[發明專利]一種基于RFID數據的路口車輛分流量預測方法

有效

• 申請號: 201710086397.4
• 申請日: 2017-02-17
• 公開（公告）號: CN106600993B
• 公開（公告）日: 2019-10-01
• 發明（設計）人: 許國良;羅林;雒江濤
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G08G1/08
• 分類號: G08G1/08
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 廖曦

1.一種基于RFID數據的路口車輛分流量預測方法，其特征在于：主要步驟為：

步驟1、收集車輛RFID數據；

步驟2、數據預處理，去除重復和奇異數據；

步驟3、以預處理后的數據為基礎，基于時間相位劃分方法判斷路口車輛轉向，并計算每個信號周期內路口各個方向車流量大小；

步驟4、根據步驟3所計算得到的各個方向車流量大小再結合公有數據構建特征集，該特征集包含24個特征，每一個特征用一個字段表示，其中最后一個字段為標記字段，標識不同時間段下每個轉向的車流量大小，所述公有數據包括天氣、溫度、日期和是否周末；

步驟5、以步驟4所得數據作為訓練集，使用機器學習算法訓練一個預測路口各個方向車流量大小的預測模型；

步驟6、對于需要預測的信號周期即當前信號周期的下一個周期，使用步驟4的方法構建一條特征數據，但是這條特征數據不包含最后一個標識車流量大小的字段，然后使用這條特征數據作為步驟5所訓練的預測模型的輸入，預測模型輸出即為預測信號周期內對應方向的車輛分流量大小；

步驟4中，特征集的構建過程為：

步驟4.1、從時間序列出發充分考慮歷史數據對預測周期的影響，f_t+1表示預測周期t+1某轉向車流量大小，考慮預測周期前五個信號周期車流量大小：f_t、f_t-1、f_t-2、f_t-3、f_t-4；考慮預測結果與前一天相同時間段之間的關聯性，選取前一天預測周期和預測周期前五個周期車流量大小：考慮預測結果與一周前相同時間段之間的關聯性，選取一周前預測周期和預測周期前五個周期車流量大小：

步驟4.2、考慮時間因素、天氣因素、工作日因素和氣溫因素對預測結果的影響構建特征time、min_temp、max_temp、weather、weekday、month，分別代表預測周期小時數、預測日最低氣溫、預測日最高氣溫、預測日天氣、預測工作日或周末和預測日月份；

步驟4.3、結合步驟4.1和步驟4.2所選取的特征然后加上方向標識最終特征集包含24類字段。

2.根據權利要求1所述的一種基于RFID數據的路口車輛分流量預測方法，其特征在于：車輛轉向識別方法具體步驟為：

步驟a、規定每個信號周期為T，信號周期為信號燈某個方向上的綠燈開始計時到下一次綠燈開始之間的時間間隔；

步驟b、規定在每個信號周期內紅綠燈時長會被劃分為多個相位，表示為p1，p2…pn；步驟c、每個路口按方向劃分東、西、南、北，每個方向上有一個RFID采集點分別用R_E、R_W、R_S、R_N表示，通過在特定的相位時間段內各RFID采集點獲取到的車輛信息判斷其轉向；

步驟d、根據步驟c識別車輛轉向，并按每個信號周期T統計各個方向上的車流量大小。