[发明专利]一种融合多种交通数据的交通状况预测系统及方法

说明书

技术领域

本发明涉及一种交通状况的预测系统及方法，具体地说是一种采用多源异构交通数据融合来预测交通状况的系统和方法。

背景技术

随着人们物质生活水平的提高，机动车的数量越来越多，道路也越来越拥挤。如果人们可以及时了解目前道路的通行情况以及未来道路状况的发展，能够大大提高道路的通行能力，为人们节约时间，提高资源的利用率。

目前判断路况的方式有多种多样，主要分为两种，即硬件设备自动检测上报和人工上报。人工观察上报速度快准确率也高，但是对于大城市中复杂的交通路线，不可能对每条路线进行人工观察。硬件设备自动检测是利用道路上安装的各种检测器利用起来，通过其上报的交通数据分析出当前路况。根据当前的路况信息再结合历史数据特征，预算处未来半小时的交通通行状况。

由于各种设备检测上报的数据类型不同，所以预测路况的方法不同。线圈设备上报的是单流量数据，通过绿灯时间过车数量等参数可以预测路况；微波设备能够准确检测流量、速度、占有率等信息，也可以用来预测路况。视频检测器在白天视线较好的情况下采集的流量、速度、占有率等信息比较准确，也可以使用。此外，具有GPS（全球定位系统）终端的浮动车的车速也可以作为预测路况的依据。悉尼自适应交通控制系统（Sydney Coordinated Adaptive Traffic System，简称SCATS，或简称SCATS系统）是城市信号交通控制系统之一，由澳大利亚新南威尔士州道路交通局（RTA）研究开发。它实现了交通数据信息的实时采集和统计分析，可以得到路段中的饱和度参数。

中国专利文献CN101694743A中公开了一种预测路况的方法和装置，首先获取路链的实时车速数据，然后从预先建立的典型历史车速模式曲线集中获取与所述路链的实时车速数据时间段相同的典型历史车速模式曲线，根据与所述路链的实时车速数据时间段相同的典型历史车速模式曲线和实时模式曲线进行路况预测，其中，所述实时模式曲线根据所述实时数据建立。该技术方案中，采用了将实时车速数据与历史车速数据匹配的方式来预测未来路况。中国专利文献CN101739820A中公开了一种路况预测的方法和装置，根据历史路况数据，按照星期特征日、道路以及时间窗统计计算道路车速均值，根据所述道路车速均值以及拥堵等级标准识别出拥堵时间窗，从所述拥堵时间窗中筛选出相邻的拥堵时间窗，并合并所述相邻的拥堵时间窗形成拥堵时间带，最后输出拥堵时间带给交通服务系统。该技术方案中，结合历史路况数据和当前的车速均值以及拥堵等级来预测拥堵时间带。上述路况预测方式，只采用单一的当前路况信息结合历史路况来预测未来的路况，由于当前路况信息只采用单一的参数来表征，如时间或速度，这种单一的当前路况参数不能整体反映出当前的实际路况，无法综合反映出当前的路况特征，因而影响了对未来路况的判断。

发明内容

为此，本发明所要解决的技术问题在于现有技术中只采用单一的路况特征参数来结合历史路况对未来路况进行预测，由于不能综合反应当前的路况特征，影响了对未来路况预测的准确程度，从而提出一种融合当前路况的多种信息的交通状况预测系统和方法。

为解决上述技术问题，本发明的提供一种融合多种交通数据的交通状况预测系统包括：

流量级别检测单元：包括流量获取设备和流量级别计算模块，所述流量获取设备获得待预测方向道路上的车流量数据，并将所述数据发送给流量级别计算模块，所述流量级别计算模块根据预设的最小流量和最大流量，得出当前道路的流量级别数；

速度级别检测单元：包括车速检测设备和速度级别计算模块，所述车速检测设备检测待预测方向道路上的车速，并将所述数据发送给速度级别计算模块，所述速度级别计算模块根据检测到的车速信息计算出平均车速，将得到的所述平均车速与预设的最小速度和最大速度进行比较，得出当前道路的速度级别数；

流量通行能量比级别检测单元：预先设置有每小时最多通行车辆数，与所述流量获取设备进行数据传输，获得待预测方向道路上的车流量数据，然后根据得到的所述车流量数据计算出每小时过往的车辆数，计算出所述每小时过往的车辆数与所述预设的最多通行车辆数的比值，所述比值为通行能力系数，将所述通行能力系数调整后得到的整数为流量通行能力比级别数；

流量占有率级别检测单元：根据车辆通过预设路段的压占时间和固定时间的比值获得车辆的时间占有率，并获得所述流量通行能量比级别检测单元中的通行能力系数，然后结合时间占有率和通行能力系数计算出流量占有率级别数；