[發明專利]基于行程時間演化的交通異常識別方法、系統及存儲介質有效

申請號：	202010015303.6	申請日：	2020-01-07
公開（公告）號：	CN111192454B	公開（公告）日：	2021-06-01
發明（設計）人：	胡勝;鐘任新;黃文滔;謝秀霞;李紹狀;詹志	申請（專利權）人：	中山大學
主分類號：	G08G1/01	分類號：	G08G1/01
代理公司：	廣州嘉權專利商標事務所有限公司 44205	代理人：	何文聰
地址：	510275 ***	國省代碼：	廣東;44
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	基于行程時間演化交通異常識別方法系統存儲介質
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明公開了一種基于行程時間演化的交通異常識別方法、系統及存儲介質，通過獲取浮動車數據，并構建行程時間分布模型并求解，然后計算指數加權移動均值和生成指數加權移動均值控制圖，最后通過指數加權移動均值控制圖進行交通異常識別。本發明分利用了浮動車數據，同時通過構建行程時間分布模型和計算指數加權移動均值，進而生成指數加權移動均值控制圖使得能夠對單個路段或者整個系統交通狀態的動態演變過程進行識別，從而能夠有效識別交通網絡中的異常交通事件，大大提高了識別準確率。本發明可廣泛應用于交通領域中。

技術領域

本發明涉及交通異常事件識別技術領域，尤其涉及一種基于行程時間演化的交通異常識別方法、系統及存儲介質。

背景技術

交通系統高效穩定的運行不僅滿足了出行者的出行需求，保證出行者的出行效率，而且在一定程度上能夠帶動各產業的發展，刺激城市經濟。但是在實際條件下，交通系統可能會存在效率低下擁堵嚴重等問題，這些問題可能是交通系統內部的問題導致的，如線網設計缺陷、管控措施不合理，也有可能是外部擾動引起的，如交通事故、極端天氣、道路改建或者重大集會活動。這些問題往往會降低道路交通網絡的運行效率，增加用戶的出行成本，因此準確地識別道路交通網絡中的短期或者長期的交通異常事件對于交通管理者及時制定相應的交通管理措施來降低異常交通事件對整個系統造成的影響具有重大意義。

目前對于交通系統異常事件識別方法，選取的指標有斷面流量、密度、占有率、擁堵指數等，但是這些數據難以采集或者覆蓋范圍較窄不能全面反應系統的整體狀態。而行程時間是一個反應交通系統狀態的重要指標，加之浮動車滲透率的不斷升高，為行程時間的數據采集提供了有力的支持。而浮動車所采集到的數據存在一些噪聲，這對于交通事件、交通狀態的識別造成極大的干擾和誤判。目前對于異常事件的研究主要集中在短期(日內)檢測上，這些方法能夠實時檢測道路在短期的單一尺度內是否發生異常事件，卻不夠捕捉到交通系統長期的緩慢演變，而實際上交通系統是一個動態系統，其主要原因是出行者的出行行為和道路網絡結構在不斷的改變，路網或者路段的行程時間也在動態變化。于是短期靜態的行程時間作為交通異常的判定分析指標可能難以識別交通系統的長期異常狀態。

發明內容

為了解決上述技術問題，本發明的目的是提供一種基于行程時間演化的交通異常識別方法、系統及存儲介質。

第一方面，本發明實施例提供了一種基于行程時間演化的交通異常識別方法，包括以下步驟：

獲取浮動車數據；

對浮動車數據進行處理，得到行程時間數據；

根據行程時間數據得出行程時間分布模型，并對所述行程時間分布模型進行降維，進而對行程時間分布模型進行求解，得到求解后的行程時間分布模型；

根據求解后的行程時間分布模型，計算指數加權移動均值；

根據指數加權移動均值，構造出指數加權移動均值的控制邊界，形成指數加權移動均值控制圖；

獲取實時的行程時間數據，并根據指數加權移動均值控制圖中的控制邊界進行交通異常識別。

進一步，所述的對浮動車數據進行處理，得到行程時間數據，這一步驟具體為：

對浮動車數據進行速度時間換算處理，得到行程時間數據。

進一步，所述的根據行程時間數據得出行程時間分布模型，并對所述行程時間分布模型進行降維，進而對行程時間分布模型進行求解，得到求解后的行程時間分布模型，這一步驟具體包括：