CN115620526B - 一种基于大数据分析的机场陆侧交通管理系统及优化方法 - Google Patents
一种基于大数据分析的机场陆侧交通管理系统及优化方法 Download PDFInfo
- Publication number
- CN115620526B CN115620526B CN202211644477.4A CN202211644477A CN115620526B CN 115620526 B CN115620526 B CN 115620526B CN 202211644477 A CN202211644477 A CN 202211644477A CN 115620526 B CN115620526 B CN 115620526B
- Authority
- CN
- China
- Prior art keywords
- data
- airport
- traffic
- land
- traffic flow
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000007405 data analysis Methods 0.000 title claims abstract description 15
- 238000005457 optimization Methods 0.000 title claims abstract description 10
- 238000004140 cleaning Methods 0.000 claims abstract description 28
- 238000007726 management method Methods 0.000 claims description 78
- 238000011217 control strategy Methods 0.000 claims description 13
- 229920006395 saturated elastomer Polymers 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 2
- 230000010006 flight Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
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
- G08G1/0125—Traffic data processing
-
- 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
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于大数据分析的机场陆侧交通管理系统及优化方法,包括以下步骤:实时采集陆侧交通交叉口陆网数据、航站楼停车场车流数、车道边流量数、机场高速车流量和航班信息表;将所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表输入机场陆侧管理系统大数据平台进行数据清洗和数据研判,生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统。本发明能够提升机场值机的效率,减小交通拥堵造成航班的延误率,提高机场陆侧交通的安全。
Description
技术领域
本发明属于交通运输技术领域,尤其涉及一种基于大数据分析的机场陆侧交通管理系统及优化方法。
背景技术
机场陆侧交通目前存在诸多问题,公共交通出行方式中机场大巴因道陆拥堵、站点衔接不佳,轨道交通因数量有限、旅行时间长、换乘次数多,造成旅客出行主要依靠小汽车,从而引起往来机场的高速公陆严重拥堵,给很多人出行带来了不便和困扰。
发明内容
为解决上述问题,本发明提出了一种基于大数据分析的机场陆侧交通管理系统及优化方法,能够提升机场值机的效率,减小交通拥堵造成航班的延误率,提高机场陆侧交通的安全。
为实现上述目的,本发明提供了一种基于大数据分析的机场陆侧交通管理系统,包括:陆侧交通交叉口陆网模块、航站楼停车场车流数据模块、机场航站楼车道边流量模块、机场高速车流量模块、机场高速航班信息模块和机场陆侧管理系统大数据平台;
所述陆侧交通交叉口陆网模块用于,实时采集陆侧交通交叉口陆网数据;
所述航站楼停车场车流数据模块用于,实时采集航站楼停车场车流数;
所述机场航站楼车道边流量模块用于,实时采集车道边流量数;
所述机场高速车流量模块用于,实时采集机场高速车流量;
所述机场高速航班信息模块用于,实时采集航班信息表;
所述机场陆侧管理系统大数据平台用于,对所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表进行数据清洗和数据研判,生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统。
本发明还提供了一种基于大数据分析的机场陆侧交通管理系统优化方法,包括以下步骤:
实时采集陆侧交通交叉口陆网数据、航站楼停车场车流数、车道边流量数、机场高速车流量和航班信息表;
