CN115953904A - 高速交通流速度稳定性分析方法、电子设备及其存储介质 - Google Patents
高速交通流速度稳定性分析方法、电子设备及其存储介质 Download PDFInfo
- Publication number
- CN115953904A CN115953904A CN202310243728.6A CN202310243728A CN115953904A CN 115953904 A CN115953904 A CN 115953904A CN 202310243728 A CN202310243728 A CN 202310243728A CN 115953904 A CN115953904 A CN 115953904A
- Authority
- CN
- China
- Prior art keywords
- speed
- portal
- road section
- time
- fluctuation index
- 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.)
- Granted
Links
Images
Classifications
-
- 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
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Traffic Control Systems (AREA)
Abstract
高速交通流速度稳定性分析方法、电子设备及其存储介质,属于交通流分析技术领域。为解决现有交通流稳定性分析方法普适性差的问题。本发明采集车辆的ETC交易数据,将每间隔15分钟的ETC交易数据作为1个时间片数据进行数据分割,然后对数据分割后的ETC交易数据进行清洗,得到分时间片的ETC交易数据,然后计算高速公路门架间的路段运行速度,计算高速公路门架间的路段运行速度的时间波动指标和空间波动指标,计算高速公路门架间的路段运行速度的时间和空间波动指标的下限值,计算高速公路门架间的路段运行速度的时间不稳定级别、空间不稳定级别,最终输出高速交通流速度不稳定的结果。本发明搜索速度与准确性有较大提升。
Description
技术领域
本发明属于交通流分析技术领域,具体涉及高速交通流速度稳定性分析方法、电子设备及其存储介质。
背景技术
高速公路作为高速交通运输网络的重要组成部分,主要构成了城市间点对点的快速通道,是实现跨区流动的重要媒介,同时也是交通要素流动常态化的必然需求。交通流稳定性分析是研究交通堵塞、交通事故和交通流特性的基础,对于提高车辆行驶的安全性和道路通行能力方面的研究具有重要的现实意义。保证高速公路交通流的稳定运行,是高速公路日常管理的重要部分。高速公路稳定性运行与交通量、车速、天气条件因素息息相关,其中交通流速度的稳定性能够很好的反映高速路段运行的整体路况。
自交通运输部推行ETC(Electronic Toll Collection,电子不停车收费系统)以来,高速公路运营更加便捷合理,经济社会成本大幅降低,推动全国交通运输业日趋智能化。同时,高速公路联网收费数据提供了大量的动态交通流数。ETC 数据作为一种新的数据来源,具有车型覆盖全面、记录连续、数据量大的优点,能够反映道路上车辆最真实的运行状态。同时,ETC门架间的距离为10公里左右,和中路段距离接近。对ETC门架间的交通流速度进行监控,能够很好的监测高速公路运行的平稳性。
2006年,王和高在全速度差模型的基础上提出了考虑多辆前车的多速度差(Multiple Velocity Difference,MVD)模型。车辆对来自前方车辆的刺激作用做出反应都有一个延迟时间,一般包括驾驶员反应延迟时间和机械调节延迟时间。驾驶员在实际驾驶过程中,不仅仅受到邻近前车的影响,前面多个车辆状态的变化对于驾驶员的判断也是十分重要的(如前面车辆的紧急制动)。考虑前面多个车辆的速度信息,可以预先获得前面车辆的运动趋势信息,使车辆的驾驶员提前加速或减速,从而缩短了延迟时间。通过解析方法和数值模拟,分析模型中交通流的稳定性。研究结果表明,考虑多辆前车速度差的作用确实提高了交通流的稳定性。
但当前交通流稳定性分析方法大多从交通流建模入手,对交通流的微观层面进行分析,在实际应用中,数据获取难度大,且分析方法准确性对模型依赖程度高。而不同场景下的使用模型不同,普适性差。
发明内容
本发明为了解决现有交通流稳定性分析方法普适性差的问题,根据高速公路车流稳定运行特点以及ETC消费数据特点,提出了基于ETC消费数据的高速交通流速度稳定性分析方法、电子设备及其存储介质。
为实现上述目的,本发明通过以下技术方案实现:
一种高速交通流速度稳定性分析方法,包括如下步骤:
