【技术实现步骤摘要】
一种基于实时大数据的交通拥堵预警方法及系统
[0001]本专利技术涉及交通工程
,尤其涉及一种基于实时大数据的交通拥堵预警方法及系统。
技术介绍
[0002]近年来,随着经济社会的发展,国民人均小汽车保有量迅速增加,交通拥堵现象日益加剧。城市交通拥堵,不仅会造成通行时间延长、出行不便,还会导致更多汽车尾气等污染物的排放。对城市交通流的预测与管理,是长期以来的研究对象,也是各大城市环境保护、城市规划的着力点。
[0003]城市交通流变化所产生的表观信息的传播遵循一定的扩散规律,即遵从信息传播动力学原理和模型,尤其是高峰时段或者交通事故导致的特殊性情况下,交通拥堵产生的各类信息,尤其是以平均速度下降(或交通流上升)为代表的信息,是最直观的表征。这些以交通工况为代表的信息,其传播具有一定非及时性,即具有一定的滞后性,而这种滞后性会反过来会导致越来越拥堵,经过逐次传播传导,达到拥堵高峰。在到达拥堵高峰后,经过人为疏导或者自然缓解得到消退,城市交通行驶工况得到恢复。因此,为了减少交通拥堵对经济社会发展带来的不利影响,对交通拥堵情况进行实时预测,基于预测情况灵活主动地进行提前拥堵疏导,能够减缓交通拥堵时长,故,对交通拥堵情况进行预测是必要的。
[0004]现有的交通流预测方式,大多通过对以往数据的分析处理,根据历史交通大数据特征建立某种拟合函数,进而运用该函数对未来一段时间的趋势进行预测。目前的预测方法工具有很多,比如线性回归、神经网络、随机森林等。然而,各种拟合、机器学习等预测方法都是根据历史资料搜集数据 ...
【技术保护点】
【技术特征摘要】
1.一种基于实时大数据的交通拥堵预警方法,其特征是,包括:获取实时交通流工况大数据,提取T时段内的实时交通流典型特征值;对T时段内的实时交通流典型特征值进行时间序列的数据处理,得到实时交通流典型特征值
‑
时间序列的实时交通流曲线;基于实时交通流典型特征值
‑
时间序列的实时交通流曲线,得到当前时刻的一阶导数和二阶导数;根据一阶导数和二阶导数的变动趋势,以一阶导数做交通拥堵判定,以二阶导数做交通拥堵趋势判定,判断交通流的实时变化趋势走向;基于判断结果,进行实时预警。2.如权利要求1所述的一种基于实时大数据的交通拥堵预警方法,其特征是,所述交通流典型特征值为平均时速、拥堵指数、车辆密度、车辆间距、车流量所对应的具体数值。3.如权利要求1所述的一种基于实时大数据的交通拥堵预警方法,其特征是,还包括:对提取的实时交通流典型特征值进行数据预处理,包括:对T时段内的实时交通流典型特征值缺失或异常的数据进行数据补足及修正。4.如权利要求1所述的一种基于实时大数据的交通拥堵预警方法,其特征是,当交通流典型特征值为平均时速时,根据平均时速
‑
时间序列的实时交通流曲线,得到其在当前时刻的一阶导数和二阶导数,根据一阶导数和二阶导数的变动趋势,以一阶导数做交通拥堵判定,以二阶导数做交通拥堵趋势判定,综合两者数据信息,判断交通流的实时变化趋势走向,包括:当一阶导数y
′
<0时,表示逐步进入拥挤状态,提前进行预警,并根据具体情况调整预警级别;当一阶导数y
′
=0时,表示正处于拥堵尖峰;当一阶导数y
′
>0时,表示从拥堵尖峰逐步进入畅通状态,拥堵缓解,降至低预警级别或解除预警。5.如权利要求4所述的一种基于实时大数据的交通拥堵预警方法,其特征是,当一阶导数y
′
<0时,交通流平均时速逐步降低,表示逐步进入拥挤状态,提前进行预警,并根据具体情况调整预警级别,包括:当一阶导数y
′
<0且二阶导数y
″
<0时,交通流平均时速逐步降低,拥堵程度存在加剧趋势,进行低级别预警;当一阶导数y
′
<0且二阶导数y
″
=0时,交通流平均时速快速降低,拥堵程度加剧,提高预警级别至高一级别,进行预警;当一阶导数y
′
<0且二阶导数y
″
>0时,交通流平均时速增速降低,即将达到拥堵尖峰,提高预警级别至最高级别,进行最高级别预警。6.如权利要求4所述的一种基于实时大数据的交通拥堵预警方法,其特征是,当y
′
>0时,交通...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。