道路交通运行评价指标算法
2023-03-08 09:29:54 8 举报
AI智能生成
道路交通运行评价指标算法
作者其他创作
大纲/内容
按照交通流形态
无固定扰动交通流
城市快速路
评价指标
行程车速
行程时间
车流密度
固定扰动交通流
城市地面道路
评价指标
行程车速
行程时间
控制延误
饱和度
数据需求
断面数据
卡口过车数据
1、单一卡口时段尖峰系数展示
指标
路段某个小时的尖峰系数
算法
PHF = V/V_15
V:一个小时内通过卡口断面的交通量,单位PCU
V_15:一个小时内流量最高的15分钟内通过卡口断面的交通量,单位PCU
V:一个小时内通过卡口断面的交通量,单位PCU
V_15:一个小时内流量最高的15分钟内通过卡口断面的交通量,单位PCU
日期 时段 流量
----------------
3-2 7:15 80
3-2 7:30 85
3-2 7:45 90
3-2 8:00 80
----------------
3-2 8:15 80
3-2 8:30 70
3-2 8:45 85
3-2 9:00 80
----------------
3-2 9:15 80
3-2 9:30 85
3-2 9:45 88
3-2 10:00 80
----------------
3-2 7:15 80
3-2 7:30 85
3-2 7:45 90
3-2 8:00 80
----------------
3-2 8:15 80
3-2 8:30 70
3-2 8:45 85
3-2 9:00 80
----------------
3-2 9:15 80
3-2 9:30 85
3-2 9:45 88
3-2 10:00 80
PHF8=(80+85+90+80)/(90*4)=0.93
PHF9=(80+70+85+80)/(85*4)=0.94
PHF10=(80+85+88+80)/(88*4)=0.946
PHF9=(80+70+85+80)/(85*4)=0.94
PHF10=(80+85+88+80)/(88*4)=0.946
界面
通过柱状图与具体数字的形式展示单个断面时段尖峰系数。允许用户选择具体分析日期与分析时段,系统提供早/晚高峰时段作为可选项。
2、单一卡口时段尖峰系数分析展示
指标
路段某个小时多日的尖峰系数
算法
同1
子主题
日期 时段 流量
----------------
3-1 8:15 80
3-1 8:30 85
3-1 8:45 90
3-1 9:00 80
----------------
3-2 8:15 80
3-2 8:30 70
3-2 8:45 85
3-2 9:00 80
----------------
3-3 8:15 80
3-3 8:30 85
3-3 8:45 88
3-3 9:00 80
----------------
3-1 8:15 80
3-1 8:30 85
3-1 8:45 90
3-1 9:00 80
----------------
3-2 8:15 80
3-2 8:30 70
3-2 8:45 85
3-2 9:00 80
----------------
3-3 8:15 80
3-3 8:30 85
3-3 8:45 88
3-3 9:00 80
PHF8(3-1)=(80+85+90+80)/(90*4)=0.93
PHF8(3-2)=(80+70+85+80)/(85*4)=0.94
PHF8(3-3)=(80+85+88+80)/(88*4)=0.946
PHF8(3-2)=(80+70+85+80)/(85*4)=0.94
PHF8(3-3)=(80+85+88+80)/(88*4)=0.946
界面
通过折线图展示某路段某个小时多日的尖峰系数变化情况。
同时在图中展示分析日期内时段尖峰系数的均值(mean),均方差值(std)及95%置信区间(mean±1.96std),
允许用户选择具体分析日期与分析时段,系统提供早/晚高峰时段作为可选项,允许用户选择包含或提出周末/节假日。
同时在图中展示分析日期内时段尖峰系数的均值(mean),均方差值(std)及95%置信区间(mean±1.96std),
允许用户选择具体分析日期与分析时段,系统提供早/晚高峰时段作为可选项,允许用户选择包含或提出周末/节假日。
3、多个卡口时段尖峰系数展示
指标
道路(包含多个路段卡口)某个小时的尖峰系数
