CN104200649A - 基于预先申请的交通高峰期路线资源调度分配系统与方法 - Google Patents
基于预先申请的交通高峰期路线资源调度分配系统与方法 Download PDFInfo
- Publication number
- CN104200649A CN104200649A CN201410421956.9A CN201410421956A CN104200649A CN 104200649 A CN104200649 A CN 104200649A CN 201410421956 A CN201410421956 A CN 201410421956A CN 104200649 A CN104200649 A CN 104200649A
- Authority
- CN
- China
- Prior art keywords
- route
- road network
- time
- vehicle
- distributing
- 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
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及基于预先申请的交通高峰期路线资源调度分配系统与方法,该系统包括数字路网模块、路线申请模块、停车管理模块、中央处理模块、路线派发模块和路线核查模块。基于预先申请的交通高峰期路线资源调度分配系统的方法,首先建立数字路网,然后根据确定各个路段的基础负荷,在交通高峰期出现前100天以内或交通高峰期内,用户提交路线资源占用申请,根据提交路线资源占用申请对将占用高峰期路线资源的车辆行驶情况进行模拟和调度,确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位,用户根据派发的路线资源调度分配方案进行上路行驶及停车,最后对用户的行驶及停车情况进行核实。
Description
技术领域
本发明属于通信、电子和交通信息领域,具体涉及基于预先申请的交通高峰期路线资源调度分配系统与方法。
背景技术
最新统计资料显示,中国2013年度机动车总量突破2.5亿辆。其中,汽车保有总量已达1.37亿量,仅次于欧盟位列世界第二。从千人汽车保有量的数据来看,中国现在大约是80-90辆,发达国家是400-500辆,平均200辆左右。因此,中国汽车总量在很长的时间内仍会呈快速增长趋势。但伴随汽车总量的增加,交通拥塞问题日益严重。
交通拥塞影响了人们的正常出行,引发了诸多的环境和社会问题。拥堵后汽车长时间滞留在道路上,超量排放的尾气是雾霾的重要组成部分。堵车导致上班所用时间过多,降低了个人、团体乃至整个社会的效率。驾车人在堵车等待的过程中,心情烦闷,急躁,容易诱发各种心理和生理疾病。不仅在中国,交通拥塞在世界范围内也广受各国政府和社会各界的关注。交通堵塞的解决方法一直是各大高科技公司,各种研究机构,学术研究部门研究的热点。
目前,解决拥塞问题的方法主要集中在硬件和调度两个方面。硬件主要表现为修建更多、更宽的道路。调度方面,体现为各种智能交通调度方法的出现。北京作为中国交通硬件设施飞速发展的代表,其空中轻轨,地下铁路,1-6环的修建均已完成,但交通堵塞有越演越烈之势。这表明,硬件系统的改善已逐渐接近了其极限。更先进的交通调度方法应成为今后研究的重点。
迄今所发展的智能交通管理办法,力图将信息技术、数据通讯传输技术、电子传感技术、计算机技术等有效地集成运用于整个地面交通调度系统。世界范围内,以GPS结合GSM或GPS结合GPRS的车载终端交通流诱导产品已经出现。但这种产品仅以交通流检测为目的,控制中心无法在线路资源使用之前进行总体规划,甚至会出现越调越乱的情况。交通预测模型方法是对未来交通的数学计算与评价,但其只能反映某一阶段人们对未来交通的认识,预测结果与实时变化的交通信息差异巨大,不具有实际应用价值。
限号上路作为一种最简单和最原始的交通流调节方法已在大城市交通管理中投入使用,但实际使用中广为诟病。首先,富裕阶层通过购买多台私家车来应对限号,被限制的只是工薪阶层,表现为一种社会不公。其次,因其并没有改变无序上路的本质,一些拥塞点的堵塞仍然严重,不能最大程度发挥交通系统的效能。还有,就是被限号的驾车人不能充分体验现代交通工具为人带来的舒适与便捷。
综上所述,现有的交通调度方法无法从根本上解决交通堵塞问题。
发明内容
针对现有技术的不足,提供一种基于预先申请的交通高峰期路线资源调度分配系统与方法,本发明中交通路线是一种有限资源,无序并发使用是造成交通拥塞的根源,本发明将基于预先申请,将以往的无序上路改为对路线资源的有序分配,充分发挥交通系统的输运效能,从而彻底解决交通拥塞。
路线资源定义:车辆从出发地到达目的地过程中在某时间所占用的道路空间,说明书中所提及的资源分配一般指给出某车从出发地到达目的地的某条路线,给出进入该路线上某路段所对应的时间和速度。
本发明的技术方案是:
基于预先申请的交通高峰期路线资源调度分配系统,包括数字路网模块、路线申请模块、停车管理模块、中央处理模块、路线派发模块和路线核查模块;
所述的数字路网模块用于确定城市交通的路况数据和停车场数据,并根据城市交通的路况数据确定各个路段的基础负荷,设定交通高峰期的起始时间、终止时间和预先申请路线资源的路网范围,确定城市路网各个路段的速度范围,所述路况数据包括:道路几何参数、道路拓扑结构、路面状况、城市道路等级及路网坐标,停车场数据包括停车场位置和停车场内车位;
所述的路线申请模块用于在预计的交通高峰期出现前100天以内或交通高峰期内,用户提交设定的交通高峰期预先申请路线资源的路网范围内的路线资源占用申请,该申请内容包括出发地、目的地、选择的路线、预约的出发时间、预约的停车位置、停车时间、车辆的车牌号和车辆的类型,同时将用户提交的路线资源占用申请信息进行存储;
所述的停车管理模块用于管理所有停车位,确定预约的停车位置处的停车场位置和停车场内车位的预约占用信息;
所述的中央处理模块用于根据路线申请模块提供的路线资源占用申请信息中的出发地、目的地、选择的路线和预约的出发时间,结合数字路网模块的城市交通的路况数据和城市路网各个路段的速度范围对道路上车辆的行驶状况进行模拟,确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;根据用户预约的停车位置和停车时间,结合停车管理模块确定的预约的停车位置处的停车场位置和停车场内车位的预约占用信息,在空余车位中选择派发的停车位;将派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位作为路线资源调度分配方案,其中,交通高峰期出现前100天以内申请的用户在高峰期出现以前进行派发,交通高峰期内申请的用户在交通高峰期时间内实时派发;
所述的路线派发模块用于将路线资源调度分配方案派发给指定的车牌号的用户;
所述的路线核查模块用于对用户的行驶及停车情况进行核实,通过卫星定位和数字车牌识别对各个路段的进入车辆的车牌号及进入时间进行监控,同时对进入各个停车场各个停车位的车辆的车牌号进行监控,与路线资源调度分配方案进行对照,对未按照派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度进行行驶的用户车辆车牌号及未按照派发的停车位停车的用户车辆车牌号进行登记。
所述的城市路网各个路段的速度范围根据各个路段所属的道路等级确定。
基于预先申请的交通高峰期路线资源调度分配系统的方法,包括以下步骤:
步骤1:建立数字路网,确定城市交通的路况数据和停车场数据,其中,路况数据包括:道路几何参数、道路拓扑结构、路面状况、城市道路等级及路网坐标,停车场数据包括停车场位置和停车场内车位;
步骤2:根据城市交通的路况数据确定各个路段的基础负荷,设定交通高峰期的起始时间、终止时间和预先申请路线资源的路网范围,根据城市道路等级确定城市路网各个路段的速度范围;
步骤3:在交通高峰期出现前100天以内或交通高峰期内,用户提交路线资源占用申请,该申请包括出发地、目的地、选择的路线、预约的出发时间、预约的停车位置、停车时间、车辆的车牌号和车辆的类型;
步骤4:对于交通高峰期出现前100天以内提交路线资源占用申请的用户,设定各个路段的行驶速度,根据路线资源占用申请中的出发地、目的地、选择的路线和预约的出发时间,对将占用高峰期路线资源的车辆行驶情况进行模拟和调度,从而确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;
步骤4.1:将路网各路段的速度范围按设定速度步长划分为若干速度等级,在每一个速度等级下执行步骤4.2至步骤4.6;
步骤4.2:根据预计的天气、路面状况、设定的行驶速度对各个路段的基础负荷进行修正,得到各个路段的道路可承载负荷;
步骤4.3:将交通高峰期出现前100天以内用户路线资源占用申请信息中预约的出发时间、出发地和选择的路线分别设定为初始的进入路网时间、初始的进入路网地点和初始的行驶路线,将所有车辆模拟加载进入数字路网;
步骤4.4:将交通高峰期时间平均划分为若干个相同长度的时间段,计算各时间段内、各路段上行驶的车辆是否小于该路段的可承载负荷,若是,执行步骤4.6,否则,该路段出现了拥堵现象,执行步骤4.5;
步骤4.5:根据用户申请进入各个路段的先后顺序,对后申请进入该路段的车辆依次延后进入该路段的时间,或者对后申请进入该路段的车辆的行驶路线进行重新调整,返回步骤4.4;
步骤4.6:完成当前速度等级下,确定所有申请车辆在高峰期时间的进入路网时间、进入路网地点和行驶路线;
步骤4.7:对每个速度等级下,对所有进入路网车辆的路线资源占用时间求和,以所有进入路网车辆的路线资源占用时间最小时的行驶速度作为派发的行驶速度,此时的进入路网时间为派发的进入路网时间,此时的进入路网地点作为派发的进入路网地点,此时的行驶路线作为派发的行驶路线,并记录每台车辆在高峰期时间内的各位置及对应的时间;
步骤5:对于交通高峰期内提交路线资源占用申请的用户,根据步骤4.7中确定的各个路段派发的行驶速度和模拟的各个路段车辆的行驶情况、交通高峰期内提交的路线资源占用申请中的出发地、目的地、选择的路线和预约的出发时间,对将占用高峰期路线资源的车辆行驶情况进行模拟和调度,从而确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;
步骤5.1:将交通高峰期内用户路线资源占用申请信息中预约的出发时间、出发地和选择的路线分别设定为初始的进入路网时间、初始的进入路网地点和初始的行驶路线,将步骤4.7中确定的各个路段派发的行驶速度作为行驶速度,将交通高峰期内即将进入路网的车辆模拟加载进入数字路网;
步骤5.2:根据步骤4.4中划分的相同长度的时间段,计算各时间段内、各路段上行驶的车辆是否小于该路段的可承载负荷,若是,执行步骤5.4,否则,该路段出现了拥堵现象,执行步骤5.3;
步骤5.3:根据用户申请进入各个路段的先后顺序,对后申请进入该路段的车辆依次延后进入该路段的时间,或者对后申请进入该路段的车辆的行驶路线进行重新调整,返回步骤5.2;
步骤5.4:此时的进入路网时间为派发的进入路网时间,此时的进入路网地点作为派发的进入路网地点,此时的行驶路线作为派发的行驶路线,并记录每台车辆在高峰期时间内对应的位置及对应的时间;
步骤6:根据该停车时间内预约的停车位置处的停车场位置和停车场内车位的预约占用信息,在空余车位中选择派发的停车位;
步骤7:将派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位作为路线资源调度分配方案,其中,交通高峰期出现前100天以内申请的用户的路线资源调度分配方案在高峰期出现以前进行派发,交通高峰期内申请的用户的路线资源调度分配方案在交通高峰期时间内实时派发;
步骤8:用户根据派发的路线资源调度分配方案进行上路行驶及停车;
步骤9:对用户的行驶及停车情况进行核实,通过卫星定位和数字车牌识别对各个路段的进入车辆的车牌号、进入时间进行监控,同时对进入各个停车场各个停车位的车辆的车牌号进行监控,与路线资源调度分配方案进行对照,对未按照派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度进行行驶的用户车辆车牌号及未按照派发的停车位停车的用户车辆车牌号进行登记。
本发明的有益效果是:根据用户的申请信息,将对有限路线资源的无序使用改为统一调配之下的有序使用,准确预知交通高峰期的道路负荷,可使机动车驾驶人员在上路前预先知道自己抵达目的的时间和路线,快速通过高峰期路线,发动机引擎高效率工作,减少废气排放,避免交通拥塞情况的出现,最大程度发挥道路交通系统的输运能力。
附图说明
图1为本发明具体实施方式的基于预先申请的交通高峰期路线资源调度分配系统的结构示意图;
图2为本发明具体实施方式的采用基于预先申请的交通高峰期路线资源调度分配系统的方法的流程图;
图3为本发明具体实施方式的基于预先申请的交通高峰期路线资源调度分配方法的路网结构具体实施例示意图;
图4为本发明具体实施方式的基于预先申请的交通高峰期路线资源调度分配方法的路段在早交通高峰期的交通分布示意图;
其中,(a)为早交通高峰期开始之前路段交通分布示意图;
(b)为早交通高峰期开始后其他路段车辆开始向路段行驶后的交通分布示意图;
(c)为早交通高峰期内路段的车流量接近可承载负载的交通分布示意图;
(d)为早交通高峰期内应用基于预先申请的交通高峰期路线资源调度分配方法进行调度分配后的路段车流量交通分布示意图;
图5为本发明具体实施方式的基于预先申请的交通高峰期路线资源调度分配方法的路段部分区域在早交通高峰期的车流量示意图;
其中,(a)为早交通高峰期内路段部分区域在红灯禁行后的车流量示意图;
(b)为早交通高峰期内路段部分区域在红灯禁行后的车2b与车2a追尾形成道路拥堵的示意图;
(c)为早交通高峰期内应用基于预先申请的交通高峰期路线资源调度分配方法进行调度分配后的路段部分区域车流量交通分布示意图。
具体实施方式
下面结合附图对本发明具体实施方式加以详细的说明。
基于预先申请的交通高峰期路线资源调度分配系统,如图1所示,包括数字路网模块、路线申请模块、停车管理模块、中央处理模块、路线派发模块和路线核查模块。
所述的数字路网模块用于确定城市交通的路况数据和停车场数据,并根据城市交通的路况数据确定各个路段的基础负荷,设定交通高峰期的起始时间、终止时间和预先申请路线资源的路网范围,确定城市路网各个路段的速度范围,所述路况数据包括:道路几何参数、道路拓扑结构、路面状况、城市道路等级及路网坐标,停车场数据包括停车场位置和停车场内车位。
所述的路线申请模块用于在预计的交通高峰期出现前100天以内或交通高峰期内,用户提交设定的交通高峰期预先申请路线资源的路网范围内的路线资源占用申请,该申请内容包括出发地、目的地、选择的路线、预约的出发时间、预约的停车位置、停车时间、车辆的车牌号和车辆的类型,同时将用户提交的路线资源占用申请信息进行存储。
所述的停车管理模块用于管理所有停车位,确定预约的停车位置处的停车场位置和停车场内车位的预约占用信息。
所述的中央处理模块用于根据路线申请模块提供的路线资源占用申请信息中的出发地、目的地、选择的路线和预约的出发时间,结合数字路网模块的城市交通的路况数据和城市路网各个路段的速度范围对道路上车辆的行驶状况进行模拟,确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;根据用户预约的停车位置和停车时间,结合停车管理模块确定的预约的停车位置处的停车场位置和停车场内车位的预约占用信息,在空余车位中选择派发的停车位;将派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位作为路线资源调度分配方案,其中,交通高峰期出现前100天以内申请的用户在高峰期出现以前进行派发,交通高峰期内申请的用户在交通高峰期时间内实时派发。
所述的路线派发模块用于将路线资源调度分配方案派发给指定的车牌号的用户。
所述的路线核查模块用于对用户的行驶及停车情况进行核实,通过卫星定位和数字车牌识别对各个路段的进入车辆的车牌号及进入时间进行监控,同时对进入各个停车场各个停车位的车辆的车牌号进行监控,与路线资源调度分配方案进行对照,对未按照派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度进行行驶的用户车辆车牌号及未按照派发的停车位停车的用户车辆车牌号进行登记,将对照结果上传至中央处理模块。
所述的城市路网各个路段的速度范围根据各个路段所属的道路等级确定。
用户提交路线资源占用申请的方式可通过手机或计算机进入互联网,登陆路线资源申请门户网站在注册的账户上提交,或通过手机短信直接向管理中心提交,也可通过电话与管理中心联系。申请信息的表达方式可以是文字,也可以是符合特定语义的英文或数字编码。
路线派发的方式可直接通过互联网派发至用户注册账户,或发送手机短信。路线派发模块也可实时接收高峰期中央处理模块的实时处理结果。
基于预先申请的交通高峰期路线资源调度分配系统的方法,如图2所示,包括以下步骤:
步骤1:建立数字路网,确定城市交通的路况数据和停车场数据,其中,路况数据包括:道路几何参数、道路拓扑结构、路面状况、城市道路等级及路网坐标,停车场数据包括停车场位置和停车场内车位。
数字路网的构建是进行道路上车辆的行驶状况进行模拟的基础和前提,其核心是城市道路数字地图数据库,路况数据包括道路几何参数、道路拓扑结构、路面状况、城市道路等级及路网坐标,其中道路几何参数包括道路起点、终点,长度、宽度及行车道宽度;道路拓扑结构包括道路网络邻接、交通结点类型及交通结点与交通区之间的对应结构;路面状况包括路面类型(水泥混凝士、沥青混凝土、砂石路面等)、路基材料与结构、使用时间及道路铺面状况;城市道路等级将城市道路分为快速路、主干路、次干路及支路,其中快速路的设计行车速度为60-80km/h,主干路的设计行车速度为40-60km/h,次干路的设计行车速度为40km/h,支路的设计行车速度为30km/h;路网坐标,包括结点坐标系统和路段坐标系统。
停车场数据包括停车场位置和停车场内车位。
设城市路网有向图为G={N,A};
其中,N表示为顶点的集合,所述顶点包括出发点、终点和交叉点,N由出发点集S={si|i=1,2…I},终点集D={dj|j=1,2…J}及交叉点集C={Ck|k=1,2…K}构成;
A表示各顶点间的路线的集合,A={al|l=1,2…L};
si、dj表示出发点和终点,si∈S,dj∈D;
r表示路段;
p表示路线;
Psd表示si、dj之间路线p的集合;
Rp表示路线p上的路段r的集合。
步骤2:根据城市交通的路况数据确定各个路段的基础负荷,设定交通高峰期的起始时间、终止时间和预先申请路线资源的路网范围,根据城市道路等级确定城市路网各个路段的速度范围。
根据道路几何参数、城市道路等级确定各个路段的基础负荷,设Cbasic为路段的基础负荷,为某标准路宽,晴好天气,标准车速,标准车型时通过的车辆数量。
设Tstart、Tend为交通高峰期的起始时间和交通高峰期的终止时间。
预先申请路线资源的路网范围为必须申请才能使用的路网范围。
根据城市道路等级确定城市路网各个路段的速度范围,例如,快速路车速范围为60-80km/h,主干路为40-60km/h。
步骤3:在交通高峰期出现前100天以内或交通高峰期内,用户提交路线资源占用申请,该申请包括出发地、目的地、选择的路线、预约的出发时间、预约的停车位置、停车时间、车辆的车牌号和车辆的类型。
本实施方式中,公共交通类车辆、公务用车(如警车、急救车等)不在申请的范围内。公交车的路线和出发时间固定,在模拟过程中直接评估其对路网交通的影响,特殊公务车辆的相对数量较少,直接忽略不计,或通过随机数生成器来实现,对于因突发事件,有特殊需求的用户,如疾病突发,通常享有规定次数内的免申请权,可直接上路行驶。
步骤4:对于交通高峰期出现前100天以内提交路线资源占用申请的用户,设定各个路段的行驶速度,根据路线资源占用申请中的出发地、目的地、选择的路线和预约的出发时间,对将占用高峰期路线资源的车辆行驶情况进行模拟和调度,从而确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度。
步骤4.1:将路网各路段的速度范围按设定速度步长划分为若干速度等级,在每一个速度等级下执行步骤4.2至步骤4.6。
本实施方式中,以5km/h为步长,快速路划分为,60,65,70,75,80共5个速度等级,主干路可划分为40,45,50,55,60共5个速度等级,其他类型道路以此类推。
步骤4.2:根据预计的天气、路面状况、设定的行驶速度对各个路段的基础负荷进行修正,得到各个路段的道路可承载负荷;
定义:Csdprm为路段的实际可承载负荷,根据预计的天气、路面状况、设定的行驶速度对路段的基础负荷进行修正,得到的路段的道路可承载负荷。
其中,γweather为天气修正系数,基础负荷是在晴好天气下可通过的车辆数目,雨雪或雾霾天气必然会对其负荷产生影响,运用天气修正系数对异常天气下的道路负荷进行修正;
γvelocity为行驶速度修正系数,车辆通过路网的速度越快,资源占用时间越短,但车速快,要求路面车辆密度小,路面占用率低,车速和道路可承载负荷之间是一个较复杂的非线性关系,运用车速修正系数对道路负荷进行修正;
γother为路面状况修正系数,如短期的路面维护,地下管线抢修,地下构筑物施工对道路负荷均存在影响,采用路面状况修正系数对道路负荷进行修正。
步骤4.3:将交通高峰期出现前100天以内用户路线资源占用申请信息中预约的出发时间、出发地和选择的路线分别设定为初始的进入路网时间、初始的进入路网地点和初始的行驶路线,将所有车辆模拟加载进入数字路网。
步骤4.4:将交通高峰期时间平均划分为若干个相同长度的时间段,计算各时间段内、各路段上行驶的车辆是否小于该路段的可承载负荷,若是,执行步骤4.6,否则,该路段出现了拥堵现象,执行步骤4.5。
将交通高峰期时间平均划分为若干个相同长度的时间段,计算各时间段内、各路段上行驶的车辆,其公式如下所示:
Tstart-Tend=∫mdδ (3)
其中,m为交通高峰期车辆在路段的划分的各时间段的编号,交通高峰期时间离散为M个长度为δ时间段,m=1,2,…M,δ取值范围10-6s~103s;
为在时段m运行在路段r的车辆数;
为在时段m进入路段r的车辆数;
为在时段m离开路段r的车辆数;
为在时段m-1运行在路段r的车辆数。
计算各时间段内、各路段上行驶的车辆是否小于该路段的可承载负荷,其公式如下:
步骤4.5:根据用户申请进入各个路段的先后顺序,对后申请进入该路段的车辆依次延后进入该路段的时间,或者对后申请进入该路段的车辆的行驶路线进行重新调整,返回步骤4.4。
步骤4.6:完成当前速度等级下,确定所有申请车辆在高峰期时间的进入路网时间、进入路网地点和行驶路线。
步骤4.7:对每个速度等级下,对所有进入路网车辆的路线资源占用时间求和,以所有进入路网车辆的路线资源占用时间最小时的行驶速度作为派发的行驶速度,此时的进入路网时间为派发的进入路网时间,此时的进入路网地点作为派发的进入路网地点,此时的行驶路线作为派发的行驶路线,并记录每台车辆在高峰期时间内的各位置及对应的时间。
将交通高峰期内各车辆进入路网的时间划分为t个时段,对所有进入路网车辆的路线资源占用时间求和,其公式如下:
其中,t为交通高峰期车辆的进入路网时间划分的各时段的编号,交通高峰期时间入网时间被离散为T个δ时间段,t=1,2,…T;
Vehiclerspt:时段t进入路网,由si到dj沿路线p的车辆数;
Passrspt:时段t进入路网,由si到dj沿路线p的车辆在路上的行驶时间;
Stoprspt:时段t进入路网,由si到dj沿路线p的车辆在路上的交通灯等待时间。
步骤5:对于交通高峰期内提交路线资源占用申请的用户,根据步骤4中确定的各个路段派发的行驶速度和模拟的各个路段车辆的行驶情况、交通高峰期内提交的路线资源占用申请中的出发地、目的地、选择的路线和预约的出发时间,对将占用高峰期路线资源的车辆行驶情况进行模拟和调度,从而确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度。
步骤5.1:将交通高峰期内用户路线资源占用申请信息中预约的出发时间、出发地和选择的路线分别设定为初始的进入路网时间、初始的进入路网地点和初始的行驶路线,将步骤4中确定的各个路段派发的行驶速度作为行驶速度,将交通高峰期内即将进入路网的车辆模拟加载进入数字路网。
步骤5.2:根据步骤4.4中划分的相同长度的时间段,计算各时间段内、各路段上行驶的车辆是否小于该路段的可承载负荷,若是,执行步骤5.4,否则,该路段出现了拥堵现象,执行步骤5.3。
步骤5.3:根据用户申请进入各个路段的先后顺序,对后申请进入该路段的车辆依次延后进入该路段的时间,或者对后申请进入该路段的车辆的行驶路线进行重新调整,返回步骤5.2。
步骤5.4:此时的进入路网时间为派发的进入路网时间,此时的进入路网地点作为派发的进入路网地点,此时的行驶路线作为派发的行驶路线,并记录每台车辆在高峰期时间内对应的位置及对应的时间。
步骤6:根据该停车时间内预约的停车位置处的停车场位置和停车场内车位的预约占用信息,在空余车位中选择派发的停车位。
步骤7:将派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位作为路线资源调度分配方案,其中,交通高峰期出现前100天以内申请的用户的路线资源调度分配方案在高峰期出现以前进行派发,交通高峰期内申请的用户的路线资源调度分配方案在交通高峰期时间内实时派发。
本实施方式中,配备车载导航的用户,可直接下载路线资源调度分配方案的数据至导航系统。
步骤8:用户根据派发的路线资源调度分配方案进行上路行驶及停车。
步骤9:对用户的行驶及停车情况进行核实,通过卫星定位和数字车牌识别对各个路段的进入车辆的车牌号、进入时间进行监控,同时对进入各个停车场各个停车位的车辆的车牌号进行监控,与路线资源调度分配方案进行对照,对未按照派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度进行行驶的用户车辆车牌号及未按照派发的停车位停车的用户车辆车牌号进行登记。
本实施方式可以通过GPS定位系统、环形探测器或在各个不同路段设置的车辆身份识别、车牌识别系统对各个路段的进入车辆的车号、进入时间进行监控,同时对进入各个停车场各个停车位的车辆的车号进行监控,与路线资源调度分配方案进行对照,对未按照派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度进行行驶的用户车辆车牌号及未按照派发的停车位停车的用户车辆车牌号进行登记。
车牌识别系统进行路线核查过程为:目前城市路网十字路口均配有摄像头,拓展其应用范围,不仅采集违章车辆车牌,而且采集所有通过该路口车辆的车牌。采集的车牌信息经数字化处理,识别后和对应的采集时间一起上传至路线核查模块,与路线派发模块中的该车的每台车辆在高峰期时间内对应的位置及对应的时间进行对比。
如图3所示,为某城市在早高峰时刻局部道路交通网,该区域主要由居住小区,轻工业区,商业区和小学组成。C1~C25为路网交叉点,C11~C14为该市东西走向交通主干路。早高峰的特点是自西向东的主干路交通流量大,可能出现堵塞。
现仅考虑s1~s5为出发点,d1~d3为终点时,C12~C13路段的交通流变化情况,早高峰时刻开始之前,如图4(a)所示,自西向东和自西向东方向车流量均较少,车速较快,驾驶员可转移车道,变更车速,车速大于40km/h;早高峰时间为7:00开始后,如图4(b)所示,C8~C13、C9~C14、C10~C16、C20~C16、C19~C15、C18~C17路段的车辆均向C12~C16主干路段行驶,直线路段的自西向东方向车流量迅速增加,而自东向西方向变化相对缓慢;高峰期到来后,如图4(c)所示,路段涌入越来越多的车辆,车流量接近了可承载负荷,车速低于5km/h,伴随交通灯调流,所有车辆以同一速度列队循序前进,此时路网堵塞概率迅速增加。
如图4(c)中I区模拟了车流堵塞和传播的过程,图5(a)与图4(c)中I区相对应,如图5(a)所示,信号灯转为红色禁行后,形成了1-4个队列。如图5(b)所示,车2b因速度过快与2a追尾,信号灯转为通行状态后,1、3、4队列缓慢通过C12路网交叉点。2c、2d、2e、2f无法绕过2a、2b通行,形成堵塞,后面车辆依次进入,2队列堵塞可向后传播至C13、C14、C15、C16路网交叉点,南北方向C8~C13、C9~C14等路段交通受到影响,然后继续蔓延,甚至会蔓延至整个路网。
采用本发明的基于预先申请的交通高峰期路线资源调度分配系统与方法,路线申请模块在预计的交通高峰期出现前100天以内或交通高峰期内,用户提交设定的交通高峰期预先申请路线资源的路网范围内的路线资源占用申请;中央处理模块根据路线申请模块提供的路线资源占用申请信息中的出发地、目的地、选择的路线和预约的出发时间,结合数字路网模块的城市交通的路况数据和城市路网各个路段的速度范围对道路上车辆的行驶状况进行模拟,确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;根据用户预约的停车位置和停车时间,结合停车管理模块确定的预约的停车位置处的停车场位置和停车场内车位的预约占用信息,在空余车位中选择派发的停车位;将派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位作为路线资源调度分配方案。如图5(c)和图4(d)所示,车辆入网时间依次延后。a组(1a,2a,3a,4a),b组(1b,2b,3b,4b),c组(1c,2c)车辆到达C12附近路面时,其他车辆在统一调度之下,还未到达该区域。因车辆密度低,车速高(>40km/h),驾驶员可自由行驶。此时,即使2a和2b发生追尾,3b和2c及其后的车辆可通过变更车道顺利通过,整条主干道交通顺畅。
综上所述,应用本发明基于预先申请的交通高峰期路线资源调度分配系统及方法,对车辆出发时间进行统一控制,可保证路网的车流量远小于路网的可承载负荷,路面车辆密度小,驾驶员可自由行驶,有效避免交通拥塞。进一步分析该方法,当速度提高后,路面利用率降低,但可通过缩短每辆车的路线占用时间来解决。对图5(c)做定性分析,其路面的使用效率只有图5(b)的三分之一,但车速是后者的8倍以上。特别是,因发生堵塞的概率大大降低,驾驶员可提前预知自己的上路时间和到达时间,可将原来在路上的堵车时间改为家庭休闲时间和办公室工作时间。同时,因车辆可始终保持高速行驶状态,发动机引擎高效工作,燃烧效率大大提高,废气排放量显著降低。
Claims (3)
1.基于预先申请的交通高峰期路线资源调度分配系统,其特征在于,包括数字路网模块、路线申请模块、停车管理模块、中央处理模块、路线派发模块和路线核查模块;
所述的数字路网模块用于确定城市交通的路况数据和停车场数据,并根据城市交通的路况数据确定各个路段的基础负荷,设定交通高峰期的起始时间、终止时间和预先申请路线资源的路网范围,确定城市路网各个路段的速度范围,所述路况数据包括:道路几何参数、道路拓扑结构、路面状况、城市道路等级及路网坐标,停车场数据包括停车场位置和停车场内车位;
所述的路线申请模块用于在预计的交通高峰期出现前100天以内或交通高峰期内,用户提交设定的交通高峰期预先申请路线资源的路网范围内的路线资源占用申请,该申请内容包括出发地、目的地、选择的路线、预约的出发时间、预约的停车位置、停车时间、车辆的车牌号和车辆的类型,同时将用户提交的路线资源占用申请信息进行存储;
所述的停车管理模块用于管理所有停车位,确定预约的停车位置处的停车场位置和停车场内车位的预约占用信息;
所述的中央处理模块用于根据路线申请模块提供的路线资源占用申请信息中的出发地、目的地、选择的路线和预约的出发时间,结合数字路网模块的城市交通的路况数据和城市路网各个路段的速度范围对道路上车辆的行驶状况进行模拟,确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;根据用户预约的停车位置和停车时间,结合停车管理模块确定的预约的停车位置处的停车场位置和停车场内车位的预约占用信息,在空余车位中选择派发的停车位;将派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位作为路线资源调度分配方案,其中,交通高峰期出现前100天以内申请的用户在高峰期出现以前进行派发,交通高峰期内申请的用户在交通高峰期时间内实时派发;
所述的路线派发模块用于将路线资源调度分配方案派发给指定的车牌号的用户;
所述的路线核查模块用于对用户的行驶及停车情况进行核实,通过卫星定位和数字车牌识别对各个路段的进入车辆的车牌号及进入时间进行监控,同时对进入各个停车场各个停车位的车辆的车牌号进行监控,与路线资源调度分配方案进行对照,对未按照派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度进行行驶的用户车辆车牌号及未按照派发的停车位停车的用户车辆车牌号进行登记。
2.根据权利要求1所述的基于预先申请的交通高峰期路线资源调度分配系统,所述的城市路网各个路段的速度范围根据各个路段所属的道路等级确定。
3.采用权利要求1所述的基于预先申请的交通高峰期路线资源调度分配系统的方法,其特征在于,包括以下步骤:
步骤1:建立数字路网,确定城市交通的路况数据和停车场数据,其中,路况数据包括:道路几何参数、道路拓扑结构、路面状况、城市道路等级及路网坐标,停车场数据包括停车场位置和停车场内车位;
步骤2:根据城市交通的路况数据确定各个路段的基础负荷,设定交通高峰期的起始时间、终止时间和预先申请路线资源的路网范围,根据城市道路等级确定城市路网各个路段的速度范围;
步骤3:在交通高峰期出现前100天以内或交通高峰期内,用户提交路线资源占用申请,该申请包括出发地、目的地、选择的路线、预约的出发时间、预约的停车位置、停车时间、车辆的车牌号和车辆的类型;
步骤4:对于交通高峰期出现前100天以内提交路线资源占用申请的用户,设定各个路段的行驶速度,根据路线资源占用申请中的出发地、目的地、选择的路线和预约的出发时间,对将占用高峰期路线资源的车辆行驶情况进行模拟和调度,从而确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;
步骤4.1:将路网各路段的速度范围按设定速度步长划分为若干速度等级,在每一个速度等级下执行步骤4.2至步骤4.6;
步骤4.2:根据预计的天气、路面状况、设定的行驶速度对各个路段的基础负荷进行修正,得到各个路段的道路可承载负荷;
步骤4.3:将交通高峰期出现前100天以内用户路线资源占用申请信息中预约的出发时间、出发地和选择的路线分别设定为初始的进入路网时间、初始的进入路网地点和初始的行驶路线,将所有车辆模拟加载进入数字路网;
步骤4.4:将交通高峰期时间平均划分为若干个相同长度的时间段,计算各时间段内、各路段上行驶的车辆是否小于该路段的可承载负荷,若是,执行步骤4.6,否则,该路段出现了拥堵现象,执行步骤4.5;
步骤4.5:根据用户申请进入各个路段的先后顺序,对后申请进入该路段的车辆依次延后进入该路段的时间,或者对后申请进入该路段的车辆的行驶路线进行重新调整,返回步骤4.4;
步骤4.6:完成当前速度等级下,确定所有申请车辆在高峰期时间的进入路网时间、进入路网地点和行驶路线;
步骤4.7:对每个速度等级下,对所有进入路网车辆的路线资源占用时间求和,以所有进入路网车辆的路线资源占用时间最小时的行驶速度作为派发的行驶速度,此时的进入路网时间为派发的进入路网时间,此时的进入路网地点作为派发的进入路网地点,此时的行驶路线作为派发的行驶路线,并记录每台车辆在高峰期时间内的各位置及对应的时间;
步骤5:对于交通高峰期内提交路线资源占用申请的用户,根据步骤4.7中确定的各个路段派发的行驶速度和模拟的各个路段车辆的行驶情况、交通高峰期内提交的路线资源占用申请中的出发地、目的地、选择的路线和预约的出发时间,对将占用高峰期路线资源的车辆行驶情况进行模拟和调度,从而确定派发的进入路网时间、派发的进入路网地点、派发的行驶路线和派发的行驶速度;
步骤5.1:将交通高峰期内用户路线资源占用申请信息中预约的出发时间、出发地和选择的路线分别设定为初始的进入路网时间、初始的进入路网地点和初始的行驶路线,将步骤4.7中确定的各个路段派发的行驶速度作为行驶速度,将交通高峰期内即将进入路网的车辆模拟加载进入数字路网;
步骤5.2:根据步骤4.4中划分的相同长度的时间段,计算各时间段内、各路段上行驶的车辆是否小于该路段的可承载负荷,若是,执行步骤5.4,否则,该路段出现了拥堵现象,执行步骤5.3;
步骤5.3:根据用户申请进入各个路段的先后顺序,对后申请进入该路段的车辆依次延后进入该路段的时间,或者对后申请进入该路段的车辆的行驶路线进行重新调整,返回步骤5.2;
步骤5.4:此时的进入路网时间为派发的进入路网时间,此时的进入路网地点作为派发的进入路网地点,此时的行驶路线作为派发的行驶路线,并记录每台车辆在高峰期时间内对应的位置及对应的时间;
步骤6:根据该停车时间内预约的停车位置处的停车场位置和停车场内车位的预约占用信息,在空余车位中选择派发的停车位;
步骤7:将派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度及派发的停车位作为路线资源调度分配方案,其中,交通高峰期出现前100天以内申请的用户的路线资源调度分配方案在高峰期出现以前进行派发,交通高峰期内申请的用户的路线资源调度分配方案在交通高峰期时间内实时派发;
步骤8:用户根据派发的路线资源调度分配方案进行上路行驶及停车;
步骤9:对用户的行驶及停车情况进行核实,通过卫星定位和数字车牌识别对各个路段的进入车辆的车牌号、进入时间进行监控,同时对进入各个停车场各个停车位的车辆的车牌号进行监控,与路线资源调度分配方案进行对照,对未按照派发的进入路网时间、派发的进入路网地点、派发的行驶路线、派发的行驶速度进行行驶的用户车辆车牌号及未按照派发的停车位停车的用户车辆车牌号进行登记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410421956.9A CN104200649B (zh) | 2014-08-25 | 2014-08-25 | 基于预先申请的交通高峰期路线资源调度分配系统与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410421956.9A CN104200649B (zh) | 2014-08-25 | 2014-08-25 | 基于预先申请的交通高峰期路线资源调度分配系统与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104200649A true CN104200649A (zh) | 2014-12-10 |
CN104200649B CN104200649B (zh) | 2016-04-20 |
Family
ID=52085933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410421956.9A Active CN104200649B (zh) | 2014-08-25 | 2014-08-25 | 基于预先申请的交通高峰期路线资源调度分配系统与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104200649B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303503A (zh) * | 2015-09-02 | 2016-02-03 | 湖北泰星智能产业研究院有限公司 | 互联网交通运政服务云 |
CN106295849A (zh) * | 2015-06-23 | 2017-01-04 | 福特全球技术公司 | 快速交通参数估算 |
CN106327871A (zh) * | 2016-09-06 | 2017-01-11 | 华南理工大学 | 一种融合历史数据和预约数据的高速公路拥挤预测方法 |
WO2018000313A1 (zh) * | 2016-06-30 | 2018-01-04 | 华为技术有限公司 | 车道调度方法、车道信息获取方法、车辆及管理设备 |
CN107730877A (zh) * | 2017-11-06 | 2018-02-23 | 上海电机学院 | 面向城市高架快速主干路网的预约出行管理系统及方法 |
CN108492558A (zh) * | 2018-03-27 | 2018-09-04 | 深圳大学 | 一种高速公路预约出行方法、存储介质及终端 |
CN108986467A (zh) * | 2018-08-01 | 2018-12-11 | 西安欧亚学院 | 一种基于物联网的智慧交通管理系统 |
CN110006441A (zh) * | 2017-12-27 | 2019-07-12 | 丰田自动车株式会社 | 环境调整系统、环境调整方法及环境调整程序 |
CN110176144A (zh) * | 2019-06-26 | 2019-08-27 | 罗云亮 | 一种交通道路管理的方法及对应的网络系统 |
CN110633425A (zh) * | 2018-09-30 | 2019-12-31 | 北京奇虎科技有限公司 | 一种移动目标查找方法和装置 |
CN110751848A (zh) * | 2019-10-24 | 2020-02-04 | 邓生毛 | 智能交通管理之主动干预系统 |
CN111654820A (zh) * | 2015-07-22 | 2020-09-11 | 阿里巴巴集团控股有限公司 | 一种通过客户端请求预约业务的方法及装置 |
CN111798684A (zh) * | 2019-03-19 | 2020-10-20 | 丰田自动车株式会社 | 停车场管理装置 |
CN111968364A (zh) * | 2020-07-07 | 2020-11-20 | 王斌 | 基于路权分配的驾驶方法、电子设备及存储介质 |
CN112289041A (zh) * | 2020-10-25 | 2021-01-29 | 储美红 | 基于热点定位和信息共享的智慧停车场管理方法及云平台 |
US11132899B1 (en) | 2020-03-26 | 2021-09-28 | Toyota Motor North America, Inc. | Acquiring vacant parking spot |
US11288762B2 (en) | 2020-03-26 | 2022-03-29 | Toyota Motor North America, Inc. | Vacancy processing |
CN115050183A (zh) * | 2022-06-09 | 2022-09-13 | 上海人工智能创新中心 | 一种生成模拟交通流的方法 |
CN111133794B (zh) * | 2017-09-28 | 2024-03-26 | 株式会社电装 | 车辆用通信系统、车辆用通信装置以及管理装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210300334A1 (en) | 2020-03-26 | 2021-09-30 | Toyota Motor North America, Inc. | Transport relocation |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315731A (zh) * | 2008-07-17 | 2008-12-03 | 上海途锐信息技术有限公司 | 一种利用gps智能车载终端实现车辆监控调度的系统 |
WO2012050932A1 (en) * | 2010-09-29 | 2012-04-19 | University Of Virginia Patent Foundation | Method, system and computer program product for optimizing route planning digital maps |
CN102542106A (zh) * | 2011-12-27 | 2012-07-04 | 中国科学院自动化研究所 | 基于可变区域划分的分布式交通仿真系统及仿真方法 |
CN103337167A (zh) * | 2013-04-11 | 2013-10-02 | 沈怀信 | 城市道路预定分配确定终行驶路线,预防交通拥堵的方法 |
-
2014
- 2014-08-25 CN CN201410421956.9A patent/CN104200649B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101315731A (zh) * | 2008-07-17 | 2008-12-03 | 上海途锐信息技术有限公司 | 一种利用gps智能车载终端实现车辆监控调度的系统 |
WO2012050932A1 (en) * | 2010-09-29 | 2012-04-19 | University Of Virginia Patent Foundation | Method, system and computer program product for optimizing route planning digital maps |
CN102542106A (zh) * | 2011-12-27 | 2012-07-04 | 中国科学院自动化研究所 | 基于可变区域划分的分布式交通仿真系统及仿真方法 |
CN103337167A (zh) * | 2013-04-11 | 2013-10-02 | 沈怀信 | 城市道路预定分配确定终行驶路线,预防交通拥堵的方法 |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295849A (zh) * | 2015-06-23 | 2017-01-04 | 福特全球技术公司 | 快速交通参数估算 |
CN106295849B (zh) * | 2015-06-23 | 2022-12-02 | 福特全球技术公司 | 快速交通参数估算 |
CN111654820A (zh) * | 2015-07-22 | 2020-09-11 | 阿里巴巴集团控股有限公司 | 一种通过客户端请求预约业务的方法及装置 |
CN105303503A (zh) * | 2015-09-02 | 2016-02-03 | 湖北泰星智能产业研究院有限公司 | 互联网交通运政服务云 |
CN105303503B (zh) * | 2015-09-02 | 2019-04-12 | 湖北泰星智能产业研究院有限公司 | 互联网交通运政服务云 |
WO2018000313A1 (zh) * | 2016-06-30 | 2018-01-04 | 华为技术有限公司 | 车道调度方法、车道信息获取方法、车辆及管理设备 |
US10943484B2 (en) | 2016-06-30 | 2021-03-09 | Huawei Technologies Co., Ltd. | Lane scheduling method, method for obtaining lane information, vehicle, and management device |
CN109416874A (zh) * | 2016-06-30 | 2019-03-01 | 华为技术有限公司 | 车道调度方法、车道信息获取方法、车辆及管理设备 |
CN106327871A (zh) * | 2016-09-06 | 2017-01-11 | 华南理工大学 | 一种融合历史数据和预约数据的高速公路拥挤预测方法 |
CN106327871B (zh) * | 2016-09-06 | 2018-09-14 | 华南理工大学 | 一种融合历史数据和预约数据的高速公路拥挤预测方法 |
CN111133794B (zh) * | 2017-09-28 | 2024-03-26 | 株式会社电装 | 车辆用通信系统、车辆用通信装置以及管理装置 |
CN107730877A (zh) * | 2017-11-06 | 2018-02-23 | 上海电机学院 | 面向城市高架快速主干路网的预约出行管理系统及方法 |
CN110006441B (zh) * | 2017-12-27 | 2023-04-28 | 丰田自动车株式会社 | 环境调整系统、环境调整方法及环境调整程序 |
CN110006441A (zh) * | 2017-12-27 | 2019-07-12 | 丰田自动车株式会社 | 环境调整系统、环境调整方法及环境调整程序 |
CN108492558A (zh) * | 2018-03-27 | 2018-09-04 | 深圳大学 | 一种高速公路预约出行方法、存储介质及终端 |
CN108492558B (zh) * | 2018-03-27 | 2021-08-17 | 深圳大学 | 一种高速公路预约出行方法、存储介质及终端 |
CN108986467A (zh) * | 2018-08-01 | 2018-12-11 | 西安欧亚学院 | 一种基于物联网的智慧交通管理系统 |
CN110633425B (zh) * | 2018-09-30 | 2022-12-02 | 北京奇虎科技有限公司 | 一种移动目标查找方法和装置 |
CN110633425A (zh) * | 2018-09-30 | 2019-12-31 | 北京奇虎科技有限公司 | 一种移动目标查找方法和装置 |
CN111798684A (zh) * | 2019-03-19 | 2020-10-20 | 丰田自动车株式会社 | 停车场管理装置 |
CN110176144A (zh) * | 2019-06-26 | 2019-08-27 | 罗云亮 | 一种交通道路管理的方法及对应的网络系统 |
CN110751848A (zh) * | 2019-10-24 | 2020-02-04 | 邓生毛 | 智能交通管理之主动干预系统 |
US11132899B1 (en) | 2020-03-26 | 2021-09-28 | Toyota Motor North America, Inc. | Acquiring vacant parking spot |
US11288762B2 (en) | 2020-03-26 | 2022-03-29 | Toyota Motor North America, Inc. | Vacancy processing |
CN111968364A (zh) * | 2020-07-07 | 2020-11-20 | 王斌 | 基于路权分配的驾驶方法、电子设备及存储介质 |
CN112289041A (zh) * | 2020-10-25 | 2021-01-29 | 储美红 | 基于热点定位和信息共享的智慧停车场管理方法及云平台 |
CN112289041B (zh) * | 2020-10-25 | 2021-12-03 | 上海智能交通有限公司 | 基于热点定位和信息共享的智慧停车场管理方法及云平台 |
CN115050183A (zh) * | 2022-06-09 | 2022-09-13 | 上海人工智能创新中心 | 一种生成模拟交通流的方法 |
CN115050183B (zh) * | 2022-06-09 | 2023-07-25 | 上海人工智能创新中心 | 一种生成模拟交通流的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104200649B (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104200649B (zh) | 基于预先申请的交通高峰期路线资源调度分配系统与方法 | |
CN108364494B (zh) | 道路交通智能管理方法、系统及平台 | |
CN102081859B (zh) | 一种公交车到站时间预测模型控制方法 | |
CN104778834B (zh) | 一种基于车辆gps数据的城市道路交通拥堵判别方法 | |
WO2015185009A1 (zh) | 交通信息控制、获取方法,交通信息控制、接收装置以及交通信息指示系统 | |
CN104574970B (zh) | 城市地下停车系统出入口接驳处交通状态评价方法 | |
CN107490384B (zh) | 一种基于城市路网的最优静态路径选择方法 | |
WO2019047905A1 (zh) | 一种交通路况分析系统、方法以及装置 | |
CN110363985B (zh) | 一种交通数据分析方法、装置、存储介质及设备 | |
Owczarzak et al. | Design of passenger public transportation solutions based on autonomous vehicles and their multiple criteria comparison with traditional forms of passenger transportation | |
Gonzales et al. | Multimodal transport modeling for Nairobi, Kenya: insights and recommendations with an evidence-based model | |
CN107564310A (zh) | 一种基于道路交通信息云处理的车路互联系统及方法 | |
Diab et al. | The farside story: measuring the benefits of bus stop location on transit performance | |
Al-Dabbagh et al. | The impact of road intersection topology on traffic congestion in urban cities | |
CN111009140B (zh) | 一种基于开源路况信息的智能交通信号控制方法 | |
Dash et al. | Congestion and performance evaluation of roundabouts: case study at Bhubaneswar city; India | |
Wolniak et al. | Data-and performance-based congestion management approach for Maryland highways | |
CN105070060B (zh) | 一种基于公交车载gps数据的城市道路交通状态判别方法 | |
Haque et al. | A literature review on park-and-rides | |
Makhloga | IMPROVING INDIA’S TRAFFIC MANAGEMENT USING INTELLIGENT TRANSPORTATION SYSTEMS | |
Oskarbski et al. | Multi-level transport systems model for traffic management activities | |
Graham | National and International Smart City Applications | |
Liu | Bi-level optimization algorithm for dynamic reversible lane control based on short-term traffic flow prediction | |
Soltész et al. | Information system for road infrastructure booking | |
Huo et al. | Development of Level-of-Service Criteria based on a Single Measure for BRT in China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |