误模型、连续 流情况下的跟驰延误模型、总延误模型建立与车辆延误模型。
本申请实施例采取的技术方案还包括:所述步骤c具体包括:设置车辆 停放者行为选择模型;设置车辆停放者成本模型;设置路段出行者出行成本 模型;选择路内停车带合理规模;设计模型算法。
本申请实施例采取的技术方案还包括:所述设计的模型算法具体包括:
步骤11:取初始步长ri>0,允许误差e>0;
步骤12:找出一可行内点X(0)∈R0,并且令k=1;
步骤16:如满足上述准则,则以X(k)为原问题的近似极小解Xmin;否 则,取rk+1<rk(取rk+1=rk/10或rk/5),令k=k+1,转向步骤13继续进行迭 代;
步骤17:考虑到路内停车带位置在城市交通网络拥挤影响因素停车成本 增加Y(t)>0;
步骤18:考虑到路内外停车位共享模式减少的路内停车成本G(t)>0。
本申请实施例采取的技术方案还包括:所述步骤d包括:选择需要设置 路内停车的路段,选择过程要根据道路交通条件与交通量状况对路段能否设 置路内停车带做出初步判断;确定路内停车的设计目标:对设置条件进行分 析;研究路内停车带合理位置的选择,分析路内停车带与信号交叉口和建筑 物出入口及人行横道的间距关系,以及受地形条件及特殊交通环境的限制; 对路内停车带泊位的设计方法及其适用性进行研究,并在此基础上考察路内 停车带的设置是否满足设计目标,如果不满足,则还需要重新设计路内停车带。
本申请实施例采取的另一技术方案为:一种实时发布路内停车服务指数 系统,所述实时发布路内停车服务指数系统包括系统前端监测模块、系统后 台服务模块、系统数据分析与挖掘服务指数模块、路内停车服务指数发布与 共享模块,所述系统前端监测模块用于完成路内停车车位使用状况信息的采 集任务,所述系统后台服务模块用于构建路内停车管理服务指数平台,实现 路内停车车位使用状况、路内停车服务纠错、交易处理与清分结算、停车用 户管理服务巡检、信息处理报表生成与分析、预警方式可视化、路内停车数据存储与共享和/或系统运行维护,系统数据分析与挖掘服务指数模块用于完 成系统运行监控、T-GIS电子地图精准定位匹配、路内停车车位数据分析和/ 或自动生成车位使用报表,所述路内停车服务指数发布与共享模块用于实时 发布路内停车服务指数系统的信息发布与共享环境建立,实现路内停车服务 实数的可视化成果发布与共享。
本申请实施例采取的技术方案还包括:所述系统前端监测模块包括路内 停车车位地磁线圈检测器、无线射频通信、视频监控等前端信息采集终端。
相对于现有技术,本申请实施例产生的有益效果在于:本申请实施例的 实时路内停车服务指数方法及系统具有“引入交通拥挤与共享停车环境要素 的服务指数模式、设计实时发布路内停车服务指数体系、建立实时发布路内 停车服务指数方法、开发了实时发布路内停车服务指数系统”整体解决路内 停车服务指数评价的优点;本申请实施例的实时路内停车服务指数方法及系 统紧密跟踪城市路内停车服务核心问题做为切入点;是在交通大数据时代, 对传统调查问卷式评价路内停车服务指数发布的革命性挑战;它克服了传统问卷式评价路内停车的数据静态、周期较长、单一片面、统计繁琐等弊端, 通过城市交通大数据路内停车的建模分析与停车行为关联性研究,实时动态 地面向政府部门、行业企业、公众出行实时发布路内停车系统运行状态与演 变态势,具有重要的商业价值与社会价值。
附图说明
图1是本申请第一实施例的实时发布路内停车服务指数方法的流程图;
图2是本申请第一实施例的实时发布路内停车服务指数方法的结构框 图;
图3是本申请第二实施例的实时发布路内停车服务指数方法的流程图;
图4是本申请第三实施例的实时发布路内停车服务指数方法的流程图;
图5是城市道路网络路内停车规划与设置流程图;
图6是本申请实施例的实时发布路内停车服务指数系统的结构示意图;
图7是本申请实施例的实时发布路内停车服务指数系统的系统前端监测 模块物理结构图;
图8是本申请实施例的实时发布路内停车服务指数系统信息处理流程结 构图;
图9是本申请实施例的实时发布路内停车服务指数系统界面图;
图10是本申请实施例的实时发布路内停车服务指数系统可视化查询界面 图;
图11是本申请实施例的实时发布路内停车服务指数系统无线射频通信基 站分布;
图12是本申请实施例的实时发布路内停车服务指数系统巡检人员执法分 布图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及 实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施 例仅用以解释本申请,并不用于限定本申请。
请参阅图1和图2,图1是本申请第一实施例的实时发布路内停车服务指 数方法的流程图,图2是本申请第一实施例的实时发布路内停车服务指数方 法的结构框图。本申请第一实施例的实时发布路内停车服务指数方法包括以 下步骤:
步骤110:量化解析路内停车特征;
在步骤110中,路内停车特性量化是道路交通停车行为的集聚效果与停 车供应设施利用程度的体现,反映了城市停车的主要特征、停车设施实用情 况、停车供需关系。路内停车特性量化是停车设施规划和评价的主要依据, 分析路内停车特性有助于进行城市停车设施规划、制定停车政策与管理措 施、调控城市停车供需结构、优化城市道路交通流。
路内停车特征包括以下内容:
路内停车目的结构
路内停车目的结构是指停车者的出行目的,如上班、公务、装卸货物、 购物、文化娱乐、接送客人、回家、餐饮等,停车目的在一定程度上决定了 路内停车者的行为。路内停车设施规划与停车管理措施的制定需要考虑不同 城市区域地理位置、路内停车位与周边社区车位共享等,停车目的结构会对 停车泊位供需调控和停车管理政策产生影响。
平均停车时间
一定时间路段内所有车辆的路内停车时间与实际停车量之比的平均值, 是反映城市路内停车设施使用情况的重要指标。停车时间的长短与城市规 模、城市不同功能的区域、路内停车设施的类型、路内停车位共享、停车目 的密切相关。不同目的的停车者对停车时间要求存在差异,目前尚未采取措 施限制停车时间,导致路内停车时间偏长,使用效率较低,城市中心区域交 通拥堵现象较为严重。
高峰停放指数
高峰停放指数是指高峰时段累计停放车辆数与停车设施容量之比,它反 映的是高峰时段停车设施的拥挤程度,同时也是确定停车设施规模的重要依 据。
泊位利用率
泊位利用率是指在一定时段内平均每个泊位停车占用时间与总停泊位时 间之比,反映停车泊位的时间利用效率,表达了停车设施的拥挤程度。平均 泊位利用率越高,泊位的时间利用效率也就越高,反映了泊位的时间利用效 率与服务水平的差异。
泊位周转率
泊位周转率是指在一定的时间内每个停车泊位平均停放车辆的次数,常 用在一天内的累计停放车辆数与停车设施容量之比来表示,反映的是停车设 施泊位的空间利用效率。城市不同区域、不同共享停车位、不同停车设施的 泊位周转率有所差异,城市中心区域的泊位周转率高于城市外围区域。
步骤120:分析路内停车者的停车行为;
在城市道路交通系统中,受自身条件与外界条件的影响,不同的停车者 在选择停车服务时会有不同的行为,不同区域的停车行为也有很大的差异, 停车行为人在一定的交通环境下还表现出相应的特性。停车行为与特征体现 了停车的根本特点,是分析城市停车供需关系,解析城市停车矛盾的基本依 据,分析和掌握路内停车行为与特性是城市路内停车规划制定与路内停车政 策法律法规的重要基础。
