一种基于多源数据融合的城市路径行程时间预测方法技术

本发明专利技术公开了一种多源数据融合的城市路径行程时间预测方法。具体方法为：首先分析探测车数据和线圈数据的特征，创建基于周期模式的探测车数据和线圈数据的历史交通规则；由交通管理部门或专家创建默认交通规则；用户输入车辆出行的起点、终点、出行时刻、出行日期和天气状况等交通事件与交通规则相匹配，计算出各条候选路径的行程时间。本发明专利技术能有效融合探测车数据和线圈数据，对城市路径行程时间进行有效预测，本发明专利技术中采用的方法和技术简单易行，运行条件容易满足，可以对城市路径的行程时间进行预测，从而引导车辆合理选择出行路线，对于缓解城市交通拥堵有重要作用，并且易于在大中型城市中推广应用。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种多源数据融合的城市路径行程时间预测方法。具体方法为：首先分析探测车数据和线圈数据的特征，创建基于周期模式的探测车数据和线圈数据的历史交通规则；由交通管理部门或专家创建默认交通规则；用户输入车辆出行的起点、终点、出行时刻、出行日期和天气状况等交通事件与交通规则相匹配，计算出各条候选路径的行程时间。本专利技术能有效融合探测车数据和线圈数据，对城市路径行程时间进行有效预测，本专利技术中采用的方法和技术简单易行，运行条件容易满足，可以对城市路径的行程时间进行预测，从而引导车辆合理选择出行路线，对于缓解城市交通拥堵有重要作用，并且易于在大中型城市中推广应用。【专利说明】
本专利技术涉及智能交通领域，特别涉及一种基于多源数据融合的城市路径行程时间 预测方法。
技术介绍
在智能交通研究领域，如何提高城市路径行程时间预测的准确性，在许多国家和 地区已经开展了研究，并已成为国际研究的热点之一。目前已有的行程时间预测方法主要 侧重于单一数据来源、可预测事件以及特殊天气对交通方式的影响。 现有的城市路径行程时间预测方法预测精度不高，如果能够将现有的预测方法进 行一定的融合，形成基于多源数据融合的交通规则，在预测过程中考虑各种交通特征，动态 调整各种交通事件对行程时间影响的权值，将大大提高车辆行程时间预测的精度。
技术实现思路
本专利技术提出了。本专利技术能有 效挖掘探测车数据和线圈数据，可以对城市路径的行程时间进行预测，从而引导车辆合理 选择出行路线，对于缓解城市交通拥堵有重要作用，并且易于在大中型城市中推广应用。 为了达到上述目的，本专利技术所采用的技术方案为： -种基于多源数据融合的城市路径行程时间预测方法，包括以下步骤： (1)分析探测车历史数据，创建基于探测车数据的交通模式和交通规则；同时分 析线圈历史数据，创建基于线圈数据的交通模式和交通规则；基于线圈数据的交通模式和 交通规则采用与基于探测车数据相同的交通模式和交通规则； (2)由交通管理部门或专家创建默认交通规则，分别为不同时间维和空间维的路 段定义道路通行级别，同时设定探测车数据交通规则权值α、线圈数据交通规则权值β和 默认交通规则权值Υ ; (3)设置交通参数（设置的交通参数为实时交通参数），依据设置的交通参数查找 满足条件的探测车数据的交通规则、线圈数据的交通规则和默认交通规则，确定路段的通 行级别，获得路段的平均速度（路段链的车辆平均行驶速度）；交通参数包括车辆出行的起 点、终点、出行时刻、出行日期和天气状况； (4)根据设置的交通参数调整基于探测车的交通规则权值α、线圈数据交通规则 权值β和默认交通规则权值Υ ; (5)根据设置的交通参数，包括车辆出行的起点、终点、出行时刻、出行日期和天气 状况，产生m条候选路径，每条候选路径由多条路段链组成，加权计算每条候选路径基于探 测车数据交通规则的路径行程时间T p、基于线圈数据交通规则的路径行程时间T。和基于 默认交通规则的路径行程时间Td，得到每条候选路径的预测行程时间Τ，计算公式为：Τ = aTp+PTjYTd，其中，α、β和Y采用经过所述步骤4)调整后的值； (6)m条候选路径的预测行程时间都计算完成后，在候选路径中选择一条预测行程 时间最短的路径作为推荐路径，该路径的预测行程时间即为最终的路径预测行程时间。 前述的步骤（1)分析探测车历史数据，创建基于探测车数据的交通规则，具体包 括以下步骤： 1-1)定义时空维，所述时间维分为年、季节、月、星期、小时、半小时；所述空间维 分为路段链； 1-2)依据探测车在道路上行驶的平均速度将道路通行级别分为10级：平均速度 为0?5km/h定义为10级；平均速度为6?10km/h定义为9级；平均速度为11?15km/h 定义为8级；平均速度为16?20km/h定义为7级；平均速度为21?25km/h定义为6级； 平均速度为26?30km/h定义为5级；平均速度为31?35km/h定义为4级；平均速度为 36?40km/h定义为3级；平均速度为40?60km/h定义为2级；平均速度为大于60km/h 定义为1级； 1-3)定义城市道路网络为一个无向带权图G = (V，E，Q)，其中：V是顶点的集合， E是边的集合，城市道路网络中的每个交叉路口即为无向带权图中的一个顶点，用ni表示， ni e V，并对每个顶点进行编号，城市道路网络中的一条路段e即为无向带权图中的一条 边，用一个二元组（叫，η』）表示,e e Ε,γ^，η』表示路段e的结点e V，η』e V，Q为正的实 数集合，表示路段所对应的长度； 1-4)定义基于探测车交通模式和线圈数据的交通模式统一为 5丁卩：（111，!1，1^叫，11』)，0，1〇，其中1表示星期几，值为1?7 ;1'1为时间索弓丨，值为1? 48,分别表示一天的每半小时；Η代表是否为假期，值为0和1，1表示假期，0表示工作日； 为路段链；D为方向，值为0和1，0表示起点编号大于终点编号，1表示起点编号小 于终点编号（也可以1表不起点编号大于终点编号，〇表不起点编号小于终点编号）；R为 道路通行级别，值为1?10 ; 1-5)根据W和Η的值确定是工作日还是假期，根据TI的值确定具体的时间，然后 将基于探测车交通模式和线圈数据的交通模式STP转化为基于探测车交通规则集和线圈 数据的交通规则集，基于探测车交通规则集和线圈数据的交通规则集相同为： if(工作日| |假期）&时间&路段链&方向then道路通行级别为R。 前述的步骤（2)中，由交通管理部门或专家创建默认交通模式为STP' ：（W'，ΤΙ'，Η '，1^(叫，11」）'，0'，1?'），其中1'表示星期几，值为1?7;1'1'为时间索弓丨，值为1?48，分别 表示一天的每半小时；Η'代表是否为假期，值为0和1，1表示假期，0表示工作日；L (叫，nj) ' 为路段链；D'为方向，值为0和1，0表不起点编号大于终点编号，1表不起点编号小于终点 编号；R'为道路通行级别，值为1?10,所述默认交通规则集为： if(工作日| |假期）&时间&路段链&方向then道路通行级别为R'。 前述的步骤（2)中，所述探测车数据交通规则权值α、线圈数据交通规 则权值β和默认交通规则权值Υ的初始值由交通领域专家提出，且所探测车 数据交通规则权值α、线圈数据交通规则权值β和默认交通规则权值Υ满足： a e ，β e ，γ e 且 α+β + γ =1。 前述的步骤（4)根据设置的交通参数调整基于探测车的交通规则权值α、线圈数 据交通规则权值β和默认交通规则权值Υ，调整α、β和 Υ的值具体包括： 依据 1 :if 探测车稀少 then α = α-10%, β = β+5%, γ = γ+5%; 依据 2 :if 线圈数据缺失 then α = α+5%, β = β-10%, γ = γ+5% ; 依据 3 :if 恶劣天气 then α = α-5%, β = β+15%, γ = γ-10% 所述探测车稀本文档来自技高网...

【技术保护点】
一种基于多源数据融合的城市路径行程时间预测方法，其特征在于，包括以下步骤：(1)分析探测车数据，创建基于探测车数据的交通模式和交通规则；同时分析线圈数据，创建基于线圈数据的交通模式和交通规则；(2)创建默认交通规则，分别为不同时间维和空间维的路段定义道路通行级别，设定探测车数据交通规则权值α、线圈数据交通规则权值β和默认交通规则权值γ；(3)设置交通参数，依据设置的交通参数查找满足条件的探测车数据的交通规则、线圈数据的交通规则和默认交通规则，确定路段的通行级别，获得路段的道路通行级别车辆的平均速度；(4)根据设置的交通参数调整基于探测车的交通规则权值α、线圈数据交通规则权值β和默认交通规则权值γ；(5)根据设置的交通参数，产生m条候选路径，每条候选路径由多条路段链组成，加权计算每条候选路径基于探测车数据交通规则的路径行程时间Tp、基于线圈数据交通规则的路径行程时间Tc和基于默认交通规则的路径行程时间Td，得到每条候选路径的预测行程时间T，所述每条候选路径的预测行程时间T计算公式为：T＝αTp+βTc+γTd，其中，α、β和γ采用经过所述步骤(4)调整后的基于探测车的交通规则权值α、线圈数据交通规则权值β和默认交通规则权值γ；(6)m条候选路径的预测行程时间全部计算完成后，在候选路径中选择一条预测行程时间最短的路径作为推荐路径，所述推荐路径的预测行程时间为最终的路径预测行程时间。...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘文婷，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32