CN111724595B - 一种基于收费数据的高速公路断面流量估计方法 - Google Patents

一种基于收费数据的高速公路断面流量估计方法 Download PDF

Info

Publication number
CN111724595B
CN111724595B CN202010580184.9A CN202010580184A CN111724595B CN 111724595 B CN111724595 B CN 111724595B CN 202010580184 A CN202010580184 A CN 202010580184A CN 111724595 B CN111724595 B CN 111724595B
Authority
CN
China
Prior art keywords
toll station
toll
section
flow
time
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
CN202010580184.9A
Other languages
English (en)
Other versions
CN111724595A (zh
Inventor
孙棣华
赵敏
郑林江
罗燕琴
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN202010580184.9A priority Critical patent/CN111724595B/zh
Publication of CN111724595A publication Critical patent/CN111724595A/zh
Application granted granted Critical
Publication of CN111724595B publication Critical patent/CN111724595B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明公开了一种基于收费数据的高速公路断面流量估计方法，具体为：S1：获取封闭路网的平均行程时间；S2：获取每个子路段的平均行程时间；S3：获取目标断面与其邻近上游收费站的距离及车辆从上游收费站到目标断面所需的时间；S4：获取封闭路网在估计时间窗内的上道收费站和下道收费站之间的OD分流比例；S5：得到目标断面的流量。本发明在高速公路无断面交通检测设备的情况下，利用历史收费数据和高速路段信息，考虑路段所处位置和OD间车辆的相互影响对行程时间的应影响，结合收费站间流量转移关系对主线断面流量进行估计，可适用于高速公路主线大范围断面流量估计，还原车辆运行状态。