停车者在选择停车服务时,供选对象往往不止一个,可以选择路内停 车,也可以选择路外停车,停车综合考虑各种因素是最终选择适合自己的停 车服务设施。一般情况停车者在评估停车设施时主要受经济因素、使用效 率、使用习惯、环境因素、停车者自身特性、车辆特性的影响。
路内停车者的停车行为具体包括:
1、经济因素与停车行为
从经济角度来看,停车者选择停车服务的过程是一种消费过程,停车者 付出一定的代价来换取与之等价的停车服务,停车者的选择过程也遵循消费 者的经济行为规律。停车收费对停车行为影响严重,停车人员类型对停车行 为影响也有很大差异,停车可达时间对停车费用的折减,道路交通拥堵指数 价格因素直接影响停车者的行为,停车位的共享状况也会使停车成本降低。
2、使用习惯与停车行为
停车习惯是在个人偏好、社会环境、停车设施的供应特点等因素的影响 下形成的,不同类型的城市规模其停车习惯有较大的差异,如停车时间长短 对停车设施选择的心理差异、大/中/小城市对步行距离要求的差异等。
3、环境因素与停车行为
人文环境对停车行为有一定的影响,如不同类型的住宅对应于不同层次 的消费群体,居住区档次越高,住宅户均车辆拥有率和对停车服务的质量要 求越高,停车者更注重停车的安全性,而对经济因素不敏感;低档次住宅区 家庭收入相对较低,停车服务的选择除了安全性外,停车费用的影响较大。
4、车辆特点与停车行为
车辆特点直接影响停车行为,主要表现在本地车与外地车、公车与私 车、新车与旧车、车辆价格的高低等所体现出来的停车行为差异。如外地车 辆对停车设施的位置、收费等情况不熟悉,不愿意为寻找、选择停车设施而 过多浪费时间,经常以距离目的地最近为原则或按习惯选择停车设施;本地 车辆对停车的位置、收费等情况较为熟悉,停车者会综合考虑各方面的影响 因素做出选择,通常以服务效用最大化为原则选择停车设施。
步骤130:量化分析路内停车设施与停车行为;
随着城市机动车保有量的迅速增长,停车问题日益突出,停车难成为城 市交通日益关心的问题,解决停车难问题的重要途径之一就是运用高科技手 段,提高停车位的周转率,而每辆车的停车时间长短直接关系到停车位的使 用效率。需要分析研究停车者对于停车时间的选择影响因素,为利用政策因 素(如停车价格等)调节停车时间长度、提高停车位的周转效率。采用离散 选择Logistic模型技术,建立路内停车时间与停车行为之间的关系模型,多项 式Logistic回归分析用于解决多项分类变量与影响因素之间关系,是停车行为离散选择模型技术的深化应用。城市路内停车时间与停车目的,停车价格, 停车费用支付者之间有明显的关系,将这些变量代入Logistic模型,建立路内 停车行为模型,完成路内停车设施与路内停车行为的关系分析。
步骤130具体包括:
步骤131:量化分析社会公共路内停车行为影响因素;
①社会公共停车行为主要影响因素分析
社会公共停车环境作为弥补配建不足的停车场所,可以分为弥补办公配 建不足、弥补商业配建不足、弥补医院配建不足等停车环境,停车时间的分 布范围广、根据有关分析将停车时间与各个停车行为指标进行相关分析,找 出停车时间与停车目的、停车价格、停车费用支付者之间的关联性,从而建 立停车行为模型。
②路内停车时间影响因素的量化分析
选取停车时间大于4小时的概率P3n作为P1n和P2n的参照组,建立停车时 间选择模型。因此,停车时间为因变量,将停车目的、停车费用支付者作为 分类变量,停车价格作为连续变量代入模型,得到结果如下:
式中:Costin--第n个停车者选择时长i的停车位收费价格;
Userin--第n个停车者停车费用支付者哑元变量;
Goalin--第n个停车者停车目的哑元变量;
θk--参数。
步骤132:建立商业路内停车行为模型;
①商业停车行为主要影响因素分析
商业停车的主要停车目的是为娱乐休闲,停车费用支付者主要为个人支 付,将停车时间与各个停车行为指标进行相关分析,得出停车时间与停车目 的、停车价格有明显的关系,在不同费用支付者的条件下,找出影响停车时 间的主要因素。
②停车时间影响因素量化分析
选取停车时间大于4小时的概率P3n作为P1n和P2n的参照组,建立停车时 间选择模型。因此,停车时间为因变量,将停车目的作为分类变量,停车价 格作为连续变量代入模型,得到结果如下:
式中:Costin--第n个停车者选择时长i的停车位收费价格;
Goalin--第n个停车者停车目的哑元变量;
θk--参数。
步骤133:建立办公路内停车行为模型;
①办公路内停车行为主要影响因素分析
办公停车的主要停车目的是为工作,停车费用支付者主要为单位支付, 个人支付也有一定比例。将停车时间与各个停车行为指标进行相关分析,得 出停车时间与停车目的、停车价格有明显的关系,在不同费用支付者的条件 下,找出影响停车时间的主要因素。
②办公停车时间影响因素量化分析
选取停车时间大于6小时的概率P3n作为P1n和P2n的参照组,建立停车时 间选择模型。因此,停车时间为因变量,将停车目的作为分类变量,停车价 格作为连续变量代入模型,得到结果如下:
式中:Costin--第n个停车者选择时长i的停车位收费价格;
Goalin--第n个停车者停车目的哑元变量;
θk--参数。
步骤140:路内停车需求预测建模。
当车辆驾驶者因活动需要产生出行而有空间上的移动,并在出行终点需 要空间和时间停放交通工具,由此所需要的停车空间与时间即成为停车需 求,表示为车位/小时。根据停车时间来划分,停车需求有日间停车需求及夜 间停车需求,日间停车需求是为了满足各种社会、经济活动的目的所引发的 需求,主要表现为社会停车需求,城市路内停车位使用率较高,也是一种交 通运输行为的派生需求;夜间停车需求是因车辆保有及夜间活动引起的停车 需求,主要表现为基本停车需求,因为大部分夜间停车需求是为居民或单位车辆夜间停放服务的,夜间停车需求的发生地点比较固定,其出行目的也比 较单纯,故一般较日间停车需求容易估算,城市路外停车位使用率较高;综 合路内与路外停车位的使用频次与周期关系,建立城市路内与路外停车位的 互补性共享车位,提高城市路内与路外停车位共享的使用率。
路内停车需求影响因素:车辆的停放是城市的社会、经济、人文、交通 发展到一定程度的产物,城市路内停车需求量受到多方面的影响,主要包括 以下内容:
①规划区域内土地利用及未来发展状况;
②规划区域的人口、就业、机动车保有水平及社会经济发展状况;
③城市发展战略、交通发展策略、交通整体规划以及停车管理水平;
④规划区域内的交通体系构成及运行状况;
⑤城市交通政策、地理、气象条件、风俗习惯、文化等都会对停车需求 产生影响。
路内停车需求预测建模方法具体包括
步骤141:建立停车生成率模型;
停车生成率(Parking Generation Rates)是指单位土地利用指标所需的停 车泊位数。停车生成率模型是建立在土地利用性质与停车需求生成率之间关 系的基础上,其技术路线是将区域内各种不同土地利用性质的地块都看作为 停车吸引源,而区域总的停车需求量等于这些单个地块吸引量之和。停车生 成率模型如下:
式中:Pd--第d年高峰时间停车需求量(泊位数);
Rdj--第d年j类用地单位停车需求生成率;
Ldj--第d年j类土地使用量(面积或员工数)。
步骤142:建立用地与交通影响分析模型;
用地与交通影响分析模型是建立在城市停车需求与该区域的经济活动特 性和交通特性密切相关的基础上,通过对停车特征调查和土地利用性质调 查,从机动车保有量、土地利用等现状及其变化趋势入手,确定它们与停车 需求的关系,进而分析现状停车需求及预测未来的停车需求。该模型是停车 生成率模型的扩展,既具备了生成率模型的特点,有将停车生成率与道路交 通量相结合,较好地兼顾了停车与土地利用和交通之间的关系。其模型如 下:
