基于车路协同路侧感知系统的交通流量采集能力评价方法技术方案

本发明专利技术公开了一种基于车路协同路侧感知系统的交通流量采集能力评价方法，包括以下步骤：确定评价因子及各评价因子的权重值；分别利用待测路侧感知系统和路侧真值系统采集感知区域内预设时间内各评价因子的测量值和标准值；根据测量值和标准值，计算各评价因子的绝对百分比误差值；根据绝对百分比误差值分别评估各评价因子的单项得分；基于各评价因子的单项得分及其权重值，加权计算，得到待测路侧感知系统的总得分，并根据总得分对待测路侧感知系统进行等级评定。本发明专利技术能够对待测路侧感知系统的交通流量采集能力进行有效评价，满足车路协同系统中对路侧感知系统的交通参与者感知能力的高准确度测试及验证需求。感知能力的高准确度测试及验证需求。感知能力的高准确度测试及验证需求。

【技术实现步骤摘要】
基于车路协同路侧感知系统的交通流量采集能力评价方法


[0001]本专利技术涉及智能交通
，更具体的说是涉及一种基于车路协同路侧感知系统的交通流量采集能力评价方法。

技术介绍

[0002]智能驾驶技术要真正实现高效、安全的交通和出行，单车智能已经远远不够，车路协同是未来方向。尤其伴随5G、V2X、人工智能、云计算、大数据等一系列的技术突破，把车、路、云深度融合，构建一个协同式的智能交通系统，才能有效解决目前单车智能和传统交通管理方面的局限。
[0003]车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成安全、高效和环保的道路交通系统。
[0004]在车路协同应用中，路侧感知系统实现全局目标的实时矢量化和跟踪，支持车流统计、车速计算、车型分类等功能，其交通流量采集能力是进行交通协调控制、车路协同应用的基础，因此需系统化地、对待测车路协同路侧感知系统进行交通流量采集能力进行有效评价，满足车路协同系统中对路侧感知系统的交通参与者感知能力的高准确度测试及验证需求。目前，对车路协同路侧感知系统交通流采集能力的评价探索较少，无法对路侧感知系统的交通流采集能力进行验证。
[0005]因此，如何提供一种能对车路协同路侧感知系统的交通流量采集能力评估的方法是本领域技术人员亟需解决的问题。