Description

一种基于收费数据的高速公路断面流量估计方法
技术领域
本发明涉及智慧交通领域，具体的，涉及一种基于收费数据的高速公路断面流量估计方法。
背景技术
近年来，随着国民经济实力持续增强，交通运输业也在飞速发展，高速公路总里程位居世界第一，机动车保有量不断提升。目前高速公路的流量逐年呈稳步递增状态，交通需求远大于供给，部分高速公路路段负荷不断增加，车辆日趋拥挤，交通拥堵更为频繁，交通事故频频发生。
准确地估计高速公路断面流量，能够为评判道路交通状态提供参考，有利于交通管理部门合理地进行道路限流、交通管制等措施，有效避免拥堵；高速公路营运部门可以通过断面流量估计结果及时对收费站相关资源进行合理配置，避免资源浪费或者资源不足；同时也能够为出行者提供路径诱导服务，方便车主路径规划。目前主要通过人工调查和检测设备获取高速公路断面流量，前者结果误差较大，后者成本高昂。收费站覆盖整个高速路网，收费数据包含所有车辆在高速公路上下道信息，但目前利用收费数据对断面流量进行估计的相关方法较少，因此利用收费数据研究有效的模型方法，还原车辆时空运行状态，对断面流量进行估计，具有十分重要的经济价值与理论意义。
通过查阅相关专利和论文，发现现有高速公路断面流量估计检测技术主要有：
现有技术一：专利CN102800198A利用收费收据计算车辆平均行驶速度，进而计算车辆从上游收费站到检测断面的时间，通过统计单位时间通过断面的车辆数，获得断面交通流量。但该方法在计算车辆行驶速度和行程时间时，未考虑车辆行程时间受所处路段的影响，且车辆在未下道前无法获知车辆的上下行方向。
现有技术二：专利CN107516417B根据移动用户手机与基站交互产生的信令数据，计算信令车流量，然后以车检器获得的车流量数据作为输入，并根据所估算的信令车流量得到路段车流量之间的空间约束，基于Toeplitz矩阵给出路段车流量之间的时间约束，进行基于时空压缩感知技术的全路段车流量感知，最后得到高速公路全覆盖的实时车流量。这种方法需要额外获取通信运营商的手机信令数据。
现有技术三：专利CN110021174A利用视频图像处理技术，自动生成流量统计线，通过提取固定特征点和光流跟踪，对车辆运动方向和速率聚类，对上下行属性统计，实现不同路面状态下的交通流量计算。这种方法只能检测断面流量，无法提供大范围高速路网的断面流量信息。
发明内容
有鉴于此，本发明的目的是提供一种基于收费数据的高速公路断面流量估计方法，可以为交通调查、交通预测提供参考。
本发明的目的是通过以下技术方案实现的：
一种基于收费数据的高速公路断面流量估计方法，估计方法具体为：
S1：基于高速公路历史收费数据出口流水表，获取封闭路网的平均行程时间；
S2：根据封闭路网中的收费站分布方式进行路段划分并得到每个子路段的长度，获取每个子路段的平均行程时间；
S3：根据收费系统路段信息表，获取目标断面与其邻近上游收费站的距离及车辆从上游收费站到目标断面所需的时间；
S4：获取封闭路网在估计时间窗内的上道收费站和下道收费站之间的OD分流比例；
S5：根据上游收费站的上道流量与步骤S4所得收费站间流量分配关系，得到目标断面的流量。
进一步，所述S1具体为：
S11：根据所述估计时间窗内的每条收费流水记录，计算车辆n的OD行程时间ti,j(n)；
S12：删除单车行程时间的异常值，找出时间窗下剩余车辆数Qc，得到OD平均行程时间，
Figure BDA0002552886460000021
进一步，所述S2具体为：
S21：根据所述封闭路网的收费站的位置，将所述封闭路网划分得到若干个子路段；
S22：获取每个子路段的长度；
S23：根据子路段所处位置，考虑OD间车辆的相互影响，获得子路段平均行程时间Ti,i+1；
当i＝0时，
Figure BDA0002552886460000022
其中：
Figure BDA0002552886460000023
当0＜i＜N-1时，
Figure BDA0002552886460000031
其中：
Figure BDA0002552886460000032
当i＝N-1时，
Figure BDA0002552886460000033
Figure BDA0002552886460000034
li,j为收费站Si到收费站Sj的距离；
Ti,j为收费站Si与收费站Sj之间的OD平均行程时间；
N为封闭高速路网收费站数量；
wj为从收费站Si到收费站Sj之间距离的倒数；
wm为从收费站Sm到收费站Si+1之间距离的倒数；
Wi为从收费站Si到收费站Sj之间距离的倒数与收费站Sm到收费站Si+1之间距离的倒数总和；
S24：根据S22和S23，获取每个子路段的平均行程时间。
进一步，所述S3具体为：
S31：根据收费系统路段信息表，计算所述目标断面其与邻近上游收费站的距离；
S32：根据所述目标断面与邻近上游收费站的距离以及所述S2，得到车辆从上游收费站到所述目标断面所需的时间。
