一种基于浮动车的快速路匝道智能诱导方法及装置的制造方法

文档序号:8260831阅读:274来源:国知局
一种基于浮动车的快速路匝道智能诱导方法及装置的制造方法
【技术领域】
[0001] 本发明涉及城市快速路及高架匝道的智能交通诱导技术领域,尤其是一种基于浮 动车的快速路匝道智能诱导方法及装置。
【背景技术】
[0002] 随着城市汽车拥有量大幅增加,交通流量和道路供需的矛盾日益突出,城市快速 路的出现大大增加了出行路线选择,但快速路带来畅通出行的同时带来了更多的矛盾,每 到高峰时段快速路就成了停车场,大大延误了公众的出行。
[0003] 智能交通诱导是解决快速路拥堵的有效途径,传统的方法大多是通过人工方式进 行匝道的限行关闭来调节高架的交通流,应急处理延迟,还浪费人力成本;通过智能交通信 息采集技术,实现匝道的智能诱导,是未来匝道控制管理发展的方向。交通信息采集的方式 多种多样,有基于浮动车的信息采集技术,也有基于固定检测设备的信息采集方式,如视频 检测、微波检测、地感线圈等;传统的信息采集方式存在一定的弊端,如视频检测在雨、雪、 雾天环境下容易误判,线圈检测容易受到大型车辆的重压损坏,微波的探测范围较小等,错 误的判别可能会导致路段交通负荷,形成停滞,影响应急事件的处理造成公共管理资源的 浪费。浮动车交通信息采集技术是通过在车辆上安装GPS,利用车辆的动态位置变化信息进 行实时路况提取的技术,基于浮动车位移数据,将时间序列的车辆位置坐标与地图进行匹 配,计算所有浮动点的平均速度和路段旅行速度,进而可以提取道路的交通状态,该技术包 括GPS数据预处理、地图匹配、路径推测和历史速度补充等数据处理核心程序,各个程序的 处理模型也是多种多样的,精度存在着差异。
[0004] 目前所使用的匝道交通诱导算法大多基于固定点交通信息采集设备,只能对检测 很小范围内的道路交通状态,无法获取大范围的交通路况信息,存在检测盲区的弊端,会造 成系统对状态的误判,出行者如不能对路况信息进行实时掌控,会继续驶入快速路,导致匝 道交通拥堵蔓延,事故多发,影响整个城市的交通运行效率。

【发明内容】

[0005] 本发明的首要目的在于提供一种能够降低交通信息采集成本,提高快速路交通状 态检测的准确度和效率,实现快速路匝道的智能交通诱导的控制管理方法。
[0006] 为实现上述目的,本发明采用了以下技术方案:
[0007] 一种基于浮动车的快速路匝道智能诱导方法,该方法包括下列顺序的步骤:
[0008] (1)在快速路匝道前方设置诱导屏设备,对快速路进行路段划分编码、快速路匝道 编码和诱导屏设备编码,并将路段划分编码、快速路匝道编码和诱导屏设备编码进行关联 配对。
[0009] (2)将浮动车检测路网内的全部浮动车获取的实时动态参数数据,传输至后台服 务器进行标准化存储,后台服务器将实时动态参数数据传输至智能诱导处理服务器。
[0010] (3)智能诱导处理服务器将接收到的全部浮动车获取的实时动态参数数据进行地 图匹配和路径规划处理,按照时间顺序分别提取各个浮动车路径的关联路段信息,计算各 个浮动车在路径上各个路段的平均出行时间和平均出行速度。
[0011] (4)基于历史数据弥补模型和速度-运行指数模型,智能诱导处理服务器对路段 平均出行速度进行校正,并获取快速路各个路段的实时交通运行指数。
[0012] (5)智能诱导处理服务器统计各个匝道所关联路段的交通运行指数,计算各个匝 道的平均交通运行指数,并根据各个匝道的平均交通运行指数,判定各个匝道关联路段的 交通运行状态等级。
[0013] (6)智能诱导处理服务器根据各个匝道关联路段的交通运行状态等级,构建智能 交通诱导模型,并通过诱导屏设备实时显示智能交通诱导决策。
[0014] 步骤(3)中,所述的计算各个浮动车在路径上各个路段的平均出行时间和平均出 行速度,具体采用以下方法实现:
[0015] 假设某辆浮动车在计算周期内所经过的一系列GPS点,经地图匹配和行车路径推 测后的具体路径为{Pi,i= 1,2,. . .,n},其中,Pi表示该车所经过的第i个路段的ID号;
[0016] 先利用式(1)计算该车通过路段Pi的出行时间:
[0017]
【主权项】
1. 一种基于浮动车的快速路匝道智能诱导方法,其特征在于:该方法包括下列顺序的 步骤: (1) 在快速路匝道前方设置诱导屏设备,对快速路进行路段划分编码、快速路匝道编 码和诱导屏设备编码,并将路段划分编码、快速路匝道编码和诱导屏设备编码进行关联配 对; (2) 将浮动车检测路网内的全部浮动车获取的实时动态参数数据,传输至后台服务器 进行标准化存储,后台服务器将实时动态参数数据传输至智能诱导处理服务器; (3) 智能诱导处理服务器将接收到的全部浮动车获取的实时动态参数数据进行地图匹 配和路径规划处理,按照时间顺序分别提取各个浮动车路径的关联路段信息,计算各个浮 动车在路径上各个路段的平均出行时间和平均出行速度; (4) 基于历史数据弥补模型和速度-运行指数模型,智能诱导处理服务器对路段平均 出行速度进行校正,并获取快速路各个路段的实时交通运行指数; (5) 智能诱导处理服务器统计各个匝道所关联路段的交通运行指数,计算各个匝道的 平均交通运行指数,并根据各个匝道的平均交通运行指数,判定各个匝道关联路段的交通 运行状态等级; (6) 智能诱导处理服务器根据各个匝道关联路段的交通运行状态等级,构建智能交通 诱导模型,并通过诱导屏设备实时显示智能交通诱导决策。
2. 根据权利要求1所述的一种基于浮动车的快速路匝道智能诱导方法,其特征在于: 步骤(3)中,所述的计算各个浮动车在路径上各个路段的平均出行时间和平均出行速度, 具体采用以下方法实现: 假设某辆浮动车在计算周期内所经过的一系列GPS点,经地图匹配和行车路径推测后 的具体路径为{Pi,i= 1,2,. . .,n},其中,Pi表示该车所经过的第i个路段的ID号; 先利用式(1)计算该车通过路段Pi的出行时间:
(1) 其中,心」表示浮动车j在路段P的出行时间,Ad」表示浮动车j在At」时间内经过 路径的长度,△ \表示浮动车j前后相邻两个上报数据的时间差,1 1表示路段P长度; 再利用式(2)计算路段Pi上的平均出行速度vi:
(2) 其中,Vi表示路段Pi的平均出行速度,h表示路段?1上参与计算的浮动车总个数,当 叫等于0,即该路段上没有GPS数据覆盖时,需要用历史数据弥补模型进行弥补处理。
3. 根据权利要求1所述的一种基于浮动车的快速路匝道智能诱导方法,其特征在于: 步骤(4)中,所述的历史数据弥补模型,具体如下所示: 当路段上没有GPS数据覆盖时,利用式(3)获得该路段的校正速度信息,
(3) 其中,^表示该路段同一时间段的历史平均速度,€表示该路段最近一次计算的平均 出行速度,kl为大于0且略小于1的系数; 当路段上有GPS数据覆盖时,先利用式(4)计算当前路段的校正速度再利用式(5) 更新该路段最近一次计算的速度€同时利用式(6)更新同一时间段的历史平均速度K.
其中,k2和k3均为大于0且略小于1的系数。
4. 根据权利要求1所述的一种基于浮动车的快速路匝道智能诱导方法,其特征在于: 步骤⑷中,所述的速度_运行指数模型,具体如式(7)所示:
在式(7)中,RTPIi表示路段Pi的交通运行指数;X,y,z,p,m的值是道路交通拥堵感受 优化参数,按照道路等级赋予其参数值,其初始化参考值如表1所示; 表1路段交通运行指数模型参数
5. 根据权利要求1所述的一种基于浮动车的快速路匝道智能诱导方法,其特征在于: 步骤(6)中,所述的智能诱导处理服务器根据各个匝道关联路段的交通运行状态等级,构 建智能交通诱导模型,并通过诱导屏设备实时显示智能交通诱导决策;具体包括以下步 骤: (61)获取每个匝道所关联路段的交通运行指数,利用式(8)计算匝道平均交通运行指 数:
其中,4表示匝道平均交通运行指数,RTPIi表示当前匝道所关联路段的交通运行指 数;h表示当前匝道的编码,1^表示当前匝道所关联的路段总个数; (2)根据匝道平均交通运行指数,判定当前匝道所关联道路的交通运行状态等级,生成 智能交通诱导方案决策树数据库,诱导屏设备通过调用指令数据库接口服务对快速路匝道 进行智能交通诱导。
6. -种基于浮动车的快速路匝道智能诱导装置,其特征在于:包括浮动车、用于数据 储存和标准化的后台服务器、智能诱导处理服务器和诱导屏设备; 浮动车,其输出端与后台服务器的输入端相连,后台服务器的输出端与智能诱导处理 服务器的输入端相连,智能诱导处理服务器的输出端与诱导屏设备的输入端相连。
【专利摘要】本发明涉及一种基于浮动车的快速路匝道智能诱导方法及装置。该方法包括下列顺序的步骤:在快速路匝道前方设置诱导屏设备,进行路段划分编码、匝道编码和诱导屏设备编码;将浮动车检测路网内的全部浮动车获取的实时动态参数数据,传输至后台服务器进行标准化存储;计算各个浮动车在路径上各个路段的平均出行时间和平均出行速度;对路段平均出行速度进行校正,并获取快速路各个路段的实时交通运行指数;计算各个匝道的平均交通运行指数,判定各个匝道关联路段的交通运行状态等级;构建智能交通诱导模型,并通过诱导屏设备实时显示智能交通诱导决策。本发明能够实现快速路匝道智能交通诱导。
【IPC分类】G08G1-09
【公开号】CN104575050
【申请号】CN201510018865
【发明人】高万宝, 吴先会, 张广林, 邹娇
【申请人】合肥革绿信息科技有限公司
【公开日】2015年4月29日
【申请日】2015年1月14日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1