一种基于层级解耦的交叉口交通状况测评要素提取方法技术

本专利属于智能车路系统领域，具体而言涉及一种基于层级解耦的交叉口交通状况测评要素提取方法。所述方法包括，S1获取智能车路系统的交叉口交通状况数据，依据所述数据组成智能车路系统的第一测评要素矩阵，对所述矩阵内的元素进行阈值归一化处理以得到智能车路测评指标矩阵G；S2对交叉口测评要素进行层级解耦，得到数据特征X

【技术实现步骤摘要】
一种基于层级解耦的交叉口交通状况测评要素提取方法


[0001]本专利属于智能车路系统领域，具体而言涉及一种基于层级解耦的交叉口交通状况测评要素提取方法。

技术介绍

[0002]由于交通大数据、多基协同感知和多模式通信技术的快速发展，现有的交通控制技术已无法满足当前道路交通系统的发展。智能车路系统 (Intelligent Vehicle
‑
Infrastructure System,智能车路)作为交通行业发展的重要组成部分，对道路交通组织和运行形态变革具有深远的影响。基于车辆和交通路侧设施的智能化发展，智能车路通过互联网通信技术，充分实现智能交通系统下万物互联，有效保障道路安全并提升交通效率。
[0003]目前已有较多关于智能车路测评指标的研究，少有对智能车路测评要素进行研究，而智能车路测评要素可以为测评指标提供良好的支撑作用，同时可以针对复杂环境下智能车路强耦合现象进行全面而有效的评估。

技术实现思路

[0004]本专利正是基于现有技术的上述需求而提出的，本专利要解决的技术问题是提供一种基于层级解耦智本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于层级解耦的交叉口交通状况测评要素提取方法，其特征在于，包括，S1获取智能车路系统的交叉口交通状况数据，依据所述数据组成智能车路系统的第一测评要素矩阵，对所述矩阵内的元素进行阈值归一化处理以得到智能车路测评指标矩阵G；其中，所述交通状况数据包括车辆平均速度数据、车辆平均延误数据、车辆平均行程时间数据、平均流量数据、车辆平均密度数据、平均损失时间数据、车辆最大停车时间数据、车辆平均停车次数数据、车辆平均停车时间数据、车辆总停车时间数据、车辆CO排放量数据、车辆CO2排放量数据、车辆HC排放量数据、车辆PM
x
排放量数据、车辆NO
x
排放量数据、车辆油耗数据以及车辆噪声数据：S2对交叉口测评要素进行层级解耦，包括，S201将智能车路测评指标矩阵G转换为第二测评要素X；S202将第二测评要素X作为输入数据输入到输入层中，在所述输入层进行特征编码，得到H；S203将得到的H输入到隐藏层中，以学习较为全面的智能车路测评要素数据特征；S204将学习后的H
′
出层中进行特征解码，得到数据特征X
’
；S3通过层级解耦后的数据特征X
’
提取智能车路的测评要素，根据支持向量机的分类性能作为数据特征的评价函数，每回合消除一个特征重要性最小的特征，不断消除迭代；最后按从大到小对数据的特征重要性进行排序，以根据所述排序评测所述智能车路交叉口的交通状况。2.根据权利要求1所述的一种基于层级解耦的交叉口交通状况测评要素提取方法，其特征在于，智能车路系统有m个评价方案和n个测评要素，第一测评要素矩阵M为其中，i为智能车路系统测试方案编号，i＝1，2，3，...m；j为测评要素的序号；f
ij
表示第i个评价方案中对应的第j项测评要素的数据值。3.根据权利要求1所述的一种基于层级解耦的交叉口交通状况测评要素提取方法，其特征在于，将测评要素的真实值和阈值进行比较，从而得出指标值，所述阈值包括f
ij
中的最大值a
j
以及最小值b
j
...

【专利技术属性】
技术研发人员：任毅龙，董承霖，于海洋，冯斌，贾国强，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：