[发明专利]移动瓶颈影响下路段行程时间预测系统及实现方法

说明书

技术领域

本发明涉及一种移动瓶颈影响下路段行程时间预测系统及实现方法，属于动态交通预测智能管理技术领域。

背景技术

路段行程时间估计与预测是动态交通管理决策和出行决策的重要信息基础。实时获取路段行程时间的估计值，并准确地对未来时刻路段行程时间数值进行预测，对于动态交通管理决策与出行决策具有重要的现实意义。

目前对路段行程时间预测的研究，根据其原理，主要分以下3类：①基于传统的数学和物理模型的数理统计分析方法；②人工智能分析方法；③基于交通仿真的方法。其中第①类方法主要有基于时间序列模型、参数回归模型、指数平滑模型等；第②类方法主要包括状态空间重构模型，神经网络模型、小波理论等；第③类方法主要包括微观仿真和宏观仿真，如元胞自动机模型、CTM模型以及一些成熟的仿真软件VISSIM等。根据其研究对象的不同，可以分为快速路的行程时间预测和城市道路的行程时间预测。但总体来说，以往研究都是针对均一交通流的，即针对车辆间性能差异不大的交通流，流量是行程时间预测时的最主要考虑因素。

对于高速公路的行程时间预测来说，只考虑流量因素而忽略移动瓶颈作用因素，会对预测结果带来致命影响。众所周知，我国高速公路上，货运车辆比例非常大，并且货运车辆性能与客运车辆相比差距很大，而超载超限问题以及道路地形的变化又进一步放大了这一差距，当客运车辆到达货运车辆后方时，不管后方到达的小客车流量多小，速度如何，到达的车辆都不得不在货车后方降速、排队，从而产生延误。类似于到达道路的某一瓶颈处，不同之处只在于，这一瓶颈是移动的，因此称之为移动瓶颈。移动瓶颈本身不是固定不变的，而是随时空动态演化，从而进一步增加了其影响的复杂性。针对实际存在的交通状态，以往研究中，要么不计入货运车辆的影响，或者通过引入简单的系数来表征移动瓶颈的影响，显然都无法真正刻画货运车辆所形成的移动瓶颈的动态影响，从而导致行程时间预测值严重偏离实际值。

发明内容

本发明公开了一种移动瓶颈影响下路段行程时间预测系统及方法，其目的在于克服现有的预测系统方法存在的只把交通流量作为预测依据，对货车所形成移动瓶颈的影响无法表征和量化，导致行程时间预测值严重偏离实际值等缺陷。本发明通过信息采集得到移动瓶颈的初始分布和流量，基于马尔科夫链得到移动瓶颈在任意时刻的预测状态，通过查询已建立的移动瓶颈状态库及对应的延误函数库，得到路段的延误，进而得到路段的行程时间，不仅大大提高了行程时间预测的准确程度，为道路使用者提供准确的出行信息，而且为道路管理者的合理决策和高效管理提供有效支持。

本发明技术方案是这样实现的：

一种移动瓶颈影响下路段行程时间预测系统，包括信息采集模块、处理模块、发布模块以及传输模块；

所述信息采集模块包括信息采集单元与第一存储单元，用于采集和储存信息；所述第一存储单元耦接信息采集单元；信息采集单元采集信息包括道路交通流量信息，每辆车的车型分类信息、车辆行驶速度信息及车辆通过检测器所对应的时刻；

所述处理模块包括状态分布预测单元、移动瓶颈状态库单元、延误函数库单元、行程时间预测单元；所述的状态分布预测单元，接受信息采集单元信息，根据车型分类信息和车辆速度信息，确定移动瓶颈车辆及其速度；根据每辆移动瓶颈车辆通过检测器的时刻，得到其初始分布；基于移动瓶颈车辆速度及初始分布，运用马尔科夫链，得到任意时刻移动瓶颈车辆的空间状态分布；建立移动瓶颈状态库和其对应的延误函数库，给出每一状态所对应的延误函数；将车流前进中遇到第i个移动瓶颈的时刻记为t_i，通过查询移动瓶颈状态库和移动瓶颈下延误函数库，得到通过此移动瓶颈的延误时间d_i，由此得到到达下一移动瓶颈的时刻及此时移动瓶颈的状态及延误，以此类推，则可得到路段的整体延误D和行程时间T；

所述发布模块，包括信息发布终端与第二存储单元，所述信息发布终端耦接第二存储单元，用于显示所述路段的预测行程时间；

所述传输模块用于采集模块、处理模块以及发布模块之间数据传输。

一种移动瓶颈影响下路段行程时间预测系统的实现方法，具体步骤如下：

A)、采集模块的信息采集单元通过检测器测得车辆车型、车速、流量数据及车辆通过检测器所对应的时刻，并储存于第一存储模块；

B)、处理模块的状态分布预测单元，首先对检测器所得数据进行预处理，剔除错误数据，并将货车速度及通过检测器时刻单独列出，作为移动瓶颈分布预测的初始状态；