一种基于多源数据的高速公路异常事件下的上游分流方法

    公开(公告)号:CN115424432B

    公开(公告)日:2024-05-28

    申请号:CN202210870141.3

    申请日:2022-07-22

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于多源数据的高速公路异常事件下的上游分流方法,该方法包括以下步骤:1)明确方案目标函数,并制定完整的高速公路异常事件下的上游分流方案;2)选取合适的指标,定量化分析诱导分流启动条件,并制定确定诱导分流节点优先级;3)考虑异常事件的影响范围,对异常事件路段的行程时间进行估计;4)考虑到绕行路段的不确定性,确定一种通用的绕行路段行程时间估计方法,对绕行路段行程时间进行估计;5)根据异常事件路段及绕行路段原有流量,对异常事件路段最佳的分出流量进行估计;6)根据下游ETC门架数据,获取车辆的实际行程时间,根据实际行程时间与估计行程时间的误差,对上游分出流量进行更新。

    一种基于多源数据的高速公路异常事件下的上游分流方法

    公开(公告)号:CN115424432A

    公开(公告)日:2022-12-02

    申请号:CN202210870141.3

    申请日:2022-07-22

    Applicant: 重庆大学

    Abstract: 本发明公开了一种基于多源数据的高速公路异常事件下的上游分流方法,该方法包括以下步骤:1)明确方案目标函数,并制定完整的高速公路异常事件下的上游分流方案;2)选取合适的指标,定量化分析诱导分流启动条件,并制定确定诱导分流节点优先级;3)考虑异常事件的影响范围,对异常事件路段的行程时间进行估计;4)考虑到绕行路段的不确定性,确定一种通用的绕行路段行程时间估计方法,对绕行路段行程时间进行估计;5)根据异常事件路段及绕行路段原有流量,对异常事件路段最佳的分出流量进行估计;6)根据下游ETC门架数据,获取车辆的实际行程时间,根据实际行程时间与估计行程时间的误差,对上游分出流量进行更新。

    一种考虑大型车的高速公路异常事件排队长度预测方法

    公开(公告)号:CN114783193B

    公开(公告)日:2024-10-18

    申请号:CN202210319641.8

    申请日:2022-03-29

    Abstract: 本发明提供了一种考虑大型车的高速公路异常事件排队长度预测方法,属于交通数据分析及处理领域。本发明包括以下步骤:首先,在高速公路观测路段出现异常事件并有大型车混入的情况下,根据不同驾驶员对大型车的不同敏感程度以及大型车的混入率,改进观测路段动态空间占有率;然后,引入交通密度概念及Greenshields线性关系模型,分析观测路段的交通参数;然后,引入交通波波速,分析观测路段的交通波传播过程,构建交通波模型;最后,预测有大型车混入的高速公路出现异常事件的影响时间及影响范围。本发明能够准确的预测有大型车混入且发生异常事件情况下的排队长度变化趋势和交通演化趋势,为交通管制人员进行交通诱导提供参考依据,提高高速公路服务水平。

    一种考虑大型车的高速公路异常事件排队长度预测方法

    公开(公告)号:CN114783193A

    公开(公告)日:2022-07-22

    申请号:CN202210319641.8

    申请日:2022-03-29

    Abstract: 本发明提供了一种考虑大型车的高速公路异常事件排队长度预测方法,属于交通数据分析及处理领域。本发明包括以下步骤:首先,在高速公路观测路段出现异常事件并有大型车混入的情况下,根据不同驾驶员对大型车的不同敏感程度以及大型车的混入率,改进观测路段动态空间占有率;然后,引入交通密度概念及Greenshields线性关系模型,分析观测路段的交通参数;然后,引入交通波波速,分析观测路段的交通波传播过程,构建交通波模型;最后,预测有大型车混入的高速公路出现异常事件的影响时间及影响范围。本发明能够准确的预测有大型车混入且发生异常事件情况下的排队长度变化趋势和交通演化趋势,为交通管制人员进行交通诱导提供参考依据,提高高速公路服务水平。

Patent Agency Ranking