一种基于ETC门架系统的短时流量预测方法技术方案

本发明专利技术涉及交通信息技术领域的一种基于ETC门架系统的短时流量预测方法，提取待预测路段内历史车辆通行数据，并按车道汇总样本流量数据；分别计算相邻两天或两天以上的不同时间段内的各车道流量变化浮动值，再计算得到变化浮动平均值；在待预测高速路段的同一通行方向上，选取相邻两个或两个以的ETC门架，统计历史车流量数据；再根据待预测路段内的ETC门架，采集相同时段内ETC门架每个车道的RSU天线数据并转换位交通量数据矩阵，计算路网各车道不同时段实时流量；将获得的车道实时流量数据与对应浮动平均值相乘，最后得出流量预测值，本发明专利技术能够提供一种数据采集快速方便、流量数据更新效率高、预测快速精准基于ETC门架系统的短时流量预测方法。

【技术实现步骤摘要】
一种基于ETC门架系统的短时流量预测方法
本专利技术涉及交通信息
，尤其涉及一种基于ETC门架系统的短时流量预测方法。
技术介绍
随着我国经济的不断发展，城市化水平日益加深，人民对美好生活的要求也日益提高，高速公路作为城市间的重要通道也发挥着越来越重要的作用。随着居民私家车数量的快速增长以及城市对物资日益增加的需求，高速公路的交通流量呈现持续快速增加的势头。逐年增加的交通量不仅使高速公路更加拥堵，同时也会增加交通事故的发生几率。现有交通流量测算方法一般是通过建立在高速公路上的交调点产生的数据进行分析。现有传统预测是利用建立在高速公路上的交调点，采集对应点的交通量数据，包括分车型的交通量自然数时段合计值以及平均车速，通过统计学方法，测算相邻几个交调点的数据进行建模计算。现有技术通过交调数据预测交通流量的缺点包括交调数据采集的是某一断面的交通量数据，无法细分到车道；交调点分布的密度不均匀，无法进行精细化计算。
技术实现思路
本专利技术目的是为了克服现有技术的不足而提供一种数据采集快速方便、流量数据更新效率高、预测快速精准基于ETC门架系统的短时流量预测方法。ApacheFlink是一个框架和分布式处理引擎，用于对无界和有界数据流进行有状态计算。二维矩阵是指由矩阵里面的每个元素不再是单一的数,而是一个个有序实数对,在几何位置上由对应二维平面上的点构成。RSU是RoadSideUnit的英文缩写，直译就是路侧单元的意思，是ETC系统中安装在路侧，采用DSRC（DedicatedShortRangeCommunication）技术，与车载单元（OBU，OnBoardUnit）进行通讯，实现车辆身份识别装置。为达到上述目的，本专利技术采用了如下技术方案。一种基于ETC门架系统的短时流量预测方法，具体包括如下：步骤一：从路网数据服务器中选定提取待预测路段内不同行驶方向上的样本ETC门架历史车辆通行数据，并按车道汇总各个车道样本流量数据；步骤二：根据所述步骤一的车道样本流量数据，分别计算相邻两天或两天以上的不同时间段内的各车道流量变化浮动值，再计算得到变化浮动平均值；步骤三：在待预测高速路段的同一通行方向上，选取相邻两个或两个以的ETC门架，统计预设固定时长内每个车道的连续一周以上每天的历史车流量数据；再根据待预测路段内的ETC门架，采集相同时段内ETC门架每个车道的RSU天线数据；步骤四：将采集到的RSU天线数据转换为交通量数据矩阵，该矩阵为二维矩阵，便于后续步骤提取各个时间段的车辆数；步骤五：将交通量数据矩阵构建成消息队列表数据，并利用ApacheFlink流式计算框架实时接收更新消息队列表数据，同时按门架对应的各车道以时间段汇总分组，计算路网各车道不同时段实时流量；步骤六：将获得的车道实时流量数据与对应的所述步骤二的车道历史流量浮动平均值相乘，最后得出待预测时段内的路段交通流量预测值。作为本专利技术的进一步改进，所述步骤三中采集的RSU天线数据具体包括车辆流水数据中的车型数据、车牌号数据、通行时间数据以及所经过站点数据。作为本专利技术的进一步改进，所述步骤二中的二维矩阵包括车辆通行时间与车辆通行数量。作为本专利技术的进一步改进，所述步骤六中的变化浮动值是指相邻两天或两天以上不同时间段的车流量增长率数值，该增长率数值可以为正值或负值。由于上述技术方案的运用，本专利技术的技术方案带来的有益技术效果：本技术方案首先采用通过选择待预测路网中样本门架的历史统计数据进行批量汇总统计，再选择临近时间段内相同样本门架的数据进行实时交通流量更新，通过结合临近时段实时流量情况并参考历史数据对ETC门架的短时流量进行预测，具有预测依据充分且能保证越趋接近实际交通情况；本技术方案还根据历史流量数据的不同时间段变化情况，对不同时间段的车道流量核算平均变化浮动值，并将其作为测算时的参考因子，这样就能为流量分析判定提供修正依据，也能降低偶发流量变动导致的差异，有效提高了数据预测的准确性；本技术方案通过高速公路路网中的ETC门架产生的实时交通数据，结合flink流式计算框架，提升了实时交通数据采集更新便利性及处理效率，大幅提高路网短时流量预测的速度和精度。具体实施方式下面结合反应路线及具体实施例对本专利技术作进一步的详细说明。一种基于ETC门架系统的短时流量预测方法，具体包括如下：步骤一：从路网数据服务器中选定提取待预测路段内不同行驶方向上的样本ETC门架历史车辆通行数据，并按车道汇总各个车道样本流量数据；步骤二：根据步骤一的车道样本流量数据，分别计算相邻两天或两天以上的不同时间段内的各车道流量变化浮动值，再计算得到变化浮动平均值；步骤三：在待预测高速路段的同一通行方向上，选取相邻两个或两个以的ETC门架，统计预设固定时长内每个车道的连续一周以上每天的历史车流量数据；再根据待预测路段内的ETC门架，采集相同时段内ETC门架每个车道的RSU天线数据；步骤四：将采集到的RSU天线数据转换为交通量数据矩阵，该矩阵为二维矩阵，便于后续步骤提取各个时间段的车辆数；步骤五：将交通量数据矩阵构建成消息队列表数据，并利用ApacheFlink流式计算框架实时接收更新消息队列表数据，同时按门架对应的各车道以时间段汇总分组，计算路网各车道不同时段实时流量；步骤六：将获得的车道实时流量数据与对应的步骤二的车道历史流量浮动平均值相乘，最后得出待预测时段内的路段交通流量预测值。步骤三中采集的RSU天线数据具体包括车辆流水数据中的车型数据、车牌号数据、通行时间数据以及所经过站点数据；步骤二中的二维矩阵包括车辆通行时间与车辆通行数量；步骤六中的变化浮动值是指相邻两天或两天以上不同时间段的车流量增长率数值，该增长率数值可以为正值或负值。以上仅是本专利技术的具体应用范例，对本专利技术的保护范围不构成任何限制。凡采用等同变换或者等效替换而形成的技术方案，均落在本专利技术权利保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于ETC门架系统的短时流量预测方法，其特征在于，具体包括如下：/n步骤一：从路网数据服务器中选定提取待预测路段内不同行驶方向上的样本ETC门架历史车辆通行数据，并按车道汇总各个车道样本流量数据；/n步骤二：根据所述步骤一的车道样本流量数据，分别计算相邻两天或两天以上的不同时间段内的各车道流量变化浮动值，再计算得到变化浮动平均值；/n步骤三：在待预测高速路段的同一通行方向上，选取相邻两个或两个以的ETC门架，统计预设固定时长内每个车道的连续一周以上每天的历史车流量数据；再根据待预测路段内的ETC门架，采集相同时段内ETC门架每个车道的RSU天线数据；/n步骤四：将采集到的RSU天线数据转换为交通量数据矩阵，该矩阵为二维矩阵，便于后续步骤提取各个时间段的车辆数；/n步骤五：将交通量数据矩阵构建成消息队列表数据，并利用Apache Flink流式计算框架实时接收更新消息队列表数据，同时按门架对应的各车道以时间段汇总分组，计算路网各车道不同时段实时流量；/n步骤六：将获得的车道实时流量数据与对应的所述步骤二的车道历史流量浮动平均值相乘，最后得出待预测时段内的路段交通流量预测值。/n

【技术特征摘要】
1.一种基于ETC门架系统的短时流量预测方法，其特征在于，具体包括如下：
步骤一：从路网数据服务器中选定提取待预测路段内不同行驶方向上的样本ETC门架历史车辆通行数据，并按车道汇总各个车道样本流量数据；
步骤二：根据所述步骤一的车道样本流量数据，分别计算相邻两天或两天以上的不同时间段内的各车道流量变化浮动值，再计算得到变化浮动平均值；
步骤三：在待预测高速路段的同一通行方向上，选取相邻两个或两个以的ETC门架，统计预设固定时长内每个车道的连续一周以上每天的历史车流量数据；再根据待预测路段内的ETC门架，采集相同时段内ETC门架每个车道的RSU天线数据；
步骤四：将采集到的RSU天线数据转换为交通量数据矩阵，该矩阵为二维矩阵，便于后续步骤提取各个时间段的车辆数；
步骤五：将交通量数据矩阵构建成消息队列表数据，并利用ApacheFlink流式计算框架实时接收更...

【专利技术属性】
技术研发人员：陶金，单伟，杨听雨，
申请(专利权)人：南京感动科技有限公司，
类型：发明
国别省市：江苏;32