[发明专利]一种道路交通状况预测方法及装置

说明书

技术领域

本发明涉及道路状况监测技术领域，尤其涉及一种道路交通状况预测方法及装置。

背景技术

近年来，我国城市高速发展，城市道路交通面临日益严峻的考验，大范围交通拥堵已成为普遍现象，严重阻碍和制约着城市道路交通的协调发展。

目前，存在着多种道路交通状况预测方案，例如：短时交通状态预测方案、融合多种交通数据的交通状态预测方案。其中：

短时交通状况预测方案是根据采集历史记录的流量及速度数据组合预设交通状况，通过对现在和历史同一周期同比的交通状况平均数据做加权平均，获得短期内的交通状况预测，但是，该方案无法克服突发交通事件等随机干扰因素的影响，对道路交通状况的短时预测的准确度不高。

融合多种交通数据的交通状况预测方案是根据预先设置有流量级别数、速度级别数、流量同行能力比级别数、流量占有率级别数、速度占有率级别数、饱和度级别数和历史路况级别数所占的百分比，然后将各个级别数乘以其所占的百分比再求和，得出路况级别数，再参照预先设置的路况级别数对应的路况，得出未来预定时间内的路况，然而，该方案对道路的交通状况预测的准确度也不高，至多有75％左右。

综上所述，现有的城市道路的交通状况短时预测方案在实际的实施中，预测的准确度较差，进而，不能很好的针对交通状况进行相应的应对措施。

发明内容

本发明实施例提供一种道路交通状况预测方法及装置，用以解决现有技术中存在的道路交通状况预测准确度较低的问题。

本发明实施例采用以下技术方案：

一种道路交通状况预测方法，应用于布设有多个检测器的道路状况预测系统中，所述方法包括：

确定用于预测道路交通状况的交通流数据，其中，所述交通流数据是各个检测器按照预设采样周期在道路断面采集的，每条交通流数据记录中至少包括：时间占有率；

针对每个道路断面的交通流数据执行以下操作：

确定第一时间段内的交通流数据以及第二时间段内的交通流数据，其中，所述第一时间段为当前时刻之前且距离当前时刻的连续N个采样周期，所述第二时间段为当前时刻之前且距离当前时刻的连续M个采样周期，所述M、N为不相等的正整数；

针对第一时间段内的所有时间占有率，按照预设算法确定第一时间占有率参考值，以及针对第二时间段内的所有时间占有率，按照预设算法确定第二时间占有率参考值；

根据所述第一时间占有率参考值和所述第二时间占有率参考值的差值所在的数值范围，选择相应的合成规则；

根据合成的交通流数据确定表征当前道路断面交通状况的拥堵指标。

优选地，所述每条交通流数据记录中还包括：车辆速度；

在确定用于预测道路交通状况的交通流数据之后，针对每个道路断面的交通流数据执行操作之前，所述方法还包括：

对所述交通流数据进行筛选，剔除不符合筛选条件的交通流数据。

优选地，对获取的表征交通状况的交通流数据进行筛选，剔除不符合筛选条件的交通流数据，具体包括：

利用预设的交通流数据阈值，分别对交通流数据中的时间占有率和车辆速度进行筛选，剔除不满足所述交通流数据阈值的交通流数据；

利用预设的车辆长度阈值范围，对当前道路断面在每个采样周期确定的平均车辆长度进行筛选，剔除不满足所述车辆长度阈值范围的交通流数据。

优选地，所述每个采样周期内的平均车辆长度通过以下公式确定：

l‾(k)=o(k)*v(k)Q---(1)]]>

其中，所述为第k个采样周期内的平均车辆长度；所述o(k)为第k个采样周期内的时间占有率；所述v(k)为第k个采样周期内的车辆速度；所述Q为预设车辆流量。