CN110827537A - 一种潮汐车道的设置方法、装置及设备 - Google Patents
一种潮汐车道的设置方法、装置及设备 Download PDFInfo
- Publication number
- CN110827537A CN110827537A CN201911006000.1A CN201911006000A CN110827537A CN 110827537 A CN110827537 A CN 110827537A CN 201911006000 A CN201911006000 A CN 201911006000A CN 110827537 A CN110827537 A CN 110827537A
- Authority
- CN
- China
- Prior art keywords
- traffic flow
- setting
- lane
- time period
- traffic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000002457 bidirectional effect Effects 0.000 claims abstract description 58
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000011664 signaling 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
- G08G1/0125—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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/07—Controlling traffic signals
- G08G1/08—Controlling traffic signals according to detected number or speed of vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种潮汐车道的设置方法、装置及设备,用于减少误判现象,提高设置潮汐车道的准确度。该方法包括:采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
Description
技术领域
本发明涉及智能交通技术领域,尤其涉及一种潮汐车道的设置方法、装置及设备。
背景技术
潮汐交通现象,指的是早晨进城方向交通流量大,晚上出城方向交通流量大的现象,潮汐交通现象主要体现在双向通车的城市道路中,一边车流量较大造成通行缓慢甚至堵塞,而另一边车流量较小却使用与车流量较大一侧相同的路面。潮汐交通现象容易在交通量较大方向上造成严重的交通拥堵,在交通量较小方向上造成空间资源利用效率低下,设置潮汐车道是目前城市交通应对潮汐交通现象的主要措施,而准确地识别出潮汐交通发生的位置和时段,是设置潮汐车道的前提。
传统的路段潮汐现象判别方法是通过采集路段双向流量来判断,流量数据由埋在路面下的线圈检测器得到,对检测器的精确度要求较高,可能对交通状态产生误判,当线圈发生损坏或路段上没有检测器时,就无法判断路段是否适合设置潮汐车道,目前潮汐车道的判别方法并不能全面识别出整个城市路网中适合设置潮汐车道的路段。
发明内容
本发明提供一种潮汐车道的设置方法、装置及设备,用于通过通勤车辆的轨迹数据全面的识别出整个城市路网中适合设置潮汐车道的路段和时间,提高城市路网交通的运行效率,减少由于线圈检测器对交通状态产生的误判现象,提高判断潮汐交通现象的准确度,提高设置潮汐车道的精准度。
第一方面,本发明提供一种潮汐车道的设置方法,该方法包括:
采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可能的实施方式,根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度,包括:
根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度。
作为一种可能的实施方式,所述第一预设条件包括:
在各设定时段的各早高峰时段及各晚高峰时段内,车流的差值不均衡系数的绝对值中的最大值都不小于预设阈值,且各早高峰时段内的所述最大值对应的车流的差值不均衡系数与各晚高峰时段内的所述最大值对应的车流的差值不均衡系数的乘积值为负值;
其中,所述车流的差值不均衡系数是根据车流的平均速度获得的,用于表示第一车流方向上车流量与第二车流方向上车流量的差值在总的车流量中的不均衡程度,所述第一车流方向是第二车流方向的反方向。
作为一种可能的实施方式,通过如下方式确定所述车流的差值不均衡系数:
确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的差值;以及确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的和值;
将所述差值与所述和值得到的比值确定为所述车流的不均衡系数。
作为一种可能的实施方式,所述第二预设条件包括:
在所述潮汐设定时段内一车流方向上的车道作为潮汐车道后,所述车流方向上的车辆数在单车道上的数量,小于相反的车流方向上的车辆数在单车道上的数量。
作为一种可能的实施方式,将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,包括:
若所述潮汐设定时段内一车流方向上的车辆数满足第二预设条件,且所述潮汐设定时段内相反的车流方向上的车辆数满足第二预设条件,则将所述潮汐设定时段内车流平均速度较大的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;或
若所述潮汐设定时段内一车流方向上的车流平均速度大于相反的车流方向上的车流平均速度,则判断车流平均速度较大的车流方向上的车辆数是否满足第二预设条件,若满足则将所述车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,否则判断所述相反的车流方向上的车辆数是否满足第二预设条件,若满足则将所述相反的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可能的实施方式,所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或
工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
第二方面,本发明提供一种潮汐车道的设置装置,该装置包括:采集轨迹数据模块、确定平均速度模块、确定车辆数模块、设置潮汐车道模块,其中:
采集轨迹数据模块,用于采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
确定平均速度模块,用于根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
确定车辆数模块,用于若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
设置潮汐车道模块,用于若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可选的实施方式,所述确定平均速度模块具体用于:
根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度。
作为一种可选的实施方式,所述第一预设条件包括:
在各设定时段的各早高峰时段及各晚高峰时段内,车流的差值不均衡系数的绝对值中的最大值都不小于预设阈值,且各早高峰时段内的所述最大值对应的车流的差值不均衡系数与各晚高峰时段内的所述最大值对应的车流的差值不均衡系数的乘积值为负值;
其中,所述车流的差值不均衡系数是根据车流的平均速度获得的,用于表示第一车流方向上车流量与第二车流方向上车流量的差值在总的车流量中的不均衡程度,所述第一车流方向是第二车流方向的反方向。
作为一种可选的实施方式,通过如下方式确定所述车流的差值不均衡系数:
确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的差值;以及确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的和值;
将所述差值与所述和值得到的比值确定为所述车流的不均衡系数。
作为一种可选的实施方式,所述第二预设条件包括:
在所述潮汐设定时段内一车流方向上的车道作为潮汐车道后,所述车流方向上的车辆数在单车道上的数量,小于相反的车流方向上的车辆数在单车道上的数量。
作为一种可选的实施方式,所述设置潮汐车道模块具体用于:
若所述潮汐设定时段内一车流方向上的车辆数满足第二预设条件,且所述潮汐设定时段内相反的车流方向上的车辆数满足第二预设条件,则将所述潮汐设定时段内车流平均速度较大的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;或
若所述潮汐设定时段内一车流方向上的车流平均速度大于相反的车流方向上的车流平均速度,则判断车流平均速度较大的车流方向上的车辆数是否满足第二预设条件,若满足则将所述车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,否则判断所述相反的车流方向上的车辆数是否满足第二预设条件,若满足则将所述相反的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可选的实施方式,所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或
工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
第三方面,本发明提供一种潮汐车道的设置设备,该设备包括:处理器以及存储器,其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行如下步骤:
采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可能的实施方式,所述处理器具体用于:
根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度。
作为一种可能的实施方式,所述第一预设条件包括:
在各设定时段的各早高峰时段及各晚高峰时段内,车流的差值不均衡系数的绝对值中的最大值都不小于预设阈值,且各早高峰时段内的所述最大值对应的车流的差值不均衡系数与各晚高峰时段内的所述最大值对应的车流的差值不均衡系数的乘积值为负值;
其中,所述车流的差值不均衡系数是根据车流的平均速度获得的,用于表示第一车流方向上车流量与第二车流方向上车流量的差值在总的车流量中的不均衡程度,所述第一车流方向是第二车流方向的反方向。
作为一种可能的实施方式,通过如下方式确定所述车流的差值不均衡系数:
确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的差值;以及确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的和值;
将所述差值与所述和值得到的比值确定为所述车流的不均衡系数。
作为一种可能的实施方式,所述第二预设条件包括:
在所述潮汐设定时段内一车流方向上的车道作为潮汐车道后,所述车流方向上的车辆数在单车道上的数量,小于相反的车流方向上的车辆数在单车道上的数量。
作为一种可能的实施方式,所述处理器具体用于:
若所述潮汐设定时段内一车流方向上的车辆数满足第二预设条件,且所述潮汐设定时段内相反的车流方向上的车辆数满足第二预设条件,则将所述潮汐设定时段内车流平均速度较大的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;或
若所述潮汐设定时段内一车流方向上的车流平均速度大于相反的车流方向上的车流平均速度,则判断车流平均速度较大的车流方向上的车辆数是否满足第二预设条件,若满足则将所述车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,否则判断所述相反的车流方向上的车辆数是否满足第二预设条件,若满足则将所述相反的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可能的实施方式,所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或
工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
第四方面,本发明提供一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一方面所述方法的步骤。
本发明提供的一种潮汐车道的设置方法、装置及设备,具有以下有益效果:
用于通过采集通勤车辆的轨迹数据,通过车辆的轨迹数据能够全面的识别出整个城市路网中适合设置潮汐车道的路段和时间,对双向车流方向上的车流平均速度和车辆数进行分析,合理的设置潮汐车道,减少由于埋在路面下的线圈检测器的精度不够对交通状态产生的误判现象,提高判断潮汐交通现象的准确度,提高设置潮汐车道的精准度,为城市交通管理提供有力的支持,从而提高城市路网交通的运行效率,应用范围更广,识别准确度更高。
