CN116092296B - 交通状态评估方法、装置、电子设备及存储介质 - Google Patents
交通状态评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116092296B CN116092296B CN202310203522.0A CN202310203522A CN116092296B CN 116092296 B CN116092296 B CN 116092296B CN 202310203522 A CN202310203522 A CN 202310203522A CN 116092296 B CN116092296 B CN 116092296B
- Authority
- CN
- China
- Prior art keywords
- traffic
- truck
- index
- indexes
- 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
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
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明的实施例提供了一种交通状态评估方法、装置、电子设备及存储介质,涉及数据处理技术领域。包括:获取基本参数指标;获取包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标的异构交通流量指标;获取包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标的异构交通速度指标;获取包括货车混合流率和客车混合流率的异构交通混合流率指标;根据基本参数指标、异构交通流量指标、异构交通速度指标和异构交通混合流率指标,构建混合交通评估指标集;将混合交通评估指标集输入评估模型,输出混合交通状态评估结果。本申请能够更全面反映不同车辆的运行特征,有利于评估得到更真实的道路交通运行状态。
Description
技术领域
本发明涉及数据处理技术领域,具体而言,涉及一种交通状态评估方法、装置、电子设备及存储介质。
背景技术
交通状态评估是智能交通系统的重要组成部分,可以将交通状态进行等级划分,对道路的整体运行情况进行评估。通过对道路交通状态的分类和描述,可以帮助交通管理者及时了解和掌握当前的交通状况,进而为缓解拥堵政策提供支持。
现有的交通状态评估方法往往只针对单一车辆类型,然而实际的高速公路同事存在多种车型的不同车辆。对单一车辆类型的交通状态评估忽略了不同车辆类型之间的相互影响,导致评估结果与实际道路运行状态存在一定的偏差。目前尚无针对混合交通的交通状态评估方法。
发明内容
为了解决上述技术问题,本申请实施例提供了一种交通状态评估方法、装置、电子设备及存储介质。
第一方面,本申请实施例提供了一种交通状态评估方法,所述方法包括:
获取基本参数指标;
获取异构交通流量指标,其中所述异构交通流量指标包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标;
获取异构交通速度指标,其中所述异构交通速度指标包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标;
获取异构交通混合流率指标,其中所述异构交通混合流率指标包括货车混合流率和客车混合流率;
根据所述基本参数指标、所述异构交通流量指标、所述异构交通速度指标和所述异构交通混合流率指标构建混合交通评估指标集;
将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果。
在一实施方式中,所述基本参数指标包括全部车型的跟车百分比、平均车头间距和时间占用率,所述获取基本参数指标,包括:
通过对待测路段线圈数据的检测,获取高速公路上预设时间段内全部车型的所述跟车百分比、所述平均车头间距和所述时间占用率。
在一实施方式中,所述获取异构交通流量指标,包括:
获取特大型货车、大型货车、中型货车和小型货车的流量参数;
根据标准车辆换算系数,对所述特大型货车、大型货车、中型货车和小型货车的流量参数进行换算,得到所述特大型货车、大型货车、中型货车和小型货车的标准流量;
对所述特大型货车、大型货车、中型货车和小型货车的标准流量进行求和,得到所述货车交通流量指标;
获取大型客车和中小型客车的流量参数;
根据所述标准车辆换算系数,对所述大型客车和中小型客车的流量参数进行换算,得到所述大型客车和中小型客车的标准流量;
对所述大型客车和中小型客车的标准流量进行求和,得到所述客车交通流量指标;
对所述货车交通流量指标和所述客车交通流量指标进行求和,得到所述全部车型的总交通流量指标。
在一实施方式中,所述获取异构交通速度指标,包括:
获取特大型货车、大型货车、中型货车、小型货车、大型客车和中小型客车的速度;
对所述特大型货车、大型货车、中型货车和小型货车的速度,以各货车车型对应的标准流量为权重进行加权平均运算,得到所述货车交通速度指标;
对所述大型客车和中小型客车的速度,以各客车车型对应的标准流量为权重进行加权平均运算,得到所述客车交通速度指标;