将所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表输入机场陆侧管理系统大数据平台进行数据清洗和数据研判,生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统。
优选的,所述陆侧交通交叉口陆网数据是机场陆侧附近交通陆网的数据,包括:陆网交叉口附近的陆网车流量数据和信号机配时数据;
所述陆网交叉口附近的陆网车流量数据是指单位时间内通过设定方向陆口车辆数量总和;
所述信号机配时数据是当前进港行车方向,信号周期内绿灯放行的时间T1。
优选的,对所述陆侧交通交叉口陆网数据进行数据清洗和数据研判的方法包括:
将所述机场陆侧管理系统大数据平台获取的进港车流量数据Q1的变化值ΔQ1与历史数据ΔQs进行对比,并结合航站楼停车场车流数据模块中的停车场车流数据;
如果停车场的剩余车位数量Np趋于饱和并且进港车流量数据变化值ΔQ1增大时,生成管控策略,并将所述管控策略下发到陆侧交通交叉口陆网模块,缓解陆侧交通陆网的拥堵;
所述管控策略为:将信号周期内绿灯放行的时间T1按照T1t = T1t1- K1*(N-Np)减低,K1为关系系数,T1t 为当前时间进港方向绿灯放行时间,T1t1为进港方向上一时刻绿灯放行时间,N为当前航站楼停车场中车位数量。
优选的,对所述航站楼停车场车流数进行数据清洗和数据研判的方法包括:
将停车场实时数据发送到所述机场陆侧管理系统大数据平台,所述机场陆侧管理系统大数据平台对停车场实时数据进行分析,获得当前时段停车场剩余车辆的变化率ΔN,将所述变化率ΔN实时下发到陆侧交通交叉口陆网模块和机场高速车流量模块中。
优选的,所述车道边流量数包括:到港车流量数据Qd1和出港车流量数据Qd2。
优选的,对所述车道边流量数进行数据清洗和数据研判的方法包括:
将到港车流量数据Qd1和出港车流量数据Qd2传输到所述机场陆侧管理系统大数据平台,并基于所述到港车流量数据Qd1和所述出港车流量数据Qd2进行交叉口陆网信号机配时数据的调节设置;
所述调节设置的方法为:当到港车流量数据Qd1 >出港车流量数据Qd2,将进港交叉口红绿灯的推荐时间设为 T1tq = T1tq1- K2*(Qd1-Qd2),T1tq表示由车道边流量数据的变化,得出的进港方向绿灯推荐的时间,K2为流量变化率与进港交叉口绿灯时间的比例系数,T1tq1为进港交叉口绿灯默认时间。
优选的,所述机场高速车流量包括:到达机场的车流量Qg1和过境车流量Qg2;
对所述机场高速车流量进行数据清洗和数据研判的方法包括:
通过所述机场陆侧管理系统大数据平台对所述机场高速车流量进行数据的分类提取,获得机场高速车流量数据库中进入机场的车流量Qg1有效数据,并根据当前进入机场的车流量Qg1有效数据和到港车流量Qd1,进行机场入口车流量的管理;
所述管理的方法为:当到港车流量数据Qd1数据变化率增大并超过预设阈值时,启动高速入口车流量管控限制,减少进港通道数Nt,以免造成陆侧交通拥堵。
优选的,所述航班信息表包括:到港旅客表和离港旅客表;
对所述航班信息表进行数据清洗和数据研判的方法包括:
通过所述机场陆侧管理系统大数据平台进行客流量负荷数据与机场陆侧数据的采集与研判;
所述研判的方法为:Qr1为进港旅客,当Qr1剧增时,调节机场陆侧交通交叉口陆网模块的红绿灯放行时间Tt,调节航站楼停车场车流数据模块的剩余车位数量Np、调节机场高速出入口数据Nt,调节机场巴士发车的间隔Tb。
优选的,生成机场陆侧的管理策略的方法为:
基于所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表,并按照历史策略的参考比例系数Kn1,Kn2,Kn3,Kn4,Kn5,实现对交通口进港出港方向绿灯配时,进港高速入口数量Nt设置,机场大巴的发车间隔Tb设置。
与现有技术相比,本发明具有如下优点和技术效果:
本发明提供了一种基于大数据分析的机场陆侧交通管理系统及优化方法,实时采集过境交通以及附近交叉口的交通数据,机场立体停车场的流量数据,机场高速的车流量数据,航站楼旅客上下客数据等,多元数据集它们之间的耦合关系,进行数据采集、数据清洗、数据研判,最后生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统,能够提升机场值机的效率,减小交通拥堵造成航班的延误率,提高机场陆侧交通的安全。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,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为本发明实施例中的陆侧交通交叉口陆网模块示意图;
图2为本发明实施例中的航站楼停车场车流数据模块示意图;
图3为本发明实施例中的机场航站楼车道边流量模块示意图;
图4为本发明实施例中的机场高速车流量模块示意图;
图5为本发明实施例中的机场高速航班信息模块示意图
图6为本发明实施例中的一种基于大数据分析的机场陆侧交通管理系统优化方法流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
实施例一
