[发明专利]基于多源信息融合的实时交通评价方法

摘要

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。

主权项

1.一种基于多源信息融合的实时交通评价方法，其特征在于，该方法包括如下步骤：步骤1：定义一个有限集合Q:Q＝{q₁,q₂,…,q_n}，Q中的元素q_i为车辆数据，i＝1,2,…,n；步骤2：定义一个有限集合P:P＝{p₁,p₂,…,p_m}，P中的元素pi为评价指标，i＝1,2,…,m；步骤3：令u_j为第j个评价指标p_j∈P的隶属度函数，其中u_j＝u(p_j),u_j∈[0,1]，得到有限模糊子集U，U＝{u₁,u₂,…,u_m}，建立模糊关系R：Q×U：其中，r_ij为第i个车辆数据关于第j个评价指标的隶属度，r_ij＝R(q_i,u_j)∈[0,1]；步骤4：定义评价结果集为一有限集合V＝{v₁,v₂,v₃,v₄}＝{差,中,良,优}，集合中的每一个元素对应于隶属度函数的一个可能性分布区间：u_j∈[0.25(i‑1)，0.25i]，v＝v_i，i＝1，2，3，4，步骤5：选取降半柯西型的隶属度函数：其中，a_j,b_j,c_j为隶属度函数的待定系数；步骤6：根据动态调整取值策略，计算p_j‑u_j坐标系每一个隶属度函数分别对应的临界值p_ij：其中，为指定道路等级下单方向道路长度的典型临界值，L为指定道路等级下单方向道路长度，为标准道路长度，ξ为评价指标中由于信号控制所产生的数据比例，α_nj为n条车道对第j个评价指标的影响系数，ω_mj为m个道路岔口对第j个评价指标的影响系数；步骤7：针对所求得的隶属度区间u_j，进一步转化为对应指标的隶属度r_ij，采用梯形隶属度模型，取评价结果集V的区间界限0.25i为两个评价集的中间隶属度r_ij＝0.5，浮动区间为0.25i±0.1，由此构成完整的隶属度函数；步骤8：定义S＝(Q,U,R)为第一级交通评价空间，并给定一个模糊向量W：W＝(w₁,w₂,…,w_m)^T其中W的元素w_j为各评价指标关于第一级评价的重要性，第一级交通评价模型：其中，表示模糊算子对；步骤9：采用层次分析法划分评价指标的权重；步骤10：对层次分析法得到的权重结果进行一致性检验；步骤11：对每一个车辆数据建立一个新的模糊子集：U′＝{D₁，D₂，…，D_p}，U′∈[0，1]其中，p表示采用的模糊算子对的个数；步骤12：由Q和U'建立一个新的模糊关系：其中，d_ij表示采用第j个算子对时，步骤(8)算出的第i个车辆数据的第一级评价值；步骤13：建立第二级交通评价空间S'＝(Q,U',R')，在S'中作第二级评价，给定一个模糊向量W'：W′＝(w′₁,w′₂,…,w′_p)其中W'的元素w'_j表示第j个模糊算子对相对于第二级评价的权重，且步骤14：根据层次分析法计算第二级评价的权重，并进行一致性检验；步骤15：得到二级交通评价模型B：B＝W′R′^T＝{b₁，b₂，…，b_n}其中，b_i表示第i个车辆数据对于评价结果集V的评价指数，且步骤16：对B中的元素进行归一化处理得到然后计算得到道路评价得分C：C值越大，路况评价分值越高。