一种基于rfid数据的路径行程时间预测方法
【专利摘要】本发明公开了一种基于RFID数据的路径行程时间预测方法，将诱导车辆到达诱导路径起始断面的时刻作为行程时间预测的起点，挖掘RFID历史数据库，把诱导路径划分为若干条“目标路段”，通过时间模式识别模型来分别预测这些路段的行程时间，最后加和这些路段的行程时间得到诱导路径的行程时间预测值。本发明能有效挖掘RFID数据，对单车路径行程时间进行有效预测，区别于传统的基于平均行程时间的路径行程时间预测方法。本发明中采用的方法和技术简单易行，运行条件容易满足，易于在大中型城市中推广应用。
【专利说明】一种基于RFID数据的路径行程时间预测方法
【技术领域】
[0001]本发明属于智能交通【技术领域】，尤其涉及交通流诱导和管理领域中的路径行程时间预测，更具体地说，涉及一种基于RFID数据的路径行程时间预测方法。
【背景技术】
[0002]准确的路径行程时间预测值是交通诱导系统中的一个重要决策参数，它有助于系统寻求最优路径(时间最短路径)，帮助驾驶员调整行驶路线使得路网交通流分配达到所希望的状态，实现路网交通流的均衡分配，可以在很大程度上改善交通拥挤。
[0003]传统的路径行程时间是指在预测间隔内通过诱导路径全体有效车辆的算术平均值。然而传统路径诱导的服务对象是单辆车，而不是全体车辆，因此传统意义上的路径行程时间无法准确描述诱导车辆(单辆车)通过诱导路径的行驶状态。本发明提出一种基于诱导车辆的路径行程时间，该行程时间是指:给定起始(出发)时间的诱导车辆(单辆车)通过诱导路径所需要的行程时间。
[0004]引起交通流周期性间断的固定元素包括交通信号、停车标志和其他类型的管制设备。不管有多少交通量存在，这些设备都会引起交通周期性停止(或显著减慢)。因此，间断流(Interrupted Flow)是指道路上因这些外界固定因素(如道路交叉口、标志或信号等)而停驶中断的交通流。一般来说，城市地面道路上的交通流为间断流。
[0005]连续流(Uninterrupted Flow)表示交通设施的特性,没有导致延误或间断交通流外部的确定性因素，如高速公路，无信号交叉口的多车道与双车道乡村公路上。一般来说，连续流指行驶在快速路和高速路上的车流，其中，快速路和高速路行程时间预测是目前连续流行程时间预测的重点。
[0006]移动型检测技术是运用移动的车辆检测固定的标识物来确定交通参数的方法，主要有探测车检测和电子卷标检测等工作方式，它可能提供车辆的瞬时速度、经纬度、车辆编号、采集时间、车道编号、车牌号等数据。
[0007]探测车(Probe car),也被称作“浮动车(Floating Car)”,是近年来国际智能交通系统(ITS)中采用的获取道路交通信息的移动型检测技术手段之一。浮动车数据采集技术具有安装成本低、维护简易、高效、实时、自动化水平高、检测参数全面等优点，得到大量推广应用，是目前我国大中城市在间断流行程时间估计和预测方面应用最广泛的一种移动型检测数据。目前各大城市都建立了 ITS平台并配置了大量的基于出租车或公交车的浮动车设备，其采集到的交通信息数据可以应用于行程时间估计与预测。然而探测车检测技术存在如下缺点:
[0008](I)、探测车的样本量很小(样本量小于总体车辆数的5%)；
[0009](2)、检测数据通信易受电磁干扰，且探测车的定位精度不高(15-20米)；
[0010](3)、实际中探测车数据采样间隔较大(20-30S左右)；
[0011](4)、检测到的数据属于“点数据”，无法对道路网络的交通状态进行大范围、准确和全面的描述；[0012](5)、探测车具有很大的时空分布不均匀性；
