CN110609853B - 一种干线常发拥堵传播规律挖掘方法及装置 - Google Patents

一种干线常发拥堵传播规律挖掘方法及装置 Download PDF

Info

Publication number
CN110609853B
CN110609853B CN201910882110.8A CN201910882110A CN110609853B CN 110609853 B CN110609853 B CN 110609853B CN 201910882110 A CN201910882110 A CN 201910882110A CN 110609853 B CN110609853 B CN 110609853B
Authority
CN
China
Prior art keywords
road section
congestion
road
determining
sections
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
Application number
CN201910882110.8A
Other languages
English (en)
Other versions
CN110609853A (zh
Inventor
杨海强
李忠芝
王雯雯
吕建辉
许晶玉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hisense TransTech Co Ltd
Original Assignee
Hisense TransTech Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hisense TransTech Co Ltd filed Critical Hisense TransTech Co Ltd
Priority to CN201910882110.8A priority Critical patent/CN110609853B/zh
Publication of CN110609853A publication Critical patent/CN110609853A/zh
Application granted granted Critical
Publication of CN110609853B publication Critical patent/CN110609853B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24564—Applying rules; Deductive queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种干线常发拥堵传播规律挖掘方法及装置，该方法包括获取干线上各路段的过车数据，根据各路段的过车数据，确定各路段的路段自由流速度和预设时间间隔内的路段平均行程速度，确定所述各路段的拥堵等级，根据各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段，根据关键路段的向相邻路段传播拥堵的频次以及干线的其他路段的向相邻路段传播拥堵的频次，确定干线常发拥堵传播规律。实现有效的挖掘拥堵的关键路段及传播方式，为交警提供事前预防以及事后干预的有效参考，支撑其开展警力调派、信号控制、出行诱导等疏堵工作。

Description

一种干线常发拥堵传播规律挖掘方法及装置
技术领域
本发明实施例涉及交通技术领域，尤其涉及一种干线常发拥堵传播规律挖掘方法及装置。
背景技术
城市常发性交通拥堵是城市交通顽疾，相较于偶发拥堵，具有相对固定的产生、传播、消散模式，影响的时间及空间范围更广，对城市居民出行带来更大影响。而由于干线道路承担了大量的交通出行，是城市交通的重要通道和链路，在干线上产生的频繁性、重复性交通拥堵，不仅影响干线自身交通出行，同时对整个城市居民出行效率产生巨大的影响，亟待解决。同时，干线上的常发性交通拥堵具有一定时空传播规律，如果不及时进行疏堵干预，会造成更大范围、更严重的拥堵事件。此外，目前常发拥堵蔓延规律的识别主要基于交警的人工经验，工作量大且缺少理论支撑，无法准确、客观的描述干线常发拥堵的传播规律，导致对干线常发拥堵机理认识不清，也缺少有效的手段对其进行干预。
发明内容
本发明实施例提供一种干线常发拥堵传播规律挖掘方法及装置，用以实现有效的挖掘拥堵的关键路段以及传播方式。
第一方面，本发明实施例提供一种干线常发拥堵传播规律挖掘方法，包括：
获取干线上各路段的过车数据；
根据所述各路段的过车数据，确定各路段的路段自由流速度和预设时间间隔内的路段平均行程速度；根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级；
根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段；
根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定所述干线常发拥堵传播规律。
上述技术方案中，通过各路段的拥堵等级确定的单次拥堵事件中各路段向相邻路段传播拥堵的频次来确定干线常发拥堵传播规律，以实现有效的挖掘拥堵的关键路段及传播方式，为交警提供事前预防以及事后干预的有效参考，支撑其开展警力调派、信号控制、出行诱导等疏堵工作。
可选的，所述根据所述各路段的过车数据，确定各路段的路段自由流速度和预设时间间隔内的路段平均行程速度，包括：
根据所述各路段的过车数据中上下游的过车时间，确定各路段的车辆行程时间；
统计预设时间间隔内所有通过所述各路段的车辆行程时间的平均值，确定预设时间间隔内所述各路段的路段行程时间；
根据所述各路段的路段行程时间以及所述各路段的长度，确定所述预设时间间隔内所述各路段的路段平均行程速度；
对预设周期内所述路段的各预设时间间隔的路段平均行程速度进行排序，根据排序结果，确定出所述各路段的路段自由流速度。
可选的，所述拥堵等级包括畅通等级、基本畅通等级、轻度拥堵等级、中度拥堵等级和严重拥堵等级；
所述根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级，包括：
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第一阈值时，确定所述各路段的拥堵等级为畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第二阈值且小于或等于自由流速度的第一阈值时，确定所述各路段的拥堵等级为基本畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第三阈值且小于或等于所述各路段的路段自由流速度的第二阈值时，确定所述各路段的拥堵等级为轻度拥堵等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第四阈值且小于或等于所述各路段的路段自由流速度的第三阈值时，确定所述各路段的拥堵等级为中度拥堵等级；
在所述各路段的路段平均行程速度小于等于所述各路段的路段自由流速度的第四阈值时，确定所述各路段的拥堵等级为严重拥堵等级。
可选的，所述根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，包括：
根据所述各路段的拥堵等级，统计预设时段内各个时间间隔发生拥堵的路段；
根据所述发生拥堵的路段的相邻两个时间间隔的拥堵状态，记录所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次；
根据记录的所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次，确定出预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次。
可选的，所述根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定所述干线常发拥堵传播规律，包括：
以所述关键路段为根节点，根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定出树状的拥堵传播结构；
将所述树状的拥堵传播结构，确定为所述干线常发拥堵传播规律。
第二方面，本发明实施例提供一种干线常发拥堵传播规律挖掘装置，包括：
获取单元，用于获取干线上各路段的过车数据；
处理单元，用于根据所述各路段的过车数据，确定各路段的路段自由流速度和预设时间间隔内的路段平均行程速度；根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级；根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段；根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定所述干线常发拥堵传播规律。
可选的，所述处理单元具体用于：
根据所述各路段的过车数据中上下游的过车时间，确定各路段的车辆行程时间；
统计预设时间间隔内所有通过所述各路段的车辆行程时间的平均值，确定预设时间间隔内所述各路段的路段行程时间；
根据所述各路段的路段行程时间以及所述各路段的长度，确定所述预设时间间隔内所述各路段的路段平均行程速度；
对预设周期内所述路段的各预设时间间隔的路段平均行程速度进行排序，根据排序结果，确定出所述各路段的路段自由流速度。
可选的，所述拥堵等级包括畅通等级、基本畅通等级、轻度拥堵等级、中度拥堵等级和严重拥堵等级；
所述处理单元具体用于：
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第一阈值时，确定所述各路段的拥堵等级为畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第二阈值且小于或等于自由流速度的第一阈值时，确定所述各路段的拥堵等级为基本畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第三阈值且小于或等于所述各路段的路段自由流速度的第二阈值时，确定所述各路段的拥堵等级为轻度拥堵等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第四阈值且小于或等于所述各路段的路段自由流速度的第三阈值时，确定所述各路段的拥堵等级为中度拥堵等级；
在所述各路段的路段平均行程速度小于等于所述各路段的路段自由流速度的第四阈值时，确定所述各路段的拥堵等级为严重拥堵等级。
可选的，所述处理单元具体用于：
根据所述各路段的拥堵等级，统计预设时段内各个时间间隔发生拥堵的路段；
根据所述发生拥堵的路段的相邻两个时间间隔的拥堵状态，记录所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次；
根据记录的所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次，确定出预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次。
可选的，所述处理单元具体用于：
以所述关键路段为根节点，根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定出树状的拥堵传播结构；
将所述树状的拥堵传播结构，确定为所述干线常发拥堵传播规律。
第三方面，本发明实施例还提供一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述干线常发拥堵传播规律挖掘方法。
第四方面，本发明实施例还提供一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述干线常发拥堵传播规律挖掘方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种系统架构的示意图；
图2为本发明实施例提供的一种道路的示意图；
图3为本发明实施例提供的一种干线常发拥堵传播规律挖掘方法的流程示意图；
图4为本发明实施例提供的一种拥堵传播演变的示意图；
图5为本发明实施例提供的一种拥堵传播方向的示意图；
图6为本发明实施例提供的一种干线的示意图；
图7为本发明实施例提供的一种树状结构的示意图；
图8为本发明实施例提供的一种干线常发拥堵传播规律挖掘装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，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它实施例，都属于本发明保护的范围。
图1示例性的示出了本发明实施例所适用的一种系统架构，该系统架构可以为服务器100，包括处理器110、通信接口120和存储器130。该服务器100可以位于交通控制中心。
其中，通信接口120用于分别与电子警察设备进行通信，收发该电子警察设备传输的信息，实现通信。
处理器110是服务器100的控制中心，利用各种接口和路线连接整个服务器100的各个部分，通过运行或执行存储在存储器130内的软件程序/或模块，以及调用存储在存储器130内的数据，执行服务器100的各种功能和处理数据。可选地，处理器110可以包括一个或多个处理单元。
存储器130可用于存储软件程序以及模块，处理器110通过运行存储在存储器130的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器130可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据业务处理所创建的数据等。此外，存储器130可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需要说明的是，上述图1所示的结构仅是一种示例，本发明实施例对此不做限定。
此外，本发明实施例还需要定义以下信息：
所选周期P(Period)：周期可以为一天，一周，一月，一季度，一年等。
所选时段T：早晚高峰，例如青岛早高峰为7:30-9:00，晚高峰为17:30-19:00。
时间间隔TL：例如7:30-9:00，时间间隔为5分钟，则共计18个时间间隔。
路段S(Section)：路段包含其上游交叉口。如图2所示，AE为路段S。
干线R(Road)：干线是多个路段的组合。例如某某路等。
基于上述描述，图3示例性的示出了本发明实施例提供的一种干线常发拥堵传播规律挖掘方法的流程，该流程可以由干线常发拥堵传播规律挖掘装置执行，该装置可以位于如图1所示服务器100内，也可以是该服务器100。
如图3所示，该流程具体包括：
步骤301，获取干线上各路段的过车数据。
