CN117877274B - 一种基于etc的省域高速路网交通诱导方法 - Google Patents

一种基于etc的省域高速路网交通诱导方法 Download PDF

Info

Publication number
CN117877274B
CN117877274B CN202410284090.5A CN202410284090A CN117877274B CN 117877274 B CN117877274 B CN 117877274B CN 202410284090 A CN202410284090 A CN 202410284090A CN 117877274 B CN117877274 B CN 117877274B
Authority
CN
China
Prior art keywords
traffic
congestion
vehicle
road
provincial
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
Application number
CN202410284090.5A
Other languages
English (en)
Other versions
CN117877274A (zh
Inventor
罗玉萍
丁婧
许文熠
任文龙
郝俊锋
张影
李诗娆
王彦琛
邓贤宇
宋周林
黄先昊
夏伟峰
陈孟
赵霄
李凯
冉光炯
沈天瑞
雷秉川
代超
石志良
贾浩伟
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.)
Sichuan Wisdom High Speed Technology Co ltd
Original Assignee
Sichuan Wisdom High Speed Technology Co ltd
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 Sichuan Wisdom High Speed Technology Co ltd filed Critical Sichuan Wisdom High Speed Technology Co ltd
Priority to CN202410284090.5A priority Critical patent/CN117877274B/zh
Publication of CN117877274A publication Critical patent/CN117877274A/zh
Application granted granted Critical
Publication of CN117877274B publication Critical patent/CN117877274B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于ETC的省域高速路网交通诱导方法,涉及高速路网运营领域,诱导方法包括以下步骤:S1:用户通过车主移动端输入注册信息;S2:审核通过后,诱导系统服务端在多个分布式服务器之间同步用户ETC卡信息;S3:根据多条ETC读写器识读记录分析整个省域高速路网的交通态势;S4:诱导系统服务端结合历史交通数据分析结果;S5:确定车主当前位置;S6:车主驾驶带有ETC卡车辆驶离省域高速路网,移动端信息服务停止或进入另一个省域高速路网中接收诱导系统服务;S7:重新安装移动端,系统自动根据已有注册信息加以核对;本发明为交通参与者提供更优的交通服务。

Description

一种基于ETC的省域高速路网交通诱导方法
技术领域
本发明涉及高速路网运营领域,尤其是涉及一种基于ETC的省域高速路网交通诱导方法。
背景技术
在高速路网运营中,随着信息技术的发展,越来越多地车辆配备了非接触式的ETC卡实现不停车收费,极大地提升了高速路口车辆通行的效率;随着高速路网的逐步完善,多个ETC读写器也安装在下游可分流的高速路段上,用于判断车辆行驶路径以便于准确计费。大量的基础设施投入,同时希望能进一步提升高速路网的交通服务能力,特别地,如何缓解高峰时段的交通拥堵,一直是交通参与者十分关注的典型问题。目前高速交通缓堵的措施主要包括有:
1、用户导航系统:用户在行驶过程中采用导航系统可有效了解到达目的地途中的道路交通情况,及时根据拥堵情况来及时调整行驶路线,其实现技术多为速度比法,通常拥堵会造成车辆行驶速度降低,但速度降低并不全源自交通拥堵;
2、临时交通管制:针对特殊情况下的高速交通需求,比如关闭部分高速路入口等方式,显然这种方式多是人为的;高速路网中安装有交通流量检测的设备,可实时地了解到不同路段的交通流量情况,但缺乏有效的主动交通诱导措施。
因此,有必要提供一种基于ETC的省域高速路网交通诱导方法,来解决上述问题。
发明内容
本发明的目的是提供一种基于ETC的省域高速路网交通诱导方法,通过充分利用已有ETC系统的基础设施优势,使得高速路网运营企业可以有效地应用采集的数据展开高速路段交通流量态势分析,采取主动的交通诱导措施,减少省域高速路网的交通拥堵。
为实现上述目的,本发明提供了一种基于ETC的省域高速路网交通诱导方法,包括以下步骤:
S1:用户通过车主移动端输入注册信息;
S2:审核通过后,诱导系统服务端在多个分布式服务器之间同步用户ETC卡信息;
S3:成功注册后车主驾驶带ETC车辆驶入省域高速路网,高速路网诱导系统将其识别,根据省域高速路网中的多条ETC读写器识读记录分析整个省域高速路网的交通态势;
S4:诱导系统服务端结合历史交通数据分析结果,提示事故多发路段,根据当前路网中的路段拥堵类型情况结合省域高速路网中行驶车辆的当前位置为车主提供交通诱导信息,高速路网诱导系统根据后续ETC读写器的读写记录自动判断是否诱导成功;
诱导成功,车辆后续行驶线路发生改变;
诱导不成功存在两种情况:一种是车辆未改变路线,另一种是车辆改变路线但并非诱导路线;
无论是否诱导成功高速路网诱导系统都会根据车辆所在路段给车辆用户提供后续服务;
S5:通过文字或语音识别录入刚经过的出入口编号,确定车主当前位置,车主在行驶中发现交通事故、道路维修养护和发生自然灾害情况,文字或语音录入,为后方的交通诱导提供支持;
S6:车主驾驶带有ETC卡的车辆驶离省域高速路网,车主移动端的信息服务停止或进入另一个省域高速路网中接收诱导系统服务;
S7:车主用户重新安装移动端后,系统自动根据已有注册信息加以核对,确认后继续为其提供高速路网交通诱导服务。
优选的,在步骤S3中所述高速路网诱导系统包括省域高速路网通行数据库、诱导系统服务端和分布式服务器集群;
所述省域高速路网通行数据库包括主数据库和辅数据库,具有如下功能:
主数据库和辅数据库的多个备份分别存储于多个分布式服务器上,服务器选择两种策略更新数据库,一种是非高峰时段的整体转储,另一种是高峰时段可用的增量更新;
存储的数据包括但不限于省域高速路网的所有出入口编号、名称、所在位置信息及对应的ETC读写器编号和所属分布式服务器基础信息,所属分布式服务器设置不少于3个,其中出入口还包括连接省外的高速公路上的ETC门架式读写器。
优选的,分布式服务器集群包括主服务器和辅服务器,诱导系统服务端包括存放在主服务器的主系统和存放在辅服务器上的辅系统;具备以下功能:
主系统放在主服务器上连接主数据库,辅系统存放于辅服务器搭配辅数据库,完成基础信息的增删改查等管理,监控日常交通信息采集的正常与否并加以提醒;主系统负责管理辅系统所在的辅服务器涵盖的高速路段信息管理。
优选的,辅系统所在的服务器分析区域内的交通态势,出现需诱导的拥堵/交通事故/道路维修情形,与主服务器提出需求,主服务器根据一段时间的诱导需求,分析推理出可诱导方案,派发给辅服务器,辅服务器根据区域内带ETC车辆的行驶目的地或方向,逐个分别提示出诱导信息和记录推荐时间。
优选的,采用了流量比法和速度比法来计算诱导的拥堵情况类,包括:
从所在路段历史数据中找到最大交通流量和最大平均速度,再与设计流量、设计速度核对后确定,流量比法和速度比法结合提供了交通诱导信息,其中交通诱导信息包括平均速度为0时判断是堵车还是没车的问题;其中,统计路网中单个ETC门架式读写器截面的通过带ETC卡的车辆数与对应的交通流量检测值,用来估计一个带ETC卡的车辆比值用于测算,具体包括:
针对配套车辆速度检测装置的门架式ECT读写器所在位置,参照交通管理制度,最大交通流量Qmax等于所在道路容量、最大平均行驶速度Vmax为所在路段的自由流速度,当前交通流量为Q、当前平均行驶速度为V,流量比a=Q/Qmax,速度比b=V/Vmax;
路段最佳通行状态为a≈1、b≈1;
路段无车时和最严重拥堵时流量a=0、b=0。
优选的,诱导策略取决于拥堵类型和拥堵等级,根据当前路段的流量比、速度比数值,在0到1区间上划分为畅通、基本畅通、轻度拥堵、中度拥堵、严重拥堵五类,按五个等分子区间,每个区间长度为0.2对应拥堵等级:
速度比b≈1时为畅通,此时不考虑流量比;
基本畅通(ab的值或区间为多少);
轻度拥堵(ab的值或区间为多少);
中度拥堵(ab的值或区间为多少);
a、b∈(0,0.2)表示严重拥堵;
对于流量比a和速度比b分别处于不同等分子区间,选择较高的拥堵等级作为交通诱导的参考,对于道路维修养护引起的拥堵,路段的交通流量最大值下降,有关道路维修养护情况,在进入高速路网提示出该路段拥堵类型和变化趋势;
对于前进方向无事故而存在的拥堵,使用无事故学习模型,输入前方流量比和速度比,按照每天中的交通流时序变化规律预测出拥堵发展趋势、可选道路及时间距离变化;
对于有事故拥堵的情况,使用有事故学习模型,输入前方当前事故特征,按照交通事故时的交通流时序变化规律预测出拥堵处理时间、拥堵蔓延距离、可选道路及时间距离变化;
出现前方道路封堵情况,诱导上游车辆改道行驶。
优选的,主数据库汇集了所属辅数据库汇集而来的ETC读写器读取ETC卡的记录和与ETC读写器关联的交通流量检测结果记录,主系统基于汇集的历史数据分析高速路段的交通规律、及时同步给各辅数据库,辅数据库采集所涵盖区域的ETC卡读取记录和流量检测结果记录,辅系统基于当前数据分析区域内的交通态势,按照设定上传当前采集数据和需跨区域协同的交通诱导需求。
优选的,未注册ETC卡的车主用户安装移动端,车主通过文字或语音识别录入刚经过的出入口编号,系统为其提供交通诱导信息服务。
因此,本发明采用上述一种基于ETC的省域高速路网交通诱导方法,不仅提高了高速路网基础设施的利用率,而且进一步缓解了高速路网的交通拥堵压力,同时也有助于提升交通参与者的交通体验。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1是本发明的诱导方法流程图;
图2是本发明基于ETC的省域高速路网交通诱导方法中的诱导系统架构图;
图3是本发明实施例一中的部署方案图。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明中使用的“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素,并不排除也涵盖其它要素的可能。术语“内”、“外”、“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。在本发明中,除非另有明确的规定和限定,术语“附着”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
如图1所示,本发明提供了一种基于ETC的省域高速路网交通诱导方法,包括以下步骤:
S1:用户通过车主移动端输入注册信息;
S2:审核通过后,诱导系统服务端在多个分布式服务器之间同步用户ETC卡信息;
S3:成功注册后车主驾驶带ETC车辆驶入省域高速路网,高速路网诱导系统将其识别,根据省域高速路网中的多条ETC读写器识读记录分析整个省域高速路网的交通态势;
S4:诱导系统服务端结合历史交通数据分析结果,提示事故多发路段,根据当前路网中的路段拥堵类型情况结合省域高速路网中行驶车辆的当前位置为车主提供交通诱导信息,高速路网诱导系统根据后续ETC读写器的读写记录自动判断是否诱导成功;
诱导成功,车辆后续行驶线路发生改变;
诱导不成功存在两种情况:一种是车辆未改变路线,另一种是车辆改变路线但并非诱导路线;
无论是否诱导成功高速路网诱导系统都会根据车辆所在路段给车辆用户提供后续服务;
S5:通过文字或语音识别录入刚经过的出入口编号,确定车主当前位置,车主在行驶中发现交通事故、道路维修养护和发生自然灾害情况,文字或语音录入,为后方的交通诱导提供支持;
S6:车主驾驶带有ETC卡的车辆驶离省域高速路网,车主移动端的信息服务停止或进入另一个省域高速路网中接收诱导系统服务;
S7:车主用户重新安装移动端后,系统自动根据已有注册信息加以核对,确认后继续为其提供高速路网交通诱导服务。
在步骤S3中,如图2所示,高速路网诱导系统包括省域高速路网通行数据库、诱导系统服务端和分布式服务器集群;省域高速路网通行数据库包括主数据库和辅数据库,具有如下功能:
主数据库和辅数据库的多个备份分别存储于多个分布式服务器上,服务器选择两种策略更新数据库,一种是非高峰时段的整体转储,另一种是高峰时段可用的增量更新;
存储的数据包括但不限于省域高速路网的所有出入口编号、名称、所在位置信息及对应的ETC读写器编号和所属分布式服务器基础信息,按照高速线路的约定方向确定路段起止点;所属分布式服务器设置不少于3个,其中出入口还包括连接省外的高速公路上的ETC门架式读写器。
包括ETC门架式读写器的编号、名称、安装路段、距该路段起点距离、安装时间、所在方向、关联的交通流量检测装置编号、车辆速度检测装置编号、路段最大交通流量、路段最大平均行驶速度等基础信息,如存在交通流量检测装置、车辆速度检测装置信息表。
包括天的类型表及针对天类型的按时序作时段划分(非高峰时段按10分钟、20分钟、30分钟划分,高峰时段按1分钟、3分钟、5分钟划分,也可按流量比、速度比所在区间变化作自动时序划分)、交通流量检测装置、车辆速度检测装置、交通事故类型、拥堵分级情况等基础信息表;
包括省域高速路网中两类ETC读写器的读写记录(出入口与路段中),采样间隔不大于1分钟的交通流量检测装置的写入记录(车辆数等)、车辆速度检测装置的写入记录(车辆数、平均速度等),包括计算出的流量比、速度比,由于数据量大,这部分数据存入主数据库中,辅数据库存储除此之外的其他信息;
包括ETC门架式读写器所在道路截面的分时段交通流量等交通运行信息,包括但不限于读写器编号、计算开始时刻、时间区间长度、带ETC卡的车辆通过数量、车辆通过总数、拥堵指数等信息,拥堵指数用流量比法和速度比法等;
包括路网交通事故信息,包括但不限于发生路段编号、距路段起点距离、事故发生日期、发生时间、事故车辆数、受伤人数等关键信息;
包括路网交通诱导信息,包括但不限于ETC卡编号、诱导前所在路段编号、诱导后所在路段编号、是否成功诱导等交通运行信息;
同步带ETC卡的车辆车主等注册信息。
分布式服务器集群包括主服务器和辅服务器,诱导系统服务端包括存放在主服务器的主系统和存放在辅服务器上的辅系统;具备以下功能:
主系统放在主服务器上连接主数据库,辅系统存放于辅服务器搭配辅数据库,完成基础信息的增删改查等管理,监控日常交通信息采集的正常与否并加以提醒;主系统负责管理辅系统所在的辅服务器涵盖的高速路段信息管理。根据服务器的处理能力和实际服务需求决定,每个服务器至多包括省域高速路网的所有路段,至少包括1条所辖的高速公路,通常情况下建议服务器负责的区域之间可以有一定重叠。
以高速路网的ETC读写器为对象,分类研究其在工作日、周末、节假日的不同时间分段的ETC卡通过数量、交通流量值、平均车辆速度,对于未发生拥堵的情况,时段可以是10分钟、20分钟或30分钟;对于发生拥堵的情况(从轻度拥堵开始),时段需细分为1分钟、3分钟、5分钟;无事故学习模型、有事故交通流时序学习模型等分析结果存入省域高速路网通行数据库,包括记录分析的天数、取平均值。
分析交通事故特征(发生时间、发生位置、占用车道数、事故车辆数、受伤人数、关联事故个数等)与其上游ETC门架式读写器位置获取的单位时间(如1分钟)ETC卡通过数量和交通流量值(通常ETC卡通过数量不大于交通流量值),连续获取后分析出二者之间的关系,包括事故多发路段等分析结果、有事故学习模型参数等存入省域高速路网通行数据库。
辅系统所在的服务器分析区域内的交通态势,出现需诱导的拥堵/交通事故/道路维修情形,与主服务器提出需求,主服务器根据一段时间的诱导需求,分析推理出可诱导方案,派发给辅服务器,辅服务器根据区域内带ETC车辆的行驶目的地或方向,逐个分别提示出诱导信息和记录推荐时间。
根据带ETC卡的车辆被后续ETC门架式读写器的情况判断,是否诱导成功并加以记录。
通过移动端程序访问诱导系统,具备以下功能:
动端程序可以是公众号、小程序、移动APP等,车主注册并审核成功后,服务器每次收到入口ETC读写器(包括省域间交接路段的进入侧ETC读写器)信息,则会对ETC卡车主推送交通诱导服务的相关信息,车主可根据需要关闭此服务。
根据高速路网入口的ETC读写器获取车辆ETC获取上高速路网的信息,启动交通诱导服务,记录车主进入高速路网的时间、入口编号等信息;
根据车主以往的进入时间、入口地址等信息,预测车主本次出行的出口地址供用户选择,用户不选择,则提示车主选择设置,系统提供语音播报、语音录入等功能;
根据高速路网中多次ETC读写器判断车辆的行进方向是否正确?如果不正确,则提示车主再次选择设置,过程中用户可以根据自身需要多次设置目的地出口/方向;
服务过程中诱导系统提示事故多发路段、根据车辆前往目的地或方向的交通拥堵情况、根据车辆当前位置到拥堵位置中的可选路径以及可选路径上的交通情况给出交通诱导信息,通过语音或信息提示出变化的行驶公里数、行驶时间等供车主选择;车主在行驶中发现交通事故、道路维修养护、发生自然灾害等情况,可文字或语音录入,为后方的交通诱导提供支持;
交通诱导系统根据后续读取ETC卡的ETC门架读写器位置,判断车辆是否接受诱导,如诱导成功则加以记录;
根据高速路网出口的ETC读写器(包括省域间交接路段的离开侧ETC读写器)获取车辆ETC获取离开高速路网的信息。车主可随时查询一段时期内接收省域高速路网服务的多条信息,包括接受诱导的情况;
车主可恢复其已创建账户,下载/关注移动端程序,使用之前注册的ETC编号、绑定手机号/车主身份证号等信息登录即可,系统提供绑定修改、密码重置等基本管理功能。
采用了流量比法和速度比法来计算诱导的拥堵情况类,包括:
从所在路段历史数据中找到最大交通流量和最大平均速度,再与设计流量、设计速度核对后确定,流量比法和速度比法结合提供了交通诱导信息,其中交通诱导信息包括平均速度为0时判断是堵车还是没车的问题;其中,统计路网中单个ETC门架式读写器截面的通过带ETC卡的车辆数与对应的交通流量检测值,用来估计一个带ETC卡的车辆比值用于测算,具体包括:
针对配套车辆速度检测装置的门架式ECT读写器所在位置,参照交通管理制度,最大交通流量Qmax等于所在道路容量、最大平均行驶速度Vmax为所在路段的自由流速度,当前交通流量为Q、当前平均行驶速度为V,流量比a=Q/Qmax,速度比b=V/Vmax;
路段最佳通行状态为a≈1、b≈1;
路段无车时和最严重拥堵时流量a=0、b=0。
假设车辆在路段通行状况正常情况下车辆以接近Vmax的速度行驶,则从路段无车通过到有车通过、车辆逐渐增加的过程中,最初Q较小V接近Vmax,即此时速度比b≈1,随着单位时间内的通行车辆增多,即Q增大、流量比b增加,流量比会在1附近出现波动变化,路段最佳通行状态为Q和V分别接近Qmax和Vmax,即a≈1、b≈1,也就是,路段界面的输入和输出均满负荷。随着单位时间内通行车辆的持续增多,路段会成为瓶颈,流量比a和速度比b均下降,到最严重拥堵时a=0、b=0。如果此路段单位时间内的通行车辆数逐渐减少,则流量比a和速度比b会同时逐渐增加,根据前述拥堵过程累积的车辆数不同,疏解拥堵的时间不同。再次恢复到路段最佳通行状态时这两个比值也会恢复到1附近,后续是流量比b减少,速度比在1附近波动变化,即b≈1,直到路段无车通行。如果本路段出现事故/施工则Qmax和Vmax均减小,路段的拥堵情况划分。
鉴于路段无车时和最严重拥堵时流量Q=0、流量比a=0,速度V=0(无车通过时无法计算实际的平均行驶速度)、速度比b=0,由此综合考虑流量比和速度比的变化过程,当流量比a逐渐增加且速度比b≈1、或流量比a和速度比b同时增加时,这个状态要标记为flag=1,其余状态标记为flag=0。在flag=1之后遇到a=0、b=0,可判定拥堵。仅判断流量比a增加减少,既可能是无车通行,也可能是最严重拥堵,所以二者需要综合起来判断。
如果此时再辅以门架式ETC读写器数据则可以判断更为准确,毕竟通行车辆数量增加,这些车中包含有ETC卡车辆的概率会增加,也有助于道路拥堵的判断及后续交通诱导。
诱导策略取决于拥堵类型和拥堵等级,根据当前路段的流量比、速度比数值,在0到1区间上划分为畅通、基本畅通、轻度拥堵、中度拥堵、严重拥堵五类,按五个等分子区间,每个区间长度为0.2对应拥堵等级:
速度比b≈1时为畅通,此时不考虑流量比;
a、b∈(0.6,0.8)表示基本畅通;
a、b∈(0.4,0.6)表示轻度拥堵;
a、b∈(0.2,0.4)表示中度拥堵;
a、b∈(0,0.2)表示严重拥堵;
对于道路维修养护引起的拥堵,路段的交通流量最大值下降,有关道路维修养护情况,在进入高速路网提示出该路段拥堵类型和变化趋势;
对于流量比a和速度比b分别处于不同等分子区间,选择由高到低的拥堵等级作为交通诱导的参考;
对于道路维修养护引起的拥堵,路段的交通流量最大值下降,有关道路维修养护情况,在进入高速路网提示出该路段拥堵类型和变化趋势;
对于前进方向无事故而存在的拥堵,使用无事故学习模型,输入前方流量比和速度比,按照每天中的交通流时序变化规律预测出拥堵发展趋势、可选道路及时间距离变化;
对于有事故拥堵的情况,使用有事故学习模型,输入前方当前事故特征,按照交通事故时的交通流时序变化规律预测出拥堵处理时间、拥堵蔓延距离、可选道路及时间距离变化;
出现前方道路封堵情况,诱导上游车辆改道行驶。
系统设计专门的基础信息表,基于高速路网各路段每1分钟的流量比a和速度比b的基础数据,结合其下游无事故、有事故等情况和工作日、节假日类型,按照一天当中的时序来存储多个路段的交通流时序变化规律,定期加以更新。使用规律时,在无事故情况下结合今天的类型(工作日、节假日等),以当前时间为基准,往前追溯5-10个时段,匹配已存储的时序交通流变化规律(可适当前后移动基准时间),匹配上之后,继续查看后续5-10个时段的拥堵等级变化情况,作为预测出的拥堵发展趋势。在有事故的情况下,结合下游事故数量、特征等做类似处理,遇到不能完全匹配的情况,还可参照其他路段的类似事故加以综合预测。
主数据库汇集了所属辅数据库汇集而来的ETC读写器读取ETC卡的记录和与ETC读写器关联的交通流量检测结果记录,主系统基于汇集的历史数据分析高速路段的交通规律、及时同步给各辅数据库,辅数据库采集所涵盖区域的ETC卡读取记录和流量检测结果记录,辅系统基于当前数据分析区域内的交通态势,按照设定上传当前采集数据和需跨区域协同的交通诱导需求。
未注册ETC卡的车主用户安装移动端,通过文字或语音识别录入刚经过的出入口编号,系统为其提供交通诱导信息服务。
实施例一
1.省域ETC信息采集与分析:ETC卡的信息采集与扣款前期已实现并广泛推广应用,已采集了一定的带ETC卡车辆通行数据,需要基于高速路网中出入口、互通立交来划分路段并梳理出路段之间的连接关系、需要关联高速路段的ETC门架式读写器和该路段的交通流量检测设备的数据,基于此主系统基于主数据库分析出所有路段在不同类型一天(工作日、周末、节假日等)中的交通规律,将这些交通规律储存起来,从主数据库同步到辅数据库备用。
2.交通诱导系统研发与部署方案如图3所示:主系统和辅系统均需要管理高速路网的基础数据,实现系统用基础信息数据的增删改查;主系统实现基于历史ETC读取记录和关联交流流量检测数据的按天交通规律分析,天的类别包括工作日、周末和节假日三类,还需站在交通事故的角度来看这些规律;辅系统实现当前一段时间内的区域交通态势分析,包括对用户上传的交通事故、自然灾害等关键信息,给出在区域内实现交通诱导还是需要跨区域交通诱导的建议,对于跨区域诱导需要上传给主系统加以分析并给出建议;交通诱导建议是分为三个等级,分别对应轻度拥堵、中度拥堵、严重拥堵三种情况,即在畅通情况下无建议。
通常,省域高速路网所覆盖的面积大、出入口多,现有ETC卡读取的记录多采用分级汇集的方式,对采集数据的分析可根据两级服务器的服务能力;目前假设主服务器计算能力较强,由此将省域高速路网中路段的交通规律放在主服务器。当然,辅服务器能力强,也可安排其分别来分析区域内路段的交通规律。
3.移动用户端推广:用户端可以是公众号、小程序或移动APP等,它是一个去中心化应用,允许车主用户直接与车辆所在区域对应的辅系统互动。其功能包括:除了自身账号管理、历史通行情况查询等基本功能外,在高速路网中接收交通服务,及时上报路段通行状况、接收服务端发来的多发事故地段、前方拥堵情况与交通诱导信息等,可语音播报;对于无ETC卡车辆用户,成功注册登录后可提供基于出入口信息的交通诱导服务,可语音识别录入。用户友好性,移动端在设计时注重用户体验,界面简洁直观,操作简单易懂,提升车主的高速路网交通体验。
因此,本发明采用上述一种基于ETC的省域高速路网交通诱导方法,不仅提高了高速路网基础设施的利用率,而且进一步缓解了高速路网的交通拥堵压力,同时也有助于提升交通参与者的交通体验。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (6)

1.一种基于ETC的省域高速路网交通诱导方法,其特征在于:诱导方法包括以下步骤:
S1:用户通过车主移动端输入注册信息;
S2:审核通过后,诱导系统服务端在多个分布式服务器之间同步用户ETC卡信息;
S3:成功注册后车主驾驶带ETC车辆驶入省域高速路网,高速路网诱导系统将其识别,根据省域高速路网中的多条ETC读写器识读记录分析整个省域高速路网的交通态势;
S4:诱导系统服务端结合历史交通数据分析结果,提示事故多发路段,根据当前路网中的路段拥堵类型情况结合省域高速路网中行驶车辆的当前位置为车主提供交通诱导信息,高速路网诱导系统根据后续ETC读写器的读写记录自动判断是否诱导成功;
诱导成功,车辆后续行驶线路发生改变;
诱导不成功存在两种情况:一种是车辆未改变路线,另一种是车辆改变路线但并非诱导路线;
无论是否诱导成功高速路网诱导系统都会根据车辆所在路段给车辆用户提供后续服务;
S5:通过文字或语音识别录入车辆经过的出入口编号,确定车主当前位置,车主在行驶中发现交通事故、道路维修养护和自然灾害情况,以文字或语音录入,为后方的交通诱导提供支持;
S6:车主驾驶带有ETC卡的车辆驶离省域高速路网,车主移动端的信息服务停止或进入另一个省域高速路网中接收诱导系统服务;
S7:车主用户重新安装移动端后,系统自动根据已有注册信息加以核对,确认后继续为其提供高速路网交通诱导服务;
其中采用了流量比法和速度比法来计算诱导的路段拥堵类型情况,包括:
从所在路段历史数据中找到最大交通流量和最大平均速度,再与设计流量、设计速度核对后确定,流量比法和速度比法结合提供了交通诱导信息,其中交通诱导信息包括平均速度为0时判断是堵车还是没车的问题;其中,统计路网中单个ETC门架式读写器截面的通过带ETC卡的车辆数与对应的交通流量检测值,具体包括:
针对配套车辆速度检测装置的门架式ECT读写器所在位置,参照交通管理制度,最大交通流量Qmax等于所在道路容量、最大平均行驶速度Vmax为所在路段的自由流速度,当前交通流量为Q、当前平均行驶速度为V,流量比a=Q/Qmax,速度比b=V/Vmax;
路段最佳通行状态为a≈1、b≈1;
路段无车时和最严重拥堵时流量a=0、b=0;
诱导策略取决于拥堵类型和拥堵等级,根据当前路段的流量比、速度比数值,在0到1区间上划分为拥堵等级由低到高依次为畅通、基本畅通、轻度拥堵、中度拥堵、严重拥堵五类,按五个等分子区间,每个区间长度为0.2对应拥堵等级:
速度比b≈1时为畅通,此时不考虑流量比;
a、b∈(0.6,0.8)表示基本畅通;
a、b∈(0.4,0.6)表示轻度拥堵;
a、b∈(0.2,0.4)表示中度拥堵;
a、b∈(0,0.2)表示严重拥堵;
对于道路维修养护引起的拥堵,路段的交通流量最大值下降,有关道路维修养护情况,在进入高速路网提示出该路段拥堵类型和变化趋势;
对于前进方向无事故而存在的拥堵,使用无事故学习模型,输入前方流量比和速度比,按照每天中的交通流时序变化规律预测出拥堵发展趋势、可选道路及时间距离变化;
对于有事故拥堵的情况,使用有事故学习模型,输入前方当前事故特征,按照交通事故时的交通流时序变化规律预测出拥堵处理时间、拥堵蔓延距离、可选道路及时间距离变化;
出现前方道路封堵情况,诱导上游车辆改道行驶。
2.根据权利要求1所述的一种基于ETC的省域高速路网交通诱导方法,其特征在于:在步骤S3中所述高速路网诱导系统包括省域高速路网通行数据库、诱导系统服务端和分布式服务器集群;
所述省域高速路网通行数据库包括主数据库和辅数据库,具有如下功能:
主数据库和辅数据库的多个备份分别存储于多个分布式服务器上,服务器选择两种策略更新数据库,一种是非高峰时段的整体转储,另一种是高峰时段可用的增量更新;
存储的数据包括省域高速路网的所有出入口编号、名称、所在位置信息及对应的ETC读写器编号和所属分布式服务器基础信息,所属分布式服务器设置不少于3个,其中出入口还包括连接省外的高速公路上的ETC门架式读写器。
3.根据权利要求2所述的一种基于ETC的省域高速路网交通诱导方法,其特征在于:所述分布式服务器集群包括主服务器和辅服务器,诱导系统服务端包括存放在主服务器的主系统和存放在辅服务器上的辅系统;具备以下功能:
主系统放在主服务器上连接主数据库,辅系统存放于辅服务器搭配辅数据库,完成基础信息的增删改查管理,监控日常交通信息采集的正常与否并加以提醒;主系统负责管理辅系统所在的辅服务器涵盖的高速路段信息管理。
4.根据权利要求3所述的一种基于ETC的省域高速路网交通诱导方法,其特征在于:辅系统所在的服务器分析区域内的交通态势,出现需诱导的拥堵、交通事故或道路维修情形,与主服务器提出需求,主服务器根据一段时间的诱导需求,分析推理出可诱导方案,派发给辅服务器,辅服务器根据区域内带ETC车辆的行驶目的地或方向,逐个分别提示出诱导信息和记录推荐时间。
5.根据权利要求4所述的一种基于ETC的省域高速路网交通诱导方法,其特征在于:主数据库汇集了所属辅数据库汇集而来的ETC读写器读取ETC卡的记录和与ETC读写器关联的交通流量检测结果记录,主系统基于汇集的历史数据分析高速路段的交通规律、同步给各辅数据库,辅数据库采集所涵盖区域的ETC卡读取记录和流量检测结果记录,辅系统基于当前数据分析区域内的交通态势,按照设定上传当前采集数据和需跨区域协同的交通诱导需求。
6.根据权利要求5所述的一种基于ETC的省域高速路网交通诱导方法,其特征在于:未注册ETC卡的车主用户安装移动端,车主通过文字或语音识别录入车辆经过的出入口编号,系统提供交通诱导信息服务。
CN202410284090.5A 2024-03-13 2024-03-13 一种基于etc的省域高速路网交通诱导方法 Active CN117877274B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410284090.5A CN117877274B (zh) 2024-03-13 2024-03-13 一种基于etc的省域高速路网交通诱导方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410284090.5A CN117877274B (zh) 2024-03-13 2024-03-13 一种基于etc的省域高速路网交通诱导方法

Publications (2)

Publication Number Publication Date
CN117877274A CN117877274A (zh) 2024-04-12
CN117877274B true CN117877274B (zh) 2024-05-14

Family

ID=90590368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410284090.5A Active CN117877274B (zh) 2024-03-13 2024-03-13 一种基于etc的省域高速路网交通诱导方法

Country Status (1)

Country Link
CN (1) CN117877274B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000207677A (ja) * 1999-01-18 2000-07-28 Equos Research Co Ltd 渋滞検出方法及びその装置
JP2006146695A (ja) * 2004-11-22 2006-06-08 Denso Corp 渋滞情報提供システム
JP2009169674A (ja) * 2008-01-16 2009-07-30 Nec Corp 交通渋滞検知方法、システムおよびプログラム
JP2009259158A (ja) * 2008-04-21 2009-11-05 Toyota Central R&D Labs Inc 交通状態シミュレーション装置及びプログラム
CN106601005A (zh) * 2017-03-01 2017-04-26 青岛海澄知识产权事务有限公司 一种基于rfid和微信平台的城市智能交通诱导方法
CN108777076A (zh) * 2018-06-04 2018-11-09 厦门中卡科技股份有限公司 一种城市停车管理系统
CN212160932U (zh) * 2020-04-02 2020-12-15 深圳市金溢科技股份有限公司 用于实现城市道路车路协同的etc-x系统
CN112349107A (zh) * 2020-11-04 2021-02-09 中国联合网络通信集团有限公司 基于etc的导航方法、导航服务器及etc后台系统
CN112434260A (zh) * 2020-10-21 2021-03-02 北京千方科技股份有限公司 一种公路的交通状态检测方法、装置、存储介质及终端
CN112700072A (zh) * 2021-03-24 2021-04-23 同盾控股有限公司 交通状况预测方法、电子设备和存储介质
CN112863172A (zh) * 2020-12-29 2021-05-28 千方捷通科技股份有限公司 高速公路交通运行状态判定方法、预警方法、装置及终端
CN113132903A (zh) * 2019-12-31 2021-07-16 中兴通讯股份有限公司 定位导航方法、装置、终端、服务器、系统和存储介质
CN114999181A (zh) * 2022-05-11 2022-09-02 山东高速建设管理集团有限公司 一种基于etc系统数据的高速公路车辆速度异常识别方法
KR20220169112A (ko) * 2021-06-18 2022-12-27 한국건설기술연구원 지하도로네트워크 교통제어 방법 및 그 장치
CN115985091A (zh) * 2022-12-05 2023-04-18 讯飞智元信息科技有限公司 一种路段拥堵优化方法及装置、电子设备、存储介质
CN116434361A (zh) * 2022-12-31 2023-07-14 福建省高速公路科技创新研究院有限公司 一种基于etc交易数据的高速公路拥堵识别方法
CN116504076A (zh) * 2023-06-19 2023-07-28 贵州宏信达高新科技有限责任公司 基于etc门架数据的高速公路车流量预测方法
CN116758746A (zh) * 2023-07-25 2023-09-15 交通运输部路网监测与应急处置中心 高速公路数据收集及共享方法和平台
CN117690299A (zh) * 2023-12-22 2024-03-12 浙江数智交院科技股份有限公司 一种潮汐匝道启停用方法、装置、设备及存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102110365B (zh) * 2009-12-28 2013-11-06 日电(中国)有限公司 基于时空关系的路况预测方法和系统
US20210304596A1 (en) * 2020-03-31 2021-09-30 Arcadis U.S., Inc. Traffic reporting and analysis

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000207677A (ja) * 1999-01-18 2000-07-28 Equos Research Co Ltd 渋滞検出方法及びその装置
JP2006146695A (ja) * 2004-11-22 2006-06-08 Denso Corp 渋滞情報提供システム
JP2009169674A (ja) * 2008-01-16 2009-07-30 Nec Corp 交通渋滞検知方法、システムおよびプログラム
JP2009259158A (ja) * 2008-04-21 2009-11-05 Toyota Central R&D Labs Inc 交通状態シミュレーション装置及びプログラム
CN106601005A (zh) * 2017-03-01 2017-04-26 青岛海澄知识产权事务有限公司 一种基于rfid和微信平台的城市智能交通诱导方法
CN108777076A (zh) * 2018-06-04 2018-11-09 厦门中卡科技股份有限公司 一种城市停车管理系统
CN113132903A (zh) * 2019-12-31 2021-07-16 中兴通讯股份有限公司 定位导航方法、装置、终端、服务器、系统和存储介质
CN212160932U (zh) * 2020-04-02 2020-12-15 深圳市金溢科技股份有限公司 用于实现城市道路车路协同的etc-x系统
CN112434260A (zh) * 2020-10-21 2021-03-02 北京千方科技股份有限公司 一种公路的交通状态检测方法、装置、存储介质及终端
CN112349107A (zh) * 2020-11-04 2021-02-09 中国联合网络通信集团有限公司 基于etc的导航方法、导航服务器及etc后台系统
CN112863172A (zh) * 2020-12-29 2021-05-28 千方捷通科技股份有限公司 高速公路交通运行状态判定方法、预警方法、装置及终端
CN112700072A (zh) * 2021-03-24 2021-04-23 同盾控股有限公司 交通状况预测方法、电子设备和存储介质
KR20220169112A (ko) * 2021-06-18 2022-12-27 한국건설기술연구원 지하도로네트워크 교통제어 방법 및 그 장치
CN114999181A (zh) * 2022-05-11 2022-09-02 山东高速建设管理集团有限公司 一种基于etc系统数据的高速公路车辆速度异常识别方法
CN115985091A (zh) * 2022-12-05 2023-04-18 讯飞智元信息科技有限公司 一种路段拥堵优化方法及装置、电子设备、存储介质
CN116434361A (zh) * 2022-12-31 2023-07-14 福建省高速公路科技创新研究院有限公司 一种基于etc交易数据的高速公路拥堵识别方法
CN116504076A (zh) * 2023-06-19 2023-07-28 贵州宏信达高新科技有限责任公司 基于etc门架数据的高速公路车流量预测方法
CN116758746A (zh) * 2023-07-25 2023-09-15 交通运输部路网监测与应急处置中心 高速公路数据收集及共享方法和平台
CN117690299A (zh) * 2023-12-22 2024-03-12 浙江数智交院科技股份有限公司 一种潮汐匝道启停用方法、装置、设备及存储介质

Non-Patent Citations (10)

* Cited by examiner, † Cited by third party
Title
Research on rapid warning model of expressway congestion abnormal events based on ETC gantry system;Pan, C等;International Conference on Smart Transportation and City Engineering (STCE 2023);20240214;全文 *
公路设计控制因素探讨;李靖;交通世界;20040315(第Z1期);36-37 *
城市路口交通状态判别方法研究;任其亮;王世能;王坤;詹家凤;曾柯;;重庆交通大学学报(自然科学版);20151231(第06期);111-115+122 *
城市道路交叉路口的拥堵预测;陈小红;华南理工大学学报(自然科学版);20100715;72-77 *
城市道路交叉路口的拥堵预测;陈小红;钱大琳;;华南理工大学学报(自然科学版);20100715(第07期);72-77 *
城市道路交通拥堵动态评价方法研究;蒲灿;乔敏;;科技视界;20150115(第02期);154-155 *
基于DEA的城市道路交通拥堵评价;蒋金亮;宋瑞;李晋;刘杰;;交通信息与安全;20110620(第03期);10-19 *
基于ETC数据的高速公路应用服务框架研究;王昌;翁剑成;袁荣亮;彭曙;;道路交通与安全;20161215(第06期);34-39 *
基于用户感知的城市道路交通服务水平评价方法;郑玲钰;赵益;王忠宇;吴兵;;同济大学学报(自然科学版);20150531(第05期);753-757 *
高速公路交通诱导信息发布系统设计与实现;张圆圆;中国优秀硕士学位论文全文数据库 (信息科技辑);20120415;I138-1230 *

Also Published As

Publication number Publication date
CN117877274A (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
Zhao et al. Estimating a rail passenger trip origin‐destination matrix using automatic data collection systems
EP1218697B1 (en) System for guiding vehicles
Sánchez-Martínez Inference of public transportation trip destinations by using fare transaction and vehicle location data: Dynamic programming approach
Zhao The planning and analysis implications of automated data collection systems: rail transit OD matrix inference and path choice modeling examples
CN114331234B (zh) 基于乘客出行信息的轨道交通客流预测方法和系统
CN113053114B (zh) 高速公路违规车辆出口站及出口时间的动态预测稽查方法
CN112767694B (zh) 用于缓解道路拥堵的交通优化方法和装置
CN108563717A (zh) 一种基于信息融合的共享单车故障识别与应用系统
CN115497299B (zh) 基于etc的服务区车流量预测方法、系统和服务区
CN116050581A (zh) 一种智慧城市地铁行车调度优化方法和物联网系统
CN117877274B (zh) 一种基于etc的省域高速路网交通诱导方法
CN112489439A (zh) 一种基于大数据的交通管控方法、存储介质
Yang et al. The research on the key technologies for improving efficiency of parking guidance system
JPH04270500A (ja) 駐車場管理方法
CN116895103A (zh) 一种基于高速复合通行卡的缴费方法、系统及电子设备
Wang et al. The prediction of freeway traffic conditions for logistics systems
CN114387816B (zh) 基于消费者行为预测分析的商城车流引导系统及方法
CN108230670B (zh) 预测在给定时间段给定地点出现的移动体数的方法和装置
CN114912657A (zh) 一种基于多种收费票制的公交客流od推导方法
Li-Jun et al. Evaluation of the reliability of bus service based on gps and smart card data
CN113393080A (zh) 公共交通客运机构乘客信息管理系统及方法
CN111612927A (zh) 一种高速公路预约通行系统
CN114973642B (zh) 基于大数据轨迹分析的计算机路径决策系统和决策方法
JP3526422B2 (ja) 走行所要時間情報演算システム
Imam Bus travel time prediction under mixed traffic conditions: Integrating transit smart card and car Bluetooth data

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