一种基于ETC交易数据的高速公路拥堵识别方法技术

本发明专利技术公开一种基于ETC交易数据的高速公路拥堵识别方法，基于ETC轨迹数据的基础上构造了区段数据集。分析高速公路的交通特性后构造了三种数据维度，并运用层次分析法进行了数据加权，最终将区段标签和模糊评价相结合进行评估得分，保证了拥堵区段的完整性和准确性。本发明专利技术很大层次上避免部分区段的拥堵误判问题，为缓解高速公路拥堵问题提供一定程度的数据支持和辅助决策。据支持和辅助决策。据支持和辅助决策。

【技术实现步骤摘要】
一种基于ETC交易数据的高速公路拥堵识别方法


[0001]本专利技术涉及高速公路管理
，尤其涉及一种基于ETC交易数据的高速公路拥堵识别方法。

技术介绍

[0002]目前的判断交通拥堵算法主要可以分为三类：(1)直接检测法，例如通过视频直接对高速公路路段进行拥堵判断，这种方法需要的摄像头太多，成本较高。Ameni Chetouan[5]基于监控视频制定了四种研究方案来进行拥堵检测,可拥堵的实现效果与硬件的要求成正比，且识别的维度稀少，难以达成想要的拥堵识别效果；(2)间接检测法，主要是根据交通指标对交通流的影响来检测事件的存在性，例如通过速度、流量等常见的交通指标来对当前路段进行拥堵分析。该方法成本低，操作简单，但检测率较低，虚警率高，W.Pattara
‑
atikom[7]是利用速度来对拥堵等级进行划分，Ahanin[8]也是将路段中的每个时间段的速度进行聚类，最后使用MDL原理来估计缺失交通状态。但此方法测试效果波动明显，交通状态并不会像交通量那样每天波动，从而导致通过指标进行识别方法检测率较低，正像Wei
‑
Hua Lin[9]曾说，检测交通量从而达到检测交通状态的效果并不如直接检测交通状态的效果显著,因此想要识别高速公路的交通拥堵，须对交通状态进行直接识别。因此，大部分人开始通过交通指标来对交通状态进行判别，Jianzhen Liu[10]建立了基于速度和交通密度的交通状态识别模型，对交通状态进行了直接判别，总体准确率在95％以上，Yue Tu[11]通过挖掘自由流速度和流量来生成拥堵指数，Hong Gao[12]则是探究多个拥堵点的时间模式和频繁拥堵路段的空间模式，利用多个指标进行分析，都取得了不错的效果，而Wan
‑
Xiang Wang[13]则是提出了三种交通拥堵指数的计算方法，相互比较从而采取了更加合理的方案。但以上方法忽略了交通指标之间的关联性，在进行拥堵识别时往往会产生拥堵误判，导致拥堵事件无法避免，识别效果并不理想。(3)基于理论模型：设计判断交通指标的算法，该算法包括一些灰色系统理论、聚类分析、模糊综合评价等成熟的理论模型。
[0003]ETC门架产生的交易数据是基于算法实现高速公路拥堵识别的首要保障，其几乎能涵盖高速公路所有区段的通行情况。目前，全网ETC平均使用率已超66％[1]，ETC门架会自动识别汽车，并上传ETC智能交易数据，为高速公路管理部门提供数据支持和有力保障[2]。目前的拥堵识别采用的数据源主要由视频数据和浮动车数据为主，如Xiangjie Kong[4]使用了基于浮动车数据的粒子群优化算法对交通拥堵实现了检测与预测，但其中的轨迹数据维度简单，数据繁杂，且对拥堵的检测和预测具有一定的局限性；而Ameni Chetouan[5]基于监控视频制定了四种研究方案来进行拥堵检测,可拥堵的实现效果与硬件的要求成正比，且识别的维度稀少，难以达成想要的拥堵识别。而相比这些浮动车数据和视频数据，ETC系统生成的ETC数据量大，数据类型多达103种、覆盖面广、实时性强、可靠性高、分析和处理方便，生成的结果丰富，优势明显，被认为是解决这一问题的重要对策[6]。
[0004]在过去的几十年里，人们对交通拥堵进行了大量的研究，现在大多数研究倾向于通过预测交通量来达到对高速公路拥堵识别的效果，W.Pattara
‑
atikom[7]则是利用速度
来对拥堵等级进行划分，Ahanin[8]也是将路段中的每个时间段的速度进行聚类，最后使用MDL原理来估计缺失交通状态。但这种测试效果波动明显，交通状态并不会像交通量那样每天波动，正像Wei
‑
Hua Lin[9]曾说，检测交通量从而达到检测交通状态的效果并不如直接检测交通状态的效果显著,因此想要识别高速公路的交通拥堵，须对状态进行直接识别效果最好。因此，大部分人开始通过交通指标来对交通状态进行判别，Jianzhen Liu[10]建立了基于速度和交通密度的交通状态识别模型，对交通状态进行了直接判别，总体准确率在95％以上，Yue Tu[11]通过挖掘自由流速度和流量来生成拥堵指数，Hong Gao[12]则是探究多个拥堵点的时间模式和频繁拥堵路段的空间模式，利用多个指标进行分析，都取得了不错的效果，而Wan
‑
Xiang Wang[13]则是提出了三种交通拥堵指数的计算方法，相互比较从而采取了更加合理的方案。但以上方法忽略了交通指标之间的关联性，在进行拥堵识别时往往会产生拥堵误判，导致拥堵事件无法避免，识别效果并不理想。
[0005]Trinh[14]指出模糊逻辑是一种接近人类观察、推理和决策的定性方法，模糊综合评价在基于模糊逻辑的基础上使用各个交通指标的权重占比对区间内的模糊化信息进行拥堵评估，Maja Kalinic[15]则利用了模糊推理模型解决了变量之间的关联性问题，他将流量和密度作为模型的输入，测试的检测效果较为理想，作者得出，模糊推理模型在处理主观性、模糊性、不精确性和不确定性上具有灵活性，但忽略了交通指标之间存在差异。Khaliun[16]运用AHP对变量的权值进行权衡，结合FCE进行拥堵检测，却忽略了道路特点，导致效果不明显；而朱丹丹[17]在基于浮动车行驶特性的基础上，使用了模糊综合评判对拥堵进行状态识别，并考虑了周围道路的影响、服务区、分合流的影响等因素，但并没有将其道路特点结合权重进行拥堵检测，不能很好地实现拥堵识别。

技术实现思路

[0006]本专利技术的目的在于提供一种基于ETC交易数据的高速公路拥堵识别方法。
[0007]本专利技术采用的技术方案是：
[0008]一种基于ETC交易数据的高速公路拥堵识别方法，其包括以下步骤：
[0009]步骤1，获取高速公路ETC交易数据、拓扑数据以及高速公路车辆轨迹数据，
[0010]步骤2，基于ETC交易数据的时空信息，匹配高速公路ETC交易数据与拓扑数据来构建高速公路车辆轨迹数据和区段数据集，
[0011]步骤3，对高速公路车辆轨迹数据进行集数据清洗以剔除不需要的数据；
[0012]步骤4，清洗后的ETC交易数据按时间顺序构建车辆轨迹集TrajS，车辆轨迹集是指所有车辆在高速公路行驶过程中途径的多个ETC门架集合。
[0013]步骤5，对拓扑数据与区段数据集进行拥堵特征匹配构造了区段标签；
[0014]步骤6，根据高速公路的客观规律构造并计算交通拥堵的三个区段维度参数，三个区段维度参数分别为区段平均速度、区段流量以及区段平均延误时间；将区段平均速度作为拥堵识别方法中的主要评价指标，区段流量和区段平均延误时间作为修正特征。
[0015]步骤7，对三个区段维度参数构造判断矩阵X，分别计算判断矩阵X的特征值和特征向量，并通过判别矩阵的一致性判断检验后得到最终权重；
[0016]步骤8，分析高速公路中的区段画像，进而得到不同种类的区段维度参数关系，将对应的交通拥堵权重指标进行赋值；
[0017]步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ETC交易数据的高速公路拥堵识别方法，其特征在于：其包括以下步骤：步骤1，获取高速公路ETC交易数据、拓扑数据以及高速公路车辆轨迹数据，步骤2，基于ETC交易数据的时空信息，匹配高速公路ETC交易数据与拓扑数据来构建高速公路车辆轨迹数据和区段数据集，步骤3，对高速公路车辆轨迹数据进行集数据清洗以剔除不需要的数据；步骤4，清洗后的ETC交易数据按时间顺序构建车辆轨迹集TrajS，车辆轨迹集是指所有车辆在高速公路行驶过程中途径的多个ETC门架集合；步骤5，对拓扑数据与区段数据集进行拥堵特征匹配构造了区段标签；步骤6，根据高速公路的客观规律构造并计算交通拥堵的三个区段维度参数，三个区段维度参数分别为区段平均速度、区段流量以及区段平均延误时间；步骤7，对三个区段维度参数构造判断矩阵X，分别计算判断矩阵X的特征值和特征向量，并通过判别矩阵的一致性判断检验后得到最终权重；步骤8，分析高速公路中的区段画像，进而得到不同种类的区段维度参数关系，将对应的交通拥堵权重指标进行赋值；步骤9，通过交通指标与拥堵评价等级之间的关系，构建模糊矩阵R；其中，R1、R2、R3分别对应3个区段维度参数区段平均速度、区段流量以及区段平均延误时各自的模糊矩阵，r
11
～r
16
表示R1的对应位置值；r
21
～r
26
表示R2的对应位置值；r
31
～r
36
表示R3的对应位置值；步骤10，将层次分析法得到的权重A＝[a1,a2,a3]与模糊矩阵R进行综合评判得到矩阵B，根据隶属度最大原则，选取B矩阵中的最大值分数作为区段此时段的拥堵得分C；B＝A*R
ꢀꢀꢀꢀ
(20)其中，a1、a2、a3分别对应3个区段维度参数区段平均速度、区段流量以及区段平均延误时各自的权重值；步骤11，判断拥堵得分C是否大于设定阈值；是则，判断当前区段没有发生拥堵；否则，判定当前区段发生拥堵。2.根据权利要求1所述的一种基于ETC交易数据的高速公路拥堵识别方法，其特征在于：步骤3中利用切比雪夫定理对区段叠加度SO
QD
进行数据切割，对TrajS剔除区段叠加度较低的区段，保留SO
QD
次数高的区段进行拥堵信息评估。3.根据权利要求2所述的一种基于ETC交易数据的高速公路拥堵识别方法，其特征在于：区段叠...

【专利技术属性】
技术研发人员：陈礼彪，邹复民，曾俊铖，任强，罗晟，田俊山，林子杨，郭峰，蔡祈钦，
申请(专利权)人：福建工程学院，
类型：发明
国别省市：