CN109523788B - 一种路段运行效果评价方法 - Google Patents
一种路段运行效果评价方法 Download PDFInfo
- Publication number
- CN109523788B CN109523788B CN201811479984.0A CN201811479984A CN109523788B CN 109523788 B CN109523788 B CN 109523788B CN 201811479984 A CN201811479984 A CN 201811479984A CN 109523788 B CN109523788 B CN 109523788B
- Authority
- CN
- China
- Prior art keywords
- early warning
- road section
- data
- assessment
- matrix
- 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
- G08G1/01—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
Abstract
本公开提供了一种多路段运行效果评价方法,包括:步骤1)根据路段历史交通数据,自动计算并保存预警参考值矩阵,根据预警参考值矩阵设置预警阈值矩阵及考核阈值矩阵;步骤2)根据路段实时交通数据,自动判断是否已发生交通拥堵,并排除突发拥堵状态;步骤3)交通拥堵加剧后,判断是否已经到达预警阈值及考核阈值,若达到预警阈值,给出预警,若达到考核阈值,自动记录考核指标值;步骤4)根据路段交通历史数据及已记录的考核指标值,计算各路段运行效果评价结果。
Description
技术领域
本公开涉及一种多路段运行效果评价方法,特别是城市主干道路段的运行效果评价,属于智能交通技术领域。
背景技术
路段运行效果的评价是交通管控平台中分析研判的主要功能之一,也是基于运行效果的交通勤务考核的重要依据,对交通组织优化、交通管理措施的改进意义重大。目前对路段运行效果评价的方法及呈现结果形式较为单一,通常采用基于平均运行速度、拥堵时长等指标进行不同路段的对比分析、排序及分析研判,未考虑不同路段常态下实际交通状况的差异,也未考虑路段本身运行效果改善因素,导致不同路段间综合分析结果可信度低,甚至无实际应用价值的状况。
发明内容
为了解决现有技术的不足,本公开提供了一种多路段运行效果评价方法,该方法基于路段历史交通流数据,结合所述的相关指标数据,对路段实际运行效果、路段改善运行效果及路段综合运行效果进行评价结果的计算。
为了实现上述目的,本公开的技术方案如下:
一种多路段运行效果评价方法,包括:
步骤1)根据路段历史交通数据,自动计算并保存预警参考值矩阵,根据预警参考值矩阵设置预警阈值矩阵及考核阈值矩阵;
步骤2)根据路段实时交通数据,自动判断是否已发生交通拥堵,并排除突发拥堵状态;
步骤3)交通拥堵加剧后,判断是否已经到达预警阈值及考核阈值,若达到预警阈值,给出预警,若达到考核阈值,自动记录考核指标值;
步骤4)根据路段交通历史数据及已记录的考核指标值,计算各路段运行效果评价结果。
进一步的,所述步骤1中,根据交通流数据周相似性特性,结合考核时间段及考核时间粒度,确定预警参考值矩阵的大小。
进一步的,所述步骤1中,取最近连续时间段内的交通流数据,计算预警参考值矩阵中每个元素所对应的历史车速平均值,确定为该元素的值。
进一步的,所述步骤1)中,当考核时间粒度为数据获取频率多倍时,则计算该考核时间粒度内数据获取频率中速度值的均值,作为历史车速平均值;当考核时间粒度为数据获取频率1倍时,即为数据获取频率,则取历史数据中,离矩阵中该元素所对应时间段最近的3个速度值,并结合流量数据,做平滑计算处理,其结果作为历史车速平均值。
进一步的,所述步骤1)中,预警阈值矩阵中的数据为报警车速阈值,当实时监测到的平均运行车速低于该值时,系统给出报警,并记录相关报警信息。
进一步的,所述步骤1)中,所述考核阈值矩阵的数据为考核数据线,当实时监测到的数据达到该值时,系统进行记录,并将其推入常态拥堵历史库。
进一步的,所述步骤2中,基于实时交通运行数据,包括速度、流量和\或占有率,判别该路段是否已发生拥堵,若发生拥堵,则判断是否为常态拥堵,若为突发拥堵,进入突发拥堵的处置过程,不作为考核依据;若为常态拥堵则进入步骤3)。
进一步的,所述步骤3)中,考核指标包括路段月度被考核拥堵次数、路段月度考核拥堵总时长、月度早高峰平均运行速度或流量和月度晚高峰平均运行速度或流量。
进一步的,所述各路段运行效果评价结果包括实际效果评价、效果改善评价和综合效果评价。
