基于卡口数据的交通参数提取方法研究

• 作者: 孙猛 李建梅 孙锋 吴晓炜 陈浩田 朱爽
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 智能交通 卡口数据 交通参数提取 Python Echarts
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: "中国智能交通年会ITSAC2020"专栏
• 页码范围: 137-144
• 页数: 8页
• 分类号: U491
• 语种: 中文
• DOI: 10.3963/j.jssn.1674-4861.2020.06.018

摘要

针对交通参数提取繁琐及流程混乱问题,提出了数据预处理-指标提取-可视化一体的交通卡口数据挖掘流程.针对传统断面数据无法获取过饱和状态交通参数的缺陷,通过深入挖掘卡口数据蕴含的时间关联信息,并结合路网空间逻辑关系,基于Pandas和NumPy工具包构建了行程时间、平均车速和车辆延误提取模型,进而利用时空轨迹图研究了过饱和状态下的最大排队长度测算方法,该方法使用延误、流量、车速参数均为实时提取,实现了主动全时状态提取;以淄博市实际道路卡口数据为例验证了模型的有效性,结果显示,排队长度的准确率达85％以上;基于Python可视化库和Echarts对数据分析结果进行可视化处理,实现了交通需求及状态数据的动静态展现,能够为智能交通管控的决策提供支撑.