[发明专利]一种基于VANETs和改进的D-S证据理论的道路拥堵检测方法

权利要求书

1.一种基于VANETs和改进的D-S证据理论的道路拥堵检测方法，其特征在于，包括以下步骤：

步骤1，设道路上行驶有n辆车，通过n辆车中每辆车的速度和车流密度，根据拥堵指数集合Θ得到每辆车的至少一个拥堵指数，其中车辆i的至少一个拥堵指数组成该辆车的拥堵指数集合A_i，其中i＝1,2,..,n，n为大于等于1的自然数，A_i＝{A_i¹,A_i²,...,A_i^a,...,A_i^M},M≤2⁴，A_i^a表示车辆i的第a个拥堵指数，a＝1,2,..,M；

所述拥堵指数集合Θ＝{Ⅰ，Ⅱ，Ⅲ，Ⅳ}；

步骤2，通过式(1)计算车辆i在第a个拥堵指数下的基本概率分配函数m_i(A^a_i)，即可得到n辆车中的每辆车在第a个拥堵指数下的基本概率分配函数；

m_i(A^a_i)＝1-H(v_i,ρ_i) (1)

其中，i＝1,2,..,n，a＝1,2,..,M，H(v_i,ρ_i)＝-p(v_i)log₂p(v_i)+(-p(ρ_i)log₂p(ρ_i))，v_i为车辆i的速度，v_thi为车辆i在第a个拥堵指数下的速度下限值，v_T为道路上车辆速度的限速值，ρ_i为车辆i的车流密度，ρ_thi为车辆i在第a个拥堵指数下的车流密度的下限值，ρ_T为道路上车流密度的饱和值；

步骤3，通过式(2)将n辆车中的每辆车在第a个拥堵指数下的基本概率分配函数进行合成，得到道路在第a个拥堵指数下的基本概率分配函数m(A^a)，即可得到道路在每个拥堵指数下的基本概率分配函数m(A)，其中m(A)＝{m(A¹),m(A²),..,m(A^a),...,m(A^M)}；

其中，a＝1，2，..，M，ε＝e^-k，m_j(A^a_j)为车辆j在第a个拥堵指数下的基本概率分配函数，j＝1，2，..，n，i≠j；

步骤4，设m(A^a)＝max{m(A)}，m(A^a′)＝large{m(A)，2}；

若m(A^a)-m(A^a′)＞ε₁，则道路的拥堵指数为第a个拥堵指数；

其中，ε₁＝10^-4。

2.如权利要求1所述的道路拥堵检测方法，其特征在于，步骤1中所述的根据拥堵指数集合Θ得到每辆车的拥堵指数集合，包括：

步骤11，设置4个车辆速度模糊区间，分别是SV：[0，v_th1]，SL：[v_th1，v_th2]，SM：[v_th2，v_th3]，SH：[v_th3，v_T]；设置4个车流密度模糊区间，分别是DL：[0，ρ_th1]，DM：[ρ_th1，ρ_th2]，DH：[ρ_th2，ρ_th3]，DV：[ρ_th3，ρ_T]；

步骤12，根据表1得到每辆车的拥堵指数集合；

表1

表1为每辆车的拥堵指数集合。