CN113808388A - 综合考虑小汽车和公共交通运行的交通拥堵分析方法 - Google Patents

综合考虑小汽车和公共交通运行的交通拥堵分析方法 Download PDF

Info

Publication number
CN113808388A
CN113808388A CN202110885158.1A CN202110885158A CN113808388A CN 113808388 A CN113808388 A CN 113808388A CN 202110885158 A CN202110885158 A CN 202110885158A CN 113808388 A CN113808388 A CN 113808388A
Authority
CN
China
Prior art keywords
index
road
cars
road section
traffic
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
Application number
CN202110885158.1A
Other languages
English (en)
Inventor
谢林华
张福勇
李寿生
俞斌
樊嘉聪
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.)
Zhuhai Institute Of Urban Planning & Design
Original Assignee
Zhuhai Institute Of Urban Planning & Design
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 Zhuhai Institute Of Urban Planning & Design filed Critical Zhuhai Institute Of Urban Planning & Design
Priority to CN202110885158.1A priority Critical patent/CN113808388A/zh
Publication of CN113808388A publication Critical patent/CN113808388A/zh
Pending legal-status Critical Current

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
    • 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
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • 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

Landscapes

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

Abstract

本发明涉及一种综合考虑小汽车和公共交通运行的交通拥堵分析方法、装置及介质的技术方案，包括：对分析区域内机动车运行产生的GPS数据和载客人数进行采集；对采集的GPS数据中进行预处理；将拓扑路网和机动车GPS数据进行地图匹配；根据地图匹配结果对路段小汽车指数及公交指数进行计算；根据每条道路小汽车和公交的载客量，对小汽车指数和公交指数进行加权处理，综合计算城市交通拥堵指数，得到交通拥堵分析结果。本发明的有益效果为：解决了现有道路交通拥堵评价指标体系片面考虑小汽车交通、缺乏考虑公共交通的情况的问题，为交通综合治理和公交优先发展提供技术支撑。

