System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及道路交通安全,具体为一种基于全息感知数据的交叉口通行能力评估方法及系统。
技术介绍
1、交叉口作为交通安全事故频发地点,国内外开展了大量交叉口交通安全风险评价研究;随着机动车出行量的不断增长,城市交叉口的机动车事故也在迅速增加;交叉口的交通安全量化评估和预警服务已经成为交通管理的重要内容。
2、根据中国专利技术202110439573.4中提到的一种基于全息感知的交叉口交通安全风险性评价系统,该基于全息感知的交叉口交通安全风险性评价系统在使用时能够对交叉口的交通安全态势风险评价,以此来对交叉口的交通安全状况进行风险评价,但是该基于全息感知的交叉口交通安全风险评价系统在使用时能为现有的交通网络监管系统增加一个可对移动车辆在各路口的通行能力进行估计的技术手段,从而达到弥补现有监管系统的不足的目的,因此,有必要提出一种基于全息感知数据的交叉口通行能力评估方法及系统来解决上述提出的问题。
技术实现思路
1、针对现有技术的不足,本专利技术提供了一种能为现有的交通网络监管系统增加一个可对移动车辆在各路口的通行能力进行估计的技术手段的基于全息感知数据的交叉口通行能力评估方法及系统。
2、为实现上述目的,本专利技术提供如下技术方案:一种基于全息感知数据的交叉口通行能力评估方法,包括以下评估方法:
3、步骤一:构建全息感知数据的交叉口通行能力评估模型记为第一评估模型;
4、步骤二:接收第一路口的参数集合作为对应的第一参数集合;并接收第一路
5、步骤三:移动车辆参数集合作为对应的第二参数集合;
6、步骤四:根据第一参数集合、第二参数集合和第一评估模型对第一路口的移动车辆参数集合作为对应的第二参数集合;
7、步骤五:移动车辆通行能力进行评估得到对应的第一周期能力指标和第一小时能力指标。
8、一种基于全息感知数据的交叉口通行能力评估方法中第一评估模型,包括:
9、ccycle=(n1+n2+n3+n4),
10、n1=λr(1-pr),n2=λtpr,n3=λ*t1
11、t1=ts+n1*τ,t3=g+y-t1-t2;
12、其中,chour为整点小时通行能力评估指标,ccycle为单信号周期通行能力评估指标;t为单信号周期总时长,g为单信号周期绿灯总时长、r为单信号周期红灯总时长、y为单信号周期黄灯总时长,t、g、r、y的时间单位均为秒,t=g+r+y;
13、pr为路口的右转移动车辆比例;λ为路口的移动车辆到达率;l为处于直行道路上的移动车辆在通过当前路口信号灯之后、到达对面路口信号灯之前所需行驶的道路长度;v为移动车辆的车速;τ为移动车辆的直行饱和车头时距;ts为移动车辆的启动损失时间;
14、n1为单信号周期的红灯信号时段内在直行道路上由车辆排队产生的红灯排队车辆总数估计值;
15、n2为单信号周期内在右拐道路上通过的右拐车辆总数估计值;
16、n3为单信号周期的绿灯信号时段内在直行道路上等待所有红灯排队车辆通过时产生的新到达车辆总数估计值;
17、n4为单信号周期的绿灯信号时段内在直行道路上当之前的所有红灯排队车辆和在红灯排队车辆通过期间产生的所有新到达车辆都通过之后还能继续通过的剩余可通过车辆总数估计值;
18、t1为单信号周期内所有红灯排队车辆通过当前路口信号灯所需的排队车辆通过时长估计值;
19、t2为单信号周期内在等待所有红灯排队车辆通过时产生的所有新到达车辆通过当前路口信号灯所需的新到达车辆通过时长估计值,新到达车辆通过时长估计值t2在(1/λ)小于或等于排队车辆通过时长估计值t1时为新到达车辆总数估计值n3与直行饱和车头时距τ的乘积,新到达车辆通过时长估计值t2在(1/λ)大于排队车辆通过时长估计值t1时为0;
20、t3为单信号周期内在所有红灯排队车辆以及在红灯排队车辆通过期间产生的所有新到达车辆都通过当前路口信号灯之后的剩余通过时长估计值。
21、进一步,第一参数集合包括第一路口信号周期时长t1、第一路口绿灯时长g1、第一路口红灯时长r1、第一路口黄灯时长y1和第一路口移动车辆行驶道路长度l1;
22、第二参数集合包括第一直行饱和车头时距τ1、第一启动损失时间ts,1、第一车速v1、第一右转比例pr,1和第一到达率λ1。
23、一种基于全息感知数据的交叉口通行能力评估方法,第一参数集合、第二参数集合和第一评估模型对第一路口的移动车辆通行能力进行评估得到对应的第一周期能力指标和第一小时能力指标,具体包括:
24、第一、第二参数集合送入第一评估模型;
