本發(fā)明涉及智能交通控制技術(shù)領(lǐng)域,尤其涉及一種基于車流檢測設(shè)備狀態(tài)的道路擁堵分析方法。

背景技術(shù)：

在現(xiàn)有技術(shù)中,已經(jīng)出現(xiàn)了很多道路擁堵分析的相關(guān)產(chǎn)品，但基本都是對某種傳統(tǒng)算法的直接使用，有些算法閾值難以確定，人工設(shè)定的閾值往往檢測率不太理想，而且單一算法的利用對道路狀態(tài)的適應(yīng)性較差。

技術(shù)實現(xiàn)要素：

為解決上述問題，本發(fā)明提出了一種將多種算法相結(jié)合來分析道路擁堵情況的方法；同時，對于閾值難以確定的算法，比如加利福尼亞算法，提出一種改進的加利福尼亞算法，改進后閾值確定自動進行，不需要人工設(shè)定，具有較好的檢測率。

為實現(xiàn)上述目的，本發(fā)明采用的具體技術(shù)方案如下：

一種基于車流檢測設(shè)備狀態(tài)的道路擁堵分析方法，包括以下步驟：

步驟一、配置算法閾值：在前臺根據(jù)車流檢測設(shè)備所處路段、檢測時間段及檢測設(shè)備類型為各車流檢測設(shè)備分別配置Mcmaster算法、慢速算法、山東高速算法各自的閾值信息、結(jié)果權(quán)重占比及改進的加利福尼亞算法的結(jié)果權(quán)重占比，改進的加利福尼亞算法的閾值由算法本身自動確定；

步驟二、獲取交通數(shù)據(jù)：獲取車流檢測設(shè)備檢測的基本交通數(shù)據(jù)，包括速度、流量和占有率；

步驟三、按各算法分別計算：分別采用改進的加利福尼亞算法、Mcmaster算法、慢速算法、山東高速算法對獲取到的基本交通數(shù)據(jù)信息進行計算，得出每種算法下的交通擁堵狀況；

步驟四、根據(jù)步驟一所設(shè)置的各個算法的結(jié)果權(quán)重占比，得出檢測設(shè)備當(dāng)前時刻所處位置的交通擁堵情況。

步驟二中，速度是指某一時刻的車輛平均速度，即各車型的平均速度。占有率是指某一時刻單位長度路段上車輛總長占該路段長度的百分比。流量是指單位時間內(nèi)通過道路某斷面的交通量(即單位時間通過道路某斷面的車輛數(shù)目)。

本發(fā)明將多種常見的道路擁堵分析算法均應(yīng)用到交通擁堵分析中，利用各種算法對車流檢測設(shè)備獲取的基本交通數(shù)據(jù)分別計算一種結(jié)果，然后再根據(jù)設(shè)定的結(jié)果權(quán)重占比將各結(jié)果統(tǒng)一計算，得出相應(yīng)檢測設(shè)備所處路段在該時段的交通擁堵情況。多種算法相結(jié)合，更容易適應(yīng)道路狀況，提高分析結(jié)果的準(zhǔn)確性。

另外，為克服加利福尼亞算法閾值難以確定的問題，對傳統(tǒng)的加利福尼亞算法進行了改進，將其與折半查找方法相結(jié)合，高效快速地獲取到最佳閾值。具體方法如下：改進的加利福尼亞算法是指首先利用折半查找方法通過誤判率和漏判率比較獲取最佳閾值；然后，利用獲得的最佳閾值對基本交通數(shù)據(jù)進行加利福尼亞計算，得出該算法下當(dāng)前的交通擁堵狀況。

改進的加利福尼亞算法確定最佳閾值的步驟如下：

(1)、對所有樣本數(shù)據(jù)計算出各自的OCCDF、OCCRDF和DOCCTD，其中OCC(i,t)是第i個檢測站t時刻所測得的占有率；OCCDF是擁擠路段上下游占有率的差值，OCCDF＝OCC(i,t)-OCC(i+1,t)；OCCRDF是擁擠路段上下游占有率的相對差值，OCCRDF＝(OCC(i,t)-OCC(i+1,t))/OCC(i,t)；DOCCTD是擁擠開始時下游占有率的相對差值，DOCCTD＝(OCC(i+1,t-2)-OCC(i+1,t))/OCC(i+1,t-2)；然后分別求取OCCDF、OCCRDF和DOCCTD的最大值和最小值，用Kmin1、Kmax1分別表示所有樣本求取的OCCDF的最小值和最大值，用Kmin2、Kmax2分別表示所有樣本求取的OCCRDF的最小值和最大值，用Kmin3、Kmax3分別表示所有樣本求取的DOCCTD的最小值和最大值；

