一種臨界交通狀態(tài)參數(shù)的確定方法
【技術領域】
[0001] 本發(fā)明涉及一種臨界交通狀態(tài)參數(shù)的確定方法，用于道路交通管理與控制，屬于 智能交通研宄領域。
【背景技術】
[0002] 臨界交通狀態(tài)參數(shù)是指用于劃分交通狀態(tài)處于暢通或者擁堵的臨界值。科學合理 地確定不同道路交通環(huán)境下的臨界交通狀態(tài)參數(shù)，有助于交通管理者全面了解當前交通運 行狀態(tài)，更加合理地確定交通管控的目標，深入挖掘潛在的道路交通資源，為制定適應本地 交通狀況的交通管控算法與優(yōu)化目標提供數(shù)據(jù)支撐。臨界交通狀態(tài)參數(shù)是表征交通運行狀 態(tài)由暢通轉(zhuǎn)變?yōu)閾矶碌呐R界值，是實現(xiàn)交通管控目標的重要參數(shù)與評價指標。傳統(tǒng)的臨界 交通狀態(tài)參數(shù)的確定方法基本都依據(jù)人工經(jīng)驗確定，缺乏科學的依據(jù)。同時，一般一個區(qū)域 所有狀況下都采用相同的臨界交通狀態(tài)參數(shù)，不會隨著交通組成、道路條件等因素的變化 而變化。如在中國，一般規(guī)定城市道路的臨界速度值為20km/h，而城市快速路的臨界速度值 為40km/h。然而，由于交通狀態(tài)的多變性與隨機性，不同的道路條件與交通組成會對臨界交 通狀態(tài)參數(shù)產(chǎn)生很大的影響，進而影響到交通管控的效果。因此，為了更加精確地確定交通 狀態(tài)的轉(zhuǎn)變時刻，對城市路網(wǎng)進行更加精細化的管控，就需要建立一種能夠反應路網(wǎng)結構 及交通流特性變化的臨界交通狀態(tài)參數(shù)確定方法。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種臨界交通狀態(tài)參數(shù)的確定方法。該方法的基本思想是 通過城市道路布設的交通檢測器獲取的交通流數(shù)據(jù)，建立一種數(shù)據(jù)挖掘方法，精確估計得 到該路段的臨界交通狀態(tài)參數(shù)。為實現(xiàn)上述目的，本發(fā)明提出的臨界交通狀態(tài)參數(shù)的確定 方法包括：檢測并計算得到斷面交通流的流量、速度及時間占有率檢測數(shù)據(jù)、建立交通流參 數(shù)的高斯混合模型并估計得到模型參數(shù)、定義臨界交通狀態(tài)值、通過高斯混合模型參數(shù)計 算得到臨界交通狀態(tài)值。
[0004] 本發(fā)明包括以下步驟：
[0005] C1、檢測并計算得到路段的交通流參數(shù)。
[0006] C2、建立交通流參數(shù)的高斯混合模型并估計模型參數(shù)。
[0007] c3、定義臨界交通狀態(tài)參數(shù)值。
[0008] C4、計算得到臨界交通狀態(tài)參數(shù)值。
[0009] 步驟cl的過程包括：
[0010]cll、選取需要計算臨界交通狀態(tài)值的路段。
[0011] C12、采集該路段的交通流數(shù)據(jù)：第t個信息采樣間隔內(nèi)表征某一路段的檢測斷面 第i條車道的交通流流量qi(t)，平均斷面速度Vi (t)和時間占有率〇i (t)。
[0012] C13、計算得到該路段所有信息采樣間隔的交通狀態(tài)參數(shù)（平均速度和時間占有 率），具體計算公式如下：
【主權項】
1. 一種臨界交通狀態(tài)參數(shù)的確定方法，其特征在于該方法包括以下步驟： Cl、檢測并計算得到路段的交通流參數(shù)； c2、建立交通流參數(shù)的高斯混合模型并估計模型參數(shù)；c3、定義臨界交通狀態(tài)參數(shù)值； c4、計算得到臨界交通狀態(tài)參數(shù)值。
2. 根據(jù)權利要求1所述的臨界交通狀態(tài)參數(shù)的確定方法，其特征在于，步驟cl的過程 包括： cll、選取需要計算臨界交通狀態(tài)值的路段； cl2、采集該路段的交通流數(shù)據(jù)：第t個信息采樣間隔內(nèi)表征某一路段的檢測斷面第i條車道的交通流流量Qi(t)，平均斷面速度Vi (t)和時間占有率〇i (t); cl3、計算得到該路段所有信息采樣間隔的交通狀態(tài)參數(shù)，具體計算公式如下：
式中，v(t)和o(t)為該路段第t個信息采樣間隔的交通流狀態(tài)數(shù)據(jù)，隊為該路段的車 道數(shù)量。
3. 根據(jù)權利要求1所述的臨界交通狀態(tài)參數(shù)的確定方法，其特征在于，步驟c2的過程 包括： c21、建立交通狀態(tài)參數(shù)的高斯混合模型； 由于路段存在M種不同的交通狀態(tài)，采用有M個高斯模型來擬合M種不同交通狀態(tài)數(shù) 據(jù)；由此，對于某一交通狀態(tài)指標（X)的高斯混合模型就可以表示為：
式中，Xt是在第t個采樣間隔的交通狀態(tài)數(shù)據(jù)；《i是高斯混合分布的權重系數(shù)，即表 示第i類交通狀態(tài)數(shù)據(jù)所占的比例；g(Xt|h，〇i)是第i類高斯分布的概率密度函數(shù)，都服 從標準的高斯分布形式如下：
式中，h是第i類高斯分布的均值，〇i是第i類高斯分布的標準差；高斯混合分布的 權重系數(shù)需要滿足公式
權重系數(shù)也可以認為是某一類交通狀態(tài)數(shù)據(jù)在總數(shù)據(jù)中 的比例；因此，高斯混合分布就可以表征為以所有類交通狀態(tài)的均值、標準差與權重系數(shù)為 參數(shù)的分布模型，其中參數(shù)集合可以表示為? = 〇i,Ui, 〇i); 該高斯混合模型表示了不同交通狀態(tài)下的交通流參數(shù)的分布特性及其所占有的比 例； c22、對高斯混合模型的參數(shù)進行估計； 根據(jù)對實際交通特性的分析，在實際交通環(huán)境中，交通狀態(tài)可以分為擁堵和暢通兩種 狀態(tài)，而臨界交通狀態(tài)參數(shù)就是用來區(qū)分這兩種交通狀態(tài)的指標；就可以認為在交通狀態(tài) 參數(shù)樣本中存在兩類不同的高斯模型，即M= 2 ; 在給定的交通狀態(tài)參數(shù)樣本與模型結構后，模型中參數(shù)集合? = (?i，h，的最 優(yōu)估計就成為獲得真實的交通狀態(tài)參數(shù)分布的關鍵；這里采用期望最大化算法進行高斯混 合模型參數(shù)估計； 通過檢測器獲得某一路段N個交通狀態(tài)參數(shù)的樣本數(shù)據(jù)，這些樣本數(shù)據(jù)點來自于某一 個高斯混合模型，則高斯混合模型的似然函數(shù)就可以表示為：
利用EM算法，分布迭代的求得最大值，并獲得取得最大值時各個參數(shù)的值；具體可分 為以下幾步： ① 初始化參數(shù)? = 〇i,h，〇i)，分別設置模型參數(shù)的初始值； ②E步驟：估計交通狀態(tài)樣本數(shù)據(jù)由每一個類型生成的概率，對于每個交通狀態(tài)樣本 數(shù)據(jù)Xt來說，它由第i個類型生成的概率為：
③M步驟：對上式進行求導，求出最大似然所對應的參數(shù)值：
式中，
?，根據(jù)條件可知，參數(shù)％滿足
，因此可以在高斯混合模型 的似然函數(shù)中加入拉格朗日乘子
|，求得該式取得最大值時《#斤 對應的值：
④ 計算似然函數(shù)的值，檢查似然函數(shù)是否收斂；若收斂則說明似然函數(shù)已經(jīng)取得最大 值，此時參數(shù)對應的值即為各參數(shù)的最大似然估計；否則，返回②迭代進行E步驟和M步驟。
4. 根據(jù)權利要求1所述的臨界交通狀態(tài)參數(shù)的確定方法，其特征在于，步驟c3具體是： 定義臨界交通狀態(tài)參數(shù)； 通過c2步驟得到的暢通狀態(tài)和擁擠狀態(tài)的交通參數(shù)高斯模型分為別gl(Xt| yi，〇1) 和& (XtIy2, 〇 2)，則兩者高斯混合模型的累積概率密度函數(shù)為Fi(XtIy〇i)和 (Xt |y2，0 2); 交通狀態(tài)參數(shù)速度的臨界參數(shù)值V。定義為，在暢通狀態(tài)下的小于臨界速度的樣本越少 越好，即累積概率匕(\〈\| 01)越小越好；在擁擠狀態(tài)下的大于臨界速度的樣本越少 越好，即累積概率F2 (vt>v。Iy2, 0 2)越小越好； 交通狀態(tài)參數(shù)時間占有率的臨界參數(shù)值〇。定義為，在暢通狀態(tài)下的大于臨界時間占有 率的時間占有率樣本越少越好，即累積概率匕(〇1>〇。|yi，〇1)越小越好；在擁擠狀態(tài)下的 小于臨界時間占有率的樣本越少越好，即累積概率Fjo^o」y2, 〇2)越小越好。
5. 根據(jù)權利要求1所述的臨界交通狀態(tài)參數(shù)的確定方法，其特征在于，步驟c4具體是： 計算臨界速度和臨界時間占有率； 根據(jù)臨界交通狀態(tài)的定義，臨界速度和臨界時間占有率的計算公式分別如下：
【專利摘要】本發(fā)明提供了一種臨界交通狀態(tài)參數(shù)的確定方法?，F(xiàn)有城市道路臨界交通狀態(tài)參數(shù)的計算和設置大多依據(jù)人工經(jīng)驗，缺乏對不同道路狀況和交通構成的考慮。本發(fā)明的基本思想是利用某路段獲取的車道基本交通流參數(shù)，計算得到該路段在不同交通狀態(tài)下的交通狀態(tài)參數(shù)（速度和時間占有率值），建立交通狀態(tài)參數(shù)的高斯混合模型，通過模型參數(shù)估計得到暢通狀態(tài)和擁堵狀態(tài)下的高斯模型參數(shù)，通過暢通狀態(tài)和擁堵狀態(tài)下的高斯模型累積概率密度函數(shù)計算得到臨界交通狀態(tài)值，并采用臨界交通狀態(tài)參數(shù)值進行該路段的交通狀態(tài)判別。本發(fā)明彌補了原有人工經(jīng)驗設置參數(shù)的不足，有助于全面提升道路交通狀態(tài)判別的準確性與針對性，提升交通管控水平的科學性。
【IPC分類】G08G1-01
【公開號】CN104574968
【申請?zhí)枴緾N201510025306
【發(fā)明人】金盛, 曲小波, 劉美岐, 王殿海, 馬東方, 祁宏生
【申請人】浙江大學
【公開日】2015年4月29日
【申請日】2015年1月19日