算法
PHF = ΣV/ΣV_15
V:一个小时内通过各个卡口断面的交通量,单位PCU
V_15:一个小时内流量最高的15分钟内通过各个卡口断面的交通量,单位PCU,V_15对应的时间在各卡口应保持一致
V:一个小时内通过各个卡口断面的交通量,单位PCU
V_15:一个小时内流量最高的15分钟内通过各个卡口断面的交通量,单位PCU,V_15对应的时间在各卡口应保持一致
日期 时段 流量 k1
----------------
3-1 8:15 80
3-1 8:30 85
3-1 8:45 90
3-1 9:00 80
----------------
3-1 8:15 80
3-1 8:30 85
3-1 8:45 90
3-1 9:00 80
日期 时段 流量 k2
----------------
3-1 8:15 80
3-1 8:30 70
3-1 8:45 85
3-1 9:00 80
----------------
3-1 8:15 80
3-1 8:30 70
3-1 8:45 85
3-1 9:00 80
日期 时段 流量 k3
----------------
3-1 8:15 80
3-1 8:30 85
3-1 8:45 88
3-1 9:00 80
----------------
3-1 8:15 80
3-1 8:30 85
3-1 8:45 88
3-1 9:00 80
PHF=((80+85+90+80)/)
界面
通过柱状图与具体数字的形式展示多个断面时段尖峰系数。允许用户选择具体分析日期与分析时段,系统提供早/晚高峰时段作为可选项。允许客户选择进一步展示路段包含的各卡口断面各自的时段尖峰系数。
4、多个卡口时段尖峰系数分析展示
道路(包含多个卡口路段)某个小时多日的尖峰系数
道路(包含多个卡口路段)某个小时多日的尖峰系数
5路段日行车速度展示
指标
分析卡口所在断面/车道行车速度
算法
应对速度数据进行必要的清洗,剔除车速高于路段限速120%的数据,
同时将车速转换为行程时间,以1个小时为单位,对断面所在路段的行程时间进行统计,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。数据清洗完毕后,
以5分钟为一个时间单位统计经过断面车辆的速度,并以其平均值作为当前时段的断面车速。
快速路可以使用卡口速度或出租车GPS数据计算相关速度,
地面道路应采用出租车GPS数据计算相关速度,应考虑选取形式状态为重车的数据
同时将车速转换为行程时间,以1个小时为单位,对断面所在路段的行程时间进行统计,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。数据清洗完毕后,
以5分钟为一个时间单位统计经过断面车辆的速度,并以其平均值作为当前时段的断面车速。
快速路可以使用卡口速度或出租车GPS数据计算相关速度,
地面道路应采用出租车GPS数据计算相关速度,应考虑选取形式状态为重车的数据
界面
通过折线图展示某日断面车速变化情况,允许用户通过日历选择展示天,无数据的日期设置为不可选。
6路段日行车速度波动展示
同5
7路段行车速度趋势分析
指标
显示一定连续时间序列范围内(n),一定时期(m,且m<n)某个特定时段路段行车速度的发展趋势
算法
应对速度数据进行必要的清洗,剔除车速高于路段限速120%的数据,
同时将车速转换为行程时间,以1个小时为单位,对断面所在路段的行程时间进行统计,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。
在一定时间序列范围(n)内,对m连续天求特定时段路段行车速度的平均值。
同时将车速转换为行程时间,以1个小时为单位,对断面所在路段的行程时间进行统计,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。
在一定时间序列范围(n)内,对m连续天求特定时段路段行车速度的平均值。
界面
以折线图的形式展示一定连续时间序列范围内,某个特定时段路段行车速度变化趋势。允许用户通过日历选择时间序列范围,允许用户勾选是否区分工作日与周末、节假日,允许用户选择/剔除特定的天气/交通事故/路段施工等影响因素,系统可以定义早高峰、晚高峰、日间等不同常用时段方便用户选择,同时允许用户进行自定义,并保留用户自定义时段供下次使用。
8路段自由流车速展示
指标
显示路段的自由流车速,即车辆不受其他车辆干扰情况下的行驶速度,通常认为在低流量情况下车辆的行驶速度即为自由流车速
算法
依据城市交通运行评价规范
将06:00-24:00按给定时间间隔等分,其间隔长度不超过15min,计算每一时间间隔平均行程速度的算数平均值,样本天数不应少于30d,
将计算出的平均值从大到小排序,取排序结果的前1/9进行平均,其结果作为路段自由流速度,当计算得到的自由流速度超过道路限速时,取限速。
将06:00-24:00按给定时间间隔等分,其间隔长度不超过15min,计算每一时间间隔平均行程速度的算数平均值,样本天数不应少于30d,
将计算出的平均值从大到小排序,取排序结果的前1/9进行平均,其结果作为路段自由流速度,当计算得到的自由流速度超过道路限速时,取限速。
依据美国HCM(Highway Capacity Manual)
快速路:
选取非节假日周末上午7点至9点,对应乌鲁木齐为9点至11点,剔除超过限速120%的记录,并剔除流速过低的记录,将车速转换为行程时间,对断面所在路段的行程时间进行统计,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。
对清洗后的数据进行排序,85%分位数(percentile)对应的速度值即为自由流速度,即85%的记录速度≤自由流速度。
地面道路:
选取非节假日周末上午7点至9点,对应乌鲁木齐为9点至11点,选取不受交通信号影响的行程,计算行程时间,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。
对清洗后的数据进行排序,85%分位数(percentile)对应的速度值即为自由流速度,即85%的记录速度≤自由流速度。
快速路:
选取非节假日周末上午7点至9点,对应乌鲁木齐为9点至11点,剔除超过限速120%的记录,并剔除流速过低的记录,将车速转换为行程时间,对断面所在路段的行程时间进行统计,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。
对清洗后的数据进行排序,85%分位数(percentile)对应的速度值即为自由流速度,即85%的记录速度≤自由流速度。
地面道路:
选取非节假日周末上午7点至9点,对应乌鲁木齐为9点至11点,选取不受交通信号影响的行程,计算行程时间,
检验平均行程时长是否大于95%分位(percentile)行程时间,如果不大于95%分位(percentile)则行程时间检验完毕,
如果大于95%分位行程时间,则剔除行程时间最长的1%的数据,然后继续检验平均行程时长与95%分位行程时间。
对清洗后的数据进行排序,85%分位数(percentile)对应的速度值即为自由流速度,即85%的记录速度≤自由流速度。
界面
自由流速度为多项指标的计算基础,可以以地图路网的形式展示有自由流车速计算数据的路段(实线)和没有自由流车速计算数据的路段(虚线)。
并允许用户通过点击的方式对路段自由流车速进行查询。
并允许用户通过点击的方式对路段自由流车速进行查询。
9路段车流密度展示
指标
分析卡口所在断面/车道车流密度。仅适用于快速路。
算法
以5分钟为一个时间单位统计经过断面/车道的车辆车头时距(headway),即前后两条记录的时间差,并求其平均值。
根据指标5计算本时段平均行车速度(speed)。则本时段的平均车间距(space)与路段车流密度为(density):
Space = speed*headway
Density = 1000/space
根据指标5计算本时段平均行车速度(speed)。则本时段的平均车间距(space)与路段车流密度为(density):
Space = speed*headway
Density = 1000/space
界面
通过折线图展示某日断面车流密度变化情况,允许用户通过日历选择展示天,无数据的日期设置为不可选。
10道路(连续多个卡口)车流密度展示
指标
分析连续多个卡口所在道路整体车流密度。仅适用于快速路。
算法
依据指标9方法计算道路包括的多个卡口路段的车流密度。整体道路车流密度依据下列方法计算:
界面
通过折线图展示某日道路车流密度变化情况,允许用户通过日历选择展示天,无数据的日期设置为不可选。
11路段服务水平展示
指标
将路段/道路车流密度转换为服务水平(快速路)。或将路段行车速度转化为服务水平。
算法
界面
以路网图的形式展示路段服务水平,可以用不同颜色表示不同的服务等级。可参考GB/T3977-2008规定的颜色表示方法。
12路段服务水平趋势分析
指标
显示一定连续时间序列范围内(n),一定时期(m,且m<n)某个特定时段路段服务水平的发展趋势。
算法
依据指标5、9计算各天分析路段对应时段的服务水平指标。在一定时间序列范围(n)内,对m连续天求特定时段路段车流密度/行车速度的平均值。
界面
以折线图的形式展示一定连续时间序列范围内,某个特定时段路段服务水平变化趋势。可以考虑以折线表示具体车流密度指标,同时在背景标记不同服务水平对应的车流密度区段,允许用户通过日历选择时间序列范围,允许用户勾选是否区分工作日与周末、节假日,允许用户选择/剔除特定的天气/交通事故/路段施工等影响因素,系统可以定义早高峰、晚高峰、日间等不同常用时段方便用户选择,同时允许用户进行自定义,并保留用户自定义时段供下次使用。
13卡口流密速分析
指标
分析卡口所在断面流量、车流速度及车流密度的相关性分析。仅适用于快速路。
算法
依据指标5、9计算卡口所在断面/车道的行车速度、密度指标,并结合卡口记录的交通流量数据绘制流量、车速、车流密度分析图。交通流量数据需要转化为PCU,如果卡口数据不能识别车辆类型,建议考虑采用最近的(日期/时间)调查数据计算相应时段的车辆->PCU的转换系数。
界面
通过散点图的形式展示流量、密度、速度之间的关系,并推荐关键速度指标、关键密度指标以及最大通行能力等指标。相关指标可以参照下图。通过速度流量关系,选择通行量最大的5%流量求其均值或中位值作为最大通行能力指标,其速度的均值或中位值作为关键速度指标,对于速度与密度曲线建议增加简单的线性回归拟合,通过流速与密度关系,计算关键密度指标。可以通过增加观测记录,并计算最大通行能力与关键速度的均方差来控制指标计算精度。允许用户对相关路段设置关键速度、关键密度及最大通行能力等指标,用于监控实时交通运行状况。
14卡口路段实时运行情况监测
指标
以5分钟为统计单位监测卡口流速及密度指标。仅适用于快速路。
算法
依据指标5、9计算卡口所在断面/车道的行车速度、密度指标,并统计相应时段内通过卡口的交通流量(单位:PCU)。
界面
通过地图界面进行展示。比对实时交通流速、密度及流量指标,当行车速度接近下限目标,密度指标接近上限目标或流量指标接近上限目标范围10%以内,则通过闪烁等形式对交通压力路段进行提示,当行车速度低于关键速度、车流密度大于关键密度而流量小于最大流量时,路段可能进入过饱和,通过颜色等方式,进一步加强示警。
15行程时间 (Travel Time)与行程时间指数(Travel Time Index)
指标
以5分钟为单位计算卡口所在路段的行程时间与行程时间指数。
算法
依据指标5、8计算卡口所在路段的行车速度与自由流速度。
路段的行程时间 = 路段长度/路段行车速度
路段的自由流行程时间 = 路段长度/路段自由流行车速度
路段的行程时间指数 TTI = 路段行程时间/路段自由流行程时间
路段的行程时间 = 路段长度/路段行车速度
路段的自由流行程时间 = 路段长度/路段自由流行车速度
路段的行程时间指数 TTI = 路段行程时间/路段自由流行程时间
界面
以地图形式展示路段的行程时间指数。路段颜色可以参考下表。允许用户对各区段的值进行设定。
16行程时间(Travel Time)行程时间指数(Travel Time Index)发展趋势分析
指标
显示一定连续时间序列范围内(n),一定时期(m,且m<n)某个特定时段路段行程时间/行程时间指数的发展趋势
算法
在一定时间序列范围(n)内,对m连续天求特定时段行程延误时间/行程时间指数的平均值
界面
以折线图的形式展示一定连续时间序列范围内,某个特定时段路段行程时间/行程时间指数的变化趋势。允许用户通过日历选择时间序列范围,允许用户勾选是否区分工作日与周末、节假日,允许用户选择/剔除特定的天气/交通事故/路段施工等影响因素,系统可以定义早高峰、晚高峰、日间等不同常用时段方便用户选择,同时允许用户进行自定义,并保留用户自定义时段供下次使用。
过程数据
出租车GPS数据
其他ETC或蓝牙车检数据
天气信息数据
交通事故信息数据
占道施工信息数据
特殊情况交通管控信息数据
影响交通运行状况的主要因素
交通流量
天气条件
交通事故
道路施工
特殊事件引发的交通管控
收藏
收藏
0 条评论
下一页