一种道路节点的识别方法及装置制造方法及图纸

本发明专利技术的实施例提供了一种道路节点的识别方法及装置，其中该识别方法包括：构建包括多个道路节点的交通网络；获取交通网络中的车流数据；获取交通网络中车辆的标签在道路节点上的逗留时间；根据车流数据、逗留时间，对车辆的标签在交通网络中的传播过程进行仿真，得到仿真结果；根据仿真结果，从多个道路节点中确定出作为交通瓶颈的道路节点。本发明专利技术的实施例能系统而整体地对交通网络中瓶颈进行研究，简便、准确地确定出交通网络中的交通瓶颈。

【技术实现步骤摘要】
一种道路节点的识别方法及装置
本专利技术涉及智能交通
，特别涉及一种道路节点的识别方法及装置。
技术介绍
随着城市车辆的持续快速增加，城市交通拥堵情况不断加剧，交通拥堵已经成为了世界各国共同关注的焦点和亟需解决的问题。其中，交通拥堵的成因众多，交通网络结构和设计布局不合理是引起交通拥堵的根本原因。交通网络是通过路段和交叉口紧密相连而形成的整体，由于交通网络结构和设施布局不合理，很多潜在的交通瓶颈点隐含在路网之中。因硬件设施毁坏、恶劣天气、交通事故等事件的发生，导致某些道路发生严重的堵塞现象，进而由于路段、路口间的相互关联引起其它路段或路口发生故障，形成连锁效应，最终会导致交通网络局部或全部崩溃，这些可能引发交通拥挤传播或者蔓延的路段、路口，统称为交通瓶颈。因此，在整体上系统地识别交通瓶颈点对于改进路网设计和采取合理的交通管制方法缓解交通拥堵具有重要意义。目前关于交通瓶颈识别的方法主要有如下三种方法：第一种为：基于清洗微波和浮动车数据估计路段交通状态，通过计算统计周期内交通拥堵的归一化均衡度衡量交通瓶颈的严重度；第二种为：基于现场可编程门阵列(FPGA，Field－ProgrammableGateArray)及改进Payne模型的在线交通瓶颈预测控制方法，用于解决实际的高速公路或封闭道路中交通瓶颈在线预测调控问题，该方法对Payne模型进行改进，把可变信息显示牌融入到Payne模型中，基于FPGA平台通过改进的Payne模型对高速公路或封闭道路整体进行预测分析，根据定义的状态变量找到道路瓶颈，进而给出匝口控制和可变信息显示牌的控制方案，并把这些控制方案按优先级带入预测模型，找到合理的控制方案，对交通瓶颈进行在线控制；第三种为：基于FPGA及改进Xue-Dai模型的在线交通瓶颈预测控制方法，用于解决实际的高速公路或封闭道路中交通瓶颈的在线预测调控问题，该方法对Xue-Dai模型进行改进，把可变信息显示牌融入到Xue-Dai模型中，基于FPGA平台通过改进的Xue-Dai模型对高速公路或封闭道路整体进行预测分析，根据定义的状态变量找到道路瓶颈，进而给出匝口控制和可变信息显示牌的控制方案，并把这些控制方案按优先级带入预测模型，找到合理的控制方案，对交通瓶颈进行在线控制。综上所述，目前交通瓶颈识别方法大多是针对单条路段、单个交叉口或者换乘点等交通网络中某一独立对象，系统而整体地对交通网络中瓶颈进行研究不多。而基于实际数据的交通瓶颈识别的最主要问题在于实际的交通流量数据不易得到，在数据获取的实时性以及规模性上都达不到分析的要求，因此方法实施较为困难；另外一些方法无法做到对交通瓶颈的量化；基于仿真模拟的方法中，没有考虑到车辆到达交通网络的随机性，没有借鉴随机过程模型对交通流进行刻画，与实际交通流情况不符，造成交通流模型的不准确。总而言之，目前没有较为简便、准确地确定出交通网络中的交通瓶颈的方法。
技术实现思路
本专利技术实施例的目的在于提供一种道路节点的识别方法及装置，能系统而整体地对交通网络中瓶颈进行研究，简便、准确地确定出交通网络中的交通瓶颈。为了达到上述目的，本专利技术的实施例提供了一种道路节点的识别方法，该识别方法包括：构建包括多个道路节点的交通网络；获取交通网络中的车流数据；获取交通网络中车辆的标签在道路节点上的逗留时间；根据车流数据、逗留时间，对车辆的标签在交通网络中的传播过程进行仿真，得到仿真结果；根据仿真结果，从多个道路节点中确定出作为交通瓶颈的道路节点。其中，获取交通网络中的车流数据的步骤，包括：获取在第一预设时间段内第一预设数量的车辆到达交通网络的第一概率；获取在第二预设时间段内交通网络中的任一路段上经过第二预设数量的车辆的第二概率，路段为每相邻两个道路节点之间的线段；根据第一概率和第二概率，得到车流数据。其中，获取在第一预设时间段内第一预设数量的车辆到达交通网络的第一概率的步骤，包括：通过公式获取第一概率，其中，P1表示第一概率，e表示常数，λ表示车辆的达到率，t1表示第一预设时间段，n1表示第一预设数量。其中，获取在第二预设时间段内交通网络中的任一路段上经过第二预设数量的车辆的第二概率的步骤，包括：通过公式获取第二概率，其中，P2表示第二概率，e表示常数，t2表示第二预设时间段，表示车辆平均行驶时间，n2表示第二预设数量。其中，根据车流数据、逗留时间，对车辆的标签在交通网络中的传播过程进行仿真，得到仿真结果的步骤，包括：通过离散时间模拟中的事件调度法，根据车流数据、逗留时间，对车辆的标签在交通网络中的传播过程进行仿真，得到仿真结果。其中，根据仿真结果，从多个道路节点中确定出作为交通瓶颈的道路节点的步骤，包括：根据仿真结果中道路节点上的标签集中各标签在道路节点上的逗留时间，计算得到道路节点的占用程度；根据道路节点的占用程度和道路节点上的标签集中标签的数量，计算道路节点的交通瓶颈指数；判断道路节点的交通瓶颈指数是否大于预设值；当道路节点的交通瓶颈指数大于预设值时，将道路节点作为交通瓶颈的道路节点。其中，根据仿真结果中道路节点上的标签集中各标签在道路节点上的逗留时间，计算得到道路节点的占用程度的步骤，包括：通过公式计算得到道路节点的占用程度，其中，occupied_state表示道路节点的占用程度，h和k均表示道路节点上的标签集中的标签的序号，STh表示道路节点上的标签集中的第h个标签在道路节点上的逗留时间，STk表示道路节点上的标签集中的第k个标签在道路节点上的逗留时间。其中，根据道路节点的占用程度和道路节点上的标签集中标签的数量，计算道路节点的交通瓶颈指数的步骤，包括：通过公式计算得到道路节点的交通瓶颈指数，其中，bottleneck_index表示道路节点的交通瓶颈指数，Token_index表示道路节点上的标签集中标签的数量。本专利技术的实施例还提供了一种道路节点的识别装置，该识别装置包括：构建模块，用于构建包括多个道路节点的交通网络；第一获取模块，用于获取交通网络中的车流数据；第二获取模块，用于获取交通网络中车辆的标签在道路节点上的逗留时间；仿真模块，用于根据车流数据、逗留时间，对车辆的标签在交通网络中的传播过程进行仿真，得到仿真结果；确定模块，用于根据仿真结果，从多个道路节点中确定出作为交通瓶颈的道路节点。其中，第一获取模块包括：第一获取单元，用于获取在第一预设时间段内第一预设数量的车辆到达交通网络的第一概率；第二获取单元，用于获取在第二预设时间段内交通网络中的任一路段上经过第二预设数量的车辆的第二概率，路段为每相邻两个道路节点之间的线段；第三获取单元，用于根据第一概率和第二概率，得到车流数据。其中，第一获取单元包括：第一获取子单元，用于通过公式获取第一概率，其中，P1表示第一概率，e表示常数，λ表示车辆的达到率，t1表示第一预设时间段，n1表示第一预设数量。其中，第二获取单元包括：第二获取子单元，用于通过公式获取第二概率，其中，P2表示第二概率，e表示常数，t2表示第二预设时间段，表示车辆平均行驶时间，n2表示第二预设数量。其中，仿真模块包括：仿真单元，用于通过离散时间模拟中的事件调度法，根据车流数据、逗留时间，对车辆的标签在交通网络中的传播过程进行仿真，得到仿真结果本文档来自技高网...

【技术保护点】
一种道路节点的识别方法，其特征在于，所述识别方法包括：构建包括多个道路节点的交通网络；获取所述交通网络中的车流数据；获取所述交通网络中车辆的标签在所述道路节点上的逗留时间；根据所述车流数据、所述逗留时间，对所述车辆的标签在所述交通网络中的传播过程进行仿真，得到仿真结果；根据所述仿真结果，从多个所述道路节点中确定出作为交通瓶颈的道路节点。

【技术特征摘要】
1.一种道路节点的识别方法，其特征在于，所述识别方法包括：构建包括多个道路节点的交通网络；获取所述交通网络中的车流数据；获取所述交通网络中车辆的标签在所述道路节点上的逗留时间；根据所述车流数据、所述逗留时间，对所述车辆的标签在所述交通网络中的传播过程进行仿真，得到仿真结果；根据所述仿真结果，从多个所述道路节点中确定出作为交通瓶颈的道路节点。2.如权利要求1所述的识别方法，其特征在于，所述获取所述交通网络中的车流数据的步骤，包括：获取在第一预设时间段内第一预设数量的车辆到达所述交通网络的第一概率；获取在第二预设时间段内所述交通网络中的任一路段上经过第二预设数量的车辆的第二概率，所述路段为每相邻两个所述道路节点之间的线段；根据所述第一概率和第二概率，得到所述车流数据。3.如权利要求2所述的识别方法，其特征在于，所述获取在第一预设时间段内第一预设数量的车辆到达所述交通网络的第一概率的步骤，包括：通过公式获取所述第一概率，其中，P1表示所述第一概率，e表示常数，λ表示车辆的达到率，t1表示所述第一预设时间段，n1表示所述第一预设数量。4.如权利要求2所述的识别方法，其特征在于，所述获取在第二预设时间段内所述交通网络中的任一路段上经过第二预设数量的车辆的第二概率的步骤，包括：通过公式获取所述第二概率，其中，P2表示所述第二概率，e表示常数，t2表示所述第二预设时间段，表示车辆平均行驶时间，n2表示所述第二预设数量。5.如权利要求1所述的识别方法，其特征在于，所述根据所述车流数据、所述逗留时间，对所述车辆的标签在所述交通网络中的传播过程进行仿真，得到仿真结果的步骤，包括：通过离散时间模拟中的事件调度法，根据所述车流数据、所述逗留时间，对所述车辆的标签在所述交通网络中的传播过程进行仿真，得到仿真结果。6.如权利要求1所述的识别方法，其特征在于，所述根据所述仿真结果，从多个所述道路节点中确定出作为交通瓶颈的道路节点的步骤，包括：根据所述仿真结果中所述道路节点上的标签集中各标签在所述道路节点上的逗留时间，计算得到所述道路节点的占用程度；根据所述道路节点的占用程度和所述道路节点上的标签集中标签的数量，计算所述道路节点的交通瓶颈指数；判断所述道路节点的交通瓶颈指数是否大于预设值；当所述道路节点的交通瓶颈指数大于预设值时，将所述道路节点作为交通瓶颈的道路节点。7.如权利要求6所述的识别方法，其特征在于，所述根据所述仿真结果中所述道路节点上的标签集中各标签在所述道路节点上的逗留时间，计算得到所述道路节点的占用程度的步骤，包括：通过公式计算得到所述道路节点的占用程度，其中，occupied_state表示所述道路节点的占用程度，h和k均表示所述道路节点上的标签集中的标签的序号，STh表示所述道路节点上的标签集中的第h个标签在所述道路节点上的逗留时间，STk表示所述道路节点上的标签集中的第k个标签在所述道路节点上的逗留时间。8.如权利要求7所述的识别方法，其特征在于，所述根据所述道路节点的占用程度和所述道路节点上的标签集中标签的数量，计算所述道路节点的交通瓶颈指数的步骤，包括：通过公式计算得到所述道路节点的交通瓶颈指数，其中，bottleneck_index表示所述道路节点...

【专利技术属性】
技术研发人员：鲍媛媛，
申请(专利权)人：中国移动通信集团公司，
类型：发明
国别省市：北京,11