CN110428629A - 一种基于智能路测设备的道路状况探测方法 - Google Patents
一种基于智能路测设备的道路状况探测方法 Download PDFInfo
- Publication number
- CN110428629A CN110428629A CN201910827807.5A CN201910827807A CN110428629A CN 110428629 A CN110428629 A CN 110428629A CN 201910827807 A CN201910827807 A CN 201910827807A CN 110428629 A CN110428629 A CN 110428629A
- Authority
- CN
- China
- Prior art keywords
- road
- data
- measuring device
- condition
- vehicle
- 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
- G08G1/0125—Traffic data processing
-
- 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
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Abstract
本发明涉及到道路状况探测技术领域,尤其为一种基于智能路测设备的道路状况探测方法,包括以下步骤:步骤S1,在需要探测路段投放智能路测设备;步骤S2,打开智能路测设备,利用智能路测设备的抓拍单元在探测路段对车辆进行车流量、平均车速和车辆道路占用率进行数据采集;步骤S3,将采集的车流量、平均车速和车辆道路占用率数据进行数据分析,然后将分析结果转换成路况等级;步骤S4,将路况等级实时的传输至大数据中心进行存储。本发明有效的将车辆的到达信息转换为交通流流量交通参数,且计算方法较为简洁,更具有可操作性,丰富了交通参数获取手段,提高了检测的动态性。
Description
技术领域
本发明涉及道路状况探测技术领域,尤其是一种基于智能路测设备的道路状况探测方法。
背景技术
高速公路道路养护影响道路通行,经常会造成养护路段的拥堵,无法实时自动更新道路养护的准确路段、施工进度与养护路段前后的道路拥堵情况。
目前,道路状况探测方法主要采用地感线圈、视频图像处理和人工等方法,地感线圈获取的参数不全面,视频图像处理过程较为复杂,使用不便,人工操作精度低。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于智能路测设备的道路状况探测方法。
为了实现上述目的,本发明采用了如下技术方案:
一种基于智能路测设备的道路状况探测方法,包括以下步骤:
步骤S1,在需要探测路段投放智能路测设备;
步骤S2,打开智能路测设备,利用智能路测设备的抓拍单元在探测路段对车辆车流量、平均车速和车辆道路占用率进行数据采集;
步骤S3,将采集的车流量、平均车速和车辆道路占用率数据进行数据分析,然后将分析结果转换成路况等级;
步骤S4,将路况等级实时的传输至大数据中心进行存储。
优选的,所述步骤S1,智能路测设备内部设有抓拍单元、数据分析单元、数据转换单元、数据存储单元和数据传输单元。
优选的,所述抓拍单元具备图片抓拍和视屏抓拍,且所述抓拍单元内部搭载有RFID检测器。
优选的,所述步骤S3,数据分析步骤:
S1,将采集的车流量、平均车速和车辆道路占用率数据进行预处理:RFID原始数据的清洗和RFID数据的汇集;
S2,根据S1得到的RFID汇集的数据进行实时检测,获取探测路段车辆的出行链,从而实行动态OD预测,得到动态交通分配信息,从而实现路网交通流量的预测;
S3,根据S2得到的实时检测的数据进行数据存储,从而得到历史数据库,根据历史数据库内的信息进行相似性分析,根据相似交通状况下流量转移率的计算,从而对路段交通流量进行预测;
S4,根据实时检测数据分析和历史数据库数据分析,得到路况等级。
优选的,所述步骤S4,智能路测设备和大数据中心之间通过搭载4G无线传输数据传输单元进行数据传输。
优选的,所述S4,大数据中心设有信息接收服务器和信息存储服务器。
本方案中,对车辆进行识别,还可使用抓拍单元的视频结构化功能,将视频中经过的车辆进行车牌识别,通过车牌识别知道有车过来,然后通过车辆经过的频率与起始、终止端之间的行驶时间来评估车流量与车辆经过的速度
与现有技术相比,本发明具有以下有益效果:
1、本发明采用的RFID技术不同于其他传统交通信息采集方式所获取的数据,RFID数据有着自身的特性,具体表现如下:数据批量性、海量性:当车流以较快的速度经过检测区域时,RFID数据是以时间顺序流的形式快速的产生和存储的,此外,多个车辆会被集中地观测到,随着时间的变化,检测到的车辆数越来越多,信息也越来越多,因此具有海量和批量的特性,若在路网中大规模的布设RFID设备将可获取海量的交通数据;数据高靠性:与传统的交通数据采集相比,RFID能够全天候无干扰的获取车辆数据,计算传输便捷,RFID检测器对车辆的识别过程虽不是百分百可靠的,但准确率可达99.9%以上,RFID技术提高了数据的可靠性,对设备的维护更为方便,减少因设备维护造成的道路损伤和不必要的交通拥堵。
2、本发明在智能路测设备的抓拍单元搭载的RFID检测器读取到的数据中,有效的将车辆的到达信息转换为交通流流量交通参数,且计算方法较为简洁,更具有可操作性,且精度高、可行性好,丰富了交通参数获取手段,提高了检测的动态性。
3、本发明以一种基于智能路测设备的道路状况探测方法进行道路状况的探测,实现智能路测设备和RFID技术相结合的数据获取方法,实现数据4G无线传输,为道路状况探测提供一种简单易操作、高效的探测方法。
附图说明
图1为本发明中基于智能路测设备的道路状况探测方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参照图1-1,一种基于智能路测设备的道路状况探测方法,包括以下步骤:
步骤S1,在需要探测路段投放智能路测设备。
步骤S2,打开智能路测设备,利用智能路测设备的抓拍单元在探测路段对车辆进行车流量、平均车速和车辆道路占用率进行数据采集,智能路测设备内部设有抓拍单元、数据分析单元、数据转换单元、数据存储单元和数据传输单元,抓拍单元具备图片抓拍和视屏抓拍,且所述抓拍单元内部搭载有RFID检测器。
步骤S3,将采集的车流量、平均车速和车辆道路占用率数据进行数据分析,数据分析步骤:将采集的车流量、平均车速和车辆道路占用率数据进行预处理:RFID原始数据的清洗和RFID数据的汇集,根据得到的RFID汇集的数据进行实时检测,获取探测路段车辆的出行链,从而实行动态OD预测,得到动态交通分配信息,从而实现路网交通流量的预测,根据得到的实时检测的数据进行数据存储,从而得到历史数据库,根据历史数据库内的信息进行相似性分析:
(1)以天为单位,将每天RFLD采集到的交通流数据数据以时间序列划分为k个数据集,记为作一个列向量li=[x1,x2,...,xk]T(i=12,3,...,n),则n天所有交通流数据构成矩阵L=[l1,l2,l3,...,ln],为表示各个向量两两间的相似度,引进相似系数S,其表达式为:
式中R为矩阵L的相关数阵,其表达式为:
式中COV(li,lj)为li与lj的协方差系数,D(li),D(lj)分别为li,lj的方差,相似系数S的值越大,则交通流相似性越大。
(2)波动系数:令向量M=[E(l1),E(l2),...,E(ln)],其中每个元素代表一定的时间序列中交通流量均值,定义波动系数T为:
式中,D(M)为M的方差,E(M)为M的均值,T的值越小,表明各天交通流量变化程度越小。
(3)相似性划分依据:为保证预测的精度,需要交通流的相似系数S和波动系数T达到一定标准,以历史数据作为分析相似交通流状况的依据,具体的标准如下:S>0.9,T<0.1。
根据相似交通状况下流量转移率的计算,从而对路段交通流量进行预测:
(1)流量转移率的计算:预测某时刻路段Y的交通流流量时首先考虑路段Xi到路段Y的交通量转移率,某天t时刻某一路段Xi到路段Y交通量平均转移率的计算公式如下:
式中,Pt(Xi→Y)表示某天t时刻的路段Xi到路段Y交通量转移率,n表示符合相似度要求历史交通流量数据的数量。
(2)路段间行程时间的计算:预测某时刻路段Y的交通流流量时还需要考虑路段Xi到路段Y的行程时间,用τXi→Y表示,利用相似交通流数据计算,公式如下:
式中,表示符合相似度要求的两路段间的平均行程时间,(t1-t2)表示车辆到达Y路段入口和Xi路段入口的时刻差,∑f表示预测间隔时间内车辆相同的数量。
(3)路段交通流量的预测:路段某时刻交通量的预测公式如下:
式中,t是指需要预测的时刻,txi→y表示历史上相似交通状态下路段Xi到路段Y的平均行程时间,Qxi(t-txi→y)表示(t-txi→y)时刻路段Xi的交通量,表示历史相似交通流状态下端Xi到路段Y的平均转移率。
根据实时检测数据分析和历史数据库数据分析,得到流量转移率和平均流量转移率,以平均流量转移率为基准,然后将分析结果转换成路况等级,将大于平均流量转移率的路况数据作为紧急路况情况数据依据,小于平均流量转移率的路况数据作为正常路况情况数据依据,平均流量转移率时的路况数据作为作为临界路况情况数据依据,形成三级路况等级。
步骤S4,将路况等级实时的传输至大数据中心进行存储,智能路测设备和大数据中心之间通过搭载4G无线传输数据传输单元进行数据传输,大数据中心设有信息接收服务器和信息存储服务器。
