[發明專利]一種交通狀態參數的估計方法和系統

有效

• 申請號: 201410617762.6
• 申請日: 2014-11-05
• 公開（公告）號: CN104408915A
• 公開（公告）日: 2015-03-11
• 發明（設計）人: 柏才盟;楊金東;孫代耀;劉宏斌;張新穩
• 申請（專利權）人: 青島海信網絡科技股份有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京市京大律師事務所 11321
• 代理人: 方曉明

技術領域

本發明涉及交通技術領域，特別涉及一種交通狀態參數的估計方法和系統。

背景技術

目前，隨著我國交通現代化進程快速推進，城市交通擁堵現象日趨嚴重，嚴重影響了居民出行的方便以及經濟發展。為了有效地解決城市交通擁堵現狀，交通管理部門有必要對交通實時運行狀態進行監測，對發現的擁堵路段進行有效、及時地疏導與調度。

獲取城市道路的實時交通動態狀態信息是解決城市擁堵問題的重要基礎，目前交通動態信息采集方式主要包括：定點交通信息采集和移動交通信息采集。定點交通信息采集方式主要使用地磁、微波、視頻、卡口等檢測設備。以微波監測器為例，它是一種用雷達監測微波傳輸交通數據的探測器，通過發射連續頻率調制微波在檢測地面上，當車輛經過投射區時，微波監測器會接收一個微波信號，通過計算接收頻率和時間的變化參數得出車輛的速度和長度。該采集方式主要用于定點檢測城市道路重點路段的交通信息，但是，該采集方式存在檢測范圍小，安裝和維修費用較高等問題。移動交通信息采集方式的主要是浮動車數據采集，利用裝載定位設備的浮動車在行駛過程中實時記錄其運行參數，將位置信息在空間和時間上關聯起來，得到目標路段的車輛行駛狀態并預測交通路況。但是，在該采集方式中，GPS系統信號會存在“城市峽谷效應”，導致GPS系統不能獲得相應時段市區車輛的行駛狀態；此外，GPS系統的反射對GPS定位精度也有著顯著影響。

有關交通狀態參數(例如，車速)估計方法已有很多。例如，基于速度加權算法，主要有以下估計方法：一是基于簡單多數據源數據融合方法，該方法利用多種異構數據源和各數據源權重系數進行車速融合。二是基于數據融合算法，該方法中主要包括神經網絡融合模型、卡爾曼濾波、D-S證據推理和模糊邏輯等算法。其中，第一種方法需要根據具體交通環境確定各種數據源的權重系數，而且需要考慮類似時間特征(例如，高峰、平峰、夜間等)和目標道路(例如，高速公路、快速路、地面道路等)等因素的權重系數；第二種方法主要利用數據融合框架和算法進行交通數據融合和預測，此方式的算法較為復雜，偏重于理論研究，實際應用較少。

在現有技術中，也提出了一些交通狀態參數的估計方法。

例如，在一個中國專利申請(申請號201410084202.9，發明名稱：“基于多種定位數據計算道路融合行程車速的方法”)中，提出了一種基于多種定位數據計算道路融合車程車速的方法。該方法通過對手機終端定位數據和浮動車GPS定位數據進行車速融合處理，以獲取道路目標路段內的平均車程車速，進而獲取城市道路的交通狀態。該方法解決了單一浮動車數據源采集交通方式在城市市區主要道路部分時段和城市郊區高速公路采集不到交通狀態的情況，而且有效地提高了單一GPS數據源采集交通方式在樣本量較小的道路路段上交通狀態質量問題。但是，該方法需要考慮時間特征(例如，高峰、平峰、夜間等)和目標道路(例如，高速公路、快速路、地面道路等)系數，雖然選取兩種信號源進行融合，但上述時間特征系數和目標道路系數的值不易確定，存在不穩定的問題。

在另一個中國專利申請(申請號200910199819.4，發明名稱：“基于浮動車車速置信度的交通狀態參數估計方法”)中，基于對浮動車數據的分析，引入了置信度因素，著重考慮浮動車數據樣本數量、車速以及交通狀態在時間上的延續性，提出了一種基于置信度優化的交通狀態參數(車速)的估計方法。通過置信多數車輛、快速車輛并融合上一時段及歷史數據，實現了對浮動車平均速度的估計，有效減少了異常數據對計算結果的影響，使計算結果更接近真實路況，同時解決了樣本量不足時交通狀態參數估計問題，有效提高了交通狀態參數估計的準確性和平穩性。但是，該方法在樣本量較少的情況下依然參照上一時段的樣本數據，融合處理以此估計該時段交通狀態參數，在樣本數據大于最小采樣量時，未考慮異常數據對結果的影響，直接采用速度加權算法，存在一定誤差；另外，該方法以不同速度檔位設置速度權重系數，高車速的權重系數大小的確定不是很明確。

此外，現有技術中還提出了一種基于浮動車數據的多車車速融合算法。在該算法中，構建了一種新的基于浮動車數據的多車車速融合算法。該算法從浮動車行駛特征、多權重系數和多種路況狀態等角度，綜合考慮在表征實時路況時浮動車多車樣本間的共性與個性差異去融合多車車速，提高了實時路況的準確性，并且可根據實際交通環境快速調整相關參數，最后通過實證分析對其準確性進行了評估驗證，結果表明能有效提高動態交通信息的準確性，具有良好的實用性。但是，該算法需要根據實際的交通環境確定參數和權重系數，因此存在參數和系數估計誤差的問題。