进一步的,所述实际效果评价具体为:结合多路段同项指标值,对指定路段指标进行归一化计算后,分别获取指定路段各单项指标值,为指定路段各项指标设置专家权值,加权计算实际效果分值;
所述效果改善评价具体为:获取指定路段当月及最少前三个月的四项指标数据,对各项指标改善效果值进行归一化处理,为指定路段各项改善指标设置专家权值,加权计算改善效果分值;
所述综合效果评价具体为:对多路段按实际效果分值及改善效果分值分别进行排名后,结合两项专家权值,计算得到指定路段综合效果评价分值。
与现有技术相比,本公开的有益效果是:
本公开充分考虑了多路段间实际交通状况的差异和路段本身运行效果改善因素,提高了不同路段间综合分析结果的可信度;
本公开可对路段运行效果进行实际效果评价、效果改善评价和综合效果评价,并输出路段实际运行效果得分及排名、路段改善效果得分及排名、路段运行效果综合得分及排名,展现方式多样,数据结果可靠。
本公开中,用户可根据实际需求,通过该方法获取不同的输出结果,该发明方法可用于城市主干道路段的运行效果评价、区域运行效果评价及交通勤务考核的基础数据来源。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本公开路段运行效果评价总流程;
图2为本公开考核指标记录方法流程;
图3为本公开实际运行效果评价流程;
图4为本公开改善运行效果评价流程。
具体实施方式
下面结合附图与具体实施例对本公开做进一步的说明。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中,术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,只是为了便于叙述本公开各部件或元件结构关系而确定的关系词,并非特指本公开中任一部件或元件,不能理解为对本公开的限制。
本公开中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本公开中的具体含义,不能理解为对本公开的限制。
图1示例性示出了本公开实施例提供的一种路段运行效果的评价方法流程,该流程可以由交通运行效果评价服务器执行。
如图1所示,该流程的步骤包括:
步骤S101,根据路段历史交通数据,自动计算并保存预警参考值,根据预警参考值设置预警阈值及考核阈值;
步骤S102,根据路段实时交通数据,自动判断是否已发生交通拥堵,并排除突发拥堵状态;
步骤S103,交通拥堵加剧后,判断是否已经到达预警阈值及考核阈值,若达到预警阈值,给出预警,若达到考核阈值,自动记录考核指标值;
步骤S104,根据路段交通历史数据及已记录的考核指标值,计算各路段运行效果综合评价分值。
具体的,在步骤S101中,首先,根据交通流具有周相似性的特性,设置周为基本的计算循环单位,并选取每日考核时间段及计算的时间粒度,从而确定预警参考值结果矩阵的大小;其次,参考历史数据,计算矩阵数值,即预警参考值;最后,根据预警参考值,计算报警阈值及考核线阈值。
举例来说,假设每日考核时段设置为6:00-22:00,考核时间段以5分钟为粒度进行划分,所选取的时间粒度,与原始数据获取频率成倍数关系。
(1)构建参考值矩阵:
根据实际情况设定考核时间段及时间粒度,假设每日考核时间段为6:00-22:00,时间粒度为5分钟,则计算n值为192,矩阵中的总元素个数为192×7=1344。每个元素对应于5分钟粒度划分的时间段内的值,如A2_1,表示周二6:05-6:10时间段内的参考值元素,其它各元素类似。
(2)计算预警参考值
取最近连续时间段内的交通流数据,计算矩阵中每个元素所对应的车速历史平均值,即为该元素的值。如对A2_1的计算如下:
其中,的计算方法如下:当考核时间粒度为数据获取频率多倍时,则计算该考核时间粒度内数据获取频率中速度值的均值;当考核时间粒度为数据获取频率1倍时,即为数据获取频率,则取历史数据中,离矩阵中该元素所对应时间段最近的3个速度值(记为),结合流量数据做平滑处理计算得到。
β1,β2,β3分别为平滑系数,默认值取0.3,0.4,0.3。
预警参考值的运算频率以周为单位,不低于每周一次,计算结果以矩阵(二维数组)形式保存。矩阵内各元素,可根据实际情况进行个别调整。
(3)生成路段预警阈值及考核值阈值
设预警阈值矩阵为B7×n,考核阈值矩阵为C7×n,按以下公式进行计算:
B7×n=λ1·A7×n (3)
C7×n=λ2·A7×n (4)
式中,λ1,λ2为设定系数。
上述实施例中,设三个路段L1,L2,L3,由路段的历史交通流数据计算分别得到其速度预警参考值矩阵中A2_1为15km/h,20km/h和25km/h。结合阈值参考值,由管理人员设置实际预警阈值及考核阈值,如统一设置为0.8及0.3,则计算完成后三条路段预警阈值矩阵中B2_1分别为12km/h,16km/h和20km/h;考核阈值C2_1分别为4.5km/h,6km/h和7.5km/h。依照该方法分别生成三个路段的B7×n,C7×n,对矩阵内各元素,可根据实际情况进行个别调整。
