本发明涉及一种交通拥堵指数的计算方法，具体涉及一种基于固定检测设备的路段交通拥堵指数计算方法，属于交通管理
技术领域：
。
背景技术：
：随着我国社会经济迅速发展，各城市汽车保有量持续增长，而很多城市还处于旧城改造、新城建设的城市大发展时期，新旧道路环境复杂，有限的道路资源无法满足持续增长的通勤需求，道路交通拥堵现象日渐频繁，城市道路交通管理部门不得不利用各种渠道来缓解交通拥堵问题，提高道路的使用效率和服务水平。从20世纪70年代起，世界各大城市就开始建设了众多交通管理系统，并基于全面的检测信息及预测分析进行主动性交通管理，摆脱被动适应性管理的滞后性。近年来我国各大城市也建立了相应的交通管理系统，对交通拥堵指数分别进行了定义，但都没有形成统一的定义标准，如下表：城市定义方法美国根据流量计算上海车速、负荷度北京各路段拥堵里程比例深圳行程时间比现有检测设备主要能提供流量、车辆速度等数据。流量和车辆行驶速度是城市道路交通实时拥堵状态的重要评价指标，但这两类参数的大小无法给决策者和出行者带来直观的拥堵感受，因此需要计算一个拥堵指数来对现行路段拥堵情况进行分级评价。现有的拥堵指数计算方法在分级策略上主观意识较强，无法从定量的角度做到精确分组；另外，计算模型的参数太少，无法适应不同城市交通运行的实际状况，道路状况不同，速度带给人的感受并不相同。比如20km/h的速度在快速路上感觉就是严重拥堵，而在狭窄的道路中(单车道)就感觉比较畅通，因此本发明采用通过路段的行驶时间作为交通拥堵评价体系的最重要的指标。技术实现要素：本发明的目的是提供一种既能充分利用旧有交通检测设备、不需重复建设，又能够快速准确的提供道路交通实时拥堵指数的计算方法。为了对本发明的技术方案进行详细描述，下面首先对本发明的相关背景作进一步的介绍。交通拥堵类别及评价指标体系目前国内对于交通拥堵的定义尚未有定论，不同城市、地区等拥堵的判定条件也不一致。根据拥堵的规律性划分，交通拥堵可分为周期性拥堵和非周期性拥堵。周期性拥堵，是指一定时间内反复出现的拥堵，具有特定的规律性，如最常见的早晚上下班高峰期拥堵。长期的道路施工、市政设施施工、地铁、大型建筑施工、节假日旅游出行等引起的拥堵也可看作周期性拥堵。非周期性拥堵，是指随机出现的拥堵，例如：交通事故、违法行驶、突发事件、突发恶劣气候环境等意外原因引起的拥堵。一些不具备规律性的特殊事件，如车队、短期的大型活动等引起的拥堵，也可看作非周期性拥堵。不同城市对于交通拥堵的范围界定不同，计算方法各有差异，不同地区计算出的交通指数意义也不同。本发明对交通拥堵指数的范围界定，将道路交通拥堵划分为5个级别，取值区间为[0，10]，对应拥堵状态级别如下表1所示。表1交通拥堵分级道路交通拥堵指数[0,2][2,4][4,6][6,8][8,10]道路网拥堵等级非常畅通基本畅通轻度拥堵中度拥堵重度拥堵拥堵指数评价指标按照出行时间来划分，如表2所示。表2《城市道路交通拥堵评价指标体系》严重拥堵(8-10)通过路段行驶时间多花费1.2倍以上时间中度拥堵(6-8)通过路段行驶时间多花费0.9-1.2倍时间轻度拥堵(4-6)通过路段行驶时间多花费0.6-0.9倍时间基本畅通(2-4)通过路段行驶时间多花费0.3-0.6倍时间非常畅通(0-2)通过路段基本可以按照自由车速行驶在此基础上，发明人提供了基于固定检测设备的路段交通拥堵指数计算方法，具体包括：以5～10min为一个周期，对固定检测设备采集的数据进行比较和处理，得到时间周期内该路段具有代表性的速度值和行驶时间。然后利用拥堵指数计算公式将速度值和行驶时间换算成路段交通拥堵指数，得到当前路段的交通拥堵情况。更进一步的方案是：固定检测设备采集的数据包括行驶时间、速度、流量、占有率。更进一步的方案是：必须对采集时间周期内的数据进行分析和判断，如果在该时段内没有获得数据或获得多组数据，则说明数据丢失，进行修复处理。更进一步的方案是：对数据进行处理，包括对错误数据进行清洗；错误数据是指不在(0,ymax)之间的数据，其中ymax是数据可能出现的最大值。对于每一类交通参数，都根据交通管理部门提供的经验值设定一个大致的范围，如果数据不在这个范围之内，则认为是错误数据应该清洗。更进一步的方案是：数据比较和处理的具体步骤如下：首先选取每个检测点过去一个月的数据作为样本数据。由于行驶时间、速度、流量、占有率的单位和数量都不同，因而首先需要归一化。用z-score方法对其作归一化处理。假设样本数据集为s＝{(t1,q1,o1,v1),(ti,q2,o2,v2),…,(tn,qn,on,vn)}，其中(ti,qi,oi,vi)表示一个样本点，ti,qi,oi,vi分别代表行驶时间、流量，占有率和行驶速度，时间单位：秒；流量单位：辆/秒；占有率单位：％；行驶速度单位：km/h；n为样本数据总量。按道路自由行驶速度行驶的时间：l代表路段长度，单位米。