(2)、利用Kmin1、Kmax1、Kmin2、Kmax2、Kmin3、Kmax3計算初始閾值K1、K2、K3，其中，K1＝(Kmin1+Kmax1)/2，K2＝(Kmin2+Kmax2)/2，K3＝(Kmin3+Kmax3)/2；

(3)、統(tǒng)計出閾值為K1、K2、K3情況下的誤判率和漏判率，誤判率為每百次判定為交通異常而實際上并非交通異常的次數(shù)，漏判率為每百次真正發(fā)生交通異常卻被判為交通正常的次數(shù)；

(4)、將步驟(3)得到的誤判率和漏判率比較，如果誤判率和漏判率相接近，即漏判率/誤判率介于0.95-1之間，則步驟(2)算出的K1、K2、K3即為最佳閾值；否則，執(zhí)行步驟(5)，調(diào)整閾值；

(5)、若漏判率/誤判率小于0.95，則修正閾值為K11＝(Kmin1+K1)/2，K21＝(Kmin2+K2)/2，K31＝(Kmin3+K3)/2；若漏判率/誤判率大于1，則修正閾值為K12＝(Kmax1+K1)/2，K22＝(Kmax2+K2)/2，K32＝(Kmax3+K3)/2；

(6)、重復(fù)步驟(3)、(4)、(5)，直到誤判率和漏判率相接近，確定所對應(yīng)的最佳閾值。

上文所述的山東高速算法是指通過服務(wù)水平的計算來判斷擁擠水平，具體包括以下步驟：首先，通過飽和度法計算服務(wù)水平B，其中，0代表非擁堵，1代表擁堵；然后，通過平均速度分析法計算服務(wù)水平S，其中，0代表非擁堵，1代表擁堵；最后，按公式W1*B+W2*S來計算，將所得結(jié)果與設(shè)定閾值K比較，其中，W1、W2為根據(jù)檢測設(shè)備所處路段情況設(shè)置的權(quán)重值，0<W1<1,0<W2<1,且W1+W2＝1，閾值K根據(jù)權(quán)重設(shè)置進行調(diào)整，若W1*B+W2*S>K則為擁堵，否則為非擁堵。其中，飽和度法即V/C比法，是指交通流量與車道通行能力之比值，車道通行能力是指道路設(shè)施所能疏導(dǎo)交通流的能力。平均速度分析法是通過調(diào)查得到的地點平均速度評價調(diào)查路段的服務(wù)水平。首先利用每種方法分別計算一種擁堵結(jié)果，然后根據(jù)需要選擇以哪種計算結(jié)果為主設(shè)定權(quán)重值和閾值，將兩結(jié)果綜合計算后與閾值比較得出最終的擁堵情況。例如，設(shè)W1＝0.2，W2＝0.8，若K設(shè)置為0.2，則飽和度法、平均速度分析方法只要有一個方法計算出擁堵，則結(jié)果就是擁堵；若K設(shè)置為0.8，則平均速度方法起決定性作用；若K設(shè)置為1，則兩種方法都為擁堵的情況下，最終結(jié)果才為擁堵。反之亦然。

本發(fā)明結(jié)合利用了改進的加利福尼亞算法、Mcmaster算法、慢速算法和山東高速算法，對車流檢測設(shè)備獲取的基本交通數(shù)據(jù)進行計算得出道路擁堵狀況，并且可以根據(jù)檢測設(shè)備類型、檢測時段和路段靈活地對各個算法的閾值、結(jié)果權(quán)重占比進行配置，以適應(yīng)不同的需求，有效提高分析結(jié)果的準(zhǔn)確性。

附圖說明

圖1是本發(fā)明方法的總體流程圖；

圖2是改進的加利福尼亞算法確定最佳閾值的流程圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明的具體實施進行詳細說明。

一種基于車流檢測設(shè)備狀態(tài)的道路擁堵分析方法，如圖1所示，包括以下步驟：

S1:通過前臺對車流檢測設(shè)備進行相應(yīng)的配置，配置主要包括Mcmaster算法、慢速算法、山東高速算法的閾值信息、結(jié)果權(quán)重占比以及改進的加利福尼亞算法的結(jié)果權(quán)重占比。配置時，可根據(jù)不同需求按時段、路段及設(shè)備類型對各車流檢測設(shè)備進行靈活配置。同時，將傳統(tǒng)加利福尼亞算法與折半查找方法相結(jié)合生成改進的加利福尼亞算法，自動確定最佳閾值。

如圖2所示，改進的加利福尼亞算法確定最佳閾值的步驟如下：

(1)、對所有樣本數(shù)據(jù)計算出各自的OCCDF、OCCRDF和DOCCTD，其中OCC(i,t)是第i個檢測站t時刻所測得的占有率；OCCDF是擁擠路段上下游占有率的差值，OCCDF＝OCC(i,t)-OCC(i+1,t)；OCCRDF是擁擠路段上下游占有率的相對差值，OCCRDF＝(OCC(i,t)-OCC(i+1,t))/OCC(i,t)；DOCCTD是擁擠開始時下游占有率的相對差值，DOCCTD＝(OCC(i+1,t-2)-OCC(i+1,t))/OCC(i+1,t-2)；然后分別求取OCCDF、OCCRDF和DOCCTD的最大值和最小值，用Kmin1、Kmax1分別表示所有樣本求取的OCCDF的最小值和最大值，用Kmin2、Kmax2分別表示所有樣本求取的OCCRDF的最小值和最大值，用Kmin3、Kmax3分別表示所有樣本求取的DOCCTD的最小值和最大值；

(2)、利用Kmin1、Kmax1、Kmin2、Kmax2、Kmin3、Kmax3計算初始閾值K1、K2、K3，其中，K1＝(Kmin1+Kmax1)/2，K2＝(Kmin2+Kmax2)/2，K3＝(Kmin3+Kmax3)/2；

(3)、統(tǒng)計出閾值為K1、K2、K3情況下的誤判率和漏判率，誤判率為每百次判定為交通異常而實際上并非交通異常的次數(shù)，漏判率為每百次真正發(fā)生交通異常卻被判為交通正常的次數(shù)；

(4)、將步驟(3)得到的誤判率和漏判率比較，如果誤判率和漏判率相接近，即漏判率/誤判率介于0.95-1之間，則步驟(2)算出的K1、K2、K3即為最佳閾值；否則，執(zhí)行步驟(5)，調(diào)整閾值；

(5)、若漏判率/誤判率小于0.95，則修正閾值為K11＝(Kmin1+K1)/2，K21＝(Kmin2+K2)/2，K31＝(Kmin3+K3)/2；若漏判率/誤判率大于1，則修正閾值為K12＝(Kmax1+K1)/2，K22＝(Kmax2+K2)/2，K32＝(Kmax3+K3)/2；

(6)、重復(fù)步驟(3)、(4)、(5)，直到誤判率和漏判率相接近，確定所對應(yīng)的最佳閾值。

S2：后臺服務(wù)進行核心的改進加利福尼亞算法、Mcmaster算法、慢速算法、山東高速算法的實現(xiàn)，計算出道路擁堵狀態(tài)。具體如下：

S21：實時讀取車流檢測設(shè)備上傳的交通數(shù)據(jù)信息以及相應(yīng)檢測設(shè)備的配置信息。

S23：根據(jù)S21獲取的數(shù)據(jù)(包括速度、流量和占有率)以及配置信息分別進行加利福尼亞算法、Mcmaster算法、慢速算法、山東高速算法的計算，得出各個算法的結(jié)果后，再根據(jù)結(jié)果權(quán)重占比計算出車流檢測設(shè)備所在位置的交通擁堵狀態(tài)。

S3：前臺對交通擁堵狀態(tài)進行展示，擁堵時產(chǎn)生警報。

上述山東高速算法具體包括以下步驟：首先，通過飽和度法計算服務(wù)水平B，其中，0代表非擁堵，1代表擁堵；然后，通過平均速度分析法計算服務(wù)水平S，其中，0代表非擁堵，1代表擁堵；其中，W1、W2為根據(jù)檢測設(shè)備所處路段情況設(shè)置的權(quán)重值，0<W1<1,0<W2<1,且W1+W2＝1，閾值K根據(jù)權(quán)重設(shè)置進行調(diào)整，若W1*B+W2*S>K則為擁堵，否則為非擁堵。

下表所示為高速公路服務(wù)水平分級及評價指標(biāo)：

表1

表中設(shè)計速度(Sv1,Sv2,Sv3)、速度(v1～v3)、V/C(s1～s3)、車道基本通行能力(c1、c2、c3)根據(jù)實際情況，可單獨配置。