CN112542047A - 一种快速道路交通事故应急诱导分流判别方法 - Google Patents
一种快速道路交通事故应急诱导分流判别方法 Download PDFInfo
- Publication number
- CN112542047A CN112542047A CN202011429845.4A CN202011429845A CN112542047A CN 112542047 A CN112542047 A CN 112542047A CN 202011429845 A CN202011429845 A CN 202011429845A CN 112542047 A CN112542047 A CN 112542047A
- Authority
- CN
- China
- Prior art keywords
- traffic accident
- traffic
- accident
- road section
- vehicle
- 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.)
- Pending
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
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种快速道路交通事故应急诱导分流判别方法,方法包括获取交通事故所在位置在发生交通事故之前的原始通行能力、交通事故所在位置在发生交通事故时的实际通行能力,以及目标上游路段在发生交通事故时的交通流量、最大排队长度、交通事故引起的拥堵的最短消散时间,综合分析比对获取的各数据,判断是否需要对目标上游路段中的车辆进行应急诱导分流判别;本发明提供的方法简单,判别结果的准确度高,用于快速及时的进行道路交通事故应急诱导分流判别。
Description
技术领域
本发明涉及交通分流判别技术领域,具体涉及一种快速道路交通事故应急诱导分流判别方法。
背景技术
在快速道路运行中,最主要的不安全因素就是交通事故。交通事故造成的后果可以分成两阶段,第一阶段主要是指由交通事故导致的人身伤亡和财产损失,第二阶段主要是指发生交通事故后所引发的交通拥堵。
交通诱导分流是缓解拥堵的交通管控措施,快速道路发生交通事故,产生交通拥堵后,如果不能及时对非事故路段的车辆进行合理的诱导分流,交通拥堵的范围和影响时间会扩大,事故应急救援过程会延长,同时二次事故发生概率会增加。
发明内容
本发明的目的:提供一种可以及时快速的判别是否需要对道路交通事故应急诱导分流的方法。
技术方案:本发明提供的快速道路交通事故应急诱导分流判别方法,用于针对包括发生交通事故位置的目标路段,判断是否需要对目标路段中交通事故所在位置的上游车辆进行应急诱导分流,其中,所述目标路段中设有匝道,所述上游车辆的行驶方向指向交通事故所在位置;
其特征在于,基于交通事故的发生触发执行如下步骤:
步骤1、根据预设的快速道路网数据库,获取交通事故所在位置在发生交通事故之前的原始通行能力C0,以及交通事故所在位置在发生交通事故时的实际通行能力C;
针对上游路段中距离交通事故所在位置的距离在预设距离范围内的目标上游路段,获取其在发生交通事故时的交通流量Q0;
执行步骤2;
步骤2、判断目标上游路段在发生交通事故时的交通流量Q0是否小于等于交通事故所在位置在发生该类型交通事故时的实际通行能力C,是则不需要对上游车辆进行应急诱导分流;否则执行步骤3;
步骤3、根据如下公式:
获取最大排队长度Atmax;
其中,Q1为交通事故所在位置在发生交通事故时的交通流量,t1为交通事故的持续时间,K0为交通事故所在位置的上游路段在发生交通事故时的车辆密度,K1为交通事故所在位置在发生该交通事故时的车辆密度,Km为交通事故所在位置在发生交通事故之前的原始车辆密度;
获取交通事故所在位置距离上游路段中最近匝道的距离Lm;
执行步骤4;
步骤4、判断Atmax是否小于等于Lm,是则不对上游车辆进行应急诱导分流;否则执行步骤5;
步骤5、判断Lm是否大于预设的距离阈值L,是则对上游车辆进行应急诱导分流;否则执行步骤6;
步骤6、根据如下公式:
获取交通事故引起的拥堵的最短消散时间tmin;
判断tmin是否大于预设的时间阈值,是则对上游车辆进行应急诱导分流,否则不对上游车辆进行应急诱导分流。
