CN111710155A - 一种道路间的拥堵关系分析方法及系统 - Google Patents
一种道路间的拥堵关系分析方法及系统 Download PDFInfo
- Publication number
- CN111710155A CN111710155A CN202010438650.XA CN202010438650A CN111710155A CN 111710155 A CN111710155 A CN 111710155A CN 202010438650 A CN202010438650 A CN 202010438650A CN 111710155 A CN111710155 A CN 111710155A
- Authority
- CN
- China
- Prior art keywords
- road
- roads
- congestion
- analyzing
- relationship
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Abstract
本发明涉及交通技术领域,具体涉及一种道路间的拥堵关系分析方法及系统,包括以下步骤:分组、时间点获取、天气获取、交通拥堵指数计算、相关系数计算以及道路间影响关系分析,利用相邻道路分组,匹配出在拥堵时,每一组内各道路相互之间的影响关系;从而分析道路间在拥堵时它们之间的影响关系。本发明将每一条道路进行分组,使得相邻道路形成一个独立的道路网,再计算每一条道路的拥堵指数和道路间的Spearman秩相关系数,分析道路在拥堵时是否会影响相邻的道路,得出在某时刻一条道路在拥堵的时候,是否会影响相邻一条或者一条以上的道路,导致它们也发生拥堵;从而可以给交警、交通部门更好的人力分配或者提供交通疏导的决策帮助。
Description
技术领域
本发明涉及交通技术领域,具体涉及一种道路间的拥堵关系分析方法及系统。
背景技术
随着城市的不断发展,汽车保有量逐渐增多,给城市道路带来了巨大的压力,也给人们的出行带来不便。城市里的道路繁多,交警不可能兼顾每一条道路的疏导工作。
发明内容
本发明的目的是针对现有技术中的上述不足,提供了一种道路间的拥堵关系分析方法及系统。
本发明的目的通过以下技术方案实现:一种道路间的拥堵关系分析方法,包括以下步骤:
分组:获取每条道路中每一个路段的坐标信息,利用坐标信息对每一条道路与其相邻的道路进行分组;
时间点获取:获取每条道路在历史上的各个时间点;
天气获取:获取每条道路在历史上的各个时间点的天气情况;
交通拥堵指数计算:计算每条道路在历史各个时间点的交通拥堵指数T;
相关系数计算:每天道路通过交通拥堵指数T计算不同时间点以及不同天气情况下的相关系数;
道路间影响关系分析:利用相邻道路分组,匹配出在拥堵时,每一组内各道路相互之间的影响关系;从而分析道路间在拥堵时它们之间的影响关系。
本发明进一步设置为,在时间点获取中,获取历史各个时间点当天或前一天是否为工作日、节假日、寒暑假或者中国传统节日;
一条道路对应一个ID,时间点向量t,t=[x1,x2,x3,…,xn],n为时间点的数量;用f表示节假日、寒暑假以及中国传统节日数据,f=[f1,f2,f3,…,fn],其中当f=0是代表的是平日工作日,当f=1是代表的是节假日,当f=2是代表的是处于寒暑假,当f=4是代表的是中国传统节日;
在在天气获取中,获取每条道路历史各个时间点的天气情况w,w=[w1,w2,w3,…,wn],其中w=0为晴天,w=1为雨天。
本发明进一步设置为,在相关系数计算中,计算每条道路在正常工作日的晴天时的早晚高峰时间段的相关系数,计算每条道路在正常工作日的雨天时的早晚高峰时间段的相关系数,计算每条道路在特殊日期的晴天时的部分时间段的相关系数,计算每条道路在特殊日期的雨天时的部分时间段的相关系数。
其中T为带独立变量的道路拥堵指数,D为带依赖变量的待比较的道路的道路拥堵指数。
本发明进一步设置为,在交通拥堵指数计算中,根据道路等级的划分和道路的平均时速,计算不同等级的道路拥堵系数T。
本发明进一步设置为,在交通拥堵指数计算中,道路拥堵系数T的计算公式为:T=av2+b;其中v为道路的平均时速,a为道路等级的系数,b为常数。
一种道路间的拥堵关系分析系统,包括:
道路组合模块,用于获取每条道路中每一个路段的坐标信息,利用坐标信息对每一条道路与其相邻的道路进行分组;
实时道路拥堵系数模块,用于计算当前时刻道路的拥堵系数;
