CN108573601A - 一种基于wim数据的交通安全风险场构建方法 - Google Patents
一种基于wim数据的交通安全风险场构建方法 Download PDFInfo
- Publication number
- CN108573601A CN108573601A CN201810253889.2A CN201810253889A CN108573601A CN 108573601 A CN108573601 A CN 108573601A CN 201810253889 A CN201810253889 A CN 201810253889A CN 108573601 A CN108573601 A CN 108573601A
- Authority
- CN
- China
- Prior art keywords
- risk
- traffic safety
- traffic
- wim
- wim data
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于WIM数据的交通安全风险场构建方法,包括:基于实测WIM数据分析不同轴型车的交通流规律与交通行为,构建考虑荷载特性的元胞自动机交通仿真模型;以潜在碰撞能为度量风险后果的指标,建立交通安全风险评估指标集合;建立交通安全时空维度的风险场模型,最终实现基于WIM数据的交通安全风险等级评估。与现有技术相比,本发明考虑荷载特性对交通安全的影响,实现了交通风险时空维度的可视化,为交通安全风险评估和主动安全控制提供了新理论与新方法;为高快速路高危路段,特别是桥隧等关键交通基础设施的交通安全风险动态评估与预警提供了理论依据和技术支撑。
Description
技术领域
本发明涉及高速公路的交通安全风险评估与管理领域,尤其是涉及一种基于WIM数据的交通安全风险场构建方法。
背景技术
随着我国公路运输需求的增长,高速公路发展突飞猛进。高速公路的发展缩短了省际之间、城市之间的时空距离,加快了区域间人员、商品的交流速度,降低了生产运输成本,促进国民经济发展和社会进步。与此同时,较大的公路运输需求也使大荷载车辆(如大型、特大型货运汽车)逐渐占据了更大的高速公路交通份额,对高速公路运营养护、交通安全均造成了一定的影响。荷载特性是交通流的重要属性,不仅对车辆的驾驶行为产生很大影响,对道路特别是桥隧安全也形成极大隐患,因此有必要进行考虑荷载特性的交通安全风险评估。交通安全风险评估技术便是其中较为成熟的一种理论,它从分析交通冲突入手,有着与交通事故极为相似的产生机理和影响因素,而且其采集数据量大、范围小、时间短,近年来正在逐渐地被应用于交通安全的研究中。
国内外相关研究中,用来表征交通冲突风险的主要参数包括:车头时距TH(Time-Headway)、碰撞时间TTC(Time-To-Collision)、事故时间TTA(Time-To-Accident)、后车侵入时间PET(Post-Encroachment-Time)、安全减速时间DTS(Deceleration-To-SafetyTime)、避免冲突减速率DRAC(Deceleration-Rate-To-Avoid-Crash)等。应用最为广泛的微观冲突指标主要有车头时距TH、避免冲突减速率DRAC以及碰撞时间TTC:
(一)车头时距TH:指的是在同一车道上行驶的车辆队列中,两连续车辆车头端部通过某一断面的时间间隔。在相关研究中,也可将车头时距和瞬时速度的比(RHIS)作为安全分析工作的新变量。
(二)避免碰撞减速度DRAC:当后车车速大于前车时,若保持这种状态,则有风险,后车为了不与前车所需要的减速度即避免碰撞的减速度。
式中,Xi为后车位置,Xi-1为前车位置,DRACi为第i辆车的碰撞减速度,和为前后车速度。
(三)碰撞时间TTC:指两车发生冲突时,若两车保持原有的速度差,从冲突开始至碰撞发生的时间段。
式中,Xi为后车位置,Xi-1为前车位置,li为后车长,和为前后车速度。
静态称重技术需要车辆静止停放在称量台上,可以测量车辆的轴重、车重、轴距等详细的车辆信息,虽最为精确但效率极低,拥挤路段容易造成堵车。由于量测技术和计算手段的限制,车辆荷载特性多由市场车型生产的情况确定。近年来得到广泛使用的动态称重(Weigh-In-Motion,简称WIM)系统能够准确测量包含其车重、轴重、车长、轴距、车速等车辆信息和车辆时距、交通流量、车辆跟驰等荷载特性及交通流信息,目前的WIM设备在不同道路状况和行驶条件下,测试的参数误差仅为±3%。WIM数据能够较准确的反映交通流的运动行为及其附属的荷载特征,借力WIM技术,不仅可以解决传统交通安全风险评估方法因不考虑荷载特性而造成的偏差和不足,还可以有针对性地为已安装WIM的路段提供最为合理的交通安全风险评估方法。因此,如何在考虑荷载性前提下定量高速公路交通安全风险,构建基于WIM数据的交通安全风险场评估方法,是当前亟待解决的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于WIM数据的交通安全风险场构建方法。
本发明的目的可以通过以下技术方案来实现:
一种基于WIM数据的交通安全风险场构建方法,所述方法包括:
1)基于实测WIM数据分析不同轴型车的交通流规律与交通行为,构建考虑荷载特性的元胞自动机交通仿真模型;
2)为分析荷载特性对交通安全的影响,以潜在碰撞能为度量风险后果的指标,建立交通安全风险评估指标集合,由此提出交通安全风险场的新概念;
3)利用基于WIM数据的交通安全风险评估指标及元胞自动机交通仿真模型建立交通安全时空维度的风险场模型,最终实现基于WIM数据的交通安全风险等级评估。
WIM数据是利用动态称重(Weight-In-Motion,简称WIM)技术采集的包括荷载特性的交通数据。优选地,所述步骤1)包括:
11)将车辆类型按轴型划分,利用实测WIM数据分析轴型车交通流要素(包括车速、交通量、交通组成)的时空规律与交通行为;
12)利用实测WIM数据确定的轴型车交通运行规律,结合车辆跟驰、换道特性特征,建立对研究道路对象的元胞自动机仿真模型。
优选地,所述步骤2)包括:
21)碰撞能反映碰撞后果的严重程度,以现有的碰撞能定义与机械能守恒定律为基础,建立契合实际情况的基于WIM数据的碰撞能指标PCE;
式中,mi-1为前车荷载,mi为后车荷载,vi-1为前车速度,vi为后车速度。
22)两车均保持当前速度行驶时,从当前时刻至碰撞发生时刻所需的时间为碰撞时间TTC。为研究碰撞的后果,将一定时间间隔内所有风险车辆TTC低于TTC阈值的程度之和定义为断面风险程度指标RT。
式中,TTC'为TTC阈值,TTCi为第i辆车的TTC值,N为车辆数。
23)当某时刻TTC值小于TTC阈值时,认为车辆在该时刻存在碰撞风险。根据步骤21)中计算得到的碰撞能指标与步骤22)中计算得到的风险程度指标,将断面碰撞风险程度RT与碰撞能PCE的乘积之和定义为基于WIM数据的断面风险指标WRT。
24)为描述在一定时间段内特定路段的基于WIM数据的碰撞风险后果,根据步骤23)中计算得到的断面风险指标,将一定时间范围内研究路段存在风险车辆的RT与PCE的乘积之和定义为基于WIM数据的时空风险指标WIRT。
式中,T1为开始时刻,T2为结束时刻。
25)基于交通安全风险评估指标集合,提出交通安全风险场的概念。交通安全风险场指的是如果在时间与空间里的每一点,都对应着交通安全风险量有一个确定的值,就说在这个时空里确定了交通安全风险量的一个场。
优选地,所述步骤3)包括:
31)利用基于实际高速公路交通运行规律的元胞自动机仿真模型,结合基于WIM数据的交通安全风险评估指标,建立交通安全时空维度的风险场模型。
32)利用交通安全时空维度的风险场模型,实现基于WIM数据的交通安全风险等级评估。
与现有技术相比,本发明具有以下优点:
(1)TTC等交通安全风险指标不考虑车辆荷载的影响,以致其实际应用受到较大局限,难以准确评估高速公路的交通安全风险。本发明建立的考虑荷载特性的交通安全风险评估指标,以考虑荷载特性的交通冲突为突破口,提出的风险指标能够考虑实际荷载特性的影响,以碰撞能量化荷载特性造成的碰撞风险程度,符合高速公路实际运营情况,具有极强的实用性和准确性。
(2)利用实测WIM数据确定轴型车运行规律与交通行为,不仅解决了传统交通安全风险指标多针对断面风险进行评估而造成无法获取时空风险的问题,而且能够完善交通流理论与交通仿真建模,对桥梁结构力学分析与交通安全风险评估均具有促进作用。
(3)多元胞模型将每个元胞模拟一个车轴,多个元胞模拟一辆车的,并利用实测WIM数据进行模型校核。利用元胞自动机模型不仅能够将轴型车交通规律与运行行为加入到交通仿真建模,而且能够将断面风险拓展到时空上去,为时空交通安全风险评估打下基础。建立对研究道路对象的元胞自动机仿真模型,弥补WIM设备只能监测断面数据的缺陷,能够将断面风险拓展到空间。
(4)传统风险场多用来衡量风险量在空间上的分布情况,对于风险的时空分布特性与时变性考虑不足的缺陷。本发明提出并应用风险场概念表征时空交通安全风险情况。风险场指的是如果在时间与空间里的每一点,都对应着某个风险量有一个确定的值,就说在这个时空里确定了该风险量的一个场,可以选择二维或三维方式表征。风险场的应用对评价及预测时空范围内的交通安全风险具有重要意义。考虑荷载特性的交通安全风险场评估方法能够为实现高速公路特别是桥隧的交通安全风险动态评估与预警提供了理论依据和技术支撑。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例
如图1所示,本实施例提出了一种基于WIM数据的交通安全风险场构建方法,具体包括以下步骤:
1)基于实测WIM数据分析不同轴型车的交通流规律与交通行为,构建考虑荷载特性的元胞自动机交通仿真模型,具体包括以下步骤:
11)将车辆类型按轴型划分,利用实测WIM数据分析轴型车交通流要素(包括车速、交通量、交通组成)的时空规律与交通行为;
22)利用实测WIM数据确定的轴型车交通运行规律,结合车跟驰、换道特性,建立对研究道路对象的元胞自动机仿真模型。
2)为分析荷载特性对交通安全的影响,以潜在碰撞能为度量风险后果的指标,建立交通安全风险评估指标集合,由此提出交通安全风险场的新概念:
21)碰撞能反映碰撞后果的严重程度,以现有的碰撞能定义与机械能守恒定律为基础,建立契合实际情况的基于WIM数据的碰撞能指标PCE,计算方法如下式所示:
式中,mi-1为前车荷载,mi为后车荷载,vi-1为前车速度,vi为后车速度。
22)两车均保持当前速度行驶时,从当前时刻至碰撞发生时刻所需的时间为碰撞时间TTC。为研究碰撞的后果,不妨将一定时间间隔内所有风险车辆TTC低于TTC阈值的程度之和定义为风险程度指标RT,计算方法如下式所示:
式中,di为前后车车头间距,li为后车车长,vi-1为前车速度,vi为后车速度,TTC'为TTC阈值,TTCi为第i辆车的TTC值,N为车辆数。
23)当某时刻TTC值小于TTC阈值时,我们认为车辆在该时刻存在碰撞风险。根据步骤21)中计算得到的碰撞能指标与步骤22)中计算得到的风险程度指标,将断面碰撞风险程度RT与碰撞能PCE的乘积之和定义为基于WIM数据的断面风险指标WRT,计算方法如下式所示:
24)为描述在一定时间段内特定路段的基于WIM数据的碰撞风险后果,根据步骤23)中计算得到的断面风险指标,将一定时间范围内研究路段存在风险车辆的RT与PCE的乘积之和定义为基于WIM数据的风险指标WIRT,计算方法如下式所示:
式中,T1为开始时刻,T2为结束时刻。
25)基于交通安全风险评估指标集合,提出交通安全风险场的概念。交通安全风险场指的是如果在时间与空间里的每一点,都对应着交通安全风险量有一个确定的值,就说在这个时空里确定了交通安全风险量的一个场。
3)利用基于WIM数据的交通安全风险评估指标及元胞自动机交通仿真模型建立交通安全时空维度的风险场模型,最终实现基于WIM数据的交通安全风险等级评估,具体包括以下步骤:
31)按5m的尺度划分元胞并赋予当前状态元胞所包含的参数,状态参数主要包括由最大速度vmax、当前速度v及前车间距gs组成的运动学参数M,以及由车辆的自重G,各轴轴重g,轴数a及各轴间轴距p组成的荷载参数W。利用运动学加减速跟驰行为规则和换道行为规则,确定车辆在元胞局部更新规则作用下的移动。利用实际高速公路交通运行规律建立元胞自动机仿真模型,结合基于WIM数据的交通安全风险评估指标,建立交通安全时空维度的风险场模型。
32)利用交通安全时空维度的风险场模型,实现基于WIM数据的交通安全风险等级评估。
根据上述方法,选择广东省佛开高速为研究对象。选取某高速公路双向四车道的WIM设备测得的车流数据。WIM数据能够采集车重、轴重、车长、轴距、车速等车辆信息和车辆时距、交通流量、车辆跟驰等车流信息。数据获取的时间段为2009年3月到2009年5月,共计60天。在数据使用之前,利用数据修补技术对流量和速度数据的异常或缺失部分进行了预处理,则进行基于WIM数据的交通安全风险场构建过程包括如下步骤。
步骤一:建立契合实际的元胞自动机仿真模型,具体包括以下步骤:基于WIM数据分析佛开高速车速、交通量等交通流要素与交通组成的时变性与交通运行规律;利用实测WIM数据确定的轴型车交通运行规律,按5m的尺度划分元胞并赋予当前状态元胞所包含的参数,利用状态参数M={vmax,v,gs}和荷载参数W={G,g,a,p}共同反映当前元胞状态。运动学参数包括基于GM跟驰模型确定的加减速的跟驰行为规则和以最小安全距离换道模型确定的换道行为规则,能够实现车辆的移动和状态参数的转移。建立契合实际情况的2009年佛开高速运行情况仿真的元胞自动机模型,将断面风险情况拓展到时空层面。
步骤二:建立基于WIM数据的交通安全风险评估指标集合,具体包括以下步骤:为反映碰撞后果的严重程度,以现有的碰撞能定义与机械能守恒定律为基础,建立契合实际情况的基于WIM数据的碰撞能指标;为研究碰撞的后果,将一定时间间隔内所有风险车辆碰撞时间低于碰撞时间阈值的程度之和定义为风险程度;在此基础上,将断面碰撞风险程度与碰撞能的乘积之和定义为基于WIM数据的断面风险指标;根据实测断面WIM数据可以计算得到考虑荷载特性的断面风险情况。为评估高速公路的时空交通安全风险,将一定时间范围内研究路段存在风险车辆的风险程度与基于WIM数据的碰撞能的乘积之和定义为基于WIM数据的时空风险指标,由此提出交通安全风险场的新概念:在时间与空间里的每一点,都对应着交通安全风险量有一个确定的值,以求获取契合实际情况的时空风险情况。
步骤三:构建基于WIM数据的交通安全风险场,具体包括以下步骤:利用基于WIM数据的交通安全风险评估指标及元胞自动机交通仿真模型建立交通安全时空维度的风险场模型,最终实现对研究路段的基于WIM数据的交通安全风险等级评估,并根据分级风险采取适当的主动安全控制措施。该方法为佛开高速特别是嘉绍大桥等关键交通基础设施的的交通安全风险动态评估与预警提供了技术支撑。
Claims (8)
1.一种基于WIM数据的交通安全风险场构建方法,其特征在于,包括以下步骤:
1)基于实测WIM数据分析不同轴型车的交通流规律与交通行为,构建考虑荷载特性的元胞自动机交通仿真模型;
2)以潜在碰撞能和碰撞风险作为度量风险后果的指标,建立交通安全风险评估指标集合;
3)利用步骤1)、2)的结果建立交通安全风险场模型,对风险等级进行评估。
2.根据权利要求1所述的一种基于WIM数据的交通安全风险场构建方法,其特征在于,所述的步骤1)包括以下步骤:
11)利用实测WIM数据研究轴型车的交通流规律与交通行为;
12)利用步骤11)得到的结果,建立研究道路对象的元胞自动机仿真模型。
3.根据权利要求1所述的一种基于WIM数据的交通安全风险场构建方法,其特征在于,所述的步骤2)包括以下步骤:
21)根据实际碰撞机理与力学公式,建立碰撞能指标。
22)以碰撞时间指标为基础,建立断面风险程度指标;
23)以断面风险程度指标为基础,建立基于WIM数据的断面风险指标;
24)以基于WIM数据的断面风险指标为基础,建立基于WIM数据的时空风险指标。
4.根据权利要求3所述的一种基于WIM数据的交通安全风险场构建方法,其特征在于,所述的步骤21)中,碰撞能指标PCEi计算方法如下:
式中,mi-1为前车荷载,mi为后车荷载,vi为前车速度,vi-1为后车速度。
5.根据权利要求4所述的一种基于WIM数据的交通安全风险场构建方法,其特征在于,所述的步骤22)中,断面风险程度指标RT计算方法如下:
式中,TTCi为第i辆车的碰撞时间TTC值,TTC'为TTC阈值,N为车辆数。
6.根据权利要求5所述的一种基于WIM数据的交通安全风险场构建方法,其特征在于,所述的步骤23)中,基于WIM数据的断面风险指标WRT计算方法如下:
7.根据权利要求6所述的一种基于WIM数据的交通安全风险场构建方法,其特征在于,所述的步骤24)中,基于WIM数据的时空风险指标WIRT具体为:
式中,T1为开始时刻,T2为结束时刻。
8.根据权利要求1所述的一种基于WIM数据的交通安全风险场构建方法,其特征在于,所述的步骤3)包括:
31)利用基于实际高速公路交通运行规律的元胞自动机仿真模型,结合基于WIM数据的交通安全风险评估指标,建立交通安全时空维度的风险场模型;
32)利用交通安全时空维度的风险场模型,实现基于WIM数据的交通安全风险等级评估。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810253889.2A CN108573601B (zh) | 2018-03-26 | 2018-03-26 | 一种基于wim数据的交通安全风险场构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810253889.2A CN108573601B (zh) | 2018-03-26 | 2018-03-26 | 一种基于wim数据的交通安全风险场构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108573601A true CN108573601A (zh) | 2018-09-25 |
CN108573601B CN108573601B (zh) | 2021-05-11 |
Family
ID=63574579
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810253889.2A Active CN108573601B (zh) | 2018-03-26 | 2018-03-26 | 一种基于wim数据的交通安全风险场构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108573601B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598931A (zh) * | 2018-11-30 | 2019-04-09 | 江苏智通交通科技有限公司 | 基于交通安全风险的群体划分与差异性分析方法及系统 |
CN109727469A (zh) * | 2019-01-08 | 2019-05-07 | 南京航空航天大学 | 一种多车道下自动驾驶车辆综合危险度评估方法 |
CN110085028A (zh) * | 2019-05-05 | 2019-08-02 | 同济大学 | 一种团雾天气条件下的交通安全风险分级管控方法 |
CN110491154A (zh) * | 2019-07-23 | 2019-11-22 | 同济大学 | 基于安全风险和距离的建议车速制定方法 |
CN111767644A (zh) * | 2020-06-05 | 2020-10-13 | 重庆大学 | 考虑单隧道限速影响高速公路路段实际通行能力估计方法 |
CN112428997A (zh) * | 2020-11-26 | 2021-03-02 | 北京航空航天大学 | 一种基于风险动态平衡的车辆跟驰模型 |
CN113744563A (zh) * | 2021-08-02 | 2021-12-03 | 北京工业大学 | 一种基于轨迹数据的路-车风险实时估计方法 |
CN114882699A (zh) * | 2022-04-08 | 2022-08-09 | 武汉理工大学 | 基于区域内冲突时空关联特征的路段交通风险辨识方法 |
CN115019508A (zh) * | 2022-06-13 | 2022-09-06 | 华南理工大学 | 基于机器学习的道路监控车流仿真方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060273922A1 (en) * | 2005-06-06 | 2006-12-07 | International Business Machines Corporation | Method, system, and computer program product for determining and reporting tailgating incidents |
US7190260B2 (en) * | 2000-12-05 | 2007-03-13 | Rast Rodger H | Reaction advantage anti-collision systems and methods |
CN102175414A (zh) * | 2011-02-18 | 2011-09-07 | 肖锋 | 参考列车单元碰撞模型的组装方法 |
WO2013112057A1 (en) * | 2012-01-23 | 2013-08-01 | Ares Turbine As | System and method for automatic registration of use of studded tires |
CN103646171A (zh) * | 2013-11-27 | 2014-03-19 | 肖锋 | 一种车辆被动安全性能的碰撞载荷评估方法 |
CN105005694A (zh) * | 2015-07-13 | 2015-10-28 | 天津大学 | 一种基于动态称重系统的桥梁疲劳寿命频域分析方法 |
US9718468B2 (en) * | 2015-10-13 | 2017-08-01 | Verizon Patent And Licensing Inc. | Collision prediction system |
-
2018
- 2018-03-26 CN CN201810253889.2A patent/CN108573601B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7190260B2 (en) * | 2000-12-05 | 2007-03-13 | Rast Rodger H | Reaction advantage anti-collision systems and methods |
US20060273922A1 (en) * | 2005-06-06 | 2006-12-07 | International Business Machines Corporation | Method, system, and computer program product for determining and reporting tailgating incidents |
CN102175414A (zh) * | 2011-02-18 | 2011-09-07 | 肖锋 | 参考列车单元碰撞模型的组装方法 |
WO2013112057A1 (en) * | 2012-01-23 | 2013-08-01 | Ares Turbine As | System and method for automatic registration of use of studded tires |
CN103646171A (zh) * | 2013-11-27 | 2014-03-19 | 肖锋 | 一种车辆被动安全性能的碰撞载荷评估方法 |
CN105005694A (zh) * | 2015-07-13 | 2015-10-28 | 天津大学 | 一种基于动态称重系统的桥梁疲劳寿命频域分析方法 |
US9718468B2 (en) * | 2015-10-13 | 2017-08-01 | Verizon Patent And Licensing Inc. | Collision prediction system |
Non-Patent Citations (2)
Title |
---|
王颖 等: "考虑荷载特性的交通流规律分析", 《华东交通大学学报》 * |
阮欣 等: "基于多元胞模型的桥梁车流合成及荷载模拟", 《同济大学学报(自然科学版)》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598931A (zh) * | 2018-11-30 | 2019-04-09 | 江苏智通交通科技有限公司 | 基于交通安全风险的群体划分与差异性分析方法及系统 |
CN109727469B (zh) * | 2019-01-08 | 2021-04-20 | 南京航空航天大学 | 一种多车道下自动驾驶车辆综合危险度评估方法 |
CN109727469A (zh) * | 2019-01-08 | 2019-05-07 | 南京航空航天大学 | 一种多车道下自动驾驶车辆综合危险度评估方法 |
CN110085028A (zh) * | 2019-05-05 | 2019-08-02 | 同济大学 | 一种团雾天气条件下的交通安全风险分级管控方法 |
CN110491154A (zh) * | 2019-07-23 | 2019-11-22 | 同济大学 | 基于安全风险和距离的建议车速制定方法 |
CN111767644A (zh) * | 2020-06-05 | 2020-10-13 | 重庆大学 | 考虑单隧道限速影响高速公路路段实际通行能力估计方法 |
CN111767644B (zh) * | 2020-06-05 | 2023-10-17 | 重庆大学 | 考虑单隧道限速影响高速公路路段实际通行能力估计方法 |
CN112428997A (zh) * | 2020-11-26 | 2021-03-02 | 北京航空航天大学 | 一种基于风险动态平衡的车辆跟驰模型 |
CN113744563A (zh) * | 2021-08-02 | 2021-12-03 | 北京工业大学 | 一种基于轨迹数据的路-车风险实时估计方法 |
CN113744563B (zh) * | 2021-08-02 | 2023-03-10 | 北京工业大学 | 一种基于轨迹数据的路-车风险实时估计方法 |
CN114882699A (zh) * | 2022-04-08 | 2022-08-09 | 武汉理工大学 | 基于区域内冲突时空关联特征的路段交通风险辨识方法 |
CN114882699B (zh) * | 2022-04-08 | 2023-07-25 | 武汉理工大学 | 基于区域内冲突时空关联特征的路段交通风险辨识方法 |
CN115019508A (zh) * | 2022-06-13 | 2022-09-06 | 华南理工大学 | 基于机器学习的道路监控车流仿真方法、装置、设备及介质 |
CN115019508B (zh) * | 2022-06-13 | 2023-09-29 | 华南理工大学 | 基于机器学习的道路监控车流仿真方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108573601B (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108573601A (zh) | 一种基于wim数据的交通安全风险场构建方法 | |
CN106777752B (zh) | 一种高速列车追踪运行曲线优化设定方法 | |
CN102521438B (zh) | 交通冲突仿真两阶段参数标定方法 | |
CN102360525B (zh) | 基于判别分析的快速道路实时交通事故风险预测方法 | |
Li et al. | A new probability statistical model for traffic noise prediction on free flow roads and control flow roads | |
CN105469167A (zh) | 一种基于时空接近度的交通冲突预测方法 | |
CN109002622A (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
CN102289734A (zh) | 基坑工程动态风险评估与管理方法 | |
CN107957259A (zh) | 轮迹横向分布测量系统及测量方法 | |
CN105047057A (zh) | 一种考虑多驾驶员类型和车道选择偏好的高快速路网宏观交通流仿真方法 | |
CN103344395B (zh) | 一种桥梁加固目标承载力的确认方法及装置 | |
CN102628732B (zh) | 一种列车空气阻力测量的方法和装置 | |
Ge et al. | Construction and simulation of rear-end conflicts recognition model based on improved TTC algorithm | |
CN108922168A (zh) | 一种中观层面事故多发道路判别的方法 | |
Yu et al. | Short-term traffic flow prediction based on deep learning network | |
Luo et al. | Research of Vehicle Rear‐End Collision Model considering Multiple Factors | |
Wang et al. | ARIMA Model and Few‐Shot Learning for Vehicle Speed Time Series Analysis and Prediction | |
CN117077272A (zh) | 一种车桥耦合数值解预测方法 | |
Salim et al. | Estimation of average space headway under heterogeneous traffic conditions | |
CN109406076A (zh) | 一种利用位移传感器列阵输出的移动主成分进行梁桥结构损伤定位的方法 | |
Li et al. | Freeway traffic accident severity prediction based on multi-dimensional and multi-layer Bayesian network | |
Joseph et al. | Analysis of surrogate safety performance parameters for an interurban corridor | |
CN110610611B (zh) | 面向混行交通流中智能网联车辆的行车安全性评价方法 | |
Dai et al. | Investigation of multiple-presence factor for traffic loads on road-rail bridges based on a novel extreme value analysis approach | |
Chang et al. | Risk Field Model Construction and Risk Classification of Hazardous Chemical Transportation |
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 |