CN113935158B - 一种针对高速公路事故多发点的交通检测器优化布设方法 - Google Patents

一种针对高速公路事故多发点的交通检测器优化布设方法 Download PDF

Info

Publication number
CN113935158B
CN113935158B CN202111138434.4A CN202111138434A CN113935158B CN 113935158 B CN113935158 B CN 113935158B CN 202111138434 A CN202111138434 A CN 202111138434A CN 113935158 B CN113935158 B CN 113935158B
Authority
CN
China
Prior art keywords
detector
travel time
road section
road
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.)
Active
Application number
CN202111138434.4A
Other languages
English (en)
Other versions
CN113935158A (zh
Inventor
于泉
张浩楠
雷林龙
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.)
North China University of Technology
Original Assignee
North China University of Technology
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 North China University of Technology filed Critical North China University of Technology
Priority to CN202111138434.4A priority Critical patent/CN113935158B/zh
Publication of CN113935158A publication Critical patent/CN113935158A/zh
Application granted granted Critical
Publication of CN113935158B publication Critical patent/CN113935158B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明提供了一种针对高速公路事故多发点的交通流检测器优化布设方法。该方法首先采集高速公路的基础信息，根据采集的基础信息，利用交通仿真软件模拟交通环境和路段事故多发点，将路段划分为等间距小路段，每一小路段中点设为检测器布设点，利用仿真分析检测器采集的交通参数数据，最后建立路段行程时间测算误差目标函数，在容许的事故检测时间内，求解得到交通流检测器最终布设方案。本发明依据行程时间测算和事故检测时间合理组合检测器，不仅降低了检测器布设成本，提高了路段行程时间估算可靠性，也大大缩短了事故多发点的检测时间，具有一定的工程实用意义。

Description

一种针对高速公路事故多发点的交通检测器优化布设方法
技术领域
本发明属于交通领域。
背景技术
高速公路事故多发点：是指在各种外界因素影响下，在一个较长的时间段内，发生事故的数量显著突出的点，也叫事故黑点；
路段行程时间：指的是所有车辆通过某一路段平均所用时间；
实际路段行程时间：车辆通过某一路段实际耗费时间；
估算路段行程时间：通过布设在道路上的检测器，采集的车辆速度数据根据公式估算得到；
事故检测时间：当道路某一位置发生交通事故(如：撞车、抛锚等)，根据布设在道路上的检测器采集的交通数据信息，判断出发生事故所耗费的时间；借助以计算机科学为基础的云计算、云服务技术可以实现对交通出行大数据的收集、存储、分析、优化和数据的可视化管理；交通数据是建设智慧高速的重要坚实力量；交通流数据的采集是智能交通管理的基础技术，以机动车辆为检测目标，收集被检测车辆运行数据、通行状况，然后将采集的数据通过数据总线输入数据中心，进而数据中心将其存储，相关人员则利用大数据云计算技术来对数据进行深度处理与分析，确保数据信息以更加直观、形象、具体的方式呈现在人们面前，为交通管理者和出行者提供高可靠信息；
然而，交通流数据采集设施设备作为收集数据的第一步，其采集到的数据是否具备实时性、真实性,其布设是否合理都将直接或间接的对数据的准确性、可靠性产生影响；检测器在某一空间上的密度设置和位置设置都将对交通数据信息采集的准确性产生影响，进而影响交通运行状态的判断；从理论上看，检测器布置的数量越多，密度越大,所收集到的数据越能准确地反映路网的交通运行状态；但是，当检测器放置的间隔达到一定的密集程度后，再继续布设检测器并不会显著提高交通运行状态的分析精度，却会导致动态交通信息数据量的大幅增加；因此，检测器布置的数量、密度必须根据实际交通系统及监控区域内各点的具体情况进行合理设计；
高速公路事故多发点是指在各种外界因素影响下，在一个较长的时间段内，发生事故的数量显著突出的点，也叫事故黑点；如何在高速公路事故多发点附近有针对性的布设检测器，使其对发生的事故能快速反应，不仅可以降低二次事故的发生率也大大提高道路通行效率；从理论上看，其周围检测器布置的数量越多，密度越大,则事故检测时间越快，但当检测器布设间隔达到一定的密集程度后，再继续布设检测器并不会显著缩短事故反应时间，却会造成交通信息数据量的大幅增加，并且车辆行程时间的测算需要检测器尽可能的分散布设；
发明内容
目前多数高速公路检测器布设基于正常交通运行状态下，并没有同时研究正常和事故状态下的布设方案；
一种针对高速公路事故多发点的交通检测器优化布设方法，其特征在于包括以下步骤：
1)采集高速公路的基础信息：包括高速公路的单向车道数、事故多发点位置、路段长度L、交通流量Q和交通速度V为基础信息指标；
2)根据资金预算和精度需求，选取检测器类型：
资金预算考虑到检测器的设备成本和安装成本，精度需求则是布设的检测器采集的交通参数包括速度、行程时间的估计精度的要求
3)根据基础信息，利用交通仿真工具仿真检测器布设下的交通环境，获得各个小路段检测器采集的交通信息，包括交通速度V，行程时间T；
由于以道路两端为端点划分路段，因此同一路段有两种行程时间：一种以布设检测器采集的速度为基础进行路段行程时间的估计；另一种为布设在道路两端的检测器采集的实际行程时间；
还需根据离事故多发点前最近的检测器计算事故检测时间；
4)分析路段行程时间测算误差，利用公式f＝|Ta-Te|
其中，Ta为实际路段行程时间；Te为估算路段行程时间；f为实际路段行程时间和估算路段行程时间误差绝对值
5)确定高速公路检测器的布设方案；对比分析不同检测器布设方案下，行程时间估计误差的变化情况，根据资金约束、精度需求和容许事故检测时间，确定最优检测器的布设方案；
根据以下公式得出检测器的位置信息：
minf＝|Ta-Te|
S.t.
Td＝∑(0.009dn+1.205)
∑xi＝q
q≤max(i)
qr≤R
xi＝0或1
其中，Ta为实际路段行程时间；Te为估算路段行程时间；f为实际路段行程时间和估算路段行程时间误差绝对值；min为最小化；dn为事故多发点到其前方最近的检测器的距离；Td为布设在事故多发点前且距离事故多发点最近的检测器的事故检测时间；i为小路段编号；max(i)为小路段数量；xi＝0为在编号是i的小路段上不布设检测器；xi＝1为在编号是i的小路段上布设检测器；q为布设检测器数量；r为检测器单价；R为布设检测器的预算限额；
Te＝To+Tm+Td
其中，检测器从1到n顺序编号，To表示起点区间路段行程时间估算值；S1表示1号检测器到起点的距离；V1表示1号检测器采集的所有车辆速度的平均值；Tm表示中间区间路段行程时间估算值；S2-S1表示2号检测器与1号检测器之间的距离；V2表示2号检测器采集的所有车辆速度的平均值；Sn-S2表示n号检测器与2号检测器之间的距离；Vn表示n号检测器采集的所有车辆速度的平均值；Td表示终点区间路段行程时间估算值；L-Sn表示n号检测器距道路终点的距离。
进一步，选用VISSIM仿真工具获取检测点的数据信息；首先依据高速公路的车道数和路段长度构建仿真道路，将道路沿交通方向按100m划分，获得k＝L/100个小路段，并从1到i编号；在小路段中点设置检测器布设点位，并顺序编号从1到n，按照道路真实的交通流量和交通速度构建仿真环境；设定数据采集时间间隔及仿真时长，收集仿真数据；仿真数据包括检测器采集的速度信息和路段检测器采集的路段行程时间信息。
本发明大大提高了正常情况下车辆行程时间的测算精度，且缩短了事故检测时间。
附图说明
图1总体技术流程图
图2高速公路典型路段示意图
图3高速公路虚拟检测器布设示意图
具体实施方式
首先采集高速公路的基础信息，根据采集的基础信息，利用交通仿真软件模拟交通环境和路段事故多发点，将路段划分为等间距小路段，每一小路段中点设为检测器布设点，利用仿真分析检测器采集的交通参数数据，最后建立路段行程时间测算误差目标函数，在容许的事故检测时间内，求解得到交通流检测器最终布设方案；
下面结合附图对本发明的技术方案进行详细说明：
如图1所示本发明包括如下步骤：
1)采集高速公路(图2)的基础信息：以高速公路的单向车道数、事故多发点位置、路段长度L、交通流量Q和交通速度V为基础信息指标；在该步骤中，高速公路的基础信息可以从公路管理人员处获取确切的基础信息，包括高速公路单向车道数、事故多发点位置、路段长度；也可以实地检测，并获取包括交通流量和交通速度等的交通信息；
2)根据资金预算和精度需求，选取检测器类型：选取费用低廉且精度相对现有道路检测器精度类似的，如微波检测器；资金预算主要是考虑到检测器的设备成本和安装成本等条件，现有预算能支撑安装多少检测器，即对检测器数量限制条件；精度需求则是布设的检测器采集的交通参数如速度、行程时间等的估计精度的要求
3)根据基础信息，利用交通仿真工具仿真检测器布设下的交通环境，获得各个小路段检测器采集的交通信息，如交通速度V，行程时间T；在该步骤中，本发明选用VISSIM仿真工具获取检测点的数据信息；首先依据高速公路的车道数和路段长度等信息构建仿真道路，将道路沿交通方向按100m划分，获得k＝L/100个小路段，并从1到i编号；在小路段中点设置检测器布设点位，并顺序编号从1到n，如图3所示；按照道路真实的交通流量和交通速度构建仿真环境；设定数据采集时间间隔及仿真时长，收集仿真数据；仿真数据包括检测器采集的速度信息，和路段检测器采集的路段行程时间信息；
由于本发明以道路两端为端点划分路段，因此同一路段有两种行程时间：一种以布设检测器采集的速度为基础进行路段行程时间的估计；另一种为布设在道路两端的检测器采集的实际行程时间；
由于本发明在道路上拟定了事故多发点，因此还需根据离事故多发点前最近的检测器计算事故检测时间；
4)分析路段行程时间测算误差，利用公式f＝|Ta-Te|
其中，Ta为实际路段行程时间；Te为估算路段行程时间；f为实际路段行程时间和估算路段行程时间误差绝对值
5)确定高速公路检测器的布设方案；对比分析不同检测器布设方案下，行程时间估计误差的变化情况，根据资金约束、精度需求和容许事故检测时间，确定最优检测器的布设方案；
根据以下公式得出检测器的位置信息：
minf＝|Ta-Te|
s.t.
Td＝∑(0.009dn+1.205)
∑xi＝q
q≤max(i)
qr≤R
xi＝0或1
其中，Ta为实际路段行程时间；Te为估算路段行程时间；f为实际路段行程时间和估算路段行程时间误差绝对值；min为最小化；dn为事故多发点到其前方最近的检测器的距离；Td为布设在事故多发点前且距离事故多发点最近的检测器的事故检测时间；i为小路段编号；max(i)为小路段数量；xi＝0为在编号是i的小路段上不布设检测器；xi＝1为在编号是i的小路段上布设检测器；q为布设检测器数量；r为检测器单价；R为布设检测器的预算限额；
Te＝To+Tm+Td
其中，检测器从1到n顺序编号，To表示起点区间路段行程时间估算值；S1表示1号检测器到起点的距离；V1表示1号检测器采集的所有车辆速度的平均值；Tm表示中间区间路段行程时间估算值；S2-S1表示2号检测器与1号检测器之间的距离；V2表示2号检测器采集的所有车辆速度的平均值；Sn-S2表示n号检测器与2号检测器之间的距离；Vn表示n号检测器采集的所有车辆速度的平均值；Td表示终点区间路段行程时间估算值；L-Sn表示n号检测器距道路终点的距离。
本专利实现了对高速公路事故多发点发生事故时的快速检测；本专利结合正常交通运行状态下路段行程时间和事故状态下的检测时间，确定事故多发点周围的检测器布设方案。

Claims (2)

1.一种针对高速公路事故多发点的交通检测器优化布设方法，其特征在于包括以下步骤：
1)采集高速公路的基础信息：包括高速公路的单向车道数、事故多发点位置、路段长度L、交通流量Q和交通速度V为基础信息指标；
2)根据资金预算和精度需求，选取检测器类型：
资金预算考虑到检测器的设备成本和安装成本，精度需求则是布设的检测器采集的交通参数包括速度、行程时间的估计精度的要求
3)根据基础信息，利用交通仿真工具仿真检测器布设下的交通环境，获得各个小路段检测器采集的交通信息，包括交通速度V，行程时间T；
由于以道路两端为端点划分路段，因此同一路段有两种行程时间：一种以布设检测器采集的速度为基础进行路段行程时间的估计；另一种为布设在道路两端的检测器采集的实际行程时间；
还需根据离事故多发点前最近的检测器计算事故检测时间；
4)分析路段行程时间测算误差，利用公式f＝|Ta-Te|
其中，Ta为实际路段行程时间；Te为估算路段行程时间；f为实际路段行程时间和估算路段行程时间误差绝对值
5)确定高速公路检测器的布设方案；对比分析不同检测器布设方案下，行程时间估计误差的变化情况，根据资金约束、精度需求和容许事故检测时间，确定最优检测器的布设方案；
根据以下公式得出检测器的位置信息：
minf＝|Ta-Te|
s.t.
Td＝∑(0.009dn+1.205)
∑xi＝q
q≤max(i)
qr≤R
xi＝0或1
其中，Ta为实际路段行程时间；Te为估算路段行程时间；f为实际路段行程时间和估算路段行程时间误差绝对值；min为最小化；dn为事故多发点到其前方最近的检测器的距离；Td为布设在事故多发点前且距离事故多发点最近的检测器的事故检测时间；i为小路段编号；max(i)为小路段数量；xi＝0为在编号是i的小路段上不布设检测器；xi＝1为在编号是i的小路段上布设检测器；q为布设检测器数量；r为检测器单价；R为布设检测器的预算限额；
Te＝To+Tm+Td
其中，检测器从1到n顺序编号，To表示起点区间路段行程时间估算值；S1表示1号检测器到起点的距离；V1表示1号检测器采集的所有车辆速度的平均值；Tm表示中间区间路段行程时间估算值；S2-S1表示2号检测器与1号检测器之间的距离；V2表示2号检测器采集的所有车辆速度的平均值；Sn-S2表示n号检测器与2号检测器之间的距离；Vn表示n号检测器采集的所有车辆速度的平均值；Td表示终点区间路段行程时间估算值；L-Sn表示n号检测器距道路终点的距离。
2.根据权利要求1所述的方法，其特征在于：选用VISSIM仿真工具获取检测点的数据信息；首先依据高速公路的车道数和路段长度构建仿真道路，将道路沿交通方向按100m划分，获得k＝L/100个小路段，并从1到i编号；在小路段中点设置检测器布设点位，并顺序编号从1到n，按照道路真实的交通流量和交通速度构建仿真环境；设定数据采集时间间隔及仿真时长，收集仿真数据；仿真数据包括检测器采集的速度信息和路段检测器采集的路段行程时间信息。
CN202111138434.4A 2021-09-27 2021-09-27 一种针对高速公路事故多发点的交通检测器优化布设方法 Active CN113935158B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111138434.4A CN113935158B (zh) 2021-09-27 2021-09-27 一种针对高速公路事故多发点的交通检测器优化布设方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111138434.4A CN113935158B (zh) 2021-09-27 2021-09-27 一种针对高速公路事故多发点的交通检测器优化布设方法

Publications (2)

Publication Number Publication Date
CN113935158A CN113935158A (zh) 2022-01-14
CN113935158B true CN113935158B (zh) 2024-04-09

Family

ID=79277097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111138434.4A Active CN113935158B (zh) 2021-09-27 2021-09-27 一种针对高速公路事故多发点的交通检测器优化布设方法

Country Status (1)

Country Link
CN (1) CN113935158B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172035A (zh) * 2023-11-02 2023-12-05 深圳市城市交通规划设计研究中心股份有限公司 考虑价值和成本博弈的高速公路交通信息检测器布设方法
CN117236078A (zh) * 2023-11-13 2023-12-15 深圳市城市交通规划设计研究中心股份有限公司 一种基于双层约束的高速公路交通检测器布设方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102306450A (zh) * 2011-08-30 2012-01-04 同济大学 稀疏路网交通检测器布局方法
EP2447924A1 (de) * 2010-10-29 2012-05-02 Siemens Aktiengesellschaft System zur Ermittlung der Verkehrssituation auf einer Straßenstrecke
KR20160002547A (ko) * 2014-06-30 2016-01-08 아주대학교산학협력단 고속도로의 화물차 진입제어 방법 및 장치
CN105844038A (zh) * 2016-03-31 2016-08-10 东南大学 一种高速公路多类型交通检测器组合优化布设方法
WO2016169290A1 (zh) * 2015-04-21 2016-10-27 华南理工大学 一种面向道路交通事故应急处置的决策支持系统及方法
CN109902381A (zh) * 2019-02-26 2019-06-18 淮阴工学院 高速公路单点事故车辆速度控制仿真方法
CN110322054A (zh) * 2019-06-14 2019-10-11 中交第一公路勘察设计研究院有限公司 一种公路路段交通监测器的优化布设方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180292224A1 (en) * 2017-04-05 2018-10-11 Gregory Brodski System and method for traffic volume estimation

