一种多源数据融合的城市快速路交通状态估计方法技术

本发明专利技术公开了一种多源数据融合的城市快速路交通状态估计方法，属于交通控制与管理领域，首先采集快速路检测器检测到的流量和速度数据，并进行预处理，用ArcGIS平台，对多源数据进行时空融合匹配；然后，根据流量数据建立行程车速估计模型；其次，将数据标准化处理，通过确定流量和速度权重，对数据进行加权聚类分析；再次，建立拥堵概率模型；最后，采集到的实时数据根据加权聚类和拥堵概率预测交通状态。时数据根据加权聚类和拥堵概率预测交通状态。时数据根据加权聚类和拥堵概率预测交通状态。

【技术实现步骤摘要】
一种多源数据融合的城市快速路交通状态估计方法


[0001]本专利技术属于交通控制与管理领域，更具体地说，涉及一种多源数据融合的城市快速路交通状态估计方法。

技术介绍

[0002]如何能实现对交通状态的准确估计，是进行有效交通组织管控的前提，成为交通管理研究的重要方向和研究热点。在城市道路中，城市快速路分担城市大量的交通出行，为了对城市快速路进行交通状态估计，交通管理部门通常会通过交通数据调查设备获取城市快速路的交通数据。设备根据类型可以分为两大类：一类属于固定设备，如固定检测器、视频采集器、交通调查站等，一类属于移动设备，主要有浮动车检测器等。考虑到设备成本问题，目前视频采集器、浮动车检测器多用于科研实验中交通调查，日常情况下大多在快速路部分路段安装固定检测器获取交通数据。如何通过固定检测器监测的数据对快速路的交通状态进行估计，是本专利技术研究的重点问题。
[0003]目前针对快速路交通流状态估计主要存在两个问题，
①
数据处理方面：由于监测的数据不可避免会出现缺失或异常值，如何通过较为简单、可操作性强的方法对数据进行处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多源数据融合的城市快速路交通状态估计方法，其特征在于，该方法包括如下步骤：步骤1：获取检测器采集到的历史数据，包括：快速路匝道进出口的交通量数据、路段断面的车辆速度数据及流量数据。步骤2：通过分析历史数据，获得流量数据的异常数据阈值范围、车速的异常数据阈值范围，判断历史数据是否存在异常值，将异常值修正，对数据进行平滑处理，利用ArcGIS平台，对多源交通数据进行时空匹配。步骤3：根据匝道出入口的流量数据、路段断面流量数据，对路段行程车速进行估计。步骤4：将数据标准化处理，确定速度和流量的权重系数，对历史数据进行聚类分析。步骤5：通过拥堵概率模型对路段拥堵进行估计，与步骤4中聚类分析共同估计快速路交通状态。步骤6：获取实时交通流参数进行状态估计。2.根据权利1所述的一种多源数据融合的城市快速路交通状态估计方法，其特征在于，所述步骤2，包括如下步骤：步骤21：通过公式(1)确定流量数据和速度数据的异常值：0≤Q
t
≤C
·
t
·
f
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式中：Q
t
为交通量，f表示流量的修正系数，C为道路通行能力，t为观测时间。通过公式(2)确定车速的阈值范围：0≤v≤v
max
·
f
′ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中：v表示速度，v
max
表示快速路限速值，f
′
表示速度的修正参数。通过公式(3)-(6)对数据进行平滑处理：E
t
＝ω
·
ε
t
+(1-ω)
·
E
t-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)A
t
＝ω
·
|ε
t
|+(1-ω)
·
A
t-1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)(4)式中：E
t
和A
t
分别表示平滑误差和平滑的绝对误差，ω表示权重系数，q
t
表示t时刻的实际测量值，表示t-1时刻预测值，ε
t
表示实测值和预测值的误差，S
t
为t时段的平滑值。步骤22：对数据进行空间匹配，首先根据设备ID及安装位置确定详细的经纬度信息，将经纬信息转化为平面做坐标轴信息并导入ArcGIS软件中；时间匹配中，根据不同位置检测器采集时间间隔不同，通过数据处理转化为同一采集周期的数据，确定不同数据的融合时间范围。所述步骤3中，根据流量数据对路段行程车速进行估计，包括如下步骤：步骤31：将城市快速路分段成若干路段，通过非线性最小二乘法进行数据拟合，分别确定上游、下游车辆数的时间函...

【专利技术属性】
技术研发人员：龙科军，刘洋，吴伟，谷健，何石坚，邢璐，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：