一种基于多源数据的高速公路路段拥堵检测方法技术

本发明专利技术公开了一种基于多源数据的高速公路路段拥堵检测方法，包括以下步骤：步骤1：基于车检器数据提取交通参数；步骤2：基于收费数据和卡口数据提取平均行程时间

A Highway Section Congestion Detection Method Based on Multi-source Data

【技术实现步骤摘要】
一种基于多源数据的高速公路路段拥堵检测方法
本专利技术涉及交通数据分析及处理领域，特别涉及一种基于多源数据的高速公路路段拥堵检测方法。
技术介绍
随着我国国民经济实力的不断增强，交通运输业也在不断发展。不同于城市道路，高速公路的车辆一般行车速度都比较快，因此一旦发生交通拥堵往往将造成严重的后果，且拥堵的影响时间一般都较长。除此之外，随着一些节假日高速公路免收过路费政策的出台，高速公路上的道路交通拥堵及交通安全形势将变得更加严重。采用有效的道路交通拥堵分析技术对前端采集的多源数据进行快速分析和实时、准确的判别，可以提高控制与诱导的效果，为道路交通系统的交通信息服务、交通诱导、交通管制以及交通拥堵问题的缓解提供强有力的技术支持。因此，研究交通状态检测的理论与方法，从所得信息中准确快速地检测和判别出道路交通状态，是当前交通系统发展的急需，也是研究的重点和难点问题。如何选用合适的检测方法从而对交通拥堵状态进行检测，具有十分重要的意义。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种在考虑车检器分布稀疏的情况下，基于车检器数据和收费数据，采用特征级融合的方法对路段进行拥堵检测的方法，能够从所得信息中准确快速地检测和判别出道路交通状态。第一方面，本专利技术提供了一种基于多源数据的高速公路路段拥堵检测方法，包括以下步骤：步骤1：基于车检器数据提取交通参数；步骤2：基于收费数据和卡口数据提取平均行程时间t；步骤3：将基于车检器数据得到的相对速度、相对占有率和基于收费数据和卡口数据得到的平均行程时间实现空间匹配；步骤4：基于FCM的高速公路路段畅通拥堵划分；步骤5：采用交叉验证对所得到的标签数据集进行性能测试；步骤6：建立FCM-SVM模型进行高速公路路段拥堵检测；步骤7：基于步骤6所建立的FCM-SVM拥堵判别模型，对实时检测得到的交通数据进行高速公路路段交通拥堵判别。特别地，所述步骤1包括以下子步骤：步骤11：基于车检器历史数据，设定一个检测周期获取交通流参数，包括速度v和占有率s；步骤12：针对所检测路段的上下游车检器，获取得到相对速度Δv和相对占有率Δs。特别地，所述步骤2包括以下子步骤：步骤21：设定一个检测周期，结合匝道收费数据和卡口数据进行数据匹配，获取得到检测周期内n辆车的行程时间ti(i＝1,2,...,n)；步骤22：基于检测周期内每辆车的行程时间计算得到该路段车辆的平均行程时间；步骤23：基于步骤21和步骤22可求得收费站A至卡口平均行程时间和收费站B至卡口的平均行程时间即可获得收费站A至B的行程时间Δt：特别地，所述步骤3的具体实施方式如下：当两收费站间路段为统一设计时速，按距离进行行程时间分配；当有隧道存在的时候，两收费站间存在两种设计时速，此时按车检器位置将路段分为两部分，其两路段的平均行程时间分别为T1和T2，根据设计时速V1和V2以及两路段的路程S1、S2，得到Δt与T1、T2之间的关系为：T1+T2＝Δt即可求得两车检器间的平均行程时间，实现空间上的匹配。特别地，所述步骤4包括以下子步骤：步骤41：基于所检测路段历史上下游相对速度、相对占有率以及行程时间，对数据集进行聚类，确定FCM的价值函数,即目标函数；步骤42：计算更新聚类中心，通过两个聚类中心分别代表畅通和拥堵，判断是否满足迭代终止条件，直到满足迭代终止条件，即可确定畅通拥堵对应的两个聚类中心；步骤43：根据模糊聚类所得到的畅通拥堵聚类中心，将其所需判断的数据集采用欧几里德距离进行判断，得到数据集以及它们所对应的标签结果，畅通或者拥堵，其欧几里德距离判断公式为：其中：x和y分别代表两个数据对象；xk和yk为两个数据对象的第k个特征向量；p为数据对象的特征向量总和。特别地，所述步骤5包括以下子步骤：步骤51：将N条数据平均随机分为X份，X为正整数，取1份作为测试集，剩下(X-1)份作为训练集，得到测试集分类结果；步骤52：将测试集得到的分类结果与原分类结果进行对比，将结果不同的作为误判样本，其误判样本的数据记为ni(i＝1,2,3,...,X)；步骤53：取另一份作为测试集，其余(X-1)份作为训练集，重复步骤51和步骤52，直到X份数据集都做过测试集为止；步骤54：求取得到该聚类结果的误判率p，即每次得到的误判率的平均值作为该聚类算法的精度估计，公式如下：其中Ni为将N条数据随机平均分为X份，每一份的数据量。步骤55：聚类结果的误判率若在5％以内，可利用该聚类结果为下一步的支持向量机模型建立提供训练集和测试集,聚类结果如果误判率大于5％，需初始化聚类中心，重复步骤4；特别地，所述步骤6包括以下子步骤：步骤61：采用径向基核函数作为SVM模型核函数：其中：x1和x2为任意两个样本；g为径向基核函数参数；步骤62：基于SVM径向基核函数，采用遗传算法、网格搜索法、粒子群优化算法，根据三个寻优算法的最优分类精确度，选用精确度最高的算法得到径向基核函数参数g和惩罚因子c；步骤63：基于步骤4所得到的训练集，建立FCM-SVM高速公路路段拥堵判别模型。第二方面，本专利技术提供了一种电子设备，包括：处理器、存储器和总线，其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如前所述的方法。第三方面，本专利技术还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如前所述的方法。本专利技术的有益效果是：本专利技术在考虑车检器分布稀疏的情况下，基于车检器数据和收费数据，采用特征级融合的方法对路段进行拥堵检测，可适用于高速公路两车检器间的路段交通拥堵检测；当两车检器分布稀疏的情况下发生交通拥堵时，此时车检器所检测得到的数据敏感程度不高，本专利技术的方法是通过结合历史收费数据和卡口数据得到的车辆平均行程时间，采用模糊C均值聚类，获得畅通拥堵标签数据集，进一步利用支持向量机进行学习，实现多源数据特征级融合，从而达到对路段交通拥堵状态识别的目的，该方法对前端采集的多源数据能够进行快速分析和实时、准确的判别，可以提高控制与诱导的效果，为道路交通系统的交通信息服务、交通诱导、交通管制以及交通拥堵问题的缓解提供强有力的技术支持本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：图1示出了本专利技术的流程示意图；图2示出了本专利技术检测路段设备分布图；图3示出了基于FCM的高速公路路段畅通拥堵划分流程图；图4示出了基于FCM-SVM模型的高速公路路段拥堵检测流程图。具体实施方式以下将参照附图，对本专利技术的优选实施例进行详细的描述。应当理解，优选实施例仅为了说明本专利技术，而不是为了限制本专利技术的保护范围。如图1所示，本专利技术的高速公路路段交通拥堵检测方法，包括如下步骤：步骤1：基于车检器数据提取交通参数。具体而言，包括以下子步骤：步骤11：基于车检器历史数据，以每5m本文档来自技高网...

【技术保护点】
1.一种基于多源数据的高速公路路段拥堵检测方法，其特征在于：所述方法包括以下步骤：步骤1：基于车检器数据提取交通参数；步骤2：基于收费数据和卡口数据提取平均行程时间

【技术特征摘要】
1.一种基于多源数据的高速公路路段拥堵检测方法，其特征在于：所述方法包括以下步骤：步骤1：基于车检器数据提取交通参数；步骤2：基于收费数据和卡口数据提取平均行程时间步骤3：将基于车检器数据得到的相对速度、相对占有率和基于收费数据和卡口数据得到的平均行程时间实现空间匹配；步骤4：基于FCM的高速公路路段畅通拥堵划分；步骤5：采用交叉验证对所得到的标签数据集进行性能测试；步骤6：建立FCM-SVM模型进行高速公路路段拥堵检测；步骤7：基于步骤6所建立的FCM-SVM拥堵判别模型，对实时检测得到的交通数据进行高速公路路段交通拥堵判别。2.根据权利要求1所述的一种基于多源数据的高速公路路段拥堵检测方法，其特征在于：所述步骤1包括以下子步骤：步骤11：基于车检器历史数据，设定一个检测周期获取交通流参数，包括速度v和占有率s；步骤12：针对所检测路段的上下游车检器，获取得到相对速度Δv和相对占有率Δs。3.根据权利要求1或2所述的一种基于多源数据的高速公路路段拥堵检测方法，其特征在于：所述步骤2包括以下子步骤：步骤21：设定一个检测周期，结合匝道收费数据和卡口数据进行数据匹配，获取得到检测周期内n辆车的行程时间ti(i＝1,2,...,n)；步骤22：基于检测周期内每辆车的行程时间计算得到该路段车辆的平均行程时间；步骤23：基于步骤21和步骤22可求得收费站A至卡口平均行程时间和收费站B至卡口的平均行程时间即可获得收费站A至B的行程时间Δt：4.根据权利要求1所述的一种基于多源数据的高速公路路段拥堵检测方法，其特征在于：所述步骤3的具体实施方式如下：当两收费站间路段为统一设计时速，按距离进行行程时间分配；当有隧道存在的时候，两收费站间存在两种设计时速，此时按车检器位置将路段分为两部分，其两路段的平均行程时间分别为T1和T2，根据设计时速V1和V2以及两路段的路程S1、S2，得到Δt与T1、T2之间的关系为：T1+T2＝Δt即可求得两车检器间的平均行程时间，实现空间上的匹配。5.根据权利要求1所述的一种基于多源数据的高速公路路段拥堵检测方法，其特征在于：所述步骤4包括以下子步骤：步骤41：基于所检测路段历史上下游相对速度、相对占有率以及行程时间，对数据集进行聚类，确定FCM的价值函数,即目标函数；步骤42：计算更新聚类中心，通过两个聚类中心分别代表畅通和拥堵，判...

【专利技术属性】
技术研发人员：孙棣华，赵敏，冯寻，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆,50