一种交通影响范围的预测方法和装置制造方法
【专利摘要】本发明涉及交通智能管理与控制【技术领域】，公开了一种交通影响范围的预测方法和装置。其中，所述交通影响范围的预测方法包括：获取交通状态信息；判断交通状态是否发生突变，若是，提取交通状态突变的当前判定属性数据；对交通状态突变的历史样本集合按照交通影响范围进行分类，确定每一类中交通影响范围数据对应的判定属性数据的中心值；根据确定的每一类中交通影响范围数据对应的判定属性数据的中心值得到当前判定属性数据对应的交通影响范围数据，根据交通影响范围数据预测当前交通影响范围。采用本发明的交通影响范围的预测方法，可以提高交通影响范围预测的准确性。
【专利说明】一种交通影响范围的预测方法和装置
【技术领域】
[0001]本发明涉及交通智能管理与控制【技术领域】，尤其涉及一种交通影响范围的预测方法和装置。
【背景技术】
[0002]随着我国机动车保有量的快速增长与基础设施建设的趋于饱和，城市交通的供需矛盾日益突出，交通流运行的稳定性降低。特别是在早晚高峰时段，交通状态发生突变会干扰正常交通、引起道路拥挤和延误、降低道路通行能力。交通状态突变就是交通流中的某个或某些参数(如交通流量、交通流速度或交通流密度)发生突然变化，具体表现为上游车辆因交通受阻而减速，下游车辆因车辆稀疏而加速；事发车道交通流量减少，相邻车道因交通流合并而交通流量增多；上游道路时间占有率增多，下游道路的时间占有率减小等等。这种变化往往与交通事件相联系，反映交通状态某种质的变化，如车辆故障、交通事故等交通事件引起的车流合并或交通阻塞等。当这种异常现象发生时，在地点上游、下游的一定范围内将出现交通流的反常状态，严重的甚至会给上游路段带来大范围的交通拥堵。交通状态突变对周边道路交通的时空影响分析是交通交通管理中非常重要的方面。因此，实时、可靠的交通影响范围确定，有利于有关部门采取必要的交通管理控制措施，诱导驾驶员选择行驶路径，有效降低这一突发情况所造成的影响，是交通控制系统、交通诱导系统、出行者信息服务必不可少的有机组成部分。
[0003]目前，对交通影响范围的预测方法多基于交通事件，具体的方法包括:首先收集历史交通事件信息(包括事件类型、时间发生时的天气状况、事件影响车道数、是否需要拖挂车辆、是否需要救援车辆、是否涉及大型车辆、事件所处地点背景交通状态、时间空间影响范围)，分析历史交通事件信息，并对历史交通事件的影响结果进行分类；然后实时检测交通事件、判断交通事件的严重程度；最后预测交通事件的持续时间、确定交通事件对交通产生的影响。
[0004]由上述现有技术可以看出，现有的交通状态突变影响分析技术存在以下缺点:交通状态突变影响分析基于已经发生的交通事件进行检测，如果交通事件检测有误或不及时，分析结果将不可靠。
【发明内容】
[0005]本发明实施例提供一种交通影响范围的预测方法和装置，用以提高交通影响范围预测的准确性。
[0006]本发明所指的交通影响范围是指交通影响的时间和交通影响的空间。
[0007]本发明实施例提供一种交通影响范围的预测方法，所述预测方法包括:
[0008]对交通状态突变的历史样本按照交通影响范围进行分类，确定每一类中交通影响范围数据对应的判定属性数据；所述交通状态突变的历史样本中包括判定属性数据和交通影响范围数据；[0009]获取交通状态信息；
[0010]当交通状态发生突变时，提取交通状态突变的当前判定属性数据；
[0011]对交通状态突变的历史样本集合按照交通影响范围进行分类，确定每一类中交通影响范围数据对应的判定属性数据的中心值；
[0012]根据确定的每一类中交通影响范围数据对应的判定属性数据的中心值得到当前判定属性数据对应的交通影响范围数据，根据交通影响范围数据预测当前交通影响范围。
[0013]在本发明技术方案中，不需要基于已经发生的交通事件即已知事件而预测交通影响范围，而是根据交通状态突变的历史数据，对历史交通状态突变的影响范围进行分类，利用分类模型判定实时交通状态突变数据的影响结果。因此，可以在未知事件时对交通影响范围进行预测，避免了交通事件检测有误或不及时，提高了预测结果的准确性，并且为短时预测提供了参考。
[0014]所述判定属性数据包括交通状态发生突变的时刻，交通状态发生突变时的交通状态，交通状态突变等级，道路等级，车道数和/或天气状况。