进一步，所述S32具体为：
S321：获取邻近上游收费站到目标断面所需行程时间tup；
S322：获取从上游收费站Si到目标断面Seck所需的时间
Figure BDA0002552886460000035
Figure BDA0002552886460000036
进一步，所述S4具体为：
S41：获得所述目标断面与其邻近下游收费站的距离ldown；
S42：获得所述目标断面到下游收费站所需行程时间
Figure BDA0002552886460000037
S43：考虑经过所述目标断面的车辆到达下游收费站的平均时刻，获得所述估计时间窗为(tb,te)的上道收费站和下道收费站之间的OD分流比例pi,j：
当
Figure BDA0002552886460000041
时，
Figure BDA0002552886460000042
当
Figure BDA0002552886460000043
且
Figure BDA0002552886460000044
时，
Figure BDA0002552886460000045
其中，
Figure BDA0002552886460000046
当
Figure BDA0002552886460000047
时，
Figure BDA0002552886460000048
其中：
t0为当前时刻；
tb为目标断面Seck流量估计时间窗的起始时刻；
te为目标断面Seck流量估计时间窗的结束时刻；
Figure BDA0002552886460000049
为车辆从上游收费站Si上道到目标断面Seck所需行程时间；
Figure BDA00025528864600000410
为从目标断面Seck到下游收费站Sj所需行程时间；
Figure BDA00025528864600000411
为
Figure BDA00025528864600000412
到
Figure BDA00025528864600000413
时段内从收费站Si上道、收费站Sj下道的车流量；
Figure BDA00025528864600000414
为
Figure BDA00025528864600000415
到
Figure BDA00025528864600000416
时段内上道收费站Si的上道流量；
pij为在时间窗
Figure BDA00025528864600000417
下，从上游收费站Si上道的车从下游收费站Sj下道的比例，称为收费站Si和收费站Sj收费站之间的OD流量转移比例；
Figure BDA00025528864600000418
为在距t0最近一个月的过去三周内，相同时间窗
Figure BDA00025528864600000419
下，上道收费站i上道的车从下道收费站j下道OD流量转移比例的平均值；
η为根据历史转移系数和估计值的情况，利用最小二乘法确定的权重。
进一步，所述S5具体为：
S51：获取上游收费站Si在所述估计时间窗(tb,te)经过所述目标断面的流量：
Figure BDA00025528864600000420
其中，
Figure BDA00025528864600000421
为
Figure BDA00025528864600000422
到
Figure BDA00025528864600000423
时段内上游收费站Si的上道流量；
pij为在时间窗
Figure BDA00025528864600000424
下，从上游收费站Si上道从下游收费站Sj(其中，j＝k+1,k+2,…,N)下道的OD流量转移比例；
S52：获取所述目标断面在所述估计时间窗的流量估计值；
Figure BDA0002552886460000051
本发明的有益效果是：
本发明在高速公路无断面交通检测设备的情况下，利用历史收费数据和高速路段信息，考虑路段所处位置和OD间车辆的相互影响对行程时间的应影响，结合收费站间流量转移关系对主线断面流量进行估计，可适用于高速公路主线大范围断面流量估计，还原车辆运行状态。该方法可以对不同历史时间窗口的断面流量估计场景，可以为交通调查、交通预测提供参考。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
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的详细描述，其中：
附图1为本发明流程图；
附图2为本发明路段划分示意图。
具体实施方式
以下将参照附图，对本发明的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
本实施例提出了一种基于收费数据的高速公路断面流量估计方法，方法如图1所示，首先需要将高速公路划分为封闭路网，确定当前时刻为t0，目标断面Seck以及估计流量的时间窗(tb,tε)，其中，
