[发明专利]基于多源信息融合的实时交通评价方法

说明书

本发明提供了一种车路协同场景下基于多源信息融合的实时交通评价方法，首先将多算子对引入到传统模糊综合中构成二级评价模型，通过层次分析法确定交通评价指标的权重向量，并建立了适用于各级道路参数的可变隶属度规则；同时将车路协同系统中的动态车辆数据和静态路段参数相融合，计算得出实时评价结果与评分。该方法通过模糊关系可接受各类交通评价指标作为模型的输入量，同时借助可变隶属度规则能够适用于各级道路状况，利用科学方法划分的权重将减少评价方法的主观臆断成分，所生成的评价得分可应用于同时段不同路段，或同一路段不同时段下的交通状态对比，为交通信号控制，车辆调度管理及导航信息服务提供了可靠依据。

技术领域

本发明属于信息融合/交通评价领域。

背景技术

交通拥堵问题的日益突出严重地制约了城市的发展，由于早晚高峰期间的城市路网往往处于过饱和状态，机动车出行不便成为困扰居民生活的一大难题。然而有研究结果表明，目前城市路网的通行能力仍有较大的提升潜力，除了不合理的道路规划和信号灯配时外，交管部门和驾驶员对于区域路网的即时状况缺乏了解也是造成道路利用效率不高的一个主要原因。如果能精确检测到实时的交通状况和突发事件从而诱导交通流，路网的运行效率就能获得提升，但是目前很多基于交通检测数据的交通疏导应用研究都没有取得预期的效果。其主要原因有两点：一是受技术条件和成本所限，这种以外部检测器作为数据源的方案能提供的数据种类较单一，受检测其精度影响大，难以还原复杂的原始交通状态；二是很多借助于交通仿真软件下取得的研究成果考虑的场景过于简单，与实际交通状况不符，可见，寻找一种更可靠、还原度更高的交通数据检测和交通状态评价方法是十分有必要的。

与此同时，随着车联网技术的深入发展，路网上的车辆和智能设备将通过无线网络彼此分享信息，协同运行，越来越多的交通数据将被挖掘出来以提高交通运行效率。事实上，车辆本身就装有大量的传感器，各类数据被应用于检测车辆状态、保障行车安全或智能辅助驾驶，而这些检测数据中很大一部分可以通过车载诊断系统(On-Board Diagnostic,OBD)提供的接口获得，经过计算后，这些数据可以转化为交通评价中的一些统计量，如停车次数、旅行时间等，其数据精度和实时性与现有检测手段相比都有大幅提高，如果能够路段上一定时间内的车辆数据被汇总在一起进行评价分析，将大大提高交通评价方法的精度。

交通检测器是高速公路交通管理与控制系统的主要组成部分之一,是交通流信息的采集设备。它通过数据采集和设备监视等方式,在道路上实时地检测交通量、车辆速度、车流密度和车辆占有率等各种交通参数，这些参数都是控制系统中所需的配时计算参数。检测器检测到的数据,通过通信系统传送到本地控制器或是直接上传至监控中心计算机,作为监控中心分析、判断、发出信息和提出控制方案的主要依据。车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。交通评价技术是指根据有关监测数据对微观车辆运行状态或宏观路网状态进行评价，主要包括数据获取，数据准备，数据比较，实时状态判断等步骤。交通状态评价即是要实现将采集到的基础数据经过处理后与一个既定的交通状态判别标准进行比较，从而判别出定性交通状况，判别结果可作为交通管理者决策时的参考依据。

现有的车辆行为评价和路网状态评价往往是借着外部传感器评判车辆的稳定舒适性和路段的拥堵状态，而这种间接采集数据的方式本身就有一定的误差，而且对于影响评价结果的车辆和路网突发事件缺乏处理，进一步导致了评价精度的降低。

发明内容

针对以上现有技术的不足，本发明提供了一种基于多源信息融合的实时交通评价方法，通过对车辆动态数据和路测静态数据两类信息进行融合，得出最终的车辆和路况评价结果。具体采用如下步骤：