[发明专利]一种高速公路相邻边缘设备节点交通异常概率评估方法

说明书

本发明提供一种高速公路相邻边缘设备节点交通异常概率评估方法，涉及智慧交通及云计算技术领域。云服务器从高速公路交通流量时间序列库中提取交通流量计数结果，并基于形态相似性距离计算相邻边缘设备节点交通流量平均到达时间；生成高速公路相邻边缘设备节点的交通流量差时间序列；采用基于ADF的高速公路相邻边缘设备节点交通流量差时间序列平稳性检验方法，检验相差平均到达时间的两个相邻边缘设备节点的交通流量差时间序列是否平稳；最后根据相邻边缘设备节点交通流量差时间序列的平稳性判定高速公路相邻边缘设备节点的交通异常情况。本发明方法充分考虑了交通异常和交通流量之间相互影响、相互作用，提高了高速公路交通异常判断的准确性。

技术领域

本发明涉及智慧交通及云计算技术领域，尤其涉及一种高速公路相邻边缘设备节点交通异常概率评估方法。

背景技术

随着高速公路的建设发展，道路上私家车和公共汽车的数量迅速增加，交通拥堵，车辆碰撞等交通异常问题越发严重。我国高速公路交通异常基本特点主要有：

(1)高速公路交通事故重大、恶性事故多。高速公路上的车辆行驶速度为60-120千米/时，车辆行驶速度过快，发生车辆碰撞时，冲击破坏力大，容易造成车辆与部件损坏，多为恶性事故。

(2)夜间交通异常事件发生较多。高速公路上夜间光线较暗，驾驶员在驾驶车辆时周围的视野条件与白天相差较大，容易造成视线模糊，大大增加了行车危险性，交通异常事件发生概率较大。同时夜间行车时，驾驶员容易疲劳驾驶，同样容易造成交通异常。

(3)异常天气交通异常事件较多。天气状况对高速公路上车辆的行车安全有很大影响，在晴天天气下交通异常的发生概率远小于异常(雾霾，雨雪等)天气下的交通异常发生概率。雾霾天气下驾驶员视线可见范围减小，雨雪天气下道路路面摩擦阻力减小，增加了行车危险性，增大高速公路交通异常概率。

交通异常发生通常造成不可挽回的损失，因此高速公路交通安全始终是人们关注的重点。当前智能交通系统中用于高速公路交通异常监测的常用技术为视频监测技术，但是视频检测设备受外界环境(如光照不足或者雾霾天气)影响较大，并且视频连续传输使网络传输带宽压力增大。通过车辆碰撞的声音检测交通异常是最直接的检测方法，但是事故地点距离音频设备较远时，音频设备可能无法采集到碰撞声音从而判断失误。

随着物联网技术的快速发展，终端设备海量数据的不断产生，边缘计算的提出和发展，促进了智能交通系统(Intelligent Traffic System,ITS)进一步改进和完善。目前，有许多学者通过边缘计算设备对高速公路交通异常情况进行分析，但前人对于高速公路交通异常的研究忽略了交通异常和交通流量之间相互影响、相互作用，导致效果并不理想。

发明内容

本发明要解决的技术问题是针对上述现有技术的不足，提供一种高速公路相邻边缘设备节点交通异常概率评估方法，实现对高速公路交通异常情况进行评估。

为解决上述技术问题，本发明所采取的技术方案是：一种高速公路相邻边缘设备节点交通异常概率评估方法，包括以下步骤：

步骤1：云服务器从高速公路交通流量时间序列库中提取高速公路交通流量计数结果，并基于形态相似性距离计算高速公路相邻边缘设备节点交通流量平均到达时间；

步骤1.1：设定高速公路交通流量平均到达时间表示交通流量序列从第i个边缘设备节点到第i+1个边缘设备节点所用时间，车辆在高速公路上行驶速度为60～120km/h，同时设定相邻两个边缘设备节点的距离为L，则交通流量平均到达时间范围为

步骤1.2：计算两个高速公路交通流量序列的形态相似距离，如下公式所示：