25、第一评估模型根据第一到达率λ1、第一路口红灯时长r1和第一右转比例pr,1计算生成对应的红灯排队车辆总数估计值n1,n1=λ1r1(1-pr,1);
26、并根据第一到达率λ1、第一路口信号周期时长t1和第一右转比例pr,1计算生成对应的右拐车辆总数估计值n2,n2=λ1t1pr,1;
27、并根据第一启动损失时间ts,1、红灯排队车辆总数估计值n1和第一直行饱和车头时距τ1计算生成对应的排队车辆通过时长估计值t1,t1=ts,1+n1*τ1;
28、并根据第一到达率λ1和排队车辆通过时长估计值t1计算生成对应的新到达车辆总数估计值n3,n3=λ1*t1;
29、并对排队车辆通过时长估计值t1是否大于或等于(1/第一到达率λ1)进行识别,若是则根据新到达车辆总数估计值n3和第一直行饱和车头时距τ1计算生成对应的新到达车辆通过时长估计值t2=n3*τ1,若否则设置对应的新到达车辆通过时长估计值t2=0;
30、并根据第一路口绿灯时长g1、第一路口黄灯时长y1、排队车辆通过时长估计值t1和新到达车辆通过时长估计值t2计算生成对应的剩余通过时长估计值t3,t3=g1+y1-t1-t2;
31、并根据第一路口移动车辆行驶道路长度l1、第一车速v1、第一到达率λ1和剩余通过时长估计值t3计算生成对应的剩余可通过车辆总数估计值n4,
32、并根据红灯排队车辆总数估计值n1、右拐车辆总数估计值n2、新到达车辆总数估计值n3和剩余可通过车辆总数估计值n4计算生成对应的单信号周期通行能力评估指标ccycle=(n1+n2+n3+n4),并将得到的单信号周期通行能力评估指标ccycle作为对应的第一周期能力指标;并根据第一路口信号周期时长t1和单信号周期通行能力评估指标ccycle计算生成对应的整点小时通行能力评估指标并将得到的整点小时通行能力评估指标chour作为对应的第一小时能力指标;
33、并将得到的第一周期能力指标和第一小时能力指标作为当次模型评估结果输出。
34、一种基于全息感知数据的交叉口通行能力评估系统,系统包括:
35、融合计算中枢:用于本文档来自技高网...
【技术保护点】
1.一种基于全息感知数据的交叉口通行能力评估方法,其特征在于,包括以下评估方法:
2.根据权利要求1的一种基于全息感知数据的交叉口通行能力评估方法中第一评估模型,其特征在于,包括:
3.根据权利要求1的一种基于全息感知数据的交叉口通行能力评估方法,其特征在于,第一参数集合包括第一路口信号周期时长T1、第一路口绿灯时长G1、第一路口红灯时长R1、第一路口黄灯时长Y1和第一路口移动车辆行驶道路长度L1;
4.根据权利要求1的一种基于全息感知数据的交叉口通行能力评估方法,其特征在于,第一参数集合、第二参数集合和第一评估模型对第一路口的移动车辆通行能力进行评估得到对应的第一周期能力指标和第一小时能力指标,具体包括:
5.根据权利要求1的一种基于全息感知数据的交叉口通行能力评估系统,其特征在于,系统包括:
6.根据权利要求5的一种基于全息感知数据的交叉口通行能力评估系统,其特征在于:应用中枢模块包括模型构建模块,用于构建移动车辆交叉口通行能力评估模型记为第一评估模型。
7.根据权利要求5的一种基于全息感知数据的交叉口通
8.根据权利要求5的一种基于全息感知数据的交叉口通行能力评估方法及系统,其特征在于:资源分析中枢包括参数接收模块,用于接收第一路口的参数集合作为对应的第一参数集合;并接收第一路口对应的移动车辆参数集合作为对应的第二参数集合。
...【技术特征摘要】
1.一种基于全息感知数据的交叉口通行能力评估方法,其特征在于,包括以下评估方法:
2.根据权利要求1的一种基于全息感知数据的交叉口通行能力评估方法中第一评估模型,其特征在于,包括:
3.根据权利要求1的一种基于全息感知数据的交叉口通行能力评估方法,其特征在于,第一参数集合包括第一路口信号周期时长t1、第一路口绿灯时长g1、第一路口红灯时长r1、第一路口黄灯时长y1和第一路口移动车辆行驶道路长度l1;
4.根据权利要求1的一种基于全息感知数据的交叉口通行能力评估方法,其特征在于,第一参数集合、第二参数集合和第一评估模型对第一路口的移动车辆通行能力进行评估得到对应的第一周期能力指标和第一小时能力指标,具体包括:
5.根据权利要求1的一种基于全息感知数据的交叉...
【专利技术属性】
技术研发人员:魏路,李美涛,李学丰,梁霞,
申请(专利权)人:虫尔无锡数字技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。