作为本发明的一种优选方案,在步骤1中,交通事故所在位置在发生交通事故时的实际通行能力C的方法包括如下步骤:
步骤1-1、获取交通事故的事故现场所占用的车道数;
步骤1-2、根据交通事故的地点信息、交通事故的事故现场所占用的车道数,结合预设的交通事故数据库,确定交通事故类型;
步骤1-3、根据交通事故所在位置在发生交通事故之前的原始通行能力C0,结合预设的与交通事故类型所对应的影响因子β,确定交通事故所在位置在发生该类型交通事故时的实际通行能力C=β*C0。
作为本发明的一种优选方案,在步骤3中,方法还包括根据如下方法获取交通事故的持续时间t1:
获取救援车辆到达交通事故所在位置的时间tb,结合交通事故应急响应平均用时ta、与交通事故类型相对应的事故救援平均用时tc,获取交通事故的持续时间t1;
根据如下公式:
t1==ta+tb+tc
获取交通事故的持续时间t1。
作为本发明的一种优选方案,根据如下所述方法获取救援车辆到达交通事故所在位置的时间tb:
步骤A、获取交通事故的事故现场所占用的车道数;根据交通事故的位置、交通事故的事故现场所占用的车道数,结合预设的交通事故数据库,确定交通事故类型;
步骤B、根据交通事故类型,结合应急事故救援数据库,确定适用于该交通事故类型的救援车辆类型;结合交通事故发生时各类型的救援车辆分布信息,获取距离交通事故所在位置最近的救援车辆到达交通事故所在位置的时间tb。
作为本发明的一种优选方案,获取交通事故所在位置距离上游路段中最近匝道的距离Lm的方法为:
获取目标路段的路网信息;根据交通事故的地点信息,以及包含交通事故所在位置的预设路段区域内的路网信息,获取交通事故所在位置距离上游路段中最近匝道的距离Lm。
作为本发明的一种优选方案,在步骤2中,获取目标上游路段在发生交通事故时的交通流量Q0的方法为:基于分别用于捕捉目标上游路段中沿行驶方向上各子路段区域视频图像的各视频检测装置,获取发生交通事故时与各视频检测装置所对应的各子路段区域的交通流量,对获取的交通流量求平均,获取目标上游路段在发生交通事故时的交通流量Q0;
在步骤3中,获取交通事故所在位置在发生交通事故时的交通流量Q1的方法为:基于用于捕捉交通事故所在位置的视频检测装置,获取交通事故所在位置在发生交通事故时的交通流量Q1。
作为本发明的一种优选方案,在步骤3中,基于目标上游路段在发生交通事故时的交通流量Q0,以及发生交通事故时目标上游路段中各车辆的平均速度,获取目标上游路段在发生交通事故时的车辆密度K0;基于交通事故所在位置在发生交通事故时的交通流量Q1,以及交通事故所在位置在发生交通事故时的各车辆的平均速度,获取交通事故所在位置在发生该交通事故时的车辆密度K1;基于交通事故所在位置在发生交通事故之前的交通流量Q1,以及交通事故所在位置在发生交通事故之前的各车辆的平均速度,获取交通事故所在位置在发生该交通事故之前的车辆密度Km。
相对于现有技术,本发明提供的方法简单准确,可以判别何时应对车辆进行诱导分流,在最大程度发挥快速道路事故路段通行能力的前提下,保障事故应急救援效果,降低事故应急处理时二次事故发生概率。
附图说明
图1是根据本发明实施例提供的判别方法流程图;
图2是根据本发明实施例提供的快速道路发生交通事故后交通波示意图;
图3是根据本发明实施例提供的交通事故处与上游最近匝道距离示意图。
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。
在本发明的描述中,术语“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明而不是要求本发明必须以特定的方位构图和操作,因此不能理解为对本发明的限制。
参照图1,本发明提供了一种快速道路交通事故应急诱导分流判别方法,用于针对包括发生交通事故位置的目标路段,判断是否需要对目标路段中交通事故所在位置的上游车辆进行应急诱导分流,其中,目标路段中设有匝道,上游车辆的行驶方向指向交通事故所在位置;参照图3,车辆沿自左向右的方向行驶,交通事故所在位置左方的快速道路为目标路段。
在进行判别时,基于交通事故的发生触发执行如下步骤:
步骤1、根据预设的快速道路网数据库,获取交通事故所在位置在发生交通事故之前的原始通行能力C0,以及交通事故所在位置在发生交通事故时的实际通行能力C;
针对上游路段中距离交通事故所在位置的距离在预设距离范围内的目标上游路段,获取其在发生交通事故时的交通流量Q0,然后执行步骤2。
具体的,通过采集交通事故信息、路网信息、实时交通流信息,确定交通事故的类型、交通事故的持续时间、事故路段的实际通行能力C;
交通事故信息包括:事故发生位置、事故现场道路条件、事故现场占用车道数;路网信息包括:路网结构等;交通流信息包括:车速V、流量Q、密度K等。
具体的,获取交通事故所在位置在发生交通事故时的实际通行能力C的方法包括如下步骤:
步骤1-1、获取包括交通事故的事故现场所占用的车道数在内的交通事故信息。
步骤1-2、根据交通事故信息,结合预设的交通事故数据库,确定交通事故类型;
步骤1-3、根据交通事故所在位置在发生交通事故之前的原始通行能力C0,结合预设的与交通事故类型所对应的影响因子β,确定交通事故所在位置在发生该类型交通事故时的实际通行能力C=β*C0。
步骤2、判断交通事故所在位置的上游路段的交通流量Q0是否小于等于交通事故所在位置在发生该类型交通事故时的实际通行能力C,是则说明交通事故不造成拥堵,不需要对上游车辆进行应急诱导分流;否则说明交通事故造成拥堵,执行步骤3。
交通流量为在预设时间段内通过快速道路某一断面的车辆目标的总个数;在本方案中,基于分别用于捕捉目标上游路段中沿行驶方向上各子路段区域视频图像的各视频检测装置,获取发生交通事故时与各视频检测装置所对应的各子路段区域的交通流量,对获取的交通流量求平均,获取目标上游路段在发生交通事故时的交通流量Q0。
步骤3、获取最大排队长度Atmax。
假设快速道路事故路段上游,交通流量Q0,速度V0,密度K0;
结合图2,将交通事故所在位置标记为初始位置A1,A1=0,设t=0时刻,A1=0处发生交通事故,此时交通事故处流量变为Q1≤C<Q0≤C0,交通事故的持续时间T=t1,在t1之后,交通事故A1=0处的流量恢复为Q0;
t2时刻启动波集结波相遇,启动波追上集结波,此时交通事故上游排队末尾位置距离A1之间的距离At2为:
当Q=C0,K=Km时,得到上游最大排队长度:
当消散波传播到交通事故处时,事故处交通状况恢复正常,此时
即:根据如下公式:
其中,Q1为交通事故所在位置在发生交通事故时的交通流量,t1为交通事故的持续时间,K0为交通事故所在位置的上游路段在发生交通事故时的车辆密度,K1为交通事故所在位置在发生该交通事故时的车辆密度,Km为交通事故所在位置在发生交通事故之前的原始车辆密度。
获取目标路段的路网信息;
根据交通事故的地点信息,以及包含交通事故所在位置的预设路段区域内的路网信息,获取交通事故所在位置距离上游路段中最近匝道的距离Lm,匝道在目标路段中示意图如图3所示。
参照图3,目标上游路段包括:距离交通事故所在位置处距离最近的匝道处设置的视频检测装置K以及匝道左侧与视频检测装置K相邻的视频检测装置K-1之间的上游路段区域;基于距离交通事故所在位置处距离最近的匝道处设置的视频检测装置K,以及匝道左侧与视频检测装置K相邻的视频检测装置K-1捕捉目标上游路段中的视频图像,获取目标上游路段的交通流量。
在实施本发明所示的应急诱导判别方法时,应急诱导分流的目标上游路段除了图3中所示的两处视频检测装置之间的路段外,还包括该路段的上游路段,即目标上游路段还包括图3中视频检测装置k-1所在位置的左侧的路段;在因交通事故造成拥堵后,在最短消散时间会到达交通事故所在位置处的所有车辆,都属于进行应急诱导分流判别的对象;图3所示的上游路段只是目标上游路段中的一部分。
其中,基于目标上游路段在发生交通事故时的交通流量Q0,以及发生交通事故时目标上游路段中各车辆的平均速度,获取目标上游路段在发生交通事故时的车辆密度K0;基于交通事故所在位置在发生交通事故时的交通流量Q1,以及交通事故所在位置在发生交通事故时的各车辆的平均速度,获取交通事故所在位置在发生该交通事故时的车辆密度K1;基于交通事故所在位置在发生交通事故之前的交通流量Q1,以及交通事故所在位置在发生交通事故之前的各车辆的平均速度,获取交通事故所在位置在发生该交通事故之前的车辆密度Km。
具体的,发生交通事故时目标上游路段中各车辆的平均速度时,针对发生交通事故时目标上游路段中的各子路段区域,通过视频检测装置捕捉各子路段区域的视频图像,结合神经网络模型判别出视频帧中的所有车辆目标,标记各车辆目标,并获取各车辆目标的位置,根据同一车辆目标在两个不同时刻所捕获的视频帧中的位置,以及所述两个视频帧之间的时间间隔,获取各车辆目标的车辆速度;对目标上游路段中的所有车辆的车辆速度求平均,获取其中各车辆的平均速度。
其中,获取交通事故所在位置在发生交通事故时的交通流量Q1的方法为:基于用于捕捉包含交通事故所在位置的子路段区域视频图像的视频检测装置,获取交通事故所在位置在发生交通事故时的交通流量Q1。
执行步骤4;
步骤4、判断Atmax是否小于等于Lm,是则不对上游车辆进行应急诱导分流;否则执行步骤5;
步骤5、判断Lm是否大于预设的距离阈值L,是则对上游车辆进行应急诱导分流;否则执行步骤6;在一个实施例中,L=600m.
步骤6、根据公式:
获取交通事故引起的拥堵的最短消散时间tmin;
判断tmin是否大于预设的时间阈值,是则对上游车辆进行应急诱导分流,否则不对上游车辆进行应急诱导分流。在一个实施例中,预设的时间阈值为0.9h。
即:比较最大排队长度Atmax与交通事故发生处与上游路段中最近匝道之间的距离Lm,结合拥堵最短消散时间,确定是否需要进行应急诱导分流;
当Atmax>Lm>600m,采取应急诱导分流,Lm为交通事故处距上游路段最近匝道的距离;
当Atmax>Lm,但Lm≤600m,且tmin>0.9h,采取应急诱导分流;否则无须进行应急诱导分流。
具体的,根据如下方法获取交通事故的持续时间t1。
获取救援车辆到达交通事故所在位置的时间tb,结合交通事故应急响应平均用时ta、与交通事故类型相对应的事故救援平均用时tc,获取交通事故的持续时间t1;t1=ta+tb+tc。
具体的,可通过应急事故救援数据库,根据历史数据获得预设的交通事故应急响应平均用时ta、预设的与交通事故类型相对应的事故救援平均用时tc;
具体的,根据如下所述方法获取救援车辆到达交通事故所在位置的时间tb:
步骤A、获取交通事故的事故现场所占用的车道数;根据交通事故的地点信息、交通事故的事故现场所占用的车道数,结合预设的交通事故数据库,确定交通事故类型;
步骤B、根据交通事故类型,结合应急事故救援数据库,确定适用于该交通事故类型的救援车辆类型;结合交通事故发生时各类型的救援车辆分布信息,基于路网最短路算法获取距离交通事故所在位置最近的救援车辆到达交通事故所在位置的时间tb。
本发明提供一种快速道路交通事故应急诱导分流判别方法,可以判别何时应对车辆进行诱导分流,可在最大程度发挥快速道路事故路段通行能力的前提下,保障事故应急救援效果,降低事故应急处理时二次事故发生概率。
以上所述仅是本发明的优选实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种快速道路交通事故应急诱导分流判别方法,用于针对包括发生交通事故位置的目标路段,判断是否需要对目标路段中交通事故所在位置的上游车辆进行应急诱导分流,其中,所述目标路段中设有匝道,所述上游车辆的行驶方向指向交通事故所在位置;
其特征在于,基于交通事故的发生触发执行如下步骤:
步骤1、根据预设的快速道路网数据库,获取交通事故所在位置在发生交通事故之前的原始通行能力C0,以及交通事故所在位置在发生交通事故时的实际通行能力C;
针对上游路段中距离交通事故所在位置的距离在预设距离范围内的目标上游路段,获取其在发生交通事故时的交通流量Q0;
执行步骤2;
步骤2、判断目标上游路段在发生交通事故时的交通流量Q0是否小于等于交通事故所在位置在发生该类型交通事故时的实际通行能力C,是则不需要对上游车辆进行应急诱导分流;否则执行步骤3;
步骤3、根据如下公式:
获取最大排队长度Atmax;
其中,Q1为交通事故所在位置在发生交通事故时的交通流量,t1为交通事故的持续时间,K0为交通事故所在位置的上游路段在发生交通事故时的车辆密度,K1为交通事故所在位置在发生该交通事故时的车辆密度,Km为交通事故所在位置在发生交通事故之前的原始车辆密度;
获取交通事故所在位置距离上游路段中最近匝道的距离Lm;
执行步骤4;
步骤4、判断Atmax是否小于等于Lm,是则不对上游车辆进行应急诱导分流;否则执行步骤5;
步骤5、判断Lm是否大于预设的距离阈值L,是则对上游车辆进行应急诱导分流;否则执行步骤6;
步骤6、根据如下公式:
获取交通事故引起的拥堵的最短消散时间tmin;
判断tmin是否大于预设的时间阈值,是则对上游车辆进行应急诱导分流,否则不对上游车辆进行应急诱导分流。
2.根据权利要求1所述的快速道路交通事故应急诱导分流判别方法,其特在于,在步骤1中,交通事故所在位置在发生交通事故时的实际通行能力C的方法包括如下步骤:
步骤1-1、获取交通事故的事故现场所占用的车道数;
步骤1-2、根据交通事故的地点信息、交通事故的事故现场所占用的车道数,结合预设的交通事故数据库,确定交通事故类型;
步骤1-3、根据交通事故所在位置在发生交通事故之前的原始通行能力C0,结合预设的与交通事故类型所对应的影响因子β,确定交通事故所在位置在发生该类型交通事故时的实际通行能力C=β*C0。
3.根据权利要求1所述的快速道路交通事故应急诱导分流判别方法,其特在于,在步骤3中,方法还包括根据如下方法获取交通事故的持续时间t1:
获取救援车辆到达交通事故所在位置的时间tb,结合交通事故应急响应平均用时ta、与交通事故类型相对应的事故救援平均用时tc,获取交通事故的持续时间t1;
根据如下公式:
t1==ta+tb+tc
获取交通事故的持续时间t1。
4.根据权利要求3所述的快速道路交通事故应急诱导分流判别方法,其特在于,根据如下所述方法获取救援车辆到达交通事故所在位置的时间tb:
步骤A、获取交通事故的事故现场所占用的车道数;根据交通事故的位置、交通事故的事故现场所占用的车道数,结合预设的交通事故数据库,确定交通事故类型;
步骤B、根据交通事故类型,结合应急事故救援数据库,确定适用于该交通事故类型的救援车辆类型;结合交通事故发生时各类型的救援车辆分布信息,获取距离交通事故所在位置最近的救援车辆到达交通事故所在位置的时间tb。
5.根据权利要求1所述的快速道路交通事故应急诱导分流判别方法,其特征在于,获取交通事故所在位置距离上游路段中最近匝道的距离Lm的方法为:
获取目标路段的路网信息;根据交通事故的地点信息,以及包含交通事故所在位置的预设路段区域内的路网信息,获取交通事故所在位置距离上游路段中最近匝道的距离Lm。
6.根据权利要求1所述的快速道路交通事故应急诱导分流判别方法,其特征在于,
在步骤2中,获取目标上游路段在发生交通事故时的交通流量Q0的方法为:基于分别用于捕捉目标上游路段中沿行驶方向上各子路段区域视频图像的各视频检测装置,获取发生交通事故时与各视频检测装置所对应的各子路段区域的交通流量,对获取的交通流量求平均,获取目标上游路段在发生交通事故时的交通流量Q0;
在步骤3中,获取交通事故所在位置在发生交通事故时的交通流量Q1的方法为:基于用于捕捉交通事故所在位置的视频检测装置,获取交通事故所在位置在发生交通事故时的交通流量Q1。
7.根据权利要求1所述的快速道路交通事故应急诱导分流判别方法,其特征在于,在步骤3中,基于目标上游路段在发生交通事故时的交通流量Q0,以及发生交通事故时目标上游路段中各车辆的平均速度,获取目标上游路段在发生交通事故时的车辆密度K0;基于交通事故所在位置在发生交通事故时的交通流量Q1,以及交通事故所在位置在发生交通事故时的各车辆的平均速度,获取交通事故所在位置在发生该交通事故时的车辆密度K1;基于交通事故所在位置在发生交通事故之前的交通流量Q1,以及交通事故所在位置在发生交通事故之前的各车辆的平均速度,获取交通事故所在位置在发生该交通事故之前的车辆密度Km。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011429845.4A CN112542047A (zh) | 2020-12-07 | 2020-12-07 | 一种快速道路交通事故应急诱导分流判别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011429845.4A CN112542047A (zh) | 2020-12-07 | 2020-12-07 | 一种快速道路交通事故应急诱导分流判别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112542047A true CN112542047A (zh) | 2021-03-23 |
Family
ID=75019674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011429845.4A Pending CN112542047A (zh) | 2020-12-07 | 2020-12-07 | 一种快速道路交通事故应急诱导分流判别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112542047A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114141030A (zh) * | 2021-12-27 | 2022-03-04 | 吉林大学 | 一种异质行驶需求下的事故后高速公路车流诱导方法 |
CN115424432A (zh) * | 2022-07-22 | 2022-12-02 | 重庆大学 | 一种基于多源数据的高速公路异常事件下的上游分流方法 |
CN115662145A (zh) * | 2022-12-26 | 2023-01-31 | 广东汇通信息科技股份有限公司 | 一种基于大数据的事故路段车辆应急分流方法 |
CN116434526A (zh) * | 2022-12-09 | 2023-07-14 | 贵州鹰驾交通科技有限公司 | 一种基于数据分析的智慧高速公路车辆行驶引流监控管理系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110010953A (ko) * | 2009-07-27 | 2011-02-08 | 조용성 | 교통사고 안내시스템 및 안내방법 |
CN102419905A (zh) * | 2011-08-12 | 2012-04-18 | 北京航空航天大学 | 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 |
CN104575049A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的高架匝道智能诱导方法及装置 |
CN206133931U (zh) * | 2016-11-01 | 2017-04-26 | 长安大学 | 一种隧道交通拥堵快速疏散控制系统 |
CN109191834A (zh) * | 2018-08-30 | 2019-01-11 | 华南理工大学 | 一种高速公路突发危险品运输事故的协同疏导控制方法 |
-
2020
- 2020-12-07 CN CN202011429845.4A patent/CN112542047A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110010953A (ko) * | 2009-07-27 | 2011-02-08 | 조용성 | 교통사고 안내시스템 및 안내방법 |
CN102419905A (zh) * | 2011-08-12 | 2012-04-18 | 北京航空航天大学 | 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 |
CN104575049A (zh) * | 2015-01-14 | 2015-04-29 | 合肥革绿信息科技有限公司 | 一种基于阵列雷达的高架匝道智能诱导方法及装置 |
CN206133931U (zh) * | 2016-11-01 | 2017-04-26 | 长安大学 | 一种隧道交通拥堵快速疏散控制系统 |
CN109191834A (zh) * | 2018-08-30 | 2019-01-11 | 华南理工大学 | 一种高速公路突发危险品运输事故的协同疏导控制方法 |
Non-Patent Citations (1)
Title |
---|
张晓田: "高速公路网络交通诱导分流方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114141030A (zh) * | 2021-12-27 | 2022-03-04 | 吉林大学 | 一种异质行驶需求下的事故后高速公路车流诱导方法 |
CN114141030B (zh) * | 2021-12-27 | 2022-11-01 | 吉林大学 | 一种异质行驶需求下的事故后高速公路车流诱导方法 |
CN115424432A (zh) * | 2022-07-22 | 2022-12-02 | 重庆大学 | 一种基于多源数据的高速公路异常事件下的上游分流方法 |
CN116434526A (zh) * | 2022-12-09 | 2023-07-14 | 贵州鹰驾交通科技有限公司 | 一种基于数据分析的智慧高速公路车辆行驶引流监控管理系统 |
CN116434526B (zh) * | 2022-12-09 | 2023-11-10 | 贵州鹰驾交通科技有限公司 | 一种基于数据分析的智慧高速公路车辆行驶引流监控管理系统 |
CN115662145A (zh) * | 2022-12-26 | 2023-01-31 | 广东汇通信息科技股份有限公司 | 一种基于大数据的事故路段车辆应急分流方法 |
CN115662145B (zh) * | 2022-12-26 | 2023-03-10 | 广东汇通信息科技股份有限公司 | 一种基于大数据的事故路段车辆应急分流方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112542047A (zh) | 一种快速道路交通事故应急诱导分流判别方法 | |
CN105225500B (zh) | 一种交通控制辅助决策方法及装置 | |
CN107767666B (zh) | 一种智能检测的单点控制交叉口出口交通流溢出防控方法 | |
US10699568B1 (en) | Video-based crossroad signal machine control method | |
CN109285349B (zh) | 车路协同环境下高速公路交通事件检测方法及预警系统 | |
CN107507415A (zh) | 车联网下基于mfd和排队长度的路网边界限流控制方法 | |
Gong et al. | Optimal location of advance warning for mandatory lane change near a two-lane highway off-ramp | |
US20210043076A1 (en) | Traffic monitoring apparatus, traffic monitoring system, traffic monitoring method, and non-transitory computer readable medium storing program | |
CN112435473A (zh) | 一种结合历史数据的快速路交通流溯源及匝道调控方法 | |
JP7111151B2 (ja) | 情報処理装置、道路分析方法、及びプログラム | |
CN113744533B (zh) | 一种基于5g的车辆疏导方法及系统 | |
WO2019189216A1 (ja) | 交通監視装置、交通監視システム、交通監視方法及びプログラムが格納された非一時的なコンピュータ可読媒体 | |
CN115331401B (zh) | 一种高速公路长距离隧道车辆行驶安全智能分析预警系统 | |
JP3854881B2 (ja) | 渋滞回避支援装置 | |
CN111581538A (zh) | 一种基于高速公路收费数据的高速交通流状态推断方法 | |
CN108922212B (zh) | 一种基于无人机的高速公路突发事件下交通识别方法 | |
CN110766940A (zh) | 道路信号交叉口运行状况评估方法 | |
CN106780269A (zh) | 一种山区公路长下坡急弯路段振动减速标线的设置方法 | |
JP6936192B2 (ja) | 渋滞状態特定方法、渋滞状態特定装置及びコンピュータプログラム | |
CN116631176B (zh) | 站点客流分布状态的控制方法及系统 | |
WO2024060486A1 (zh) | 基于可控智能网联车的高速公路匝道混合交通流管控方法 | |
CN113297294B (zh) | 一种基于大数据和云计算的高速公路监控管理方法及云监控管理平台 | |
JP2940296B2 (ja) | 駐車車両検出方法 | |
CN115223362A (zh) | 城市道路动态自动驾驶专用车道及其使用方法 | |
CN113053108A (zh) | 一种实时识别快速道路上拥堵队尾的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210323 |