CN110782654B - 拥堵区域通行能力估测方法、装置及数据处理设备 - Google Patents
拥堵区域通行能力估测方法、装置及数据处理设备 Download PDFInfo
- Publication number
- CN110782654B CN110782654B CN201910133812.6A CN201910133812A CN110782654B CN 110782654 B CN110782654 B CN 110782654B CN 201910133812 A CN201910133812 A CN 201910133812A CN 110782654 B CN110782654 B CN 110782654B
- Authority
- CN
- China
- Prior art keywords
- speed
- road
- congestion
- vehicle
- area
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 title claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims abstract description 77
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000010586 diagram Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims 2
- 238000011144 upstream manufacturing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种拥堵区域通行能力估测方法、装置及数据处理设备,方法包括:获取多个车辆在目标道路上的历史行驶轨迹数据;根据历史行驶轨迹数据获得道路速度分布矩阵;从道路速度分布矩阵中识别交通瓶颈的瓶颈产生位置及瓶颈产生时间;根据瓶颈产生位置及瓶颈产生时间,确定由交通瓶颈造成的拥堵区域的临界行驶速度及拥堵传播速度;根据临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算,输出相应的车辆流量作为拥堵区域通行能力。如此,采用获取成本低且可以完整连续地反映道路交通状态的轨迹数据进行拥堵区域通行能力的估测,可以使估测结果更加准确,为交通控制提供可靠的参考数据。
Description
技术领域
本申请涉及交通数据处理技术领域,具体而言,涉及一种拥堵区域通行能力估测方法、装置及数据处理设备。
背景技术
随着人们物质生活水平的提高,社会车辆保有量越来越高,随之而来的是交通网络的压力越来越大,车辆拥堵成为影响交通网络运营效率的重大问题。
由于施工成本高并且施工过程会对交通造成影响,交通网络难以进行频繁的改建或扩建。在这种情况下,通过对车流量的控制来缓解或避免交通拥堵,是改善交通网络运营效率的一种重要手段。对于车辆仅能由入口匝道或出口匝道驶入或驶出的道路(如高速公路)来说,通过控制匝道的车流量可以有效缓解道路拥堵。在匝道控制中,为了实现对车流量的控制,需要对经常发生拥堵的区域进行通行能力估测。拥堵区域的通行能力是道路处于拥堵状态下可以输出的最大车流量,如果驶入拥堵区域的车流量大于了拥堵区域的通行能力,会导致拥堵加重,从而可能进一步加重道路的堵塞。因此,准确地估测出拥堵区域的通行能力才能为匝道车流量控制提供可靠的数据依据。
发明内容
本申请实施例的目的在于提供一种拥堵区域通行能力估测方法、装置及数据处理设备,能够通过目标道路上车辆的历史行驶轨迹数据对目标道路上拥堵区域的通行能力进行较为准确地估测。
根据本申请的一个方面,提供一种拥堵区域通行能力估测方法,所述可以方法包括:
获取多个车辆在目标道路上的历史行驶轨迹数据,所述历史行驶轨迹数据包括与时间对应的车辆位置;
根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵;
根据预设的第一速度阈值从所述道路速度分布矩阵中识别交通瓶颈的瓶颈产生位置及瓶颈产生时间;
根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的临界行驶速度及拥堵传播速度;
根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算,输出相应的车辆流量作为所述拥堵区域通行能力。
在一种可能的实施方式中,所述根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算的步骤,包括:
根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行三角形流密度曲线计算。
在一种可能的实施方式中,所述方法还可以包括:
根据所述拥堵区域的通行能力控制与该拥堵区域对应的入口匝道的车辆流量。
在一种可能的实施方式中,根据所述拥堵区域的通行能力确定与该拥堵区域对应的入口匝道的车辆流量的步骤,包括:
从所述道路速度分布矩阵中识别所述拥堵区域的覆盖范围;
检测所述拥堵区域中是否存在出口匝道;
若所述拥堵区域中存在出口匝道,则根据该拥堵区域的通行能力确定该拥堵区域所对应的入口匝道的车辆流量。
在一种可能的实施方式中,根据预设的第一速度阈值在所述道路速度分布矩阵中识别交通瓶颈的产生位置的步骤,包括:
在所述道路速度分布矩阵中查找车辆行驶速度低于所述第一速度阈值的目标位置,并检测该目标位置下游预设距离内的车辆行驶速度是否不低于预设的第二速度阈值,其中,所述第二速度阈值大于所述第一速度阈值;
若检测到所述目标位置下游预设距离内的车辆行驶速度不低于所述第二速度阈值,则将该目标位置确定为瓶颈产生位置。
在一种可能的实施方式中,所述历史行驶轨迹数据中的车辆位置使用车辆与所述目标道路上预设基准位置之间的道路距离进行表示。
在一种可能的实施方式中,在根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵的步骤之前,所述方法还包括:
获取所述目标道路的地图信息;
根据所述地图信息将所述历史行驶轨迹数据中的车辆位置的数据形式转换为车辆与所述目标道路上预设基准位置之间的距离。
在一种可能的实施方式中,根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的临界行驶速度的步骤,包括:
根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间或减速起始位置;
获取车辆在到达所述减速起始时间或减速起始位置之前的速度作为所述临界行驶速度。
在一种可能的实施方式中,根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的拥堵传播速度的步骤,包括:
根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间及减速起始位置;
根据两个车辆的所述减速起始位置的差值与所述减速起始时间的差值计算两个车辆之间的拥堵传播速度;
计算多个车辆之间的拥堵传播速度的平均值得到该拥堵区域的拥堵传播速度。
在一种可能的实施方式中,所述根据所述多个车辆的行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵的步骤,包括:
根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵,其中,所述道路速度分布矩阵中的每个元素为空间上的一个道路区域及时间上的一个时间段所对应的车辆行驶速度。
在一种可能的实施方式中,所述根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵的步骤,包括:
以所述目标道路上入口匝道及出口匝道所在位置为分割点,将所述目标道路划分为多个道路区域;
根据预设的时间间隔将一天划分为多个时间段;
针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
在一种可能的实施方式中,所述根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵的步骤,包括:
根据预设的道路长度间隔将目标道路划分为多个道路区域;
根据预设的时间间隔将一天划分为多个时间段;
针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
在一种可能的实施方式中,所述方法还包括:
根据所述拥堵区域车辆行驶速度及所述拥堵区域的长度计算该拥堵区域的拥堵程度值。
根据本申请的另一个方面,提供一种拥堵区域通行能力估测装置,所述装置包括:
轨迹获取模块,用于获取多个车辆在目标道路上的历史行驶轨迹数据,所述历史行驶轨迹数据包括与时间对应的车辆位置;
矩阵生成模块,用于根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵;
瓶颈识别模块,用于根据预设的第一速度阈值从所述道路速度分布矩阵中识别交通瓶颈的瓶颈产生位置及瓶颈产生时间;
参数计算模块,用于根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的临界行驶速度及拥堵传播速度;
通行能力估测模块,用于根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算,输出相应的车辆流量作为所述拥堵区域通行能力。
在一种可能的实施方式中,所述通行能力估测模块具体用于根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行三角形流密度曲线计算。
在一种可能的实施方式中,所述装置还包括:
流量控制模块,用于根据所述拥堵区域的通行能力控制与该拥堵区域对应的入口匝道的车辆流量。
在一种可能的实施方式中,所述流量控制模块具体用于从所述道路速度分布矩阵中识别所述拥堵区域的覆盖范围;检测所述拥堵区域中是否存在出口匝道;若所述拥堵区域中存在出口匝道,则根据该拥堵区域的通行能力确定该拥堵区域所对应的入口匝道的车辆流量。
在一种可能的实施方式中,所述瓶颈识别模块具体用于在所述道路速度分布矩阵中查找车辆行驶速度低于所述第一速度阈值的目标位置,并检测该目标位置下游预设距离内的车辆行驶速度是否不低于预设的第二速度阈值,其中,所述第二速度阈值大于所述第一速度阈值;若检测到所述目标位置下游预设距离内的车辆行驶速度不低于所述第二速度阈值,则将该目标位置确定为瓶颈产生位置。
在一种可能的实施方式中,所述历史行驶轨迹数据中的车辆位置使用车辆与所述目标道路上预设基准位置之间的道路距离进行表示。
在一种可能的实施方式中,所述装置还包括:
数据转换模块,用于获取所述目标道路的地图信息;并根据所述地图信息将所述历史行驶轨迹数据中的车辆位置的数据形式转换为车辆与所述目标道路上预设基准位置之间的距离。
在一种可能的实施方式中,所述参数计算模块在确定所述临界行驶速度时,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间或减速起始位置;并获取车辆在到达所述减速起始时间或减速起始位置之前的速度作为所述临界行驶速度。
在一种可能的实施方式中,所述参数计算模块在确定所述拥堵传播速度时,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间及减速起始位置;根据两个车辆的所述减速起始位置的差值与所述减速起始时间的差值计算两个车辆之间的拥堵传播速度;并计算多个车辆之间的拥堵传播速度的平均值得到该拥堵区域的拥堵传播速度。
在一种可能的实施方式中,所述矩阵生成模块具体用于根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵,其中,所述道路速度分布矩阵中的每个元素为空间上的一个道路区域及时间上的一个时间段所对应的车辆行驶速度。
在一种可能的实施方式中,所述矩阵生成模块具体用于以所述目标道路上入口匝道及出口匝道所在位置为分割点,将所述目标道路划分为多个道路区域;根据预设的时间间隔将一天划分为多个时间段;针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
在一种可能的实施方式中,所述矩阵生成模块具体用于根据预设的道路长度间隔将目标道路划分为多个道路区域;根据预设的时间间隔将一天划分为多个时间段;针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
在一种可能的实施方式中,所述装置还包括:
拥堵量化模块,用于根据所述拥堵区域车辆行驶速度及所述拥堵区域的长度计算该拥堵区域的拥堵程度值。
根据本申请的另一个方面,提供一种数据处理设备,包括:处理器、存储介质和总线,所述存储介质存储有所述数据处理设备可执行的机器可读指令,当数据处理设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行上述拥堵区域通行能力估测方法的步骤。
根据本申请的另一个方面,提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述拥堵区域通行能力估测方法的步骤。
基于上述任一方面,本申请实施例提供的拥堵区域通行能力估测方法、装置及数据处理设备,通过目标道路上车辆的历史行驶轨迹数据计算获得进行交通流量基本图预测所需的参数,进而估测出拥堵区域的通行能力。如此,可以降低获取数据的成本开销,并且由于行驶轨迹数据可以完整连续地反映道路真实的交通状态,可以使估测结果更加准确。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,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相关的附图。
图1为本申请实施例提供的数据处理设备的应用场景示意图之一;
图2为本申请实施例提供的数据处理设备的应用场景示意图之二;
图3为本申请实施例提供的数据处理设备的硬件结构示意图;
图4为本申请实施例提供的拥堵区域通行能力估测方法的流程示意图之一;
图5为本申请实施例提供的瓶颈产生位置的速度变化示意图;
图6为本申请实施例提供的瓶颈产生位置车辆历史行驶轨迹示意图;
图7为图4所示步骤S140的子步骤流程示意图之一;
图8为图4所示步骤S140的子步骤流程示意图之二;
图9为本申请实施例提供的三角形流密度曲线的示意图;
图10为采用本申请实施例提供的方法获得的估测结果与实际测量结果的对比示意图;
图11为本申请实施例提供的拥堵区域通行能力估测方法的流程示意图之二;
图12为图4所示步骤S160的子步骤流程示意图;
图13为实验路段的示意图;
图14为本申请实施例提供的拥堵区域通行能力估测装置的模块示意图之一;
图15为本申请实施例提供的拥堵区域通行能力估测装置的模块示意图之二。
图标:
100-数据处理设备;110-拥堵区域通行能力估测装置;111-轨迹获取模块;112-矩阵生成模块;113-瓶颈识别模块;114-参数计算模块;115-通行能力估测模块;116-流量控制模块;120-存储介质;130-处理器;140-系统总线;200-数据提供设备;300-网络;400-数据采集系统(或设备)。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
对拥堵区域通行能力的估测需要依赖很多交通情况参数,在一些实施方式中,通过位置固定的传感器来采集这些交通情况参数,例如,在道路关键位置设置固定的测速传感器来获取该位置的车辆速度,或者设置基于图像识别的流量检测系统等。固定传感器的只能在道路上稀疏地间隔设置,无法完全覆盖交通道路,因此不能获得道路上连续的交通数据。并且固定传感器的维护需要巨大的成本,一旦传感器维护情况不佳,会导致采集的数据不完整。因此,基于固定传感器通常很难采集到完整连续的交通情况数据,与实际交通情况有很大出入,这会导致基于固定传感器采集的数据进行拥堵区域的识别或通行能力的估测所得到的结果不准确,不能作为用于进行交通控制的可靠数据依据。
随着移动通信技术的发展,一些车辆本身搭载的系统(如车载控制系统)、移动终端(如手机、平板电脑等)或智能穿戴件(如智能手环、智能手表等)等设备可以具有通信功能及采集位置信息的功能,这些设备可以作为数据提供设备提供车辆行驶过程中的轨迹数据。轨迹数据具有数据获取开销小并且能完整连续地反映道路交通情况等优点,因此,本实施例提供一种基于车辆的轨迹数据进行拥堵区域通行能力估测的方法及装置。下面对本实施例提供的方案进行详细阐述。
为了使得本领域技术人员能够使用本申请内容,结合以下特定应用场景给出本实施例的具体实施方式。
请参照图1,在本实施例的一种应用场景中,提供一种数据处理设备100,该数据处理设备100可以通过网络300与数据提供设备200通信,以获取数据提供设备200上送的车辆的行驶轨迹数据。数据提供设备200可以包括任何能够提供与时间相关的位置信息的电子设备,如车辆本身搭载的系统、车辆驾驶员/乘客的移动终端或智能穿戴件等。
请参照图2,在本实施例的另一种实应用场景中,也可以由另一个专门数据采集系统(或设备)400通过网络300与数据提供设备200进行通信,以获取数据提供设备200上送的车辆的行驶轨迹数据。本实施例提供数据处理设备100可以与该数据采集系统(或设备)400进行通信,从而获得车辆的行驶轨迹数据。
行驶轨迹数据可以是由数据提供设备200自身的系统执行采集及上送,也可以是由数据提供设备200上装载的车辆追踪、导航、电子地图、打车服务(ride-hailingservice)等服务供应商提供的软件或应用程序执行采集并上送。
对于本领域技术人员来说,在不脱离本申请的精神和范围的情况下,可以将这里定义的一般原理应用于其他实施例和应用场景。上述对本实施例应用场景的描述应该理解为仅是一个示例性实施例。
图3示出根据本申请的一些实施例的可以实现本申请思想的数据处理设备100的示例性硬件和软件组件的示意图。例如,处理器130可以用于数据处理设备100上,并且用于执行本申请中的功能。
数据处理设备100可以是单个的电子设备,例如,服务器、个人电脑或其他专门的数字处理设备;该数据处理也可以是多个电子设备组成的集群,例如,由多个服务器组成的集群,集群中的电子设备以分布式方式实现本实施例描述的功能,。
例如,数据处理设备100可以包括用于执行程序指令的一个或多个处理器130、系统总线140、和不同形式的存储介质120,例如,磁盘、ROM、或RAM,或其任意组合。示例性地,数据处理设备100还可以包括存储在ROM、RAM、或其他类型的非暂时性存储介质120、或其任意组合中的程序指令。根据这些程序指令可以实现本申请的方法。
处理器130可以处理与估测拥堵区域通行能力计算有关的信息和/或数据,以执行本申请中描述的一个或多个功能。在一些实施例中,处理器130可以包括一个或多个处理核(例如,单核处理器或多核处理器)。仅作为举例,处理器130可以包括中央处理单元(Central Processing Unit,CPU)、专用集成电路(Application Specific IntegratedCircuit,ASIC)、专用指令集处理器(Application Specific Instruction-setProcessor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、可编程逻辑装置(Programmable Logic Device,PLD)、控制器、微控制器单元、简化指令集计算机(ReducedInstruction Set Computer,RISC)、或微处理器等,或其任意组合。
为了便于说明,在数据处理设备100中仅描述了一个处理器。然而,本实施例中描述的一个处理器执行的步骤也可以由多个处理器联合执行或单独执行。例如,若数据处理设备100的处理器执行步骤A和步骤B,则应该理解,步骤A和步骤B也可以由两个不同的处理器共同执行或者在一个处理器中单独执行。例如,第一处理器执行步骤A,第二处理器执行步骤B,或者第一处理器和第二处理器共同执行步骤A和B。
请参照图4,图4为本实施例提供的一种拥堵区域通行能力估测方法,下面对该方法的各个步骤进行详细阐述。
步骤S110,获取多个车辆在目标道路上的历史行驶轨迹数据,其中,历史行驶轨迹数据包括与时间对应的车辆位置。
在本实施例中,目标道路可以为仅有入口或出口匝道可以允许车辆驶入或驶出的封闭式道路,例如,城市高速公路。
在一些情况下,历史行驶轨迹数据中的车辆位置信息可能为数据提供设备200基于全球定位系统(Global Positioning System,GPS)、全球导航卫星系统(GlobalNavigation Satellite System,GLONASS),罗盘导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(Quasi-Zenith Satellite System,QZSS)或无线保真(Wireless Fidelity,WiFi)定位等方式确定的绝对位置信息,为了方便针对目标道路的拥堵区域进行通行能力的估测,在本实施例中,历史行驶轨迹数据中的车辆位置可以使用该车辆在目标道路上沿其行驶方向与预设基准位置之间的道路距离来表示。
例如,数据处理设备100可以预先获取目标道路的地图信息,该地图信息可以包括涵盖了目标道路的道路拓扑信息。然后数据处理设备100可以根据所述地图信息及预先设定的基准位置将所述历史行驶轨迹数据中的车辆位置的数据形式转换为与所述目标道路上预设基准位置之间的距离。其中,在本实施例中,基准位置可以为目标道路的起点位置,例如,车辆位置可以为距离起点位置n公里。转换以后的车辆位置可以清晰地反映出车辆在目标道路上按照行驶方向的上下游关系,有利于后续的通行能力估测的计算。应当理解的是,通常道路具有两个相对的行驶方向,针对不同行驶方向可以确定不同的基准位置。
步骤S120,根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵。
在本实施例中,可以根据多个车辆在目标道路上的历史行驶轨迹数据计算得到与时间和车辆位置相关的道路速度分布矩阵,在该道路速度分布矩阵中每个元素代表目标道路上某个时间某个位置的车辆速度。
可选地,在本实施例中可以根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵,其中,所述道路速度分布矩阵中的每个元素为空间上的一个道路区域及时间上的一个时间段所对应的车辆行驶速度。
例如,对于匝道分布比较频繁的城市高速公路,可以以所述目标道路上入口匝道及出口匝道所在位置为分割点,将所述目标道路划分为多个道路区域,并根据预设的时间间隔(如5分钟)将一天划分为多个时间段。道路速度分布矩阵中元素(t,i)表示在第t个时间段,位于第i个道路区域中车辆的平均速度。
又例如,对于匝道分布比较稀疏的城际高速公路,可以根据预设的道路长度间隔(如500米)将目标道路划分为多个道路区域,并根据预设的时间间隔(如5分钟)将一天划分为多个时间段。
针对与每个所述时间段对应的每个所述道路区域,计算位于每个所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。例如,道路速度分布矩阵中第t个时间段,第i个道路区域所对应元素为,在第t个时间段经过第i个区域的车辆的平均速度。
步骤S130,根据预设的第一速度阈值从所述道路速度分布矩阵中识别交通瓶颈的瓶颈产生位置及瓶颈产生时间。
当目标道路上某个位置的车辆行驶速度明显地下降,但该位置下游的路段是通畅的,则可以认为这个位置是一个交通瓶颈。在本实施例中,数据处理设备100可以在所述道路速度分布矩阵中查找车辆行驶速度低于所述第一速度阈值的目标位置,并检测该目标位置下游预设距离内的车辆行驶速度是否不低于预设的第二速度阈值。其中,所述第二速度阈值大于所述第一速度阈值,在本实施例的一个例子中,第一速度阈值可以为30km/h,第二速度阈值可以为50km/h。
若数据处理设备100检测到目标位置下游预设距离内的车辆行驶速度不低于所述第二速度阈值,则将该目标位置确定为瓶颈产生位置。并且可以将在该瓶颈产生位置上首次出现速度低于第一速度阈值的时间作为瓶颈产生时间。
步骤S140,根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的临界行驶速度及拥堵传播速度。
请参照图5,图5示出了在某个瓶颈产生位置,车辆速度随时间的变化关系,从图5中可以看出,大概在时间18:20到18:35之间,该瓶颈产生位置的车辆速度发生了明显地下降,也就是瓶颈产生时间在18:20到18:35之间。相应地,请参照图6,图6为位于为图5所示的瓶颈产生位置附近,并且临近瓶颈产生时间的多个车辆的历史行驶轨迹数据,图6中的每根实线表示出了一个车辆的车辆位置随时间变化的关系。从车辆位置随时间的变化趋势(斜率)可以看出,在瓶颈产生位置附近的车辆逐渐地因为交通瓶颈导致的拥堵而减速,如图6中星号所在的位置。
通常可以认为车辆在到达因交通瓶颈导致的拥堵前是以临界行驶速度运动的,因此,可选地,请参照图7,在本实施例中可以通过子步骤S141和子步骤S142确定拥堵区域的临界行驶速度。
子步骤S141,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间或减速起始位置。
例如,在子步骤S141中,可以获取以瓶颈产生时间确定的预设时间范围内,位于瓶颈产生位置所在的道路区域或位于瓶颈产生位置附近预设空间范围内的车辆的历史行驶轨迹数据。然后根据行驶轨迹数据中车辆位置随时间变化的趋势确定车辆的行驶速度,并识别将车辆的速度降至30km/h以下的位置作为减速起始位置,识别车辆的速度降至30km/h以下的时间作为减速起始时间。
子步骤S142,获取车辆在到达所述减速起始时间或减速起始位置之前的速度作为所述临界行驶速度。
例如,在步骤S142中,可以根据子步骤S141确定的历史行驶轨迹数据,分别计算各个车辆到达其减速起始时间或减速起始位置之前的行驶速度作为各车辆的临界行驶速度,再计算多个车辆的临界行驶速度的平均值作为由交通瓶颈导致的拥堵区域的临界行驶速度。在本实施例的一个例子中,各个车辆的临界行驶速度可以通过计算各车辆在目标道路上行驶的总路程和总时间的比值获得。
当道路上行驶的车辆处于跟车状态时(即前后两个车辆相距较为固定的距离并以非常接近的速度行驶时),如果道路下游的车辆因拥堵而减速,则减速状态将向上游方向传播给的车辆。请再次参照图6,可以看出在瓶颈产生位置附近的车辆逐渐地因为交通瓶颈导致的拥堵而减速,并且车辆开始减速的位置向目标道路的上游蔓延,如星号所对应的位置。
因此,可选地,在本实施例中,请参照图8,在本实施例中可以通过子步骤S143和子步骤S145确定拥堵区域的拥堵传播速度。
子步骤S143,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间及减速起始位置。
例如,在子步骤S143中,可以获取以瓶颈产生时间确定的预设时间范围内,位于瓶颈产生位置所在的道路区域或位于瓶颈产生位置附近预设空间范围内的车辆的历史行驶轨迹数据。然后根据车辆轨迹数据中车辆位置随时间变化的趋势确定车辆的行驶速度,并识别将车辆的速度降至30km/h以下的位置作为减速起始位置,识别车辆的速度降至30km/h以下的时间作为减速起始时间。
子步骤S144,根据两个车辆的所述减速起始位置的差值与所述减速起始时间的差值计算两个车辆之间的拥堵传播速度。
例如,对于两个车辆,拥堵状态(即减速状态)从下游的车辆传播到上游车辆的速度可以通过在子步骤S144中计算两个车辆的减速起始位置之差与减速起始时间之差的比值获得,即图6所示两个星号之间虚线的斜率。
子步骤S145,计算多个车辆之间的拥堵传播速度的平均值得到该拥堵区域的拥堵传播速度。
例如,在步骤S145中,可以通过计算多个车辆之间拥堵传播速度的平均值可以得到由交通瓶颈导致的拥堵区域的拥堵传播速度。
步骤S150,根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图(Fundamental Diagram of traffic flow)预测计算,输出相应的车辆通行量作为所述拥堵区域通行能力。
交通流量基本图(Fundamental Diagram of traffic flow)可以被用来对交通状态进行估测,在交通流量基本图中,流量密度图专门用于对车流量的密度进行估测。
可选地,在本实施例中,可以采用流量密度图中的三角形流密度曲线(triangularshaped flow-density curve)估测拥堵区域的流量密度作为拥堵区域的通行能力。
以使用三角形流密度曲线进行估测为例,使用三角形流密度曲线估测通行能力所需要的参数包括临界行驶速度、拥堵传播速度、车辆密度及通畅状态下的车辆行驶速度。
在实际场景中,车辆的密度通常只与车辆的长度和间隔相关,车辆的平均长度通常变化不大,并且在拥堵状态下车辆的平均间隔通常也是较为固定的值,因此,在本实施例中,可以使用预设的固定的拥堵车辆密度进行三角形流密度曲线的计算。作为一个可选的取值,在本实施例中,预设的拥堵车辆密度可以为135辆/小时(veh/h)。
通畅行驶速度是车辆在目标道路处于通畅状态下的行驶速度,对于一个目标道路来说,通畅状态下车辆的行驶速度通常是固定,例如,可以是该目标道路允许的最高行驶速度。以最高限速80km/h城市高速路为例,可以将80km/h作为道路通畅状态的行驶速度。
请参照图9,根据目标道路通畅状态下的车辆行驶速度vf、临界行驶速度vcr及拥堵传播速度w可以确定与车辆密度相关的三角形流密度曲线,再根据预设的拥堵车辆密度可以从该三角形流密度曲线中获得相应的车辆流量作为拥堵区域的通行能力。
在现场实际实验中,对本申请提供拥堵区域通行能力估测方法进行测试,请参照图10,图10中折线1示出了基于固定传感器实际检测的数据进行交通流量基本图计算得到的车辆流量(以下称为实测流量)随时间变化的趋势;折线2示出了采用本实施例提供的基于车辆行驶轨迹数据估测得到的车辆流量(以下称为估测流量)随时间变化的趋势,从图10可以看出,虽然对于车流量不高的时段(如早于6:00或晚于19:00),估测流量与实测流量具有较大差别,但是在车流量高峰期(6:00和19:00之间)估测流量与实测流量非常接近。这证明了针对拥堵区域,将本实施例步骤S150估测得到车辆流量作为拥堵区域的通行能力可以较为准确的反映拥堵状态下真实的交通情况。
在本实施例中,通过步骤S150获得拥堵区域的通行能力后,可以输出给显示设备,或输出作为执行匝道控制流量的参考数据。
可选地,请参照图11,在本实施例中,还可以包括步骤S160。
步骤S160,根据所述拥堵区域的通行能力确定与该拥堵区域对应的入口匝道的车辆流量。
可选地,当一个交通瓶颈造成的拥堵区域覆盖到出口匝道的位置时,会导致出口匝道被堵塞,出口匝道的车辆流出量减少,进而导致交通溢出(spill-back),加重拥堵区域的堵塞。故在本实施例中,可以重点针对覆盖了出口匝道的拥堵区域进行控制,请参照图12,步骤S160可以包括子步骤S161到子步骤S163。
子步骤S161,从所述道路速度分布矩阵中识别所述拥堵区域的覆盖范围。
在本实施例中,在通过步骤S130确定出瓶颈产生位置及瓶颈产生时间后,可以在子步骤S161中采用例如深度优先搜索算法(depth-first search algorithm)等方法在道路速度分布矩阵中确定行驶速度低于第一预设速度的区域作为与瓶颈导致的拥堵区域。
