專利名稱：群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于智能交通技術(shù)領(lǐng)域，尤其是用于群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)。
背景技術(shù)：
基于可變情報板的交通誘導(dǎo)系統(tǒng)是智能交通系統(tǒng)的重要組成部分，在國內(nèi)外許多大城市得到了推廣應(yīng)用， 現(xiàn)已具有一定的規(guī)模，并取得了一定的預(yù)期效果。然而，隨著交通需求的不斷增長，城市交通擁堵日益嚴(yán)重，這種基于“實時檢測交通狀態(tài)”的被動誘導(dǎo)方式，制約了其誘導(dǎo)效果和水平的發(fā)揮，迫切需要實現(xiàn)從基于“實時檢測交通狀態(tài)”的被動式誘導(dǎo)到基于“實時交通運行態(tài)勢動態(tài)推演與預(yù)估”的主動式智能誘導(dǎo)的提升。對群體誘導(dǎo)信息下駕駛員響應(yīng)行為的準(zhǔn)確掌握是實施主動式智能交通誘導(dǎo)的前提，也是確保交通誘導(dǎo)功效得以長期發(fā)揮的先決條件。目前，交通信息下駕駛員的響應(yīng)行為的數(shù)據(jù)采集主要采用現(xiàn)場調(diào)查、電子郵件、電話詢問和出行仿真器的意向調(diào)查或者顯式偏好調(diào)查。盡管被調(diào)查者的反應(yīng)能夠在一定程度上反映其行為，但基于假設(shè)場景的問卷調(diào)查和仿真可能是不可靠的，體現(xiàn)在相同的交通信息在不同位置的可變情報板上發(fā)布效果各異，即使在同一位置，可變情報板的效果也因不同駕駛員群體、交通條件和路網(wǎng)屬性等而變化。近年來，隨著交通流檢測技術(shù)的不斷發(fā)展，檢測手段的日益多樣化，精度不斷提高，覆蓋范圍不斷擴大，為群體誘導(dǎo)信息下駕駛員響應(yīng)行為參數(shù)模型辨識的數(shù)據(jù)采樣和辨識系統(tǒng)的建立奠定了必要的應(yīng)用基礎(chǔ)條件，具有重要的理論意義和實用價值。其技術(shù)研發(fā)和應(yīng)用推廣，對于改善出行信息服務(wù)，有效調(diào)節(jié)路網(wǎng)交通流，降低交通出行成本，提高交通
運行效率和提升我國城市交通的管理水平有重要現(xiàn)實意義，將會產(chǎn)生巨大的經(jīng)濟和社會效
.、/■
Mo

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術(shù)的不足，提供了一種群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)。群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)由交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)、通信子系統(tǒng)、多源檢測數(shù)據(jù)綜合處理平臺、交通信息發(fā)布和監(jiān)視子系統(tǒng)構(gòu)成，所述的交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)通過第一通信子系統(tǒng)與多源檢測數(shù)據(jù)綜合處理平臺連接，所述的多源檢測數(shù)據(jù)綜合處理平臺通過所述的第二通信子系統(tǒng)與交通信息發(fā)布和監(jiān)視子系統(tǒng)連接。所述的交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)包括多種交通檢測器、視頻監(jiān)視攝像機、第一通信子系統(tǒng)和視頻通信控制和監(jiān)視器，通過外場多種交通檢測器和視頻監(jiān)視攝像機采集道路網(wǎng)絡(luò)上的交通數(shù)據(jù)并傳遞給所述的多源檢測數(shù)據(jù)綜合處理平臺。所述的交通信息發(fā)布和監(jiān)視子系統(tǒng)包括可變情報板、交通信息發(fā)布控制和監(jiān)視器，通過可變情報板向外場發(fā)布交通信息，同時由交通信息發(fā)布控制和監(jiān)視器記錄發(fā)布信息內(nèi)容和時間并傳遞給多源檢測數(shù)據(jù)綜合處理平臺。所述的多源檢測數(shù)據(jù)綜合處理平臺一方面對所述的多源檢測數(shù)據(jù)的數(shù)據(jù)質(zhì)量進行控制，經(jīng)過數(shù)據(jù)融合、分析處理得到交通信息發(fā)布數(shù)據(jù)，并接收由交通信息發(fā)布控制和監(jiān)視器記錄的發(fā)布信息內(nèi)容和時間，實現(xiàn)對駕駛員響應(yīng)行為參數(shù)模型辨識所需原始數(shù)據(jù)的采集和匯集；另一方面，基于道路交通屬性數(shù)據(jù)、多源檢測交通數(shù)據(jù)和交通信息發(fā)布數(shù)據(jù)，利用群體誘導(dǎo)信息下駕駛員響應(yīng)行為辨識系統(tǒng)實現(xiàn)駕駛員響應(yīng)行為數(shù)據(jù)的自動辨識。所述的多源檢測數(shù)據(jù)綜合處理平臺中設(shè)置有多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)和駕駛員響應(yīng)行為自動辨識系統(tǒng)。所述的多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)由道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、多源檢測數(shù)據(jù)質(zhì)量控制模塊、行程時間估計與預(yù)測模塊、交通狀態(tài)估計與預(yù)測模塊和交通事故自動檢測模塊構(gòu)成；所述的多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)利用所述的道路 交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫提供的基礎(chǔ)交通數(shù)據(jù)，由所述的多源檢測數(shù)據(jù)質(zhì)量控制模塊對基礎(chǔ)交通數(shù)據(jù)進行預(yù)處理、融合和控制數(shù)據(jù)質(zhì)量，并由所述的行程時間估計與預(yù)測模塊、交通狀態(tài)估計與預(yù)測模塊和交通事故自動檢測模塊對基礎(chǔ)交通數(shù)據(jù)進行處理得到交通信息發(fā)布子系統(tǒng)所需要的行程時間信息、交通狀態(tài)信息和交通事故信息。所述的駕駛員響應(yīng)行為自動辨識系統(tǒng)由道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、交通信息發(fā)布數(shù)據(jù)庫、出行場景重構(gòu)模塊、網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊、駕駛員響應(yīng)行為監(jiān)測分析模塊和駕駛員響應(yīng)行為自動辨識模塊構(gòu)成；所述的駕駛員響應(yīng)行為自動辨識系統(tǒng)利用所述的道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、交通信息發(fā)布數(shù)據(jù)庫提供的基礎(chǔ)交通數(shù)據(jù)，由所述的出行場景重構(gòu)模塊再現(xiàn)群體誘導(dǎo)信息下的網(wǎng)絡(luò)交通流的動力學(xué)演化過程；由網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊建立各分流點分流比例和交通信息下改道交通流量的關(guān)系模型；由駕駛員響應(yīng)行為監(jiān)測分析模塊得到交通信息服從率和影響因素，構(gòu)建群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型；由所述的駕駛員響應(yīng)行為自動辨識模塊利用自適應(yīng)卡爾曼濾波技術(shù)實現(xiàn)群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型系數(shù)更新，得到各分流點不同時段的交通信息服從率指標(biāo)。所述的通信子系統(tǒng)采用有線和無線通信相結(jié)合的方式。所述用于群體誘導(dǎo)信息下駕駛員響應(yīng)行為參數(shù)的數(shù)據(jù)采樣和辨識系統(tǒng)總體數(shù)據(jù)處理過程包括數(shù)據(jù)采集和匯集層，交通信息發(fā)布層，駕駛員響應(yīng)行為辨識層。(I)數(shù)據(jù)采集和匯集層
該層的主要作用是匯集交通數(shù)據(jù)檢測與監(jiān)視子系統(tǒng)傳遞過來的原始數(shù)據(jù)，實現(xiàn)多源檢測數(shù)據(jù)的質(zhì)量控制，從而有效提高交通檢測設(shè)備的利用效率和檢測數(shù)據(jù)的質(zhì)量。(2)交通信息發(fā)布層
該層的主要作用利用相應(yīng)的數(shù)據(jù)處理模塊來得到行程時間信息、交通狀態(tài)信息和交通事故信息，并由所述的交通信息發(fā)布和監(jiān)視子系統(tǒng)向外場發(fā)布，同時交通信息發(fā)布控制和監(jiān)視器記錄發(fā)布信息內(nèi)容和時間并傳遞給多源檢測數(shù)據(jù)綜合處理平臺，存儲在數(shù)據(jù)庫服務(wù)器。在交通信息發(fā)布層中，由行程時間估計和預(yù)測模塊進行數(shù)據(jù)計算處理，得到主路徑和替換路徑的行程時間信息，精度在85%以上；交通狀態(tài)信息由交通狀態(tài)估計和預(yù)測模塊進行數(shù)據(jù)計算處理得到，分為暢通、擁擠和阻塞；交通事故信息由交通事故自動檢測模塊進行數(shù)據(jù)計算處理，結(jié)合視頻監(jiān)視攝像機得到，交通事故信息用交通問題的性質(zhì)和交通問題的嚴(yán)重程度作為表征信息的兩個屬性，交通問題的性質(zhì)分為“常規(guī)交通狀態(tài)信息”和“偶發(fā)事故信息”兩個水平，交通問題的嚴(yán)重程度分為輕微、中等、嚴(yán)重三個水平。交通信息發(fā)布層數(shù)據(jù)處理過程主要集中在數(shù)據(jù)庫服務(wù)器、應(yīng)用服務(wù)器中進行。(3)交通行為辨識層
該層的主要作用是調(diào)用數(shù)據(jù)庫服務(wù)器中的道路交通屬性數(shù)據(jù)、多源檢測交通數(shù)據(jù)和交通信息發(fā)布數(shù)據(jù)，利用駕駛員響應(yīng)行為自動辨識系統(tǒng)重構(gòu)出行場景，建立駕駛員響應(yīng)行為模型，并利用自適應(yīng)卡爾曼濾波技術(shù)實現(xiàn)群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型系數(shù)更新，得到各分流點不同時段的交通信息服從率指標(biāo)，存儲在數(shù)據(jù)庫服務(wù)器。首先，由駕駛員響應(yīng)行為自動辨識系統(tǒng)的出行場景重構(gòu)模塊調(diào)用道路交通屬性數(shù)據(jù)、多源檢測交通數(shù)據(jù)、交通信息發(fā)布數(shù)據(jù)再現(xiàn)群體誘導(dǎo)信息下交通出行場景，為駕駛員響應(yīng)行為的辨識準(zhǔn)備基礎(chǔ)數(shù)據(jù)；其次，由網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊建立各分流點分流比例、檢測交通量和交通信息下改道交通流量的時空關(guān)系模型；再次，由駕駛員響應(yīng)行為監(jiān)測分析模塊分析駕駛員響應(yīng) 行為的影響因素，建立群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型，找出駕駛員響應(yīng)行為模型時變系數(shù)和信息服從率的關(guān)系；最后，由所述的駕駛員響應(yīng)行為自動辨識模塊利用駕駛員響應(yīng)行為模型估計可變情報板誘導(dǎo)信息影響下改道交通量，并根據(jù)檢測到的主線交通量和分流比例的轉(zhuǎn)移方程估計可變情報板誘導(dǎo)信息影響下改道交通量，采用自適應(yīng)卡爾曼濾波技術(shù)更新駕駛員響應(yīng)行為模型系數(shù)；同時利用更新系數(shù)后的駕駛員響應(yīng)行為模型和檢測到的主線交通量估計可變情報板誘導(dǎo)信息影響下實際分流比例，采用自適應(yīng)卡爾曼濾波技術(shù)更新分流比例轉(zhuǎn)移方程；通過循環(huán)，不斷更新駕駛員響應(yīng)行為模型系數(shù)，得到不同分流點不同時刻的交通信息服從率指標(biāo)，為主動式智能交通誘導(dǎo)提供交通行為參數(shù)。有益效果本發(fā)明既充分利用了多源檢測交通數(shù)據(jù)，又通過數(shù)據(jù)質(zhì)量控制機制確保能夠?qū)崟r、準(zhǔn)確、可靠地采集和匯集駕駛員響應(yīng)行為參數(shù)模型辨識所需要的原始數(shù)據(jù)，并以此為基礎(chǔ)實現(xiàn)了群體誘導(dǎo)信息下駕駛員響應(yīng)行為參數(shù)模型的自動辨識，可以綜合反映路網(wǎng)上各種實際因素，包括實際駕駛員群體、交通條件和路網(wǎng)屬性的影響，這是傳統(tǒng)交通行為數(shù)據(jù)調(diào)查方法難以體現(xiàn)的，有助于實現(xiàn)準(zhǔn)確掌握群體誘導(dǎo)信息下駕駛員響應(yīng)行為的目的，為基于可變情報板的交通誘導(dǎo)系統(tǒng)的規(guī)劃設(shè)計、交通信息發(fā)布策略和方案的優(yōu)化提供交通行為參數(shù)，為建立以交通管理者為主導(dǎo)的實時主動式智能交通誘導(dǎo)系統(tǒng)，提供堅實的基礎(chǔ)，具有重要的理論意義和實用價值。其技術(shù)研發(fā)和應(yīng)用推廣，對于改善出行信息服務(wù)，有效調(diào)節(jié)路網(wǎng)交通流，降低交通出行成本，提高交通的運行效率和提升我國城市交通的管理水平有重要現(xiàn)實意義。


圖I是本發(fā)明一種群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)的一個優(yōu)選實施例的系統(tǒng)體系架構(gòu)示意圖。圖2是本發(fā)明一種群體誘導(dǎo)信息下駕駛員響應(yīng)行為自動辨識系統(tǒng)的一個優(yōu)選實施例的系統(tǒng)軟件結(jié)構(gòu)示意圖。圖3是本發(fā)明一種群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)的數(shù)據(jù)流程圖。
具體實施例方式如圖I所示，本發(fā)明由交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)、通信子系統(tǒng)、多源檢測數(shù)據(jù)綜合處理平臺、交通信息發(fā)布和監(jiān)視子系統(tǒng)構(gòu)成。所述的交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)通過所述的第一通信子系統(tǒng)與多源檢測數(shù)據(jù)綜合處理平臺連接，所述的多源檢測數(shù)據(jù)綜合處理平臺通過所述的第二通信子系統(tǒng)與交通信息發(fā)布和監(jiān)視子系統(tǒng)連接。所述的交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)通過外場多種交通檢測器和視頻監(jiān)視攝像機采集道路網(wǎng)絡(luò)上的交通數(shù)據(jù)并傳遞給所述的多源檢測數(shù)據(jù)綜合處理平臺。該交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)包括快速路監(jiān)控系統(tǒng)檢測器、地面道路交通控制系統(tǒng)檢測器、車牌識別系統(tǒng)檢測器、浮動車系統(tǒng)檢測器、新增線圈檢測器、五個交通數(shù)據(jù)采集控制和監(jiān)視器、第一通信子系統(tǒng)和視頻通信控制和監(jiān)視器。快速路監(jiān)控系統(tǒng)的線圈檢測器可以采集并傳遞斷面交通量、車速和占有率數(shù)據(jù)，視頻監(jiān)視攝像機可以實現(xiàn)道路交通狀況的人工巡視和確認(rèn)；地面道路交通控制系統(tǒng)的線圈檢測器可以采集并傳遞斷面交通量、車速和占有率數(shù)據(jù)；車牌識別系統(tǒng)可以采集并傳遞斷面交通量和區(qū)間車速數(shù)據(jù)；浮動車系統(tǒng)可以采集并傳遞車輛位置和車速數(shù)據(jù)。沒有檢測設(shè) 備的位置新增加線圈檢測器。這些交通數(shù)據(jù)通過交通數(shù)據(jù)采集控制和監(jiān)視器接口軟件經(jīng)過第一通信子系統(tǒng)傳遞給多源檢測數(shù)據(jù)綜合處理平臺，作為該平臺的基礎(chǔ)交通數(shù)據(jù)。交通信息發(fā)布和監(jiān)視子系統(tǒng)通過可變情報板向外場發(fā)布交通信息，同時由交通信息發(fā)布控制和監(jiān)視器記錄發(fā)布信息內(nèi)容和時間并通過第二通信子系統(tǒng)傳遞給多源檢測數(shù)據(jù)綜合處理平臺。多源檢測數(shù)據(jù)綜合處理平臺一方面對多源檢測數(shù)據(jù)的數(shù)據(jù)質(zhì)量進行控制，經(jīng)過數(shù)據(jù)融合、分析處理得到交通信息發(fā)布數(shù)據(jù)，并接收由交通信息發(fā)布控制和監(jiān)視器記錄的發(fā)布信息內(nèi)容和時間，實現(xiàn)對駕駛員響應(yīng)行為參數(shù)模型辨識所需原始數(shù)據(jù)的采集和匯集；另一方面，基于道路交通屬性數(shù)據(jù)、多源檢測交通數(shù)據(jù)和交通信息發(fā)布數(shù)據(jù)，利用群體誘導(dǎo)信息下駕駛員響應(yīng)行為辨識系統(tǒng)實現(xiàn)駕駛員響應(yīng)行為數(shù)據(jù)的自動辨識。通信子系統(tǒng)可以采用有線和無線通信相結(jié)合的方式。本發(fā)明體系架構(gòu)是交通數(shù)據(jù)采集中采用交通數(shù)據(jù)采集控制和監(jiān)視器記錄數(shù)據(jù)采集時間和內(nèi)容，交通信息發(fā)布中采用交通信息發(fā)布控制和監(jiān)視器記錄交通信息發(fā)布的時間和內(nèi)容，并傳遞給多源檢測數(shù)據(jù)綜合處理平臺；交通數(shù)據(jù)采集控制和監(jiān)視器和交通信息發(fā)布控制和監(jiān)視器同步運行相同時間周期的指令，保證在辨識系統(tǒng)中交通信息發(fā)布與響應(yīng)數(shù)據(jù)采樣中的高度同步性，進而獲得真實、準(zhǔn)確、實時的模型辨識原始數(shù)據(jù)。多源檢測數(shù)據(jù)綜合處理平臺中設(shè)置有多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)和駕駛員響應(yīng)行為自動辨識系統(tǒng)。多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)由道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、多源檢測數(shù)據(jù)質(zhì)量控制模塊、行程時間估計與預(yù)測模塊、交通狀態(tài)估計與預(yù)測模塊和交通事故自動檢測模塊構(gòu)成；所述的多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)利用所述的道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫提供的基礎(chǔ)交通數(shù)據(jù)，由所述的多源檢測數(shù)據(jù)質(zhì)量控制模塊對基礎(chǔ)交通數(shù)據(jù)進行預(yù)處理、融合和控制數(shù)據(jù)質(zhì)量，并由所述的行程時間估計與預(yù)測模塊、交通狀態(tài)估計與預(yù)測模塊和交通事故自動檢測模塊對基礎(chǔ)交通數(shù)據(jù)進行處理得到交通信息發(fā)布子系統(tǒng)所需要的行程時間信息、交通狀態(tài)信息和交通事故信息。本發(fā)明數(shù)據(jù)處理的主要特色之一是對多源檢測數(shù)據(jù)的質(zhì)量控制，充分利用多源檢測交通數(shù)據(jù)，保證了數(shù)據(jù)采集的可靠性，為群體誘導(dǎo)信息下駕駛員響應(yīng)行為參數(shù)的數(shù)據(jù)采樣和辨識做好準(zhǔn)備。如圖2所示，所述多源檢測數(shù)據(jù)綜合處理平臺中設(shè)置有駕駛員響應(yīng)行為自動辨識系統(tǒng)，這是本發(fā)明的核心部分所在。駕駛員響應(yīng)行為自動辨識系統(tǒng)由道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、交通信息發(fā)布數(shù)據(jù)庫、出行 場景重構(gòu)模塊、網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊、駕駛員響應(yīng)行為監(jiān)測分析模塊和駕駛員響應(yīng)行為自動辨識模塊構(gòu)成；所述的駕駛員響應(yīng)行為自動辨識系統(tǒng)利用所述的道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、交通信息發(fā)布數(shù)據(jù)庫提供的基礎(chǔ)交通數(shù)據(jù)，由所述的出行場景重構(gòu)模塊再現(xiàn)群體誘導(dǎo)信息下的網(wǎng)絡(luò)交通流的動力學(xué)演化過程；由網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊建立各分流點分流比例和交通信息下改道交通流量的關(guān)系模型；由駕駛員響應(yīng)行為監(jiān)測分析模塊得到交通信息服從率和影響因素，構(gòu)建群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型；由所述的駕駛員響應(yīng)行為自動辨識模塊利用自適應(yīng)卡爾曼濾波技術(shù)實現(xiàn)群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型系數(shù)更新，得到各分流點不同時段的交通信息服從率指標(biāo)。如圖3所示，所述群體誘導(dǎo)信息下駕駛員響應(yīng)行為參數(shù)模型辨識系統(tǒng)總體數(shù)據(jù)處理過程分別是數(shù)據(jù)采集和匯集層，交通信息發(fā)布層，駕駛員響應(yīng)行為辨識層。(I)數(shù)據(jù)采集和匯集層
該層的主要作用是匯集交通數(shù)據(jù)檢測與監(jiān)視子系統(tǒng)傳遞過來的原始數(shù)據(jù)，實現(xiàn)多源檢測數(shù)據(jù)的質(zhì)量控制，從而有效提高交通檢測設(shè)備的利用效率和檢測數(shù)據(jù)的質(zhì)量?；A(chǔ)數(shù)據(jù)來源如下現(xiàn)有系統(tǒng)的檢測器和新增加線圈檢測器，這些數(shù)據(jù)經(jīng)過數(shù)據(jù)校驗與預(yù)處理匯集得到多源交通檢測數(shù)據(jù)，存儲到數(shù)據(jù)庫服務(wù)器，并由交通信息發(fā)布層和交通行為辨識層的數(shù)據(jù)處理模塊進行處理。(2)交通信息發(fā)布層
該層的主要作用利用數(shù)據(jù)處理模塊來得到行程時間信息、交通狀態(tài)信息和交通事故信息，并由所述的交通信息發(fā)布和監(jiān)視子系統(tǒng)向外場發(fā)布，同時交通信息發(fā)布控制和監(jiān)視器記錄發(fā)布信息內(nèi)容和時間并傳遞給多源檢測數(shù)據(jù)綜合處理平臺，存儲在數(shù)據(jù)庫服務(wù)器。在交通信息發(fā)布層中，由行程時間估計和預(yù)測模塊進行數(shù)據(jù)計算處理，得到主路徑和替換路徑的行程時間信息，精度在85%以上，如“至中環(huán)快速路，某路徑行程時間為30分鐘，某路徑行程時間為22分鐘?！?。交通狀態(tài)信息由交通狀態(tài)估計和預(yù)測模塊進行數(shù)據(jù)計算處理得到，暢通的速度值介于40 90km/h,擁擠的速度介于20 40km/h,阻塞的速度介于0 20km/h。交通事故信息由交通事故自動檢測模塊進行數(shù)據(jù)計算處理，結(jié)合視頻監(jiān)視攝像機得到，交通事故信息用交通問題的性質(zhì)和交通問題的嚴(yán)重程度作為表征信息的兩個屬性，交通問題的性質(zhì)分為“常規(guī)交通狀態(tài)信息”和“偶發(fā)事故信息”兩個水平，交通問題的嚴(yán)重程度分為輕微、中等、嚴(yán)重三個水平。交通信息發(fā)布層數(shù)據(jù)處理過程主要集中在數(shù)據(jù)庫服務(wù)器、應(yīng)用服務(wù)器中進行。(3)交通行為辨識層
該層的主要作用是調(diào)用數(shù)據(jù)庫服務(wù)器中的道路交通屬性數(shù)據(jù)、多源檢測交通數(shù)據(jù)和交通信息發(fā)布數(shù)據(jù)，利用駕駛員響應(yīng)行為自動辨識系統(tǒng)重構(gòu)出行場景，建立駕駛員響應(yīng)行為模型，并利用自適應(yīng)卡爾曼濾波技術(shù)實現(xiàn)群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型系數(shù)更新，得到各分流點不同時段的交通信息服從率指標(biāo)，存儲在數(shù)據(jù)庫服務(wù)器。首先，由駕駛員響應(yīng)行為自動辨識系統(tǒng)的出行場景重構(gòu)模塊調(diào)用道路交通屬性數(shù)據(jù)、多源檢測交通數(shù)據(jù)、交通信息發(fā)布數(shù)據(jù)再現(xiàn)群體誘導(dǎo)信息下交通出行場景，為駕駛員響應(yīng)行為的辨識準(zhǔn)備基礎(chǔ)數(shù)據(jù)；其次，由網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊建立各分流點分流比例、檢測交通量和交通信息下改道交通流量的時空關(guān)系模型；再次，由駕駛員響應(yīng)行為監(jiān)測分析模塊分析駕駛員響應(yīng)行為的影響因素，建立群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型，找出駕駛員響應(yīng)行為模型時變系數(shù)和信息服從率的關(guān)系；最后，由所述的駕駛員響應(yīng)行為自動辨識模塊利用駕駛員響應(yīng)行為模型估計可變情報板誘導(dǎo)信息影響下改道交通量，并根據(jù)檢測到的主線交通量和分流比例的轉(zhuǎn)移方程估計可變情報板誘導(dǎo)信息影響下改道交通量，采用自適應(yīng)卡爾曼濾波技術(shù)更新駕駛員響應(yīng)行為模型系數(shù)；同時利用更新系數(shù)后的駕駛員響應(yīng)行為模型和檢測到的主線交通量估計可變情報板誘導(dǎo)信息影響下實際分流比例，采用自適應(yīng)卡爾曼濾波技術(shù)更新分流比例轉(zhuǎn)移方程；通過循環(huán)，不斷更新駕駛員響應(yīng)行為模型系數(shù)，得到不同分流點不同 時刻的交通信息服從率指標(biāo)，為主動式智能交通誘導(dǎo)提供交通行為參數(shù)。上述實施例用來解釋說明本發(fā)明，而不是對本發(fā)明進行限制，在本發(fā)明的權(quán)利要求的保護范圍內(nèi)，對本發(fā)明作出的任何修改和改變，都落入本發(fā)明的保護范圍。
權(quán)利要求
1.群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)，其特征在于由交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)、通信子系統(tǒng)、多源檢測數(shù)據(jù)綜合處理平臺、交通信息發(fā)布和監(jiān)視子系統(tǒng)構(gòu)成，所述的交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)通過第一通信子系統(tǒng)與多源檢測數(shù)據(jù)綜合處理平臺連接，所述的多源檢測數(shù)據(jù)綜合處理平臺通過所述的第二通信子系統(tǒng)與交通信息發(fā)布和監(jiān)視子系統(tǒng)連接。
2.根據(jù)權(quán)利要求I所述的群體誘導(dǎo) 信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)，其特征在于所述的交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)包括多種交通檢測器、視頻監(jiān)視攝像機、第一通信子系統(tǒng)和視頻通信控制和監(jiān)視器，通過外場多種交通檢測器和視頻監(jiān)視攝像機采集道路網(wǎng)絡(luò)上的交通數(shù)據(jù)并傳遞給所述的多源檢測數(shù)據(jù)綜合處理平臺。
3.根據(jù)權(quán)利要求I所述的群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)，其特征在于所述的交通信息發(fā)布和監(jiān)視子系統(tǒng)包括可變情報板、交通信息發(fā)布控制和監(jiān)視器，通過可變情報板向外場發(fā)布交通信息，同時由交通信息發(fā)布控制和監(jiān)視器記錄發(fā)布信息內(nèi)容和時間并傳遞給多源檢測數(shù)據(jù)綜合處理平臺。
4.根據(jù)權(quán)利要求I所述的群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)，其特征在于所述的多源檢測數(shù)據(jù)綜合處理平臺一方面對所述的多源檢測數(shù)據(jù)的數(shù)據(jù)質(zhì)量進行控制，經(jīng)過數(shù)據(jù)融合、分析處理得到交通信息發(fā)布數(shù)據(jù)，并接收由交通信息發(fā)布控制和監(jiān)視器記錄的發(fā)布信息內(nèi)容和時間，實現(xiàn)對駕駛員響應(yīng)行為參數(shù)模型辨識所需原始數(shù)據(jù)的采集和匯集；另一方面，基于道路交通屬性數(shù)據(jù)、多源檢測交通數(shù)據(jù)和交通信息發(fā)布數(shù)據(jù)，利用群體誘導(dǎo)信息下駕駛員響應(yīng)行為辨識系統(tǒng)實現(xiàn)駕駛員響應(yīng)行為數(shù)據(jù)的自動辨識； 所述的多源檢測數(shù)據(jù)綜合處理平臺中設(shè)置有多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)和駕駛員響應(yīng)行為自動辨識系統(tǒng)； 所述的多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)由道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、多源檢測數(shù)據(jù)質(zhì)量控制模塊、行程時間估計與預(yù)測模塊、交通狀態(tài)估計與預(yù)測模塊和交通事故自動檢測模塊構(gòu)成；所述的多源檢測數(shù)據(jù)質(zhì)量控制和預(yù)估系統(tǒng)利用所述的道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫提供的基礎(chǔ)交通數(shù)據(jù)，由所述的多源檢測數(shù)據(jù)質(zhì)量控制模塊對基礎(chǔ)交通數(shù)據(jù)進行預(yù)處理、融合和控制數(shù)據(jù)質(zhì)量，并由所述的行程時間估計與預(yù)測模塊、交通狀態(tài)估計與預(yù)測模塊和交通事故自動檢測模塊對基礎(chǔ)交通數(shù)據(jù)進行處理得到交通信息發(fā)布子系統(tǒng)所需要的行程時間信息、交通狀態(tài)信息和交通事故信息； 所述的駕駛員響應(yīng)行為自動辨識系統(tǒng)由道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、交通信息發(fā)布數(shù)據(jù)庫、出行場景重構(gòu)模塊、網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊、駕駛員響應(yīng)行為監(jiān)測分析模塊和駕駛員響應(yīng)行為自動辨識模塊構(gòu)成；所述的駕駛員響應(yīng)行為自動辨識系統(tǒng)利用所述的道路交通屬性數(shù)據(jù)庫、多源檢測交通數(shù)據(jù)庫、交通信息發(fā)布數(shù)據(jù)庫提供的基礎(chǔ)交通數(shù)據(jù)，由所述的出行場景重構(gòu)模塊再現(xiàn)群體誘導(dǎo)信息下的網(wǎng)絡(luò)交通流的動力學(xué)演化過程；由網(wǎng)絡(luò)交通流行為監(jiān)測分析模塊建立各分流點分流比例和交通信息下改道交通流量的關(guān)系模型；由駕駛員響應(yīng)行為監(jiān)測分析模塊得到交通信息服從率和影響因素，構(gòu)建群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型；由所述的駕駛員響應(yīng)行為自動辨識模塊利用自適應(yīng)卡爾曼濾波技術(shù)實現(xiàn)群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型系數(shù)更新，得到各分流點不同時段的交通信息服從率指標(biāo)。
5.根據(jù)權(quán)利要求I所述的群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)，其特征在于所述的通信子系統(tǒng)采用有線和無線通信相結(jié) 合的方式。
全文摘要
本發(fā)明公開了一種群體誘導(dǎo)信息下駕駛員響應(yīng)行為的數(shù)據(jù)采樣和辨識系統(tǒng)，現(xiàn)有技術(shù)未充分利用多源檢測交通數(shù)據(jù)，不能綜合反映路網(wǎng)上各種實際因素，可靠性差，本發(fā)明由交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)、通信子系統(tǒng)、多源檢測數(shù)據(jù)綜合處理平臺、交通信息發(fā)布和監(jiān)視子系統(tǒng)構(gòu)成，所述的交通數(shù)據(jù)檢測和監(jiān)視子系統(tǒng)通過第一通信子系統(tǒng)與多源檢測數(shù)據(jù)綜合處理平臺連接，所述的多源檢測數(shù)據(jù)綜合處理平臺通過所述的第二通信子系統(tǒng)與交通信息發(fā)布和監(jiān)視子系統(tǒng)連接，為實時主動式智能交通誘導(dǎo)系統(tǒng)提供交通行為參數(shù)。本發(fā)明對于改善出行信息服務(wù)，有效調(diào)節(jié)路網(wǎng)交通流，降低交通出行成本，提高交通的運行效率和提升我國城市交通的管理水平有重要現(xiàn)實意義。
文檔編號G08G1/01GK102750827SQ201210220058
公開日2012年10月24日 申請日期2012年6月26日 優(yōu)先權(quán)日2012年6月26日
發(fā)明者孫立軍, 徐天東, 郝媛 申請人:浙江大學(xué)