在步骤S102和步骤S103中,对交通态势进行实时判别,若发生拥堵,则判断是否为常态拥堵。若为突发拥堵,则进入突发拥堵的处置过程;若为常态拥堵,则根据S101中路段的预警阈值及考核阈值进行预警及对考核指标数据进行记录。
具体的,在步骤S102中,对交通态势的识别按以下方法进行:基于实时交通运行数据,包括速度、流量、占有率等,判别该路段是否已发生拥堵。实际应用中通常存在路段交通流参数缺失的情况,下面以常见的一种缺少占有率数据的情况,对拥堵状态的判别方法进行说明。假设实时运行速度为V,实时流量为Q,数据采集间隔为5分钟。
计算单车道交通流密度:
式中,n为车道数;
确定交通流堵塞密度:
计算临界密度:
k0=k2/2=62.5veh/km (7)
判断是否进入拥堵状态,判断条件:(1)k>k0;(2)v<v0;
其中,v0取值参照城市道路交通状态级别划分依据获取,如城市主干道取值为25km/h。
确定为拥堵状态后,判断是否为突发拥堵状态,如果是突发拥堵,则进入突发拥堵警情处置过程,不纳入路段的运行效果考核。
具体的,在步骤S103中,构建考核指标,并进行指标记录。
本实施例中,构建四项考核指标,包括路段月度被考核拥堵次数、路段月度考核拥堵总时长、月度早高峰平均运行速度或流量和月度晚高峰平均运行速度或流量。
上述评价指标中路段月度被考核拥堵次数与路段月度考核拥堵总时长的具体记录方法如图2所示,包括:
步骤S201:判断是否发生拥堵;若为突发拥堵则进入突发拥堵警情处置过程;若为常态拥堵进入下面步骤;
步骤S202:基于预警参考值B7×n的数据,作为报警车速阈值,当实时监测到的车速低于该值时,系统给出报警,并记录相关报警信息;
步骤S203:判断是否达到考核线,若是则进入下面步骤;
步骤S204:判断拥堵消散后,记录被考核后拥堵时长信息,并将数据推入常态拥堵历史库。
月度统计中,从常态拥堵历史库中可获取以下两项信息:①路段月度被考核拥堵总时长;②路段月度被考核次数。
上述评价指标中路段月度早高峰平均运行速度或流量与月度晚高峰平均运行速度或流量的具体记录方法如下:
以早高峰平均速度,同样适用于流量,为例,按以下公式计算:
在具体计算过程中需确定参与计算的数据及需要排除的数据:考核数据为周一至周五高峰期数据,早高峰时段可定义为:07:00—09:00;不考核数据设置为周六、周日、特殊日期、大型活动数据及含突发拥堵事件时段的数据。
同样方法可计算月度晚高峰平均运行速度或流量。
具体的,在步骤S104中,根据路段交通历史数据及已记录的考核指标值,计算路段运行效果评价结果,包括实际效果评价、效果改善评价和综合效果评价。
(1)实际效果评价:根据评价周期内(通常以月为单位)四项指标数值,对路段的实际运行效果进行评价,评价计算方法如图3所示,该流程具体步骤包括:
步骤S301:通过步骤S103中计算得到的指标数据,获取评价周期内的四项指标数据,记为:U={U1,U2,U3,U4},其中U1为路段月度被考核拥堵次数;U2为路段月度拥堵总时长;U3为月度早高峰平均运行速度;U4为月度晚高峰平均运行速度
步骤S302:根据指标数据,计算各指标分值,记为:U'={U1',U2',U3',U4'},计算方法如下:
式中,U1max为所有考核路段中U1的最大值,U1为本路段月度被考核拥堵次数,式(12)-(13)中指标计算类似;
步骤S303:确定各项指标权重值,记为W={W1,W2,W3,W4},各指标权值由专家评估确定,且W1+W2+W3+W4=1。
步骤S304:计算评价结果值,记为Z1,计算方法如下:
Z1=U1'W1+U2'W2+U3'W3+U4'W4 (14)
结果值在0-1之间分布。
(2)效果改善评价:根据与历史指标相比,评价周期内(通常以月为单位)运行效果是否得到改善及改善程度,对路段的改善效果进行评价,评价计算方法如图4所示,该流程具体步骤包括:
步骤S401:通过步骤S103中计算得到的指标数据,获取本月及前三个月(最少取三个月数据)的四项指标数据。评价周期内(当月)的四项指标数据,记为:U={U1,U2,U3,U4};前三个月四项指标数据做均值处理,记为:Um={U1m,U2m,U3m,U4m};
步骤S402:根据指标数据,计算各指标分值,记为:UG'={UG1',UG2',UG3',UG4'},计算方法如下:
①计算UG1'
②计算UG2'
计算方法同计算UG1',计算结果UG2'∈(-1,1];
③计算UG3'
若U3>U3m,则表示已改善,因速度提升难度大,不能仅按增长比例关系计算,引入分段系数k',默认值为0.5;
④计算UG4'
计算方法同计算UG3',计算结果UG4'∈(-1,1];