式中:P(t)--规划区域内t年度的日停车需求量(标准泊位);
F(xi)--停车需求的地区特征函数;
xi--第i区域的土地利用规模,可用相应不同类型的用地面积表示,也 可以用响应不同类型用地的从业人数来表示;
f(γq)--日停车需求的交通影响函数;
γq--规划区域内交通量的年平均增长率(%)。
步骤143:建立用地分析模型;
用地分析模型又称为商业用地停车分析模型,是基于停车需求与用地性 质、雇员数量之间的关系来对以商业为主的地区,进行未来规划年的停车需 求预测。其基本假设为:一个以商业为主的地区,长时间停车需求是由雇员 上班出行引起的,而短时间停车需求是由在该地区进行的商业活动引起的。 具体预测模型为:
式中:di--第i区域高峰停车需求(泊位数);
AL--长时间停车总累计停车数;
AS--短时间停车总累计停车数;
ei--第i区域雇员数;
ej--第j区域雇员数;
Fi--第i区域零售及服务业建筑面积(平方米);
Fj--第j区域零售及服务业建筑面积(平方米);
J--小区数。
步骤144:建立出行吸引模型;
停车需求的生成与地区的经济社会强度有关,而社会经济强度又与该地 区吸引的出行车次有密切关系。出行吸引模型的原理是建立高峰小时停车需 求泊位数与区域机动车出行吸引量之间的关系,建模的基础条件是开展城市 综合交通规划调查,根据各交通小区的出行分布模型和各小区的停放吸引量 建立数学模型,由此推算出获得停车车次的预测数据。停车需求模型如下:
Pi=[Ni+(Di1·f(s)-Oi1)]+(Di2·f(s)-Oi2)
式中:Pi--第i小区高峰停车需求量(泊位数);
Ni--第i小区夜间停车辆(泊位);
Di1--第i小区高峰时段前累计交通吸引量(车次);
Oi1--第i小区高峰时段前累计交通发生量(车次);
Di2--第i小区高峰时段末累计交通吸引量(车次);
Oi2--第i小区高峰时段末累计交通发生量(车次);
f(s)--机动车停车生成率。
步骤145:建立多元回归分析预测模型;
在研究城市路内停车需求的本质与因果关系中,可以发现停车需求与城 市经济活动、土地使用等多因素相关。回归分析模型是根据若干年相关变量 的历史资料,用回归分析计算出其回归系数值,并进行统计检验。同时,通 过线性趋势预测方法预测各影响因素的未来值,代入回归公式,即可预测未 来停车需求。具体预测模型为:
Pdi=K0+K1(EPdi)+K2(POdi)+K3(FAdi)+K4(DUdi)+K5(RSdi)+K6(AOdi)+…
式中:Pdi--d年第i区高峰时间停车需求量(泊位数);
EPdi--d年第i区就业岗位数;
POdi--d年第i区人口数;
FAdi--d年第i区建筑面积;
DUdi--d年第i区企业数;
RSdi--d年第i区零售服务业数;
AOdi--d年第i区小汽车保有数;
Ki--回归系数,i=1,2,3,4,5,6,…。
步骤146:建立交通量--停车需求模型。
任何地区的停车需求必然是到达该地区行驶车辆被吸引的结果,停车需 求泊位数为通过该地区流量的某一百分比。如果该地区用地功能较为均衡、 稳定,则建模的预测较为可靠。具体模型为:
lgPj=A+B lgVj
式中:Pj--j分区高峰小时停车需求量(标准车车次);
Vj--j分区高峰小时交通流量;
A,B--回归系数。
交通量--停车需求模型的预测方法简单,思路明确,适用于用地功能均 衡、稳定地区的短期预测。该模型忽略了不同种类车辆停车生成率的偏差, 不能反映因交通政策或控制手段引发的交通流组成的变化对停车需求的影 响;而且利用交通量--停车需求模型进行预测,无法具体得到区域内每一土 地使用的停车设施需求量,所以该模型仅作为验证其他预测模型预测结果的 方法。
请参阅图3,是本申请第二实施例的实时发布路内停车服务指数方法的 流程图。本申请第二实施例的实时发布路内停车服务指数方法包括以下步 骤:
步骤210:建立路内停车服务指数指标体系;
在步骤210中,交通拥挤与共享停车环境的实时发布路内停车服务指数 方法是根据路内停车的基本特征,建立相关服务指数的指标体系,为路内停 车的服务水平与服务质量的评估提供科学依据,具体包括以下指标:
(1)停车供应:是指一定的路内停车区域停放场地可能提供最大停放 车位数,停放供应的计量在调查中用实际可停放数表示。
(2)停车需求:指给定停车区域内特定时间间隔的停放吸引量,用代 表性日的高峰期间停放数表示。
(3)停车设施容量:指给定停车区域或停车场有效面积上可同时合法 停放车辆的最大泊位数,通常用车位数表示。
(4)停车目的:是指出行活动中有目的的路边停放,停车目的与通勤 通学、购物娱乐、外出办事等出行目的相一致。
(5)步行距离:是指停车存放后至出行目的地的实际步行距离,通常 以米为单位;可反映停车设施布局对停放车辆的方便程度,也是路内停车系 统规划及停车信息诱导发布的重要控制因素之一。
(6)累计停车量:是指一定时间内停车设施累计停放的车辆数。
(7)停放时间:是指车辆在路内停车位的实际停放时间,它是衡量停 车带交通负荷与周转效率的基本指标之一,其分布与停放目的、停放点土地 使用等因素有关。
(8)停放饱和度:是指某一时刻实际停放的车辆数与停车带设施容量 之比,反映停车设施的拥挤程度。高峰时段停车数量与停车设施容量之比称 为高峰停放饱和度。
(9)泊位周转率:是指单位停车泊位在工作时间内的平均停车次数, 通过车辆占用停车泊位的频繁程度来反映停车泊位的空间利用效率。
(10)泊位利用率:是指工作时间内平均每个停车泊位实际占用的时间 与总工作时间之比,反映停车泊位的时间利用效率。
(11)延停车数:是指一定时间间隔,调查点或区域内累计停放次数, 即各个间隔观测时段获得的延停车辆数之和,单位为辆次。
(12)平均延停时间:表示全部实际停放车辆的平均停放时间,平均延 停时间即为总延停时间除以实际停放车辆数。
(13)停车密度:是指停车负荷的基本度量单位,它既表示停放吸引量 大小随时间段变化的程度,通常为高峰时段停放密度最高;又表示其空间分 布,在不同吸引点停车吸引量的大小程度。
步骤220:分析城市路段设置路内停车对车流影响;
在步骤220中,城市路段设置路内停车对车流影响主要包括两个部分:
①迫使非机动车行驶轨迹向机动车道偏移或侵占机动车道,使得机动车 车速变缓形成机动车与非机动车混行状态,即所谓的摩擦效应。
②路内停放车辆的驶入和驶出可能阻断路内交通流,特别是道路交通量 较大时,车辆的驶入、驶出往往不等完成可穿越的车流间隙,而是强行穿 越,给路段上车辆带来很大干扰,甚至造成交通阻塞,即所谓的阻滞效应。
根据Blunden交通量有关路阻函数的理论特性:当流量充分小时,行程时 间接近于平均零流量行程时间;在流量远小于道路的通行能力时,流量的缓 慢变化,导致行程时间的缓慢变化;在稳态系统状态下(流量接近道路通行 能力时),行程时间增加很快。
步骤230:建立交通流延误模型;
