CN117218836A - 一种基于智慧城市的城市规划项目综合管理信息平台 - Google Patents

一种基于智慧城市的城市规划项目综合管理信息平台 Download PDF

Info

Publication number
CN117218836A
CN117218836A CN202311174339.9A CN202311174339A CN117218836A CN 117218836 A CN117218836 A CN 117218836A CN 202311174339 A CN202311174339 A CN 202311174339A CN 117218836 A CN117218836 A CN 117218836A
Authority
CN
China
Prior art keywords
traffic
passing
lanes
transformation
motor vehicle
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
Application number
CN202311174339.9A
Other languages
English (en)
Other versions
CN117218836B (zh
Inventor
周建东
康自强
陈龙
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.)
Jingzhou Urban Planning And Design Institute
Original Assignee
Jingzhou Urban Planning And Design Institute
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 Jingzhou Urban Planning And Design Institute filed Critical Jingzhou Urban Planning And Design Institute
Priority to CN202311174339.9A priority Critical patent/CN117218836B/zh
Publication of CN117218836A publication Critical patent/CN117218836A/zh
Application granted granted Critical
Publication of CN117218836B publication Critical patent/CN117218836B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明涉及城市规划项目综合管理技术领域，具体公开一种基于智慧城市的城市规划项目综合管理信息平台，该系统包括：机动车道车流量采集分析模块、建筑物信息采集模块、非机动车道人流量采集分析模块、云数据库、路灯信息采集分析模块和道路综合改造分析反馈模块；本发明通过分析目标道路交叉口对应机动车道、非机动车道和路灯的改造需求指数，从而分析目标道路交叉口的综合改造需求指数，并进行反馈，实现了目标道路交叉口的综合改造需求的多角度和多层面的分析，从而改善了城市形象，提升了居住环境质量，同时为后续目标道路交叉口的改造和调整提供了明确的方向，并且为居民们提供了更舒适的居住体验。

