[发明专利]基于宏观基本图的路网关键路段识别方法

说明书

技术领域

本发明属于城市路网重点路段识别与管控领域，具体涉及一种基于宏观基本图的路网关键路段识别方法。

背景技术

交通拥堵是有限的交通供给与不断增长的交通需求之间的矛盾，随着机动车保有量快速增长，交通拥堵从单个路段拥堵逐渐演变为整体路网拥堵，城市交通环境日益恶化，成为世界性难题。为了避免城市路网出现整体交通拥堵，亟需找出对路网交通状态有重要影响的关键路段，通过对关键路段进行优化控制，疏导和平衡路网中的交通流，降低路网的拥堵程度，缓解路网交通拥堵状态。目前，识别路网中关键路段的方法主要从路网的静态拓扑结构中识别对路网结构有重要作用的重点路段。然而，实际问题在于：路网结构是静态的，而路网交通状态却是动态变化的。对路网结构有重要作用的重点路段不一定是对路网交通状态有重要影响的关键路段。因此，在实际交通管理中，通过路网静态拓扑结构找到的重要路段，并不能成为疏导路网交通拥堵的关键。如何寻求一种客观化的路网关键路段识别方法，能够在贴合当前城市路网实际动态变化路况的同时，确保其计算数据的高针对性和准确性，从而能够为交通管理者识别重点路段，管控路网交通拥堵状态提供精准依据，以在交通拥堵来临前实施关键路段的优化控制策略，最终保障城市路网的交通畅通性，为本领域技术人员近年来所亟待解决的技术难题。

发明内容

本发明的目的为克服上述现有技术的不足，提供一种更为精确客观的基于宏观基本图的路网关键路段识别方法。本方法可在贴合当前城市路网实际动态变化路况的同时，确保其计算数据的高针对性和准确性需求，从而能够为交通管理者识别重点路段，管控路网交通拥堵状态提供精准依据，进而可在交通拥堵来临前实施关键路段的优化控制策略，以最终保障城市路网的交通畅通性。

一种基于宏观基本图的路网关键路段识别方法，包括以下步骤：

1)、在路网中每个路段中间部署微波雷达检测器，获取每个路段上的微波雷达检测器的设备数据，该数据至少包括路段交通流量、平均车速和时间占有率数据；

2)、确定一个采集周期，根据每条路段的交通流量、平均车速和时间占有率数据，计算路网A每一个采集周期内的加权交通流量和非加权密度，计算公式如下：

其中，q^w是路网A每个采集周期对应的加权交通流量；k^u是路网A每个采集周期对应的非加权密度；q_i，k_i，o_i为i路段的流量、密度和时间占有率；l_i是路段i的长度；s是车辆空间平均有效长度；

3)、取一天之内路网A所有采集周期所对应的加权交通流量和非加权密度作为样本集合，记为：

Q＝{(q^w,k^u)|q^w＝q^w₁,q^w₂......q^w_n；k^u＝k^u₁,k^u₂......k^u_n}

4)、根据样本集合中的加权交通流量和非加权密度数据，绘制宏观基本图的散点图；

采用回归方程拟合宏观基本图加权交通流量-飞加权密度曲线，确定回归系数，计算路网A的临界加权交通流量q^w₀；

5)、设宏观基本图回归方程为q^w＝β₀+β₁(k^u)²+β₂k^u+ε，根据样本集合中的加权交通流量和非加权密度数据，将其录入回归方程计算模型，获得路网A的MFD回归系数β₀、β₁、β₂和统计误差ε；

将宏观基本图回归方程转化为下式：

当取为0值时，反推q^w值，得到路网A的MFD曲线顶点对应的临界加权交通流量值，计算公式如下：

其中，q^w₀是路网A的MFD曲线顶点对应的临界加权交通流量；β₀、β₁、β₂是路网A的MFD回归系数；