基于交通场面雷达的高架桥行程时间短时预测方法
【专利摘要】本发明涉及城市高架桥出行服务技术领域，具体涉及一种基于交通场面雷达的高架桥行程时间短时预测方法。本发明包括以下步骤：1)、交通场面雷达的安装、部署和调试；2)、交通场面雷达采集数据回传；3)、计算单个采样周期内高架桥区间平均行程速度；4)、计算单个采样周期内高架桥的行程时间；5)、计算高架桥行程时间预测值。本发明可依据交通场面雷达设备获取的交通信息，实现该段高架桥未来指定行程时间的预测，从而便于出行者根据实际的出行时间需求来选择最佳行驶路线，以减少出行延误；同时，也可为均衡交通流、缓解道路交通堵、优化交通管理方案、改进交通控制等方面提供基础依据。
【专利说明】
基于交通场面雷达的高架桥行程时间短时预测方法
技术领域
[0001] 本发明涉及城市高架桥出行服务技术领域，具体涉及一种基于交通场面雷达的高 架桥行程时间短时预测方法。
【背景技术】
[0002] 高架桥是城市交通系统的主动脉，承载了贯穿城市各个方向的主要交通负荷；由 于高架桥封闭性好、行车速度快，驾驶员通常会选择其作为出行路线。但是在现实生活中， 经常出现因为高架桥临时发生拥堵，导致走高架桥的出行时间比走普通道路的时间还长， 再加上高架桥本身的封闭性，往往会延误驾驶员和乘客的正常事务。在此大背景下，如何寻 求一种针对高架桥行程时间的在线预测手段，从而实现对未来一定时间内指定段高架桥行 程时间的准确预测，以在缓解道路交通堵的同时能有效的减少出行延误，避免社会资源的 浪费，为本领域技术人员近年来所亟待解决的技术难题。
【发明内容】
[0003] 本发明的目的为克服上述现有技术的不足，提供一种基于交通场面雷达的高架桥 行程时间短时预测方法。本发明可依据交通场面雷达设备获取的交通信息，实现该段高架 桥未来指定行程时间的预测，从而便于出行者根据实际的出行时间需求来选择最佳行驶路 线，以减少出行延误；同时，也可为均衡交通流、缓解道路交通堵、优化交通管理方案、改进 交通控制等方面提供基础依据。
[0004] 为实现上述目的，本发明采用了以下技术方案：
[0005] -种基于交通场面雷达的高架桥行程时间短时预测方法，其特征在于包括以下步 骤：
[0006] 1)、交通场面雷达的安装、部署和调试；
[0007] 2 )、交通场面雷达采集数据回传；
[0008] 3)、由以下公式计算单个采样周期内高架桥区间平均行程速度：
[0009] v = Jv,
[0010] 其中：
[0011] v是单个采样周期高架桥区间平均行程速度，单位:米每秒；
[0012] Vi是采样周期内第i辆车辆的瞬时速度，单位:米每秒；
[0013] η是采样周期内车辆的样本总数；
[0014] 4)、由以下公式计算计算单个采样周期内高架桥的行程时间：
[0015] t = l/v
[0016] 其中：
[0017] 1是高架桥的长度，单位:米；
[0018] v是单个采样周期高架桥区间平均行程速度，单位:米每秒；
[0019] t是单个采样周期高架桥的行程时间，单位:秒；
[0020] 5)、计算高架桥行程时间预测值，其计算过程分为三个步骤：
[0021] (1)按以下公式计算获得基于时间序列的预测的行程时间t、：
[0022] \! j=Wltj-l+W2tj-2+W3tj-3
[0023] 其中：
[0024] 是用时间序列方法计算得到的第j个采样周期的高架桥行程时间，单位:秒； [0025] tj-i是第j_l个米样周期的尚架桥行程时间，单位:秒；
[0026] 是第j_2个采样周期的高架桥行程时间，单位:秒；
[0027] 是第j_3个采样周期的高架桥行程时间，单位:秒；
[0028] Wl，W2，W3是权重，W1+W2+W3 = 1 ;
[0029] (2)按以下公式计算获得旅行时间的历史数据平均值t/:
[0030] tj//= Σ tj/m
[0031] 其中：
[0032] t/是旅行时间的历史数据平均值，单位:秒；
[0033] m是一年之内的所有历史数据的总数量。
[0034] (3)按以下公式计算获得旅行时间的预测值也即高架桥行程时间预测值：
[0035] tj= (t7 j+tj//)/2
[0036] 其中：
[0037] k是高架桥第j个周期的旅行时间的预测值，单位:秒；
[0038] 是用时间序列方法计算得到的第j个采样周期的高架桥行程时间，单位:秒； [0039] t/是第j个采样周期旅行时间的历史数据平均值，单位:秒。
[0040]所述步骤2)中的交通场面雷达采集数据回传，是指通过通信网络将前端设备采集 的数据回传到后台，回传数据至少包括车辆ID数据、车辆的瞬时速度数据以及上传的时间 戳数据。
[0041]所述步骤3)中，将交通场面雷达采集的数据以每5分钟为一个采样周期进行统计。 [0042]本发明的有益效果在于：
