[发明专利]路网中设备检测时间异常的识别和真实时差估算方法

说明书

本发明主要属于智能交通信息技术领域，具体涉及路网中设备检测时间异常的识别和真实时差估算方法。本发明提出了在复杂交通设备网络中基于行程时间计算的识别检测时间与标准时间有差别的设备和真实时差估算的方法。本发明采用了历史真实记录数据计算不同路段车辆行程时间，进而判断监测点时间是否准确，与现实标准时间相符，并对不准确的行程时间进行数据修复，从而达到对监测点时间出现异常的设备进行准确识别，并根据记录数据对车辆真实通过时差估算后进行修正。

技术领域

本发明主要属于智能交通信息技术领域，具体涉及路网中设备检测时间异常的识别和真实时差估算方法。

背景技术

智能交通系统是将电子、传感等技术结合在一起的一种新型交通控制技术，包括了由底层到上层三个的子系统，交通信息采集系统，交通信息处理及分析系统，和交通信息发布系统。在智能交通系统中，无论是实时道路交通状态判别还是未来道路交通状态预测，都需要通过对道路流量或平均行驶车速进行研究，智能交通系统的数据源来自交通信息采集系统采集。交通信息采集系统主要利用部署于各个路段的交通检测器、传感器或者摄像机等设备来获取包括交通流量、速度、占有率、交通事故等实时交通流信息和道路网络信息、交通管制信息等静态交通信息以及天气等其他交通信息。交通信息采集系统是智能交通系统最基本环节，采集所得信息数据的准确性和可靠性将直接影响智能交通系统。

交通信息采集系统中，常见的关于城市道路交通状态判别技术包括基于行程时间的判别算法和基于瞬时速度的判别算法。其中，基于行程时间瞬时速度的判别算法的原理为在通过在各个监测点监测所有车辆，并记录测量车辆通过每个监测点时的时间作为数据源，将此数据源结合网络点在道路中的位置关系分析车辆在某路段内的速度等信息。

随着交通信息采集系统的发展，海量交通流数据不断涌现。但由于检测器自身故障、传输网络故障及环境因素等的影响，采集到的交通流数据难免会出现各种质量问题(不完整、错误、噪音等)。如果直接用这些故障数据进行分析，必然会给后续工作带来误导甚至埋下安全隐患。有效地对交通流故障数据(包括缺失数据和异常数据)进行识别和修复，使其能够真实地反映交通运行状态，才能为后续各项研究的顺利开展提供完整的数据支持和基础保障。

而现有技术主要根据阈值法确定合理的路况值范围来确定路段路况是否异常，是对路况计算结果的判别，缺少对监测点记录时间可能出错的识别，同时阈值法更多依照主观判断，靠人为确定，难免产生对真实情况有所遗漏的现象。

另一方面，现有技术对异常数据修复采用了根据前后相邻时段的路况值进行平均计算所得，会导致计算的路况均值不能够真实反映实际交通路况，造成交通状态结果输出不准确。

发明内容

针对上述问题，本发明提供了路网中设备检测时间异常的识别和真实时差估算方法。本发明讨论的是在众多交通道路设备网络(简称路网)中基于行程时间的计算发现检测时间与标准时间有差别的设备，并估算真实时差的方法。

本发明是通过以下技术方案实现的：

一种路网中设备检测时间异常的识别方法，所述方法基于路网中固定采集设备，所述识别方法包括以下步骤：

信息采集：车辆通过各监测点时，监测点的监测设备实时采集监测设备物理位置、车辆标识信息、车辆通过的时刻；

信息处理：计算在[t₁，t₂]时间段内先后通过A、B两监测点所有车辆在AB路段的平均行驶速度t₂大于t₁；

其中，A为路网中任一监测点，B为路网中与A相邻的一个监测点；

历史信息统计：根据历史记录数据计算所有车辆在[t₁，t₂]时段内先后通过A、B两监测点在AB路段的最高速度v_max和最低速度v_min；