[发明专利]识别归纳车辆当前区域拥堵状况的方法

说明书

本发明提供一种识别归纳车辆当前区域拥堵状况的方法，包括以下步骤：步骤S1，拥堵形态分类及标准确定；步骤S2，确定关注区域并提取关注区域的拥堵信息；步骤S3，聚类分析归并拥堵性质相同或相似的相邻路段；步骤S4，根据步骤S1确定的标准判别拥堵形态。本发明能够针对司机当前关注区域的路况信息，快速科学概括分析、组织表述，解决了现有方法主观性强，无针对性的问题。

技术领域

本发明涉及智能交通技术领域，具体涉及一种识别归纳车辆当前区域拥堵状况的方法。

背景技术

现今，中国已进入汽车普及时代，而交通拥堵是各大城市普遍面临的难题。据调查大多数城市出行并不会开启导航但仍然有了解前方路况的需求，现有手段主要通过交广电台播报或路侧情报板显示的拥堵信息。前者是电台根据实时路况表述，受播报人员的经验、标准偏好影响较大，且如果司机未收听广播或播报的非司机当前所处地段，司机并不能获取有效信息；后者并非安装在城市所有区域或发布的非司机关心区域，且情报板多为简易发布表达形式，不能丰富表述路况，司机同样不能获取有效信息。

基于车载终端收取电子地图的路况数据，可为司机提供当前周边的路况。出于安全考虑，司机不可能一边开车一边看图，所以语音播报是有效的方式。但周边上百条路段的拥堵信息在司机到下一交叉口路径选择前的短时间内难以逐条播报完毕，且这样播报司机也无法了解全貌，需要通过人工智能方法高度概括路况，便于司机安全及时了解路况做出选择，避开拥堵。

发明内容

为解决现有技术中的不足，本发明提供一种识别归纳车辆当前区域拥堵状况的方法，能够针对司机当前关注区域的路况信息，快速科学概括分析、组织表述，解决了现有方法主观性强，无针对性的问题。

本发明实施例采用的技术方案是：

一种识别归纳车辆当前区域拥堵状况的方法，包括以下步骤：

步骤S1，拥堵形态分类及标准确定；

步骤S2，确定关注区域并提取关注区域的拥堵信息；

步骤S3，聚类分析归并拥堵性质相同或相似的相邻路段；

步骤S4，根据步骤S1确定的标准判别拥堵形态。

进一步地，步骤S1中，拥堵形态包括：节点性拥堵、线性拥堵和区域性拥堵；拥堵形态的标准包括：

节点性拥堵是拥堵长度小于设定长度阈值的形态；

线性拥堵是是拥堵长度等于或大于设定长度阈值的形态；

区域性拥堵是拥堵道路占区域道路等于或大于设定百分比阈值的形态。

更进一步地，线性拥堵又分为匀质线性拥堵、间断性线性拥堵、鱼骨形线性拥堵。

更进一步地，

对于节点性拥堵，语音播报的表述为：道路名称+位置+程度；

对于线性拥堵，语音播报的表述为：道路名称+“位置-位置”+子类型+程度；

对于区域性拥堵，语音播报的表述为：位置+范围+程度。

进一步地，步骤S3中，采用K-均值聚类算法将相似性高的相邻对象归并一个整体，即将拥堵性质相似的路段归并；拥堵性质是指拥堵程度中的拥堵等级；获取区域内所有路段测点的拥堵数据作为聚类的k个簇，每个簇通过质心来描述；以欧式距离作为类间距离，x_ik、x_jk为拥堵路段对象，p为对象数量，以最短距离法法计算这种类间距离；拥堵数据簇和之间的距离为d_ij；主要包括：

(1)K-均值聚类算法：首先算法初始化，即创建算法所需要的质心k个，然后将测点数据分配给每一个质心，迭代计算类间距离，返回分配结果，得出测点拥堵数据的聚类并归类；