CN111986480B - 一种城市道路交通事件影响评价方法、系统及存储介质 - Google Patents
一种城市道路交通事件影响评价方法、系统及存储介质 Download PDFInfo
- Publication number
- CN111986480B CN111986480B CN202010858091.8A CN202010858091A CN111986480B CN 111986480 B CN111986480 B CN 111986480B CN 202010858091 A CN202010858091 A CN 202010858091A CN 111986480 B CN111986480 B CN 111986480B
- Authority
- CN
- China
- Prior art keywords
- congestion
- road
- source
- section
- traffic
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013016 damping Methods 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 14
- 238000009792 diffusion process Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Analytical Chemistry (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明的一种城市道路交通事件影响评价方法、系统及存储介质,包括以下步骤:S01、划分路网道路数据为标准小段距,并获取对应路况拥堵状态等级;S02、根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件;S03、基于两类拥堵事件,计算交通拥堵事件相关指标:交通阻尼系数、最大持续时间、最大扩散长度;S04、计算交通事件影响力指标。本发明可实时展示城市道路发生的拥堵事件,产生预警提醒,并做相关排行榜,可给交警的派出巡警提供数据参考,可将此事件数据用于更细化的城市交通事件处理系统的设计。
Description
技术领域
本发明涉及城市交通管理技术领域,具体涉及一种城市道路交通事件影响评价方法、系统及存储介质。
背景技术
城市道路交通事件发生后,随着时间的变化,会对道路通行造成不同程度的影响,在用户实际交通管理工作中,需要准确掌握每一类甚至是每一起交通事件对道路正常运行所造成的影响。
发明内容
本发明提出的一种城市道路交通事件影响评价方法,可满足交通管理用户对交通事件掌控和处置层面的应用需求。
为实现上述目的,本发明采用了以下技术方案:
一种城市道路交通事件影响评价方法,包括:
包括以下步骤:
S01、划分路网道路数据为标准小段距,并获取对应路况拥堵状态等级;
S02、根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件;
S03、基于两类拥堵事件,计算交通拥堵事件相关指标:交通阻尼系数、最大持续时间、最大扩散长度;
S04、计算交通事件影响力指标。
进一步的,所述S01中并获取对应路况拥堵状态等级具体包括:
首先计算小段上平均速度即计算所有在此小段上的所有行驶车辆的平均时速,根据速度与道路等级转换成对应路况等级,或从第三方数据源获取路况转换成对应等级。
进一步的,所述S02中根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件具体包括:
首先设定拥堵阈值,并利用拥堵源头计算算法计算出拥堵源头所在小段,设定拥堵阈值把大于等于此阈值等级的标准小段定义拥堵小段,用于拥堵源头计算;
其中,拥堵源头计算算法为对所有拥堵小段按照路段的车辆行驶方向进行排序,得到多组由多小段组成的拥堵连续段,并标记每组连续小段的最后一个小段为拥堵源头段,拥堵源头段的尾端为拥堵源头点,此点的详细地理坐标即为拥堵源头的地理坐标;
针对计算出来的拥堵源头的位置,产生两类事件:
所述路段拥堵源头事件为拥堵源头的位置在路段的中间;
所述路口拥堵源头事件为拥堵源头在路口位置。
进一步的,所述S03中交通阻尼系数计算公式如下:
对象:拥堵源头
计算:实时,每秒;
link-路段(路口到路口之间);
source-拥堵源头;
dot-50米左右的标准小段;
next-dot:拥堵源头段的下一个小段(按行驶方向);
Ωdot-拥堵源头的连续拥堵小段的dot集合;
tend,tstart-拥堵源头的开始与结束时间,每秒计算;
进一步的,所述S03中最大扩散长度为随时间更新统计最大延续的拥堵段的长度。
进一步的,所述S03中最大持续时间为拥堵源头从产生到完全消散的最长持续时间。
进一步的,所述路口拥堵源头事件为所有进口产生路段时间的长度和事件的指标最大值。
进一步的,所述S04计算交通事件影响力指标具体为:
计算事件平均受阻值=路段受阻值÷(最大拥堵长度×最长拥堵时间),也即为目标路段单位时间单位长度的平均受阻值;
所述事件平均受阻值具体计算公式如下:
对象:路段;
计算:可配置时间段(如30分钟);
ARlink-路段平均受阻值;
Ωsource-路段上的所有源头集合;
lengthmax-路段上源头的最大拥堵长度(m,米);
timemax-路段上源头的最长拥堵时间(s,秒);
另一方面,本发明还公开一种城市道路交通事件影响评价系统,
包括以下单元:
路况拥堵状态等级确定单元,用于划分路网道路数据为标准小段距,并获取对应路况拥堵状态等级;
拥堵事件确定单元,用于根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件;
交通拥堵事件相关指标计算单元用于基于两类拥堵事件,计算交通拥堵事件相关指标:交通阻尼系数、最大持续时间、最大扩散长度;
交通事件影响力指标计算单元,用于计算交通事件影响力指标。
第三方面本发明还公开一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述方法的步骤。
由上述技术方案可知,本发明的城市道路交通事件影响评价方法可通过实时路况数据接入,格式化路网,实时计算拥堵源头与相关指标,产生具体的拥堵事件,实时统计分析事件的相关指标,并报警/预警,同时计算事件影响评价指标:受阻指数(平均受阻值)。具体的说,本发明可实时展示城市道路发生的拥堵事件,产生预警提醒,并做相关排行榜,可给交警的派出巡警提供数据参考,可将此事件数据用于更细化的城市交通事件处理系统的设计。
附图说明
图1是本发明的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。
本发明的实施例的一种城市道路交通事件影响评价方法,包括以下步骤:
S01、划分路网道路数据为标准小段距,并获取对应路况拥堵状态等级;
S02、根据对应路况等级,设定拥堵阈值,产生两类拥堵事件;
S03、基于两类拥堵事件,计算交通拥堵事件相关指标:交通阻尼系数、最大持续时间、最大扩散长度;
S04、计算交通事件影响力指标。
其中,在步骤S01中,划分目标路网所有道路数据标准小段,并提取所有标准小段上的拥堵状态等级;
标准小段长度小于50m范围,且此范围内的车辆平均速度能反应此段内的路况状态。
小段上平均速度计算方法为所有在此小段上的所有行驶车辆的平均时速,根据速度与道路等级转换成对应路况等级,或从第三方数据源获取路况转换成对应等级,等级设定如下:
拥堵状态 | 畅通 | 缓行 | 轻度拥堵 | 严重拥堵 |
状态等级 | 1 | 2 | 3 | 4 |
在步骤S02中,设定拥堵阈值,并利用拥堵源头计算算法计算出拥堵源头所在小段。设定拥堵阈值为2(缓行)或者为3(轻度拥堵),把大于等于此阈值等级的标准小段定义拥堵小段,用于拥堵源头计算。
拥堵源头计算算法:对所有拥堵小段按照路段的车辆行驶方向进行排序,得到多组由多小段组成的拥堵连续段,并标记每组连续小段的最后一个小段为拥堵源头段,拥堵源头段的尾端为拥堵源头点,此点的详细地理坐标即为拥堵源头的地理坐标。
针对计算出来的拥堵源头的位置,产生两类事件:
a.路段拥堵源头事件,拥堵源头的位置在路段的中间,可能是车祸、异常停车造成
b.路口拥堵源头事件,拥堵源头在路口位置,可能会影响到此路口其他路段,信号配时问题或者路口异常导致。
在步骤S03中,基于两类拥堵源头事件,计算相关指标:交通阻尼系数(Trafficresistance coefficient,TDC),最大扩散长度,最长持续时间。
其中,交通阻尼系数的计算方法:基于已计算出的拥堵源头和对应的拥堵连续段(多个小段),交通阻尼系数并随时间累计直至拥堵事件结束清零,每秒累计计算,路口事件交通阻尼系数为其聚合所有进口路段拥堵源头事件受阻值之和:
具体的说:
交通阻尼系数计算公式(TDC)如下:
对象:拥堵源头
计算:实时,每秒;
link-路段(路口到路口之间);
source-拥堵源头;
dot-50米左右的标准小段;
next-dot:拥堵源头段的下一个小段(按行驶方向);
Ωdot-拥堵源头的连续拥堵小段的dot集合;
tend,tstart-拥堵源头的开始与结束时间,每秒计算;
最大扩散长度、最大持续时间:随时间更新统计最大延续的拥堵段的长度,拥堵源头从产生到完全消散的最长持续时间,路口事件为所有进口产生路段时间的长度和事件的指标最大值。
在步骤S04中,基于以上计算的拥堵事件指标,计算事件影响力指标平均受阻值;
计算时间平均受阻值:
统计两类事件在持续时间内的总交通阻尼系数、最大持续时间(分钟)、最长扩散距离(密);
计算事件平均受阻值=路段受阻值÷(最大拥堵长度×最长拥堵时间),也即为目标路段单位时间单位长度的平均受阻值。用此指标来评价交通事件的影响程度。
其中,平均受阻值具体计算公式如下:
对象:路段;
计算:可配置时间段(如30分钟);
ARlink-路段平均受阻值;
Ωsource-路段上的所有源头集合;
lengthmax-路段上源头的最大拥堵长度(m,米);
timemax-路段上源头的最长拥堵时间(s,秒);
具体的说,本发明可如下应用:
a.拓展城市交通事件的概念,坐席出警都依照交通事件去查警处警;
b.对交通事件数量不同等级道路(快速路、高速路、主路等)、不同行政区、不同警务区规划参考提供数据支持;
c.事件相关联数据(交通阻尼系数、拥堵时长、拥堵里程)等都可用于展示、排名、交警重点关注。
另一方面,本发明还公开一种城市道路交通事件影响评价系统,
包括以下单元:
路况拥堵状态等级确定单元,用于划分路网道路数据为标准小段距,并获取对应路况拥堵状态等级;
拥堵事件确定单元,用于根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件;
交通拥堵事件相关指标计算单元用于基于两类拥堵事件,计算交通拥堵事件相关指标:交通阻尼系数、最大持续时间、最大扩散长度;
交通事件影响力指标计算单元,用于计算交通事件影响力指标。
第三方面本发明还公开一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述方法的步骤。
可理解的是,本发明实施例提供的系统与本发明实施例提供的方法相对应,相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (9)
1.一种城市道路交通事件影响评价方法,其特征在于:
包括以下步骤:
S01、划分路网道路数据为标准小段距,并获取对应路况拥堵状态等级;
S02、根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件;
S03、基于两类拥堵事件,计算交通拥堵事件相关指标:交通阻尼系数、最大持续时间、最大扩散长度;
S04、计算交通事件影响力指标;
其中,所述S03中交通阻尼系数计算公式如下:
对象:拥堵源头;
计算:实时,每秒;
link-路口到路口之间的路段;
source-拥堵源头;
dot-50米左右的标准小段;
next-dot:按行驶方向的拥堵源头段的下一个小段;
Ωdot-拥堵源头的连续拥堵小段的dot集合;
tend,tstart-拥堵源头的开始与结束时间,每秒计算;
2.根据权利要求1所述的城市道路交通事件影响评价方法,其特征在于:所述S01中并获取对应路况拥堵状态等级具体包括:
首先计算小段上平均速度即计算所有在此小段上的所有行驶车辆的平均时速,根据速度与道路等级转换成对应路况等级,或从第三方数据源获取路况转换成对应等级。
3.根据权利要求1所述的城市道路交通事件影响评价方法,其特征在于:所述S02中根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件具体包括:
首先设定拥堵阈值,并利用拥堵源头计算算法计算出拥堵源头所在小段,设定拥堵阈值把大于等于此阈值等级的标准小段定义拥堵小段,用于拥堵源头计算;
其中,拥堵源头计算算法为对所有拥堵小段按照路段的车辆行驶方向进行排序,得到多组由多小段组成的拥堵连续段,并标记每组连续小段的最后一个小段为拥堵源头段,拥堵源头段的尾端为拥堵源头点,此点的详细地理坐标即为拥堵源头的地理坐标;
针对计算出来的拥堵源头的位置,产生两类事件:
所述路段拥堵源头事件为拥堵源头的位置在路段的中间;
所述路口拥堵源头事件为拥堵源头在路口位置。
4.根据权利要求3所述的城市道路交通事件影响评价方法,其特征在于:所述S03中最大扩散长度为随时间更新统计最大延续的拥堵段的长度。
5.根据权利要求3所述的城市道路交通事件影响评价方法,其特征在于:所述S03中最大持续时间为拥堵源头从产生到完全消散的最长持续时间。
6.根据权利要求3所述的城市道路交通事件影响评价方法,其特征在于:所述路口拥堵源头事件为所有进口产生路段时间的长度和事件的指标最大值。
8.一种城市道路交通事件影响评价系统,其特征在于:
包括以下单元:
路况拥堵状态等级确定单元,用于划分路网道路数据为标准小段距,并获取对应路况拥堵状态等级;
拥堵事件确定单元,用于根据对应路况等级,设定拥堵阈值,产生路段拥堵源头和路口拥堵源头两类拥堵事件;
交通拥堵事件相关指标计算单元用于基于两类拥堵事件,计算交通拥堵事件相关指标:交通阻尼系数、最大持续时间、最大扩散长度;
交通事件影响力指标计算单元,用于计算交通事件影响力指标;
其中,交通阻尼系数计算公式如下:
对象:拥堵源头
计算:实时,每秒;
link-路口到路口之间的路段;
source-拥堵源头;
dot-50米左右的标准小段;
next-dot:按行驶方向的拥堵源头段的下一个小段;
Ωdot-拥堵源头的连续拥堵小段的dot集合;
tend,tstart-拥堵源头的开始与结束时间,每秒计算;
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858091.8A CN111986480B (zh) | 2020-08-24 | 2020-08-24 | 一种城市道路交通事件影响评价方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010858091.8A CN111986480B (zh) | 2020-08-24 | 2020-08-24 | 一种城市道路交通事件影响评价方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111986480A CN111986480A (zh) | 2020-11-24 |
CN111986480B true CN111986480B (zh) | 2021-10-01 |
Family
ID=73444256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010858091.8A Active CN111986480B (zh) | 2020-08-24 | 2020-08-24 | 一种城市道路交通事件影响评价方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111986480B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112735125B (zh) * | 2020-12-22 | 2022-06-21 | 北京世纪高通科技有限公司 | 一种拥堵路段的确定方法、装置、设备及存储介质 |
CN112767694B (zh) * | 2021-01-05 | 2022-06-17 | 北京高德云图科技有限公司 | 用于缓解道路拥堵的交通优化方法和装置 |
CN113570867B (zh) * | 2021-09-26 | 2021-12-07 | 西南交通大学 | 一种城市交通状态预测方法、装置、设备及可读存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3932951B2 (ja) * | 2002-03-28 | 2007-06-20 | セイコーエプソン株式会社 | 経路探索装置、ナビゲーション装置及びプログラム |
CN106781495A (zh) * | 2017-01-04 | 2017-05-31 | 安徽科力信息产业有限责任公司 | 快速发现导致城市道路交通拥堵源头位置的方法和系统 |
CN106504539A (zh) * | 2017-01-04 | 2017-03-15 | 安徽科力信息产业有限责任公司 | 一种快速确定高速公路拥堵源头位置的方法和系统 |
CN106504538A (zh) * | 2017-01-04 | 2017-03-15 | 安徽科力信息产业有限责任公司 | 一种快速消除导致高速公路拥堵源头的方法和系统 |
CN107134136A (zh) * | 2017-01-23 | 2017-09-05 | 北京博研智通科技有限公司 | 一种城市之间道路交通拥堵程度排序的方法和系统 |
CN107134132A (zh) * | 2017-01-23 | 2017-09-05 | 北京博研智通科技有限公司 | 提高高速公路通行受阻系数计算精度的方法和系统 |
JP2019046264A (ja) * | 2017-09-04 | 2019-03-22 | 三菱自動車工業株式会社 | 走行支援システム |
CN108428341A (zh) * | 2018-05-14 | 2018-08-21 | 齐鲁交通发展集团有限公司青临分公司 | 一种基于人机融合的交通应急管理调度方法及系统 |
-
2020
- 2020-08-24 CN CN202010858091.8A patent/CN111986480B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111986480A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111986480B (zh) | 一种城市道路交通事件影响评价方法、系统及存储介质 | |
Gu et al. | Utilizing UAV video data for in-depth analysis of drivers’ crash risk at interchange merging areas | |
CN111986481B (zh) | 一种城市道路交通拥堵程度评价方法、系统及存储介质 | |
CN113327418B (zh) | 一种快速路拥堵风险分级实时预测方法 | |
US20130253808A1 (en) | Estimating Incident Duration | |
CN110197588A (zh) | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 | |
CN112687099B (zh) | 一种超载嫌疑车辆判定方法和装置 | |
Aron et al. | Traffic indicators, accidents and rain: some relationships calibrated on a French urban motorway network | |
Zhang et al. | Predicting crash frequency for urban expressway considering collision types using real-time traffic data | |
CN111815973B (zh) | 信号交叉口分析方法及相关设备 | |
CN116052435B (zh) | 一种城市道路拥堵影响范围界定与道路影响力计算方法 | |
CN110766940A (zh) | 道路信号交叉口运行状况评估方法 | |
Azizi et al. | Estimation of freeway platooning measures using surrogate measures based on connected vehicle data | |
CN116168356A (zh) | 一种基于计算机视觉的车辆损伤判别方法 | |
CN113920727B (zh) | 一种由施工引发道路拥堵的预测方法及系统 | |
CN111985749A (zh) | 一种道路风险的评估方法及装置 | |
CN109035775B (zh) | 一种突发事件识别的方法及装置 | |
Alhassan et al. | Effect of rain on probability distributions fitted to vehicle time headways | |
CN114023073A (zh) | 一种基于车辆行为分析的高速公路拥堵预测方法 | |
EP3774478A1 (en) | Vehicular motion assessment method | |
CN111696347B (zh) | 一种自动化分析交通事件信息的方法和装置 | |
CN111862587B (zh) | 一种出行引导策略生成方法及装置 | |
Murat | An entropy (shannon) based traffic safety level determination approach for black spots | |
CN116993037A (zh) | 基于车辆电量确定行驶路线方法及装置 | |
Yu et al. | Driving Style Analyses for Car-sharing Users Utilizing Low-frequency Trajectory Data |
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 |