一种城市路网短期交通运行状态估计与预测方法技术

本发明专利技术公开了一种城市路网短期交通运行状态估计与预测方法，包括：（1）获取异构数据并进行预处理，并以城市两信号交叉口之间路段为研究单元，利用GASM算法对研究单元的速度场重构；（2）构建城市路网空间权重矩阵，计算各路段间的时空相关性并采用TOPSIS识别并量化脆弱路段；（3）依据重构后的研究单元速度场取速度的平均值及选取合理脆弱路段构建城市路网的时空特征矩阵；（4）根据Bi‑ConvLSTM对全路网的交通状态进行估计与预测。本发明专利技术通过融合异构数据重构研究单元速度场，解决单一数据源导致的预测局限性，同时采用Bi‑ConvLSTM考虑研究单元上游和下游的交通速度影响，充分挖掘交通流的时空特性，进一步提高了预测的准确率等优点。

【技术实现步骤摘要】
一种城市路网短期交通运行状态估计与预测方法
本专利技术属于智能交通
，具体涉及一种城市路网短期交通运行状态估计与预测方法。
技术介绍
随着社会经济的高速发展以及5G信息技术革命的到来，使人们的生活变得更为便捷，同时为交通行业带来新的契机。尤其智能交通领域的快速发展，有望解决交通拥堵、交通环境等交通难题。城市道路交通状态的实时监控和精确的交通状态信息发布是保障交通安全和运行效率的重要基础。根据道路的实时交通状态信息可以实现对交通合理、科学的管理和控制，减少拥挤的发生，充分发挥路网资源，为道路使用者缩短出行时间等方面有着重要的现实意义。因此，实时准确的交通状态信息估计与预测成为至关重要的环节。但目前的研究并未充分考虑异构数据对全路网交通状态估计作用以及交通流上下游的相互影响，导致路网层面的预测精度不能够达到要求。当预测全路网的交通状态时，路网中路段之间的上游和下游交通状态不能够忽略不计，而一般深度学习方法都是单向进行预测，例如Conv-LSTM模型，有的研究虽然进行双向交通状态预测，但对于交通空间特征并没有很好地挖掘，例如Bi本文档来自技高网...

【技术保护点】
1.一种城市路网短期交通运行状态估计与预测方法，其特征在于：包括以下步骤：/n(1)获取城市出租车GPS数据和城市道路测速卡口数据，对异构数据进行预处理；/n(2)以两个交叉口之间的路段作为研究单元，通过利用GASM也就是广义自适应平滑算法融合出租车GPS速度和卡口速度，重构研究单元的实际交通状态；/n(3)根据融合后的交通状态求路段的平均速度；/n(4)建立城市路网空间权重矩阵；/n(5)计算路段之间的时空相关性；/n(6)基于TOPSIS方法也就是逼近理想点排序法识别并量化脆弱路段；/n(7)生成输入数据，即城市路网的时空矩阵，一个N*D的特征矩阵，其描述了道路上交通速度随时间的变化。其中...

【技术特征摘要】
1.一种城市路网短期交通运行状态估计与预测方法，其特征在于：包括以下步骤：
(1)获取城市出租车GPS数据和城市道路测速卡口数据，对异构数据进行预处理；
(2)以两个交叉口之间的路段作为研究单元，通过利用GASM也就是广义自适应平滑算法融合出租车GPS速度和卡口速度，重构研究单元的实际交通状态；
(3)根据融合后的交通状态求路段的平均速度；
(4)建立城市路网空间权重矩阵；
(5)计算路段之间的时空相关性；
(6)基于TOPSIS方法也就是逼近理想点排序法识别并量化脆弱路段；
(7)生成输入数据，即城市路网的时空矩阵，一个N*D的特征矩阵，其描述了道路上交通速度随时间的变化。其中N为脆弱路段数，D为时间间隔；
(8)基于Bi-LSTM和CNN模型各自优势并进行结合，即利用Bi-ConvLSTM提取全路网交通状态的时空特征，并得到全路网当前时刻和下一时刻的交通状态估计和预测值。


2.根据权利要求1所述的一种城市路网短期交通运行状态估计与预测方法，其特征在于：所述步骤(2)的实现方法为：
输入数据为一个离散的数据点集{xi,ti,vi},i＝1,...,n，输出为连续速度场V(x,t)，其计算公式如下：



其中：x是空间坐标,t时间坐标,vi是点i的速度值,平滑核函数φi(x,t)随着|x|和|t|增加而减少；
核函数计算公式如下：



其中：点(x,t)为估计点，(xi,ti)为已收集数据点，σ为两个相邻检测器距离的一半，τ为检测器采样时间的一半；同时定义归一化函数如下式：



GASM通过调整核函数实现拥挤交通流Vcong(x,t)和自由流Vfree(x,t)的速度估计分别如下所示：






其中：cfree和ccong分别为拥堵和自由流情况下的传播速度；
则交通流的连续速度场组成如下：
V(x,t)＝w(x,t)Vcong(x,t)+[1-w(x,t)]Vfree(x,t)(6)
其中w(x,t)是拥堵和自由流交通状态的权重函数，该函数用S型非线性函数表示：



因此，基于异构数据的交通状态由以下公式计算：



其中：z(x,t)是基于异构数据估计后的交通状态；是数据源j在数据点i相应的核函数；α(j)(x,t)是衡量数据源j在点(x,t)的可靠性动态
指标的权重因子。α(j)(x,t)的计算公式如下：



其中：数据源j的估计平均速度，数据源j测量误差的标准差，指数kj反映数据源j的测量误差随平均速度的改变而发生变化。


3.根据权利要求1所述的一种城市路网短期交通运行状态估计与预测方法，其特征在于：步骤(4)的实现方法为：
将复杂道路网络抽象为一个有向图G＝(N,L)来表达路网拓扑关系，建立一个由N个节点和L条边组成的有向图，在图论中其邻接关系用下式表达：




是k阶邻接矩阵中边i和j相邻的权重，并构成N×N空间权重邻接矩阵Ek，路网的综合空间邻接矩阵为通过行标准化的方法将空间邻接矩阵转化为空间权重矩阵，即因此，一个含有N个空间单元的研究对象，其空间权重矩阵表达如下：





4.根据权利要求1所述的一种城市路网短期交通运行状态估计与预测方法，其特征在于：步骤(5)的实现方法为：
通过皮尔逊相关函数可以度量两个对象在时间序列上的相关性，同时考虑空间关系的影响，并利用步骤(3)中得到的路段平均速度，引入空间因子作为量化相邻路段的综合速度，其计算公式如下：



其中：表示路段i在t时刻的交通速度，wij为路段i和j相邻的权重，i∈[1,R]，R是路段数量，t∈[1,...

【专利技术属性】
技术研发人员：任刚，宋建华，曹奇，李豪杰，李大韦，张洁斐，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32