CN111932899B - 一种基于交通仿真的交通突发事件控制方法及装置 - Google Patents

一种基于交通仿真的交通突发事件控制方法及装置 Download PDF

Info

Publication number
CN111932899B
CN111932899B CN202011099611.8A CN202011099611A CN111932899B CN 111932899 B CN111932899 B CN 111932899B CN 202011099611 A CN202011099611 A CN 202011099611A CN 111932899 B CN111932899 B CN 111932899B
Authority
CN
China
Prior art keywords
traffic
road
time
determining
road network
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
CN202011099611.8A
Other languages
English (en)
Other versions
CN111932899A (zh
Inventor
王昊
屈颖
董长印
阮天承
王雷震
巴贝尔
陈�全
刘雍翡
李昌泽
卢云雪
马克
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.)
Jiangsu Guangyu Collaborative Technology Development Research Institute Co ltd
Original Assignee
Jiangsu Guangyu Collaborative Technology Development Research Institute 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 Jiangsu Guangyu Collaborative Technology Development Research Institute Co ltd filed Critical Jiangsu Guangyu Collaborative Technology Development Research Institute Co ltd
Priority to CN202011099611.8A priority Critical patent/CN111932899B/zh
Publication of CN111932899A publication Critical patent/CN111932899A/zh
Application granted granted Critical
Publication of CN111932899B publication Critical patent/CN111932899B/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
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications

Abstract

本申请提供一种基于交通仿真的交通突发事件控制方法及装置。所述方法包括:根据交通突发事件发生时间对应的历史同期时间段的交通出行需求信息、交通突发事件信息以及目标时间下的路网信息,确定各路段的模拟行车速度,再结合正常行车速度确定预测影响区域,对预测影响区域边界内外的路段交叉口执行不同的控制措施后,根据各路段的实际行车速度和正常行车速度确定实际影响区域,如果实际影响区域不为空集,则重新确定预测影响区域并执行控制措施,直至实际影响区域为空集。整个过程主要考虑了交通突发事件发生在不同时间时交通出行需求信息的变化,影响区域预测准确度较高,控制措施与实际情况较为匹配,可以迅速地排除交通突发事件带来的影响。

Description

一种基于交通仿真的交通突发事件控制方法及装置
技术领域
本申请涉及交通控制管理技术领域,特别涉及一种基于交通仿真的交通突发事件控制方法及装置。
背景技术
随着我国城市化和机动化进入快速发展阶段,机动车的保有量日益增加,交通设施面临巨大的压力,城市交通供需矛盾日益突出。在交通高峰期间,交通流量通常处于饱和甚至超饱和状态,一旦发生交通突发事件,极易造成大面积交通拥堵甚至交通瘫痪,导致救援、疏散工作难以展开,进而引发严重的社会危害,因此准确地预测交通突发事件的影响范围,在此基础上有针对性地制定交通控制措施,可以有效降低交通突发事件对交通网络以及社会运转的影响,具有非常重要的意义。
目前常用的交通突发事件控制方法有利用交通波动理论预测交通突发事件的影响范围,结合历史同类交通突发事件的交通控制方法制定控制决策。交通波动理论主要是指当交通突发事件发生时,车辆需减速,进而会产生一个向后的冲击波,即停车波,如同声波碰到障碍物时的反射或者管道内水流突然受阻时的后涌一样。此种交通突发事件控制方法,主要是通过监测器,比如摄像机、环形线圈检测器或者浮动车,获取交通突发事件发生时的实时道路交通出行信息,比如流量、密度和速度等,对这些实时道路交通出行信息进行简单分析计算,分析出停车波波速、影响长度以及疏散波波速,从而对排队时间、排队长度和排队消散时间进行估计,最终预测影响范围,再参考历史同类交通突发事件的交通控制方法制定相应的控制决策。
上述控制方法,主要是参考历史同类交通突发事件,并未考虑交通突发事件发生在不同时间时,交通出行需求信息的变化,制定的交通控制决策与实际情况匹配度较低,无法迅速地排除交通突发事件带来的影响。
基于此,目前亟需一种基于交通仿真的交通突发事件控制方法,用于解决现有技术与实际情况匹配度较低,无法迅速地排除交通突发事件带来的影响的问题。
发明内容
本申请提供了一种基于交通仿真的交通突发事件控制方法及装置,可用于解决现有技术与实际情况匹配度较低,无法迅速地排除交通突发事件带来的影响的技术问题。
第一方面,本申请实施例提供一种基于交通仿真的交通突发事件控制方法,所述交通突发事件控制方法包括:
获取交通突发事件信息;所述交通突发事件信息包括交通突发事件的发生时间、发生地点、事件类别以及处理流程;
根据所述交通突发事件信息,确定交通突发事件的预测结束时间;
将所述发生时间确定为目标时间;
获取所述目标时间,以及获取所述目标时间对应的历史同期时间段;
根据所述交通突发事件信息、所述历史同期时间段内的交通出行需求信息及所述目标时间下的路网信息,确定路网各路段的模拟行车速度;所述路网信息包括各路段交叉口的原信控方案;
根据所述路网中任一路段的正常行车速度和模拟行车速度,以及预设阈值,确定交通突发事件的预测影响区域;
对所有一级节点的原信控方案进行调节,以及对所有二级节点发布交通诱导信息;所述一级节点为位于所述预测影响区域边界的各个路段的交叉口,所述二级节点为位于所述预测影响区域之外且与所述一级节点相邻的交叉口;
在所述交通突发事件实际发生预设模拟时间段后,获取各路段的实际行车速度,以及获取交通突发事件的实际结束时间;
根据所述路网中任一路段的所述正常行车速度和实际行车速度,以及所述预设阈值,确定交通突发事件的实际影响区域;所述实际影响区域为受所述交通突发事件影响的路段集合;
如果所述实际影响区域不为空集或者所述实际结束时间大于所述预测结束时间,则将当前时间设置为目标时间,并返回执行获取所述目标时间,以及获取所述目标时间对应的历史同期时间段的步骤;否则,将所有一级节点调节后的信控方案恢复成所述原信控方案,结束控制过程。
在第一方面的一种可实现方式中,所述根据所述交通突发事件信息、所述历史同期时间段内的交通出行需求信息及所述目标时间下的路网信息,确定路网各路段的模拟行车速度,包括:
利用交通仿真系统对所述交通突发事件信息、所述历史同期时间段内的交通出行需求信息及所述目标时间下的路网信息进行模拟仿真,预测路网各路段的模拟行车速度。
在第一方面的一种可实现方式中,所述正常行车速度通过以下方式确定:
根据所述历史同期时间段内的交通出行需求信息,以及所述目标时间下的路网信息,确定路网各路段的正常行车速度。
在第一方面的一种可实现方式中,所述根据所述历史同期时间段内的交通出行需求信息,以及所述目标时间下的路网信息,确定路网各路段的正常行车速度,包括:
利用交通仿真系统对所述历史同期时间段内的交通出行需求信息,以及所述目标时间下的路网信息进行模拟仿真,预测路网各路段的正常行车速度。
在第一方面的一种可实现方式中,所述根据所述路网中任一路段的正常行车速度和模拟行车速度,以及预设阈值,确定交通突发事件的预测影响区域,包括:
根据所述路网中任一路段的正常行车速度以及模拟行车速度,确定所述路网中任一路段的预测速度波动比例;
根据所述路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域。
在第一方面的一种可实现方式中,所述根据所述路网中任一路段的正常行车速度以及模拟行车速度,确定所述路网中任一路段的预测速度波动比例,包括:
通过以下公式确定所述路网中任一路段的预测速度波动比例:
Figure 681622DEST_PATH_IMAGE001
其中,Ri为所述路网中任一路段的预测速度波动比例,
Figure 823890DEST_PATH_IMAGE002
为所述路网中任一路段 的正常行车速度,
Figure 960867DEST_PATH_IMAGE003
为所述路网中任一路段的模拟行车速度,i为大于或等于1且小于或 等于I的整数,I为所述路网中所有路段的数量总和。
在第一方面的一种可实现方式中,所述根据所述路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域,包括:
判断目标路段的预测速度波动比例是否小于预设阈值,如果小于,则获取所述目标路段的预测结果为不受所述交通突发事件的影响;否则,获取所述目标路段的预测结果为受所述交通突发事件的影响;所述目标路段为所述路网中任一个路段;
确定交通突发事件的预测影响区域;所述预测影响区域内包含所有预测结果为受所述交通突发事件影响的路段。
在第一方面的一种可实现方式中,所述对所有一级节点的原信控方案进行调节,包括:
根据每个一级节点对应的各路段的车道行驶状态,确定每个一级节点对应的离开所述预测影响区域流向的流出信号相位,以及进入所述预测影响区域流向的流入信号相位;
根据每个一级节点的原信控方案,确定每个一级节点的信控周期以及绿信比;
保持每个一级节点的信控周期不变,将每个流出信号相位中的绿信比提高预设值,将每个流入信号相位中的绿信比减少所述预设值。
在第一方面的一种可实现方式中,所述根据所述交通突发事件信息,确定交通突发事件的预测结束时间,包括:
根据所述交通突发事件的获取时间,以及所述发生时间,确定所述交通突发事件的检测时长;
根据所述发生地点以及接警交警当前所在位置,确定交警赶赴所述发生地点所需的接警时长;
根据所述事件类别和所述处理流程,确定所述交通突发事件的处理时长;
根据所述发生时间、所述检测时长、所述接警时长和所述处理时长,确定交通突发事件的预测结束时间。
第二方面,本申请实施例提供一种基于交通仿真的交通突发事件控制装置,所述交通突发事件控制装置包括:
第一获取模块,用于获取交通突发事件信息;所述交通突发事件信息包括交通突发事件的发生时间、发生地点、事件类别以及处理流程;
预测结束时间确定模块,用于根据所述交通突发事件信息,确定交通突发事件的预测结束时间;
目标时间确定模块,用于将所述发生时间确定为目标时间;
第二获取模块,用于获取所述目标时间,以及获取所述目标时间对应的历史同期时间段;
模拟行车速度确定模块,用于根据所述交通突发事件信息、所述历史同期时间段内的交通出行需求信息及所述目标时间下的路网信息,确定路网各路段的模拟行车速度;所述路网信息包括各路段交叉口的原信控方案;
预测影响区域确定模块,用于根据所述路网中任一路段的正常行车速度和模拟行车速度,以及预设阈值,确定交通突发事件的预测影响区域;
控制措施执行模块,用于对所有一级节点的原信控方案进行调节,以及对所有二级节点发布交通诱导信息;所述一级节点为位于所述预测影响区域边界的各个路段的交叉口,所述二级节点为位于所述预测影响区域之外且与所述一级节点相邻的交叉口;
第三获取模块,用于在所述交通突发事件实际发生预设模拟时间段后,获取各路段的实际行车速度,以及获取交通突发事件的实际结束时间;
实际影响区域确定模块,用于根据所述路网中任一路段的所述正常行车速度和实际行车速度,以及所述预设阈值,确定交通突发事件的实际影响区域;所述实际影响区域为受所述交通突发事件影响的路段集合;
处理模块,用于如果所述实际影响区域不为空集或者所述实际结束时间大于所述预测结束时间,则将当前时间设置为目标时间,并返回执行获取所述目标时间,以及获取所述目标时间对应的历史同期时间段的步骤;否则,将所有一级节点调节后的信控方案恢复成所述原信控方案,结束控制过程。
在第二方面的一种可实现方式中,所述模拟行车速度确定模块包括:
仿真预测单元,用于利用交通仿真系统对所述交通突发事件信息、所述历史同期时间段内的交通出行需求信息及所述目标时间下的路网信息进行模拟仿真,预测路网各路段的模拟行车速度。
在第二方面的一种可实现方式中,所述预测影响区域确定模块包括:
正常行车速度确定单元,用于根据所述历史同期时间段内的交通出行需求信息,以及所述目标时间下的路网信息,确定路网各路段的正常行车速度。
在第二方面的一种可实现方式中,所述正常行车速度确定单元包括:
仿真预测子单元,用于利用交通仿真系统对所述历史同期时间段内的交通出行需求信息,以及所述目标时间下的路网信息进行模拟仿真,预测路网各路段的正常行车速度。
在第二方面的一种可实现方式中,所述预测影响区域确定模块包括:
预测速度波动比例确定单元,用于根据所述路网中任一路段的正常行车速度以及模拟行车速度,确定所述路网中任一路段的预测速度波动比例;
预测影响区域确定单元,用于根据所述路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域。
在第二方面的一种可实现方式中,所述预测速度波动比例确定单元包括:
计算子单元,用于通过以下公式确定所述路网中任一路段的预测速度波动比例:
Figure 555796DEST_PATH_IMAGE004
其中,Ri为所述路网中任一路段的预测速度波动比例,
Figure 567746DEST_PATH_IMAGE002
为所述路网中任一路段 的正常行车速度,
Figure 298941DEST_PATH_IMAGE003
为所述路网中任一路段的模拟行车速度,i为大于或等于1且小于或 等于I的整数,I为所述路网中所有路段的数量总和。
在第二方面的一种可实现方式中,所述预测影响区域确定单元包括:
路段预测子单元,用于判断目标路段的预测速度波动比例是否小于预设阈值,如果小于,则获取所述目标路段的预测结果为不受所述交通突发事件的影响;否则,获取所述目标路段的预测结果为受所述交通突发事件的影响;所述目标路段为所述路网中任一个路段;
处理子单元,用于确定交通突发事件的预测影响区域;所述预测影响区域内包含所有预测结果为受所述交通突发事件影响的路段。
在第二方面的一种可实现方式中,所述控制措施执行模块包括:
一级节点控制措施执行单元,用于根据每个一级节点对应的各路段的车道行驶状态,确定每个一级节点对应的离开所述预测影响区域流向的流出信号相位,以及进入所述预测影响区域流向的流入信号相位;以及,根据每个一级节点的原信控方案,确定每个一级节点的信控周期以及绿信比;以及,保持每个一级节点的信控周期不变,将每个流出信号相位中的绿信比提高预设值,将每个流入信号相位中的绿信比减少所述预设值。
在第二方面的一种可实现方式中,所述预测结束时间确定模块包括:
检测时长确定单元,用于根据所述交通突发事件的获取时间,以及所述发生时间,确定所述交通突发事件的检测时长;
接警时长确定单元,用于根据所述发生地点以及接警交警当前所在位置,确定交警赶赴所述发生地点所需的接警时长;
处理时长确定单元,用于根据所述事件类别和所述处理流程,确定所述交通突发事件的处理时长;
预测结束时间确定单元,用于根据所述发生时间、所述检测时长、所述接警时长和所述处理时长,确定交通突发事件的预测结束时间。
如此,本申请实施例根据交通突发事件发生时间对应的历史同期时间段的交通出行需求信息、交通突发事件信息以及交通突发事件发生时间下的路网信息,确定各路段的模拟行车速度,再结合交通突发事件未发生情况下各路段的正常行车速度,确定交通突发事件的预测影响区域,对预测影响区域边界内外的路段交叉口执行不同的控制措施后,根据各路段的实际行车速度以及正常行车速度,确定交通突发事件的实际影响区域,如果实际影响区域不为空集,则重新预测影响区域以及执行控制措施,直至实际影响区域为空集。整个交通控制过程较科学地考虑到了交通突发事件发生在不同时间时,交通出行需求信息的变化,影响区域预测准确度较高,制定的控制措施与实际情况较为匹配,可以迅速地排除交通突发事件带来的影响,影响区域的判定与控制措施的执行动态结合,控制过程准确、高效,针对性较强。
附图说明
图1为本申请实施例提供的一种基于交通仿真的交通突发事件控制方法所对应的流程示意图;
图2为本申请实施例提供的交通突发事件的发生地点位置示意图;
图3为本申请实施例提供的交通突发事件发生10分钟后的预测影响区域示意图;
图4为本申请实施例提供的一级节点1以及与一级节点1相邻的二级节点19的交叉口渠化示意图;
图5为本申请实施例提供的一级节点1的相位示意图;
图6为本申请实施例提供的一级节点1的原有信号配时示意图以及调节后的信号配时示意图;
图7为本申请实施例提供的实际影响区域示意图;
图8为本申请实施例提供的交通突发事件发生15分钟后的预测影响区域示意图;
图9示例性示出了本申请实施例提供的一种基于交通仿真的交通突发事件控制装置的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
为了解决现有技术问题,本申请实施例提供一种基于交通仿真的交通突发事件控制方法,具体用于解决现有技术与实际情况匹配度较低,无法迅速地排除交通突发事件带来的影响的问题。如图1所示,为本申请实施例提供的一种基于交通仿真的交通突发事件控制方法所对应的流程示意图。具体包括如下步骤:
步骤101,获取交通突发事件信息。
步骤102,根据交通突发事件信息,确定交通突发事件的预测结束时间。
步骤103,将发生时间确定为目标时间。
步骤104,获取目标时间,以及获取目标时间对应的历史同期时间段。
步骤105,根据交通突发事件信息、历史同期时间段内的交通出行需求信息及目标时间下的路网信息,确定路网各路段的模拟行车速度。
步骤106,根据路网中任一路段的正常行车速度和模拟行车速度,以及预设阈值,确定交通突发事件的预测影响区域。
步骤107,对所有一级节点的原信控方案进行调节,以及对所有二级节点发布交通诱导信息。
步骤108,在交通突发事件实际发生预设模拟时间段后,获取各路段的实际行车速度,以及获取交通突发事件的实际结束时间。
步骤109,根据路网中任一路段的正常行车速度和实际行车速度,以及预设阈值,确定交通突发事件的实际影响区域。
步骤110,判断是否实际影响区域为空集且实际结束时间小于或等于预测结束时间。如果实际影响区域不为空集或者实际结束时间大于预测结束时间,则执行步骤111;否则,执行步骤112。
步骤111,将当前时间设置为目标时间,并返回执行获取目标时间,以及获取目标时间对应的历史同期时间段的步骤。
步骤112,将所有一级节点调节后的信控方案恢复成原信控方案,结束控制过程。
具体来说,步骤101中,交通突发事件信息包括交通突发事件的发生时间、发生地点、事件类别以及处理流程。
交通突发事件信息可以在事件发生后通过电子警察、视频监控以及现场人员报案等方式进行获取。
步骤102中,可以根据交通突发事件的发生时间、发生地点、事件类别以及处理流程,预测交通突发事件的结束时间。具体地,交通突发事件的预测结束时间可以通过以下方式确定:
根据交通突发事件的获取时间,以及发生时间,确定交通突发事件的检测时长。
根据发生地点以及接警交警当前所在位置,确定交警赶赴发生地点所需的接警时长。
根据事件类别和处理流程,确定交通突发事件的处理时长。
根据发生时间、检测时长、接警时长和处理时长,确定交通突发事件的预测结束时间。
具体地,检测时长表示交通突发事件发生到获取到交通突发事件信息之间的时间;接警时长表示获取到交通突发事件信息到交警赶赴到发生地点之间的时间,一般由发生地点与最近巡逻警车的距离决定;处理时长表示交警赶赴发生地点后到交通突发事件处理完成之间的时间,一般交通突发事件的严重程度越高,处理时间越长,本申请实施例中的处理时长可以根据以往同类交通事件处理时间的统计资料,对处理时长进行预估。
交通突发事件的预测结束时间可以通过公式(1)确定:
Figure 603890DEST_PATH_IMAGE005
公式(1)
公式(1)中,tf为交通突发事件的预测结束时间,t0为发生时间,T1为检测时长,T2为接警时长,T3为处理时长。
步骤103中,将交通突发事件的发生时间设置为目标时间。
步骤104中,目标时间对应的历史同期时间段可以根据该目标时间,选取包含该目标时间全部特征的历史同期时间段。比如,交通突发事件的发生时间为周四16:22,则目标时间设为周四16:22,为正常工作日平峰时间段,可以选取上周四(非节假日)16:00~17:00作为该目标时间对应的历史同期时间段,也可以选取上上周四(非节假日)16:00~17:00作为该目标时间对应的历史同期时间段。
步骤105中,路网信息包括各路段交叉口的原信控方案,还包括路网结构信息、公共交通信息以及其他的交通管理信息等;信控方案包括信控周期、信控周期中绿灯的时长、红灯的时长和黄灯的时长等;交通出行需求信息是通过统计获得的历史同期时间段中城市的交通出行需求相关数据,包括人口信息、交通小区数据、土地利用信息、出行目的结构信息和居民职业结构信息等,也就是利用历史同期时间段中城市的交通出行需求,来表示交通突发事件发生时间所在时段的交通出行需求。
可以通过以下方式确定路网各路段的模拟行车速度:
利用交通仿真系统对交通突发事件信息、历史同期时间段内的交通出行需求信息及目标时间下的路网信息进行模拟仿真,预测路网各路段的模拟行车速度。其中,模拟行车速度表示交通突发事件发生预设模拟时间段后的模拟行车速度。
具体地,将获取到的历史同期时间段内的交通出行需求信息输入交通仿真系统得到未来交通需求矩阵,然后将目标时间下的路网信息加载入平台,再结合交通突发事件信息,从而预测交通突发事件发生预设模拟时间段后路网各路段的模拟行车速度,还可以预测其他模拟交通流信息,比如路网各路段的模拟流量、模拟密度等。
步骤106中,正常行车速度的确定方式有多种。一个示例中,可以通过以下方式确定:
根据历史同期时间段内的交通出行需求信息,以及目标时间下的路网信息,确定路网各路段的正常行车速度。
具体地,可以利用交通仿真系统对历史同期时间段内的交通出行需求信息,以及目标时间下的路网信息进行模拟仿真,预测路网各路段的正常行车速度。其中,正常行车速度表示交通突发事件未发生的情况下正常的行车速度。
采用上述使用交通仿真系统的方法,可以在短时间内对各种条件下的城市交通网络运行状态进行模拟仿真,诊断城市交通系统现状问题,直观地表现出了城市交通网络的运行状况,一目了然地显示复杂交通系统的行为和因果关系,简洁高效,实用性较强。
在其他可能的示例中,本领域技术人员可以根据需要确定正常行车速度,比如,可以采用历史同期时间段内摄像头拍摄到的行车速度作为正常行车速度,具体不作限定。
交通突发事件的预测影响区域可以通过以下方式确定:
根据路网中任一路段的正常行车速度以及模拟行车速度,确定路网中任一路段的预测速度波动比例。其中,可以通过公式(2)确定路网中任一路段的预测速度波动比例:
Figure 436848DEST_PATH_IMAGE006
公式(2)
公式(2)中,Ri为路网中任一路段的预测速度波动比例,
Figure 236176DEST_PATH_IMAGE002
为路网中任一路段的 正常行车速度,
Figure 74076DEST_PATH_IMAGE003
为路网中任一路段的模拟行车速度,i为大于或等于1且小于或等于I的 整数,I为路网中所有路段的数量总和。
根据路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域。
具体地,判断目标路段的预测速度波动比例是否小于预设阈值,如果小于,则获取目标路段的预测结果为不受交通突发事件的影响;否则,获取目标路段的预测结果为受交通突发事件的影响。其中,目标路段为路网中任一个路段。预设阈值是指临界速度波动比例,为交通决策者对路段运行状态是否属于非正常波动的判定标准。
确定交通突发事件的预测影响区域。其中,预测影响区域内包含所有预测结果为受交通突发事件影响的路段。具体地,预测影响区域可以通过公式(3)表示:
Figure 566237DEST_PATH_IMAGE007
公式(3)
公式(3)中,A为预测影响区域,i为大于或等于1且小于或等于I的整数,I为路网中所有路段的数量总和,Ri为路网中任一路段的预测速度波动比例,R为预设阈值。
由于速度的降幅会直观地影响人们对行车的感受,因此采用上述通过速度波动比例来预测交通突发事件影响范围的方法,可以科学、快速地预测突发事件发生后可能对交通网络造成的影响范围,并以此作为交通疏散方案制定的依据,简洁高效,影响范围预测准确性较高。
步骤107中,一级节点为位于预测影响区域边界的各个路段的交叉口,二级节点为位于预测影响区域之外且与一级节点相邻的交叉口。
具体地,一级节点是位于预测影响区域边界的所有路段的交叉口集合,假设有M个 一级节点,针对其中任一一级节点m,与其直接相连的路段L1,2,3,...,nm构成集合Lm,其中一部 分路段位于预测影响区域之内,构成集合
Figure 604600DEST_PATH_IMAGE008
,另一部分路段位于预测影响区域之外,并构 成集合
Figure 692773DEST_PATH_IMAGE009
,这些位于预测影响区域之外的路段的交叉口构成了二级节点,即位于预测影响 区域之外且与一级节点相邻的交叉口集合,集合
Figure 398561DEST_PATH_IMAGE010
可通过公式(4)表示:
Figure 779732DEST_PATH_IMAGE011
公式(4)
公式(4)中,Lm为与任一一级节点m直接相连的路段集合,
Figure 570971DEST_PATH_IMAGE012
为Lm中位于预测影响 区域之内的路段集合,
Figure 728414DEST_PATH_IMAGE013
为Lm中位于预测影响区域之外的路段集合,lnm为与任一一级节 点m直接相连的任一路段,Rl为与任一一级节点m直接相连的任一路段的预测速度波动比 例,R为预设阈值。
对所有一级节点的原信控方案进行调节的方式有多种。一个示例中,可以通过以下方式调节所有一级节点的原信控方案:
根据每个一级节点对应的各路段的车道行驶状态,确定每个一级节点对应的离开预测影响区域流向的流出信号相位,以及进入预测影响区域流向的流入信号相位。
根据每个一级节点的原信控方案,确定每个一级节点的信控周期以及绿信比。
保持每个一级节点的信控周期不变,将每个流出信号相位中的绿信比提高预设值,将每个流入信号相位中的绿信比减少预设值。
比如,信控周期不变,在原信控方案上提高10%流出信号相位中的绿信比,压缩10%流入信号相位中的绿信比。
采用上述方法调节一级节点的信控方案,可以降低其他流向通行能力来增加拥挤流向的单位时间通过量,较好地缓解了交通压力。
在其他可能的示例中,本领域技术人员可以根据需要确定信控方案的具体调节值,比如5%,具体不作限定。
对所有二级节点发布交通诱导信息的方式有多种。一个示例中,可以通过以下方式对所有二级节点发布交通诱导信息:
利用信息分布媒介,包括广播、车载导航设置、路边可变情报板等,向出行者发布交通突发事件类型、发生路段等相关信息、仿真预测影响区域、交通管控方案、相关出行建议。
在其他可能的示例中,本领域技术人员可以根据需要确定对所有二级节点发布交通诱导信息的方式,比如还可以扩大交通诱导信息的发布范围,具体不作限定。
交通控制和交通诱导是智能交通系统对道路交通在线实时管理的核心部分,二者相互联系,因此在进行交通疏散时应当将他们综合起来加以考虑。特别是发生交通拥挤的情况下,交通控制和诱导更应该相互配合,本申请实施例通过对一级节点和二级节点执行不同的控制措施,提高了路网的流量调控能力,或卸载、或截流、或分流,将交通压力均分在路网的各节点上,从而整合形成一个协作体系,使交通拥挤能够更快地消散,产生的负面影响尽可能地减小,具有较高的实用性。
步骤108中,在交通突发事件实际发生预设模拟时间段后,可以通过环形线圈检测器或电子警察获取各路段的实际行车速度,具体获取方式不作限定。理论上来说,实际影响区域会小于预测影响区域,因此不一定需要获取路网中所有路段的实际行车速度,以发生地点为中心,获取预测影响区域内以及附近各路段的实际行车速度可以更快地确定实际影响区域。
在实际发生预设模拟时间段后,根据实际处理进度再确认实际结束时间,以与预测结束时间做对比,如果实际结束时间大于预测结束时间,则需要重新预测影响区域并继续采取控制措施。
步骤109中,实际影响区域为受交通突发事件影响的路段集合。交通突发事件的实际影响区域可以通过以下方式确定:
根据路网中任一路段的正常行车速度以及实际行车速度,确定路网中任一路段的实际速度波动比例。其中,可以通过公式(5)确定路网中任一路段的实际速度波动比例:
Figure 288708DEST_PATH_IMAGE014
公式(5)
公式(5)中,Ri’为路网中任一路段的实际速度波动比例,
Figure 374869DEST_PATH_IMAGE015
为路网中任一路段 的正常行车速度,
Figure 387825DEST_PATH_IMAGE016
为路网中任一路段的实际行车速度,i为大于或等于1且小于或等于I 的整数,I为路网中所有路段的数量总和。
根据路网中所有路段的实际速度波动比例以及预设阈值,确定交通突发事件的实际影响区域。
具体地,判断目标路段的实际速度波动比例是否小于预设阈值,如果小于,则获取目标路段的判断结果为不受交通突发事件的影响;否则,获取目标路段的判断结果为受交通突发事件的影响。其中,目标路段为路网中任一个路段。预设阈值是指临界速度波动比例,为交通决策者对路段运行状态是否属于非正常波动的判定标准。
确定交通突发事件的实际影响区域。
由于在确定了预测影响区域后,执行了对应的交通控制措施,然后才会判断实际影响区域用于验证交通控制措施的效果,因此理论上来说,实际影响区域的范围会小于预测影响区域的范围。
步骤110至步骤112中,如果实际影响区域为空集并且实际结束时间小于或等于预测结束时间,则将所有一级节点调节后的信控方案恢复成原信控方案,结束控制过程。同时,对二级节点的交通诱导信息也可以停止发布。
如果实际影响区域不为空集或者实际结束时间大于预测结束时间,则将当前时间设置为目标时间,并返回步骤104。其中,当前时间是指交通突发事件的发生时间与预算模拟时间段之和。此时获取的目标时间对应的历史同期时间段与根据发生时间确定的历史同期时间段不为同一个时间段。
返回步骤104重新进行第二轮循环并确定了新的一级节点后,由于影响范围在缩小,因此一级节点可能会发生变化。对于第一轮循环时是一级节点,第二轮循环时不再是一级节点的节点,将调节后的信控方案恢复原信控方案;对于第一轮循环时是一级节点,第二轮循环时仍是一级节点的节点,以第一轮循环中调节后的信控方案作为基础,第二轮循环调节时在此基础上继续调节,直至不再是一级节点,再恢复原信控方案。
如此,本申请实施例根据交通突发事件发生时间对应的历史同期时间段的交通出行需求信息、交通突发事件信息以及交通突发事件发生时间下的路网信息,确定各路段的模拟行车速度,再结合交通突发事件未发生情况下各路段的正常行车速度,确定交通突发事件的预测影响区域,对预测影响区域边界内外的路段交叉口执行不同的控制措施后,根据各路段的实际行车速度以及正常行车速度,确定交通突发事件的实际影响区域,如果实际影响区域不为空集,则重新预测影响区域以及执行控制措施,直至实际影响区域为空集。整个交通控制过程较科学地考虑到了交通突发事件发生在不同时间时,交通出行需求信息的变化,影响区域预测准确度较高,制定的控制措施与实际情况较为匹配,可以迅速地排除交通突发事件带来的影响,影响区域的判定与控制措施的执行动态结合,控制过程准确、高效,针对性较强。
为了更加清楚地说明步骤101至步骤112,下面通过具体示例来说明。
假设某市公安交通管理局拥有交通仿真系统,对该城市日常交通管控进行预测分析。某周四16:26,该市交管局接到报案,称16:22迎宾路发生了一起私家车追尾公交车事故,私家车驾驶员受轻伤,副驾驶乘客昏迷且私家车无法启动。由此可知,发生时间为16:22,发生地点迎宾路。
根据该交通事故的类型、严重程度、发生地点等信息,可知检测时长为4分钟,预计交警赶到现场需要5分钟,即接警时长为5分钟,事故现场处理时长20分钟,得到预计事件持续时间为29分钟,预测结束时间为16:22+29min=16:51。
将16:22确定为目标时间,将平时各周四平峰时期16:00~17:00作为历史同期时间段,利用收集到的历史同期时间段交通出行需求信息以及事故发生时的路网信息,运行交通仿真系统进行模拟仿真,预测事故未发生情况下道路交通运行状态,获得各路段正常行驶速度。
图2示例性示出了本申请实施例提供的交通突发事件的发生地点位置示意图。如图2所示,通过发生路段周边实时视频监控迅速确定抛锚路段具体位置为迎宾路与长安路的交叉口东进口200m处,事故发生断面为双向六车道,在处理过程中该路段距离交叉口180m~220m两车道将被封闭。
在交通仿真平台上新建方案,将交通突发事件信息解析后对仿真路网的迎宾路与长安路交叉口东进口180m~220m处三车道修改为一车道数据。结合交通出行需求信息,对交通突发事件发生10分钟后的路网进行仿真分析,获得事件影响10分钟后的城市路网交通流信息,即16:32路网各路段的模拟行车速度。
预设影响范围判断阈值R为10%,若路段预测速度波动比例超过10%,则属于预测影响区域内。以事故路段为起始点,计算周边路段预测速度波动比例,得到该交通事故发生10分钟后的预测影响区域示意图。图3示例性示出了本申请实施例提供的交通突发事件发生10分钟后的预测影响区域示意图。
如图3所示,灰度区域为预测影响区域。一级节点包含序号为1~18的交叉口。保持这些交叉口信控周期不变,在已有信控方案上提高10%离开影响区域流向的绿信比,减少10%进入影响范围流向的绿信比,延长影响区域对外流向绿灯时长,提高车辆通过量,加快影响区域内部车辆疏散。以一级节点1为例,一级节点1为十字交叉口,图4示例性示出了本申请实施例提供的一级节点1以及与一级节点1相邻的二级节点19的交叉口渠化示意图,图5示例性示出了本申请实施例提供的一级节点1的相位示意图。根据图5可知为离开影响区域流向所在相位为Φ1和Φ3,进入影响区域进出流向所在相位为Φ2和Φ4,图6示例性示出了本申请实施例提供的一级节点1的原有信号配时示意图以及调节后的信号配时示意图。如图6所示,信号周期时长为80s。
如图3所示,二级节点包含序号为19~41的交叉口。利用车载导航装置和路侧可变情报板等对二级节点周边路网上的车辆发布该事故相关信息、预测影响区域、前方交叉口控制策略。以二级节点19西进口路段为例,根据图4中示出的二级节点19的交叉口渠化图,对其路段上的车辆发布交通诱导信息,具体如下:1)通过交通广播以及车载诱导装置向出行者发布事故信息(16点22分迎宾路与长安路交叉口东进口发生了一起轻微的私家车追尾公交车事故,目前事故现场仍在处理中)和交通管控信息(交叉口1向东进入拥堵区域,交叉口1信号配时方案有所调整,交叉口19到交叉口1流向车道可能堵塞,建议绕行);2)若交叉口19的上游有可变信息板,可以在可变信息板上发布事件预计影响范围示意图如图3,以及交叉口19到交叉口1流向车道阻塞,产生交通拥挤的信息。
待决策真正执行到16:32时,通过路侧测速仪以及电子警察等设施获取预测影响区域内各路段的实际行驶速度,计算实际速度波动比例,确定实际影响区域,图7示例性示出了本申请实施例提供的实际影响区域示意图。如图7所示,灰色区域为实际影响区域。根据实时现场交警信息回报,现场已进入处理阶段,预计16点51分处理完毕,即实际结束时间等于预测结束时间。但是由于实际影响区域不为空集,因此需要再次对交通事件进行仿真分析,制定新的交通管控策略。
将16:32设置为目标时间,将平时各周四平峰时期16:30~17:00作为历史同期时间段,将结合交通出行需求信息及事故前的道路网络信息,运行交通仿真系统进行模拟仿真,预测各路段正常行车速度。
根据对事故的实时追踪,事件相关信息未发生变化。在此基础上结合交通出行需求信息对16:37的交通运行进行仿真分析,获得发生时间后15分钟的城市路网模拟行车速度。
再次以事故路段为起始点,计算周边路段预测速度波动比例,得到如图8所示的该交通事故发生15分钟后的预测影响区域示意图,图8示例性示出了本申请实施例提供的交通突发事件发生15分钟后的预测影响区域示意图。
如图8所示,灰度区域为预测影响区域。一级节点包含序号为1~12的交叉口。保持这些交叉口信控周期时长不变,在已有信控方案上提高10%离开影响区域流向所在相位的绿信比,减少10%进入影响范围流向所在相位的绿信比。
如图8所示,二级节点包括序号为13~28的交叉口,对二级节点及二级节点外围路网车辆利用车载导航装置和路侧可变情报板发布该事故信息和控制策略,包括事故类型、事故发生地点、事故总处理时间、事故路段交通管制区域、各一级节点信控调整方案,促使出行者提前避开拥挤地点,有利于交通拥挤的快速消散,避免交通拥挤的进一步恶化或二次交通事故的发生,使整个路网达到平衡。
待决策真正执行到16:37时,通过路侧测速仪以及电子警察等设施获取预测影响区域内各路段的实际行驶速度,计算各路段的实际速度波动比例,确定实际影响区域为空集,则交通策略实施终止。
下述为本申请装置实施例,可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节,请参照本申请方法实施例。
图9示例性示出了本申请实施例提供的一种基于交通仿真的交通突发事件控制装置的结构示意图。如图9所示,该装置具有实现上述交通突发事件控制方法的功能,所述功能可以由硬件实现,也可以由硬件执行相应的软件实现。该交通突发事件控制装置可以包括:第一获取模块901、预测结束时间确定模块902、目标时间确定模块903、第二获取模块904、模拟行车速度确定模块905、预测影响区域确定模块906、控制措施执行模块907、第三获取模块908、实际影响区域确定模块909和处理模块910。
第一获取模块901,用于获取交通突发事件信息;交通突发事件信息包括交通突发事件的发生时间、发生地点、事件类别以及处理流程。
预测结束时间确定模块902,用于根据交通突发事件信息,确定交通突发事件的预测结束时间。
目标时间确定模块903,用于将发生时间确定为目标时间。
第二获取模块904,用于获取目标时间,以及获取目标时间对应的历史同期时间段。
模拟行车速度确定模块905,用于根据交通突发事件信息、历史同期时间段内的交通出行需求信息及目标时间下的路网信息,确定路网各路段的模拟行车速度。路网信息包括各路段交叉口的原信控方案。
预测影响区域确定模块906,用于根据路网中任一路段的正常行车速度和模拟行车速度,以及预设阈值,确定交通突发事件的预测影响区域。
控制措施执行模块907,用于对所有一级节点的原信控方案进行调节,以及对所有二级节点发布交通诱导信息。一级节点为位于预测影响区域边界的各个路段的交叉口,二级节点为位于预测影响区域之外且与一级节点相邻的交叉口。
第三获取模块908,用于在交通突发事件实际发生预设模拟时间段后,获取各路段的实际行车速度,以及获取交通突发事件的实际结束时间。
实际影响区域确定模块909,用于根据路网中任一路段的正常行车速度和实际行车速度,以及预设阈值,确定交通突发事件的实际影响区域。实际影响区域为受交通突发事件影响的路段集合。
处理模块910,用于如果实际影响区域不为空集或者实际结束时间大于预测结束时间,则将当前时间设置为目标时间,并返回执行获取目标时间,以及获取目标时间对应的历史同期时间段的步骤;否则,将所有一级节点调节后的信控方案恢复成原信控方案,结束控制过程。
在一种可实现方式中,模拟行车速度确定模块905包括:
仿真预测单元,用于利用交通仿真系统对交通突发事件信息、历史同期时间段内的交通出行需求信息及目标时间下的路网信息进行模拟仿真,预测路网各路段的模拟行车速度。
在一种可实现方式中,预测影响区域确定模块906包括:
正常行车速度确定单元,用于根据历史同期时间段内的交通出行需求信息,以及目标时间下的路网信息,确定路网各路段的正常行车速度。
在一种可实现方式中,正常行车速度确定单元包括:
仿真预测子单元,用于利用交通仿真系统对历史同期时间段内的交通出行需求信息,以及目标时间下的路网信息进行模拟仿真,预测路网各路段的正常行车速度。
在一种可实现方式中,预测影响区域确定模块906包括:
预测速度波动比例确定单元,用于根据路网中任一路段的正常行车速度以及模拟行车速度,确定路网中任一路段的预测速度波动比例;
预测影响区域确定单元,用于根据路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域。
在一种可实现方式中,预测速度波动比例确定单元包括:
计算子单元,用于通过以下公式确定路网中任一路段的预测速度波动比例:
Figure 83379DEST_PATH_IMAGE017
其中,Ri为路网中任一路段的预测速度波动比例,
Figure 498180DEST_PATH_IMAGE018
为路网中任一路段的正常行 车速度,
Figure 486734DEST_PATH_IMAGE019
为路网中任一路段的模拟行车速度,i为大于或等于1且小于或等于I的整数,I 为路网中所有路段的数量总和。
在一种可实现方式中,预测影响区域确定单元包括:
路段预测子单元,用于判断目标路段的预测速度波动比例是否小于预设阈值,如果小于,则获取目标路段的预测结果为不受交通突发事件的影响;否则,获取目标路段的预测结果为受交通突发事件的影响;目标路段为路网中任一个路段;
处理子单元,用于确定交通突发事件的预测影响区域;预测影响区域内包含所有预测结果为受交通突发事件影响的路段。
在一种可实现方式中,控制措施执行模块907包括:
一级节点控制措施执行单元,用于根据每个一级节点对应的各路段的车道行驶状态,确定每个一级节点对应的离开预测影响区域流向的流出信号相位,以及进入预测影响区域流向的流入信号相位。以及,根据每个一级节点的原信控方案,确定每个一级节点的信控周期以及绿信比。以及,保持每个一级节点的信控周期不变,将每个流出信号相位中的绿信比提高预设值,将每个流入信号相位中的绿信比减少预设值。
在一种可实现方式中,预测结束时间确定模块902包括:
检测时长确定单元,用于根据交通突发事件的获取时间,以及发生时间,确定交通突发事件的检测时长。
接警时长确定单元,用于根据发生地点以及接警交警当前所在位置,确定交警赶赴发生地点所需的接警时长。
处理时长确定单元,用于根据事件类别和处理流程,确定交通突发事件的处理时长。
预测结束时间确定单元,用于根据发生时间、检测时长、接警时长和处理时长,确定交通突发事件的预测结束时间。
如此,本申请实施例根据交通突发事件发生时间对应的历史同期时间段的交通出行需求信息、交通突发事件信息以及交通突发事件发生时间下的路网信息,确定各路段的模拟行车速度,再结合交通突发事件未发生情况下各路段的正常行车速度,确定交通突发事件的预测影响区域,对预测影响区域边界内外的路段交叉口执行不同的控制措施后,根据各路段的实际行车速度以及正常行车速度,确定交通突发事件的实际影响区域,如果实际影响区域不为空集,则重新预测影响区域以及执行控制措施,直至实际影响区域为空集。整个交通控制过程较科学地考虑到了交通突发事件发生在不同时间时,交通出行需求信息的变化,影响区域预测准确度较高,制定的控制措施与实际情况较为匹配,可以迅速地排除交通突发事件带来的影响,影响区域的判定与控制措施的执行动态结合,控制过程准确、高效,针对性较强。
在示例性实施例中,还提供了一种计算机可读存储介质,所述存储介质中存储有计算机程序或智能合约,所述计算机程序或智能合约被节点加载并执行以实现上述实施例提供的事务处理方法。可选地,上述计算机可读存储介质可以是只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(Random Access Memory,RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (5)

1.一种基于交通仿真的交通突发事件控制方法,其特征在于,所述交通突发事件控制方法包括:
获取交通突发事件信息;所述交通突发事件信息包括交通突发事件的发生时间、发生地点、事件类别以及处理流程;
根据所述交通突发事件的获取时间,以及所述发生时间,确定所述交通突发事件的检测时长;
根据所述发生地点以及接警交警当前所在位置,确定交警赶赴所述发生地点所需的接警时长;
根据所述事件类别和所述处理流程,确定所述交通突发事件的处理时长;
根据所述发生时间、所述检测时长、所述接警时长和所述处理时长,确定交通突发事件的预测结束时间;
将所述发生时间确定为目标时间;
获取所述目标时间,以及获取所述目标时间对应的历史同期时间段;
利用交通仿真系统对所述交通突发事件信息、所述历史同期时间段内的交通出行需求信息及所述目标时间下的路网信息进行模拟仿真,预测路网各路段的模拟行车速度;所述路网信息包括各路段交叉口的原信控方案;
根据所述路网中任一路段的正常行车速度以及模拟行车速度,确定所述路网中任一路段的预测速度波动比例;通过以下公式确定所述路网中任一路段的预测速度波动比例:
Figure DEST_PATH_IMAGE001
其中,Ri为所述路网中任一路段的预测速度波动比例,
Figure 108236DEST_PATH_IMAGE002
为所述路网中任一路段的正 常行车速度,
Figure DEST_PATH_IMAGE003
为所述路网中任一路段的模拟行车速度,i为大于或等于1且小于或等于I 的整数,I为所述路网中所有路段的数量总和;
根据所述路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域;
对所有一级节点的原信控方案进行调节,以及对所有二级节点发布交通诱导信息;所述一级节点为位于所述预测影响区域边界的各个路段的交叉口,所述二级节点为位于所述预测影响区域之外且与所述一级节点相邻的交叉口;
在所述交通突发事件实际发生预设模拟时间段后,获取各路段的实际行车速度,以及获取交通突发事件的实际结束时间;
根据所述路网中任一路段的正常行车速度以及实际行车速度,确定所述路网中任一路段的实际速度波动比例;通过以下公式确定所述路网中任一路段的实际速度波动比例:
Figure 565762DEST_PATH_IMAGE004
其中,Ri’为所述路网中任一路段的实际速度波动比例,
Figure DEST_PATH_IMAGE005
为所述路网中任一路段的正 常行车速度,
Figure 301506DEST_PATH_IMAGE006
为所述路网中任一路段的实际行车速度,i为大于或等于1且小于或等于I 的整数,I为所述路网中所有路段的数量总和;
根据所述路网中所有路段的实际速度波动比例以及所述预设阈值,确定交通突发事件的实际影响区域;所述实际影响区域为受所述交通突发事件影响的路段集合;
如果所述实际影响区域不为空集或者所述实际结束时间大于所述预测结束时间,则将当前时间设置为目标时间,并返回执行获取所述目标时间,以及获取所述目标时间对应的历史同期时间段的步骤;否则,将所有一级节点调节后的信控方案恢复成所述原信控方案,结束控制过程。
2.根据权利要求1所述的基于交通仿真的交通突发事件控制方法,其特征在于,所述正常行车速度通过以下方式确定:
利用交通仿真系统对所述历史同期时间段内的交通出行需求信息,以及所述目标时间下的路网信息进行模拟仿真,预测路网各路段的正常行车速度。
3.根据权利要求1所述的基于交通仿真的交通突发事件控制方法,其特征在于,所述根据所述路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域,包括:
判断目标路段的预测速度波动比例是否小于预设阈值,如果小于,则获取所述目标路段的预测结果为不受所述交通突发事件的影响;否则,获取所述目标路段的预测结果为受所述交通突发事件的影响;所述目标路段为所述路网中任一个路段;
确定交通突发事件的预测影响区域;所述预测影响区域内包含所有预测结果为受所述交通突发事件影响的路段。
4.根据权利要求1所述的基于交通仿真的交通突发事件控制方法,其特征在于,所述对所有一级节点的原信控方案进行调节,包括:
根据每个一级节点对应的各路段的车道行驶状态,确定每个一级节点对应的离开所述预测影响区域流向的流出信号相位,以及进入所述预测影响区域流向的流入信号相位;
根据每个一级节点的原信控方案,确定每个一级节点的信控周期以及绿信比;
保持每个一级节点的信控周期不变,将每个流出信号相位中的绿信比提高预设值,将每个流入信号相位中的绿信比减少所述预设值。
5.一种基于交通仿真的交通突发事件控制装置,其特征在于,所述交通突发事件控制装置包括:
第一获取模块,用于获取交通突发事件信息;所述交通突发事件信息包括交通突发事件的发生时间、发生地点、事件类别以及处理流程;
预测结束时间确定模块,用于根据所述交通突发事件信息,确定交通突发事件的预测结束时间;
目标时间确定模块,用于将所述发生时间确定为目标时间;
第二获取模块,用于获取所述目标时间,以及获取所述目标时间对应的历史同期时间段;
模拟行车速度确定模块,用于利用交通仿真系统对所述交通突发事件信息、所述历史同期时间段内的交通出行需求信息及所述目标时间下的路网信息进行模拟仿真,预测路网各路段的模拟行车速度;所述路网信息包括各路段交叉口的原信控方案;
预测影响区域确定模块,用于根据所述路网中任一路段的正常行车速度以及模拟行车速度,确定所述路网中任一路段的预测速度波动比例;通过以下公式确定所述路网中任一路段的预测速度波动比例:
Figure DEST_PATH_IMAGE007
其中,Ri为所述路网中任一路段的预测速度波动比例,
Figure 687750DEST_PATH_IMAGE008
为所述路网中任一路段的正 常行车速度,
Figure DEST_PATH_IMAGE009
为所述路网中任一路段的模拟行车速度,i为大于或等于1且小于或等于I 的整数,I为所述路网中所有路段的数量总和;
根据所述路网中所有路段的预测速度波动比例以及预设阈值,确定交通突发事件的预测影响区域;
控制措施执行模块,用于对所有一级节点的原信控方案进行调节,以及对所有二级节点发布交通诱导信息;所述一级节点为位于所述预测影响区域边界的各个路段的交叉口,所述二级节点为位于所述预测影响区域之外且与所述一级节点相邻的交叉口;
第三获取模块,用于在所述交通突发事件实际发生预设模拟时间段后,获取各路段的实际行车速度,以及获取交通突发事件的实际结束时间;
实际影响区域确定模块,用于根据所述路网中任一路段的正常行车速度以及实际行车速度,确定所述路网中任一路段的实际速度波动比例;通过以下公式确定所述路网中任一路段的实际速度波动比例:
Figure 17100DEST_PATH_IMAGE010
其中,Ri’为所述路网中任一路段的实际速度波动比例,
Figure DEST_PATH_IMAGE011
为所述路网中任一路段的 正常行车速度,
Figure 340634DEST_PATH_IMAGE012
为所述路网中任一路段的实际行车速度,i为大于或等于1且小于或等于 I的整数,I为所述路网中所有路段的数量总和;
根据所述路网中所有路段的实际速度波动比例以及所述预设阈值,确定交通突发事件的实际影响区域;所述实际影响区域为受所述交通突发事件影响的路段集合;
处理模块,用于如果所述实际影响区域不为空集或者所述实际结束时间大于所述预测结束时间,则将当前时间设置为目标时间,并返回执行获取所述目标时间,以及获取所述目标时间对应的历史同期时间段的步骤;否则,将所有一级节点调节后的信控方案恢复成所述原信控方案,结束控制过程。
CN202011099611.8A 2020-10-15 2020-10-15 一种基于交通仿真的交通突发事件控制方法及装置 Active CN111932899B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011099611.8A CN111932899B (zh) 2020-10-15 2020-10-15 一种基于交通仿真的交通突发事件控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011099611.8A CN111932899B (zh) 2020-10-15 2020-10-15 一种基于交通仿真的交通突发事件控制方法及装置

Publications (2)

Publication Number Publication Date
CN111932899A CN111932899A (zh) 2020-11-13
CN111932899B true CN111932899B (zh) 2020-12-29

Family

ID=73334732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011099611.8A Active CN111932899B (zh) 2020-10-15 2020-10-15 一种基于交通仿真的交通突发事件控制方法及装置

Country Status (1)

Country Link
CN (1) CN111932899B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862204A (zh) * 2021-02-23 2021-05-28 国汽(北京)智能网联汽车研究院有限公司 一种路径规划方法、系统、计算机设备及可读存储介质
JP2022157321A (ja) * 2021-03-31 2022-10-14 トヨタ自動車株式会社 交通管制システム、交通管制方法及びプログラム
CN114912233B (zh) * 2022-04-19 2023-04-18 华北科技学院(中国煤矿安全技术培训中心) 路网运力下降的影响范围确定和协同管控的方法及系统
CN115083166B (zh) * 2022-07-14 2022-11-11 深圳市维力谷无线技术股份有限公司 基于5g技术的车路通信测试系统和方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4950596B2 (ja) * 2006-08-18 2012-06-13 クラリオン株式会社 予測交通情報生成方法、予測交通情報生成装置および交通情報表示端末
CN101706993A (zh) * 2009-10-28 2010-05-12 北京交通大学 道路应急疏散能力指标体系的计算方法及系统
CN107437339A (zh) * 2017-06-20 2017-12-05 北京交通大学 一种信息引导下的可变信息情报板协调控制方法及系统
CN108281000B (zh) * 2018-02-05 2020-08-14 北京交通大学 一种数据驱动的突发事件对区域路网影响分析系统及方法
CN109147319B (zh) * 2018-08-06 2020-05-05 北京航空航天大学 一种基于多交通数据指标的道路突发事件判别方法

Also Published As

Publication number Publication date
CN111932899A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN111932899B (zh) 一种基于交通仿真的交通突发事件控制方法及装置
CN105225500B (zh) 一种交通控制辅助决策方法及装置
US5798949A (en) Traffic safety prediction model
Abdel-Aty et al. Dynamic variable speed limit strategies for real-time crash risk reduction on freeways
Cook The detection of freeway capacity reducing incidents by traffic stream measurements
CN104392610B (zh) 基于分布式视频的高速路交通事件影响范围动态监控方法
Chen et al. Estimation of red-light running frequency using high-resolution traffic and signal data
CN109979197B (zh) 基于融合数据的高速公路交通时间地图构建方法、系统
Chung Identifying primary and secondary crashes from spatiotemporal crash impact analysis
CN101751782A (zh) 一种基于多源信息融合的十字路口交通事件自动检测系统
CN103942953A (zh) 一种基于浮动车数据的城市路网动态交通拥挤预测方法
CN111145544B (zh) 一种基于拥堵蔓延消散模型的行程时间及路径预测方法
CN113870564B (zh) 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质
US20220383738A1 (en) Method for short-term traffic risk prediction of road sections using roadside observation data
Odeh Management of an intelligent traffic light system by using genetic algorithm
CN109816978B (zh) 考虑驾驶员动态响应行为的区域群体交通诱导系统及方法
CN114399726B (zh) 实时智能监测客流及预警的方法和系统
Jian Daniel et al. Research and analysis on causality and spatial-temporal evolution of urban traffic congestions—a case study on Shenzhen of China
Oskarbski et al. Automatic incident detection at intersections with use of telematics
CN112598902A (zh) 一种交叉口各转向失衡程度表征方法、装置、电子设备及存储介质
CN114241756B (zh) 一种高速公路施工期间硬路肩动态使用方法和系统
CN102945609B (zh) 基于FPGA及改进Papageorgiou-E模型的在线交通瓶颈预测控制方法
Badshah et al. A Videogrammetric Analysis of On Peak/Off Peak Traffic Density: A Case of Board Bazaar Peshawar
Zhang et al. Research on intersection frequent overflow control strategy based on wide-area radar data
CN116153084B (zh) 车辆流向预测方法、预测系统及城市交通信号机控制方法

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