将全部车型的速度,以各客车或货车车型下的标准流量为权重,进行加权平均运算,得到所述全部车型的总交通速度指标。
在一实施方式中,所述获取异构交通混合流率指标,包括:
将所述货车交通流量指标除以所述全部车型的总交通流量指标,得到所述货车混合流率;
将所述客车交通流量指标除以所述全部车型的总交通流量指标,得到所述客车混合流率。
在一实施方式中,所述评估模型包括模糊C均值聚类算法,所述将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果,包括:
根据所述模糊C均值聚类算法的目标函数:
计算目标值,其中/>表示聚类中心的集合,/>表示交通状态簇,/>表示交通状态簇/>的聚类中心点,/>为所述目标函数的权重,/>表示指标/>属于交通状态簇/>的权重;/>表示第/>个指标;
将的最小值对应的交通状态簇/>确定为所述交通状态评估结果。
在一实施方式中,所述方法还包括:
将所述混合交通状态评估结果与标准评估结果进行对比,验证所述混合交通状态评估结果的有效性。
第二方面,本申请实施例提供了一种交通状态评估装置,所述交通状态评估装置包括:
第一获取模块,用于获取基本参数指标;
第二获取模块,用于获取异构交通流量指标,其中所述异构交通流量指标包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标;
第三获取模块,用于获取异构交通速度指标,其中所述异构交通速度指标包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标;
第四获取模块,用于获取异构交通混合流率指标,其中所述异构交通混合流率指标包括货车混合流率和客车混合流率;
构建模块,用于根据所述基本参数指标、所述异构交通流量指标、所述异构交通速度指标和所述异构交通混合流率指标构建混合交通评估指标集;
输出模块,用于将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果。
第三方面,本申请实施例提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储计算机程序,所述计算机程序在所述处理器运行时执行第一方面提供的交通状态评估方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行第一方面提供的交通状态评估方法。
上述本申请提供的交通状态评估方法,挖掘不同车辆类型的交通特性对于交通状态评估的影响,从工程实践出发,以高速公路线圈检测数据为依托,构建混合交通状态评估指标集,该方法所构建的指标集能够更加精确地反映高速公路混合交通不同车辆的运行特征,更全面的反映道路运行状态。该方法可以帮助交通管理者及时了解和掌握当前的交通状况,进而为缓解拥堵政策提供支持。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的交通状态评估方法的一流程示意图;
图2为本申请实施例提供的交通状态评估方法的另一流程示意图;
图3为本申请实施例提供的一具体实施例的一图表示意图;
图4为本申请实施例提供的交通状态评估装置的一结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,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实施例,都属于本申请保护的范围。
在下文中,可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本申请的各种实施例中被清楚地限定。
实施例1
交通状态评估是智能交通系统的重要组成部分,它将交通状态进行等级划分,利用模型对道路的整体运行情况进行评判,通过对道路交通状态的分类和描述,可以帮助交通管理者及时了解和掌握当前的交通状况,进而为缓解拥堵政策提供支持,因此,交通状态评估在智能交通领域一直属于热门话题。
以往的交通状态评估问题往往只针对单一车辆类型,忽略了不同车辆类型之间的相互影响,导致交通状态的评估结果与实际道路运行状态存在一定的偏差。在高速公路运行的车辆类型包含多种,比如特大型货车、大型货车、中型货车、小型货车、大型客车及中小型客车,以往的单一车辆类型交通状态模型无法满足由多种类型车辆组成的异构交通的状态评估需求。混合交通中的货车与客车之间存在着操作稳定性、平均运行速度及自身重量等特性差异,特别是货车相比客车的运行速度更加敏感,容易形成移动瓶颈,进而严重降低整条道路的运行效率。因此,在对高速公路交通状态判别时,有必要针对实际道路的混合交通状况,探索不同车辆类型的运行特征对于交通状态评估的影响,构建混合交通状态评估指标集,助力交通状态评估能够更加贴近实际道路运行状态。
基于此,本公开实施例提供了一种交通状态评估方法。
具体的,请参见图1和图2,交通状态评估方法包括:
步骤S110,获取基本参数指标;
在一实施方式中,所述获取基本参数指标,包括:
通过对待测路段线圈数据的检测,获取高速公路上预设时间段内全部车型的所述跟车百分比、所述平均车头间距和所述时间占用率。
通过路段环形线圈车辆检测技术,也就是通过环形线圈检测器等检测设备获取的数据,获得高速公路上预设时间段(也就是待评估时间段)内交通流的时间占有率、平均车头时距及跟车百分比参数,以及特大型货车、大型货车、中型货车、小型货车、大型客车及中小型客车的速度、流量参数,速度单位为km/h,流量单位为veh/h,时间间隔为1h。环形线圈收集到的部分指标数据如表1所示。
表1:
步骤S120,获取异构交通流量指标,其中所述异构交通流量指标包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标;
在一实施方式中,所述获取异构交通流量指标,包括:
获取特大型货车、大型货车、中型货车和小型货车的流量参数;根据标准车辆换算系数,对所述特大型货车、大型货车、中型货车和小型货车的流量参数进行换算,得到所述特大型货车、大型货车、中型货车和小型货车的标准流量;对所述特大型货车、大型货车、中型货车和小型货车的标准流量进行求和,得到所述货车交通流量指标;
获取大型客车和中小型客车的流量参数;根据标准车辆换算系数,对所述大型客车和中小型客车的流量参数进行换算,得到所述大型客车和中小型客车的标准流量;对所述大型客车和中小型客车的标准流量进行求和,得到所述客车交通流量指标;
对所述货车交通流量指标和所述客车交通流量指标进行求和,得到所述全部车型的总交通流量指标。其中,流量参数的单位均为pcu/h。
步骤S120所述标准车辆换算系数参考《公路工程技术标准》(JTG B01-2014)规定,以小客车为标准车型,各种车型的划分标准及换算系数如表2所示。
表2:
在一具体实施例中,换算后各车型标准流量如表3所示。
表3:
在一具体实施例中,货车交通流量指标的计算部分结果如表4所示。
表4:
在一具体实施例中,客车交通流量指标的计算部分结果如表5所示。
表5:
在一具体实施例中,所有车型的总交通流量指标的部分计算结果如表6所示。
表6:
步骤S130,获取异构交通速度指标,其中所述异构交通速度指标包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标;
在一实施方式中,所述获取异构交通速度指标,包括:
获取特大型货车、大型货车、中型货车、小型货车、大型客车和中小型客车的速度;
对所述特大型货车、大型货车、中型货车和小型货车的速度,以各货车车型对应的标准流量为权重进行加权平均运算,得到所述货车交通速度指标;
对所述大型客车和中小型客车的速度,以各客车车型对应的标准流量为权重进行加权平均运算,得到所述客车交通速度指标;
将全部车型的速度,以各客车或货车车型下的标准流量为权重,进行加权平均运算,得到所述全部车型的总交通速度指标。其中速度指标的单位为km/h。
加权平均计算,即将每种车型的速度乘以对应的权重再求和,最后除以全部权重的和,在本实施例中权重为标准流量。具体地,加权平均速度的计算参见公式1:
其中,代表加权平均速度,/>代表第i种车型的标准流量,/>代表第i种车型的平均速度。
在一具体实施例中,货车交通速度指标的部分计算结果如表7所示。
表7:
在一具体实施例中,客车交通速度指标的部分计算结果如表8所示。
表8:
全部车型的总交通速度指标的部分计算结果如表9所示。
表9:
步骤S140,获取异构交通混合流率指标,其中所述异构交通混合流率指标包括货车混合流率和客车混合流率;
在一实施方式中,所述获取异构交通混合流率指标,包括:
将所述货车交通流量指标除以所述全部车型的总交通流量指标,得到所述货车混合流率;将所述客车交通流量指标除以所述全部车型的总交通流量指标,得到所述客车混合流率。
货车混合流率的部分结果如表10所示。
表10:
客车混合流率的部分结果如表11所示。
表11:
步骤S150,根据所述基本参数指标、所述异构交通流量指标、所述异构交通速度指标和所述异构交通混合流率指标,构建混合交通评估指标集;
在一实施方式中,在将混合交通评估指标集投入使用之前,还需要对各指标进行筛选,请参见图3。具体地,可以计算每两个指标之间的斯皮尔曼相关性系数,根据斯皮尔曼相关性系数进行筛选。当两个指标之间的斯皮尔曼相关性系数大于0.9时,说明两个指标相关性过强,将其中一个指标作为冗余指标进行删除。余下指标即为混合交通下的混合交通评估指标集。所述斯皮尔曼相关性系数的计算参见公式2。
公式2:
其中,代表异构交通状态评估的指标,/>代表指标的个数。/>,/>。
未经筛选的混合交通评估指标集共包含23个指标,如表12所示。
表12:
两两指标之间的斯皮尔曼相关性系数计算部分结果如表13所示。
表13:
斯皮尔曼相关性系数大于0.9的指标如表14所示。
表14:
斯皮尔曼相关性系数大于0.9的两个指标之间存在指标冗余,因此,为了提高模型的运行效率,删除其中一个。通过表13可知,将中小型客车流量、中小型客车速度、客车混合流率、客车速度及总流量共5个指标作为冗余指标进行删除。此时,交通状态评估指标集由原来的23维度变成了18维度。将经过筛选的混合交通评估指标集投入下一步的使用。
步骤S160,将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果。
在一实施方式中,所述评估模型包括模糊C均值(FCM,fuzzy c-means)聚类算法,所述将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果,包括:
根据所述模糊C均值聚类算法的目标函数:
计算目标值,其中/>表示聚类中心的集合,/>表示交通状态簇,/>表示交通状态簇/>的聚类中心点,/>为所述目标函数的权重,/>表示指标/>属于交通状态簇/>的权重;/>表示第/>个指标(即混合交通评估指标集中按顺序存放的第i个指标,例如基本参数指标、异构交通流量指标,异构交通速度指标,异构交通混合流率指标等);
将的最小值对应的交通状态簇/>确定为所述交通状态评估结果。
在求解过程中,通过不断迭代,寻找对应的交通状态簇,即获得混合交通评估指标集对应的混合交通状态评估结果。
通过构建混合交通评估指标集获得的混合交通状态评估结果,请参见图3。
步骤S160中评估出的每个簇属于的交通状态的评估依据可以采用2011年北京市发布的地方标准《城市道路交通运行评价指标体系》(DB11/T 785-2011),将北京市交通运行状态根据速度的大小划分了5种交通状态,按照速度数值从小到大依次划分为严重拥堵、中度拥堵、轻度拥堵、基本畅通和畅通五个等级。
在一实施方式中,所述方法还包括:
将所述混合交通状态评估结果与标准评估结果进行对比,验证所述混合交通状态评估结果的有效性。
在一具体实施例中,可以将本申请实施例获得的交通状态评估结果与北京市地方标准《城市道路交通运行评价指标体系》(DB11/T 785-2011)评估的交通状态进行对比,评估本方法的有效性。有效性量化方法为:本方法评估的交通状态与北京市地方标准获得交通状态相同的数量除以所有交通状态数量。经计算,本方法的有效性达到94.32%,说明本方法提出的基于混合交通的交通状态指标集和交通状态评估方法能够较好的反映混合交通中不同车辆的运行特征,较好的评估道路交通的运行状态。
本实施例提供的交通状态评估方法,挖掘不同车辆类型的交通特性对于交通状态评估的影响,从工程实践出发,以高速公路线圈检测数据为依托,构建混合交通状态评估指标集。本实施例构建的指标集能够更加精确地反映高速公路混合交通不同车辆的运行特征,更全面的反映道路运行状态。该方法还可以帮助交通管理者及时了解和掌握当前的交通状况,进而为缓解拥堵政策提供支持。
实施例2
此外,本公开实施例提供了一种交通状态评估装置。
具体的,如图4所示,交通状态评估装置400包括:
第一获取模块410,用于获取基本参数指标;
第二获取模块420,用于获取异构交通流量指标,其中所述异构交通流量指标包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标;
第三获取模块430,用于获取异构交通速度指标,其中所述异构交通速度指标包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标;
第四获取模块440,用于获取异构交通混合流率指标,其中所述异构交通混合流率指标包括货车混合流率和客车混合流率;
构建模块450,用于根据所述基本参数指标、所述异构交通流量指标、所述异构交通速度指标和所述异构交通混合流率指标构建混合交通评估指标集;
输出模块460,用于将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果。
本实施例提供的交通状态评估装置400可以实现实施例1所提供的交通状态评估方法,为避免重复,在此不再赘述。
本实施例提供的交通状态评估装置,挖掘不同车辆类型的交通特性对于交通状态评估的影响,从工程实践出发,以高速公路线圈检测数据为依托,构建混合交通状态评估指标集,本实施例构建的指标集能够更加精确地反映高速公路混合交通不同车辆的运行特征,更全面的反映道路运行状态。还可以帮助交通管理者及时了解和掌握当前的交通状况,进而为缓解拥堵政策提供支持。
实施例3
此外,本公开实施例提供了一种电子设备,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器上运行时执行实施例1所提供的交通状态评估方法。
本发明实施例提供的电子设备可以实现实施例1所提供的交通状态评估方法,为避免重复,在此不再赘述。
本实施例提供的电子设备,挖掘不同车辆类型的交通特性对于交通状态评估的影响,从工程实践出发,以高速公路线圈检测数据为依托,构建混合交通状态评估指标集,本实施例构建的指标集能够更加精确地反映高速公路混合交通不同车辆的运行特征,更全面的反映道路运行状态。还可以帮助交通管理者及时了解和掌握当前的交通状况,进而为缓解拥堵政策提供支持。
实施例4
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现实施例1所提供的交通状态评估方法。
在本实施例中,计算机可读存储介质可以为只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本实施例提供的计算机可读存储介质可以实现实施例1所提供的交通状态评估方法,为避免重复,在此不再赘述。
需要说明的是,在本文中,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、物品或者终端不仅包括那些要素,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、物品或者终端所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者终端中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种交通状态评估方法,其特征在于,所述方法包括:
获取基本参数指标;
获取异构交通流量指标,其中所述异构交通流量指标包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标;
获取异构交通速度指标,其中所述异构交通速度指标包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标;
获取异构交通混合流率指标,其中所述异构交通混合流率指标包括货车混合流率和客车混合流率;
根据所述基本参数指标、所述异构交通流量指标、所述异构交通速度指标和所述异构交通混合流率指标,构建混合交通评估指标集;
将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果,其中,所述混合交通状态评估结果为严重拥堵、中度拥堵、轻度拥堵、基本畅通和畅通中的一种;
所述基本参数指标包括全部车型的跟车百分比、平均车头间距和时间占用率,所述获取基本参数指标,包括:
通过对待测路段线圈数据的检测,获取高速公路上预设时间段内全部车型的所述跟车百分比、所述平均车头间距和所述时间占用率;
在将所述混合交通评估指标集输入评估模型之前,还包括:
计算每两个指标之间的斯皮尔曼相关性系数,根据所述斯皮尔曼相关性系数进行筛选,当两个指标之间的斯皮尔曼相关性系数大于0.9时,将其中一个指标作为冗余指标进行删除,余下指标为所述混合交通评估指标集;
所述获取异构交通混合流率指标,包括:
将所述货车交通流量指标除以所述全部车型的总交通流量指标,得到所述货车混合流率;
将所述客车交通流量指标除以所述全部车型的总交通流量指标,得到所述客车混合流率。
2.根据权利要求1所述的交通状态评估方法,其特征在于,所述获取异构交通流量指标,包括:
获取特大型货车、大型货车、中型货车和小型货车的流量参数;
根据标准车辆换算系数,对所述特大型货车、大型货车、中型货车和小型货车的流量参数进行换算,得到所述特大型货车、大型货车、中型货车和小型货车的标准流量;
对所述特大型货车、大型货车、中型货车和小型货车的标准流量进行求和,得到所述货车交通流量指标;
获取大型客车和中小型客车的流量参数;
根据所述标准车辆换算系数,对所述大型客车和中小型客车的流量参数进行换算,得到所述大型客车和中小型客车的标准流量;
对所述大型客车和中小型客车的标准流量进行求和,得到所述客车交通流量指标;
对所述货车交通流量指标和所述客车交通流量指标进行求和,得到所述全部车型的总交通流量指标。
3.根据权利要求2所述的交通状态评估方法,其特征在于,所述获取异构交通速度指标,包括:
获取特大型货车、大型货车、中型货车、小型货车、大型客车和中小型客车的速度;
对所述特大型货车、大型货车、中型货车和小型货车的速度,以各货车车型对应的标准流量为权重进行加权平均运算,得到所述货车交通速度指标;
对所述大型客车和中小型客车的速度,以各客车车型对应的标准流量为权重进行加权平均运算,得到所述客车交通速度指标;
将全部车型的速度,以各客车或货车车型下的标准流量为权重,进行加权平均运算,得到所述全部车型的总交通速度指标。
4.根据权利要求1所述的交通状态评估方法,其特征在于,所述评估模型包括模糊C均值聚类算法,所述将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果,包括:
根据所述模糊C均值聚类算法的目标函数:
计算目标值,其中/>表示聚类中心的集合,/>表示交通状态簇,/>表示交通状态簇/>的聚类中心点,/>为所述目标函数的权重,/>表示指标/>属于交通状态簇/>的权重;/>表示第/>个指标;
将的最小值对应的交通状态簇/>确定为所述交通状态评估结果。
5.根据权利要求1所述的交通状态评估方法,其特征在于,所述方法还包括:
将所述混合交通状态评估结果与标准评估结果进行对比,验证所述混合交通状态评估结果的有效性。
6.一种交通状态评估装置,其特征在于,所述装置包括:
第一获取模块,用于获取基本参数指标;
第二获取模块,用于获取异构交通流量指标,其中所述异构交通流量指标包括货车交通流量指标、客车交通流量指标和全部车型的总交通流量指标;
第三获取模块,用于获取异构交通速度指标,其中所述异构交通速度指标包括货车交通速度指标、客车交通速度指标和全部车型的总交通速度指标;
第四获取模块,用于获取异构交通混合流率指标,其中所述异构交通混合流率指标包括货车混合流率和客车混合流率;
构建模块,用于根据所述基本参数指标、所述异构交通流量指标、所述异构交通速度指标和所述异构交通混合流率指标构建混合交通评估指标集;
输出模块,用于将所述混合交通评估指标集输入评估模型,输出混合交通状态评估结果,其中,所述混合交通状态评估结果为严重拥堵、中度拥堵、轻度拥堵、基本畅通和畅通中的一种;
所述基本参数指标包括全部车型的跟车百分比、平均车头间距和时间占用率,所述第一获取模块,还用于:
通过对待测路段线圈数据的检测,获取高速公路上预设时间段内全部车型的所述跟车百分比、所述平均车头间距和所述时间占用率;
所述构建模块,还用于:
计算每两个指标之间的斯皮尔曼相关性系数,根据所述斯皮尔曼相关性系数进行筛选,当两个指标之间的斯皮尔曼相关性系数大于0.9时,将其中一个指标作为冗余指标进行删除,余下指标为所述混合交通评估指标集;
所述第四获取模块,还用于:
将所述货车交通流量指标除以所述全部车型的总交通流量指标,得到所述货车混合流率;
将所述客车交通流量指标除以所述全部车型的总交通流量指标,得到所述客车混合流率。
7.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述计算机程序在所述处理器运行时执行权利要求1至5中任一项所述的交通状态评估方法。
8.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至5中任一项所述的交通状态评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310203522.0A CN116092296B (zh) | 2023-03-06 | 2023-03-06 | 交通状态评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310203522.0A CN116092296B (zh) | 2023-03-06 | 2023-03-06 | 交通状态评估方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116092296A CN116092296A (zh) | 2023-05-09 |
CN116092296B true CN116092296B (zh) | 2023-08-18 |
Family
ID=86210341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310203522.0A Active CN116092296B (zh) | 2023-03-06 | 2023-03-06 | 交通状态评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116092296B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117334058B (zh) * | 2023-11-30 | 2024-03-19 | 交通运输部科学研究院 | 一种货车交通流量预测方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0221283A (ja) * | 1988-07-08 | 1990-01-24 | Nippon Signal Co Ltd:The | 車速計測装置 |
CN103839409A (zh) * | 2014-02-27 | 2014-06-04 | 南京大学 | 基于多断面视觉传感聚类分析的交通流状态判别方法 |
CN104916135A (zh) * | 2015-06-19 | 2015-09-16 | 南京全司达交通科技有限公司 | 获取客货分离式高速公路货运车道通行能力的方法和系统 |
CN105931463A (zh) * | 2016-06-27 | 2016-09-07 | 安徽四创电子股份有限公司 | 基于交通场面雷达的路段交通运行指数计算方法 |
CN110335462A (zh) * | 2019-05-26 | 2019-10-15 | 天津市市政工程设计研究院 | 多车道高速公路混合交通流动态分离控制方法 |
CN113313946A (zh) * | 2021-05-31 | 2021-08-27 | 长安大学 | 一种多车道高速公路客货车协同控制方法、装置和设备 |
CN113487197A (zh) * | 2021-07-12 | 2021-10-08 | 吉林大学 | 一种基于topsis评价模型的车联网信息筛选方法 |
-
2023
- 2023-03-06 CN CN202310203522.0A patent/CN116092296B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0221283A (ja) * | 1988-07-08 | 1990-01-24 | Nippon Signal Co Ltd:The | 車速計測装置 |
CN103839409A (zh) * | 2014-02-27 | 2014-06-04 | 南京大学 | 基于多断面视觉传感聚类分析的交通流状态判别方法 |
CN104916135A (zh) * | 2015-06-19 | 2015-09-16 | 南京全司达交通科技有限公司 | 获取客货分离式高速公路货运车道通行能力的方法和系统 |
CN105931463A (zh) * | 2016-06-27 | 2016-09-07 | 安徽四创电子股份有限公司 | 基于交通场面雷达的路段交通运行指数计算方法 |
CN110335462A (zh) * | 2019-05-26 | 2019-10-15 | 天津市市政工程设计研究院 | 多车道高速公路混合交通流动态分离控制方法 |
CN113313946A (zh) * | 2021-05-31 | 2021-08-27 | 长安大学 | 一种多车道高速公路客货车协同控制方法、装置和设备 |
CN113487197A (zh) * | 2021-07-12 | 2021-10-08 | 吉林大学 | 一种基于topsis评价模型的车联网信息筛选方法 |
Non-Patent Citations (1)
Title |
---|
基于模糊C均值聚类的城市道路交通状态判别;李晓璐;;交通科技与经济(第04期);36-40 * |
Also Published As
Publication number | Publication date |
---|---|
CN116092296A (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ma et al. | The impact of aggressive driving behavior on driver‐injury severity at highway‐rail grade crossings accidents | |
JP6045846B2 (ja) | 交通事故発生予報装置、方法およびプログラム | |
Lin et al. | Regional driving characteristics, regional driving cycles | |
CN116092296B (zh) | 交通状态评估方法、装置、电子设备及存储介质 | |
CN110615001A (zh) | 一种基于can数据的驾驶安全提醒方法、装置及介质 | |
CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
WO2023274071A1 (zh) | 驾驶行为监控方法、装置、电子设备及存储介质 | |
CN112183947B (zh) | 轨道交通车辆综合评价方法、装置、电子设备及存储介质 | |
JP7300700B2 (ja) | 地点別歩行者事故危険度評価方法および地点別歩行者事故危険度判定システム | |
CN112801541B (zh) | 一种危险化学品道路运输风险动态评估及风险导航方法 | |
CN112150046A (zh) | 一种道路交叉口安全风险指数计算方法 | |
Nikolaev et al. | Fuzzy Algorithm for the Detection of Incidents in the Transport System. | |
CN112700156A (zh) | 一种新能源汽车运行安全性能评价体系构建方法 | |
CN116245367A (zh) | 基于层次模糊神经网络的危货车运输风险评估方法及系统 | |
Sobreira et al. | Disaggregated traffic conditions and road crashes in urban signalized intersections | |
Joni et al. | Analysis of traffic accident severity in Baghdad city using Binary Logistic Regression Model | |
CN113592221A (zh) | 基于安全替代评价指标的道路路段风险动态评估方法 | |
CN117151513A (zh) | 评价交通安全的方法、装置、设备及存储介质 | |
Chen et al. | The impact of truck proportion on traffic safety using surrogate safety measures in China | |
CN115565365A (zh) | 一种高速公路数据处理方法、装置、设备及计算机程序产品 | |
He et al. | Research on safety evaluation of commercial vehicle driving behavior based on data mining technology | |
CN114329342B (zh) | 基于极值-高斯混合分布模型的高速公路通行能力计算方法 | |
CN115311861B (zh) | 高速公路疲劳驾驶判别方法、装置、电子设备及存储介质 | |
CN116665456B (zh) | 一种结合高维指标降维处理对交通状态进行评估的方法 | |
CN116050915A (zh) | 一种城市交通影响评价方法及电子设备、存储介质 |
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 |