Description

综合考虑小汽车和公共交通运行的交通拥堵分析方法
技术领域
本发明涉及交通规划与运输、计算机领域，具体涉及了一种综合考虑小汽车和公共交通运行的交通拥堵分析方法。
背景技术
解决交通拥堵问题的首要环节是准确认识交通拥堵状况，而交通拥堵指数分是认识交通拥堵的重要参考指标。道路交通拥堵其实质是居民利用道路交通工具出行过程中引起的时间延误情况，其评价模型是建立交通拥堵状态与道路交通运行指标之间的数学关系或物理关系，用量化方法表达道路交通运行拥堵程度，是道路交通状态的数字化表达。
目前，在世界范围内的多个大城市在交通拥堵指数方面已经进行了深入研究，建立了适合本城市自身实际的交通拥堵指数，取得了良好效果。目前国内外对交通拥堵评价指标的计算主要基于路段速度、道路交通密度、交通量、出行时间和交通延误等方面。现有的各类型交通拥堵评价指标大都表征道路上小汽车的运行状态，无法准确度量常规公共交通出行方式的运行情况。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一，提供了一种综合考虑小汽车和公共交通运行的交通拥堵分析方法、装置及介质，解决了现有道路交通拥堵评价指标体系片面考虑小汽车交通、缺乏考虑公共交通的情况的问题，为交通综合治理和公交优先发展提供技术支撑。
本发明的技术方案包括一种综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，该方法包括以下步骤：S100，对分析区域内机动车运行产生的GPS数据和载客人数进行采集；S200，对采集的所述GPS数据中进行预处理；S300，将拓扑路网和机动车所述GPS数据进行地图匹配；S400，根据地图匹配结果对路段小汽车指数及公交指数进行计算；S500，根据每条道路小汽车和公交的载客量，对所述小汽车指数和所述公交指数进行加权处理，综合计算城市交通拥堵指数，得到交通拥堵分析结果。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S100包括：采集数据为分析区域的路网内机动车运行时产生的所有所述GPS数据以及机动车实际载客人数；机动车根据车辆核载人数划分为小汽车和公共交通，其中小汽车为私家车、出租车等7座及7座以下车辆，公共交通为常规公交、客运巴士等8座及8座以上的车辆。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述机动车实际载客人数通过对每条道路每个时段的实际载客人数进行统计，其中统计方法为实时采集和查询。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S200包括以下步骤：对机动车的所述GPS数据格式进行对应地读取和解析；对机动车的所述GPS数据中错误数据进行对应地识别与剔除；对机动车的所述GPS数据中无效数据进行剔除；基于拓扑路网和机动车的所述GPS数据进行地图匹配，其中机动车包括私家车、出租车、常规公交及客运大巴车。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S300包括以下步骤：将拓扑路网和所述GPS数据统一到2000国家大地坐标系中；将机动车的GPS轨迹点与拓扑路网进行匹配，确定每个机动车GPS轨迹点归属路段，所用匹配方法为最短距离法。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S400包括：根据所述匹配结果，计算每条路段每十分钟的实时车速；将全天车速进行排序从高到低排序，选取每条路段第20％的车速作为该路段的自由流车速；取自由流车速和实时车速的比值作为该路段该时段的交通拥堵指数；所述交通拥堵指数包括小汽车指数和公交指数，其中所述小汽车指数利用私家车、出租车GPS数据进行计算，所述公交指数利用常规公交、客运大巴车GPS数据进行计算。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述计算每条路段每十分钟的实时车速包括：计算时段为第T个计算周期且路段存在行驶的车辆时，则第T计算周期内的路段车辆平均车速为：
