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 PDFInfo
- 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
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
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、管控实施时间、管控停止时间)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,表示事件发生时刻后检测器第一次报告数据为该检测器当天的第次报告数据。同理,管控实施离散时间点记作,管控停止离散时间点记作;
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: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6.输出数据,每30秒输出主线排队长度和入口匝道排队长度;事故上游3米处的交通量、速度、占有率;入口匝道上检测器与测得的交通量、;速度、以及占有率、;累加从离散时间点至范围内每30秒输出的延误值,得到主线总延误,入口匝道总延误。
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
式中,为收集事件发生离散时间点后至管控停止离散时间点范围内主线流入交通量,为入口匝道检测器所检测到的从入口匝道进入主线的交通量,为事件发生地下游最近的检测器检测到的交通量,为出口匝道检测器所检测到的从出口匝道驶出主线的交通量;
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:
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:
对于从上游检测器进入的车辆,总延误的计算公式如下:
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:
对于从匝道进入的车辆,总延误的计算公式如下:
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:
则管控方式对于主线排队长度的提升百分比为:
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:
(2)入口匝道提升率
则整个交通系统的排队长度提升百分比为:
则整个交通系统的延误提升百分比为:
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:
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、管控实施时间、管控停止时间)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,表示事件发生时刻后检测器第一次报告数据为该检测器当天的第次报告数据。同理,管控实施离散时间点记作,管控停止离散时间点记作。时间离散示意图如图2所示。
采集数据说明
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行驶,交通事件于发生,即车辆开始从处排队,并向上游延伸。假设在时间的时候车辆排队位置达到处,在下一时刻,即时间的时候,车辆排队位置将延伸至的位置。车辆排队中车辆密度为排队密度。当车辆排队尾部向上游延伸的过程中,从时间到的过程中流入、流出车辆数量差导致了到的区域内的车辆密度由变为,交通状态进入到拥堵状态。
基于此原理,本实施方式中:
式中,为收集事件发生离散时间点后至管控停止离散时间点范围内主线流入交通量,为入口匝道检测器所检测到的从入口匝道进入主线的交通量,为事件发生地下游最近的检测器检测到的交通量,为出口匝道检测器所检测到的从出口匝道驶出主线的交通量;
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:
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:
对于从上游检测器进入的车辆,总延误的计算公式如下:
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:
对于从匝道进入的车辆,总延误的计算公式如下:
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:
则管控方式对于主线排队长度的提升百分比为:
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:
2) 入口匝道提升率
交通系统提升效果指标计算
则整个交通系统的排队长度提升百分比为:
则整个交通系统的延误提升百分比为:
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。
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;
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
式中,为收集事件发生离散时间点后至管控停止离散时间点范围内主线流入交通量,为入口匝道检测器所检测到的从入口匝道进入主线的交通量,为事件发生地下游最近的检测器检测到的交通量,为出口匝道检测器所检测到的从出口匝道驶出主线的交通量;
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:
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:
对于从上游检测器进入的车辆,总延误的计算公式如下:
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:
对于从匝道进入的车辆,总延误的计算公式如下:
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:
则管控方式对于主线排队长度的提升百分比为:
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:
(2)入口匝道提升效果
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)
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)
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 |
-
2020
- 2020-08-31 CN CN202010892859.3A patent/CN111815953B/zh active Active
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 |