一种高速公路堵塞的预警方法技术

本发明专利技术公开了一种高速公路堵塞的预警方法，1.获取高速公路路段L在时间W内的交通流数据，建立矩阵；2.基于Fisher判别分析法对矩阵S建立线性判别函数Z，设定A类为交通流畅通，B类为发生堵塞，分别将与A类和B类结果对应的已知历史交通流数据带入Z中，得到Z

【技术实现步骤摘要】
一种高速公路堵塞的预警方法
本专利技术属于道路安全领域，涉及一种高速公路堵塞的预警方法。
技术介绍
当发生道路交通事故或发现重大的交通安全隐患以后，传统的交通安全改善方法主要是通过采取被动管理措施进行交通安全改善，近年来，随着道路智能化设备的发展和道路交通数据采集的完善，世界各国交通安全领域的研究重点都在向主动安全防控领域发展，主动安全防控意味着研究者们需要思考如何站在当前的时间点上对未来发生的交通安全事件做出预判并采取措施。目前的高速公路风险评价方法大多基于道路线形展开，根据规范中提到的多种道路线形指标，结合规范中针对该指标的阈值，提出基于上述指标的风险评价模型。高速公路上影响车辆正常行驶的因素不仅仅是因为交通事故，还经常是车辆数量较多或天气原因引起的，现有的高速公路风险评价方法仅仅是对前方是否有交通事故进行预测，不能实时向司机反映当前交通流状态下前方道路的堵塞状况，同时，对于前方道路的交通流预判精度较低。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供一种高速公路堵塞的预警方法，能够对车辆前方路段的堵塞情况进行预估，方便司机提前更换行程。为达到上述目的，本专利技术采用以下技术方案予以实现：一种高速公路堵塞的预警方法，包括以下步骤；步骤一，获取高速公路路段L在时间W内的交通流数据，交通流数据包括所有车辆的行驶速度、车流量、车道占有率、大型汽车比例和车辆行驶时间，建立交通流数据矩阵S＝{车辆行驶速度，车流量，车道占有率，大型汽车比例，车辆行驶时间}；步骤二，基于Fisher判别分析法对矩阵S建立线性判别函数Z＝C1X1+C2X2+C3X3+C4X4+C5X5，C1-C5为函数系数，X1-X5为步骤一中五个交通流数据，设定Z存在两类结果，A类和B类，A类为交通流畅通，B类为发生堵塞，分别将与A类和B类结果对应的已知历史交通流数据带入Z中，得到ZA和ZB，计算ZA和ZB的平均数ZAB，将ZAB作为后续堵塞判断的标准；步骤三，当车辆距离路段L为距离Q时，获取目前高速公路路段L在至少前两分钟内的交通流数据，建立矩阵Sv，将矩阵Sv带入线性判别函数Z中，得到结果Zv，当Zv≤ZAB，则告知司机当前高速公路路段L交通流畅通，当Zv＞ZAB，则告知司机当前高速公路路段L存在堵塞，提醒司机提前更换行程。优选的，采用交通流检测圈获取交通流数据。优选的，步骤二中，发生堵塞可分为两种，设定Z存在三类结果，A类、B类和C类，A类为未发生堵塞，B类为120分钟以内的堵塞，C类为120分钟以上的堵塞，分别将A类、B类和C类结果的交通流数据带入Z中，得到ZA、ZB和ZC，计算ZA、ZB和ZC的两类均数ZAB和ZBC；步骤三中，当Zv＜ZAB，则当前高速公路路段L交通流畅通，当ZAB≤Zv＜ZBc，则当前高速公路路段L存在120分钟以内的堵塞，当Zv≥ZBC，则当前高速公路路段L存在120分钟以上的堵塞。优选的，经过时间N后，对模型进行更新，获取最新时段内高速公路全路段的交通流数据，建立旧交通流数据模型的形态发生系统和新交通流数据模型的形态发生系统，得到旧交通流数据模型形态发生系统的输入场和输出场的夹角余弦cosγn0，及总体参数θ0，得到新交通流数据模型形态发生系统的输入场和输出场的夹角余弦cosγn，及总体参数θn和内源值Sn，Sn＝{β0，β1，β2，β3，β4，β5}＝{βi，i＝0，1，2，3，4，5}；令由θn＝zθn+(1-z)θ0计算更新函数系数，其中，{βui}为更新后新模型的系数，故更新后的函数模型表达式为：Ru＝βu0+βu1X1+βu2X2+βu3X3+βu4X4+βu5X5。进一步，当cosγn小于等于0时，则步骤二中的线性判别函数不需要更新，当cosγn大于0时，则步骤二中的线性判别函数需要更新。更进一步，建立新交通流数据矩阵Sj，计算矩阵Sj其外源值SE、内源值Sn和cosγn，cosγn为输入场向量X和输出场向量Y的夹角余弦，由内源值计算总体参数θn；SE＝HTXSn＝(HTH)-1SEY＝HSnθn＝zθn+(1-z)θ0其中，HT为H的转置矩阵，(HTH)-1为HTH的逆矩阵。与现有技术相比，本专利技术具有以下有益效果：本专利技术完整考虑了风险源、影响场、作用对象、测度空间及时间空间的风险研究体系中的各要素，将反应和衡量实时交通情况下出现交通事故的堵塞情况发生可能性进行量化，通过先将交通流畅通与堵塞对应的已知历史交通流数据，分别带入线性判别函数中，从而将得到的结果作为堵塞判断标准，从而能够精确的对车辆前方路段的堵塞情况进行预估，方便司机提前更换行程。进一步，对预测使用的函数进行更新，使函数更适用于最新的交通状况。附图说明图1为本专利技术的流程图；图2为高速公路各风险要素关系图；图3为旧数据模型典则判别函数图；图4为新数据模型典则判别函数图。具体实施方式下面结合附图对本专利技术做进一步详细描述：参见图1所示，本专利技术所述的高速公路堵塞的预警方法包括以下步骤。步骤一：利用交通流检测圈获取高速公路一定长度路段L在一定时间内的交通流数据，交通流数据包括所有车辆的行驶速度、车流量、车道占有率、大型汽车比例和VHT，其中VHT指所有车辆的车辆行驶时间，定义道路堵塞评价场景为矩阵S＝{车辆行驶速度，车流量，车道占有率，大型汽车比例，车辆行驶时间}。步骤二：基于Fisher判别分析法对上述指标建立线性判别函数。构建函数模型，建立线性判别函数：Z＝C1X1+C2X2+C3X3+C4X4+C5X5，Fisher判别会把空间高维数据投影到两条直线上，形成两个未标准化的典则判别函数，如附图所示，需要找到区分度更高、投影重叠面积更少的函数作为Fisher判别式系数Ci，Ci为C1-C5，Fisher判别算法的数据要求变量间不存在多重共线性，样本量应在自变量个数的10～20倍以上时，建立的判别函数比较稳定；而在8～10倍之间时，函数的判别效果比较理想。设定存在三类结果，A类、B类和C类，A类为未发生堵塞，B类为120分钟以内的堵塞，C类为120分钟以上的堵塞，其中X1-X5指{S}中5种堵塞评价指标的数值，根据历史数据，分别将A类、B类和C类结果的交通流数据带入Z中，得到ZA、ZB和ZC，计算ZA、ZB和ZC的两类均数ZAB和ZBC，将ZAB和ZBC作为后续堵塞判断的标准。步骤三：当车辆距离路段L一定距离时，利用交通流检测圈获取路段L至少两分钟的交通流数据，建立矩阵Sv＝{车辆行驶速度，车流量，车道占有率，大型汽车比例，车辆行驶时间}。将矩阵Sv带入步骤二中的线性判别函数中，得到结果Zv，Zv与ZA、ZB和ZC的两类均数ZAB和ZBC进行比较，判断其所属类别。判别规则：并将判断结果告知司机，如果存在堵塞，则告知司机当前高本文档来自技高网...

【技术保护点】
1.一种高速公路堵塞的预警方法，其特征在于，包括以下步骤；/n步骤一，获取高速公路路段L在时间W内的交通流数据，交通流数据包括所有车辆的行驶速度、车流量、车道占有率、大型汽车比例和车辆行驶时间，建立交通流数据矩阵S＝{车辆行驶速度，车流量，车道占有率，大型汽车比例，车辆行驶时间}；/n步骤二，基于Fisher判别分析法对矩阵S建立线性判别函数Z＝C

【技术特征摘要】
1.一种高速公路堵塞的预警方法，其特征在于，包括以下步骤；
步骤一，获取高速公路路段L在时间W内的交通流数据，交通流数据包括所有车辆的行驶速度、车流量、车道占有率、大型汽车比例和车辆行驶时间，建立交通流数据矩阵S＝{车辆行驶速度，车流量，车道占有率，大型汽车比例，车辆行驶时间}；
步骤二，基于Fisher判别分析法对矩阵S建立线性判别函数Z＝C1X1+C2X2+C3X3+C4X4+C5X5，C1-C5为函数系数，X1-X5为步骤一中五个交通流数据，设定Z存在两类结果，A类和B类，A类为交通流畅通，B类为发生堵塞，分别将与A类和B类结果对应的已知历史交通流数据带入Z中，得到ZA和ZB，计算ZA和ZB的平均数ZAB，将ZAB作为后续堵塞判断的标准；
步骤三，当车辆距离路段L为距离Q时，获取目前高速公路路段L在至少前两分钟内的交通流数据，建立矩阵Sv，将矩阵Sv带入线性判别函数Z中，得到结果Zv，当Zv≤ZAB，则告知司机当前高速公路路段L交通流畅通，当Zv＞ZAB，则告知司机当前高速公路路段L存在堵塞，提醒司机提前更换行程。


2.根据权利要求1所述的高速公路堵塞的预警方法，其特征在于，采用交通流检测圈获取交通流数据。


3.根据权利要求1所述的高速公路堵塞的预警方法，其特征在于，步骤二中，发生堵塞可分为两种，设定Z存在三类结果，A类、B类和C类，A类为未发生堵塞，B类为120分钟以内的堵塞，C类为120分钟以上的堵塞，分别将A类、B类和C类结果的交通流数据带入Z中，得到ZA、ZB和ZC，计算ZA、ZB和ZC的两类均数ZAB和ZBC；
步骤三中，当Zv＜ZAB，则当前高速公路路段L交通流畅通，当ZAB≤...

【专利技术属性】
技术研发人员：张敏，张驰，张宏，任晓玮，冯逸伟，许甜，张昆仑，吕茂，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61