步骤S403:确定各项指标权重值,记为WG={WG1,WG2,WG3,WG4},各指标权值由专家评估确定,且WG1+WG2+WG3+WG4=1;
步骤S404:计算评价结果值,记为Z2,计算方法如下:
Z2=UG1'WG1+UG2'WG2+UG3'WG3+UG4'WG4 (15)
结果值在-1-1之间分布。
合理设置权值WG={WG1,WG2,WG3,WG4},当结果小于0表示道路运行效果未得到改善,大于0表示已改善,值越大表示改善效果越好。
(3)综合效果评价:根据实际运行效果评价结果Z1及效果改善评价结果Z2,实现多路段综合运行效果的评价,具体方法如下:
根据Z1进行排序,得到路段实际运行效果得分排名,假设为AA,AA∈{1,2,...N},N为被考核路段数;根据Z2进行排序,得到路段改善效果排名,假设为BB,BB∈{1,2,...N},N为被考核路段数。
计算综合评价结果值,记为Z3,计算方法如下:
式中p1,p2为权值,由专家评估确定;Z3为综合评价分值,在0-1之间分布,值越大表示综合效果越好。
根据以上各步骤结果,可实现如下结果输出:
①同一路段不同月度拥堵总时长、拥堵次数、早高峰运行速度、早高峰流量、晚高峰运行速度和晚高峰流量的统计分析;
②不同路段同月度拥堵总时长、拥堵次数、早高峰运行速度、早高峰平均流量、晚高峰运行速度和晚高峰平均流量的统计分析;
③路段实际运行效果得分及排名;
④路段改善效果得分及排名;
⑤路段运行效果综合得分及排名。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。
Claims (8)
1.一种多路段运行效果评价方法,其特征在于,包括:
步骤1)根据路段历史交通数据,自动计算并保存预警参考值矩阵,根据预警参考值矩阵设置预警阈值矩阵及考核阈值矩阵;
步骤2)根据路段实时交通数据,自动判断是否已发生交通拥堵,并排除突发拥堵状态;
步骤3)交通拥堵加剧后,判断是否已经到达预警阈值及考核阈值,若达到预警阈值,给出预警,若达到考核阈值,自动记录考核指标值;
步骤4)根据路段交通历史数据及已记录的考核指标值,计算各路段运行效果评价结果;
所述建立预警参考值矩阵、预警阈值矩阵及考核阈值矩阵,包括以下内容:
首先,根据交通流具有周相似性的特性,设置周为基本的计算循环单位,并选取每日考核时间段及计算的时间粒度,从而确定预警参考值结果矩阵的大小;其次,参考历史数据,计算矩阵数值,即预警参考值;具体为:取最近连续时间段内的交通流数据,计算矩阵中每个元素所对应的车速历史平均值,即为该元素的值;最后,根据预警参考值,计算预警阈值及考核阈值;具体为:预警阈值矩阵为B,考核阈值矩阵为C,预警参考值矩阵为A,按以下公式进行计算:
B=λ1·A,C=λ2·A;式中,λ1,λ2为设定系数。
2.如权利要求1所述的一种多路段运行效果评价方法,其特征在于,所述步骤1)中,当考核时间粒度为数据获取频率多倍时,则计算该考核时间粒度内数据获取频率中速度值的均值,作为历史车速平均值;当考核时间粒度为数据获取频率1倍时,即为数据获取频率,则取历史数据中,离矩阵中该元素所对应时间段最近的3个速度值,并结合流量数据,做平滑计算处理,其结果作为历史车速平均值。
3.如权利要求1所述的一种多路段运行效果评价方法,其特征在于,所述步骤1)中,预警阈值矩阵中的数据为报警车速阈值,当实时监测到的车速低于该值时,系统给出报警,并记录相关报警信息。
4.如权利要求1所述的一种多路段运行效果评价方法,其特征在于,所述步骤1)中,所述考核阈值矩阵的数据为考核数据线,当实时监测到的考核指标达到该值时,系统进行记录,并将数据推入常态拥堵历史库。
5.如权利要求1所述的一种多路段运行效果评价方法,其特征在于,所述步骤2)中,基于实时交通运行数据,包括速度、流量和\或占有率,判别该路段是否已发生拥堵,若发生拥堵,则判断是否为常态拥堵,若为突发拥堵,进入突发拥堵的处置过程,不作为考核依据;若为常态拥堵则进入步骤3)。
6.如权利要求1所述的一种多路段运行效果评价方法,其特征在于,所述步骤3)中,考核指标包括路段月度被考核拥堵次数、路段月度考核拥堵总时长、月度早高峰平均运行速度或流量和月度晚高峰平均运行速度或流量。
7.如权利要求1所述的一种多路段运行效果评价方法,其特征在于,所述各路段运行效果评价结果包括实际效果评价、效果改善评价和综合效果评价。
8.如权利要求7所述的一种多路段运行效果评价方法,其特征在于,所述实际效果评价具体为:结合多路段同项指标值,对指定路段指标进行归一化计算后,分别获取指定路段各单项指标值,为指定路段各项指标设置专家权值,加权计算实际效果分值;
所述效果改善评价具体为:获取指定路段当月及最少前三个月的四项指标数据,对各项指标改善效果值进行归一化处理,为指定路段各项改善指标设置专家权值,加权计算改善效果分值;