Figure BDA0003193773600000031
其中，VT为路段第T个时间周期内的车辆平均车速，li为第i辆车的行驶路程，ti为第i辆车的行驶时间，n为该时段内的总车辆数；当计算时段为第T个计算周期且路段不存在行驶车辆时，则T时段内的路段车辆平均车速为VT＝VT-1。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其中取自由流车速和实时车速的比值作为该路段该时刻的交通拥堵指数包括：路段行程时间比为该路段车辆车速与第T个时间周期内的车辆平均车速的比值：
Figure BDA0003193773600000032
其中，VF为该路段车辆自由流车速，定义路段车辆自由流车速为该路段全天车速由高到低排名第20％名车辆车速为该路段的车辆自由流车速；VT为路段第T个时间周期内的车辆平均车速。
根据所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其中S500包括：根据每个时段每条路的小汽车指数、公交指数，利用对应的实际载客人数作为权重指标，加权计算获得每条道路的交通拥堵指数；根据每条道路的交通拥堵指数，利用每条道路实际载客人数作为权重指标，计算区域总体的交通拥堵指数；其中路段交通拥堵指数包括：
首先通过上述方法，计算路段j时段为第T个计算周期内小汽车指数、公交指数，然后通过不同交通方式对应的载客人数进行加权得到路段交通拥堵指数：
Figure BDA0003193773600000033
其中，Rj为路段j的交通拥堵指数，Rjx路段j的小汽车交通拥堵指数，Fjx路段j的小汽车载客人数，Rjg路段j的公交指数，Fjg路段j的公交载客人数；
其中区域交通拥堵指数包括：
首先通过上述方法，计算第T个计算周期内路段交通拥堵指数，然后通过不同路段的通过人数进行加权得到区域交通拥堵指数：
Figure BDA0003193773600000041
其中，R为区域交通拥堵指数，Rj路段j的交通拥堵指数，Fj路段j的总体载客人数。
本发明的技术方案还包括一种综合考虑小汽车和公共交通运行的交通拥堵分析装置，该装置包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现任一项所述的方法步骤。
本发明的技术方案还包括一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现中任一项的方法。
本发明的有益效果为：解决了现有道路交通拥堵评价指标体系片面考虑小汽车交通、缺乏考虑公共交通的情况的问题，为交通综合治理和公交优先发展提供技术支撑。
附图说明
下面结合附图和实施例对本发明进一步地说明：
图1所示为根据本发明实施方式的总体流程图。
图2所示为根据本发明实施方式的GPS数据采集示意图。
图3所示为根据本发明实施方式的预处理流程图。
图4所示为根据本发明实施方式的交通拥堵指数分析流程图。
图5所示为根据本发明实施方式的装置图。
具体实施方式
本部分将详细描述本发明的具体实施例，本发明之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案，但其不能理解为对本发明保护范围的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。
在本发明的描述中，对方法步骤的连续标号是为了方便审查和理解，结合本发明的整体技术方案以及各个步骤之间的逻辑关系，调整步骤之间的实施顺序并不会影响本发明技术方案所达到的技术效果。
本发明的描述中，除非另有明确的限定，设置等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
图1所示为本发明系统的总体流程图。其包括以下流程：S100，对分析区域内机动车运行产生的GPS数据和载客人数进行采集；S200，对采集的GPS数据中进行预处理；S300，将拓扑路网和机动车GPS数据进行地图匹配；S400，根据地图匹配结果对路段小汽车指数及公交指数进行计算；S500，根据每条道路小汽车和公交的载客量，对小汽车指数及公交指数进行加权处理，综合计算城市交通拥堵指数，得到交通拥堵分析结果。
参考图2，为了综合考虑小汽车和公共交通运行的交通拥堵分析，本实施例采集数据为计算区域的路网内机动车运行时产生的GPS数据以及道路机动车实际载客人数；机动车根据车辆核载人数划分为小汽车和公交车，小汽车为私家车、出租车等7座及7座以下车辆，公共交通为常规公交、客运巴士等8座及8座以上的车辆。出租车GPS数据、公共交通GPS数据、客运大巴车GPS数据来源于政府相关部门针对行业管理强制安装的车载GPS定位仪器，私家车GPS数据来源于手机导航软件的GPS定位数据。道路机动车实际载客人数需要对每条路每个时段的实际载客人数进行统计，其中统计方法为通过接口进行实时的采集和查询。
参考图3，在采集车辆的GPS数据后，还需要对GPS进行预处理，使其符合考虑小汽车和公共交通运行的交通拥堵分析，其流程如下所示：
S310，采集机动车的GPS数据；
S320，对机动车的GPS数据格式进行对应地读取和解析；
S330，对机动车的GPS数据中错误数据进行对应地识别与剔除；
S340，对机动车的GPS数据中无效数据进行剔除；
S350，基于拓扑路网和机动车的GPS数据进行地图匹配，其中机动车包括私家车、出租车、常规公交及客运大巴车，其中地图匹配通过将路网和GPS数据统一到2000国家大地坐标系中；将机动车GPS轨迹点与拓扑路网进行匹配，确定每个机动车GPS轨迹归属路段，所用匹配方法用常用的最短距离法来进行计算。
图4所示为根据本发明实施方式的交通拥堵指数分析流程图。
S410，根据路网及GPS数据匹配结果，计算每条路段每十分钟的实时车速；
S420，将全天车速进行排序从高到低排序，选取每条路段第20％的车速作为该路段的自由流车速；
S430，取自由流车速和实时车速的比值作为该路段该时刻的交通拥堵指数；
S440，交通拥堵指数包括小汽车指数和公交指数。
其中小汽车指数利用私家车、出租车GPS数据进行计算，公交指数利用常规公交、客运大巴车进行计算。计算每条路段每十分钟的实时车速方式如下：计算时段为第T个计算周期且路段存在行驶的车辆时，则第T计算周期内的路段车辆平均车速为：
Figure BDA0003193773600000061
VT为路段第T个时间周期内的车辆平均车速，li为第i辆车的行驶路程，ti为第i辆车的行驶时间，n为该时间内的总车辆数；当计算时段为第T个计算周期且路段不存在行驶车辆时，则T时段内的路段车辆平均车速为VT＝VT-1。
根据每个时段每条路的小汽车、公交指数，利用对应的实际载客人数作为权重指标，加权计算获得每条道路的交通拥堵指数；
根据每条道路的交通拥堵指数，利用每条道路实际载客人数作为权重指标，计算区域总体的交通拥堵指数；
其中道路交通拥堵指数包括：计算路段j时段为第T个计算周期内小汽车、公交指数，通过对应的载客人数进行加权处理：
Figure BDA0003193773600000062
其中，Rj为路段j的交通拥堵指数，Rjx路段j的小汽车交通拥堵指数，Fjx路段j的小汽车载客人数，Rjg路段j的公交指数，Fjg路段j的公交载客人数。
其中区域交通拥堵指数包括：计算第T个计算周期内道路交通拥堵指数加权，道路的通过人数进行加权：
Figure BDA0003193773600000071
其中，R为区域交通拥堵指数，Rj路段j的交通拥堵指数，Fj路段j的总体载客人数。
图5所示为根据本发明实施方式的装置图。装置包括存储器100及处理器200，其中处理器200存储有计算机程序，计算机程序用于执行：对分析区域内机动车运行产生的GPS数据和载客人数进行采集；对采集的GPS数据中进行预处理；将拓扑路网和机动车GPS数据进行地图匹配；根据地图匹配结果对路段小汽车指数及公交指数进行计算；根据每条道路小汽车和公交的载客量，对小汽车指数和公交指数进行加权处理，综合计算城市交通拥堵指数，得到交通拥堵分析结果。
应当认识到，本发明实施例中的方法步骤可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。

Claims (11)

1.一种综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，该方法包括以下步骤：
S100，对分析区域内机动车运行产生的GPS数据和载客人数进行采集；
S200，对采集的所述GPS数据中进行预处理；
S300，将拓扑路网和机动车所述GPS数据进行地图匹配；
S400，根据地图匹配结果对路段小汽车指数及公交指数进行计算；
S500，根据每条道路小汽车和公交的载客量，对所述小汽车指数和所述公交指数进行加权处理，综合计算城市交通拥堵指数，得到交通拥堵分析结果。
2.根据权利要求1所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S100包括：
采集数据为分析区域的路网内机动车运行时产生的所有所述GPS数据以及机动车实际载客人数；
机动车根据车辆核载人数划分为小汽车和公共交通，其中小汽车为私家车、出租车等7座及7座以下车辆，公共交通为常规公交、客运巴士等8座及8座以上的车辆。
3.根据权利要求2所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述机动车实际载客人数通过对每条道路每个时段的实际载客人数进行统计，其中统计方法为实时采集和查询。
4.根据权利要求1所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S200包括以下步骤：
对机动车的所述GPS数据格式进行对应地读取和解析；
对机动车的所述GPS数据中错误数据进行对应地识别与剔除；
对机动车的所述GPS数据中无效数据进行剔除；
基于拓扑路网和机动车的所述GPS数据进行地图匹配，其中机动车包括私家车、出租车、常规公交及客运大巴车。
5.根据权利要求1所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S300包括以下步骤：
将拓扑路网和所述GPS数据统一到2000国家大地坐标系中；
将机动车的GPS轨迹点与拓扑路网进行匹配，确定每个机动车GPS轨迹点归属路段，所用匹配方法为最短距离法。
6.根据权利要求1所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S400包括：
根据所述匹配结果，计算每条路段每十分钟的实时车速；
将全天车速进行排序从高到低排序，选取每条路段第20％的车速作为该路段的自由流车速；
取自由流车速和实时车速的比值作为该路段该时段的交通拥堵指数；
所述交通拥堵指数包括小汽车指数和公交指数，其中所述小汽车指数利用私家车、出租车GPS数据进行计算，所述公交指数利用常规公交、客运大巴车GPS数据进行计算。
7.根据权利要求6所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述计算每条路段每十分钟的实时车速包括：
计算时段为第T个计算周期且路段存在行驶的车辆时，则第T计算周期内的路段车辆平均车速为：
Figure FDA0003193773590000021
其中，VT为路段第T个时间周期内的车辆平均车速，li为第i辆车的行驶路程，ti为第i辆车的行驶时间，n为该时段内的总车辆数；当计算时段为第T个计算周期且路段不存在行驶车辆时，则T时段内的路段车辆平均车速为VT＝VT-1。
8.根据权利要求6所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述取自由流车速和实时车速的比值作为该路段该时刻的交通拥堵指数包括：
路段行程时间比为该路段车辆车速与第T个时间周期内的车辆平均车速的比值：
Figure FDA0003193773590000031
其中，VF为该路段车辆自由流车速，定义路段车辆自由流车速为该路段全天车速由高到低排名第20％名车辆车速为该路段的车辆自由流车速；VT为路段第T个时间周期内的车辆平均车速。
9.根据权利要求1所述的综合考虑小汽车和公共交通运行的交通拥堵分析方法，其特征在于，所述S500包括：
根据每个时段每条路的小汽车指数、公交指数，利用对应的实际载客人数作为权重指标，加权计算获得每条道路的交通拥堵指数；
根据每条道路的交通拥堵指数，利用每条道路实际载客人数作为权重指标，计算区域总体的交通拥堵指数；
其中路段交通拥堵指数包括：
首先通过上述方法，计算路段j时段为第T个计算周期内小汽车指数、公交指数，然后通过不同交通方式对应的载客人数进行加权得到路段交通拥堵指数：
Figure FDA0003193773590000032
其中，Rj为路段j的交通拥堵指数，Rjx路段j的小汽车交通拥堵指数，Fjx路段j的小汽车载客人数，Rjg路段j的公交指数，Fjg路段j的公交载客人数；
其中区域交通拥堵指数包括：
计算第T个计算周期内路段交通拥堵指数，然后通过不同路段的通过人数进行加权得到区域交通拥堵指数：
Figure FDA0003193773590000033
其中，R为区域交通拥堵指数，Rj路段j的交通拥堵指数，Fj路段j的总体载客人数。
10.一种综合考虑小汽车和公共交通运行的交通拥堵分析装置，该装置包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9任一项所述的方法步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至9中任一项的方法。
CN202110885158.1A 2021-08-03 2021-08-03 综合考虑小汽车和公共交通运行的交通拥堵分析方法 Pending CN113808388A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110885158.1A CN113808388A (zh) 2021-08-03 2021-08-03 综合考虑小汽车和公共交通运行的交通拥堵分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110885158.1A CN113808388A (zh) 2021-08-03 2021-08-03 综合考虑小汽车和公共交通运行的交通拥堵分析方法

