CN111126904A - 一种基于ArcGis的危险品运输管理方法 - Google Patents
一种基于ArcGis的危险品运输管理方法 Download PDFInfo
- Publication number
- CN111126904A CN111126904A CN201911294142.2A CN201911294142A CN111126904A CN 111126904 A CN111126904 A CN 111126904A CN 201911294142 A CN201911294142 A CN 201911294142A CN 111126904 A CN111126904 A CN 111126904A
- Authority
- CN
- China
- Prior art keywords
- index
- road section
- road
- subunit
- value
- 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
Images
Classifications
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
-
- 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
- G06F16/29—Geographical information databases
Abstract
本发明公开了一种基于ArcGis的危险品运输管理方法,其包括以下步骤:S1、在ArcGis软件中建立目标区域的内路网;S2、获取内路网中各路段的影响因素及权重;S3、获取各路段的路段阻抗;S4、选择最优路径;S5、实时追踪目标车辆的位置,实时记录并上传沿途视频数据;S6、判断目标车辆行进过程中是否存在不可跨越障碍,若是则进入步骤S7,否则根据GPS数据和最优路径继续引导目标车辆行进,直至达到终点;S7、将存在不可跨越障碍的路段从内路网去掉,以当前位置为起点并返回步骤S4。本方法可实时获取目标车辆在目标地区中行进的最优路径,并实时对目标车辆进行轨迹和环境监控,实现对危险品运输的管理。
Description
技术领域
本发明涉及路径规划领域,具体涉及一种基于ArcGis的危险品运输管理方法。
背景技术
危险品是易燃易爆有强烈腐蚀性的物品的统称,危险品的运输存在巨大的危险性,稍不注意可能会造成物资损失或者人员伤亡。依据GB13690-2009《常用危险化学品的分类及标志》和GB6944-2005《危险货物分类和品名编号》两个国家标准将化学品按其危险性分为8大类:①爆炸品②压缩气体和液化气体③易燃液体④易燃固体、自燃物品和遇湿易燃物品⑤氧化剂和有机过氧化物⑥毒害品和感染性物品⑦放射性物品⑧腐蚀品。危险品具有特殊的物理、化学性能,运输中如防护不当,极易发生事故,并且事故所造成的后果较一般车辆事故更加严重,因此十分有比较对危险品的运输进行管理。
发明内容
针对现有技术中的上述不足,本发明提供的一种基于ArcGis的危险品运输管理方法可以对危险品的运输进行监控管理。
为了达到上述发明目的,本发明采用的技术方案为:
提供一种基于ArcGis的危险品运输管理方法,其包括以下步骤:
S1、在ArcGis软件中建立目标区域的内路网;
S2、获取内路网中各路段的影响因素,并获取各影响因素的权重;
S3、根据各影响因素的权重获取各路段的路段阻抗;
S4、根据路段阻抗构建网络数据集,以网络阻抗最小为优化目标,选择最优路径;
S5、通过GPS定位实时追踪目标车辆的位置,通过车载摄像头实时记录并上传沿途视频数据;
S6、通过视频数据判别目标车辆行进过程中是否存在不可跨越障碍,若是则进入步骤S7,否则根据GPS数据和最优路径继续引导目标车辆行进,直至达到终点;
S7、将存在不可跨越障碍的路段从内路网去掉,以当前位置为起点并返回步骤S4。
进一步地,步骤S1的具体方法为:
构建矢量地图并导入ArcGis软件中形成初始地图;在初始地图中选取目标区域并检查路段的连通性、标记目标区域中可能影响路径选择的实体,得到目标区域的内路网;其中可能影响路径选择的实体包括学校、中心商圈、居民聚居区、绿地、河流和湖泊。
进一步地,步骤S2的具体方法为:
获取内路网中各路段的成本因素、风险因素和后果因素;其中成本因素包括时间指标、路费指标和油耗指标;风险因素包括历史事故率指标;后果因素包括人口暴露指标和环境破坏指标;并通过专家系统获取各个指标的权重。
进一步地,时间指标、路费指标、油耗指标、历史事故率指标、人口暴露指标和环境破坏指标对应的权重分别为0.13、0.03、0.06、0.21、0.28和0.15。
进一步地,步骤S3的具体方法包括以下子步骤:
S3-1、将各路段以每千米路长为子单元,分别根据公式:
获取每个路段中第i个子单元的历史事故率指标、人口暴露指标和环境破坏指标归一化后的值和其中xi,1为该路段中第i子单元的历史事故率指标的值;xn,1为该路段中第n子单元的历史事故率指标的值;xi,2为该路段中第i子单元的人口暴露指标的值;xn,2为该路段中第n子单元的人口暴露指标的值;xi,3为该路段中第i子单元的环境破坏指标的值;xn,3为该路段中第n子单元的环境破坏指标的值;
分别根据公式:
获取每个路段中第i个子单元的时间指标、路费指标和油耗指标归一化后的值和其中xi,4为该路段中第i子单元的时间指标的值;xn,4为该路段中第n子单元的时间指标的值;xi,5为该路段中第i子单元的路费指标的值;xn,5为该路段中第n子单元的路费指标的值;xi,6为该路段中第i子单元的油耗指标的值;xn,6为该路段中第n子单元的油耗指标的值;
S3-2、将各子单元的指标归一化后的值与其对应的权重相乘得到该子单元对应的单位阻抗;
S3-3、将单位阻抗导入ArcGis,并使其与各路段的子单元相结合,通过内置字段计算器获取各路段的路段阻抗。
进一步地,步骤S4的具体方法为:
根据路段阻抗构建网络数据集,采用Dijkstra算法以网络阻抗最小为优化目标,选择起点到终点的最优路径。
本发明的有益效果为:本方法可实时获取目标车辆在目标地区中行进的最优路径,并实时对目标车辆进行轨迹和环境监控,实现对危险品运输的管理。
附图说明
图1为本发明的流程示意图;
图2为同一区域中不同情况下的路径规划方案示意图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
如图1所示,该基于ArcGis的危险品运输管理方法包括以下步骤:
S1、在ArcGis软件中建立目标区域的内路网;
S2、获取内路网中各路段的影响因素,并获取各影响因素的权重;
S3、根据各影响因素的权重获取各路段的路段阻抗;
S4、根据路段阻抗构建网络数据集,以网络阻抗最小为优化目标,选择最优路径;
S5、通过GPS定位实时追踪目标车辆的位置,通过车载摄像头实时记录并上传沿途视频数据;
S6、判断目标车辆行进过程中是否存在不可跨越障碍,若是则进入步骤S7,否则根据GPS数据和最优路径继续引导目标车辆行进,直至达到终点;
S7、将存在不可跨越障碍的路段从内路网去掉,以当前位置为起点并返回步骤S4。
步骤S1的具体方法为:构建矢量地图并导入ArcGis软件中形成初始地图;在初始地图中选取目标区域并检查路段的连通性、标记目标区域中可能影响路径选择的实体,得到目标区域的内路网;其中可能影响路径选择的实体包括学校、中心商圈、居民聚居区、绿地、河流和湖泊。
步骤S2的具体方法为:获取内路网中各路段的成本因素、风险因素和后果因素;其中成本因素包括时间指标、路费指标和油耗指标;风险因素包括历史事故率指标;后果因素包括人口暴露指标和环境破坏指标;并通过专家系统获取各个指标的权重。其中时间指标、路费指标、油耗指标、历史事故率指标、人口暴露指标和环境破坏指标对应的权重分别为0.13、0.03、0.06、0.21、0.28和0.15。
步骤S3的具体方法包括以下子步骤:
S3-1、将各路段以每千米路长为子单元,分别根据公式:
获取每个路段中第i个子单元的历史事故率指标、人口暴露指标和环境破坏指标归一化后的值和其中xi,1为该路段中第i子单元的历史事故率指标的值;xn,1为该路段中第n子单元的历史事故率指标的值;xi,2为该路段中第i子单元的人口暴露指标的值;xn,2为该路段中第n子单元的人口暴露指标的值;xi,3为该路段中第i子单元的环境破坏指标的值;xn,3为该路段中第n子单元的环境破坏指标的值;
分别根据公式:
获取每个路段中第i个子单元的时间指标、路费指标和油耗指标归一化后的值和其中xi,4为该路段中第i子单元的时间指标的值;xn,4为该路段中第n子单元的时间指标的值;xi,5为该路段中第i子单元的路费指标的值;xn,5为该路段中第n子单元的路费指标的值;xi,6为该路段中第i子单元的油耗指标的值;xn,6为该路段中第n子单元的油耗指标的值;
S3-2、将各子单元的指标归一化后的值与其对应的权重相乘得到该子单元对应的单位阻抗;
S3-3、将单位阻抗导入ArcGis,并使其与各路段的子单元相结合,通过内置字段计算器获取各路段的路段阻抗。
步骤S4的具体方法为:根据路段阻抗构建网络数据集,采用Dijkstra算法以网络阻抗最小为优化目标,选择起点到终点的最优路径。
在本发明的一个实施例中,事故率统计数据显示,道路危险品运输发生事故的概率只有10-6-10-8数量级。在考虑单一物品、单一运输路径时,不考虑路段之间的相互依赖。本方法选用事故率斜率变化修正后的模型作为运输事故率模型:式中km为斜率,参考近年来数据变化情况,事故发生概率取近三年的事故发生斜率平均值;TARi为某一类道路车辆运输事故率(起/年百万辆·公里);TARi′为修正后事故率。