所述综合效果评价具体为:对多路段按实际效果分值及改善效果分值分别进行排名后,结合两项专家权值,计算得到指定路段综合效果评价分值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811479984.0A CN109523788B (zh) | 2018-12-05 | 2018-12-05 | 一种路段运行效果评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811479984.0A CN109523788B (zh) | 2018-12-05 | 2018-12-05 | 一种路段运行效果评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109523788A CN109523788A (zh) | 2019-03-26 |
CN109523788B true CN109523788B (zh) | 2020-09-29 |
Family
ID=65794232
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811479984.0A Active CN109523788B (zh) | 2018-12-05 | 2018-12-05 | 一种路段运行效果评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523788B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276541B (zh) * | 2019-06-14 | 2023-04-28 | 上海理工大学 | 一种考虑出行者适应过程的道路组织评价方法 |
CN114627642B (zh) * | 2022-02-25 | 2023-03-14 | 青岛海信网络科技股份有限公司 | 一种交通拥堵识别方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637357A (zh) * | 2012-03-27 | 2012-08-15 | 山东大学 | 一种区域交通状态评价方法 |
CN103956050A (zh) * | 2012-09-06 | 2014-07-30 | 北京交通发展研究中心 | 基于车辆行程数据的道路网运行评价方法 |
CN105825683A (zh) * | 2015-08-16 | 2016-08-03 | 李萌 | 一种道路交通状况评价方法 |
CN107000751A (zh) * | 2014-11-26 | 2017-08-01 | 通腾远程信息公司 | 用于提供建议驾驶速度的设备及方法 |
CN107341595A (zh) * | 2017-06-20 | 2017-11-10 | 北京市运输管理技术支持中心 | 一种车辆动态信息公共服务平台 |
-
2018
- 2018-12-05 CN CN201811479984.0A patent/CN109523788B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637357A (zh) * | 2012-03-27 | 2012-08-15 | 山东大学 | 一种区域交通状态评价方法 |
CN103956050A (zh) * | 2012-09-06 | 2014-07-30 | 北京交通发展研究中心 | 基于车辆行程数据的道路网运行评价方法 |
CN107000751A (zh) * | 2014-11-26 | 2017-08-01 | 通腾远程信息公司 | 用于提供建议驾驶速度的设备及方法 |
CN105825683A (zh) * | 2015-08-16 | 2016-08-03 | 李萌 | 一种道路交通状况评价方法 |
CN107341595A (zh) * | 2017-06-20 | 2017-11-10 | 北京市运输管理技术支持中心 | 一种车辆动态信息公共服务平台 |
Non-Patent Citations (8)
Title |
---|
Design and application of urban traffic state evaluation system;Lun-hui Xu;《Proceeding of the 11th World Congress on Intelligent Control and Automation》;20150305;4642-4646 * |
Threshold Sampling for Network Streaming Data Analysis;Hai Zhang;《2008 International Conference on Advanced Computer Theory and Engineering》;20090106;897-901 * |
