[發明專利]基于數據融合技術的交通狀況估計方法

無效

• 申請號: 200910198692.4
• 申請日: 2009-11-12
• 公開（公告）號: CN101739824A
• 公開（公告）日: 2010-06-16
• 發明（設計）人: 陳林;魏淑桃;石林祥
• 申請（專利權）人: 上海第二工業大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 上海天翔知識產權代理有限公司 31224
• 代理人: 陳學雯

1.一種基于數據融合技術的交通狀況估計方法，其特征在于：所述方法包括如下步驟：

(1).通過傳感器采集路面的交通狀況信息；

(2).對步驟(1)中傳感器采集的傳感器數據進行預處理；

a.對GPS數據進行預處理：

首先根據GPS數據中的經緯度信息，進行道路匹配，確定GPS數據來自于哪條路段上的車輛；然后將根據該路段上的所有GPS數據中的車輛速度信息，求得該路段車輛的平均速度；

b.對環形車輛檢測器數據進行預處理：

因為環形車輛檢測器可以直接提供路段上的車輛行駛的平均速度，所以不再需要另外的處理；

c.由平均速度劃定道路擁堵狀態：

以t₀時刻城市路網中各個有向路段道路方向的平均速度為指標進行道路擁堵狀態的劃定，將城市路網中路段的平均速度分為五個速度等級，分別對應暢通、較暢通、不通暢、擁堵、嚴重擁堵五種道路擁堵狀態，根據各個有向路段對應的平均速度所處的速度等級來判斷各個有向路段的擁堵狀態；

(3).將采集的傳感器數據和當前天氣、時間采用貝葉斯網絡方法，對數據進行融合處理；

根據數據之間的因果關系，構建貝葉斯網絡，貝葉斯網絡中的每一個節點代表一個隨機變量，箭頭由原因指向結果，每個節點所代表的隨機變量的概率分布表則經過觀察統計和實驗得到；?

(4).通過融合處理后得到的數據估計交通狀況；

①初始化

構造一個初始的中間函數隊列，將貝葉斯網絡中的所有節點相對應的函數放入其中；然后對初始的函數隊列根據得到的傳感器數據、天氣變量，設定其初始值；然后構造一個待消元變量序列，該序列不包括已知的預設值變量和待求的交通狀況變量；

②如果待消元變量序列中還有待消元變量則重復執行這一步驟

構造一個新的函數隊列，將原有的函數隊列中的和待消元變量相關的函數全部移入新的函數隊列；構造一個新的函數，該函數為新的函數隊列的計算結果；對新的函數隊列中所涉及到的所有變量依次賦值，即從0，0，…，0一直賦值到m，n，…，z，其中m，n，…，z是各個變量的最大取值分類號，對每次賦值計算新函數隊列的連乘值，將該連乘值按待消元變量的取值進行累加后所得的值就是新函數在當前賦值條件下的函數值；將計算完畢的新函數加入到原有的函數隊列中；

③將目前的函數隊列中的所有函數合并為一個函數并進行歸一化處理，最后所得到的函數就是在當前已知條件下待求交通狀況的概率分布，即得到當前的最大概率的交通狀況估計。

2.根據權利要求1所述的基于數據融合技術的交通狀況估計方法，其特征在于：所述傳感器包括兩類：一類是汽車上所安裝的全球定位系統接收機，另一類是埋在道路地下的環形車輛檢測器。

3.根據權利要求1所述的基于數據融合技術的交通狀況估計方法，其特征在于：所述傳感器數據，既包括當前時刻的傳感器數據，也包括傳感器歷史數?據。

4.根據權利要求2所述的基于數據融合技術的交通狀況估計方法，其特征在于：所述進行融合處理的數據包括全球定位系統測量當前平均速度、上一個時刻全球定位系統測量的平均速度、環形車輛檢測器測量車輛平均速度和上一個時刻環形車輛檢測器測量車輛平均速度，以及天氣和時間段數據。?