Figure BDA0002552886460000052
且tε≤t0，(本实施例中，窗口大小为30min，事实上也可以根据实际情况具体选定)。
S1：基于高速公路历史收费数据出口流水表，得到车辆起讫(Origin-Destination)信息，进而获取封闭路网的平均行程时间。
S11：根据所述估计时间窗内的每条收费流水记录，计算车辆n的OD行程时间ti,j(n)；
ti,j(n)＝tj(n)-ti(n)
其中：
ti(n)为车辆n在收费站Si的上道时刻；
tj(n)为车辆n在收费站Sj的下道时刻。
S12：箱线图法剔除单车行程时间ti,j(n)中的离群值，找出时间窗下剩余车辆数Qc，得到OD平均行程时间，
Figure BDA0002552886460000061
S2：如图2所示，根据封闭路网中的收费站分布方式进行路段划分并得到每个子路段的长度，获取每个子路段的平均行程时间。
S21：根据封闭路网的收费站的位置，将封闭路网划分得到N个子路段；
S22：根据下式，获取每个子路段的长度；
li,i+1＝|Ki+1-Ki|
其中：
Ki为收费站Si的位置桩号；
Ki+1为收费站Si下游相邻收费站Si+1的位置桩号。
S23：根据子路段所处位置，考虑OD间车辆的相互影响，获得子路段平均行程时间Ti,i+1；
当i＝0时，
Figure BDA0002552886460000062
其中：
Figure BDA0002552886460000063
当0＜i＜N-1时，
Figure BDA0002552886460000064
其中：
Figure BDA0002552886460000065
当i＝N-1时，
Figure BDA0002552886460000066
Figure BDA0002552886460000067
li,j为收费站Si到收费站Sj的距离；
Ti,j为收费站Si与收费站Sj之间的OD平均行程时间；
N为封闭高速路网收费站数量；
wj为从收费站Si到收费站Sj之间距离的倒数；
wm为从收费站Sm到收费站Si+1之间距离的倒数；
Wi为从收费站Si到收费站Sj之间距离的倒数与收费站Sm到收费站Si+1之间距离的倒数总和。
S24：根据S22和S23，获取每个子路段的平均行程时间，具体如下式：
Figure BDA0002552886460000071
S3：根据收费系统路段信息表，获取目标断面Seck与其邻近上游收费站Sk的距离lup及车辆从上游收费站Si到目标断面Seck所需的时间
Figure BDA0002552886460000072
S31：根据收费系统路段信息表，计算目标断面Seck与其邻近上游收费站Sk的距离lup。
lup＝|Kseck-Kk|
其中：
Ki为目标断面Seck的位置桩号；
Kk为邻近上游收费站Sk的位置桩号。
S32：根据目标断面Seck与邻近上游收费站Sk的距离以及S2，得到车辆从上游收费站Si到目标断面Seck所需的时间，具体的：
S321：获取邻近上游收费站Sk到目标断面Seck的所需行程时间tup，如下式所示：
Figure BDA0002552886460000073
S322：获取从上游收费站Si到目标断面Seck所需的时间
Figure BDA0002552886460000074
具体如下式所示：
Figure BDA0002552886460000075
S4：获取封闭路网在估计时间窗内的上道收费站和下道收费站之间的OD分流比例。
S41：获得目标断面Seck与其邻近下游收费站Sk+1的距离ldown；
ldown＝|Kk+1-Kseck|
S42：获得目标断面Seck到下游收费站Sj所需行程时间
Figure BDA0002552886460000076
具体的：
Figure BDA0002552886460000077
S43：考虑经过目标断面Seck的车辆到达下游收费站Sj的平均时刻，获得估计时间窗为(tb,te)的上道收费站和下道收费站之间的OD分流比例pi,j：
当
Figure BDA0002552886460000081
时，
Figure BDA0002552886460000082
当
Figure BDA0002552886460000083
且
Figure BDA0002552886460000084
时，
Figure BDA0002552886460000085
其中，
Figure BDA0002552886460000086
当
Figure BDA0002552886460000087
时，
Figure BDA0002552886460000088
其中：
t0为当前时刻；
tb为目标断面Seck流量估计时间窗的起始时刻；
te为目标断面Seck流量估计时间窗的结束时刻；
Figure BDA0002552886460000089
为车辆从上游收费站Si上道到目标断面Seck所需行程时间；
