[发明专利]一种道路交通流量采集及预测方法

摘要

一种道路交通流量采集及预测方法，包括环形感应线圈、车辆检测模块、交通流量采集模块、交通流量数据预处理和预测，道路交通流量数据预处理和预测软件在上位机（PC机）上进行，并通过网络接口读取采集模块（SD卡）中的交通流量数据。为提高预测的可靠性，在道路交通流量数据预处理和预测方法中，首先采用小波分析结合最小二乘法对交通流量数据进行噪声剔除；然后采用改进的BP神经网络建立交通流量预测模型，实现对交通流量的预测，为优化道路交通的控制配时方案和道路交通规划提供依据。本发明可获得规定周期内的车流量、平均车速、占有率和交通密度等道路交通参数，从而实现对道路交通流量的预测，提高数据采集和道路交通流量预测的准确性。

主权项

一种道路交通流量采集与预测方法，包含交通流量采集和交通流量数据预处理与预测两部分，其特征在于：(1)交通流量采集：将道路交通流量采集装置中的环形感应线圈通过馈线与车辆检测模块的输入端相连，车辆检测模块的输出通过RS‑485串口与交通流量采集模块的输入相连，并得到道路交通流量数据；交通流量采集模块的输出通过RJ‑45网络接口与上位机(PC机)相连，将采集到的交通流量提供给上位机进行数据预处理及交通流量的预测。(2)交通流量数据预处理与预测：在上位机中，预处理模块采用小波分析结合最小二乘法实现对采集数据中的异常数据进行剔除；预测模块采用改进的BP神经网络算法实现对交通流量的预测：a)交通流量数据预处理：首先将采集到的交通流量数据进行二层DB4小波分解，把分解后的二层低频分量进行完全重构，以此重构序列为依据，作为异常数据剔除的基准线：然后将原始交通流量序列与基准线即重构序列求得绝对差值序列，再结合最小二乘法找出绝对差值序列中出现异常的位置定为原始交通流量序列的异常点，使用原始数据中的前后平均值加以修复；b)交通流量预测：采用变步长算法弥补传统BP神经网络的缺陷，对传统的BP神经网络进行改进，在改进的BP神经网络中，以预测断面自身的历史数据为BP神经网络的输入，预测断面的下一个时段的流量为输出来训练网络，将训练好的网络作为交通流量预测模型。