CN111785024A - 一种分区域分时域的城市车辆工况构建方法 - Google Patents
一种分区域分时域的城市车辆工况构建方法 Download PDFInfo
- Publication number
- CN111785024A CN111785024A CN202010690823.7A CN202010690823A CN111785024A CN 111785024 A CN111785024 A CN 111785024A CN 202010690823 A CN202010690823 A CN 202010690823A CN 111785024 A CN111785024 A CN 111785024A
- Authority
- CN
- China
- Prior art keywords
- time domain
- working condition
- area
- region
- 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.)
- Granted
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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种分区域分时域的城市车辆工况构建方法,包括步骤:一、城市区域和时域的划分、并设计各区域代表线路;二、按照各区域内代表线路交通强度、权重建立各区域内各时域代表线路工况数据库;三、按照各区域各时域交通强度和代表线路上的实时行驶工况数据建立各区域内各时域工况数据表;四、分区域分时域预测城市车辆工况。本发明基于试验车辆在代表线路上的实时行驶工况数据、各区域内各时域代表线路工况数据库和各区域内各时域工况数据表,所构建的工况更加符合城市车辆实际运行状态,可以实现城市车辆工况、任意区域和时域工况构建,以及多组合区域工况预测。
Description
技术领域
本发明属于分区域分时域的城市或特定区域车辆在实际道路循环工况的构建技术领域,具体涉及一种分区域分时域的城市车辆工况构建方法。
背景技术
车辆行驶工况是反映车辆在特定交通环境下行驶的过程,以速度—时间过程作为表现形式,是汽车研究中的一项共性核心技术。由于汽车行驶工况的地域性差异,需要对中国汽车行驶工况进行精细化研究,构建城市车辆工况、区域工况、线路工况、时域工况等。从而为不同城市、不同区域、不同线路、不同时间车辆的匹配设计和控制策略优化等提供有效的理论支撑。
由于城市车辆运行路线随机的特殊性,决定了城市车辆行驶工况的复杂性和多变性。目前国内外城市或区域行驶工况大多由单条线路工况或多条线路简单拼接而成,此类行驶工况区域代表性差,不具有通用性,不能真实反映城市或区域车辆实际运行状态。因此需要基于城市交通信息数据库构建分区域分时域的城市车辆工况。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种分区域分时域的城市车辆工况构建方法,基于试验车辆在代表线路上的实时行驶工况数据、各区域内各时域代表线路工况数据库和各区域内各时域工况数据表,所构建的工况更加符合城市车辆实际运行状态,可以实现城市车辆工况、任意区域和时域工况构建,以及多组合区域工况预测,具有构建区域时段工况、提高城市车辆工况精度和工况预测的优势,便于推广使用。
为解决上述技术问题,本发明采用的技术方案是:一种分区域分时域的城市车辆工况构建方法,其特征在于,该方法包括以下步骤:
步骤一、城市区域和时域的划分、并设计各区域代表线路:对城市进行区域划分,将城市划分为多个互不相交且依次连续的区域;同时对每日车辆运行有效时间进行多个时域的划分,在各区域内设计确定若干条代表线路,通过GPS设备获取各区域上试验车辆在代表线路上的实时行驶工况数据,以代表线路的起点至终点单趟工况数据为一个数据单元;
步骤二、按照各区域内代表线路交通强度、权重建立各区域内各时域代表线路工况数据库:在各区域内各代表线路上设立多个交通量监测点,根据公式计算第p个区域在第q个时域内第i条代表线路的交通强度μi,q,p,其中,为第p个区域在第q个时域内第i条代表线路上第j个交通量监测点采集的车辆数,J为第p个区域内第i条代表线路上交通量监测点总数,hq为第q个时域的小时数,p为城市划分的区域编号且p=1,2,...,P,P为城市划分的区域总数,q为每日车辆运行有效时间划分的时域编号且q=1,2,...,Q,Q为每日车辆运行有效时间划分的时域总数,i为区域内代表线路编号且i=1,2,...,I,I为区域内代表线路总数;
交通强度为每分钟通过单个交通量监测点的车辆数;
通过第p个区域在第q个时域内第i条代表线路的交通强度μi,q,p、对应的第p个区域在第q个时域内第i条代表线路的权重ωi,q,p和对应区域时域内代表线路上多个数据单元建立各区域内各时域代表线路工况数据库;
以时域编号为表格的行,以区域编号为表格的列,以第p个区域在第q个时域的权重ωq,p、第p个区域在第q个时域内的交通强度μq,p和对应区域时域内代表线路上多个数据单元的集合为表格的单元格,建立各区域内各时域工况数据表;
步骤四、分区域分时域预测城市车辆工况:在建立的各区域内各时域工况数据表中根据权重值筛选指定区域指定时域下对应比例的数据单元,构建待预测的城市车辆工况数据库,运用聚类分析法完成指定区域指定时域下的城市车辆工况预测,形成分区域分时域的城市车辆工况库。
上述的一种分区域分时域的城市车辆工况构建方法,其特征在于:步骤一中根据城市行政区域、环路、商业区或娱乐休闲区因素将城市划分为多个互不相交的区域;步骤一中,所述每日车辆运行有效时间为6:00-23:00,依据上下班高峰的因素将每日车辆运行有效时间划分为多个时域。
上述的一种分区域分时域的城市车辆工况构建方法,其特征在于:步骤四中基于已划分时域、区域的工况数据表,确定待预测工况的区域时域覆盖范围,通过查表法确定相应区域时域的交通强度和权重,按照权重之间的比例关系,提取相应区域时域下的数据单元形成待预测的城市车辆工况数据库,运用主成分分析和聚类分析方法构建指定区域指定时域下的城市车辆工况。
上述的一种分区域分时域的城市车辆工况构建方法,其特征在于:步骤四中指定区域指定时域下的城市车辆工况包括单区域单时域下的城市车辆工况、单区域多时域下的城市车辆工况、多区域单时域下的城市车辆工况和多区域多时域下的城市车辆工况。
本发明与现有技术相比的有益效果是:本发明基于试验车辆在代表线路上的实时行驶工况数据、各区域内各时域代表线路工况数据库和各区域内各时域工况数据表,所构建的工况更加符合城市车辆实际运行状态,可以实现城市车辆工况、任意区域和时域工况构建,以及多组合区域工况预测,具有构建区域时段工况、提高城市车辆工况精度和工况预测的优势,便于推广使用。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明的方法流程框图。
图2为本实施例中第1个区域、第2个区域和第3个区域的全时域工况图。
图3为本实施例中第1个区域第1个时域的工况图。
图4为本实施例中第2个区域全时域的工况图。
图5为本实施例中第3个时域的全区域工况图。
具体实施方式
如图1所示,本发明的一种分区域分时域的城市车辆工况构建方法,包括以下步骤:
步骤一、城市区域和时域的划分、并设计各区域代表线路:对城市进行区域划分,将城市划分为多个互不相交且依次连续的区域;同时对每日车辆运行有效时间进行多个时域的划分,在各区域内设计确定若干条代表线路,通过GPS设备获取各区域上试验车辆在代表线路上的实时行驶工况数据,以代表线路的起点至终点单趟工况数据为一个数据单元;
本实施例中,步骤一中根据城市行政区域、环路、商业区或娱乐休闲区因素将城市划分为多个互不相交的区域;步骤一中,所述每日车辆运行有效时间为6:00-23:00,依据上下班高峰的因素将每日车辆运行有效时间划分为多个时域。
需要说明的是,代表线路的选择综合考虑如下因素:交通等级、覆盖区域、线路方向等。以道路等级、饱和度、交叉口密度等因素将区域道路进行交通等级划分,按照不同交通等级道路进行分层抽样,在每一等级路段中采用随机抽样组成若干条代表线路,要求包含东西南北方向且覆盖率达80%以上。以某城市为例,共划分为7个区域和6个时域,各区域选择10条代表线路,共计70条代表线路,基本覆盖该市大部分区域,符合区域划分和试验线路选择依据。
实际实施时,通过GPS设备获取各区域上试验车辆在代表线路上的实时行驶工况数据,以连续15天为一个采样周期,采样三个周期,保证采样数据量饱和。
步骤二、按照各区域内代表线路交通强度、权重建立各区域内各时域代表线路工况数据库:在各区域内各代表线路上设立多个交通量监测点,根据公式计算第p个区域在第q个时域内第i条代表线路的交通强度μi,q,p,其中,为第p个区域在第q个时域内第i条代表线路上第j个交通量监测点采集的车辆数,J为第p个区域内第i条代表线路上交通量监测点总数,hq为第q个时域的小时数,p为城市划分的区域编号且p=1,2,...,P,P为城市划分的区域总数,q为每日车辆运行有效时间划分的时域编号且q=1,2,...,Q,Q为每日车辆运行有效时间划分的时域总数,i为区域内代表线路编号且i=1,2,...,I,I为区域内代表线路总数;
交通强度为每分钟通过单个交通量监测点的车辆数;
通过第p个区域在第q个时域内第i条代表线路的交通强度μi,q,p、对应的第p个区域在第q个时域内第i条代表线路的权重ωi,q,p和对应区域时域内代表线路上多个数据单元建立各区域内各时域代表线路工况数据库;
实际实施时,以单区域单时域为例,建立代表线路交通强度和权重的统计表,如表1所示。
表1
以第3条代表线路为基准,取基准线路50个数据单元,取第1条代表线路64个数据单元,取第2条代表线路60个数据单元,取第4条代表线路54个数据单元,取第5条代表线路55个数据单元,取第6条代表线路58个数据单元,取第7条代表线路54个数据单元,取第8条代表线路57个数据单元,取第9条代表线路56个数据单元,取第10条代表线路62个数据单元,共计570个数据单元形成单区域单时域的城市车辆工况数据库。
以时域编号为表格的行,以区域编号为表格的列,以第p个区域在第q个时域的权重ωq,p、第p个区域在第q个时域内的交通强度μq,p和对应区域时域内代表线路上多个数据单元的集合为表格的单元格,建立各区域内各时域工况数据表;
实际实施时,以时域编号为表格的行,以区域编号为表格的列,以第p个区域在第q个时域的权重ωq,p、第p个区域在第q个时域内的交通强度μq,p和对应区域时域内代表线路上多个数据单元的集合为表格的单元格,建立各区域内各时域工况数据表,如表2所示。
表2
第1区域 | 第2区域 | 第3区域 | 第4区域 | 第5区域 | 第6区域 | 第7区域 | |
第1时域 | s<sub>11</sub> | s<sub>12</sub> | s<sub>13</sub> | s<sub>14</sub> | s<sub>15</sub> | s<sub>16</sub> | s<sub>17</sub> |
第2时域 | s<sub>21</sub> | s<sub>22</sub> | s<sub>23</sub> | s<sub>24</sub> | s<sub>25</sub> | s<sub>26</sub> | s<sub>27</sub> |
第3时域 | s<sub>31</sub> | s<sub>32</sub> | s<sub>33</sub> | s<sub>34</sub> | s<sub>35</sub> | s<sub>36</sub> | s<sub>37</sub> |
第4时域 | s<sub>41</sub> | s<sub>42</sub> | s<sub>43</sub> | s<sub>44</sub> | s<sub>45</sub> | s<sub>46</sub> | s<sub>47</sub> |
第5时域 | s<sub>51</sub> | s<sub>52</sub> | s<sub>53</sub> | s<sub>54</sub> | s<sub>55</sub> | s<sub>56</sub> | s<sub>57</sub> |
第6时域 | s<sub>61</sub> | s<sub>62</sub> | s<sub>63</sub> | s<sub>64</sub> | s<sub>65</sub> | s<sub>66</sub> | s<sub>67</sub> |
表2中sqp为第q行第p列的单元格中第p个区域在第q个时域的权重ωq,p、第p个区域在第q个时域内的交通强度μq,p和对应区域时域内代表线路上多个数据单元的集合。
步骤四、分区域分时域预测城市车辆工况:在建立的各区域内各时域工况数据表中根据权重值筛选指定区域指定时域下对应比例的数据单元,构建待预测的城市车辆工况数据库,运用聚类分析法完成指定区域指定时域下的城市车辆工况预测,形成分区域分时域的城市车辆工况库。
本实施例中,步骤四中基于已划分时域、区域的工况数据表,确定待预测工况的区域时域覆盖范围,通过查表法确定相应区域时域的交通强度和权重,按照权重之间的比例关系,提取相应区域时域下的数据单元形成待预测的城市车辆工况数据库,运用主成分分析和聚类分析方法构建指定区域指定时域下的城市车辆工况。
实际实施时,构建待预测的城市车辆工况数据库可通过短行程划分、特征参数分析、主成分分析和聚类分析的大数据分析过程,解析出若干条拥堵、一般和通畅三类候选片段,完成特定区域时域工况构建,最后形成区域、时域的城市车辆工况库。
本实施例中,步骤四中指定区域指定时域下的城市车辆工况包括单区域单时域下的城市车辆工况、单区域多时域下的城市车辆工况、多区域单时域下的城市车辆工况和多区域多时域下的城市车辆工况。
实际实施时,当指定区域指定时域下的城市车辆工况为多区域多时域下的城市车辆工况时,以某市的第1个区域、第2个区域和第3个区域的全时域为例,在建立的各区域内各时域工况数据表中根据权重值筛选指定区域指定时域下对应比例的数据单元,构建第1个区域、第2个区域和第3个区域的全时域的城市车辆工况数据库,运用聚类分析法完成第1个区域、第2个区域和第3个区域的全时域下的城市车辆工况预测,如图2所示;
当指定区域指定时域下的城市车辆工况为单区域单时域下的城市车辆工况时,以某市的第1个区域第1个时域为例,构建第1个区域第1个时域的城市车辆工况数据库,运用聚类分析法完成第1个区域第1个时域下的城市车辆工况预测,如图3所示;
同理,完成单区域多时域下的城市车辆工况和多区域单时域下的城市车辆工况的预测,如图4所示,完成第2个区域全时域下的城市车辆工况预测;如图5所示,完成全区域第3个时域下的城市车辆工况预测。
本发明基于试验车辆在代表线路上的实时行驶工况数据、各区域内各时域代表线路工况数据库和各区域内各时域工况数据表,所构建的工况更加符合城市车辆实际运行状态,可以实现城市车辆工况、任意区域和时域工况构建,以及多组合区域工况预测,具有构建区域时段工况、提高城市车辆工况精度和工况预测的优势。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。
Claims (4)
1.一种分区域分时域的城市车辆工况构建方法,其特征在于,该方法包括以下步骤:
步骤一、城市区域和时域的划分、并设计各区域代表线路:对城市进行区域划分,将城市划分为多个互不相交且依次连续的区域;同时对每日车辆运行有效时间进行多个时域的划分,在各区域内设计确定若干条代表线路,通过GPS设备获取各区域上试验车辆在代表线路上的实时行驶工况数据,以代表线路的起点至终点单趟工况数据为一个数据单元;
步骤二、按照各区域内代表线路交通强度、权重建立各区域内各时域代表线路工况数据库:在各区域内各代表线路上设立多个交通量监测点,根据公式计算第p个区域在第q个时域内第i条代表线路的交通强度μi,q,p,其中,为第p个区域在第q个时域内第i条代表线路上第j个交通量监测点采集的车辆数,J为第p个区域内第i条代表线路上交通量监测点总数,hq为第q个时域的小时数,p为城市划分的区域编号且p=1,2,...,P,P为城市划分的区域总数,q为每日车辆运行有效时间划分的时域编号且q=1,2,...,Q,Q为每日车辆运行有效时间划分的时域总数,i为区域内代表线路编号且i=1,2,...,I,I为区域内代表线路总数;
交通强度为每分钟通过单个交通量监测点的车辆数;
通过第p个区域在第q个时域内第i条代表线路的交通强度μi,q,p、对应的第p个区域在第q个时域内第i条代表线路的权重ωi,q,p和对应区域时域内代表线路上多个数据单元建立各区域内各时域代表线路工况数据库;
以时域编号为表格的行,以区域编号为表格的列,以第p个区域在第q个时域的权重ωq,p、第p个区域在第q个时域内的交通强度μq,p和对应区域时域内代表线路上多个数据单元的集合为表格的单元格,建立各区域内各时域工况数据表;
步骤四、分区域分时域预测城市车辆工况:在建立的各区域内各时域工况数据表中根据权重值筛选指定区域指定时域下对应比例的数据单元,构建待预测的城市车辆工况数据库,运用聚类分析法完成指定区域指定时域下的城市车辆工况预测,形成分区域分时域的城市车辆工况库。
2.按照权利要求1所述的一种分区域分时域的城市车辆工况构建方法,其特征在于:步骤一中根据城市行政区域、环路、商业区或娱乐休闲区因素将城市划分为多个互不相交的区域;步骤一中,所述每日车辆运行有效时间为6:00-23:00,依据上下班高峰的因素将每日车辆运行有效时间划分为多个时域。
3.按照权利要求1所述的一种分区域分时域的城市车辆工况构建方法,其特征在于:步骤四中基于已划分时域、区域的工况数据表,确定待预测工况的区域时域覆盖范围,通过查表法确定相应区域时域的交通强度和权重,按照权重之间的比例关系,提取相应区域时域下的数据单元形成待预测的城市车辆工况数据库,运用主成分分析和聚类分析方法构建指定区域指定时域下的城市车辆工况。
4.按照权利要求1所述的一种分区域分时域的城市车辆工况构建方法,其特征在于:步骤四中指定区域指定时域下的城市车辆工况包括单区域单时域下的城市车辆工况、单区域多时域下的城市车辆工况、多区域单时域下的城市车辆工况和多区域多时域下的城市车辆工况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010690823.7A CN111785024B (zh) | 2020-07-17 | 2020-07-17 | 一种分区域分时域的城市车辆工况构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010690823.7A CN111785024B (zh) | 2020-07-17 | 2020-07-17 | 一种分区域分时域的城市车辆工况构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111785024A true CN111785024A (zh) | 2020-10-16 |
CN111785024B CN111785024B (zh) | 2022-03-18 |
Family
ID=72764490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010690823.7A Active CN111785024B (zh) | 2020-07-17 | 2020-07-17 | 一种分区域分时域的城市车辆工况构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111785024B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523848A (zh) * | 2024-01-04 | 2024-02-06 | 湖南工商大学 | 交通拥堵信息的预测方法、装置、计算机设备及介质 |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881155A (zh) * | 2012-09-29 | 2013-01-16 | 山东浪潮齐鲁软件产业股份有限公司 | 基于出租车智能终端的乘降热点区域分析的方法 |
CN104299442A (zh) * | 2014-10-15 | 2015-01-21 | 河海大学 | 一种基于模式匹配的城市路径行程时间预测方法 |
CN105303847A (zh) * | 2014-07-23 | 2016-02-03 | 杭州东辰知识产权代理有限公司 | 一种结合环境时间因素的道路交通检测系统及方法 |
CN105355048A (zh) * | 2015-11-05 | 2016-02-24 | 北京市交通行业节能减排中心 | 一种交通指数与机动车污染物排放耦合分析方法 |
CN106021961A (zh) * | 2016-06-20 | 2016-10-12 | 吉林大学 | 基于遗传算法优化的城市标准循环工况构建方法 |
CN106991804A (zh) * | 2017-04-26 | 2017-07-28 | 长安大学 | 一种基于多线路耦合的城市公交工况构建方法 |
CN106997662A (zh) * | 2017-04-26 | 2017-08-01 | 长安大学 | 一种城市公交车工况构建方法 |
CN107067722A (zh) * | 2017-04-24 | 2017-08-18 | 中国汽车技术研究中心 | 一种新的车辆行驶工况构建方法 |
CN107133374A (zh) * | 2017-01-23 | 2017-09-05 | 长安大学 | 一种模态工况的构建方法 |
CN107346460A (zh) * | 2017-07-18 | 2017-11-14 | 吉林大学 | 基于智能网联系统下前车运行信息的未来工况预测方法 |
CN107527113A (zh) * | 2017-08-01 | 2017-12-29 | 北京理工大学 | 一种混合动力车辆行驶工况的工况预测方法 |
CN107862864A (zh) * | 2017-10-18 | 2018-03-30 | 南京航空航天大学 | 基于驾驶习惯和交通路况的行驶工况智能预测估计方法 |
CN108198425A (zh) * | 2018-02-10 | 2018-06-22 | 长安大学 | 一种电动汽车行驶工况的构建方法 |
US20180237008A1 (en) * | 2017-02-21 | 2018-08-23 | Toyota Jidosha Kabushiki Kaisha | Control device for vehicle |
US20190080611A1 (en) * | 2017-09-08 | 2019-03-14 | Honda Motor Co., Ltd. | Driving support system, driving support apparatus, and driving support method |
CN109697854A (zh) * | 2019-02-25 | 2019-04-30 | 公安部交通管理科学研究所 | 多维度的城市道路交通状态评估方法 |
CN109712395A (zh) * | 2019-01-21 | 2019-05-03 | 武汉理工大学 | 一种获取交通流参数的系统和方法 |
CN109816984A (zh) * | 2019-03-19 | 2019-05-28 | 太原理工大学 | 一种交通路网区域划分及动态调整方法 |
EP3493123A1 (en) * | 2017-03-31 | 2019-06-05 | Hitachi Construction Machinery Co., Ltd. | Road surface management system and road surface management method |
CN109927709A (zh) * | 2017-12-15 | 2019-06-25 | 郑州宇通客车股份有限公司 | 一种车辆行驶路线工况确定方法、能量管理方法及系统 |
CN109960889A (zh) * | 2019-04-03 | 2019-07-02 | 中车青岛四方车辆研究所有限公司 | 轨道交通工具线路典型速度-时间行驶工况构建方法 |
CN110232821A (zh) * | 2019-06-19 | 2019-09-13 | 河海大学 | 一种高峰时段港湾公交停靠站临近车道通行能力计算方法 |
CN110667434A (zh) * | 2019-09-11 | 2020-01-10 | 南京航空航天大学 | 一种自适应工况的纯电动汽车行驶里程估计方法及系统 |
CN110728772A (zh) * | 2019-10-15 | 2020-01-24 | 西南交通大学 | 一种有轨电车典型行驶工况构建方法 |
CN110836675A (zh) * | 2019-10-25 | 2020-02-25 | 北京航空航天大学 | 一种基于决策树的自动驾驶搜索决策方法 |
CN110852528A (zh) * | 2019-11-20 | 2020-02-28 | 长安大学 | 基于微观交通排放估算的公交站台选型方法 |
CN111081019A (zh) * | 2019-12-23 | 2020-04-28 | 华南理工大学 | 一种基于路段权重系数的路网交通运行状况评价方法 |
CN111354197A (zh) * | 2018-12-24 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 交通子区域及时段的划分方法及设备 |
-
2020
- 2020-07-17 CN CN202010690823.7A patent/CN111785024B/zh active Active
Patent Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102881155A (zh) * | 2012-09-29 | 2013-01-16 | 山东浪潮齐鲁软件产业股份有限公司 | 基于出租车智能终端的乘降热点区域分析的方法 |
CN105303847A (zh) * | 2014-07-23 | 2016-02-03 | 杭州东辰知识产权代理有限公司 | 一种结合环境时间因素的道路交通检测系统及方法 |
CN104299442A (zh) * | 2014-10-15 | 2015-01-21 | 河海大学 | 一种基于模式匹配的城市路径行程时间预测方法 |
CN105355048A (zh) * | 2015-11-05 | 2016-02-24 | 北京市交通行业节能减排中心 | 一种交通指数与机动车污染物排放耦合分析方法 |
CN106021961A (zh) * | 2016-06-20 | 2016-10-12 | 吉林大学 | 基于遗传算法优化的城市标准循环工况构建方法 |
CN107133374A (zh) * | 2017-01-23 | 2017-09-05 | 长安大学 | 一种模态工况的构建方法 |
US20180237008A1 (en) * | 2017-02-21 | 2018-08-23 | Toyota Jidosha Kabushiki Kaisha | Control device for vehicle |
EP3493123A1 (en) * | 2017-03-31 | 2019-06-05 | Hitachi Construction Machinery Co., Ltd. | Road surface management system and road surface management method |
CN107067722A (zh) * | 2017-04-24 | 2017-08-18 | 中国汽车技术研究中心 | 一种新的车辆行驶工况构建方法 |
CN106997662A (zh) * | 2017-04-26 | 2017-08-01 | 长安大学 | 一种城市公交车工况构建方法 |
CN106991804A (zh) * | 2017-04-26 | 2017-07-28 | 长安大学 | 一种基于多线路耦合的城市公交工况构建方法 |
CN107346460A (zh) * | 2017-07-18 | 2017-11-14 | 吉林大学 | 基于智能网联系统下前车运行信息的未来工况预测方法 |
CN107527113A (zh) * | 2017-08-01 | 2017-12-29 | 北京理工大学 | 一种混合动力车辆行驶工况的工况预测方法 |
US20190080611A1 (en) * | 2017-09-08 | 2019-03-14 | Honda Motor Co., Ltd. | Driving support system, driving support apparatus, and driving support method |
CN107862864A (zh) * | 2017-10-18 | 2018-03-30 | 南京航空航天大学 | 基于驾驶习惯和交通路况的行驶工况智能预测估计方法 |
CN109927709A (zh) * | 2017-12-15 | 2019-06-25 | 郑州宇通客车股份有限公司 | 一种车辆行驶路线工况确定方法、能量管理方法及系统 |
CN108198425A (zh) * | 2018-02-10 | 2018-06-22 | 长安大学 | 一种电动汽车行驶工况的构建方法 |
CN111354197A (zh) * | 2018-12-24 | 2020-06-30 | 北京嘀嘀无限科技发展有限公司 | 交通子区域及时段的划分方法及设备 |
CN109712395A (zh) * | 2019-01-21 | 2019-05-03 | 武汉理工大学 | 一种获取交通流参数的系统和方法 |
CN109697854A (zh) * | 2019-02-25 | 2019-04-30 | 公安部交通管理科学研究所 | 多维度的城市道路交通状态评估方法 |
CN109816984A (zh) * | 2019-03-19 | 2019-05-28 | 太原理工大学 | 一种交通路网区域划分及动态调整方法 |
CN109960889A (zh) * | 2019-04-03 | 2019-07-02 | 中车青岛四方车辆研究所有限公司 | 轨道交通工具线路典型速度-时间行驶工况构建方法 |
CN110232821A (zh) * | 2019-06-19 | 2019-09-13 | 河海大学 | 一种高峰时段港湾公交停靠站临近车道通行能力计算方法 |
CN110667434A (zh) * | 2019-09-11 | 2020-01-10 | 南京航空航天大学 | 一种自适应工况的纯电动汽车行驶里程估计方法及系统 |
CN110728772A (zh) * | 2019-10-15 | 2020-01-24 | 西南交通大学 | 一种有轨电车典型行驶工况构建方法 |
CN110836675A (zh) * | 2019-10-25 | 2020-02-25 | 北京航空航天大学 | 一种基于决策树的自动驾驶搜索决策方法 |
CN110852528A (zh) * | 2019-11-20 | 2020-02-28 | 长安大学 | 基于微观交通排放估算的公交站台选型方法 |
CN111081019A (zh) * | 2019-12-23 | 2020-04-28 | 华南理工大学 | 一种基于路段权重系数的路网交通运行状况评价方法 |
Non-Patent Citations (10)
Title |
---|
DONG WANG: "Short-Term Traffic Flow Prediction Based on Ensemble Real-Time Sequential Extreme Learning Machine Under Non-Stationary Condition", 《2016 IEEE 83RD VEHICULAR TECHNOLOGY CONFERENCE (VTC SPRING)》 * |
LEEZA SINGLA: "GPS based bus tracking system", 《2015 INTERNATIONAL CONFERENCE ON COMPUTER, COMMUNICATION AND CONTROL (IC4)》 * |
张洁丽: "基于模型预测控制的插电式混合动力客车能量管理策略研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
张璇: "西安市公交工况构建方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
张袅娜: "基于多源信息融合的行驶工况识别及其在整车转矩分配中的应用", 《机械工程学报》 * |
李加强: "基于聚类分析法的公交车行驶工况构建研究", 《汽车工程学报》 * |
李忠玉: "基于聚类分析的城市公交线路工况构建", 《重庆交通大学学报(自然科学版)》 * |
李耀华: "基于聚类和比功率分布的西安城市公交行驶工况研究", 《 重庆交通大学学报(自然科学版)》 * |
秦大同: "基于K-均值聚类算法的行驶工况构建方法", 《吉林大学学报(工学版)》 * |
苟琦智: "城市公交线路模态行驶工况构建研究", 《交通信息与安全》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117523848A (zh) * | 2024-01-04 | 2024-02-06 | 湖南工商大学 | 交通拥堵信息的预测方法、装置、计算机设备及介质 |
CN117523848B (zh) * | 2024-01-04 | 2024-04-19 | 湖南工商大学 | 交通拥堵信息的预测方法、装置、计算机设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111785024B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106228808B (zh) | 基于浮动车时空网格数据的城市快速路旅行时间预测方法 | |
CN104330089B (zh) | 一种利用历史gps数据进行地图匹配的方法 | |
CN108537391B (zh) | 一种基于出租车轨迹数据的出租车停靠站设置优化方法 | |
CN105206046A (zh) | 基于大数据的出租车服务站选址及可行性评价方法 | |
CN110836675B (zh) | 一种基于决策树的自动驾驶搜索决策方法 | |
CN104900057B (zh) | 一种城市快速路主辅道的浮动车地图匹配方法 | |
CN104537597A (zh) | 一种城市空间格局合理性诊断的技术方法 | |
CN111210612A (zh) | 基于公交gps数据与站点信息提取公交线路轨迹的方法 | |
CN106997662B (zh) | 一种城市公交车工况构建方法 | |
CN110377807B (zh) | 城市群功能联系与空间格局分析方法及系统 | |
CN114969007A (zh) | 一种基于功能混合度和集成学习的城市功能区识别方法 | |
CN104318116A (zh) | 乡村-城市变迁指数的评价方法 | |
CN110413855A (zh) | 一种基于出租车下客点的区域出入口动态提取方法 | |
CN111785024B (zh) | 一种分区域分时域的城市车辆工况构建方法 | |
CN104183135B (zh) | 车辆行进开销的估计方法及系统 | |
CN111292535B (zh) | 车路协同环境下面向乘客出行的路网交通状态评价方法 | |
CN111640294B (zh) | 一种新建地铁线路影响下城市公交线路客流变化预测方法 | |
CN115810271B (zh) | 一种基于刷卡数据判断客流走廊位置的方法 | |
CN108596381B (zh) | 基于od数据的城市停车需求预测方法 | |
CN114239929B (zh) | 一种基于随机森林的出租车交通需求特征预测方法 | |
CN110610446A (zh) | 一种基于两步聚类思路的县域城镇分类方法 | |
CN112598896B (zh) | 一种基于gps数据的工业园区物流关键路段识别方法 | |
CN114742131A (zh) | 基于模式挖掘的城市过度旅游区域识别方法 | |
CN110942622B (zh) | 一种基于停车场实时运营大数据的停车场规划方法 | |
CN111429166A (zh) | 基于最大轮廓聚类的电动汽车充电需求空间分布预测方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221121 Address after: 230000 B-2704, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui. Patentee after: HEFEI LONGZHI ELECTROMECHANICAL TECHNOLOGY Co.,Ltd. Address before: 712099 No. 12, Wenhui West Road, Weicheng District, Xianyang City, Shaanxi Province Patentee before: SHAANXI POLYTECHNIC INSTITUTE |