[发明专利]一种基于二级模糊综合判别的城市道路状态辨识方法

说明书

技术领域

本发明属于计算机应用技术领域，特别涉及智能交通控制。

背景技术

道路交通状态主要可分为“堵塞”、“拥挤”和“畅通”三种状态。道路交通状态评判的目的是运用一定的方法对实时交通数据进行分析，快速辨识出道路各种交通状态，为交通控制和诱导提供依据。

道路交通状态的判别方法可分为两大类：人工判别方法和自动判别方法。前者包括市民报告、专职人员报告和闭路电视监视等。这种方法的优点是方便、直接、经济，缺点是要求当时当地有目击者，难以24小时全天候发挥作用。后者以信息采集与处理技术、计算机技术和通信技术为基础，可以全天候连续监视道路交通所处状态，得到了越来越多的关注和长足发展。

国内外现有的交通状态辨识方法，大部分是以高速公路的突发交通事件为对象，而在城市交通中，由于受到交叉口信号灯及非机动车的影响，其交通流特性与高速公路相比较更为复杂，城市交通状态自动判别的难度更大。城市交通状态所采用的数据处理方法主要包括决策树、统计分析、平滑滤波等常规方法。而交通流状态本身演化过程所依据的参数指标变化是一个连续过程，各种状态间的划分也是模糊的，模糊判别的方法用来对交通流状态进行判别更适合。在现有技术中模糊判别一般采用一级判别，一级模糊判别方法是依据整条道路的交通特征参数遵循最大隶属度的准则来对其作交通状态判定的。这种方法存在以下不足：

第一，没有考虑城市道路中临近交通信号灯路段与远离信号灯路段交通特征参数对其相应路段的交通状态的影响是不一样的，这些交通特征参数包括排队长度、平均速度和车道占有率等，因此现有的一级模糊判别方法所获得的交通状态的准确性有待进一步验证；

第二，在模糊交通状态判别中的隶属函数的选取时，为了简化大都选用的是降半梯形公式来线性表示，忽视了高斯型函数具有无过零点且曲线光滑、物理意义清晰更适合作为模糊判别的隶属函数的特点，更少有针对在临近信号灯路段的交通特征参数隶属函数形式和参数的确定方法；

第三，由于城市道路交通拥挤现象的原因复杂，每种交通状态都有一定的相似性，使得交通状态划分存在模糊性，对于当所有隶属度差异不明显的情况，只依据遵循最大隶属度原则来给出最后的判定结果不能描述交通状态客观的模糊性。

基于上述原因，现有的交通状态辨识方法不能客观准确的区分的城市道路状态。

发明内容   

本发明的目的是针对传统交通状态辨识方法的不足，提出一种基于二级模糊综合判别的城市道路交通状态辨识方法。本发明提出的城市道路交通状态辨识方法充分考虑城市道路的交通实际，构建数学模型对城市道路自动分子段；再针对每一子段采用无过零点且曲线光滑且物理意义清晰的更适合作为模糊判别的隶属函数的特点的高斯型隶属函数，进而采用二级模糊综合判别；最终实现城市道路交通状态更客观准确的识别。

本发明的目的是这样达到的： 城市道路状态辨别包括城市道路子段自动划分、实时接收道路交通参数、城市道路交通状态实时辨识和道路交通诱导屏实时动态显示几个步骤；城市道路子段自动划分在城市道路子段自动划分模块中进行，实时接收道路交通参数在城市道路子段交通参数采集模块中进行，实时辨识道路交通状态在二级模糊综合城市道路交通状态辨识模块中进行；城市道路子段自动划分模块、城市道路子段交通参数采集和二级模糊综合城市道路交通状态辨识模块设置在智能交通控制系统的处理服务器中。

城市道路子段自动划分模块接收来自智能交通控制系统中的城市道路设计参数模块参数，完成对城市道路子段划分并将划分结果发送到二级模糊综合城市道路交通状态辨识模块，二级模糊综合城市道路交通状态辨识模块同时接收城市道路子段交通参数采集模块通过网络从道路现场采集点实时传输的视频参数和城市道路子段划分结果参数进行城市道路交通状态实时辨识，将实时交通状态辨识结果通过网络通讯发布到智能交通控制系统的道路交通诱导屏，道路交通诱导屏实时动态发布交通状态辨识结果。

所述城市道路子段自动划分是对一条道路U自动划分为两个子段U1和U2，U1和U2划分取决参数包括道路长度、前方信号灯绿信比、道路设计饱和率、道路限制速度和控制参数。

所述实时辨识道路交通状态在是基于分段高斯隶属函数和模糊数学理论的理论进行的二级模糊辨别，步骤是：

（1）、对各个道路子段建立评定对象单因素集 ；

（2）、针对各个道路子段建立评定集；

（3）、建立从单因素集 到子评定集的一个模糊关系映射，由笛卡儿乘积对应关系导出单因素评定矩阵；