法律状态公告日
法律状态信息
法律状态
2019-07-12
专利权的转移 IPC(主分类):G08G1/01 登记生效日:20190625 变更前: 变更后: 变更前: 变更后: 申请日:20140616
专利申请权、专利权的转移
2016-04-27
授权
授权
2014-09-24
实质审查的生效 IPC(主分类):G08G1/01 申请日:20140616
实质审查的生效
2014-08-27
公开
公开
技术领域
本发明涉及智能交通技术领域,具体是一种基于雷达跟踪技术的拥堵引发点监测系统及方法。
背景技术
随着城市规模的不断扩大,交通需求快速增长,道路交通拥堵日益严重。为了缓解交通拥堵许多城市在都修建了跨海、跨江大桥,或者穿山修建了隧洞,这些大桥隧洞建成后都成为城市的快速路,交通流量非常大,一旦有异常停车不能快速发现及时处理就会引发一个路段或一个区域范围内的交通产生大面积的拥堵,降低了大桥、隧洞的通行能力,给人们的出行带来极大不便。要提高大桥、隧洞及快速路的通行效率,就必须快速发现并处理拥堵,然而在这一过程中如何准确监测到拥堵引发点是解决问题的关键。
为此,主要发明人在2009年11月17日向国家知识产权局提交并授权的专利,公开号为:CN101719314A,发明名称为“区域交通拥堵引发点记录分析方法”。主要原理是:由设置在控制中心的分析处理计算机、设置在城市路网上的交通拥堵快速报警装置及通讯线路构成。分析处理计算机上预设一个被检测点上下游关系数据库,运行有引发点分析程序。在经常发生大范围交通拥堵区域,在交叉路口、快速路或环路的匝道口或合流点,或是根据实际需要在快速路或环路的每隔一段距离,分别设置被检测点,安装拥堵快速报警装置。某被检测点发生拥堵后,该点所安装的拥堵快速报警装置能够快速向交通指挥控制中心的分析处理计算机发送拥堵报警信息。
但是在上述技术方案中,依然无法对大桥、隧洞的每一台车辆进行全程实时跟踪问题,同时也不能够实时、快速的发现拥堵和拥堵引发点,从而给治理拥堵带来不便。
发明内容
本发明所要解决的技术问题是现有技术中不能够实时、快速、准确的发现大桥、隧道的拥堵引发点,给预防和缓解交通拥堵带来不便,从而提供一种基于雷达跟踪技术的拥堵引发点监测系统及方法。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明提供一种基于雷达跟踪技术的拥堵引发点监测系统,包括:
雷达跟踪单元,对行驶的车辆进行全程连续跟踪,实时获取每一车辆的位置和车速;
拥堵判断单元,其包括:
第一判断模块,在被跟踪的全部车辆的速度一致时,判断车辆速度是否都低于速度阈值;
第二判断模块,被跟踪的全部车辆的速度都低于速度阈值时,判定道路是拥堵但不是拥堵引发点;
拥堵引发点判断单元,其包括:
第三判断模块,判断被跟踪的全部车辆的速度是否一致;
第四判断模块,用于当被跟踪的全部车辆的速度不一致时,获取当前位置车辆的第一速度与前方L米处车辆的第二速度,并判断第二速度与第一速度之差是否大于速度差阈值,当第二速度与第一速度之差为正值并大于速度差阈值时判定该当前位置为拥堵引发点;
显示单元,通过电子地图显示拥堵引发点的位置以及拥堵引发点出现的时刻、拥堵路段位置以及拥堵出现的时刻。
所述第四判断模块中预设有第一时间阈值,如果第二速度与第一速度之差为正值且高于速度差阈值且持续时间超过所述第一时间阈值,则判定道路拥堵且当前位置为拥堵引发点。
所述第二判断模块中预设有第二时间阈值,如果车辆速度低于速度阈值且持续时间超过所述第二时间阈值,则判定是道路拥堵点段。
所述第一判断模块和所述第二判断模块中,所述速度阈值=限速值×N,其中N为系数常数,且0<N≤0.5;
所述第四判断模块中,所述速度差阈值=A×第二速度,其中A为系数常数且0<A≤0.5。
所述第四判断模块中,0<L≤20。
本发明还提供一种基于雷达跟踪技术的拥堵引发点监测方法,包括如下步骤:
S1:采用雷达跟踪技术对行驶的车辆进行连续跟踪,实时获取每一车辆的位置和车速;
S2:根据所有被跟踪的车辆的车速判断道路是否拥堵,其具体包括:
S21:判断被跟踪的全部车辆的速度是否一致,若不一致则进入步骤S3,若一致则进入步骤S22;
S22:判断车辆速度是否都低于速度阈值,若是则判定道路是拥堵但不是拥堵引发点,记录道路拥堵出现的时刻后进入步骤S5,否则返回步骤S1;
S3:根据拥堵道路上车辆的车速变化情况判断道路上是否有拥堵引发点,其具体包括:
S31:获取当前位置车辆的第一速度与前方L米处车辆的第二速度,判断第二速度与第一速度之差是否为正值且大于速度差阈值,若是则进入步骤S32,否则返回步骤S1;
S32:判定道路拥堵且当前位置为拥堵引发点,记录拥堵引发点的位置以及出现的时刻后进入步骤S4;
S4:通过电子地图显示拥堵引发点的位置以及拥堵引发点出现的时刻;
S5:通过电子地图显示拥堵路段位置以及拥堵出现的时刻。
在所述步骤S32中,还包括如下步骤:设定第一时间阈值,如果第二速度与第一速度之差为正值且高于速度差阈值且持续时间超过所述第一时间阈值,则判定道路拥堵且当前位置为拥堵引发点。
所述步骤S22中,还包括如下步骤:设定第二时间阈值,如果车辆速度低于速度阈值且持续时间超过所述第二时间阈值,则判定是道路拥堵点段。
所述步骤S22中,所述速度阈值=限速值×N,其中N为系数常数,且0<N≤0.5;
所述步骤S31中,所述速度差阈值=A×第二速度,其中A为系数常数且0<A≤0.5。
所述步骤S31中,0<L≤20。
本发明的上述技术方案相比现有技术具有以下优点:
(1)本发明所述的基于雷达跟踪技术的拥堵引发点监测系统及方法,通过雷达跟踪技术对车辆进行连续跟踪,实时获取每一车辆的位置和车速,采用雷达跟踪技术不仅能够跟踪快速路上的车辆,也能够准确获得大桥、隧道中的车辆的状态信息。这样无论是快速路上还是大桥、隧道中发现拥堵或者发现拥堵引发点时,都能够及时发现、快速处理,同时在电子地图上直接显示出现拥堵的位置和出现拥堵引发点的位置。本发明中的上述方案,还可以根据系统时钟所显示的时刻,将出现拥堵的时刻和出现拥堵引发点的时刻关联在一起进行显示。这样,交通管理者或者决策者在回放大桥、隧洞及快速路的交通情况时,就可以根据拥堵出现的位置、时刻以及拥堵引发点出现的位置、时刻,动态进行显示,使交通决策者可以更好的了解大桥、隧洞、快速路哪一个路段容易在哪个时刻出现拥堵、哪一个路段容易出现拥堵引发点,并且是在何时出现拥堵引发点的都能一清二楚。
(2)本发明所述的基于雷达跟踪技术的拥堵引发点监测系统及方法,还设定了第一时间阈值和第二时间阈值,当第二速度与第一速度之差为正值且高于速度差阈值且持续时间超过所述第一时间阈值时,判定道路拥堵且当前位置为拥堵引发点;车辆速度低于速度阈值且持续时间超过所述第二时间阈值时,判定道路属于拥堵。通过设置上述时间阈值能够降低误报率,进一步提高系统的准确性。
附图说明
为了使本发明的内容更容易被清楚的理解,下面结合附图,对本发明作进一步详细的说明,其中,
图1是本发明一个实施例所述基于雷达跟踪技术的拥堵引发点监测系统的原理框图;
图2是本发明一个实施例所述基于雷达跟踪技术的拥堵引发点监测方法的流程图;
图3a和图3b是本发明一个实施例雷达跟踪单元设置方式的示意图。
具体实施方式
实施例1
本实施例提供一种基于雷达跟踪技术的拥堵引发点监测系统,如图1所示,包括雷达跟踪单元,拥堵判断单元,拥堵引发点判断单元和显示单元。其中:
所述雷达跟踪单元,对行驶的车辆进行全程连续跟踪,实时获取每一车辆的位置和车速。
所述拥堵判断单元,其包括第一判断模块和第二判断模块,所述第一判断模块,在被跟踪的全部车辆的速度一致时,判断车辆速度是否都低于速度阈值。所述第二判断模块,被跟踪的全部车辆的速度都低于速度阈值时,判定道路拥堵但不是拥堵引发点。
所述拥堵引发点判断单元,其包括第三判断模块和第四判断模块,所述第三判断模块,判断被跟踪的全部车辆的速度是否一致。所述第四判断模块,用于在被跟踪的全部车辆的速度不一致时,获取当前位置车辆的第一速度与前方L米处车辆的第二速度,并判断第二速度与第一速度之差是否为正值且大于速度差阈值,在第二速度与第一速度之差是正值且大于速度差阈值时判定该当前位置为拥堵引发点。其中,L米可以根据实际情况选择,一般情况下选择20米之内,优选为10米。可以认为在大桥、隧洞及快速路上存在着一个流动的拥堵引发点检测区,该拥堵引发点检测区的长度为L米。如果车辆在进入该拥堵引发点检测区之前的速度一直很低,而离开该拥堵引发点检测区后的速度突然有一个较大值的提高,很显然该区域即为引起拥堵的区域。
