CN111815953B - 一种面向交通事件的高速公路交通管控效果评价方法 - Google Patents

一种面向交通事件的高速公路交通管控效果评价方法 Download PDF

Info

Publication number
CN111815953B
CN111815953B CN202010892859.3A CN202010892859A CN111815953B CN 111815953 B CN111815953 B CN 111815953B CN 202010892859 A CN202010892859 A CN 202010892859A CN 111815953 B CN111815953 B CN 111815953B
Authority
CN
China
Prior art keywords
traffic
ramp
main line
event
discrete 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
CN202010892859.3A
Other languages
English (en)
Other versions
CN111815953A (zh
Inventor
张晓春
林涛
庄立坚
王梦迪
高飞
王宇
丘建栋
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.)
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Urban Transport Planning Center Co Ltd
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 Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Urban Transport Planning Center Co Ltd
Priority to CN202010892859.3A priority Critical patent/CN111815953B/zh
Publication of CN111815953A publication Critical patent/CN111815953A/zh
Application granted granted Critical
Publication of CN111815953B publication Critical patent/CN111815953B/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
    • 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

一种面向交通事件的高速公路交通管控效果评价方法，属于交通管理与控制技术领域。本发明包括步骤一.收集交通事件信息及历史交通运行信息、道路基础信息和交通管控方式信息；步骤二.离散化时间点，并采集事件发生后的交通数据；步骤三.利用VISSIM软件预测无管控条件下，事件发生后交通运行状态的演变，计算评价指标；步骤四.根据改进的输入输出模型确定有管控条件下事件影响范围，计算评价指标；步骤五.对比指标差距，得出评价结果；步骤六.最后确定交通设施权重，计算交通系统服务水平指标。本发明中通过对交通管控所影响的各设施的提升指标计算及综合交通系统指标计算，完整评价了交通管控效果。

Description

一种面向交通事件的高速公路交通管控效果评价方法
技术领域
本发明涉及一种面向交通事件的高速公路交通管控效果评价方法，属于交通管理与控制技术领域。
背景技术
随着机动车数目的快速増加，交通管理部门通过大规模的修建道路设施来满足不断增长的交通需求。然而过大的交通流量也会使各种交通事件更容易发生，导致交通拥堵和道路服务水平下降。面对这些事件，交通管理部门往往会采用管控手段来缓解这些问题。对于高速公路，交通事件路段的局部管控措施会对高速公路上下游路段、匝道的交通状态产生影响。选取合适的指标评价这些影响，对于交通管控方式的评价具有一定的理论和现实意义。
在交通管控效果评价上，现有研究大多是基于城市道路所进行的，尤其是针对于城市交叉口。由于城市交叉口交通信号控制是改善城市交通运行状况的重要途径，因此它作为智能交通系统的重要组成部分，其研发和应用在国际上受到极大的重视。这些评价指标主要为平均延误时间、停车次数、排队长度等。但这些指标难以在高速公路上直接检测出，并且也尚未形成适用于各种道路条件的综合计算方法。
国内外对于高速公路交通管控效果的研究，大多是在分析交通密度、车辆运行速度等交通流基础特性上。这些研究也仅仅针对于局部，没有考虑到整个受影响的交通系统的运行。由于匝道、交织区等交通设施的存在，高速公路交通流运行过程是极其复杂的，它受众多因素的影响，包括：道路条件、交通流组成情况、驾驶员的熟练程度等。在不同的道路条件及交通管理状况下，交通流的运行特性也会发生很大的变化，并且相应的交通控制策略和控制目标也都各不相同。此外，交通事件的发生使得交通流运行过程更加复杂性，加大了交通管控效果评价难度。
现有技术实现交通管控效果的评价方式是基于仿真的交通管控效果评价方法，其基本思想是：收集交通管控区域几个单点检测器的车辆速度或交通流量数据，标定仿真各项参数，建立其仿真模型，通过仿真实验来对于交通进行评价。该方法得出的评价结果一般是针对于局部路段，如交织区密度的变化、主线排队长度的变化。该方法在进行评价时没有确定管控方案影响范围，也没有给出一个综合的评价结果。这种方法针对于局部交通进行评价，不能考虑到受影响的整个交通系统；没有考虑到交通事件发生时的影响范围；完全采用仿真手段，使得评价指标完全依赖于仿真，在某些控制手段难以用仿真实现时，无法得出交通管控后的指标值。
发明内容
本发明提供了一种面向交通事件的高速公路交通管控效果评价方法，在下文中给出了关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。
本发明的技术方案：
一种面向交通事件的高速公路交通管控效果评价方法，包括以下步骤：
步骤一.收集交通事件信息及历史交通运行信息、道路基础信息和交通管控方式信息；
收集交通事件信息及历史交通运行信息、道路基础信息和交通管控方式信息的检测源为交通事件检测器，交通事件检测器每30秒报告一次数据，每天报告2880次数据；
在交通事件发生后，需采集的交通事件信息包括交通事件发生位置信息和交通事件发生时间信息；历史交通运行信息包括车辆速度、车辆构成、车辆转向比例和道路限速值；道路基础信息包括车道数、车道宽度、路段长度、道路线形和检测器位置；交通管控方式信息包括管控实施时间和管控停止时间。
步骤二.离散化时间点，并采集事件发生后的交通数据；
由于检测器每30秒报告一次数据，收集到的数据为离散数据，而不是连续数据，因此需要将关键时间点（事件发生时间
Figure 522064DEST_PATH_IMAGE001
、管控实施时间
Figure 505063DEST_PATH_IMAGE002
、管控停止时间
Figure 900273DEST_PATH_IMAGE003
）离散化，以便于后面步骤的计算；检测器每天报告2880次数据，将事件发生离散时间点记作
Figure 449066DEST_PATH_IMAGE004
，表示事件发生时刻
Figure 474790DEST_PATH_IMAGE001
后检测器第一次报告数据为该检测器当天的第
Figure 741824DEST_PATH_IMAGE004
次报告数据。同理，管控实施离散时间点记作
Figure 612828DEST_PATH_IMAGE005
，管控停止离散时间点记作
Figure 717925DEST_PATH_IMAGE006
；
离散化时间点后，按照离散的时间点，收集事件发生离散时间点
Figure 914551DEST_PATH_IMAGE004
后至管控停止离散时间点
Figure 340984DEST_PATH_IMAGE006
范围内的交通数据，主要包括：主线交通数据、入口匝道交通数据和出口匝道交通数据。
步骤三.利用VISSIM软件预测无管控条件下，事件发生后交通运行状态的演变，计算评价指标；
步骤四.根据改进的输入输出模型确定有管控条件下事件影响范围，计算评价指标；
步骤五.对比指标差距，得出评价结果；
步骤六.最后确定交通设施权重，计算交通系统服务水平指标。
优选的：步骤二中，主线交通数据包括：事件发生地下游检测器
Figure 343575DEST_PATH_IMAGE007
检测到的交通量
Figure 804644DEST_PATH_IMAGE008
和速度
Figure 968909DEST_PATH_IMAGE009
，事件发生地上游检测器
Figure 652612DEST_PATH_IMAGE010
检测到的交通量
Figure 193315DEST_PATH_IMAGE011
和速度
Figure 571206DEST_PATH_IMAGE012
；
入口匝道交通数据包括：入口匝道检测器
Figure 47318DEST_PATH_IMAGE013
所检测到的从入口匝道进入主线的交通量
Figure 510660DEST_PATH_IMAGE014
和
Figure 792737DEST_PATH_IMAGE015
速度以及占有率
Figure 290715DEST_PATH_IMAGE016
，入口匝道检测器
Figure 233001DEST_PATH_IMAGE017
所检测到的到达入口匝道的交通量
Figure 449218DEST_PATH_IMAGE018
和速度
Figure 269407DEST_PATH_IMAGE019
以及占有率
Figure 621891DEST_PATH_IMAGE020
；
出口匝道交通数据包括出口匝道检测器
Figure 236543DEST_PATH_IMAGE021
所检测到的从出口匝道驶出主线的交通量
Figure 674477DEST_PATH_IMAGE022
和速度
Figure 298357DEST_PATH_IMAGE023
。
优选的：所述步骤三中，利用VISSIM软件预测无管控条件下，事件发生后交通运行状态的演变，计算评价指标的具体方法是：
步骤1.导入或绘制路网，向VISSIM软件中导入车道数、车道宽度、路段长度、道路线形数据；
步骤2.设置检测器，于现实的检测器位置设置数据采集点，于事件发生地上游3米处设置数据采集点与排队计数器，于入口匝道口设置排队计数器，于主线与匝道上设置车辆行程时间检测器；
步骤3.定义交通属性，定义车辆速度分布、车辆构成、车辆线路选择和转向比例；
步骤4.输入数据，输入收集事件发生离散时间点
Figure 505347DEST_PATH_IMAGE024
后至管控停止离散时间点
Figure 55015DEST_PATH_IMAGE025
范围内主线流入交通量
Figure 980246DEST_PATH_IMAGE026
和匝道流入流出交通量
Figure 204554DEST_PATH_IMAGE027
；
步骤5.定义仿真参数，设置仿真起始时间为
Figure 469313DEST_PATH_IMAGE028
，仿真时长设置为
Figure 753664DEST_PATH_IMAGE029
，仿真中断时间设置为
Figure 838294DEST_PATH_IMAGE030
；
步骤6.输出数据，每30秒输出主线排队长度
Figure 866293DEST_PATH_IMAGE031
和入口匝道排队长度
Figure 985559DEST_PATH_IMAGE032
；事故上游3米处的交通量
Figure 440811DEST_PATH_IMAGE033
、速度
Figure 776852DEST_PATH_IMAGE034
、占有率
Figure 342963DEST_PATH_IMAGE035
；入口匝道上检测器
Figure 379052DEST_PATH_IMAGE036
与
Figure 942888DEST_PATH_IMAGE037
测得的交通量
Figure 64428DEST_PATH_IMAGE038
、
Figure 371913DEST_PATH_IMAGE039
；速度
Figure 528088DEST_PATH_IMAGE040
、
Figure 325142DEST_PATH_IMAGE041
以及占有率
Figure 871661DEST_PATH_IMAGE042
、
Figure 779574DEST_PATH_IMAGE043
；累加从离散时间点
Figure 244052DEST_PATH_IMAGE044
至
Figure 212008DEST_PATH_IMAGE045
范围内每30秒输出的延误值，得到主线总延误
Figure 308140DEST_PATH_IMAGE046
，入口匝道总延误
Figure 957427DEST_PATH_IMAGE047
。
优选的：步骤四中，根据改进的输入输出模型确定有管控条件下事件影响范围的估计方法为：
1）排队长度计算与事件影响范围确定
在截止离散时间点
Figure 88194DEST_PATH_IMAGE048
大于事件发生离散时间点
Figure 164735DEST_PATH_IMAGE044
，取仿真中输出的事故上游3米处的占有率
Figure 482584DEST_PATH_IMAGE049
的最大值
Figure 935562DEST_PATH_IMAGE050
，其对应的交通量和速度记为
Figure 920835DEST_PATH_IMAGE051
、
Figure 230594DEST_PATH_IMAGE052
，则主线上的排队密度为：
Figure 471957DEST_PATH_IMAGE053
截止离散时间点
Figure 525364DEST_PATH_IMAGE048
，主线上的车辆到达驶出数量差为：
Figure 302827DEST_PATH_IMAGE054
式中，
Figure 783487DEST_PATH_IMAGE055
为收集事件发生离散时间点
Figure 341507DEST_PATH_IMAGE056
后至管控停止离散时间点
Figure 870708DEST_PATH_IMAGE057
范围内主线流入交通量，
Figure 830574DEST_PATH_IMAGE058
为入口匝道检测器
Figure 419819DEST_PATH_IMAGE059
所检测到的从入口匝道进入主线的交通量，
Figure 199556DEST_PATH_IMAGE060
为事件发生地下游最近的检测器
Figure 594765DEST_PATH_IMAGE061
检测到的交通量，
Figure 845355DEST_PATH_IMAGE062
为出口匝道检测器
Figure 667818DEST_PATH_IMAGE063
所检测到的从出口匝道驶出主线的交通量；
截止离散时间点
Figure 872534DEST_PATH_IMAGE048
，主线上的密度差为：
Figure 71434DEST_PATH_IMAGE064
式中，
Figure 740313DEST_PATH_IMAGE065
为事件发生地下游最近的检测器
Figure 671360DEST_PATH_IMAGE061
在事件发生离散时间点
Figure 425690DEST_PATH_IMAGE066
时检测到的主线交通量，
Figure 365964DEST_PATH_IMAGE067
为事件发生地下游最近的检测器
Figure 889349DEST_PATH_IMAGE061
在事件发生离散时间点
Figure 489832DEST_PATH_IMAGE068
时检测到的主线速度；
基于输入输出模型，主线上的车辆排队长度为车辆到达驶出数量差与密度差的比值，即：
Figure 731458DEST_PATH_IMAGE069
同理，在
Figure 272161DEST_PATH_IMAGE070
时，取仿真中输出的入口匝道检测器
Figure 587735DEST_PATH_IMAGE071
测得的占有率
Figure 188481DEST_PATH_IMAGE072
最大值为
Figure 589506DEST_PATH_IMAGE073
，其对应的交通量和速度记为
Figure 933900DEST_PATH_IMAGE074
、
Figure 166298DEST_PATH_IMAGE075
，则入口匝道
Figure 875628DEST_PATH_IMAGE076
上的排队密度为：
Figure 826267DEST_PATH_IMAGE077
截止离散时间点
Figure 150850DEST_PATH_IMAGE078
，入口匝道
Figure 503334DEST_PATH_IMAGE079
上的车辆到达驶出数量差为：
Figure 445882DEST_PATH_IMAGE080
式中，
Figure 821500DEST_PATH_IMAGE081
为入口匝道检测器
Figure 507696DEST_PATH_IMAGE082
在事件发生离散时间点
Figure 652369DEST_PATH_IMAGE083
时检测到从入口匝道进入主线的交通量，
Figure 765819DEST_PATH_IMAGE084
为入口匝道检测器
Figure 691050DEST_PATH_IMAGE085
在事件发生离散时间点
Figure 853041DEST_PATH_IMAGE086
时检测到从入口匝道进入主线的速度；
基于输入输出模型，入口匝道
Figure 180117DEST_PATH_IMAGE079
的车辆排队长度为车辆到达驶出数量差与密度差的比值，即：
Figure 635107DEST_PATH_IMAGE087
2）总延误计算
主线延误指所有从上游进入的车辆通过高速公路主线所花费的额外时间，主线总延误值计算如下：
以计算时间间隔
Figure 47633DEST_PATH_IMAGE078
后十分钟内上下游检测器检测到的速度平均值代表行程速度，即：
Figure 13315DEST_PATH_IMAGE088
对于从上游检测器进入的车辆，总延误的计算公式如下：
Figure 194898DEST_PATH_IMAGE089
式中，
Figure 650150DEST_PATH_IMAGE090
为离散时间间隔
Figure 222077DEST_PATH_IMAGE078
时进入主线的交通量，
Figure 788188DEST_PATH_IMAGE091
为离散时间间隔
Figure 27539DEST_PATH_IMAGE078
时的行程速度，
Figure 214544DEST_PATH_IMAGE092
为路段长度，
Figure 273767DEST_PATH_IMAGE093
为阈值速度，取道路限速值；
入口匝道延误指所有从入口匝道进入主线的车辆由于匝道排队所花费的额外时间，入口匝道总延误值计算如下：
以计算时间间隔
Figure 643569DEST_PATH_IMAGE078
后十分钟内上下游检测器检测到的速度平均值代表行程速度，即：
Figure 230102DEST_PATH_IMAGE094
对于从匝道进入的车辆，总延误的计算公式如下：
Figure 27157DEST_PATH_IMAGE095
式中，
Figure 573676DEST_PATH_IMAGE096
为离散时间间隔
Figure 481589DEST_PATH_IMAGE078
时进入匝道的交通量，
Figure 429954DEST_PATH_IMAGE097
为离散时间间隔
Figure 397910DEST_PATH_IMAGE078
时的行程速度，
Figure 494042DEST_PATH_IMAGE092
为路段长度，
Figure 143329DEST_PATH_IMAGE093
为阈值速度，取道路限速值。
优选的：步骤五中，对比指标差距，得出评价结果的具体方法是：
（1）高速公路主线提升率
对于主线排队长度，分别选取仿真中无管控条件下输出的排队长度最大值以及有管控条件下计算出的排队长度最大值：
Figure 8517DEST_PATH_IMAGE098
则管控方式对于主线排队长度的提升百分比为：
Figure 583592DEST_PATH_IMAGE099
对于主线延误，管控方式对于主线排队长度的提升百分比为：
Figure 167020DEST_PATH_IMAGE100
式中，
Figure 619998DEST_PATH_IMAGE101
为仿真中无管控条件下总延误值，
Figure 339693DEST_PATH_IMAGE102
为有管控条件下计算出的总延误值；
（2）入口匝道提升率
对于入口匝道
Figure 649451DEST_PATH_IMAGE103
排队长度，分别选取仿真中无管控条件下输出的排队长度最大值以及管控方式下计算出的排队长度最大值：
Figure 657859DEST_PATH_IMAGE104
则管控方式对于入口匝道
Figure 711265DEST_PATH_IMAGE103
排队长度的提升百分比为：
Figure 488728DEST_PATH_IMAGE105
对于入口匝道
Figure 969388DEST_PATH_IMAGE103
延误，管控方式对于入口匝道排队长度的提升百分比为：
Figure 963627DEST_PATH_IMAGE106
式中，
Figure 555145DEST_PATH_IMAGE107
为仿真中无管控条件下总延误值，
Figure 187115DEST_PATH_IMAGE108
为有管控条件下计算出的总延误值。
优选的：步骤六中，最后确定交通设施权重，计算交通系统服务水平指标的具体方法是：根据管控目的，确定主线权重
Figure 104255DEST_PATH_IMAGE109
与入口匝道权重
Figure 883992DEST_PATH_IMAGE110
；
则整个交通系统的排队长度提升百分比为：
Figure 31257DEST_PATH_IMAGE112
则整个交通系统的延误提升百分比为：
Figure 58436DEST_PATH_IMAGE113
。
本发明具有以下有益效果：
1.本发明中通过对交通管控所影响的各设施的提升指标计算及综合交通系统指标计算，完整评价了交通管控效果。
2.本发明技术方案针对于交通事件进行，在评价过程中考虑了交通事件所影响的范围，有利于交通事件下的交通管控的制定与评价。
3.本发明技术方案使用仿真与模型计算结合的方式，消除了检测器布设位置对交通管控效果评价的限制。
4. 本发明提供了一种面向交通事件的高速公路交通管控效果评价方法，首先可以解决交通评价难以针对于交通系统进行、评价指标的计算受检测器位置影响的问题；其次，基于高速公路实际特征，对交通管控效果进行评估，可在管控前帮助管理者进行辅助决策；最后，针对管控方式的效果评价，为之后控制方式优化提供数据参考。
附图说明
图1是一种面向交通事件的高速公路交通管控效果评价方法的流程图；
图2是时间离散示意图；
图3是利用VISSIM软件模拟仿真流程图；
图4是基于输入输出模型的高速公路车辆排队示意图。
具体实施方式
下文中将结合附图对本发明的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施方式的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定，以便实现开发人员的具体目标，例如，符合与系统及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本发明公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。
在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本发明，在附图中仅仅示出了与根据本发明的方案密切相关的装置结构和/或处理步骤，而省略了与本发明关系不大的其他细节。
本实施方式一种面向交通事件的高速公路交通管控效果评价方法的整体流程图如图 1所示，首先收集交通事件信息及历史交通运行信息、道路基础信息、交通管控方式信息；离散化时间点，并采集事件发生后的交通数据；利用VISSIM软件预测无管控条件下，事件发生后交通运行状态的演变，计算评价指标；根据改进的输入输出模型确定有管控条件下事件影响范围，计算评价指标；对比指标差距，得出评价结果；最后确定交通设施权重，计算交通系统服务水平指标。
收集信息说明
交通事件发生后，需采集一系列信息，包括交通事件信息、上周同一天的历史交通信息、道路基础信息以及交通管控方式信息，具体如表1所示：
Figure 257336DEST_PATH_IMAGE114
时间离散化
由于检测器每30秒报告一次数据，收集到的数据为离散数据，而不是连续数据。因此需要将关键时间点（事件发生时间
Figure 362433DEST_PATH_IMAGE115
、管控实施时间
Figure 355797DEST_PATH_IMAGE116
、管控停止时间
Figure 47809DEST_PATH_IMAGE117
）离散化，以便于后面步骤的计算。检测器每天报告2880次数据。将事件发生离散时间点记作
Figure 784821DEST_PATH_IMAGE118
，表示事件发生时刻
Figure 308206DEST_PATH_IMAGE119
后检测器第一次报告数据为该检测器当天的第
Figure 675734DEST_PATH_IMAGE120
次报告数据。同理，管控实施离散时间点记作
Figure 917359DEST_PATH_IMAGE121
，管控停止离散时间点记作
Figure 130166DEST_PATH_IMAGE122
。时间离散示意图如图2所示。
采集数据说明
离散化时间点后，需按照离散的时间点，收集事件发生离散时间点
Figure 773637DEST_PATH_IMAGE120
后至管控停止离散时间点
Figure 550881DEST_PATH_IMAGE122
范围内的交通数据，具体如表2所示：
Figure 279803DEST_PATH_IMAGE123
基于VISSM仿真说明
利用VISSIM软件模拟无管控条件下，事件发生后交通运行状态的演变。仿真共分为6个步骤：导入或绘制路网；设置检测器；定义交通属性，输入数据；定义仿真参数；输出数据。具体各步骤的操作如图3所示；
基于输入输出模型的事件影响范围确定与参数计算
1)排队长度计算与事件影响范围确定
图4为基于输入输出模型的高速公路车辆排队示意图，以阐述基于输入输出模型建立事件影响范围的估计方法。车辆排队外部车辆以自由流速
Figure 358617DEST_PATH_IMAGE124
行驶，交通事件于
Figure 794278DEST_PATH_IMAGE125
发生，即车辆开始从
Figure 565925DEST_PATH_IMAGE125
处排队，并向上游延伸。假设在时间
Figure 454246DEST_PATH_IMAGE126
的时候车辆排队位置达到
Figure 336751DEST_PATH_IMAGE127
处，在下一时刻，即时间
Figure 689235DEST_PATH_IMAGE128
的时候，车辆排队位置将延伸至
Figure 569467DEST_PATH_IMAGE129
的位置。车辆排队中车辆密度为排队密度
Figure 7401DEST_PATH_IMAGE130
。当车辆排队尾部向上游延伸的过程中，从时间
Figure 660974DEST_PATH_IMAGE131
到
Figure 867965DEST_PATH_IMAGE132
的过程中流入、流出车辆数量差
Figure 387939DEST_PATH_IMAGE133
导致了
Figure 844328DEST_PATH_IMAGE134
到
Figure 475161DEST_PATH_IMAGE135
的区域内的车辆密度由
Figure 333395DEST_PATH_IMAGE136
变为
Figure 24271DEST_PATH_IMAGE137
，交通状态进入到拥堵状态。
基于此原理，本实施方式中：
在截止离散时间点
Figure 967956DEST_PATH_IMAGE138
大于事件发生离散时间点
Figure 730376DEST_PATH_IMAGE139
，取仿真中输出的事故上游3米处的占有率
Figure 817018DEST_PATH_IMAGE140
的最大值
Figure 537849DEST_PATH_IMAGE141
，其对应的交通量和速度记为
Figure 844197DEST_PATH_IMAGE142
、
Figure 941466DEST_PATH_IMAGE143
，则主线上的排队密度为：
Figure 649659DEST_PATH_IMAGE144
式中，
Figure 806971DEST_PATH_IMAGE145
为收集事件发生离散时间点
Figure 600614DEST_PATH_IMAGE146
后至管控停止离散时间点
Figure 501574DEST_PATH_IMAGE147
范围内主线流入交通量，
Figure 126591DEST_PATH_IMAGE148
为入口匝道检测器
Figure 828705DEST_PATH_IMAGE149
所检测到的从入口匝道进入主线的交通量，
Figure 968700DEST_PATH_IMAGE150
为事件发生地下游最近的检测器
Figure 548717DEST_PATH_IMAGE151
检测到的交通量，
Figure 90556DEST_PATH_IMAGE152
为出口匝道检测器
Figure 730616DEST_PATH_IMAGE153
所检测到的从出口匝道驶出主线的交通量；
截止离散时间点
Figure 357907DEST_PATH_IMAGE154
，主线上的车辆到达驶出数量差为：
Figure 476035DEST_PATH_IMAGE155
截止离散时间点
Figure 75644DEST_PATH_IMAGE154
，主线上的密度差为：
Figure 745660DEST_PATH_IMAGE156
基于输入输出模型，主线上的车辆排队长度为车辆到达驶出数量差与密度差的比值，即：
Figure 251726DEST_PATH_IMAGE157
同理，在
Figure 298179DEST_PATH_IMAGE158
时，取仿真中输出的入口匝道检测器
Figure 689977DEST_PATH_IMAGE159
测得的占有率
Figure 530894DEST_PATH_IMAGE160
最大值为
Figure 336039DEST_PATH_IMAGE161
，其对应的交通量和速度记为
Figure 795971DEST_PATH_IMAGE162
、
Figure 370171DEST_PATH_IMAGE163
，则入口匝道
Figure 755891DEST_PATH_IMAGE164
上的排队密度为：
Figure 782753DEST_PATH_IMAGE165
截止离散时间点
Figure 171009DEST_PATH_IMAGE166
，入口匝道
Figure 271820DEST_PATH_IMAGE164
上的车辆到达驶出数量差为：
Figure 720119DEST_PATH_IMAGE167
式中，
Figure 171960DEST_PATH_IMAGE168
为入口匝道检测器
Figure 98328DEST_PATH_IMAGE169
在事件发生离散时间点
Figure 381542DEST_PATH_IMAGE170
时检测到从入口匝道进入主线的交通量，
Figure 672846DEST_PATH_IMAGE171
为入口匝道检测器
Figure 579360DEST_PATH_IMAGE172
在事件发生离散时间点
Figure 574997DEST_PATH_IMAGE170
时检测到从入口匝道进入主线的速度；
基于输入输出模型，入口匝道
Figure 384822DEST_PATH_IMAGE173
的车辆排队长度为车辆到达驶出数量差与密度差的比值，即：
Figure 378185DEST_PATH_IMAGE175
2)总延误计算
主线延误指所有从上游进入的车辆通过高速公路主线所花费的额外时间。本实施方式中，主线总延误值计算如下：
以计算时间间隔
Figure 663673DEST_PATH_IMAGE176
后十分钟内上下游检测器检测到的速度平均值代表行程速度，即：
Figure 72789DEST_PATH_IMAGE178
对于从上游检测器进入的车辆，总延误的计算公式如下：
Figure 127333DEST_PATH_IMAGE180
式中，
Figure 291598DEST_PATH_IMAGE181
为离散时间间隔
Figure 674169DEST_PATH_IMAGE176
时进入主线的交通量，
Figure 11609DEST_PATH_IMAGE182
为离散时间间隔
Figure 560140DEST_PATH_IMAGE176
时的行程速度，
Figure 629727DEST_PATH_IMAGE183
为路段长度，
Figure 889807DEST_PATH_IMAGE184
为阈值速度，取道路限速值。
入口匝道延误指所有从入口匝道进入主线的车辆由于匝道排队所花费的额外时间。本实施方式中，入口匝道总延误值计算如下：
以计算时间间隔
Figure 375146DEST_PATH_IMAGE176
后十分钟内上下游检测器检测到的速度平均值代表行程速度，即：
Figure 404282DEST_PATH_IMAGE185
对于从匝道进入的车辆，总延误的计算公式如下：
Figure 316874DEST_PATH_IMAGE186
式中，
Figure 64251DEST_PATH_IMAGE187
为离散时间间隔
Figure 618860DEST_PATH_IMAGE176
时进入匝道的交通量，
Figure 502502DEST_PATH_IMAGE188
为离散时间间隔
Figure 179471DEST_PATH_IMAGE176
时的行程速度，
Figure 528325DEST_PATH_IMAGE183
为路段长度，
Figure 745680DEST_PATH_IMAGE184
为阈值速度，取道路限速值。
各设施提升效果指标计算
1)高速公路主线提升率
对于主线排队长度，分别选取仿真中无管控条件下输出的排队长度最大值以及有管控条件下计算出的排队长度最大值：
Figure 624774DEST_PATH_IMAGE189
则管控方式对于主线排队长度的提升百分比为：
Figure 3803DEST_PATH_IMAGE190
对于主线延误，管控方式对于主线排队长度的提升百分比为：
Figure 335558DEST_PATH_IMAGE191
式中，
Figure 294287DEST_PATH_IMAGE192
为仿真中无管控条件下总延误值，
Figure 152521DEST_PATH_IMAGE193
为有管控条件下计算出的总延误值。
2) 入口匝道提升率
对于入口匝道
Figure 843397DEST_PATH_IMAGE194
排队长度，分别选取仿真中无管控条件下输出的排队长度最大值以及管控方式下计算出的排队长度最大值：
Figure 787082DEST_PATH_IMAGE195
则管控方式对于入口匝道
Figure 720141DEST_PATH_IMAGE194
排队长度的提升百分比为：
Figure 432882DEST_PATH_IMAGE196
对于入口匝道
Figure 622555DEST_PATH_IMAGE194
延误，管控方式对于入口匝道排队长度的提升百分比为：
Figure 928902DEST_PATH_IMAGE197
式中，
Figure 291750DEST_PATH_IMAGE198
为仿真中无管控条件下总延误值，
Figure 734364DEST_PATH_IMAGE199
为有管控条件下计算出的总延误值。
交通系统提升效果指标计算
根据管控目的，确定主线权重
Figure 891676DEST_PATH_IMAGE200
与入口匝道权重
Figure 13216DEST_PATH_IMAGE201
；
则整个交通系统的排队长度提升百分比为：
Figure 523963DEST_PATH_IMAGE202
则整个交通系统的延误提升百分比为：
Figure 476875DEST_PATH_IMAGE203
。
需要说明的是，在以上实施例中，只要不矛盾的技术方案都能够进行排列组合，本领域技术人员能够根据排列组合的数学知识穷尽所有可能，因此本发明不再对排列组合后的技术方案进行一一说明，但应该理解为排列组合后的技术方案已经被本发明所公开。
本实施方式只是对本专利的示例性说明，并不限定它的保护范围，本领域技术人员还可以对其局部进行改变，只要没有超出本专利的精神实质，都在本专利的保护范围内。

Claims (9)

1.一种面向交通事件的高速公路交通管控效果评价方法，其特征在于，包括以下步骤：
步骤一.收集交通事件信息及历史交通运行信息、道路基础信息和交通管控方式信息；
步骤二.离散化时间点，并采集事件发生后的交通数据；
步骤三.利用VISSIM软件预测无管控条件下，事件发生后交通运行状态的演变，计算评价指标；
步骤四.根据改进的输入输出模型确定有管控条件下事件影响范围，计算评价指标；
步骤五.对比指标差距，得出评价结果；
步骤六.最后确定交通设施权重，计算交通系统服务水平指标。
2.根据权利要求1所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：步骤一中，收集交通事件信息及历史交通运行信息、道路基础信息和交通管控方式信息的检测源为交通事件检测器，在交通事件发生后，需采集的交通事件信息为交通事件发生位置信息和交通事件发生时间信息；历史交通运行信息包括车辆速度、车辆构成、车辆转向比例和道路限速值；道路基础信息包括车道数、车道宽度、路段长度、道路线形和检测器位置；交通管控方式信息包括管控实施时间和管控停止时间。
3.根据权利要求2所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：交通事件检测器每30秒报告一次数据，每天报告2880次数据。
4.根据权利要求3所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：步骤二中，将事件发生离散时间点记作
Figure DEST_PATH_IMAGE001
，表示事件发生时刻
Figure DEST_PATH_IMAGE002
后交通事件检测器第一次报告数据为该交通事件检测器当天的第
Figure 604382DEST_PATH_IMAGE001
次报告数据，同理，管控实施离散时间点记作
Figure DEST_PATH_IMAGE003
，管控停止离散时间点记作
Figure DEST_PATH_IMAGE004
；
离散化时间点后，按照离散的时间点，收集事件发生离散时间点
Figure 957740DEST_PATH_IMAGE001
后至管控停止离散时间点
Figure 675161DEST_PATH_IMAGE004
范围内的交通数据，主要包括：主线交通数据、入口匝道交通数据和出口匝道交通数据。
5.根据权利要求4所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：主线交通数据包括：事件发生地下游检测器
Figure DEST_PATH_IMAGE005
检测到的交通量
Figure DEST_PATH_IMAGE006
和速度
Figure DEST_PATH_IMAGE007
，事件发生地上游检测器检测到的交通量
Figure DEST_PATH_IMAGE008
和速度
Figure DEST_PATH_IMAGE009
；
入口匝道交通数据包括：入口匝道检测器
Figure DEST_PATH_IMAGE010
所检测到的从入口匝道进入主线的交通量
Figure 945736DEST_PATH_IMAGE011
和速度
Figure DEST_PATH_IMAGE012
以及占有率
Figure 199256DEST_PATH_IMAGE013
，入口匝道检测器
Figure DEST_PATH_IMAGE014
所检测到的到达入口匝道的交通量
Figure DEST_PATH_IMAGE015
和速度
Figure DEST_PATH_IMAGE016
以及占有率
Figure DEST_PATH_IMAGE017
；
出口匝道交通数据包括出口匝道检测器
Figure DEST_PATH_IMAGE018
所检测到的从出口匝道驶出主线的交通量
Figure DEST_PATH_IMAGE019
和速度
Figure DEST_PATH_IMAGE020
。
6.根据权利要求4所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：所述步骤三中，利用VISSIM软件预测无管控条件下，事件发生后交通运行状态的演变，计算评价指标的具体方法是：
步骤1. 导入或绘制路网，向用VISSIM软件中导入车道数、车道宽度、路段长度、道路线形数据；
步骤2.设置检测器，于现实的检测器位置设置数据采集点，于事件发生地上游3米处设置数据采集点与排队计数器，于入口匝道口设置排队计数器，于主线与匝道上设置车辆行程时间检测器；
步骤3.定义交通属性，定义车辆速度分布、车辆构成、车辆线路选择和转向比例；
步骤4.输入数据，输入收集事件发生离散时间点
Figure DEST_PATH_IMAGE021
后至管控停止离散时间点
Figure DEST_PATH_IMAGE022
范围内主线流入交通量
Figure 834768DEST_PATH_IMAGE023
和匝道流入流出交通量
Figure DEST_PATH_IMAGE024
；
步骤5.定义仿真参数，设置仿真起始时间为
Figure 538020DEST_PATH_IMAGE025
，仿真时长设置为
Figure DEST_PATH_IMAGE026
，仿真中断时间设置为
Figure 674603DEST_PATH_IMAGE027
；
步骤6.输出数据，每30秒输出主线排队长度
Figure DEST_PATH_IMAGE028
和入口匝道排队长度
Figure 343482DEST_PATH_IMAGE029
；事故上游3米处的交通量
Figure DEST_PATH_IMAGE030
、速度
Figure 274529DEST_PATH_IMAGE031
、占有率
Figure DEST_PATH_IMAGE032
；入口匝道上检测器
Figure 966541DEST_PATH_IMAGE033
与
Figure DEST_PATH_IMAGE034
测得的交通量
Figure 703553DEST_PATH_IMAGE035
、
Figure DEST_PATH_IMAGE036
；速度
Figure 677805DEST_PATH_IMAGE037
、
Figure DEST_PATH_IMAGE038
以及占有率
Figure 45332DEST_PATH_IMAGE039
、
Figure DEST_PATH_IMAGE040
；累加从离散时间点
Figure 286958DEST_PATH_IMAGE041
至
Figure DEST_PATH_IMAGE042
范围内每30秒输出的延误值，得到主线总延误
Figure 499764DEST_PATH_IMAGE043
，入口匝道总延误
Figure DEST_PATH_IMAGE044
。
7.根据权利要求5所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：步骤四中，根据改进的输入输出模型确定有管控条件下事件影响范围的估计方法为：
1）排队长度计算与事件影响范围确定
在截止离散时间点
Figure DEST_PATH_IMAGE045
大于事件发生离散时间点
Figure DEST_PATH_IMAGE046
，取仿真中输出的事故上游3米处的占有率
Figure DEST_PATH_IMAGE047
的最大值
Figure DEST_PATH_IMAGE048
，其对应的交通量和速度记为
Figure DEST_PATH_IMAGE049
、
Figure DEST_PATH_IMAGE050
，则主线上的排队密度为：
Figure DEST_PATH_IMAGE051
截止离散时间点
Figure 454820DEST_PATH_IMAGE045
，主线上的车辆到达驶出数量差为：
Figure DEST_PATH_IMAGE052
式中，
Figure DEST_PATH_IMAGE053
为收集事件发生离散时间点
Figure DEST_PATH_IMAGE054
后至管控停止离散时间点
Figure DEST_PATH_IMAGE055
范围内主线流入交通量，
Figure DEST_PATH_IMAGE056
为入口匝道检测器
Figure DEST_PATH_IMAGE057
所检测到的从入口匝道进入主线的交通量，
Figure DEST_PATH_IMAGE058
为事件发生地下游最近的检测器
Figure DEST_PATH_IMAGE059
检测到的交通量，
Figure DEST_PATH_IMAGE060
为出口匝道检测器
Figure DEST_PATH_IMAGE061
所检测到的从出口匝道驶出主线的交通量；
截止离散时间点
Figure 42184DEST_PATH_IMAGE045
，主线上的密度差为：
Figure DEST_PATH_IMAGE062
式中，
Figure 771105DEST_PATH_IMAGE063
为事件发生地下游最近的检测器
Figure DEST_PATH_IMAGE064
在事件发生离散时间点
Figure 522023DEST_PATH_IMAGE065
时检测到的主线交通量，
Figure DEST_PATH_IMAGE066
为事件发生地下游最近的检测器
Figure 223263DEST_PATH_IMAGE064
在事件发生离散时间点
Figure 994910DEST_PATH_IMAGE065
时检测到的主线速度；
基于输入输出模型，主线上的车辆排队长度为车辆到达驶出数量差与密度差的比值，即：
Figure 945549DEST_PATH_IMAGE067
同理，在
Figure DEST_PATH_IMAGE068
时，取仿真中输出的入口匝道检测器
Figure 264272DEST_PATH_IMAGE069
测得的占有率
Figure DEST_PATH_IMAGE070
最大值为
Figure 554439DEST_PATH_IMAGE071
，其对应的交通量和速度记为
Figure DEST_PATH_IMAGE072
、
Figure 496987DEST_PATH_IMAGE073
，则入口匝道
Figure DEST_PATH_IMAGE074
上的排队密度为：
Figure 872605DEST_PATH_IMAGE075
截止离散时间点
Figure DEST_PATH_IMAGE076
，入口匝道
Figure 965326DEST_PATH_IMAGE074
上的匝道密度差为：
Figure 437896DEST_PATH_IMAGE077
式中，
Figure DEST_PATH_IMAGE078
为入口匝道检测器
Figure 256072DEST_PATH_IMAGE079
在事件发生离散时间点
Figure DEST_PATH_IMAGE080
时检测到从入口匝道进入主线的交通量，
Figure 181303DEST_PATH_IMAGE081
为入口匝道检测器
Figure DEST_PATH_IMAGE082
在事件发生离散时间点
Figure 343294DEST_PATH_IMAGE080
时检测到从入口匝道进入主线的速度；
基于输入输出模型，入口匝道
Figure 404791DEST_PATH_IMAGE074
的车辆排队长度为车辆到达驶出数量差与密度差的比值，即：
Figure 361246DEST_PATH_IMAGE083
2）总延误计算
主线延误指所有从上游进入的车辆通过高速公路主线所花费的额外时间，主线总延误值计算如下：
以计算时间间隔后十分钟内上下游检测器检测到的速度平均值代表行程速度，即：
Figure DEST_PATH_IMAGE084
对于从上游检测器进入的车辆，总延误的计算公式如下：
Figure 773773DEST_PATH_IMAGE085
式中，
Figure DEST_PATH_IMAGE086
为离散时间间隔
Figure 5034DEST_PATH_IMAGE087
时进入主线的交通量，
Figure DEST_PATH_IMAGE088
为离散时间间隔时的行程速度，
Figure 357255DEST_PATH_IMAGE089
为路段长度，
Figure DEST_PATH_IMAGE090
为阈值速度，取道路限速值；
入口匝道延误指所有从入口匝道进入主线的车辆由于匝道排队所花费的额外时间，入口匝道总延误值计算如下：
以计算时间间隔
Figure 546928DEST_PATH_IMAGE091
后十分钟内上下游检测器检测到的速度平均值代表行程速度，即：
Figure DEST_PATH_IMAGE092
对于从匝道进入的车辆，总延误的计算公式如下：
Figure 650014DEST_PATH_IMAGE093
式中，
Figure DEST_PATH_IMAGE094
为离散时间间隔
Figure 153807DEST_PATH_IMAGE095
时进入匝道的交通量，
Figure DEST_PATH_IMAGE096
为离散时间间隔
Figure 455476DEST_PATH_IMAGE095
时的行程速度，
Figure 488154DEST_PATH_IMAGE089
为路段长度，
Figure 875273DEST_PATH_IMAGE090
为阈值速度，取道路限速值。
8.根据权利要求7所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：步骤五中，对比指标差距，得出评价结果的具体方法是：
（1）高速公路主线提升效果
对于主线排队长度，分别选取仿真中无管控条件下输出的排队长度最大值以及有管控条件下计算出的排队长度最大值：
Figure 245074DEST_PATH_IMAGE097
则管控方式对于主线排队长度的提升百分比为：
Figure DEST_PATH_IMAGE098
对于主线延误，管控方式对于主线排队长度的提升百分比为：
Figure 840397DEST_PATH_IMAGE099
式中，
Figure DEST_PATH_IMAGE100
为仿真中无管控条件下总延误值，
Figure 309555DEST_PATH_IMAGE101
为有管控条件下计算出的总延误值；
（2）入口匝道提升效果
对于入口匝道
Figure DEST_PATH_IMAGE102
排队长度，分别选取仿真中无管控条件下输出的排队长度最大值以及管控方式下计算出的排队长度最大值：
Figure 918391DEST_PATH_IMAGE103
则管控方式对于入口匝道
Figure DEST_PATH_IMAGE104
排队长度的提升百分比为：
Figure 29567DEST_PATH_IMAGE105
对于入口匝道
Figure DEST_PATH_IMAGE106
延误，管控方式对于入口匝道排队长度的提升百分比为：
Figure 243510DEST_PATH_IMAGE107
式中，
Figure DEST_PATH_IMAGE108
为仿真中无管控条件下总延误值，
Figure 211466DEST_PATH_IMAGE109
为有管控条件下计算出的总延误值。
9.根据权利要求8所述的一种面向交通事件的高速公路交通管控效果评价方法，其特征在于：步骤六中，最后确定交通设施权重，计算交通系统服务水平指标的具体方法是：根据管控目的，确定主线权重
Figure DEST_PATH_IMAGE110
与入口匝道权重
Figure 478237DEST_PATH_IMAGE111
；
则整个交通系统的排队长度提升百分比为：
Figure DEST_PATH_IMAGE112
则整个交通系统的延误提升百分比为：
Figure 393104DEST_PATH_IMAGE113
式中，A为向上游划分的高速公路入口匝道集合。
CN202010892859.3A 2020-08-31 2020-08-31 一种面向交通事件的高速公路交通管控效果评价方法 Active CN111815953B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010892859.3A CN111815953B (zh) 2020-08-31 2020-08-31 一种面向交通事件的高速公路交通管控效果评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010892859.3A CN111815953B (zh) 2020-08-31 2020-08-31 一种面向交通事件的高速公路交通管控效果评价方法

Publications (2)

Publication Number Publication Date
CN111815953A CN111815953A (zh) 2020-10-23
CN111815953B true CN111815953B (zh) 2021-01-19

Family

ID=72859804

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010892859.3A Active CN111815953B (zh) 2020-08-31 2020-08-31 一种面向交通事件的高速公路交通管控效果评价方法

Country Status (1)

Country Link
CN (1) CN111815953B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674546B (zh) * 2021-08-20 2022-06-21 东南大学 基于sumo仿真的V2X环境下的高速公路管控方法
CN113823086B (zh) * 2021-08-30 2022-09-20 合肥学院 一种基于突发事件实时监测的区域路口协同管控方法
CN114333332B (zh) * 2022-03-04 2022-09-06 阿里云计算有限公司 一种交通管控方法、装置及电子设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106504533B (zh) * 2016-11-28 2018-12-14 东南大学 基于交通事故风险仿真分析的高速公路交织区确定方法
CN106781461A (zh) * 2016-12-02 2017-05-31 交通运输部公路科学研究所 一种高速公路网运行态势在线推演热启动技术
CN109410599B (zh) * 2017-08-17 2021-11-05 南京洛普股份有限公司 一种交通事件下高速公路匝道的协调诱控方法
CN110910641A (zh) * 2019-12-02 2020-03-24 北京航空航天大学 一种基于神经网络的高速公路交通运行实时风险评估方法
CN111311913B (zh) * 2020-02-26 2021-09-03 清华大学 一种提高公路变窄路段通行效率的控制方法和系统

Also Published As

Publication number Publication date
CN111815953A (zh) 2020-10-23

Similar Documents

Publication Publication Date Title
CN111815953B (zh) 一种面向交通事件的高速公路交通管控效果评价方法
CN103150930B (zh) 针对快速道路常发性拥堵路段的追尾事故实时预测方法
Muñoz et al. Methodological calibration of the cell transmission model
CN102419905B (zh) 基于交通波理论的高速公路事故的交通影响范围确定方法
CN104778835B (zh) 一种高等级道路多瓶颈点拥堵演化时空范围识别方法
CN106781499B (zh) 一种交通网络效率评价系统
CN102034353B (zh) 基于固定检测器的城市道路交通事故排队长度测算方法
Wang et al. Implementation of active traffic management strategies for safety on congested expressway weaving segments
Mousa Analysis and modeling of measured delays at isolated signalized intersections
CN104680788B (zh) 一种用于交通路径选择的生态阻抗计算方法
CN105336183A (zh) 一种基于路段通行能力的交通拥堵控制方法及装置
CN104778834A (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
CN101894461A (zh) 城市地面道路行程时间预测方法
CN106845768A (zh) 基于生存分析参数分布的公交车旅行时间模型构建方法
CN112885089B (zh) 一种基于多维指标的干线绿波智能诊断方法
CN105654720B (zh) 基于城市道路拥堵识别的检测器布设方法
CN104574968A (zh) 一种临界交通状态参数的确定方法
Xin et al. Minnesota's new ramp control strategy: Design overview and preliminary assessment
CN104778848A (zh) 用于道路交叉口车辆协调优化状态的交通信号优化控制方法
CN102289937B (zh) 基于停车线检测器的城市地面道路交通状态自动判别方法
CN106960572A (zh) 一种基于延迟时间系数的高速公路行程时间可靠性计算方法
CN107025789A (zh) 一种交通事件检测方法及装置
Dia et al. Evaluation of arterial incident management impacts using traffic simulation
Fu et al. An adaptive model for real-time estimation of overflow queues on congested arterials
JP3473478B2 (ja) 流入ランプ制御装置および流入ランプ制御方法

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