[发明专利]一种基于交通信号和密度延误的个体行程时间预测方法

说明书

本发明公开了一种基于交通信号和密度延误的个体行程时间预测方法，包括：获取路段数据划分得到车辆个体历史通行状态；根据路段信控信息计算路段密度阈值；标定车辆个体驾驶习惯并构建车辆个体出行数据集；根据车辆个体出行数据集，构建信号延误函数和密度延误函数；构建个体行程时间函数；根据车辆个体交通信息得到个体预测通行状态；根据个体预测通行状态和个体行程时间函数，构建个体行程时间预测函数并得到个体行程预测时间。通过使用本发明，能够提供更准确的个体行程预测时间。本发明作为一种基于交通信号和密度延误的个体行程时间预测方法，可广泛应用于城市交通行程时间预测领域。

技术领域

本发明涉及城市交通的行程时间预测领域，尤其涉及一种基于交通信号和密度延误的个体行程时间预测方法。

背景技术

近年来，随着汽车保有量的日益提高，交通拥堵已经成为世界各大城市的难题，严重影响了人们的日常生活，并对社会其他潜在的经济价值造成了巨大的损失。行程时间作为一个交通拥堵的重要评价指标，近几十年来已经成为了一个研究热点。与高速公路行程时间的研究相比，城市道路的行程时间被关注的更少，由于城市道路中交通信号灯的周期性干扰，路段行程时间是可变的且不易确定的，因此城市路段的行程时间预测比高速公路的难度更大。

目前对城市路段行程时间的预测方法中，没有考虑到车辆进入路段时，出口的信号灯状态，这一状态很大程度上决定了车辆到达路段出口时能否赶上绿灯相位，因此对路段行程时间具有重要影响。没有考虑到个体驾驶习惯因素，对于风格不同的驾驶员，在相同路段的行程时间相差甚远。没有给出预测结果的置信度、置信区间，行程时间预测值的置信度、置信区间对交通管理者、交通出行者具有重要的参考价值。

发明内容

为了解决上述技术问题，本发明的目的是提供一种基于交通信号和密度延误的个体行程时间预测方法，能够提供更准确的个体行程预测时间，有助于提高城市的交通管控能力。

本发明所采用技术方案是：一种基于交通信号和密度延误的个体行程时间预测方法，包括以下步骤：

获取路段卡口车牌识别数据、信控数据和路段几何信息数据，统计车辆个体交通信息并划分得到车辆个体历史通行状态；

根据路段信控信息计算路段密度阈值；

将路段的密度阈值结合车辆个体交通信息和历史通行状态，标定车辆个体驾驶习惯并构建车辆个体出行数据集；

根据车辆个体出行数据集，构建信号延误函数和密度延误函数；

根据信号延误函数、密度延误函数和路段无延误行程时间，构建个体行程时间函数；

根据车辆个体交通信息得到个体预测通行状态；

根据个体预测通行状态和个体行程时间函数，构建个体行程时间预测函数并得到个体行程预测时间。

进一步，还包括：

根据个体出行数据集和个体行程预测时间，计算个体行程预测时间的置信度和置信区间。

进一步，所述获取路段卡口车牌识别数据、信控数据和路段几何信息数据，统计车辆个体交通信息并划分得到车辆个体历史通行状态这一步骤，其具体包括：

获取路段卡口车牌识别数据、信控数据和路段几何信息数据；

应用DBSCAN算法对车辆个体交通信息的数据进行聚类，将车辆个体的通行状态划分为一次通过通行状态、二次通过通行状态和其他状态；

将其他状态作为噪声数据剔除，保留一次通过通行状态和二次通过通行状态，得到车辆个体历史通行状态。

进一步，所述将路段的密度阈值结合车辆个体交通信息和历史通行状态，标定车辆个体驾驶习惯并构建车辆个体出行数据集这一步骤，其具体包括：