[發(fā)明專利]一種基于大數(shù)據(jù)的車輛低碳控制與誘導方法、系統(tǒng)、設(shè)備和存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811534976.1
• 申請日: 2018-12-14
• 公開（公告）號: CN109544929B
• 公開（公告）日: 2020-12-15
• 發(fā)明（設(shè)計）人: 首艷芳;徐建閩;盧凱;荊彬彬;黃家豪;甯鴻
• 申請（專利權(quán)）人: 華南理工大學;廣州運星科技有限公司;廣州現(xiàn)代產(chǎn)業(yè)技術(shù)研究院
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/08;G08G1/081;G08G1/0968;H04L29/08
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 黃啟文

1.一種基于大數(shù)據(jù)的車輛低碳控制與誘導方法，其特征在于，包括如下步驟：

S100.通過包括不同的檢測設(shè)備、移動設(shè)備、網(wǎng)絡(luò)在內(nèi)的各種途徑采集交通數(shù)據(jù)；

S200.根據(jù)S100采集得到的交通數(shù)據(jù)，提出基于云計算技術(shù)加快數(shù)據(jù)處理速度的算法并對數(shù)據(jù)進行處理；

S300.根據(jù)S200處理后的數(shù)據(jù)進行在線數(shù)據(jù)分析，分析得出不同時期的路口、路段交通狀況；

S400.根據(jù)干道信號協(xié)調(diào)方法，實時控制在線交通信號，實現(xiàn)干道信號協(xié)調(diào)優(yōu)化；

S500.通過交通誘導算法規(guī)劃最優(yōu)出行路徑，最終誘導駕駛員選擇最優(yōu)路徑出行；

步驟S300中所述的在線數(shù)據(jù)分析包括：

S310.基于分小時組合模型進行中期交通流量預測：

第一步：根據(jù)萊特準則，對所述數(shù)據(jù)進行篩選；

第二步：對篩選的數(shù)據(jù)進行相關(guān)性分析；

第三步：根據(jù)流量分布，進行時段劃分，將一天24小時劃分為24個時段；針對每個時段，研究其流量與速度的關(guān)系,即Q-V模型，然后使用ARIMA模型對該時段流量進行預測；

第四步：將預測結(jié)果按一定的權(quán)重與Q-V模型的結(jié)果相結(jié)合，按照平均絕對誤差，平均絕對百分誤差以及均方誤差三個指標，把最終的計算結(jié)果與實際流量對比；

S311.基于期望優(yōu)化的擴展卡爾曼濾波算法對交通狀態(tài)信息進行估計：

其中期望優(yōu)化算法是一種估計模型參數(shù)α和未知變量Y的迭代求解算法argmax_Y,αP(Y,α|X)：

第一步：求Y，α|X；首先求出Y|X，α的精確解，并指出精確解的局限性，精確推理通過遞推的貝葉斯估計實現(xiàn)，擴大后驗概率密度，并以遞歸的方式計算；然后提出一種使用可擴展卡爾曼濾波算法作為一種替代近似解決方案；

第二步：求α|Y，X；首先確定最優(yōu)的模型參數(shù)α，假設(shè)所有的交通狀態(tài)是已知的，這可以實現(xiàn)為一個簡單的誤差最小化；從基本圖和鏈路隊列模型，獲得觀測函數(shù)h()和偽觀測，計算公式為X^-＝h(Y)；然后，最大限度地減少觀測X和偽觀測X⁺之間的差異，得到在期望優(yōu)化算法中定義的一個新的模型參數(shù)α的迭代，公式為其中α⁺表示α的一個新迭代，表示歐幾里德范數(shù)的平方，這里的α包括交通事件適應(yīng)。

2.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)的車輛低碳控制與誘導方法，其特征在于，步驟S100中所述的采集數(shù)據(jù)通過包括地磁、線圈、視頻、RFID、互聯(lián)網(wǎng)和移動設(shè)備在內(nèi)的檢測器進行一個或者多個數(shù)據(jù)采集；對于不同的采集途徑，只需設(shè)置相應(yīng)的經(jīng)度和緯度。

3.根據(jù)權(quán)利要求1所述的基于大數(shù)據(jù)的車輛低碳控制與誘導方法，其特征在于，步驟S200具體包括：

S210.使用Canopy聚類算法計算S100獲取得到的交通數(shù)據(jù)的特性，把其中具有同一特性的交通數(shù)據(jù)集合放到一個子集中，稱為Canopy，每個Canopy看成一個簇，記為V，并將它們放到集合S中；

S211.在各個Canopy內(nèi)使用K-means聚類算法進行二分聚類：從S210中的集合S中按順序抽取各個簇，抽取的簇要和極限點準則相匹配，然后運用K-means聚類算法進行二分聚類，把簇內(nèi)誤差平方和最小的兩個簇放回集合S中，循環(huán)執(zhí)行直到獲得K個簇；

S212.通過S210和S211的數(shù)據(jù)處理算法，對數(shù)據(jù)進行加快處理。