技术实现思路

[0006]有鉴于此，本专利技术提供了一种基于车路协同路侧感知系统的交通流量采集能力评价方法，能够对待测路侧感知系统的交通流量采集能力进行有效评价，满足车路协同系统中对路侧感知系统的交通参与者感知能力的高准确度测试及验证需求。
[0007]为了实现上述目的，本专利技术采用如下技术方案：
[0008]一种基于车路协同路侧感知系统的交通流量采集能力评价方法，包括以下步骤：
[0009]S1、确定评价因子及各评价因子的权重值；
[0010]S2、分别利用待测路侧感知系统和路侧真值系统采集感知区域内预设时间内各所述评价因子的测量值和标准值；
[0011]S3、根据所述测量值和所述标准值，计算各所述评价因子的绝对百分比误差值；
[0012]S4、根据所述绝对百分比误差值分别评估待测路侧感知系统对各所述评价因子采集能力的单项得分；
[0013]S5、基于各所述评价因子采集能力的单项得分及其权重值，加权计算，得到待测路侧感知系统采集能力的总得分，并根据总得分对待测路侧感知系统进行等级评定。
[0014]经由上述的技术方案可知，与现有技术相比，本专利技术公开提供了一种基于车路协同路侧感知系统的交通流量采集能力评价方法，从车路协同路侧感知系统的服务对象的需求出发，通过确定车路协同路侧感知系统交通流采集能力的评价因子及权重，并对各评价因子的单项得分进行加权求和，可满足车路协同系统中对路侧感知系统的交通流采集能力进行验证，对于规范车路协同系统的应用和推广具有重要意义。
[0015]进一步的，所述评价因子包括：大车流量数值、小车流量数值、平均速度和最大排队长度。
[0016]进一步的，S1中权重值的确定过程为：
[0017]S11、确定评价因子集；
[0018]S12、采用多个不同标准分别对所述评价因子集中的每个评价因子的权重进行赋值，得到同一评价因子在不同标准下的多组权重值；
[0019]S13、计算每个评价因子在不同标准下的多组权重值的均值和离差；
[0020]S14、判定所述均值和所述离差是否满足给定标准值，若不满足，则返回S12，对所述评价因子集中的每个评价因子的权重进行重新调整和赋值，直至满足给定标准值；若满足，则将当前得到的所述均值作为相应评价因子的最终权重值。
[0021]进一步的，S13中，每个评价因子在不同标准下的多组权重值的均值和离差的计算公式为：
[0022][0023][0024]其中，a
ij
表示第j个评价因子在第i个标准下的权重值，表示第j个评价因子m个标准下获得的多组权重值的均值；S
j
表示第j个评价因子在m各标准下多组权重值的离差。
[0025]进一步的，所述绝对百分比误差的计算公式为：
[0026][0027]其中，MAPE表示绝对百分比误差，取值范围为[0,+∞)，数值越小，表示待测路侧感知系统的采集性能越好；observedt表示测量值；predictedt表示标准值；t表示第t个测量值；N表示共包含N个测量值。
[0028]进一步的，S5中，待测路侧感知系统的总得分的计算公式为：
[0029]S＝T
×
x1+C
×
x2+A
×
x3+L
×
x4；
[0030]其中，S表示待测路侧感知系统采集能力的总得分，T表示待测路侧感知系统对大车流量数值采集能力的评分；C表示待测路侧感知系统对小车流量数值采集能力的评分；A表示待测路侧感知系统对平均速度采集能力的评分；L表示待测路侧感知系统对最大排队长度采集能力的评分；x1，x2，x3，x4分别表示权重值。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0032]图1附图为本专利技术提供的基于车路协同路侧感知系统的交通流量采集能力评价方法的流程图；
[0033]图2附图为本专利技术提供的各评价因子权重值的确定流程图。
具体实施方式
[0034]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0035]如图1所示，本专利技术实施例公开了一种基于车路协同路侧感知系统的交通流量采集能力评价方法，包括以下步骤：
[0036]S1、确定评价因子及各评价因子的权重值；
[0037]S2、分别利用待测路侧感知系统和路侧真值系统采集感知区域内预设时间内各评价因子的测量值和标准值；
[0038]S3、根据测量值和标准值，计算各评价因子的绝对百分比误差值；
[0039]S4、根据绝对百分比误差值分别评估待测路侧感知系统对各评价因子采集能力的单项得分；
[0040]S5、基于各评价因子采集能力的单项得分及其权重值，加权计算，得到待测路侧感知系统采集能力的总得分，并根据总得分对待测路侧感知系统进行等级评定。
[0041]其中，S1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车路协同路侧感知系统的交通流量采集能力评价方法，其特征在于，包括以下步骤：S1、确定评价因子及各评价因子的权重值；S2、分别利用待测路侧感知系统和路侧真值系统采集感知区域内预设时间内各所述评价因子的测量值和标准值；S3、根据所述测量值和所述标准值，计算各所述评价因子的绝对百分比误差值；S4、根据所述绝对百分比误差值分别评估待测路侧感知系统对各所述评价因子采集能力的单项得分；S5、基于各所述评价因子采集能力的单项得分及其权重值，加权计算，得到待测路侧感知系统采集能力的总得分，并根据总得分对待测路侧感知系统进行等级评定。2.根据权利要求1所述的一种基于车路协同路侧感知系统的交通流量采集能力评价方法，其特征在于，所述评价因子包括：大车流量数值、小车流量数值、平均速度和最大排队长度。3.根据权利要求1所述的一种基于车路协同路侧感知系统的交通流量采集能力评价方法，其特征在于，S1中权重值的确定过程为：S11、确定评价因子集；S12、采用多个不同标准分别对所述评价因子集中的每个评价因子的权重进行赋值，得到同一评价因子在不同标准下的多组权重值；S13、计算每个评价因子在不同标准下的多组权重值的均值和离差；S14、判定所述均值和所述离差是否满足给定标准值，若不满足，则返回S12，对所述评价因子集中的每个评价因子的权重进行重新调整和赋值，直至满足给定标准值；若满足，则将当前得到的所述均值作为相应评价因子的最终权重值。4.根据权利要求3所述的一种基于车路协同路侧感知...

【专利技术属性】
技术研发人员：马攀科，张奕，常思阳，谌善华，马威，颜志文，唐博博，陈书佩，唐琳，罗平，
申请(专利权)人：华录易云科技有限公司，
类型：发明
国别省市：