CN112133116B - 一种基于交通预测的车道管控系统 - Google Patents
一种基于交通预测的车道管控系统 Download PDFInfo
- Publication number
- CN112133116B CN112133116B CN202011016083.5A CN202011016083A CN112133116B CN 112133116 B CN112133116 B CN 112133116B CN 202011016083 A CN202011016083 A CN 202011016083A CN 112133116 B CN112133116 B CN 112133116B
- Authority
- CN
- China
- Prior art keywords
- lane
- traffic
- speed
- information
- vehicles
- 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
- G08G1/09—Arrangements for giving variable traffic instructions
-
- 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
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及道路管控技术领域,尤其涉及一种基于交通预测的车道管控系统,包括:情报装置,包括与车道一一对应设置的若干情报板;雷达测速装置,一一对应的安装于情报板上,对车道内车辆进行测速;视频监控装置,一一对应的安装于情报板上,对车道内的车辆进行图像获取,图像作为车辆识别的依据;交通态势分析模块,对来自数据采集端的数据进行分析,并根据设定模型对交通状况进行预测;交通管控模块,根据预测结果对情报板的显示信息进行控制。本发明中通过道路上下游等间距排列的分车道门架式情报板发布设备,结合门架上所安装的雷达及视频监控设备,实现在不同车道数的车道管控。同时本发明中还请求保护一种基于交通预测的车道管控方法。
Description
技术领域
本发明涉及道路管控技术领域,尤其涉及一种基于交通预测的车道管控系统及方法。
背景技术
目前,传统的道路管控过度依赖人工,且仅能做到针对某断面或区间路段,管控功能单一,要么仅能起提示作用、要么封闭出入口,管控效果不佳。
鉴于上述问题的存在,本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识,积极加以研究创新,以期创设一种基于交通预测的车道管控系统及方法。
发明内容
本发明中提供一种基于交通预测的车道管控系统及方法,从而有效解决背景技术中的问题。
为了达到上述目的,本发明所采用的技术方案是:
一种基于交通预测的车道管控系统,包括:
情报装置,沿指定范围的道路上下游方向间隔排布,包括与车道一一对应设置的若干情报板;
雷达测速装置,一一对应的安装于所述情报板上,对车道内车辆进行测速;
交通态势分析模块,对来自所述雷达测速装置的数据进行分析,并根据设定模型对交通状况进行预测;
交通管控模块,根据预测结果对所述情报板的显示信息进行控制。
进一步地,还包括:
视频监控装置,一一对应的安装于所述情报板上,对车道图像获取,所述交通态势分析模块对来自所述视频监控装置的数据进行分析,并结合来自所述雷达测速装置的数据共同对交通状况进行预测。
基于交通预测的车道管控方法,包括以下步骤:
S1:设定数据采集时间间隔T;
S2:各所述雷达测速装置按照所述时间间隔T进行数据采集,分别获得设定车道内各个情报装置设置位置处,实时通过的车辆的车速,其中,未采集到速度值的情报装置位置处的点的纵坐标为零;
S3:通过以下模型所获得P的数值对指定车道的交通状况进行预测:
P=(N1/N)*V’;
其中,
N1为每次数据采集过程中纵坐标为零的点的个数;
N为每次采集过程中所有采集点的个数;
V’为各速度数据的平均值;
其中,P值越小,拥堵几率越大。
进一步地,所述雷达测速装置每次的数据采集持续时间t,所述车速为时间t内所有车辆的平均速度。
进一步地,还包括:通过系统针对每次数据采集绘制以采集位置为横坐标,以该次数据采集所采集到的速度为纵坐标的坐标图,结合所述坐标图的末端走势对交通状况进行预测。
进一步地,还包括:通过以下方法判断拥堵路段的起始和结束范围:
计算任意相邻两测速点之间的速度比S,其中,以道路运行方向上位于前方的测速点速度值为分母,以位于后方的测速点的速度值为分子;
当0≤S≤0.7判断为拥堵起始范围,当S≥1.5时,判断为拥堵结束范围。
进一步地,所述情报装置沿道路上下游方向等间隔排布。
进一步地,还包括:
对指定车道内情报装置位置处的车道图像进行采集,根据图像内设定范围内的车辆数量Q对P值进行修订,修订模型如下:
P’=kP
当车辆数量Q为0时,k取1.1~1.3;
当车辆数量Q大于0时,k取1。
通过本发明的技术方案,可实现以下技术效果:
本发明中通过道路上下游等间距排列的分车道门架式情报板发布设备,结合门架上所安装的雷达及视频监控设备,实现在不同车道数的车道管控。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为基于交通预测的车道管控系统的框架图;
图2~图4为根据三个不同数据次采集时刻所采集到的数据而绘制的坐标图;
图5和图6为两种情报板的展示形式示意图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种基于交通预测的车道管控系统,包括:情报装置,沿指定范围的道路上下游方向间隔排布,包括与车道一一对应设置的若干情报板;雷达测速装置,一一对应的安装于情报板上,对车道内车辆进行测速;交通态势分析模块,对来自雷达测速装置的数据进行分析,并根据设定模型对交通状况进行预测;交通管控模块,根据预测结果对情报板的显示信息进行控制。
本发明中通过道路上下游间距排列的分车道门架式情报板发布设备,结合门架上所安装的雷达设备,实现在不同车道数的车道管控。同时本发明中还请求保护一种基于交通预测的车道管控方法。为了便于数据的分析,优选情报装置沿道路上下游方向等间隔排布,在具体设置时,优选将车道管控系统设置在路段枢纽匝道之前,旨在有效解决上述位置前的交通拥堵问题,从而对道路的通行能力进行优化。
基于交通预测的车道管控系统的管控方法,包括以下步骤:
S1:设定数据采集时间间隔T,在实施过程中,时间间隔T的选取与相邻两情报装置间的距离有关,优选在正常的通行速度下使得大部分车辆可通过相离两个情报装置的时间间隔,从而确保数据的分散的适应性,避免过大的时间间隔引起的数据断档,也避免过小的时间间隔引起的数据过于密集;
S2:各雷达测速装置按照时间间隔T进行数据采集,分别获得设定车道内各个情报装置设置位置处实时通过的车辆的车速,其中,未采集到速度值的情报装置位置处的点的纵坐标为零;在本步骤中,未采集到速度值包括两种情况,一、检测到车辆,但车辆停止行驶;二、未检测到车辆;
S3:通过以下模型所获得P的数值对指定车道的交通状况进行预测:
P=(N1/N)*V’;
其中,
N1为每次数据采集过程中纵坐标为零的点的个数;
N为每次采集过程中所有采集点的个数;
V’为各速度数据的平均值;
其中,P值越小,拥堵几率越大。
以以下表格1为例进行说明,其中,表格1中的坐标图一、坐标图二和坐标图三见附图2~4:
表格1
在上述实施例中,需要说明的是V’是采集到的各速度数据的平均值,而并非路段内车辆速度的平均值,参与求平均值的速度中包括上述速度为零的情况。
以下结合附图2~4对本发明进行说明:
图2中展示了路段内车辆基本正常行驶的情况,速度范围在90~120km/h之间的五辆车辆具有速度,而图中的第3个情报装置处速度为零,初步判定此位置处未出现车辆,上述情况中大量的采集点均采集到了车辆,说明车辆具有一定的密度,但并未拥堵,但此种情况下当出现事故时,是较容易发生拥堵的,密集的车辆会在短时间内聚集,因此参考表格1,判定为中等的拥堵几率,P值居于三组数据中的中等;
图3中同样也展示了路段内车辆正常行驶的情况,速度范围在90~120km/h之间的三辆车辆具有速度,而图中的第2、4和6个情报装置处速度为零,初步判定此位置处未出现车辆,上述情况中少量的采集点采集到了车辆,说明车辆密度较低,且并未拥堵,此种情况下即便出现事故也不容易发生拥堵,较为分散的车辆会在一定时间内变化到其他车道,因此参考表格1,判定为较小的拥堵几率,P值居于三组数据中的上游;
图4中展示了路段内车辆拥堵行驶的情况,速度范围在10~100km/h之间的六辆车辆具有速度,上述各采集点均采集到了车辆,说明车辆密度较大,且已经拥堵,因此参考表格1,判定为较大的拥堵几率,P值居于三组数据中的下游。
通过上述数据的比对,充分说明了本发明中预测模型的预测有效性,在实际实施过程中,可通过交通管控模块来根据预测结果对情报板的显示信息进行控制,其中,控制情报板信息变化即可依据P值的不同,具体的,可根据P值不同的范围,在各车道的情报板上显示文字信息,如图5所示的,可显示前方已拥堵、前方可能拥堵和道路通畅等信息,当然为了更加直观的提供控制指令,情报板还可采用图6中所示的显示方式,其中,图中的“X”即对应图5中的“前方已拥堵”,而图6中的“→”则提供变道建议,而图6中“↑”则表示可正常通行。
为了进一步对监控结果进行确定,保证交通管控数据来源的多样化,作为上述实施例的优选,还包括:视频监控装置,一一对应的安装于情报板上,对车道图像获取,交通态势分析模块对来自视频监控装置的数据进行分析,并结合来自雷达测速装置的数据共同对交通状况进行预测。
作为上述实施例的优选,雷达测速装置每次的数据采集持续时间t,车速为时间t内所有车辆的平均速度,从而可提高数据的准确性和有效性。
为了更加直观的对交通情况进行预测,还包括:通过系统针对每次数据采集绘制以采集位置为横坐标,以该次数据采集所采集到的速度为纵坐标的坐标图,结合坐标图的末端走势对交通状况进行预测,如图2所示的末端以在90~120km/h的速度延伸,因此判断其交通成顺畅趋势;图3中继续成弯折趋势,且弯折趋势的顶点在在90~120km/h之间,因此也可判断其交通成顺畅趋势,图4中所示的末端以10~30km/h的速度延伸,因此判断其交通成拥堵趋势。
为了进行多数据的分析,还包括:通过以下方法判断拥堵路段的起始和结束范围:计算任意相邻两测速点之间的速度比S,其中,以道路运行方向上位于前方的测速点速度值为分母,以位于后方的测速点的速度值为分子;当0≤S≤0.7判断为拥堵起始范围,此范围内速度下降的比例落在设定范围内;当S≥1.5时,判断为拥堵结束范围,此范围内速度上升的比例在设定范围内。
作为上述实施例的优选,还包括:对指定车道内情报装置位置处的车道图像进行采集,根据图像内设定范围内的车辆数量Q对P值进行修订,修订模型如下:
P’=kP
当车辆数量Q为0时,k取1.1~1.3;
当车辆数量Q大于0时,k取1;
上述优选方案旨在对未采集到车辆速度的点进行补偿,使得此处所采集的的速度值0对预测结果的影响减小。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种基于交通预测的车道管控系统,其特征在于,包括:
情报装置,沿指定范围的道路上下游方向等间隔排布,包括与车道一一对应设置的若干情报板;
雷达测速装置,一一对应的安装于所述情报板上,对车道内车辆进行测速;
交通态势分析模块,对来自所述雷达测速装置的数据进行分析,并根据设定模型对交通状况进行预测,其中,通过系统针对每次数据采集绘制以采集位置为横坐标,以该次数据采集所采集到的速度为纵坐标的坐标图,结合所述坐标图的末端走势对交通状况进行预测;
视频监控装置,一一对应的安装于所述情报板上,对车道图像获取,所述交通态势分析模块对来自所述视频监控装置的数据进行分析,并结合来自所述雷达测速装置的数据共同对交通状况进行预测;
交通管控模块,根据预测结果对所述情报板的显示信息进行控制;
基于交通预测的车道管控系统的车道管控方法包括以下步骤:
S1:设定数据采集时间间隔T;
S2:各所述雷达测速装置按照所述时间间隔T进行数据采集,分别获得设定车道内各个情报装置设置位置处,实时通过的车辆的车速,其中,未采集到速度值的情报装置位置处的点的纵坐标为零;
S3:通过以下模型所获得P的数值对指定车道的交通状况进行预测:
P=(N1/N)*V’;
其中,
N1为每次数据采集过程中纵坐标为零的点的个数;
N为每次采集过程中所有采集点的个数;
V’为各速度数据的平均值;
其中,P值越小,拥堵几率越大;
还包括对指定车道内情报装置位置处的车道图像进行采集,根据图像内设定范围内的车辆数量Q对P值进行修订,修订模型如下:
P’=kP
当车辆数量Q为0时,k取1.1~1.3;
当车辆数量Q大于0时,k取1。
2.根据权利要求1所述的基于交通预测的车道管控系统,其特征在于,还包括:通过以下方法判断拥堵路段的起始和结束范围:
计算任意相邻两测速点之间的速度比S,其中,以道路运行方向上位于前方的测速点速度值为分母,以位于后方的测速点的速度值为分子;
当0≤S≤0.7判断为拥堵起始范围,当S≥1.5时,判断为拥堵结束范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011016083.5A CN112133116B (zh) | 2020-09-24 | 2020-09-24 | 一种基于交通预测的车道管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011016083.5A CN112133116B (zh) | 2020-09-24 | 2020-09-24 | 一种基于交通预测的车道管控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112133116A CN112133116A (zh) | 2020-12-25 |
CN112133116B true CN112133116B (zh) | 2021-07-23 |
Family
ID=73841013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011016083.5A Active CN112133116B (zh) | 2020-09-24 | 2020-09-24 | 一种基于交通预测的车道管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112133116B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112802339A (zh) * | 2020-12-31 | 2021-05-14 | 江苏中路工程技术研究院有限公司 | 一种轮迹横向分布测量系统和方法 |
CN113990081B (zh) * | 2021-09-26 | 2022-07-12 | 河北京石高速公路开发有限公司 | 一种高速公路etc门架区间测速系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6411889B1 (en) * | 2000-09-08 | 2002-06-25 | Mitsubishi Denki Kabushiki Kaisha | Integrated traffic monitoring assistance, and communications system |
KR100894515B1 (ko) * | 2007-10-02 | 2009-04-22 | 성균관대학교산학협력단 | 도로용 과속경고장치 |
CN102346964A (zh) * | 2010-08-05 | 2012-02-08 | 王学鹰 | 道路交通网络区域拥堵实时预测与智能管理系统 |
CN105957375A (zh) * | 2016-06-24 | 2016-09-21 | 张文武 | 一种交通信号系统及道路交叉路口车辆通行管理方法 |
CN109697868A (zh) * | 2017-10-22 | 2019-04-30 | 深圳市以捷智慧交通科技有限公司 | 一种基于导航预测的电子交通导向控制系统和方法 |
CN208256095U (zh) * | 2018-04-09 | 2018-12-18 | 山西禾源科技股份有限公司 | 一种高速公路实时车流监测及分流诱导智能安全管理系统 |
CN108914801A (zh) * | 2018-07-18 | 2018-11-30 | 智能司(福建)交通科技有限公司 | 一种变色交通标线 |
CN109215356A (zh) * | 2018-09-17 | 2019-01-15 | 江苏科创交通安全产业研究院有限公司 | 基于led主动发光的可变车道同步管控系统 |
CN110570660A (zh) * | 2019-11-06 | 2019-12-13 | 深圳市城市交通规划设计研究中心有限公司 | 一种实时在线交通仿真系统及方法 |
CN110827542A (zh) * | 2019-11-11 | 2020-02-21 | 江苏中路工程技术研究院有限公司 | 一种高速公路安全车距预警系统 |
CN110796868A (zh) * | 2019-12-02 | 2020-02-14 | 江苏中路工程技术研究院有限公司 | 一种视频与微波融合的交通事件监测系统与方法 |
-
2020
- 2020-09-24 CN CN202011016083.5A patent/CN112133116B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112133116A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9527384B2 (en) | Driving context generation system for generating driving behavior description information | |
US8279086B2 (en) | Traffic flow monitoring for intersections with signal controls | |
CN112133116B (zh) | 一种基于交通预测的车道管控系统 | |
CN108399740B (zh) | 一种信号控制交叉口机动车冲突概率预测方法 | |
CN108447263B (zh) | 基于浮动车的干线协调控制交叉口的信号控制评价方法 | |
Marczak et al. | Key variables of merging behaviour: empirical comparison between two sites and assessment of gap acceptance theory | |
CN109754598B (zh) | 一种拥堵组团识别方法及系统 | |
US11361555B2 (en) | Road environment monitoring device, road environment monitoring system, and road environment monitoring program | |
DE112016007501T5 (de) | Regel-/steuervorrichtung und regel-/steuerverfahren | |
Li et al. | Exploring the effects of traffic density on merging behavior | |
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 | |
CN110619340A (zh) | 一种自动驾驶汽车换道规则的生成方法 | |
CN108806285B (zh) | 一种基于阵列雷达的交叉路口信号调整方法及装置 | |
CN116311913B (zh) | 一种基于ai视频智能分析的高速路段拥堵分析方法及系统 | |
CN114049760A (zh) | 基于交叉路口的交通控制方法、装置及系统 | |
CN113628459A (zh) | 一种面向间歇式公交车道的预约交叉口公交优先方法 | |
CN113095601B (zh) | 基于人工智能的不良视距交叉路口安全会车方法及系统 | |
Levin et al. | Improving intersection safety through variable speed limits for connected vehicles | |
CN110920622B (zh) | 自动驾驶中车辆变道至目标车道前车之前的预测方法 | |
CN112509341A (zh) | 一种基于高位视频分析交通冲突的信号控制装置及方法 | |
CN112373482A (zh) | 一种基于驾驶模拟器的驾驶习惯建模方法 | |
CN112907978A (zh) | 基于监控视频的交通流量监控方法 | |
CN116343474B (zh) | 基于微观交通仿真的高速公路瓶颈动态预测方法及系统 | |
CN115311838B (zh) | 一种隧道入口区域车辆协同一致性评价方法 | |
US20220371587A1 (en) | Method and Apparatus for Determining Vehicle Speed Control Model Training Sample |
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 |