在不考虑其他交通工具和环境因素作用对路段车流的影响,机动车流在 设置路内停车带前相对平稳,非机动车道由于没有阻挡物,机动车和非机动 车相互干扰较少,机动车以正常速度(υf)行驶。当设置路内停车带以后, 由于非机动车道有了路内停车带设置,使得非机动车饱和度提高。为了摆脱 相互制约,非机动车往往会驶入机动车道。因此,当路段设置路内停车带 后,路段车流运行状态可描述为:“以路段正常速度(υf)前进→减速(α′) 进入路内停车带→以形成机动车与非机动车混行的速度(υb)前进(υb定义 为机与非混行和停车带车辆到达驶出阻滞影响综合作用下的平行行程车速) →加速(α)离开路内停车带→重新以稳定速度(υe)前进”。速度变化直观 反映了设置路内停车前后的堵塞状况,延误则最直观地反映了设置前后道路 效益损失,是设置路内停车提供最为直接的依据。
步骤240:匹配共享路内停车带与路外停车场;
路内停车带与路外停车场都是公共停车场不可缺少的组成部分,路内停 车带的设置地点离出行目的地较近,便利性强,周转率较高,但同时形成路 段交通流的活动瓶颈,对其他出行者影响较大;路外停车场的设置地点离出 行目的地较远,便利性弱,周转率较低,但对路段其他出行者影响较小。因 此,如何寻找路内停车带与路外停车场泊位设置的合理匹配关系,既能保障 较好的停车便利性,又能将对路段其他出行者的影响控制在一定的范围内, 最求系统总效益的最大化,是路内停车带合理设置规模的重点。
请参阅图4,是本申请第三实施例的实时发布路内停车服务指数方法的 流程图。本申请第三实施例的实时发布路内停车服务指数方法包括以下步 骤:
步骤310:建立路内停车设置的车速阻滞模型;
在步骤310中,路内停车利用道路空间资源作为停车载体,与路外停车 设施相比具有设置灵活简单、建设成本低、占用空间少、方便直接等优点。 但是,由于路内停车不仅以道路作为其停放空间,而且作为其驶入与驶出的 通道,对路段交通流运行状态的影响也最为直接。基于路段交通负荷水平的 路段行驶车速(或时间)关系模型的建立,有助于调节路内停车带设置后对 路段交通流的影响程度。路内停车带的设置主要有两种:停车带在机动车与 非机动车混行车道上,该位置主要存放在于道路断面一幅路和二幅路的情 况,设置停车带后,对机动车和非机动车都产生影响,应重点分析机动车流 产生的交通阻滞和延误;以及停车位设置在非机动车场后,该位置主要存在 与道路断面三幅路和四幅路的情况,设置停车场后,主要对非机动车产生影 响,在考虑设置条件时,主要从设置后对非机动车道通行能力的影响入手, 对路段机动车流的影响较小。
步骤310具体包括:
建立路段车速基本模型;
式中:υ--路段机动车实际运行速度km/h;
υ0--零流量下的运行车速km/h;
q--机动车实际交通流量veh/h;
c--路段通行能力veh/h;
α,β--无量纲参数;
i--交通运行类变量种类,包括同向机动车、同向非机动车、对向机动 车、对向非机动车等。
建立路内停车带的摩擦效应修正模型;
路内停车带对路段交通流的摩擦效应主要通过Rb体现,不同的空间障碍 率Rb会对道路动态交通流产生不同的摩擦影响,随着Rb的增大,道路车流之 间摩阻增加,道路交通流速会随之下降。考虑摩擦效应修正后的路段车速模 型为:
式中:ki--基于空间障碍率影响斜率参数。
建立路内停车带的阻滞效应修正模型。
路内停车的阻滞效应一方面同步产生摩擦效应,另一方面受路内停车的 驶入、驶出过程和停驶方式的影响。因此,这里提到的阻滞效应均是指在摩 擦效应基础上的车辆驶入、驶出对路段车流的阻滞。阻滞效应主要通过不同 的时间障碍率RT来体现,随着RT的增大,道路交通流速度随之下降。考虑 摩擦效应与阻滞效应后的修正模型为:
式中:k2--基于时间障碍率影响的待标定参数。
步骤320:分析路内停车带设置后机动车辆延误情况;
在步骤320中,在机动车速阻滞模型建立的基础上,考虑不同机动车交 通流到达条件下,将摩擦效应和阻滞效应作为一个整体分析路内停车对路段 机动车流的干扰,建立相应的理论模型,对路内停车设置后对路段交通流影 响进行分析。建立相应的理论模型包括:
减速—加速延误模型
设定某路段车辆正常行驶的平均速度为υf km/h,车辆的平均减速度为α′ m/s-2,车辆在路内停车带的跟驰速度为υb km/h,则车辆从正常行驶平均速 度υf减速到跟驰速度υb的距离s为:车辆从正常行驶平均速度υf 减速度到车辆在路内停车带的跟驰速度为υb的减速度时间t1为: 在无路内停车带干扰时,车辆以正常行驶平均速度驶过减速距 离s的时间为:则车辆从正常行驶平均速度υf减速度到跟驰速 度υb的减速延误为:同理,设定某路段车辆的平均速度为αm/s-2,车辆加速度行驶的最终速度为υe,可得到车辆 的加速延误dd为:
跟驰延误模型
对于一条道路,当路内设置路内停车带时,自行车为了超越它前面的自 行车,往往会占用机动车道行驶,将使机动车无法具备超越其前面自行车的 路宽条件,不得不在自行车后面跟驰行驶,此时的速度大大低于正常的行驶 速度,跟驰过程中的行驶时间要多于正常速度通过跟驰路段的行驶时间,从 而产生跟驰延误。
当道路中的交通流密度不大,车辆间的相互影响微弱,前后车辆的到达 表现为相互独立性,这时交通流的到达具有随机性,可以用概率模型来描述 道路某一断面在一定时间间隔内到达的车辆数。当车流密度较大时,车辆间 存在着相互约束,前后车辆的到达不是相互独立的,此时交通流具有流体的 连续性特征,采用流体力学理论来描述车流运行的状况。
离散流情况下的跟驰延误模型
当道路中的交通流密度不大,车流随机到达情况下,一定时间间隔内到 达的车辆数可视为随机变量,用离散型分布来描述此类随机变量。对于车流 密度不大,车辆间相互影响微弱的情况,用泊松分布能够较好地描述车辆间 的到达。因此,设定交通流到达服从泊松分布。
对于路段上的某一点x0,假设车辆的到达率为λ,Δt时间内到达k辆车的 概率Pk(Δt)为:因机与非混行干扰而排队的车辆数 L,为:L=E1(tf)-E2(tf)=(λ-μ)tf;在tf时间内到达点x0的车辆产生排 队,根据Little公式,任何排队系统,顾客在系统内平均停留时间等于系统内 顾客的平均数除以顾客到达率,即顾客数在系统内停留时间期望值为: 设路内停车带设置长度为L,在0到tf时间内,因机与非 混行造成的跟驰延误df为:余此类 推,在单位统计时间间隔T时间年内,由于路段内机与非混行造成的跟驰延 误D为:
连续流情况下的跟驰延误模型
当道路交通流中前车与后车的到达不是离散的、相互独立的,而是连续 的、相互影响的,此时车辆的到达不能用概率模型进行描述。交通流可以采 用流体力学理论进行描述车流的运行状况。
设第一辆车驶完路内停车带所需的时间为tf,车流进入路内停车带后, 形成的车队尾部以ω1的速度向后移动,而拥挤车队的头部以υb的速度前进, 则拥挤车队的车辆增加率g1为g1=(υb-ω1)k2;在实间0至tf内,拥挤车辆增 加至:Nm=g1tf=(υb-ω1)k2tf;设开始进入路内停车带影响区的时间为零时 刻,则路内停车带拥挤车辆数随时间t的函数为:在 时间微段(t,t+Δt)内,可认为拥挤车辆数都等于n(t),此时每辆车行驶的 距离为υbΔt,此段距离若以车辆正常行驶速度υf行驶,只需用时间,因 此由于拥挤而延误的时间为:n(t)辆车载t到t+Δt内的总延误Δd 为:在0至tf时段内的跟驰延误Df1 为:在时间tf至2tf时段内,拥挤车辆 数N2又增加至:N2=(υb-ω1)k2tf-ω1k2tf=Nm-ω1k2tf;在tf至2tf时段内的 跟驰延误Df2为:接下来的时段延误,可按上述延误的技术路线余此类推。
总延误模型建立与车辆延误模型
机动车流受摩擦和阻滞干扰而引起的总延误包括减速延误、跟驰延误、 加速延误三个部分,对于交通流为离散情况下,设路段上单位时长的总延误 为Dt,离散交通流下单车的跟驰延误为dt,则研究路内停车带影响区域1小时 的离散流总延误为:
式中:λi,μi--车辆的到达率和离开率;
ddi,dai--车辆的减速延误和加速延误;
tt--单位统计时间,取1小时;
dti--单位时间内跟驰延误。
对于交通流为连续流情况下,可得出1小时的总延误为:
式中:ddi,dai--车辆的减速延误和加速延误;
Nmti--单位统计时间拥挤车辆数;
Dti--单位时间内跟驰延误。
步骤330:选择路内停车带合理设置规模;
在步骤330中,步骤330具体包括:
步骤331:设置车辆停放者行为选择模型;
在国内大城市现有停车设施服务水平下,高达90%的驾车者首选路内停 车带进行停放车辆,同时根据车辆停放特征研究表明,路内停车到达服从伯 松分布,被服务的时间即停车时间服从负指数分布,在停车行为选择模型中 假设车辆停放者首选路内停车带,当停车场停满时,后来的车辆将另外寻找 路外停车场,不会排队等候空位。因此,可以将车辆停放者的行为选择视为 伯松分布/负指数分布/N个服务台的损失至排队系统。
假设驾车者的到达服从参数为λ的泊松分布,驾车者的服务时间服从参 数为μ的负指数分布,目的地由P内服务台。
路内停车带空闲的概率P(0):因停放车位已满 而拒绝停车的概率P(P内):式中:m--计数间隔t 内平均到达人数,m=λt;ρ--路内停车带服务强度,单位时间内 被拒绝的车辆数Zj:Zj=λ·P(P内);式中:P内--路内停车带的泊位规模数。
步骤332:设置车辆停放者成本模型;
对车辆停放者而言,当出行目的地附近路内停车设施没有空闲空位时, 短时停车也必须停放在路外停车场,造成停车绕行所产生的时间损失、步行 至目的地距离增加以及路内和路外停车收费的差异性等,直接导致了停车者 停放成本的变化。因此,定义车辆停放者的成本函数为S(P内),它包括路 外停车与路内停车的停放时间差和停放费用差、以及该路内停车带所处的城 市道路网络中拥挤程度影响增加的成本、路内与路外停车位共享所增加收益 共四个部分,S(P内)随着路内停车规模的增大而减小。
S(P内)=Zj(AmT1+f1(t))+Y(t)-G(t);
式中:Zj--单位时间内被路内停车带拒绝而转向路外停车场的车辆数 (辆/小时);
A--小汽车出行者平均单位时间价值(元/(人·小时));
m--每辆小汽车平均载客数(人/pcu);
f1(t)--路外停车与路内停车费用差(元);
Ti--车辆在路外停放相对路内停放的增加时间(小时);
Y(t)--该路内停车带所处的城市道路网络中拥挤费增加的成本(元);
G(t)--路内与路外停车位共享所增加收益(元)。
步骤333:设置路内停车后对动态交通的影响主要体现在减少了道路通 行能力,增加了道路的负荷度,从而对其他小汽车出行者的行程速度产生影 响,产生了延误,增加了出行成本。定义对其他出行者增加的出行成本函数 N(P内),为该路段其他出行者由于路段停车带产生延误而产生的增加出行 成本,N(P内)随着路内停车规模的增大而增大。
N(P内)=AmDt+f1(t))+Y(t)-G(t);
式中:Dt--设置路内停车带对路段车流形成的1小时总延误(小时)。
步骤334:选择路内停车带合理规模;
路内停车带的最佳规模也即寻求当系统总成本最小时,路内停车带与路 外停车场规模之间合理的匹配关系。随着路内停车带规模增大,停车者的停 放成本随着路内停车规模增大而逐渐变小,而非停车的路段其他出行者出行 成本随着路内停车带规模增大而逐渐变大,因此对于社会总成本,也即停车 者的停放成本和其他非出行者出行成本之和,必然存在一个最小值,对应着 最佳的路内停车带规模。
路内停车带合理建模的技术路线是以交通系统综合成本最小为目标,实 现驾车者停放成本和车流运行成本的总和优化。基于交通拥堵与共享停车环 境的影响要素,路内停车带合理规模的建模模型为:
式中:P内max--路段可设置路内最大泊位数。
步骤335:设计模型算法;
路内停车合理规模模型致力于求解系统总成本最小时的路内停车规模, 属于单变量约束的非线性规划问题。如果从可行域内部的某一点出发,按 无约束极小化方法进行迭代,在进行一维搜素时要适当控制步长,以免迭代 点超出R0界限,则随着障碍因子rk的逐步减小,即r1>r2>┄>rb>┄>0,障碍 项所起的作用也越来越小,因而求出的解也逐步逼近原函数的极小解。内 点法的迭代步骤如下:
1)取初始步长ri>0,允许误差e>0;
2)找出一可行内点X(0)∈R0,并且令k=1;
6)如满足上述准则,则以X(k)为原问题的近似极小解Xmin;否则,取 rk+1<rk(取rk+1=rk/10或rk/5),令k=k+1,转向3)继续进行迭代;
7)考虑到路内停车带位置在城市交通网络拥挤影响因素停车成本增加Y (t)>0;
8)考虑到路内外停车位共享模式减少的路内停车成本G(t)>0。
步骤340:规划城市路内停车设计;
设置城市路内停车带的技术路线主要包括以下五个方面的内容:
(1)选择需要设置路内停车的路段,选择过程要根据道路交通条件与 交通量状况对路段能否设置路内停车带做出初步判断。
(2)确定路内停车的设计目标:
①控制路段车流的饱和度与延误;
②路内停车带设置对交通出行和车辆停放的总成本最小。
(3)对设置条件进行分析,包括道路条件与交通量条件两个方面,其 中道路条件包括路段宽度和道路横断面形式(机动车道数、机与非机动车道 隔离方式等);交通量条件包括路段机动车、非机动车和行人的流量。如果 道路和交通量条件不满足设置路内停车带,则需要对道路进行改造;如果道 路难以改造或即使改造之后还难以满足要求,则表明该路段不适合设置路内 停车带或需要重新选择其他道路。
(4)研究路内停车带合理位置的选择,分析路内停车带与信号交叉口 和建筑物出入口及人行横道的间距关系,以及受地形条件及特殊交通环境的 限制等。
(5)对路内停车带泊位的设计方法及其适用性进行研究,并在此基础 上考察路内停车带的设置是否满足设计目标,如果不满足,则还需要重新设 计路内停车带。
城市道路网络路内停车规划与设置流程详见图5所示。
请参阅图6,是本申请实施例的实时发布路内停车服务指数系统的结构 示意图。本申请实施例的实时发布路内停车服务指数系统包括系统前端监测 模块、系统后台服务模块、系统数据分析与挖掘服务指数模块、路内停车服 务指数发布与共享模块。
系统前端监测模块主要包括路内停车车位地磁线圈检测器、无线射频通 信、视频监控等前端信息采集终端,完成路内停车车位使用状况信息的采集 任务。本申请实施例的实时发布路内停车服务指数系统的系统前端监测模块 物理结构详见图7所示。
系统后台服务模块用于构建路内停车管理服务指数平台,实现路内停车 车位使用状况、路内停车服务纠错、交易处理与清分结算、停车用户管理服 务巡检、信息处理报表生成与分析、预测/预报/预警方式可视化、路内停车 数据存储与共享、系统运行维护等功能。本申请实施例的实时发布路内停车 服务指数系统信息处理流程结构详见图8所示。
系统数据分析与挖掘服务指数模块用于完成系统运行监控、T-GIS电子 地图精准定位匹配、路内停车车位数据分析、自动生成车位使用情况报表、 财务表报、设备报表、客服报表、用户报表等统计分析,为交通大数据的深 入挖掘、人工智能的深度学习奠定基础,实现人员管理、巡检人员执法轨迹 回放、违章处理、问题车位处所精准定位、集成手机集群终端的调度等管理 职能。
本申请实施例的实时发布路内停车服务指数系统界面详见图9所示,本 申请实施例的实时发布路内停车服务指数系统可视化查询详见图10所示,本 申请实施例的实时发布路内停车服务指数系统无线射频通信基站分布详见图 11所示,本申请实施例的实时发布路内停车服务指数系统巡检人员执法分布 详见图12所示。
