CN116935646B - 一种路网交通状态检测方法、装置、终端及介质 - Google Patents
一种路网交通状态检测方法、装置、终端及介质 Download PDFInfo
- Publication number
- CN116935646B CN116935646B CN202310988428.0A CN202310988428A CN116935646B CN 116935646 B CN116935646 B CN 116935646B CN 202310988428 A CN202310988428 A CN 202310988428A CN 116935646 B CN116935646 B CN 116935646B
- Authority
- CN
- China
- Prior art keywords
- track
- road section
- data
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000012216 screening Methods 0.000 claims abstract description 9
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000009825 accumulation Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 230000029305 taxis Effects 0.000 description 1
- 230000028838 turning behavior Effects 0.000 description 1
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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- 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)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种路网交通状态检测方法、装置、终端及介质,所述方法包括获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;通过匹配路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据;计算第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到每条轨迹的有效轨迹;计算所述有效轨迹所经路段的平均车速、行程时间;基于第二轨迹数据的空间信息对平均车速和行程时间进行修正;提取所述有效轨迹的每个路段和城市路网的交叉口的交通运行特征数据。因此,本发明实施例能够获取路段级别的交通运行特征数据以及交叉口级别的交通运行特征数据,以识别城市路网运行特征和判断交通流整体状态。
Description
技术领域
本发明涉及城市交通技术领域,尤其涉及一种路网交通状态检测方法、装置、终端及介质。
背景技术
城市交通运行特征识别对完善城市交通体系、提高交通服务水平和支持各类决策有重要意义。通过对路段交通流量、运行速度、拥堵状况等通知进行识别,可为交通管理部门提供实时信息,为制定缓解拥堵和提高交通安全的对策提供依据。同时,通过识别城市交通流量和通行能力特征,可以发现现有交通设施存在的问题,为规划新建交通设施提供参考。
现有技术中,一是通过雷达、红外等监测感应设备识别城市路网运行特征,但该方法对于监测设备的覆盖率依赖度较高,对于没有安装监测设备的区域,无法获取交通运行特征,且雷达、红外检测数据多为点状数据,难以获得连续路段级别的交通运行特征;二是通过对浮动车gps轨迹数据进行处理和扩样,获取全路网运行特征,该方法的缺点在于样本量较少,难以准确反映整体交通状态,存在较大误差,且浮动车多为出租车,在交通运行特征不具有代表性;三是通过对路段和交叉口的监控视频进行识别分析,获取路网运行车速、转向流量等信息,该方法成本很高,产生的数据量巨大,后期处理人力物力耗费大,且易涉及隐私问题。因此,亟需提供一种覆盖面大,能够准确判断交通流整体状态,具且对于人力物力的要求较低的路网交通特征识别方法以完善城市交通体系和提高交通服务水平。
发明内容
本发明提供一种路网交通状态检测方法、装置、终端及介质,基于低采样车辆轨迹数据,获取路段级别的运行特征数据,以及交叉口级别的交通特征数据,以识别城市路网运行特征和判断交通流整体状态,且本发明的数据覆盖面大,具有较强的泛化能力,能够实现交通拥堵识别,对于人力物力的要求较低,经济适用性良好。
为了实现上述目的,第一方面,本发明实施例提供了一种路网交通状态检测方法,包括:
获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;
通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据;
计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹;
计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;
提取所述有效轨迹的每个路段的交通运行特征数据;
提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态。
作为上述方案的改进,所述通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据,具体包括:
将包含地理位置信息的轨迹数据序列与电子路网矢量地图进行数据关联;
获得所述数据关联的轨迹数据所表示的具体行驶路线,以及所述具体行驶路线所经过的路段长度;
计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据。
作为上述方案的改进,所述计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据,具体包括:
计算所述数据关联的轨迹数据的每条轨迹记录的行驶总长度,获得所述数据关联的所有轨迹数据对应的轨迹长度;
对所述轨迹长度进行长度排序,若所述轨迹长度的分布符合正态分布,则采用三标准差原则,剔除所述轨迹长度大于或小于/>的轨迹,得到第二轨迹数据;其中,/>为所述轨迹长度的均值,σ为所述轨迹长度的标准差;
若所述轨迹长度的分布不符合正态分布,则采用箱型图法,剔除所述轨迹长度大于QU+1.5IQR或小于QL-1.5IQR的轨迹,得到所述第二轨迹数据;其中,QU为所述轨迹长度的上四分位数,QL为所述轨迹长度的下四分位数,IQR为所述轨迹长度的上四分位数与下四分位数之间的差,IQR=QU-QL。
作为上述方案的改进,所述计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹,具体包括:
若所述每条轨迹在当前所经路段的时间戳与在下一所经路段的时间戳之间的时间差为0,则将所述当前所经路段的轨迹标记为无效轨迹;
若所述时间差不为0,则根据所述时间差计算所述当前所经路段的初始速度;
若所述当前所经路段的初始速度小于预设速度,则所述轨迹在所述当前所经路段停车,将所述当前所经路段的轨迹标记为无效轨迹;
若所述当前所经路段的初始速度大于或者等于所述预设速度,则将所述当前所经路段的轨迹标记为有效轨迹;历遍所述每条轨迹,得到所述每条轨迹的有效轨迹。
作为上述方案的改进,所述计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正,具体包括:
累计所述每条轨迹的连续有效轨迹的通行时间,直至累计的通行时间大于预设时间后,根据累计的通行时间以及对应有效轨迹的路段长度,求得所述对应有效轨迹所经路段的平均车速,并分配给所有参与本次累计的所经路段;
将累计的通行时间分配给所有参与本次累计的所经路段,得到车辆在每个所经路段的行程时间;
基于所述第二轨迹数据的空间信息,根据道路等级确定不同路段的限速,计算路段最小行驶时间成本;
比较所述行程时间和对应的最小行驶时间成本,修正所述行程时间;
根据修正后的行程时间以及对应的路段长度,得到所述每条轨迹在每个路段的修正车速。
作为上述方案的改进,所述提取所述有效轨迹的每个路段的交通运行特征数据,包括路段流量、方向系数、平均行程车速、重载货车比例、高峰小时系数、拥堵路段识别,具体包括:
根据所述第二轨迹数据的空间信息,统计每个路段在每时段的每个方向的有效轨迹数,作为所述路段在所述时段内和行驶方向上的路段流量;
将所述路段流量较大的方向上的交通流量占总流量的比例,作为所述路段在所述时段的方向系数;
根据所述每个路段所有有效轨迹的平均车速,累加指定时段内特定路段上车辆通行时间之和,计算所述指定时段内所述路段的平均行程车速;
按车型统计所述路段流量,并计算所述每个路段的重载货车流量占路段总流量的比例,作为重载货车比例;
挑选交通流量最高的小时,计算高峰小时系数PHF;
采用所述有效轨迹的平均车速或者停车比例作为拥堵路段识别指标,识别拥堵路段;
其中,所述平均行程车速的计算公式为:
式中:Si,t为路段i在时段t的平均行程车速,U(i,t)为所述时段t内经过所述路段i的有效轨迹集合,|U(i,t)|表示所述时段t内所述路段i上的交通流量;li表示所述路段i的长度,Tu,i为车辆u经过所述路段i的行程时间;
所述高峰小时系数的计算公式为:
式中,V为所述流量交通最高的小时,即高峰小时内,所述路段的流量;V15为所述高峰小时内流量最高的15分钟内所述路段的流量。
作为上述方案的改进,所述提取所述城市路网的交叉口的交通特征数据,包括左转流量、右转流量、直行流量、转向比例,具体包括:
对所述城市路网的交叉口,构建路段转向关系矩阵;
根据经过所述交叉口的每一条轨迹在第一时刻和第二时刻所处的路段,判断所述每一条轨迹在所述交叉口的交通转向行为;
基于所述交通转向行为,统计所述交叉口的左转轨迹数量、右转轨迹数量和直行轨迹数量,分别作为左转流量、右转流量和直行流量;
计算所述左转流量和右转流量之和占所述交叉口的总流量的比例,作为转向比例。
第二方面,本发明实施例提供了一种路网交通状态检测装置,包括:
数据获取模块,用于获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;
匹配计算模块,用于通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据;
有效轨迹模块,用于计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹;
修正统计模块,用于计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;
路段特征模块,用于提取所述有效轨迹的每个路段的交通运行特征数据;
交叉口特征模块,用于提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态。
第三方面,本发明实施例对应提供了一种终端设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现上述路网交通状态检测方法。
此外,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述路网交通状态检测方法。
与现有技术相比,本发明实施例公开的一种路网交通状态检测方法、装置、终端及介质,通过获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据;计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹;计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;提取所述有效轨迹的每个路段的交通运行特征数据;提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态。因此,本发明实施例能够获取路段级别的交通运行特征数据以及交叉口级别的交通运行特征数据,以识别城市路网运行特征和判断交通流整体状态,而城市路网运行特征识别对完善城市交通体系、提高交通服务水平和支持各类决策有重要意义;通过对路段流量、运行速度、拥堵状况等通知进行识别,可为交通管理部门提供实时信息,为制定缓解拥堵和提高交通安全的对策提供依据,且能够发现现有交通设施存在的问题,为规划新建交通设施提供参考;同时本发明的数据覆盖面大,具有较强的泛化能力,能够实现交通拥堵识别,对于人力物力的要求较低,经济适用性良好。