Description

一种基于智慧城市的城市规划项目综合管理信息平台
技术领域
本发明涉及城市规划项目综合管理技术领域，具体而言，涉及一种基于智慧城市的城市规划项目综合管理信息平台。
背景技术
基于智慧城市理念的老城区道路改造具有提升交通效率、改善出行体验、加强安全监测以及提升城市治理和综合服务等多个必要性，这将使老城区更加智能化、高效化和可持续发展，同时可以提升居民和游客的生活品质和城市形象，由此，需要对老城区的道路改造进行综合管理。
现有的对老城区的道路改造进行综合管理主要通过监测车流量和人流量来评估道路是否需要进行改造，很显然，这种改造评估方式还存在以下几个方面的问题：1、在机动车道改造分析层面，未根据车辆的通行变化情况，即未结合历史通行数据对固定车辆和流动车辆进行通行需求分析，使得机动车道的改造需求评估结果存在较大的差异性，进一步降低了目标道路交叉口的改造需求监测效果，致使无法精确了解机动车道的车辆通行状态，进而无法改善交通的流畅性和效率，增加了机动车道的拥堵问题。
2、在非机动车道改造分析层面，未考虑所属区域内的建筑物情况，即未考虑建筑物的数目和类型对非机动车道的人流量产生的影响，从而无法保障非机动车道的改造需求评估结果的真实性和合理性，增加了非机动车道的行人在高峰时间段的通行时间，同时无法为后续非机动车道的扩宽提供有效的数据支撑依据。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于智慧城市的城市规划项目综合管理信息平台。
本发明的目的可以通过以下技术方案实现：本发明提供一种基于智慧城市的城市规划项目综合管理信息平台，包括：机动车道车流量采集分析模块，用于采集指定老城区中的目标道路交叉口对应各类通行车道在当前所处监测周期内的通行车辆总数和各通行车辆的车牌号，分析各类通行车道在当前所处监测周期内的通行需求倾向指数，进而分析目标道路交叉口对应机动车道的改造需求指数
建筑物信息采集模块，用于采集目标道路交叉口所属区域内的建筑物数目和各建筑物的类型。
非机动车道人流量采集分析模块，用于采集目标道路交叉口的非机动车道的宽度，并采集各人流量高峰时间段内非机动车道的通行总人数以及各通行人员对应的通过时长，分析目标道路交叉口对应非机动车道的改造需求指数
云数据库，用于存储各类通行车道在历史各监测周期内的通行车辆总数和各通行车辆的车牌号，用于存储各建筑物类型对应基础容纳人员数目。
路灯信息采集分析模块，用于采集目标道路交叉口所属区域内布设的路灯数目和各路灯的间距，分析目标道路交叉口对应路灯的改造需求指数
道路综合改造分析反馈模块，用于分析目标道路交叉口的综合改造需求指数若目标道路交叉口的综合改造需求指数大于或者等于设定值，则表明该道路交叉口需要进行改造，并进行反馈。
具体地，所述分析各类通行车道在当前所处监测周期内的通行需求倾向指数，具体分析过程为：A1、将各类通行车道在当前所处监测周期内的各通行车辆的车牌号进行相互对比，将相同车牌号对应的车辆记为综合通行车辆，统计各类通行车道在当前所处监测周期内的各综合通行车辆对应的通行次数以及各次通行的通行时间。
A2、计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数βij，其中，i表示通行车道种类编号，i＝1,2,...,n，j表示综合通行车辆编号，j＝1,2,...,m。
A3、将各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数与设定参照的通行趋向指数进行对比，若某类通行车道在当前所处监测周期内的某综合通行车辆的通行趋向指数大于或者等于设定参照的通行趋向指数，则判定该综合通行车辆为固定通行车辆，反之，则判定该综合通行车辆为流动通行车辆。
A4、统计固定通行车辆数目，计算各类通行车道在当前所处监测周期内的固定通行车辆对应的通行需求倾向指数
A5、统计流动通行车辆数目，计算各类通行车道在当前所处监测周期内的流动通行车辆对应的通行需求倾向指数
A6、将各类通行车道在当前所处监测周期内的通行车辆总数记为ηi。
A7、计算各类通行车道在当前所处监测周期内的通行需求倾向指数δi，其中，η′表示设定参照的通行车辆总数，a1、a2和a3分别表示设定的通行车辆总数、固定通行车辆和流动通行车辆对应通行需求倾向指数评估占比权重，e表示自然常数。
具体地，所述计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数，具体计算过程为：B1、将各类通行车道在当前所处监测周期内的各综合通行车辆对应的通行次数记为εij。
B2、将各类通行车道在当前所处监测周期内的各综合通行车辆对应各次通行的通行时间进行相互对比，得到各综合通行车辆对应各次通行的通行时间差，并从各次通行的通行时间差中提取最大值，作为各综合通行车辆的通行时间差，记为ΔTij。
