CN113220743A - 一种交通突发事件应急预案匹配方法、系统、终端及介质 - Google Patents
一种交通突发事件应急预案匹配方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN113220743A CN113220743A CN202110502062.2A CN202110502062A CN113220743A CN 113220743 A CN113220743 A CN 113220743A CN 202110502062 A CN202110502062 A CN 202110502062A CN 113220743 A CN113220743 A CN 113220743A
- Authority
- CN
- China
- Prior art keywords
- information
- event
- traffic
- membership value
- radiation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000005855 radiation Effects 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000009826 distribution Methods 0.000 claims abstract description 38
- 238000012216 screening Methods 0.000 claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000000875 corresponding effect Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 13
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 206010039203 Road traffic accident Diseases 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种交通突发事件应急预案匹配方法、系统、终端及介质，涉及智能交通技术领域，其技术方案要点是：根据道路分布信息、事件时间信息从数据库中获取交通流量信息；计算得到处理时长信息，并筛选得到交通事件的影响辐射范围，以及计算得到影响辐射隶属值；计算得到交通堵塞隶属值；计算得到事故概率隶属值；从数据库中匹配得到隶属权重系数，并结合影响辐射隶属值、交通堵塞隶属值、事故概率隶属值计算得到综合隶属值。本发明综合考虑交通突发事件对辐射范围内交通流量的出行时间影响、交通道路堵塞情况以及二次交通事故发生概率，并通过综合隶属度匹配出合理的应急预案，平衡了交通事件发生后对各个方面的影响。
Description
技术领域
本发明涉及智能交通技术领域，更具体地说，它涉及一种交通突发事件应急预案匹配方法、系统、终端及介质。
背景技术
交通突发事件是指导致道路通行能力下降或交通需求不正常升高的非周期性发生的交通情况。交通突发事件阻碍或限制了交通流的正常运行，对道路的通行能力有显著的负面影响。
目前，道路交通管理部门将可能会出现的交通突发事件，按照类型和程度进行分类。通常，交通突发事件具有不可预测性，例如事故、主干道阻塞、重要场所紧急情况、车辆抛锚、恶劣天气、桥梁或道路坍塌、货物散落、交通堵截等情况，为了应对各种突发事件，交通管理部门会针对不同类型的交通事件提前设置部分应急预案，尤其是针对交通事故，能够在交通突发事件发生后能够快速响应。
然而，现有交通突发事件应急预案选取大部分是通过工作人员进行主观判断，不仅存在处置时间长、选取应急方案的准确性存在一定的误差，且由于不同的交通突发事件对驾驶员、道路车流及环境等的影响是不同的，操作人员在进行应急预案选取时难以考虑到交通道路分布情况、对交通流量的影响、二次交通事故等情况，导致所选取的应急预案存在一定的不合理性。因此，如何研究设计一种交通突发事件应急预案匹配方法、系统、终端及介质是我目前急需解决的问题。
发明内容
为解决现有技术中的不足，本发明的目的是提供一种交通突发事件应急预案匹配方法、系统、终端及介质。
本发明的上述技术目的是通过以下技术方案得以实现的：
第一方面，提供了一种交通突发事件应急预案匹配方法，包括以下步骤：
获取包含事件位置信息、事件时间信息、事件占道信息、事件状态信息的交通事件信息；
根据事件位置信息从数据库中获取预设距离范围内的道路分布信息，并根据道路分布信息、事件时间信息从数据库中获取交通流量信息；
根据事件占道信息、事件状态信息以及交通流量信息计算得到处理时长信息，并根据道路分布信息、事件占道信息筛选得到交通事件的影响辐射范围，以及根据处理时长信息、影响辐射范围计算得到影响辐射隶属值；
根据道路分布信息、事件占道信息、处理时长信息以及交通流量信息计算得到交通堵塞隶属值；
根据道路分布信息、事件占道信息以及道路限速信息计算得到事故概率隶属值；
根据事件状态信息、交通流量信息、道路限速信息从数据库中匹配得到隶属权重系数，并结合影响辐射隶属值、交通堵塞隶属值、事故概率隶属值计算得到综合隶属值，以及通过综合隶属值在数据库中匹配筛选得到应急预案。
进一步的，所述处理时长信息的计算过程具体为：
根据事件状态信息计算得到基础处理时间；
根据交通流量信息、道路分布信息计算得到各个行驶道的行驶流量信息；
根据事件占道信息中的行驶道类型、占道数量以及基础处理时间计算得到待分流流量，并根据行驶道类型以及行驶道的占道数量从道路分布信息中筛选出分流行驶道；
根据待分流流量、分流行驶道模拟计算得到对应分流行驶道的额外分流量，并结合分流行驶道自身的行驶流量信息计算得到对应分流行驶道的总分流量；
根据分流行驶道的总分流量与行驶流量信息的比值、时间衰减因子、基础处理时间计算得到分流处理时间，时间衰减因子与基础处理时间、待分流流量均呈正相关；
根据分流处理时间与基础处理时间计算得到处理时长信息。
进一步的，所述交通事件的影响辐射范围筛选过程具体为：
筛选事件占道信息中的行驶道类型与数量作为一级辐射道；
筛选可驶入事件所处主干道段的相邻驶入行驶道、对事件占道信息中的行驶道类型进行分流的分流行驶道作为二级辐射道；
以及，筛选分流行驶道可驶出的相邻驶出行驶道作为三级辐射道，一级辐射道、二级辐射道、三级辐射道组成影响辐射范围。
进一步的，所述影响辐射隶属值的计算过程具体为：
X＝(G1*S1+G2*S2+G3*S3)T*T0(t),S1>S2>S3
其中，X表示影响辐射隶属值；G1表示一级辐射道的辐射量；S1表示一级辐射道的影响因子；G2表示二级辐射道的辐射量；S2表示二级辐射道的影响因子；G3表示三级辐射道的辐射量；S3表示三级辐射道的影响因子；T表示处理时长信息；T0(t)表示事件时间信息的影响系数，影响系数取值与交通高峰期呈正相关。
进一步的，所述交通堵塞隶属值的计算过程具体为：
其中，Y表示交通堵塞隶属值；n0表示占道数量；n表示事件所处主干道段中与占道类型相同的所有行驶道数量；Lt表示所占单一行驶道的行驶流量信息；Lmax表示所占单一行驶道的最大行驶流量；nf表示分流行驶道的数量；Ltf表示分流行驶道的行驶流量信息；Lmaxf表示分流行驶道的最大行驶流量；k取值为[0.3,0.7]。
进一步的，所述事故概率隶属值的计算过程具体为：
其中，Z表示事故概率隶属值；S0表示事件地点至驶入事件地点的最近一个减速点的距离；Sb表示标准制动限制距离；a表示标准制动加速度，取值为正；V表示道路限速信息。
进一步的，所述隶属权重系数的匹配过程具体为：
根据事件状态信息、交通流量信息、道路限速信息对影响辐射隶属值、交通堵塞隶属值、事故概率隶属值进行顺时针排序；
根据影响辐射隶属值、交通堵塞隶属值、事故概率隶属值分别从数据库中匹配得到对应的第一系数范围、第二系数范围、第三系数范围；
选取第一系数范围的中点值，并依据影响辐射隶属值顺时侧对应的隶属值对中点值进行右侧偏移以及逆时侧对应的隶属值对中点值进行左侧偏移，以偏移后最终位置对应的取值作为影响辐射隶属值的权重系数；对第二系数范围、第三系数范围同理处理后得到相应的权重系数。
第二方面，提供了一种交通突发事件应急预案匹配系统，包括：
信息获取模块，用于获取包含事件位置信息、事件时间信息、事件占道信息、事件状态信息的交通事件信息；
数据调取模块，用于根据事件位置信息从数据库中获取预设距离范围内的道路分布信息，并根据道路分布信息、事件时间信息从数据库中获取交通流量信息；
第一计算模块，用于根据事件占道信息、事件状态信息以及交通流量信息计算得到处理时长信息，并根据道路分布信息、事件占道信息筛选得到交通事件的影响辐射范围，以及根据处理时长信息、影响辐射范围计算得到影响辐射隶属值；
第二计算模块，用于根据道路分布信息、事件占道信息、处理时长信息以及交通流量信息计算得到交通堵塞隶属值；
第三计算模块，用于根据道路分布信息、事件占道信息以及道路限速信息计算得到事故概率隶属值；
匹配模块，用于根据事件状态信息、交通流量信息、道路限速信息从数据库中匹配得到隶属权重系数，并结合影响辐射隶属值、交通堵塞隶属值、事故概率隶属值计算得到综合隶属值，以及通过综合隶属值在数据库中匹配筛选得到应急预案。
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的一种交通突发事件应急预案匹配方法。
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的一种交通突发事件应急预案匹配方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明综合考虑了交通突发事件对辐射范围内交通流量的出行时间影响、交通道路堵塞情况以及二次交通事故发生概率，通过依据交通事件方或其他人上传的交通事件信息进行数据调取、分析处理得到综合隶属度，并通过综合隶属度匹配出合理的应急预案，平衡了交通事件发生后对各个方面的影响；
2、本发明通过对各隶属度的权重系数进行动态匹配选取，能够依据实际情况选取适宜的权重系数，从而使得计算得到的综合隶属度更加符合实际情况，有效避免了不同影响因素变化而导致差异较大的实际情况匹配出类似的应急预案，整体实现稳定、可靠；
3、本发明既可以为交通事件方快速筛选出应急预案，为交通事件方作出应急反应提供了参考，且为交通管理提供了进行资源合理调度的数据支撑，且整个过程无需交通事件方与交通管理方进行实时通讯，操作方便。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明实施例中的流程图；
图2是本发明实施例中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：一种交通突发事件应急预案匹配方法，如图1所示，包括以下步骤：
S1：获取包含事件位置信息、事件时间信息、事件占道信息、事件状态信息的交通事件信息；
S2：根据事件位置信息从数据库中获取预设距离范围内的道路分布信息，并根据道路分布信息、事件时间信息从数据库中获取交通流量信息；
S3：根据事件占道信息、事件状态信息以及交通流量信息计算得到处理时长信息，并根据道路分布信息、事件占道信息筛选得到交通事件的影响辐射范围，以及根据处理时长信息、影响辐射范围计算得到影响辐射隶属值；
S4：根据道路分布信息、事件占道信息、处理时长信息以及交通流量信息计算得到交通堵塞隶属值；
S5：根据道路分布信息、事件占道信息以及道路限速信息计算得到事故概率隶属值；
S6：根据事件状态信息、交通流量信息、道路限速信息从数据库中匹配得到隶属权重系数，并结合影响辐射隶属值、交通堵塞隶属值、事故概率隶属值计算得到综合隶属值，以及通过综合隶属值在数据库中匹配筛选得到应急预案。
在步骤S3中，处理时长信息的计算过程具体为：
S301：根据事件状态信息计算得到基础处理时间；
S302：根据交通流量信息、道路分布信息计算得到各个行驶道的行驶流量信息；
S303：根据事件占道信息中的行驶道类型、占道数量以及基础处理时间计算得到待分流流量，并根据行驶道类型以及行驶道的占道数量从道路分布信息中筛选出分流行驶道；
S304：根据待分流流量、分流行驶道模拟计算得到对应分流行驶道的额外分流量，并结合分流行驶道自身的行驶流量信息计算得到对应分流行驶道的总分流量；
S305：根据分流行驶道的总分流量与行驶流量信息的比值、时间衰减因子、基础处理时间计算得到分流处理时间，时间衰减因子与基础处理时间、待分流流量均呈正相关；
S306：根据分流处理时间与基础处理时间计算得到处理时长信息。
在步骤S3中，交通事件的影响辐射范围筛选过程具体为：
S307：筛选事件占道信息中的行驶道类型与数量作为一级辐射道；
S308：筛选可驶入事件所处主干道段的相邻驶入行驶道、对事件占道信息中的行驶道类型进行分流的分流行驶道作为二级辐射道；
S309：以及，筛选分流行驶道可驶出的相邻驶出行驶道作为三级辐射道，一级辐射道、二级辐射道、三级辐射道组成影响辐射范围。
影响辐射隶属值的计算过程具体为：
X＝(G1*S1+G2*S2+G3*S3)T*T0(t),S1>S2>S3
其中，X表示影响辐射隶属值；G1表示一级辐射道的辐射量；S1表示一级辐射道的影响因子；G2表示二级辐射道的辐射量；S2表示二级辐射道的影响因子；G3表示三级辐射道的辐射量；S3表示三级辐射道的影响因子；T表示处理时长信息；T0(t)表示事件时间信息的影响系数，影响系数取值与交通高峰期呈正相关。
交通堵塞隶属值的计算过程具体为：
其中，Y表示交通堵塞隶属值；n0表示占道数量；n表示事件所处主干道段中与占道类型相同的所有行驶道数量；Lt表示所占单一行驶道的行驶流量信息；Lmax表示所占单一行驶道的最大行驶流量；nf表示分流行驶道的数量；Ltf表示分流行驶道的行驶流量信息；Lmaxf表示分流行驶道的最大行驶流量；k取值为[0.3,0.7]。
事故概率隶属值的计算过程具体为：
其中，Z表示事故概率隶属值；S0表示事件地点至驶入事件地点的最近一个减速点的距离；Sb表示标准制动限制距离；a表示标准制动加速度，取值为正；V表示道路限速信息。
在步骤S6中，隶属权重系数的匹配过程具体为：
S601：根据事件状态信息、交通流量信息、道路限速信息对影响辐射隶属值、交通堵塞隶属值、事故概率隶属值进行顺时针排序；
S602：根据影响辐射隶属值、交通堵塞隶属值、事故概率隶属值分别从数据库中匹配得到对应的第一系数范围、第二系数范围、第三系数范围；
S603：选取第一系数范围的中点值，并依据影响辐射隶属值顺时侧对应的隶属值对中点值进行右侧偏移以及逆时侧对应的隶属值对中点值进行左侧偏移，以偏移后最终位置对应的取值作为影响辐射隶属值的权重系数；对第二系数范围、第三系数范围同理处理后得到相应的权重系数。
实施例2：一种交通突发事件应急预案匹配系统，如图2所示，包括信息获取模块、数据调取模块、第一计算模块、第二计算模块、第三计算模块、匹配模块。
其中，信息获取模块，用于获取包含事件位置信息、事件时间信息、事件占道信息、事件状态信息的交通事件信息。数据调取模块，用于根据事件位置信息从数据库中获取预设距离范围内的道路分布信息，并根据道路分布信息、事件时间信息从数据库中获取交通流量信息。第一计算模块，用于根据事件占道信息、事件状态信息以及交通流量信息计算得到处理时长信息，并根据道路分布信息、事件占道信息筛选得到交通事件的影响辐射范围，以及根据处理时长信息、影响辐射范围计算得到影响辐射隶属值。第二计算模块，用于根据道路分布信息、事件占道信息、处理时长信息以及交通流量信息计算得到交通堵塞隶属值。第三计算模块，用于根据道路分布信息、事件占道信息以及道路限速信息计算得到事故概率隶属值。匹配模块，用于根据事件状态信息、交通流量信息、道路限速信息从数据库中匹配得到隶属权重系数，并结合影响辐射隶属值、交通堵塞隶属值、事故概率隶属值计算得到综合隶属值，以及通过综合隶属值在数据库中匹配筛选得到应急预案。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种交通突发事件应急预案匹配方法，其特征是，包括以下步骤：
获取包含事件位置信息、事件时间信息、事件占道信息、事件状态信息的交通事件信息；
根据事件位置信息从数据库中获取预设距离范围内的道路分布信息，并根据道路分布信息、事件时间信息从数据库中获取交通流量信息；
根据事件占道信息、事件状态信息以及交通流量信息计算得到处理时长信息，并根据道路分布信息、事件占道信息筛选得到交通事件的影响辐射范围，以及根据处理时长信息、影响辐射范围计算得到影响辐射隶属值；
根据道路分布信息、事件占道信息、处理时长信息以及交通流量信息计算得到交通堵塞隶属值；
根据道路分布信息、事件占道信息以及道路限速信息计算得到事故概率隶属值；
根据事件状态信息、交通流量信息、道路限速信息从数据库中匹配得到隶属权重系数，并结合影响辐射隶属值、交通堵塞隶属值、事故概率隶属值计算得到综合隶属值，以及通过综合隶属值在数据库中匹配筛选得到应急预案。
2.根据权利要求1所述的一种交通突发事件应急预案匹配方法，其特征是，所述处理时长信息的计算过程具体为：
根据事件状态信息计算得到基础处理时间；
根据交通流量信息、道路分布信息计算得到各个行驶道的行驶流量信息；
根据事件占道信息中的行驶道类型、占道数量以及基础处理时间计算得到待分流流量，并根据行驶道类型以及行驶道的占道数量从道路分布信息中筛选出分流行驶道；
根据待分流流量、分流行驶道模拟计算得到对应分流行驶道的额外分流量，并结合分流行驶道自身的行驶流量信息计算得到对应分流行驶道的总分流量；
根据分流行驶道的总分流量与行驶流量信息的比值、时间衰减因子、基础处理时间计算得到分流处理时间，时间衰减因子与基础处理时间、待分流流量均呈正相关；
根据分流处理时间与基础处理时间计算得到处理时长信息。
3.根据权利要求1所述的一种交通突发事件应急预案匹配方法，其特征是，所述交通事件的影响辐射范围筛选过程具体为：
筛选事件占道信息中的行驶道类型与数量作为一级辐射道；
筛选可驶入事件所处主干道段的相邻驶入行驶道、对事件占道信息中的行驶道类型进行分流的分流行驶道作为二级辐射道；
以及，筛选分流行驶道可驶出的相邻驶出行驶道作为三级辐射道，一级辐射道、二级辐射道、三级辐射道组成影响辐射范围。
4.根据权利要求3所述的一种交通突发事件应急预案匹配方法，其特征是，所述影响辐射隶属值的计算过程具体为：
X＝(G1*S1+G2*S2+G3*S3)T*T0(t),S1>S2>S3
其中，X表示影响辐射隶属值；G1表示一级辐射道的辐射量；S1表示一级辐射道的影响因子；G2表示二级辐射道的辐射量；S2表示二级辐射道的影响因子；G3表示三级辐射道的辐射量；S3表示三级辐射道的影响因子；T表示处理时长信息；T0(t)表示事件时间信息的影响系数，影响系数取值与交通高峰期呈正相关。
5.根据权利要求1所述的一种交通突发事件应急预案匹配方法，其特征是，所述交通堵塞隶属值的计算过程具体为：
其中，Y表示交通堵塞隶属值；n0表示占道数量；n表示事件所处主干道段中与占道类型相同的所有行驶道数量；Lt表示所占单一行驶道的行驶流量信息；Lmax表示所占单一行驶道的最大行驶流量；nf表示分流行驶道的数量；Ltf表示分流行驶道的行驶流量信息；Lmaxf表示分流行驶道的最大行驶流量；k取值为[0.3,0.7]。
6.根据权利要求…所述的一种交通突发事件应急预案匹配方法，其特征是，所述事故概率隶属值的计算过程具体为：
其中，Z表示事故概率隶属值；S0表示事件地点至驶入事件地点的最近一个减速点的距离；Sb表示标准制动限制距离；a表示标准制动加速度，取值为正；V表示道路限速信息。
7.根据权利要求1所述的一种交通突发事件应急预案匹配方法，其特征是，所述隶属权重系数的匹配过程具体为：
根据事件状态信息、交通流量信息、道路限速信息对影响辐射隶属值、交通堵塞隶属值、事故概率隶属值进行顺时针排序；
根据影响辐射隶属值、交通堵塞隶属值、事故概率隶属值分别从数据库中匹配得到对应的第一系数范围、第二系数范围、第三系数范围；
选取第一系数范围的中点值，并依据影响辐射隶属值顺时侧对应的隶属值对中点值进行右侧偏移以及逆时侧对应的隶属值对中点值进行左侧偏移，以偏移后最终位置对应的取值作为影响辐射隶属值的权重系数；对第二系数范围、第三系数范围同理处理后得到相应的权重系数。
8.一种交通突发事件应急预案匹配系统，其特征是，包括：
信息获取模块，用于获取包含事件位置信息、事件时间信息、事件占道信息、事件状态信息的交通事件信息；
数据调取模块，用于根据事件位置信息从数据库中获取预设距离范围内的道路分布信息，并根据道路分布信息、事件时间信息从数据库中获取交通流量信息；
第一计算模块，用于根据事件占道信息、事件状态信息以及交通流量信息计算得到处理时长信息，并根据道路分布信息、事件占道信息筛选得到交通事件的影响辐射范围，以及根据处理时长信息、影响辐射范围计算得到影响辐射隶属值；
第二计算模块，用于根据道路分布信息、事件占道信息、处理时长信息以及交通流量信息计算得到交通堵塞隶属值；
第三计算模块，用于根据道路分布信息、事件占道信息以及道路限速信息计算得到事故概率隶属值；
匹配模块，用于根据事件状态信息、交通流量信息、道路限速信息从数据库中匹配得到隶属权重系数，并结合影响辐射隶属值、交通堵塞隶属值、事故概率隶属值计算得到综合隶属值，以及通过综合隶属值在数据库中匹配筛选得到应急预案。
9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的一种交通突发事件应急预案匹配方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的一种交通突发事件应急预案匹配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502062.2A CN113220743B (zh) | 2021-05-08 | 2021-05-08 | 一种交通突发事件应急预案匹配方法、系统、终端及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502062.2A CN113220743B (zh) | 2021-05-08 | 2021-05-08 | 一种交通突发事件应急预案匹配方法、系统、终端及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113220743A true CN113220743A (zh) | 2021-08-06 |
| CN113220743B CN113220743B (zh) | 2022-04-22 |
Family
ID=77094328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110502062.2A Active CN113220743B (zh) | 2021-05-08 | 2021-05-08 | 一种交通突发事件应急预案匹配方法、系统、终端及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113220743B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113920725A (zh) * | 2021-09-30 | 2022-01-11 | 同济大学 | 一种基于中观层面的城郊主干道事故预测方法及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202075862U (zh) * | 2011-03-28 | 2011-12-14 | 长安大学 | 一种高速公路交通事故影响预测与控制系统 |
| CN105741218A (zh) * | 2016-03-04 | 2016-07-06 | 公安部道路交通安全研究中心 | 应急预案生成服务器、方法、系统以及客户端 |
| CN111539590A (zh) * | 2019-07-12 | 2020-08-14 | 栾偲良 | 一种基于后悔理论的应急资源配置优化方法 |
| US10810880B1 (en) * | 2019-11-13 | 2020-10-20 | Verizon Patent And Licensing Inc. | Systems and methods for avoiding intersection collisions |
-
2021
- 2021-05-08 CN CN202110502062.2A patent/CN113220743B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202075862U (zh) * | 2011-03-28 | 2011-12-14 | 长安大学 | 一种高速公路交通事故影响预测与控制系统 |
| CN105741218A (zh) * | 2016-03-04 | 2016-07-06 | 公安部道路交通安全研究中心 | 应急预案生成服务器、方法、系统以及客户端 |
| CN111539590A (zh) * | 2019-07-12 | 2020-08-14 | 栾偲良 | 一种基于后悔理论的应急资源配置优化方法 |
| US10810880B1 (en) * | 2019-11-13 | 2020-10-20 | Verizon Patent And Licensing Inc. | Systems and methods for avoiding intersection collisions |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113920725A (zh) * | 2021-09-30 | 2022-01-11 | 同济大学 | 一种基于中观层面的城郊主干道事故预测方法及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113220743B (zh) | 2022-04-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107798876B (zh) | 基于事件的道路交通异常拥堵判断方法 | |
| CN106887137B (zh) | 拥堵事件提示方法及装置 | |
| CN105225500A (zh) | 一种交通控制辅助决策方法及装置 | |
| CN111161537B (zh) | 考虑拥堵叠加效应的公路拥堵态势预测方法 | |
| Karmakar et al. | A smart priority-based traffic control system for emergency vehicles | |
| CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
| DE102013000385A1 (de) | Verfahren und Navigationssystem zum Ermitteln eines Fahrroutenvorschlags für eine bevorstehende Fahrt mit einem Kraftwagen | |
| CN107918826A (zh) | 一种驾驶环境感知的司机评价与调度方法 | |
| CN113220743B (zh) | 一种交通突发事件应急预案匹配方法、系统、终端及介质 | |
| CN113537713A (zh) | 一种公交发车频率仿真调度系统 | |
| CN109661692A (zh) | 交通事件预测方法、装置及终端设备 | |
| CN109377755B (zh) | 一种车道通行效率优化分组装置及方法 | |
| Sobreira et al. | Disaggregated traffic conditions and road crashes in urban signalized intersections | |
| CN113724499A (zh) | 一种道路交通事件三维可视化分析方法及系统 | |
| Albright et al. | Analysis of the impacts of transit signal priority on bus bunching and performance | |
| Ayuningtyas et al. | Network Analysis of Intercity Bus Terminal and Inner-City Toll Road Development–The Case of Bandung City | |
| CN115691145B (zh) | 车道数目调整方法、装置、设备及存储介质 | |
| CN115565365A (zh) | 一种高速公路数据处理方法、装置、设备及计算机程序产品 | |
| Li et al. | Large-scale incident-induced congestion: en-route diversions of commercial and non-commercial traffic under connected and automated vehicles | |
| CN115171013A (zh) | 一种基于智慧交通事故施救的车辆调度系统及方法 | |
| KR102214807B1 (ko) | 빅데이터 모델링을 활용한 어린이 안전 통학로 구축방법 | |
| CN111078690A (zh) | 一种基于区块链的交通违法记录的方法及系统 | |
| Kim et al. | Review and enhancement of CHART operations to maximize the benefit of incident response and management. | |
| Hayashi et al. | Prioritization of Lane-based Traffic Jam Detection for Automotive Navigation System utilizing Suddenness Index Calculation Method for Aggregated Values | |
| Jobanputra | An investigation into the reduction of road safety risk in Cape Town through the use of microscopic simulation modelling: a vehicle-pedestrian and infrastructure interaction assessment |
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 |