基于浮动车数据的区域路网交通状态评价.pdfVIP

第 1 7 卷 第 7 期 2 0 1 7 年 3 月 科 学 技 术 与 工 程 Vol . 17 No . 7 Mar . 2017 1671 — 1 8 1 5 (2 0 1 7 )0 7 -0 2 7 0 -0 5 Science Technology and Engineering © 2017 Sci . Tech . Engrg . 基于浮动车数据的区域路网交通状态评价 万 蔚 王 振 华 李 梦 琦 ( 中国航天系统工程有限公司，北京 100070) 摘 要 城 市 道 路 拥 堵 现 象 已 经 对 公 众 的 生 活 产 生 严 重 影 响 ，如何快速有效地发现并及时处理交通拥堵现象已成为交通发 展中的重中之重。浮动车数据作为交通状态检测的新来源，在交通状态检测领域有着广阔的应用前景。通过浮动车数据估 算路段最大排队长度，并将其与路段车辆行驶速度、路段行程延误时间作为区域内交通状态评价参数，基于模糊综合评价算 法 ，给出了一种在不同时间段内路段及区域交通状态评价方法。最 后 ，通过实际浮动车数据进行实例验证。实验结果表明该 算法对于能够较好地检测区域路网交通状态，具有较好的实用性。 关键 词 浮 动 车 数 据 路段最大排队长度 模糊综合评价 交通状态评价 中 图 法 分 类 号 U 4 9 1 .1 1 2 ; 文 献 标 志 码 A 城市交通拥堵是指某一时空由于交通需求和供 程延误时间、路段最大排队长度作为评价值，利用模 给产生矛盾所引起的交通滞留现象 ，是道路交通设 糊综合评价模型对区域内路段和区域的交通运行状 施所能提供的交通容量不能满足当前交通需求量而 态进行评价。 又得不到及时疏通的结果[1] 。L i u 等通过视频技术 1 模型描述及数据处理 检测路段上行驶车辆的数目 ，获得车辆占有率及占 有率方差 ，并根据算法评定城市道路的拥堵状 l .i 模糊综合评价模型 态[2]; Yu a n 等综合线圈检测器数据 、浮动车数据检 模糊综合评价是利用模糊数学中的模糊运算法 测交通运行状态[3]%黄磊磊等使用嵌入式系统来实 则，通过对影响事物或现象的多种糊运算法则，通过 现道路交通拥堵状态的视觉自动化检测 从而得到， 对影响事物或现象的多种因素综合评价，将多方面 道路的运行状态[4];姜桂艳等运用优化的多层前馈 评价转化为一个综合性指标来进行总目标决策的过 神经网络模型对占有率 、速度以及流量进行处理 程[7]。模糊综合评价包含以下三部分[8]。 分析 来判断道路的运行状态[5]， ;于荣基建立了基 1.1.1 建立因素集及评价集 于流量 、速度及占有率的三维支持向量机空间模 建立判别城市道路通行状态的因素集为 = 型 ，研究表明 S V M 核函数能够较为明确的区分道 [R S K 4 ] = [路段行程速度，车辆行程延误时间，路 路运行状态[6] 。以上方法使用的是传统检测器获 段最大排队长度]。将交通状态划分为四类，城市道路 得的数据 ，相对于传统检测器 本文使用的浮动车， 交通状态的判断集为类，城市道路交通状态的判断集 数据数据采集系统拥有覆盖范围广 、建设周期短 、 为（ = [/1/2 /3/4 ] = [畅通，缓行，拥堵，严重拥 上传数据精度高 、实时性强以及客观因素影响小 堵]。 等优点 。 在因素集的基础上定义一个模糊子集） = 本文利用浮动车数据提出了一种基于路段浮动 [(1，（2,…，（„]，）为权重集，