交通拥堵扩散路径的推断方法及其系统技术方案

本发明专利技术公开了一种交通拥堵扩散路径的推断方法，包括获取路网数据，并根据路网数据构建路段联通关系矩阵；获取历史数据，经道路匹配后，获得各路段对应于一天的每个时间段内的历史平均速度和各个路段上的车辆的历史最大速度；获取实时数据，经道路匹配并根据历史平均速度进行数据补全后，获得各个路段上的车辆的实时平均速度；根据实时平均速度和历史最大速度获得路况分布矩阵，并根据路况分布矩阵和路段联通关系矩阵获得拥堵状态矩阵；根据拥堵传播判定方法和拥堵状态矩阵获得局部传播矩阵；根据局部传播路径计算全局的传播路径。本发明专利技术的交通拥堵扩散路径的推断方法，可解决数据稀疏性问题，并根据构建的全局拥堵传播路径全面了解交通状况。

【技术实现步骤摘要】
交通拥堵扩散路径的推断方法及其系统
本专利技术涉及交通领域，尤其涉及一种交通拥堵扩散路径的推断方法及其系统。
技术介绍
中国社会经济的快速发展和城市化过程的不断推进，机动车数量，尤其是私家车的数量呈现井喷式的增长。然而发展速度相对缓慢的交通道路设施却逐渐不能满足人们日益增长的出行需求，交通拥堵问题也变得更加严重。交通拥堵不仅严重阻碍了城市化的步伐，而且还严重阻碍了经济的发展，带来了环境污染等问题。近年来各种交通拥堵的解决方法层出不穷，但是其收效却微乎其微，其主要原因是因为现有的解决方案都是基于哪里拥堵，哪里治理，何时拥堵，何时治理，人们的拥堵治理措施总是处于被动地位。但是交通拥堵的产生具有非常大的不确定性，这种被动性的治理措施只能治标不治本，更有甚者会出现难以治理的现象，因此交通拥堵的治理要追其根源。交通拥堵扩散可以有效的发现拥堵产生的根本原因。但是交通网络非常复杂，现有的道路路况传感器数量有限，不能有效的感知全网状态，数据的稀疏性对整体路况的判定带来巨大的挑战。目前人们对交通拥堵扩散的研究主要集中在两个方面：第一，道路交通微观层面，即单个车辆之间的相互作用，其主要包括车辆跟驰模型和元胞自动机模型。这些模型需要明确知道每一辆车辆的速度，大小和车辆跟车辆之间的相对位置，车辆之间的相互影响是单向的，即后面的车辆只会受到前面车辆的影响。此种模型需要对道路交通，包括车辆与路网有一个全面的认识，在此基础上就可以推断出道路是否拥堵和拥堵之后车辆排队的扩散路径。但是该方法需要对道路上的车辆具有全面的感知，由于现有的传感器布置是分散的，我们很难再实际中得到精确的道路上所有排队车辆的数据；另外由于个人隐私问题，我们也不可能全面了解每一个车辆的情况；最后每个驾驶员的驾车行为也是不一样的，其车辆之间的影响也会不相同，因此现有的微观层次的研究方法不适合应用于实际应用场景，但是在交通系统仿真中具有广泛的应用，其得到的路径非常精确，时间精度更高。在宏观层次方面，将大量的车辆看做可压缩的连续流介质，其研究侧重于车辆集体的综合行为分析，以车辆的平均密度、平均速度和流量等宏观量来刻画交通状态，研究他们之间的相互关系。该模型具有非常强的理论基础，其理论基础是建立在道路之间相互独立的假设上，在单个高速公路路段取得了比较好的成果。但在实际路网中道路之间具有非常强的时空相关性，单纯的宏观交通流模型不适用于描述整个城市内交通路网上交通拥堵扩散路径的分析。另外由于城市道路数量众多，基于现有的数据也很难采集到每个时刻所有道路的交通状态。该专利的正是利用交通路网中强时空相关性解决数据稀疏问题，同时构建全体交通路网状态矩阵，从全局角度推断交通拥堵扩散路径。
技术实现思路