各路段的过车数据可以由各路段的上下游的电子警察设备进行采集。服务器可以每分钟获取一次。
步骤302，根据所述各路段的过车数据，确定各路段的路段自由流速度和预设时间间隔内的路段平均行程速度；根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级。
当得到各路段的过车数据之后，就可以根据所述各路段的过车数据中上下游的过车时间，确定各路段的车辆行程时间，然后统计预设时间间隔内所有通过所述各路段的车辆行程时间的平均值，确定预设时间间隔内所述各路段的路段行程时间，根据所述各路段的路段行程时间以及所述各路段的长度，确定所述预设时间间隔内所述各路段的路段平均行程速度，最后，对预设周期内所述路段的各预设时间间隔的路段平均行程速度进行排序，根据排序结果，确定出所述各路段的路段自由流速度。
举例来说，当得到各路段的过车数据中上下游的过车时间之后，计算出各路段通行的车辆的车辆行程时间，然后提取时段T内各路段通行的车辆的车辆行程时间，计算该时段T内车辆行程时间的75％分位数、25％分位数、分位差IQR、上边界UpLimit、下边界LowLimit。
其中，IQR＝75％分位数-25％分位数；UpLimit＝75％分位数+IQR*1.5；LowLimit＝25％分位数-IQR*1.5。IQR为上下四分位差，UpLimit为上边界，LowLimit为下边界。
然后，选取UpLimit和LowLimit范围内的行程时间数据作为正常数据。最后，若所选时段内样本量较小(默认小于等于8)，则利用上一个时间段内的行程时间,如果存在大于等于5个连续时间段无样本量或样本量较小，则认为此时间段内该路段行程时间缺失，则利用自由流行程时间补齐数据。
基于上述处理后的车辆行程时间，就可以计算路段行程时间，然后计算路段平均行程速度，具体包括：
(1)路段行程时间。
路段行程时间指一段时间T内所有通过某一路段机动车行程时间的平均行程时间，如公式(1)。
Figure BDA0002206205750000091
其中，
Figure BDA0002206205750000092
表示时间间隔TL内路段j的平均行程时间，单位为小时(h)；n表示分析时段T内经过路段j的车辆数；Ti表示车辆i通过路段j的行程时间。
(2)路段平均行程速度。
路段平均行程速度计算的时间间隔TL≤5min，计算方法如公式(2)：
Figure BDA0002206205750000093
其中：VTLj表示时间间隔TL内路段j的平均行程速度，单位为千米每小时(km/h)；
Figure BDA0002206205750000094
表示时间间隔TL内车辆行驶过路段j所使用的平均行程时间；Lj为路段j的长度，单位为千米(km)。
基于上述路段平均行程速度，就可以按如下步骤计算评价路段j自由流速度V_jf，单位为千米每小时(km/h)：
1)、将6:00-24:00按5分钟间隔等分，共划分为216个；
2)、计算每一时间间隔平均行程速度的算术平均值，取30天数据；
3)、将
Figure BDA0002206205750000095
从大到小排序，取排序结果的前1/9的平均值作为Vjf；
若Vjf大于限速，则取限速。
需要说明的是，路段自由流速度可以一个月更新一次，每月第一天凌晨进行计算。
当得到上述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度之后，就可以确定各路段的拥堵等级，该拥堵等级可以包括畅通等级、基本畅通等级、轻度拥堵等级、中度拥堵等级和严重拥堵等级。具体的，在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第一阈值时，确定所述各路段的拥堵等级为畅通等级；在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第二阈值且小于或等于自由流速度的第一阈值时，确定所述各路段的拥堵等级为基本畅通等级；在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第三阈值且小于或等于所述各路段的路段自由流速度的第二阈值时，确定所述各路段的拥堵等级为轻度拥堵等级；在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第四阈值且小于或等于所述各路段的路段自由流速度的第三阈值时，确定所述各路段的拥堵等级为中度拥堵等级；在所述各路段的路段平均行程速度小于等于所述各路段的路段自由流速度的第四阈值时，确定所述各路段的拥堵等级为严重拥堵等级。其中，第一阈值、第二阈值、第三阈值、第四阈值可以依据经验设置。
举例来说，路段交通运行状况等级按照路段平均行程速度与自由流速度的关系划分为如下五个等级：
1)、路段行程速度大于自由流速度的70％为畅通等级；
2)、路段行程速度大于自由流速度的50％且小于或等于自由流速度的70％为基本畅通等级；
3)、路段行程速度大于自由流速度的40％且小于或等于自由流速度的50％为轻度拥堵等级；
4)、路段行程速度大于自由流速度的30％且小于或等于自由流速度的40％为中度拥堵等级；
5)、路段平均行程速度小于等于自由流速度的30％为严重拥堵等级。
路段交通运行状况等级用颜色表示，具体可以如表1所示。
表1
Figure BDA0002206205750000101
步骤303，根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段。
当得到各路段的拥堵等级之后，就可以来统计预设时段内各个时间间隔发生拥堵的路段，然后根据所述发生拥堵的路段的相邻两个时间间隔的拥堵状态，记录所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次，最后根据记录的所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次，确定出预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次。
这里需要先定义单次拥堵事件，就需要先进行路段拥堵的判别，具体判别原则可以如下：
记严重拥堵＝5，中度拥堵＝4，轻度拥堵＝3，基本畅通＝2，畅通＝1，
Figure BDA0002206205750000111
其中，
Figure BDA0002206205750000112
表示所选时段T内第i个时间间隔内路段Sj的拥堵等级。
具体包括：
(1)若
Figure BDA0002206205750000113
说明路段Sj在第i+1个时间间隔内比第i个时间间隔内交通拥堵程度严重。
(2)若
Figure BDA0002206205750000114
说明路段Sj在第i+1个时间间隔内与第i个时间间隔内交通拥堵程度相同。
(3)若
Figure BDA0002206205750000115
说明路段Sj在第i+1个时间间隔内与第i个时间间隔内交通拥堵程度降低。
然后基于确定的拥堵的路段，仅单次拥堵事件传播过程分析。设城市道路上第k条干线(带方向)为MLk，基于城市主干路的单次拥堵事件演变过程如下图4所示。假设图4中j+1，j，j-1三条路段为拥堵路段进行分析识别，＜TLi,MLk,n,q,RS>，其中：TLi表示所选时段T内第i个时间间隔；MLk表示城市道路的第k条干线；n表示本次拥堵事件中拥堵路段条数的最大值；q为本次拥堵事件中拥堵路段数量；RS表示拥堵路段集合。
其单次拥堵事件的演变过程用数学语言表达如下：
Figure BDA0002206205750000116
＜TL1,MLk,3,1,Sj+1>；
＜TL2,MLk,3,2,{Sj+1,Sj}>；
＜TL3,MLk,3,3,{Sj+1,Sj,Sj-1}>；
Figure BDA0002206205750000121
＜TLi,MLk,3,3,{Sj+1,Sj,Sj-1}；
Figure BDA0002206205750000122
＜TLm-1,MLk,3,1,Sj+1>；
Figure BDA0002206205750000123
基于城市主干路的单次独立拥堵事件包括拥堵产生、拥堵蔓延、拥堵消散、拥堵结束四种交通状态。
拥堵发生是指在主干路MLk上，至少有一条路段Sj拥堵状态从第i个时间间隔开始发生变化，即
Figure BDA0002206205750000124
而在之前的时间段内主干路MLk上的所有路段均是畅通。
拥堵蔓延是指首先发生拥堵的路段Sj向上游路段进行传播，即：
Figure BDA0002206205750000125
即路段Sj在第i时间间隔开始发生拥堵，其上游路段Rj-1在第i+1时间间隔开始发生拥堵。
拥堵消散是指交通拥堵状态转变并逐渐降低，即：
Figure BDA0002206205750000126
路段Sj在第i+1个时间间隔内与第i个时间间隔内交通拥堵程度降低，直至本次拥堵事件涉及的所有路段交通状态都在降低的过程。
拥堵结束是指单次拥堵事件中所有拥堵路段均变为畅通。
最后就可以进行拥堵传播方向的定义，以及确定拥堵传播的频次。
具体的，在特定调查时期P内，给定常发性拥堵干线上相邻路段S1,S2,…Sn，交通拥堵段路段S1传播至路段S2定义为一个二维向量
Figure BDA0002206205750000127
其中
Figure BDA0002206205750000128
为拥堵传播事务CPT(R1→R2)发生频度，
Figure BDA0002206205750000131
的计算方式如公式(3)：
Figure BDA0002206205750000132
其中，Ri,Rj是单次拥堵事件包含的路段。
如图5中所示，计算所选时段T内单次拥堵事件的拥堵传播事务的频次，若j+1向j传播10次，j向j-1传播8次，则有：
Figure BDA0002206205750000133
当得到各路段向相邻路段传播拥堵的频次之后，就可以将向相邻路段传播拥堵的频次最多的路段确定为关键路段，也就是各路段的拥堵传播事务的概率P最大的路段为关键路段。
也就是说，选定城市道路上的主干路，计算其单次拥堵事件中全部路段拥堵传播事务的概率(即
Figure BDA0002206205750000134
)，其中p取值最大的路段即为单次拥堵事件中拥堵的关键路段，即向外传播拥堵次数最多的路段定义为单次拥堵事件中的关键路段。由图5可知，路段j+1为本次拥堵事件中的关键路段。
步骤304，根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定所述干线常发拥堵传播规律。
当得到关键路段之后，可以以所述关键路段为根节点，根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定出树状的拥堵传播结构；将树状的拥堵传播结构，确定为所述干线常发拥堵传播规律。
举例来说，假设某干线由5条路段组成，干线结构图如图6所示，现以“二叉树”的形式展示拥堵传播结构，根节点是“关键路段”，存储向外传播拥堵总次数；树枝是传播方向，存储该传播方向的统计值，例如统计周期为一周，路段S3向路段S4传播30次，路段S3向S2传播2次，路段S2向路段S3传播0次，路段S2向路段S1传播0次，路段S4向路段S5传播20次，路段S4向路段S3传播0次，路段S3向外传播次数最多，所以路段S3为此常发拥堵干线的拥堵关键路段。如图7所示。
本发明实施例通过获取干线上各路段的过车数据，根据各路段的过车数据，确定各路段的路段自由流速度和预设时间间隔内的路段平均行程速度，根据各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级，根据各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段，根据关键路段的向相邻路段传播拥堵的频次以及干线的其他路段的向相邻路段传播拥堵的频次，确定干线常发拥堵传播规律。通过各路段的拥堵等级确定的单次拥堵事件中各路段向相邻路段传播拥堵的频次来确定干线常发拥堵传播规律，以实现有效的挖掘拥堵的关键路段及传播方式，为交警提供事前预防以及事后干预的有效参考，支撑其开展警力调派、信号控制、出行诱导等疏堵工作。
基于相同的技术构思，图8示例性的示出了本发明实施例提供的一种干线常发拥堵传播规律挖掘装置的结构，该装置可以执行干线常发拥堵传播规律挖掘流程，该装置可以位于图1所示的服务器100内，也可以是该服务器100。
如图8所示，该装置具体包括：
获取单元801，用于获取干线上各路段的过车数据；
处理单元802，用于根据所述各路段的过车数据，确定各路段的路段自由流速度和预设时间间隔内的路段平均行程速度；根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级；根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段；根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定所述干线常发拥堵传播规律。
可选的，所述处理单元802具体用于：
根据所述各路段的过车数据中上下游的过车时间，确定各路段的车辆行程时间；
统计预设时间间隔内所有通过所述各路段的车辆行程时间的平均值，确定预设时间间隔内所述各路段的路段行程时间；
根据所述各路段的路段行程时间以及所述各路段的长度，确定所述预设时间间隔内所述各路段的路段平均行程速度；
对预设周期内所述路段的各预设时间间隔的路段平均行程速度进行排序，根据排序结果，确定出所述各路段的路段自由流速度。
可选的，所述拥堵等级包括畅通等级、基本畅通等级、轻度拥堵等级、中度拥堵等级和严重拥堵等级；
所述处理单元802具体用于：
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第一阈值时，确定所述各路段的拥堵等级为畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第二阈值且小于或等于自由流速度的第一阈值时，确定所述各路段的拥堵等级为基本畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第三阈值且小于或等于所述各路段的路段自由流速度的第二阈值时，确定所述各路段的拥堵等级为轻度拥堵等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第四阈值且小于或等于所述各路段的路段自由流速度的第三阈值时，确定所述各路段的拥堵等级为中度拥堵等级；
在所述各路段的路段平均行程速度小于等于所述各路段的路段自由流速度的第四阈值时，确定所述各路段的拥堵等级为严重拥堵等级。
可选的，所述处理单元802具体用于：
根据所述各路段的拥堵等级，统计预设时段内各个时间间隔发生拥堵的路段；
根据所述发生拥堵的路段的相邻两个时间间隔的拥堵状态，记录所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次；
根据记录的所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次，确定出预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次。
可选的，所述处理单元802具体用于：
以所述关键路段为根节点，根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定出树状的拥堵传播结构；
将所述树状的拥堵传播结构，确定为所述干线常发拥堵传播规律。
基于相同的技术构思，本发明实施例还提供了一种计算设备，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行上述干线常发拥堵传播规律挖掘方法。
基于相同的技术构思，本发明实施例还提供了一种计算机可读非易失性存储介质，包括计算机可读指令，当计算机读取并执行所述计算机可读指令时，使得计算机执行上述干线常发拥堵传播规律挖掘方法。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种干线常发拥堵传播规律挖掘方法，其特征在于，包括：
获取干线上各路段的过车数据；
根据所述各路段的过车数据中上下游的过车时间，确定各路段的车辆行程时间；
统计预设时间间隔内所有通过所述各路段的车辆行程时间的平均值，确定预设时间间隔内所述各路段的路段行程时间；
根据所述各路段的路段行程时间以及所述各路段的长度，确定所述预设时间间隔内所述各路段的路段平均行程速度；
对预设周期内所述路段的各预设时间间隔的路段平均行程速度进行排序，根据排序结果，确定出所述各路段的路段自由流速度；
根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级；
根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段；
以所述关键路段为根节点，根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定出树状的拥堵传播结构；
将所述树状的拥堵传播结构，确定为所述干线常发拥堵传播规律。
2.如权利要求1所述的方法，其特征在于，所述拥堵等级包括畅通等级、基本畅通等级、轻度拥堵等级、中度拥堵等级和严重拥堵等级；
所述根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级，包括：
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第一阈值时，确定所述各路段的拥堵等级为畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第二阈值且小于或等于自由流速度的第一阈值时，确定所述各路段的拥堵等级为基本畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第三阈值且小于或等于所述各路段的路段自由流速度的第二阈值时，确定所述各路段的拥堵等级为轻度拥堵等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第四阈值且小于或等于所述各路段的路段自由流速度的第三阈值时，确定所述各路段的拥堵等级为中度拥堵等级；
在所述各路段的路段平均行程速度小于等于所述各路段的路段自由流速度的第四阈值时，确定所述各路段的拥堵等级为严重拥堵等级。
3.如权利要求1所述的方法，其特征在于，所述根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，包括：
根据所述各路段的拥堵等级，统计预设时段内各个时间间隔发生拥堵的路段；
根据所述发生拥堵的路段的相邻两个时间间隔的拥堵状态，记录所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次；
根据记录的所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次，确定出预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次。
4.一种干线常发拥堵传播规律挖掘装置，其特征在于，包括：
获取单元，用于获取干线上各路段的过车数据；
处理单元，用于根据所述各路段的过车数据中上下游的过车时间，确定各路段的车辆行程时间，统计预设时间间隔内所有通过所述各路段的车辆行程时间的平均值，确定预设时间间隔内所述各路段的路段行程时间，根据所述各路段的路段行程时间以及所述各路段的长度，确定所述预设时间间隔内所述各路段的路段平均行程速度，对预设周期内所述路段的各预设时间间隔的路段平均行程速度进行排序，根据排序结果，确定出所述各路段的路段自由流速度，根据所述各路段的路段自由流速度和预设时间间隔内的路段平均行程速度确定所述各路段的拥堵等级；根据所述各路段的拥堵等级，确定预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次，并将向相邻路段传播拥堵的频次最多的路段确定为关键路段；以所述关键路段为根节点，根据所述关键路段的向相邻路段传播拥堵的频次以及所述干线的其他路段的向相邻路段传播拥堵的频次，确定出树状的拥堵传播结构；将所述树状的拥堵传播结构，确定为所述干线常发拥堵传播规律。
5.如权利要求4所述的装置，其特征在于，所述拥堵等级包括畅通等级、基本畅通等级、轻度拥堵等级、中度拥堵等级和严重拥堵等级；
所述处理单元具体用于：
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第一阈值时，确定所述各路段的拥堵等级为畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第二阈值且小于或等于自由流速度的第一阈值时，确定所述各路段的拥堵等级为基本畅通等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第三阈值且小于或等于所述各路段的路段自由流速度的第二阈值时，确定所述各路段的拥堵等级为轻度拥堵等级；
在所述各路段的路段平均行程速度大于所述各路段的路段自由流速度的第四阈值且小于或等于所述各路段的路段自由流速度的第三阈值时，确定所述各路段的拥堵等级为中度拥堵等级；
在所述各路段的路段平均行程速度小于等于所述各路段的路段自由流速度的第四阈值时，确定所述各路段的拥堵等级为严重拥堵等级。
6.如权利要求4所述的装置，其特征在于，所述处理单元具体用于：
根据所述各路段的拥堵等级，统计预设时段内各个时间间隔发生拥堵的路段；
根据所述发生拥堵的路段的相邻两个时间间隔的拥堵状态，记录所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次；
根据记录的所述发生拥堵的路段向相邻的路段的传播方向以及传播的频次，确定出预设时段内单次拥堵事件中各路段向相邻路段传播拥堵的频次。
CN201910882110.8A 2019-09-18 2019-09-18 一种干线常发拥堵传播规律挖掘方法及装置 Active CN110609853B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910882110.8A CN110609853B (zh) 2019-09-18 2019-09-18 一种干线常发拥堵传播规律挖掘方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910882110.8A CN110609853B (zh) 2019-09-18 2019-09-18 一种干线常发拥堵传播规律挖掘方法及装置

Publications (2)

Publication Number Publication Date
CN110609853A CN110609853A (zh) 2019-12-24
CN110609853B true CN110609853B (zh) 2022-09-30

Family

ID=68892397

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910882110.8A Active CN110609853B (zh) 2019-09-18 2019-09-18 一种干线常发拥堵传播规律挖掘方法及装置

Country Status (1)

Country Link
CN (1) CN110609853B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112927508B (zh) * 2021-02-05 2022-02-18 北京交通大学 一种考虑多拥堵等级的交通事故时空影响范围估算方法
CN113920719B (zh) * 2021-09-09 2022-09-30 青岛海信网络科技股份有限公司 交通溯源方法及电子设备
CN114863676B (zh) * 2022-04-15 2023-05-12 青岛海信网络科技股份有限公司 一种拥堵识别方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023433A (zh) * 2015-07-01 2015-11-04 重庆大学 一种高速公路交通异常事件影响范围预估方法
CN108335483A (zh) * 2017-12-25 2018-07-27 深圳先进技术研究院 交通拥堵扩散路径的推断方法及其系统

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1770669B1 (en) * 2004-07-16 2009-12-30 Fourie Road condition informing apparatus, system and method
US20090105949A1 (en) * 2007-10-23 2009-04-23 Destinator Technologies, Inc. Generation in a mobile device of a traffic map based on traffic messages
CN103956050B (zh) * 2012-09-06 2016-08-24 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
CN105894802A (zh) * 2015-04-10 2016-08-24 杭州远眺科技有限公司 一种基于gps数据的交通拥堵传播路径计算方法
CN105489016B (zh) * 2016-02-01 2018-07-10 北京交通发展研究中心 一种城市道路运行情况评估方法
CN106530694B (zh) * 2016-11-07 2019-01-11 深圳大学 一种基于交通拥堵传播模型的交通拥堵预测方法及系统
CN109035778B (zh) * 2018-08-29 2021-11-30 深圳市赛为智能股份有限公司 拥堵成因分析方法、装置、计算机设备及存储介质
CN109816984B (zh) * 2019-03-19 2021-08-31 太原理工大学 一种交通路网区域划分及动态调整方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105023433A (zh) * 2015-07-01 2015-11-04 重庆大学 一种高速公路交通异常事件影响范围预估方法
CN108335483A (zh) * 2017-12-25 2018-07-27 深圳先进技术研究院 交通拥堵扩散路径的推断方法及其系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Fuzzy Rule-Based System for Monitoring Traffic Congestion using Technology Radio Frequency Identification;Arif Wicaksono Septyanto 等;《2018 Third International Conference on Informatics and Computing (ICIC)》;20190801;1-5 *
基于速度变化的偶发性交通拥堵时空分布特性研究;孙建平 等;《交通运输系统工程与信息》;20190415;第19卷(第2期);196-201,205 *

Also Published As

Publication number Publication date
CN110609853A (zh) 2019-12-24

Similar Documents

Publication Publication Date Title
CN110609853B (zh) 一种干线常发拥堵传播规律挖掘方法及装置
US20200211374A1 (en) System, method, and apparatus for analyzing a traffic road condition
CN112700072B (zh) 交通状况预测方法、电子设备和存储介质
CN109118771B (zh) 一种城市交通常发性拥堵特征确定的方法及装置
CN108965826B (zh) 监控方法、装置、处理设备及存储介质
CN109147330B (zh) 一种拥堵识别方法及装置
CN102087788B (zh) 基于浮动车车速置信度的交通状态参数估计方法
CN101127158B (zh) 预测交通信息生成方法、预测交通信息生成装置及交通信息显示终端
CN110223502B (zh) 一种交叉口进口道数据渠化的方法及装置
US8892343B2 (en) Determining a spatiotemporal impact of a planned event on traffic
CN108053673A (zh) 一种路况预报方法、存储介质和服务器
CN106887141B (zh) 基于排队论的连续交通节点拥塞程度预测模型、系统及方法
US20170004707A1 (en) Method and apparatus for identifying a split lane traffic location
US11798408B2 (en) Green wave speed determination method, electronic device and storage medium
CN111540204B (zh) 一种面向交叉口问题诊断的交通运行状态评估方法及装置
CN111210632B (zh) 一种车道功能划分合理性的分析方法、装置及存储介质
CN113971884B (zh) 一种道路交通拥堵确定方法、装置、电子设备及存储介质
CN110827537B (zh) 一种潮汐车道的设置方法、装置及设备
CN112434260A (zh) 一种公路的交通状态检测方法、装置、存储介质及终端
CN113223293A (zh) 路网仿真模型的构建方法、装置及电子设备
CN111815941B (zh) 一种基于历史路况的常发拥堵瓶颈识别方法及装置
CN109035775B (zh) 一种突发事件识别的方法及装置
EP2874132A2 (en) Apparatus and method for managing traffic
CN114863676B (zh) 一种拥堵识别方法及装置
CN114708728B (zh) 一种识别交通高峰期的方法、电子设备及存储介质

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