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2447924A1 (de) * 2010-10-29 2012-05-02 Siemens Aktiengesellschaft System zur Ermittlung der Verkehrssituation auf einer Straßenstrecke
CN102306450A (zh) * 2011-08-30 2012-01-04 同济大学 稀疏路网交通检测器布局方法
KR20160002547A (ko) * 2014-06-30 2016-01-08 아주대학교산학협력단 고속도로의 화물차 진입제어 방법 및 장치
WO2016169290A1 (zh) * 2015-04-21 2016-10-27 华南理工大学 一种面向道路交通事故应急处置的决策支持系统及方法
CN105844038A (zh) * 2016-03-31 2016-08-10 东南大学 一种高速公路多类型交通检测器组合优化布设方法
CN109902381A (zh) * 2019-02-26 2019-06-18 淮阴工学院 高速公路单点事故车辆速度控制仿真方法
CN110322054A (zh) * 2019-06-14 2019-10-11 中交第一公路勘察设计研究院有限公司 一种公路路段交通监测器的优化布设方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
服务于高速公路实时容错性评价的车辆检测器布设研究;杨志清;杜晓丽;;公路交通科技;20070715(S1);全文 *
非常态下城市道路交通检测器布局优化方法;郑长江;李悦;王婷;;中国公路学报;20110915(05);全文 *

Also Published As

Publication number Publication date
CN113935158A (zh) 2022-01-14

Similar Documents

Publication Publication Date Title
US20200211374A1 (en) System, method, and apparatus for analyzing a traffic road condition
CN113935158B (zh) 一种针对高速公路事故多发点的交通检测器优化布设方法
CN103839409B (zh) 基于多断面视觉传感聚类分析的交通流状态判别方法
Zuriaga et al. Modeling operating speed and deceleration on two-lane rural roads with global positioning system data
CN109544932A (zh) 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法
CN110751828B (zh) 一种路段拥堵测量方法、装置、计算机设备及存储介质
CN108335377B (zh) 一种基于gis技术的道路巡查车辆业务自动考核的方法
CN106845768B (zh) 基于生存分析参数分布的公交车旅行时间模型构建方法
CN101706996A (zh) 一种基于信息融合的高速公路交通状态识别方法
CN103235933A (zh) 一种基于隐马尔科夫模型的车辆异常行为检测方法
CN114239371A (zh) 基于仿真的大型停车场出入口车辆延误模型参数标定方法
CN101882374A (zh) 一种车辆行程分布综合信息分析系统及方法
CN104750963A (zh) 交叉口延误时长估计方法及装置
CN104900057A (zh) 一种城市快速路主辅道的浮动车地图匹配方法
CN103280110A (zh) 高速公路旅行时间的预测方法及装置
CN116308305B (zh) 一种桥梁健康监测数据管理系统
CN110827537B (zh) 一种潮汐车道的设置方法、装置及设备
CN116935654A (zh) 一种基于数据分配值的智慧城市数据分析方法及系统
CN111707476A (zh) 一种面向自动驾驶汽车的纵向驾驶能力检测方法
CN117236078A (zh) 一种基于双层约束的高速公路交通检测器布设方法
CN109830101A (zh) 一种基于异常微波交通数据修复的拥堵区域识别方法
CN109190924B (zh) 视频号牌数据质量分析方法
CN115761676A (zh) 一种自动识别公路弯道的方法及终端设备
Lim et al. Spatiotemporal traffic density estimation based on ADAS probe data
CN205247622U (zh) 一种车辆排队长度监测系统

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