检测设备提供行驶速度时：行驶时间的均值检测设备无行驶速度，只提供卡口行驶记录时：行驶时间的均值ti1--车辆驶入路段时间；ti2--车辆驶出路段时间；行驶时间的方差流量的均值流量的方差占有率的均值占有率方差速度的均值速度的方差归一化后的输入参数格式为更进一步的方案是：路段交通拥堵指数计算公式为：路段tpi的计算公式：其中，l--代表路段长度vj--道路自由行驶速度(分别细分为通勤日、节假日、夜间行驶、高峰时段、交通管制、天气等情况下自由行驶速度)；计算路段的历史速度数据的均值：一般可用该路段一个月的历史速度数值计算得到。a--拥堵等级分段函数自变量(分段按延误倍数0.3倍/等级)；b--车辆通过路段行驶时间的延误倍数，x--交通量的最小值，作为数据有效性参数(x≥6)；bj--延误倍数的上限值(1.5)。主要按照以下几个步骤进行：确定模型参数值。选取某一城市路段，对路段的速度历史数据进行聚类分析，得出此路段自由行驶速度vj，等于各临界拥堵等级对应的指数值，求得自由行驶速度行驶的时间t；多源异构数据融合，得出代表性行驶速度。在时间汇集度内，对固定路段检测器和其它设备采集到的该路段的地点车速进行融合，对不同数据格式进行同一化转换，然后根据各检测器数据量的多少对行驶速度进行加权计算，得出具有路段典型代表性的行驶时间数据量很少的可以用插值法和同期历史数据补充，如果没有流量，则速度为自由行驶速度。计算当前时间汇集度内的行驶时间延误倍数。将上一步得到的行驶时间平均值代入公式，得到当前时间汇集度内的路段拥堵指数tpi。模型参数修正。根据现场交通运行实际情况，和驾驶人出行感受，调节参数。先调节vj的值，进行整体的粗调，然后对各拥堵水平对应的阈值vj、x、a、bj进行微调，直至达到满意的结果。更进一步的方案是：计算出路段的交通拥堵指数后，一些宏观指标如全路网运行指数、分片区的运行指数、市区主要道路的运行指数等，均可按照不同道路在片区和全路网所占阈值设定。全路网和片区f--路段在片区和路网所占阈值本发明中，对每个固定检测器，选取过去一个月的数据，把数据分成两组：通勤日周一到周五作为一组，休息日周六、周日作为另一组(可以进一步细分为夜间、高峰时段、节假日、交通管制、天气等)。对这两组数据分别构建模型。根据所要得到的交通状态级别，决定模型最终得到的簇(cluster)的数目以及每个簇的聚类中心点，五个簇分别代表五个交通状态等(1～5)。一旦模型构建成功，就可以用来判别交通状态，基本原则就是计算要判别的数据点与五个聚类中心的欧氏距离，离哪个聚类中心最近，就把它归为哪个交通状态。本发明有以下关键点：道路路段的划分，根据设备提供的数据参数：如果检测设备只提供卡口行驶记录时，需要路段的入口和出口都必须有检测设备，形成一条封闭的路段，如果只有一方有设备，本模型无法计算；如果检测设备提供行驶速度时，可按设备安装位置划分路段，根据设备检测范围，路段长度不宜太长，路段中无十字路口，150～500米较为适宜。检测设备的数据采集周期：以5～10分钟为采集周期，周期太短会导致有效数据太低，周期太长，会导致实时性太低，不能及时体现当前道路交通状况。数据计算：将路段分为5级交通拥堵评价体系，以路段长度、行驶时间、速度、车道数、自由行驶速度、占有率、流量等参数，计算道路交通拥堵指数，宏观指标如全路网运行指数、分片区的运行指数、市区主要道路的运行指数等，均可按照道路在片区和全路网所占阈值设定。本发明具有如下技术效果：1、以路段长度、行驶时间、速度、车道数、自由行驶速度、占有率、流量等参数来计算路网的交通拥堵指数，用行驶延误时间来体现交通拥堵指数，让交通拥堵指数更接近驾驶人的拥堵感受。2、根据道路拥堵指数的计算，可以为城市智能交通红绿灯信号控制器提供自动化的输入参数，实现了红绿灯自动化控制，提高了道路使用效率和交通管理部门工作效率。3、本发明实现对道路实时运行情况的量化描述，可向城区建设的各类信息发布led屏、手机地图app等设备发布实时道路交通状况，让驾驶人感知实时路网交通状态，合理选择交通出行方式和安排的出行路线，提高出行效率。4、让交通管理部门依据交通拥堵指数，动态跟踪和监测拥堵状态和变化趋势，识别诊断交通拥堵片区、路段和节点，及时制定和出台相关管理政策，合理安排和实施交通改善措施。附图说明图1为行驶速度变化曲线图图2为有效流量变化曲线图；图3为交通拥堵指数变化曲线图；图4为本发明处理流程示意图。具体实施方式下面结合附图和具体实施例对本发明作进一步的说明。以四川省绵阳市临园干道(临园口-岭南路口)为例，以流量和地点车速为基础指标根据上述模型计算实际tpi，进行模型验证工作。该路段为双向六车道，道路类型为主干道。5分钟为一个采集周期，固定检测器检测到的行驶时间(2018年4月13日7:00-19:00观测值，其中纵坐标为速度，横坐标为时间点)如图1所示，有效流量统计值如图2所示，根据速度、行驶时间参数计算出的指数如图3所示。由图1、图2展示的结果，速度值越低，过车流量就越少，根据上节所阐述的模型计算出对应的交通拥堵指数值，与流量变化曲线基本相反，速度值越低，过车流量越少，拥堵指数就越大，车辆行驶延误时间就越长，交通状态就越拥堵，量化地体现了当前路段的拥堵状况。由此可知，在检测器数据有效的前提下，本发明可用于道路交通拥堵指数的计算，同时还必须以掌握的其他参数如流量、占有率等参数予以验证，这样才能够保证计算tpi值的准确性。四川省绵阳市道路交通拥堵指数计算结合本地实际情况，用不同参数计算tpi值，确定模型中可变参数的取值区间，计算出的结果结合实际交通运行状况反复验证，基本保持一致。通过已经建设的非现场执法检测设备、卡口、测速、天网、流量检测、微波等检测设备提供的交通数据，进行交通数据融合及交通拥堵指数计算与分析，并以拥堵强度、范围、时间等进行交通拥堵指数评价，实现对路段、片区、全路网交通拥堵指数评价分析，实现信息统计、查询、分析、发布管理等功能。处理流程方法如图4所示。本发明还可以用于一个区域内整体的道路交通拥堵指数计算，比如四川省绵阳市道路交通拥堵指数部分计算结果，示例如下：计算路段："1.绵州酒店->岭南"，时段：2018-4-1816:30:00--2018-4-1816:35:00今天是工作日，标准通行速度：30km/h，标准通行时间：50.64秒有效数据：29条，无效数据：0条交通指数：1.79890504984475通行时间：61.7586206896552秒，通行速度：24.5989949748744km/h延误时间：11.1186206896552秒，延误倍数：0.219562019937898倍计算路段："2.岭南->绵州酒店"，时段：2018-4-1816:30:00--2018-4-1816:35:00今天是工作日，标准通行速度：35km/h，标准通行时间：45.7714285714286秒有效数据：47条，无效数据：1条交通指数：1.52163519005498通行时间：50.7446808510638秒，通行速度：31.5698113207547km/h延误时间：4.97325227963525秒，延误倍数：0.108654076021994倍计算路段："3.通安巷->岭南"，时段：2018-4-1816:30:00--2018-4-1816:35:00今天是工作日，标准通行速度：35km/h，标准通行时间：21.1885714285714秒有效数据：51条，无效数据：1条交通指数：5.38817324844357通行时间：38.3137254901961秒，通行速度：19.3559877175026km/h延误时间：17.1251540616246秒，延误倍数：0.808225987266535倍计算路段："4.绵吴路口->御营大桥"，时段：2018-4-1816:30:00--2018-4-1816:35:00今天是工作日，标准通行速度：30km/h，标准通行时间：34.44秒有效数据：15条，无效数据：0条交通指数：8.14860903711078通行时间：82.9333333333333秒，通行速度：12.4581993569132km/h延误时间：48.4933333333333秒，延误倍数：1.40805265195509倍计算路段："5.临园口->绵州酒店"，时段：2018-4-1816:30:00--2018-4-1816:35:00今天是工作日，标准通行速度：30km/h，标准通行时间：34.08秒有效数据：36条，无效数据：3条交通指数：1.97566184141888通行时间：43.9722222222222秒，通行速度：23.2510423246999km/h延误时间：9.89222222222222秒，延误倍数：0.290264736567554倍计算路段："6.绵州酒店->临园口"，时段：2018-4-1816:30:00--2018-4-1816:35:00今天是工作日，标准通行速度：30km/h，标准通行时间：28.8秒有效数据：40条，无效数据：7条交通指数：1.57118055555556通行时间：32.5秒，通行速度：26.5846153846154km/h延误时间：3.7秒，延误倍数：0.128472222222222倍计算路段："7.涪江二桥->丝厂路口"，时段：2018-4-1816:30:00--2018-4-1816:35:00今天是工作日，标准通行速度：35km/h，标准通行时间：76.1142857142857秒有效数据：14条，无效数据：0条交通指数：1.78584834834835通行时间：92.4285714285714秒，通行速度：28.822256568779km/h延误时间：16.3142857142857秒，延误倍数：0.214339339339339倍尽管这里参照本发明的解释性实施例对本发明进行了描述，上述实施例仅为本发明较佳的实施方式，本发明的实施方式并不受上述实施例的限制，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。当前第1页12