路内停车服务指数发布与共享模块用于实时发布路内停车服务指数系统 的信息发布与共享环境建立,通过依托路内停车管理服务指数平台,开展的 城市路内停车服务指数的分析与挖掘,通过门户网站,实现路内停车服务实 数的可视化成果发布与共享。
本申请实施例的实时发布路内停车服务指数方法及系统可以节省城市路 内停车的停车时间与停车成本,提高路内停车服务的实效性与便捷性,既可 以产生停车产业的直接效益,又可以产生停车服务的间接效益;可以通过构 建实时发布路内停车服务指数的方法与系统,带动城市路内停车行业对新技 术、新产品、新模式的应用发展,实现城市路内停车信息的增值服务与综合 服务,产生路内停车领域产业链的商业价值与经济效益。
随着快速城市化建设进程的发展,城市道路交通拥挤、交通安全、交通 污染问题越发严重,直接影响城市道路交通流的重要因素是停车问题;在城 市中心区域交通流中有30%的车辆是寻找停车位、在全市域道路网络交通流 中有20%的车辆是在寻找停车位而造成交通的拥堵;由于城市道路交通网络 的路内停车方式因自身的停车便利、步行距离短等优点,受到车辆驾驶人员 的普遍欢迎;实时发布路内停车服务指数的方法与系统是实现高效路内停车 管理服务的核心所在,这对于缓解城市交通拥堵、提高公众出行安全、降低城市交通污染等都具有重要的社会价值。
本申请实施例的实时发布路内停车服务指数方法及系统发明专利将在深 圳市交通运输委的“深圳市道路交通管理事物中心”承担智慧路内停车管理中 得以应用实践。
截止2016年12月,深圳市人口总量超过2100万人,小汽车保有量超过 322万台。机动化出行需求增长,全市全方式日均出行总量4443万人次,其 中机动化出行总量2133万人次。全市机动化出行包括居民机动化出行和流动 人口机动化出行。其中,全市居民日均机动化出行1910万人次,流动人口日 均机动化出行223万人次。全市居民和流动人口日均机动化出行量分别占全 市日均机动化出行总量的89.5%和10.5%。而城市路内停车泊位占有率提 高,停车资源得到更高效利用,2016年全市在原特区内共计11158个路内停 车泊位。其中罗湖区1247个;福田区5210个;南山区3847个;盐田区854 个;车泊位占有率分别提升了14.1%、14.4%、13.4%、9.3%。罗湖区路内停 车泊位占有率最高,达到了61.3%,不仅停车难问题得到了有效的缓解,而 且城市道路网络交通流速度也得到大幅度提升。交通拥挤与共享停车环境的 实时发布路内停车服务指数方法与系统针对道路停车收费管理的社会公众化 服务特点,综合运用交通大数据、人工智能、射频通信、手机集群通信技 术,实现城市道路路内停车泊位的在线监控模式,创建了精准研判、方便快 捷、费用合理、执法有效的国家住房和城乡建设部的路内停车试点示范模 式。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用 本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易 见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况 下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实 施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种实时发布路内停车服务指数方法,其特征在于,包括:
步骤a:建立路内停车设置的车速阻滞模型;
步骤b:分析路内停车带设置后机动车辆延误情况;
步骤c:选择路内停车带合理设置规模;
步骤d:规划城市路内停车设计;
所述步骤a具体包括:建立路段车速基本模型;建立路内停车带的摩擦效应修正模型;建立路内停车带的阻滞效应修正模型,其中,所述摩擦效应修正后的路段车速模型为:
kl--基于空间障碍率影响斜率参数;
所述摩擦效应与阻滞效应后的修正模型为:
式中:k2--基于时间障碍率影响的待标定参数;
其中,υ表示路段机动车实际运行速度,υ0表示零流量下的运行车速,q表示机动车实际交通流量,c表示路段通行能力,α、β表示无量纲参数,i表示交通运行类变量种类,Rb表示空间障碍率,RT表示时间障碍率;
所述步骤c具体包括:设置车辆停放者行为选择模型;设置车辆停放者成本模型;设置路段出行者出行成本模型;选择路内停车带合理规模;设计模型算法;
所述设计的模型算法具体包括:
步骤11:取初始步长ri>0,允许误差e>0;
步骤12:找出一可行内点X(0)∈R0,并且令k=1;
步骤16:如满足上述准则,则以X(k)为原问题的近似极小解Xmin;否则,取rk+1<rk,令k=k+1,转向步骤13继续进行迭代;
步骤17:考虑到路内停车带位置在城市交通网络拥挤影响因素停车成本增加Y(t)>0;
步骤18:考虑到路内外停车位共享模式减少的路内停车成本G(t)>0;
其中,P内表示路内停车带的泊位规模数,rk表示障碍因子。
2.根据权利要求1所述的实时发布路内停车服务指数方法,其特征在于,所述步骤a前还包括:建立路内停车服务指数指标体系,为路内停车的服务水平与服务质量的评估提供科学依据。
3.根据权利要求1所述的实时发布路内停车服务指数方法,其特征在于,所述步骤b具体包括:在机动车速阻滞模型建立的基础上,将摩擦效应和阻滞效应作为整体分析路内停车对路段机动车流的干扰,建立相应的理论模型,对路内停车设置后对路段交通流影响进行分析。
4.根据权利要求3所述的实时发布路内停车服务指数方法,其特征在于,所述建立相应的理论模型包括:减速—加速延误模型、跟驰延误模型、离散流情况下的跟驰延误模型、连续流情况下的跟驰延误模型、总延误模型建立与车辆延误模型。
5.根据权利要求1所述的实时发布路内停车服务指数方法,其特征在于,所述步骤d包括:选择需要设置路内停车的路段,选择过程要根据道路交通条件与交通量状况对路段能否设置路内停车带做出初步判断;确定路内停车的设计目标:对设置条件进行分析;研究路内停车带合理位置的选择,分析路内停车带与信号交叉口和建筑物出入口及人行横道的间距关系,以及受地形条件及特殊交通环境的限制;对路内停车带泊位的设计方法及其适用性进行研究,并在此基础上考察路内停车带的设置是否满足设计目标,如果不满足,则还需要重新设计路内停车带。
6.一种利用权利要求1-5任一项实时发布路内停车服务指数方法的实时发布路内停车服务指数系统,其特征在于,所述实时发布路内停车服务指数系统包括系统前端监测模块、系统后台服务模块、系统数据分析与挖掘服务指数模块、路内停车服务指数发布与共享模块,所述系统前端监测模块用于完成路内停车车位使用状况信息的采集任务,所述系统后台服务模块用于构建路内停车管理服务指数平台,实现路内停车车位使用状况、路内停车服务纠错、交易处理与清分结算、停车用户管理服务巡检、信息处理报表生成与分析、预警方式可视化、路内停车数据存储与共享和/或系统运行维护,系统数据分析与挖掘服务指数模块用于完成系统运行监控、T-GIS电子地图精准定位匹配、路内停车车位数据分析和/或自动生成车位使用报表,所述路内停车服务指数发布与共享模块用于实时发布路内停车服务指数系统的信息发布与共享环境建立,实现路内停车服务实数的可视化成果发布与共享。