道路危险品运输事故模型有低概率、重后果的特点,不仅要考虑路段风险、事故发生概率,还需考虑事故发生后可能对周边环境及人群产生的后果,特别是人群聚集地段如学校、医院等。于此同时,应急救援部门救援的及时程度也将直接影响到危险品运输事故后果的严重程度。将人口暴露因素加入路径选择模型,力求在道路危险品运输过程中尽可能规避人口聚集地,以达到减少后果的目的。本方法采取如表1所示的人口暴露指标。
表1:人口暴露指标
危险品在水体中一般具有易扩散性、毒性、强酸性、强碱性等特性,即使是低浓度也会影响水生物和人口的安全,故需对危险品在水体中的风险权重进行单独区分,具体影响权重如下表2所示。
表2:危险品环境影响指标
水资源 | 其他情况 | |
爆炸物 | 0.76 | 0.5 |
毒性物质 | 1.00 | 0.5 |
腐蚀性物质 | 0.83 | 0.5 |
其他 | 0.89 | 0.5 |
如图2所示,以工作日为背景,在运输网络中,某一节点发生故障(如维护或施工),其后重新规划最优运输路径如图2(a)所示。在图2(a)基础上,某一条线发生严重的事故或拥堵导致禁行,重新规划最优运输路径如图2(b)所示。区域内某学校有活动,或开展重要会议,重新规划最优运输路径如图2(c)所示。在运输路径中某点发生爆炸后,重新规划运输路径如图2(d)所示。由此可见,本方法可通过在ArcGIS中直接操作,得出基于各种条件的当前最优路径。
在具体实施过程中,本发明可以基于Java构建危险品运输基础管理平台,在开发平台中引入上述体系,获取目标地点的地图信息对各个路段编程赋值并在平台内置的arcgis建立该地区网络数据集,并对内置的arcgis平台的Network Analyst中添加OD点与在网络图层中添加相应的点障碍、路径障碍、面障碍等条件用以实时表示中断节点、限行路段或封闭区域,得到不同状态下的最优路径。本方法可通过与其他部门的沟通、视频数据、交警数据等判断目标车辆行进过程中是否存在不可跨越障碍。视频数据还可用于收集路况信息、记录行车图像数据,以及作为重新选择路线的证据。
基于Java编写不同情况(工作日,高峰时段,节假日)的各路段的动态权重,在不同时间规划路径各不相同。基于数据库技术存取,录入车辆信息并生成车辆编码,该编码为唯一编码,与地图平台、GPS平台实时链接,并能获取该车辆各项文件办理状态。
运用GPS技术实时在危险品运输管理系统的地图上监控车辆实时运动轨迹。GPS技术与计算机网络平台已不存在技术上的瓶颈,GPS终端处理器的成本也日益低廉,参考目前高速公路管理中通行卡得到广泛使用的现状,本方法可以将GPS终端处理器植入危险品运输车辆许可证中,从而实时获取危险品车辆在城市中的位置、车速等数据,并将数据无线传输到计算机后台,实现对危险品运输车辆在城市中的实时动态监控、交通事故预警等功能。本方法可以将GPS终端处理器植入现有通行卡,实现地图匹配,实时采集车辆位置、车速等数据,并通过GPRS/CDMA来实现无线通信功能,将数据传输到计算机后台。
综上所述,本方法可实时获取目标车辆在目标地区中行进的最优路径,并实时对目标车辆进行轨迹和环境监控,实现对危险品运输的管理。
Claims (6)
1.一种基于ArcGis的危险品运输管理方法,其特征在于,包括以下步骤:
S1、在ArcGis软件中建立目标区域的内路网;
S2、获取内路网中各路段的影响因素,并获取各影响因素的权重;
S3、根据各影响因素的权重获取各路段的路段阻抗;
S4、根据路段阻抗构建网络数据集,以网络阻抗最小为优化目标,选择最优路径;
S5、通过GPS定位实时追踪目标车辆的位置,通过车载摄像头实时记录并上传沿途视频数据;
S6、判断目标车辆行进过程中是否存在不可跨越障碍,若是则进入步骤S7,否则根据GPS数据和最优路径继续引导目标车辆行进,直至达到终点;
S7、将存在不可跨越障碍的路段从内路网去掉,以当前位置为起点并返回步骤S4。
2.根据权利要求1所述的基于ArcGis的危险品运输管理方法,其特征在于,所述步骤S1的具体方法为:
构建矢量地图并导入ArcGis软件中形成初始地图;在初始地图中选取目标区域并检查路段的连通性、标记目标区域中可能影响路径选择的实体,得到目标区域的内路网;其中可能影响路径选择的实体包括学校、中心商圈、居民聚居区、绿地、河流和湖泊。
3.根据权利要求1所述的基于ArcGis的危险品运输管理方法,其特征在于,所述步骤S2的具体方法为:
获取内路网中各路段的成本因素、风险因素和后果因素;其中成本因素包括时间指标、路费指标和油耗指标;风险因素包括历史事故率指标;后果因素包括人口暴露指标和环境破坏指标;并通过专家系统获取各个指标的权重。
4.根据权利要求3所述的基于ArcGis的危险品运输管理方法,其特征在于,时间指标、路费指标、油耗指标、历史事故率指标、人口暴露指标和环境破坏指标对应的权重分别为0.13、0.03、0.06、0.21、0.28和0.15。
5.根据权利要求3所述的基于ArcGis的危险品运输管理方法,其特征在于,所述步骤S3的具体方法包括以下子步骤:
S3-1、将各路段以每千米路长为子单元,分别根据公式:
获取每个路段中第i个子单元的历史事故率指标、人口暴露指标和环境破坏指标归一化后的值和其中xi,1为该路段中第i子单元的历史事故率指标的值;xn,1为该路段中第n子单元的历史事故率指标的值;xi,2为该路段中第i子单元的人口暴露指标的值;xn,2为该路段中第n子单元的人口暴露指标的值;xi,3为该路段中第i子单元的环境破坏指标的值;xn,3为该路段中第n子单元的环境破坏指标的值;
分别根据公式:
获取每个路段中第i个子单元的时间指标、路费指标和油耗指标归一化后的值和其中xi,4为该路段中第i子单元的时间指标的值;xn,4为该路段中第n子单元的时间指标的值;xi,5为该路段中第i子单元的路费指标的值;xn,5为该路段中第n子单元的路费指标的值;xi,6为该路段中第i子单元的油耗指标的值;xn,6为该路段中第n子单元的油耗指标的值;
S3-2、将各子单元的指标归一化后的值与其对应的权重相乘得到该子单元对应的单位阻抗;
S3-3、将单位阻抗导入ArcGis,并使其与各路段的子单元相结合,通过内置字段计算器获取各路段的路段阻抗。
6.根据权利要求1所述的基于ArcGis的危险品运输管理方法,其特征在于,所述步骤S4的具体方法为:
根据路段阻抗构建网络数据集,采用Dijkstra算法以网络阻抗最小为优化目标,选择起点到终点的最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911294142.2A CN111126904B (zh) | 2019-12-16 | 2019-12-16 | 一种基于ArcGis的危险品运输管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911294142.2A CN111126904B (zh) | 2019-12-16 | 2019-12-16 | 一种基于ArcGis的危险品运输管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126904A true CN111126904A (zh) | 2020-05-08 |
CN111126904B CN111126904B (zh) | 2023-01-03 |
Family
ID=70499167
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911294142.2A Active CN111126904B (zh) | 2019-12-16 | 2019-12-16 | 一种基于ArcGis的危险品运输管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126904B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114018277A (zh) * | 2021-11-09 | 2022-02-08 | 车主邦(北京)科技有限公司 | 行驶路径确定方法、装置、设备以及存储介质 |
CN114674335A (zh) * | 2022-03-24 | 2022-06-28 | 西南交通大学 | 一种最优目标链路的匹配方法 |
CN115879848A (zh) * | 2023-02-20 | 2023-03-31 | 中铁建电气化局集团第三工程有限公司 | 一种运输车安全监测方法及装置 |
CN116362648A (zh) * | 2023-03-01 | 2023-06-30 | 泰维能源集团股份有限公司 | 高效率液化天然气运输策略制定方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800205A (zh) * | 2012-08-30 | 2012-11-28 | 南京大学 | 基于动态地图界面的车载虚拟终端系统 |
US9786187B1 (en) * | 2015-06-09 | 2017-10-10 | Amazon Technologies, Inc. | Transportation network utilizing autonomous vehicles for transporting items |
CN107451693A (zh) * | 2017-08-02 | 2017-12-08 | 南京工业大学 | 多点多目标的危化品运输路径优化方法 |
US20170358221A1 (en) * | 2016-06-10 | 2017-12-14 | ETAK Systems, LLC | Air traffic control of unmanned aerial vehicles via wireless networks |
CN108537491A (zh) * | 2018-04-27 | 2018-09-14 | 河南农业大学 | 一种生鲜农产品配送路径优化方法、存储介质 |