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性的前提下,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潮汐车道的设置方法流程图;
图2为本发明实施例提供的一种潮汐车道的设置方法具体步骤流程图;
图3为本发明实施例提供的一种潮汐车道的设置装置示意图;
图4为本发明实施例提供的一种潮汐车道的设置设备示意图。
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。
本发明实施例中术语“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
本发明实施例描述的应用场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定,本领域普通技术人员可知,随着新应用场景的出现,本发明实施例提供的技术方案对于类似的技术问题,同样适用。其中,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
下面对本实施例中提供的潮汐交通现象和潮汐车道进行简单介绍:
本发明实施例可应用于潮汐交通场景,例如在工作日上班的高峰时段上,通往市内的车流量一般较大,容易造成通行缓慢甚至堵塞,而相反方向如通往郊区的车流量一般较小,同样的,在工作日下班的高峰时段上,与通往市内方向的车流量一般较小,而相反方向的车流量一般较大,若在双向车道的道路中,可能产生一车流方向上的车辆拥堵,而另一车流方向上的车辆稀少,不利于车辆出行效率且对车道的利用率较低,因此可通过设置潮汐车道的方式,改变车道的通行方向,从而提高车辆的出行效率、提高车道的利用率。
潮汐车道也可以称为可变车道,可以理解为城市内部根据早晚交通流量的不同情况,对有条件的道路设置一个或多个车辆通行方向随不同时段变化的车道,例如,通过车道灯的指示方向变化,控制主干道车道行驶方向,来调整车道数,因此潮汐车道的通行方向是可变的,例如可将在某时段内的车道设置为潮汐车道,即在该时段内该车道的通行方向与原来的通行方向相反,如将工作日上班的高峰时段上,通往市内方向的反方向的车道设置为潮汐车道,又如将工作日下班的高峰时段上,通往市内方向的车道设置为潮汐车道,从而较轻上下班车辆的拥堵情况,提高车道的利用率。
上述分析可知,潮汐交通现象容易在较大的车流量的方向上造成严重的交通拥堵,在较小的车流量方向上造成车道的资源利用效率低下,设置潮汐车道是目前合理应对潮汐交通现象的主要措施,而准确地识别出潮汐交通现象发生的位置和时段是设置潮汐车道的前提;由于传统的潮汐交通现象的判别方法是通过采集路段双向流量来判断,通过埋在路面下的线圈检测器获取流量数据,对检测器的精确度要求较高,若路段上线圈检测器发生损坏或路段上没有线圈检测器时,便无法准确地判断出该路段是否适合设置潮汐车道。
本实施例基于目前丰富的获取数据源的技术,通过各种获取手段采集车辆的轨迹数据用以分析路段交通的运行状态,全面的对整个城市路网中适合设置潮汐车道的路段进行识别判断,能够大幅提高路网道路交通的运行效率,减少由于线圈检测器对交通状态产生的误判现象,提高判断潮汐交通现象的准确度。
下面对本发明实施例提供的一种潮汐车道的设置方法进行具体说明。
如图1所示,本发明实施例提供的一种潮汐车道的设置方法,该方法的具体实施步骤如下所示:
步骤100、采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
本实施例中的所述通勤车辆是指在城市道路上往返于居住地点和工作地点的车辆。
可选的,所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或
工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
本实施例中的所述各设定时段包括但不限于工作日每天的至少一个早高峰时段、工作日每天的至少一个晚高峰时段;
若所述各设定时段包括工作日每天的一个早高峰时段,工作日每天的一个晚高峰时段,则所述早高峰时段可以是7:00~9:00,所述晚高峰时段可以是17:00~19:00;若所述各设定时段包括工作日每天的多个早高峰时段,工作日每天的多个晚高峰时段,则所述多个早高峰时段中的相邻两个早高峰时段中具有设定时长的重复时段,所述多个晚高峰时段中的相邻两个晚高峰时段中具有设定时长的重复时段,以用于一定程度上消除路段上发生潮汐交通现象的时间的不确定性问题。
例如,多个早高峰时段可以是7:00~8:00、7:15~8:15、7:30~8:30、7:45~8:45、8:00~9:00;多个晚高峰时段可以是17:00~18:00、17:15~18:15、17:30~18:30、17:45~18:45、18:00~19:00。
本实施例中的早高峰时段和晚高峰时段不仅限于上述时段,可根据实际需求定义,本实施例对早高峰时段和晚高峰时段具体的时段范围不作过多限定。
可选的,通过如下任一或任多种设备采集路段在各设定时段内的通勤车辆的轨迹数据:
电警卡口设备;其中,电警卡口设备采集过程包括通过电警卡口拍摄车辆并识别出车辆牌照,并基于该电警卡口的位置及拍摄的时间,获取该车辆的车辆位置信息和车辆时间信息,另外,电警卡口设备一般设置在路段交叉口附近。
GPS点数据获取设备;其中,该GPS点数据包括但不限于:终端上的GPS点数据,车辆上的GPS点数据,终端信令数据、互联网轨迹数据、浮动车数据,本实施例中的GPS点数据获取设备为能够获取上述GPS点数据中的至少一种数据的设备。
视频监控设备;通过视频监控设备对采集的视频中的车辆轨迹数据进行分析,提取车辆位置信息和车辆时间信息;
多目标雷达设备;基于雷达探测信息对车辆进行跟踪,获取车辆的轨迹数据。
本发明实施例获取车辆的轨迹数据并不限于上述方法,只要能够采集到车辆位置信息和车辆时间信息的设备或采集手段都属于本发明的保护范围,本发明实施例对如何采集车辆的轨迹数据不作过多限定。
本发明实施例可通过如下任一或任多方式确定通勤车辆的轨迹数据:
方式1、通过电警卡口设备采集路段在各设定时段内的车辆的轨迹数据,从中筛选出通勤车辆的轨迹数据;
实施中,在连续工作日每天的各设定时段内(包括早高峰时段和晚高峰时段),均能检测到同一车辆的车牌数据,则确定该车辆为通勤车辆;
从检测到的该车辆的车牌数据中筛选出车牌数据质量满足预设条件的有效的车牌数据,按检测到的时间的先后顺序进行排序,并利用检测到的该车辆的位置信息,基于城市路网地图生成该车辆的轨迹数据。
方式2、通过GPS点数据获取设备采集路段在各设定时段内的车辆的轨迹数据,从中筛选出通勤车辆的轨迹数据;
实施中,在连续工作日每天的各设定时段内(包括早高峰时段和晚高峰时段),均能检测在同一路段检测到同一车辆上传的GPS点数据,则确定该车辆为通勤车辆;
将该车辆的GPS点数据与城市路网地图进行匹配,根据经纬度坐标将GPS点数据匹配到城市路网地图中,生成该车辆的轨迹数据。
本实施例中确定通勤车辆的轨迹数据不仅限于基于电警卡口设备和/或GPS点数据获取设备采集的轨迹数据来确定的,需要说明的是,基于获取车辆的轨迹数据的方式不同,从而确定通勤车辆的轨迹数据的方式也可能不相同,因此,本实施例中上述确定通勤车辆的轨迹数据的方式仅为示例,基于多样的获取车辆的轨迹数据的方式,本实施例对如何确定通勤车辆的轨迹数据不作过多限定。
步骤101、根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
实施中,确定双向车流的平均速度,包括:
根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度。
可选的,若通过电警卡口设备采集路段在各设定时段内的通勤车辆的轨迹数据,则通过如下步骤确定双向车流的平均速度:
1)基于电警卡口设备采集通勤车辆行驶通过该路段两端的两个路口(包括A路口和B路口)的时间信息,若通勤车辆在该路段上的行驶方向为A→B上,通勤车辆经过上游A路口的时刻为tup,经过下游B路口的时刻为tdown,则该通勤车辆在该路段的行驶时间tA=tdown-tup;
2)可通过路段长度和每辆通勤车辆的行驶时间,计算出设定时段内每辆通勤车辆按行驶方向A→B经过该路段的行驶平均速度,将按行驶方向A→B经过该路段的所有通勤车辆的行驶平均速度累加后除以所有通勤车辆的数量,得到车流方向A→B的平均速度;
或者,也可以通过如下公式确定车流方向A→B的平均速度:
其中,L为所述路段的长度,n为设定时段经过该路段的通勤车辆的数量,tAi表示第i辆通勤车辆在该路段的行驶时间。
同样的,可通过上述步骤确定车流方向B→A的平均速度,此处不再赘述。
可选的,若通过GPS点数据获取设备采集路段在各设定时段内的通勤车辆的轨迹数据,则通过如下步骤确定双向车流的平均速度:
1)根据通勤车辆的GPS点数据中的瞬时速度参数,确定在各设定时段内的通勤车辆在该路段上的行驶平均速度;
2)对在各设定时段内经过该路段的所有通勤车辆的行驶平均速度求平均,确定双向车流的平均速度。
实施中,若通勤车辆在该路段上的行驶方向为A→B上,可通过如下公式确定通勤车辆在该路段上的行驶平均速度:
其中,Vi为通勤车辆的瞬时速度参数,n为该通勤车辆GPS点数据中Vi≠0的GPS点数据的数量;
步骤102、若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
可选的,确定所述双向车流的平均速度满足第一预设条件之前,还包括:
对各设定时段内的双向车流的平均速度进行筛选,若一车流方向上车流的平均速度大于预设阈值,则删除所述车流的平均速度对应的设定时段;
例如,所述预设阈值为20km/h,若车流方向为A→B上,在设定时段07:00-08:00内的车流的平均速度为30km/h,则删除该车流的平均速度对应的设定时段07:00-08:00,即该路段在该设定时段07:00-08:00内不存在潮汐特性。
本实施例中,所述路段(包括A路口和B路口)在各设定时段内的双向车流的平均速度可如下表所示:
若上述任一设定时段内,任一车流方向车流的平均速度大于预设阈值时,则删除所述车流的平均速度对应的设定时段,若所有设定时段都被删除,则可认为该路段不存在潮汐特性。
可选的,所述第一预设条件包括:
在各设定时段的各早高峰时段内,车流的差值不均衡系数的绝对值中的最大值不小于预设阈值,及在各设定时段的各晚高峰时段内,车流的差值不均衡系数的绝对值中的最大值不小于预设阈值,且各早高峰时段内的所述最大值对应的车流的差值不均衡系数与各晚高峰时段内的所述最大值对应的车流的差值不均衡系数的乘积值为负值;
其中,所述车流的差值不均衡系数根据车流的平均速度获得,用于表示第一车流方向上车流量与第二车流方向上车流量的差值在总的车流量中的不均衡程度,所述第一车流方向是第二车流方向的反方向。
上述与满足第一预设条件对应的潮汐设定时段包括:所述各早高峰时段内车流的差值不均衡系数的绝对值中的最大值对应的早高峰时段,及所述各晚高峰时段内车流的差值不均衡系数的绝对值中的最大值对应的晚高峰时段。
上述第一预设条件可通过如下公式表示:
上述早高峰时段i和晚高峰时段j的取值范围可以是一样的,也可以是不一样的,上述i和j的取值可以是相同的,也可以是不同的,本实施例不作过多限定;
若一车流方向上的车流的平均速度满足上述第一预设条件,则满足第一预设条件对应的设定时段包括:第i个早高峰时段和第j个晚高峰时段;同样的,若相反的车流方向上的车流的平均速度满足上述第一预设条件,则满足第一预设条件对应的设定时段包括:第i个早高峰时段和第j个晚高峰时段。
实施中,可通过如下方式确定所述车流的差值不均衡系数:
确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的差值;以及确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的和值;
将所述差值与所述和值得到的比值确定为所述车流的不均衡系数。
具体的,可通过如下公式确定所述车流的差值不均衡系数
其中,VA为第一车流方向如A→B上车流的平均速度,VB为第二车流方向如B→A上车流的平均速度。
若双向车流的平均速度(包括第一车流方向上车流的平均速度和第二车流方向上车流的平均速度)满足上述第一预设条件时,则认为在设定时段i和设定时段j内存在潮汐交通特性,则利用所述通勤车辆的轨迹数据,确定在设定时段i和设定时段j内双向车流方向上的车辆数;
容易理解的是,所述第一预设条件用于判断路段上存在潮汐交通特性的设定时段,若双向车流的平均速度满足第一预设条件,则可以确定满足第一预设条件对应的潮汐设定时段,其中所述潮汐设定时段包括至少两个设定时段,如包括至少一个早高峰时段和至少一个晚高峰时段,利用所述通勤车辆的轨迹数据,在满足第一预设条件对应的潮汐设定时段内,确定双向车流方向上的车辆数,如在满足第一预设条件对应的早高峰时段和晚高峰时段内,确定双向车流方向上的车辆数,以使通过如下步骤确定在潮汐设定时段内单向车流方向上的车辆数满足第二预设条件时,设置潮汐车道及潮汐车道的通行时段。
步骤103、若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
实施中,所述第二预设条件包括:
在所述潮汐设定时段内一车流方向上的车道作为潮汐车道后,所述车流方向上的车辆数在单位时间内单车道上的数量,小于相反的车流方向上的车辆数在单位时间内单车道上的数量。
容易理解的是,所述第二预设条件用于判断在所述潮汐设定时段内路段上某一车道作为潮汐车道后,该路段的通行能力。
实施中,若路段包括A路口和B路口,第一车流方向为A→B,第二车流方向为B→A,该路段中的第一车流方向A→B的车道数为nA→B,该路段中的第二车流方向B→A的车道数为nB→A,利用所述通勤车辆的轨迹数据,确定在所述潮汐设定时段j内第一车流方向上的车辆数为QAj,第二车流方向上的车辆数为QBj,其中,j表示第j个潮汐设定时段,j为正整数;
若所述潮汐设定时段j内第一车流方向上的车道作为潮汐车道后,所述第一车流方向上的车辆数在单车道上的数量,小于第二车流方向上的车辆数在单车道上的数量,如下述公式所示:
容易理解的是,若第一车流方向上的车道作为潮汐车道后,则原第一车流方向上的车道数nA→B-1,原第二车流方向上的车道数nB→A+1;或
若所述潮汐设定时段j内第二车流方向上的车道作为潮汐车道后,所述第二车流方向上的车辆数在单车道上的数量,小于第一车流方向上的车辆数在单车道上的数量,如下述公式所示:
容易理解的是,若第二车流方向上的车道作为潮汐车道后,则原第一车流方向上的车道数nA→B+1,原第二车流方向上的车道数nB→A-1。
若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则通过如下任一种方式设置潮汐车道及潮汐车道的通行时段:
需要说明的是,设置潮汐车道的道路条件包括:第一车流方向上的车道数大于等于阈值,且第一车流方向上的车道数大于等于阈值,可选的,所述阈值为3。
本实施例中所述潮汐设定时段包括至少两个设定时段,可选的,所述潮汐设定时段包括至少一个早高峰时段,至少一个晚高峰时段。其中,潮汐设定时段中的每个设定时段都可通过如下任一方式判断车流方向上的车辆数是否满足第二预设条件,从而判断是否设置潮汐车道及对应的通行时段。
方式1、若所述潮汐设定时段内一车流方向上的车辆数满足第二预设条件,且所述潮汐设定时段内相反的车流方向上的车辆数满足第二预设条件;
则将所述潮汐设定时段内车流平均速度较大的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
方式2、优先判断车流平均速度大的车流方向上的车辆数是否满足第二预设条件,若满足则设置该车流方向上的内侧车道为潮汐车道,否则继续判断相反的车流方向上的车辆数是否满足第二预设条件,若满足则设置该相反的车流方向上的内侧车道为潮汐车道,否则,可认为该路段无法设置潮汐车道。
具体的,若所述潮汐设定时段内一车流方向上的车流平均速度大于相反的车流方向上的车流平均速度,则判断车流平均速度较大的车流方向上的车辆数是否满足第二预设条件;
若满足第二预设条件则将所述车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;
否则判断所述相反的车流方向上的车辆数是否满足第二预设条件,若满足第二预设条件则将所述相反的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
其中,可通过如下方式设置潮汐车道的起点和终点:
将路段上瞬时速度小于预设值的车辆的位置信息进行聚类,得到聚类的中心位置,将距离该中心位置最远的下游交叉口作为潮汐车道的起点,将距离该中心位置最远的上游交叉口作为潮汐车道的终点,可选的,所述预设值为5km/h。
本实施例还可以直接将该路段两端的路口分别作为潮汐车道的起点和终点,实施中,还可根据具体道路情况来设置潮汐车道的起点和终点,本实施例对如何设置潮汐车道的起点和终点不作过多限定。
如图2所示,详细说明了本发明实施例中提供的一种潮汐车道的设置方法,具体实施步骤如下所示:
步骤200、采集路段在各设定时段内的通勤车辆的轨迹数据;
其中,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或,工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
步骤201、根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
步骤202、根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度;
步骤203、判断所述双向车流的平均速度是否满足第一预设条件,若是执行步骤204,否则执行步骤207;
步骤204、利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
步骤205、判断在所述潮汐设定时段内单向车流方向上的车辆数是否满足第二预设条件,若是执行步骤206,否则执行步骤207;
步骤206、将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;
步骤207、不设置潮汐车道。
基于相同的发明构思,本发明实施例还提供了一种潮汐车道的设置装置,由于该装置即是本发明实施例中的方法中的装置,并且该装置解决问题的原理与该方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
如图3所示,该装置包括:采集轨迹数据模块300、确定平均速度模块301、确定车辆数模块302、设置潮汐车道模块303,其中:
采集轨迹数据模块300,用于采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
确定平均速度模块301,用于根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
确定车辆数模块302,用于若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
设置潮汐车道模块303,用于若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可选的实施方式,所述确定平均速度模块301具体用于:
根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度。
作为一种可选的实施方式,所述第一预设条件包括:
在各设定时段的各早高峰时段及各晚高峰时段内,车流的差值不均衡系数的绝对值中的最大值都不小于预设阈值,且各早高峰时段内的所述最大值对应的车流的差值不均衡系数与各晚高峰时段内的所述最大值对应的车流的差值不均衡系数的乘积值为负值;
其中,所述车流的差值不均衡系数是根据车流的平均速度获得的,用于表示第一车流方向上车流量与第二车流方向上车流量的差值在总的车流量中的不均衡程度,所述第一车流方向是第二车流方向的反方向。
作为一种可选的实施方式,通过如下方式确定所述车流的差值不均衡系数:
确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的差值;以及确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的和值;