S1、采集车辆的ETC交易数据,将每间隔15分钟的ETC交易数据作为1个时间片数据进行数据分割,然后对数据分割后的ETC交易数据进行清洗,得到分时间片的ETC交易数据;
S2、使用步骤S1分时间片的ETC交易数据,计算高速公路门架间的路段运行速度;
S3、根据步骤S2得到的高速公路门架间的路段运行速度,计算高速公路门架间的路段运行速度的时间波动指标和空间波动指标;
S4、根据步骤S3得到的高速公路门架间的路段运行速度的时间波动指标和空间波动指标,计算高速公路门架间的路段运行速度的时间波动指标和空间波动指标的下限值;
S5、根据步骤S4得到的高速公路门架间的路段运行速度的时间波动指标和空间波动指标的下限值,计算高速公路门架间的路段运行速度的时间不稳定级别、空间不稳定级别,最终输出高速交通流速度不稳定的结果。
进一步的,步骤S1中数据清洗的方法为将数据分割后的ETC交易数据按车牌和交易时间进行排序,对车牌识别异常、车牌重复、不属于当前时间片的数据进行数据清洗,步骤S1中清洗后的ETC交易数据包括交易ID- id、日期-data、交易时间-trans_time、车牌-vehicle_id、门架编号- grantry_id、车型vehicle_type、计费里程-fee_mileage。
进一步的,步骤S2的具体实现方法包括如下步骤:
S2.1、首先根据车辆类型将车辆进行分类,分为7座及以下客车记为客1、7座以上客车记为客2和货车三种类型;
S2.2、对高速公路的
n个门架记为G ={G1,…,Gm,…,Gn},取连续的
k个时间片的ETC交易数据,对第
i个时间片,设置单辆车通过第m-1个门架Gm-1和第m个门架Gm的时间记为
t 1和
t 2,收费里程记为
s 1和
s 2,且
t 2在第
i个时间片内,则单辆车行驶速度
v为:
S2.3、按照步骤S2.2计算所有通过门架Gm-1和门架Gm的车辆行驶速度,然后计算第
i个时间片的高速公路门架间的路段运行速度,计算公式为:
其中,为第
i个时间片的门架Gm-1和门架Gm之间路段运行速度,,
n 客1为通过门架Gm-1和门架Gm的客1车辆数量,为通过门架Gm-1和门架Gm的客1车辆的平均速度,
n 客2为通过门架Gm-1和门架Gm的客2车辆数量,为通过门架n和门架m的客1车辆的平均速度,
n 货为通过门架Gm-1和门架Gm的货车辆数量,为通过门架Gm-1和门架Gm的货车的平均速度,
β 客1为客1车辆速度调整系数、
β 客2为客2车辆速度调整系数、
β 货为货车车辆速度调整系数,分别取值
β 客1为0.95、
β 客2为1.0、
β 货为1.1。
进一步的,步骤S3的具体实现方法包括如下步骤:
S3.1、高速公路门架间的路段运行速度的时间波动指标基于相同路段前后两个时间片的速度计算,计算公式为:
S3.2、高速公路门架间的路段运行速度的空间波动指标基于相同时间片下前后联通路段的运行速度计算,计算公式为:
进一步的,步骤S4的具体实现方法包括如下步骤:
S4.1、为识别速度异常波动,定义时间波动指标下限为
Q T ,则有如下公式为:
S4.2、为识别速度异常波动,定义空间波动指标下限为
Q s ,则有如下公式为:
S4.3、根据中心极限定理,得到如下计算公式:
其中,
X T 为所有高速公路门架间的路段运行速度的时间波动指标大于
Q T 的数据个数,
X T /(
k-1)(
n-1)服从其均值为
p T 、方差为
p T (1-
p T )/[(
n-1)(
k-1)]的正太分布;
X S 为所有高速公路门架间的路段运行速度的空间波动指标大于
Q S 的数据个数,
X S /
k(
n-2)服从其均值为
p S 、方差为
p s (1-
p s )/[
k(
n-1)]的正太分布;
S4.4、设置在置信度
α下,
X T 的区间估计为:
S4.5、将不超过1%的速度波动数据定义为一级不稳定,将不超过5%的速度波动数据定义为二级不稳定,将不超过10%的速度波动数据定义为三级稳定,得到各等级时间和空间不稳定下限为:
进一步的,步骤S5的具体实现方法包括如下步骤:
S5.1、根据步骤S4得到的高速公路门架间的路段运行速度的时间波动指标的下限值,计算高速公路门架间的路段运行速度的时间不稳定级别,计算公式为:
S5.2、根据步骤S4得到的高速公路门架间的路段运行速度的空间波动指标的下限值,计算高速公路门架间的路段运行速度的空间不稳定级别,计算公式为:
S5.3、设置
C m 为门架Gm-1和门架Gm之间路段上的速度时空不稳定度识别结果,其计算公式为:
将
C m 小于等于3的结果输出为高速交通流速度不稳定的结果。
电子设备,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现所述的一种高速交通流速度稳定性分析方法的步骤。
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所述的一种高速交通流速度稳定性分析方法。
本发明的有益效果:
本发明所述的一种高速交通流速度稳定性分析方法,提出了基于ETC消费数据的高速速度监控及稳定性分析方法,整合了数据载入与清洗、路网节点匹配、交通流离散度计算、波动范围Q,并验证了方法的可行性。
本发明所述的一种高速交通流速度稳定性分析方法,支持对单一道路的不同时间片进行不稳定性分析,例如寻找一天中速度波动性较大的时间段;同时,也可以实时对全局路网进行搜索,寻找速度波动较大的路段所在位置,对确认高速运行速度不稳定路段的时空特征,制定高速运行安全措施,保证高速平安运行有较大作用。
本发明所述的一种高速交通流速度稳定性分析方法,所需数据为ETC门架数据,数据获取简单、参数意义明确、记录连续、运行速度快,可标准化为一个模型工具。
附图说明
图1为本发明所述的一种高速交通流速度稳定性分析方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施方式,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅用以解释本发明,并不用于限定本发明,即所描述的具体实施方式仅仅是本发明一部分实施方式,而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计,本发明还可以具有其他实施方式。
因此,以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式,都属于本发明保护的范围。
为能进一步了解本发明的发明内容、特点及功效,兹例举以下具体实施方式,并配合附图1详细说明如下:
具体实施方式一
一种高速交通流速度稳定性分析方法,包括如下步骤:
S1、采集车辆的ETC交易数据,将每间隔15分钟的ETC交易数据作为1个时间片数据进行数据分割,然后对数据分割后的ETC交易数据进行清洗,得到分时间片的ETC交易数据;
进一步的,步骤S1中数据清洗的方法为将数据分割后的ETC交易数据按车牌和交易时间进行排序,对车牌识别异常、车牌重复、不属于当前时间片的数据进行数据清洗,步骤S1中清洗后的ETC交易数据包括交易ID- id、日期-data、交易时间-trans_time、车牌-vehicle_id、门架编号- grantry_id、车型vehicle_type、计费里程-fee_mileage,如表1所示:
表1 清洗后的ETC交易数据样例
S2、使用步骤S1分时间片的ETC交易数据,计算高速公路门架间的路段运行速度;
进一步的,步骤S2的具体实现方法包括如下步骤:
S2.1、首先根据车辆类型将车辆进行分类,分为7座及以下客车记为客1、7座以上客车记为客2和货车三种类型;
S2.2、对高速公路的
n个门架记为G ={G1,…,Gm,…,Gn},取连续的
k个时间片的ETC交易数据,对第
i个时间片,设置单辆车通过第m-1个门架Gm-1和第m个门架Gm的时间记为
t 1和
t 2,收费里程记为
s 1和
s 2,且
t 2在第
i个时间片内,则单辆车行驶速度
v为:
S2.3、按照步骤S2.2计算所有通过门架Gm-1和门架Gm的车辆行驶速度,然后计算第
i个时间片的高速公路门架间的路段运行速度,计算公式为:
n 客1为通过门架Gm-1和门架Gm的客1车辆数量,为通过门架Gm-1和门架Gm的客1车辆的平均速度,
n 客2为通过门架Gm-1和门架Gm的客2车辆数量,为通过门架n和门架m的客1车辆的平均速度,
n 货为通过门架Gm-1和门架Gm的货车辆数量,为通过门架Gm-1和门架Gm的货车的平均速度,
β 客1为客1车辆速度调整系数、
β 客2为客2车辆速度调整系数、
β 货为货车车辆速度调整系数,分别取值
β 客1为0.95、
β 客2为1.0、
β 货为1.1;
S3、根据步骤S2得到的高速公路门架间的路段运行速度,计算高速公路门架间的路段运行速度的时间波动指标和空间波动指标;
进一步的,步骤S3的具体实现方法包括如下步骤:
S3.1、高速公路门架间的路段运行速度的时间波动指标基于相同路段前后两个时间片的速度计算,计算公式为:
S3.2、高速公路门架间的路段运行速度的空间波动指标基于相同时间片下前后联通路段的运行速度计算,计算公式为:
S4、根据步骤S3得到的高速公路门架间的路段运行速度的时间波动指标和空间波动指标,计算高速公路门架间的路段运行速度的时间波动指标和空间波动指标的下限值;
进一步的,步骤S4的具体实现方法包括如下步骤:
S4.1、为识别速度异常波动,定义时间波动指标下限为
Q T ,则有如下公式为:
S4.2、为识别速度异常波动,定义空间波动指标下限为
Q s ,则有如下公式为:
S4.3、根据中心极限定理,得到如下计算公式:
其中,
X T 为所有高速公路门架间的路段运行速度的时间波动指标大于
Q T 的数据个数,
X T /(
k-1)(
n-1)服从其均值为
p T 、方差为
p T (1-
p T )/[(
n-1)(
k-1)]的正太分布;
X S 为所有高速公路门架间的路段运行速度的空间波动指标大于
Q S 的数据个数,
X S /
k(
n-2)服从其均值为
p S 、方差为
p s (1-
p s )/[
k(
n-1)]的正太分布;
S4.4、设置在置信度
α下,
X T 的区间估计为:
S5、根据步骤S4得到的高速公路门架间的路段运行速度的时间波动指标和空间波动指标的下限值,计算高速公路门架间的路段运行速度的时间不稳定级别、空间不稳定级别,最终输出高速交通流速度不稳定的结果;
进一步的,步骤S5的具体实现方法包括如下步骤:
S5.1、根据步骤S4得到的高速公路门架间的路段运行速度的时间波动指标的下限值,计算高速公路门架间的路段运行速度的时间不稳定级别,计算公式为:
S5.2、根据步骤S4得到的高速公路门架间的路段运行速度的空间波动指标的下限值,计算高速公路门架间的路段运行速度的空间不稳定级别,计算公式为:
S5.3、设置
C m 为门架Gm-1和门架Gm之间路段上的速度时空不稳定度识别结果,其计算公式为:
将
C m 小于等于3的结果输出为高速交通流速度不稳定的结果。
进一步的,最终输出的样例如表2所示:
表2 输出样例
具体实施方式二:
电子设备,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现所述的一种高速交通流速度稳定性分析方法的步骤。
本发明的计算机装置可以是包括有处理器以及存储器等装置,例如包含中央处理器的单片机等。并且,处理器用于执行存储器中存储的计算机程序时实现上述的基于CREO软件的可修改由关系驱动的推荐数据的推荐方法的步骤。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
具体实施方式三:
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所述的一种高速交通流速度稳定性分析方法。
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质,包括但不限于非易失性存储器、易失性存储器、铁电存储器等,计算机可读存储介质上存储有计算机程序,当计算机装置的处理器读取并执行存储器中所存储的计算机程序时,可以实现上述的基于CREO软件的可修改由关系驱动的建模数据的建模方法的步骤。
所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
本发明的技术关键点和欲保护点为:一种基于ETC消费数据的改进交通流离散度指标计算方法以及速度稳定性分析方法。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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、物品或者设备中还存在另外的相同要素。
虽然在上文中已经参考具体实施方式对本申请进行了描述,然而在不脱离本申请的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,本申请所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用,在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此,本申请并不局限于文中公开的特定具体实施方式,而是包括落入权利要求的范围内的所有技术方案。
Claims (8)
1.一种高速交通流速度稳定性分析方法,其特征在于:包括如下步骤:
S1、采集车辆的ETC交易数据,将每间隔15分钟的ETC交易数据作为1个时间片数据进行数据分割,然后对数据分割后的ETC交易数据进行清洗,得到分时间片的ETC交易数据;
S2、使用步骤S1分时间片的ETC交易数据,计算高速公路门架间的路段运行速度;
S3、根据步骤S2得到的高速公路门架间的路段运行速度,计算高速公路门架间的路段运行速度的时间波动指标和空间波动指标;
S4、根据步骤S3得到的高速公路门架间的路段运行速度的时间波动指标和空间波动指标,计算高速公路门架间的路段运行速度的时间波动指标和空间波动指标的下限值;
S5、根据步骤S4得到的高速公路门架间的路段运行速度的时间波动指标和空间波动指标的下限值,计算高速公路门架间的路段运行速度的时间不稳定级别、空间不稳定级别,最终输出高速交通流速度不稳定的结果。
2.根据权利要求1所述的一种高速交通流速度稳定性分析方法,其特征在于:步骤S1中数据清洗的方法为将数据分割后的ETC交易数据按车牌和交易时间进行排序,对车牌识别异常、车牌重复、不属于当前时间片的数据进行数据清洗,步骤S1中清洗后的ETC交易数据包括交易ID- id、日期-data、交易时间-trans_time、车牌- vehicle_id、门架编号-grantry_id、车型vehicle_type、计费里程-fee_mileage。
3.根据权利要求2所述的一种高速交通流速度稳定性分析方法,其特征在于:步骤S2的具体实现方法包括如下步骤:
S2.1、首先根据车辆类型将车辆进行分类,分为7座及以下客车记为客1、7座以上客车记为客2和货车三种类型;
S2.2、对高速公路的n个门架记为G ={G1,…,Gm,…,Gn},取连续的k个时间片的ETC交易数据,对第i个时间片,设置单辆车通过第m-1个门架Gm-1和第m个门架Gm的时间记为t 1和t 2,收费里程记为s 1和s 2,且t 2在第i个时间片内,则单辆车行驶速度v为:
S2.3、按照步骤S2.2计算所有通过门架Gm-1和门架Gm的车辆行驶速度,然后计算第i个时间片的高速公路门架间的路段运行速度,计算公式为:
4.根据权利要求3所述的一种高速交通流速度稳定性分析方法,其特征在于:步骤S3的具体实现方法包括如下步骤:
S3.1、高速公路门架间的路段运行速度的时间波动指标基于相同路段前后两个时间片的速度计算,计算公式为:
S3.2、高速公路门架间的路段运行速度的空间波动指标基于相同时间片下前后联通路段的运行速度计算,计算公式为:
5.根据权利要求4所述的一种高速交通流速度稳定性分析方法,其特征在于:步骤S4的具体实现方法包括如下步骤:
S4.1、为识别速度异常波动,定义时间波动指标下限为Q T ,则有如下公式为:
S4.2、为识别速度异常波动,定义空间波动指标下限为Q s ,则有如下公式为:
S4.3、根据中心极限定理,得到如下计算公式:
其中,X T 为所有高速公路门架间的路段运行速度的时间波动指标大于Q T 的数据个数,X T /(k-1)(n-1)服从其均值为p T 、方差为p T (1-p T )/[(n-1)(k-1)]的正太分布;X S 为所有高速公路门架间的路段运行速度的空间波动指标大于Q S 的数据个数,X S /k(n-2)服从其均值为p S 、方差为p s (1-p s )/[k(n-1)]的正太分布;
S4.4、设置在置信度α下,X T 的区间估计为:
S4.5、将不超过1%的速度波动数据定义为一级不稳定,将不超过5%的速度波动数据定义为二级不稳定,将不超过10%的速度波动数据定义为三级稳定,得到各等级时间和空间不稳定下限为:
6.根据权利要求5所述的一种高速交通流速度稳定性分析方法,其特征在于:步骤S5的具体实现方法包括如下步骤:
S5.1、根据步骤S4得到的高速公路门架间的路段运行速度的时间波动指标的下限值,计算高速公路门架间的路段运行速度的时间不稳定级别,计算公式为:
S5.2、根据步骤S4得到的高速公路门架间的路段运行速度的空间波动指标的下限值,计算高速公路门架间的路段运行速度的空间不稳定级别,计算公式为:
S5.3、设置C m 为门架Gm-1和门架Gm之间路段上的速度时空不稳定度识别结果,其计算公式为:
将C m 小于等于3的结果输出为高速交通流速度不稳定的结果。
7.电子设备,其特征在于,包括存储器和处理器,存储器存储有计算机程序,所述的处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种高速交通流速度稳定性分析方法的步骤。
8.计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种高速交通流速度稳定性分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310243728.6A CN115953904B (zh) | 2023-03-15 | 2023-03-15 | 高速交通流速度稳定性分析方法、电子设备及其存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310243728.6A CN115953904B (zh) | 2023-03-15 | 2023-03-15 | 高速交通流速度稳定性分析方法、电子设备及其存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115953904A true CN115953904A (zh) | 2023-04-11 |
CN115953904B CN115953904B (zh) | 2023-08-01 |
Family
ID=87286391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310243728.6A Active CN115953904B (zh) | 2023-03-15 | 2023-03-15 | 高速交通流速度稳定性分析方法、电子设备及其存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115953904B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150006068A1 (en) * | 2013-07-01 | 2015-01-01 | Iteris, Inc. | Traffic speed estimation using temporal and spatial smoothing of gps speed data |
CN104900057A (zh) * | 2015-05-20 | 2015-09-09 | 江苏省交通规划设计院股份有限公司 | 一种城市快速路主辅道的浮动车地图匹配方法 |
CN106384504A (zh) * | 2016-09-06 | 2017-02-08 | 江苏智通交通科技有限公司 | 基于数据可视化的城市路网拥堵特性描述分析方法 |
JP6320656B1 (ja) * | 2017-07-31 | 2018-05-09 | 三菱電機株式会社 | 交通流推定システム |
CN108399744A (zh) * | 2018-02-24 | 2018-08-14 | 上海理工大学 | 基于灰色小波神经网络的短时交通流预测方法 |
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 |
CN111581538A (zh) * | 2020-04-10 | 2020-08-25 | 华南理工大学 | 一种基于高速公路收费数据的高速交通流状态推断方法 |
CN114241779A (zh) * | 2022-02-24 | 2022-03-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种城市快速路交通流短时预测方法、计算机及存储介质 |
CN114596709A (zh) * | 2022-03-15 | 2022-06-07 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备以及存储介质 |
-
2023
- 2023-03-15 CN CN202310243728.6A patent/CN115953904B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150006068A1 (en) * | 2013-07-01 | 2015-01-01 | Iteris, Inc. | Traffic speed estimation using temporal and spatial smoothing of gps speed data |
CN104900057A (zh) * | 2015-05-20 | 2015-09-09 | 江苏省交通规划设计院股份有限公司 | 一种城市快速路主辅道的浮动车地图匹配方法 |
CN106384504A (zh) * | 2016-09-06 | 2017-02-08 | 江苏智通交通科技有限公司 | 基于数据可视化的城市路网拥堵特性描述分析方法 |
JP6320656B1 (ja) * | 2017-07-31 | 2018-05-09 | 三菱電機株式会社 | 交通流推定システム |
CN108399744A (zh) * | 2018-02-24 | 2018-08-14 | 上海理工大学 | 基于灰色小波神经网络的短时交通流预测方法 |
CN111581538A (zh) * | 2020-04-10 | 2020-08-25 | 华南理工大学 | 一种基于高速公路收费数据的高速交通流状态推断方法 |
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 |
CN114241779A (zh) * | 2022-02-24 | 2022-03-25 | 深圳市城市交通规划设计研究中心股份有限公司 | 一种城市快速路交通流短时预测方法、计算机及存储介质 |
CN114596709A (zh) * | 2022-03-15 | 2022-06-07 | 北京百度网讯科技有限公司 | 数据处理方法、装置、设备以及存储介质 |
Non-Patent Citations (13)
Title |
---|
HAO,W等: "Stability Analysis and Speed-Coordinated Control of Mixed Traffic Flow in Expressway Merging Area", J.TRANSP.ENG.,PART A:SYSTEMS * |
孙超;王波;张云龙;徐建闽;: "基于一种交通状态系数的城市路网交通状态评价研究", 公路交通科技 * |
张南;黄正国;叶彭姚;李诚;乐欢;: "基于车牌数据的行程速度特性及交通状态评估", 综合运输 * |
戴学臻;苑仁腾;周亚男;吴智伟;: "城市快速路车流运行状态安全性评价", 长安大学学报(自然科学版) * |
李树彬: "城市交通系统运行状态评估及控制策略研究", 中国博士学位论文全文数据库 (工程科技Ⅱ辑) * |
杨庆芳等: "高速公路交通流运行稳定性分析", 吉林大学学报(工学版) * |
梁国华等: "高速公路大型车混入率与交通流稳定性关系", 长安大学学报(自然科学版) * |
沈强;: "基于高速公路收费数据的路网运行状态评价", 公路交通科技 * |
王涛等: "多速度差模型及稳定性分析", 物理学报 * |
秦严严等: "智能网联环境下混合交通流稳定性解析", 哈尔滨工业大学学报 * |
翁剑成;王媛;袁荣亮;马思雍;: "基于ETC交易数据的高速公路行程速度提取模型", 交通信息与安全 * |
金双泉;: "基于仿真分析的高速公路车辆当量换算系数研究", 公路交通科技 * |
高朝晖等: "高速公路路段交通运行状态的模糊综合评价方法", 中国矿业大学学报 * |
Also Published As
Publication number | Publication date |
---|---|
CN115953904B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110544373B (zh) | 一种基于北斗车联网的货车预警信息提取与风险识别方法 | |
CN112508392B (zh) | 一种山区双车道公路隐患路段交通冲突风险动态评估方法 | |
Renski et al. | Effect of speed limit increases on crash injury severity: analysis of single-vehicle crashes on North Carolina interstate highways | |
Jiang et al. | Investigating the influence of curbs on single-vehicle crash injury severity utilizing zero-inflated ordered probit models | |
CN113920732B (zh) | 一种针对特定驾驶人群的道路交通事故风险预警方法 | |
CN108932255B (zh) | 一种车辆综合能力分析方法及装置 | |
CN115080638B (zh) | 微观仿真的多源数据融合分析方法、电子设备及存储介质 | |
CN104794184A (zh) | 一种基于大规模数据的贝叶斯分类算法的黑车识别方法 | |
CN115691120A (zh) | 一种基于高速公路流水数据的拥堵识别方法及系统 | |
CN112767684A (zh) | 一种基于收费数据的高速公路交通拥堵检测方法 | |
CN109979198B (zh) | 基于大规模浮动车数据的城市快速道路车速离散辨识方法 | |
Mokhtarimousavi et al. | Severity of worker-involved work zone crashes: A study of contributing factors | |
CN111985749A (zh) | 一种道路风险的评估方法及装置 | |
CN115953904A (zh) | 高速交通流速度稳定性分析方法、电子设备及其存储介质 | |
CN111695767A (zh) | 高速公路路网通行效率评估方法、电子设备、存储介质 | |
CN109636250B (zh) | 一种危险货物卡车生存概率和危险概率的预测方法 | |
CN115565373B (zh) | 高速公路隧道事故实时风险预测方法、装置、设备及介质 | |
CN116753938A (zh) | 车辆测试场景生成方法、装置、存储介质及设备 | |
Simoncini et al. | Vehicle classification from low frequency GPS data | |
CN116386316A (zh) | 交通风险的预测方法和装置、电子设备及存储介质 | |
CN107248282A (zh) | 获取道路运行状态等级的方法 | |
CN114973681A (zh) | 一种在途车辆感知方法及设备 | |
CN114565155A (zh) | 一种公路安全测试方法、装置、电子设备及存储介质 | |
CN112036709A (zh) | 基于随机森林的降雨天气高速公路二次事故致因分析方法 | |
CN110211386A (zh) | 一种基于非参数检验的高速公路车型分类方法 |
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 |