由于车辆的历史行驶轨迹数据是连续且广泛分布,在本实施例中基于行驶轨迹数据可以准确地定位拥堵区域的起止位置,为道路交通的管理控制提供准确的数据依据。
子步骤S162,检测所述拥堵区域中是否存在出口匝道。
子步骤S163,若所述拥堵区域中存在出口匝道,则根据该拥堵区域的通行能力确定该拥堵区域所对应的入口匝道的车辆流量。
在本实施例中,如果在子步骤S162中测到拥堵区域中存在出口匝道,则需要在步骤S163中与对该拥堵区域对应的入口匝道的车辆流量进行控制。例如,控制与该拥堵区域对应的入口匝道允许车辆通过的绿信比(green split),使与该拥堵区域对应的入口匝道的车辆驶入流量不高于该拥堵区域的通行能力。
在现场实际实验中,在城市高速公路中选取了一端道路分支,来测试基于本实施例提供的方法估测的拥堵区域通行能力进行匝道控制的效果。请参照图13,测试的道路分支长度大约为5km,包括3个入口匝道和2个出口匝道,在该道路分支中,复发性的拥堵通常从4.32km处的入口匝道起向上游蔓延,并覆盖上游1.11公里处的出口匝道。
请参照表1,表1示出在道路分支实际测得的3个周中每个周三的交通状态数据,其中,对比周1和对比周2为未采用匝道控制的交通情况数据,实验周为采用了基于本实施例提供方法估测的拥堵区域通行能力进行匝道控制后的交通情况数据。实测的交通情况数据包括在时间段6:30-18:30从起点0km到下游最后一个出口匝道的平均行驶时间及1.11km处出口匝道平均速度低于30km/h的时长(即出口匝道堵塞时长)。
表1
检测时间 | 出口匝道堵塞时长 | 平均行驶时间 |
对比周1 | 11.1h | 491.1s |
对比周2 | 9.9h | 495.7s |
实验周 | 8.5h | 480.5s |
通过上述数据可以看出,实验周的出口堵塞时长相对与对比周1和对比周2分别减少了14.1%和23.4%,平均行驶时间分别减少了2.2%和3.0%。从实际检测数据可以看出,基于本实施例提供的方法估测的拥堵区域通行能力来进行匝道控制,可以有效地减少道路的拥堵。
可选地,数据处理设备100还可以根据所述拥堵区域车辆行驶速度及所述拥堵区域的长度计算该拥堵区域的拥堵程度值。
例如,在本实施例中,可以定义拥堵程度值s来量化拥堵的程度,
其中,i为拥堵的道路区域索引,li是区域i的长度,对i求和即为将拥堵区域覆盖的时间都纳入计算范围;t是拥堵的时间索引,对t求和即为将拥堵区域覆盖的空间区域都纳入计算范围;vf是自由流量的速率;vi(t)是区域i在时间段t的速度。将拥堵程度进行量化,可以反映出交通瓶颈导致的负面在时间和空间上的影响程度,从而为交通控制提供更直观的参考数据。
请参照图14,图14示出了本实施例的提供的一种拥堵区域通行能力估测装置110的框图,该拥堵区域通行能力估测装置110实现的功能对应上述方法执行的步骤。该装置可以理解为上述数据处理设备100,或数据处理设备100的处理器130,也可以理解为独立于上述数据处理设备100或处理器130之外的在数据处理设备100控制下实现本申请功能的组件,如图14所示,拥堵区域通行能力估测装置110可以包括轨迹获取模块111、矩阵生成模块112、瓶颈识别模块113、参数计算模块114及通行能力估测模块115。
轨迹获取模块111,用于获取多个车辆在目标道路上的历史行驶轨迹数据,所述历史行驶轨迹数据包括与时间对应的车辆位置。
本实施例中,所述轨迹获取模块111可用于执行图4所示的步骤S110,关于所述轨迹获取模块111的具体描述可参对所述步骤S110的描述。
矩阵生成模块112,用于根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵。
本实施例中,所述矩阵生成模块112可用于执行图4所示的步骤S120,关于所述矩阵生成模块112的具体描述可参对所述步骤S120的描述。
瓶颈识别模块113,用于根据预设的第一速度阈值从所述道路速度分布矩阵中识别交通瓶颈的瓶颈产生位置及瓶颈产生时间。
本实施例中,所述瓶颈识别模块113可用于执行图4所示的步骤S130,关于所述瓶颈识别模块113的具体描述可参对所述步骤S130的描述。
参数计算模块114,用于根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的临界行驶速度及拥堵传播速度。
本实施例中,所述参数计算模块114可用于执行图4所示的步骤S140,关于所述参数计算模块114的具体描述可参对所述步骤S140的描述。
通行能力估测模块115,用于根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算,输出相应的车辆流量作为所述拥堵区域通行能力。
本实施例中,所述通行能力估测模块115可用于执行图4所示的步骤S150,关于所述通行能力估测模块115的具体描述可参对所述步骤S150的描述。
可选地,在本实施例中,所述通行能力估测模块115具体用于根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行三角形流密度曲线计算。
可选地,请参照图15,在本实施例中,所述拥堵区域通行能力估测装置110还包括流量控制模块116。
流量控制模块116,用于根据所述拥堵区域的通行能力控制与该拥堵区域对应的入口匝道的车辆流量。
可选地,在本实施例中,所述流量控制模块116具体用于从所述道路速度分布矩阵中识别所述拥堵区域的覆盖范围;检测所述拥堵区域中是否存在出口匝道;若所述拥堵区域中存在出口匝道,则根据该拥堵区域的通行能力确定该拥堵区域所对应的入口匝道的车辆流量。
可选地,在本实施例中,所述瓶颈识别模块113具体用于在所述道路速度分布矩阵中查找车辆行驶速度低于所述第一速度阈值的目标位置,并检测该目标位置下游预设距离内的车辆行驶速度是否不低于预设的第二速度阈值,其中,所述第二速度阈值大于所述第一速度阈值;若检测到所述目标位置下游预设距离内的车辆行驶速度不低于所述第二速度阈值,则将该目标位置确定为瓶颈产生位置。
可选地,在本实施例中,所述历史行驶轨迹数据中的车辆位置使用车辆与所述目标道路上预设基准位置之间的道路距离进行表示。
可选地,在本实施例中,所述拥堵区域通行能力估测装置110还包括数据转换模块。
数据转换模块用于获取所述目标道路的地图信息;并根据所述地图信息将所述历史行驶轨迹数据中的车辆位置的数据形式转换为车辆与所述目标道路上预设基准位置之间的距离。
可选地,在本实施例中,所述参数计算模块114在确定所述临界行驶速度时,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间或减速起始位置;并获取车辆在到达所述减速起始时间或减速起始位置之前的速度作为所述临界行驶速度。
可选地,在本实施例中,所述参数计算模块114在确定所述拥堵传播速度时,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间及减速起始位置;根据两个车辆的所述减速起始位置的差值与所述减速起始时间的差值计算两个车辆之间的拥堵传播速度;并计算多个车辆之间的拥堵传播速度的平均值得到该拥堵区域的拥堵传播速度。
可选地,在本实施例中,所述矩阵生成模块112具体用于根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵,其中,所述道路速度分布矩阵中的每个元素为空间上的一个道路区域及时间上的一个时间段所对应的车辆行驶速度。
可选地,在本实施例中,所述矩阵生成模块112具体用于以所述目标道路上入口匝道及出口匝道所在位置为分割点,将所述目标道路划分为多个道路区域;根据预设的时间间隔将一天划分为多个时间段;针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
可选地,在本实施例中,所述矩阵生成模块112具体用于根据预设的道路长度间隔将目标道路划分为多个道路区域;根据预设的时间间隔将一天划分为多个时间段;针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