B3、计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数βij，其中，ε′和ΔT′分别表示设定参照的通行次数和通行时间差，a4和a5分别表示设定的通行次数和通行时间差对应通行趋向评估占比权重。
具体地，所述分析目标道路交叉口对应机动车道的改造需求指数，具体分析过程为：C1、从云数据库中提取各类通行车道在历史各监测周期内的通行车辆总数和各通行车辆的车牌号，按照各类通行车道在当前所处监测周期内的通行需求倾向指数的分析方式同理分析得到各类通行车道在历史各监测周期内的通行需求倾向指数。
C2、计算各类通行车道的改造需求指数φi。
C3、将各类通行车道的改造需求指数与设定参照的改造需求指数进行对比，统计改造需求指数大于或者等于设定参照的改造需求指数的通行车道数目，记为ζ。
C4、将各类通行车道的改造需求指数进行均值计算，得到平均改造需求指数，记为
C5、计算目标道路交叉口对应机动车道的改造需求指数 其中，K0和φ′分别表示设定参照的待改造通行车道数目占比和改造需求指数，a6和a7分别表示设定的待改造通行车道数目占比和改造需求指数对应机动车道的改造需求评估占比权重，n表示通行车道种类数目。
具体地，所述分析目标道路交叉口对应非机动车道的改造需求指数，具体分析过程为:D1、将目标道路交叉口的非机动车道的宽度和各人流量高峰时间段内非机动车道的通行总人数分别记为L和μr，其中，r表示人流量高峰时间段的编号，r＝1,2,...,g。
D2、从各人流量高峰时间段内非机动车道的各通行人员对应的通过时长中提取最大通过时长，并将最大通过时长作为各人流量高峰时间段内非机动车道的通行人员的通行时长，记为Tr。
D3、根据目标道路交叉口所属区域内的建筑物数目和各建筑物的类型，设定非机动车道的改造需求影响因子λ。
D4、计算目标道路交叉口对应非机动车道的改造需求指数 其中，L′、μ′和T′分别表示设定参照的宽度、通行总人数和通行时长，b1、b2和b3分别表示设定的宽度、通行总人数和通行时长对应非机动车道的改造需求评估占比权重。
具体地，所述设定非机动车道的改造需求影响因子，具体设定过程为：E1、将目标道路交叉口所属区域内的建筑物数目记为σ。
E2、将目标道路交叉口所属区域内的各建筑物的类型与云数据库中存储的各建筑物类型对应基础容纳人员数目进行匹配对比，得到各建筑物对应的基础容纳人员数目，并将各建筑物对应的基础容纳人员数目进行累加，得到目标道路交叉口所属区域内的建筑物对应的基础容纳人员数目，记为τ。
E3、设定非机动车道的改造需求影响因子λ，其中，σ′和τ′分别表示设定参照的建筑物数目和容纳人员数目，b4和b5分别表示设定的建筑物数目和容纳人员数目对应改造需求影响评估占比权重。
具体地，所述分析目标道路交叉口对应路灯的改造需求指数，具体分析过程为：F1、将目标道路交叉口所属区域内布设的路灯数目记为M。
F2、将目标道路交叉口所属区域内布设的各路灯的间距与设定参照的间距进行对比，统计间距大于设定参照的间距的路灯数目，记为M路。
F3、从各路灯的间距中提取最大间距，并记为L路。
F4、计算目标道路交叉口对应路灯的改造需求指数 其中，K1和L′路分别表示设定参照的异常间距路灯数目占比和路灯间距，b6和b7分别表示设定的异常间距路灯数目占比和路灯间距对应路灯的改造需求评估占比权重。
具体地，所述目标道路交叉口的综合改造需求指数的计算公式为：其中，c1、c2和c3分别表示设定的机动车道、非机动车道和路灯对应综合改造需求评估占比权重。
相较于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明通过分析目标道路交叉口对应机动车道、非机动车道和路灯的改造需求指数，从而分析目标道路交叉口的综合改造需求指数，并进行反馈，有效解决了现有的对老城区的道路改造进行综合管理主要通过监测车流量和人流量来评估道路是否需要进行改造中存在的局限性问题，实现了目标道路交叉口的综合改造需求的多角度和多层面的分析，从而改善了城市形象，提升了居住环境质量，同时为后续目标道路交叉口的改造和调整提供了明确的方向，并且为居民们提供了更舒适的居住体验。
(2)本发明通过根据通行车辆总数和各通行车辆的车牌号，分析目标道路交叉口对应机动车道的改造需求指数，直观地展示了机动车道的车辆变化情况，降低了机动车道的改造需求评估结果存在的差异性，进一步提高了目标道路交叉口的改造需求监测效果，从而精确了解了机动车道的车辆通行状态，进而改善了交通的流畅性和效率，减少了机动车道的拥堵问题。
(3)本发明通过结合目标道路交叉口所属区域内的建筑物数目和各建筑物的类型，分析目标道路交叉口对应非机动车道的改造需求指数，从而保障了非机动车道的改造需求评估结果的真实性和合理性，减少了非机动车道的行人在高峰时间段的通行时间，同时为后续非机动车道的扩宽提供有效的数据支撑依据。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明系统模块结构连接示意图。
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做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。
