[發明專利]一種動態路網交通需求預測方法及其系統

有效

• 申請號: 201710127364.X
• 申請日: 2017-03-06
• 公開（公告）號: CN106846805B
• 公開（公告）日: 2019-11-08
• 發明（設計）人: 張秀梅;楊志奎;林寶華;葉劍
• 申請（專利權）人: 南京多倫科技股份有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G06Q10/04;G06F16/29;G06F16/23
• 代理公司: 南京瑞弘專利商標事務所(普通合伙) 32249
• 代理人: 楊曉玲

本發明公開了一種基于動態路網的交通需求預測方法及其系統，本發明提供了一直采集并融合多源交通數據的方法，將交通流數據、地理信息數據、交通管理信息疊加到路網上，形成動態的網格數據，在動態路網數據基礎上，建立數據預測模型，具有數據實時性高、準確度高等特點，能夠有效的提高擁堵研判精度，從而為信號優化提供較為合理的交通需求數據(排隊、流量、速度、占有率等)。該系統能夠改善優化模型、緩解交通擁堵。

技術領域

本發明涉及一種動態路網交通需求預測的方法及其系統，用于交通分析，屬于交通控制領域。

背景技術

在交通控制領域中，大部分的交通分析主要針對已經采集的交通流數據，分析數據質量，并借助路網數據，分析擁堵狀態及數據短時預測，并沒有結合交通事件、施工占道、交通管制等交通管理數據，進行綜合分析，分析及預測精度相對來講不是很高。

在現代的交通控制系統中，交通需求預測的準確性，直接影響了擁堵熱點分析及信號優化模型參數，從而間接影響了警力部署及信號優化方案生成，會導致擁堵發生時，警力調度不及時，也可能引發交通事故。為此，本領域技術人員致力于融合各類交通數據，形成完善的預測分析模型，以提高預測的準確性，更好地服務于指揮調度及信號控制。

發明內容

發明目的：為了克服現有分析模型中存在的不足，本發明提供采集并融合多源交通數據的方法，將交通流數據、地理信息數據、交通管理信息疊加到路網上，形成動態的網格數據，在動態路網數據基礎上，建立數據預測模型，具有數據實時性高、準確度高等特點，能夠有效的提高擁堵研判精度，從而為信號優化提供較為合理的交通需求數據(排隊、流量、速度、占有率等)，改善優化模型、緩解交通擁堵。

技術方案：為實現上述目的，本發明采用的技術方案包括數據采集、數據預處理、數據預測及反饋三大步驟，

其中，數據采集主要采集來自各自交通流檢測設備的數據(流量、速度、占有率)；采集來自第三方交通管控數據(交通管制、施工占道、交通事件、信號燈態、信號實時方案等)。

數據預處理包括以下四個環節：數據清洗、數據彌合、數據融合、數據路網疊加。

數據預測及反饋，包含建立數據預測模型，并對數據預測結果與下一時刻的采集數據進行對比分析，分析數據偏差度，修正數據預測模型。

動態路網交通需求分析的方法，包括以下步驟：

步驟一：S1數據采集

采集來自各種交通流檢測設備的交通流數據，并寫入交通流原始數據庫；

采集地理信息數據，寫入地理信息數據庫。主要采集以下地理信息數據：道路、路口、路段，其中道路需要包含道路等級，路段至少需要包含行駛方向、路段一般行駛速度、路段長度、路段起止路口編號等。

采集來自第三方系統的交通管理信息數據，主要是交通管制信息、施工占道信息、交通事件信息、交通信號控制信息等。

步驟二：數據預處理

數據預處理包括以下四個環節：數據清洗、數據彌合、數據融合、數據路網疊加。

S2.數據清洗：對于采集的交通流數據，首先需要根據數據所處時間段、設備類型、設備位置，進行異常識別，并對于異常數據進行清洗過濾。

S3.數據彌合：對于經過清洗過濾后的數據，根據彌合規則，進行數據彌合。

S4.數據融合：將數據根據設備特點及其埋設位置，進行像素級融合，形成斷面采集數據，每個采集斷面僅存在一組數據，保證預測模型的應用，以提高交通數據精度。