[0013](6)、在处理浮动车数据点时，由于电子地图也存在一定的误差，因此基于浮动车数据
[0014]的行程时间估计与预测准确度不高。
[0015]无线射频识别技术(RFID) (Radio Frequency Identification)是电子卷标检测技术中最重要的一种，是一种非接触的自动识别技术，其基本原理是利用射频信号和空间耦合(电感或电磁耦合)或雷达反射的传输特性，实现对被识别物体的自动识别，它通过射频信号自动识别目标并获取相关数据(如图4所示)。
[0016]作为一种移动型检测技术，RFID检测技术具有别的移动型检测技术(比如探测车检测技术)无法比拟的优势。它的优点如下:
[0017](I)、可检测到所有装有RFID电子标签的车辆车牌号，很少出现无法识别的情况，因此无效数据很少，数据质量很高；
[0018](2)、可以直接利用车辆通过前后RFID设备的时间差来估计行程时间，算法简便；
[0019](3)、可对车辆进行精确定位，估计得到的行程时间很精确；
[0020](4)、装有RFID电子标签的车辆数比较大，样本量足；
[0021](5)、检测到的RFID数据属于“过程”数据，可以对道路网络的交通状态进行大范围、准确和全面的描述；
[0022]然而，即使在我国大中城市，RFID设备的安装率还比较低，并且不是所有车辆都安装有RFID电子标签，因此基于RFID数据的行程时间估计与预测准确度受到一定的影响。
【发明内容】
[0023]本发明的目的是利用RFID数据来预测间断流和连续流的路径行程时间，提出一种基于RFID数据的路径行程时间预测方法，把诱导车辆到达诱导路径起始断面的时刻作为行程时间预测的起点，挖掘RFID历史数据库，把诱导路径划分为若干条“目标路段”，通过时间模式识别模型来分别预测这些路段的行程时间，最后加和这些路段的行程时间得到诱导路径的行程时间预测值。
[0024]本发明的解决方案是:
[0025]诱导路径上安装有完好的RFID数据检测设备，利用这些设备可以检测到准确的RFID数据；
[0026]把诱导车辆到达诱导路径起始断面的时刻作为行程时间预测的起点，挖掘RFID历史数据库，把诱导路径划分为若干条“目标路段”。
[0027]通过时间模式识别模型分别预测这些路段的行程时间，最后加和这些路段的行程时间得到诱导路径的行程时间预测值。
[0028]进一步，RFID历史数据库包括如下数据:
[0029]装有RFID电子标签车辆的编号、单元路段的路段编号、每辆车通过各单元路段所需的行程时间、每辆车到达各单元路段起始断面和终止断面的时刻。
[0030]其中，每辆车通过各单元路段所需的行程时间可通过时刻差法计算得到，具体公司如下:[0031]Tlj =
[0032]其中，TU是编号为i的车辆通过单元路段j的行程时间，是编号为i的车辆通
过单元路段j下游RFID检测设备的时刻(即该辆车到达单元路段j终止断面的时刻)，邛:是
编号为i的车辆通过单元路段j上游RFID检测设备的时刻(即该辆车到达单元路段j起始断面的时刻)。
[0033]基于RFID数据的路径行程时间预测方法包括如下步骤:
[0034]假设某诱导路径由连续的N条单元路段组成，这些单元路段依次为单元路段1、单元路段2、单元路段3、...、单元路段N。假如诱导车辆i通过单元路段I起始断面的时刻为
ti (假设为当前时刻)，则该车辆在诱导路径上的行程时间预测值可通过下述模型来获
得:
[0035](I)、搜索诱导路径的RFID历史数据库，找到通过诱导路径起始断面且与诱导车辆行驶特性最相似的车辆(必须保证该车辆行驶的路径与诱导路径有较大重叠，假设该车
辆的编号为I)，确定该车辆在诱导路径上的最大路径，计算该最大路径的行程时间TTff。
假如该最大路径的终止断面即为诱导路径的终止断面，则结束操作，此时诱导车辆在诱导
路径上的行程时间预测值即为TT11Tc;
[0036](2)、假如该最大路径的终止断面不是诱导路径的终止断面，则把这条最大路径看作诱导路径的第I条“目标路 段”(假设该路段是由M1条单元路段组成，这里把它称作目标
路段1)，则预测诱导车辆i会在(tii+TT^)时刻通过目标路段I的终止断面；
[0037](3)、把剩余(N-Hi1)条单元路段组成的路径当作目标路径，搜索基于此目标路径的RFID历史数据库，找到通过目标路径起始断面且与诱导车辆行驶特性最相似的车辆(必须保证该车辆行驶的路径与目标路径有较大重叠，假设该车辆的编号为2)，确定该车辆在目标路径上的最大路径，计算该最大路径的行程时间TTIT'假如该最大路径的终止断面即为诱导路径的终止断面，则结束操作，此时诱导车辆在诱导路径上的行程时间预测值即为
T IJi msjc _|_ rjpT IHSJC.[0038](4)、假如该最大路径的终止断面不是诱导路径的终止断面，则把这条最大路径看作诱导路径的第2条“目标路段”(假设该路段是由Hl2条单元路段组成，这里把它称作目标
路段2)，则预测诱导车辆i会在(时刻通过目标路段2的终止断面；
[0039](5)、以此类推，把剩余(N - Zl=I 1%)条单元路段组成的路径当作目标路径，搜索
基于此目标路径的RFID历史数据库，找到通过目标路径起始断面且与诱导车辆行驶特性最相似的车辆(必须保证该车辆行驶的路径与目标路径有较大重叠，假设车辆的编号为n)，
确定该车辆在目标路径上的最大路径，计算该最大路径的行程时间TT:1'假如该最大路径
的终止断面即为诱导路径的终止断面，则停止操作，此时诱导车辆在诱导路径上的行程时
间预测值即为Σ,υ+η广；[0040](6)、假如该最大路径的终止断面不是诱导路径的终止断面，则把这条最大路径看作诱导路径的第η条“目标路段”(假设该路段是由mn个单元路段组成，这里把它称作目标
路段η)，则预测诱导车辆i会在(^ + E1lL1TTjf")时刻通过路段n的终止断面；
[0041](7)、继续上述步骤，直到在目标路径上车辆的最大路径终止断面是诱导路径的终止断面为止,结束操作。
[0042](8)、假设根据上述模型，诱导路径可划分为L条目标路段，它们分别为目标路段
1、目标路段2、…、目标路段L，且路段1、路段2、…、路段L分别包括1111、1112.....1?条单
元路段，则有:
【权利要求】
1.一种基于RFID数据的路径行程时间预测方法，其特征在于，包括如下步骤: A、在诱导路径上安装RFID数据检测设备，利用这些设备检测准确的RFID数据； B、把诱导车辆到达诱导路径起始断面的时刻作为行程时间预测的起点，挖掘RFID历史数据库，并把诱导路径划分为至少一条“目标路段”; C、通过时间模式识别模型分别预测这些路段的行程时间，最后加和这些路段的行程时间得到诱导路径的行程时间。
2.权利要求1所述的一种基于RFID数据的路径行程时间预测方法，其特征在于:路径行程时间是指:给定起始时间的诱导车辆通过诱导路径所需要的行程时间。
3.如权利要求1所述的一种基于RFID数据的路径行程时间预测方法，其特征在于:所述步骤B具体方法为:首先把诱导路径划分为若干个单元路段；其次，把诱导车辆到达诱导路径起始断面的时刻作为行程时间预测的起点，挖掘RFID历史数据库，依次选取诱导路径上的最大路径作为“目标路段”。
