[发明专利]一种基于浮动车数据的城市路网动态交通拥挤预测方法

说明书

技术领域

本发明涉及城市交通管理的技术领域，尤其是指一种基于浮动车数据的城市路网动态交通拥挤预测方法。

背景技术

交通拥挤是一种由于交通流中个体因相互作用而对个体的移动产生持续干扰的现象，表现为延迟和排队。当交通设施的交通需求接近或超过该设施现有能力时，常发生拥挤现象。

近年来，城市路网交通流短期预测的研究受到高度重视，许多学者应用各种技术方法，从数理统计分析、预测方法到人工智能(AI)技术等角度，研究和开发出各类预测模型。但这些研究大多是对交通流量进行预测，或对交通拥挤/交通状态的识别和检测，专门针对交通拥挤进行预测的研究较少。且绝大多数模型是基于固定检测数据(以线圈数据和视频检测数据为主)而开发的。

发明专利No.201010245759.8提出一种道路交通网络区域拥堵实时预测与智能管理系统。它把实时收集的交通信息通过数据融合的技术产生规范化信息输入，通过历史数据判别道路网络未来90分钟里路段的交通状况(例如速度与流量)。然后根据预测结果进一步判断生成可量化交通指标，包括：各路段堵塞概率，已经堵车的路段何时恢复畅通，车流量异常警报。但该发明预测时段为90分钟，而交通管理中的短时交通状态预测通常为15分钟，故该方法无法为交通管理者提供真正实时动态的交通拥挤预测信息。

发明专利No.201210572722.5提出了一种早晚高峰交通拥堵指数的预测方法。该发明主要将预测天分为工作日和休息日；采用因素分解模型对正常天气的工作日的早晚高峰的拥堵指数进行预测，当出现雨、雪、雾的极端天气时，在正常的工作日的早晚高峰的拥堵指数预测的基础上用天气影响系数做修正。它只针对早晚高峰进行拥堵指数预测，无法利用对路网交通进行实时动态的交通拥挤预测。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种行之有效、科学合理的基于浮动车数据的城市路网动态交通拥挤预测方法。

为实现上述目的，本发明所提供的技术方案为：一种基于浮动车数据的城市路网动态交通拥挤预测方法，包括以下步骤：

1）确定城市路段拥挤状态判别指标；

2）将浮动车数据转化为交通流参数，包括密度、流量、速度；

3）根据步骤2）所得的交通流参数，进行路段交通流状态判断；

4）根据目标路段l自身和下游线路当前的交通流状态，预测目标路段l的动态通行能力C_l；

5）根据目标路段l自身和上游路段当前的交通流状态，预测目标路段l的动态交通需求D_l；

6）根据动态通行能力C_l和需求D_l，判断目标路段l发生拥挤的可能性、拥挤程度LOC以及拥挤形成时间。

根据浮动车数据特点确定城市路段拥挤状态判别指标为拥挤指数CI，为系统延误时间和总的旅行时间的比值，即：

CI=(t-t₀)/t₀

其中：t为实际路段旅行时间，t₀为自由流状况下的路段旅行时间；

将浮动车数据，主要是速度v，转化为交通流参数，包括密度、流量、速度，采用如下交通流模型：