[发明专利]一种基于多数据源融合的高速公路车辆拥堵判别方法

说明书

本发明提供一种基于多数据源融合的高速公路车辆拥堵判别方法，通过融合路况、高速地理信息、自由流速度、自由流流量、高速事件等有效数据，利用聚类算法和大数据实时流分析技术，实现了从拥堵指数、车速、拥堵里程、拥堵趋势、拥堵原因和段面流量六个维度实时数据分析，数据来源度更广，精准度更高。

技术领域

本发明属于交通信息技术领域，尤其是涉及一种基于多数据源融合的高速公路车辆拥堵判别方法。

背景技术

随着经济的不断发展，机动车保有量持续增长，路网交通量的快速稳步上升，主要繁忙高速路段车流量趋于饱和。高速公路拥堵判别实时检测是目前智能交通领域难度较大的核心问题之一，但现有传统的检测方法都面临精度不足，实时性不够。国内诸如高德、百度、腾讯等地图运营商只能获知粗略的拥堵位置对高速公路管理来说还存在很大的缺陷。一方面拥堵位置精准度性不够，无法和专业的高速业务进行衔接。另一方面，运营商没有事件、事故数据无法得知拥堵原由，无法进行车辆管控和拥堵冶理。为更加有效缓解高速公路拥堵压力、支持道路保畅，提出一种可以实时高速公路车辆拥堵判别的方法具有重要的意义。

发明内容

本发明旨在解决上述技术问题，提供一种基于多数据源融合的高速公路车辆拥堵判别方法。

为了达到上述目的，本发明采用如下技术方案：

一种基于多数据源融合的高速公路车辆拥堵判别方法，包括：

A1，通过高速门架系统采集通行车辆信息数据，在高速路段布置两到三个门架设备，相邻两门架之间为一个断面，获取断面小时流量阈值：根据每个断面的使用年限、车道数、道路施工情况、当天天气情况、当前时间段确定出断面的最大通行当量交通量；

A2，利用自由流交易数据，采用大数据实时流分析技术，实时计算出断面实时流量和断面平均速度；

A3，实时获取拥堵数据，数据包含拥堵里程，拥堵起始点的经纬度，拥堵结束点的经纬度，拥堵可信度，并借助高速地理信息平台将拥堵经纬度信息数据转换为和断面设施的桩号数据；

A4，实时获取高速事件数据，包括事件发生时间、事件的类型、事件发生的桩号信息、路段ID、路段所属单位，根据事件信息，明确拥堵发生原因，将拥堵原因推送给管理单位，以制定相应的管制措施；

A5，定义拥堵级别为三级拥堵，其中一级拥堵为轻度拥堵，二级拥堵为重度拥堵，三级拥堵为异常拥堵，收集历史路段拥堵数据，根据断面流量N、断面流量阈值T、断面速度V、拥堵里程S判别拥堵级数。

作为一种优选的技术方案，步骤A1中，对于阈值的确定，先根据对历史数据的先验经验选择一个合适的当量阈值T1，并且阈值会跟着环境w1、现场施工情况w2、当前时间段情况w3动态变化:

当量阈值计算公式为:T＝w1×w2×w3×T1；

其中w1表示气候变化情况，将气候分为优良、一般、恶劣三类，对应的值为1，0.8，0.6；

其中w2表示道路施工情况，道路施工而封部分车道，对道路拥堵会造成很大的影响，计算公式为:其中N为断面车道总数，n为封闭车道数；

其中w3为当前时间段情况，可见度对道路承载车流量有很大影响，可见度高道路承载能力越大，反之越小，在5:00-19:00时间段w3的值为1，在00:00-4:59或19:00-23:59时间段w3的值为0.9。

作为一种优选的技术方案，步骤A2中，车辆根据车型分为客车一类二类三类四类、货车一类二类三类四类五类六类，转化规则为：一类二类客车当量转化系数为1，三类四类客车当量转化系数为1.5，一类货车转化系数为1，二类三类货车转化系数为1.5，四类货车转化系数为2.5，五类六类货车转化系数为4；

断面实时流量为：