[0043] 1)、通过上述方案，本发明利用交通场面雷达在采集信息时不受外界影响的特点， 使得整个采集过程精度高、可靠性好、数据丢包率小，进而保证了所获取的原始数据的精确 性和可靠性。更为重要的是，由于本发明采用历史数据同时又结合了时间序列预测，该种多 模式的预测方法可有效的提升旅行时间预测的精度，最终为预测结果的可靠性及准确性提 供了有力保证。
[0044] 实际上，交通短时预测是微观意义上的预测，区别于交通规划战略性中观、宏观意 义上的预测。本发明依据交通场面雷达设备获取的交通信息，采用了多模式结合的方法去 预测未来不超过15分钟的行程时间，使得其预测精度及适时性均可得到有效保证。本发明 不但便于出行者根据实际的出行时间需求来选择最佳行驶路线，以减少出行延误；同时，也 可为均衡交通流、缓解道路交通堵、优化交通管理方案、改进交通控制等方面提供基础依 据，这对避免社会资源的浪费有着重要意义和应用价值。
【附图说明】
[0045] 图1为本发明的方法流程图。
【具体实施方式】
[0046] 为便于理解，此处结合附图1对本发明的具体实施步骤作以下描述：
[0047] -种基于交通场面雷达的高架桥行程时间短时预测方法，包括：
[0048] 1 )、交通场面雷达的安装、部署和调试；
[0049] 2 )、交通场面雷达采集数据回传；
[0050] 3)、计算单个采样周期内高架桥区间平均行程速度；
[0051] 4)、计算单个采样周期内高架桥的行程时间；
[0052] 5)、计算高架桥行程时间预测值。
[0053] 其中，步骤1)中的交通场面雷达的安装、部署和调试，应严格按照相应的手册进行 操作，确保交通场面雷达的安装高度和角度达到数据采集的要求。步骤2)中的交通场面雷 达采集数据回传，则是指通过通信网络将前端设备采集的数据回传到后台，这些数据至少 包括车辆ID、车辆的瞬时速度、上传的时间戳等。
[0054] 计算单个采样周期内高架桥区间平均行程速度，实际操作时，是将交通场面雷达 采集的数据以5分钟为采样周期进行统计;其计算公式如下：
[0055] r=-J^v
[0056] 其中：
[0057] v是单个采样周期高架桥区间平均行程速度，单位:米每秒；
[0058] Vi是采样周期内第i辆车辆的瞬时速度，单位:米每秒；
[0059] η是采样周期内车辆的样本总数。
[0060]计算单个采样周期内高架桥的行程时间，其计算公式如下：
[0061] t = l/v
[0062] 其中：
[0063] 1是高架桥的长度，单位:米；
[0064] v是单个采样周期高架桥区间平均行程速度，单位:米每秒；
[0065] t是单个采样周期高架桥的行程时间，单位:秒。
[0066] 而计算高架桥行程时间预测值计算，则可分为三个步骤：
[0067] (1)基于时间序列的预测的行程时间的计算公式如下：
[0068] tj=Wltj-l+W2tj-2+W3tj-3
[0069] 其中：
[0070] 是用时间序列方法计算得到的第j个采样周期的高架桥行程时间，单位:秒；
[0071] 是第j-Ι个采样周期的高架桥行程时间，单位:秒；
[0072] 是第j_2个采样周期的高架桥行程时间，单位:秒；
[0073] 是第j_3个采样周期的高架桥行程时间，单位:秒。
[0074] W1，W2，W3是权重，满足关系式 W1+W2+W3=l。从时间序列角度而言，常规取值分别依 序对应为0.5，0.3，0.2。就本领域常用的权重取值方式而言，权重的确定还是主要依赖于专 家法或者经验法。从时间序列角度而言，离得最近的那个周期与预测周期关系最大，故权重 最大。
[0075] (2)旅行时间的历史数据平均值t/:
[0076] 旅行时间的历史数据t/是在以过去的一年之内的，以星期几和一天内采样周期 编号两个炜度来将所有的同一星期几的同一采样周期的进行统计分布，以计算其平均值。 举例而言，由于以5分钟为间隔，此时一天之内有288个采样周期;假如k代表的是星期一的 第45个采样周期的高架桥旅行时间，则tr就是一年之内所有星期一的第45个采样周期的 高架桥旅行时间的平均值。
[0077] 旅行时间的历史数据平均值t/'的计算公式如下：
[0078] tj//=Etj/m
[0079] 其中：
[0080] t/是旅行时间的历史数据平均值，单位:秒；
[0081] m是一年之内的所有历史数据的总数量。
[0082] (3)最终所需得到的旅行时间的预测值k的计算公式如下：
[0083] tj=(t/j+tj//)/2
[0084] 其中：
[0085] k是高架桥第j个周期的旅行时间的预测值，单位:秒；