Figure BDA00025528864600000810
为从目标断面Seck到下游收费站Sj所需行程时间；
Figure BDA00025528864600000811
为
Figure BDA00025528864600000812
到
Figure BDA00025528864600000813
时段内从收费站Si上道、收费站Sj下道的车流量；
Figure BDA00025528864600000814
为
Figure BDA00025528864600000815
到
Figure BDA00025528864600000816
时段内上道收费站Si的上道流量；
pij为在时间窗
Figure BDA00025528864600000817
下，从上游收费站Si上道的车从下游收费站Sj下道的比例，称为收费站Si和收费站Sj收费站之间的OD流量转移比例；
Figure BDA00025528864600000818
为在距t0最近一个月的过去三周内，相同时间窗
Figure BDA00025528864600000819
下，上道收费站i上道的车从下道收费站j下道OD流量转移比例的平均值；
η为根据历史转移系数和估计值的情况，利用最小二乘法确定的权重。
S5：根据上游收费站的上道流量与步骤S4所得收费站间流量分配关系，得到目标断面Seck的流量。
S51：获取上游收费站Si在估计时间窗(tb,te)经过目标断面Seck的流量：
Figure BDA0002552886460000091
其中，
Figure BDA0002552886460000092
为
Figure BDA0002552886460000093
到
Figure BDA0002552886460000094
时段内上游收费站Si的上道流量；
pij为在时间窗
Figure BDA0002552886460000095
下，从上游收费站Si上道从下游收费站Sj(其中，j＝k+1,k+2,…,N)下道的OD流量转移比例；
S52：获取目标断面Seck在估计时间窗(tb,te)的流量估计值；
Figure BDA0002552886460000096
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，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，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种基于收费数据的高速公路断面流量估计方法，其特征在于：估计方法具体为：
S1：基于高速公路历史收费数据出口流水表，获取封闭路网的平均行程时间；
S2：根据封闭路网中的收费站分布方式进行路段划分并得到每个子路段的长度，获取每个子路段的平均行程时间；
S3：根据收费系统路段信息表，获取目标断面与其邻近上游收费站的距离及车辆从上游收费站到目标断面所需的时间；
S4：获取封闭路网在估计时间窗内的上道收费站和下道收费站之间的OD分流比例；
S5：根据上游收费站的上道流量与步骤S4所得收费站间流量分配关系，得到目标断面的流量；
所述S4具体为：
S41：获得所述目标断面与其邻近下游收费站的距离ldown；
S42：获得所述目标断面到下游收费站所需行程时间
Figure FDA0003499699600000011
S43：考虑经过所述目标断面的车辆到达下游收费站的平均时刻，获得所述估计时间窗为(tb,te)的上道收费站和下道收费站之间的OD分流比例pi,j：
当
Figure FDA0003499699600000012
时，
Figure FDA0003499699600000013
当
Figure FDA0003499699600000014
且
Figure FDA0003499699600000015
时，
Figure FDA0003499699600000016
其中，
Figure FDA0003499699600000017
当
Figure FDA0003499699600000018
时，
Figure FDA0003499699600000019
其中：
t0为当前时刻；
tb为目标断面Seck流量估计时间窗的起始时刻；
te为目标断面Seck流量估计时间窗的结束时刻；
Figure FDA0003499699600000021
为车辆从上游收费站Si上道到目标断面Seck所需行程时间；
Figure FDA0003499699600000022
为从目标断面Seck到下游收费站Sj所需行程时间；
Figure FDA0003499699600000023
为
Figure FDA0003499699600000024
到
Figure FDA0003499699600000025
时段内从收费站Si上道、收费站Sj下道的车流量；
Figure FDA0003499699600000026
为
Figure FDA0003499699600000027
到
Figure FDA0003499699600000028
时段内上道收费站Si的上道流量；
pi,j为在时间窗
Figure FDA0003499699600000029
下，从上游收费站Si上道的车到下游收费站Sj下道的比例，称为收费站Si和收费站Sj收费站之间的OD流量转移比例；
Figure FDA00034996996000000210
为在距t0最近一个月的过去三周内，相同时间窗
Figure FDA00034996996000000211
下，上道收费站i上道的车从下道收费站j下道OD流量转移比例的平均值；
η为根据历史转移系数和估计值的情况，利用最小二乘法确定的权重。
2.根据权利要求1所述的基于收费数据的高速公路断面流量估计方法，其特征在于：所述S1具体为：
S11：根据所述估计时间窗内的每条收费流水记录，计算车辆n的OD行程时间ti,j(n)；
S12：删除单车行程时间的异常值，找出时间窗下剩余车辆数Qc，得到OD平均行程时间，
Figure FDA00034996996000000212
3.根据权利要求2所述的基于收费数据的高速公路断面流量估计方法，其特征在于：所述S2具体为：
S21：根据所述封闭路网的收费站的位置，将所述封闭路网划分得到若干个子路段；
S22：获取每个子路段的长度；
S23：根据子路段所处位置，考虑OD间车辆的相互影响，获得子路段平均行程时间Ti,i+1；
当i＝0时，
Figure FDA0003499699600000031
其中：
Figure FDA0003499699600000032
当0＜i＜N-1时，
Figure FDA0003499699600000033
其中：
Figure FDA0003499699600000034
当i＝N-1时，
Figure FDA0003499699600000035
Figure FDA0003499699600000036
li,j为收费站Si到收费站Sj的距离；
Ti,j为收费站Si与收费站Sj之间的OD平均行程时间；
N为封闭高速路网收费站数量；
wj为从收费站Si到收费站Sj之间距离的倒数；
wm为从收费站Sm到收费站Si+1之间距离的倒数；
Wi为从收费站Si到收费站Sj之间距离的倒数与收费站Sm到收费站Si+1之间距离的倒数总和；
S24：根据S22和S23，获取每个子路段的平均行程时间。
4.根据权利要求3所述的基于收费数据的高速公路断面流量估计方法，其特征在于：所述S3具体为：
S31：根据收费系统路段信息表，计算所述目标断面其与邻近上游收费站的距离；
S32：根据所述目标断面与邻近上游收费站的距离以及所述S2，得到车辆从上游收费站到所述目标断面所需的时间。
5.根据权利要求4所述的基于收费数据的高速公路断面流量估计方法，其特征在于：所述S32具体为：
S321：获取邻近上游收费站到目标断面所需行程时间tup；
S322：获取从上游收费站Si到目标断面Seck所需的时间
Figure FDA0003499699600000041
Figure FDA0003499699600000042
6.根据权利要求5所述的基于收费数据的高速公路断面流量估计方法，其特征在于：所述S5具体为：
S51：获取上游收费站Si在所述估计时间窗(tb,te)经过所述目标断面的流量：
Figure FDA0003499699600000043
其中，
Figure FDA0003499699600000044
为
Figure FDA0003499699600000045
到
Figure FDA0003499699600000046
时段内上游收费站Si的上道流量；
pi,j为在时间窗
Figure FDA0003499699600000047
下，从上游收费站Si上道到下游收费站Sj(其中，j＝k+1,k+2,…,N)下道的OD流量转移比例；
S52：获取所述目标断面在所述估计时间窗的流量估计值；
Figure FDA0003499699600000048
CN202010580184.9A 2020-06-23 2020-06-23 一种基于收费数据的高速公路断面流量估计方法 Active CN111724595B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010580184.9A CN111724595B (zh) 2020-06-23 2020-06-23 一种基于收费数据的高速公路断面流量估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010580184.9A CN111724595B (zh) 2020-06-23 2020-06-23 一种基于收费数据的高速公路断面流量估计方法

