一种隧道平行交通系统构建方法技术方案

本发明专利技术涉及一种隧道平行交通系统的构建方法，包括隧道现场布设卡口摄像头获取车辆在卡口点的行驶数据；搭建系统后端数据库结构，实时存储卡口摄像头捕获的车辆数据；对所得的卡口车辆数据基于车牌号进行匹配并计算车辆行驶状态，识别危险品车辆和违规车辆信息，并将所有数据实时存入数据库；所得到的车辆行驶数据进行处理，计算交通流特征参数并识别交通异常事件，对前24小时的历史车辆行驶数据进行缺失数值插补处理，完善历史交通流数据；以SUMO仿真软件为基础，通过与数据库交互读取实时数据和查询历史时间段内车辆行驶数据的方式，分别实现对隧道实时交通流状态的模拟和对查询时间段内历史交通流运行情况的再现，实现对隧道交通安全的动态管控。对隧道交通安全的动态管控。对隧道交通安全的动态管控。

【技术实现步骤摘要】
一种隧道平行交通系统构建方法


[0001]本专利技术属于长大公路隧道管控领域
，涉及一种隧道平行交通系统的构建。

技术介绍

[0002]隧道在运营管理方面普遍具有技术人员不足、机电系统庞大复杂、维护难度大成本高、各系统间关联性差等问题。对于该问题的研究目前主要集中在三个方面，一是安装单点检测器，检测结果能够以直观的方式直接查看到，但这种检测方式受检测范围影响，在检测范围外的事件无法被识别；二是在算法优化方面，提出了很多模型算法检测事件，但这对事件的检测多停留在宏观交通事件上，对车辆异常事件的检测方面的相关研究较少；三是在实时仿真方面，即通过采集流量、平均速度等数据根据通行状态在路段上分配交通进行实时仿真，但对于微观车辆的一对一精确仿真方面仍然缺乏相关研究。