4.如权利要求3所述的一种基于RFID数据的路径行程时间预测方法，其特征在于:所述单元路段为:两个相邻RFID检测设备之间的路段；对间断流来说，RFID设备布置在距离交叉口出口道50米的位置；对连续流来说，RFID设备以1500米为间隔连续布置在快速路和闻速路上。
5.如权利要求3所述的一种基于RFID数据的路径行程时间预测方法，其特征在于:所述RFID历史数据库是指诱导路径上各单元路段的RFID历史数据库，它包括:装有RFID电子标签车辆的编号、单元路段的路段编号、每辆车通过各单元路段所需的行程时间、每辆车到达各单元路段起始断面和终止断面的时刻；“最大路径”是指某辆车的行驶路径与诱导目标路径最大重置的路径。
6.如权利要求5所述的一种基于RFID数据的路径行程时间预测方法，其特征在于:所述某辆车指RFID历史数据库中的车辆，该车辆的特征是:通过诱导目标路径起始断面且与诱导车辆行驶特性最相似，并且该车辆行驶的路径与诱导目标路径有最大重叠。
7.如权利要求1所述的一种基于RFID数据的路径行程时间预测方法，其特征在于，所述步骤C包括如下步骤: 将诱导路径分成连续的N条单元路段，这些单元路段依次为单元路段1、单元路段2、单元路段3、…、单元路段N，当诱导车辆i通过单元路段I起始断面的时刻为1^，则该车辆在诱导路径上的行程时间预测值可通过下述模型来获得: (I )、搜索诱导路径的RFID历史数据库，找到通过诱导路径起始断面且与诱导车辆行驶特性最相似的车辆，保证该车辆行驶的路径与诱导路径有最大重叠，并将该车辆的编号标记为1，确定该车辆在诱导路径上的最大路径，计算该最大路径的行程时间TTfr;如果该最大路径的终止断面即为诱导路径的终止断面，则结束操作，此时诱导车辆在诱导路径上的行程时间预测值即为TT1Tx; (2)、如果该最大路径的终止断面不是诱导路径的终止断面，则把这条最大路径看作诱导路径的第I条“目标路段”，将该路段分割为Hi1条单元路段，并称作目标路段I，则预测诱导车辆i会在tii+TT^T时刻通过目标路段I的终止断面；(3)、把剩余N-Hi1条单元路段组成的路径当作目标路径，搜索基于此目标路径的RFID历史数据库，找到通过目标路径起始断面且与诱导车辆行驶特性最相似的车辆，保证该车辆行驶的路径与目标路径有最大重叠，并将该车辆的编号标记为2，确定该车辆在目标路径上的最大路径，计算该最大路径的行程时间TTITt，如果该最大路径的终止断面即为诱导路径的终止断面，则结束操作，此时诱导车辆在诱导路径上的行程时间预测值即为rjirgi IH.ETC IOlSX.'142j2 ， (4)、如果该最大路径的终止断面不是诱导路径的终止断面，则把这条最大路径看作诱导路径的第2条“目标路段”，将该路段分割为m2条单元路段，并将其称作目标路段2，则预测诱导车辆i会在4+ TT5** + TT『时刻通过目标路段2的终止断面； (5)、将剩余N-V￡lmk条单元路段组成的路径当作目标路径，搜索基于此目标路径的RFID历史数据库，找到通过目标路径起始断面且与诱导车辆行驶特性最相似的车辆，保证该车辆行驶的路径与目标路径有最大重叠，并将该车辆的编号标记为n，确定该车辆在目标路径上的最大路径，计算该最大路径的行程时间TTnnJfS如果该最大路径的终止断面即为诱导路径的终止断面，则停止操作，此时诱导车辆在诱导路径上的行程时间预测值即为
8.如权利要求7所述的一种基于RFID数据的路径行程时间预测方法，其特征在于:所述mk是第k条目标路段所包含的单元路段数。
【文档编号】G06Q10/04GK103489048SQ201310488984
【公开日】2014年1月1日 申请日期:2013年10月17日 优先权日:2013年10月17日
【发明者】李慧兵 申请人:李慧兵