附图说明
图1是本发明实施例提供的一种路网交通状态检测方法的流程示意图;
图2是本发明实施例提供的一种路网交通状态检测装置的结构示意图;
图3是本发明实施例提供的一种十字交叉口示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明的术语“包括”和“具体”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
请参阅图1,图1是本发明实施例提供的一种路网交通状态检测方法的流程示意图,该路网交通状态检测方法,包括步骤S11至S16:
S11:获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;
S12:通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据;
S13:计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹;
S14:计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;
S15:提取所述有效轨迹的每个路段的交通运行特征数据;
S16:提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态。
在具体实施例当中,获取目标城市内的车辆轨迹数据和路网数据,并对所述车辆轨迹数据进行数据清洗,得到第一轨迹数据,具体方法为:获取目标城市内的车辆轨迹数据集U0,统计每条轨迹记录的采样点数量;将仅包含一个采样点的轨迹记录从数据集U0剔除,获得清洗后的数据集U1,可选的,所述车辆轨迹数据包括:轨迹ID、车辆类型、出发的时间和位置、到达的时间和位置、途经的路段ID以及经过时长等的字段。
使用Arcgis软件加载预先获取的路网数据文件,并添加新字段列,命名为“length”,将数据类型设置为“double”;右击新添加的“length”列,选择“计算几何”,属性选择“长度”,单位选择“米”,坐标系选择地理坐标系,点击“确定”,计算得到路网数据中各路段的长度。
进一步的,所述步骤S12中,具体包括:
将包含地理位置信息的轨迹数据序列与电子路网矢量地图进行数据关联;
获得所述数据关联的轨迹数据所表示的具体行驶路线,以及所述具体行驶路线所经过的路段长度;
计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据。
进一步地,根据所述第二轨迹数据的每条轨迹的当前所经路段和上一所经路段的空间关系,确定所述第二轨迹数据的每条轨迹在所述当前所经路段上的行驶方向;
将所述第二轨迹数据按所经路段和行驶方向进行划分,建立轨迹数据集合,获得第二轨迹数据的空间信息。
更进一步的,所述计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据,具体包括:
计算所述数据关联的轨迹数据的每条轨迹记录的行驶总长度,获得所述数据关联的所有轨迹数据对应的轨迹长度;
对所述轨迹长度进行长度排序,若所述轨迹长度的分布符合正态分布,则采用三标准差原则,剔除所述轨迹长度大于或小于/>的轨迹,得到第二轨迹数据;其中,/>为所述轨迹长度的均值,σ为所述轨迹长度的标准差;
若所述轨迹长度的分布不符合正态分布,则采用箱型图法,剔除所述轨迹长度大于QU+1.5IQR或小于QL-1.5IQR的轨迹,得到所述第二轨迹数据;其中,QU为所述轨迹长度的上四分位数,QL为所述轨迹长度的下四分位数,IQR为所述轨迹长度的上四分位数与下四分位数之间的差,IQR=QU-QL。
在具体实施例当中,通过路段ID字段,基于ArcGIS软件,将目标区域内的车辆轨迹数据和路网数据进行空间匹配,即将包含地理位置信息的轨迹数据序列与电子路网矢量地图进行数据关联;
基于上述空间匹配完成的数据,获得每条轨迹数据所表示的具体行驶路线,以及路线所经过的每一条路段长度;
计算每条轨迹的行驶长度,将行驶长度不符合预先设定阈值的轨迹数据从U1中剔除,得到数据集U2,可选的方式为:
方法一:直接基于经验值和参考文献资料,预设轨迹长度阈值为500m。
方法二:基于本批数据的特征,设定阈值,具体步骤如下:
1)基于空间匹配完成的车辆轨迹数据,计算每条轨迹记录的行驶总长度,并进而获得所有轨迹数据对应的长度;
2)将对轨迹长度分布从小到大排列,判断是否符合正态分布;若符合正态分布则采用三标准差原则,将总长度大于或小于/>的轨迹视作异常值,从数据库U2中剔除;其中,/>为轨迹长度的均值,σ为轨迹长度的标准差;若不符合正态分布,则可采用箱型图法,将总长度大于QU+1.5IQR或小于QL-1.5IQR的轨迹视作异常值,从数据库U2中剔除;其中,IQR=Q3-Q1,即上四分位数与下四分位数之间的差。
进一步的,所述步骤S13中,具体包括:
若所述每条轨迹在当前所经路段的时间戳与在下一所经路段的时间戳之间的时间差为0,则将所述当前所经路段的轨迹标记为无效轨迹;
若所述时间差不为0,则根据所述时间差计算所述当前所经路段的初始速度;
若所述当前所经路段的初始速度小于预设速度,则所述轨迹在所述当前所经路段停车,将所述当前所经路段的轨迹标记为无效轨迹;
若所述当前所经路段的初始速度大于或者等于所述预设速度,则将所述当前所经路段的轨迹标记为有效轨迹;历遍所述每条轨迹,得到所述每条轨迹的有效轨迹。
需要说明的是,在实际情况中,针对单条轨迹,计算每个路段上,该轨迹的速度;针对不同的情况,将路段标记为有效轨迹或无效轨迹。具体规则如下:
若该轨迹在该路段的时间戳与该轨迹在下一路段的时间戳之间,时间差为0,则直接将该路段标记为无效轨迹;
若该路段与下一路段时间差不为0,则根据时间差ΔT计算初始速度V0,并进入下一步判断;优选地,可根据数据时间精度,适当调整时间差ΔT以尽量减小计算误差,例如,若原始数据为分钟级精度,则可将原始时间差扣减30秒后再作为ΔT用于计算初始速度V0;
若V0<1m/s,则识别为该轨迹在本路段停车,将该路段标记为无效轨迹;否则若V0>=1m/s,则将该路段标记为有效轨迹。
具体的,所述步骤S14中,,具体包括:
累计所述每条轨迹的连续有效轨迹的通行时间,直至累计的通行时间大于预设时间后,根据累计的通行时间以及对应有效轨迹的路段长度,求得所述对应有效轨迹所经路段的平均车速,并分配给所有参与本次累计的所经路段;
将累计的通行时间分配给所有参与本次累计的所经路段,得到车辆在每个所经路段的行程时间;
基于所述第二轨迹数据的空间信息,根据道路等级确定不同路段的限速,计算路段最小行驶时间成本;
比较所述行程时间和对应的最小行驶时间成本,修正所述行程时间;
根据修正后的行程时间以及对应的路段长度,得到所述每条轨迹在每个路段的修正车速。
示例的,针对单条轨迹,从第一条有效轨迹段开始,将连续有效轨迹的通行时间进行累计,直至累计时长T>5分钟后,计算累计路段长度和累计通行时间,求得该轨迹在上述路段的平均车速V1,并分配给所有参与本次累计的路段;特别地,中止累计的条件如下:
若累计时间T<5分钟时车辆判定为停车(即下一轨迹被标记为无效轨迹),则仅累计至无效轨迹前的最后一个有效轨迹,采用T时间内的累计路段距离/T计算路段车速;并从无效轨迹的下一个有效轨迹重新开始新一轮累计;
若连续有效轨迹累计时长T>5分钟,则通过T时间内的累计路段距离/T来计算路段车速;
若累计时长T<5分钟时,轨迹终止,则直接采用T时间内的累计路段距离/T计算路段车速;
根据各路段长度,将累计通行时间分配给所有参与本次累积的路段,得到该车辆在每个路段的行程时间t。
对轨迹级别的各路段有效轨迹的平均车速和行程时间进行检查和修正。
计算路段最小行驶时间成本,引入路段最小行驶时间成本概念,基于道路等级确定不同路段的限速,反推最短通行时间tmin。计算公式如下:
最小时间成本Tmin=路段长度L/路段限速Vmax。可选地,各类道路的限速可设定为:高速公路100km/h,省道和快速路80km/h,主干路60km/h,匝道和次干路40km/h,支路20km/h。
确定各路段有效轨迹的通行时间te。对比计算得到的路段行驶时间和最小行驶时间成本,修正路段行驶时间;若计算得到的计算通行时间t<tmin,则将该轨迹在该路段的通行时间调整为最短通行时间tmin;否则取计算通行时间t。
根据路段长度和最终选取的通行时间te,计算得到该轨迹在每个路段的修正车速V2。
进一步的,所述步骤S15中,所述提取所述有效轨迹的每个路段的交通运行特征数据,包括路段流量、方向系数、平均行程车速、重载货车比例、高峰小时系数、拥堵路段识别,具体包括:
根据所述第二轨迹数据的空间信息,统计每个路段在每时段的每个方向的有效轨迹数,作为所述路段在所述时段内和行驶方向上的路段流量;
将所述路段流量较大的方向上的交通流量占总流量的比例,作为所述路段在所述时段的方向系数;
根据所述每个路段所有有效轨迹的平均车速,累加指定时段内特定路段上车辆通行时间之和,计算所述指定时段内所述路段的平均行程车速;
按车型统计所述路段流量,并计算所述每个路段的重载货车流量占路段总流量的比例,作为重载货车比例;
挑选交通流量最高的小时,计算高峰小时系数PHF;
采用所述有效轨迹的平均车速或者停车比例作为拥堵路段识别指标,识别拥堵路段;
其中,所述平均行程车速的计算公式为:
式中:Si,t为路段i在时段t的平均行程车速,U(i,t)为所述时段t内经过所述路段i的有效轨迹集合,|U(i,t)|表示所述时段t内所述路段i上的交通流量;li表示所述路段i的长度,tu,i为车辆u经过所述路段i的行程时间;
所述高峰小时系数的计算公式为:
式中,V为所述流量交通最高的小时,即高峰小时内,所述路段的流量;V15为所述高峰小时内流量最高的15分钟内所述路段的流量。
具体实施当中,计算路段级别流量、路段方向系数、平均行程车速、重载货车比例、高峰小时系数。
基于匹配完成的轨迹和路网数据,统计每个路段在每时段的每个方向的有效车辆轨迹数,即为该路段在该时段内、该行驶方向上交通流量。
计算路段方向系数,对每个时段,计算每个路段流量较大的方向上的交通流量占总流量(即两个方向流量之和)的比例,作为路段在该时段的方向系数。
计算路段的平均行程车速,计算指定时段内,每个路段所有有效轨迹的平均车速;累加指定时段内内特定路段上车辆通过时间之和,用(小时流量*路段长度)/(小时内该路段有效轨迹通过时间和)计算该时段内该路段的平均行程车速。优选地,可以小时为单位进行平均行程车速的计算,计算公式如下:
式中:Si,t是路段i在时段t的平均行程车速,U(i,t)是时段t内经过路段i的有效轨迹集合,|·|表示集合的大小,在本例中,|U(i,t)|表示时段t内路段i上的交通流量;li表示路段i的长度,Tu,i是车辆u经过路段i的行程时间。
计算路段重载货车比例,对每个时段,按车型统计路段的流量,并计算每个路段重载货车流量占该路段总流量的比例,作为路段重载货车比例。
计算15分钟高峰小时系数,按小时汇总交通流量,挑选流量最高的小时,按照高峰小时系数计算其流量最高的15分钟,计算高峰小时系数PHF,公式如下:
其中,V所述流量交通最高的小时,即高峰小时内,所述路段的流量,单位为车/小时;V15为所述高峰小时内流量最高的15分钟内所述路段的流量,单位为车/小时。
可选地,有两种拥堵路段识别方法:
方法1:采用有效轨迹的平均车速作为拥堵路段识别指标。若路段平均车速低于预先设定的拥堵阈值,则视为拥堵路段。可选地,该拥堵阈值可根据道路等级和本地总体交通运行状况进行灵活设置,例如,将主干路的拥堵阈值设定为10km/h,将次干路和支路的拥堵阈值设定为5km/h。
方法2:采用停车比例作为拥堵路段识别指标。计算各路段内,停车轨迹数量占该路段在指定时段内所有轨迹数量的比例,若比例高于预先设定的阈值,则视为拥堵路段。可选地,该阈值可根据道路等级和本地总体交通运行状况进行灵活设置,例如,将主干路的阈值设定为30%,将高速公路的阈值设定为10%。
进一步的,所述步骤S16中,所述提取所述城市路网的交叉口的交通特征数据,包括左转流量、右转流量、直行流量、转向比例,具体包括:
对所述城市路网的交叉口,构建路段转向关系矩阵;
根据经过所述交叉口的每一条轨迹在第一时刻和第二时刻所处的路段,判断所述每一条轨迹在所述交叉口的交通转向行为;
基于所述交通转向行为,统计所述交叉口的左转轨迹数量、右转轨迹数量和直行轨迹数量,分别作为左转流量、右转流量和直行流量;
计算所述左转流量和右转流量之和占所述交叉口的总流量的比例,作为转向比例。
示例的,对所述城市路网的交叉口,构建路段转向关系矩阵;
针对经过该交叉口的每一条轨迹数据,根据轨迹数据在第一时刻和第二时刻所处的路段,判断该轨迹在城市路网的交叉口的交通转向行为;
按交通转向行为,统计城市路网的交叉口的左转轨迹数量,作为左转流量;统计城市路网的交叉口的右转轨迹数量,作为右转流量;统计城市路网的交叉口的直行轨迹数量,作为直行流量;
计算左转流量和右转流量之和占该交叉口总流量的比例,作为转向比例。以十字交叉口为例,如图3所示,构建路段转向关系矩阵如下表所示:
表1路段转向关系矩阵
第一时刻所在路段\第二时刻所在路段 | 路段1 | 路段2 | 路段3 | 路段4 |
路段1 | — | 右转 | 直行 | 左转 |
路段2 | 左转 | — | 右转 | 直行 |
路段3 | 直行 | 左转 | — | 右转 |
路段4 | 右转 | 直行 | 左转 | — |
图2是本发明实施例提供的一种路网交通状态检测装置的结构示意图,该路网交通状态检测装置,包括:
数据获取模块21,用于获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;
匹配计算模块22,用于通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据;
有效轨迹模块23,用于计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹;
修正统计模块24,用于计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;
路段特征模块25,用于提取所述有效轨迹的每个路段的交通运行特征数据;
交叉口特征模块26,用于提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态。
进一步的,所述匹配计算模块22,具体用于:
将包含地理位置信息的轨迹数据序列与电子路网矢量地图进行数据关联;
获得所述数据关联的轨迹数据所表示的具体行驶路线,以及所述具体行驶路线所经过的路段长度;
计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据。
更进一步的,所述计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据,具体包括:
计算所述数据关联的轨迹数据的每条轨迹记录的行驶总长度,获得所述数据关联的所有轨迹数据对应的轨迹长度;
对所述轨迹长度进行长度排序,若所述轨迹长度的分布符合正态分布,则采用三标准差原则,剔除所述轨迹长度大于或小于/>的轨迹,得到第二轨迹数据;其中,/>为所述轨迹长度的均值,σ为所述轨迹长度的标准差;
若所述轨迹长度的分布不符合正态分布,则采用箱型图法,剔除所述轨迹长度大于QU+1.5IQR或小于QL-1.5IQR的轨迹,得到所述第二轨迹数据;其中,QU为所述轨迹长度的上四分位数,QL为所述轨迹长度的下四分位数,IQR为所述轨迹长度的上四分位数与下四分位数之间的差,IQR=QU-QL。
进一步的,所述有效轨迹模块23,具体用于:
若所述每条轨迹在当前所经路段的时间戳与在下一所经路段的时间戳之间的时间差为0,则将所述当前所经路段的轨迹标记为无效轨迹;
若所述时间差不为0,则根据所述时间差计算所述当前所经路段的初始速度;
若所述当前所经路段的初始速度小于预设速度,则所述轨迹在所述当前所经路段停车,将所述当前所经路段的轨迹标记为无效轨迹;
若所述当前所经路段的初始速度大于或者等于所述预设速度,则将所述当前所经路段的轨迹标记为有效轨迹;历遍所述每条轨迹,得到所述每条轨迹的有效轨迹。
进一步的,所述修正统计模块24,具体用于:
累计所述每条轨迹的连续有效轨迹的通行时间,直至累计的通行时间大于预设时间后,根据累计的通行时间以及对应有效轨迹的路段长度,求得所述对应有效轨迹所经路段的平均车速,并分配给所有参与本次累计的所经路段;
将累计的通行时间分配给所有参与本次累计的所经路段,得到车辆在每个所经路段的行程时间;
基于所述第二轨迹数据的空间信息,根据道路等级确定不同路段的限速,计算路段最小行驶时间成本;
比较所述行程时间和对应的最小行驶时间成本,修正所述行程时间;
根据修正后的行程时间以及对应的路段长度,得到所述每条轨迹在每个路段的修正车速。
进一步的,所述路段特征模块25,具体用于:
根据所述第二轨迹数据的空间信息,统计每个路段在每时段的每个方向的有效轨迹数,作为所述路段在所述时段内和行驶方向上的路段流量;
将所述路段流量较大的方向上的交通流量占总流量的比例,作为所述路段在所述时段的方向系数;
根据所述每个路段所有有效轨迹的平均车速,累加指定时段内特定路段上车辆通行时间之和,计算所述指定时段内所述路段的平均行程车速;
按车型统计所述路段流量,并计算所述每个路段的重载货车流量占路段总流量的比例,作为路段重载货车比例;
挑选交通流量最高的小时,计算高峰小时系数PHF;
采用所述有效轨迹的平均车速或者停车比例作为拥堵路段识别指标,识别拥堵路段;
其中,所述平均行程车速的计算公式为:
式中:Si,t为路段i在时段t的平均行程车速,U(i,t)为所述时段t内经过所述路段i的有效轨迹集合,|U(i,t)|表示所述时段t内所述路段i上的交通流量;li表示所述路段i的长度,Tu,i为车辆u经过所述路段i的行程时间;
所述高峰小时系数的计算公式为:
式中,V为所述流量交通最高的小时,即高峰小时内,所述路段的流量;V15为所述高峰小时内流量最高的15分钟内所述路段的流量。
进一步的,所述交叉口特征模块26,具体用于:
对所述城市路网的交叉口,构建路段转向关系矩阵;
根据经过所述交叉口的每一条轨迹在第一时刻和第二时刻所处的路段,判断所述每一条轨迹在所述交叉口的交通转向行为;
基于所述交通转向行为,统计所述交叉口的左转轨迹数量、右转轨迹数量和直行轨迹数量,分别作为左转流量、右转流量和直行流量;
计算所述左转流量和右转流量之和占所述交叉口的总流量的比例,作为转向比例。
本发明实施例所提供的一种路网交通状态检测装置能够实现上述实施例的路网交通状态检测方法的所有流程,装置中的各个模块的作用以及实现的技术效果分别与上述实施例的路网交通状态检测方法的作用以及实现的技术效果对应相同,这里不再赘述。
本发明实施例对应提供的一种终端设备,所述终端设备包括:处理器、存储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。所述处理器执行所述计算机程序时实现上述路网交通状态检测方法实施例中的步骤。或者,所述处理器执行所述计算机程序时实现上述路网交通状态检测装置实施例中各模块的功能。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是终端设备的示例,并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所述处理器可以是中央处理单元,还可以是其他通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列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,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接整个终端设备的各个部分。
存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述终端设备的各种功能。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、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。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例的路网交通状态检测方法。
综上所述,本发明实施例公开的一种路网交通状态检测方法、装置、终端及介质,通过获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据;计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹;计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;提取所述有效轨迹的每个路段的交通运行特征数据;提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态。因此,本发明实施例能够获取路段级别的交通运行特征数据以及交叉口级别的交通运行特征数据,以识别城市路网运行特征和判断交通流整体状态,而城市路网运行特征识别对完善城市交通体系、提高交通服务水平和支持各类决策有重要意义;通过对路段流量、运行速度、拥堵状况等通知进行识别,可为交通管理部门提供实时信息,为制定缓解拥堵和提高交通安全的对策提供依据,且能够发现现有交通设施存在的问题,为规划新建交通设施提供参考;同时本发明的数据覆盖面大,具有较强的泛化能力,能够实现交通拥堵识别,对于人力物力的要求较低,经济适用性良好。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (8)
1.一种路网交通状态检测方法,其特征在于,包括:
获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;
通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据,具体包括:将包含地理位置信息的轨迹数据序列与电子路网矢量地图进行数据关联;获得所述数据关联的轨迹数据所表示的具体行驶路线,以及所述具体行驶路线所经过的路段长度;计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据;
计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹,具体包括:若所述每条轨迹在当前所经路段的时间戳与在下一所经路段的时间戳之间的时间差为0,则将所述当前所经路段的轨迹标记为无效轨迹;若所述时间差不为0,则根据所述时间差计算所述当前所经路段的初始速度;若所述当前所经路段的初始速度小于预设速度,则所述轨迹在所述当前所经路段停车,将所述当前所经路段的轨迹标记为无效轨迹;若所述当前所经路段的初始速度大于或者等于所述预设速度,则将所述当前所经路段的轨迹标记为有效轨迹;历遍所述每条轨迹,得到所述每条轨迹的有效轨迹;
计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;
提取所述有效轨迹的每个路段的交通运行特征数据;
提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态;
所述基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正,具体包括:基于所述第二轨迹数据的空间信息,根据道路等级确定不同路段的限速,计算路段最小行驶时间成本;比较所述行程时间和对应的最小行驶时间成本,修正所述行程时间;根据修正后的行程时间以及对应的路段长度,得到所述每条轨迹在每个路段的修正车速。
2.如权利要求1所述的路网交通状态检测方法,其特征在于,所述计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据,具体包括:
计算所述数据关联的轨迹数据的每条轨迹记录的行驶总长度,获得所述数据关联的所有轨迹数据对应的轨迹长度;
对所述轨迹长度进行长度排序,若所述轨迹长度的分布符合正态分布,则采用三标准差原则,剔除所述轨迹长度大于或小于/>的轨迹,得到第二轨迹数据;其中,为所述轨迹长度的均值,σ为所述轨迹长度的标准差;
若所述轨迹长度的分布不符合正态分布,则采用箱型图法,剔除所述轨迹长度大于QU+1.5IQR或小于QL-1.5IQR的轨迹,得到所述第二轨迹数据;其中,QU为所述轨迹长度的上四分位数,QL为所述轨迹长度的下四分位数,IQR为所述轨迹长度的上四分位数与下四分位数之间的差,IQR=QU-QL。
3.如权利要求1所述的路网交通状态检测方法,其特征在于,所述计算所述有效轨迹所经路段的平均车速、行程时间,具体包括:
累计所述每条轨迹的连续有效轨迹的通行时间,直至累计的通行时间大于预设时间后,根据累计的通行时间以及对应有效轨迹的路段长度,求得所述对应有效轨迹所经路段的平均车速,并分配给所有参与本次累计的所经路段;
将累计的通行时间分配给所有参与本次累计的所经路段,得到车辆在每个所经路段的行程时间。
4.如权利要求1所述的路网交通状态检测方法,其特征在于,所述提取所述有效轨迹的每个路段的交通运行特征数据,包括路段流量、方向系数、平均行程车速、重载货车比例、高峰小时系数、拥堵路段识别,具体包括:
根据所述第二轨迹数据的空间信息,统计每个路段在每时段的每个方向的有效轨迹数,作为所述路段在所述时段内和行驶方向上的路段流量;
将所述路段流量较大的方向上的交通流量占总流量的比例,作为所述路段在所述时段的方向系数;
根据所述每个路段所有有效轨迹的平均车速,累加指定时段内特定路段上车辆通行时间之和,计算所述指定时段内所述路段的平均行程车速;
按车型统计所述路段流量,并计算所述每个路段的重载货车流量占路段总流量的比例,作为重载货车比例;
挑选交通流量最高的小时,计算高峰小时系数PHF;
采用所述有效轨迹的平均车速或者停车比例作为拥堵路段识别指标,识别拥堵路段;
其中,所述平均行程车速的计算公式为:
式中:Si,t为路段i在时段t的平均行程车速,U(i,t)为所述时段t内经过所述路段i的有效轨迹集合,|U(i,t)|表示所述时段t内所述路段i上的交通流量;li表示所述路段i的长度,Tu,i为车辆u经过所述路段i的行程时间;
所述高峰小时系数的计算公式为:
式中,V为所述流量交通最高的小时,即高峰小时内,所述路段的流量;V15为所述高峰小时内流量最高的15分钟内所述路段的流量。
5.如权利要求1所述的路网交通状态检测方法,其特征在于,所述提取所述城市路网的交叉口的交通特征数据,包括左转流量、右转流量、直行流量、转向比例,具体包括:
对所述城市路网的交叉口,构建路段转向关系矩阵;
根据经过所述交叉口的每一条轨迹在第一时刻和第二时刻所处的路段,判断所述每一条轨迹在所述交叉口的交通转向行为;
基于所述交通转向行为,统计所述交叉口的左转轨迹数量、右转轨迹数量和直行轨迹数量,分别作为左转流量、右转流量和直行流量;
计算所述左转流量和右转流量之和占所述交叉口的总流量的比例,作为转向比例。
6.一种路网交通状态检测装置,其特征在于,包括:
数据获取模块,用于获取目标城市内的车辆轨迹数据和路网数据,得到第一轨迹数据;
匹配计算模块,用于通过匹配所述路网数据与车辆轨迹数据,筛选出符合预先设定阈值的轨迹,得到第二轨迹数据,具体包括:将包含地理位置信息的轨迹数据序列与电子路网矢量地图进行数据关联;获得所述数据关联的轨迹数据所表示的具体行驶路线,以及所述具体行驶路线所经过的路段长度;计算每条所述轨迹数据的行驶长度,将所述行驶长度不符合预先设定阈值的轨迹数据删除,得到第二轨迹数据;
有效轨迹模块,用于计算所述第二轨迹数据的每条轨迹所经路段的初始速度,并对所经路段的轨迹进行标记,得到所述每条轨迹的有效轨迹,具体包括:若所述每条轨迹在当前所经路段的时间戳与在下一所经路段的时间戳之间的时间差为0,则将所述当前所经路段的轨迹标记为无效轨迹;若所述时间差不为0,则根据所述时间差计算所述当前所经路段的初始速度;若所述当前所经路段的初始速度小于预设速度,则所述轨迹在所述当前所经路段停车,将所述当前所经路段的轨迹标记为无效轨迹;若所述当前所经路段的初始速度大于或者等于所述预设速度,则将所述当前所经路段的轨迹标记为有效轨迹;历遍所述每条轨迹,得到所述每条轨迹的有效轨迹;
修正统计模块,用于计算所述有效轨迹所经路段的平均车速、行程时间;基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正;
路段特征模块,用于提取所述有效轨迹的每个路段的交通运行特征数据;
交叉口特征模块,用于提取所述城市路网的交叉口的交通运行特征数据,获得城市路网交通流状态;
所述基于所述第二轨迹数据的空间信息对所述平均车速和行程时间进行修正,具体包括:基于所述第二轨迹数据的空间信息,根据道路等级确定不同路段的限速,计算路段最小行驶时间成本;比较所述行程时间和对应的最小行驶时间成本,修正所述行程时间;根据修正后的行程时间以及对应的路段长度,得到所述每条轨迹在每个路段的修正车速。
7.一种终端设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-5中任意一项所述的路网交通状态检测方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1-5中任意一项所述的路网交通状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310988428.0A CN116935646B (zh) | 2023-08-07 | 2023-08-07 | 一种路网交通状态检测方法、装置、终端及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310988428.0A CN116935646B (zh) | 2023-08-07 | 2023-08-07 | 一种路网交通状态检测方法、装置、终端及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116935646A CN116935646A (zh) | 2023-10-24 |
CN116935646B true CN116935646B (zh) | 2024-06-21 |
Family
ID=88387847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310988428.0A Active CN116935646B (zh) | 2023-08-07 | 2023-08-07 | 一种路网交通状态检测方法、装置、终端及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116935646B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023428A (zh) * | 2014-04-15 | 2015-11-04 | 高德软件有限公司 | 路况信息评估方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3879742B2 (ja) * | 2004-03-29 | 2007-02-14 | 住友電気工業株式会社 | 通行規制判定方法及び定期運行路線判定方法並びにプログラム及び装置 |
CN110047277B (zh) * | 2019-03-28 | 2021-05-18 | 华中科技大学 | 基于信令数据的城市道路交通拥堵排名方法及系统 |
CN110070711A (zh) * | 2019-04-10 | 2019-07-30 | 华砺智行(武汉)科技有限公司 | 一种基于智能网联汽车数据的路段旅行速度区间估计系统和方法 |
CN113888877B (zh) * | 2021-12-08 | 2022-03-08 | 南方科技大学 | 交通状态检测方法、装置、设备和存储介质 |
-
2023
- 2023-08-07 CN CN202310988428.0A patent/CN116935646B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105023428A (zh) * | 2014-04-15 | 2015-11-04 | 高德软件有限公司 | 路况信息评估方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于交通轨迹数据挖掘的道路限速信息识别方法;廖律超;蒋新华;林铭榛;邹复民;;交通运输工程学报(05);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116935646A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111091720B (zh) | 基于信令数据和浮动车数据的拥堵路段识别方法及装置 | |
WO2017193556A1 (zh) | 一种速度预测方法及装置 | |
CN107885795B (zh) | 一种卡口数据的数据校验方法、系统和装置 | |
US20110087525A1 (en) | Environmental stewardship based on driving behavior | |
WO2022033288A1 (zh) | 超载车辆识别方法、系统及设备 | |
CN113570864B (zh) | 一种电动自行车行驶路径匹配方法、设备及存储介质 | |
CN112687099B (zh) | 一种超载嫌疑车辆判定方法和装置 | |
CN111915893B (zh) | 一种道路瓶颈点识别方法、装置、电子设备及存储介质 | |
CN109493606B (zh) | 一种高速公路上违停车辆的识别方法及系统 | |
CN111881243B (zh) | 一种出租车轨迹热点区域分析方法及系统 | |
CN113870570A (zh) | 一种基于etc的路网运行状态方法、系统和存储介质 | |
CN114509081B (zh) | 基于差异化收费计算车辆通行成本的方法以及装置 | |
CN113808414B (zh) | 道路荷载确定方法、装置及存储介质 | |
CN115655301A (zh) | 车辆导航路线的选取方法、装置、电子设备及介质 | |
CN113724497A (zh) | 一种目标道路实时交通流量预测方法和装置 | |
CN104978859A (zh) | 一种计算城市任意区域公交线网密度的方法 | |
CN112633812B (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
CN116935646B (zh) | 一种路网交通状态检测方法、装置、终端及介质 | |
CN110264725B (zh) | 路段流量的确定方法及装置 | |
CN112562334A (zh) | 基于浮动车数据的弯曲路段实时速度计算方法、装置及介质 | |
CN113611130B (zh) | 一种本地与过境货车车流量获取方法、系统及存储介质 | |
CN115204755B (zh) | 服务区入区率测算方法、装置、电子设备及可读存储介质 | |
CN113470376B (zh) | 基于卡口过车数据的实时区域在途车辆计数方法及系统 | |
Lim et al. | Spatiotemporal traffic density estimation based on ADAS probe data | |
CN115839721A (zh) | 一种行驶路线的预测方法、装置、车载终端及介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: No.10 Jianshe Avenue, Yuexiu District, Guangzhou, Guangdong Province 510060 Applicant after: Guangzhou Urban Planning Survey and Design Research Institute Co.,Ltd. Address before: No.10 Jianshe Avenue, Yuexiu District, Guangzhou, Guangdong Province 510060 Applicant before: GUANGZHOU URBAN PLANNING & DESIGN SURVEY Research Institute |
|
GR01 | Patent grant | ||
GR01 | Patent grant |