嘉兴市连续三路口车辆流量数据集

数据概述

本数据集是一个实地采集的开源交通数据集，记录了2023年1月4日至2023年1月18日期间，三个连续路口（Crossing1, Crossing2, Crossing3）在不同进口方向和车道级别的车辆通行数据。数据统计的时间单位为15分钟一个时间戳。

数据内容

该数据集记录了在特定时间点，特定路口、特定方向、特定车道上通过的小型车和重型车的数量。

字段定义

• direction (varchar(255)): 车辆进口方向或路口标识，包含路口编号（如Crossing1、2、3）和方向（如north、south、east、west）。
• date_time (datetime): 统计时间戳，表示数据统计的起始时间点，统计时间单位为15分钟。 l- ane_no (int): 车道号，表示在该方向上的具体车道编号。
• small_car_num (int): 小型车辆数，在该时间段、该车道上通过的小型车辆总数。
• heavy_car_num (int): 大型车辆数，在该时间段、该车道上通过的大型车辆（重型车）总数。

数据特征

1. 空间维度： 覆盖了三个连续路口（Crossing1、Crossing2、Crossing3），路口之间有明确的距离关系（520米和500米），可用于分析路段间的交通关联。

2. 时间维度： 数据采集跨度为 15天（2023/1/4 - 2023/1/18），时间粒度为 15分钟，适合进行周期性（日/周）变化分析。

3. 粒度精细： 数据统计到车道级别（lane_no），提供了极高的空间分辨率。

4. 车辆分类： 区分了小型车和重型车两种车型，便于进行结构化分析。

使用场景

本数据集对于交通规划和管理者具有很高的应用价值，可用于：

1. 交通拥堵分析与预测： 分析车流量在一天中不同时间段的变化趋势（高峰/低谷），并预测未来的交通拥堵情况。

2. 多路口交通流关联性分析： 对比三个连续路口的交通流量数据，探究它们之间的相互影响、交通传播效应，以及与路口规模、位置等因素的关系。

3. 交通流量预测： 利用历史数据，通过机器学习等方法，精确预测未来特定时段的交通流量，为交通信号优化和动态管制提供参考。

4. 交通安全分析： 通过分析不同车道、不同方向的流量分布和变化特征，评估路口的潜在安全风险。

数据来源

本数据集为嘉兴市实地采集匿名后获得的开源交通数据集