CN108919766A (zh) * | 2018-07-30 | 2018-11-30 | 浙江中博信息工程有限公司 | 一种基于bim技术的安全生产集成监管平台 |
CN109374006A (zh) * | 2018-12-06 | 2019-02-22 | 兰州交通大学 | 多目标的危险品道路运输路径规划方法 |
CN110362077A (zh) * | 2019-07-03 | 2019-10-22 | 上海交通大学 | 无人驾驶车辆紧急避险决策系统、方法及介质 |
-
2019
- 2019-12-16 CN CN201911294142.2A patent/CN111126904B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800205A (zh) * | 2012-08-30 | 2012-11-28 | 南京大学 | 基于动态地图界面的车载虚拟终端系统 |
US9786187B1 (en) * | 2015-06-09 | 2017-10-10 | Amazon Technologies, Inc. | Transportation network utilizing autonomous vehicles for transporting items |
US20170358221A1 (en) * | 2016-06-10 | 2017-12-14 | ETAK Systems, LLC | Air traffic control of unmanned aerial vehicles via wireless networks |
CN107451693A (zh) * | 2017-08-02 | 2017-12-08 | 南京工业大学 | 多点多目标的危化品运输路径优化方法 |
CN108537491A (zh) * | 2018-04-27 | 2018-09-14 | 河南农业大学 | 一种生鲜农产品配送路径优化方法、存储介质 |
CN108919766A (zh) * | 2018-07-30 | 2018-11-30 | 浙江中博信息工程有限公司 | 一种基于bim技术的安全生产集成监管平台 |
CN109374006A (zh) * | 2018-12-06 | 2019-02-22 | 兰州交通大学 | 多目标的危险品道路运输路径规划方法 |
CN110362077A (zh) * | 2019-07-03 | 2019-10-22 | 上海交通大学 | 无人驾驶车辆紧急避险决策系统、方法及介质 |
Non-Patent Citations (3)
Title |
---|
ERHAN ERKUT 等: ""Modeling of transport risk for hazardous Materials"", 《OPERATIONS RESEARCH》 * |
ERHAN ERKUT 等: ""Modeling of transport risk for hazardous Materials"", 《OPERATIONS RESEARCH》, vol. 46, no. 5, 1 September 1998 (1998-09-01), pages 625 - 642 * |
刘宇: ""基于ArcGIS的危险品城市运输线路选择模型研究"", 《中国优秀硕士学位论文全文数据库(工程科技Ⅱ辑)》, no. 4, 15 October 2007 (2007-10-15), pages 034 - 4 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114018277A (zh) * | 2021-11-09 | 2022-02-08 | 车主邦(北京)科技有限公司 | 行驶路径确定方法、装置、设备以及存储介质 |
CN114674335A (zh) * | 2022-03-24 | 2022-06-28 | 西南交通大学 | 一种最优目标链路的匹配方法 |
CN115879848A (zh) * | 2023-02-20 | 2023-03-31 | 中铁建电气化局集团第三工程有限公司 | 一种运输车安全监测方法及装置 |
CN115879848B (zh) * | 2023-02-20 | 2023-06-06 | 中铁建电气化局集团第三工程有限公司 | 一种运输车安全监测方法及装置 |
CN116362648A (zh) * | 2023-03-01 | 2023-06-30 | 泰维能源集团股份有限公司 | 高效率液化天然气运输策略制定方法 |
CN116362648B (zh) * | 2023-03-01 | 2023-11-07 | 泰维能源集团股份有限公司 | 高效率液化天然气运输策略制定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111126904B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111126904B (zh) | 一种基于ArcGis的危险品运输管理方法 | |
