一种道路旅行时间短期预测方法和系统技术方案

本发明专利技术公开了一种道路旅行时间短期预测方法和系统，预测方法为利用当前采样周期计算的实际旅行时间值、历史采样周期的历史旅行时间值与平滑系数的关系确定道路旅行时间短期预测值，能够准确预测未来一段时间之内车辆通过通行区间的旅行时间。本发明专利技术可以通过现有的电子警察、交通卡口、电子车牌等多种设备实现车辆信息的实时采集，预测旅行时间数据根据历史规律和当前实时数据综合得出，具有变化平稳、波动性小的特点，能够很好的描述历史交通状态变化特性和实时趋势。本发明专利技术预测准确度高，20分钟内短期预测准确度高达90%，而且算法简单、便于实现，运算速度快，不涉及其他趋势等变量，简化了系统复杂度，便于在工程中灵活使用。

【技术实现步骤摘要】
一种道路旅行时间短期预测方法和系统
本专利技术涉及一种智能交通领域，具体地说，是涉及一种道路旅行时间短期预测方法和系统。
技术介绍
随着城市化进程的迅速推进，人们生活水平日益提高，城市机动车保有量飞速增长，随之带来的是城市道路交通拥堵现象日趋严重。对城市道路交通路况进行自动、及时的判定，为出行者提供城市道路旅行时间的短期预测，有助于出行者选择合适的时段出行，节约时间，并减缓城市交通拥堵现象，提高城市道路交通综合管理水平。区间旅行时间是反映城市道路运行状况的一个重要因素。准确的旅行时间预测可以为出行者提供未来的交通状况及变化趋势，指导用户选择合理的出行时间、出行方式、出行路径，改善城市道路网交通流分布的时空不均匀性。公开号为CN103745106A的专利技术专利公开了一种预测快速路未来时刻所需旅行时间的系统及方法，采用视频跟踪单元对车辆进行连续跟踪，可以获得车辆在每一视频跟踪单元的跟踪范围内所需要的旅行时间，从而能够对未来路况进行准确的判断，进一步可以精准的预测未来的旅行时间。该方法只适应于城市快速路，但对于城市一般性道路，受交叉口信号控制与交通流拥堵态势变化的影响，该方法预测准确度不高。公开号为CN105006147A的专利技术专利公开了一种基于道路时空关联关系的路段行程时间推断方法，包括步骤1：基于交叉口运行状态对路段行程时间交通数据进行统计；步骤2：基于通行模式周期性提取目标路段与邻接路段之间的特征关系；步骤3：基于三层神经网络模型对目标路段行程时间进行预测。该方法采用了三层神经网络计算，需要大量的历史数据进行离线分析，训练过程中受事件、管制等影响较大，可能造成预测结果不到收敛，准确度不高，目前在实际的工程中具有不可操作性。
技术实现思路
本专利技术提供了一种道路旅行时间短期预测方法，解决了现有预测方法适用范围小、不能适应所有道路，检测准确度不高的技术问题。为了解决上述技术问题，本专利技术采用以下技术方案予以实现：一种道路旅行时间短期预测方法，所述方法如下：计算采样周期k实际旅行时间值获取采样周期k内车辆i通过通行区间上游、下游两处时的过车时刻tiu和tid，计算车辆i通过通行区间所用时间Ti＝tid-tiu，通过Ti计算采样周期k实际旅行时间值计算采样周期k的历史旅行时间值抽取m个历史采样周期k的实际旅行时间值xj(k)，通过xj(k)计算采样周期k的历史旅行时间值道路旅行时间短期预测值α为事先确定的平滑系数；其中，i＝1、2、3、…、n；j＝1、2、3、…、m。如上所述的道路旅行时间短期预测方法，通过xj(k)计算采样周期k的历史旅行时间值的方法为：采样周期k的历史旅行时间值为符合公式的xj(k)的平均数，其中，为m个历史采样周期k的实际旅行时间值xj(k)的平均数。如上所述的道路旅行时间短期预测方法，通过Ti计算采样周期k实际旅行时间值的方法为：将n个Ti由小到大排列并划分为至少三组，采样周期k实际旅行时间值为至少一个中间组的所有Ti的平均值。如上所述的道路旅行时间短期预测方法，将n个Ti由小到大排列并划分为四组，采样周期k实际旅行时间值为中间两组的所有Ti的平均值。如上所述的道路旅行时间短期预测方法，将n个Ti由小到大排列并划分为四组，每组的序号为:[1、…、[(n+1)/4]]、[[(n+1)/4])+1、…、[2*(n+1)/4]]、[[2*(n+1)/4])+1、…、[3*(n+1)/4]]、[[3*(n+1)/4]+1、…、n]。如上所述的道路旅行时间短期预测方法，所述α为使平均绝对相对误差MARE≤设定值的系数，tx为第x个历史采样周期k的同一车辆通过通行区间上游、下游两处的真实旅行时间，Fx(k)为第x个历史采样周期k的道路旅行时间短期预测值，其中，x＝1、2、3、…、p。基于上述道路旅行时间短期预测方法的设计，本专利技术还提出了一种道路旅行时间短期预测系统，所述系统包括：采样周期实际旅行时间值计算模块，用于获取采样周期k内车辆i通过通行区间上游、下游两处时的过车时刻tiu和tid，计算车辆i通过通行区间所用时间Ti＝tid-tiu，通过所述Ti计算采样周期k实际旅行时间值采样周期k的历史旅行时间值计算模块，用于抽取m个历史采样周期k的实际旅行时间值xj(k)，通过所述xj(k)计算采样周期k的历史旅行时间值道路旅行时间短期预测值计算模块，用于根据和计算道路旅行时间短期预测值，所述道路旅行时间短期预测值α为事先确定的平滑系数；其中，i＝1、2、3、…、n；j＝1、2、3、…、m。如上所述的道路旅行时间短期预测系统，所述采样周期k的历史旅行时间值为符合公式的xj(k)的平均数，其中，为m个历史采样周期k的实际旅行时间值xj(k)的平均数。如上所述的道路旅行时间短期预测系统，所述采样周期k实际旅行时间值为至少一个中间组的Ti的平均值，所述中间组为将n个Ti由小到大排列并划分为至少三组去除首尾两组的其他组。如上所述的道路旅行时间短期预测系统，所述平滑系数α为使平均绝对相对误差MARE≤设定值的系数，tx为第x个历史采样周期k的同一车辆通过通行区间上游、下游两处的真实旅行时间，Fx(k)为第x个历史采样周期k的道路旅行时间短期预测值，其中，x＝1、2、3、…、p。与现有技术相比，本专利技术的优点和积极效果是：本专利技术利用当前采样周期计算的实际旅行时间值、历史采样周期的历史旅行时间值与平滑系数的关系确定道路旅行时间短期预测值，能够准确预测未来一段时间之内车辆通过通行区间的旅行时间。本专利技术可以通过现有的电子警察、交通卡口、电子车牌等多种设备实现车辆信息的实时采集，预测旅行时间数据根据历史规律和当前实时数据综合得出，具有变化平稳、波动性小的特点，能够很好的描述历史交通状态变化特性和实时趋势。本专利技术预测准确度高，20分钟内短期预测准确度高达90％，而且算法简单、便于实现，运算速度快，不涉及其他趋势等变量，简化了系统复杂度，便于在工程中灵活使用。结合附图阅读本专利技术实施方式的详细描述后，本专利技术的其他特点和优点将变得更加清楚。附图说明图1是本专利技术具体实施例预测方法的流程图。图2是本专利技术具体实施例的系统原理框图。具体实施方式下面结合附图对本专利技术的具体实施方式作进一步详细地说明：如图1所示，本实施例提出了一种道路旅行时间短期预测方法，包括如下步骤：S1：对通过通行区间上游、下游两处的车辆的车牌数据进行采集与存储。即对通行区间的上游驶入的以及从通行区间的下游驶出的车辆的车牌数据进行采集与存储。具体的，车牌数据主要通过通行区间上游以及下游的数据采集设备(电子警察、交通卡口、电子车牌等)进行采集。车牌数据采集包括：在通行区间的上游实时采集通过上游停车线断面并驶入通行区间的车牌数据；在通行区间的下游实时采集通过下游停车线断面并驶出通行区间的车牌数据。S2：获取当前时间之前的设定时间段内(采样周期k)在所述通行区间的上游、下游采集的车辆的车牌数据。具体地，获取第一数据采集集合和第二数据采集集合；其中，第一数据采集集合中包括了当前时间之前的设定时间段内在通行区间的上游采集的驶入通行区间的车车辆的车牌数据；第二数据采集集合中包括了当前时间之前的设定时间段内在通行区间的下游采集的驶出通行区间的车辆的车牌数据。在实际应用中，设定时间段具体为本文档来自技高网...

【技术保护点】
一种道路旅行时间短期预测方法，其特征在于，所述方法如下：计算采样周期k实际旅行时间值获取采样周期k内车辆i通过通行区间上游、下游两处时的过车时刻tiu和tid，计算车辆i通过通行区间所用时间Ti＝tid‑tiu，通过Ti计算采样周期k实际旅行时间值计算采样周期k的历史旅行时间值抽取m个历史采样周期k的实际旅行时间值xj(k)，通过xj(k)计算采样周期k的历史旅行时间值道路旅行时间短期预测值α为事先确定的平滑系数；其中，i＝1、2、3、…、n；j＝1、2、3、…、m。

【技术特征摘要】
1.一种道路旅行时间短期预测方法，其特征在于，所述方法如下：计算采样周期k实际旅行时间值获取采样周期k内车辆i通过通行区间上游、下游两处时的过车时刻tiu和tid，计算车辆i通过通行区间所用时间Ti＝tid-tiu，通过Ti计算采样周期k实际旅行时间值计算采样周期k的历史旅行时间值抽取m个历史采样周期k的实际旅行时间值xj(k)，通过xj(k)计算采样周期k的历史旅行时间值道路旅行时间短期预测值α为事先确定的平滑系数；其中，i＝1、2、3、…、n；j＝1、2、3、…、m；采样周期k的历史旅行时间值为符合公式的xj(k)的平均数，其中，为m个历史采样周期k的实际旅行时间值xj(k)的平均数。2.根据权利要求1所述的道路旅行时间短期预测方法，其特征在于，通过Ti计算采样周期k实际旅行时间值的方法为：将n个Ti由小到大排列并划分为至少三组，采样周期k实际旅行时间值为至少一个中间组的所有Ti的平均值。3.根据权利要求2所述的道路旅行时间短期预测方法，其特征在于，将n个Ti由小到大排列并划分为四组，采样周期k实际旅行时间值为中间两组的所有Ti的平均值。4.根据权利要求3所述的道路旅行时间短期预测方法，其特征在于，将n个Ti由小到大排列并划分为四组，每组的序号为:[1、…...

【专利技术属性】
技术研发人员：尹纪军，王栋梁，钮玉晓，蔡斌冰，高柳雄一，
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