[發(fā)明專利]一種交通異常路段概率識(shí)別方法

有效

• 申請?zhí)枺?/td>: 201510077183.1
• 申請日: 2015-04-21
• 公開（公告）號(hào): CN104732762B
• 公開（公告）日: 2017-01-25
• 發(fā)明（設(shè)計(jì)）人: 王浩;李建元;趙貝貝;張麒;李芳;顧超
• 申請（專利權(quán)）人: 銀江股份有限公司
• 主分類號(hào): G08G1/01
• 分類號(hào): G08G1/01
• 代理公司: 杭州斯可睿專利事務(wù)所有限公司33241
• 代理人: 王利強(qiáng)

技術(shù)領(lǐng)域

本發(fā)明屬于智能交通領(lǐng)域，具體涉及一種基于微波數(shù)據(jù)的實(shí)時(shí)道路交通異常狀況的評(píng)估方法，用于引導(dǎo)交通管理者通過視頻監(jiān)控等手段主動(dòng)核查異常路段的真實(shí)交通狀況。

背景技術(shù)

隨著我國經(jīng)濟(jì)的快速增長和城鎮(zhèn)化進(jìn)程的不斷推進(jìn)，機(jī)動(dòng)車保有量迅速增長，出行需求不斷增加，導(dǎo)致基礎(chǔ)設(shè)施建設(shè)跟不上交通需求量的增加，給交通管理者造成很大的困擾。交管部門針對常發(fā)性交通瓶頸會(huì)酌情考慮配置警力疏導(dǎo)交通，針對道路施工、惡劣天氣、交通事故等不可控原因造成的偶發(fā)性道路擁堵情況，需通過人工巡查各個(gè)路口的視頻監(jiān)控點(diǎn)確定道路交通狀況，以進(jìn)一步?jīng)Q定是否增派警力消除擁堵因素保持道路暢通，人工視頻巡查工作量大，且需要耗費(fèi)交管部門大量精力。從偶發(fā)因素導(dǎo)致道路擁堵開始到交通管理者發(fā)現(xiàn)警情并派遣警力疏導(dǎo)交通需經(jīng)歷一段不確定的時(shí)間，因偶發(fā)性擁堵所帶來的損失已無法避免。微波傳感器可實(shí)時(shí)、全天候檢測所在路段信息，但目前以微波傳感器為數(shù)據(jù)源的道路異常狀況主動(dòng)識(shí)別方法較少，不利于提高交管部門指揮效率。

本方法相比專利201410282898.6提出的“一種基于微波數(shù)據(jù)的異常擁堵點(diǎn)判別方法”具有明顯的技術(shù)優(yōu)勢，該專利通過選取固定閾值將交通擁堵狀況直接離散化為擁堵和不擁堵兩種類型，然后根據(jù)當(dāng)前擁堵情況和歷史擁堵概率之間的差異評(píng)估異常程度。該專利的離散化過程對問題的刻畫過于絕對，例如：若15km/小時(shí)以下的流速意味著擁堵，那么15.2km/小時(shí)的流速實(shí)際上并不意味著暢通。本專利不采用離散化過程，而是基于每條路段的微波數(shù)據(jù)分別建立車速和流量概率密度模型，通過定義道路的車速異常指數(shù)和流量異常指數(shù)反應(yīng)當(dāng)前路段的路況，最終依據(jù)道路異常指數(shù)進(jìn)行排序，其實(shí)際運(yùn)行效果更佳；專利201210438795.5提出“基于基本交通流參數(shù)的道路擁堵狀態(tài)自動(dòng)判別方法”將車速、流量、占有率作為交通狀態(tài)判定的依據(jù)，最終將交通狀態(tài)分為暢通、擁擠和堵塞三種狀態(tài)，本方法重點(diǎn)關(guān)注道路異常情況而非擁堵情況，雖然使用的數(shù)據(jù)相同，但解決的問題不同。

發(fā)明內(nèi)容

為了克服已有道路異常路段識(shí)別方法的可靠性較差、自適應(yīng)性較低的不足,本發(fā)明提供了一種可靠性良好、自適應(yīng)性較高的交通異常路段概率識(shí)別方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

一種交通異常路段概率識(shí)別方法，包括以下步驟：

步驟1：清洗車速、流量數(shù)據(jù)后融合抽樣數(shù)據(jù)構(gòu)成樣本空間

預(yù)設(shè)流量的先驗(yàn)閾值和車速的先驗(yàn)閾值，清洗、過濾掉閾值范圍以外的錯(cuò)誤數(shù)據(jù)，將全天24小時(shí)劃分為設(shè)定時(shí)間段的時(shí)間槽，以當(dāng)前實(shí)時(shí)數(shù)據(jù)所在的時(shí)間槽為依據(jù)，從數(shù)據(jù)庫中抽樣選取鄰近天數(shù)的同一時(shí)間槽內(nèi)的車速和流量數(shù)據(jù)，同時(shí)抽樣選取鄰近天數(shù)的相鄰設(shè)定時(shí)間段時(shí)間槽內(nèi)的車速和流量數(shù)據(jù)，組成各個(gè)微波點(diǎn)的樣本空間；

步驟2：車速、流量數(shù)據(jù)源正態(tài)性檢驗(yàn)

先驗(yàn)證數(shù)據(jù)源是否符合正態(tài)分布，偏度系數(shù)描述一個(gè)分布偏離正態(tài)分布的程度，峰度系數(shù)反映了分布曲線相比正態(tài)分布在頂端高聳或扁平程度的不同，分別計(jì)算微波點(diǎn)在各自樣本空間內(nèi)的偏度系數(shù)和峰度系數(shù)，根據(jù)系數(shù)大小判定當(dāng)前微波點(diǎn)數(shù)據(jù)是否符合正態(tài)分布；

步驟3：計(jì)算各微波點(diǎn)車速、流量的均值和方差

經(jīng)過數(shù)據(jù)清洗后的(X₁,X₂,…,X_n)構(gòu)成微波點(diǎn)X關(guān)于車速或流量的一個(gè)樣本空間，由n個(gè)樣本點(diǎn)組成，其中計(jì)算出樣本均值，為樣本方差，令總體期望總體方差σ²＝S²；

步驟4：將數(shù)據(jù)源線性變換為關(guān)于車速、流量的標(biāo)準(zhǔn)正態(tài)分布

x₁、x₂分別為微波點(diǎn)實(shí)時(shí)車速和流量，μ₁、σ₁為根據(jù)相應(yīng)微波點(diǎn)近期車速數(shù)據(jù)計(jì)算出的期望和方差，μ₂、σ₂為根據(jù)相應(yīng)微波點(diǎn)近期流量數(shù)據(jù)計(jì)算出的期望和方差，則該微波點(diǎn)的近期車速數(shù)據(jù)X₁服從μ₁、的正態(tài)分布，即該微波點(diǎn)的近期流量數(shù)據(jù)X₂服從μ₂、的正態(tài)分布，即通過的線性變換，可以分別將車速和流量的一般正態(tài)分布變換為標(biāo)準(zhǔn)正態(tài)分布，即車速符合y₁是標(biāo)準(zhǔn)正態(tài)分布下的車速，流量符合y₂是標(biāo)準(zhǔn)正態(tài)分布下的流量；各個(gè)微波點(diǎn)由符合各自的正態(tài)分布線性變換為符合標(biāo)準(zhǔn)正態(tài)分布，線性變換后各個(gè)微波點(diǎn)的概率密度函數(shù)相同，均被統(tǒng)一在同一尺度空間下；

步驟5：車速異常指數(shù)和流量異常指數(shù)計(jì)算，