基于智能路测设备的道路状况探测方法实施流程:
1.在需要探测路段投放智能路测设备。
2.打开智能路测设备,利用智能路测设备的抓拍单元在探测路段进行对车辆进行车流量、平均车速和道路占用率等车辆信息进行采集,如图1,检测前需先进行将采集的信息进行RFID数据的预处理:RFID原始数据的清洗和RFID数据的汇集,RFID实时动态的产生关于车辆状态变化的数据,多个车辆会被集中地观测到,随着时间的变化,检测到的车辆数越来越多,信息也越来越多,因此具有海量和批量的特性,若在路网中大规模的布设RFID设备将可获取海量的交通数据,与传统的交通数据采集相比,RFID能够全天候无干扰的获取车辆数据,计算传输便捷,RFID检测器对车辆的识别过程虽不是百分百可靠的,但准确率可达99.9%以上,RFID技术提高了数据的可靠性,对设备的维护更为方便,减少因设备维护造成的道路损伤和不必要的交通拥堵。
3.通过智能路测设备的抓拍单元搭载的RFID检测器读取到的数据中,有效的将车辆的到达信息转换为交通流流量交通参数,且计算方法较为简洁,更具有可操作性,且精度高、可行性好,丰富了交通参数获取手段,提高了检测的动态性。
4.然后通过实现智能路测设备和RFID技术相结合的数据获取方法,通过数据4G无线传输,将路况等级实时的传输至大数据中心的信息接收服务器和信息存储服务器进行存储,为道路状况探测提供一种简单易操作、高效的探测方法。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于智能路测设备的道路状况探测方法,其特征在于,包括以下步骤:
步骤S1,在需要探测路段投放智能路测设备;
步骤S2,打开智能路测设备,利用智能路测设备的抓拍单元在探测路段对车辆车流量、平均车速和车辆道路占用率进行数据采集;
步骤S3,将采集的车流量、平均车速和车辆道路占用率数据进行数据分析,然后将分析结果转换成路况等级;
步骤S4,将路况等级实时的传输至大数据中心进行存储。
2.根据权利要求1所述的基于智能路测设备的道路状况探测方法,其特征在于,所述步骤S1,智能路测设备内部设有抓拍单元、数据分析单元、数据转换单元、数据存储单元和数据传输单元。
3.根据权利要求2所述的基于智能路测设备的道路状况探测方法,其特征在于,所述抓拍单元具备图片抓拍和视屏抓拍,且所述抓拍单元内部搭载有RFID检测器。
4.根据权利要求1所述的基于智能路测设备的道路状况探测方法,其特征在于,所述步骤S3,数据分析步骤:
S1,将采集的车流量、平均车速和车辆道路占用率数据进行预处理:RFID原始数据的清洗和RFID数据的汇集;
S2,根据S1得到的RFID汇集的数据进行实时检测,获取探测路段车辆的出行链,从而实行动态OD预测,得到动态交通分配信息,从而实现路网交通流量的预测;
S3,根据S2得到的实时检测的数据进行数据存储,从而得到历史数据库,根据历史数据库内的信息进行相似性分析,根据相似交通状况下流量转移率的计算,从而对路段交通流量进行预测;
S4,根据实时检测数据分析和历史数据库数据分析,得到路况等级。
5.根据权利要求1所述的基于智能路测设备的道路状况探测方法,其特征在于,所述步骤S4,智能路测设备和大数据中心之间通过搭载4G无线传输数据传输单元进行数据传输。
6.根据权利要求1所述的基于智能路测设备的道路状况探测方法,其特征在于,所述S4,大数据中心设有信息接收服务器和信息存储服务器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910827807.5A CN110428629A (zh) | 2019-09-03 | 2019-09-03 | 一种基于智能路测设备的道路状况探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910827807.5A CN110428629A (zh) | 2019-09-03 | 2019-09-03 | 一种基于智能路测设备的道路状况探测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110428629A true CN110428629A (zh) | 2019-11-08 |
Family
ID=68418648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910827807.5A Pending CN110428629A (zh) | 2019-09-03 | 2019-09-03 | 一种基于智能路测设备的道路状况探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110428629A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111243280A (zh) * | 2020-03-20 | 2020-06-05 | 青岛海信网络科技股份有限公司 | 一种实时计算交通状态的指标的方法及装置 |
