CN108417030A - 基于交通参数组合的路口交通状态强度计算方法 - Google Patents
基于交通参数组合的路口交通状态强度计算方法 Download PDFInfo
- Publication number
- CN108417030A CN108417030A CN201810164202.8A CN201810164202A CN108417030A CN 108417030 A CN108417030 A CN 108417030A CN 201810164202 A CN201810164202 A CN 201810164202A CN 108417030 A CN108417030 A CN 108417030A
- Authority
- CN
- China
- Prior art keywords
- traffic
- crossing
- import
- strength
- intensity
- 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.)
- Granted
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
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于交通参数组合的路口交通状态强度计算方法,包括如下步骤:利用路口检测设备,以采样间隔T获取由若干个交通参数构成的交通参数组合;根据设定的交通参数组合优先级选择交通参数组合,并对各交通参数进行归一化处理;分初始启动和正常状态两种情况计算车道交通状态强度,同时引入拥堵确认机制和防突变机制;利用车道交通状态强度依次计算路口的流向交通状态强度、相位交通状态强度和进口交通状态强度;根据路口所在道路等级设定进口权重,综合路口包含的所有进口交通状态强度,计算路口交通状态强度。本发明具有准确度高、适用性好的特点。
Description
技术领域
本发明涉及智能交通技术领域,尤其是涉及一种准确度高、适用性好的基于交通参数组合的路口交通状态强度计算方法。
背景技术
在智能交通系统中,路口交通状态的准确识别有助于宏观表征路网交通状态,及时诊断交通拥堵节点,便于制定针对性的交通改善措施。定义路口交通状态强度指标来定量表征路口交通状态,即对路口的畅通或者拥堵状态进行数字化表达。当交通状态强度指标取值小时,表明交通运行状况很好,反之当该指标取值大时,表明交通状态发生拥堵。
现有交通系统可通过流量、平均速度、占有率、排队长度、通行延误等多种交通特征参数来描述交通状态强度指标。因各个交通特征参数之间存在一定的关联性,所以交通特征参数并非选得越多越好,关键在于交通特征参数在路口交通特征识别中所起的作用大小,以及交通参数获取的难易程度和量化难度。
其中,饱和度是当前交叉口实际通行的交通流量占通行能力的比值,能一定程度的直接反应路口运行状态,并且该参数较易获取;但是仅仅采用饱和度参数来计算交通状态强度指标,不能全面准确地反应路口的交通状态。例如,当路口的交通通行流量少或者路口发生拥堵车辆无法连续有效通行时,都会表现为路口饱和度值较小。为区分上述现象,有必要组合其他交通参数来共同计算交通状态强度。
随着现有检测技术的发展,车流量、时间占有率、排队长度、进口速度等交通特征参数可以在路口直接或者间接获取。实际交通工程师比较多的体验是,交通现场往往较复杂,不同城市甚至同一城市不同片区的交通检测条件不一致,比如,有些路口能够检测到流量、时间占有率,有些路口能够检测到流量、排队长度,而有些路口只能获得饱和度。目前尚未在同类技术研究中存在一套通用的应用型的路口交通状态强度计算方法,能够适应上述复杂的各类路口交通场景。
发明内容
本发明的发明目的是为了克服现有技术中现有路口交通状态识别技术存在缺陷的不足,提供了一种准确度高、适用性好的基于交通参数组合的路口交通状态强度计算方法。
为了实现上述目的,本发明采用以下技术方案:
一种基于交通参数组合的路口交通状态强度计算方法,其特征是,包括如下步骤:
(1-1)利用路口检测设备,以采样间隔T获取由若干个交通参数构成的交通参数组合;
所述的采样间隔T可以为若干分钟数据,也可以为若干周期数据,根据实际数据采样情况保证所选交通参数采样间隔的一致性。可选的,将所述的采样间隔T与所需交通参数原采样间隔进行比较,包括:
若交通参数的原采样间隔≥T,则只需提取采样间隔T内最新的样本数据即可;
若交通参数的原采样间隔<T,则提取该采样间隔T内包含的数据样本数,并且按照下述权重规则计算:假设采样间隔T内存在NT个样本数据,第n个参数记为Yn,其权重记为wn,加权处理后的输出参数记为Y,数据权重计算及参数处理公式如下:
(1-2)根据设定的交通参数组合优先级选择交通参数组合,并对各交通参数进行归一化处理;
归一化处理是为了确保各参数取值范围为[0,1]。其中,将路口各进口路段的车辆平均速度进行归一化处理的计算公式如下:
其中,为进口j的车辆平均速度的归一化指数,取值范围为[0,1];v为该单向路段的平均车速(km/h);Vc为路段道路最高限速(km/h)。其中,取进口的平均速度指数作为所包含车道的速度指数。
(1-3)分初始启动和正常状态两种情况计算车道交通状态强度,同时引入拥堵确认机制和防突变机制;
所述的车道交通状态强度取值范围同样为[0,1],并且取值越接近1,表明该车道越拥堵,反之越接近于0,表明该车道越畅通。
所述的初始启动情况下的车道交通强度的计算指的是当交通状态强度初次计算时,取2个采样间隔的数据来计算交通强度初值。
所述的正常状态情况下的车道交通强度的计算指的是根据预设的组合参数优先级,选择指定的交通特征参数组合进行计算。
(1-4)利用车道交通状态强度依次计算路口的流向交通状态强度、相位交通状态强度和进口交通状态强度;
(1-5)根据路口所在道路等级设定进口权重,综合路口包含的所有进口交通状态强度,计算路口交通状态强度。
本发明在微观角度,从车道级、流向级、相位级、进口级和路口级全方位地定量表征了路口的交通状态;
本发明引入了初始启动处理机制、拥堵确认机制和防突变机制,定义了不同参数组合的优先级,即在条件允许情况下优先选择精度最高的一组参数来计算交通状态,提高算法准确度;
本发明在指标计算过程中,尽量提供多种交通参数组合,如基于饱和度和时间占有率、饱和度和排队长度或者饱和度和进口速度指数,均能够计算出交通状态强度值;
本发明设计了不同程度数据缺失下的指标计算方法,并且给出了指标的恢复及处理过程,通过定义置信度标注其计算精度。
作为优选,设定交通参数组合的优先级为:
当存在多个可选的交通参数组合时,优先将饱和度和时间占有率组合为交通参数组合,次之选择饱和度和进口车道排队长度组合为交通参数组合,最后选择饱和度和进口车道速度指数组合为交通参数组合;
当只存在饱和度参数时,仅利用饱和度参数计算车道交通状态强度。
作为优选,初始启动机制包括如下步骤:
当不存在历史数据时,预热2个采样间隔的数据计算车道交通状态强度初值;
当存在历史数据时,则取当前采样间隔和前一采样间隔的数据计算车道交通状态强度初值。
作为优选,利用交通参数组合中的饱和度和另一个交通参数yl计算路口各车道的车道交通状态强度:
其中,Pl D为当前时刻车道l的交通状态强度,xl为车道饱和度,xl和yl取值范围均为[0,1];yth、Pth为临界值;α、β为权重系数。
作为优选,利用饱和度计算路口各车道的交通状态强度:
当t=1时,若xl(t)≥xth,则Pl D(t)=Pth·xl(t);
当t>1时,
其中,Pl D(t)、xl(t)分别为车道l在当前时刻t的车道交通状态强度和车道饱和度,Pl D(t-1)为时刻t-1的车道交通状态强度,Pl D,his(t)为历史上一周同时段第t个采样间隔的交通状态强度;xth、Pth为临界值。
作为优选,所述拥堵确认机制用于防止拥堵状态误报,当计算得出Pl D>Pth时,进入拥堵确认机制,计算公式如下:
其中,Pl D(t)、Pl D(t-1)分别为车道l在当前时刻t、前一时刻t-1的交通状态强度;其中,第一条件为:Pl D(t-1)>0.8Pth。
所述防突变机制用于防止交通状态强度突变,当满足第二条件时,进入防突变机制,计算公式如下:
其中,△P作为可配置参数;其中,第二条件为|Pl D(t)-Pl D(t-1)|>△P,Pl D(t)、Pl D(t-1)分别为时刻t、时刻t-1的车道交通状态强度。
作为优选,所述流向交通状态强度计算方法为:取流向中所包含车道交通状态强度的最大值作为流向交通状态强度,计算公式如下:
其中,为路口流向k的交通状态强度;Pl D、依次为路口流向k所包含的第1个、第DN个车道的交通状态强度;DN为该流向所包含的车道总数。
所述相位交通状态强度计算方法为:取路口相位中所包含流向交通状态强度的均值作为相位交通状态强度,计算公式如下:
其中,Pi P为路口相位i的交通状态强度;KN为路口相位i所包含的流向总数;I为路口相位i所包含的流向集合。
所述进口交通状态强度计算方法为:取路口的进口中所包含流向交通状态强度的最大值作为进口交通状态强度,计算公式如下:
其中,为路口的进口j的交通状态强度,P1 M、依次为进口j所包含的第1个、第MN个流向的交通状态强度;MN为该进口所包含的流向总数。
作为优选,设置Ω1、Ω2、Ω3、Ω4分别为快速路、主干路、次干路和支路的道路等级权重;
综合进口的交通状态强度,计算路口的交通状态强度PI,计算公式如下:
其中,分别为路口的进口j的交通状态强度以及基于路口的各进口所在的道路等级计算得出的进口j的归一化权重,Ωj为进口j所在的道路等级权重;N为路口的总进口数。
作为优选,
若交通参数及其组合数据完备,则按正常流程计算,标记位置0,置信度为1;
若存在交通参数及其组合数据缺失,则根据上一周同时段历史交通状态强度数据和前一时刻的交通状态强度数据进行计算,标记位置1;
若上一周历史交通状态强度数据不存在,则输出null,置信度为null,同时提示数据异常;
若存在历史交通状态强度数据,且该数据标记位为1,则输出null,置信度为null,同时提示数据异常;
若存在历史交通状态强度数据,且该数据标记位为0,并且前一时刻的交通状态强度数据存在,则输出两者的加权平均值来修复,置信度为0.8;
若存在历史交通状态强度数据,且该数据标记位为0,并且前一时刻的交通状态强度数据不存在,则输出历史交通状态强度数据来修复,置信度为0.5。
因此,本发明具有如下有益效果:从车道级、流向级、相位级、进口级和路口级全方位地定量表征了路口的交通状态;
引入了初始启动处理机制、拥堵确认机制和防突变机制,定义了不同参数组合的优先级,即在条件允许情况下优先选择精度最高的一组参数来计算交通状态,提高算法准确度;
尽量提供多种交通参数组合,如基于饱和度和时间占有率、饱和度和排队长度或者饱和度和进口速度指数均能够计算出交通状态强度值;
设计了不同程度数据缺失下的指标计算方法,并且给出了指标的恢复及处理过程,通过定义置信度标注其计算精度。
附图说明
图1是本发明的一种路口模型示意图;
图2是本发明的一种流程图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步的描述。
实施例1
如图1、图2所示的实施例是一种基于交通参数组合的路口交通状态强度计算方法,包括如下步骤:
步骤S101,利用路口检测设备,以采样间隔T获取由若干个交通参数构成的交通参数组合;
步骤S102,根据设定的交通参数组合优先级选择交通参数组合,并对各交通参数进行归一化处理;
设定交通参数组合的优先级为:
当存在多个可选的交通参数组合时,优先将饱和度和时间占有率组合为交通参数组合,次之选择饱和度和进口车道排队长度组合为交通参数组合,最后选择饱和度和进口车道速度指数组合为交通参数组合。
步骤S103,分初始启动和正常状态两种情况计算车道交通状态强度,同时引入拥堵确认机制和防突变机制;
初始启动机制包括如下步骤:
当不存在历史数据时,预热2个采样间隔的数据计算车道交通状态强度初值;
当存在历史数据时,则取当前采样间隔和前一采样间隔的数据计算车道交通状态强度初值。
利用交通参数组合中的饱和度和另一个交通参数yl计算路口各车道的车道交通状态强度:
其中,Pl D为当前时刻车道l的交通状态强度,xl为车道饱和度,xl和yl取值范围均为[0,1];yth、Pth为临界值;α、β为权重系数。
拥堵确认机制用于防止拥堵状态误报,当计算得出Pl D>Pth时,进入拥堵确认机制,计算公式如下:
其中,Pl D(t)、Pl D(t-1)分别为车道l在当前时刻t、前一时刻t-1的交通状态强度;其中,第一条件为:Pl D(t-1)>0.8Pth。
防突变机制用于防止交通状态强度突变,当满足第二条件时,进入防突变机制,计算公式如下:
其中,△P作为可配置参数;其中,第二条件为|Pl D(t)-Pl D(t-1)|>△P,Pl D(t)、Pl D(t-1)分别为时刻t、时刻t-1的车道交通状态强度。
步骤S104,利用车道交通状态强度依次计算路口的流向交通状态强度、相位交通状态强度和进口交通状态强度;
流向交通状态强度计算方法为:取流向中所包含车道交通状态强度的最大值作为流向交通状态强度,计算公式如下:
其中,为路口流向k的交通状态强度;Pl D、依次为路口流向k所包含的第1个、第DN个车道的交通状态强度;DN为该流向所包含的车道总数。
相位交通状态强度计算方法为:取路口相位中所包含流向交通状态强度的均值作为相位交通状态强度,计算公式如下:
其中,Pi P为路口相位i的交通状态强度;KN为路口相位i所包含的流向总数;I为路口相位i所包含的流向集合。
进口交通状态强度计算方法为:取路口的进口中所包含流向交通状态强度的最大值作为进口交通状态强度,计算公式如下:
其中,为路口的进口j的交通状态强度,Pl M、依次为进口j所包含的第1个、第MN个流向的交通状态强度;MN为该进口所包含的流向总数。
步骤S105,根据路口所在道路等级设定进口权重,综合路口包含的所有进口交通状态强度,计算路口交通状态强度;
设置Ω1、Ω2、Ω3、Ω4分别为快速路、主干路、次干路和支路的道路等级权重;
综合进口的交通状态强度,计算路口的交通状态强度PI,计算公式如下:
其中,分别为路口的进口j的交通状态强度以及基于路口的各进口所在的道路等级计算得出的进口j的归一化权重,Ωj为进口j所在的道路等级权重;N为路口的总进口数。
步骤S106,根据数据质量进行交通状态强度修复及置信度定义;
若交通参数及其组合数据完备,则按正常流程计算,标记位置0,置信度为1;
若存在交通参数及其组合数据缺失,则根据上一周同时段历史交通状态强度数据和前一时刻的交通状态强度数据进行计算,标记位置1;
若上一周历史交通状态强度数据不存在,则输出null,置信度为null,同时提示数据异常;
若存在历史交通状态强度数据,且该数据标记位为1,则输出null,置信度为null,同时提示数据异常;
若存在历史交通状态强度数据,且该数据标记位为0,并且前一时刻的交通状态强度数据存在,则输出两者的加权平均值来修复,置信度为0.8;
若存在历史交通状态强度数据,且该数据标记位为0,并且前一时刻的交通状态强度数据不存在,则输出历史交通状态强度数据来修复,置信度为0.5。
实施例2
实施例2利用饱和度计算路口各车道的交通状态强度,实施例2中包括实施例1的其它所有内容:
当t=1时,若xl(t)≥xth,则Pl D(t)=Pth·xl(t);
当t>1时,
其中,Pl D(t)、xl(t)分别为车道l在当前时刻t的车道交通状态强度和车道饱和度,Pl D(t-1)为时刻t-1的车道交通状态强度,Pl D,his(t)为历史上一周同时段第t个采样间隔的交通状态强度;xth、Pth为临界值。
应理解,本实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (9)
1.一种基于交通参数组合的路口交通状态强度计算方法,其特征是,包括如下步骤:
(1-1)利用路口检测设备,以采样间隔T获取由若干个交通参数构成的交通参数组合;
(1-2)根据设定的交通参数组合优先级选择交通参数组合,并对各交通参数进行归一化处理;
(1-3)分初始启动和正常状态两种情况计算车道交通状态强度,同时引入拥堵确认机制和防突变机制;
(1-4)利用车道交通状态强度依次计算路口的流向交通状态强度、相位交通状态强度和进口交通状态强度;
(1-5)根据路口所在道路等级设定进口权重,综合路口包含的所有进口交通状态强度,计算路口交通状态强度。
2.根据权利要求1所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,设定交通参数组合的优先级为:
当存在多个可选的交通参数组合时,优先将饱和度和时间占有率组合为交通参数组合,次之选择饱和度和进口车道排队长度组合为交通参数组合,最后选择饱和度和进口车道速度指数组合为交通参数组合;
当只存在饱和度参数时,仅利用饱和度参数计算车道交通状态强度。
3.根据权利要求1所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,初始启动机制包括如下步骤:
当不存在历史数据时,预热2个采样间隔的数据计算车道交通状态强度初值;
当存在历史数据时,则取当前采样间隔和前一采样间隔的数据计算车道交通状态强度初值。
4.根据权利要求1所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,利用交通参数组合中的饱和度和另一个交通参数yl计算路口各车道的车道交通状态强度:
其中,Pl D为当前时刻车道l的交通状态强度,xl为车道饱和度,xl和yl取值范围均为[0,1];yth、Pth为临界值;α、β为权重系数。
5.根据权利要求1所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,利用饱和度计算路口各车道的交通状态强度:
当t=1时,若xl(t)≥xth,则Pl D(t)=Pth·xl(t);
当t>1时,
其中,Pl D(t)、xl(t)分别为车道l在当前时刻t的车道交通状态强度和车道饱和度,Pl D(t-1)为时刻t-1的车道交通状态强度,Pl D,his(t)为历史上一周同时段第t个采样间隔的交通状态强度;xth、Pth为临界值。
6.根据权利要求1所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,所述拥堵确认机制用于防止拥堵状态误报,当计算得出Pl D>Pth时,进入拥堵确认机制,计算公式如下:
其中,Pl D(t)、Pl D(t-1)分别为车道l在当前时刻t、前一时刻t-1的交通状态强度;其中,第一条件为:Pl D(t-1)>0.8Pth。
所述防突变机制用于防止交通状态强度突变,当满足第二条件时,进入防突变机制,计算公式如下:
其中,ΔP作为可配置参数;其中,第二条件为|Pl D(t)-Pl D(t-1)|>ΔP,Pl D(t)、Pl D(t-1)分别为时刻t、时刻t-1的车道交通状态强度。
7.根据权利要求1所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,所述流向交通状态强度计算方法为:取流向中所包含车道交通状态强度的最大值作为流向交通状态强度,计算公式如下:
其中,为路口流向k的交通状态强度;Pl D、依次为路口流向k所包含的第1个、第DN个车道的交通状态强度;DN为该流向所包含的车道总数。
所述相位交通状态强度计算方法为:取路口相位中所包含流向交通状态强度的均值作为相位交通状态强度,计算公式如下:
其中,Pi P为路口相位i的交通状态强度;KN为路口相位i所包含的流向总数;I为路口相位i所包含的流向集合。
所述进口交通状态强度计算方法为:取路口的进口中所包含流向交通状态强度的最大值作为进口交通状态强度,计算公式如下:
其中,为路口的进口j的交通状态强度,P1 M、依次为进口j所包含的第1个、第MN个流向的交通状态强度;MN为该进口所包含的流向总数。
8.根据权利要求1所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,设置Ω1、Ω2、Ω3、Ω4分别为快速路、主干路、次干路和支路的道路等级权重;
综合进口的交通状态强度,计算路口的交通状态强度PI,计算公式如下:
其中,分别为路口的进口j的交通状态强度以及基于路口的各进口所在的道路等级计算得出的进口j的归一化权重,Ωj为进口j所在的道路等级权重;N为路口的总进口数。
9.根据权利要求1或2或3或4或5或6或7或8所述的基于交通参数组合的路口交通状态强度计算方法,其特征是,
若交通参数及其组合数据完备,则按正常流程计算,标记位置0,置信度为1;
若存在交通参数及其组合数据缺失,则根据上一周同时段历史交通状态强度数据和前一时刻的交通状态强度数据进行计算,标记位置1;
若上一周历史交通状态强度数据不存在,则输出null,置信度为null,同时提示数据异常;
若存在历史交通状态强度数据,且该数据标记位为1,则输出null,置信度为null,同时提示数据异常;
若存在历史交通状态强度数据,且该数据标记位为0,并且前一时刻的交通状态强度数据存在,则输出两者的加权平均值来修复,置信度为0.8;
若存在历史交通状态强度数据,且该数据标记位为0,并且前一时刻的交通状态强度数据不存在,则输出历史交通状态强度数据来修复,置信度为0.5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810164202.8A CN108417030B (zh) | 2018-02-26 | 2018-02-26 | 基于交通参数组合的路口交通状态强度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810164202.8A CN108417030B (zh) | 2018-02-26 | 2018-02-26 | 基于交通参数组合的路口交通状态强度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108417030A true CN108417030A (zh) | 2018-08-17 |
CN108417030B CN108417030B (zh) | 2020-05-19 |
Family
ID=63129364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810164202.8A Active CN108417030B (zh) | 2018-02-26 | 2018-02-26 | 基于交通参数组合的路口交通状态强度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108417030B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275989A (zh) * | 2019-12-31 | 2020-06-12 | 浙江浙大中控信息技术有限公司 | 拥堵报警驱动的单点信号配时优化方法 |
CN114333307A (zh) * | 2021-12-23 | 2022-04-12 | 北京交通大学 | 一种基于pso-elm算法的交叉口交通状态识别方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376920A (zh) * | 2018-10-12 | 2019-02-22 | 国网浙江省电力有限公司温州供电公司 | 基于分钟转移矩阵的交通道路状态预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915637A (zh) * | 2012-08-01 | 2013-02-06 | 浙江浙大中控信息技术有限公司 | 一种信号控制交叉口的交通状态评价方法及系统 |
CN103473935A (zh) * | 2013-09-03 | 2013-12-25 | 青岛海信网络科技股份有限公司 | 基于感应检测器的路口交通拥堵判定及控制方法和系统 |
CN103593976A (zh) * | 2013-11-28 | 2014-02-19 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及系统 |
CN105070056A (zh) * | 2015-07-23 | 2015-11-18 | 合肥革绿信息科技有限公司 | 一种基于浮动车的交叉口交通拥堵指数计算方法 |
CN105070054A (zh) * | 2015-07-23 | 2015-11-18 | 银江股份有限公司 | 一种基于流式计算与时间窗动态优化的多源交通状态判别方法 |
US20170352264A1 (en) * | 2016-06-06 | 2017-12-07 | United States Cellular Corporation | Configuring traffic control device switch timing intervals using mobile wireless device-provided traffic information |
-
2018
- 2018-02-26 CN CN201810164202.8A patent/CN108417030B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915637A (zh) * | 2012-08-01 | 2013-02-06 | 浙江浙大中控信息技术有限公司 | 一种信号控制交叉口的交通状态评价方法及系统 |
CN103473935A (zh) * | 2013-09-03 | 2013-12-25 | 青岛海信网络科技股份有限公司 | 基于感应检测器的路口交通拥堵判定及控制方法和系统 |
CN103593976A (zh) * | 2013-11-28 | 2014-02-19 | 青岛海信网络科技股份有限公司 | 基于检测器确定道路交通状态的方法及系统 |
CN105070056A (zh) * | 2015-07-23 | 2015-11-18 | 合肥革绿信息科技有限公司 | 一种基于浮动车的交叉口交通拥堵指数计算方法 |
CN105070054A (zh) * | 2015-07-23 | 2015-11-18 | 银江股份有限公司 | 一种基于流式计算与时间窗动态优化的多源交通状态判别方法 |
US20170352264A1 (en) * | 2016-06-06 | 2017-12-07 | United States Cellular Corporation | Configuring traffic control device switch timing intervals using mobile wireless device-provided traffic information |
Non-Patent Citations (2)
Title |
---|
LINGLONG HU 等: "An extended model predictive control approach to coordinated ramp metering", 《2013 10TH IEEE INTERNATIONAL CONFERENCE ON CONTROL AND AUTOMATION (ICCA)》 * |
任其亮 等: "城市路口交通状态判别方法研究", 《重庆交通大学学报(自然科学版)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275989A (zh) * | 2019-12-31 | 2020-06-12 | 浙江浙大中控信息技术有限公司 | 拥堵报警驱动的单点信号配时优化方法 |