本发明提供了一种基于大数据分析的机场陆侧交通管理系统,包括:陆侧交通交叉口陆网模块、航站楼停车场车流数据模块、机场航站楼车道边流量模块、机场高速车流量模块、机场高速航班信息模块和机场陆侧管理系统大数据平台;
陆侧交通交叉口陆网模块用于,实时采集陆侧交通交叉口陆网数据;
航站楼停车场车流数据模块用于,实时采集航站楼停车场车流数;
机场航站楼车道边流量模块用于,实时采集车道边流量数;
机场高速车流量模块用于,实时采集机场高速车流量;
机场高速航班信息模块用于,实时采集航班信息表;
机场陆侧管理系统大数据平台用于,对陆侧交通交叉口陆网数据、航站楼停车场车流数、车道边流量数、机场高速车流量和所述航班信息表进行数据清洗和数据研判,生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统。
在本实施例中,系统联通的数据有机场陆侧交通交叉口陆网模块(如图1所示),包含陆口的信号机配时数据和陆口车流量数据;航站楼停车场车流数据模块(如图2所示),包含航站楼停车场实时车位的占用数据,私家车车流信息,网约车车流数据、出租车车流信息、机场巴士车流信息。机场航站楼车道边流量模块数据(如图3所示),到港出港道陆口增加车流量检测系统,以统计当前旅客的运输量。机场高速车流量模块(如图4所示),包含过境车流数据,机场目的地车流量数据等。机场高速航班信息模块(如图5所示),包含到港旅客表和离港旅客表。
基于机场陆侧交通管理系统大数据平台,能依据航班信息表实时提取航站楼实时的人数Qr,Qr能够根据航班的情况,通过大数据分析出航站楼的人数的变化趋势。Qr能够进行抵港离港人员的分类Qr1(抵港人流量),Qr2(离港人流量Qr2)。Qr1和Qr2的大流量激增都会对陆侧交通产生大的影响。为了消除两者之间的强耦合和死锁,为此基于机场陆侧交通管理系统大数据平台能够进行精细化的处理,Qr1变化率增大时,调用航站楼停车场系统,加大出租车入场的频率和个数,同时缩短机场巴士的发车间隔,调用机场道陆交叉口陆网数据,加大离港方向陆网信号的绿灯配时,同时增加离港高速收费站离港方向的通道个数。根据Qr2变化率增大时,实时进行车道边系统的管控,缩短出港方向车辆停靠的间隔,同时实时加大陆侧交通陆口进港方向绿灯的时间,将机场高速入口的进场通道数自适应的增多,以提高进场的效率,从而减少周边陆网的压力。
在本实施例中,陆侧交通交叉口陆网模块数据主要是机场陆侧附近交通陆网的数据,它包括陆网交叉口附近的陆网车流量数据和信号机配时数据,车流量数据是指单位时间内通过该方向陆口车辆数量总和,信号机配时数据是当前进港行车方向,信号周期内绿灯放行的时间T1。当进港车流量数据Q1发生变化时,机场陆侧管理系统大数据平台获取的数据Q1的变化值ΔQ1,与历史数据ΔQs进行对比,结合航站楼停车场车流数据模块,停车场车流数据中,N为全部停车位数量,如果剩余车位数量Np趋于饱和时,车流量变数据变化值ΔQ1增大时,此时生成以下管控策略,将T1的放行时间T1按照以下原则减低T1t = T1t1-K*(N-Np),K1为它们之间的关系系数,T1t 为当前时间进港方向绿灯放行时间,T1t1为进港方向上一时刻绿灯放行时间,将生成T1t下发到陆侧交通交叉口陆网模块,从而缓解陆侧交通陆网拥的拥堵。
在本实施例中,航站楼停车场车流数据模块主要包含当前航站楼停车场中车位数量N,停车场的剩余车位的数量Np,并将停车场实时数据发送到机场陆侧管理系统大数据平台,机场陆侧管理系统大数据平台获取到数据并做出分析,获得当前时段,停车场剩余车辆的变化率ΔN,将变化率ΔN实时给到陆侧交通交叉口陆网模块数据和机场高速车流量模块。
在本实施例中,车道边流量数据包含到港车流量数据Qd1和出港车流量数据Qd2,通过进港和出港的流量数据传输到机场陆侧管理系统大数据平台,能够进行交叉口陆网信号机配时参数的调节设置,设置方法如下,当Qd1 >Qd2,到港车流量大于出港车流量,表示进港车流量大,为减缓进港车流量剧增,那么进港交叉口红绿灯的推荐时间为 T1tq =T1tq1- K2*(Qd1-Qd2), T1tq表示由车道边流量数据的变化,得出的进港方向绿灯推荐的时间。
在本实施例中,机场高速车流量包含到达机场的车流量Qg1,过境车流量Qg2,通过数据的分类提取,并根据当前机场的客流量Qg1,车道边的车流量Qd1,从而进行机场入口车流量的管理,管理方式如下,当Qd1数据变化率增大,并超过一定阈值后,启动高速入口车流量管控限制,减少进港通道数Nt,以免造成陆侧交通拥堵。
在本实施例中,机场高速航班信息模块中的航班信息数据能实时反应旅客的客流量,通过机场陆侧管理系统大数据平台提前做好客流量负荷数据与机场陆侧数据的采集与研判,研判主要为是否出现旅客到港人数的剧增,是否出现出港人员的剧增,当Qr1进港旅客剧增时,调节机场陆侧交通交叉口陆网模块Tt,调节航站楼停车场模块Np、调节机场高速出入口数据Nt,调节机场巴士发车的间隔Tb。
在本实施例中,机场陆侧管理系统大数据平台通过采集以上五个模块的数据,根据每个模块的下发的参考结果,并实时根据每个模块的结果,按照历史策略的参考比例系数Kn1,Kn2,Kn3,Kn4,Kn5,从而实现对交通口进港出港方向绿灯配时,进港高速入口数量Nt设置,机场大巴的发车间隔Tb.
实施例二
如图6所示,本发明还提供了一种基于大数据分析的机场陆侧交通管理系统优化方法,包括以下步骤:
实时采集陆侧交通交叉口陆网数据、航站楼停车场车流数、车道边流量数、机场高速车流量和航班信息表;
将陆侧交通交叉口陆网数据、航站楼停车场车流数、车道边流量数、机场高速车流量和航班信息表输入机场陆侧管理系统大数据平台进行数据清洗和数据研判,生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统。
在本实施例中,陆侧交通交叉口陆网数据是机场陆侧附近交通陆网的数据,包括:陆网交叉口附近的陆网车流量数据和信号机配时数据;
陆网交叉口附近的陆网车流量数据是指单位时间内通过设定方向陆口车辆数量总和;
信号机配时数据是当前进港行车方向,信号周期内绿灯放行的时间T1。
在本实施例中,对陆侧交通交叉口陆网数据进行数据清洗和数据研判的方法包括:
将机场陆侧管理系统大数据平台获取的进港车流量数据Q1的变化值ΔQ1与历史数据ΔQs进行对比,并结合航站楼停车场车流数据模块中的停车场车流数据;
如果停车场的剩余车位数量Np趋于饱和并且进港车流量数据变化值ΔQ1增大时,生成管控策略,并将所述管控策略下发到陆侧交通交叉口陆网模块,缓解陆侧交通陆网的拥堵;
管控策略为:将信号周期内绿灯放行的时间T1按照T1t = T1t1- K1*(N-Np)减低,K1为关系系数,T1t 为当前时间进港方向绿灯放行时间,T1t1为进港方向上一时刻绿灯放行时间,N为当前航站楼停车场中车位数量。
在本实施例中,对航站楼停车场车流数进行数据清洗和数据研判的方法包括:
将停车场实时数据发送到机场陆侧管理系统大数据平台,机场陆侧管理系统大数据平台对停车场实时数据进行分析,获得当前时段停车场剩余车辆的变化率ΔN,将所述变化率ΔN实时下发到陆侧交通交叉口陆网模块和机场高速车流量模块中。
在本实施例中,车道边流量数包括:到港车流量数据Qd1和出港车流量数据Qd2。
在本实施例中,对车道边流量数进行数据清洗和数据研判的方法包括:
将到港车流量数据Qd1和出港车流量数据Qd2传输到机场陆侧管理系统大数据平台,并基于到港车流量数据Qd1和出港车流量数据Qd2进行交叉口陆网信号机配时数据的调节设置;
调节设置的方法为:当到港车流量数据Qd1 >出港车流量数据Qd2,将进港交叉口红绿灯的推荐时间设为 T1tq = T1tq1- K2*(Qd1-Qd2),T1tq表示由车道边流量数据的变化,得出的进港方向绿灯推荐的时间,K2为流量变化率与进港交叉口绿灯时间的比例系数,T1tq1为进港交叉口绿灯默认时间。
在本实施例中,机场高速车流量包括:到达机场的车流量Qg1和过境车流量Qg2;其中,Qg2相对Qg1比例比较大的情况,可进行进入机场方向的车道管理,避免过境车辆完全占用机场方向的车道。
对机场高速车流量进行数据清洗和数据研判的方法包括:
通过所述机场陆侧管理系统大数据平台对所述机场高速车流量进行数据的分类提取,获得机场高速车流量数据库中进入机场的车流量Qg1有效数据,并根据当前进入机场的车流量Qg1有效数据和到港车流量Qd1,进行机场入口车流量的管理;
所述管理的方法为:当到港车流量数据Qd1数据变化率增大并超过预设阈值时,启动高速入口车流量管控限制,减少进港通道数Nt,以免造成陆侧交通拥堵。
在本实施例中,航班信息表包括:到港旅客表和离港旅客表;
对航班信息表进行数据清洗和数据研判的方法包括:
通过机场陆侧管理系统大数据平台进行客流量负荷数据与机场陆侧数据的采集与研判;
研判的方法为:当抵港人流量Qr1进港旅客剧增时,调节机场陆侧交通交叉口陆网模块的红绿灯放行时间Tt,调节航站楼停车场车流数据模块的剩余车位数量Np、调节机场高速出入口数据Nt,调节机场巴士发车的间隔Tb。
在本实施例中,生成机场陆侧的管理策略的方法为:
基于陆侧交通交叉口陆网数据、航站楼停车场车流数、车道边流量数、机场高速车流量和所述航班信息表,并按照历史策略的参考比例系数Kn1,Kn2,Kn3,Kn4,Kn5,参考比例系数是指一种经验参数,根据不同高速车流量和航班信息表的历史数据,形成有效调度策略的参数,实际这些比例关系,能够有效缓解机场陆侧交通,实现对交通口进港出港方向绿灯配时,进港高速入口数量Nt设置,机场大巴的发车间隔Tb设置。
以上,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (2)
1.一种基于大数据分析的机场陆侧交通管理系统,其特征在于,包括:陆侧交通交叉口陆网模块、航站楼停车场车流数据模块、机场航站楼车道边流量模块、机场高速车流量模块、机场高速航班信息模块和机场陆侧管理系统大数据平台;
所述陆侧交通交叉口陆网模块用于,实时采集陆侧交通交叉口陆网数据;
所述航站楼停车场车流数据模块用于,实时采集航站楼停车场车流数;
所述机场航站楼车道边流量模块用于,实时采集车道边流量数;
所述机场高速车流量模块用于,实时采集机场高速车流量;
所述机场高速航班信息模块用于,实时采集航班信息表;
所述机场陆侧管理系统大数据平台用于,对所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表进行数据清洗和数据研判,生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统;
所述陆侧交通交叉口陆网数据是机场陆侧附近交通陆网的数据,包括:陆网交叉口附近的陆网车流量数据和信号机配时数据;
所述陆网交叉口附近的陆网车流量数据是指单位时间内通过设定方向陆口车辆数量总和;
所述信号机配时数据是当前进港行车方向,信号周期内绿灯放行的时间T1;
对所述陆侧交通交叉口陆网数据进行数据清洗和数据研判的方法包括:
将所述机场陆侧管理系统大数据平台获取的进港车流量数据Q1的变化值ΔQ1与历史数据ΔQs进行对比,并结合航站楼停车场车流数据模块中的停车场车流数据;
如果停车场的剩余车位数量Np趋于饱和并且进港车流量数据变化值ΔQ1增大时,生成管控策略,并将所述管控策略下发到陆侧交通交叉口陆网模块,缓解陆侧交通陆网的拥堵;
所述管控策略为:将信号周期内绿灯放行的时间T1按照T1t = T1t1- K1*(N-Np)减低,K1为关系系数,T1t 为当前时间进港方向绿灯放行时间,T1t1为进港方向上一时刻绿灯放行时间,N为当前航站楼停车场中车位数量;
对所述航站楼停车场车流数进行数据清洗和数据研判的方法包括:
将停车场实时数据发送到所述机场陆侧管理系统大数据平台,所述机场陆侧管理系统大数据平台对停车场实时数据进行分析,获得当前时段停车场剩余车辆的变化率ΔN,将所述变化率ΔN实时下发到陆侧交通交叉口陆网模块和机场高速车流量模块中;
所述车道边流量数包括:到港车流量数据Qd1和出港车流量数据Qd2;
对所述车道边流量数进行数据清洗和数据研判的方法包括:
将到港车流量数据Qd1和出港车流量数据Qd2传输到所述机场陆侧管理系统大数据平台,并基于所述到港车流量数据Qd1和所述出港车流量数据Qd2进行交叉口陆网信号机配时数据的调节设置;
所述调节设置的方法为:当到港车流量数据Qd1 >出港车流量数据Qd2,将进港交叉口绿灯的推荐时间设为 T1tq = T1tq1- K2*(Qd1-Qd2),T1tq表示由车道边流量数据的变化,得出的进港方向绿灯推荐的时间,K2为流量变化率与进港交叉口绿灯时间的比例系数,T1tq1为进港交叉口绿灯默认时间;
所述机场高速车流量包括:到达机场的车流量Qg1和过境车流量Qg2;
对所述机场高速车流量进行数据清洗和数据研判的方法包括:
通过所述机场陆侧管理系统大数据平台对所述机场高速车流量进行数据的分类提取,获得机场高速车流量数据库中进入机场的车流量Qg1有效数据,并根据当前进入机场的车流量Qg1有效数据和到港车流量Qd1,进行机场入口车流量的管理;
所述管理的方法为:当到港车流量数据Qd1数据变化率增大并超过预设阈值时,启动高速入口车流量管控限制,减少进港通道数Nt,以免造成陆侧交通拥堵;
所述航班信息表包括:到港旅客表和离港旅客表;
对所述航班信息表进行数据清洗和数据研判的方法包括:
通过所述机场陆侧管理系统大数据平台进行客流量负荷数据与机场陆侧数据的采集与研判;
所述研判的方法为:Qr1为进港旅客,当Qr1剧增时,调节机场陆侧交通交叉口陆网模块的红绿灯放行时间Tt,调节航站楼停车场车流数据模块的剩余车位数量Np、调节机场高速出入口数据Nt,调节机场巴士发车的间隔Tb;
生成机场陆侧的管理策略的方法为:
基于所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表,并按照历史策略的参考比例系数Kn1,Kn2,Kn3,Kn4,Kn5,实现对交通口进港出港方向绿灯配时,进港高速入口数量Nt设置,机场大巴的发车间隔Tb设置。
2.一种基于大数据分析的机场陆侧交通管理系统优化方法,其特征在于,包括以下步骤:
实时采集陆侧交通交叉口陆网数据、航站楼停车场车流数、车道边流量数、机场高速车流量和航班信息表;
将所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表输入机场陆侧管理系统大数据平台进行数据清洗和数据研判,生成机场陆侧的管理策略,进而优化机场的陆侧交通管理系统;
所述陆侧交通交叉口陆网数据是机场陆侧附近交通陆网的数据,包括:陆网交叉口附近的陆网车流量数据和信号机配时数据;
所述陆网交叉口附近的陆网车流量数据是指单位时间内通过设定方向陆口车辆数量总和;
所述信号机配时数据是当前进港行车方向,信号周期内绿灯放行的时间T1;
对所述陆侧交通交叉口陆网数据进行数据清洗和数据研判的方法包括:
将所述机场陆侧管理系统大数据平台获取的进港车流量数据Q1的变化值ΔQ1与历史数据ΔQs进行对比,并结合航站楼停车场车流数据模块中的停车场车流数据;
如果停车场的剩余车位数量Np趋于饱和并且进港车流量数据变化值ΔQ1增大时,生成管控策略,并将所述管控策略下发到陆侧交通交叉口陆网模块,缓解陆侧交通陆网的拥堵;
所述管控策略为:将信号周期内绿灯放行的时间T1按照T1t = T1t1- K1*(N-Np)减低,K1为关系系数,T1t 为当前时间进港方向绿灯放行时间,T1t1为进港方向上一时刻绿灯放行时间,N为当前航站楼停车场中车位数量;
对所述航站楼停车场车流数进行数据清洗和数据研判的方法包括:
将停车场实时数据发送到所述机场陆侧管理系统大数据平台,所述机场陆侧管理系统大数据平台对停车场实时数据进行分析,获得当前时段停车场剩余车辆的变化率ΔN,将所述变化率ΔN实时下发到陆侧交通交叉口陆网模块和机场高速车流量模块中;
所述车道边流量数包括:到港车流量数据Qd1和出港车流量数据Qd2;
对所述车道边流量数进行数据清洗和数据研判的方法包括:
将到港车流量数据Qd1和出港车流量数据Qd2传输到所述机场陆侧管理系统大数据平台,并基于所述到港车流量数据Qd1和所述出港车流量数据Qd2进行交叉口陆网信号机配时数据的调节设置;
所述调节设置的方法为:当到港车流量数据Qd1 >出港车流量数据Qd2,将进港交叉口绿灯的推荐时间设为 T1tq = T1tq1- K2*(Qd1-Qd2),T1tq表示由车道边流量数据的变化,得出的进港方向绿灯推荐的时间,K2为流量变化率与进港交叉口绿灯时间的比例系数,T1tq1为进港交叉口绿灯默认时间;
所述机场高速车流量包括:到达机场的车流量Qg1和过境车流量Qg2;
对所述机场高速车流量进行数据清洗和数据研判的方法包括:
通过所述机场陆侧管理系统大数据平台对所述机场高速车流量进行数据的分类提取,获得机场高速车流量数据库中进入机场的车流量Qg1有效数据,并根据当前进入机场的车流量Qg1有效数据和到港车流量Qd1,进行机场入口车流量的管理;
所述管理的方法为:当到港车流量数据Qd1数据变化率增大并超过预设阈值时,启动高速入口车流量管控限制,减少进港通道数Nt,以免造成陆侧交通拥堵;
所述航班信息表包括:到港旅客表和离港旅客表;
对所述航班信息表进行数据清洗和数据研判的方法包括:
通过所述机场陆侧管理系统大数据平台进行客流量负荷数据与机场陆侧数据的采集与研判;
所述研判的方法为:Qr1为进港旅客,当Qr1剧增时,调节机场陆侧交通交叉口陆网模块的红绿灯放行时间Tt,调节航站楼停车场车流数据模块的剩余车位数量Np、调节机场高速出入口数据Nt,调节机场巴士发车的间隔Tb;
生成机场陆侧的管理策略的方法为:
基于所述陆侧交通交叉口陆网数据、所述航站楼停车场车流数、所述车道边流量数、所述机场高速车流量和所述航班信息表,并按照历史策略的参考比例系数Kn1,Kn2,Kn3,Kn4,Kn5,实现对交通口进港出港方向绿灯配时,进港高速入口数量Nt设置,机场大巴的发车间隔Tb设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211644477.4A CN115620526B (zh) | 2022-12-21 | 2022-12-21 | 一种基于大数据分析的机场陆侧交通管理系统及优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211644477.4A CN115620526B (zh) | 2022-12-21 | 2022-12-21 | 一种基于大数据分析的机场陆侧交通管理系统及优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115620526A CN115620526A (zh) | 2023-01-17 |
CN115620526B true CN115620526B (zh) | 2023-03-07 |
Family
ID=84880721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211644477.4A Active CN115620526B (zh) | 2022-12-21 | 2022-12-21 | 一种基于大数据分析的机场陆侧交通管理系统及优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115620526B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117094062B (zh) * | 2023-10-16 | 2024-02-27 | 广东省建筑设计研究院有限公司 | 一种航站楼陆侧高效交通设计方法及构型、系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101622891A (zh) * | 2006-09-19 | 2010-01-06 | 真实定位公司 | 用户平面上行链路到达时间差(u-tdoa) |
CN103164581A (zh) * | 2013-03-19 | 2013-06-19 | 天津市市政工程设计研究院 | 基于元胞自动机模型的航空枢纽微观仿真框架 |
CN103531031A (zh) * | 2013-02-06 | 2014-01-22 | 支录奎 | 一种基于交通干线软封闭区视频检测识别实现绿波带通行控制的研究 |
CN105303877A (zh) * | 2015-10-14 | 2016-02-03 | 深圳市凯达尔科技实业有限公司 | 一种基于云技术平台的城市机场交通枢纽管理系统 |
CN108898838A (zh) * | 2018-08-03 | 2018-11-27 | 首都经济贸易大学 | 一种基于lstm模型的机场交通拥堵预测方法及装置 |
CN110020745A (zh) * | 2019-01-09 | 2019-07-16 | 天津市市政工程设计研究院 | 基于航班时刻表的实时大型航空枢纽停车场规模预测方法 |
CN110766230A (zh) * | 2019-10-30 | 2020-02-07 | 广东机场白云信息科技有限公司 | 一种机场到港旅客各陆测交通方式流量预测方法及系统 |
CN112488394A (zh) * | 2020-12-01 | 2021-03-12 | 华设设计集团股份有限公司 | 机场旅客捷运系统客流预测分析方法及系统 |
CN113256975A (zh) * | 2021-05-12 | 2021-08-13 | 中国民航大学 | 基于级联失效的机场陆侧道路交通拥堵影响范围确定方法 |
CN113837446A (zh) * | 2021-08-30 | 2021-12-24 | 航天科工广信智能技术有限公司 | 一种基于多源异构数据的机场陆侧区域交通态势预测方法 |
CN114360037A (zh) * | 2022-03-21 | 2022-04-15 | 北京市运输事业发展中心 | 交通接续运输信息系统 |
CN114582161A (zh) * | 2022-03-02 | 2022-06-03 | 南京国立资产管理有限责任公司 | 一种基于自适应模糊控制算法的智能停车场出入口系统 |
CN115456343A (zh) * | 2022-08-11 | 2022-12-09 | 中国电子科技集团公司第二十八研究所 | 一种智慧机场评价指标体系构建与评价方法 |
CN115456257A (zh) * | 2022-08-26 | 2022-12-09 | 华南理工大学 | 一种基于模块化自动驾驶公交接驳的机场旅客疏运系统 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090084622A1 (en) * | 2007-10-01 | 2009-04-02 | Donovan John K | Method of Mass Transit |
CN104574970B (zh) * | 2015-01-26 | 2016-06-15 | 中国人民解放军理工大学 | 城市地下停车系统出入口接驳处交通状态评价方法 |
CN108288113A (zh) * | 2018-01-31 | 2018-07-17 | 民航成都电子技术有限责任公司 | 一种空港地面交通智能推荐方法 |
CN109147318A (zh) * | 2018-08-03 | 2019-01-04 | 上海市政工程设计研究总院(集团)有限公司 | 一种用于交通枢纽客流疏散的交通方式舒适度判别系统 |
CN111984877B (zh) * | 2020-07-09 | 2023-11-07 | 北京北大千方科技有限公司 | 机场陆侧旅客出行链构建方法、系统、存储介质及终端 |
CN112365037A (zh) * | 2020-10-29 | 2021-02-12 | 杭州富阳富创大数据产业创新研究院有限公司 | 基于长短期数据预测模型的机场空域流量预测方法 |
CN112380398B (zh) * | 2020-11-12 | 2024-01-26 | 北京交通大学 | 一种空港旅客多交通方式换乘出行链构建装置 |
CN217821685U (zh) * | 2022-03-10 | 2022-11-15 | 南京国立资产管理有限责任公司 | 一种适用于封闭峰时高接送率停车场的智能停车场出入口系统 |
-
2022
- 2022-12-21 CN CN202211644477.4A patent/CN115620526B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101622891A (zh) * | 2006-09-19 | 2010-01-06 | 真实定位公司 | 用户平面上行链路到达时间差(u-tdoa) |
CN103531031A (zh) * | 2013-02-06 | 2014-01-22 | 支录奎 | 一种基于交通干线软封闭区视频检测识别实现绿波带通行控制的研究 |
CN103164581A (zh) * | 2013-03-19 | 2013-06-19 | 天津市市政工程设计研究院 | 基于元胞自动机模型的航空枢纽微观仿真框架 |
CN105303877A (zh) * | 2015-10-14 | 2016-02-03 | 深圳市凯达尔科技实业有限公司 | 一种基于云技术平台的城市机场交通枢纽管理系统 |
CN108898838A (zh) * | 2018-08-03 | 2018-11-27 | 首都经济贸易大学 | 一种基于lstm模型的机场交通拥堵预测方法及装置 |
CN110020745A (zh) * | 2019-01-09 | 2019-07-16 | 天津市市政工程设计研究院 | 基于航班时刻表的实时大型航空枢纽停车场规模预测方法 |
CN110766230A (zh) * | 2019-10-30 | 2020-02-07 | 广东机场白云信息科技有限公司 | 一种机场到港旅客各陆测交通方式流量预测方法及系统 |
CN112488394A (zh) * | 2020-12-01 | 2021-03-12 | 华设设计集团股份有限公司 | 机场旅客捷运系统客流预测分析方法及系统 |
CN113256975A (zh) * | 2021-05-12 | 2021-08-13 | 中国民航大学 | 基于级联失效的机场陆侧道路交通拥堵影响范围确定方法 |
CN113837446A (zh) * | 2021-08-30 | 2021-12-24 | 航天科工广信智能技术有限公司 | 一种基于多源异构数据的机场陆侧区域交通态势预测方法 |
CN114582161A (zh) * | 2022-03-02 | 2022-06-03 | 南京国立资产管理有限责任公司 | 一种基于自适应模糊控制算法的智能停车场出入口系统 |
CN114360037A (zh) * | 2022-03-21 | 2022-04-15 | 北京市运输事业发展中心 | 交通接续运输信息系统 |
CN115456343A (zh) * | 2022-08-11 | 2022-12-09 | 中国电子科技集团公司第二十八研究所 | 一种智慧机场评价指标体系构建与评价方法 |
CN115456257A (zh) * | 2022-08-26 | 2022-12-09 | 华南理工大学 | 一种基于模块化自动驾驶公交接驳的机场旅客疏运系统 |
Non-Patent Citations (4)
Title |
---|
刘淑敏等.枢纽型机场陆侧交通系统后评价及优化研究――以南京禄口国际机场为例.《交通与运输(学术版)》.2018,(第01期), * |
熊鲲.昆明长水国际机场陆侧交通需求预测及交通系统研究.《城市道桥与防洪》.2015,(第12期), * |
王茹.基于时空消耗理论的多航站楼机场车道边容量评估.《交通运输研究》.2016,(第02期), * |
王茹等.基于灰色聚类的机场航站楼车道边服务水平评价.《大连交通大学学报》.2017,(第01期), * |
Also Published As
Publication number | Publication date |
---|---|
CN115620526A (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104299433B (zh) | 基于rfid车载电子标签的公交信号优先控制方法 | |
EP1779354B1 (de) | Leit- und sicherheitssystem für komplexe verkehrssysteme | |
CN115620526B (zh) | 一种基于大数据分析的机场陆侧交通管理系统及优化方法 | |
CN105427610A (zh) | 一种基于车路协同技术的交通管理方法 | |
CN110210673A (zh) | 一种通关安检排队优化方法 | |
Diab et al. | The farside story: measuring the benefits of bus stop location on transit performance | |
CN113053142B (zh) | 一种基于车载定位和车路协同技术的公交优先控制系统 | |
WO2022099643A1 (zh) | 一种缓解交通拥堵的方法 | |
CN108417068A (zh) | 主动式智能交通流诱导方法 | |
DE102004002808B4 (de) | Verkehrssteuerungssystem | |
CN107808235B (zh) | 基于afc大数据的城市轨道大客流模型构建方法 | |
CN101550667B (zh) | 公交车与出租车上下客停靠站一体化设置的控制方法 | |
Liu et al. | Impact of different bus stop designs on bus operating time components | |
Mikulski | Introduction of telematics for transport | |
CN111524372B (zh) | 基于人工智能车路协同的公交信号优先实现方法和系统 | |
CN208630594U (zh) | 一种智轨车站站台空间结构 | |
CN117094506A (zh) | 基于站台拥挤度的地铁换乘站客流瓶颈管控方法 | |
CN112785840A (zh) | 一种城市智能交通计算机控制系统及方法 | |
Mushule | Bus bay performance and its influence on the capacity of road network in Dar Es Salaam | |
CN116187762A (zh) | 一种基于Anylogic的轨道交通枢纽站瓶颈风险识别方法 | |
CN115985128A (zh) | 一种地铁与公交、共享非机动车智能接驳信息显示系统 | |
Reilly et al. | Public transport capacity analysis procedures for developing cities | |
CN115545336A (zh) | 轨道交通行程微调系统及方法 | |
CN104966324B (zh) | 基于免费放行界的高速公路收费站自动放行系统及其方法 | |
DE10359977B4 (de) | Verfahren zum Ermitteln einer Reisezeit |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230117 Assignee: Qingdao Yuanheshi New Planning and Design Consulting Co.,Ltd. Assignor: CIVIL AVIATION University OF CHINA Contract record no.: X2024980002328 Denomination of invention: An Airport Landside Traffic Management System and Optimization Method Based on Big Data Analysis Granted publication date: 20230307 License type: Common License Record date: 20240228 |
|
EE01 | Entry into force of recordation of patent licensing contract |