[发明专利]基于车牌识别数据的大事件交通动态仿真拥堵预测的方法

权利要求书

1.基于车牌识别数据的大事件交通动态仿真拥堵预测的方法，其特征在于，包括如下步骤：

S01、采用仿真软件构建城市路网模型；

S02、利用车牌识别数据对路段仿真参数进行标定，所述路段仿真参数包括通行能力、车道的自由流速度、车道的阻塞密度以及拥挤消散波速；

S03、对车牌识别数据进行统计以获取每辆车在不同时刻通过不同交叉口的行驶轨迹数据，并将行驶轨迹数据组合成集合；其中，行驶轨迹数据包括了每辆车从出发地到目的地，途经的每个路口以及所经过该路口的时间；

同时，保存每辆车的出发时间、起点、终点及途经路径；

S04、利用车牌识别数据统计出在指定时间段内每15分钟的路段流量，并采用概率主成分分析模型，对各卡口的缺失数据进行插值补全并对补全后的数据进行预测，得到未来指定时间段内每15分钟的预测路段流量，迭代多次，即可得到未来交通状态；

S05、通过仿真软件将目标数量车辆的行驶轨迹数据动态分配到仿真路网上，得到路网历史时段交通仿真状态；

通过对比历史路段的交通流量与预测路段流量之间的标准化均方根误差是否满足预设阈值10％，从而判断路网历史时段交通仿真状态与未来交通状态之间的差异；

如满足预设阈值10％，则得到未来交通仿真状态，本步骤结束；转S06；

如不满足预设阈值10％，通过调整出行车辆数量，直到历史路段的交通流量与预测路段流量之间的标准化均方根误差满足预设阈值10％或直至迭代次数达到了预设值；

S06、根据大事件交通管制措施统计道路供给改变，所述道路供给改变包括影响路段、影响时间段、通行能力折减以及限速折减，所述道路供给改变的各个参数是仿真软件的输入条件；

仿真软件通过动态分配车辆，得到未来的大事件交通状态，并输出相应的大事件预测结果。

2.根据权利要求1所述的基于车牌识别数据的大事件交通动态仿真拥堵预测的方法，其特征在于，步骤S01具体包括：

(1)、由电子地图划定区域并转换得到可导入仿真软件的地图文件；

(2)、在所述的地图文件中增加相应的描述字段，所述描述字段包括车道数、道路等级以及限速值；

(3)、通过仿真软件中的路网导入工具导入所述的地图文件，生成所述的城市路网模型。

3.根据权利要求1所述的基于车牌识别数据的大事件交通动态仿真拥堵预测的方法，其特征在于，在步骤S02中：

通行能力Q＝q_max，其中，q_max为车牌数据统计流量的最大小时流量；

车道的自由流速度V_f＝L/T_min，其中，L为路段长度，T_min为通过该路段的最小行程时间；

车道的阻塞密度其中，w为拥挤消散波速，w取经验值16km/h。

4.根据权利要求1所述的基于车牌识别数据的大事件交通动态仿真拥堵预测的方法，其特征在于，在步骤S06中：所述的大事件预测结果包括路段行程时间、排队长度以及延误时间。

5.根据权利要求4所述的基于车牌识别数据的大事件交通动态仿真拥堵预测的方法，其特征在于，大事件预测结果以图表表示。