[發(fā)明專利]一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法

在審

• 申請?zhí)枺?/td>: 202211739020.1
• 申請日: 2022-12-31
• 公開（公告）號: CN116311964A
• 公開（公告）日: 2023-06-23
• 發(fā)明（設(shè)計）人: 鄒復(fù)民;任強;邢悅;羅旭;黃世彬;王浩琳;李楠;吳松洋;林子楊
• 申請（專利權(quán)）人: 福建工程學(xué)院
• 主分類號: G08G1/052
• 分類號: G08G1/052;G08G1/01
• 代理公司: 福州君誠知識產(chǎn)權(quán)代理有限公司 35211
• 代理人: 戴雨君

1.一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法，其特征在于：其包括以下步驟：

步驟1，構(gòu)建高速公路路網(wǎng)時空OD數(shù)據(jù)：采集獲取ETC門架數(shù)據(jù)，根據(jù)高速公路路網(wǎng)拓撲對ETC門架數(shù)據(jù)按交易時間進行排序形成時空OD數(shù)據(jù)集；

步驟2，OD數(shù)據(jù)預(yù)處理：在對部分軌跡的缺失數(shù)據(jù)進行插值后得到各區(qū)段的車輛行駛時間，并利用車輛通行時間異常值檢測算法進行異常檢測，以構(gòu)建區(qū)段速度數(shù)據(jù)集；

步驟3，時空特征提取：將區(qū)段速度時間序列數(shù)據(jù)采用多尺度小波分解得到分解后的區(qū)段速度，利用圖卷積神經(jīng)網(wǎng)絡(luò)GCN捕捉區(qū)段速度的空間特征信息，并利用門控循環(huán)單元GRU捕獲區(qū)段速度的時間特征信息；

步驟4，輸出結(jié)果：輸出每個重構(gòu)單分支序列的預(yù)測值的數(shù)值總和，得到考慮時空特征的整體速度預(yù)測結(jié)果。

2.根據(jù)權(quán)利要求1所述的一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法，其特征在于：步驟1中根據(jù)高速公路路網(wǎng)拓撲OBU?Plate和Flag?ID組中的數(shù)據(jù)、ETC、MTC交易數(shù)據(jù)迭代，對交易時間進行排序形成時空OD數(shù)據(jù)集。

3.根據(jù)權(quán)利要求1所述的一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法，其特征在于：步驟2中車輛通行時間離群值檢測算法同時利用箱線圖的上下限和距離數(shù)據(jù)統(tǒng)計分布的中心點閾值來進行異常點檢測，確定異常通行時間數(shù)據(jù)過濾的閾值區(qū)間并將在閾值之外的數(shù)據(jù)剔除，進而在海量的ETC門架交易數(shù)據(jù)中快速濾除異常數(shù)據(jù)。

4.根據(jù)權(quán)利要求3所述的一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法，其特征在于：通行時間數(shù)據(jù)過濾的閾值區(qū)間如下：

t_down＝max(t_25％-1.5×(t_75％-t_25％),t_mean-2σ)

t_up＝min(t_75％+1.5×(t_75％-t_25％),t_mean+2σ)

其中，t_25％表示大于車輛通行時間25％的時間，t_75％表示大于車輛通行時間75％的時間，為車輛通行時間的平均值，σ表示車輛通行時間的標準差；最終的車輛通行時間有效區(qū)間Δt∈[t_down,t_up]。

5.根據(jù)權(quán)利要求1所述的一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法，其特征在于：步驟3中在GCN-GRU模型的基礎(chǔ)上引入小波變換通過對高速公路交通速度分解與重構(gòu)，捕捉高速公路交通速度的時空變化趨勢；將計算得到的區(qū)段速度信號濾除噪聲信號，得到相對準確的區(qū)段速度數(shù)據(jù)。

6.根據(jù)權(quán)利要求1或5所述的一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法，其特征在于：步驟3中選擇sym5小波作為基函數(shù)，分解層數(shù)設(shè)置為3。

7.根據(jù)權(quán)利要求6所述的一種基于ETC門架數(shù)據(jù)的高速公路車輛速度預(yù)測方法，其特征在于：分解的高頻部分使用閾值函數(shù)處理每一層中的信號，將分解后的最后一層的低頻速度信號與各層閾值處理后的高頻速度信號進行重構(gòu)，得到降噪的路段速度數(shù)據(jù)。