[发明专利]基于数据融合技术的交通状况估计方法

说明书

技术领域

本发明涉及一种交通状况估计方法，特别是涉及克服单个数据源造成的状 态估计不够准确，误差较大这些缺点的一种基于数据融合技术的交通状况估计 方法。

背景技术

世界汽车产业的发展和家用轿车的日益普及，道路交通的拥堵问题成为了 城市交通的重要问题；另一方面信息技术的飞速进步为综合解决交通问题带来 了机遇。就是在这种背景下，先进的交通信息管理系统先于智能交通系统的其 他系统受到了广泛的关注，在世界各国都得到了飞速的发展，被应用于动态路 径规划、动态导航、路网调协交通信号系统、动态交通调度等各个方面。其中， 实时路网交通状态的估计是交通信息管理系统的关键组成部分。

对路网交通状态进行实时估计和所采用的交通信息相关，不同的交通信息 决定了估计的方法和精度。目前，国际上已经有许多相关研究，其中，具有代 表性的是Martin L.Hazclton(“Estimating Vehicle Speed from Count and Occupancy data，Journal of Data Science 2(2004)，231-244”)。Martin L.Hazclton有效地考虑并且建模处理了道路检测环数据错误率大，可靠性低的 问题，并且结果喜人，但是他是在高速路上进行的研究，只适用于交通流是连 续流的情况，而城市的交通流是间断流，不适用于城市路网的交通流状态估计。 利用检测环数据对城市路网进行交通流估计对城市基础设施要求较高，在很多 城市往往取不到足够的所需数据，并且错误率高的问题得不到有效地解决。

在专利文献“城市路网交通流状态估计方法，申请号：200510026214.7” 中，申请人提出了一种基于GPS数据和自适应交通控制系统(SCATS)的交通控 制信息的状态估计方法。但是单纯使用GPS数据，会有很多出错情况，容易造 成误判。比如，GPS数据显示车辆行驶速度为0，系统一般判断为交通拥堵，但 是当前车辆也可能是因为上下客，或者因为红灯而造成的车辆GPS数据而显示 车辆行驶速度为0，并不是真正的交通拥堵，这样容易造成的交通状态的估计 错误。而且交通控制系统的信息并不方便取得。

发明内容

针对上述问题，本发明的主要目的在于针对现有技术的不足，提出一种新 的基于数据融合的用于城市路网的交通流状态估计方法，克服单个数据源造成 的状态估计不够准确，误差较大的缺点。

本发明是通过下述技术方案来解决上述技术问题的：为了实现这样的目的， 本发明的技术方案的数据源来自于，一类来自与传感器数据，包括环形车辆检 测器和车辆上装载的GPS接收机。环形车辆检测器可以获得当前道路车辆行驶 的平均速度信息；车辆上装载的GPS接收机也可以获得当前道路上行驶的车辆 速度信息，如果同时接收到同一路段上的多辆车发送过来的GPS信息，就可以 求出该路段上车辆的平均速度信息。

另一类信息是与交通状况密切相关的非传感器信息，包括当前天气状况， 当前的时间信息。这些信息也对一条道路是否拥堵有非常重要的影响。

最后一类信息是传感器历史信息，包括离现在短时间内的过去GPS接收机 获得的车辆平均速度信息和环形车辆检测器获取的道路车辆平均速度信息。

本方法主要包括以下几个步骤：

(1).通过传感器采集路面的交通状况信息；

(2).对步骤(1)中传感器采集的传感器数据进行预处理；

(3).将采集的传感器数据和当前天气、时间采用贝叶斯网络方法，对数 据进行融合处理；

(4).通过融合处理后得到的数据估计交通状况。

下面分别进行描述：

1.对GPS数据进行预处理：

把能够提供包括距离、时间、速度信息的车载GPS接收机传递过来的当前 实时GPS数据视为各个有向路段上车流的采样点。GPS数据的预处理，主要包 括首先根据GPS数据中的经纬度信息，进行道路匹配，确定GPS数据来自于那 条路段上的车辆；然后将根据该路段上的所有GPS数据中的车辆速度信息，求 得该路段车辆的平均速度。

2.对环形车辆检测器数据进行预处理：

因为环形车辆检测器可以直接提供路段上的车辆行驶的平均速度，所以不 再需要另外的处理。

3.由平均速度划定道路拥堵状态：