CN112562341B - 一种道路检测设备布设方法、装置及存储介质 - Google Patents
一种道路检测设备布设方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112562341B CN112562341B CN202110215208.5A CN202110215208A CN112562341B CN 112562341 B CN112562341 B CN 112562341B CN 202110215208 A CN202110215208 A CN 202110215208A CN 112562341 B CN112562341 B CN 112562341B
- Authority
- CN
- China
- Prior art keywords
- road
- detection equipment
- flow
- signal control
- path
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- 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—Systems or methods specially adapted for 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提供了一种道路检测设备布设方法、装置及存储介质,方法包括:获取标定区域的道路基本信息,根据所述道路基本信息建立交通网络图,其中,所述交通网络图用于描述路口、路段、转向车道以及OD路径之间的关系;根据所述交通网络图和道路基本信息构建多类型检测设备的布设点位的优化模型,其中,所述优化模型的目标函数与所述检测设备检测到流量的所述OD路径的数量正相关,且所述目标函数与所述检测设备检测到流量的所述信号控制路口的数量正相关;对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位。采用本发明的技术方案布设各个类型的检测设备,能够提高检测的数据的全面性、减少设备投入。
Description
技术领域
本发明涉及道路检测技术领域,具体而言,涉及一种道路检测设备布设方法、装置及存储介质。
背景技术
区域交通信号控制系统是指将城市道路网络的全部信号控制路口作为一个整体,联动起来进行交通信号优化控制的系统,相较于各个路口分别进行信号控制能够最大程度发挥信号控制系统的作用,保障交通安全和提高交通运行效率。区域交通信号控制采用多路径交通流协调、瓶颈路段的流入流出控制策略等实现区域整体的有效联动,不仅需要单个路口的流量,还需要整个道路网络的交通流OD(Origin-Destination,交通出行量)路径的需求流量等,为了获取这些信息就需要在道路网络上布设各种检测设备。
由于城市区域广、路网密度大等原因,若在每个路口和每个路段上都布设检测设备,所需的成本非常高。为了检测得到路网OD路径的需求流量,同时减少设备投入,目前常采用以下两种方法来布设检测设备。
一种是以交通OD矩阵估计为主要目标来布设断面流量检测设备,通常通过建立0-1线性规划模型(BILP,Binary Integer Linear Programming),以检测设备的布设点位为决策变量,以能够覆盖的路网OD量最大为优化目标,在一定的设备数量或者预算的约束下,求解最优的断面流量检测设备的布设点位。但是,这种方法需要预先获取准确的先验OD信息,增加了工作量,并且依据该方法布设的检测设备仅适合检测交通流OD路径的需求流量。
另一种是以交通出行路径重构为主要目标来布设车辆身份感知检测设备,建立0-1线性规划模型,在全部OD路径被检测设备覆盖的情况下以设备数量最少为目标,或者在一定设备数量或预算的约束下,以检测设备覆盖的OD路径数最多为目标,求解车辆身份感知检测设备布设的点位,这种方法虽然不依赖准确的先验OD比例关系,但是依据该方法布设的检测设备仅适合检测交通流OD路径的需求流量。
发明内容
本发明解决的问题是针对现有技术中布设的检测设备采集的数据只包括OD路径流量,不够全面,且只能针对单一类型的检测设备布局进行优化的问题。
为解决上述问题,本发明提供一种道路检测设备布设方法、装置及存储介质。
第一方面,本发明提供了一种道路检测设备布设方法,包括:
获取标定区域的道路基本信息,根据所述道路基本信息建立交通网络图,其中,所述交通网络图包括OD对、OD路径、信号控制路口、路段和转向车道,用于描述信号控制路口、路段、转向车道和OD路径之间的关系,所述交通网络图中任意两个节点为一个所述OD对,所述OD对之间的路径为所述OD路径,所述道路基本信息包括所述信号控制路口的流量总和、所述OD对的先验流量和所述OD路径的先验流量;
根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型,其中,所述优化模型的目标函数由所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和建立得到,所述优化模型的目标函数与所述检测设备检测到流量的所述OD路径的数量正相关,且所述目标函数与所述检测设备检测到流量的所述信号控制路口的数量正相关,所述优化模型的约束条件包括每条所述OD路径上至少有一个路段安装有所述检测设备,对于任一所述OD路径,至少有1个检测设备适于将所述OD路径与其它OD路径区分开,各个类型的所述检测设备的总成本在标定的设备预算内;
对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位。
进一步,所述检测设备包括断面流量检测设备和车辆身份感知检测设备。
进一步,所述道路基本信息包括所述标定区域内的所述信号控制路口、路段和所述路段与所述信号控制路口之间的第一连接关系,所述根据所述道路基本信息建立交通网络图包括:
对于所述标定区域的任一所述信号控制路口,根据所述第一连接关系确定与所述信号控制路口连接的所有所述路段;
以所述信号控制路口为节点,以连接所述信号控制路口的各条所述路段为边建立所述交通网络图。
进一步,所述信号控制路口包括多个进口道和多个出口道,所述路段包括多个车道,所述道路基本信息包括所述进口道与所述车道之间的第二连接关系和所述出口道与所述车道之间的第三连接关系,所述根据所述道路基本信息建立交通网络图包括:
对于所述标定区域的任一所述信号控制路口,根据所述第二连接关系确定与各个所述进口道连接的所述车道,根据所述第三连接关系确定与各个所述出口道连接的所述车道;
以所述进口道和所述出口道为节点,以连接所述进口道和所述出口道的各条所述车道为边,建立所述交通网络图,其中,所述边包括对应的所述车道的行驶方向。
进一步,所述交通网络图中任意两个所述节点组成一个OD对,所述OD对中的一个所述节点为起点,另一个所述节点为终点,从所述起点到所述终点经过的路径为所述OD对对应的OD路径,所述道路基本信息包括OD对的先验流量和OD路径的先验流量;所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型包括:
以所述检测设备覆盖的所述OD路径的数量和所述信号控制路口的数量加权之和最大为优化目标,根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和,采用第一公式建立所述优化模型的目标函数,所述第一公式包括:
其中,、是所述目标函数的权重,表示任一所述OD对,是所述交通网络图中所有所述OD对的集合,表示所述OD对对应的任一OD路径,是所述OD对的全部所述OD路径的集合,表示任一所述信号控制路口,是所述交通网络图中全部所述信号控制路口的集合,表示所述OD对的先验流量,表示所述路径的先验流量,是所述信号控制路口的流量总和,和是0-1决策变量,当时,OD路径能被所述检测设备唯一识别,否则,当时,信号控制路口的全部进口路段都安装有所述检测设备,否则。
进一步,所述检测设备包括断面流量检测设备和车辆身份感知检测设备,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第二公式确定所述优化模型的第一约束条件,所述第二公式包括:
其中,表示所述交通网络图中的任一条边,表示任一条所述OD路径,是所述交通网络图中全部边的集合;是0-1决策变量,当时,表示在所述边上安装有所述断面流量检测设备,当时,则为所述边上未安装所述断面流量检测设备;是0-1决策变量,当时,表示在所述边上安装有所述车辆身份感知检测设备,当时,则表示所述边上未安装所述车辆身份感知检测设备;是0-1变量,当时,表示所述OD路径经过所述边,否则。
进一步,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第三公式确定所述优化模型的第二约束条件,所述第三公式包括:
进一步,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第四公式确定所述优化模型的第三约束条件,所述第四公式包括:
进一步,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第五公式确定所述优化模型的第四约束条件,所述第五公式包括:
进一步,所述对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位包括:
对所述优化模型进行求解,获得目标值最大时所述检测设备的布设点位,其中,所述目标值由对所述检测设备检测到流量的所述OD路径数量和检测到流量的所述信号控制路口数量进行加权求和得到。
第二方面,本发明提供了一种道路检测设备布设装置,包括:
获取模块,用于获取标定区域的道路基本信息,根据所述道路基本信息建立交通网络图,其中,所述交通网络图包括OD对、OD路径、信号控制路口、路段和转向车道,用于描述信号控制路口、路段、转向车道和OD路径之间的关系,所述交通网络图中任意两个节点为一个所述OD对,所述OD对之间的路径为所述OD路径,所述道路基本信息包括所述信号控制路口的流量总和、所述OD对的先验流量和所述OD路径的先验流量;
构建模块,用于根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型,其中,所述优化模型的目标函数根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和建立得到,所述优化模型的目标函数与所述检测设备检测到流量的所述OD路径的数量正相关,且所述目标函数与所述检测设备检测到流量的所述信号控制路口的数量正相关,所述优化模型的约束条件包括每条所述OD路径上至少有一个路段安装有所述检测设备,对于任一所述OD路径,至少有1个检测设备适于将所述OD路径与其它OD路径区分开,各个类型的所述检测设备的总成本在标定的设备预算内;
处理模块,用于对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位。
第三方面,本发明提供了一种道路检测设备布设装置,包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现如上所述的道路检测设备布设方法。
第四方面,本发明提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的道路检测设备布设方法。
本发明的道路检测设备布设方法、装置及存储介质的有益效果是:获取标定区域的道路基本信息,道路基本信息可包括信号控制路口和路段等信息,根据道路基本信息建立交通网络图,交通网络图能够将复杂的道路交通网简单化,减少后续工作量,提高处理速度。交通网络图包括OD路径和信号控制路口,OD路径为从起点到终点经过的路径,根据交通网络构建多类型检测设备的布设点位的优化模型,结合多个不同类型的检测设备进行一体化布设,能够充分利用已有的检测设备,并且采用多类型检测设备相比于采用单一类型的检测设备,能够降低成本。在标定的设备预算约束下,优化模型的目标函数分别与检测设备检测到流量的OD路径数量和检测到流量的信号控制路口数量正相关,同时考虑对OD路径流量和信号控制路口流量的检测,对优化模型进行求解,得到各个类型检测设备的布设点位。根据该布设点位布设各个类型的检测设备,使得在标定的设备预算下,能够对更多的OD路径和信号控制路口的流量进行检测,在不增加设备成本的情况下,提高了检测数据的全面性。
附图说明
图1为本发明实施例的一种道路检测设备布设方法的流程示意图;
图2为本发明实施例的道路基本信息对应的道路交通网示意图;
图3为本发明实施例的信号控制路口示意图;
图4为本发明实施例的一种交通网络图;
图5为本发明实施例的另一种交通网络图;
图6为本发明实施例的一种道路检测设备布设装置的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
如图1所示,本发明实施例提供的一种道路检测设备布设方法,包括:
步骤110,获取标定区域的道路基本信息,根据所述道路基本信息建立交通网络图,其中,所述交通网络图包括OD对、OD路径、信号控制路口、路段和转向车道,用于描述信号控制路口、路段、转向车道和OD路径之间的关系,所述交通网络图中任意两个节点为一个所述OD对,所述OD对之间的路径为所述OD路径,所述道路基本信息包括所述信号控制路口的流量总和、所述OD对的先验流量和所述OD路径的先验流量;
步骤120,根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型,其中,所述优化模型的目标函数根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和建立得到,所述优化模型的目标函数与所述检测设备检测到流量的所述OD路径的数量正相关,且所述目标函数与所述检测设备检测到流量的所述信号控制路口的数量正相关,所述优化模型的约束条件包括每条所述OD路径上至少有一个路段安装有所述检测设备,对于任一所述OD路径,至少有1个检测设备适于将所述OD路径与其它OD路径区分开,各个类型的所述检测设备的总成本在标定的设备预算内。
具体地,检测设备包括断面流量检测设备和车辆身份感知检测设备。优化模型以目标值最大为优化目标,目标值由对所述检测设备检测到流量的所述OD路径数量和检测到流量的所述信号控制路口数量进行加权求和得到。
步骤130,对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位。
本实施例中,获取标定区域的道路基本信息,道路基本信息可包括信号控制路口和路段等信息,根据道路基本信息建立交通网络图,交通网络图能够将复杂的道路交通网简单化,减少后续工作量,提高处理速度。交通网络图包括OD路径和信号控制路口,OD路径为从起点到终点经过的路径,根据交通网络构建多类型检测设备的布设点位的优化模型,结合多个不同类型的检测设备进行一体化布设,能够充分利用已有的检测设备,并且采用多类型检测设备相比于采用单一类型的检测设备,能够降低成本。在标定的设备预算约束下,优化模型的目标函数分别与检测设备检测到流量的OD路径数量和检测到流量的信号控制路口数量正相关,同时考虑对OD路径流量和信号控制路口流量的检测,对优化模型进行求解,得到各个类型检测设备的布设点位。根据该布设点位布设各个类型的检测设备,使得在标定的设备预算下,能够对更多的OD路径和信号控制路口的流量进行检测,在不增加设备成本的情况下,提高了检测数据的全面性。
具体地,如图2所示的道路交通网包括a-f共6个道路节点,和1-5共5条单向路段,6个道路节点组成了a→e、a→f、b→e、b→f共4个OD对,5条单向路段组成了1→3→4、1→3→5、2→3→4、2→3→5共4条路径,其中,每个OD对对应一条路径。
可在路段3上安装断面流量检测设备,在已知OD比例关系的先验信息下,就可根据断面流量检测设备检测的路段3的流量推算出各个OD对的流量。
或者在路段1、路段3和路段4上分别安装车辆身份感知检测设备,根据车辆身份感知检测设备检测到的车辆信息和流量信息可以直接推算出各个OD对的流量,而不需要预先知道各个OD对之间的比例关系。例如:在路段1和路段4都检测到的车辆就对应OD对a→e,在路段1没有被检测到而在路段4被检测到的车辆就对应OD对b→e,在路段1被检测到而在路段4未被检测到的车辆就对应OD对a→f,在路段3被检测到而路段1和路段4未被检测到的车辆就对应OD对b→f。
采用本实施例的方案,可在路段1和路段4上分别安装身份感知检测设备,在路段3安装断面流量检测设备,也可以在不需要各OD对之间比例关系的情况下,推算出各条OD对的流量。例如:在路段1和路段4被检测到的车辆对应OD对a→e,在路段1没有被检测到而在路段4被检测到的车辆就对应OD对b→e,在路段1被检测到而路段4未被检测到的车辆就对应OD对a→f,用路段3检测到的总流量减去上述三个OD对的流量,就可得到OD对b→f的流量。
能够根据断面流量检测设备和车辆身份感知检测设备等多类型检测设备进行一体化布设,能够充分利用已有的检测设备,在实现相同的检测效果的情况下,相比与采用单一类型的检测设备,能够节省设备投入,降低成本。
优选地,如图3所示,所述道路基本信息包括所述标定区域内的所述信号控制路口、路段和所述路段与所述信号控制路口之间的第一连接关系,所述根据所述道路基本信息建立交通网络图包括:
对于所述标定区域的任一所述信号控制路口,根据所述第一连接关系确定与所述信号控制路口连接的所有所述路段;
以所述信号控制路口为节点,以连接所述信号控制路口的各条所述路段为边建立所述交通网络图。
具体地,如图4所示,将信号控制路口作为一个节点,若信号控制路口为十字路口,同一路段的不同行驶方向的车道为不同的边,则十字路口有八个与其连接的边,四条进入信号控制路口的边和四条离开信号控制路口的边。
优选地,如图5所示,所述信号控制路口包括多个进口道和多个出口道,所述路段包括多个车道,所述道路基本信息包括所述进口道与所述车道之间的第二连接关系和所述出口道与所述车道之间的第三连接关系,所述根据所述道路基本信息确定交通网络图包括:
对于所述标定区域的任一所述信号控制路口,根据所述第二连接关系确定与各个所述进口道连接的所述车道,根据所述第三连接关系确定与各个所述出口道连接的所述车道;
以所述进口道和所述出口道为节点,以连接所述进口道和所述出口道的各条所述车道为边,建立所述交通网络图,其中,所述边包括对应的所述车道的行驶方向。
具体地,以不同的车道为边建立交通网络图,每个车道对应有行驶方向,在边上布设检测设备,由于边包括了对应车道的行驶方向,检测的该条边的总流量能够区分出不同转向的车的流量。检测设备的布设点位位于交通网络图的边上。
优选地,所述交通网络图中任意两个所述节点组成一个OD对,所述OD对中的一个所述节点为起点,另一个所述节点为终点,从所述起点到所述终点经过的路径为所述OD对对应的OD路径,所述道路基本信息包括OD对的先验流量和OD路径的先验流量;所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型包括:
以所述检测设备覆盖的所述OD路径的数量和所述信号控制路口的数量加权之和最大为优化目标,根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和,采用第一公式建立所述优化模型的目标函数,所述第一公式包括:
其中,、是所述目标函数的权重,表示任一所述OD对,是所述交通网络图中所有所述OD对的集合,表示所述OD对对应的任一所述OD路径,是所述OD对的全部路径的集合,表示任一信号控制路口,是所述交通网络图中全部所述信号控制路口的集合,表示所述OD对的先验流量,表示所述OD路径的先验流量,若没有先验流量的数据,可以将和设置为1,是0-1决策变量,当,OD路径能被检测设备唯一识别,否则,是所述信号控制路口的流量总和,若无该数据,可将设置为1,是0-1决策变量,当,信号控制路口的全部进口路段都安装有检测器,否则。
具体地,目标函数中一部分表示通过检测设备获取的数据能够推算得到的OD路径的流量的总和最大,另一部分表示各个检测设备检测的信号控制路口的流量总和最大。由于一个检测设备检测的数据可能包括多条OD路径的流量,若仅依靠一个检测设备检测的数据可能无法区分数据属于哪条OD路径,需要综合多个检测设备检测的数据进行分析,其中,能够被区分出来的数据对应的OD路径叫做能被检测设备唯一识别。目标函数中,通过调整、、、和的数值,进行求解使其满足约束条件,最终得到0-1决策变量的具体取值,而0-1决策变量的具体取值就对应了检测设备的布设点位。
优选地,所述检测设备包括断面流量检测设备和车辆身份感知检测设备,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第二公式确定所述优化模型的第一约束条件,所述第二公式包括:
其中,表示所述交通网络图中的任一条边,表示任一条所述OD路径,是所述交通网络图中全部边的集合;是0-1决策变量,当时,表示在所述边上安装有所述断面流量检测设备,当时,则为所述边上未安装所述断面流量检测设备;是0-1决策变量,当时,表示在所述边上安装有所述车辆身份感知检测设备,当时,则表示所述边上未安装所述车辆身份感知检测设备;是0-1变量,当时,表示所述OD路径经过所述边,否则。
具体地,断面流量检测设备仅能检测断面流量,包括地面线圈、地磁和微波雷达等,车辆身份感知检测设备不仅能检测断面流量,还能检测车辆身份信息,例如车牌号等,包括电警、卡口和RFID等。第一约束条件约束每条OD路径上至少有一条边上安装有检测设备,便于检测通过信号控制路口的不同转向的流量。
优选地,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第三公式确定所述优化模型的第二约束条件,所述第三公式包括:
具体地,对于路径,任一与路径有公用的边的路径,如果在公用边上布设检测设备,是无法区分检测到的车辆属于哪条路径的,因此至少有一个能够唯一区分路径和路径的边上要布设有检测设备,且路径要和所有路径区分开来。
优选地,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第四公式确定所述优化模型的第三约束条件,所述第四公式包括:
具体地,第三约束条件约束安装检测设备的花费不能超过总预算,在一定的预算约束下,采用多类型检测设备进行一体化布设,能够在同样的预算条件下,实现更好地检测效果,覆盖范围更广。
优选地,所述根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型还包括:
采用第五公式确定所述优化模型的第四约束条件,所述第五公式包括:
具体地,信号控制路口的每个进口道都安装有检测设备,则认为该信号控制路口被检测设备所覆盖。
优选地,所述对所述优化模型进行求解,获得多类型检测设备的最优组合包括:
对所述优化模型进行,获得目标值最大时所述检测设备的布设点位,其中,所述目标值由对所述检测设备检测到流量的所述OD路径数量和检测到流量的所述信号控制路口数量进行加权求和得到。
具体地,求解优化模型的方法为现有技术,在此不再赘述,例如:对于交通网络图中边较少的区域,可采用穷举法求解优化模型,确定目标值最大时各个类型的检测设备的布设点位。
如图6所示,本发明实施例提供的一种道路检测设备布设装置,包括:
获取模块,用于获取标定区域的道路基本信息,根据所述道路基本信息建立交通网络图,其中,所述交通网络图包括OD对、OD路径、信号控制路口、路段和转向车道,用于描述信号控制路口、路段、转向车道和OD路径之间的关系,所述交通网络图中任意两个节点为一个所述OD对,所述OD对之间的路径为所述OD路径,所述道路基本信息包括所述信号控制路口的流量总和、所述OD对的先验流量和所述OD路径的先验流量;
构建模块,用于根据所述交通网络图和所述道路基本信息构建多类型检测设备的布设点位的优化模型,其中,所述优化模型的目标函数根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和建立得到,所述优化模型的目标函数与所述检测设备检测到流量的所述OD路径的数量正相关,且所述目标函数与所述检测设备检测到流量的所述信号控制路口的数量正相关;所述优化模型的约束条件包括每条所述OD路径上至少有一个路段安装有所述检测设备,对于任一所述OD路径,至少有1个检测设备适于将所述OD路径与其它OD路径区分开,各个类型的所述检测设备的总成本在标定的设备预算内;
处理模块,用于对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位。
本发明另一实施例提供的一种道路检测设备布设装置包括存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,用于当执行所述计算机程序时,实现如上所述的道路检测设备布设方法。该装置可为计算机或处理器等。
本发明再一实施例提供的一种计算机可读存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如上所述的道路检测设备布设方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。在本申请中,所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
虽然本发明公开披露如上,但本发明公开的保护范围并非仅限于此。本领域技术人员在不脱离本发明公开的精神和范围的前提下,可进行各种变更与修改,这些变更与修改均将落入本发明的保护范围。
Claims (13)
1.一种道路检测设备布设方法,其特征在于,包括:
获取标定区域的道路基本信息和道路流量信息,根据所述道路基本信息建立交通网络图,其中,所述交通网络图包括信号控制路口、OD对和OD路径,所述交通网络图中任意两个节点为一个所述OD对,所述OD对之间的路径为所述OD路径,所述道路流量信息包括所述信号控制路口的流量总和、所述OD对的先验流量和所述OD路径的先验流量;
根据所述交通网络图和所述道路流量信息构建多类型检测设备的布设点位的优化模型,其中,所述优化模型的目标函数根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和建立得到,所述优化模型的目标函数与所述检测设备检测到流量的所述OD路径的数量正相关,且所述目标函数与所述检测设备检测到流量的所述信号控制路口的数量正相关,所述优化模型的约束条件包括每条所述OD路径上至少有一个路段安装有所述检测设备,对于任一所述OD路径,至少有1个检测设备适于将所述OD路径与其它OD路径区分开,各个类型的所述检测设备的总成本在标定的设备预算内;
对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位。
2.根据权利要求1所述的道路检测设备布设方法,其特征在于,所述检测设备包括断面流量检测设备和车辆身份感知检测设备。
3.根据权利要求1所述的道路检测设备布设方法,其特征在于,所述道路基本信息包括所述标定区域内的所述信号控制路口、路段和所述路段与所述信号控制路口之间的第一连接关系,所述根据所述道路基本信息建立交通网络图包括:
对于所述标定区域的任一所述信号控制路口,根据所述第一连接关系确定与所述信号控制路口连接的所有所述路段;
以所述信号控制路口为节点,以连接所述信号控制路口的各条所述路段为边建立所述交通网络图。
4.根据权利要求3所述的道路检测设备布设方法,其特征在于,所述信号控制路口包括多个进口道和多个出口道,所述路段包括多个车道,所述道路基本信息包括所述进口道与所述车道之间的第二连接关系和所述出口道与所述车道之间的第三连接关系,所述根据所述道路基本信息建立交通网络图包括:
对于所述标定区域的任一所述信号控制路口,根据所述第二连接关系确定与各个所述进口道连接的所述车道,根据所述第三连接关系确定与各个所述出口道连接的所述车道;
以所述进口道和所述出口道为节点,以连接所述进口道和所述出口道的各条所述车道为边,建立所述交通网络图,其中,所述边包括对应的所述车道的行驶方向。
5.根据权利要求3或4所述的道路检测设备布设方法,其特征在于,所述根据所述交通网络图和所述道路流量信息构建多类型检测设备的布设点位的优化模型包括:
以所述检测设备覆盖的所述OD路径的数量和所述信号控制路口的数量加权之和最大为优化目标,根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和,采用第一公式建立所述优化模型的所述目标函数,所述第一公式包括:
6.根据权利要求5所述的道路检测设备布设方法,其特征在于,所述检测设备包括断面流量检测设备和车辆身份感知检测设备,所述根据所述交通网络图和所述道路流量信息构建多类型检测设备的布设点位的优化模型还包括:
采用第二公式确定所述优化模型的第一约束条件,所述第二公式包括:
9.根据权利要求8所述的道路检测设备布设方法,其特征在于,所述根据所述交通网络图和所述道路流量信息构建多类型检测设备的布设点位的优化模型还包括:
采用第五公式确定所述优化模型的第四约束条件,所述第五公式包括:
10.根据权利要求6至9任一项所述的道路检测设备布设方法,其特征在于,所述对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位包括:
对所述优化模型进行求解,获得目标值最大时所述检测设备的布设点位,其中,所述目标值由对所述检测设备检测到流量的所述OD路径数量和检测到流量的所述信号控制路口数量进行加权求和得到。
11.一种道路检测设备布设装置,其特征在于,包括:
获取模块,用于获取标定区域的道路基本信息和道路流量信息,根据所述道路基本信息建立交通网络图,其中,所述交通网络图包括OD对、OD路径和信号控制路口,所述交通网络图中任意两个节点为一个所述OD对,所述OD对之间的路径为所述OD路径,所述道路流量信息包括所述信号控制路口的流量总和、所述OD对的先验流量和所述OD路径的先验流量;
构建模块,用于根据所述交通网络图和所述道路流量信息构建多类型检测设备的布设点位的优化模型,其中,所述优化模型的目标函数根据所述OD对的先验流量、所述OD路径的先验流量和所述信号控制路口的流量总和建立得到,所述优化模型的目标函数与所述检测设备检测到流量的所述OD路径的数量正相关,且所述目标函数与所述检测设备检测到流量的所述信号控制路口的数量正相关,所述优化模型的约束条件包括每条所述OD路径上至少有一个路段安装有所述检测设备,对于任一所述OD路径,至少有1个检测设备适于将所述OD路径与其它OD路径区分开,各个类型的所述检测设备的总成本在标定的设备预算内;
处理模块,用于对所述优化模型进行求解,获得各个类型的所述检测设备的布设点位。
12.一种道路检测设备布设装置,其特征在于,包括存储器和处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于当执行所述计算机程序时,实现如权利要求1至10任一项所述的道路检测设备布设方法。
13.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,当所述计算机程序被处理器执行时,实现如权利要求1至10任一项所述的道路检测设备布设方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110215208.5A CN112562341B (zh) | 2021-02-26 | 2021-02-26 | 一种道路检测设备布设方法、装置及存储介质 |
PCT/CN2022/070994 WO2022179321A1 (zh) | 2021-02-26 | 2022-01-10 | 一种道路检测设备布设方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110215208.5A CN112562341B (zh) | 2021-02-26 | 2021-02-26 | 一种道路检测设备布设方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112562341A CN112562341A (zh) | 2021-03-26 |
CN112562341B true CN112562341B (zh) | 2021-06-29 |
Family
ID=75034743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110215208.5A Active CN112562341B (zh) | 2021-02-26 | 2021-02-26 | 一种道路检测设备布设方法、装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112562341B (zh) |
WO (1) | WO2022179321A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112562341B (zh) * | 2021-02-26 | 2021-06-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种道路检测设备布设方法、装置及存储介质 |
CN116879499B (zh) * | 2023-06-21 | 2024-02-13 | 清华大学 | 道路传感器布设位置的确定方法、装置及计算机设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306450A (zh) * | 2011-08-30 | 2012-01-04 | 同济大学 | 稀疏路网交通检测器布局方法 |
CN103198672A (zh) * | 2013-03-27 | 2013-07-10 | 大连海事大学 | 一种城市路网交通流量检测器的布设方法 |
CN103489316A (zh) * | 2013-09-10 | 2014-01-01 | 同济大学 | 一种基于路网拓扑关系的网络交通流量检测器布设方法 |
CN105374204A (zh) * | 2015-10-08 | 2016-03-02 | 清华大学 | 一种城市道路交通检测器布点的方法 |
CN108446810A (zh) * | 2018-05-15 | 2018-08-24 | 东南大学 | 一种公路od数据重构方法 |
CN110322054A (zh) * | 2019-06-14 | 2019-10-11 | 中交第一公路勘察设计研究院有限公司 | 一种公路路段交通监测器的优化布设方法 |
JP2019211814A (ja) * | 2018-05-31 | 2019-12-12 | 株式会社東芝 | 渋滞予測装置、および、渋滞予測方法 |
CN110930694A (zh) * | 2019-11-06 | 2020-03-27 | 浙江大华技术股份有限公司 | 交通检测器布设方案的生成方法、计算机系统、存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012043066A (ja) * | 2010-08-16 | 2012-03-01 | Toyota Infotechnology Center Co Ltd | 交通インフラ改善計画作成装置およびその方法 |
US20160343099A1 (en) * | 2015-05-22 | 2016-11-24 | International Business Machines Corporation | Automated traffic sensor placement planning |
CN105844038B (zh) * | 2016-03-31 | 2019-02-05 | 东南大学 | 一种高速公路多类型交通检测器组合优化布设方法 |
CN109150629B (zh) * | 2018-10-12 | 2021-05-14 | 中交第一公路勘察设计研究院有限公司 | 一种路网多类型监测设备组合布设方法 |
CN112562341B (zh) * | 2021-02-26 | 2021-06-29 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种道路检测设备布设方法、装置及存储介质 |
-
2021
- 2021-02-26 CN CN202110215208.5A patent/CN112562341B/zh active Active
-
2022
- 2022-01-10 WO PCT/CN2022/070994 patent/WO2022179321A1/zh unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306450A (zh) * | 2011-08-30 | 2012-01-04 | 同济大学 | 稀疏路网交通检测器布局方法 |
CN103198672A (zh) * | 2013-03-27 | 2013-07-10 | 大连海事大学 | 一种城市路网交通流量检测器的布设方法 |
CN103489316A (zh) * | 2013-09-10 | 2014-01-01 | 同济大学 | 一种基于路网拓扑关系的网络交通流量检测器布设方法 |
CN105374204A (zh) * | 2015-10-08 | 2016-03-02 | 清华大学 | 一种城市道路交通检测器布点的方法 |
CN108446810A (zh) * | 2018-05-15 | 2018-08-24 | 东南大学 | 一种公路od数据重构方法 |
JP2019211814A (ja) * | 2018-05-31 | 2019-12-12 | 株式会社東芝 | 渋滞予測装置、および、渋滞予測方法 |
CN110322054A (zh) * | 2019-06-14 | 2019-10-11 | 中交第一公路勘察设计研究院有限公司 | 一种公路路段交通监测器的优化布设方法 |
CN110930694A (zh) * | 2019-11-06 | 2020-03-27 | 浙江大华技术股份有限公司 | 交通检测器布设方案的生成方法、计算机系统、存储介质 |
Non-Patent Citations (1)
Title |
---|
适于动态交通OD 估计的交通检测点布局;许燕青 等;《2017年中国城市交通规划年会论文集》;20170609;第1-12页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112562341A (zh) | 2021-03-26 |
WO2022179321A1 (zh) | 2022-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112562341B (zh) | 一种道路检测设备布设方法、装置及存储介质 | |
CN109544932A (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
CN103985250A (zh) | 轻量级的全息道路交通状态视觉检测装置 | |
CN102881171B (zh) | 车辆检测方法及其车辆检测系统以及车辆路径规划系统 | |
CN106097755A (zh) | 用于识别泊车场地和/或空出场地的方法 | |
CN105608911A (zh) | 城市干道道路交通信号灯的智能控制方法 | |
CN106327870B (zh) | 交通大数据采集中交通流分布估计及摄像头布点优化方法 | |
CN109477725A (zh) | 用于产生应急区域的地图信息的方法和系统 | |
CN101894461A (zh) | 城市地面道路行程时间预测方法 | |
CN106355882B (zh) | 一种基于路中检测器的交通状态估计方法 | |
KR20140028801A (ko) | Its 데이터를 활용한 도심 구간의 정체도 예측 방법 | |
CN108389421A (zh) | 基于图像再识别的停车场精确诱导系统及方法 | |
CN102306450A (zh) | 稀疏路网交通检测器布局方法 | |
CN106781542A (zh) | 一种车辆排队长度检测系统、方法和装置 | |
KR101123967B1 (ko) | 교통 정체 예측 시스템, 예측 방법 및 그 기록 매체 | |
CN106097734A (zh) | 一种用于路口交通信号控制的平面感知检测方法及系统 | |
CN112849153A (zh) | 用于监视道路段的方法和系统 | |
CN106530699A (zh) | 一种可变车道导向车道的识别方法与系统 | |
CN108280999A (zh) | 一种交通饱和度判定系统、方法及装置 | |
CN107516423A (zh) | 一种基于视频的车辆行驶方向检测方法 | |
CN113112816A (zh) | 一种车辆在路段平均行驶延误的提取方法 | |
CN113935158A (zh) | 一种针对高速公路事故多发点的交通检测器优化布设方法 | |
JP6366018B2 (ja) | 交通信号制御装置および交通信号制御方法 | |
CN107886724A (zh) | 基于蓝牙无线短程通信技术的交通信息采集平台 | |
CN111033591B (zh) | 用于确定道路网的行车道的走向的方法以及服务器设备 |
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 |