CN111798663B - 一种路网关键路段辨识方法 - Google Patents

一种路网关键路段辨识方法 Download PDF

Info

Publication number
CN111798663B
CN111798663B CN202010791183.9A CN202010791183A CN111798663B CN 111798663 B CN111798663 B CN 111798663B CN 202010791183 A CN202010791183 A CN 202010791183A CN 111798663 B CN111798663 B CN 111798663B
Authority
CN
China
Prior art keywords
road
key
road section
time period
importance
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
CN202010791183.9A
Other languages
English (en)
Other versions
CN111798663A (zh
Inventor
牛树云
李宏海
高剑
王萍萍
尹升
车晓琳
甘泉
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.)
Research Institute of Highway Ministry of Transport
Original Assignee
Research Institute of Highway Ministry of Transport
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 Research Institute of Highway Ministry of Transport filed Critical Research Institute of Highway Ministry of Transport
Priority to CN202010791183.9A priority Critical patent/CN111798663B/zh
Publication of CN111798663A publication Critical patent/CN111798663A/zh
Application granted granted Critical
Publication of CN111798663B publication Critical patent/CN111798663B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing

Abstract

一种路网关键路段辨识方法,包括:(1)构造路段重要度信息颗粒:基于已有成果的路段重要度评估方法,计算得到各时间周期路网中各路段的重要度值;将某时间周期路段重要度的某个分位值作为判断该时间周期内路段是否为关键路段的阈值,将阈值和路段重要度的最大值形成的区间作为该时间周期路段重要度的信息颗粒;(2)初步判断路网中的关键路段:通过判断路段重要度值是否在信息颗粒区间内,初步辨识路网中的关键路段;某时间周期内,若路段重要度值在信息颗粒区间,标记为1,否则为0,逐一确定路段在各时间周期的标记值;(3)路网关键路段的确定:计算路段各时间周期累计被标记为关键路段的次数,若次数大于等于设定的阈值,则路段为关键路段。

Description

一种路网关键路段辨识方法
技术领域
本发明属于智能交通的技术领域,具体地涉及一种路网关键路段辨识方法。
背景技术
现代交通的发展在给人们带来便利的同时,也带来了负面影响。公路网和城市道路网均面临着路网运行效率与服务水平提升方面的极大挑战。
中国公路经过近30年的发展迅速成网,截至2019年底,全国公路总里程达到501.25万公里。与此同时,公路网面临的压力和挑战也在不断增加,经济社会发展对高速公路的需求爆发式增长,百姓安全、便捷机动化出行服务需求、极端恶劣气象频发等对区域路网的运行监管与服务能力提出了更高的要求。
随着汽车的逐年增加,城市交通变的越来越拥挤,交通堵塞、交通事故频发,给广大的市民带来了极大的不便。交通拥堵作为“城市病”,严重影响了城市的健康发展。在人们上下班的高峰期,交通阻塞现象尤为明显,在很多大城市中心区,高峰期交通速度仅有16km/h。交通阻塞导致时间和能源严重浪费,影响城市经济的效率。有效提升路网运行监管能力,提高路网运行效率需求迫切。
无论是公路网还是城市道路网,其路网的网络化结构特性决定了它们与电网、通信网等网络性质相似,即,路网的全局效能均取决于少数路段和节点,也就是关键路段和关键节点,这些关键路段和关键节点在路网中发挥着重要的交通枢纽作用,有效支撑路网结构的连通性,有效保障交通运输功能的正常发挥。关键路段和关键节点的失效,将导致整个路网的瘫痪,因此,科学辨识关键路段和关键节点并及时保障这些路段和节点的正常运行,将对路网运行管理与服务工作起到事半功倍的效果。
本专利重点解决路网关键路段辨识的问题。目前,国内外关于路网关键路段辨识与分析的研究已经有了丰富的成果。研究成果主要分为两类:(1)从路网基础设施结构可靠性的表达出发;(2)首先评估某一时间周期内(如,1小时,1天等)路段重要度,进一步通过设定路段重要度阈值,进而筛选出关键路段的方法。其中通过路段重要度辨识路网关键路段的研究,主要考虑的因素为路网的网络特性、交通流、交通事件等信息。不难发现,这些因素都随时间的变化而不断变化,使得某一时间周期内辨识出的路网关键路段会不同于其他时间周期,同一路段在这个时间周期内是关键路段,在下一个时间周期内可能就不是关键路段,结果具有一定的不确定性。因此,对于较长时间段内(如,1年),存在多个不同周期的关键路段辨识结果的情况下,如何从多个周期的辨识结果中筛选出有效的关键路段是急需解决的问题。
路网运输功能的高效发挥是路网结构的合理规划、养护管理的均衡匹配、应急资源的优化布局的集中体现,无论是路网结构规划、养护管理还是应急资源优化布局,都需要首先找出路网中的关键路段,有的放矢,有针对性的解决问题,以免目标判断不准确造成不必要的经济损失,确保路网运行可靠、降低安全风险。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种路网关键路段辨识方法,其能够以路网中短时间周期路段的重要度评估结果为基础来辨识较长时间段内的路网关键路段,为交通管理者提供有针对性的治理和提升对象,以降低路网运行安全风险,提升路网运行的可靠性,确保路网运输功能的有效发挥。
本发明的技术解决方案是:这种路网关键路段辨识方法,该方法包括以下步骤:
(1)构造路段重要度信息颗粒:基于已有成果的路段重要度评估方法,计算得到各时间周期路网中各路段的重要度值;将某时间周期路段重要度的某个分位值作为判断该时间周期内路段是否为关键路段的阈值,另外,计算某时间周期的路段重要度的最大值,将阈值和路段重要度的最大值形成的区间作为该时间周期路段重要度的信息颗粒;
(2)初步判断路网中的关键路段:基于上述构造的路段重要度信息颗粒,通过判断路段重要度值是否在信息颗粒区间内,初步辨识路网中的关键路段;某时间周期内,若路段重要度值在信息颗粒区间内,则初步判断该路段是关键路段,标记为1,否则标记为0,逐一确定路段在各时间周期的标记值;
(3)路网关键路段的确定:计算路段各时间周期累计被标记为关键路段的次数,基于累计标记次数数据,确定一个判断路段是否为关键路段的阈值,若路段累计标记次数大于等于设定阈值,则路段为关键路段。
本发明通过构造路段重要度信息颗粒、初步判断路网中的关键路段、路网关键路段的确定,针对目前研究成果多是基于较短时间周期的路段重要度结果进行的关键路段辨识的现状,创新性的提出了利用短时间周期的路段重要度评估结果辨识较长时间周期的路网关键路段的方法,能够以路网中短时间周期路段的重要度评估结果为基础来辨识较长时间段内的路网关键路段,为交通管理者提供有针对性的治理和提升对象,以降低路网运行安全风险,提升路网运行的可靠性,确保路网运输功能的有效发挥。
附图说明
图1示出了一种根据本发明的路网关键路段辨识方法的流程图。
具体实施方式
如图1所示,这种路网关键路段辨识方法,该方法包括以下步骤:
(1)构造路段重要度信息颗粒:基于已有成果的路段重要度评估方法,计算得到各时间周期路网中各路段的重要度值;将某时间周期路段重要度的某个分位值作为判断该时间周期内路段是否为关键路段的阈值,另外,计算某时间周期的路段重要度的最大值,将阈值和路段重要度的最大值形成的区间作为该时间周期路段重要度的信息颗粒;
(2)初步判断路网中的关键路段:基于上述构造的路段重要度信息颗粒,通过判断路段重要度值是否在信息颗粒区间内,初步辨识路网中的关键路段;某时间周期内,若路段重要度值在信息颗粒区间内,则初步判断该路段是关键路段,标记为1,否则标记为0,逐一确定路段在各时间周期的标记值;
(3)路网关键路段的确定:计算路段各时间周期累计被标记为关键路段的次数,基于累计标记次数数据,确定一个判断路段是否为关键路段的阈值,若路段累计标记次数大于等于设定阈值,则路段为关键路段。
本发明通过构造路段重要度信息颗粒、初步判断路网中的关键路段、路网关键路段的确定,针对目前研究成果多是基于较短时间周期的路段重要度结果进行的关键路段辨识的现状,创新性的提出了利用短时间周期的路段重要度评估结果辨识较长时间周期(如1年)的路网关键路段的方法,能够以路网中短时间周期路段的重要度评估结果为基础来辨识较长时间段内的路网关键路段,为交通管理者提供有针对性的治理和提升对象,以降低路网运行安全风险,提升路网运行的可靠性,确保路网运输功能的有效发挥。
优选地,所述步骤(1)中,令t表示第t时间周期,t=1,2,…,M,M表示一定时间段TT内总的时间周期数;
Figure BDA0002623802690000051
表示第t时间周期路网中路段重要度的Dt分位值(如,85分位值);
Figure BDA0002623802690000052
表示第t时间周期,路段i(i=1,2,…,N)的重要度值,N表示路网中路段的总条数。令
Figure BDA0002623802690000053
表示第t时间周期,路网中路段重要度的最大值,则
Figure BDA0002623802690000054
优选地,所述步骤(1)中,将
Figure BDA0002623802690000055
作为判断第t时间周期路段是否为关键路段的阈值,构造第t时间周期的路段重要度信息颗粒,为区间
Figure BDA0002623802690000056
若第t时间周期,某路段重要度值在上述信息颗粒的区间内,则表示在第t时间周期该路段为关键路段。
优选地,所述步骤(1)中,在构造路段重要度信息颗粒时,对于不同的时间周期,Dt取值相同(如,均取85),也可以分别确定(例如,拥挤状态时Dt取80,自由流状态时,Dt取90)。
优选地,所述步骤(2)中,若
Figure BDA0002623802690000057
在上述构造的信息颗粒区间内,即,
Figure BDA0002623802690000058
则路段i为关键路段,否则路段i为非关键路段;
将第t时间周期,路段i的标记符号记作ht,i,ht,i为0或1;若第t时间周期,路段i为关键路段时,则ht,i=1,否则ht,i=0,
Figure BDA0002623802690000059
因此,得到一个0-1列向量
Figure BDA00026238026900000510
重复上述过程,共得到M个0-1列向量,组成N×M的0-1矩阵H,H=(H1,H2,…,HM)N×M
优选地,所述步骤(3)中,累计各路段被标记为关键路段的次数,将路段i被标记为关键路段的次数记作si,则
Figure BDA0002623802690000061
确定一个判断路段是否为关键路段的阈值C,当路段被标记的次数累计值超过该阈值时,则此路段为关键路段,通过以下公式得到路网中的关键路段集合:
Figure BDA0002623802690000062
优选地,当Dt取值相同时,在面向不同的交通业务管理时,根据管理要求或经费预算情况,通过对Dt和C数值的调整,辨识出需要的对象。具体地,本发明中涉及到M+1个参数需要确定,分别为M个时间周期的路段重要度的Dt分位值(t=1,2,…,M)和累计标记次数的阈值C。若在各时间周期内,Dt取值不变,即,Dt与时间周期无关,则简记为D,则本发明只需确定2个参数:D和C。当D取值较大,且C取值也较大时,则辨识得到的路网中关键路段的数量较少;当D取值较小,且C取值也较小时,则辨识得到的路网中关键路段的数量较多。因此,在面向不同的交通业务管理时,交通管理者可根据管理需求或经费预算情况,通过对D和C值的调整,辨识出有针对性的路网关键路段。
以上所述,仅是本发明的较佳实施例,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属本发明技术方案的保护范围。

Claims (7)

1.一种路网关键路段辨识方法,其特征在于:该方法包括以下步骤:
(1)构造路段重要度信息颗粒:基于已有成果的路段重要度评估方法,计算得到各时间周期路网中各路段的重要度值;将某时间周期路段重要度的某个分位值作为判断该时间周期内路段是否为关键路段的阈值,另外,计算某时间周期的路段重要度的最大值,将阈值和路段重要度的最大值形成的区间作为该时间周期路段重要度的信息颗粒;
(2)初步判断路网中的关键路段:基于上述构造的路段重要度信息颗粒,通过判断路段重要度值是否在信息颗粒区间内,初步辨识路网中的关键路段;某时间周期内,若路段重要度值在信息颗粒区间内,则初步判断该路段是关键路段,标记为1,否则标记为0,逐一确定路段在各时间周期的标记值;
(3)路网关键路段的确定:计算路段各时间周期累计被标记为关键路段的次数,基于累计标记次数数据,确定一个判断路段是否为关键路段的阈值,若路段累计标记次数大于等于设定的阈值,则路段为关键路段。
2.根据权利要求1所述的路网关键路段辨识方法,其特征在于:所述步骤(1)中,令t表示第t时间周期,t=1,2,…,M,M表示一定时间段TT内总的时间周期数;
Figure FDA0003333361530000011
表示第t时间周期路网中路段重要度的Dt分位值;
Figure FDA0003333361530000012
表示第t时间周期,路段i(i=1,2,…,N)的重要度值,N表示路网中路段的总条数;令
Figure FDA0003333361530000013
表示第t时间周期,路网中路段重要度的最大值,则
Figure FDA0003333361530000014
3.根据权利要求2所述的路网关键路段辨识方法,其特征在于:所述步骤(1)中,将
Figure FDA0003333361530000021
作为判断第t时间周期路段是否为关键路段的阈值,构造第t时间周期的路段重要度信息颗粒,为区间
Figure FDA0003333361530000022
若第t时间周期,某路段重要度值在上述信息颗粒的区间内,则表示在第t时间周期该路段为关键路段。
4.根据权利要求3所述的路网关键路段辨识方法,其特征在于:所述步骤(1)中,在构造路段重要度信息颗粒时,对于不同的时间周期,Dt取值相同或者分别确定。
5.根据权利要求4所述的路网关键路段辨识方法,其特征在于:所述步骤(2)中,若
Figure FDA0003333361530000023
在上述构造的信息颗粒区间内,即,
Figure FDA0003333361530000024
则路段i为关键路段,否则路段i为非关键路段;
将第t时间周期,路段i的标记符号记作ht,i,ht,i为0或1;若第t时间周期,路段i为关键路段时,则ht,i=1,否则ht,i=0,
Figure FDA0003333361530000025
因此,得到一个0-1列向量
Figure FDA0003333361530000026
重复上述过程,共得到M个0-1列向量,组成N×M的0-1矩阵H,H=(H1,H2,…,HM)N×M
6.根据权利要求5所述的路网关键路段辨识方法,其特征在于:所述步骤(3)中,计算累计各路段被标记为关键路段的次数,将路段i被标记为关键路段的次数记作si,则
Figure FDA0003333361530000027
确定一个判断路段是否为关键路段的阈值C,当路段被标记的次数累计值超过该阈值时,则此路段为关键路段,通过以下公式得到路网中的关键路段集合:
Figure FDA0003333361530000031
7.根据权利要求6所述的路网关键路段辨识方法,其特征在于:在面向不同的交通业务管理时,交通管理者可以根据管理需求或经费预算情况,通过调整阈值C,辨识出有针对性的路网关键路段。
CN202010791183.9A 2020-08-07 2020-08-07 一种路网关键路段辨识方法 Active CN111798663B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010791183.9A CN111798663B (zh) 2020-08-07 2020-08-07 一种路网关键路段辨识方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010791183.9A CN111798663B (zh) 2020-08-07 2020-08-07 一种路网关键路段辨识方法

Publications (2)

Publication Number Publication Date
CN111798663A CN111798663A (zh) 2020-10-20
CN111798663B true CN111798663B (zh) 2021-12-14

Family

ID=72828063

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010791183.9A Active CN111798663B (zh) 2020-08-07 2020-08-07 一种路网关键路段辨识方法

Country Status (1)

Country Link
CN (1) CN111798663B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007058210A1 (de) * 2007-12-04 2009-06-10 Siemens Ag Anzeigevorrichtung für Wahrscheinlichkeiten von Verkehrszuständen in einem Verkehrswegenetz
CN105702031A (zh) * 2016-03-08 2016-06-22 北京航空航天大学 基于宏观基本图的路网关键路段识别方法
CN106530694A (zh) * 2016-11-07 2017-03-22 深圳大学 一种基于交通拥堵传播模型的交通拥堵预测方法及系统
CN106530687A (zh) * 2016-10-13 2017-03-22 北京交通大学 一种基于时空属性的交通网络节点重要度测算方法
CN106981194A (zh) * 2017-05-02 2017-07-25 北京大学 一种高速路网关键路段的识别方法
CN110599769A (zh) * 2019-09-10 2019-12-20 南京城建隧桥经营管理有限责任公司 一种城市路网中分时段道路重要性的分级排序方法
CN110738853A (zh) * 2019-10-25 2020-01-31 北京航空航天大学 一种基于复杂网络相关性的关键节点识别方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102007058210A1 (de) * 2007-12-04 2009-06-10 Siemens Ag Anzeigevorrichtung für Wahrscheinlichkeiten von Verkehrszuständen in einem Verkehrswegenetz
CN105702031A (zh) * 2016-03-08 2016-06-22 北京航空航天大学 基于宏观基本图的路网关键路段识别方法
CN106530687A (zh) * 2016-10-13 2017-03-22 北京交通大学 一种基于时空属性的交通网络节点重要度测算方法
CN106530694A (zh) * 2016-11-07 2017-03-22 深圳大学 一种基于交通拥堵传播模型的交通拥堵预测方法及系统
CN106981194A (zh) * 2017-05-02 2017-07-25 北京大学 一种高速路网关键路段的识别方法
CN110599769A (zh) * 2019-09-10 2019-12-20 南京城建隧桥经营管理有限责任公司 一种城市路网中分时段道路重要性的分级排序方法
CN110738853A (zh) * 2019-10-25 2020-01-31 北京航空航天大学 一种基于复杂网络相关性的关键节点识别方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
基于K-短路径的路网关键路段集合的辨识与分析;张纪升,贾利民,牛树云,李宏海;《长安大学学报》;20150531;第35卷(第3期);第122-129页 *
王伟.路网中关键节点和重要路段的分析研究.《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》.2015,全文. *
路网中关键节点和重要路段的分析研究;钟茹;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20131130;全文 *

Also Published As

Publication number Publication date
CN111798663A (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
CN107798876B (zh) 基于事件的道路交通异常拥堵判断方法
CN110111576B (zh) 一种基于时空拥堵子团的城市交通弹性指标的实现方法
CN104766475B (zh) 一种城市交通瓶颈挖掘方法
CN102436740A (zh) 一种高速公路交通事件自动检测方法
CN110968617B (zh) 一种基于位置字段的路网关键路段相关性分析方法
CN104464295A (zh) 一种基于视频的高架入口匝道智能限行方法及装置
CN109191861B (zh) 一种基于视频检测器的高速公路逃费车辆异常行为检测系统及方法
CN104318770A (zh) 基于手机数据实时检测高速公路交通拥堵状态的方法
CN104464321A (zh) 一种基于交通运行指数发展态势的智能交通诱导方法
CN113593220A (zh) 一种基于宏观基本图的路网承载力估计方法
CN106781501A (zh) 一种利用通信网络数据实现高速公路车流量监控的方法
CN107240289A (zh) 一种公交车线路优化管理方法及系统
CN106251642A (zh) 一种基于实时公交车gps数据的公交路链速度计算方法
CN205232359U (zh) 一种人流量估计电子设备
CN111882858A (zh) 一种基于多源数据的高速公路异常事件排队长度预测方法
CN105139670A (zh) 一种基于视频的区域自优化信号控制方法及装置
CN114446064A (zh) 一种分析高速公路服务区流量的方法、装置、存储介质及终端
CN112950946A (zh) 一种市政道路施工期交通拥堵原因判别方法
CN115862327A (zh) 一种智慧园区的可视化管理系统及方法
CN113537626A (zh) 一种聚合信息差异的神经网络结合时间序列预测的方法
CN104966404A (zh) 一种基于阵列雷达的单点自优化信号控制方法及装置
CN105118310A (zh) 一种基于视频的单点自优化信号控制方法及装置
CN110751341A (zh) 一种基于物联网的视频规划分析系统及方法
CN111798663B (zh) 一种路网关键路段辨识方法
CN112785840B (zh) 一种城市智能交通计算机控制系统及方法

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