CN113256991B - 基于车流量统计的汽车厂周边道路拥堵治理系统及方法 - Google Patents

基于车流量统计的汽车厂周边道路拥堵治理系统及方法 Download PDF

Info

Publication number
CN113256991B
CN113256991B CN202110792755.XA CN202110792755A CN113256991B CN 113256991 B CN113256991 B CN 113256991B CN 202110792755 A CN202110792755 A CN 202110792755A CN 113256991 B CN113256991 B CN 113256991B
Authority
CN
China
Prior art keywords
vehicles
traffic
vehicle
road
road section
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
CN202110792755.XA
Other languages
English (en)
Other versions
CN113256991A (zh
Inventor
黄晟
任衡
王璐
王阳
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.)
Zhiguanghailian Big Data Technology Co ltd
Zhiguang Hailian Tianjin Big Data Technology Co ltd
Original Assignee
Zhiguanghailian Big Data Technology Co ltd
Zhiguang Hailian Tianjin Big Data Technology 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 Zhiguanghailian Big Data Technology Co ltd, Zhiguang Hailian Tianjin Big Data Technology Co ltd filed Critical Zhiguanghailian Big Data Technology Co ltd
Priority to CN202110792755.XA priority Critical patent/CN113256991B/zh
Publication of CN113256991A publication Critical patent/CN113256991A/zh
Application granted granted Critical
Publication of CN113256991B publication Critical patent/CN113256991B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/017Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/065Traffic 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了基于车流量统计的汽车厂周边道路拥堵治理系统及方法,其中治理方法包括以下步骤:S100、设定以汽车厂为中心的多边形治理区域,获取治理区域的流量数据模型;S200、输入各个交通摄像点位的拍摄图像和视频,通过图像识别未上牌车、临牌车和已上牌车,排除同一点位多次重复拍摄现象,获得修正后的各个点位的过车数量;S300、根据过车数量计算各个路段的车流量、平均行程速度、车辆密度,以判定道路交通拥堵度;S400、根据未上牌车和临牌车的区域行车起点和终点,规划最优通行路线。本发明通过排除同一点位的重复拍摄现象,可以准确判定交通拥堵度,有效避免拥堵信息的误判,同时可提高交通拥堵现象的治理效率,降低人力投入。

Description

基于车流量统计的汽车厂周边道路拥堵治理系统及方法
技术领域
本发明涉及交通拥堵治理技术领域,尤其涉及基于车流量统计的汽车厂周边道路拥堵治理系统及方法。具体来说,属于IPC分类中的G06Q10/00。
背景技术
随着人口的增长和车辆的普及,城市的交通状况也越来越不容乐观。道路拥堵的情况更是时常发生,这对城市交通治理提出了严峻考验。
针对上述问题,专利申请号为201811643690.7的中国专利,提出了基于区块链的拥堵治理方法、装置、设备和存储介质,该方法包括:获取道路拥堵数据;根据所述道路拥堵数据进行处理;根据所述道路拥堵数据和/或处理结果,产生链上事务处理请求,向区块链网络发送所述链上事务处理请求。该技术方案是基于区块链系统对道路拥堵数据进行统一管理,实现了基于区块链系统的交通拥堵治理,提高了交通拥堵现象的治理效率,降低人力的投入,但是该技术方案仅针对已上牌车进行交通拥堵治理,对于临牌车或未上牌的试验车无法进行识别,会造成系统对道路拥堵度的误判。
专利申请号为202110009179.7、专利名称为用于缓解道路拥堵的交通优化方法和装置的中国专利,以及专利申请号为201910335317.3、专利名称为缓解道路拥堵的方法和系统的中国专利,虽然这两个技术方案都能在一定程度上缓解交通拥堵状态,但是均无法对未上牌车和临牌车进行重复性排除,不适用于汽车厂周边道路的拥堵治理。
综上所述,现有技术均是针对城市主要交通拥堵道路进行治理,提供解决方案,然而,在汽车厂周边会存在这样一种情况,厂区附近会有一些无牌的试验车(未上牌车)或新车下线时进行物流运输,或是办理有临牌的试验车在一些固定路段行驶,故在汽车厂周边会同时存在已上牌车辆、临牌车和未上牌车,现有技术手段无法针对未上牌车和临牌车进行重复性排除,从而导致对拥堵信息的误判,存在实际已经造成拥堵,但是交通系统还是判定为畅通的现象。
发明内容
本发明的目的是提供基于车流量统计的汽车厂周边道路拥堵治理系统及方法,可以准确判定道路交通拥堵度,有效避免拥堵信息的误判,并规划最优通行路线,提高汽车厂周边道路交通拥堵现象的治理效率,降低人力的投入。
为了实现上述目的,本发明采用了如下技术方案:
基于车流量统计的汽车厂周边道路拥堵治理方法,包括以下步骤:
S100、设定以汽车厂为中心的多边形治理区域,获取治理区域的流量数据模型;
S200、输入各个交通摄像点位的拍摄图像和视频,通过图像识别未上牌车、临牌车和已上牌车,统计各点位小时段内的全车数量、未上牌过车数、临牌过车数、已上牌过车数,排除同一点位多次重复拍摄现象,获得修正后的各个点位的全车数量、未上牌过车数、临牌过车数、已上牌过车数;
S300、根据修正后的过车数量计算各个路段的车流量、平均行程速度、车辆密度,以判定道路交通拥堵度;
S400、根据未上牌车和临牌车的区域行车起点和终点,规划最优通行路线,以减缓交通拥堵、缓解通行压力。
其中,步骤S100进一步包括:
S110、选取点位坐标:在市级地图界面通过选取坐标点(XY坐标)进行多边形治理区域设置;
S120、获取治理区域内的各个交通摄像点位(Cross ID),通过一个区间路段两端的交通摄像点位标记一个路段(Road Section),以及按路段编号顺序组成路线;
S130、输出点位信息表、路段信息表、路线信息表。
其中,排除同一点位多次重复拍摄现象的方法进一步包括以下步骤:
S210、识别临牌车和已上牌车的车牌号,已上牌车辆和临牌车辆根据车牌信息排除重复拍摄的情况;
S220、未上牌车根据以下信息排除重复拍摄:车型、车标、车身颜色、车内人员数量、车内人员衣色;
S230、输出各个点位的未上牌车、临牌车、已上牌车的过车数统计表。
步骤S300进一步包括:
S310、计算路段的车流量S:
Figure 100002_DEST_PATH_IMAGE002
其中,
Figure 100002_DEST_PATH_IMAGE004
Figure 100002_DEST_PATH_IMAGE006
分别为某路段的两个点位Cross ID -1,Cross ID -2的修正后的全车数量;
S320、计算某车辆通过该路段的平均速度
Figure 100002_DEST_PATH_IMAGE008
Figure 100002_DEST_PATH_IMAGE010
其中,
Figure 100002_DEST_PATH_IMAGE012
Figure 100002_DEST_PATH_IMAGE014
分别为同一车辆经过两个点位Cross ID -1,Cross ID -2的时间,
Figure 100002_DEST_PATH_IMAGE016
为该路段的长度;
S330、计算路段的平均行程速度
Figure 100002_DEST_PATH_IMAGE018
Figure 100002_DEST_PATH_IMAGE020
对所有经过该路段的车辆,进行时间段划分和抽样,计算出时间段内该路段的平均行程速度,其中,
Figure 100002_DEST_PATH_IMAGE022
为该路段抽样测定的车辆数,
Figure 100002_DEST_PATH_IMAGE024
为车辆
Figure 100002_DEST_PATH_IMAGE026
通过该路段的时间,利用路段的平均行程速度判定交通拥堵度,并输出路段交通拥堵度时计统计表。
步骤S330后进一步可以包括:
S340、计算该路段的车辆密度
Figure 100002_DEST_PATH_IMAGE028
Figure 100002_DEST_PATH_IMAGE030
以方便辅助展示该路段的拥堵程度。
进一步设置为:所述交通拥堵度分为Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级,具体判定阈值参照中华人民共和国公共安全行业标准《道路交通拥堵度评价方法》GA/T 115-2020。
步骤S400进一步包括:
S410、根据未上牌车和临牌车的区域行车起点和终点,选取治理区域范围内的路段自由组合行车路线,根据各个路段的平均行程速度计算各个行车路线的平均时长,找到用时最短路线,即为同期最优通行路线;
S420、累计每日同期最优通行路线,找到高频出现的通行路线,可作为常规最优通行路线。
步骤S420后进一步包括:
S430、根据推荐的常规最优通行路线,输出其他拥堵解决建议方案,所述其他拥堵解决建议方案包括如下方案:
S431、根据常规最优通行路线在相应路段设置导流牌;
S432、根据拥堵判定等级,判定红绿灯不合理的点位,输出调整红绿灯时长建议方案;
S433、针对未上牌车和临牌车设置专用车道和专用时间段,进行导流。
本发明还提供了基于车流量统计的汽车厂周边道路拥堵治理系统,可实现上述所述的方法,包括:
设定输入模块:用于设定以汽车厂为中心的多边形治理区域,获取治理区域的流量数据模型,输出点位信息表、路段信息表、路线信息表;
图像识别统计模块:与所述设定输入模块相连接,用于识别未上牌车、临牌车和已上牌车,排除同一点位多次重复拍摄现象,输出点位过车数统计表;
计算判定模块:与所述图像识别统计模块相连接,用于计算各个路段的车流量、平均行程速度、车辆密度,判定道路交通拥堵度;
治理方案输出模块:与所述计算判定模块相连接,用于规划最优通行路线,并输出其他拥堵解决建议方案。
本发明还提供了一种电子设备,包括处理器和存储器,所述存储器与处理器电性连接,所述存储器用于存储处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述所述的方法。
相对于现有技术,本发明的有益技术效果为:
(1)本发明提出的方法通过图像识别未上牌车、临牌车和已上牌车,统计各点位的全车数量、未上牌过车数、临牌过车数、已上牌过车数,排除同一点位多次重复拍摄现象,根据修正后的过车数量计算各个路段的车流量、平均行程速度、车辆密度,可以准确判定道路交通拥堵度,有效避免拥堵信息的误判。
(2)根据各个路段的平均行程速度计算各个行车路线的平均时长,找到同期最优通行路线,将无牌和临牌车引导到最优通行路线,减缓主干道路因密集的无牌和临牌车辆而导致的拥堵,有效缓解了汽车厂周边道路的通行压力,保障主干道路的顺畅。
(3)可以输出如设置导流牌、调整红绿灯时长建议、设置专用车道和专用时间段建议等其他拥堵解决方案,供交通管理部门选择实施,提高了汽车厂周边道路交通拥堵现象的治理效率,降低人力的投入。
(4)本发明提出的系统可以客观、准确和及时地反映汽车厂周边道路拥堵的问题,并输出相应的拥堵解决方案,实现精细化、精准化、高效化的交通治理效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提出的基于流量统计的汽车厂周边道路拥堵治理方法实施例1的流程图;
图2为实施例1中提出的路段标记示意图;
图3为本发明提出的基于流量统计的汽车厂周边道路拥堵治理方法实施例2的流程图;
图4为本发明提出的基于流量统计的汽车厂周边道路拥堵治理系统实施例的结构框图;
图5为本发明提出的一种电子设备实施例的结构框图。
附图标记:501、设定输入模块;502、图像识别统计模块;503、计算判定模块;504、治理方案输出模块;601、处理器;602、存储器;603、I/O接口;604、外部设备;605、显示器;606、网络适配器。
具体实施方式
下面将结合附图对本发明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一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
下面首先对本申请文件涉及的技术术语进行解释:
车流量:某时刻单位时间内通过道路某断面的车辆数(单位:辆/h)。
车流速度:又称为平均行程速度,指某时刻通过道路某断面的车辆平均速度(单位:km/h)。
车流密度:某时刻通过道路某断面单位长度内的车辆数(单位:辆/km)。
交通拥堵:由于车辆的通行需求超过道路通行能力或受交通事件等影响,车辆被迫降低车速行驶或致停止,并造成车辆积压超过一定程度的交通现象。
交通拥堵度:衡量交通拥堵的程度,分为Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级,分别表示严重拥堵、中度拥堵、轻度拥堵和畅通。
区间路段:道路上两个端点具有方向性的道路区段,其间不包含交叉口。
实施例1
参照图1,为本发明公开的基于车流量统计的汽车厂周边道路拥堵治理方法其中一个实施例,包括以下步骤:
S100、设定以汽车厂为中心的多边形治理区域,获取治理区域的流量数据模型。
其中,步骤S100进一步包括:
S110、选取点位坐标:在市级地图界面通过选取坐标点(XY坐标)进行多边形治理区域设置。
S120、获取治理区域内的各个交通摄像点位(Cross ID),通过一个区间路段两端的交通摄像点位标记一个路段(Road Section),以及按路段编号顺序组成路线。
参照图2,为路段标记示意图,交通摄像点位包括图中示出的Cross ID-1、CrossID-2……Cross ID-8,路段包括Road Section-1、Road Section-2、Road Section-3、RoadSection-4,其中,Road Section-1至Road Section-4按标号顺序组成路线,在实际应用中,根据行驶起点和行驶终点可以组成多条路线。
S130、输出点位信息表、路段信息表、路线信息表。
如下表1所示,点位信息表包括各个交通摄像点位的点位ID、点位名、经度、纬度等信息,点位ID包括点位编号信息,如Cross ID -1。
表1 点位信息表
点位ID 点位名 经度 纬度
如下表2所示,路段信息表包括各个区间路段的路段ID、起始点位、结束点位、方向、路段名、路段长度等信息,路段ID包括路段编号信息,如Road Section -1,路段长度
Figure 305157DEST_PATH_IMAGE016
可以通过两个点位的经纬度坐标进行计算。
表2 路段信息表
路段ID 起始点位 结束点位 方向 路段名 路段长度
如下表3所示,路线信息表包括路线ID、路线名、所辖路段、所辖点位等信息。
表3 路线信息表
路线ID 路线名 所辖路段 所辖点位
S200、输入各个交通摄像点位的拍摄图像和视频,通过图像识别未上牌车、临牌车和已上牌车,统计各点位小时段内的全车数量、未上牌过车数、临牌过车数、已上牌过车数,排除同一点位多次重复拍摄现象,获得修正后的各个点位的全车数量、未上牌过车数、临牌过车数、已上牌过车数。
其中,排除同一点位多次重复拍摄现象的方法进一步包括以下步骤:
S210、通过图像识别车辆的牌照类型,区分未上牌车、临牌车和已上牌车,并识别临牌车和已上牌车的车牌号,已上牌车辆和临牌车辆根据车牌信息排除重复拍摄的情况。
S220、未上牌车根据以下信息排除重复拍摄:车型、车标、车身颜色、车内人员数量、车内人员衣色,若相应特征均一致,则判定为同一车辆,排除未上牌车的重复拍摄现象。
S230、输出各个点位的未上牌车、临牌车、已上牌车的过车数统计表。
参照下表4,点位过车数时计统计表包括点位ID、经纬度坐标、牌照类型、车牌号、过车数和经过时间等信息,牌照类型包括无牌照、临时牌照、正式牌照,分别对应未上牌车、临牌车、已上牌车。
表4 点位过车数时计统计表
点位ID 经度 纬度 牌照类型 车牌号 过车数 经过时间
S300、根据修正后的过车数量计算各个路段的车流量、平均行程速度、车辆密度,以判定道路交通拥堵度。
步骤S300进一步包括:
S310、计算路段的车流量S:
Figure DEST_PATH_IMAGE002A
其中,
Figure 280066DEST_PATH_IMAGE004
Figure 135765DEST_PATH_IMAGE006
分别为某路段的两个点位Cross ID -1,Cross ID -2的修正后的全车数量,全车数量为修正后的未上牌过车数、临牌过车数及已上牌过车数之和,优选地,
Figure DEST_PATH_IMAGE032
向上取整。
S320、计算某车辆通过该路段的平均速度
Figure 221532DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE010A
其中,
Figure 42858DEST_PATH_IMAGE012
Figure 719827DEST_PATH_IMAGE014
分别为同一车辆经过两个点位Cross ID -1,Cross ID -2的时间,
Figure 564286DEST_PATH_IMAGE012
Figure 781641DEST_PATH_IMAGE014
之差即为车辆通过该路段的通行时间,
Figure 156341DEST_PATH_IMAGE016
为路段信息表中对应路段的路段长度。
S330、计算路段的平均行程速度
Figure 535369DEST_PATH_IMAGE018
Figure DEST_PATH_IMAGE020A
对所有经过该路段的车辆,进行时间段划分和抽样,计算出时间段内该路段的平均行程速度,其中,
Figure 398283DEST_PATH_IMAGE022
为该路段抽样测定的车辆数,
Figure 29116DEST_PATH_IMAGE024
为车辆
Figure 887350DEST_PATH_IMAGE026
通过该路段的时间,利用路段的平均行程速度判定交通拥堵度,并输出路段交通拥堵度时计统计表。
交通拥堵度分为Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级,分别表示严重拥堵、中度拥堵、轻度拥堵和畅通,并分别表示为红色、橙色、黄色、绿色,具体判定阈值参照中华人民共和国公共安全行业标准《道路交通拥堵度评价方法》GA/T 115-2020。
步骤S330后进一步可以包括:
S340、计算该路段的车辆密度
Figure 578226DEST_PATH_IMAGE028
Figure DEST_PATH_IMAGE030A
通过计算车辆密度,便于在系统界面辅助展示相应路段的拥堵度,更为直观易懂。
如下表5所示,交通拥堵度时计统计表包括路段ID、车流量、平均行驶速度、交通拥堵度、车辆密度等信息。
表5 路段交通拥堵度时计统计表
路段 ID 路段名 日期 时间 车流量 平均行程速度 交通拥堵度 交通密度
S400、根据未上牌车和临牌车的区域行车起点和终点,规划最优通行路线,以减缓交通拥堵、缓解通行压力。
步骤S400进一步包括:
S410、根据未上牌车和临牌车的区域行车起点和终点,选取治理区域范围内的路段自由组合行车路线,根据各个路段的平均行程速度计算各个行车路线的平均时长,找到用时最短路线,即为同期最优通行路线。
S420、累计每日同期最优通行路线,找到高频出现的通行路线,可作为常规最优通行路线。
本实施例的工作原理及有益效果为:
本方法通过图像识别未上牌车、临牌车和已上牌车,统计各点位的全车数量、未上牌过车数、临牌过车数、已上牌过车数,排除同一点位多次重复拍摄现象,根据修正后的过车数量计算各个路段的车流量、平均行程速度、车辆密度,可以准确判定道路交通拥堵度,有效避免拥堵信息的误判。
根据各个路段的平均行程速度计算各个行车路线的平均时长,找到同期最优通行路线,将无牌和临牌车引导到最优通行路线,减缓主干道路因密集的无牌和临牌车辆而导致的拥堵,有效缓解了汽车厂周边道路的通行压力,保障主干道路的顺畅。
实施例2
参照图3,本实施例与实施例1的不同之处在于,步骤S420后还可以进一步包括:S430、根据推荐的常规最优通行路线,输出其他拥堵解决建议方案,其他拥堵解决建议方案包括如下方案:
S431、根据常规最优通行路线在相应路段设置未上牌车和临牌车的导流牌;
S432、根据拥堵判定等级,比如某路段Ⅰ级拥堵出现多次,则判定红绿灯不合理的点位,输出调整红绿灯时长建议方案;
S433、针对未上牌车和临牌车设置专有时间和专用通道,进行导流。设置试验车的专用通道和专有时间,类似设置公交车专用车道和专用时间段,方便应对高峰时段和突发状况带来的道路拥堵问题,进一步解决汽车厂周边路段的拥堵问题。
本实施例的工作原理及有益效果为:
通过输出如设置导流牌、调整红绿灯时长建议、设置专用车道和专用时间段建议等其他拥堵解决方案,供交通管理部门选择实施,提高了汽车厂周边道路交通拥堵现象的治理效率,降低人力的投入。
实施例3
参照图4,为本发明提出的基于车流量统计的汽车厂周边道路拥堵治理系统实施例,包括设定输入模块501、图像识别统计模块502、计算判定模块503和治理方案输出模块504。
设定输入模块501用于设定以汽车厂为中心的多边形治理区域,获取治理区域的流量数据模型,输出点位信息表、路段信息表、路线信息表。设定输入模块501支持对接北斗、GPS等多种地图导航方式,方便用户在市级地图界面进行治理区域设定,提高了本系统的通用性。
图像识别统计模块502与设定输入模块501相连接,用于识别未上牌车、临牌车和已上牌车,排除同一点位多次重复拍摄现象,输出点位过车数统计表。
计算判定模块503与图像识别统计模块502相连接,用于计算各个路段的车流量、平均行程速度、车辆密度,判定道路交通拥堵度。
治理方案输出模块504与计算判定模块503相连接,用于规划最优通行路线,并输出其他拥堵解决建议方案。
本系统可实现前述任一方法实施例中对应的方法,其具体实施过程可以参见前述方法实施例,此处不再赘述。
实施例4
参照图5,为本发明提供的电子设备实施例,该电子设备包括:一个或多个处理器601,以及用于存储处理器601的可执行指令的存储器602,存储器602和处理器601电性连接。
其中,处理器601配置为经由执行所述可执行指令来执行前述任一方法实施例对应的方法,其具体实施过程可以参见前述方法实施例,此处不再赘述。
可选的,该电子设备还可以包括:I/O接口603,该电子设备通过I/O接口603可以与一个或多个外部设备604(例如键盘、指向设备、显示器605等)通信连接。
可选的,该电子设备还可以包括:网络适配器606,该电子设备可通过网络适配器606与一个或多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。
实施例5
本发明还提供一种计算机可读存储介质,其上存储有计算机程序(或称计算机可执行指令),所述计算机程序被处理器601执行时实现前述任一方法实施例中对应的方法,其具体实施过程可以参见前述方法实施例,此处不再赘述。
其中,所述计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.基于车流量统计的汽车厂周边道路拥堵治理方法,其特征在于,包括以下步骤:
S100、设定以汽车厂为中心的多边形治理区域,获取治理区域的流量数据模型;
S200、输入各个交通摄像点位的拍摄图像和视频,通过图像识别未上牌车、临牌车和已上牌车,统计各点位小时段内的全车数量、未上牌过车数、临牌过车数、已上牌过车数,排除同一点位多次重复拍摄现象,获得修正后的各个点位的全车数量、未上牌过车数、临牌过车数、已上牌过车数;
其中,排除同一点位多次重复拍摄现象的方法进一步包括以下步骤:
S210、识别临牌车和已上牌车的车牌号,已上牌车辆和临牌车辆根据车牌信息排除重复拍摄的情况;
S220、未上牌车根据以下信息排除重复拍摄:车型、车标、车身颜色、车内人员数量、车内人员衣色;
S230、输出各个点位的未上牌车、临牌车、已上牌车的过车数统计表;
S300、根据修正后的过车数量计算各个路段的车流量、平均行程速度、车辆密度;
S400、根据未上牌车和临牌车的区域行车起点和终点,规划最优通行路线。
2.根据权利要求1所述的基于车流量统计的汽车厂周边道路拥堵治理方法,其特征在于,步骤S100进一步包括:
S110、选取点位坐标:在市级地图界面通过选取坐标点进行多边形治理区域设置;
S120、获取治理区域内的各个交通摄像点位,通过一个区间路段两端的交通摄像点位标记一个路段,以及按路段编号顺序组成路线;
S130、输出点位信息表、路段信息表、路线信息表。
3.根据权利要求1所述的基于车流量统计的汽车厂周边道路拥堵治理方法,其特征在于,步骤S300进一步包括:
S310、计算路段的车流量S:
Figure DEST_PATH_IMAGE002
其中,
Figure DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE006
分别为某路段的两个点位Cross ID -1,Cross ID -2的修正后的全车数量;
S320、计算某车辆通过该路段的平均速度
Figure DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE010
其中,
Figure DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE014
分别为同一车辆经过两个点位Cross ID -1,Cross ID -2的时间,
Figure DEST_PATH_IMAGE016
为该路段的长度;
S330、计算路段的平均行程速度
Figure DEST_PATH_IMAGE018
Figure DEST_PATH_IMAGE020
对所有经过该路段的车辆,进行时间段划分和抽样,计算出时间段内该路段的平均行程速度,其中,
Figure DEST_PATH_IMAGE022
为该路段抽样测定的车辆数,
Figure DEST_PATH_IMAGE024
为车辆
Figure DEST_PATH_IMAGE026
通过该路段的时间,利用路段的平均行程速度判定交通拥堵度,并输出路段交通拥堵度时计统计表。
4.根据权利要求3所述的基于车流量统计的汽车厂周边道路拥堵治理方法,其特征在于,步骤S330后进一步可以包括:
S340、计算该路段的车辆密度
Figure DEST_PATH_IMAGE028
Figure DEST_PATH_IMAGE030
5.根据权利要求3所述的基于车流量统计的汽车厂周边道路拥堵治理方法,其特征在于,所述交通拥堵度分为Ⅰ级、Ⅱ级、Ⅲ级和Ⅳ级,具体判定阈值参照中华人民共和国公共安全行业标准《道路交通拥堵度评价方法》GA/T 115-2020。
6.根据权利要求3所述的基于车流量统计的汽车厂周边道路拥堵治理方法,其特征在于,步骤S400进一步包括:
S410、根据未上牌车和临牌车的区域行车起点和终点,选取治理区域范围内的路段自由组合行车路线,根据各个路段的平均行程速度计算各个行车路线的平均时长,找到用时最短路线,即为同期最优通行路线;
S420、累计每日同期最优通行路线,找到高频出现的通行路线,可作为常规最优通行路线。
7.根据权利要求6所述的基于车流量统计的汽车厂周边道路拥堵治理方法,其特征在于,步骤S420后进一步包括:
S430、根据推荐的常规最优通行路线,输出其他拥堵解决建议方案,所述其他拥堵解决建议方案包括如下方案:
S431、根据常规最优通行路线在相应路段设置导流牌;
S432、根据拥堵判定等级,判定红绿灯不合理的点位,输出调整红绿灯时长建议方案;
S433、针对未上牌车和临牌车设置专用车道和专用时间段,进行导流。
8.基于车流量统计的汽车厂周边道路拥堵治理系统,可实现上述权利要求1~7任一项所述的方法,其特征在于,包括:
设定输入模块(501):用于设定以汽车厂为中心的多边形治理区域,获取治理区域的流量数据模型,输出点位信息表、路段信息表、路线信息表;
图像识别统计模块(502):与所述设定输入模块(501)相连接,用于识别未上牌车、临牌车和已上牌车,排除同一点位多次重复拍摄现象,输出点位过车数统计表;
计算判定模块(503):与所述图像识别统计模块(502)相连接,用于计算各个路段的车流量、平均行程速度、车辆密度,判定道路交通拥堵度;
治理方案输出模块(504):与计算判定模块(503)相连接,用于规划最优通行路线,并输出其他拥堵解决建议方案。
9.一种电子设备,其特征在于,包括处理器(601)和存储器(602),所述存储器(602)与处理器(601)电性连接,所述存储器(602)用于存储处理器(601)的可执行指令;
其中,所述处理器(601)配置为经由执行所述可执行指令来执行权利要求1~7任一项所述的方法。
CN202110792755.XA 2021-07-14 2021-07-14 基于车流量统计的汽车厂周边道路拥堵治理系统及方法 Active CN113256991B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110792755.XA CN113256991B (zh) 2021-07-14 2021-07-14 基于车流量统计的汽车厂周边道路拥堵治理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110792755.XA CN113256991B (zh) 2021-07-14 2021-07-14 基于车流量统计的汽车厂周边道路拥堵治理系统及方法

Publications (2)

Publication Number Publication Date
CN113256991A CN113256991A (zh) 2021-08-13
CN113256991B true CN113256991B (zh) 2021-09-24

Family

ID=77191171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110792755.XA Active CN113256991B (zh) 2021-07-14 2021-07-14 基于车流量统计的汽车厂周边道路拥堵治理系统及方法

Country Status (1)

Country Link
CN (1) CN113256991B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674540B (zh) * 2021-09-14 2022-12-13 逸兴泰辰技术有限公司 路口红绿灯配时调整方法、终端
CN113611123B (zh) * 2021-10-09 2021-12-17 智广海联(天津)大数据技术有限公司 渣土车辅助研判治理方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851287A (zh) * 2015-04-15 2015-08-19 浙江大学 基于视频检测器的城市道路路段行程时间检测方法
CN104951784A (zh) * 2015-06-03 2015-09-30 杨英仓 一种车辆无牌及车牌遮挡实时检测方法
CN105354533A (zh) * 2015-09-28 2016-02-24 江南大学 一种基于词袋模型的卡口无牌车辆车型识别方法
KR20180024757A (ko) * 2016-08-31 2018-03-08 아진산업(주) 다시점 블랙박스 카메라 영상을 이용한 도로교통정보 제공시스템
CN109034171A (zh) * 2018-07-24 2018-12-18 北京易泊时代科技有限公司 视频流中的无牌车辆检测方法和装置
CN109584553A (zh) * 2018-11-29 2019-04-05 中电海康集团有限公司 一种基于时空信息的路段关联度缺失补全方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103578277B (zh) * 2012-08-07 2015-11-04 上海弘视通信技术有限公司 套牌嫌疑车搜索方法及其装置
US9405988B2 (en) * 2013-08-13 2016-08-02 James Alves License plate recognition
CN106205139B (zh) * 2016-07-14 2019-03-08 浙江宇视科技有限公司 车辆出入管理方法及装置
CN107273889B (zh) * 2017-04-27 2020-04-28 浙江工业大学 一种基于统计的车牌识别方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104851287A (zh) * 2015-04-15 2015-08-19 浙江大学 基于视频检测器的城市道路路段行程时间检测方法
CN104951784A (zh) * 2015-06-03 2015-09-30 杨英仓 一种车辆无牌及车牌遮挡实时检测方法
CN105354533A (zh) * 2015-09-28 2016-02-24 江南大学 一种基于词袋模型的卡口无牌车辆车型识别方法
KR20180024757A (ko) * 2016-08-31 2018-03-08 아진산업(주) 다시점 블랙박스 카메라 영상을 이용한 도로교통정보 제공시스템
CN109034171A (zh) * 2018-07-24 2018-12-18 北京易泊时代科技有限公司 视频流中的无牌车辆检测方法和装置
CN109584553A (zh) * 2018-11-29 2019-04-05 中电海康集团有限公司 一种基于时空信息的路段关联度缺失补全方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
实时路况分析系统在治理交通拥堵中的应用;张海东;《计算机时代》;20130731;全文 *

Also Published As

Publication number Publication date
CN113256991A (zh) 2021-08-13

Similar Documents

Publication Publication Date Title
CN113256991B (zh) 基于车流量统计的汽车厂周边道路拥堵治理系统及方法
CN107766969B (zh) 一种基于地铁服务能力瓶颈区段识别的大站快线布设方法
CN105608505B (zh) 一种基于手机信令数据的居民轨道交通出行方式识别方法
CN106571037A (zh) 一种基于卡口检测技术的高速公路实时路况监测方法
WO2019047905A1 (zh) 一种交通路况分析系统、方法以及装置
CN109345031B (zh) 基于交通流数据的协调干线线路规划方法及配置系统
CN109147316A (zh) 一种基于v2x通信和高精度定位的城市车道车辆统计方法
CN109993215B (zh) 一种基于交通大数据的路径诱导方法
CN111243275B (zh) 一种基于计算机视觉的收费站交通状态监测装置和方法
CN111862606A (zh) 一种基于多源数据的非法营运车辆识别方法
CN105096635A (zh) 一种交通违章多发地段的警示方法
CN107622668A (zh) 一种基于rfid的动态可视化交叉口监测管理系统
CN104575050A (zh) 一种基于浮动车的快速路匝道智能诱导方法及装置
CN107170247A (zh) 一种确定交叉口排队长度方法及装置
CN110633558B (zh) 一种城市交通系统建模系统
CN112712714A (zh) 一种基于卡口监控设备的红绿灯配时优化方法及仿真系统
CN105139670A (zh) 一种基于视频的区域自优化信号控制方法及装置
CN105006167A (zh) 一种交通拥堵传播路径的研究方法
CN103942952A (zh) 一种路网功能层次状态等级评估方法
CN106875680A (zh) 基于大数据分析的路口平均等待时间计算方法
CN113393113B (zh) 复杂网络理论信用评价的路内停车欠逃费追缴方法及系统
CN106845476B (zh) 一种基于北斗和图像识别技术的hov车道管理系统及方法
CN108898857A (zh) 一种考虑安全可靠性的交叉口机动车绿灯间隔设置方法
CN105608315B (zh) 公交停靠站安全服务水平定量评价方法及系统
CN104183150A (zh) 车载单体道路交通状态判别装置与方法

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