道路间相关性模块,用于分析道路间的关系;
道路拥堵关系模块,用于分析相邻道路道路网内在拥堵时道路间的关系;
数据库模块,用于记录道路分组情况的信息、用于分析道路间的关系以及用于整合相邻道路道路网的拥堵关系信息;
处理器,适于执行程序指令;
存储装置,适于存储程序指令,所述程序指令适于由处理器加载并执行以实现权利要求1-6任一所述的一种道路间的拥堵关系分析方法。
本发明的有益效果:本发明将每一条道路进行分组,使得相邻道路形成一个独立的道路网,再计算每一条道路的拥堵指数和道路间的Spearman秩相关系数,分析道路在拥堵时是否会影响相邻的道路。本发明针对交通道路实时推送的特性,实时分析道路间的关系,并且根据以往在节假日前、上下学时间段以及晴雨天等多方面因素的数据进行综合分析,很大程度上能贴合道路的实际情况。得出在某时刻一条道路在拥堵的时候,是否会影响相邻一条或者一条以上的道路,导致它们也发生拥堵;从而可以给交警、交通部门更好的人力分配或者提供交通疏导的决策帮助。
附图说明
利用附图对发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的流程示意图;
图2为本发明的路段坐标示意图;
图3为本发明的道路运行等级划分图。
具体实施方式
结合以下实施例对本发明作进一步描述。
由图1至图3可知;本实施例所述的一种道路间的拥堵关系分析方法,包括以下步骤:
分组:获取每条道路中每一个路段的坐标信息,利用坐标信息对每一条道路与其相邻的道路进行分组;
时间点获取:获取每条道路在历史上的各个时间点;
天气获取:获取每条道路在历史上的各个时间点的天气情况;
交通拥堵指数计算:计算每条道路在历史各个时间点的交通拥堵指数T;
相关系数计算:每天道路通过交通拥堵指数T计算不同时间点以及不同天气情况下的相关系数;
道路间影响关系分析:利用相邻道路分组,匹配出在拥堵时,每一组内各道路相互之间的影响关系;从而分析道路间在拥堵时它们之间的影响关系。
本实施例将每一条道路进行分组,使得相邻道路(通常一个路口对应的2条或以上的道路为一组)形成一个独立的道路网,再计算每一条道路的拥堵指数和道路间的Spearman秩相关系数,分析道路在拥堵时是否会影响相邻的道路。本实施例针对交通道路实时推送的特性,实时分析道路间的关系,并且根据以往在节假日前、上下学时间段以及晴雨天等多方面因素的数据进行综合分析,很大程度上能贴合道路的实际情况。得出在某时刻一条道路在拥堵的时候,是否会影响相邻一条或者一条以上的道路,导致它们也发生拥堵。可以给交警、交通部门更好的人力分配或者提供交通疏导的决策帮助。
本实施例根据不同的道路等级利用平均时速计算出道路拥堵系数。通过拥堵系数、特殊日子、天气等数据计算道路间的Spearman秩相关系数,再经过一系列分析,获取道路在拥堵时是否会影响临近道路的信息,可以给交警大队人员提供决策帮助,更加合理地分配人力进行道路的疏导工作。
本实施例所述的一种道路间的拥堵关系分析方法,在时间点获取中,获取历史各个时间点当天或前一天是否为工作日、节假日、寒暑假或者中国传统节日;
一条道路对应一个ID,时间点向量t,t=[x1,x2,x3,…,xn],n为时间点的数量;用f表示节假日、寒暑假以及中国传统节日数据,f=[f1,f2,f3,…,fn],其中当f=0是代表的是平日工作日,当f=1是代表的是节假日,当f=2是代表的是处于寒暑假,当f=4是代表的是中国传统节日;
在在天气获取中,获取每条道路历史各个时间点的天气情况w,w=[w1,w2,w3,…,wn],其中w=0为晴天,w=1为雨天。
参照图1,为一种道路间的拥堵关系分析方法的流程框图;首先,获取每条道路中每一个路段的坐标信息,利用坐标信息对每一条道路与其相邻的道路进行分组。一条道路包含多个路段,而每个路段(包含双方向的路段)都有一组坐标信息,一个路段的首坐标等于另外一个路段的尾坐标。如图2所示,在实际中,相邻道路间的组合大部分可能会划分成十字路口型、三叉路口型、一字型。图中每一个点代表一个坐标,为了更加直观说明道路的组合情况,暂时只取单方向路段以便说明。例如,与AB路段相邻的路段有AC、AD、AE,这样就组合成一组。同理,与FG路段相邻的路段有FH和FI,组合成一个分组。
本实施例所述的一种道路间的拥堵关系分析方法,在相关系数计算中,计算每条道路在正常工作日的晴天时的早晚高峰时间段的相关系数,计算每条道路在正常工作日的雨天时的早晚高峰时间段的相关系数,计算每条道路在特殊日期的晴天时的部分时间段的相关系数,计算每条道路在特殊日期的雨天时的部分时间段的相关系数。