技术实现思路

[0003]为了对隧道环境下交通流状态进行有效管控，实现对隧道内部的单车异常事件和宏观动态交通拥堵事件进行估计与预测，本专利技术的目的在于，提供一种隧道平行交通系统的构建方法，以有效提升隧道交通安全状况。
[0004]为了实现上述任务，本专利技术采用如下的技术解决方案：
[0005]一种隧道平行交通系统的构建方法，其特征在于，包括以下步骤：
[0006]步骤S1：隧道现场布设卡口摄像头获取车辆在卡口点的行驶数据。
[0007]步骤S2：设计系统后端数据库结构，实时存储卡口摄像头捕获的车辆数据。
[0008]步骤S3：对步骤S1所得的卡口车辆数据基于车牌号进行匹配并计算车辆行驶状态，识别危险品车辆和违规车辆信息，并将所有数据实时存入数据库。
[0009]步骤S4：对步骤S3所得到的车辆行驶数据进行处理，计算交通流特征参数并识别交通异常事件，所得结果实时存入数据库。
[0010]步骤S5：以24小时为周期，对前24小时的历史车辆行驶数据进行缺失数值插补处理，完善历史交通流数据。
[0011]步骤S6：以SUMO仿真软件为基础，通过与数据库交互读取实时数据和查询历史时间段内车辆行驶数据的方式，分别实现对隧道实时交通流状态的模拟和对查询时间段内历史交通流运行情况的再现。
[0012]步骤S7：将所构建的隧道平行交通系统，用于实现对隧道交通安全的动态管控。
[0013]根据本专利技术，步骤S1具体实现包括以下步骤；
[0014]步骤S11：根据隧道内光线和长度布设卡口摄像头，布设原则为：隧道出入口事故高发区布设密度大，隧道内部布设间距长。
[0015]步骤S12：调整隧道入口卡口摄像机安装方式、抓拍参数等，确定抓拍精度，直至抓拍精度满足需求。确定入口卡口摄像头精度采用相同环境采集对比的方法，即在隧道入口
同一位置安装两台技术比较成熟、抓拍精度比较高的不同品牌的摄像机同时抓拍，所得两组数据互相匹配，以确定入口卡口摄像头精度。
[0016]步骤S13：调整隧道内其他卡口摄像机安装方式、抓拍参数，分别确定抓拍精度，直至满足系统需求。隧道内其他卡口摄像机精度计算方法为：各卡口摄像机采集数据均以入口卡口摄像机为标准进行对比计算准确率。
[0017]进一步地，步骤S3具体实现包括以下步骤；
[0018]步骤S31：对各卡口获取到的车辆数据进行实时整合，整合方法具体描述为：按照从入口到出口的方向分别记卡口摄像机位置为卡口k1、卡口k2、
…
、卡口k
n
，卡口k
i
‑1与卡口k
i
之间的路段记为路段i
‑
1。对卡口k1获取的所有数据，预处理后直接存入数据库，其他卡口摄像头获取的数据基于入口处数据车牌号进行匹配并插入该车牌号对应卡口位置，反映车辆依次经过各卡口的时刻及当前位置；
[0019]步骤S32：对匹配成功的车辆数据，根据路段距离和路段行程时间实时计算车辆的行驶空间平均速度；
[0020]步骤S33：根据隧道内交通规则，步骤S32所得车辆平均速度过高或过低，则判断车辆超速或车速过低，具体表示如下式，若车辆在隧道内任一车道与入口处车道不一致，则r＝1，判断该车辆违规变道；若车辆在一定时间 t
max
内未经过出口卡口k
n
，则lose取1，判断车辆在隧道内异常停车，并触发相应的报警；
[0021][0022][0023]步骤S34：对报警信息，系统根据报警信息调取相应路段闭路视频监控进行二次确认，判断是否误报与初步确定事件情况，为制定相关措施提供依据。
[0024]具体地，步骤S4具体实现包括以下步骤；
[0025]步骤S41：根据步骤S3所得的车辆行驶状态表计算隧道交通流特性参数，所需计算的参数包括：
[0026](3)空间平均速度
[0027]①
分车型计算交通流平均速度计算方法如下所示：
[0028][0029]式中，n
iγ
代表计算周期内进入路段i的车型为γ的车辆数。
[0030]②
交通流的空间平均速度计算方法如式下所示：
[0031][0032]式中，n代表计算周期内进入路段i的交通量。
[0033](4)卡口流量
[0034]①
卡口周期流量：即第t个周期时间内经过卡口k
i
的累计车辆数q
it
；
[0035]②
卡口累计流量：计算累计卡口流量时，随着累计流量不断增加，不仅数据过大，不利于图形展示，而且数据位数过长，存在异常数据时图像异常趋势被放小，不利于及时发现异常状态，因此设置每天0点卡口累计流量清零，其余时间的累计流量为上一周期的累计流量加上当前周期的卡口流量，计算第t个周期卡口k
i
累计流量计算过程如下所示：
[0036][0037](3)平均密度
[0038]第t个周期时间内路段i上车型为γ的交通流量Q
itγ
的计算方法为：
[0039][0040]则路段i的平均密度k
i
计算过程如式下所示：
[0041][0042]式中，s为处理周期，单位为分钟；α
γ
为车型γ的折算系数；m为隧道内车道数。
[0043](4)车辆折算系数
[0044]由于车辆折算系数目前仍没有明确定义，采用Chandra提出的投影面积 法确定车辆折算系数，计算方法如下所示：
[0045][0046]式中，为小客车和车型γ的平均速度之比，为小客车与车型γ的投影面积之比。
[0047]步骤S42：计算隧道拥堵判断阈值，交通流超过阈值时则触发拥堵预警，常用计算车辆j与j+1之间的安全距离如下公式：
[0048][0049]式中，L
j
(L
j+1
)表示车头间距(m)；v表示行车速度(m/s，当车速≥80km/h 时，取其85％，否则取其90％)；t
s
表示制动时间(s)；x表示公路隧本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种隧道平行交通系统的构建方法，其特征在于，包括以下步骤：步骤S1：隧道现场布设卡口摄像头获取车辆在卡口点的行驶数据；步骤S2：搭建系统后端数据库结构，实时存储卡口摄像头捕获的车辆数据；步骤S3：对步骤S1所得的卡口车辆数据基于车牌号进行匹配并计算车辆行驶状态，识别危险品车辆和违规车辆信息，所有数据实时存入数据库；步骤S4：对步骤S3所得到的车辆行驶数据进行处理，计算交通流特征参数并识别交通异常事件，所得结果实时存入数据库；步骤S5：以24小时为周期，对前24小时的历史车辆行驶数据进行缺失数值插补处理，完善历史交通流数据；步骤S6：以SUMO仿真软件为基础，通过与数据库交互读取实时数据和查询历史时间段内车辆行驶数据的方式，分别实现对隧道实时交通流状态的模拟和对查询时间段内历史交通流运行状态的再现；步骤S7：将所构建的隧道平行交通系统，用于实现对隧道交通安全的动态管控。2.如权利要求1所述的方法，其特征在于，步骤S1具体实现包括以下步骤；步骤S11：根据隧道内光线和长度布设卡口摄像头，布设原则为：隧道出入口事故高发区布设密度大，隧道内部布设间距长；步骤S12：调整隧道入口卡口摄像机安装方式、抓拍参数，确定抓拍精度，直至抓拍精度满足需求；其中，确定入口卡口摄像机精度采用相同环境采集对比的方法，即在隧道入口同一位置安装两台技术比较成熟、抓拍精度比较高的不同品牌的摄像机同时抓拍，所得两组数据互相匹配，以确定入口卡口摄像头精度；步骤S13：调整隧道内其他卡口摄像机安装方式、抓拍参数，分别确定抓拍精度，直至满足系统需求；隧道内其他卡口摄像机精度计算方法为：各卡口摄像机采集数据均以入口卡口摄像机为标准进行对比计算准确率。3.如权利要求1所述的方法，其特征在于，步骤S3具体实现包括以下步骤；步骤S31：对各卡口获取到的车辆数据进行实时整合，整合方法具体描述为：按照从入口到出口的方向分别记卡口摄像机位置为卡口k1、卡口k2、
…
、卡口k
n
，卡口k
i
‑1与卡口k
i
之间的路段记为路段i
‑
1；对卡口k1获取的所有数据，预处理后直接存入数据库，其他卡口摄像头获取的数据基于入口处数据车牌号进行匹配并插入该车牌号对应卡口位置，反映车辆依次经过各卡口的时刻及当前位置；步骤S32：对匹配成功的车辆数据，根据路段距离和路段行程时间实时计算车辆的行驶空间平均速度；步骤S33：根据隧道内交通规则，步骤S32所得车辆平均速度过高或过低，则判断车辆超速或车速过低，具体表示如下式：
若车辆在隧道内任一车道与入口处车道不一致，则r＝1，判断该车辆违规变道；若车辆在一定时间t
max
内未经过出口卡口k
n
，则lose取1，判断车辆在隧道内异常停车，并触发相应的报警；步骤S34：系统根据报警信息调取相应路段闭路视频监控进行二次确认，判断是否误报与初步确定事件情况，为制定相关措施提供依据。4.如权利要求1所述的方法，其特征在于，步骤S4具体实现包括以下步骤；步骤S41：根据步骤S3所得的车辆行驶状态表计算隧道交通流特性参数，所需计算的参数包括：(1)空间平均速度
①
分车型计算交通流平均速度计算方法如下式所示：式中，n
iγ
代表计算周期内进入路段i的车型为γ的车辆数；
②
交通流的空间平均速度计算方法如式下所示：式中，n代表计算周期内进入路段i的交通量；(2)卡口流量
①
卡口周期流量：即第t个周期时间内经过卡口k
i
的累计车辆数q
it
；
②
卡口累计流量：计算累计卡口流量时，随着累计流量不断增加，不仅数据过大，不利于图形展示，而且数据位数过长，存在异常数据时图像异常趋势被放小，不利于及时发现异常状态，因此设置每天0点卡口累计流量清零，其余时间的累计流量为上一周期的累计流量加上当前周期的卡口流量，计算第t个周期卡口k
i
累计流量计算过程如下式所示：(3)平均密度第t个周期时间内路段i上车型为γ的交通流量Q
itγ
的计算方法为：
则路段i的平均密度k
i
计算过程如式下所示：式中，s为处理周期，单位为分钟；α
γ
为车型γ的折算系数；m为隧道内车道数；(4)车辆折算系数由于车辆折算系数目前仍没有明确定义，采用Chandra提出的投影面积法确定车辆折算系数，计算方法如下所示：式中，为小客车和车型γ的平均速度之比，为小客车与车型γ的投影面积之比；步骤S42：计算隧道拥堵判断阈值，交通流超过...

【专利技术属性】
技术研发人员：李曙光，吴格馨，王建瑞，
申请(专利权)人：长安大学，
类型：发明
国别省市：