基于PNN的山区高速公路路段安全状态评价;温惠英;《华南理工大学学报(自然科学版)》;20110831;第39卷(第8期);113-117 * |
基于定点检测器的路段交通状态实时评价方法;曲腾姣;《青岛理工大学学报》;20151012;第36卷(第5期);95-99 * |
基于速度的交通状态识别及动态评价研究;郭义荣;《公路交通科技》;20120731;第29卷(第S1期);26-31 * |
大型公共场所行人交通状态评价及其应急疏散方法研究;张伟;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20140915(第09期);C034-17 * |
大数据驱动下的高速公路交通运行状态评价与分析;陈娇娜;《中国博士学位论文全文数据库工程科技Ⅱ辑》;20170515(第05期);C034-21 * |
高速公路路段运行状况评价与分析研究;邓毅萍;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20070715(第01期);C034-93 * |
Also Published As
Publication number | Publication date |
---|---|
CN109523788A (zh) | 2019-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109448367B (zh) | 一种基于大数据图像采集的智能道路交通追踪管理系统 | |
CN108109382B (zh) | 基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法 | |
CN104715610B (zh) | 一种面向城市交通的交通指数计算方法 | |
CN102542841B (zh) | 一种停车指数计算及发布方法 | |
CN108596202B (zh) | 基于移动终端gps定位数据计算个人通勤时间的方法 | |
CN110111592B (zh) | 基于交通信号控制机动态匹配最优信号配时方案的方法 | |
CN110705747A (zh) | 一种基于大数据的智慧公共交通云脑体系 | |
CN108877227B (zh) | 一种基于多源交通数据的全局动态出行需求估计方法 | |
CN106781499B (zh) | 一种交通网络效率评价系统 | |
CN110390349A (zh) | 基于XGBoost模型的公交车客流量预测建模方法 | |
CN109147330A (zh) | 一种拥堵识别方法及装置 | |
CN103050005A (zh) | 城市道路交通状态时空分析方法与系统 | |
CN108171998A (zh) | 一种基于电警数据的交叉口自适应交通信号控制系统及其工作方法 | |
CN109523788B (zh) | 一种路段运行效果评价方法 | |
CN111445700B (zh) | 一种基于车牌识别数据的区域行停车辆的监测方法 | |
CN111383453B (zh) | 交通信号控制在线仿真和实时跟踪反馈系统及运行方法 | |
CN108573600B (zh) | 一种驾驶员行为诱导与局部交通流优化方法 | |
Zou et al. | Examining the impact of adverse weather on travel time reliability of urban corridors in Shanghai | |
Abdel-Aty et al. | Assessing crash occurrence on urban freeways by applying a system of interrelated equations | |
CN108345987B (zh) | 一种道路基础设施建设项目影响评价决策支持系统及方法 | |
CN111145535B (zh) | 一种复杂场景下的行程时间可靠性分布预测方法 | |
CN117173889A (zh) | 一种城市道路多交叉口及相关联路段综合评价方法 | |
CN111680888A (zh) | 基于rfid数据确定路网容量的方法 | |
CN106446194A (zh) | 一种地理区域的采集参数确定方法及装置 | |
CN101866549A (zh) | 区域交通服务水平微观指标及评价方法 |
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 |