请参阅图1所示，本发明提供了一种基于智慧城市的城市规划项目综合管理信息平台，包括：机动车道车流量采集分析模块、建筑物信息采集模块、非机动车道人流量采集分析模块、云数据库、路灯信息采集分析模块和道路综合改造分析反馈模块。
所述机动车道车流量采集分析模块和非机动车道人流量采集分析模块均与云数据库相连，建筑物信息采集模块与非机动车道人流量采集分析模块相连，机动车道车流量采集分析模块、非机动车道人流量采集分析模块和路灯信息采集分析模块三者均与道路综合改造分析反馈模块相连。
所述机动车道车流量采集分析模块，用于采集指定老城区中的目标道路交叉口对应各类通行车道在当前所处监测周期内的通行车辆总数和各通行车辆的车牌号，分析各类通行车道在当前所处监测周期内的通行需求倾向指数，进而分析目标道路交叉口对应机动车道的改造需求指数
需要说明的是，所述各类通行车道包括左转车道、直行车道和右转车道，所述通行车辆总数和各通行车辆的车牌号以及后续提及到的非机动车道的通行总人数和各通行人员对应的通过时长均通过安置在目标道路交叉口的摄像头采集得到。
在本发明具体实施例中，所述分析各类通行车道在当前所处监测周期内的通行需求倾向指数，具体分析过程为：A1、将各类通行车道在当前所处监测周期内的各通行车辆的车牌号进行相互对比，将相同车牌号对应的车辆记为综合通行车辆，统计各类通行车道在当前所处监测周期内的各综合通行车辆对应的通行次数以及各次通行的通行时间。
A2、计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数βij，其中，i表示通行车道种类编号，i＝1,2,...,n，j表示综合通行车辆编号，j＝1,2,...,m。
在本发明具体实施例中，所述计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数，具体计算过程为：B1、将各类通行车道在当前所处监测周期内的各综合通行车辆对应的通行次数记为εij。
B2、将各类通行车道在当前所处监测周期内的各综合通行车辆对应各次通行的通行时间进行相互对比，得到各综合通行车辆对应各次通行的通行时间差，并从各次通行的通行时间差中提取最大值，作为各综合通行车辆的通行时间差，记为ΔTij。
B3、计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数βij，其中，ε′和ΔT′分别表示设定参照的通行次数和通行时间差，a4和a5分别表示设定的通行次数和通行时间差对应通行趋向评估占比权重。
A3、将各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数与设定参照的通行趋向指数进行对比，若某类通行车道在当前所处监测周期内的某综合通行车辆的通行趋向指数大于或者等于设定参照的通行趋向指数，则判定该综合通行车辆为固定通行车辆，反之，则判定该综合通行车辆为流动通行车辆。
A4、统计固定通行车辆数目，计算各类通行车道在当前所处监测周期内的固定通行车辆对应的通行需求倾向指数
需要说明的是，所述计算各类通行车道在当前所处监测周期内的固定通行车辆对应的通行需求倾向指数，具体计算过程为：G1、将各类通行车道在当前所处监测周期内的固定通行车辆数目记为
G2、提取各类通行车道在当前所处监测周期内的各固定通行车辆对应各次通行的通行时间差，并将各固定通行车辆对应各次通行的通行时间差进行二次均值计算，得到各类通行车道在当前所处监测周期内的平均通行时间差，记为
G3、计算各类通行车道在当前所处监测周期内的固定通行车辆对应的通行需求倾向指数 其中，/>和ρ′固分别表示设定参照的固定通行车辆数目和平均通行时间差，d1和d2分别表示设定的固定通行车辆数目和平均通行时间差对应通行需求倾向评估占比权重。
A5、统计流动通行车辆数目，计算各类通行车道在当前所处监测周期内的流动通行车辆对应的通行需求倾向指数
需要说明的是，所述计算各类通行车道在当前所处监测周期内的流动通行车辆对应的通行需求倾向指数，具体计算过程为：J1、将各类通行车道在当前所处监测周期内的流动通行车辆数目记为
J2、提取各类通行车道在当前所处监测周期内的各流动通行车辆对应各次通行的通行时间差，将各流动通行车辆对应各次通行的通行时间差进行均值计算，得到各类通行车道在当前所处监测周期内的各流动通行车辆的平均通行时间差，并从中筛选出最小值，记为
J3、计算各类通行车道在当前所处监测周期内的流动通行车辆对应的通行需求倾向指数 其中，/>和ρ′小分别表示设定参照的流动通行车辆数目和最小通行时间差，d3和d4分别表示设定的流动通行车辆数目和最小通行时间差对应通行需求倾向评估占比权重。
A6、将各类通行车道在当前所处监测周期内的通行车辆总数记为ηi。
A7、计算各类通行车道在当前所处监测周期内的通行需求倾向指数δi，其中，η′表示设定参照的通行车辆总数，a1、a2和a3分别表示设定的通行车辆总数、固定通行车辆和流动通行车辆对应通行需求倾向指数评估占比权重，e表示自然常数。
在本发明具体实施例中，所述分析目标道路交叉口对应机动车道的改造需求指数，具体分析过程为：C1、从云数据库中提取各类通行车道在历史各监测周期内的通行车辆总数和各通行车辆的车牌号，按照各类通行车道在当前所处监测周期内的通行需求倾向指数的分析方式同理分析得到各类通行车道在历史各监测周期内的通行需求倾向指数。
C2、计算各类通行车道的改造需求指数φi。
需要说明的是，所述计算各类通行车道的改造需求指数，具体计算过程为：H1、将各类通行车道在各监测周期内的通行需求倾向指数进行均值计算，得到各类通行车道的平均通行需求倾向指数，记为
H2、从各类通行车道在各监测周期内的通行需求倾向指数中提取最大值和最小值，并分别记为和/>
H3、计算各类通行车道的改造需求指数φi，其中，ψ′和Δψ分别表示设定参照的通行需求倾向指数和通行需求倾向指数极值差，d5和d6分别表示设定的通行需求倾向指数和通行需求倾向指数极值差对应改造需求评估占比权重。
C3、将各类通行车道的改造需求指数与设定参照的改造需求指数进行对比，统计改造需求指数大于或者等于设定参照的改造需求指数的通行车道数目，记为ζ。
C4、将各类通行车道的改造需求指数进行均值计算，得到平均改造需求指数，记为
C5、计算目标道路交叉口对应机动车道的改造需求指数 其中，K0和φ′分别表示设定参照的待改造通行车道数目占比和改造需求指数，a6和a7分别表示设定的待改造通行车道数目占比和改造需求指数对应机动车道的改造需求评估占比权重，n表示通行车道种类数目。
本发明实施例通过根据通行车辆总数和各通行车辆的车牌号，分析目标道路交叉口对应机动车道的改造需求指数，直观地展示了机动车道的车辆变化情况，降低了机动车道的改造需求评估结果存在的差异性，进一步提高了目标道路交叉口的改造需求监测效果，从而精确了解了机动车道的车辆通行状态，进而改善了交通的流畅性和效率，减少了机动车道的拥堵问题。
所述建筑物信息采集模块，用于采集目标道路交叉口所属区域内的建筑物数目和各建筑物的类型。
需要说明的是，所述目标道路交叉口所属区域内的建筑物数目、各建筑物的类型以及后续所提及的路灯数目均从指定老城区的城市管理后台采集得到。
所述非机动车道人流量采集分析模块，用于采集目标道路交叉口的非机动车道的宽度，并采集各人流量高峰时间段内非机动车道的通行总人数以及各通行人员对应的通过时长，分析目标道路交叉口对应非机动车道的改造需求指数
需要说明的是，所述非机动车道的宽度以及后续所提及的各路灯的间距均通过测距仪采集得到。
在一个具体实施例中，所述各人流量高峰时间段包括但不局限于7：00-9：00、17：00-20：00。
在本发明具体实施例中，所述分析目标道路交叉口对应非机动车道的改造需求指数，具体分析过程为:D1、将目标道路交叉口的非机动车道的宽度和各人流量高峰时间段内非机动车道的通行总人数分别记为L和μr，其中，r表示人流量高峰时间段的编号，r＝1,2,...,g。
D2、从各人流量高峰时间段内非机动车道的各通行人员对应的通过时长中提取最大通过时长，并将最大通过时长作为各人流量高峰时间段内非机动车道的通行人员的通行时长，记为Tr。
D3、根据目标道路交叉口所属区域内的建筑物数目和各建筑物的类型，设定非机动车道的改造需求影响因子λ。
在本发明具体实施例中，所述设定非机动车道的改造需求影响因子，具体设定过程为：E1、将目标道路交叉口所属区域内的建筑物数目记为σ。
E2、将目标道路交叉口所属区域内的各建筑物的类型与云数据库中存储的各建筑物类型对应基础容纳人员数目进行匹配对比，得到各建筑物对应的基础容纳人员数目，并将各建筑物对应的基础容纳人员数目进行累加，得到目标道路交叉口所属区域内的建筑物对应的基础容纳人员数目，记为τ。
E3、设定非机动车道的改造需求影响因子λ，其中，σ′和τ′分别表示设定参照的建筑物数目和容纳人员数目，b4和b5分别表示设定的建筑物数目和容纳人员数目对应改造需求影响评估占比权重。
D4、计算目标道路交叉口对应非机动车道的改造需求指数 其中，L′、μ′和T′分别表示设定参照的宽度、通行总人数和通行时长，b1、b2和b3分别表示设定的宽度、通行总人数和通行时长对应非机动车道的改造需求评估占比权重。
本发明实施例通过结合目标道路交叉口所属区域内的建筑物数目和各建筑物的类型，分析目标道路交叉口对应非机动车道的改造需求指数，从而保障了非机动车道的改造需求评估结果的真实性和合理性，减少了非机动车道的行人在高峰时间段的通行时间，同时为后续非机动车道的扩宽提供有效的数据支撑依据。
所述云数据库，用于存储各类通行车道在历史各监测周期内的通行车辆总数和各通行车辆的车牌号，用于存储各建筑物类型对应基础容纳人员数目。
所述路灯信息采集分析模块，用于采集目标道路交叉口所属区域内布设的路灯数目和各路灯的间距，分析目标道路交叉口对应路灯的改造需求指数
在本发明具体实施例中，所述分析目标道路交叉口对应路灯的改造需求指数，具体分析过程为：F1、将目标道路交叉口所属区域内布设的路灯数目记为M。
F2、将目标道路交叉口所属区域内布设的各路灯的间距与设定参照的间距进行对比，统计间距大于设定参照的间距的路灯数目，记为M路。
F3、从各路灯的间距中提取最大间距，并记为L路。
F4、计算目标道路交叉口对应路灯的改造需求指数 其中，K1和L′路分别表示设定参照的异常间距路灯数目占比和路灯间距，b6和b7分别表示设定的异常间距路灯数目占比和路灯间距对应路灯的改造需求评估占比权重。
所述道路综合改造分析反馈模块，用于分析目标道路交叉口的综合改造需求指数若目标道路交叉口的综合改造需求指数大于或者等于设定值，则表明该道路交叉口需要进行改造，并进行反馈。
在本发明具体实施例中，所述目标道路交叉口的综合改造需求指数的计算公式为：其中，c1、c2和c3分别表示设定的机动车道、非机动车道和路灯对应综合改造需求评估占比权重。
本发明实施例通过分析目标道路交叉口对应机动车道、非机动车道和路灯的改造需求指数，从而分析目标道路交叉口的综合改造需求指数，并进行反馈，有效解决了现有的对老城区的道路改造进行综合管理主要通过监测车流量和人流量来评估道路是否需要进行改造中存在的局限性问题，实现了目标道路交叉口的综合改造需求的多角度和多层面的分析，从而改善了城市形象，提升了居住环境质量，同时为后续目标道路交叉口的改造和调整提供了明确的方向，并且为居民们提供了更舒适的居住体验。
以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于，包括：
机动车道车流量采集分析模块，用于采集指定老城区中的目标道路交叉口对应各类通行车道在当前所处监测周期内的通行车辆总数和各通行车辆的车牌号，分析各类通行车道在当前所处监测周期内的通行需求倾向指数，进而分析目标道路交叉口对应机动车道的改造需求指数
建筑物信息采集模块，用于采集目标道路交叉口所属区域内的建筑物数目和各建筑物的类型；
非机动车道人流量采集分析模块，用于采集目标道路交叉口的非机动车道的宽度，并采集各人流量高峰时间段内非机动车道的通行总人数以及各通行人员对应的通过时长，分析目标道路交叉口对应非机动车道的改造需求指数
云数据库，用于存储各类通行车道在历史各监测周期内的通行车辆总数和各通行车辆的车牌号，用于存储各建筑物类型对应基础容纳人员数目；
路灯信息采集分析模块，用于采集目标道路交叉口所属区域内布设的路灯数目和各路灯的间距，分析目标道路交叉口对应路灯的改造需求指数
道路综合改造分析反馈模块，用于分析目标道路交叉口的综合改造需求指数若目标道路交叉口的综合改造需求指数大于或者等于设定值，则表明该道路交叉口需要进行改造，并进行反馈。
2.根据权利要求1所述的一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于：所述分析各类通行车道在当前所处监测周期内的通行需求倾向指数，具体分析过程为：
A1、将各类通行车道在当前所处监测周期内的各通行车辆的车牌号进行相互对比，将相同车牌号对应的车辆记为综合通行车辆，统计各类通行车道在当前所处监测周期内的各综合通行车辆对应的通行次数以及各次通行的通行时间；
A2、计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数βij，其中，i表示通行车道种类编号，i＝1,2,...,n，j表示综合通行车辆编号，j＝1,2,...,m；
A3、将各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数与设定参照的通行趋向指数进行对比，若某类通行车道在当前所处监测周期内的某综合通行车辆的通行趋向指数大于或者等于设定参照的通行趋向指数，则判定该综合通行车辆为固定通行车辆，反之，则判定该综合通行车辆为流动通行车辆；
A4、统计固定通行车辆数目，计算各类通行车道在当前所处监测周期内的固定通行车辆对应的通行需求倾向指数
A5、统计流动通行车辆数目，计算各类通行车道在当前所处监测周期内的流动通行车辆对应的通行需求倾向指数
A6、将各类通行车道在当前所处监测周期内的通行车辆总数记为ηi；
A7、计算各类通行车道在当前所处监测周期内的通行需求倾向指数δi，其中，η′表示设定参照的通行车辆总数，a1、a2和a3分别表示设定的通行车辆总数、固定通行车辆和流动通行车辆对应通行需求倾向指数评估占比权重，e表示自然常数。
3.根据权利要求2所述的一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于：所述计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数，具体计算过程为：
B1、将各类通行车道在当前所处监测周期内的各综合通行车辆对应的通行次数记为εij；
B2、将各类通行车道在当前所处监测周期内的各综合通行车辆对应各次通行的通行时间进行相互对比，得到各综合通行车辆对应各次通行的通行时间差，并从各次通行的通行时间差中提取最大值，作为各综合通行车辆的通行时间差，记为ΔTij；
B3、计算各类通行车道在当前所处监测周期内的各综合通行车辆的通行趋向指数βij，其中，ε′和ΔT′分别表示设定参照的通行次数和通行时间差，a4和a5分别表示设定的通行次数和通行时间差对应通行趋向评估占比权重。
4.根据权利要求1所述的一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于：所述分析目标道路交叉口对应机动车道的改造需求指数，具体分析过程为：
C1、从云数据库中提取各类通行车道在历史各监测周期内的通行车辆总数和各通行车辆的车牌号，按照各类通行车道在当前所处监测周期内的通行需求倾向指数的分析方式同理分析得到各类通行车道在历史各监测周期内的通行需求倾向指数；
C2、计算各类通行车道的改造需求指数φi；
C3、将各类通行车道的改造需求指数与设定参照的改造需求指数进行对比，统计改造需求指数大于或者等于设定参照的改造需求指数的通行车道数目，记为ζ；
C4、将各类通行车道的改造需求指数进行均值计算，得到平均改造需求指数，记为
C5、计算目标道路交叉口对应机动车道的改造需求指数 其中，K0和φ′分别表示设定参照的待改造通行车道数目占比和改造需求指数，a6和a7分别表示设定的待改造通行车道数目占比和改造需求指数对应机动车道的改造需求评估占比权重，n表示通行车道种类数目。
5.根据权利要求2所述的一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于：所述分析目标道路交叉口对应非机动车道的改造需求指数，具体分析过程为:
D1、将目标道路交叉口的非机动车道的宽度和各人流量高峰时间段内非机动车道的通行总人数分别记为L和μr，其中，r表示人流量高峰时间段的编号，r＝1,2,...,g；
D2、从各人流量高峰时间段内非机动车道的各通行人员对应的通过时长中提取最大通过时长，并将最大通过时长作为各人流量高峰时间段内非机动车道的通行人员的通行时长，记为Tr；
D3、根据目标道路交叉口所属区域内的建筑物数目和各建筑物的类型，设定非机动车道的改造需求影响因子λ；
D4、计算目标道路交叉口对应非机动车道的改造需求指数 其中，L′、μ′和T′分别表示设定参照的宽度、通行总人数和通行时长，b1、b2和b3分别表示设定的宽度、通行总人数和通行时长对应非机动车道的改造需求评估占比权重。
6.根据权利要求5所述的一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于：所述设定非机动车道的改造需求影响因子，具体设定过程为：
E1、将目标道路交叉口所属区域内的建筑物数目记为σ；
E2、将目标道路交叉口所属区域内的各建筑物的类型与云数据库中存储的各建筑物类型对应基础容纳人员数目进行匹配对比，得到各建筑物对应的基础容纳人员数目，并将各建筑物对应的基础容纳人员数目进行累加，得到目标道路交叉口所属区域内的建筑物对应的基础容纳人员数目，记为τ；
E3、设定非机动车道的改造需求影响因子λ，其中，σ′和τ′分别表示设定参照的建筑物数目和容纳人员数目，b4和b5分别表示设定的建筑物数目和容纳人员数目对应改造需求影响评估占比权重。
7.根据权利要求2所述的一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于：所述分析目标道路交叉口对应路灯的改造需求指数，具体分析过程为：
F1、将目标道路交叉口所属区域内布设的路灯数目记为M；
F2、将目标道路交叉口所属区域内布设的各路灯的间距与设定参照的间距进行对比，统计间距大于设定参照的间距的路灯数目，记为M路；
F3、从各路灯的间距中提取最大间距，并记为L路；
F4、计算目标道路交叉口对应路灯的改造需求指数 其中，K1和L′路分别表示设定参照的异常间距路灯数目占比和路灯间距，b6和b7分别表示设定的异常间距路灯数目占比和路灯间距对应路灯的改造需求评估占比权重。
8.根据权利要求2所述的一种基于智慧城市的城市规划项目综合管理信息平台，其特征在于：所述目标道路交叉口的综合改造需求指数的计算公式为：其中，c1、c2和c3分别表示设定的机动车道、非机动车道和路灯对应综合改造需求评估占比权重。
CN202311174339.9A 2023-09-13 2023-09-13 一种基于智慧城市的城市规划项目综合管理信息平台 Active CN117218836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311174339.9A CN117218836B (zh) 2023-09-13 2023-09-13 一种基于智慧城市的城市规划项目综合管理信息平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311174339.9A CN117218836B (zh) 2023-09-13 2023-09-13 一种基于智慧城市的城市规划项目综合管理信息平台

