[发明专利]基于动态贝叶斯网络的高速公路路段交通状态估计方法

说明书

技术领域

本发明属于道路交通检测技术领域，具体涉及一种高速公路路段交通状态估计方法。

背景技术

随着高速公路在我国交通运输中占的重要性越来越大，伴随着出现的交通拥堵、交通事故、环境污染等问题也越来越严重。无论是交通管理者还是出行者对交通的信息化管理需求都在逐渐增加，因此，如何利用现有的检测设备，尽可能有效准确地实现高速公路交通状态的估计，实时准确的把握当前路段的交通状况是高效管理与服务的前提，具有重要的理论和实际研究意义。

高速公路上安装了各种用于交通数据采集的设备，如固定检测器、视频检测器、浮动车等。但是，由于覆盖面、成本等各种各样的原因，使得目前在对于固定车检器和视频检测器在对路段交通状态的研究中存在很大的局限性，通常是对基于浮动车或收费数据获取到的行程时间的处理，进而来反映路段的交通状态，现有的对路段交通状态估计的研究包括如下：

(1)清华大学学报自然科学版(第47卷第S2期，2007年4月)公布了一种基于融合技术的道路交通状态判别模型，其以浮动车和感应线圈检测数据得到的行程时间为输入，采用神经网络对两者进行融合进而来提高道路交通状态判别的精度，实验结果表明了该方法的有效性。

(2)长江大学学报自然科学版(第5卷第4期，2008年12月)公布了一种基于路段行程时间的道路交通状态判别方法，其利用采集的GPS数据计算路段行程时间，并通过比较路段实际行程时间和理论行程时间，从而判断的路段的交通运行状况，实验结果表明该方法能有效的判别交通运行状况，但是受到有效的GPS数据条数限制。

(3)公路交通科技(第29卷第8期，2012年8月)公开了一种基于高速公路收费数据的路网运行状态评价方法，其以实际收费数据位基础，重点介绍了数据的分析处理过程，深入挖掘高速公路网运行存在的出行时间分布及周期分布等潜在规律，计算和提取了平均速度、出行延误、行驶时间指数、计划行驶时间指数、拥堵持续时间等几类路网运行状态的评价核心指标，并指出采用高速公路收费数据作为数据资源开展此类研究的优缺点，分析结果表明收费数据可为交通出行提供参考信息。

(4)青岛大学学报(第27卷第3期，2012年9月)提出了一种城市交通状态判别方法，其将交通状态划分为4类，采用路段检测器提供的车流量、车速、占有率为基础数据，得到路段的密度和排队长度，并通过分析表明采用路段的密度和排队长度可以判断道路的交通状态。

(5)哈尔滨工业大学学报(第46卷第12期，2014年12月)公开了一种基于收费数据的高速公路交通拥挤自动判别方法，提出了基于滚动时间序列的行程时间数据合成方法，并以此为基础构建了交通拥挤指数，根据交通拥挤指数的变化特征对拥挤持续时间进行了在线估计；结合收费站布局的时空特征，设计了基本路段和复合路段融合的高速公路交通拥挤自动判别方法，实验表明该方法不仅具有较高的判别率和误判率，而且减少了判别时间，并且充分的利用了收费数据。

纵观以上各种对于路段交通状态估计的方法，大多以行程时间或行车速度等为基础数据，通过对当前时刻参数的阈值划分判断交通的运行状况，然而相关研究中也提到了由于行程时间不能直接采集到，是通过单个样本的数据整合得到的，这样就会导致因为样本数量等的原因带来的行程时间不确定性，进而导致估计的交通状态存在不确定性。此外，对于一固定路段，其相邻时刻的交通状态存在着一定相关性，在估计当前时刻状态时，考虑当前时刻之前的交通状态，进而能更为合理的估计当前的交通状态。

发明内容

有鉴于此，本发明的目的在于提供一种基于动态贝叶斯网络的高速公路路段交通状态估计方法，考虑到单靠行程时间等参数估计的交通状态存在的不确定性，以及当前路段前一时刻交通状态的相关性，引入动态贝叶斯网络模型，以行程时间、相对密度、交通状态为节点变量，构建用于路段交通状态估计的动态贝叶斯网络模型，从而达到对路段交通状态估计的目的，提高状态估计的可靠性。

为达到上述目的，本发明提供如下技术方案：

基于动态贝叶斯网络的高速公路路段交通状态估计方法，包括以下步骤：

1)提取与路段交通状态的相关节点，包括可观测的节点和隐藏节点；其中可观测的节点包括路段的平均行程时间和路段的相对密度，隐藏节点包括路段的交通状态；

2)确定节点间的相互关系，构建动态贝叶斯网络；

3)对可观测节点的数据进行模糊分类，通过对历史数据的分析得到各个类的聚类中心，并确定可观测节点的数据属于各个类的隶属度；