CN111613053A (zh) * | 2020-04-21 | 2020-09-01 | 北京掌行通信息技术有限公司 | 一种交通扰动的检测分析方法、装置、存储介质及终端 |
CN114463972A (zh) * | 2022-01-26 | 2022-05-10 | 成都和乐信软件有限公司 | 一种基于etc门架通信数据的路段区间交通分析预测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2455829A1 (en) * | 2003-01-21 | 2004-05-26 | Bernard Grush | Method and apparatus for a satellite positioning-based metering system for use in transport-related applications |
CN101814237A (zh) * | 2009-12-04 | 2010-08-25 | 四川川大智胜软件股份有限公司 | 一种基于车牌识别技术的道路状态判别器及其判别方法 |
CN103500504A (zh) * | 2013-09-30 | 2014-01-08 | 同济大学 | 基于rfid数据的城市道路交通参数估计与路况判别方法及应用系统 |
CN103700257A (zh) * | 2013-11-18 | 2014-04-02 | 贵州省交通科学研究院有限责任公司 | 一种基于马尔科夫预测法的交通转移交通量预测方法 |
CN108550261A (zh) * | 2018-05-31 | 2018-09-18 | 重庆大学 | 基于rfid电子车牌的城市交通od计算方法 |
CN109147325A (zh) * | 2018-09-04 | 2019-01-04 | 广州视源电子科技股份有限公司 | 路况预测方法及装置、存储介质、处理器 |
CN109658693A (zh) * | 2018-12-26 | 2019-04-19 | 大唐软件技术股份有限公司 | 一种路况信息获取和处理的方法及装置 |
CN209015417U (zh) * | 2018-09-03 | 2019-06-21 | 杭州凌望建筑科技有限公司 | 基于物联网的道路监控装置 |
-
2019
- 2019-09-03 CN CN201910827807.5A patent/CN110428629A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2455829A1 (en) * | 2003-01-21 | 2004-05-26 | Bernard Grush | Method and apparatus for a satellite positioning-based metering system for use in transport-related applications |
CN101814237A (zh) * | 2009-12-04 | 2010-08-25 | 四川川大智胜软件股份有限公司 | 一种基于车牌识别技术的道路状态判别器及其判别方法 |
CN103500504A (zh) * | 2013-09-30 | 2014-01-08 | 同济大学 | 基于rfid数据的城市道路交通参数估计与路况判别方法及应用系统 |
CN103700257A (zh) * | 2013-11-18 | 2014-04-02 | 贵州省交通科学研究院有限责任公司 | 一种基于马尔科夫预测法的交通转移交通量预测方法 |
CN108550261A (zh) * | 2018-05-31 | 2018-09-18 | 重庆大学 | 基于rfid电子车牌的城市交通od计算方法 |
CN209015417U (zh) * | 2018-09-03 | 2019-06-21 | 杭州凌望建筑科技有限公司 | 基于物联网的道路监控装置 |
CN109147325A (zh) * | 2018-09-04 | 2019-01-04 | 广州视源电子科技股份有限公司 | 路况预测方法及装置、存储介质、处理器 |
CN109658693A (zh) * | 2018-12-26 | 2019-04-19 | 大唐软件技术股份有限公司 | 一种路况信息获取和处理的方法及装置 |
Non-Patent Citations (3)
Title |
---|
李学龙: "基于RFID的城市道路交通状态检测与预测方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
王金龙、马涛: "基于RFID 的城市道路交通流预测方法研究", 《中国新通信》 * |
隋亚刚: "《推进新一代智能交通建设 加强社会 服务管理创新》", 30 November 2011 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111243280A (zh) * | 2020-03-20 | 2020-06-05 | 青岛海信网络科技股份有限公司 | 一种实时计算交通状态的指标的方法及装置 |
CN111243280B (zh) * | 2020-03-20 | 2021-04-13 | 青岛海信网络科技股份有限公司 | 一种实时计算交通状态的指标的方法及装置 |
CN111613053A (zh) * | 2020-04-21 | 2020-09-01 | 北京掌行通信息技术有限公司 | 一种交通扰动的检测分析方法、装置、存储介质及终端 |
CN114463972A (zh) * | 2022-01-26 | 2022-05-10 | 成都和乐信软件有限公司 | 一种基于etc门架通信数据的路段区间交通分析预测方法 |
CN114463972B (zh) * | 2022-01-26 | 2024-02-27 | 成都和乐信软件有限公司 | 一种基于etc门架通信数据的路段区间交通分析预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103258427B (zh) | 基于信息物理网络的城市快速路交通实时监控方法 | |
CN110428629A (zh) | 一种基于智能路测设备的道路状况探测方法 | |
CN102622798B (zh) | 一种客流统计分析系统 | |
CN103593974B (zh) | 一种基于定位信息的公交载客量采集方法 | |
CN102855757B (zh) | 基于排队检测器信息瓶颈状态识别方法 | |
CN109272153A (zh) | 一种旅游景区人流预警系统 | |
CN208521463U (zh) | 停车场管理系统及其车位管理系统、车牌识别收费系统 | |
CN101727746B (zh) | 信号灯控制的城市道路机动车动态行程时间估计方法 | |
CN110751828B (zh) | 一种路段拥堵测量方法、装置、计算机设备及存储介质 | |
US20170171692A1 (en) | Sensor node, controller node, sensor network system, and operation method thereof | |
CN111582188B (zh) | 一种基于人工智能的混凝土浇筑旁站监理方法 | |
CN106652483A (zh) | 利用检测设备在区域公路网布设交通信息检测点的方法 | |
CN110276950A (zh) | 一种基于卡口视频数据的城市交通出行链重构方法 | |
CN111739315B (zh) | 一种交通信号灯绿波智能调节方法及智能调节系统 | |
CN108196998A (zh) | 一种状态识别方法、移动设备及服务器 | |
CN105225539B (zh) | 基于主成分分析的扇区运行性能综合指数的方法及系统 | |
CN106267774A (zh) | 运动状态识别方法和装置 | |
CN107146414B (zh) | 基于车辆识别的路网通行能力提取方法 | |
KR102445068B1 (ko) | 미세먼지 농도 예측 시스템 | |
CN110503070A (zh) | 基于航拍图像目标检测处理技术的交通自动化监测方法 | |
CN110516866A (zh) | 一种用于城市轨交地铁拥挤度的实时估计方法 | |
CN108495095B (zh) | 一种基于无人机的雾霾扩散监控系统 | |
CN115249331A (zh) | 基于卷积神经网络模型的矿山生态安全识别方法 | |
CN210183356U (zh) | 一种海绵城市暴雨检测预警系统 | |
CN116631186A (zh) | 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统 |
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: 20191108 |