[0015]优选的，所述对交通状态突变的历史样本集合按照交通影响范围进行分类，确定每一类中交通影响范围数据对应的判定属性数据的中心值，具体包括:
[0016]提取交通状态突变的历史样本集合中的交通影响范围数据；
[0017]通过聚类分析法对交通影响范围数据进行聚类，根据交通影响范围数据所在的历史样本将历史样本集合分为多类；
[0018]将每一类中的历史样本的判定属性数据进行平均，得到判定属性数据的中心值。
[0019]优选的，所述交通影响范围数据包括交通影响时长和交通影响空间；所述提取交通状态突变的历史样本集合中的交通影响范围数据具体包括:
[0020]根据以下函数关系式确定交通影响时长，所述函数关系式为:
【权利要求】
1.一种交通影响范围的预测方法，其特征在于，包括: 获取交通状态信息； 判断交通状态是否发生突变，若是，提取交通状态突变的当前判定属性数据； 对交通状态突变的历史样本集合按照交通影响范围进行分类，确定每一类中交通影响范围数据对应的判定属性数据的中心值； 根据确定的每一类中交通影响范围数据对应的判定属性数据的中心值得到当前判定属性数据对应的交通影响范围数据，根据交通影响范围数据预测当前交通影响范围。
2.如权利要求1所述的预测方法，其特征在于，所述判定属性数据包括交通状态发生突变的时刻，交通状态发生突变时的交通状态，交通状态突变等级，道路等级，车道数和/或天气状况。
3.如权利要求1所述的预测方法，其特征在于，所述对交通状态突变的历史样本集合按照交通影响范围进行分类，确定每一类中交通影响范围数据对应的判定属性数据的中心值，具体包括: 提取交通状态突变的历史样本集合中的交通影响范围数据； 通过聚类分析法对交通影响范围数据进行聚类，根据交通影响范围数据所在的历史样本将历史样本集合分为多类； 将每一类中的历史样本的判定属性数据进行平均，得到判定属性数据的中心值。
4.如权利要求3所述的预测方法，其特征在于，所述交通影响范围数据包括交通影响时长和交通影响空间；所述提取交通状态突变的历史样本集合中的交通影响范围数据具体包括: 根据以下函数关系式确定交通影响时长，所述函数关系式为: [K^i, <4 I h.丨 1|.,了 ~ X, I >A' /-1 0...n 1 n >4 "t/| ,I — I,，1_卜 ItfIl 其中，t时刻为交通状态发生突变的时刻，T为时间段，Xt为t时刻的交通流参数，Xt_T为(t-T)时刻的交通流参数，Xt+iT为(t+iT)时刻的交通流参数，Xt+nT为(t+nT)时刻的交通流参数，S:为设定的百分比，nT为交通影响时长； 当交通状态突变的位点路段的交通流参数与上游路段的交通流参数的相关系数大于设定值时，确定交通影响空间。
5.如权利要求1~4任一项所述的预测方法，其特征在于，还包括: 将所述当前交通影响范围发布至显示终端。
6.一种交通影响范围的预测装置，其特征在于，包括: 接收模块，用于接收交通状态信息； 判断模块，用于判断交通状态是否发生突变，若是，提取交通状态突变的当前判定属性数据；分类模块，用于对交通状态突变的历史样本集合按照交通影响范围进行分类，确定每一类中交通影响范围数据对应的判定属性数据的中心值； 预测模块，用于根据确定的每一类中交通影响范围数据对应的判定属性数据的中心值得到当前判定属性数据对应的交通影响范围数据，根据交通影响范围数据预测当前交通影响范围。
7.如权利要求6所述的预测装置，其特征在于，所述分类模块包括: 提取模块，用于提取交通状态突变的历史样本集合中的交通影响范围数据； 聚类模块，通过聚类分析法对交通影响范围数据进行聚类，根据交通影响范围数据所在的历史样本将历史样本集合分为多类； 求平均模块，用于将每一类中所有历史样本的判定属性数据进行平均，得到判定属性数据的中心值。
8.如权利要求6所述的预测装置，其特征在于，所述提取模块包括: 第一确定模块，用于根据以下函数关系式确定交通影响时长，所述函数关系式为:
9.如权利要求6~8任一项所述的预测装置，其特征在于，还包括: 发布模块，用于将所述当前交通影响范围发布至显示终端。
【文档编号】G08G1/01GK103646542SQ201310722987
【公开日】2014年3月19日 申请日期:2013年12月24日 优先权日:2013年12月24日
【发明者】关积珍, 熊娟, 刘静, 侯晓宇, 吴萌 申请人:北京四通智能交通系统集成有限公司