【技术实现步骤摘要】
一种交通状态参数的估计方法和系统
本专利技术涉及交通
,特别涉及一种交通状态参数的估计方法和系统。
技术介绍
目前,随着我国交通现代化进程快速推进,城市交通拥堵现象日趋严重,严重影响了居民出行的方便以及经济发展。为了有效地解决城市交通拥堵现状,交通管理部门有必要对交通实时运行状态进行监测,对发现的拥堵路段进行有效、及时地疏导与调度。获取城市道路的实时交通动态状态信息是解决城市拥堵问题的重要基础,目前交通动态信息采集方式主要包括:定点交通信息采集和移动交通信息采集。定点交通信息采集方式主要使用地磁、微波、视频、卡口等检测设备。以微波监测器为例,它是一种用雷达监测微波传输交通数据的探测器,通过发射连续频率调制微波在检测地面上,当车辆经过投射区时,微波监测器会接收一个微波信号,通过计算接收频率和时间的变化参数得出车辆的速度和长度。该采集方式主要用于定点检测城市道路重点路段的交通信息,但是,该采集方式存在检测范围小,安装和维修费用较高等问题。移动交通信息采集方式的主要是浮动车数据采集,利用装载定位设备的浮动车在行驶过程中实时记录其运行参数,将位置信息在空间和时间上关联起来,得到目标路段的车辆行驶状态并预测交通路况。但是,在该采集方式中,GPS系统信号会存在“城市峡谷效应”,导致GPS系统不能获得相应时段市区车辆的行驶状态;此外,GPS系统的反射对GPS定位精度也有着显著影响。有关交通状态参数(例如,车速)估计方法已有很多。例如,基于速度加权算法,主要有以下估计方法:一是基于简单多数据源数据融合方法,该方法利用多种异构数据源和各数据源权重系数进行车速融合。二是 ...
【技术保护点】
一种交通状态参数的估计方法,其特征在于,该方法包括:实时获取交通数据样本;当当前时间段内所采集的当前交通数据样本的数量大于预设的交通采集最小样本量时,根据预设的训练模型对当前交通数据样本进行数据拟合,得到拟合后的数据;基于误差比判别准则通过修正矩阵对拟合后的数据进行修正,并根据修正后的数据获取交通状态参数的估计值;当当前时间段内所采集的当前交通数据样本的数量小于或等于预设的交通采集最小样本量时,为当前交通数据样本、上一时间段的交通数据样本和历史量化数据分别设置相应的权重系数;并根据当前交通数据样本、上一时间段的交通数据样本、历史量化数据以及各自的权重系数,计算得到交通状态参数的估计值。
【技术特征摘要】
1.一种交通状态参数的估计方法,其特征在于,该方法包括:实时获取交通数据样本;当当前时间段内所采集的当前交通数据样本的数量大于预设的交通采集最小样本量时,根据预设的训练模型对当前交通数据样本进行数据拟合,得到拟合后的数据;基于误差比判别准则通过修正矩阵对交通数据样本进行修正,并根据修正后的数据获取交通状态参数的估计值,包括:利用所述预设的训练模型,根据历史量化数据获取当前路段当前时刻下的交通状态参数的概率历史拟合曲线;根据所获取的交通数据样本确定交通状态参数的概率函数;根据概率历史拟合曲线和交通状态参数的概率函数得到样本的误差比矩阵K;根据所述误差比矩阵K得到互补矩阵I;根据互补矩阵I得到各交通数据样本的修正矩阵Λ;根据所述修正矩阵Λ,得到修正后的各交通数据样本的修正值Ζ';根据所述各交通数据样本的修正值,通过加权平均算法计算得到交通状态参数的估计值;当当前时间段内所采集的当前交通数据样本的数量小于或等于预设的交通采集最小样本量时,为当前交通数据样本、上一时间段的交通数据样本和历史量化数据分别设置相应的权重系数;并根据当前交通数据样本、上一时间段的交通数据样本、历史量化数据以及各自的权重系数,计算得到交通状态参数的估计值。2.根据权利要求1所述的方法,其特征在于:所述交通状态参数为车速。3.根据权利要求1所述的方法,其特征在于,所述实时获取交通数据样本包括:实时采集原始交通数据;根据所采集的原始交通数据和路段信息,通过地图匹配算法生成位置信息关联路段的GPS数据,并对所述GPS数据进行量化,得到量化后的速度概率数据,将所述量化后的速度概率数据作为交通数据样本。4.根据权利要求3所述的方法,其特征在于,所采集的原始交通数据包括:车辆编号、出租车公司、接收时间、经度、纬度、方位角、瞬时速度和运营状态。5.根据权利要求1所述的方法,其特征在于,在根据预设的训练模型对当前交通数据样本进行数据拟合之前,该方法还进一步包括:根据交通状态参数的历史量化数据,并利用曲线拟合算法计算得到相应训练数据方程的各个参数,获得训练数据方程,并根据该训练数据方程预先设置相应的训练模型。6.根据权利要求5所述的方法,其特征在于,通过如下所述的公式得到误差比矩阵K:其中,K表示为[ε1,ε2,…,εi,…εn];Ψ为概率历史拟合曲线;vi,i=1,2,3,……,n,为交通状态参数;Z为交通状态参数的概率函数。7.根据权利要求6所述的方法,其特征在于,通过如下所述的公式得到互补矩阵I:8.根据权利要求7所述的方法,其特征在于,所述修正矩阵Λ表示为:Λ=[w1,w2,……wn];其中,wi为交通状态参数vi的修正因子,且
【专利技术属性】
技术研发人员:柏才盟,杨金东,孙代耀,刘宏斌,张新稳,
申请(专利权)人:青岛海信网络科技股份有限公司,
类型:发明
国别省市:山东;37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。