一种基于微波数据的异常拥堵点判别方法技术

一种基于微波数据的异常拥堵点判别方法，包括如下步骤：步骤1：从数据库读取微波点历史数据；步骤2：原始微波数据预处理；步骤3：计算每个路段各个时间槽内的历史拥堵概率P(H)；步骤4：实时计算每个路段当前时间槽内的异常度D；步骤5：全路网当前时间槽内的异常度排序；步骤6：累积时间异常判定：若当前微波点第一个设定时间段出现异常，异常等级设定为黄色，第二个设定时间段出现异常，异常等级设定为橙色，连续第三个设定时间段内出现异常，异常等级设定为红色，即最异常状态；步骤7：历史拥堵概率的更新。本发明专利技术有效检测交通异常堵点、提升实时预警的准确性。

【技术实现步骤摘要】
【专利摘要】，包括如下步骤：步骤1：从数据库读取微波点历史数据；步骤2：原始微波数据预处理；步骤3：计算每个路段各个时间槽内的历史拥堵概率P(H)；步骤4：实时计算每个路段当前时间槽内的异常度D；步骤5：全路网当前时间槽内的异常度排序；步骤6：累积时间异常判定：若当前微波点第一个设定时间段出现异常，异常等级设定为黄色，第二个设定时间段出现异常，异常等级设定为橙色，连续第三个设定时间段内出现异常，异常等级设定为红色，即最异常状态；步骤7：历史拥堵概率的更新。本专利技术有效检测交通异常堵点、提升实时预警的准确性。【专利说明】
本专利技术涉及一种智能交通领域，尤其是一种城市道路拥堵判别方法。
技术介绍
随着我国城镇化建设进程的推进和社会经济的快速发展，城市机动车保有量迅速 增长，道路拥挤等交通问题日益突出，依据不同的原因可将交通拥堵分为常发性拥堵和异 常拥堵。其中，常发性拥堵产生主要是由于上下班时段，出行人群急剧增加，造成了路网的 拥堵，常发性拥堵通常是可以预测的，其重要特征是它会在某些固定时间和固定地点反复 出现，交管部门会酌情的做好预防工作。异常拥堵是由于交通事故、车辆抛锚、特殊天气等 原因造成道路的实际通行能力突变导致的交通拥堵现象，因为没有事先安排的预防性措 施，如果不能及时有效地调节处理，则会造成道路拥堵，此时需交警部门需要就近派相关人 员到异常堵点疏导交通，把道路拥堵所带来的损失降到最低。异常拥堵随机性很大，无法据 一定的周期进行预测。目前以固定型检测器和移动检测器为交通流数据来源的道路拥堵状 况判别方法中均没有对异常拥堵点进行研究，已有的技术在选择异常拥堵点时主要凭借交 警部门的经验，在处理大数据交通流方面存在较大的难度。 在已公开的专利中，大量专利锁定研究交通状态判别问题例如：专利 "201310439736. 4"提出一种"基于RFID技术的城市交通拥堵判别方法"，专利 "201210507080. 0"提出一种"基于断面检测器的城市道路交通状态判别方法"等。这些方 法与本技术方案的领域相同，均为智能交通领域，但解决的问题具有本质区别：本技术方案 将拥堵分类为常规性拥堵和异常拥堵，着重于检测异常堵点，这些异常堵点可能由于事故 等因素导致，交警指挥人员可以根据堵点的异常度高低优先和就近指挥警察进行处置，将 有限的警力投放在恰当的位置；而已有的专利201310439736. 4和201210507080. 0等解决 的是拥堵程度分级问题，其结果一般用于面向交警或公众的总体路况展现，不能直接作为 指挥依据，例如：其中的常规性拥堵路段，往往是由于道路交通供需关系不平衡导致，即使 交警临场处置，也无实际效果，更何况警力有限。
技术实现思路
为了克服已有拥堵检测技术的无法检测交通异常堵点、实时预警效果较差的不 足，本专利技术提供了一种有效检测交通异常堵点、提升实时预警的准确性的基于微波数据的 异常堵点判别方法。 本专利技术解决其技术问题所采用的技术方案是： -种基于微波数据的异常拥堵点判别方法，包括以下步骤： 步骤1 :从数据库读取微波点历史数据； 步骤2 :原始微波数据预处理： 首先把采集到的流量、速度和占有率值与交通指挥部门根据历史数据得出的阈值 进行比较，将阈值范围以外的数据定义为错误数据；对错误数据进行修正，对于不满足理论 阈值的数据，用阈值替代错误数据，对于不满足交通流理论的数据，采用历史数据平均的方 法进行修正； 对微波雷达所处截面上的所有车道进行检测，并且按照时间顺序分别记录截面上 各车道交通数据； 步骤3 :计算每个路段各个时间槽内的历史拥堵概率P(H): 当前微波点某个时间槽内的历史拥堵概率计算公式如下： 【权利要求】1. ，其特征在于：包括以下步骤： 步骤1 :从数据库读取微波点历史数据； 步骤2 :原始微波数据预处理： 首先把采集到的流量、速度和占有率值与交通指挥部门根据历史数据得出的阈值进行 比较，将阈值范围以外的数据定义为错误数据；对错误数据进行修正，对于不满足理论阈值 的数据，用阈值替代错误数据，对于不满足交通流理论的数据，采用历史数据平均的方法进 行修正； 对微波雷达所处截面上的所有车道进行检测，并且按照时间顺序分别记录截面上各车 道交通数据； 步骤3 :计算每个路段各个时间槽内的历史拥堵概率P(H): 当前微波点某个时间槽内的历史拥堵概率计算公式如下：步骤4 :实时计算每个路段当前时间槽内的异常度D: 使用阈值比较的方法判断当天实时交通状况，如果当前车速大于等于设定阈值T则认 为该条道路畅通，实时交通状况为不拥堵，记S=O;如果当前车速小于给定阈值T则认为 该条道路拥堵，实时交通状况记为S= 1 ;异常度计算公式如下： D=S-P(H) (5) 步骤5 :全路网当前时间槽内的异常度排序： 计算所有路段当前时间槽内的异常度，然后对所有微波点的异常度进行排序，输出前K个最异常的微波点预警； 步骤6:累积时间异常判定： 若当前微波点第一个设定时间段出现异常，异常等级设定为黄色，第二个设定时间段 出现异常，异常等级设定为橙色，连续第三个设定时间段内出现异常，异常等级设定为红 色，即最异常状态； 步骤7:历史拥堵概率的更新： 历史拥堵概率更新时保持时间跨度不变，将时间跨度覆盖范围内最早日期的交通拥堵 情况与当前的增量交通拥堵情况进行比较，若交通拥堵情况由拥堵变为不拥堵，记K= -1， 若交通拥堵情况由不拥堵变为拥堵则记K= 1 ;更新后的历史拥堵概率计算公式如下：2. 如权利要求1所述的，其特征在于：所述 步骤2中，将同一断面，同一时刻不同车道的交通流量进行叠加，将占有率数据进行平均， 车道数N为3,具体转换公式如下所示： (1)车道占有率计算公式：其中=Occupyi表示各个车道占有率，i=l、2、3,0ccupy表示某路段某行驶方向的平均 车道占有率，N代表车道数； (2) 流量计算公式： Volume=Volume1+Volume2+Volume3 (2) 其中：Volumei代表各个车道流量，i= 1、2、3,Volume表示某路段某行驶方向的总流 量； (3) 速度计算公式：其中：Speedi表示某车道的行驶速度，i=l、2、3，Speed表示某路段某行驶方向的平均 速度。【文档编号】G08G1/01GK104240499SQ201410282898【公开日】2014年12月24日 申请日期:2014年6月23日 优先权日:2014年6月23日 【专利技术者】李建元, 王浩, 蒋南, 张书浆, 李丹, 魏勇 申请人:银江股份有限公司本文档来自技高网...

【技术保护点】
一种基于微波数据的异常拥堵点判别方法，其特征在于：包括以下步骤：步骤1：从数据库读取微波点历史数据；步骤2：原始微波数据预处理：首先把采集到的流量、速度和占有率值与交通指挥部门根据历史数据得出的阈值进行比较，将阈值范围以外的数据定义为错误数据；对错误数据进行修正，对于不满足理论阈值的数据，用阈值替代错误数据，对于不满足交通流理论的数据，采用历史数据平均的方法进行修正；对微波雷达所处截面上的所有车道进行检测，并且按照时间顺序分别记录截面上各车道交通数据；步骤3：计算每个路段各个时间槽内的历史拥堵概率P(H)：当前微波点某个时间槽内的历史拥堵概率计算公式如下：步骤4：实时计算每个路段当前时间槽内的异常度D：使用阈值比较的方法判断当天实时交通状况，如果当前车速大于等于设定阈值T则认为该条道路畅通，实时交通状况为不拥堵，记S＝0；如果当前车速小于给定阈值T则认为该条道路拥堵，实时交通状况记为S＝1；异常度计算公式如下：D＝S‑P(H)                         (5)步骤5：全路网当前时间槽内的异常度排序：计算所有路段当前时间槽内的异常度，然后对所有微波点的异常度进行排序，输出前K个最异常的微波点预警；步骤6：累积时间异常判定：若当前微波点第一个设定时间段出现异常，异常等级设定为黄色，第二个设定时间段出现异常，异常等级设定为橙色，连续第三个设定时间段内出现异常，异常等级设定为红色，即最异常状态；步骤7：历史拥堵概率的更新：历史拥堵概率更新时保持时间跨度不变，将时间跨度覆盖范围内最早日期的交通拥堵情况与当前的增量交通拥堵情况进行比较，若交通拥堵情况由拥堵变为不拥堵，记K＝‑1，若交通拥堵情况由不拥堵变为拥堵则记K＝1；更新后的历史拥堵概率计算公式如下：...

【技术特征摘要】

【专利技术属性】
技术研发人员：李建元，王浩，蒋南，张书浆，李丹，魏勇，
申请(专利权)人：银江股份有限公司，
类型：发明
国别省市：浙江;33