CN112767680B - 一种基于轨迹数据的绿波交通评价方法 - Google Patents
一种基于轨迹数据的绿波交通评价方法 Download PDFInfo
- Publication number
- CN112767680B CN112767680B CN202011381141.4A CN202011381141A CN112767680B CN 112767680 B CN112767680 B CN 112767680B CN 202011381141 A CN202011381141 A CN 202011381141A CN 112767680 B CN112767680 B CN 112767680B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- green wave
- data
- traffic
- evaluation
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 62
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000000694 effects Effects 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 10
- 238000000034 method Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 abstract description 4
- 238000011157 data evaluation Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 101100182247 Caenorhabditis elegans lat-1 gene Proteins 0.000 description 1
- 101100182248 Caenorhabditis elegans lat-2 gene Proteins 0.000 description 1
- 101100021570 Caenorhabditis elegans lon-3 gene Proteins 0.000 description 1
- 101150061388 LON1 gene Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- -1 lat3) and L1(lon4 Proteins 0.000 description 1
- 101150004293 lon2 gene Proteins 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
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
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于轨迹数据的绿波交通评价方法,包括以下步骤:步骤1、对绿波协调控制路段车辆的信息进行处理,获得车辆轨迹数据;步骤2、获得车辆轨迹数据后,对重复缺失数据处理后进行地图匹配,进行车辆轨迹数据精准匹配;步骤3、利用车辆轨迹数据获得车辆的同时,数据再分析获得所需车辆OD数据;步骤4、基于车辆OD数据构建绿波交通评价指数完成对于绿波交通的评价。该评价方法简单可行,能够完成不同绿波交通方案的横向比较,同时能够保证实验仿真数据评价的准确性。
Description
技术领域
本发明涉及一种基于轨迹数据的绿波交通评价方法,旨在设计一种简单可行的绿波交通评价方法来完成不同绿波交通方案的横向比较。
背景技术
近些年来,随着城市汽车保有量迅速增加,城市交通拥堵问题日益严重,绿波交通作为一种缓解城市交通拥堵控制方法以其设置简单、效果明显等特点被众多城市采用,进而推动了对于绿波交通相关研究。
但当下研究更多集中于对于绿波交通控制模型的优化,其优化结果得出更多基于理想的实验环境,由于绿波交通方案在实际干线控制中会存在众多干扰因素,导致各种绿波优化模型往往鲁棒性低,因此构建科学的绿波交通评价方法、体系,完成对绿波交通实际控制效果的准确评价便显得尤为重要。
当前绿波交通评价方法的评价对象多为绿波交通控制方案干线与未采用绿波控制干线或某一绿波控制模型下由于参数不同造就的不同评价方案,而对于不同的绿波交通控制模型的比较研究较为缺乏,一则是由于不同绿波交通模型参数设置多有不同,各种模型条件过于理想化,构建适用于不同绿波交通控制模型的评价体系与方法较为困难,二是对于不同绿波交通控制模型评价所需数据来说,实验仿真数据评价准确性不能保证,实际不同绿波交通运行所需评价数据又难以获得。
发明内容
为了克服上述现有技术中的缺陷,本发明的发明目的在于提供一种基于轨迹数据的绿波交通评价方法,该评价方法简单可行,能够完成不同绿波交通方案的横向比较,同时能够保证实验仿真数据评价的准确性。
为了实现上述第一个发明目的,本发明采用以下技术方案:一种基于轨迹数据的绿波交通评价方法,包括以下步骤:步骤1、对绿波协调控制路段车辆的信息进行处理,获得车辆轨迹数据;步骤2、获得车辆轨迹数据后,对重复缺失数据处理后进行地图匹配,进行车辆轨迹数据精准匹配;步骤3、利用车辆轨迹数据获得车辆的同时,数据再分析获得所需车辆OD数据;步骤4、基于车辆OD数据构建绿波交通评价指数完成对于绿波交通的评价。
作为本发明的一种优选方案,步骤1中的车辆轨迹数据,包括车辆ID、时间、车辆经度、车辆维度及车辆速度。
作为本发明的一种优选方案,步骤1中,首先,要对获得的车辆轨迹数据进行范围界定;其次,对车辆轨迹数据中缺失和重复数据进行剔除;最后,在完成车辆轨迹数据与实际地图匹配后按照车辆ID生成车辆轨迹时空图。
作为本发明的一种优选方案,步骤3中,对浮动的车辆数据中重复缺失数据处理完成后,将所测绿波协调控制路段位置信息与车辆轨迹数据进行匹配,获得每辆车的行驶轨迹以及速度;根据车辆轨迹数据统计绿波交通内车辆通行情况,并记录入车辆OD出行表,步骤如下:
Step1:检测进入绿波协调控制系统路段内车辆初始时间t0位于路段位置信息起点O;
Step2:判断车辆下一检测时间间隔Δt的t=t0+nΔt,(n为自然数)时刻的位置L(t)是否属于绿波系统内相关路段A:
若L(t)∈A,则执行Step3;
Step3:对车辆在t时刻速度Vi(t)进行判定:
若Vi(t)≠0,则判定车辆未停止运行,则令n=n+1,返回Step2;
若Vi(t)=0,则判定车辆停止运行,t时刻为车辆的终点完成车辆的OD数据统计,并执行Step4;
Step4:令t=t0,返回Step1对车辆进行下一次OD数据统计。
作为本发明的一种优选方案,步骤4具体评价方法为:
(1)计算绿波理想通行指数
在车辆OD数据的基础上结合车辆连续通过交叉口个数计算绿波理想通行指数
其中,Ni为统计车辆从i路段进入绿波交通所在路段的车辆数,n为总路段数;
(2)计算绿波通行扰动指数
对于OD统计表中未进入绿波系统的车辆,计算对绿波通行扰动指数
其中,Ni,j为统计车辆从i路段进入j路段的车辆数;
(3)计算绿波实际通行指数
对于进入绿波系统车辆,计算绿波实际通行指数
其中,Ni,j+2为统计车辆从i路段进入j+2路段的车辆数;
(4)计算绿波系统评价指数
在考虑绿波系统的扰动大小的情况下计算相较于绿波理想通行状态的偏离程度,计算绿波系统评价指数IE
对于不同绿波协调控制效果评价,评价结果首先由绿波系统评价指数IE确定,IE值越大则表明绿波控制效果越佳,同时当|IE1-IE2|≤ε时,则比较IR值,IR值越大则表示绿波控制效果越佳,而|IR1-IR2|≤ε时,进一步对比ID值,ID值越大则表示绿波控制效果越佳。
与现有技术相比,本发明的有益效果是:本发明的一种基于轨迹数据的绿波交通评价方法,该评价方法简单可行,能够完成不同绿波交通方案的横向比较,同时能够保证实验仿真数据评价的准确性。
附图说明
图1是实施例中基于轨迹数据的绿波交通评价方法中有效数据区域示意图;
图2是实施例中基于轨迹数据的绿波交通评价方法中车辆轨迹时空示意图;
图3是实施例中基于轨迹数据的绿波交通评价方法中绿波交通干线示意图;
图4是实施例中基于轨迹数据的绿波交通评价方法中车辆OD数据统计流程图;
图5是实施例中基于轨迹数据的绿波交通评价方法的流程示意图。
具体实施方式
下面结合附图对本发明实施例作详细说明。
实施例:如图1至5所示,一种基于轨迹数据的绿波交通评价方法,包括以下步骤:步骤1、为了提供准确的绿波交通评价方法所用数据,需要对城市绿波协调控制路段车辆的信息进行处理;步骤2、获得车辆轨迹数据后,对重复缺失数据处理后进行地图匹配,进行车辆轨迹数据精准匹配;步骤3、利用车辆轨迹数据获得车辆的同时,数据再分析获得所需车辆OD数据;步骤4、基于车辆OD数据构建绿波交通评价指数完成对于绿波交通的评价。
数据处理:步骤1中的车辆轨迹数据,包括车辆ID、时间、车辆经度、车辆维度及车辆速度,通过各种检查车辆或移动端获取,车辆轨迹信息的数据结构如表1所示:
表1车辆轨迹信息的数据结构表
由于实际数据在检测传输过程中不可避免的产生差错,为了保证对绿波协调系统评价的准确性,需要从数据层面上保准数据的有效性,由于所研究对象为绿波协调系统的路段,所以首先要对数据进行范围界定。定义路段轨迹点坐标为L(lon,lat),绿波协调系统路段边界点为L1(lon1,lat1)、L2(lon2,lat2)、L3(lon3,lat3)、L1(lon4,lat4)。A为边界点构成的区域为A,当L(lon,lat)∈A时则为有效点,对A区域外点进行数据清除,有效数据示意图如图1所示。之后对数据中缺失和重复数据进行剔除,不论是数据缺失还是重复都会影响后续数据统计结果,进而使得对于绿波协调控制效果的评价结果,此外还需讲数据类型转换为常规时间格式,最后在完成车辆轨迹数据与实际地图匹配后按照车辆ID生成车辆轨迹时空图,其中车辆轨迹时空图示意图如图2所示。
车辆OD数据统计:
对浮动车数据重复缺失数据处理完成后,将所测绿波协调控制路段位置信息与车辆轨迹数据进行匹配,获得每辆车的行驶轨迹以及速度,以便对绿波交通路段内车辆进行轨迹统计,进而得出进入绿波交通的车辆OD数据,其中车辆OD表中的起点O(origin)与终点D(destination)皆为车辆行驶的路段位置。定义进入绿波系统车辆为连续通过绿波交通路段中两个及以上交叉口的车辆。定义绿波交通系统内车辆一次交通OD出行中出发点为进入绿波交通交叉口前一路段,目的地为驶离绿波交通所经过交叉口或由于延误而停驶在绿波交通路段。由于双向绿波与单向绿波计算方法相同,现用单向绿波交通进行例证说明。绿波交通干线示意图如图3所示。
根据车辆轨迹数据统计绿波交通内车辆通行情况,并记录入车辆OD出行表,详细步骤如下:
Step1:检测进入绿波协调控制系统路段内车辆初始时间t0位于路段位置信息起点O;
Step2:判断车辆下一检测时间间隔Δt的t=t0+nΔt,(n∈N+)时刻的位置L(t)是否属于绿波系统内相关路段A:
若L(t)∈A,则执行Step3;
Step3:对车辆在t时刻速度Vi(t)进行判定:
若Vi(t)≠0,则判定车辆未停止运行,则令n=n+1,返回Step2;
若Vi(t)=0,则判定车辆停止运行,t时刻为车辆的终点完成车辆的OD数据统计,并执行Step4;
Step4:令t=t0,返回Step1对车辆进行下一次OD数据统计。
车辆OD数据统计流程图如图4所示。
依照OD数据统计流程遍历绿波协调控制系统路段车辆完成绿波交通车辆OD数据统计表如表2所示:
表2车辆OD数据统计表
其中i,j分别表示进入以及离开绿波交通路段编号1<i<n、1<j<n+1,又绿波系统为单向即i<j。为从i路段进入j路段停止或驶离的车辆数。
当车辆所在绿波系统i,j满足i=n或j-i<2时车辆为未进入绿波交通车辆;
当车辆所在绿波系统i,j满足j-i>=2时车辆为进入绿波系统车辆。
此外统计车辆从i路段进入绿波交通所在路段的车辆数:
通过对数据进行统计完成相关数据的统计以便进行评价指数的计算。
绿波评价指数计算方法:
交通评价作为交通控制的基础,其从指标选取到权重确定再到目标函数确定具有整套的评判流程,城市交通绿波协调控制系统作为一种特殊的交通控制方法,在实际交通评价中要结合其特点,考虑不同绿波协调控制系统对于行驶速度的不确定性,本专利从交通控制效果的表现层出发,在保证方法实际可行的同时争取实现评价方法的鲁棒性的提高。本专利通过设计绿波理想通行指数、绿波通行扰动指数、绿波实际通行指数三个指数综合计算绿波系统评价指数,通过绿波设计目的是使得更多的车辆连续通过绿波交通路段交叉口这一初衷,将连续通过交叉口数据这一客观数据作为权重大小确定的依据,最后经过绿波系统评价指数来对绿波控制系统的理想运行状况的偏离程度进行刻画,从而满足对于城市绿波协调控制系统的可靠评价,如图5所示为绿波评价流程图。
基于车辆OD统计表计算相关指标如下:
(1)计算绿波理想通行指数
对于进入绿波系统车辆,理想情况下车辆从第一个遇到的绿灯交叉口开始一直到驶离绿波系统所经过的各个路口均为绿灯。据此在车辆OD数据的基础上结合车辆连续通过交叉口个数计算绿波理想通行指数,其表征绿波控制系统的理想运行状态,实际含义为从初始进入绿波交叉口车辆数与理想最大通过交叉口数据乘积。
其中Ni为统计车辆从i路段进入绿波交通所在路段的车辆数。
(2)计算绿波通行扰动指数
对于OD统计表中未进入绿波系统的车辆,即在绿波系统路段车辆,其存在会对绿波系统产生较大的影响,为了消除实际交通运行中未进入绿波系统车辆随机性对于评价结果的影响,同时也可以抵消评价时不同交通状态所造成的交通状态差异所带来的影响,以便使得不同的评价数据所对应的初始交通状态更加具有可比性,综上则需对绿波通行扰动指数进行计算,计算绿波系统扰动指数公式如下,其实际意义为绿波协调控制系统路段内未进入绿波交通的车辆数。
(3)计算绿波实际通行指数
对于进入绿波系统车辆由于车辆之间的相关干扰以及进入绿波系统的车辆速度不能保证按照设计车速行驶,故需计算绿波实际通行指数,其指标大小表征车辆在绿波协调控制系统的运行状态,其实际意义为进入绿波协调控制系统路段的车辆与实际连续通过交叉口数据乘积。
(4)计算绿波系统评价指数
对于绿波系统评价是基于实际通行指数,在考虑绿波系统的扰动大小的情况下计算其相较于绿波理想通行状态的偏离程度。计算绿波系统评价指数IE。
对于不同绿波协调控制效果评价,评价结果首先由绿波系统评价指数IE确定,IE值越大则表明绿波控制效果越佳,同时当|IE1-IE2|≤ε时,则比较IR值,IR值越大则表示绿波控制效果越佳,而|IR1-IR2|≤ε时,进一步对比ID值,ID值越大则表示绿波控制效果越佳。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现;因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (1)
1.一种基于轨迹数据的绿波交通评价方法,其特征在于:包括以下步骤:步骤1、对绿波协调控制路段车辆的信息进行处理,获得车辆轨迹数据;步骤2、获得车辆轨迹数据后,对重复缺失数据处理后进行地图匹配,进行车辆轨迹数据精准匹配;步骤3、利用车辆轨迹数据获得车辆的同时,数据再分析获得所需车辆OD数据;步骤4、基于车辆OD数据构建绿波交通评价指数完成对于绿波交通的评价;
步骤1中的车辆轨迹数据,包括车辆ID、时间、车辆经度、车辆维度及车辆速度;
步骤1中,首先,要对获得的车辆轨迹数据进行范围界定;其次,对车辆轨迹数据中缺失和重复数据进行剔除;最后,在完成车辆轨迹数据与实际地图匹配后按照车辆ID生成车辆轨迹时空图;
步骤3中,对浮动的车辆数据中重复缺失数据处理完成后,将所测绿波协调控制路段位置信息与车辆轨迹数据进行匹配,获得每辆车的行驶轨迹以及速度;根据车辆轨迹数据统计绿波交通内车辆通行情况,并记录入车辆OD出行表,步骤如下:
Step1:检测进入绿波协调控制系统路段内车辆初始时间t0位于路段位置信息起点O;
Step2:判断车辆下一检测时间间隔Δt的t=t0+nΔt,(n为自然数)时刻的位置L(t)是否属于绿波系统内相关路段A:
若L(t)∈A,则执行Step3;
Step3:对车辆在t时刻速度Vi(t)进行判定:
若Vi(t)≠0,则判定车辆未停止运行,则令n=n+1,返回Step2;
若Vi(t)=0,则判定车辆停止运行,t时刻为车辆的终点完成车辆的OD数据统计,并执行Step4;
Step4:令t=t0,返回Step1对车辆进行下一次OD数据统计;
步骤4具体评价方法为:
(1)计算绿波理想通行指数
在车辆OD数据的基础上结合车辆连续通过交叉口个数计算绿波理想通行指数
其中,Ni为统计车辆从i路段进入绿波交通所在路段的车辆数,n为总路段数;
(2)计算绿波通行扰动指数
对于OD统计表中未进入绿波系统的车辆,计算对绿波通行扰动指数
其中,Ni,j为统计车辆从i路段进入j路段的车辆数;
(3)计算绿波实际通行指数
对于进入绿波系统车辆,计算绿波实际通行指数
其中,Ni,j+2为统计车辆从i路段进入j+2路段的车辆数;
(4)计算绿波系统评价指数
在考虑绿波系统的扰动大小的情况下计算相较于绿波理想通行状态的偏离程度,计算绿波系统评价指数IE
对于不同绿波协调控制效果评价,评价结果首先由绿波系统评价指数IE确定,IE值越大则表明绿波控制效果越佳,同时当|IE1-IE2|≤ε时,则比较IR值,IR值越大则表示绿波控制效果越佳,而|IR1-IR2|≤ε时,进一步对比ID值,ID值越大则表示绿波控制效果越佳。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011381141.4A CN112767680B (zh) | 2020-11-30 | 2020-11-30 | 一种基于轨迹数据的绿波交通评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011381141.4A CN112767680B (zh) | 2020-11-30 | 2020-11-30 | 一种基于轨迹数据的绿波交通评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112767680A CN112767680A (zh) | 2021-05-07 |
CN112767680B true CN112767680B (zh) | 2022-03-29 |
Family
ID=75693487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011381141.4A Active CN112767680B (zh) | 2020-11-30 | 2020-11-30 | 一种基于轨迹数据的绿波交通评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112767680B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113470079A (zh) * | 2021-07-15 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种落脚区域的输出方法、装置及电子设备 |
CN113870557A (zh) * | 2021-09-24 | 2021-12-31 | 阿波罗智联(北京)科技有限公司 | 交通策略的检测方法、装置、设备、存储介质及程序 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1859426A1 (en) * | 2005-02-28 | 2007-11-28 | Mpw K/S | A method and a traffic light control system for controlling the traffic lights in at least one intersection |
CN104699956A (zh) * | 2015-02-02 | 2015-06-10 | 北京工业大学 | 一种基于移动终端的干线绿波协调效果评估方法 |
CN106023591A (zh) * | 2016-06-20 | 2016-10-12 | 北方工业大学 | 一种城市干线绿波控制评估方法及装置 |
CN108205904A (zh) * | 2017-12-28 | 2018-06-26 | 浙江大学 | 一种基于非机动车和公交车的绿波控制方法 |
CN110415520A (zh) * | 2019-07-30 | 2019-11-05 | 西南交通大学 | 一种路段施工区背景下基于交通波的干线协调控制方法 |
CN111126878A (zh) * | 2019-12-31 | 2020-05-08 | 华南理工大学 | 一种基于生态指数的城市交通运行评价方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7551104B2 (en) * | 2001-08-16 | 2009-06-23 | Welping Meng | Traffic control method and apparatus |
CN103198680B (zh) * | 2013-04-25 | 2015-10-28 | 东南大学 | 干线多线路公交绿波协调控制方法 |
CN108447263B (zh) * | 2018-04-18 | 2020-11-10 | 北京交通大学 | 基于浮动车的干线协调控制交叉口的信号控制评价方法 |
CN109816977B (zh) * | 2019-01-25 | 2021-06-04 | 同济大学 | 一种数据驱动的交叉口信号控制评价系统 |
-
2020
- 2020-11-30 CN CN202011381141.4A patent/CN112767680B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1859426A1 (en) * | 2005-02-28 | 2007-11-28 | Mpw K/S | A method and a traffic light control system for controlling the traffic lights in at least one intersection |
CN104699956A (zh) * | 2015-02-02 | 2015-06-10 | 北京工业大学 | 一种基于移动终端的干线绿波协调效果评估方法 |
CN106023591A (zh) * | 2016-06-20 | 2016-10-12 | 北方工业大学 | 一种城市干线绿波控制评估方法及装置 |
CN108205904A (zh) * | 2017-12-28 | 2018-06-26 | 浙江大学 | 一种基于非机动车和公交车的绿波控制方法 |
CN110415520A (zh) * | 2019-07-30 | 2019-11-05 | 西南交通大学 | 一种路段施工区背景下基于交通波的干线协调控制方法 |
CN111126878A (zh) * | 2019-12-31 | 2020-05-08 | 华南理工大学 | 一种基于生态指数的城市交通运行评价方法 |
Non-Patent Citations (2)
Title |
---|
基于子干线模型的网络绿波带研究;潘科;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160815;全文 * |
基于浮动车的信号控制路口运行状态监测方法研究;尹凯莉;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170815;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112767680A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109459045B (zh) | 一种针对低频gps轨迹的改进交互式投票匹配方法 | |
CN112767680B (zh) | 一种基于轨迹数据的绿波交通评价方法 | |
CN105374212B (zh) | 基于智能终端传感的高速公路车辆车道识别方法及系统 | |
CN105387864A (zh) | 路径规划装置及方法 | |
CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
CN104464320A (zh) | 基于真实路网特性及动态行程时间的最短路径诱导方法 | |
CN104778274A (zh) | 基于稀疏出租车gps数据的大范围城市路网旅行时间估计方法 | |
CN105118294A (zh) | 一种基于状态模式的短时交通流预测方法 | |
CN109635914B (zh) | 基于混合智能遗传粒子群的优化极限学习机轨迹预测方法 | |
CN112989223B (zh) | 基于轨迹的修正与简化的电动自行车轨迹地图匹配方法 | |
US11798408B2 (en) | Green wave speed determination method, electronic device and storage medium | |
CN105551239A (zh) | 旅行时间预测方法及装置 | |
CN110930693B (zh) | 一种用于道路断面的在线短时交通流预测方法 | |
CN112017436B (zh) | 城市市内交通旅行时间的预测方法及系统 | |
CN110796876A (zh) | 基于卡尔曼滤波的路段车辆总数估计方法 | |
CN112530177B (zh) | 车联网环境下基于卡尔曼滤波的车辆排队长度估计方法 | |
CN112613225A (zh) | 一种基于神经网络元胞传输模型的交叉口交通状态预测方法 | |
KR101123967B1 (ko) | 교통 정체 예측 시스템, 예측 방법 및 그 기록 매체 | |
CN112967493A (zh) | 一种基于神经网络的车辆通过交叉口行程时间的预测方法 | |
CN106846808B (zh) | 一种基于车牌数据的车辆停车次数计算方法 | |
CN104504898A (zh) | 基于浮动车数据的隧道路段在线地图匹配方法 | |
CN108389405B (zh) | 道路交通容量控制方法 | |
CN113959452A (zh) | 基于城市路网的地图匹配方法、系统及终端 | |
CN110047292A (zh) | 道路路段拥堵预警方法 | |
CN101976508A (zh) | 基于车牌识别数据的交通信号干线相位差优化方法 |
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 |