所述显示单元,通过电子地图显示拥堵引发点的位置以及拥堵引发点出现的时刻、拥堵路段位置以及拥堵出现的时刻。
如图3a和图3b所示,所述雷达跟踪单元对行驶的车辆进行连续跟踪,其中每一车辆在雷达跟踪画面中为一个点。如图3a中所示,两辆车由于发生事故导致异常停车时,导致异常停车车辆后的车辆行驶缓慢,造成拥堵,车辆需要变道行驶。而在雷达跟踪画面内,可以相应的看到两个点交汇在一起。
本实施例中,所述第四判断模块中预设有第一时间阈值,如果第二速度与第一速度之差为正值且高于速度差阈值且持续时间超过所述第一时间阈值时,则判定道路拥堵且当前位置为拥堵引发点。其中速度一致可以是全部车辆的行驶速度大致相等,即最快的速度和最慢的速度相差也不大,例如都是在50km/小时左右,而如果出现有的车辆在50km/小时,有的车辆却在30km/小时,这时候车辆速度就为不一致的情况了。相应地,所述第二判断模块中预设有第二时间阈值,如果车辆速度低于速度阈值且持续时间超过所述第二时间阈值,则判定是道路拥堵点段。所述第一时间阈值和所述第二时间阈值的设定可以灵活选择,二者也可以相等,一般情况下可以选择5秒,10秒,30秒等,阈值选择时间越短反应速度越快,误报率越高,反之,反应速度慢,误报率低。通过恰当地设置上述时间阈值能够提高快速反应速度、降低误报率,进一步提高系统的准确性。
所述第一判断模块和所述第二判断模块中,所述速度阈值=限速值×N,其中N为系数常数,且0<N<0.5,优选为0.3。例如一般的快速路上限速值为100km/小时,那么可以认为如果某段区域内的所有车辆的行驶速度均小于30km/小时的情况下即可认为道路拥堵。但是如果所有车辆的速度均小于速度阈值,只能说明该路段拥堵,但是不能说明有引发点。
所述第四判断模块中,所述速度差阈值=A×第二速度,其中A为系数常数且0<A<0.5。其中的A可以选择为0.3,0.5等。例如如果车辆在驶入拥堵引发点检测区之前的速度为30KM/小时,而车辆离开拥堵引发点检测区后的速度直接提升至了100KM/小时,则可以认为该区域内有引起拥堵的引发点。
本实施例中,通过雷达跟踪技术对车辆进行连续跟踪,实时获取每一车辆的位置和车速,采用雷达跟踪技术不仅能够跟踪快速路上的车辆,也能够准确获得大桥、隧道中的车辆的状态信息。这样无论是大桥、隧道中还是快速路上,当发现拥堵或者发现拥堵引发点时,都能够及时发现、快速处理,同时在电子地图上直接显示出出现拥堵的位置、出现拥堵引发点的位置,还能根据系统时钟所显示的时刻,将出现拥堵的时刻和出现拥堵引发点的时刻关联一起进行显示记录。这样,交通管理者或者决策者在回放整个大桥、隧洞及快速路某个区域内的交通情况时,就可以根据拥堵出现的时刻以及拥堵引发点出现的时刻更好的了解大桥、隧洞及快速路的哪一个路段容易在哪个时刻出现拥堵及拥堵引发点。
由于每一个拥堵路段或者拥堵引发点均与时刻关联,因此如果在电子地图上按照发生时刻来显示拥堵路段或者拥堵引发点时,可以明确了解到当前的拥堵路段是由哪些哪个位置拥堵所导致的,能够根据显示结果判断拥堵路段之间是否有相互影响。并且,可以根据显示结果,推断出有些路段的易发生拥堵的时刻,可以实施预案,在拥堵发生之前进行交通疏导等,能够给交通决策者提供准确依据。
实施例2
本实施例提供一种基于雷达跟踪技术的拥堵引发点监测方法,如图3所示,包括以下步骤:
S1:采用雷达跟踪技术对道路上的车辆进行连续跟踪,实时获取每一车辆的位置和车速。
S2:根据所有被跟踪的车辆的车速判断道路是否拥堵,其具体包括:
S21:判断被跟踪的全部车辆的速度是否一致,若不一致则进入步骤S3,若一致则进入步骤S22。
S22:判断车辆速度是否都低于速度阈值,若是则判定道路拥堵但不是拥堵引发点,记录道路拥堵出现的时刻后进入步骤S5,否则返回步骤S1。
S3:根据拥堵道路上车辆的车速变化情况判断道路上是否有拥堵引发点,其具体包括:
S31:获取当前位置车辆的第一速度与前方L米处车辆的第二速度,判断第二速度与第一速度之差是否为正值且大于速度差阈值,若是则进入步骤S32,否则返回步骤S1。其中,L米可以根据实际情况选择,一般情况下选择20米之内,优选为10米。可以认为在大桥、隧洞、快速路上存在着一个流动的拥堵引发点检测区,该拥堵引发点检测区的长度为L米。如果车辆在进入该拥堵引发点检测区之前的速度一直很低,而离开该拥堵引发点检测区后的速度突然有一个较大值的提高,很显然该区域即为引起拥堵的区域。
S32:判定道路拥堵且当前位置为拥堵引发点,记录拥堵引发点的位置以及出现的时刻后进入步骤S4。
S4:通过电子地图显示拥堵引发点的位置以及拥堵引发点出现的时刻。
S5:通过电子地图显示拥堵路段以及拥堵出现的时刻。
通过雷达跟踪技术对车辆进行连续跟踪,实时获取每一车辆的位置和车速,采用雷达跟踪技术能够准确跟踪大桥、隧道中、快速路的车辆的状态信息。这样当大桥、隧道中、快速路上发现拥堵或者发现拥堵引发点时,都能够及时发现、快速处理,同时在电子地图上直接显示出现拥堵的位置和出现拥堵引发点的位置。本发明中的上述方案,还可以根据系统时钟所显示的时刻,将出现拥堵的时刻和出现拥堵引发点的时刻与拥堵位置、拥堵引发点位置关联在一起进行显示。这样,交通管理者或者决策者在回放大桥、隧洞、快速路某个区域内的交通情况时,就可以根据拥堵出现的时刻以及拥堵引发点出现的时刻,进行动态显示,使交通决策者可以更好的了解大桥、隧洞、快速路中的哪一个路段容易在哪个时刻出现拥堵、哪一个路段容易出现拥堵引发点。
由于每一个拥堵路段或者拥堵引发点均与时刻关联,因此如果在电子地图上按照发生时刻来显示拥堵路段或者拥堵引发点时,可以明确了解到哪些路段先发生了拥堵导致整个区域道路拥堵,这样就能够根据显示结果判断拥堵路段之间是否有相互影响。并且,可以根据显示结果,推断出有些路段的易发生拥堵的时刻,可以实施预案,在拥堵发生之前进行交通疏导等,能够给交通决策者提供准确的数据支撑。
本实施例中,在所述步骤S32中,还包括如下步骤:设定第一时间阈值,如果第二速度与第一速度之差为正值且高于速度差阈值且持续时间超过所述第一时间阈值,则判定道路拥堵且当前位置为拥堵引发点。其中速度一致可以是全部车辆的行驶速度大致相等,即最快的速度和最慢的速度相差也不大,例如都是在50km/小时左右,而如果出现有的车辆在50km/小时,有的车辆却在30km/小时,这时候车辆速度就为不一致的情况了,这个速度突变点就是拥堵引发点。相应地,所述步骤S22中,还包括如下步骤:设定第二时间阈值,如果车辆速度低于速度阈值且持续时间超过所述第二时间阈值,则判定是道路拥堵点段。所述第一时间阈值和所述第二时间阈值的设定可以灵活选择,二者也可以相等,一般情况下可以选择5秒,10秒,30秒等,阈值选择时间越短反应速度越快,误报率越高,反之,反应速度慢,误报率低。通过恰当地设置上述时间阈值能够提高快速反应速度、降低误报率,进一步提高系统的准确性。
本实施例中,所述步骤S22中,,所述速度阈值=限速值×N,其中N为系数常数,且0<N<0.5,优选为0.3。例如一般的快速路上限速值为100km/小时,那么可以认为如果某段区域内的所有车辆的行驶速度均小于30km/小时的情况下即可认为道路拥堵。但是如果所有车辆的速度均小于速度阈值,只能说明路段拥堵,但是不能说明有引发点。
所述步骤S31中,所述速度差阈值=A×第二速度,其中A为系数常数且0<A<0.5。其中的A可以选择为0.3,0.5等。例如如果车辆在驶入拥堵引发点检测区之前的速度为30KM/小时,而车辆离开拥堵引发点检测区后的速度直接提升至了100KM/小时,则可以认为该区域内有引起拥堵的引发点。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
机译: 用于交通辅助系统的车辆交通状况识别方法,涉及基于测得的速度来区分交通拥堵状况,并且如果没有识别出另一种交通拥堵状况则识别交通拥堵状况。
机译: 一种基于车辆导航系统的交通拥堵预测方法
机译: 基于生物雷达的睡眠呼吸暂停监测系统和方法