Page 118 - 安防19年7月刊_150dpi

I 智能交通
Intelligent Traffic

接，有信号控制的交叉口进口道均有渠化展宽，交叉口 多源数据融合技术在动态绿波方案中得到了充
均部署有雷达检测设备与反向卡口设备，抽象后的路网 分的体现和应用，设置绿波带速（建议行驶车速）为
示意图见图3-4。 40km/h，采取动态绿波算法进行信号配时后，以视频数

据和跟车数据实测发现：实施双向动态绿波方案后，该
主干路路段平均车速提升到约23km/h，比之前提升了
23%，停车次数减少了24%，路口平均延误降低了12%，
排队长度下降了7%。

数据在微观交通治理上的应用

微观交通治理是指在城市单个交叉口范围内发现
交通问题，进而通过微观数据分析挖掘给出解决方案。
▲图3-4 动态绿波道路渠化示意图
本节主要针对交叉口评价与冲突现状，给出研究方法与
以西港路-秦皇大街为例，通过雷达与视频结合采 研究成果。
集交通流量，早高峰西向东流量4300pcu/h，东向西流 1）数据来源与计算方法
量3000puc/h，对卡口数据、雷达数据进行校核后，数据 交叉口服务水平可采用车均延误（s）、控制延误
融合完整度提升4%，弥补数据丢包等造成的系统不稳 （s/veh）、饱和度（V/C）、排队长度（m）等指标判断，
定，见图3-5。通过分析雷达流量与卡口流量的一致性， 以上指标涉及信号相位相序与配时、车头时距、排队长
见图3-6，及时发现数据异常，避免数据问题导致方案 度、小时交通流量（Vol/h）。视频检测器可提供排队长
失效，提高动态绿波系统的稳定性。 度、车流量、平均车速等指标，信号机提供信号相位、相
序与配时信息，很容易计算交叉口服务水平。
交叉口冲突技术[4]用于定量研究各种道路交通安
全问题及其对策的非事故统计评价方法，其核心指标

为综合交通冲突率（R），与交叉口小时冲突数（T/h）、
小时交通流量（Vol/h）直接相关。交叉口监控视频在后
端进行结构化处理后可以得到机动车-机动车（简称
机-机）、机动车-非机动车（简称机-非）、机动车-行人
▲图3-5 卡口与雷达数据校核
（简称机-人）的小时冲突数，同时能对违章事件进行
统计；分类型的视频检测器可采集机动车、非机动车与
行人的小时交通流量。
2）数据诊断及实施方案
S市主干路-主干路相交大型平面交叉口，东西向道
路西进口道五进四出，东进口道六进四出，南北道路南
北进口道均为三进两出，现场拍摄照片见图4-1，抽象
▲图3-6 卡口与雷达数据异常检测 为模型后见图4-2。视频监控拍摄，后端结构化处理得

100 第九届深圳国际智能交通与卫星导航位置服务展览会(2020年6月深圳会展中心)www.its-expo.com

ᇆିࢌ๙ JOEE ྒ௹ؽ