一种SCATS系统检测器数据异常值的在线检测方法技术方案

一种SCATS系统检测器数据异常值的在线检测方法，其步骤如下：(1)从数据库中提取SCATS系统数据，并按交叉口编号、检测器编号、时间先后顺序排列；(2)对提取的道路交通流量数据进行零数据的判定，将交通流量数据中连续为零的时间跨度超出时间间隔的零数据归类为异常数据，其他归类为正常数据；(3)将进行零数据判定后的正常数据进行异常数据的判定，将上述正常数据分别经交通流量阈值检验、交通流量参数一致性检验、交通流量统计规律检验，符合检验标准的为正常数据，不符合检验标准的为异常数据。本发明专利技术保证检测数据的有效性、准确性，确保SCATS系统功能的正常发挥，提高系统的运行效果。

【技术实现步骤摘要】
一种SCATS系统检测器数据异常值的在线检测方法
本专利技术属于交通控制领域，涉及一种SCATS系统检测器数据异常值的在线检测方法。
技术介绍
随着智能交通系统的推广，城市智能交通信号控制系统应用越来越广泛。智能交通信号控制系统与传统控制系统的一个主要区别在于对实时道路交通数据采集、传输、处理和存储过程中的技术应用。随着数据采集技术的不断进步，信号控制系统控制范围越来越大，采集的信息种类越来越多，数据量也越来越大。在道路交通信息数据采集、传输与存储的过程中，由于检测器设备故障、通讯故障及软件运行突发事件等，道路交通数据中必然包含一些错误、丢失和异常的数据，影响数据的有效性、准确性。若直接采用这些带有质量问题的数据，必将会对信号控制系统运行效益产生一定的影响。数据预处理技术通过对采集到的原始数据进行处理，识别并修补带有质量问题的数据，同时补充检测系统未能采集到的道路交通流参数信息，以保证检测系统检测数据的有效性、准确性和完整性。悉尼自适应交通控制系统(SydneyCoordinatedAdaptiveTrafficSystem，简称SCATS，或简称SCATS系统)，由澳大利亚新南威尔士州道路交通局于20世纪70年代研究开发，是目前世界上少有的几个先进的城市交通信号控制系统之一。环形线圈检测器由于其技术成熟、性能稳定、成本较低等优点，被广泛应用于城市智能交通信号控制系统中，是目前世界上应用最多的道路交通传感器。当车辆通过埋设在路面下的环形线圈(以下简称线圈)时会引起线圈磁场的变化，检测器据此计算出车辆的流量、饱和度、周期开始时间和长度等交通参数，并上传给中央控制系统，以满足交通控制系统的需要。线圈检测器通常埋设在交叉路口入口方向停车线前的路面下。SCATS信控系统能够根据线圈检测器检测得到的车流量和饱和度，动态调整控制参数。饱和度是SCATS系统根据流量和车头时距等线圈采集的基本数据进一步加工计算得到的数据，理论上与流量有正相关的关系，因此分别以饱和度和流量作为坐标轴绘制二者的二元关系图，正常情况下应呈现近似的线性关系。关于线圈工况的检测一直以来都在是作为设备运维环节的一项例行工作通过人工执行，工作内容也仅是查看检测器有无信号传回并进行登记，而无法判断线圈是否传回正常、能够反映实际交通状况的可使用的数据。线圈数据质量很少被作为一个科学问题或技术问题来研究，现有的研究多是采用线性归回的方法，设置饱和度与流量的关系边界以判断异常数据点。然而此类方法只能针对每个线圈的数据独立手工操作，难以自动化批量执行，更无法利用机器学习方法对更多细分的数据问题进行诊断。
技术实现思路
本专利技术的目的是提供一种SCATS系统检测器数据异常值在线检测方法，通过研究SCATS智能交通信号控制系统中安装于道路交叉口进口道停车线前的环形线圈检测器检测数据的预处理方法，以保证检测数据的有效性、准确性，确保SCATS系统功能的正常发挥，提高系统的运行效果。本专利技术采用的技术方案是：一种SCATS系统检测器数据异常值的在线检测方法，其步骤如下：(1)从数据库中提取SCATS系统数据，并按交叉口编号、检测器编号、时间先后顺序排列；(2)对提取的道路交通流量数据进行零数据的判定，将交通流量数据中连续为零的时间跨度超出时间间隔的零数据的归类为异常数据，其他归类为正常数据；(3)将进行零数据判定后的正常数据进行异常数据的判定，将上述正常数据分别经交通流量阈值检验、交通流量参数一致性检验、交通流量统计规律检验，符合检验标准的为正常数据，不符合检验标准的为异常数据。本专利技术的道路交通流量的数据的预处理是经过零数据判定后再进行异常数据判定，而且异常数据判定需要经过交通流量阈值检验、交通流量参数一致性检验、交通流量统计规律检验，以保证检测数据的有效性、准确性，确保SCATS系统功能的正常发挥，提高系统的运行效果。进一步，步骤(2)中零数据的判定的步骤如下：在低道路交通流量情况下，车辆的到达是随机的，服从泊松分布，则车头时距就是负指数分布；泊松分布基本公式为：式中：P(k)—在计数间隔t内到达k辆车的概率；λ—单位时间间隔的平均到达率(辆/s)；t—每个计数间隔持续的时间(s)；e—自然对数的底，取2.71828；由式(1)可知，在计数间隔t内没有车辆到达(k＝0)的概率为P(0)＝e-λt(2)上式表明，在具体时间间隔t内，如无车辆到达，则上次车到达和下次车到达之间，车头时距至少有t，也就是说，P(0)也是车头时距等于或大于t的概率，于是得P(h≥t)＝e-λt(3)则车头时距小于t的概率则为P(h＜t)＝1-e-λt(4)若Q表示每小时的交通量，则λ＝Q/3600,式(4)可以写成P(h＜t)＝1-e-Qt/3600(5)由式(5)可得设置相应的概率阈值p，如果检测的道路交通量数据连续为零的时间跨度h大于计算得到的时间间隔t，则初步判定该时间段的零数据为问题数据；用f(t)表示对连续为零数据的判断结果，如式(7)所示：进一步，所述概率阈值p和每小时交通流量Q应根据不同的交通流来设定。由于交通流的随机性，不同的交通流状态下会有很大的差异，如交叉口的位置、早高峰、晚高峰、平峰以及交通拥堵与非拥堵的情况。故应根据各种情况设定对应的概率阈值p和每小时交通流量Q，对零数据进行判别。进一步，将得到的时间间隔t与绿灯信号时长比较，在某个时间段中若交通流量数据连续多个周期以上都为零，可初步研判为异常数据；在此时间段中，若出现多处以上上述情况，可确定此检测器异常；若此时间段内数据正常，统计检测器一天中记录的连续多个周期以上都是零数据的总数，与检测器一天记录的总数据量比较，若零数据量占比超过总数据量的1/3，可确定此检测器异常。进一步，步骤(3)中的交通流量阈值检验包括：固定地点检测到的道路交通流量数据存在一个可能出现的最大值ymax，其最小值为0，若道路交通流量数据在(0，ymax)范围内则为正常数据，若道路交通流量数据超过ymax则为异常数据。进一步，固定地点检测到的道路交通流量数据的最大值ymax如式(8)所示：式中：qs—每条车道路等信号期间能出现的饱和流率PHASE—绿灯时长，即某一周期绿灯显示时长若绿灯时长T(单位为s)内检测的道路交通流量数据在阈值(0,qs*T/3600)范围内则为正常数据；若超过qs*T/3600，则认为交通流量数据为异常数据。进一步，步骤(3)中的交通流量参数一致性检验包括：①当检测的道路交通流量和DS同时为零时，则该道路交通流量为正常数据，若两者不同时为零，则认为检测的道路交通流量为异常数据；②设定DS的一个最大阈值，若检测的道路交通流量在0和最大阈值之间，则该道路交通流量为正常数据，若超过最大阈值，则认为检测的道路交通流量为异常数据；其中DS＝[green-(unusedgreen)]/green(9)green:某一周期绿灯显示时长，unusedgreen:大于或小于每条车道标准车间距的时间；DS为SCATS所使用的“饱和度”，是指被车流利用的绿灯时间与绿灯显示时间之比，取值为百分比的分子值。进一步，步骤(3)中的交通流统计规律检验包括：①由(9)式及交通流统计规律可得：标准车间距平均时间的安全最小值式中：PHASE—绿灯时长，即本文档来自技高网...

【技术保护点】
1.一种SCATS系统检测器数据异常值的在线检测方法，其步骤如下：(1)从数据库中提取SCATS系统数据，并按交叉口编号、检测器编号、时间先后顺序排列；(2)对道路交通流量数据进行零数据的判定，将交通流量数据中连续为零的时间跨度超出时间间隔的零数据归类为异常数据，其他归类为正常数据；(3)将进行零数据判定后的正常数据进行异常数据的判定，将上述正常数据分别经交通流量阈值检验、交通流量参数一致性检验、交通流量统计规律检验，符合检验标准的为正常数据，不符合检验标准的为异常数据。

【技术特征摘要】
1.一种SCATS系统检测器数据异常值的在线检测方法，其步骤如下：(1)从数据库中提取SCATS系统数据，并按交叉口编号、检测器编号、时间先后顺序排列；(2)对道路交通流量数据进行零数据的判定，将交通流量数据中连续为零的时间跨度超出时间间隔的零数据归类为异常数据，其他归类为正常数据；(3)将进行零数据判定后的正常数据进行异常数据的判定，将上述正常数据分别经交通流量阈值检验、交通流量参数一致性检验、交通流量统计规律检验，符合检验标准的为正常数据，不符合检验标准的为异常数据。2.根据权利要求1所述的一种SCATS系统检测器数据异常值的在线检测方法，其特征在于：步骤(2)中零数据的判定的步骤如下：在低道路交通流量情况下，车辆的到达是随机的，服从泊松分布，则车头时距就是负指数分布；泊松分布基本公式为：式中：P(k)—在计数间隔t内到达k辆车的概率；λ—单位时间间隔的平均到达率(辆/s)；t—每个计数间隔持续的时间(s)；e—自然对数的底，取2.71828；由式(1)可知，在计数间隔t内没有车辆到达(k＝0)的概率为P(0)＝e-λt(2)上式表明，在具体时间间隔t内，如无车辆到达，则上次车到达和下次车到达之间，车头时距至少有t，也就是说，P(0)也是车头时距等于或大于t的概率，于是得P(h≥t)＝e-λt(3)则车头时距小于t的概率则为P(h＜t)＝1-e-λt(4)若Q表示每小时的交通量，则λ＝Q/3600,式(4)可以写成P(h＜t)＝1-e-Qt/3600(5)由式(5)可得设置相应的概率阈值p和每小时交通量Q，如果检测的道路交通量数据连续为零的时间跨度h大于计算得到的时间间隔t，则判定该时间段的零数据为问题数据；用f(t)表示对连续为零数据的判断结果，如式(7)所示：3.根据权利要求2所述的一种SCATS系统检测器数据异常值的在线检测方法，其特征在于：所述概率阈值p和每小时交通量Q根据不同的交通流来设定。4.根据权利要求2所述的一种SCATS系统检测器数据异常值的在线检测方法，其特征在于：将得到的时间间隔t与绿灯信号时长比较，在某个时间段中若交通流量数据连续多个周期以上都为零，可初步研判为异常数据；在此时间段中，若出现多处以上上述情况，可确定此检测器异常；若此时间段内数据正常，统计检测器一天中记录的连续多个周期以上都是零数据的总数，与检测器一天记录的总数据量比较，若零数据量占比超过总数据量的1/3，可确定此检测器异常。5.根据权利要求1～4之一所述的一种SCATS系统检测器数据异常值的在线检测方法，其特征在于：步骤(3)中的交通流量阈值检验包括：固...

【专利技术属性】
技术研发人员：常伟，徐甲，袁鑫良，金盛，金峻臣，蒋立靓，秦俊峰，
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