本实施例所述的一种道路间的拥堵关系分析方法,在交通拥堵指数计算中,根据道路等级的划分和道路的平均时速,计算不同等级的道路拥堵系数T。本实施例所述的一种道路间的拥堵关系分析方法,在交通拥堵指数计算中,道路拥堵系数T的计算公式为:T=av2+b;其中v为道路的平均时速,a为道路等级的系数,b为常数。具体地,如图3所示,根据平均车速,可以划分为畅通(指数为0~2)、基本畅通(指数为2~4)、轻度拥堵(指数为4~6)、中度拥堵(指数为6~8)、严重拥堵(指数为8~10)。利用历史平均车速的数据,对应拥堵级别,从而拟合出二次函数方程T=av2+b;图3中的平均车速可视实际情况设置合适的车速范围。
本实施例所述的一种道路间的拥堵关系分析方法,在相关系数计算中,采用Spearman秩相关系数进行计算,Spearman秩相关系数计算公式:
其中T为带独立变量的道路拥堵指数,D为带依赖变量的待比较的道路的道路拥堵指数。本实施例根据不同的情况,如平日工作日、大型节假日前后、晴雨天等,可以利用数据中时间点变量t、节假日变量f、天气变量w对数据进行不同的筛选,计算出再不同条件下的道路间的相关系数,可以更加贴合实际情况,提高道路间分析的准确性。
计算出道路间的相关系数ρ,其数值界于-1与1之间,值为1表明该道路与待比较道路属于同一条道路,数值越接近1表明该道路与待比较道路匹配程度高,它们的相关程度越高,也表明当该道路在拥堵时,大概率会影响相邻道路,导致待比较道路发生拥堵。而数值越接近0表明匹配程度低,相关程度也低,该道路在拥堵时,小概率会导致待比较道路拥堵。因为本发明重点关注道路在拥堵时是否会影响相邻道路,所以相关系数为负数或者接近-1看作相关程度低。将所得的数据进行单独的存储在数据表p_data中。
利用相邻道路分组,匹配出在拥堵时,每一组内各道路相互之间的影响关系;如图2所示,相邻道路间的组合大部分会划分成十字路口型、三叉路口型、一字型。而分组同样以这三种类型区分,一个分组内会包含大于等于两条道路、小于等于四条道路的道路数,所有的道路也会形成多个分组。而组内的部分道路也会出现在其它组内。所有的分组数据单独存储在数据表roadgroup_data中。
考虑到计算效率问题,本发明采取以组为单位分别计算每个分组内道路间的相关系数,而非以道路为单位计算所有的道路间的相关系数,即需要联合数据表p_data和数据表roadgroup_data进行匹配,原因是一条道路发生拥堵,并不会影响距离它较远的道路。可以大大缩减计算时间,提高分析效率。
本实施例所述的一种道路间的拥堵关系分析系统,包括:
道路组合模块,用于获取每条道路中每一个路段的坐标信息,利用坐标信息对每一条道路与其相邻的道路进行分组;
实时道路拥堵系数模块,用于计算当前时刻道路的拥堵系数;
道路间相关性模块,用于分析道路间的关系;
道路拥堵关系模块,用于分析相邻道路道路网内在拥堵时道路间的关系;
数据库模块,用于记录道路分组情况的信息、用于分析道路间的关系以及用于整合相邻道路道路网的拥堵关系信息;
处理器,适于执行程序指令;
存储装置,适于存储程序指令,所述程序指令适于由处理器加载并执行以实现拥堵关系分析方法。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (7)
1.一种道路间的拥堵关系分析方法,其特征在于:包括以下步骤:
分组:获取每条道路中每一个路段的坐标信息,利用坐标信息对每一条道路与其相邻的道路进行分组;
时间点获取:获取每条道路在历史上的各个时间点;
天气获取:获取每条道路在历史上的各个时间点的天气情况;
交通拥堵指数计算:计算每条道路在历史各个时间点的交通拥堵指数T;
相关系数计算:每天道路通过交通拥堵指数T计算不同时间点以及不同天气情况下的相关系数;
道路间影响关系分析:利用相邻道路分组,匹配出在拥堵时,每一组内各道路相互之间的影响关系;从而分析道路间在拥堵时它们之间的影响关系。
2.根据权利要求1所述的一种道路间的拥堵关系分析方法,其特征在于:在时间点获取中,获取历史各个时间点当天或前一天是否为工作日、节假日、寒暑假或者中国传统节日;
一条道路对应一个ID,时间点向量t,t=[x1,x2,x3,…,xn],n为时间点的数量;用f表示节假日、寒暑假以及中国传统节日数据,f=[f1,f2,f3,…,fn],其中当f=0是代表的是平日工作日,当f=1是代表的是节假日,当f=2是代表的是处于寒暑假,当f=4是代表的是中国传统节日;
在天气获取中,获取每条道路历史各个时间点的天气情况w, w=[w1,w2,w3,…,wn],其中w=0为晴天,w=1为雨天。
3.根据权利要求1所述的一种道路间的拥堵关系分析方法,其特征在于:在相关系数计算中,计算每条道路在正常工作日的晴天时的早晚高峰时间段的相关系数,计算每条道路在正常工作日的雨天时的早晚高峰时间段的相关系数,计算每条道路在特殊日期的晴天时的部分时间段的相关系数,计算每条道路在特殊日期的雨天时的部分时间段的相关系数。
5.根据权利要求1所述的一种道路间的拥堵关系分析方法,其特征在于:在交通拥堵指数计算中,根据道路等级的划分和道路的平均时速,计算不同等级的道路拥堵系数T。
6.根据权利要求4所述的一种道路间的拥堵关系分析方法,其特征在于:在交通拥堵指数计算中,道路拥堵系数T的计算公式为:T=av2+b;其中v为道路的平均时速,a为道路等级的系数,b为常数。
7.一种道路间的拥堵关系分析系统,其特征在于:包括:
道路组合模块,用于获取每条道路中每一个路段的坐标信息,利用坐标信息对每一条道路与其相邻的道路进行分组;
实时道路拥堵系数模块,用于计算当前时刻道路的拥堵系数;
道路间相关性模块,用于分析道路间的关系;
道路拥堵关系模块,用于分析相邻道路道路网内在拥堵时道路间的关系;
数据库模块,用于记录道路分组情况的信息、用于分析道路间的关系以及用于整合相邻道路道路网的拥堵关系信息;
处理器,适于执行程序指令;
存储装置,适于存储程序指令,所述程序指令适于由处理器加载并执行以实现权利要求1-6任一所述的一种道路间的拥堵关系分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010438650.XA CN111710155A (zh) | 2020-05-21 | 2020-05-21 | 一种道路间的拥堵关系分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010438650.XA CN111710155A (zh) | 2020-05-21 | 2020-05-21 | 一种道路间的拥堵关系分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111710155A true CN111710155A (zh) | 2020-09-25 |
Family
ID=72538227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010438650.XA Pending CN111710155A (zh) | 2020-05-21 | 2020-05-21 | 一种道路间的拥堵关系分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111710155A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4349823A (en) * | 1979-07-24 | 1982-09-14 | Honda Giken Kogyo Kabushiki Kaisha | Automotive radar monitor system |
EP0578060A2 (de) * | 1992-07-04 | 1994-01-12 | Robert Bosch Gmbh | Verfahren zur Datenübertragung zwischen einer Feststation und sich bewegenden Objekten |
CN106652441A (zh) * | 2015-11-02 | 2017-05-10 | 杭州师范大学 | 一种基于时空数据的城市道路交通状态预测方法 |
CN106971547A (zh) * | 2017-05-18 | 2017-07-21 | 福州大学 | 一种考虑时空相关性的短时交通流预测方法 |
CN109147324A (zh) * | 2018-09-04 | 2019-01-04 | 东南大学 | 一种基于用户反馈机制的交通拥堵概率预报的方法 |
-
2020
- 2020-05-21 CN CN202010438650.XA patent/CN111710155A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4349823A (en) * | 1979-07-24 | 1982-09-14 | Honda Giken Kogyo Kabushiki Kaisha | Automotive radar monitor system |
EP0578060A2 (de) * | 1992-07-04 | 1994-01-12 | Robert Bosch Gmbh | Verfahren zur Datenübertragung zwischen einer Feststation und sich bewegenden Objekten |
CN106652441A (zh) * | 2015-11-02 | 2017-05-10 | 杭州师范大学 | 一种基于时空数据的城市道路交通状态预测方法 |
CN106971547A (zh) * | 2017-05-18 | 2017-07-21 | 福州大学 | 一种考虑时空相关性的短时交通流预测方法 |
CN109147324A (zh) * | 2018-09-04 | 2019-01-04 | 东南大学 | 一种基于用户反馈机制的交通拥堵概率预报的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754597B (zh) | 一种城市道路区域拥堵调控策略推荐系统及方法 | |
CN108109382B (zh) | 基于复合网络的拥堵点、拥堵线、拥堵区域的发现方法 | |
CN102087788B (zh) | 基于浮动车车速置信度的交通状态参数估计方法 | |
CN106816008B (zh) | 一种道路拥堵预警及拥堵形成时间预测方法 | |
CN102968901B (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
CN103810849B (zh) | 一种基于浮动车数据的交通流变化趋势提取方法 | |
CN106781499B (zh) | 一种交通网络效率评价系统 | |
CN111341095B (zh) | 一种基于边缘侧在线计算的交通信号控制系统及方法 | |
CN104021672B (zh) | 一种获取交通拥堵指数的方法和装置 | |
CA2811879C (en) | Driver profiling system and method | |
CN106816009B (zh) | 高速公路实时交通拥堵路况检测方法及其系统 | |
CN106710216B (zh) | 高速公路实时交通拥堵路况检测方法和系统 | |
CN104766475A (zh) | 一种城市交通瓶颈挖掘方法 | |
CN104715610A (zh) | 一种面向城市交通的交通指数计算方法 | |
CN105608895B (zh) | 一种基于局部异常因子的城市交通拥堵路段检测方法 | |
CN106971535A (zh) | 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台 | |
CN108108859A (zh) | 一种基于大数据分析的交通管理勤务优化方法 | |
CN110889444B (zh) | 一种基于卷积神经网络的驾驶轨迹特征分类方法 | |
CN114363316A (zh) | 一种跨区域道路基础设施智能联网监测与监管系统 | |
CN113052405B (zh) | 基于物联网和人工智能的交通拥堵预测与优化方法 | |
CN114694382A (zh) | 一种基于车联网环境的动态单向交通控制系统 | |
Kurte et al. | Regional-scale spatio-temporal analysis of impacts of weather on traffic speed in Chicago using probe data | |
CN110021178B (zh) | 一种基于路口相似度的信号配时方案推荐方法 | |
CN111680888B (zh) | 基于rfid数据确定路网容量的方法 | |
CN111710155A (zh) | 一种道路间的拥堵关系分析方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200925 |