EP1627370B1 (en) | System and method for evaluating vehicle and operator performance | |
CN109087506B (zh) | 一种车辆监控方法及装置 | |
US20030135304A1 (en) | System and method for managing transportation assets | |
CN113611123B (zh) | 渣土车辅助研判治理方法和系统 | |
CN112801541B (zh) | 一种危险化学品道路运输风险动态评估及风险导航方法 | |
CN102208093A (zh) | 一种灾情信息采集上报系统 | |
Pinjari et al. | Using truck fleet data in combination with other data sources for freight modeling and planning. | |
CN113901109B (zh) | 城际公路客货车出行方式总人数及时间分布的计算方法 | |
Panwhar et al. | Development of a GIS-based hazardous materials transportation management system | |
Scanlon et al. | Assessing the risk and safety in the transportation of hazardous materials | |
Sarraf et al. | A data integration and analysis system for safe route planning | |
Chen et al. | Measuring Congestion for Strategic Highway Investment for Tomorrow (SHIFT) Implementation (PL-32) | |
Lynnyk et al. | Analysis of the air quality in considering the impact of the atmospheric emission from the urban road traffic | |
Lee | GIS-based route risk assessment of hazardous material transport | |
Curra et al. | A GIS-based platform for bridge scour risk assessment using the HYRISK model | |
Huang et al. | Multiobjective optimization for hazardous materials transportation | |
CN110956820A (zh) | 一种基于乘客手机gps定位的公路客运超载实时预警系统 | |
Bersani | Safety in hazardous material road transportation: state of the art and emerging problems | |
Guo et al. | Information technology used to evaluate nontraditional traffic monitoring systems | |
Graettinger et al. | Display and analysis of crash data | |
Ajayi et al. | The impact of traffic mobility measures on vehicle emissions for heterogeneous traffic in Lagos city | |
Samandar | Freeway Travel Time Reliability: Traditional, Connected and Autonomous Vehicles Perspectives | |
Bell | An investigation modeling risk of wildlife-vehicle collisions in Montana, USA | |
Guensler et al. | The role of instrumented vehicle data in transportation decision making |
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 |