[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

本發明涉及一種基于RFID數據的路口車輛分流量預測方法，包括：步驟1、收集RFID數據；步驟2、數據預處理去除重復數據；步驟3、基于時間相位劃分的車輛轉向判別計算路口轉向車流量；步驟4、提取特征構建特征集；步驟5、使用訓練數據集訓練預測模型；步驟6、以測試數據集作為預測模型輸入預測其輸出。本發明主要根據車輛的RFID數據，采用機器學習算法實現路口車輛分流量的預測，為智能交通信號燈的智能控制提供決策依據。

技術領域

本發明涉及智能交通領域，一種基于RFID數據的路口車輛分流量預測方法。

背景技術

現如今評判一個城市的宜居性很大程度上是依賴城市的交通狀況，城市糟糕的交通給人們的出行帶來了極大的不便。如何更加智能的治理規劃城市交通成為當今社會的研究熱點，因此智能交通應運而生。本發明借助機器學習算法以車輛RFID數據為基礎通過模型訓練預測路口車輛分流量大小，目的是為實現交通信號燈的智能控制提供決策依據。目前公開發表的文章或者專利主要的數據來源是GPS數據、磁感應線圈數據和圖像數據，對RFID數據研究較少。另外對路口車流量的預測大都停留在路口單一方向上的流量預測，對每個路口各個方向的分流量預測很少有人涉及。

發明內容

有鑒于此，本發明的目的在于提供一種基于RFID數據的路口車輛分流量預測方法，以實現對路口各個方向上車輛分流量大小進行預測，最終為交通信號燈的智能控制提供決策依據。

本發明的目的是通過以下技術方案來實現的，一種基于RFID數據的路口車輛分流量預測方法，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，該特征集的每條特征數據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；

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、對于一個新的信號周期，根據步驟4構建特征集并將新構建的特征集作為預測模型的輸入，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。

進一步，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可以判斷其轉向；

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。

進一步，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：