基于实时通行能力的拥堵调控策略推荐方法及系统技术方案

本申请提供一种基于实时通行能力的拥堵调控策略推荐方法及系统，基于交通大数据实现车道通行能力实时计算，进而实时监测车道通行能力，实现道路拥堵实时报警，并通过AI算法帮助交通管理部门快速分析拥堵原因并推荐调控策略。本申请有效解决了通行能力大规模、高效率、实时计算的问题，合理分析道路供需关系，实现了拥堵实时报警、调控策略快速推荐，帮助及时准确舒缓交通拥堵。

Congestion control strategy recommendation method and system based on real-time traffic capacity

This application provides a congestion control strategy recommendation method and system based on real-time traffic capacity. It realizes real-time calculation of lane traffic capacity based on traffic big data, and then monitors lane traffic capacity in real-time, realizes real-time alarm of road congestion. It also helps traffic management departments to quickly analyze the causes of congestion and recommend control strategies through AI algorithm. This application effectively solves the problem of large-scale, efficient and real-time calculation of traffic capacity, reasonably analyses the relationship between road supply and demand, realizes real-time congestion alarm and fast recommendation of control strategies, and helps to alleviate traffic congestion timely and accurately.

【技术实现步骤摘要】
基于实时通行能力的拥堵调控策略推荐方法及系统
本专利技术涉及智能交通工程领域，尤其涉及一种基于实时通行能力的拥堵调控策略推荐方法及系统。
技术介绍
国内关于道路通行能力的研究主要集中在通行能力的影响因素以及这些影响因素对道路的通行能力的影响程度、不同类型道路通行能力的计算方法、道路服务水平评价等方面。而对于通过交通大数据来计算道路的通行能力，掌握路网交通运行状态方面的研究较为罕见。城市道路交通干线支撑了整个城市道路网络，而交叉口作为连接干线的关节，其畅通与否直接影响了道路网络的运行。若某交叉口通行能力不足而产生拥堵状况，造成交通流的堆积，拥堵会向周围蔓延，造成更多路口发生拥堵。现有的交通调控手段以信号配时人员凭借经验的现场调控为主，费时费力，往往快速难以解决拥堵难题。交叉口的通行能力是由不同功能的车道通行能力构成，若无法准确判断不同道路对象的实时通行能力运行情况，则制定的调控策略可能难以达到预期的效果，甚至产生负面作用。实时掌握不同道路对象的交通状况，精准分析拥堵原因，快速推荐合理有效的拥堵调控策略，是大数据时代城市交通智能控制亟待解决的难题。
技术实现思路
为了克服现有技术难以实现实时通行能力计算、精准快速推荐合理有效的拥堵调控策略的不足，本专利技术提供一种基于实时通行能力的拥堵调控策略推荐方法及系统。本专利技术解决其技术问题所采用的技术方案是：基于实时通行能力的拥堵调控策略推荐方法，包括：S1、获取实时交通数据、道路基础信息，计算车道实时通行能力；S2、根据车道实时通行能力计算结果，识别车道运行状态，对符合拥堵条件的车道进行报警；S3、分析实时车道报警原因，并推荐调控策略。进一步，所述实时交通数据，包括信号周期开始时间、相位开始时间、相位时长、周期时长、饱和度、流量、日期；所述道路基础信息，包括道路空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号、车道功能、所属相位。进一步，所述计算车道实时通行能力的方法，包括：S1.1、数据预处理，提取饱和度和流量数据，并将流量等效转换为小时流率；S1.2、采用回归分析方法构建车道流率模型；S1.3、匹配车道流率，计算车道实时通行能力。进一步，所述采用回归分析方法构建车道流率模型，具体为采用最小二乘法拟合流率和饱和度的数据分布关系，构建车道流率模型函数表达式，并根据路段等级、车道功能确定车道流率模型参数的置信区间，建立车道标准流率模型，对车道拟合结果不理想的车道流率模型进行优化。进一步，所述对车道拟合结果不理想的车道流率模型进行优化，具体包括：根据车道流率模型参数的置信区间，对拟合结果进行评价，并将拟合结果在置信区间内的车道流率模型存入数据库；针对数据缺失、拟合结果整体异常或局部异常的车道，从数据库中匹配正常的车道流率模型，若匹配成功，调取历史车道流率模型替换当前车道流率模型；若匹配失败，则采用标准流率模型替换拟合异常的部分。进一步，所述匹配车道流率，计算车道实时通行能力，具体为：基于实时饱和度数据和车道流率模型，匹配车道饱和流率、车道最大流率和车道实际流率，其中车道饱和流率为车道在理想的道路条件和交通条件下单位时间内能够连续通过停车线的最大车辆数，车道最大流率和车道实际流率为车道在实际的道路条件和交通条件下单位时间内能够连续通过停车线的最大车辆数和实际的车辆数；基于车道流率匹配结果，采用饱和流率法，根据车道饱和流率、车道最大流率和车道实际流率分别计算车道最优通行能力、车道最大通行能力和车道实际通行能力。进一步，所述拥堵条件，具体为连续α个信号周期车道实际通行能力达到车道最大通行能力，且车道最大通行能力相较车道最优通行能力损失超过β，其中1＜α≤5且α∈N，15%≤β≤30%，α、β根据实际情况设定。进一步，所述分析实时车道报警原因，并推荐调控策略，具体包括：S3.1、依据信号调控人员拥堵调控记录，构建历史车道通行能力、报警原因、调控策略关系库；S3.2、根据历史车道通行能力、报警原因，采用BP神经网络算法构建并训练车道报警原因分析模型；S3.3、根据调控策略出现的频率，统计各类报警原因中调控策略的排名；S3.4、采用训练好的车道报警原因分析模型，输入报警车道实时通行能力数据，分析报警原因，并推荐该报警原因下排名靠前的调控策略。进一步，所述步骤S3.1，具体包括：根据车道通行能力计算结果，识别车道运行状态，对符合拥堵条件的车道进行报警，信号调控人员根据报警调用路口视频监控，对报警原因进行诊断，并根据经验设置调控策略进行调控，对车道通行能力、报警原因、调控策略记录并存储，构建历史车道通行能力、报警原因、调控策略关系库，其中所述报警原因，包括交通事故、道路拥堵和路口回溢等。基于实时通行能力的拥堵调控策略推荐系统，其特征在于，包括：数据采集模块，采集实时交通数据、道路基础信息；车道流率模型拟合优化模块，基于历史交通数据和道路基础信息，针对不同等级和功能的车道构建车道流率模型并优化；通行能力计算模块，基于实时饱和度数据和车道流率模型，计算车道实时通行能力；实时通行能力运行情况监测及报警模块，实时监测车道通行能力计算结果并识别车道运行状态，符合拥堵条件则对该车道进行一次拥堵事件报警，信号调控人员可根据报警调用路口监控视频，诊断报警原因并根据经验进行调控；数据库模块，包括数据存储单元、车道流率模型存储单元、拥堵调控关系存储单元；所述数据存储单元，用于存储数据采集模块采集的数据；所述车道流率模型存储单元，用于存储车道流率模型；所述拥堵调控关系单元，用于存储车道通行能力计算结果和相应的报警原因、信号调控人员调控策略；调控策略推荐模块，对历史车道通行能力和报警原因之间的关联性进行机器学习，根据调控策略出现的频率，统计各类报警原因中调控策略的排名，实时通行能力运行情况报警时对报警原因进行分析并推荐该报警原因下排名靠前调控策略；其中，所述数据采集模块与所述数据库模块数据存储单元相连，所述车道流率模型拟合优化模块与所述数据库模块数据存储单元、所述数据库模块车道流率模型存储单元相连，所述通行能力计算模块与所述数据采集模块、所述数据库模块车道流率存储单元相连，所述实时通行能力运行情况监测及报警模块与所述通行能力计算模块所述数据库模块拥堵调控单元相连、所述调控策略推荐模块与所述实时通行能力运行情况监测及报警模块、所述数据库模块拥堵调控关系单元相连。进一步，所述车道实时通行能力，包括车道最优通行能力、车道最大通行能力、车道实际通行能力，所述车道最优通行能力，是指在理想的道路条件和交通条件下，所属相位有效绿信比下，单位时间内能够通过停车线的最大车辆数；所述车道最大通行能力和车道实际通行能力，是指在是实际的道路条件和交通条件下，所属相位有效绿信比下，单位时间内能够通过停车线的最大车辆数和实际车辆数。本专利技术的有益效果主要表现在：克服了传统的通行能力计算中难以实现大规模、高效率、实时性计算的问题，基于道交通大数据实现了车道通行能力的实时计算及交通运行状态识别，进而构建通行能力监测系统，实现道路拥堵事件的实时定位及报警，通过AI算法帮助交通管理部门快速分析拥堵事件的原因并推荐调控策略。同时，基于本专利技术提供的道路实时通行能力等信息，研究人员能够实时地掌握不同道路对象的交通状况，分析其供需关本文档来自技高网...

【技术保护点】
1.基于实时通行能力的拥堵调控策略推荐方法，其特征在于，包括：S1、获取实时交通数据、道路基础信息，计算车道实时通行能力；S2、根据车道实时通行能力计算结果，识别车道运行状态，对符合拥堵条件的车道进行报警；S3、分析实时车道报警原因，并推荐调控策略。

【技术特征摘要】
1.基于实时通行能力的拥堵调控策略推荐方法，其特征在于，包括：S1、获取实时交通数据、道路基础信息，计算车道实时通行能力；S2、根据车道实时通行能力计算结果，识别车道运行状态，对符合拥堵条件的车道进行报警；S3、分析实时车道报警原因，并推荐调控策略。2.根据权利要求1所述的基于实时通行能力的拥堵调控策略推荐方法，其特征在于，所述实时交通数据，包括信号周期开始时间、相位开始时间、相位时长、周期时长、饱和度、流量、日期；所述道路基础信息，包括道路空间地理位置信息、路口编号、路段等级、路段长度、路段编号、车道编号、车道功能、所属相位。3.根据权利要求1所述的基于实时通行能力的拥堵调控策略推荐方法，其特征在于，所述计算车道实时通行能力，具体包括：S1.1、数据预处理，提取饱和度和流量数据，并将流量等效转换为小时流率；S1.2、采用回归分析方法构建车道流率模型；S1.3、匹配车道流率，计算车道实时通行能力。4.根据权利要求3所述的基于实时通行能力的拥堵调控策略推荐方法，其特征在于，所述采用回归分析方法构建车道流率模型，具体为采用最小二乘法拟合流率和饱和度的数据分布关系，构建车道流率模型函数表达式，并根据路段等级、车道功能确定车道流率模型参数的置信区间，建立车道标准流率模型，对车道拟合结果不理想的车道流率模型进行优化。5.根据权利要求4所述的基于实时通行能力的拥堵调控策略推荐方法，其特征在于，所述对车道拟合结果不理想的车道流率模型进行优化，具体包括：根据车道流率模型参数的置信区间，对拟合结果进行评价，并将拟合结果在置信区间内的车道流率模型存入数据库；针对数据缺失、拟合结果整体异常或局部异常的车道，从数据库中匹配正常的流率模型，若匹配成功，调取历史车道流率模型替换当前车道流率模型；若匹配失败，则采用车道标准流率模型替换拟合异常的部分。6.根据权利要求3所述的基于实时通行能力的拥堵调控策略推荐方法，其特征在于，所述匹配车道流率，计算车道实时通行能力，具体为：基于实时饱和度数据和车道流率模型，匹配车道饱和流率、车道最大流率和车道实际流率，其中车道饱和流率为车道在理想的道路条件和交通条件下单位时间内能够连续通过停车线的最大车辆数，车道最大流率和车道实际流率为车道在实际的道路条件和交通条件下单位时间内能够连续通过停车线的最大车辆数和实际的车辆数；基于车道流率匹配结果，采用饱和流率法，根据车道饱和流率、车道最大流率和车道实际流率分别计算车道最优通行能力、车道最大通行能力和车道实际通行能力。7.根据权利要求6所述的基于实时通行能力的拥堵调控策略推荐方法，其特征在于，所述拥堵条件，具体为连续α个信号周期车道实际通行能力达到车道最大通行能力，且车道最大通行能力相较车道最优通行能力损失超过β，其中1＜α≤5且α∈N，15%≤β≤30%，α、β根据实际情况设定。8.根据权利要求1所述的基于实时通行能力的拥堵调控策略推荐方法，其特征在于，所述分析实时车道报警原因，并推荐调控策略，具体包括：S3.1、依据信号调控人员拥堵调控记录，构建历史车...

【专利技术属性】
技术研发人员：谢竞诚，郭海锋，徐甲，丁楚吟，袁鑫良，
申请(专利权)人：银江股份有限公司，
类型：发明
国别省市：浙江,33