[發明專利]一種基于實時計算的、關注道路本身的道路交通狀況預測方法

在審

• 申請號: 201510063301.3
• 申請日: 2015-02-06
• 公開（公告）號: CN104732761A
• 公開（公告）日: 2015-06-24
• 發明（設計）人: 閔敢
• 申請（專利權）人: 上海語鏡汽車信息技術有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06F19/00
• 代理公司: 無
• 代理人: 無

技術領域

一種基于實時計算的、關注道路本身的道路交通狀況預測方法運用在智能交通領域，能夠準確預測道路的通行狀況，為下一步行車路線選擇提供幫助。

背景技術

在道路通行率夫人預測的解決方案中，目前是通過攝像頭監控、通過測速車判斷、以及通過歷史數據的回歸產生。現在大多數城市的重要路段的路口都有攝像頭監控，可以實時的看到路口的信息，可以根據路口信息判斷出路段的通行率，并且預測出接下來幾分鐘內路段的通行率狀況。測速車是選取很少量的車輛，在路上跟隨車流測試，獲取當前路段的速度信息，然后根據當前數據的總結，判斷出當前路段的通行率，然后根據統計結果預測下一階段路段的通行率?；跉v史統計數據是通過歷史數據得到一個模型，為了預測只需要將未來的時間點帶入模型中，就可以得到未來的道路交通狀況。

但是以上方案都存在著許多缺陷：通過攝像頭預測道路交通狀況的方案，首先是大多數攝像頭是裝在道路交叉口的，所以交通狀況的關注點是在道路交叉口，而不是道路本身；其次，圖像處理目前還不具備自動識別的能力，所以需要有人看攝像來判斷交通狀況，這一點效率問題是很大的問題。通過測速車來預測道路交通狀況，首先測速車的數量比較少，不可能讓所有車輛都成為測速車，樣本車數量太少，導致不能準確預測。通過歷史統計數據預測道路交通狀況，歷史數據雖然是和當前交通狀況相關，但是不能完全取代當前數據，也就對未來的預測更加不理想。

發明內容

一種基于實時計算的、關注道路本身的道路通行預測方法，采用的數據只是當前數據，本發明的出發點是建立在當前的車輛行駛的實時數據，依據的是當前行駛在道路段上的事實速度數據作為本發明的基礎。通過車載終端可以獲取道路上車輛的GPS信息以及速度信息，通過GPS定位就可以得到該車輛所在的道路，用該道路上所有車輛的平均速度代替該道路的速度。

本發明制定每條道路段一個比值，稱之為rank值，該rank值的定義為該路段上的平均速度與該路段的限速的比值，該比值理論上是0到1之間的一個數字，該數字越接近0說明該路段的通行率越差，該壁紙越接近1說明該路段的通行率越好。通過當前道路的rank值，計算出下一時刻的道路的rank值，該rank值就能表示下一時刻道路的通行率。下一時刻的通行率rank值是可以分為兩個部分來得出的，第一部分是來自當前時刻的rank值，它會在下一時刻以θ(0＜θ＜1)的概率留在下一時刻的rank值。第二部分來自于與它相連的道路段傳遞過來的rank值，即它的上一條路段的rank值會在下一時刻傳遞到本路段上。

本發明的步驟如下：

第一步：計算道路關系矩陣

第二步：計算道路的rank向量R(n)，R(n)中的每一項的計算是用當前速度與最高限速的比值

第三步：計算概率矩陣θ，根據道路長度和預測的時間得到θ值。

第四步：計算狀態轉移矩陣A，A＝θE+(1-θ)P(n)。

第五步：計算道路的rank向量R(n+1)＝AR(n)。

第六步：應用第五步計算的結果就可以得到每條路段的rank值，根據rank值就可以預測出每條道路的暢通狀況。

其中第四步詳細計算如下：在這邊分為兩種情況：第一種情況是一條路分流到多條路，另外一種情況是多條路匯聚成一條路。

第一種情況記第一條路的rank值為r1，限速為l1。分流的路的rank值為r2、r3，限速為l2、l3。r2的第二部分分量是(r2*l2+r3*l3)r2/(r1*l1)，r3的第二部分分量是(r2*l2+r3*l3)r3/(r1*l1)。

第二種情況記第一、二條路的rank值分別為r1、r2，限速為l1、l2，匯聚的路的rank值為r3，限速為l3。r3的第二部分分量是r3*l3*r3/(r1*l1+r2*l2)。

與現有技術相比，上述技術方案具有以下幾個創新點以及有益效果：

本發明的關注點在道路本身，而不是道路交叉口，道路交叉口值被認為是不同的道路段的連接點。關注交叉口是因為堵車一般都會發生在道路交叉口，所以很自然把道路交叉點作為側重點，但形成堵車的原因是多種多樣的，所以使得想要建立統一模型是極其困難的，以道路本身作為關注點可以使得模型變得簡單。

本發明的第二個創新點是本發明的出發點是建立在當前的車輛行駛的實時數據，依據的是當前行駛在道路段上的事實速度數據作為本發明的基礎。當前數據對下一時刻的預測更有幫助，而非歷史數據更有幫助。