[发明专利]状态识别模型建立方法、道路交通状态识别方法及装置

权利要求书

1.一种状态识别模型建立方法，其特征在于，包括：

分别获取直行车队中各车辆通过标定路段时的路段旅行时间，和设置在所述标定路段上的定点检测器检测的各所述车辆的定点车速，令所述定点检测器设置在所述标定路段上的位置为特定位置，则所述特定位置与下游红绿灯前的停车线之间的区域适于停放一个直行绿灯时间段内能够释放的所有车辆；

根据各所述车辆的所有所述路段旅行时间计算所述直行车队的平均路段旅行时间，并根据检测的所有所述定点车速计算所述直行车队分别在不同时间段内的平均速度；

将所述平均路段旅行时间分别与预先确定的多个阈值范围进行匹配，确定所述标定路段的交通状态等级，并将不同时间段的所述平均速度依次排列，组成特征向量；

构建基于随机森林的待训练模型，所述直行车队对应的所述交通状态等级和所述特征向量为一个样本，获取多个不同的所述直行车队分别对应的所述样本，将所有所述样本组成数据集；

采用所述数据集训练所述待训练模型，获得状态识别模型。

2.根据权利要求1所述的状态识别模型建立方法，其特征在于，所述分别获取一个直行车队中各车辆通过标定路段时的路段旅行时间，和设置在所述标定路段上的定点检测器检测的各所述车辆的定点车速包括：

采用微观仿真模型模拟所述标定路段、所述直行车队和所述定点检测器，运行所述微观仿真模型，获得所述直行车队中各所述车辆通过所述标定路段的所述路段旅行时间和所述定点检测器检测的所有所述定点车速。

3.根据权利要求1所述的状态识别模型建立方法，其特征在于，所述定点检测器包括地磁传感器和/或感应线圈。

4.根据权利要求1所述的状态识别模型建立方法，其特征在于，所述交通状态等级的数量为多个，每个所述交通状态等级分别对应一个所述阈值范围，所述将所述平均路段旅行时间分别与预先确定的多个阈值范围进行匹配，确定所述标定路段的交通状态等级包括：

将所述直行车队的所述平均路段旅行时间分别与各个所述阈值范围进行匹配，确定所述直行车队的所述平均路段旅行时间对应的所述阈值范围；

根据确定的所述阈值范围确定所述标定路段的所述交通状态等级。

5.根据权利要求4所述的状态识别模型建立方法，其特征在于，所述交通状态等级包括1到M个等级，M大于或等于2，则对于任一交通状态等级m，m大于或等于1，且小于或等于M，采用第一公式确定所述交通状态等级m对应的所述平均路段旅行时间，所述第一公式包括：

，

其中，为所述交通状态等级m对应的所述平均路段旅行时间，为交通信号配时的相位差，为交通信号配时的周期长度；

采用第二公式确定各个所述交通状态等级分别对应的所述阈值范围，所述第二公式包括：

。

6.根据权利要求1所述的状态识别模型建立方法，其特征在于，根据各所述车辆的所有定点车速计算所述直行车队分别在不同时间段内的平均速度，将不同时间段的所述平均速度依次排列，组成特征向量包括：

获取所述定点检测器检测到所述直行车队的各所述车辆的所述定点车速时的检测时间；

按照固定时间间隔划分所述直行车队的所述平均路段旅行时间，获得多个时间段；

对于任一时间段，根据所述检测时间确定所述时间段内检测到的所有所述定点车速，根据所述时间段内的所有所述定点车速计算所述时间段内所述直行车队的所述平均速度；

将各个时间段的所述平均速度依次排列，组成一个所述特征向量。

7.根据权利要求1至6任一项所述的状态识别模型建立方法，其特征在于，所述采用所述数据集训练所述待训练模型包括：

将所有所述样本中的所有所述特征向量分别输入所述待训练模型，分别输出预测状态等级；

根据所述预测状态等级和所述交通状态等级计算所述待训练模型的识别率；

根据所述识别率调整所述待训练模型的参数，直至所述待训练模型的所述识别率达到预设阈值，获得训练好的所述状态识别模型。