[发明专利]一种基于交通状态突变的交通事件检测方法

权利要求书

1.一种基于交通状态突变的交通事件检测方法，其特征在于：包括以下步骤：

S1车联网环境下提取所选路段和时段的单车基本信息；

S2按统计周期统计所选路段的平均车速、平均车头间距、车速变异系数和车头间距离变异系数；

S3融合交通流宏微观参数进行交通状态模糊判别；

S4建立均值变点模型，以交通状态的实测值与预测值之差作为样本序列，以最小方差法搜索变点，检测交通事件。

2.根据权利要求1所述的一种基于交通状态突变的交通事件检测方法，其特征在于：所述步骤S3包括以下子步骤：

S31建立模糊评判因素集U；

S32建立模糊评语集V；

S33建立单因素模糊评判，即建立一个从U到V的模糊映射；

S34综合评判，选择合适的模糊合成算子进行综合评判。

3.根据权利要求1所述的一种基于交通状态突变的交通事件检测方法，其特征在于：根据平均车速、平均车头间距、车速变异系数和车头间距变异系数四个交通流特征参数的时间序列进行模糊综合评判得到交通状态实测值的时间序列为{X_i|i＝1,2,...,n}，根据平均车速、平均车头间距、车速变异系数和车头间距变异系数四个交通流特征参数的时间序列进行模糊综合评判得到的交通状态预测值的时间序列为则样本序列n表示样本总数；

定义样本序列的总方差S为：式中，为样本序列的均值；

将样本序列划分成两段，划分后样本序列的总方差为

式中，分别为划分的样本前后两段的样本序列的均值，则

S=Sk+1n(k-1)(n-k+1)(x‾k1-x‾k2)2]]>

若E(S)＝E(S_k)，则没有发生交通事件；若E(S)＞E(S_k)，则发生了交通事件，其中，E(S)，E(S_k)分别表示总方差S和S_k的期望，k表示样本分割点。

4.根据权利要求3所述的一种基于交通状态突变的交通事件检测方法，其特征在于：令S^*＝min(S_k),k＝2,3,...,n-1

根据聚类的原理，S^*对应的时刻即为交通事件发生的时刻，当S-S^*＞R，即认为交通事件发生，其中R为设定阈值。

5.根据权利要求4所述的一种基于交通状态突变的交通事件检测方法，其特征在于：对于设定阈值R，根据要求的显著水平来确定，统计学理论有

limn→∞P(S-S*σ2>2lg(lg n)+lg(lg(lg n))-lgπ+u)=1-exp(-2e-u2)=α]]>

其中，P()表示概率，u表示样本期望

式中，σ²为样本序列的方差，α为给定的显著性水平，由此得到

uα=-2lg(-12lg(1-α))]]>

则

R＝σ²(2lg(lgn)+lg(lg(lgn))-lgπ+u_α)，其中u_α表示在显著性水平α下的标准正态分布值。