鉴于现有技术存在的不足，本专利技术提供了一种能解决数据稀疏问题，且可从全局角度推断交通拥堵扩散路径的方法及其系统。为了实现上述的目的，本专利技术采用了如下的技术方案：一种交通拥堵扩散路径的推断方法，包括：S1、获取路网数据，并根据路网数据构建路段联通关系矩阵；S2、获取历史数据，经道路匹配后，获得各路段对应于一天的每个时间段内的历史平均速度和各个路段上的车辆的历史最大速度；S3、获取实时数据，经道路匹配并根据历史平均速度进行数据补全后，获得各个路段上的车辆的实时平均速度；S4、根据实时平均速度和历史最大速度获得路况分布矩阵，并根据路况分布矩阵和路段联通关系矩阵获得拥堵状态矩阵；S5、根据拥堵传播判定方法和拥堵状态矩阵获得局部传播矩阵；S6、根据局部传播路径计算全局的传播路径。优选地，步骤S1具体包括：S11、获取交通干道和交叉口的数据，其中所述路段为所述交通干道；S12、判断两条所述交通干道是否汇集于同一个交叉口，若是，则判定两条所述交通干道具有连接关系；S13、根据所述交通干道的数据和各条所述交通干道的连接关系构建所述路段联通关系矩阵。优选地，步骤S2具体包括：S21、获取公交车和出租车出行的历史GPS数据，并利用道路匹配算法将所述历史GPS数据与所述路网数据进行匹配；S22、将每一天划分为若干个长度相同的时间窗口，获取每个路段在每个时间窗口的历史平均速度；S23、根据每个路段在每个时间窗口的历史平均速度获得历史最大速度。优选地，在步骤S2之后，所述推断方法还包括历史平均速度计算每个路段的历史均值速度。优选地，步骤S3具体包括：S31、获取公交车和出租车出行的实时GPS数据，并利用道路匹配算法将实时GPS数据与路网数据进行匹配；S32、根据匹配后的实时GPS数据计算每个路段在每个时间窗口内的实时平均速度。优选地，步骤S32具体包括：S321、判断每个时间窗口内是否有实时GPS数据；S322、若是，获取每个时间窗口内所有车辆的平均速度，并根据所有车辆的平均速度获得车辆的实时平均速度；S323、若否，根据前一个时间窗口的实时平均速度和历史均值速度获得当前时间窗口的实时平均速度。优选地，步骤S4具体包括：S41、将实时平均速度和历史最大速度的比值作为判定因子，判断判定因子是否小于拥堵常数；S42、若是，将判定因子设为第一预定值，代表拥堵状态；S43、若否，将判定因子设为第二预定值，代表非拥堵状态；S44、遍历所有路段，根据所有判定因子的预定值构建路况分布矩阵；S45、遍历所有时间窗口，根据路况分布矩阵和所述路段联通关系矩阵构建所述拥堵状态矩阵。优选地，拥堵传播判定方法具体包括：S51、判断某一路段在当前时间窗口和上一个时间窗口的路况状态，并判断该路段的相邻路段在上一个时间窗口的路况状态；S52、若该路段在当前时间窗口为拥堵状态，在上一个时间窗口为非拥堵状态，并且该路段的所有相邻路段在上一个时间窗口的均为非拥堵状态，则判定该一路段为拥堵源头；S53、若该路段在当前时间窗口为拥堵状态，在上一个时间窗口为非拥堵状态，并且该路段的至少一个相邻路段在上一个时间窗口为拥堵状态，则判定该路段产生拥堵传播。步骤S6、根据局部传播矩阵计算全局的传播路径。优选地，步骤S6具体包括：S61、根据所述局部传播矩阵查询拥堵源头；S62、根据拥堵源头构建全局的传播路径。本专利技术还公开了一种交通拥堵扩散路径的推断系统，其特征在于，包括：路网数据模块，用于获取路网数据并根据路网数据构建路段联通关系矩阵；历史数据模块，用于获取历史数据并各路段对应于一天的每个时间段内的历史平均速度和各个路段上的车辆的历史最大速度；实时数据模块，用于获取实时数据并获得各个路段上的车辆的实时平均速度；拥堵计算模块，用于根据实时平均速度和历史最大速度计算路况分布矩阵，并根据路况分布矩阵和路段联通关系矩阵计算拥堵状态矩阵；传播计算模块，用于根据拥堵传播判定方法和拥堵状态矩阵计算局部传播矩阵；扩散路径推断模块，用于根据局部传播路径计算全局传播路径。本专利技术公开了一种交通拥堵扩散路径的推断方法及其系统，利用浮动车的数据用来推断复杂交通路网下的交通拥堵扩散路径问题，其在解决数据稀疏性问题的基础上，也可以解决异构路网交通拥堵判定标准不同的问题，结合提出的扩散路径推断方法，从而对整个城市交通拥堵扩散具有全局的认识。附图说明图1为本专利技术实施例的推断方法的流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进一步详细说明。本文档来自技高网...

【技术保护点】
1.一种交通拥堵扩散路径的推断方法，其特征在于，包括：S1、获取路网数据，并根据路网数据构建路段联通关系矩阵；S2、获取历史数据，经道路匹配后，获得各路段对应于一天的每个时间段内的历史平均速度和各个路段上的车辆的历史最大速度；S3、获取实时数据，经道路匹配，并根据历史平均速度进行数据补全后，获得各个路段上的车辆的实时平均速度；S4、根据实时平均速度和历史最大速度获得路况分布矩阵，并根据路况分布矩阵和路段联通关系矩阵获得拥堵状态矩阵；S5、根据拥堵传播判定方法和拥堵状态矩阵获得局部传播矩阵；S6、根据局部传播矩阵计算全局的传播路径。

【技术特征摘要】
1.一种交通拥堵扩散路径的推断方法，其特征在于，包括：S1、获取路网数据，并根据路网数据构建路段联通关系矩阵；S2、获取历史数据，经道路匹配后，获得各路段对应于一天的每个时间段内的历史平均速度和各个路段上的车辆的历史最大速度；S3、获取实时数据，经道路匹配，并根据历史平均速度进行数据补全后，获得各个路段上的车辆的实时平均速度；S4、根据实时平均速度和历史最大速度获得路况分布矩阵，并根据路况分布矩阵和路段联通关系矩阵获得拥堵状态矩阵；S5、根据拥堵传播判定方法和拥堵状态矩阵获得局部传播矩阵；S6、根据局部传播矩阵计算全局的传播路径。2.根据权利要求1所述的交通拥堵扩散路径的推断方法，其特征在于，步骤S1具体包括：S11、获取交通干道和交叉口的数据，其中所述路段为所述交通干道；S12、判断两条所述交通干道是否汇集于同一个交叉口，若是，则判定两条所述交通干道具有连接关系；S13、根据所述交通干道的数据和各条所述交通干道的连接关系构建所述路段联通关系矩阵。3.根据权利要求2所述的交通拥堵扩散路径的推断方法，其特征在于，步骤S2具体包括：S21、获取公交车和出租车出行的历史GPS数据，并利用道路匹配算法将所述历史GPS数据与所述路网数据进行匹配；S22、将每一天划分为若干个长度相同的时间窗口，获取每个路段在每个时间窗口的历史平均速度；S23、根据每个路段在每个时间窗口的历史平均速度获得历史最大速度。4.根据权利要求3所述的交通拥堵扩散路径的推断方法，其特征在于，在步骤S22之后，所述推断方法还包括根据历史平均速度计算每个路段的历史均值速度。5.根据权利要求4所述的交通拥堵扩散路径的推断方法，其特征在于，步骤S3具体包括：S31、获取公交车和出租车出行的实时GPS数据，并利用道路匹配算法将实时GPS数据与路网数据进行匹配；S32、根据匹配后的实时GPS数据计算每个路段在每个时间窗口内的实时平均速度。6.根据权利要求5所述的交通拥堵扩散路径的推断方法，其特征在于，步骤S32具体包括：S321、判断每个时间窗口内是否有实时GPS数据；S322、若是，获取每个时间窗口内所有车辆的平均速...

【专利技术属性】
技术研发人员：赵宝新，须成忠，赵娟娟，张帆，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44