可选地,在本实施例中,所述拥堵区域通行能力估测装置110还包括拥堵量化模块。
拥堵量化模块用于根据所述拥堵区域车辆行驶速度及所述拥堵区域的长度计算该拥堵区域的拥堵程度值。
上述模块可以经由有线连接或无线连接彼此连接或通信。有线连接可以包括金属线缆、光缆、混合线缆等,或其任意组合。无线连接可以包括通过LAN、WAN、蓝牙、ZigBee、或NFC等形式的连接,或其任意组合。两个或更多个模块可以组合为单个模块,并且任何一个模块可以分成两个或更多个单元。
综上所述,本申请实施例提供的拥堵区域通行能力估测方法、装置及数据处理设备,通过目标道路上车辆的历史行驶轨迹数据计算获得进行交通流量基本图预测所需的参数,进而估测出拥堵区域的通行能力。如此,可以降低获取数据的成本开销,并且由于行驶轨迹数据可以完整连续地反映道路真实的交通状态,可以使估测结果更加准确。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (22)
1.一种拥堵区域通行能力估测方法,其特征在于,所述方法包括:
获取多个车辆在目标道路上的历史行驶轨迹数据,所述历史行驶轨迹数据包括与时间对应的车辆位置;
根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵;
在所述道路速度分布矩阵中查找车辆行驶速度低于第一速度阈值的目标位置,确定速度首次低于所述第一速度阈值的时间为瓶颈产生时间,并检测该目标位置下游预设距离内的车辆行驶速度是否不低于预设的第二速度阈值,其中,所述第二速度阈值大于所述第一速度阈值;
若检测到所述目标位置下游预设距离内的车辆行驶速度不低于所述第二速度阈值,则将该目标位置确定为瓶颈产生位置及瓶颈产生时间;
根据所述瓶颈产生位置及所述瓶颈产生时间,确定由交通瓶颈造成的拥堵区域的临界行驶速度及拥堵传播速度;
根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算,输出相应的车辆流量作为所述拥堵区域通行能力;
从所述道路速度分布矩阵中识别所述拥堵区域的覆盖范围;
检测所述拥堵区域中是否存在出口匝道;
若所述拥堵区域中存在出口匝道,则根据该拥堵区域的通行能力确定该拥堵区域所对应的入口匝道的车辆流量,以用于所述入口匝道的车辆流量控制。
2.根据权利要求1所述的方法,其特征在于,根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算的步骤,包括:
根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行三角形流密度曲线计算。
3.根据权利要求1或2所述的方法,其特征在于,所述历史行驶轨迹数据中的车辆位置使用车辆与所述目标道路上预设基准位置之间的道路距离进行表示。
4.根据权利要求3所述的方法,其特征在于,在根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵的步骤之前,所述方法还包括:
获取所述目标道路的地图信息;
根据所述地图信息将所述历史行驶轨迹数据中的车辆位置的数据形式转换为车辆与所述目标道路上预设基准位置之间的距离。
5.根据权利要求3所述的方法,其特征在于,根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的临界行驶速度的步骤,包括:
根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间或减速起始位置;
获取车辆在到达所述减速起始时间或减速起始位置之前的速度作为所述临界行驶速度。
6.根据权利要求3所述的方法,其特征在于,根据所述瓶颈产生位置及所述瓶颈产生时间,确定由所述交通瓶颈造成的拥堵区域的拥堵传播速度的步骤,包括:
根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间及减速起始位置;
根据两个车辆的所述减速起始位置的差值与所述减速起始时间的差值计算两个车辆之间的拥堵传播速度;
计算多个车辆之间的拥堵传播速度的平均值得到该拥堵区域的拥堵传播速度。
7.根据权利要求3所述的方法,其特征在于,所述根据所述多个车辆的行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵的步骤,包括:
根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵,其中,所述道路速度分布矩阵中的每个元素为空间上的一个道路区域及时间上的一个时间段所对应的车辆行驶速度。
8.根据权利要求7所述的方法,其特征在于,所述根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵的步骤,包括:
以所述目标道路上入口匝道及出口匝道所在位置为分割点,将所述目标道路划分为多个道路区域;
根据预设的时间间隔将一天划分为多个时间段;
针对与每个所述时间段对应的每个所述道路区域,计算位于每个所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
9.根据权利要求7所述的方法,其特征在于,所述根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵的步骤,包括:
根据预设的道路长度间隔将目标道路划分为多个道路区域;
根据预设的时间间隔将一天划分为多个时间段;
针对与每个所述时间段对应的每个所述道路区域,计算位于每个所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
10.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
根据所述拥堵区域车辆行驶速度及所述拥堵区域的长度计算该拥堵区域的拥堵程度值。
11.一种拥堵区域通行能力估测装置,其特征在于,所述装置包括:
轨迹获取模块,用于获取多个车辆在目标道路上的历史行驶轨迹数据,
所述历史行驶轨迹数据包括与时间对应的车辆位置;
矩阵生成模块,用于根据所述多个车辆的历史行驶轨迹数据获得与时间和车辆位置相关的道路速度分布矩阵;
瓶颈识别模块,在所述道路速度分布矩阵中查找车辆行驶速度低于第一速度阈值的目标位置,确定速度首次低于所述第一速度阈值的时间为瓶颈产生时间,并检测该目标位置下游预设距离内的车辆行驶速度是否不低于预设的第二速度阈值,其中,所述第二速度阈值大于所述第一速度阈值;若检测到所述目标位置下游预设距离内的车辆行驶速度不低于所述第二速度阈值,则将该目标位置确定为瓶颈产生位置及瓶颈产生时间;
参数计算模块,用于根据所述瓶颈产生位置及所述瓶颈产生时间,确定由交通瓶颈造成的拥堵区域的临界行驶速度及拥堵传播速度;
通行能力估测模块,用于根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行交通流量基本图预测计算,输出相应的车辆流量作为所述拥堵区域通行能力;
流量控制模块,用于从所述道路速度分布矩阵中识别所述拥堵区域的覆盖范围;检测所述拥堵区域中是否存在出口匝道;若所述拥堵区域中存在出口匝道,则根据该拥堵区域的通行能力确定该拥堵区域所对应的入口匝道的车辆流量,以用于所述入口匝道的车辆流量控制。
12.根据权利要求11所述的装置,其特征在于,所述通行能力估测模块具体用于根据所述临界行驶速度、拥堵传播速度、预设的拥堵车辆密度及预设的通畅行驶速度进行三角形流密度曲线计算。
13.根据权利要求11或12所述的装置,其特征在于,所述历史行驶轨迹数据中的车辆位置使用车辆与所述目标道路上预设基准位置之间的道路距离进行表示。
14.根据权利要求13所述的装置,其特征在于,所述装置还包括:
数据转换模块,用于获取所述目标道路的地图信息;并根据所述地图信息将所述历史行驶轨迹数据中的车辆位置的数据形式转换为车辆与所述目标道路上预设基准位置之间的距离。
15.根据权利要求13所述的装置,其特征在于,所述参数计算模块在确定所述临界行驶速度时,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间或减速起始位置;并获取车辆在到达所述减速起始时间或减速起始位置之前的速度作为所述临界行驶速度。
16.根据权利要求13所述的装置,其特征在于,所述参数计算模块在确定所述拥堵传播速度时,根据所述瓶颈产生位置及瓶颈产生时间从车辆的所述历史行驶轨迹数据中确定由所述交通瓶颈导致减速的减速起始时间及减速起始位置;根据两个车辆的所述减速起始位置的差值与所述减速起始时间的差值计算两个车辆之间的拥堵传播速度;并计算多个车辆之间的拥堵传播速度的平均值得到该拥堵区域的拥堵传播速度。
17.根据权利要求13所述的装置,其特征在于,所述矩阵生成模块具体用于根据预设的道路区域划分及预设的时间段划分对所述多个车辆的历史行驶轨迹数据进行处理获得所述道路速度分布矩阵,其中,所述道路速度分布矩阵中的每个元素为空间上的一个道路区域及时间上的一个时间段所对应的车辆行驶速度。
18.根据权利要求17所述的装置,其特征在于,所述矩阵生成模块具体用于以所述目标道路上入口匝道及出口匝道所在位置为分割点,将所述目标道路划分为多个道路区域;根据预设的时间间隔将一天划分为多个时间段;针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
19.根据权利要求17所述的装置,其特征在于,所述矩阵生成模块具体用于根据预设的道路长度间隔将目标道路划分为多个道路区域;根据预设的时间间隔将一天划分为多个时间段;针对与每个所述时间段对应的每个所述道路区域,计算位于所述道路区域中车辆平均速度,获得所述道路速度分布矩阵。
20.根据权利要求11或12所述的装置,其特征在于,所述装置还包括:
拥堵量化模块,用于根据所述拥堵区域车辆行驶速度及所述拥堵区域的长度计算该拥堵区域的拥堵程度值。
21.一种数据处理设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述数据处理设备可执行的机器可读指令,当数据处理设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行时执行如权利要求1-10中任意一项所述的拥堵区域通行能力估测方法的步骤。
22.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1-10中任意一项所述的拥堵区域通行能力估测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133812.6A CN110782654B (zh) | 2019-02-22 | 2019-02-22 | 拥堵区域通行能力估测方法、装置及数据处理设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910133812.6A CN110782654B (zh) | 2019-02-22 | 2019-02-22 | 拥堵区域通行能力估测方法、装置及数据处理设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110782654A CN110782654A (zh) | 2020-02-11 |
CN110782654B true CN110782654B (zh) | 2021-05-25 |
Family
ID=69383177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910133812.6A Active CN110782654B (zh) | 2019-02-22 | 2019-02-22 | 拥堵区域通行能力估测方法、装置及数据处理设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110782654B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111681432B (zh) * | 2020-04-30 | 2022-03-29 | 大连理工大学 | 一种包含信号灯路口的拥堵源头确定方法及装置 |
CN113706857B (zh) * | 2020-05-22 | 2022-11-08 | 百度在线网络技术(北京)有限公司 | 道路通行性的确定方法、装置、设备及存储介质 |
CN111882858B (zh) * | 2020-06-01 | 2022-05-20 | 重庆大学 | 一种基于多源数据的高速公路异常事件排队长度预测方法 |
CN111739325B (zh) * | 2020-06-15 | 2021-08-03 | 腾讯科技(深圳)有限公司 | 确定异常停车概率和导航控制的方法、装置、设备和介质 |
CN112069944B (zh) * | 2020-08-25 | 2024-04-05 | 青岛海信网络科技股份有限公司 | 一种道路拥堵等级确定方法 |
CN112216103B (zh) * | 2020-09-11 | 2021-09-24 | 深圳市朗尼科智能股份有限公司 | 一种城市交通优化方法及系统 |
CN114387778B (zh) * | 2020-10-22 | 2023-08-15 | 济南市公安局交通警察支队 | 一种城市快速路拥堵原因分析的方法 |
CN112598907B (zh) * | 2020-12-17 | 2021-12-07 | 东风商用车有限公司 | 拥堵预测方法、装置、设备及可读存储介质 |
CN112927498B (zh) * | 2021-01-20 | 2022-07-29 | 广州新流向电子科技有限公司 | 一种基于智慧交通监控的数据分析方法及装置 |
CN112991719B (zh) * | 2021-01-28 | 2022-05-24 | 北京奥泽尔科技发展有限公司 | 一种基于拥堵画像的交通拥堵预测方法及系统 |
CN114419876B (zh) * | 2021-12-13 | 2023-04-25 | 北京百度网讯科技有限公司 | 道路饱和度评价方法、装置、电子设备及存储介质 |
CN114202937B (zh) * | 2021-12-31 | 2023-03-24 | 北京掌行通信息技术有限公司 | 对施工路段上游车辆进行管控的方法、装置、设备及介质 |
CN114548570B (zh) * | 2022-02-25 | 2024-05-10 | 西南交通大学 | 一种基于串联双瓶颈路网的早通勤出行成本计算方法 |
CN114999155B (zh) * | 2022-05-26 | 2024-03-19 | 南斗六星系统集成有限公司 | 一种车辆轨迹的拥堵评价方法、装置、设备及存储介质 |
CN115330067B (zh) * | 2022-08-18 | 2023-08-15 | 百度在线网络技术(北京)有限公司 | 一种交通拥堵预测方法、装置、电子设备及存储介质 |
CN116311990B (zh) * | 2023-03-27 | 2023-12-22 | 南京莱斯信息技术股份有限公司 | 一种基于互联网数据与检测数据融合的信号控制方法 |
CN117765738B (zh) * | 2024-02-21 | 2024-04-26 | 云南省公路科学技术研究院 | 道路交通车流量分流控制优化方法、系统、终端及介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102568194B (zh) * | 2011-12-26 | 2014-06-11 | 浙江工业大学 | 一种城市道路交通拥堵持续时间和空间扩散预测方法 |
CN102945611B (zh) * | 2012-11-19 | 2014-10-01 | 西安费斯达自动化工程有限公司 | 基于fpga及改进离散宏观p模型的在线交通瓶颈预测控制方法 |
CN103927887B (zh) * | 2014-03-18 | 2016-01-27 | 西北工业大学 | 结合离散速度模型的阵列式fpga交通状态预测及控制系统 |
CN105825669B (zh) * | 2015-08-15 | 2018-06-08 | 北京数行健科技有限公司 | 一种识别城市快速路交通瓶颈的系统和方法 |
US9633560B1 (en) * | 2016-03-30 | 2017-04-25 | Jason Hao Gao | Traffic prediction and control system for vehicle traffic flows at traffic intersections |
CN106530710B (zh) * | 2016-12-16 | 2019-02-05 | 东南大学 | 一种面向管理者的高速公路交通指数预测方法和系统 |
KR102159965B1 (ko) * | 2017-04-17 | 2020-09-25 | 주식회사 비트센싱 | 실시간 대규모 교통정보 수집방법 및 그 운용시스템 |
CN108053645B (zh) * | 2017-09-12 | 2020-10-02 | 同济大学 | 一种基于轨迹数据的信号交叉口周期流量估计方法 |
CN108399741B (zh) * | 2017-10-17 | 2020-11-27 | 同济大学 | 一种基于实时车辆轨迹数据的交叉口流量估计方法 |
CN108777068B (zh) * | 2018-06-13 | 2021-03-02 | 西华大学 | 一种基于多维检测线圈采集周期的交通流瓶颈识别方法 |
CN109215350B (zh) * | 2018-11-02 | 2021-05-25 | 重庆大学 | 一种基于rfid电子车牌数据的短期交通状态预测方法 |
-
2019
- 2019-02-22 CN CN201910133812.6A patent/CN110782654B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110782654A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110782654B (zh) | 拥堵区域通行能力估测方法、装置及数据处理设备 | |
US10704920B2 (en) | Traffic lane guidance system for vehicle and traffic lane guidance method for vehicle | |
EP3224104B1 (en) | Apparatus and method for vehicle economy improvement | |
US8645052B2 (en) | Motor vehicle acceleration determining system | |
CN103325248B (zh) | 交通信息创建装置和交通信息创建方法 | |
US11127289B2 (en) | Traffic congestion estimating device, traffic congestion estimating method, and recording medium storing program thereof | |
CN103325268B (zh) | 交通信息创建装置和交通信息创建方法 | |
US20170337816A1 (en) | Wireless Vehicle Data-Enhanced Micro-Navigation Lane Suggestion | |
WO2014196115A1 (ja) | 車両停止判定結果提供方法、車両停止判定装置、および車両停止判定システム | |
US20150045986A1 (en) | Systems and Methods for Determining Driver Fatigue Level from Lane Variability and Geographic Location | |
CN112734242B (zh) | 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端 | |
CN111325986B (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
JP2019519041A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
US11567507B2 (en) | Travelling support system, travelling support method and program therefor | |
US10769942B2 (en) | Method, device and system for wrong-way driver detection | |
JP6732053B2 (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
CN107092253B (zh) | 用于控制无人车的方法、装置及服务器 | |
US10618524B2 (en) | Method for determining a reference driving class | |
JP6776694B2 (ja) | 情報提供方法および情報提供装置 | |
Ryder et al. | An in-vehicle information system providing accident hotspot warnings | |
CN114312796A (zh) | 一种车速控制方法、装置、存储介质及系统 | |
US20180038696A1 (en) | A system for use in a vehicle | |
JP2019519040A (ja) | 逆走ドライバを検出するための方法、装置、およびシステム | |
US10876843B2 (en) | Method, device and system for wrong-way driver detection | |
CN112435472A (zh) | 拥堵分析方法、装置、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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210421 Address after: 100089 Room 301, 3rd floor, building 35, courtyard 8, Dongbeiwang West Road, Haidian District, Beijing Applicant after: Didi Intelligent Transportation Technology Co., Ltd Address before: 100193, No. 34, building No. 8, West flourishing road, Haidian District, Beijing Applicant before: BEIJING DIDI INFINITY TECHNOLOGY AND DEVELOPMENT Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |