[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN106991817B - 多级路网路段交通容量确定方法 - Google Patents

多级路网路段交通容量确定方法 Download PDF

Info

Publication number
CN106991817B
CN106991817B CN201710368945.2A CN201710368945A CN106991817B CN 106991817 B CN106991817 B CN 106991817B CN 201710368945 A CN201710368945 A CN 201710368945A CN 106991817 B CN106991817 B CN 106991817B
Authority
CN
China
Prior art keywords
road
vehicle
traffic
density
capacity
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.)
Expired - Fee Related
Application number
CN201710368945.2A
Other languages
English (en)
Other versions
CN106991817A (zh
Inventor
韩直
岳海亮
余晓南
朱湧
陈晓利
付立家
杨桪
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.)
China Merchants Chongqing Communications Research and Design Institute Co Ltd
Original Assignee
China Merchants Chongqing Communications Research and Design Institute 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 China Merchants Chongqing Communications Research and Design Institute Co Ltd filed Critical China Merchants Chongqing Communications Research and Design Institute Co Ltd
Priority to CN201710368945.2A priority Critical patent/CN106991817B/zh
Publication of CN106991817A publication Critical patent/CN106991817A/zh
Application granted granted Critical
Publication of CN106991817B publication Critical patent/CN106991817B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供的一种多级路网路段交通容量确定方法，包括如下步骤：S1.获取路网中的道路分布状况，包括：将路网划分为m个路段，以X表示路段集合，将第j个路段xj划分为n个坡段，以Y表示坡段集合，以Z表示坡长集合，S2.分别计算第j各路段达到最大功效时的路段容量Qj，S3.根据路段容量Qj计算整个路网的容量Q：
Figure DDA0001302194120000011
通过本发明，能够对多级路网的交通容量进行准确计算并得出精确的结果，并且能够提高使用范围。

Description

多级路网路段交通容量确定方法
技术领域
本发明涉及一种交通分析方法，尤其涉及一种多级路网路段交通容量确定方法。
背景技术
在交通领域中，路网的交通容量是分析路网平衡以及交通协调的关键要素之一，现有技术中，对于路网的交通容量确定方法包括时空消耗法、线性规划法、割集法、交通分配模拟法、供应分析法以及狭义路网容量分析方法等，但是现有方法中一般是基于理论模型，其局限性和适用范围小，而且最终分析的结果不准确，尤其是在多级路网中，现有的方法不能使用，即使通过对路网进行理想化分析，其结果极为不准确，不能用到实际的交通管理中。
因此，为了解决上述技术问题，亟需提出一种新的方法。
发明内容
有鉴于此，本发明的目的是提供一种多级路网路段交通容量确定方法，能够对多级路网的交通容量进行准确计算并得出精确的结果，并且能够提高使用范围。
本发明提供的一种一种多级路网路段交通容量确定方法，包括如下步骤：
S1.获取路网中的道路分布状况，包括：
将路网划分为m个路段，以X表示路段集合，其中，X＝(x1，x2，…，xj，…xm)，j＝1,2,…，m,且路网按照不同的设计速度进行路段划分；
将第j个路段xj划分为n个坡段，以Y表示坡段集合，以Z表示坡长集合，其中，Y＝(y1，y2，…，yk，…yn)，Z＝(z1，z2，…，zk，…zn)，k＝1,2，…，n；
S2.分别计算第j各路段达到最大功效时的路段容量Qj，其中：
Figure BDA0001302194100000021
其中，
Figure BDA0001302194100000022
表示第k各坡段在道路处于最大功效时的最佳车辆密度；
S3.根据路段容量Qj计算整个路网的容量Q：
Figure BDA0001302194100000023
进一步，步骤S2中，通过如下方法确定最佳车辆密度
S21.建立第一交通效能模型：
Figure BDA0001302194100000025
对第一交通效能模型的等式两边分别对k求导得：
Figure BDA0001302194100000026
当
Figure BDA0001302194100000027
时道路的交通效能最大，此时可得：
Figure BDA0001302194100000028
其中，kj为阻塞密度，vf为自由流速度，α和β分别为交通密度和区间平均车速在交通流中所占的权重；
S22.建立第二交通效能模型：
对第二交通效能模型的等式两端分别对k求导得：
Figure BDA00013021941000000210
当
Figure BDA00013021941000000211
时道路的交通效能最大，此时可得：
Figure BDA0001302194100000031
其中，kj为阻塞密度，vf为自由流速度，km为最大流量时的密度；
S23.根据第一交通效能模型和第二交通效能模型得出的密度值k组成取值范围，即
Figure BDA0001302194100000032
在该取值范围内进行取值，即：
Figure BDA0001302194100000033
进一步，通过如下方法确定阻塞密度kj：
S210.获取道路参数，包括第j路段的摩擦系数φj、平均车辆长度
Figure BDA0001302194100000034
跟踪车的车速V2、前导车的车速V1、跟踪车停下时车头与前导车车尾的最小距离、以及第j路段的坡度Sj；
S211.建立在跟踪车不与前导车发生追尾条件下跟踪车与前导车最小车尾间距模型，并根据道路参数计算跟踪车与前导车最小车尾间距d，其中：
Figure BDA0001302194100000035
其中，tr为跟踪车的反应时间；
S213.根据如下公式计算阻塞密度kj：
Figure BDA0001302194100000036
进一步，步骤S210中，通过如下方法获取平均车辆长度
Figure BDA0001302194100000037
获取第j路段的车辆种类c、第q种车辆的长度lq以及第q种车辆占第j路段总交通量的比例pq，并根据如下公式计算平均车辆长度
Figure BDA0001302194100000041
Figure BDA0001302194100000042
本发明的有益效果：通过本发明，在多级路网交通容量的分析过程中充分考虑了路网自身的属性以及车辆的属性，从而能够有效确保最终交通容量的计算结果的精确性，而且在分析过程中将路网进行相应的分段处理，从而有效提高了本发明的适应性，有效去除了现有方法所存在的局限性，能够为交通管理提供准确的数据支撑。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1为本发明的流程图。
具体实施方式
图1为本发明的流程图，如图所示，本发明提供的一种一种多级路网路段交通容量确定方法，包括如下步骤：
S1.获取路网中的道路分布状况，包括：
将路网划分为m个路段，以X表示路段集合，其中，X＝(x1，x2，…，xj，…xm)，j＝1,2,…，m,且路网按照不同的设计速度进行路段划分；
将第j个路段xj划分为n个坡段，以Y表示坡段集合，以Z表示坡长集合，其中，Y＝(y1，y2，…，yk，…yn)，Z＝(z1，z2，…，zk，…zn)，k＝1,2，…，n；
S2.分别计算第j各路段达到最大功效时的路段容量Qj，其中：
Figure BDA0001302194100000043
其中，
Figure BDA0001302194100000044
表示第k各坡段在道路处于最大功效时的最佳车辆密度；
S3.根据路段容量Qj计算整个路网的容量Q：
Figure BDA0001302194100000051
通过本发明，在多级路网交通容量的分析过程中充分考虑了路网自身的属性(即道路的等级、坡度以及摩擦系数)以及车辆的属性，从路网的实际角度出发进行分析，从而能够有效确保最终交通容量的计算结果的精确性，而且在分析过程中将路网进行相应的分段处理，从而有效提高了本发明的适应性，尤其适用于路网复杂的交通容量分析，有效去除了现有方法所存在的局限性，能够为交通管理提供准确的数据支撑。
本实施例中，步骤S2中，通过如下方法确定最佳车辆密度
Figure BDA0001302194100000052
S21.建立第一交通效能模型：
对第一交通效能模型的等式两边分别对k求导得：
Figure BDA0001302194100000054
当
Figure BDA0001302194100000055
时道路的交通效能最大，此时可得：
Figure BDA0001302194100000056
其中，kj为阻塞密度，vf为自由流速度，α和β分别为交通密度和区间平均车速在交通流中所占的权重；
S22.建立第二交通效能模型：
Figure BDA0001302194100000057
对第二交通效能模型的等式两端分别对k求导得：
Figure BDA0001302194100000058
当
Figure BDA0001302194100000059
时道路的交通效能最大，此时可得：
Figure BDA0001302194100000061
其中，kj为阻塞密度，vf为自由流速度，即不同道路等级条件下的设计速度，km为最大流量时的密度；
S23.根据第一交通效能模型和第二交通效能模型得出的密度值k组成取值范围，即
Figure BDA0001302194100000062
在该取值范围内进行取值，即：
Figure BDA0001302194100000063
其中，第i路段的最佳密度值为
Figure BDA0001302194100000064
α、β由交通密度k与区间平均车速v在交通流中所占的权重，在交通流中，平均车速的权重大，那么交通密度的权重会减小，如果平均车速的权重变小，那么交通密度的权重增大，通过这种方法，在交通容量的计算过程中考虑到了道路的最大功效性，为准确分析多级路网的交通量提供保障。
本实施例中，通过如下方法确定阻塞密度kj：
S210.获取道路参数，包括第j路段的摩擦系数φj、平均车辆长度
Figure BDA0001302194100000065
跟踪车的车速V2、前导车的车速V1、跟踪车停下时车头与前导车车尾的最小距离、以及第j路段的坡度Sj；
S211.建立在跟踪车不与前导车发生追尾条件下跟踪车与前导车最小车尾间距模型，并根据道路参数计算跟踪车与前导车最小车尾间距d，其中：
Figure BDA0001302194100000066
其中，tr为跟踪车的反应时间；
S213.根据如下公式计算阻塞密度kj：
Figure BDA0001302194100000071
通过上述方法，能够准确确定交通阻塞密度，利于本发明的结果的精确性。
本实施例中，步骤S210中，通过如下方法获取平均车辆长度
Figure BDA0001302194100000072
获取第j路段的车辆种类c、第q种车辆的长度lq以及第q种车辆占第j路段总交通量的比例pq，并根据如下公式计算平均车辆长度
Figure BDA0001302194100000073
通过这种方法，能够快速且准确地计算平均车辆长度，为后续的计算提供保障。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (3)

1.一种多级路网路段交通容量确定方法，其特征在于：包括如下步骤：
S1.获取路网中的道路分布状况，包括：
将路网划分为m个路段，以X表示路段集合，其中，X＝(x1，x2，…，xj，…xm)，j＝1,2,…，m,且路网按照不同的设计速度进行路段划分；
将第j个路段xj划分为n个坡段，以Y表示坡段集合，以Z表示坡长集合，其中，Y＝(y1，y2，…，yk，…yn)，Z＝(z1，z2，…，zk，…zn)，k＝1,2，…，n；
S2.分别计算第j个路段达到最大功效时的路段容量Qj，其中：
Figure FDA0002112742280000011
其中，表示第k个坡段在道路处于最大功效时的最佳车辆密度；
通过如下方法确定最佳车辆密度
Figure FDA0002112742280000013
S21.建立第一交通效能模型：
对第一交通效能模型的等式两边分别对k求导得：
Figure FDA0002112742280000015
当
Figure FDA0002112742280000016
时道路的交通效能最大，此时可得：
Figure FDA0002112742280000017
其中，kj为阻塞密度，vf为自由流速度，α和β分别为交通密度和区间平均车速在交通流中所占的权重；
S22.建立第二交通效能模型：
Figure FDA0002112742280000018
对第二交通效能模型的等式两端分别对k求导得：
Figure FDA0002112742280000021
当
Figure FDA0002112742280000022
时道路的交通效能最大，此时可得：
Figure FDA0002112742280000023
其中，kj为阻塞密度，vf为自由流速度，km为最大流量时的密度；
S23.根据第一交通效能模型和第二交通效能模型得出的密度值k组成取值范围，即 在该取值范围内进行取值，即：
Figure FDA0002112742280000026
S3.根据路段容量Qj计算整个路网的容量Q：
Figure FDA0002112742280000027
2.根据权利要求1所述多级路网路段交通容量确定方法，其特征在于：通过如下方法确定阻塞密度kj：
S210.获取道路参数，包括第j路段的摩擦系数φj、平均车辆长度
Figure FDA0002112742280000028
跟踪车的车速v2、前导车的车速v1、跟踪车停下时车头与前导车车尾的最小距离、以及第j路段的坡度Sj；
S211.建立在跟踪车不与前导车发生追尾条件下跟踪车与前导车最小车尾间距模型，并根据道路参数计算跟踪车与前导车最小车尾间距d，其中：
Figure FDA0002112742280000029
其中，tr为跟踪车的反应时间；
S212.根据如下公式计算阻塞密度kj：
Figure FDA0002112742280000031
3.根据权利要求2所述多级路网路段交通容量确定方法，其特征在于：步骤S210中，通过如下方法获取平均车辆长度
Figure FDA0002112742280000032
获取第j路段的车辆种类c、第q种车辆的长度lq以及第q种车辆占第j路段总交通量的比例pq，并根据如下公式计算平均车辆长度
Figure FDA0002112742280000033
CN201710368945.2A 2017-05-23 2017-05-23 多级路网路段交通容量确定方法 Expired - Fee Related CN106991817B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710368945.2A CN106991817B (zh) 2017-05-23 2017-05-23 多级路网路段交通容量确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710368945.2A CN106991817B (zh) 2017-05-23 2017-05-23 多级路网路段交通容量确定方法

Publications (2)

Publication Number Publication Date
CN106991817A CN106991817A (zh) 2017-07-28
CN106991817B true CN106991817B (zh) 2020-02-11

Family

ID=59421007

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710368945.2A Expired - Fee Related CN106991817B (zh) 2017-05-23 2017-05-23 多级路网路段交通容量确定方法

Country Status (1)

Country Link
CN (1) CN106991817B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110009908B (zh) * 2019-03-27 2021-07-20 招商局重庆交通科研设计院有限公司 基于道路交通管控时间与区域计算的交通道路长度控制方法
CN110782178B (zh) * 2019-11-01 2020-11-06 北京航空航天大学 一种交通网络规划辅助决策方法及装置
CN111599177B (zh) * 2020-05-19 2022-10-28 重庆市交通规划研究院 确定路网容量的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104821080A (zh) * 2015-03-02 2015-08-05 北京理工大学 基于宏观城市交通流的智能车辆行驶速度及时间预测方法
US9171461B1 (en) * 2013-03-07 2015-10-27 Steve Dabell Method and apparatus for providing estimated patrol properties and historic patrol records
CN105741555A (zh) * 2016-04-28 2016-07-06 华南理工大学 一种基于宏观基本图确定车型折算系数的方法
CN106023602A (zh) * 2016-06-15 2016-10-12 重庆交通大学 山地城市信号交叉口延误计算方法
US9582999B2 (en) * 2013-10-31 2017-02-28 Here Global B.V. Traffic volume estimation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9171461B1 (en) * 2013-03-07 2015-10-27 Steve Dabell Method and apparatus for providing estimated patrol properties and historic patrol records
US9582999B2 (en) * 2013-10-31 2017-02-28 Here Global B.V. Traffic volume estimation
CN104821080A (zh) * 2015-03-02 2015-08-05 北京理工大学 基于宏观城市交通流的智能车辆行驶速度及时间预测方法
CN105741555A (zh) * 2016-04-28 2016-07-06 华南理工大学 一种基于宏观基本图确定车型折算系数的方法
CN106023602A (zh) * 2016-06-15 2016-10-12 重庆交通大学 山地城市信号交叉口延误计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘韵.路网容量理论与算法研究.《中国优秀硕士学位论文全文数据库》.2002, *

Also Published As

Publication number Publication date
CN106991817A (zh) 2017-07-28

Similar Documents

Publication Publication Date Title
CN108986470B (zh) 粒子群算法优化lstm神经网络的行程时间预测方法
CN110097755B (zh) 基于深度神经网络的高速公路交通流量状态识别方法
CN108269401B (zh) 一种基于数据驱动的高架桥交通拥堵预测方法
CN109064748B (zh) 基于时间聚类分析和可变卷积神经网络的交通平均速度预测方法
CN109800801B (zh) 基于高斯回归算法的K-Means聚类分析车道流量方法
US9454902B2 (en) Performing-time-series based predictions with projection thresholds using secondary time-series-based information stream
CN107610464A (zh) 一种基于高斯混合时间序列模型的轨迹预测方法
CN103530893B (zh) 相机抖动场景下基于背景差和运动信息的前景检测方法
CN108090456A (zh) 一种车道线识别方法及装置
CN108597227B (zh) 高速公路收费站下道交通流量预测方法
CN112289034A (zh) 基于多模态时空数据的深度神经网络鲁棒交通预测方法
CN112270355B (zh) 基于大数据技术与sae-gru的主动安全预测方法
CN106991817B (zh) 多级路网路段交通容量确定方法
CN113032378B (zh) 一种基于聚类算法和模式挖掘的船舶行为模式挖掘方法
CN102087788A (zh) 基于浮动车车速置信度的交通状态参数估计方法
CN111210621A (zh) 基于实时路况的信号绿波协调路线优化控制方法及系统
CN108460481B (zh) 基于循环神经网络的无人机侦察目标演变规律预测方法
CN113033899A (zh) 无人驾驶邻近车辆轨迹预测方法
CN113379099B (zh) 一种基于机器学习与copula模型的高速公路交通流自适应预测方法
CN113449905A (zh) 一种基于门控循环单元神经网络的交通拥堵预警方法
CN117542195A (zh) 一种交通运行状态识别方法、装置、设备及介质
CN111260927A (zh) 一种公路路网流量预测方法
CN115269758A (zh) 面向乘客诱导的路网客流状态推演方法及系统
CN108053646A (zh) 基于时间敏感特征的交通特征获取方法、预测方法及系统
CN116308579B (zh) 基于粒子群-svm的工程造价确定方法、系统及产品

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200211

CF01 Termination of patent right due to non-payment of annual fee