[發明專利]粗粒度交通狀態轉換為細粒度速度的方法

有效

• 申請號: 201310631409.9
• 申請日: 2013-11-29
• 公開（公告）號: CN103617726A
• 公開（公告）日: 2014-03-05
• 發明（設計）人: 楊珍珍;吳瓊;韓興廣;郭勝敏;于曉;張高峰
• 申請（專利權）人: 北京掌城科技有限公司
• 主分類號: G08G1/00
• 分類號: G08G1/00
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 劉杰

技術領域

本發明涉及智能交通領域，特別涉及一種粗粒度交通狀態轉換為細粒度速度的方法。

背景技術

目前，交通信息的表達分為兩種粒度：一種是基于路段平均車速對交通狀態進行粗粒度分級（主要分擁堵、緩行和暢通三級），另一種是細粒度的路段平均車速。粗粒度的交通狀態從人的整體感受反映交通，是一種定性描述。如暢通表示行駛過程中速度能比較放得開，速度基本不受前車制約；緩行表示走走停停，走比停的多，可連續行駛，但是速度受前車影響較大；擁堵表示走走停停，停的比走的多。粗粒度的交通信息只能用于路況展示，無法用來計算行程時間、規劃行駛路徑。而細粒度級別的速度能夠更加細致的描述交通，能具體用數值表示交通暢通、緩行、擁堵的詳細程度，在路徑規劃時可用來計算行程時間，定量給出決策依據。

兩種粒度的交通信息之間的相互轉化關系是一個值得研究的科學問題。目前，大多數人的研究工作都體現在如何將細粒度的交通信息進行分級，轉化為粗粒度的交通信息，如采用速度-擁擠度模型確定不同道路等級在不同拐點的臨界速度閾值，基于模糊聚類分析的交通狀態識別方法。但是當只能獲得粗粒度的交通狀態描述時，如何利用交通流自身變化的規律（通過歷史交通流變化規律的挖掘），來擬合出細粒度的速度信息，是一個值得研究、具有廣泛應用前景的問題。

交通流的變化趨勢與時間（如擁堵開始階段、傳播階段和消散階段）和空間（如擁堵位置、擁堵上游和擁堵下游）關系密切，這些影響因素均為離散的分類變量。Logistic回歸分析為概率型非線性回歸模型，是研究分類觀察結果與影響因素之間關系的多變量分析方法，目前已經成功應用在很多領域，如社會學、經濟學、醫學等領域。Logistic回歸分析在交通領域也有一定的應用，如交通信息對駕駛員出行方式選擇、路徑選擇行為的影響分析等。

目前的現有技術中不存在將粗粒度交通狀態轉化為細粒度速度的方法。發明內容

有鑒于此，本發明的目的在于提供一種粗粒度交通狀態轉換為細粒度速度的方法，所要解決的技術問題是在獲取粗粒度交通狀態（暢通、緩慢、擁堵）情況下，將粗粒度交通狀態轉換為細粒度速度。

本發明提供了一種粗粒度交通狀態轉換為細粒度速度的方法，包括：

獲取歷史速度數據，根據交通狀態劃分方式將細粒度速度轉換為粗粒度的交通狀態；

將所述歷史速度數據按照交通狀態分為三批，提取每批速度數據中的交通狀態特征參數，包括交通狀態連續影響范圍和位置；

將所述速度和交通狀態特征參數轉換為分類變量，其中速度被分為多個區間；

生成速度在不同條件下的速度分類變量的概率，將每種條件下概率最大的速度分類變量還原為速度區間，作為交通狀態的速度轉換區間，所有條件下的速度轉換區間組成完整的轉換表；

當獲取路段的粗粒度交通狀態、同一種交通狀態的連續影響范圍、路段在同一種交通狀態連續影響范圍中的位置，通過查詢粗粒度交通狀態轉換為細粒度速度轉換表，得到相應的速度區間，取速度區間的均值作為粗粒度交通狀態對應的細粒度速度值。

本發明基于統計學的Mutinomial?Logistic回歸分析，提出粗粒度交通狀態轉換為細粒度速度的方法，有效解決了細粒度速度轉換為交通狀態后的不可逆問題。

附圖說明

圖1為本發明實施例提供的粗粒度交通狀態轉換為細粒度速度的原理圖；

圖2為本實施例提供的粗粒度交通狀態轉換為細粒度速度的方法流程圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚，下面結合附圖對本發明作進一步的詳細描述。

本發明實施例給出一種基于Logistic回歸的粗粒度交通狀態轉換為細粒度速度的方法。

粗粒度交通狀態轉換為細粒度速度的原理如圖1所示。

圖2為本實施例提供的粗粒度交通狀態轉換為細粒度速度的方法流程圖，包括以下步驟：

步驟201、獲取大量歷史速度數據，根據交通狀態劃分方式將細粒度速度轉換為粗粒度的交通狀態（暢通、緩慢、擁堵）。

準備批量歷史數據，根據交通狀態劃分方式表將細粒度速度轉換為粗粒度的交通狀態，用S表示交通狀態，S＝1表示擁堵，S＝2表示緩行，S＝3表示暢通。下表為一種交通狀態劃分方式：

表1

步驟202、將歷史數據按照交通狀態分為三批，提取每批數據中反映交通狀態特征的參數（交通狀態連續影響范圍、位置）。

步驟203、將速度和交通狀態特征參數轉換為分類變量，其中速度被分為多個區間。