将所述差值与所述和值得到的比值确定为所述车流的不均衡系数。
作为一种可选的实施方式,所述第二预设条件包括:
在所述潮汐设定时段内一车流方向上的车道作为潮汐车道后,所述车流方向上的车辆数在单车道上的数量,小于相反的车流方向上的车辆数在单车道上的数量。
作为一种可选的实施方式,所述设置潮汐车道模块303具体用于:
若所述潮汐设定时段内一车流方向上的车辆数满足第二预设条件,且所述潮汐设定时段内相反的车流方向上的车辆数满足第二预设条件,则将所述潮汐设定时段内车流平均速度较大的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;或
若所述潮汐设定时段内一车流方向上的车流平均速度大于相反的车流方向上的车流平均速度,则判断车流平均速度较大的车流方向上的车辆数是否满足第二预设条件,若满足则将所述车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,否则判断所述相反的车流方向上的车辆数是否满足第二预设条件,若满足则将所述相反的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可选的实施方式,所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或
工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
基于相同的发明构思,本发明实施例还提供了一种潮汐车道的设置设备,由于该设备即是本发明实施例中的方法中的设备,并且该设备解决问题的原理与该方法相似,因此该设备的实施可以参见方法的实施,重复之处不再赘述。
如图4所示,该设备包括:处理器400以及存储器401,其中,所述存储器401存储有程序代码,当所述程序代码被所述处理器400执行时,使得所述处理器400执行如下步骤:
采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可能的实施方式,所述处理器400具体用于:
根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度。
作为一种可能的实施方式,所述第一预设条件包括:
在各设定时段的各早高峰时段及各晚高峰时段内,车流的差值不均衡系数的绝对值中的最大值都不小于预设阈值,且各早高峰时段内的所述最大值对应的车流的差值不均衡系数与各晚高峰时段内的所述最大值对应的车流的差值不均衡系数的乘积值为负值;
其中,所述车流的差值不均衡系数是根据车流的平均速度获得的,用于表示第一车流方向上车流量与第二车流方向上车流量的差值在总的车流量中的不均衡程度,所述第一车流方向是第二车流方向的反方向。
作为一种可能的实施方式,通过如下方式确定所述车流的差值不均衡系数:
确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的差值;以及确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的和值;
将所述差值与所述和值得到的比值确定为所述车流的不均衡系数。
作为一种可能的实施方式,所述第二预设条件包括:
在所述潮汐设定时段内一车流方向上的车道作为潮汐车道后,所述车流方向上的车辆数在单车道上的数量,小于相反的车流方向上的车辆数在单车道上的数量。
作为一种可能的实施方式,所述处理器400具体用于:
若所述潮汐设定时段内一车流方向上的车辆数满足第二预设条件,且所述潮汐设定时段内相反的车流方向上的车辆数满足第二预设条件,则将所述潮汐设定时段内车流平均速度较大的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;或
若所述潮汐设定时段内一车流方向上的车流平均速度大于相反的车流方向上的车流平均速度,则判断车流平均速度较大的车流方向上的车辆数是否满足第二预设条件,若满足则将所述车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,否则判断所述相反的车流方向上的车辆数是否满足第二预设条件,若满足则将所述相反的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
作为一种可能的实施方式,所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或
工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
本发明实施例还提供一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现如下步骤:
采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
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设备。
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设备的制造品,该指令设备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。
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 (10)
1.一种潮汐车道的设置方法,其特征在于,该方法包括:
采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
2.根据权利要求1所述的方法,其特征在于,根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度,包括:
根据所述通勤车辆的轨迹数据中的车辆位置信息和车辆时间信息,确定所述通勤车辆的行驶方向及行驶平均速度;
根据在设定时段内经过所述路段的所有通勤车辆的行驶方向及行驶平均速度,确定所述路段在各设定时段内的双向车流的平均速度。
3.根据权利要求1所述的方法,其特征在于,所述第一预设条件包括:
在各设定时段的各早高峰时段及各晚高峰时段内,车流的差值不均衡系数的绝对值中的最大值都不小于预设阈值,且各早高峰时段内的所述最大值对应的车流的差值不均衡系数与各晚高峰时段内的所述最大值对应的车流的差值不均衡系数的乘积值为负值;
其中,所述车流的差值不均衡系数是根据车流的平均速度获得的,用于表示第一车流方向上车流量与第二车流方向上车流量的差值在总的车流量中的不均衡程度,所述第一车流方向是第二车流方向的反方向。
4.根据权利要求3所述的方法,其特征在于,通过如下方式确定所述车流的差值不均衡系数:
确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的差值;以及确定第一车流方向上车流的平均速度和第二车流方向上车流的平均速度的和值;
将所述差值与所述和值得到的比值确定为所述车流的不均衡系数。
5.根据权利要求1所述的方法,其特征在于,所述第二预设条件包括:
在所述潮汐设定时段内一车流方向上的车道作为潮汐车道后,所述车流方向上的车辆数在单车道上的数量,小于相反的车流方向上的车辆数在单车道上的数量。
6.根据权利要求1所述的方法,其特征在于,将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,包括:
若所述潮汐设定时段内一车流方向上的车辆数满足第二预设条件,且所述潮汐设定时段内相反的车流方向上的车辆数满足第二预设条件,则将所述潮汐设定时段内车流平均速度较大的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段;或
若所述潮汐设定时段内一车流方向上的车流平均速度大于相反的车流方向上的车流平均速度,则判断车流平均速度较大的车流方向上的车辆数是否满足第二预设条件,若满足则将所述车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段,否则判断所述相反的车流方向上的车辆数是否满足第二预设条件,若满足则将所述相反的车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
7.根据权利要求1所述的方法,其特征在于,所述通勤车辆包括:
工作日每天的早高峰时段和晚高峰时段的出行率大于预设值的车辆;和/或
工作日每天的出行时间和地点的稳定性大于预设阈值的车辆。
8.一种潮汐车道的设置装置,其特征在于,该装置包括:采集轨迹数据模块、确定平均速度模块、确定车辆数模块、设置潮汐车道模块,其中:
采集轨迹数据模块,用于采集路段在各设定时段内的通勤车辆的轨迹数据,所述通勤车辆的轨迹数据包括车辆位置信息和车辆时间信息;
确定平均速度模块,用于根据所述通勤车辆的轨迹数据确定所述路段在各设定时段内的双向车流的平均速度;
确定车辆数模块,用于若所述双向车流的平均速度满足第一预设条件,则利用所述通勤车辆的轨迹数据,确定在满足第一预设条件对应的潮汐设定时段内双向车流方向上的车辆数;
设置潮汐车道模块,用于若在所述潮汐设定时段内单向车流方向上的车辆数满足第二预设条件,则将所述单向车流方向上的内侧车道设置为潮汐车道,将所述潮汐设定时段设置为潮汐车道的通行时段。
9.一种潮汐车道的设置设备,其特征在于,该设备包括:处理器以及存储器,其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行权利要求1~7任一所述方法的步骤。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~7任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911006000.1A CN110827537B (zh) | 2019-10-22 | 2019-10-22 | 一种潮汐车道的设置方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911006000.1A CN110827537B (zh) | 2019-10-22 | 2019-10-22 | 一种潮汐车道的设置方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110827537A true CN110827537A (zh) | 2020-02-21 |
CN110827537B CN110827537B (zh) | 2021-07-20 |
Family
ID=69550224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911006000.1A Active CN110827537B (zh) | 2019-10-22 | 2019-10-22 | 一种潮汐车道的设置方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110827537B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530169A (zh) * | 2020-10-29 | 2021-03-19 | 泰州市出彩网络科技有限公司 | 自适应潮汐车道变换系统 |
CN113160586A (zh) * | 2021-03-26 | 2021-07-23 | 深圳职业技术学院 | 潮汐通道控制方法、装置及其系统、计算机可读存储介质 |
CN114999159A (zh) * | 2022-06-23 | 2022-09-02 | 浙江大华技术股份有限公司 | 潮汐车道的确定方法、装置、存储介质及电子装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
AU2007247787B2 (en) * | 2006-05-10 | 2013-05-02 | Anthony Michael Duffy | System for maximising and controlling tidal flow of traffic in road tunnels and on freeways |
CN104952273A (zh) * | 2015-07-17 | 2015-09-30 | 东方网力科技股份有限公司 | 针对车辆行为的告警方法、装置及系统 |
CN105489006A (zh) * | 2015-12-15 | 2016-04-13 | 浙江工业大学 | 基于出租车gps数据的多尺度道路流量可视分析方法 |
CN106384518A (zh) * | 2016-10-31 | 2017-02-08 | 江苏金米智能科技有限责任公司 | 一种潮汐车道控制系统 |
CN106910353A (zh) * | 2015-12-23 | 2017-06-30 | 上海宝康电子控制工程有限公司 | 智能潮汐车道控制系统及方法 |
CN106971575A (zh) * | 2017-05-27 | 2017-07-21 | 深圳市乃斯网络科技有限公司 | 智能交通潮汐车道的分配方法及系统 |
CN110733507A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 车道变换及道路隔离方法、装置、设备及存储介质 |
-
2019
- 2019-10-22 CN CN201911006000.1A patent/CN110827537B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2007247787B2 (en) * | 2006-05-10 | 2013-05-02 | Anthony Michael Duffy | System for maximising and controlling tidal flow of traffic in road tunnels and on freeways |
CN101901546A (zh) * | 2010-04-29 | 2010-12-01 | 上海迪爱斯通信设备有限公司 | 基于动态信息的智能交通调度指挥及信息服务方法及系统 |
CN104952273A (zh) * | 2015-07-17 | 2015-09-30 | 东方网力科技股份有限公司 | 针对车辆行为的告警方法、装置及系统 |
CN105489006A (zh) * | 2015-12-15 | 2016-04-13 | 浙江工业大学 | 基于出租车gps数据的多尺度道路流量可视分析方法 |
CN106910353A (zh) * | 2015-12-23 | 2017-06-30 | 上海宝康电子控制工程有限公司 | 智能潮汐车道控制系统及方法 |
CN106384518A (zh) * | 2016-10-31 | 2017-02-08 | 江苏金米智能科技有限责任公司 | 一种潮汐车道控制系统 |
CN106971575A (zh) * | 2017-05-27 | 2017-07-21 | 深圳市乃斯网络科技有限公司 | 智能交通潮汐车道的分配方法及系统 |
CN110733507A (zh) * | 2018-07-18 | 2020-01-31 | 阿里巴巴集团控股有限公司 | 车道变换及道路隔离方法、装置、设备及存储介质 |
Non-Patent Citations (5)
Title |
---|
尹超英: "城市新区公共交通线网规划研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
曾丽燕,张晶,赵天天,罗来平: "基于实时路况数据的潮汐交通路段提取", 《地理空间信息》 * |
汤海滨: "校园内短途公共交通组织管理与线路优化分析", 《高校后勤研究》 * |
王丽杰: "北京市西城区低等级道路应用设计研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
马振虎: "城市道路可变车道设置方法研究", 《中国优秀硕士学位论文全文数据库 工程科技II辑》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112530169A (zh) * | 2020-10-29 | 2021-03-19 | 泰州市出彩网络科技有限公司 | 自适应潮汐车道变换系统 |
CN113160586A (zh) * | 2021-03-26 | 2021-07-23 | 深圳职业技术学院 | 潮汐通道控制方法、装置及其系统、计算机可读存储介质 |
CN114999159A (zh) * | 2022-06-23 | 2022-09-02 | 浙江大华技术股份有限公司 | 潮汐车道的确定方法、装置、存储介质及电子装置 |
CN114999159B (zh) * | 2022-06-23 | 2024-07-30 | 浙江大华技术股份有限公司 | 潮汐车道的确定方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110827537B (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200211374A1 (en) | System, method, and apparatus for analyzing a traffic road condition | |
US10573173B2 (en) | Vehicle type identification method and device based on mobile phone data | |
CN110827537B (zh) | 一种潮汐车道的设置方法、装置及设备 | |
CN104658252B (zh) | 基于多源数据融合的高速公路交通运行状态的评估方法 | |
CN109544932A (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
CN102855760B (zh) | 基于浮动车数据的在线排队长度检测方法 | |
CN109345031B (zh) | 基于交通流数据的协调干线线路规划方法及配置系统 | |
CN106197458A (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
CN108171993B (zh) | 一种基于手机信令大数据的高速公路车辆速度计算方法 | |
CN104751631A (zh) | 基于gps定位和模糊理论判断出行链交通方式的方法 | |
CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
CN103593976A (zh) | 基于检测器确定道路交通状态的方法及系统 | |
CN105023428A (zh) | 路况信息评估方法及装置 | |
CN109754598B (zh) | 一种拥堵组团识别方法及系统 | |
CN106558220B (zh) | 一种公路交通量的统计方法及装置 | |
CN102592446B (zh) | 利用浮动车定位数据计算城际道路旅行时间的方法 | |
CN105303831A (zh) | 一种基于通信数据判断高速路拥堵情况的方法 | |
CN105894802A (zh) | 一种基于gps数据的交通拥堵传播路径计算方法 | |
CN116363891B (zh) | 基于车联网的智慧城市网外运算方法及系统 | |
CN108629982B (zh) | 一种基于旅行时间分布规律的路段车辆数估计方法 | |
CN108922193A (zh) | 一种基于浮动车轨迹数据的交叉口信号周期估计方法 | |
CN110021161B (zh) | 一种交通流向的预测方法及系统 | |
CN108021924A (zh) | 一种废弃目标识别方法及装置 | |
CN116704750B (zh) | 一种基于聚类算法的交通状态识别方法、电子设备、介质 | |
CN117173899A (zh) | 一种智慧城市数据处理方法 |
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 |