[發明專利]快速路交通狀態判別方法及裝置

有效

• 申請號: 201710723165.5
• 申請日: 2017-08-22
• 公開（公告）號: CN107507421B
• 公開（公告）日: 2019-11-01
• 發明（設計）人: 蔡曉禹;高志剛;吳啟順;蔡明
• 申請（專利權）人: 重慶交通大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 賴麗娟

本發明涉及一種快速路交通狀態判別方法及裝置。該快速路交通狀態判別方法及裝置通過計算所述檢測斷面的單個車道的實時交通狀態評價參數分別與每個交通狀態的第一聚類中心的歐式距離，實現了實時判斷檢測斷面的單個車道的實時交通狀態。并根據檢測斷面的所有車道的歐式距離之和判斷檢測斷面的實時交通狀態，以及根據相鄰兩個檢測斷面的實時交通狀態獲取由所述相鄰兩個檢測斷面截取的路段單元的實時交通狀態。此外，還通過比較采用隸屬度之和最大值法確定的離線交通狀態與采用歐式距離之和最小值法確定的實時交通狀態的準確率的高低，反饋調節用于計算實時交通狀態的第一聚類中心，提高實時交通狀態的判斷精度。

技術領域

本發明涉及交通技術領域，具體而言，涉及一種快速路交通狀態判別方法及裝置。

背景技術

交通狀態實時判別對均衡道路資源利用率，緩解城市交通擁堵意義重大。迄今為止，國內外對城市道路交通狀態的判別尚無統一的指標和量化的標準。Sun X T等基于狀態空間轉換的細胞傳輸模型判斷車輛擁堵，結合卡爾曼濾波算法對高速公路匝道控制進行研究；Georg Foerster利用層次聚類和主成分分析的方法判斷交通狀態，通過對路網進行交通微觀仿真，研究了其可行性和有效性；結合神經網絡理論，針對交通流變化的隨機性和非線性，巫威朓等提出了基于BP神經網絡的交通狀態判別方法；聶佩林等引入代價敏感矩陣，提出了基于代價敏感神經網絡的交通狀態判別方法，精度較高，但訓練時間長，收斂速度慢，不能保證全局最優；結合熱力學理論，劉雪等基于熵理論，建立了城市主-支路交匯處交通狀態判別模型，可為交通系統狀態判別提供依。

縱貫國內外交通狀態判別算法與模型，多數算法交通狀態的類別判別單一，模型結構復雜，參數標定困難，難以適用于實時交通狀態判別。

發明內容

有鑒于此，本發明的目的在于提供一種快速路交通狀態判別方法及裝置，以解決上述問題。

第一方面，本發明實施例提供一種快速路交通狀態判別方法，所述快速路包括至少一個車道，所述方法包括：

將快速路的交通狀態按照擁堵情況劃分為多個交通狀態；

獲取所述快速路的多個檢測斷面，每個檢測斷面包括至少一個車道；

將每個檢測斷面的單個車道的多個交通狀態評價參數樣本數據輸入至FCM聚類算法，獲得每個檢測斷面的每個交通狀態的第一聚類中心；

根據檢測斷面的單個車道的實時交通狀態評價參數，確定所述檢測斷面的單個車道的實時交通狀態評價參數分別與每個交通狀態的第一聚類中心的歐式距離，得到多個歐式距離；

將所述多個歐式距離中最小值對應的交通狀態作為該檢測斷面的單個車道的實時交通狀態。

本發明實施例提供的快速路交通狀態判別方法，通過FCM聚類算法，獲得每個檢測斷面的每個交通狀態的第一聚類中心，再計算所述檢測斷面的單個車道的實時交通狀態評價參數分別與每個交通狀態的第一聚類中心的歐式距離，根據檢測斷面的單個車道與聚類中心歐式距離越近，與該聚類中心所指代的類別相似度越高的原理，實現了實時判斷檢測斷面的單個車道的實時交通狀態。

進一步地，所述快速路包括多個車道，所述方法還包括：

獲取所述檢測斷面的所有車道的實時交通狀態；

若所述檢測斷面的所有車道的實時交通狀態相同，將所述檢測斷面的所有車道中任意一個車道的實時交通狀態作為所述檢測斷面的實時交通狀態；

若所述檢測斷面的多個車道的實時交通狀態不同，將所述檢測斷面的各車道的不同交通狀態下的歐式距離分別對應求和，得到多個歐式距離和，將所述多個歐式距離和中最小值對應的交通狀態作為所述檢測斷面的實時交通狀態。

進一步地，所述方法還包括：

獲取相鄰兩個檢測斷面的實時交通狀態；