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 PDF

Info

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
Application number
CN202110215208.5A
Other languages
English (en)
Other versions
CN112562341A (zh
Inventor
张晓春
邹莉
陈振武
周勇
周子益
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.)
Shenzhen Urban Transport Planning Center Co Ltd
Original Assignee
Shenzhen Urban Transport Planning Center 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 Shenzhen Urban Transport Planning Center Co Ltd filed Critical Shenzhen Urban Transport Planning Center Co Ltd
Priority to CN202110215208.5A priority Critical patent/CN112562341B/zh
Publication of CN112562341A publication Critical patent/CN112562341A/zh
Application granted granted Critical
Publication of CN112562341B publication Critical patent/CN112562341B/zh
Priority to PCT/CN2022/070994 priority patent/WO2022179321A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种道路检测设备布设方法、装置及存储介质
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：
Figure DEST_PATH_IMAGE002
，
其中，
Figure DEST_PATH_IMAGE004
、
Figure DEST_PATH_IMAGE006
是所述目标函数的权重，
Figure DEST_PATH_IMAGE008
表示任一所述OD对，
Figure DEST_PATH_IMAGE010
是所述交通网络图中所有所述OD对的集合，
Figure DEST_PATH_IMAGE012
表示所述OD对
Figure 751323DEST_PATH_IMAGE008
对应的任一OD路径，
Figure DEST_PATH_IMAGE014
是所述OD对
Figure 699687DEST_PATH_IMAGE008
的全部所述OD路径的集合，
Figure DEST_PATH_IMAGE016
表示任一所述信号控制路口，
Figure DEST_PATH_IMAGE018
是所述交通网络图中全部所述信号控制路口的集合，
Figure DEST_PATH_IMAGE020
表示所述OD对
Figure 543009DEST_PATH_IMAGE008
的先验流量，
Figure DEST_PATH_IMAGE022
表示所述路径
Figure DEST_PATH_IMAGE023
的先验流量，
Figure DEST_PATH_IMAGE025
是所述信号控制路口
Figure DEST_PATH_IMAGE026
的流量总和，
Figure DEST_PATH_IMAGE028
和
Figure DEST_PATH_IMAGE030
是0-1决策变量，当
Figure DEST_PATH_IMAGE032
时，OD路径
Figure 189541DEST_PATH_IMAGE023
能被所述检测设备唯一识别，否则
Figure DEST_PATH_IMAGE034
，当
Figure DEST_PATH_IMAGE036
时，信号控制路口
Figure DEST_PATH_IMAGE037
的全部进口路段都安装有所述检测设备，否则
Figure DEST_PATH_IMAGE039
。
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：
Figure DEST_PATH_IMAGE041
，
其中，
Figure DEST_PATH_IMAGE043
表示所述交通网络图中的任一条边，
Figure 183036DEST_PATH_IMAGE023
表示任一条所述OD路径，
Figure DEST_PATH_IMAGE045
是所述交通网络图中全部边的集合；
Figure DEST_PATH_IMAGE047
是0-1决策变量，当
Figure DEST_PATH_IMAGE049
时，表示在所述边
Figure 920660DEST_PATH_IMAGE043
上安装有所述断面流量检测设备，当
Figure DEST_PATH_IMAGE051
时，则为所述边
Figure 997201DEST_PATH_IMAGE043
上未安装所述断面流量检测设备；
Figure DEST_PATH_IMAGE053
是0-1决策变量，当
Figure DEST_PATH_IMAGE055
时，表示在所述边
Figure 987154DEST_PATH_IMAGE043
上安装有所述车辆身份感知检测设备，当
Figure DEST_PATH_IMAGE057
时，则表示所述边
Figure 174552DEST_PATH_IMAGE043
上未安装所述车辆身份感知检测设备；
Figure DEST_PATH_IMAGE059
是0-1变量，当
Figure DEST_PATH_IMAGE061
时，表示所述OD路径
Figure DEST_PATH_IMAGE062
经过所述边
Figure 238455DEST_PATH_IMAGE043
，否则
Figure DEST_PATH_IMAGE064
。
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：
Figure DEST_PATH_IMAGE066
，
其中，
Figure DEST_PATH_IMAGE068
表示与所述路径
Figure 220317DEST_PATH_IMAGE062
有公用的边的任一所述OD路径。
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：
Figure DEST_PATH_IMAGE070
，
其中，
Figure DEST_PATH_IMAGE072
是在所述边
Figure DEST_PATH_IMAGE073
上安装所述断面流量检测设备的花费；
Figure DEST_PATH_IMAGE075
是在所述边
Figure 626460DEST_PATH_IMAGE073
上安装所述车辆身份感知检测设备的花费；
Figure DEST_PATH_IMAGE077
是总预算。
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：
Figure DEST_PATH_IMAGE079
，
其中，
Figure DEST_PATH_IMAGE081
是所述信号控制路口
Figure 555233DEST_PATH_IMAGE037
包括的与各个进口道连接的所有边的集合，
Figure DEST_PATH_IMAGE083
分别表示两条不同的边。
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：
Figure DEST_PATH_IMAGE084
，
其中，
Figure 4800DEST_PATH_IMAGE004
、
Figure 954301DEST_PATH_IMAGE006
是所述目标函数的权重，
Figure 715584DEST_PATH_IMAGE008
表示任一所述OD对，
Figure 41523DEST_PATH_IMAGE010
是所述交通网络图中所有所述OD对的集合，
Figure 201721DEST_PATH_IMAGE012
表示所述OD对
Figure 322124DEST_PATH_IMAGE008
对应的任一所述OD路径，
Figure 836282DEST_PATH_IMAGE014
是所述OD对
Figure 700333DEST_PATH_IMAGE008
的全部路径的集合，
Figure 717967DEST_PATH_IMAGE016
表示任一信号控制路口，
Figure DEST_PATH_IMAGE085
是所述交通网络图中全部所述信号控制路口的集合，
Figure 9272DEST_PATH_IMAGE020
表示所述OD对
Figure 745146DEST_PATH_IMAGE008
的先验流量，
Figure 881730DEST_PATH_IMAGE022
表示所述OD路径
Figure 425975DEST_PATH_IMAGE023
的先验流量，若没有先验流量的数据，可以将
Figure 153759DEST_PATH_IMAGE020
和
Figure 376930DEST_PATH_IMAGE022
设置为1，
Figure 303822DEST_PATH_IMAGE028
是0-1决策变量，当
Figure DEST_PATH_IMAGE086
，OD路径
Figure DEST_PATH_IMAGE087
能被检测设备唯一识别，否则
Figure 874479DEST_PATH_IMAGE034
，
Figure 38744DEST_PATH_IMAGE025
是所述信号控制路口
Figure 483632DEST_PATH_IMAGE037
的流量总和，若无该数据，可将
Figure 696439DEST_PATH_IMAGE025
设置为1，
Figure 808751DEST_PATH_IMAGE030
是0-1决策变量，当
Figure 612759DEST_PATH_IMAGE036
，信号控制路口
Figure 810522DEST_PATH_IMAGE037
的全部进口路段都安装有检测器，否则
Figure 358178DEST_PATH_IMAGE039
。
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
Figure DEST_PATH_IMAGE088
、
Figure 790909DEST_PATH_IMAGE006
、
Figure 765818DEST_PATH_IMAGE025
、
Figure DEST_PATH_IMAGE089
和
Figure 857402DEST_PATH_IMAGE030
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：
Figure DEST_PATH_IMAGE090
，
其中，
Figure 474329DEST_PATH_IMAGE043
表示所述交通网络图中的任一条边，
Figure 295654DEST_PATH_IMAGE023
表示任一条所述OD路径，
Figure 707044DEST_PATH_IMAGE045
是所述交通网络图中全部边的集合；
Figure 613820DEST_PATH_IMAGE047
是0-1决策变量，当
Figure 503278DEST_PATH_IMAGE049
时，表示在所述边
Figure 647952DEST_PATH_IMAGE043
上安装有所述断面流量检测设备，当
Figure 964664DEST_PATH_IMAGE051
时，则为所述边
Figure 358736DEST_PATH_IMAGE043
上未安装所述断面流量检测设备；
Figure 54815DEST_PATH_IMAGE053
是0-1决策变量，当
Figure 850733DEST_PATH_IMAGE055
时，表示在所述边
Figure 603925DEST_PATH_IMAGE043
上安装有所述车辆身份感知检测设备，当
Figure 485294DEST_PATH_IMAGE057
时，则表示所述边
Figure 716555DEST_PATH_IMAGE043
上未安装所述车辆身份感知检测设备；
Figure 366979DEST_PATH_IMAGE059
是0-1变量，当
Figure 291073DEST_PATH_IMAGE061
时，表示所述OD路径
Figure 456475DEST_PATH_IMAGE062
经过所述边
Figure 491427DEST_PATH_IMAGE043
，否则
Figure 996358DEST_PATH_IMAGE064
。
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：
Figure DEST_PATH_IMAGE091
，
其中，
Figure 560194DEST_PATH_IMAGE068
表示与所述路径
Figure 416155DEST_PATH_IMAGE062
有公用的边的任一所述OD路径。
具体地，对于路径
Figure DEST_PATH_IMAGE092
，任一与路径
Figure 458060DEST_PATH_IMAGE062
有公用的边的路径
Figure 83076DEST_PATH_IMAGE068
，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
Figure 348973DEST_PATH_IMAGE062
和路径
Figure 423720DEST_PATH_IMAGE068
的边上要布设有检测设备，且路径
Figure 66054DEST_PATH_IMAGE062
要和所有路径
Figure 545577DEST_PATH_IMAGE068
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：
Figure 982375DEST_PATH_IMAGE070
，
其中，
Figure 547348DEST_PATH_IMAGE072
是在所述边
Figure 462215DEST_PATH_IMAGE073
上安装所述断面流量检测设备的花费；
Figure DEST_PATH_IMAGE093
是在所述边
Figure 530665DEST_PATH_IMAGE073
上安装所述车辆身份感知检测设备的花费；
Figure 138364DEST_PATH_IMAGE077
是总预算。
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：
Figure DEST_PATH_IMAGE094
，
其中，
Figure 659475DEST_PATH_IMAGE081
是所述信号控制路口
Figure DEST_PATH_IMAGE095
包括的与各个进口道连接的所有边的集合，
Figure DEST_PATH_IMAGE096
分别表示两条不同的边。
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：
Figure DEST_PATH_IMAGE001
，
其中，
Figure 916114DEST_PATH_IMAGE002
、
Figure DEST_PATH_IMAGE003
是所述目标函数的权重，
Figure 929069DEST_PATH_IMAGE004
表示任一所述OD对，
Figure DEST_PATH_IMAGE005
是所述交通网络图中所有所述OD对的集合，
Figure 936208DEST_PATH_IMAGE006
表示所述OD对
Figure 288692DEST_PATH_IMAGE004
对应的任一OD路径，
Figure DEST_PATH_IMAGE007
是所述OD对
Figure 355874DEST_PATH_IMAGE004
的全部所述OD路径的集合，
Figure 793809DEST_PATH_IMAGE008
表示任一所述信号控制路口，
Figure DEST_PATH_IMAGE009
是所述交通网络图中全部所述信号控制路口的集合，
Figure 341989DEST_PATH_IMAGE010
表示所述OD对
Figure 814559DEST_PATH_IMAGE004
的先验流量，
Figure DEST_PATH_IMAGE011
表示所述路径
Figure 990325DEST_PATH_IMAGE012
的先验流量，
Figure DEST_PATH_IMAGE013
是所述信号控制路口
Figure 977873DEST_PATH_IMAGE014
的流量总和，
Figure DEST_PATH_IMAGE015
和
Figure 264498DEST_PATH_IMAGE016
是0-1决策变量，当
Figure DEST_PATH_IMAGE017
时，OD路径
Figure 388312DEST_PATH_IMAGE012
能被所述检测设备唯一识别，否则
Figure 734979DEST_PATH_IMAGE018
，当
Figure DEST_PATH_IMAGE019
时，信号控制路口
Figure 209823DEST_PATH_IMAGE020
的全部进口路段都安装有所述检测设备，否则
Figure DEST_PATH_IMAGE021
。
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：
Figure 359526DEST_PATH_IMAGE022
，
其中，
Figure 541109DEST_PATH_IMAGE023
表示所述交通网络图中的任一条边，
Figure 793098DEST_PATH_IMAGE012
表示任一条所述OD路径，
Figure DEST_PATH_IMAGE024
是所述交通网络图中全部边的集合；
Figure 755238DEST_PATH_IMAGE025
是0-1决策变量，当
Figure 383666DEST_PATH_IMAGE026
时，表示在所述边
Figure 685334DEST_PATH_IMAGE023
上安装有所述断面流量检测设备，当
Figure DEST_PATH_IMAGE027
时，则为所述边
Figure 373804DEST_PATH_IMAGE023
上未安装所述断面流量检测设备；
Figure 760923DEST_PATH_IMAGE028
是0-1决策变量，当
Figure DEST_PATH_IMAGE029
时，表示在所述边
Figure 193042DEST_PATH_IMAGE023
上安装有所述车辆身份感知检测设备，当
Figure 145954DEST_PATH_IMAGE030
时，则表示所述边
Figure 943009DEST_PATH_IMAGE023
上未安装所述车辆身份感知检测设备；
Figure DEST_PATH_IMAGE031
是0-1变量，当
Figure 614162DEST_PATH_IMAGE032
时，表示所述OD路径
Figure DEST_PATH_IMAGE033
经过所述边
Figure 915217DEST_PATH_IMAGE023
，否则
Figure 988216DEST_PATH_IMAGE034
。
7.根据权利要求6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：
Figure DEST_PATH_IMAGE035
，
其中，
Figure 18489DEST_PATH_IMAGE036
表示与所述路径
Figure 114621DEST_PATH_IMAGE037
有公用的边的任一所述OD路径，
Figure DEST_PATH_IMAGE038
是0-1变量，当
Figure 888541DEST_PATH_IMAGE039
时，表示所述OD路径
Figure DEST_PATH_IMAGE040
经过所述边
Figure 816046DEST_PATH_IMAGE041
，否则
Figure DEST_PATH_IMAGE042
，
Figure 17220DEST_PATH_IMAGE043
表示对于任意的路径
Figure 662965DEST_PATH_IMAGE037
和路径
Figure 912681DEST_PATH_IMAGE040
，路径
Figure 980779DEST_PATH_IMAGE033
的长度小于路径
Figure 352855DEST_PATH_IMAGE040
的长度。
8.根据权利要求7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：
Figure DEST_PATH_IMAGE044
，
其中，
Figure 485896DEST_PATH_IMAGE045
是在所述边
Figure 539303DEST_PATH_IMAGE041
上安装所述断面流量检测设备的花费；
Figure DEST_PATH_IMAGE046
是在所述边
Figure 441400DEST_PATH_IMAGE041
上安装所述车辆身份感知检测设备的花费；
Figure 984376DEST_PATH_IMAGE047
是总预算。
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：
Figure DEST_PATH_IMAGE048
，
其中，
Figure 339134DEST_PATH_IMAGE049
是所述信号控制路口
Figure DEST_PATH_IMAGE050
包括的与各个进口道连接的所有边的集合，
Figure 258549DEST_PATH_IMAGE051
分别表示两条不同的边，
Figure DEST_PATH_IMAGE052
和
Figure 15152DEST_PATH_IMAGE053
为边
Figure DEST_PATH_IMAGE054
的0-1决策变量，当
Figure 731960DEST_PATH_IMAGE055
时，表示在所述边
Figure 777276DEST_PATH_IMAGE054
上安装有所述断面流量检测设备，当
Figure DEST_PATH_IMAGE056
时，则表示所述边
Figure 234802DEST_PATH_IMAGE054
上未安装所述断面流量检测设备，当
Figure 845912DEST_PATH_IMAGE057
时，表示在所述边
Figure 933954DEST_PATH_IMAGE054
上安装有所述车辆身份感知检测设备，当
Figure DEST_PATH_IMAGE058
时，则表示所述边
Figure 263304DEST_PATH_IMAGE054
上未安装所述车辆身份感知检测设备，
Figure 524521DEST_PATH_IMAGE059
和
Figure DEST_PATH_IMAGE060
为边
Figure 990138DEST_PATH_IMAGE061
的0-1决策变量，当
Figure 249081DEST_PATH_IMAGE062
时，表示在所述边
Figure DEST_PATH_IMAGE063
上安装有所述断面流量检测设备，当
Figure 65727DEST_PATH_IMAGE064
时，则表示所述边
Figure DEST_PATH_IMAGE065
上未安装所述断面流量检测设备，当
Figure 924443DEST_PATH_IMAGE066
时，表示在所述边
Figure DEST_PATH_IMAGE067
上安装有所述车辆身份感知检测设备，当
Figure 510145DEST_PATH_IMAGE068
时，则表示所述边
Figure 939989DEST_PATH_IMAGE065
上未安装所述车辆身份感知检测设备。
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。
CN202110215208.5A 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 Active CN112562341B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (8)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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