[发明专利]一种基于路网特性的城市道路车辆行驶速度预测方法

摘要

本发明属于智能交通领域，可以应用于预测城市道路在某段时间内的车辆行驶速度，模型是在K近邻非参数回归法的基础上改进的，考虑路网中路段之间的联系，将匹配的时间序列状态向量扩充为多维的时空状态矩阵；利用采集得到的历史数据建立样本数据库，并采集实时数据作为模板与样本匹配，将得到的近邻样本中目标路段下一时间序列的车速作为预测车速；模型中两次利用高斯函数为状态矩阵和预测结果整合设置权重以提升预测精度。本发明提出的模型创新点是采用了待测路段为中心的小路网的数据作为状态矩阵，相比以往的预测模型只考虑当前预测路段数据，本发明提出的模型在多步预测中精度更高，而且该方法也可以在路段速度检测器故障的情况下，弥补实时数据或者做预测。

主权项

一种基于路网特性的城市道路车辆行驶速度预测方法，包括下列步骤：1)找出研究的道路路段周围的交通路网作为目标路网区域，以待测道路为中心将区域中的路段划分等级；2)采集目标路网区域内路段在一定时间内(多天)的数据作为样本数据库；3)对采集到的数据进行初处理，过滤掉异常的数据，并对部分缺失的数据进行线性插补补齐，最后作中值滤波平滑数据；4)车速数据当量化处理，计算路段的自由流速度，然后将路段所有的车速数据与其自由流速度的比值作为当量车速；5)采集目标路网区域内路段的实时车速数据，每个路段应包含多个时间间隔的数据，利用上一步得到的路段自由流速度作当量化处理；6)建立时空状态矩阵V(m，n)；7)匹配实时数据和样本数据，计算高斯函数加权的欧氏距离；8)确定距离最近K个近邻样本作为近邻样本，从近邻样本数据中建立预测车速数据集；9)将预测车速数据集所有数据加权平均作为预测车速，权重用高斯函数权重法根据其匹配距离来确定；10)将得到的预测当量车速转化为实际车速。