CN112581774A - 一种基于etc数据的高速公路服务区驶入车流量估计方法 - Google Patents

一种基于etc数据的高速公路服务区驶入车流量估计方法 Download PDF

Info

Publication number
CN112581774A
CN112581774A CN202011424742.9A CN202011424742A CN112581774A CN 112581774 A CN112581774 A CN 112581774A CN 202011424742 A CN202011424742 A CN 202011424742A CN 112581774 A CN112581774 A CN 112581774A
Authority
CN
China
Prior art keywords
service area
passenger car
upstream
coefficient
time window
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.)
Granted
Application number
CN202011424742.9A
Other languages
English (en)
Other versions
CN112581774B (zh
Inventor
孙棣华
赵敏
魏铨
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.)
Chongqing University
Original Assignee
Chongqing University
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 Chongqing University filed Critical Chongqing University
Priority to CN202011424742.9A priority Critical patent/CN112581774B/zh
Publication of CN112581774A publication Critical patent/CN112581774A/zh
Application granted granted Critical
Publication of CN112581774B publication Critical patent/CN112581774B/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
    • G08G1/065—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
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
    • G07B15/00—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points
    • G07B15/02—Arrangements or apparatus for collecting fares, tolls or entrance fees at one or more control points taking into account a variable factor such as distance or time, e.g. for passenger transport, parking systems or car rental systems
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Devices For Checking Fares Or Tickets At Control Points (AREA)

Abstract

本发明公开了一种基于ETC数据的高速公路服务区驶入车流量估计方法，包括以下步骤：根据服务区所处路段和车辆历史行驶数据，利用层次聚类算法判断车辆是否进入服务区，对进入服务区的车辆计算其分流系数，根据分流系数和某一时间窗口内的服务区上游的ETC门架和收费站的上道流量得出进入服务区的车流量。本发明在高速公路服务区入口处无交通检测设备的情况下，利用历史ETC门架数据信息，根据车辆通过ETC门架的信息对服务区入口流量进行估计，可适用于高速公路服务区入口流量估计。

Description

一种基于ETC数据的高速公路服务区驶入车流量估计方法
技术领域
本发明涉及智能交通领域，特别涉及一种基于ETC数据的高速公路服务区驶入车流量估计方法。
背景技术
随着经济水平的不断发展，汽车保有量逐年上升，高速公路车流量呈稳步上升趋势。高速公路服务区的作用日益凸显，实时准确的了解高速公路服务区的流量变化情况，可以有利于交通管理部门有针对性地对服务区执行合理管控决定，一方面合理配置服务区设施和人员可以避免资源浪费或者资源不足，另外一方面也能为出行者提供良好地服务水平。
专利CN102800198A需要采集准确的驶入高速公路服务区的历史车流量进行建模来计算服务区的车辆驶入流量，但现在大多服务区入口并没有安装检测车流量的设备，无法直接采集进入高速公路服务区的车流量，所以无法使用该模型来计算服务区的车辆驶入量。而ETC数据具有分布广、质量好、稳定性好等优点，通过ETC门架数据建立模型去估计服务区驶入车流量，一方面可以做到对绝大多数服务区的驶入车流量进行估计，另外一方面从ETC数据中可以得到时空关系且能区分车型，可以对高速公路服务区驶入车量进行更为全面、准确的估计。因此利用ETC数据去估计高速公路服务区驶入车流量具有十分重要的经济价值与理论意义。
发明内容
有鉴于此，本发明的目的是提供一种基于ETC数据的高速公路服务区驶入车流量估计方法。
本发明的目的是通过以下方法步骤来实现的：
1)将高速公路根据ETC门架位置，将路段划分为若干个行驶路段；
2)基于高速公路历史ETC数据，分别得到历史数据中每一辆车辆通过其各个行驶路段的行程时间；
3)根据ETC位置得到每个行驶路段的长度，结合步骤2)的结果计算每一辆车在每一行驶路段的平均行程速度；
4)根据步骤3)的结果计算各个车辆通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值：
Figure BDA0002824302010000021
其中：
pf(n)为车辆n通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值；
5)根据步骤3)中各个车辆通过服务区所在路段的平均速度和步骤4)中得到速度比值，建立层次聚类算法，判断车辆n是否进入服务区；
6)根据步骤5)分别计算不进入服务区的客车和货车从邻近上游收费站或ETC门架到目标服务区所需的平均行驶时间；
7)分别计算历史各个时间窗口客车和货车从邻近上游收费站到服务区之间的分流比例、从邻近上游ETC到服务区之间的分流比例；
8)计算估计时间窗为(ta,tb)的进入服务区f的车流量；
进一步，所述步骤2)中，具体包括如下步骤：
21)剔除掉ETC数据中重复的记录数据以及发生异常事件下的ETC数据；
22)根据ETC数据还原车辆的行驶轨迹，计算车辆n的在路段(i,j)上的行驶时间ti,j(n)：
ti,j(n)＝tj(n)-ti(n)
其中：
ti(n)为车辆n在上游ETC门架Si的通过时刻；
tj(n)为车辆n在下游ETC门架Sj的通过时刻。
进一步，所述步骤3)中，具体包括如下步骤：
31)根据步骤1)的路段划分，计算路段Li,i+1的长度li,i+1；
32)根据步骤2)得到的行驶时间ti,j(n)，计算车辆n在路段(i,j)上的平均行程速度：
Figure BDA0002824302010000022
进一步，所述步骤4)中，具体包括如下步骤：
Figure BDA0002824302010000031
其中：
pf(n)为车辆n在通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值；
Figure BDA0002824302010000032
为在历史时间窗口内车辆n通过服务区f所在路段(a,b)平均速度的值；
进一步，所述步骤5)中，具体包括如下：
51)确定终止条件簇的数目为2；
52)确定簇之间的邻近性为全链，计算公式为：
Figure BDA0002824302010000033
其中：
C1和C2代表簇，P代表数据对象，|C1|，|C2|代表簇中数据对象的数目。
53)输入n个车辆的数据(pf(n),va,b(n))，并将每个对象当成一个簇；
54)根据两个簇中52)定义的相似度计算公式，找到最近的两个簇；
55)合并两个簇，生成新的簇的集合；
56)如果达到终止条件簇的数目，则终止；否则重复54)和55)。
57)输出划分两个类的边界条件(pf',va,b')，得到进入服务区和不进入服务区的条件为：
Figure BDA0002824302010000034
进一步，所述步骤6)中，具体包括如下步骤：
61)根据步骤1)路段划分，计算目标服务区f与其邻近上游收费站S的距离lSf；
62)根据步骤1)路段划分，计算目标服务区f与其邻近上游ETC门架E的距离lEf：
63)根据步骤3)车辆的在目标服务区所处路段(a,b)的平均速度，得到路段中不进入服务区客车和货车的平均速度，公式为：
Figure BDA0002824302010000041
其中：
Figure BDA0002824302010000042
为服务区所在路段(a,b)不进入服务区车辆中客车的平均速度；
Figure BDA0002824302010000043
为服务区所在路段(a,b)不进入服务区车辆中货车的平均速度；
N0为服务区所在路段(a,b)不进入服务区车辆中客车的数量；
N1为服务区所在路段(a,b)不进入服务区车辆中货车的数量；
64)分别计算不进入服务区的客车和货车从邻近上游收费站到目标服务区所需的平均行驶时间，公式为：
Figure BDA0002824302010000044
其中：
lSf为服务区f与其邻近上游收费站S的距离；
Figure BDA0002824302010000045
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000046
为邻近上游收费站到目标服务区货车所需的平均行程时间；
65)计算不进入服务区的车辆从邻近上游ETC门架到目标服务区所需的平均行驶时间，公式为：
Figure BDA0002824302010000047
其中：
lEf为服务区f与其邻近上游ETC门架E的距离；
Figure BDA0002824302010000051
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000052
为邻近上游收费站到目标服务区货车所需的平均行程时间；
进一步，所述步骤7)中，具体包括如下步骤：
71)统计在时间窗口为(ti,tj)时邻近上游收费站上道流量Qs(ti,tj)；
72)以步骤5)聚类算法的划分标准，统计在时间窗口为(ti,tj)时邻近上游收费站客车上道流量
Figure BDA0002824302010000053
货车上道流量
Figure BDA0002824302010000054
73)计算在时间窗口为(ti,tj)时邻近上游收费站客车上道分流系数、货车上道分流系数，公式如下：
(1)客车上道分流系数：
Figure BDA0002824302010000055
其中
Figure BDA0002824302010000056
为客车上道分流系数；
(2)货车上道分流系数：
Figure BDA0002824302010000057
其中
Figure BDA0002824302010000058
为货车上道分流系数；
74)统计在时间窗口为(ti,tj)时邻近上游ETC通过流量QE(ti,tj)；
75)以步骤5)聚类算法的划分标准，统计在时间窗口为(ti,tj)时邻近上游ETC通过客车上道流量
Figure BDA0002824302010000059
货车上道流量
Figure BDA00028243020100000510
76)计算在时间窗口为(ti,tj)时邻近上游ETC客车通过分流系数、货车通过分流系数，公式如下：
(1)客车分流系数：
Figure BDA00028243020100000511
(2)货车分流系数：
Figure BDA0002824302010000061
进一步，所述步骤8)中，具体包括如下步骤：
81)确定估计进入服务区车流量的时间窗口为(ta,tb)；
82)分别得到邻近上游收费站在时间窗口
Figure BDA0002824302010000062
内通过的客车流量
Figure BDA0002824302010000063
在时间窗口
Figure BDA0002824302010000064
内通过的货车流量
Figure BDA0002824302010000065
计算公式如下：
Figure BDA0002824302010000066
Figure BDA0002824302010000067
其中：
Figure BDA0002824302010000068
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000069
为邻近上游收费站到目标服务区货车所需的平均行程时间；
Figure BDA00028243020100000610
为时间窗口为
Figure BDA00028243020100000611
时客车通过上游收费站的车流量；
Figure BDA00028243020100000612
为时间窗口为
Figure BDA00028243020100000613
时货车通过上游收费站的车流量；
Figure BDA00028243020100000614
为时间窗口为
Figure BDA00028243020100000615
时客车通过上游收费站的车流量；
Figure BDA00028243020100000616
为时间窗口为
Figure BDA00028243020100000617
时货车通过上游收费站的车流量；
83)分别统计邻近上游ETC门架在时间窗口
Figure BDA00028243020100000618
内通过的客车流量
Figure BDA00028243020100000619
在时间窗口
Figure BDA00028243020100000620
内通过的货车流量
Figure BDA00028243020100000621
计算公式如下：
Figure BDA0002824302010000071
Figure BDA0002824302010000072
其中：
Figure BDA0002824302010000073
为邻近上游ETC门架到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000074
为邻近上游ETC门架到目标服务区货车所需的平均行程时间；
Figure BDA0002824302010000075
为时间窗口为
Figure BDA0002824302010000076
时客车通过上游ETC门架的车流量；
Figure BDA0002824302010000077
为时间窗口为
Figure BDA0002824302010000078
时货车通过上游ETC门架的车流量；
Figure BDA0002824302010000079
为时间窗口为
Figure BDA00028243020100000710
时客车通过上游ETC门架的车流量；
Figure BDA00028243020100000711
为时间窗口为
Figure BDA00028243020100000712
时货车通过上游ETC门架的车流量；
84)根据步骤7)，分别计算邻近上游收费站上道车流量的分流系数，如下所示：
(1)客车的分流系数：
Figure BDA00028243020100000713
其中：
Figure BDA00028243020100000714
是时间窗口为
Figure BDA00028243020100000715
时客车从上游收费站进入服务区的客车分流系数；
Figure BDA00028243020100000716
是前一天时间窗口为
Figure BDA00028243020100000717
时客车从上游收费站进入服务区的客车分流系数；
Figure BDA00028243020100000718
是前一周时间窗口为
Figure BDA00028243020100000719
时客车从上游收费站进入服务区的客车分流系数；
Figure BDA0002824302010000081
是时间窗口为
Figure BDA0002824302010000082
时客车从上游收费站进入服务区的客车分流系数；
li,j为邻近上游收费站到服务区的距离；
Figure BDA0002824302010000083
为客车在服务区所在路段的平均行程时间；
η1、η2是当公式计算出的客车分流系数值与实际客车分流系数值误差最小时取得的值。
(2)货车的分流系数：
Figure BDA0002824302010000084
其中：
Figure BDA0002824302010000085
是时间窗口为
Figure BDA0002824302010000086
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA0002824302010000087
是前一天时间窗口为
Figure BDA0002824302010000088
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA0002824302010000089
是前一周时间窗口为
Figure BDA00028243020100000810
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA00028243020100000811
是时间窗口为
Figure BDA00028243020100000812
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA00028243020100000813
为货车在服务区所在路段的平均行程时间；
η3、η4是当公式计算出的货车分流系数值与实际货车分流系数值误差最小时取得的值。
85)根据步骤7)，分别计算邻近上游ETC门架通过车流量的分流系数，如下所示：
(1)客车的分流系数：
Figure BDA0002824302010000091
其中：
Figure BDA0002824302010000092
是时间窗口为
Figure BDA0002824302010000093
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000094
是前一天时间窗口为
Figure BDA0002824302010000095
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000096
是前一周时间窗口为
Figure BDA0002824302010000097
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000098
是时间窗口为
Figure BDA0002824302010000099
时客车从邻近上游ETC门架进入服务区的客车分流系数；
li,j为邻近上游ETC门架到服务区的距离；
Figure BDA00028243020100000910
为客车在服务区所在路段的平均行程时间；
η5、η6是当公式计算出的客车分流系数值与实际客车分流系数值误差最小时取得的值。
(2)货车的分流系数：
Figure BDA00028243020100000911
其中：
Figure BDA00028243020100000912
是时间窗口为
Figure BDA00028243020100000913
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA00028243020100000914
是前一天时间窗口为
Figure BDA00028243020100000915
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000101
是前一周时间窗口为
Figure BDA0002824302010000102
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000103
是时间窗口为
Figure BDA0002824302010000104
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000105
为货车在服务区所在路段的平均行程时间；
li,j为邻近上游ETC门架到服务区的距离；
η7、η8是当公式计算出的货车分流系数值与实际货车分流系数值误差最小时取得的值。
86)计算时间窗为(ta,tb)进入服务区f的车流量，公式如下：
Figure BDA0002824302010000106
其中，
Figure BDA0002824302010000107
为邻近上游收费站时间窗口
Figure BDA0002824302010000108
内通过的客车流量，
Figure BDA0002824302010000109
为邻近上游收费站时间窗口
Figure BDA00028243020100001010
内通过的货车流量，
Figure BDA00028243020100001011
为邻近上游ETC门架在时间窗口
Figure BDA00028243020100001012
内通过的客车流量，
Figure BDA00028243020100001013
为邻近上游ETC门架在时间窗口
Figure BDA00028243020100001014
内通过的货车流量，
Figure BDA00028243020100001015
是时间窗口为
Figure BDA00028243020100001016
时上游收费站进入服务区的客车的分流系数，
Figure BDA00028243020100001017
是时间窗口为
Figure BDA00028243020100001018
时上游收费站进入服务区的货车的分流系数，
Figure BDA00028243020100001019
是时间窗口为
Figure BDA00028243020100001020
时上游ETC门架进入服务区的客车的分流系数，
Figure BDA00028243020100001021
是时间窗口为
Figure BDA00028243020100001022
时上游ETC门架进入服务区的货车的分流系数。
由于采用了上述技术方案，本发明具有如下的有益效果：
本发明在高速公路服务区入口处无交通检测设备的情况下，利用历史ETC门架数据信息，根据车辆通过ETC门架的信息对服务区入口流量进行估计，可适用于高速公路服务区入口流量估计。该方法可以对不同历史时间窗口的断面流量进行估计，可以为交通管控、交通预测提供参考。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究，对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
本发明的附图说明如下。
图1示出本发明的高速公路路段划分示意图；
图2示出本发明的高速公路服务区流量估计流程图。
具体实施方式
为使本发明的技术方案、优点和目的更加清楚，下面将结合本发明实施例的附图，对本发明实施例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的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本申请的保护范围。
下面结合附图和实施例对本发明作进一步说明。
实施例1
本实施例的一种基于ETC数据的高速公路服务区驶入车流量估计方法，包括以下步骤：
1)将高速公路根据ETC门架位置，将路段划分为若干个行驶路段；
2)基于高速公路历史ETC数据，分别得到历史数据中每一辆车辆通过其各个行驶路段的行程时间；
3)根据ETC位置得到每个行驶路段的长度，结合步骤2)的结果计算每一辆车在每一行驶路段的平均行程速度；
4)根据步骤3)的结果计算各个车辆通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值：
Figure BDA0002824302010000111
其中：
pf(n)为车辆n通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值；
5)根据步骤3)中各个车辆通过服务区所在路段的平均速度和步骤4)中得到速度比值，建立层次聚类算法，判断车辆n是否进入服务区；
6)根据步骤5)分别计算不进入服务区的客车和货车从邻近上游收费站或ETC门架到目标服务区所需的平均行驶时间；
7)分别计算历史各个时间窗口客车和货车从邻近上游收费站到服务区之间的分流比例、从邻近上游ETC到服务区之间的分流比例；
8)计算估计时间窗为(ta,tb)的进入服务区f的车流量；
所述步骤2)中，具体包括如下步骤：
21)剔除掉ETC数据中重复的记录数据以及发生异常事件下的ETC数据；
22)根据ETC数据还原车辆的行驶轨迹，计算车辆n的在路段(i,j)上的行驶时间ti,j(n)：
ti,j(n)＝tj(n)-ti(n)
其中：
ti(n)为车辆n在上游ETC门架Si的通过时刻；
tj(n)为车辆n在下游ETC门架Sj的通过时刻。
所述步骤3)中，具体包括如下步骤：
31)根据步骤1)的路段划分，计算路段Li,i+1的长度li,i+1；
32)根据步骤2)得到的行驶时间ti,j(n)，计算车辆n在路段(i,j)上的平均行程速度：
Figure BDA0002824302010000121
所述步骤4)中，具体包括如下步骤：
Figure BDA0002824302010000122
其中：
pf(n)为车辆n在通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值；
Figure BDA0002824302010000131
为在历史时间窗口内车辆n通过服务区f所在路段(a,b)平均速度的值；
所述步骤5)中，具体包括如下：
51)确定终止条件簇的数目为2；
52)确定簇之间的邻近性为全链，计算公式为：
Figure BDA0002824302010000132
其中：
C1和C2代表簇，P代表数据对象，|C1|，|C2|代表簇中数据对象的数目。
53)输入n个车辆的数据(pf(n),va,b(n))，并将每个对象当成一个簇；
54)根据两个簇中52)定义的相似度计算公式，找到最近的两个簇；
55)合并两个簇，生成新的簇的集合；
56)如果达到终止条件簇的数目，则终止；否则重复54)和55)。
57)输出划分两个类的边界条件(pf',va,b')，得到进入服务区和不进入服务区的条件为：
Figure BDA0002824302010000133
所述步骤6)中，具体包括如下步骤：
61)根据步骤1)路段划分，计算目标服务区f与其邻近上游收费站S的距离lSf；
62)根据步骤1)路段划分，计算目标服务区f与其邻近上游ETC门架E的距离lEf：
63)根据步骤3)车辆的在目标服务区所处路段(a,b)的平均速度，得到路段中不进入服务区客车和货车的平均速度，公式为：
Figure BDA0002824302010000141
其中：
Figure BDA0002824302010000142
为服务区所在路段(a,b)不进入服务区车辆中客车的平均速度；
Figure BDA0002824302010000143
为服务区所在路段(a,b)不进入服务区车辆中货车的平均速度；
N0为服务区所在路段(a,b)不进入服务区车辆中客车的数量；
N1为服务区所在路段(a,b)不进入服务区车辆中货车的数量；
64)分别计算不进入服务区的客车和货车从邻近上游收费站到目标服务区所需的平均行驶时间，公式为：
Figure BDA0002824302010000144
其中：
lSf为服务区f与其邻近上游收费站S的距离；
Figure BDA0002824302010000145
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000146
为邻近上游收费站到目标服务区货车所需的平均行程时间；
65)计算不进入服务区的车辆从邻近上游ETC门架到目标服务区所需的平均行驶时间，公式为：
Figure BDA0002824302010000147
其中：
lEf为服务区f与其邻近上游ETC门架E的距离；
Figure BDA0002824302010000151
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000152
为邻近上游收费站到目标服务区货车所需的平均行程时间；
所述步骤7)中，具体包括如下步骤：
71)统计在时间窗口为(ti,tj)时邻近上游收费站上道流量Qs(ti,tj)；
72)以步骤5)聚类算法的划分标准，统计在时间窗口为(ti,tj)时邻近上游收费站客车上道流量
Figure BDA0002824302010000153
货车上道流量
Figure BDA0002824302010000154
73)计算在时间窗口为(ti,tj)时邻近上游收费站客车上道分流系数、货车上道分流系数，公式如下：
(1)客车上道分流系数：
Figure BDA0002824302010000155
其中
Figure BDA0002824302010000156
为客车上道分流系数；
(2)货车上道分流系数：
Figure BDA0002824302010000157
其中
Figure BDA0002824302010000158
为货车上道分流系数；
74)统计在时间窗口为(ti,tj)时邻近上游ETC通过流量QE(ti,tj)；
75)以步骤5)聚类算法的划分标准，统计在时间窗口为(ti,tj)时邻近上游ETC通过客车上道流量
Figure BDA0002824302010000159
货车上道流量
Figure BDA00028243020100001510
76)计算在时间窗口为(ti,tj)时邻近上游ETC客车通过分流系数、货车通过分流系数，公式如下：
(1)客车分流系数：
Figure BDA00028243020100001511
(2)货车分流系数：
Figure BDA0002824302010000161
所述步骤8)中，具体包括如下步骤：
81)确定估计进入服务区车流量的时间窗口为(ta,tb)；
82)分别得到邻近上游收费站在时间窗口
Figure BDA0002824302010000162
内通过的客车流量
Figure BDA0002824302010000163
在时间窗口
Figure BDA0002824302010000164
内通过的货车流量
Figure BDA0002824302010000165
计算公式如下：
Figure BDA0002824302010000166
Figure BDA0002824302010000167
其中：
Figure BDA0002824302010000168
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000169
为邻近上游收费站到目标服务区货车所需的平均行程时间；
Figure BDA00028243020100001610
为时间窗口为
Figure BDA00028243020100001611
时客车通过上游收费站的车流量；
Figure BDA00028243020100001612
为时间窗口为
Figure BDA00028243020100001613
时货车通过上游收费站的车流量；
Figure BDA00028243020100001614
为时间窗口为
Figure BDA00028243020100001615
时客车通过上游收费站的车流量；
Figure BDA00028243020100001616
为时间窗口为
Figure BDA00028243020100001617
时货车通过上游收费站的车流量；
83)分别统计邻近上游ETC门架在时间窗口
Figure BDA00028243020100001618
内通过的客车流量
Figure BDA00028243020100001619
在时间窗口
Figure BDA00028243020100001620
内通过的货车流量
Figure BDA00028243020100001621
计算公式如下：
Figure BDA0002824302010000171
Figure BDA0002824302010000172
其中：
Figure BDA0002824302010000173
为邻近上游ETC门架到目标服务区客车所需的平均行程时间；
Figure BDA0002824302010000174
为邻近上游ETC门架到目标服务区货车所需的平均行程时间；
Figure BDA0002824302010000175
为时间窗口为
Figure BDA0002824302010000176
时客车通过上游ETC门架的车流量；
Figure BDA0002824302010000177
为时间窗口为
Figure BDA0002824302010000178
时货车通过上游ETC门架的车流量；
Figure BDA0002824302010000179
为时间窗口为
Figure BDA00028243020100001710
时客车通过上游ETC门架的车流量；
Figure BDA00028243020100001711
为时间窗口为
Figure BDA00028243020100001712
时货车通过上游ETC门架的车流量；
84)根据步骤7)，分别计算邻近上游收费站上道车流量的分流系数，如下所示：
(1)客车的分流系数：
Figure BDA00028243020100001713
其中：
Figure BDA00028243020100001714
是时间窗口为
Figure BDA00028243020100001715
时客车从上游收费站进入服务区的客车分流系数；
Figure BDA00028243020100001716
是前一天时间窗口为
Figure BDA00028243020100001717
时客车从上游收费站进入服务区的客车分流系数；
Figure BDA00028243020100001718
是前一周时间窗口为
Figure BDA00028243020100001719
时客车从上游收费站进入服务区的客车分流系数；
Figure BDA0002824302010000181
是时间窗口为
Figure BDA0002824302010000182
时客车从上游收费站进入服务区的客车分流系数；
li,j为邻近上游收费站到服务区的距离；
Figure BDA0002824302010000183
为客车在服务区所在路段的平均行程时间；
η1、η2是当公式计算出的客车分流系数值与实际客车分流系数值误差最小时取得的值。
(2)货车的分流系数：
Figure BDA0002824302010000184
其中：
Figure BDA0002824302010000185
是时间窗口为
Figure BDA0002824302010000186
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA0002824302010000187
是前一天时间窗口为
Figure BDA0002824302010000188
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA0002824302010000189
是前一周时间窗口为
Figure BDA00028243020100001810
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA00028243020100001811
是时间窗口为
Figure BDA00028243020100001812
时货车从上游收费站进入服务区的货车分流系数；
Figure BDA00028243020100001813
为货车在服务区所在路段的平均行程时间；
η3、η4是当公式计算出的货车分流系数值与实际货车分流系数值误差最小时取得的值。
85)根据步骤7)，分别计算邻近上游ETC门架通过车流量的分流系数，如下所示：
(1)客车的分流系数：
Figure BDA0002824302010000191
其中：
Figure BDA0002824302010000192
是时间窗口为
Figure BDA0002824302010000193
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000194
是前一天时间窗口为
Figure BDA0002824302010000195
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000196
是前一周时间窗口为
Figure BDA0002824302010000197
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000198
是时间窗口为
Figure BDA0002824302010000199
时客车从邻近上游ETC门架进入服务区的客车分流系数；
li,j为邻近上游ETC门架到服务区的距离；
Figure BDA00028243020100001910
为客车在服务区所在路段的平均行程时间；
η5、η6是当公式计算出的客车分流系数值与实际客车分流系数值误差最小时取得的值。
(2)货车的分流系数：
Figure BDA00028243020100001911
其中：
Figure BDA00028243020100001912
是时间窗口为
Figure BDA00028243020100001913
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA00028243020100001914
是前一天时间窗口为
Figure BDA00028243020100001915
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000201
是前一周时间窗口为
Figure BDA0002824302010000202
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000203
是时间窗口为
Figure BDA0002824302010000204
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure BDA0002824302010000205
为货车在服务区所在路段的平均行程时间；
li,j为邻近上游ETC门架到服务区的距离；
η7、η8是当公式计算出的货车分流系数值与实际货车分流系数值误差最小时取得的值。
86)计算时间窗为(ta,tb)进入服务区f的车流量，公式如下：
Figure BDA0002824302010000206
其中，
Figure BDA0002824302010000207
为邻近上游收费站时间窗口
Figure BDA0002824302010000208
内通过的客车流量，
Figure BDA0002824302010000209
为邻近上游收费站时间窗口
Figure BDA00028243020100002010
内通过的货车流量，
Figure BDA00028243020100002011
为邻近上游ETC门架在时间窗口
Figure BDA00028243020100002012
内通过的客车流量，
Figure BDA00028243020100002013
为邻近上游ETC门架在时间窗口
Figure BDA00028243020100002014
内通过的货车流量，
Figure BDA00028243020100002015
是时间窗口为
Figure BDA00028243020100002016
时上游收费站进入服务区的客车的分流系数，
Figure BDA00028243020100002017
是时间窗口为
Figure BDA00028243020100002018
时上游收费站进入服务区的货车的分流系数，
Figure BDA00028243020100002019
是时间窗口为
Figure BDA00028243020100002020
时上游ETC门架进入服务区的客车的分流系数，
Figure BDA00028243020100002021
是时间窗口为
Figure BDA00028243020100002022
时上游ETC门架进入服务区的货车的分流系数。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的保护范围当中。

Claims (8)

1.一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，包括以下步骤：1)将高速公路根据ETC门架位置，将路段划分为若干个行驶路段；
2)基于高速公路历史ETC数据，分别得到历史数据中每一辆车辆通过其各个行驶路段的行程时间；
3)根据ETC位置得到每个行驶路段的长度，结合步骤2)的结果计算每一辆车在每一行驶路段的平均行程速度；
4)根据步骤3)的结果计算各个车辆通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值：
Figure FDA0002824299000000011
其中：
pf(n)为车辆n通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值；
5)根据步骤3)中各个车辆通过服务区所在路段的平均速度和步骤4)中得到速度比值，建立层次聚类算法，判断车辆n是否进入服务区；
6)根据步骤5)分别计算不进入服务区的客车和货车从邻近上游收费站或ETC门架到目标服务区所需的平均行驶时间；
7)分别计算历史各个时间窗口客车和货车从邻近上游收费站到服务区之间的分流比例、从邻近上游ETC到服务区之间的分流比例；
8)计算估计时间窗为(ta,tb)的进入服务区f的车流量。
2.根据权利要求1所述的一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，所述步骤2)中，具体包括如下步骤：
21)剔除掉ETC数据中重复的记录数据以及发生异常事件下的ETC数据；
22)根据ETC数据还原车辆的行驶轨迹，计算车辆n的在路段(i,j)上的行驶时间ti,j(n)：
ti,j(n)＝tj(n)-ti(n)
其中：
ti(n)为车辆n在上游ETC门架Si的通过时刻；
tj(n)为车辆n在下游ETC门架Sj的通过时刻。
3.根据权利要求1所述的一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，所述步骤3)中，具体包括如下步骤：
31)根据步骤1)的路段划分，计算路段Li,i+1的长度li,i+1；
32)根据步骤2)得到的行驶时间ti,j(n)，计算车辆n在路段(i,j)上的平均行程速度：
Figure FDA0002824299000000021
4.根据权利要求1所述的一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，所述步骤4)中，具体包括如下步骤：
Figure FDA0002824299000000022
其中：
pf(n)为车辆n在通过服务区f邻近路段(i,j)平均速度比上通过服务区f所在路段(a,b)平均速度的值；
Figure FDA0002824299000000023
为在历史时间窗口内车辆n通过服务区f所在路段(a,b)平均速度的值。
5.根据权利要求1所述的一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，所述步骤5)中，具体包括如下：
51)确定终止条件簇的数目为2；
52)确定簇之间的邻近性为全链，计算公式为：
Figure FDA0002824299000000024
其中：
C1和C2代表簇，P代表数据对象，|C1|，|C2|代表簇中数据对象的数目。
53)输入n个车辆的数据(pf(n),va,b(n))，并将每个对象当成一个簇；
54)根据两个簇中52)定义的相似度计算公式，找到最近的两个簇；
55)合并两个簇，生成新的簇的集合；
56)如果达到终止条件簇的数目，则终止；否则重复54)和55)。
57)输出划分两个类的边界条件(pf',va,b')，得到进入服务区和不进入服务区的条件为：
Figure FDA0002824299000000031
6.根据权利要求1所述的一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，所述步骤6)中，具体包括如下步骤：
61)根据步骤1)路段划分，计算目标服务区f与其邻近上游收费站S的距离lSf；
62)根据步骤1)路段划分，计算目标服务区f与其邻近上游ETC门架E的距离lEf：
63)根据步骤3)车辆的在目标服务区所处路段(a,b)的平均速度，得到路段中不进入服务区客车和货车的平均速度，公式为：
Figure FDA0002824299000000032
其中：
Figure FDA0002824299000000033
为服务区所在路段(a,b)不进入服务区车辆中客车的平均速度；
Figure FDA0002824299000000034
为服务区所在路段(a,b)不进入服务区车辆中货车的平均速度；
N0为服务区所在路段(a,b)不进入服务区车辆中客车的数量；
N1为服务区所在路段(a,b)不进入服务区车辆中货车的数量；
64)分别计算不进入服务区的客车和货车从邻近上游收费站到目标服务区所需的平均行驶时间，公式为：
Figure FDA0002824299000000041
其中：
lSf为服务区f与其邻近上游收费站S的距离；
Figure FDA0002824299000000042
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure FDA0002824299000000043
为邻近上游收费站到目标服务区货车所需的平均行程时间；
65)计算不进入服务区的车辆从邻近上游ETC门架到目标服务区所需的平均行驶时间，公式为：
Figure FDA0002824299000000044
其中：
lEf为服务区f与其邻近上游ETC门架E的距离；
Figure FDA0002824299000000045
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure FDA0002824299000000046
为邻近上游收费站到目标服务区货车所需的平均行程时间。
7.根据权利要求1所述的一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，所述步骤7)中，具体包括如下步骤：
71)统计在时间窗口为(ti,tj)时邻近上游收费站上道流量Qs(ti,tj)；
72)以步骤5)聚类算法的划分标准，统计在时间窗口为(ti,tj)时邻近上游收费站客车上道流量
Figure FDA0002824299000000047
货车上道流量
Figure FDA0002824299000000048
73)计算在时间窗口为(ti,tj)时邻近上游收费站客车上道分流系数、货车上道分流系数，公式如下：
(1)客车上道分流系数：
Figure FDA0002824299000000051
其中
Figure FDA0002824299000000052
为客车上道分流系数；
(2)货车上道分流系数：
Figure FDA0002824299000000053
其中
Figure FDA0002824299000000054
为货车上道分流系数；
74)统计在时间窗口为(ti,tj)时邻近上游ETC通过流量QE(ti,tj)；
75)以步骤5)聚类算法的划分标准，统计在时间窗口为(ti,tj)时邻近上游ETC通过客车上道流量
Figure FDA0002824299000000055
货车上道流量
Figure FDA0002824299000000056
76)计算在时间窗口为(ti,tj)时邻近上游ETC客车通过分流系数、货车通过分流系数，公式如下：
(1)客车分流系数：
Figure FDA0002824299000000057
(2)货车分流系数：
Figure FDA0002824299000000058
8.根据权利要求1所述的一种基于ETC数据的高速公路服务区驶入车流量估计方法，其特征在于，所述步骤8)中，具体包括如下步骤：
81)确定估计进入服务区车流量的时间窗口为(ta,tb)；
82)分别得到邻近上游收费站在时间窗口
Figure FDA0002824299000000059
内通过的客车流量
Figure FDA00028242990000000510
在时间窗口
Figure FDA00028242990000000511
内通过的货车流量
Figure FDA00028242990000000512
计算公式如下：
Figure FDA00028242990000000513
Figure FDA0002824299000000061
其中：
Figure FDA0002824299000000062
为邻近上游收费站到目标服务区客车所需的平均行程时间；
Figure FDA0002824299000000063
为邻近上游收费站到目标服务区货车所需的平均行程时间；
Figure FDA0002824299000000064
为时间窗口为
Figure FDA0002824299000000065
时客车通过上游收费站的车流量；
Figure FDA0002824299000000066
为时间窗口为
Figure FDA0002824299000000067
时货车通过上游收费站的车流量；
Figure FDA0002824299000000068
为时间窗口为
Figure FDA0002824299000000069
时客车通过上游收费站的车流量；
Figure FDA00028242990000000610
为时间窗口为
Figure FDA00028242990000000611
时货车通过上游收费站的车流量；
83)分别统计邻近上游ETC门架在时间窗口
Figure FDA00028242990000000612
内通过的客车流量
Figure FDA00028242990000000613
在时间窗口
Figure FDA00028242990000000614
内通过的货车流量
Figure FDA00028242990000000615
计算公式如下：
Figure FDA00028242990000000616
Figure FDA00028242990000000617
其中：
Figure FDA00028242990000000618
为邻近上游ETC门架到目标服务区客车所需的平均行程时间；
Figure FDA00028242990000000619
为邻近上游ETC门架到目标服务区货车所需的平均行程时间；
Figure FDA00028242990000000620
为时间窗口为
Figure FDA00028242990000000621
时客车通过上游ETC门架的车流量；
Figure FDA0002824299000000071
为时间窗口为
Figure FDA0002824299000000072
时货车通过上游ETC门架的车流量；
Figure FDA0002824299000000073
为时间窗口为
Figure FDA0002824299000000074
时客车通过上游ETC门架的车流量；
Figure FDA0002824299000000075
为时间窗口为
Figure FDA0002824299000000076
时货车通过上游ETC门架的车流量；
84)根据步骤7)，分别计算邻近上游收费站上道车流量的分流系数，如下所示：
(1)客车的分流系数：
Figure FDA0002824299000000077
其中：
Figure FDA0002824299000000078
是时间窗口为
Figure FDA0002824299000000079
时客车从上游收费站进入服务区的客车分流系数；
Figure FDA00028242990000000710
是前一天时间窗口为
Figure FDA00028242990000000711
时客车从上游收费站进入服务区的客车分流系数；
Figure FDA00028242990000000712
是前一周时间窗口为
Figure FDA00028242990000000713
时客车从上游收费站进入服务区的客车分流系数；
Figure FDA00028242990000000714
是时间窗口为
Figure FDA00028242990000000715
时客车从上游收费站进入服务区的客车分流系数；
li,j为邻近上游收费站到服务区的距离；
Figure FDA00028242990000000716
为客车在服务区所在路段的平均行程时间；
η1、η2是当公式计算出的客车分流系数值与实际客车分流系数值误差最小时取得的值。
(2)货车的分流系数：
Figure FDA00028242990000000717
其中：
Figure FDA0002824299000000081
是时间窗口为
Figure FDA0002824299000000082
时货车从上游收费站进入服务区的货车分流系数；
Figure FDA0002824299000000083
是前一天时间窗口为
Figure FDA0002824299000000084
时货车从上游收费站进入服务区的货车分流系数；
Figure FDA0002824299000000085
是前一周时间窗口为
Figure FDA0002824299000000086
时货车从上游收费站进入服务区的货车分流系数；
Figure FDA0002824299000000087
是时间窗口为
Figure FDA0002824299000000088
时货车从上游收费站进入服务区的货车分流系数；
Figure FDA0002824299000000089
为货车在服务区所在路段的平均行程时间；
η3、η4是当公式计算出的货车分流系数值与实际货车分流系数值误差最小时取得的值。
85)根据步骤7)，分别计算邻近上游ETC门架通过车流量的分流系数，如下所示：
(1)客车的分流系数：
Figure FDA00028242990000000810
其中：
Figure FDA00028242990000000811
是时间窗口为
Figure FDA00028242990000000812
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure FDA00028242990000000813
是前一天时间窗口为
Figure FDA00028242990000000814
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure FDA00028242990000000815
是前一周时间窗口为
Figure FDA00028242990000000816
时客车从邻近上游ETC门架进入服务区的客车分流系数；
Figure FDA0002824299000000091
是时间窗口为
Figure FDA0002824299000000092
时客车从邻近上游ETC门架进入服务区的客车分流系数；
li,j为邻近上游ETC门架到服务区的距离；
Figure FDA0002824299000000093
为客车在服务区所在路段的平均行程时间；
η5、η6是当公式计算出的客车分流系数值与实际客车分流系数值误差最小时取得的值。
(2)货车的分流系数：
Figure FDA0002824299000000094
其中：
Figure FDA0002824299000000095
是时间窗口为
Figure FDA0002824299000000096
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure FDA0002824299000000097
是前一天时间窗口为
Figure FDA0002824299000000098
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure FDA0002824299000000099
是前一周时间窗口为
Figure FDA00028242990000000910
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure FDA00028242990000000911
是时间窗口为
Figure FDA00028242990000000912
时货车从邻近上游ETC门架进入服务区的客车分流系数；
Figure FDA00028242990000000913
为货车在服务区所在路段的平均行程时间；
li,j为邻近上游ETC门架到服务区的距离；
η7、η8是当公式计算出的货车分流系数值与实际货车分流系数值误差最小时取得的值。86)计算时间窗为(ta,tb)进入服务区f的车流量，公式如下：
Figure FDA0002824299000000101
其中，
Figure FDA00028242990000001017
为邻近上游收费站时间窗口
Figure FDA0002824299000000102
内通过的客车流量，
Figure FDA0002824299000000103
为邻近上游收费站时间窗口
Figure FDA0002824299000000104
内通过的货车流量，
Figure FDA0002824299000000105
为邻近上游ETC门架在时间窗口
Figure FDA0002824299000000106
内通过的客车流量，
Figure FDA0002824299000000107
为邻近上游ETC门架在时间窗口
Figure FDA0002824299000000108
内通过的货车流量，
Figure FDA0002824299000000109
是时间窗口为
Figure FDA00028242990000001010
时上游收费站进入服务区的客车的分流系数，
Figure FDA00028242990000001011
是时间窗口为
Figure FDA00028242990000001012
时上游收费站进入服务区的货车的分流系数，
Figure FDA00028242990000001013
是时间窗口为
Figure FDA00028242990000001014
时上游ETC门架进入服务区的客车的分流系数，
Figure FDA00028242990000001015
是时间窗口为
Figure FDA00028242990000001016
时上游ETC门架进入服务区的货车的分流系数。
CN202011424742.9A 2020-12-08 2020-12-08 一种基于etc数据的高速公路服务区驶入车流量估计方法 Active CN112581774B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011424742.9A CN112581774B (zh) 2020-12-08 2020-12-08 一种基于etc数据的高速公路服务区驶入车流量估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011424742.9A CN112581774B (zh) 2020-12-08 2020-12-08 一种基于etc数据的高速公路服务区驶入车流量估计方法

Publications (2)

Publication Number Publication Date
CN112581774A true CN112581774A (zh) 2021-03-30
CN112581774B CN112581774B (zh) 2022-09-09

Family

ID=75128019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011424742.9A Active CN112581774B (zh) 2020-12-08 2020-12-08 一种基于etc数据的高速公路服务区驶入车流量估计方法

Country Status (1)

Country Link
CN (1) CN112581774B (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159856A (zh) * 2021-04-30 2021-07-23 山东旗帜信息有限公司 一种收费站出站口流量预测方法及系统
CN113345252A (zh) * 2021-06-08 2021-09-03 重庆大学 一种收费站下道流量短时预测方法与装置
CN113380052A (zh) * 2021-06-08 2021-09-10 重庆大学 基于etc数据的驶入服务区车流量预测方法及装置
CN113554422A (zh) * 2021-06-08 2021-10-26 重庆大学 一种基于etc收费数据的车辆驶入服务区判别方法及装置
CN113674538A (zh) * 2021-08-09 2021-11-19 南京美慧软件有限公司 一种断面流量监测系统
CN113689694A (zh) * 2021-07-28 2021-11-23 山东中创软件商用中间件股份有限公司 一种车流量预测方法、装置、设备及可读存储介质
CN114155706A (zh) * 2021-10-27 2022-03-08 北京千方科技股份有限公司 一种服务区车辆判别方法、装置、电子设备和存储介质
CN114187671A (zh) * 2021-11-24 2022-03-15 广州市埃特斯通讯设备有限公司 一种基于etc在高速公路上识别车辆是否进入服务区的方法及系统
CN114373309A (zh) * 2021-12-29 2022-04-19 联通智网科技股份有限公司 服务区车流量的计算方法、装置、终端设备及介质
CN114446064A (zh) * 2021-12-31 2022-05-06 北京掌行通信息技术有限公司 一种分析高速公路服务区流量的方法、装置、存储介质及终端
CN114596700A (zh) * 2022-01-10 2022-06-07 昆明理工大学 一种基于门架数据的高速公路路段实时流量估计方法
CN114898571A (zh) * 2022-04-22 2022-08-12 福建工程学院 一种基于etc大数据的高速公路全路段车速测量方法
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
CN115457774A (zh) * 2022-10-31 2022-12-09 江西锦路科技开发有限公司 基于高速服务区的车流量采集方法、装置、设备及介质
CN115497299A (zh) * 2022-11-14 2022-12-20 中科聚信信息技术（北京）有限公司 基于etc的服务区车流量预测方法、系统和服务区
CN115527380A (zh) * 2022-09-15 2022-12-27 交通运输部科学研究院 车辆行驶速度测算方法、装置、计算机设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024988A (ja) * 2000-07-07 2002-01-25 Mitsubishi Heavy Ind Ltd 交通量計測装置及び照明制御装置
US6401027B1 (en) * 1999-03-19 2002-06-04 Wenking Corp. Remote road traffic data collection and intelligent vehicle highway system
CN102800198A (zh) * 2012-08-15 2012-11-28 重庆大学 高速公路断面交通流量的测算方法
CN203966204U (zh) * 2014-07-19 2014-11-26 山西国强科技发展有限责任公司 高速路服务区车辆调查系统装置
CN204856894U (zh) * 2015-07-30 2015-12-09 河南中天高新智能科技开发有限责任公司 一种卡口车辆监测系统
CN107507418A (zh) * 2017-08-09 2017-12-22 清华大学 一种高速公路车辆进入服务区停留过程分析方法及装置
CN109800916A (zh) * 2019-01-23 2019-05-24 山东省交通规划设计院 一种高速公路服务区驶入车流量的建模方法
CN209070723U (zh) * 2018-09-17 2019-07-05 河南东方世纪交通科技股份有限公司 一种高速公路交通信息管理平台
CN110070718A (zh) * 2019-04-30 2019-07-30 山东省交通规划设计院 高速公路服务区服务质量动态评估方法、系统及设备
CN111402595A (zh) * 2020-03-31 2020-07-10 福建省厦门高速公路管理有限公司 一种用于高速服务区的智能管理方法和系统
CN111724595A (zh) * 2020-06-23 2020-09-29 重庆大学 一种基于收费数据的高速公路断面流量估计方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6401027B1 (en) * 1999-03-19 2002-06-04 Wenking Corp. Remote road traffic data collection and intelligent vehicle highway system
JP2002024988A (ja) * 2000-07-07 2002-01-25 Mitsubishi Heavy Ind Ltd 交通量計測装置及び照明制御装置
CN102800198A (zh) * 2012-08-15 2012-11-28 重庆大学 高速公路断面交通流量的测算方法
CN203966204U (zh) * 2014-07-19 2014-11-26 山西国强科技发展有限责任公司 高速路服务区车辆调查系统装置
CN204856894U (zh) * 2015-07-30 2015-12-09 河南中天高新智能科技开发有限责任公司 一种卡口车辆监测系统
CN107507418A (zh) * 2017-08-09 2017-12-22 清华大学 一种高速公路车辆进入服务区停留过程分析方法及装置
CN209070723U (zh) * 2018-09-17 2019-07-05 河南东方世纪交通科技股份有限公司 一种高速公路交通信息管理平台
CN109800916A (zh) * 2019-01-23 2019-05-24 山东省交通规划设计院 一种高速公路服务区驶入车流量的建模方法
CN110070718A (zh) * 2019-04-30 2019-07-30 山东省交通规划设计院 高速公路服务区服务质量动态评估方法、系统及设备
CN111402595A (zh) * 2020-03-31 2020-07-10 福建省厦门高速公路管理有限公司 一种用于高速服务区的智能管理方法和系统
CN111724595A (zh) * 2020-06-23 2020-09-29 重庆大学 一种基于收费数据的高速公路断面流量估计方法

Non-Patent Citations (11)

* Cited by examiner, † Cited by third party
Title
XIAOYAN SHEN等: "Prediction of Entering Percentage into Expressway Service Areas Based on Wavelet Neural Networks and Genetic Algorithms", 《IEEE ACCESS》 *
YU CHEN等: "A Study on Forecast Method of Pause Rate in Expressway Service Area", 《2012 | PROCEEDINGS OF THE 12TH INTERNATIONAL CONFERENCE OF TRANSPORTATION PROFESSIONALS (CICTP 2012)》 *
万众等: "基于聚类分析法的高速公路服务区电动汽车充电设施布局研究", 《交通节能与环保》 *
付建广等: "高速公路沿线服务区布局规划研究", 《中国公路学报》 *
冯春强: "基于毫米波雷达的高速公路服务区车辆管理信息发布系统", 《中国交通信息化》 *
刘嘉等: "基于BP神经网络的高速公路服务区车辆驶入率预测", 《公路》 *
周昊: "考虑交通流量不确定性的高速公路充电站实用化规划研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 *
崔洪军等: "基于车辆连续行驶时间高速公路服务区驶入率确定新方法", 《河北工业大学学报》 *
徐清峻等: "基于特征车辆运行速度的联网高速公路服务水平评价方法探讨", 《山东交通科技》 *
王玲: "《数据挖掘学习方法》", 31 August 2017 *
高悦尔等: "基于"两客一危"数据的高速公路服务区路段车辆行驶模式研究", 《福州大学学报(自然科学版)》 *

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113159856A (zh) * 2021-04-30 2021-07-23 山东旗帜信息有限公司 一种收费站出站口流量预测方法及系统
CN113380052B (zh) * 2021-06-08 2022-07-15 重庆大学 基于etc数据的驶入服务区车流量预测方法及装置
CN113345252A (zh) * 2021-06-08 2021-09-03 重庆大学 一种收费站下道流量短时预测方法与装置
CN113380052A (zh) * 2021-06-08 2021-09-10 重庆大学 基于etc数据的驶入服务区车流量预测方法及装置
CN113554422A (zh) * 2021-06-08 2021-10-26 重庆大学 一种基于etc收费数据的车辆驶入服务区判别方法及装置
CN113554422B (zh) * 2021-06-08 2022-04-22 重庆大学 一种基于etc收费数据的车辆驶入服务区判别方法及装置
CN113345252B (zh) * 2021-06-08 2022-07-22 重庆大学 一种收费站下道流量短时预测方法与装置
CN113689694A (zh) * 2021-07-28 2021-11-23 山东中创软件商用中间件股份有限公司 一种车流量预测方法、装置、设备及可读存储介质
CN113674538A (zh) * 2021-08-09 2021-11-19 南京美慧软件有限公司 一种断面流量监测系统
CN114155706A (zh) * 2021-10-27 2022-03-08 北京千方科技股份有限公司 一种服务区车辆判别方法、装置、电子设备和存储介质
CN114187671A (zh) * 2021-11-24 2022-03-15 广州市埃特斯通讯设备有限公司 一种基于etc在高速公路上识别车辆是否进入服务区的方法及系统
CN114373309A (zh) * 2021-12-29 2022-04-19 联通智网科技股份有限公司 服务区车流量的计算方法、装置、终端设备及介质
CN114446064A (zh) * 2021-12-31 2022-05-06 北京掌行通信息技术有限公司 一种分析高速公路服务区流量的方法、装置、存储介质及终端
CN114596700A (zh) * 2022-01-10 2022-06-07 昆明理工大学 一种基于门架数据的高速公路路段实时流量估计方法
CN114596700B (zh) * 2022-01-10 2024-02-02 昆明理工大学 一种基于门架数据的高速公路路段实时流量估计方法
CN114898571A (zh) * 2022-04-22 2022-08-12 福建工程学院 一种基于etc大数据的高速公路全路段车速测量方法
CN114898571B (zh) * 2022-04-22 2023-06-06 福建工程学院 一种基于etc大数据的高速公路全路段车速测量方法
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
CN115424432B (zh) * 2022-07-22 2024-05-28 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
CN115527380A (zh) * 2022-09-15 2022-12-27 交通运输部科学研究院 车辆行驶速度测算方法、装置、计算机设备及存储介质
CN115457774A (zh) * 2022-10-31 2022-12-09 江西锦路科技开发有限公司 基于高速服务区的车流量采集方法、装置、设备及介质
CN115457774B (zh) * 2022-10-31 2023-03-03 江西锦路科技开发有限公司 基于高速服务区的车流量采集方法、装置、设备及介质
CN115497299A (zh) * 2022-11-14 2022-12-20 中科聚信信息技术（北京）有限公司 基于etc的服务区车流量预测方法、系统和服务区

Also Published As

Publication number Publication date
CN112581774B (zh) 2022-09-09

Similar Documents

Publication Publication Date Title
CN112581774B (zh) 一种基于etc数据的高速公路服务区驶入车流量估计方法
Rouphail et al. Comparative study of short-and long-term urban freeway work zones
CN103632540B (zh) 基于浮动车数据的城市主干道交通运行信息处理方法
CN108289203B (zh) 一种用于轨道交通的视频监控系统
Mousa Analysis and modeling of measured delays at isolated signalized intersections
CN108665191B (zh) 基于聚集效应的地铁站外关联区域计算方法
Wang et al. Modeling bus dwell time and time lost serving stop in China
CN110751366A (zh) 一种干线铁路与城市轨道交通运能匹配度计算方法
CN108711281A (zh) 一种运用路段实际运行车速数据评价公路安全性的方法
CN113380052A (zh) 基于etc数据的驶入服务区车流量预测方法及装置
CN109410368B (zh) 一种基于铁路车号信息计算货车运行里程的方法
CN114863675B (zh) 基于路警数据融合的重点车辆位置推测与异常报警方法
CN114005274B (zh) 基于小客车当量的高速公路收费站分级联动管控方法
CN111768619A (zh) 一种基于卡口数据的快速路车辆od点确定方法
CN106379379B (zh) 一种城市轨道交通乘客上下车时间的预测方法
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
CN106781460A (zh) 一种路段交通状态确定方法及装置
CN112767684A (zh) 一种基于收费数据的高速公路交通拥堵检测方法
CN114999181A (zh) 一种基于etc系统数据的高速公路车辆速度异常识别方法
CN114005275B (zh) 一种基于多数据源融合的高速公路车辆拥堵判别方法
CN112528867A (zh) 一种地铁车站突发大客流预警方法及其应用
CN108597217B (zh) 一种高速公路事故监测提示方法
CN111008747A (zh) 一种基于交旅数据融合的景区客流量预测方法
CN111145562B (zh) 城际公路出行量统计方法、装置及电子设备
CN115796518A (zh) 一种面向智慧工地的交通组织与运输调度综合评价方法

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
GR01 Patent grant
GR01 Patent grant