7.根据权利要求6所述的实时发布路内停车服务指数系统,其特征在于,所述系统前端监测模块包括路内停车车位地磁线圈检测器、无线射频通信、视频监控前端信息采集终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711379791.3A CN108133613B (zh) | 2017-12-19 | 2017-12-19 | 一种实时发布路内停车服务指数方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711379791.3A CN108133613B (zh) | 2017-12-19 | 2017-12-19 | 一种实时发布路内停车服务指数方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108133613A CN108133613A (zh) | 2018-06-08 |
CN108133613B true CN108133613B (zh) | 2020-11-24 |
Family
ID=62390733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711379791.3A Active CN108133613B (zh) | 2017-12-19 | 2017-12-19 | 一种实时发布路内停车服务指数方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108133613B (zh) |
Families Citing this family (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109448360B (zh) * | 2018-07-25 | 2021-04-06 | 招商局重庆交通科研设计院有限公司 | 提高道路复合利用率的方法 |
CN108898885B (zh) * | 2018-08-31 | 2021-05-28 | 江苏智通交通科技有限公司 | 港湾式公交站台共享停车管理系统 |
CN109543949A (zh) * | 2018-10-24 | 2019-03-29 | 上海市政工程设计研究总院(集团)有限公司 | 一种基于visum仿真软件的路边停车规划方法 |
CN109360418B (zh) * | 2018-10-31 | 2021-02-12 | 同济大学 | 一种基于车速离散特征的城市快速路服务水平分级方法 |
CN109767291B (zh) * | 2018-12-19 | 2020-08-25 | 东南大学 | 面向弹性停车激励机制的共享停车方法 |
CN110610550A (zh) * | 2019-08-19 | 2019-12-24 | 甘肃万华金慧科技股份有限公司 | 车场运营管理系统 |
CN110838243B (zh) * | 2019-11-13 | 2021-08-17 | 腾讯科技(深圳)有限公司 | 车位数据处理方法、装置和计算机可读存储介质 |
CN111081056B (zh) * | 2019-12-16 | 2021-08-24 | 青岛海信网络科技股份有限公司 | 一种基于大数据智能分析的智慧社区临时停车管理系统 |
CN113516867A (zh) * | 2020-04-10 | 2021-10-19 | 奥迪股份公司 | 停车指示装置、停车辅助系统、停车管理系统和相应方法 |
CN111932013A (zh) * | 2020-08-12 | 2020-11-13 | 北方工业大学 | 一种基于gis的路内停车位评价方法 |
CN112073491B (zh) * | 2020-08-31 | 2023-08-22 | 交信北斗科技有限公司 | 一种面向互联网gis应用的网关代理及服务调度方法 |
CN112365709B (zh) * | 2020-10-16 | 2021-09-07 | 东南大学 | 一种典型路内停车泊位的低碳配置优化方法 |
CN112862214A (zh) * | 2021-03-10 | 2021-05-28 | 重庆第二师范学院 | 基于大数据的停车服务推荐方法、装置、介质及服务器 |
CN113705891B (zh) * | 2021-08-27 | 2024-02-13 | 南京林业大学 | 基于mra-bas-bp算法的城市商办综合体建筑停车需求预测方法 |
CN113763050B (zh) * | 2021-09-08 | 2023-06-23 | 中国联合网络通信集团有限公司 | 共享单车计费方法、运营服务器和计费策略服务器 |
CN115019543B (zh) * | 2022-05-19 | 2023-09-22 | 北京星火北斗科技有限公司 | 一种智能停车方法、系统、电子设备、可读存储介质 |
CN115100849B (zh) * | 2022-05-24 | 2023-04-18 | 东南大学 | 一种面向综合交通系统的组合式交通分布分析方法 |
CN115762229B (zh) * | 2022-11-21 | 2023-09-22 | 长安大学 | 动态泊位分配的多车型车辆进站引导方法、系统、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106250540A (zh) * | 2016-08-09 | 2016-12-21 | 大连理工大学 | 基于百度地图开放数据与Web数据挖掘的区域停车难易指数的分析方法 |
US9842346B2 (en) * | 2009-12-11 | 2017-12-12 | Mentis Services France | City parking services with area based loyalty programs |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8538842B2 (en) * | 2010-02-09 | 2013-09-17 | Yahoo! Inc. | System and method for financial analysis and brand index in brand valuation |
CN102542841B (zh) * | 2012-01-19 | 2013-09-18 | 北京紫光百会科技有限公司 | 一种停车指数计算及发布方法 |
FR3004841B1 (fr) * | 2013-04-22 | 2016-09-23 | Ineo | Procede et dispositif de gestion dynamique de la mobilite urbaine |
CN104485016B (zh) * | 2014-12-04 | 2017-04-19 | 深圳市凯达尔科技实业有限公司 | 一种基于云技术平台的智慧路边停车管理系统 |
CN104867356B (zh) * | 2015-06-04 | 2017-05-24 | 重庆邮电大学 | 一种基于DSRC和Telematics的车辆威胁评估系统 |
CN106448132A (zh) * | 2016-08-01 | 2017-02-22 | 中国科学院深圳先进技术研究院 | 一种常规公交服务指数实时评价系统及评价方法 |
CN106530697B (zh) * | 2016-11-22 | 2018-06-08 | 宁波大学 | 一种城市非机动车专用道上路内停车系统的设置方法 |
-
2017
- 2017-12-19 CN CN201711379791.3A patent/CN108133613B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9842346B2 (en) * | 2009-12-11 | 2017-12-12 | Mentis Services France | City parking services with area based loyalty programs |
CN106250540A (zh) * | 2016-08-09 | 2016-12-21 | 大连理工大学 | 基于百度地图开放数据与Web数据挖掘的区域停车难易指数的分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108133613A (zh) | 2018-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108133613B (zh) | 一种实时发布路内停车服务指数方法及系统 | |
Qian et al. | Optimal occupancy-driven parking pricing under demand uncertainties and traveler heterogeneity: A stochastic control approach | |
CN104157139B (zh) | 一种交通拥堵预测方法及可视化方法 | |
Piccioni et al. | Investigating effectiveness of on-street parking pricing schemes in urban areas: An empirical study in Rome | |
CN101635090A (zh) | 一种停车诱导系统及其实现方法 | |
Juhász et al. | Changes in travel demand in Budapest during the last 10 years | |
Simićević et al. | Influence of parking price on parking garage users’ behaviour | |
Liang et al. | An Overlapping Phase Approach to Optimize Bus Signal Priority Control under Two‐Way Signal Coordination on Urban Arterials | |
Yang et al. | The research on the key technologies for improving efficiency of parking guidance system | |
Soltész et al. | Information system for road infrastructure booking | |
Sun et al. | Subway passenger flow analysis and management optimization model based on AFC data | |
Rifai et al. | Evaluation of Parking characteristic on International Ferry Port and shopping mall Integrated Area | |
WO2019119256A1 (zh) | 一种实时发布路内停车服务指数方法及系统 | |
Ryguła et al. | Assessment and classification of selected ITS in Poland | |
Morfoulaki et al. | Calculating the impacts of alternative parking pricing and enforcement policies in urban areas with traffic problems | |
Sari et al. | Factors Affecting the Willingness of Using Parking Area in Shopping Area in Banjarmasin | |
Lindsey et al. | Modeling bicyclist exposure to risk and crash risk: Some exploratory studies | |
Altıntaşı | Assessment of scenarios for sustainable transportation at METU Campus | |
Deng | Research and analysis of transportation engineering planning and transfer traffic volume based on cube | |
Yildizhan et al. | The Financial Impact of the COVID-19 Pandemic on Public Transportation and Sustainable Policy Recommendations: A Case Study of Eskişehir | |
Rania et al. | Characteristics of on-street parking in Al-Diwaniyah urban street | |
Ahmed et al. | EVALUATING THE USER’S PERCEPTION REGARDING THE ROLE AND PERFORMANCE OF PUBLIC TRANSPORT IN KHULNA-JESSORE HIGHWAY: A CASE STUDY ON AFILGATE TO FULBARIGATE MIDBLOCK | |
Guo | Evaluation on Optimization of Traffic Organization of Xiangfang Wanda Parking Lot | |
Ukam | Improving the capacity and operational efficiency of an on-street parking system using data-based parking management strategies: case study of watt market in Calabar, South-South Nigeria | |
Chipili | Improving parking spaces in the central business district (CBD) of Lusaka city |
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 |