[0086] 是用时间序列方法计算得到的第j个采样周期的高架桥行程时间，单位:秒； [0087] t/是第j个采样周期旅行时间的历史数据平均值，单位:秒。
[0088] 为进一步加深对本发明的理解，此处提供了以下实施例，以对本发明作进一步的 具体论述：
[0089] 实施例：
[0090] 选择试验路段进行交通场面雷达的安装、部署和调试，确保交通场面雷达采集数 据回传。取采样周期为5分钟，实验路段全场934m。
[0091] 选择一个采样周期7:00-7:05的数据，在该周期有15辆车辆通过，它们的瞬时速度 分别为：71 km/h、68km/h、64km/h、72km/h、59km/h、7 lkm/h、65km/h、68km/h、55km/h、67km/h、 78km/h、71km/h、69km/h、66km/h、70km/h〇
[0092] 计算单个采样周期内高架桥区间平均行程速度：v= (71+68+64+72+59+71+65+68+ 55+67+78+71+69+66+70)/15 = 67.6km/h = 18.78m/s
[0093] 计算单个采样周期内高架桥的行程时间：t = 934/18.78 = 49.73s
[0094] 获得下一个采样的周期7:05-7:10的行程时间：
[0095] 1)取前三个采样周期7:00-7:05、6:55-7 :00、6:50-6:55的行程时间：
[0096] t = 49.73s、ti = 47.25s、t2 = 45.06 s
[0097] 2)基于时间序列的预测的行程时间t、：
[0098] t j = 0·5*49·73+0·3*47·25+0·2*45·06 = 48·052
[0099] 3)从后台数据库中取出该路段历史库中7:05-7:10这一采样周期的历史数据t/':
[0100] V i = .2ls
[0101] 4)旅行时间的预测值tj:
[0102] tj= (48.052+47.21 )/2 = 47.631s
[0103] 也就是通过预测得到的7:05-7:10这一采样周期的行程时间为47.631s。
[0104] 通过交通场面雷达获取的7:05-7:10的车辆数据计算得到7:05-7:10这一周期的
【主权项】
1. 一种基于交通场面雷达的高架桥行程时间短时预测方法，其特征在于包括W下步 骤： 1 )、交通场面雷达的安装、部署和调试； 2 )、交通场面雷达采集数据回传； 3) 、由W下公式计算单个采样周期内高架桥区间平均行程速度： 其中：V是单个采样周期高架桥区间平均行程速度，单位:米每秒； VI是采样周期内第i辆车辆的瞬时速度，单位:米每秒； η是采样周期内车辆的样本总数； 4) 、由W下公式计算计算单个采样周期内高架桥的行程时间： t = l/v 其中： 1是高架桥的长度，单位:米； V是单个采样周期高架桥区间平均行程速度，单位:米每秒； t是单个采样周期高架桥的行程时间，单位:秒； 5 )、计算高架桥行程时间预测值，其计算过程分为Ξ个步骤： (1)按W下公式计算获得基于时间序列的预测的行程时间t/j: 1/ j =Wlttl+W2t j-2+W3t j-3 其中： t/j是用时间序列方法计算得到的第j个采样周期的高架桥行程时间，单位:秒； t J-1是第j-1个采样周期的高架桥行程时间，单位:秒； t J-2是第j-2个采样周期的高架桥行程时间，单位:秒； tJ-3是第j-3个采样周期的高架桥行程时间，单位:秒； W1，W2，W3是权重，W1+W2+W3 = 1 ; (2 )按W下公式计算获得旅行时间的历史数据平均值t" J : t"j = Etj/m 其中： t" J是旅行时间的历史数据平均值，单位:秒； m是一年之内的所有历史数据的总数量。 (3)按W下公式计算获得旅行时间的预测值tj，也即高架桥行程时间预测值： 其中： tj是高架桥第j个周期的旅行时间的预测值，单位:秒； t/j是用时间序列方法计算得到的第j个采样周期的高架桥行程时间，单位:秒； t" J是第j个采样周期旅行时间的历史数据平均值，单位:秒。2. 根据权利要求1所述的一种基于交通场面雷达的高架桥行程时间短时预测方法，其 特征在于:所述步骤2)中的交通场面雷达采集数据回传，是指通过通信网络将前端设备采 集的数据回传到后台，回传数据至少包括车辆ID数据、车辆的瞬时速度数据W及上传的时 间戳数据。3.根据权利要求1或2所述的一种基于交通场面雷达的高架桥行程时间短时预测方法， 其特征在于:所述步骤3)中，将交通场面雷达采集的数据W每5分钟为一个采样周期进行统 计。
【文档编号】G08G1/01GK106097710SQ201610486341
【公开日】2016年11月9日
【申请日】2016年6月27日
【发明人】邹娇, 董婉丽, 孙晓静, 刘倩, 杨灿
【申请人】安徽四创电子股份有限公司