道路旅行时间预测系统技术方案

本发明专利技术公开了道路旅行时间预测系统，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。

Road travel time prediction system

The invention discloses a road travel time forecast system, forecast method, historical value sampling period using the sampling period calculated actual travel time history of travel time value and smoothing coefficient determine the predictive value of road travel time is short, can accurately predict the future travel time within a time interval by traffic vehicles. The invention can realize the real-time collection of vehicle information through electronic police, the existing traffic bayonet, electronic license plate and other equipment, prediction of travel time data according to the laws of history and current real-time data that has changed smoothly, the volatility characteristics of small, can describe the historical traffic condition change characteristics of good and real time trend. The prediction accuracy of the invention is high, and the short-term prediction accuracy is up to 90% in 20 minutes. Moreover, the algorithm is simple and easy to implement, and the operation speed is fast. It does not relate to variables such as other trends. It simplifies the system complexity and is easy to use flexibly in Engineering.

【技术实现步骤摘要】
道路旅行时间预测系统
本专利技术涉及一种智能交通领域，具体涉及道路旅行时间预测系统。
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。
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：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。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，设定时间段具体为车牌数据的一个采样周期，且第一数据采集集合和第二数据采集集合中的车牌数据为当前采样周期所采集到的车牌数据。在每个采样周期到达时，获取当前时间之前的一个采样周期内采集的上游、以及下游的车辆的车牌数据。具体地，对于第二数据采集集合中的每个车牌数据，若在第一数据采集集合中查找到与之相匹配的车牌数据，则将该车牌数据确定为待统计的车牌数据，将具有该车牌数据的车辆确定为待统计车辆i，其中，i=1、2、3、…、n，n为采样周期k内待统计车辆的总数。将一个采样周期内仅通过通行区间上游或者下游的车辆的车牌数据进行排除。本实施例的道路旅行时间预测方法为预测未来一段时间之内的旅行时间，例如未来20分钟之内的旅行时间，因而，一天之内设置有若干采样周期k，k=1、2、3、…，k的最大数值可根据实际情况确定，相邻两个采样周期的间隔时间小于预测未来时间段，例如，相邻两个采样周期的间隔时间为5分钟，每个采样周期都可以预测未来20分钟之内的旅行时间，以提供更为精确的预测。当然，上述说明并非是对本专利技术的限制，本专利技术也并不仅限于上述举例，本
的普通技术人员在本专利技术的实质范围内所做出的变化、改型、添加或替换，也应属于本专利技术的保护范围。本文档来自技高网...

【技术保护点】
道路旅行时间预测系统，其特征是：通过T 3算采样周期k实际旅行时间值<(/c)的方法为：将n个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«幻为至少一个中间组的所有的平均值。

【技术特征摘要】
1.道路旅行时间预测系统，其特征是：通过T3算采样周期k实际旅行时间值&lt;(/c)的方法...

【专利技术属性】
技术研发人员：刘玲，
申请(专利权)人：刘玲，
类型：发明
国别省市：湖北,42