CN111275989B (zh) * | 2019-12-31 | 2021-04-27 | 浙江浙大中控信息技术有限公司 | 拥堵报警驱动的单点信号配时优化方法 |
CN114333307A (zh) * | 2021-12-23 | 2022-04-12 | 北京交通大学 | 一种基于pso-elm算法的交叉口交通状态识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108417030B (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108198415B (zh) | 一种基于深度学习的城市快速路事故预测方法 | |
Park et al. | Application of microscopic simulation model calibration and validation procedure: Case study of coordinated actuated signal system | |
CN106710245A (zh) | 基于密度的快速路多车道匝道控制方法 | |
CN101739814B (zh) | 基于scats线圈数据的交通状态在线定量评价与预测方法 | |
CN105118294B (zh) | 一种基于状态模式的短时交通流预测方法 | |
CN101599217B (zh) | 一种快速路交通状态判别方法 | |
CN105405293B (zh) | 一种道路旅行时间短期预测方法和系统 | |
CN109272746B (zh) | 一种基于bp神经网络数据融合的mfd估测方法 | |
CN104575034B (zh) | 一种基于卡口数据的单点交叉口信号配时参数优化方法 | |
CN108417030A (zh) | 基于交通参数组合的路口交通状态强度计算方法 | |
KR101385057B1 (ko) | Its 데이터를 활용한 도심 구간의 정체도 예측 방법 | |
CN106710215B (zh) | 瓶颈上游车道级交通状态预测系统及实现方法 | |
CN105551250B (zh) | 一种基于区间聚类的城市道路交叉口运行状态判别方法 | |
CN112435473B (zh) | 一种结合历史数据的快速路交通流溯源及匝道调控方法 | |
CN107330217A (zh) | 一种基于rbfnn的中观油耗预测方法 | |
CN105913661A (zh) | 一种基于收费数据的高速公路路段交通状态判别方法 | |
CN106856049A (zh) | 基于卡口号牌识别数据的关键交叉口需求集聚分析方法 | |
CN104900057B (zh) | 一种城市快速路主辅道的浮动车地图匹配方法 | |
CN108171361A (zh) | 考虑交通冲突指标分布问题的交通仿真模型标定方法 | |
CN105741573B (zh) | 一种基于vsl的高速公路主线收费站速度控制方法 | |
CN107170247A (zh) | 一种确定交叉口排队长度方法及装置 | |
CN109191845A (zh) | 一种公交车辆到站时间预测方法 | |
CN107680391A (zh) | 十字路口交通流的二型模糊控制方法 | |
CN105184875B (zh) | 复杂路径下的费率计算与拆分系统及方法 | |
CN104318781A (zh) | 基于rfid技术的行程速度获取方法 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: 310053 23-25, 2 building, 352 BINKANG Road, Binjiang District, Hangzhou, Zhejiang. Patentee after: Zhejiang zhongkong Information Industry Co.,Ltd. Address before: 310053 23-25, 2 building, 352 BINKANG Road, Binjiang District, Hangzhou, Zhejiang. Patentee before: ZHEJIANG SUPCON INFORMATION TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |