CN113362602A - 一种基于门架通行数据的拥堵分析方法及设备 - Google Patents
一种基于门架通行数据的拥堵分析方法及设备 Download PDFInfo
- Publication number
- CN113362602A CN113362602A CN202110727907.8A CN202110727907A CN113362602A CN 113362602 A CN113362602 A CN 113362602A CN 202110727907 A CN202110727907 A CN 202110727907A CN 113362602 A CN113362602 A CN 113362602A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- road
- road section
- congestion
- portal
- 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.)
- Pending
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
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G07B15/06—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems
- G07B15/063—Arrangements for road pricing or congestion charging of vehicles or vehicle users, e.g. automatic toll systems using wireless information transmission between the vehicle and a fixed station
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于门架通行数据的拥堵分析方法及设备,应用在基于门架通行数据的拥堵分析系统中,系统包括门架、服务器、终端,方法包括:服务器获取公路交通网的基础信息,基础信息包括公路交通网内的桩号、各个门架的编码以及拓扑关系;根据基础信息,将两个门架之间的交通网作为单独的路段,以将公路交通网划分成若干个路段;通过门架采集经过车辆的车辆信息,并获取车辆在门架对应的交易时间,车辆信息包括车牌号、车辆类型、车辆品牌;根据车辆在不同门架上对应的交易时间,确定车辆在对应的路段中的行车速度;根据不同车辆在对应的路段中的行车速度,确定路段对应的拥堵情况。
Description
技术领域
本申请涉及公路交通领域,具体涉及一种基于门架通行数据的拥堵分析方法及设备。
背景技术
随着私家车的增多,越来越多的人选择通过开车出行,再加上ETC的兴起,高速公路缴费步入智能化、自动化的时代。邻近节假日甚至是上下班高峰期,高速公路上常常会出现堵车的现象。现在的拥堵分析方法经常需要通过足够多的数据支撑,需要对接多个部门,才能实现对高速公路上交通拥堵的情况分析。目前还缺少一种实现方式较为简单,无需对接其他部门的数据,即可实现拥堵分析的方法。
发明内容
为了解决上述问题,本申请提出了一种基于门架通行数据的拥堵分析方法及设备,应用在基于门架通行数据的拥堵分析系统中,所述系统包括门架、服务器、终端,所述方法包括:
所述服务器获取公路交通网的基础信息,所述基础信息包括所述公路交通网内的桩号、各个门架的编码以及拓扑关系;根据所述基础信息,将两个门架之间的交通网作为单独的路段,以将所述公路交通网划分成若干个所述路段;通过所述门架采集经过车辆的车辆信息,并获取所述车辆在所述门架对应的交易时间,所述车辆信息包括车牌号、车辆类型、车辆品牌;根据所述车辆在不同门架上对应的交易时间,确定所述车辆在对应的路段中的行车速度;根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况。
在一个示例中,根据所述基础信息,将两个门架之间的交通网作为单独的路段,具体包括:根据所述桩号以及所述门架的编码,得到所述公路交通网内任意两个相邻门架之间的距离信息;将所述任意两个相邻门架作为所述任意两个相邻门架之间的路段的端点,以将所述公路交通网划分为若干个所述路段;将所述路段两端门架之间的距离信息作为所述路段的长度。
在一个示例中,根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况,具体包括:根据所述不同车辆在所述对应的路段中的行车速度,确定所述不同车辆在所述对应路段中的平均行车速度;将所述对应路段在当前时间段内的平均行车速度与所述对应路段在其他时间段内的平均行车速度进行对比;所述对应路段在当前时间段内的平均行车速度与所述对应路段在其他时间段内的平均行车速度之间的差值越大,所述对应路段在当前时间端内的拥堵情况越严重。
在一个示例中,根据所述不同车辆在所述对应的路段中的行车速度,确定平均行车速度,具体包括:在所述不同车辆在所述对应的路段中的行车速度中确定所述不同车辆的行车速度的异常值;将所述异常值从所述不同车辆在所述对应的路段中的行车速度中排除,得到所述不同车辆在所述对应路段中的非异常的行车速度;根据所述非异常的行车速度,确定所述平均行车速度。
在一个示例中,在所述不同车辆在所述对应的路段中的行车速度中确定所述不同车辆的行车速度中的异常值后,所述方法还包括:获取所述异常值对应的异常车辆的车辆信息;获取所述异常车辆的监控信息,所述监控信息包括所述车辆外壳是否完整、所述车辆经过的公路表面是否存在刹车痕迹;根据所述监控信息分析所述异常车辆行车速度异常的原因。
在一个示例中,根据所述不同车辆在所述对应的路段中的行车速度,确定平均行车速度,还包括:根据所述不同车辆的车辆信息,在所述不同车辆中,确定各类型的车辆所占的比重;根据所述比重,在所述各类型的车辆中选取对应数量的车辆,所述比重越大,所述对应数量越多;根据在所述各类型的车辆中分别选取的车辆,确定所述不同车辆对应的平均行车速度。
在一个示例中,所述方法还包括:将内部包含休息区的路段作为休息区路段,将所述休息区路段两侧的路段作为所述休息区路段的邻近路段;分析所述邻近路段的所述拥堵情况,进而分析所述休息区路段的拥堵情况。
在一个示例中,分析所述邻近路段的所述拥堵情况,进而分析所述休息区路段的拥堵情况,具体包括:若所述两个邻近路段都处于拥堵状态,则认为所述休息区路段也处于拥堵状态;若所述两个邻近路段都不处于所述拥堵状态,则认为所述休息区路段也不处于拥堵状态;若所述两个邻近路段中只有一个所述邻近路段处于所述拥堵状态,则认为所述休息区路段中,与所述处于拥堵状态的邻近路段相邻的一侧处于所述拥堵状态,所述休息区路段中,远离所述处于拥堵状态的邻近路段相邻的一侧不处于所述拥堵状态。
在一个示例中,确定所述路段对应的拥堵情况后,所述方法还包括:获取预设时间段内所述路段的监控数据及所述路段的所述经过车辆的车辆信息;根据所述监控数据以及所述车辆信息,分析所述路段的拥堵原因;将所述监控数据、所述拥堵原因、与所述拥堵原因对应的预设解决措施传输至所述路段工作人员的工作终端,以使所述工作人员能够及时获取所述路段的拥堵情况并实施解决措施;将所述拥堵情况与所述拥堵原因传输至所述路段邻近范围内其他门架的显示屏,以使所述显示屏显示所述拥堵情况与所述拥堵原因。
本申请还提出了一种基于门架通行数据的拥堵分析设备,应用在基于门架通行数据的拥堵分析系统中,所述系统包括门架、服务器、终端,所述设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:所述服务器获取公路交通网的基础信息,所述基础信息包括所述公路交通网内的桩号、各个门架的编码以及拓扑关系;根据所述基础信息,将两个门架之间的交通网作为单独的路段,以将所述公路交通网划分成若干个所述路段;通过所述门架采集经过车辆的车辆信息,并获取所述车辆在所述门架对应的交易时间,所述车辆信息包括车牌号、车辆类型、车辆品牌;根据所述车辆在不同门架上对应的交易时间,确定所述车辆在对应的路段中的行车速度;根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况。
本申请提出的一种基于门架通行数据的拥堵分析方法的实现方式较为简单,无需对接其他部门的数据,除获取公路交通网的基础信息外,仅需要采用门架通行的流水数据就能完成对公路拥堵情况的分析。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例中一种基于门架通行数据的拥堵分析方法示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
以下结合附图,详细说明本申请各实施例提供的技术方案。
如图1所示,本申请实施例中提供了一种基于门架通行数据的拥堵分析方法,应用在基于门架通行数据的拥堵分析系统中,系统包括门架、服务器、终端,门架也称龙门架,是指高速公路上设置的ETC电子不停车收费(电子不停车收费,Electronic TollCollection)的配套设施。在门架上安装有识别车辆信息的装置,通过安装在车辆挡风玻璃上的电子车牌,与收费站ETC车道龙门架上的微波天线之间进行双向微波通讯,再利用大数据处理。车辆通过路桥收费站时无需停车就能缴纳过路费,是先通行后扣费的。
由于高速公路上经常出现拥堵的现象,为了更好的分析堵车出现的原因,本申请公开了一种基于门架通行数据的拥堵分析方法,包括:
S101,所述服务器获取公路交通网的基础信息,所述基础信息包括所述公路交通网内的桩号、各个门架的编码以及拓扑关系。
服务器通过ETC门架获取公路交通网内的桩号、以及各个门架的编码和拓扑关系。桩号是施工前,对设计基础桩进行的统一编号,以利于施工,号码不重复,且唯一。例如:起点桩号K200.500,终点桩号K350.800(K200.500~K350.800),意为:公路200公里处再过500米为开始处,直到350公里再过800米处的这段路。(K为公里)。门架编码是指每个门架对应的编码,用于区分门架。拓扑关系是指门架之间的连接关系,也可以说成两个门架之间的路线的形状。
S102,根据所述基础信息,将两个门架之间的交通网作为单独的路段,以将所述公路交通网划分成若干个所述路段。
根据服务器通过ETC门架获取到的基础信息,包括桩号、门架编码、拓扑关系,将公路交通网划分为若干个独立的路段,将每个独立的路段视为公路交通网中的最小单元,在分析公路的拥堵情况时,分析的是每个独立的路段内的拥堵情况,每个路段的长度可以通过桩号确定。
S103,通过所述门架采集经过车辆的车辆信息,并获取所述车辆在所述门架对应的交易时间,所述车辆信息包括车牌号、车辆类型、车辆品牌。
服务器通过门架上的摄像头、ETC装置等设备来采集经过门架的车辆的车辆信息,这里的车辆信息包括车辆的类型、品牌、车牌号等信息。并将车辆与门架的交易时间记录下来,由于ETC门架系统用于取消省界收费站、实现电子不停车收费,当车辆通过门架时系统会进行识别和感应,直接读取车辆信息进行预交易;当到达出口门架,电子设备即时缴纳通行费,交易成功后,只需在收费所进行校验后就可以通行。比如,一样是从A地到B地,很有可能有好几条髙速途径能够抵达。在ETC实施之前,是按两个地方中间最短路的途径收费,如今设立门架后则是按具体行车的线路收费。这里的交易时间可以理解为车辆经过当前门架的时间点。
S104,根据所述车辆在不同门架上对应的交易时间,确定所述车辆在对应的路段中的行车速度。
已知车辆经过的各个门架的时间点之后,通过时间点之间的差值计算出车辆在每个路段中的通行时间,即车辆从通过某路段的起始门架开始算起,直到车辆经过该路段的终止门架,一共花费的时间。再用该路段的长度除以车辆在该路段的通行时间得到车辆在该路段的行车速度。
S105,根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况。
得到单独一辆车在该路段的行车速度后,根据不同车辆的行车速度,确定该路段内车辆的拥堵情况。若行车速度都很低,并且是大幅低于高速路的最高速度或是最低速度,则说明该路段内存在拥堵现象。
无需对接其他部门的数据,除获取公路交通网的基础信息外,仅需要采用门架通行的流水数据就能完成对公路拥堵情况的分析,实现方式较为简单。
在一个实施例中,如果没有明确的路段划分规定方法,容易造成公路交通网内部分公路漏分或是重复划分,即各个路段相加之后仍然存在遗漏的公路或是某些公路重复,影响拥堵情况分析时的结果。基于此,为了明确区分每个路段的起始点和终点,可以根据桩号以及门架的编码,得到公路交通网内任意两个相邻门架之间的距离信息。并将任意两个相邻的门架设置为路段两端的端点。此时,路段两端门架之间的距离信息就是路段的长度。将门架的两个端点固定设置为相邻的两个门架,可以将每个路段的长度减小,增加路段拥堵情况分析的准确性。
在一个实施例中,由于某个时间段内中,单个路段内通过的车辆数可能比较多,且每一辆车的行车速度都存在差异。基于此,为了更好的体现该路段内的车辆的拥堵情况,可以根据不同车辆在该路段中的行车速度,确定该时间段内、该路段中通行的所有车辆的平均行车速度,并将平均行车速度与其他时间段内的平均行车速度进行对比,确定该路段、该时间段内对应的拥堵情况。当然,也可以用该时间段内所有车辆的平均行车速度与高速公路的限定速度进行对比,如果没有出现平均行车速度明显低于高速公路的最低限定速度的情况,就可以认为这段时间内,该路段内没有出现车辆拥堵的情况。
进一步地,在高速公路中,有可能出现某辆车擦碰后转移到应急车道的情况,这时这辆车在当前路段的行车速度将会明显低于其他车辆的行车速度,但是少数几辆车的不正常行为又没有造成拥堵的现象。基于此,为了防止少数几辆车因为突发事件导致行车速度的明显降低而影响了平均行车速度,进而导致服务器误判该路段存在拥堵现象,可以将各个车辆的行车速度计算出来后,先进行一次异常值筛查,确定不同车辆的行车速度中的异常值。比如通过线性模拟或柱状图等方式,将少数行车速度明显低于其他车辆的异常行车速度筛查出来,将这些异常的行车速度排除,再用正常的行车速度进行计算平均行车速度,防止异常值对判断拥堵情况的准确性造成干扰。
进一步地,少数车辆由于突发情况在进行擦碰后,导致车辆暂时不能再行驶后,会使得该车辆在当前路段内的行车速度明显低于其他车辆,再进行筛查后,虽然不影响当前对拥堵情况的判断,但是如果不及时将该车辆转移至应急车道,有可能会妨碍其他车辆的行进,从而导致拥堵的发生。基于此,为提前避免拥堵的发生,在筛查到行车速度的异常值后,可以查询该行车速度异常值对应车辆的车辆信息,得知该车辆的类型、车牌号等信息后,通过门架、卫星、高速公路内的摄像机获取该异常值对应的车辆的监控信息,监控信息可以包括车辆的外壳是否完整,车辆经过的公路表面是否存在刹车痕迹。再通过监控信息分析出车辆行车速度过低的原因,比如车辆是否发生碰撞。以便该路段对应的工作人员能够及时处理,防止拥堵的发生。
在一个实施例中,由于高速路上通行车辆较多,若每次统计平均行车速度时都要计算该时间段内全体车辆的行车速度,再计算该时间段内该路段所有车辆的平均行车速度,服务器计算量过大,会导致服务器过慢,从而影响拥堵情况判断的时效性。基于此,为减小服务器的计算量,又同时保持数据的准确性,可以通过采集到的不同车辆的车辆信息,将车辆按照类型分类,确定各种车辆类型的占比,并按照占比在全部车辆中随机抽取一定数目的车辆,使用抽取出来的车辆的行车速度计算平均行车速度。例如该路段在一段时间内一共通行了一万辆车,其中轿车占九千辆,货车一千辆,就可以按照九比一的比例,在一万辆车中随机抽取一百辆车,其中九十辆轿车,十辆货车,使用这一百辆车的行车速度进行平均行车速度的计算,既减少了计算量,还保证了各种车辆比例没有发生变化。当然也可以将车辆类型划分的更为细致或是使用车辆品牌进行划分,这里不再阐述。
在一个实施例中,若是两个相邻门架之间存在休息区,由于司机可能驶入休息区进行休息,此时门架之间计算出来的行车速度将不能代表该路段内的拥堵情况。基于此,当路段内包含休息区时,可以通过分析该路段两侧的邻近路段的拥堵情况,进而分析洗洗区路段的拥堵情况。
进一步地,若两个邻近路段都处于拥堵状态,则认为休息区路段也处于拥堵状态;若两个邻近路段都不处于拥堵状态,则认为休息区路段也不处于拥堵状态;若两个邻近路段中只有一个邻近路段处于拥堵状态,则认为休息区路段中,与处于拥堵状态的邻近路段相邻的一侧处于拥堵状态,休息区路段中,远离处于拥堵状态的邻近路段相邻的一侧不处于拥堵状态。
当然,也可以通过计算两个邻近路段的平均行车速度,取平均值作为休息区路段的平均行车速度,以此分析存在休息区的路段的交通拥堵情况,但是这种取平均值的方式可能误差较大。
在一个实施例中,经过服务器的分析,如果某路段内发生拥堵,为了了解拥堵发生的原因,可以通过门架、卫星、行车记录仪获取该路段前段时间内的监控信息,并通过监控信息信息分析拥堵产生的原因,例如是因为交通事故、或是路段坍塌、或是单纯的由于司机开慢车导致。
进一步地,知道了拥堵原因后,为了解决高速公路拥堵的情况,可以将监控数据、拥堵原因、和预设的对应解决措施发送至相关工作人员的终端,以使相关工作人员能够及时知晓并解决拥堵事件。
在一个实施例中,当由于后方司机有可能不知道前方路段产生拥堵,如果司机照常行驶,而前方路段堵车,有可能会加剧堵车的现象,当发生拥堵现象后,可以将拥堵情况与拥堵的原因传输至附近的门架的显示屏处,拥堵情况可以包括拥堵等级、已经拥堵时长、拥堵长度、预计解决拥堵的时间,以使尚未行驶入拥堵路段的司机可以知晓前方的拥堵情况,可以提前变道,防止拥堵情况进一步加剧。
在本申请的一种实施例中,还提供了一种一种基于门架通行数据的拥堵分析设备,其特征在于,应用在基于门架通行数据的拥堵分析系统中,所述系统包括门架、服务器、终端,所述设备包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
所述服务器获取公路交通网的基础信息,所述基础信息包括所述公路交通网内的桩号、各个门架的编码以及拓扑关系;根据所述基础信息,将两个门架之间的交通网作为单独的路段,以将所述公路交通网划分成若干个所述路段;
通过所述门架采集经过车辆的车辆信息,并获取所述车辆在所述门架对应的交易时间,所述车辆信息包括车牌号、车辆类型、车辆品牌;根据所述车辆在不同门架上对应的交易时间,确定所述车辆在对应的路段中的行车速度;根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况。
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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于门架通行数据的拥堵分析方法,其特征在于,应用在基于门架通行数据的拥堵分析系统中,所述系统包括门架、服务器、终端,所述方法包括:
所述服务器获取公路交通网的基础信息,所述基础信息包括所述公路交通网内的桩号、各个门架的编码以及拓扑关系;
根据所述基础信息,将两个门架之间的交通网作为单独的路段,以将所述公路交通网划分成若干个所述路段;
通过所述门架采集经过车辆的车辆信息,并获取所述车辆在所述门架对应的交易时间,所述车辆信息包括车牌号、车辆类型、车辆品牌;
根据所述车辆在不同门架上对应的交易时间,确定所述车辆在对应的路段中的行车速度;
根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况。
2.根据权利要求1所述的方法,其特征在于,根据所述基础信息,将两个门架之间的交通网作为单独的路段,具体包括:
根据所述桩号以及所述门架的编码,得到所述公路交通网内任意两个相邻门架之间的距离信息;
将所述任意两个相邻门架作为所述任意两个相邻门架之间的路段的端点,以将所述公路交通网划分为若干个所述路段;
将所述路段两端门架之间的距离信息作为所述路段的长度。
3.根据权利要求1所述的方法,其特征在于,根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况,具体包括:
根据所述不同车辆在所述对应的路段中的行车速度,确定所述不同车辆在所述对应路段中的平均行车速度;
将所述对应路段在当前时间段内的平均行车速度与所述对应路段在其他时间段内的平均行车速度进行对比;
所述对应路段在当前时间段内的平均行车速度与所述对应路段在其他时间段内的平均行车速度之间的差值越大,所述对应路段在当前时间端内的拥堵情况越严重。
4.根据权利要求3所述的方法,其特征在于,根据所述不同车辆在所述对应的路段中的行车速度,确定平均行车速度,具体包括:
在所述不同车辆在所述对应的路段中的行车速度中确定所述不同车辆的行车速度的异常值;
将所述异常值从所述不同车辆在所述对应的路段中的行车速度中排除,得到所述不同车辆在所述对应路段中的非异常的行车速度;
根据所述非异常的行车速度,确定所述平均行车速度。
5.根据权利要求4所述的方法,其特征在于,在所述不同车辆在所述对应的路段中的行车速度中确定所述不同车辆的行车速度中的异常值后,所述方法还包括:
获取所述异常值对应的异常车辆的车辆信息;
根据所述异常车辆信息获取所述异常车辆的监控信息,所述监控信息包括所述车辆外壳是否完整、所述车辆经过的公路表面是否存在刹车痕迹;
根据所述监控信息分析所述异常车辆行车速度异常的原因。
6.根据权利要求3所述的方法,其特征在于,根据所述不同车辆在所述对应的路段中的行车速度,确定平均行车速度,还包括:
根据所述不同车辆的车辆信息,在所述不同车辆中,确定各类型的车辆所占的比重;
根据所述比重,在所述各类型的车辆中选取对应数量的车辆,所述比重越大,所述对应数量越多;
根据在所述各类型的车辆中分别选取的车辆,确定所述不同车辆对应的平均行车速度。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将内部包含休息区的路段作为休息区路段,将所述休息区路段两侧的路段作为所述休息区路段的邻近路段;
分析所述邻近路段的所述拥堵情况,进而分析所述休息区路段的拥堵情况。
8.根据权利要求7所述的方法,其特征在于,分析所述邻近路段的所述拥堵情况,进而分析所述休息区路段的拥堵情况,具体包括:
若所述两个邻近路段都处于拥堵状态,则认为所述休息区路段也处于拥堵状态;
若所述两个邻近路段都不处于所述拥堵状态,则认为所述休息区路段也不处于拥堵状态;
若所述两个邻近路段中只有一个所述邻近路段处于所述拥堵状态,则认为所述休息区路段中,与所述处于拥堵状态的邻近路段相邻的一侧处于所述拥堵状态,所述休息区路段中,远离所述处于拥堵状态的邻近路段相邻的一侧不处于所述拥堵状态。
9.根据权利要求1所述的方法,其特征在于,确定所述路段对应的拥堵情况后,所述方法还包括:
获取预设时间段内所述路段的监控数据及所述路段的所述经过车辆的车辆信息;
根据所述监控数据以及所述车辆信息,分析所述路段的拥堵原因;
将所述监控数据、所述拥堵原因、与所述拥堵原因对应的预设解决措施传输至所述路段工作人员的工作终端,以使所述工作人员能够及时获取所述路段的拥堵情况并实施解决措施;
将所述拥堵情况与所述拥堵原因传输至所述路段邻近范围内其他门架的显示屏,以使所述显示屏显示所述拥堵情况与所述拥堵原因。
10.一种基于门架通行数据的拥堵分析设备,其特征在于,应用在基于门架通行数据的拥堵分析系统中,所述系统包括门架、服务器、终端,所述设备包括:
至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行:
所述服务器获取公路交通网的基础信息,所述基础信息包括所述公路交通网内的桩号、各个门架的编码以及拓扑关系;
根据所述基础信息,将两个门架之间的交通网作为单独的路段,以将所述公路交通网划分成若干个所述路段;
通过所述门架采集经过车辆的车辆信息,并获取所述车辆在所述门架对应的交易时间,所述车辆信息包括车牌号、车辆类型、车辆品牌;
根据所述车辆在不同门架上对应的交易时间,确定所述车辆在对应的路段中的行车速度;
根据不同车辆在所述对应的路段中的行车速度,确定所述路段对应的拥堵情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727907.8A CN113362602A (zh) | 2021-06-29 | 2021-06-29 | 一种基于门架通行数据的拥堵分析方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110727907.8A CN113362602A (zh) | 2021-06-29 | 2021-06-29 | 一种基于门架通行数据的拥堵分析方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113362602A true CN113362602A (zh) | 2021-09-07 |
Family
ID=77537083
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110727907.8A Pending CN113362602A (zh) | 2021-06-29 | 2021-06-29 | 一种基于门架通行数据的拥堵分析方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113362602A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114255592A (zh) * | 2021-12-21 | 2022-03-29 | 重庆中信科信息技术有限公司 | 一种智慧城市交通管控系统及方法 |
CN114299627A (zh) * | 2021-12-24 | 2022-04-08 | 支付宝(杭州)信息技术有限公司 | 通行处理方法及装置 |
CN114419907A (zh) * | 2021-12-29 | 2022-04-29 | 联通智网科技股份有限公司 | 事故多发路段判断方法、装置、终端设备及介质 |
CN114627642A (zh) * | 2022-02-25 | 2022-06-14 | 青岛海信网络科技股份有限公司 | 一种交通拥堵识别方法及装置 |
CN114999181A (zh) * | 2022-05-11 | 2022-09-02 | 山东高速建设管理集团有限公司 | 一种基于etc系统数据的高速公路车辆速度异常识别方法 |
CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
CN117037498A (zh) * | 2023-10-08 | 2023-11-10 | 武汉中科通达高新技术股份有限公司 | 一种实时路况分析方法及系统 |
CN117152973A (zh) * | 2023-10-27 | 2023-12-01 | 贵州宏信达高新科技有限责任公司 | 基于etc门架数据的高速公路实时流量监测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070208497A1 (en) * | 2006-03-03 | 2007-09-06 | Inrix, Inc. | Detecting anomalous road traffic conditions |
CN103678838A (zh) * | 2012-09-04 | 2014-03-26 | 同济大学 | 一种道路交通事故信息深度处理方法 |
CN111292533A (zh) * | 2020-02-11 | 2020-06-16 | 北京交通大学 | 基于多源数据的高速公路任意时段任意断面流量估计方法 |
CN111508094A (zh) * | 2020-06-30 | 2020-08-07 | 之江实验室 | 一种基于etc门架与卡口通行数据的高速公路拥堵发现方法 |
CN112203258A (zh) * | 2020-11-13 | 2021-01-08 | 之江实验室 | 一种高速公路自由流状态下的车联网缓存部署方法 |
CN112767684A (zh) * | 2020-12-22 | 2021-05-07 | 重庆大学 | 一种基于收费数据的高速公路交通拥堵检测方法 |
CN112863172A (zh) * | 2020-12-29 | 2021-05-28 | 千方捷通科技股份有限公司 | 高速公路交通运行状态判定方法、预警方法、装置及终端 |
-
2021
- 2021-06-29 CN CN202110727907.8A patent/CN113362602A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070208497A1 (en) * | 2006-03-03 | 2007-09-06 | Inrix, Inc. | Detecting anomalous road traffic conditions |
CN103678838A (zh) * | 2012-09-04 | 2014-03-26 | 同济大学 | 一种道路交通事故信息深度处理方法 |
CN111292533A (zh) * | 2020-02-11 | 2020-06-16 | 北京交通大学 | 基于多源数据的高速公路任意时段任意断面流量估计方法 |
CN111508094A (zh) * | 2020-06-30 | 2020-08-07 | 之江实验室 | 一种基于etc门架与卡口通行数据的高速公路拥堵发现方法 |
CN112203258A (zh) * | 2020-11-13 | 2021-01-08 | 之江实验室 | 一种高速公路自由流状态下的车联网缓存部署方法 |
CN112767684A (zh) * | 2020-12-22 | 2021-05-07 | 重庆大学 | 一种基于收费数据的高速公路交通拥堵检测方法 |
CN112863172A (zh) * | 2020-12-29 | 2021-05-28 | 千方捷通科技股份有限公司 | 高速公路交通运行状态判定方法、预警方法、装置及终端 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114255592A (zh) * | 2021-12-21 | 2022-03-29 | 重庆中信科信息技术有限公司 | 一种智慧城市交通管控系统及方法 |
CN114299627A (zh) * | 2021-12-24 | 2022-04-08 | 支付宝(杭州)信息技术有限公司 | 通行处理方法及装置 |
CN114299627B (zh) * | 2021-12-24 | 2024-05-03 | 支付宝(杭州)信息技术有限公司 | 通行处理方法及装置 |
CN114419907A (zh) * | 2021-12-29 | 2022-04-29 | 联通智网科技股份有限公司 | 事故多发路段判断方法、装置、终端设备及介质 |
CN114419907B (zh) * | 2021-12-29 | 2023-10-27 | 联通智网科技股份有限公司 | 事故多发路段判断方法、装置、终端设备及介质 |
CN114627642B (zh) * | 2022-02-25 | 2023-03-14 | 青岛海信网络科技股份有限公司 | 一种交通拥堵识别方法及装置 |
CN114627642A (zh) * | 2022-02-25 | 2022-06-14 | 青岛海信网络科技股份有限公司 | 一种交通拥堵识别方法及装置 |
CN115063971A (zh) * | 2022-04-29 | 2022-09-16 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
CN115063971B (zh) * | 2022-04-29 | 2024-04-05 | 山东金宇信息科技集团有限公司 | 一种隧道内的车辆拥堵管控方法、设备及介质 |
CN114999181A (zh) * | 2022-05-11 | 2022-09-02 | 山东高速建设管理集团有限公司 | 一种基于etc系统数据的高速公路车辆速度异常识别方法 |
CN114999181B (zh) * | 2022-05-11 | 2023-12-19 | 山东高速建设管理集团有限公司 | 一种基于etc系统数据的高速公路车辆速度异常识别方法 |
CN117037498A (zh) * | 2023-10-08 | 2023-11-10 | 武汉中科通达高新技术股份有限公司 | 一种实时路况分析方法及系统 |
CN117152973A (zh) * | 2023-10-27 | 2023-12-01 | 贵州宏信达高新科技有限责任公司 | 基于etc门架数据的高速公路实时流量监测方法及系统 |
CN117152973B (zh) * | 2023-10-27 | 2024-01-05 | 贵州宏信达高新科技有限责任公司 | 基于etc门架数据的高速公路实时流量监测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113362602A (zh) | 一种基于门架通行数据的拥堵分析方法及设备 | |
US11397993B2 (en) | Electronic logging and track identification system for mobile telematics devices, and corresponding method thereof | |
DE60319993T2 (de) | Vorrichtung und verfahren zur verkehrsinformationsbereitstellung | |
CN108346288B (zh) | 路段运行状态预警方法、装置及电子设备 | |
CN102779415B (zh) | 实时分析交通信号相位的方法与装置 | |
US10832570B1 (en) | V2X vehicle road usage | |
CN112700640B (zh) | 道路状态监测方法、服务器、车载设备及路侧设备 | |
CN111915893B (zh) | 一种道路瓶颈点识别方法、装置、电子设备及存储介质 | |
CN113538946A (zh) | 一种基于分布式的高速公路突发情况预警系统、方法 | |
JP2004220574A (ja) | 道路関係情報の表現方法と、それを実施する装置及びシステム | |
CN114926988B (zh) | 一种路段拥堵疏导方法及设备 | |
CN113362483A (zh) | 一种车辆异常的检测方法、装置、设备及存储介质 | |
CN115512546A (zh) | 一种智慧高速交通流主动管理方法、装置及电子设备 | |
CN114093040B (zh) | 一种基于高速公路的车辆行驶轨迹拟合方法、设备及介质 | |
CN113808414B (zh) | 道路荷载确定方法、装置及存储介质 | |
CN111985749A (zh) | 一种道路风险的评估方法及装置 | |
CN115080683B (zh) | 车辆行程处理方法、设备和存储介质 | |
CN109087513B (zh) | 一种公交运行管理方法及系统 | |
CN114627643B (zh) | 一种高速公路事故风险预测方法、装置、设备及介质 | |
CN112735169B (zh) | 一种车辆路径还原方法、设备及介质 | |
Chang et al. | Design and Evaluation of a dynamic dilemma zone system for a high speed rural intersection | |
CN113160546B (zh) | 一种危险路段的识别方法及装置 | |
CN115031754A (zh) | 一种车辆行驶路径规划方法、装置、电子设备及存储介质 | |
JP5248247B2 (ja) | 料金収受システム | |
JP2002175549A (ja) | 通行料金精算方法及び通行料金精算装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210907 |