交通拥堵指数

交通拥堵指数

        定义：交通拥堵指数又称交通运行指数(Traffic Performance Index(TPI))，是北京市首创的综合反映道路网畅通或拥堵的概念性数值，简称交通指数。交通指数取值范围为0至10，每2个数一等级，分别对应“畅通”、“基本畅通”、“轻度拥堵”、“中度拥堵”、“严重拥堵”五个级别，数值越高，表明交通拥堵状况越严重。

 

    规定计算最小周期：15分钟。（有时5分钟）

    前置条件：

            1、需要根据卡口点位（含经纬度）配置路段信息，路段信息必须属性：路段长度L、路段拥堵规范，进口卡口、出口卡口。

    说明：

            路段拥堵规范：

            规定道路标准行驶限速Vmax，作为计算拥堵指数的关键指标。

 

     

　

　　计算方法：

     将进口卡口中上传的过车数据存储到内存中（Map或redis等），以车牌为key。根据出口卡上传的数据进行分析，根据车牌查询内容中存储的数据，如果有，则进行消费，等到单个分析值进行存储。如果没有，则丢弃数据，不纳入计算。一个周期结束后计算存储的分析值取平均数，得到道路拥堵指数，并清空缓存的分析指。

        1、根据车牌分析每辆车的速度：路段长度L  / （出口卡口过车时间 T1 - 进口卡口过车时间T2 ） ，根据速度得出拥堵指数。

        2、预先计算出路段各个阀值需要的通行时间，T阀值 = 路段长度L / 阀值速度V；根据  出口卡口过车时间 T1 - 进口卡口过车时间T2 得到的车辆通行时间进行归纳，得出拥堵指数。（分析指数时减少一步除法运算，计算效果应该更快）

     缺点：算法简单，十分依赖用户设置的路段拥堵规范。建议开发规范，各个阀值可配置，根据实际效果配置出合理阀值。例如：都是城市中，小路和大道阀值明显不同。

     应用中可能出现问题：

        1、卡口不足，无法做到每个路口设置卡口，导致出现部分路段之间有车流量流失。分析指数时需要对缓存的数据设置过期周期，释放内存，避免内存溢出。

        2、单位时间内计算样本不足，例如：过车量太小、拥堵情况过于严重、道路过长且过车量小。根据不同情况分类判断。

    

    交通路况预测（设想）：

    影响因素：

            每天：上下班高峰期。

            每周：工作日、休息日。

            每年：节日假日、开学、天气

            突发事件：   交通事故、特殊安排

    前置条件：

            交通路况预测需要较大的历史拥堵数据。

    初级：1、根据历史每天该时刻的拥堵情况，取平均数；2、根据历史每周一该时刻的拥堵情况，取平均数。 （周一某刻拥堵指数）

    中级：根据海量历史数据分析出一周七天的拥堵波动情况，得出相似拥堵时段。例如：周一 ~ 周五相似、周六、周日（如果区域单休或单双频繁）；根据海量数据分析出 特殊天气下对每个时段拥堵的影响情况，例如：雨天相对晴天，在周日的每个时间段内的拥堵指数影响波动。

    高级：需要结合上一个实时的路况数据，再结合历史数据、天气情况、其他影响因素进行分析。