Publications (1)

Publication Number Publication Date
CN113808388A true CN113808388A (zh) 2021-12-17

Family

ID=78942669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110885158.1A Pending CN113808388A (zh) 2021-08-03 2021-08-03 综合考虑小汽车和公共交通运行的交通拥堵分析方法

Country Status (1)

Country Link
CN (1) CN113808388A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117690309A (zh) * 2023-11-15 2024-03-12 浪潮智慧科技有限公司 一种基于大数据的城市交通引导方法、装置、设备及介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436345A (zh) * 2008-12-19 2009-05-20 天津市市政工程设计研究院 基于TransCAD宏观仿真平台的港区道路交通需求预测系统
CN102200446A (zh) * 2010-03-23 2011-09-28 日电（中国）有限公司 基于交通数据的连续路径探测装置和方法
CN102376025A (zh) * 2010-08-17 2012-03-14 同济大学 一种模拟手机数据并评估城市路网交通状态的方法
CN103745089A (zh) * 2013-12-20 2014-04-23 北京工业大学 一种多维公共交通运行指数评价方法
CN105489016A (zh) * 2016-02-01 2016-04-13 北京交通发展研究中心 一种城市道路运行情况评估方法
CN106781490A (zh) * 2016-12-29 2017-05-31 广州交通信息化建设投资营运有限公司 城市道路交通运行分析评价系统
CN107564279A (zh) * 2017-08-09 2018-01-09 重庆市市政设计研究院 一种基于浮动车数据的交通指数计算方法及系统
US20190204100A1 (en) * 2017-12-29 2019-07-04 ANI Technologies Private Limited Method and system for predicting traffic conditions
CN110047277A (zh) * 2019-03-28 2019-07-23 华中科技大学 基于信令数据的道路交通拥堵排名方法及系统
CN110363990A (zh) * 2019-07-15 2019-10-22 广东工业大学 一种公交畅行指数获取方法、系统及装置
CN110491129A (zh) * 2019-09-24 2019-11-22 重庆城市管理职业学院 基于时空图的发散卷积循环神经网络的交通流预测方法
CN111292535A (zh) * 2020-02-19 2020-06-16 河海大学 车路协同环境下面向乘客出行的路网交通状态评价方法
CN113178068A (zh) * 2021-04-01 2021-07-27 重庆市市政设计研究院有限公司 一种基于浮动车的道路拥堵指数计算方法及系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101436345A (zh) * 2008-12-19 2009-05-20 天津市市政工程设计研究院 基于TransCAD宏观仿真平台的港区道路交通需求预测系统
CN102200446A (zh) * 2010-03-23 2011-09-28 日电（中国）有限公司 基于交通数据的连续路径探测装置和方法
CN102376025A (zh) * 2010-08-17 2012-03-14 同济大学 一种模拟手机数据并评估城市路网交通状态的方法
CN103745089A (zh) * 2013-12-20 2014-04-23 北京工业大学 一种多维公共交通运行指数评价方法
CN105489016A (zh) * 2016-02-01 2016-04-13 北京交通发展研究中心 一种城市道路运行情况评估方法
CN106781490A (zh) * 2016-12-29 2017-05-31 广州交通信息化建设投资营运有限公司 城市道路交通运行分析评价系统
CN107564279A (zh) * 2017-08-09 2018-01-09 重庆市市政设计研究院 一种基于浮动车数据的交通指数计算方法及系统
US20190204100A1 (en) * 2017-12-29 2019-07-04 ANI Technologies Private Limited Method and system for predicting traffic conditions
CN110047277A (zh) * 2019-03-28 2019-07-23 华中科技大学 基于信令数据的道路交通拥堵排名方法及系统
CN110363990A (zh) * 2019-07-15 2019-10-22 广东工业大学 一种公交畅行指数获取方法、系统及装置
CN110491129A (zh) * 2019-09-24 2019-11-22 重庆城市管理职业学院 基于时空图的发散卷积循环神经网络的交通流预测方法
CN111292535A (zh) * 2020-02-19 2020-06-16 河海大学 车路协同环境下面向乘客出行的路网交通状态评价方法
CN113178068A (zh) * 2021-04-01 2021-07-27 重庆市市政设计研究院有限公司 一种基于浮动车的道路拥堵指数计算方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡盼: "基于人均行驶速度的路段交通拥堵指数算法", 《交通科技》, no. 04, 15 August 2016 (2016-08-15), pages 127 - 129 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117690309A (zh) * 2023-11-15 2024-03-12 浪潮智慧科技有限公司 一种基于大数据的城市交通引导方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN103927873B (zh) 浮动车与路段匹配方法及并行获取实时路况的方法
CN107389085B (zh) 一种道路通行属性的确定方法、装置、计算机及存储介质
CN102324128A (zh) 基于ic卡记录的公交站间od客流预测方法及装置
EP3330819B1 (en) Device diagnostic apparatus, device diagnostic system and device diagnostic methods
CN111739299B (zh) 稀疏轨迹的车辆排队长度确定方法、装置、设备及介质
CN112863172A (zh) 高速公路交通运行状态判定方法、预警方法、装置及终端
CN112734242B (zh) 一种车辆运行轨迹数据的可用度分析方法、装置、存储介质及终端
JP2021509978A (ja) 運転行為評価方法、装置及びコンピュータが読み取り可能な記憶媒体
Ram et al. SMARTBUS: A web application for smart urban mobility and transportation
CN110782656B (zh) 一种道路瓶颈点识别方法、装置、电子设备及存储介质
CN112434260A (zh) 一种公路的交通状态检测方法、装置、存储介质及终端
CN114912689B (zh) 基于地图网格索引和xgboost的超限车辆目的地预测方法及系统
CN111325986A (zh) 异常停车监测方法、装置、电子设备以及存储介质
CN114509081B (zh) 基于差异化收费计算车辆通行成本的方法以及装置
CN113808388A (zh) 综合考虑小汽车和公共交通运行的交通拥堵分析方法
CN109584549A (zh) 一种基于大规模浮动车数据的道路交通运行指数检测方法
CN109934496B (zh) 区域间通行影响确定方法、装置、设备和介质
CN114724414B (zh) 城市空中交通分担率的确定方法、装置、电子设备及介质
CN106781470B (zh) 城市道路的运行速度的处理方法及装置
CN113282638B (zh) 一种城建用车识别方法和装置
EP3922947A2 (en) Traffic analytics system for defining road networks
CN113393011B (zh) 预测限速信息的方法、装置、计算机设备和介质
CN107610467B (zh) 一种交通状态判别方法和装置
CN110956820A (zh) 一种基于乘客手机gps定位的公路客运超载实时预警系统
Shamohammadi et al. Comparison of the performance of gradient boosting, logistic regression, and linear Support Vector Classifier algorithms in classifying travel modes based on GNSS data

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: 20211217