Publications (2)

Publication Number Publication Date
CN111724595A CN111724595A (zh) 2020-09-29
CN111724595B true CN111724595B (zh) 2022-04-01

Family

ID=72568303

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010580184.9A Active CN111724595B (zh) 2020-06-23 2020-06-23 一种基于收费数据的高速公路断面流量估计方法

Country Status (1)

Country Link
CN (1) CN111724595B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112581774B (zh) * 2020-12-08 2022-09-09 重庆大学 一种基于etc数据的高速公路服务区驶入车流量估计方法
CN112837542B (zh) * 2020-12-30 2022-04-08 北京掌行通信息技术有限公司 一种高速公路段交通量统计方法、装置、存储介质及终端
CN113096413B (zh) * 2021-03-23 2022-04-29 北京交通大学 基于高速公路收费数据的省际出行流量估算方法
CN113345252B (zh) * 2021-06-08 2022-07-22 重庆大学 一种收费站下道流量短时预测方法与装置
CN113674538B (zh) * 2021-08-09 2023-04-18 南京领航交通科技有限公司 一种断面流量监测系统
CN114333305B (zh) * 2021-12-21 2023-05-02 北京掌行通信息技术有限公司 一种高速公路拥堵时车辆诱导通行方法、装置、存储介质及终端
CN114596700B (zh) * 2022-01-10 2024-02-02 昆明理工大学 一种基于门架数据的高速公路路段实时流量估计方法
CN115148020B (zh) * 2022-06-13 2023-06-02 中国标准化研究院 基于高速公路单位时间内交通流量的监测系统及其方法
CN115424432B (zh) * 2022-07-22 2024-05-28 重庆大学 一种基于多源数据的高速公路异常事件下的上游分流方法
CN115331439B (zh) * 2022-08-09 2023-08-18 山东旗帜信息有限公司 一种基于车辆历史画像的高速公路立交的车流量预测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108665707A (zh) * 2018-05-24 2018-10-16 金陵科技学院 一种预防局部交通拥堵的高速公路入口分流及流量协同控制方法
CN111292533A (zh) * 2020-02-11 2020-06-16 北京交通大学 基于多源数据的高速公路任意时段任意断面流量估计方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102800198B (zh) * 2012-08-15 2015-05-13 重庆大学 高速公路断面交通流量的测算方法
CN103280110B (zh) * 2013-06-08 2017-12-26 北京云星宇交通科技股份有限公司 高速公路旅行时间的预测方法及装置
CN105590346B (zh) * 2016-02-18 2018-01-16 华南理工大学 基于路径识别系统的收费公路网交通信息采集与诱导系统
CN105913661B (zh) * 2016-06-15 2018-09-18 北京航空航天大学 一种基于收费数据的高速公路路段交通状态判别方法
CN108597227B (zh) * 2018-05-29 2021-05-25 重庆大学 高速公路收费站下道交通流量预测方法
CN110245423B (zh) * 2019-06-14 2023-01-31 重庆大学 一种高速公路收费站间流量关系分析方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108665707A (zh) * 2018-05-24 2018-10-16 金陵科技学院 一种预防局部交通拥堵的高速公路入口分流及流量协同控制方法
CN111292533A (zh) * 2020-02-11 2020-06-16 北京交通大学 基于多源数据的高速公路任意时段任意断面流量估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于OD的高速公路断面交通流量推算方法;靳引利等;《交通信息与安全》;20150220(第01期);全文 *

Also Published As

Publication number Publication date
CN111724595A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
CN111724595B (zh) 一种基于收费数据的高速公路断面流量估计方法
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN111724589B (zh) 一种基于多源数据的高速公路断面流量估计方法
US20030014180A1 (en) Method for regional system wide optimal signal timing for traffic control based on wireless phone networks
CN104424812B (zh) 一种公交到站时间预测系统和方法
CN108399468A (zh) 一种基于车时成本优化的运营时段划分方法
CN109410568B (zh) 基于用户画像和换乘规律的下车站点推测方法及系统
CN109255972B (zh) 一种基于大数据的地面公交固定线路时刻表的优化方法
CN104021605A (zh) 一种公交客流实时统计系统及其统计方法
CN109612488B (zh) 基于大数据微服务的混合出行方式路径规划系统及方法
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
CN104851287B (zh) 基于视频检测器的城市道路路段行程时间检测方法
CN110516866B (zh) 一种用于城市轨交列车拥挤度的实时估计方法
CN110298516B (zh) 一种基于客流od数据的拆分过长公交线路的方法、装置、移动端设备及服务器
CN106203662A (zh) 一种基于etc系统实现高速公路通行预约的方法
CN105427594A (zh) 一种基于双向上车客流的公交断面客流量获取方法及系统
CN106650976A (zh) 出行分析预测方法及系统、基于ic卡的出行分析预测方法及系统
CN109389243A (zh) 结合联网收费数据的高速公路交通情况调查站点布设方法
CN108665178A (zh) 一种基于afc的地铁站内楼扶梯客流量预测方法
CN108898859A (zh) 以交叉口通行人数为目标的信号配时方法
CN114743401A (zh) 一种基于公交数字化转型的数据可视化公交调度管理平台
CN102081840B (zh) 通过移动终端获取交通信息的方法
CN116258290A (zh) 一种基于大数据的智慧出行系统
KR20240032811A (ko) 교통 정보를 생성하는 서버, 방법 및 컴퓨터 프로그램
CN113780654A (zh) 地铁站中对乘客行走指引的方法、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
GR01 Patent grant
GR01 Patent grant