Publications (2)

Publication Number Publication Date
CN117218836A true CN117218836A (zh) 2023-12-12
CN117218836B CN117218836B (zh) 2024-02-27

Family

ID=89047513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311174339.9A Active CN117218836B (zh) 2023-09-13 2023-09-13 一种基于智慧城市的城市规划项目综合管理信息平台

Country Status (1)

Country Link
CN (1) CN117218836B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117273273A (zh) * 2023-10-07 2023-12-22 荆州市城市规划设计研究院 一种基于大数据的城市规划建设用地分区管控系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109035754A (zh) * 2017-06-12 2018-12-18 北京嘀嘀无限科技发展有限公司 路况分析方法、装置、服务器和计算机可读存储介质
CN109840662A (zh) * 2017-11-29 2019-06-04 上海浦东建筑设计研究院有限公司 一种基于驾驶模拟的城市道路提升改造需求综合评价方法
CN110042714A (zh) * 2019-05-05 2019-07-23 广西壮族自治区城乡规划设计院 一种应用于城市道路旧路维修改造的路面结构设计方法
US20190266891A1 (en) * 2017-05-24 2019-08-29 Dalian University Of Technology A method to quantitatively analyze the effects of urban built environment on road travel time
CN113674527A (zh) * 2021-08-23 2021-11-19 田继伟 一种基于智慧交通物联网的交通监测系统及方法
CN114973148A (zh) * 2022-06-22 2022-08-30 成都涛骏交通设施有限公司 一种基于智慧城市建设的市政设施在线监测数字化智能管理平台

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190266891A1 (en) * 2017-05-24 2019-08-29 Dalian University Of Technology A method to quantitatively analyze the effects of urban built environment on road travel time
CN109035754A (zh) * 2017-06-12 2018-12-18 北京嘀嘀无限科技发展有限公司 路况分析方法、装置、服务器和计算机可读存储介质
CN109840662A (zh) * 2017-11-29 2019-06-04 上海浦东建筑设计研究院有限公司 一种基于驾驶模拟的城市道路提升改造需求综合评价方法
CN110042714A (zh) * 2019-05-05 2019-07-23 广西壮族自治区城乡规划设计院 一种应用于城市道路旧路维修改造的路面结构设计方法
CN113674527A (zh) * 2021-08-23 2021-11-19 田继伟 一种基于智慧交通物联网的交通监测系统及方法
CN114973148A (zh) * 2022-06-22 2022-08-30 成都涛骏交通设施有限公司 一种基于智慧城市建设的市政设施在线监测数字化智能管理平台

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117273273A (zh) * 2023-10-07 2023-12-22 荆州市城市规划设计研究院 一种基于大数据的城市规划建设用地分区管控系统
CN117273273B (zh) * 2023-10-07 2024-03-12 荆州市城市规划设计研究院 一种基于大数据的城市规划建设用地分区管控系统

Also Published As

Publication number Publication date
CN117218836B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN109993970B (zh) 一种城市区域交通事故风险预测方法
CN105185115B (zh) 一种交通预测方法和预测系统
Börjesson et al. The Gothenburg congestion charge. Effects, design and politics
CN110390349A (zh) 基于XGBoost模型的公交车客流量预测建模方法
CN113034913A (zh) 交通拥堵预测方法、装置、设备及存储介质
CN117218836B (zh) 一种基于智慧城市的城市规划项目综合管理信息平台
CN101710448A (zh) 基于全方位计算机视觉的道路交通状态检测装置
CN108648445B (zh) 基于交通大数据的动态交通态势预测方法
CN111275971A (zh) 一种高速公路交通流量预测方法
CN114819305B (zh) 一种基于碳排放度量尺度下的路径规划方法
CN110415513B (zh) 一种公交专用道服务指数发布方法、系统及电子设备
Jasti et al. Integrated performance assessment and service level benchmarking of urban bus system using fuzzy logic
Hamad et al. Forecasting model for vehicular demand: an alternative methodology in the context of developing countries
CN116090785B (zh) 针对大型活动散场场景两阶段的定制公交规划方法
CN105303246A (zh) 一种多线路公交到站时间预测方法
CN114139984A (zh) 基于流量与事故协同感知的城市交通事故风险预测方法
Henderson State of the practice in High-Occupancy Vehicle system performance monitoring
CN112733891B (zh) 对出行链断链时公交ic卡乘客进行下车站点识别的方法
CN116740948B (zh) 车辆行程速度的预测估值方法、装置、介质及应用
Haleem et al. Synthesis of the advances in and application of fractal characteristic of traffic flow.
Ferlis Guide for estimating urban vehicle classification and occupancy
Biswas et al. Development of ‘Speed Ratio’Based Level of Service Criteria on Undivided Urban Streets in Mixed Traffic Context
Schools A Lot [of Parking]
Li et al. Bus scheduling model based on peak hour volume clustering
Chen et al. Location configuration design of new park-and-ride facilities in Beijing, China

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