专利名称：稀疏路网交通检测器布局方法
技术领域：
本发明属于交通技术领域，涉及智能交通，尤其是稀疏路网交通检测器布局方法。
背景技术：
在城市交通监控系统中，固定线圈、高清卡口、视频摄像机等设备已被广泛采用， 用于交通数据的采集、交通事件的自动检测等。中国专利文献CN101540103A公开了一种自动交通事件检测技术，该方法为确定某一交通信息获取周期，在每一周期末，实时采集监测路段的交通占有率和速度；预处理这些交通数据；以处理后的交通数据为基础，分析交通状态和进行交通事件检测，得到相应路段的交通状态信息和交通事件信息。中国专利文献CN102063794A公开了一种基于占有率数据的城市快速路自动事件检测方法。然而，上述现有交通事件检测技术都是主要应用于城市道路和高速公路，城市道路和高速公路由于车流量大，发生交通事件以后，交通事件所在道路断面上下游的交通参数指标，如交通占有率、速度等将发生较大变化，并据此判断交通事件的发生。已有的交通检测设备布设主要用于交通量OD估计、路段行程时间估计，很少用于交通事件检测，且其应用范围局限在较高流量的连续交通流中。位于我国西部地区的稀疏路网，明显不同于城市道路和高速公路，其特点包括公路网密度较低，道路车流量低，车辆运行车速较快且往往处于人口稀少区域。 在稀疏路网中，由于车流量低，一旦发生交通事件，交通事件所在道路断面上下游的交通参数指标基本上不发生变化，因此，传统的城市道路和高速公路的交通事件检测技术无法直接应用到稀疏路网的交通事件检测当中。
发明内容
为了解决现有城市道路和高速公路的交通事件检测技术无法应用于稀疏路网低流量条件下的交通事件检测问题，本发明提供了一种稀疏路网交通检测器布局方法，在稀疏路网条件下，以交通检测设备投资和检测时间为约束，优化交通检测设备布局位置，使得交通检测系统的交通事件检测率最大。为达到以上目的，本发明所采用的解决方案是一种稀疏路网交通检测器布局方法，其包括以下步骤1)确定交通检测器的类型，划分交通路段长度；2)根据交通路段长度的划分及其交通事故预测，结合相邻交通检测器的布设位置，确定相邻交通检测器之间路段的交通事故数量；3)以交通检测器的数量、交通事件检测时间为约束，引入交通检测器冗余思想，以稀疏路网的交通事件检测率最大为优化目标，建立交通检测器的布局优化模型，运用实数型遗传算法求解该模型，确定各交通检测器在道路上的布设位置。进一步，所述交通检测器为高清卡口。其还可以在道路交叉口、立交桥区布设视频摄像机。所述划分交通路段长度，是将道路按定长或不定长方法划分，对于已运营道路，以实际的交通事故分布数据为基础，采用不定长法进行路段划分，事故发生较多的路段，划分为一个路段，其路段长度相对较短，而事故发生较少的路段，划分为一个路段，其路段长度相对较长；对新建道路，以经验公式预测的交通事故分布为基础，采用定长法进行路段划分。 所述交通事故预测的经验公式，以交通事故数为因变量，以路段的年平均交通量、 平纵曲线变量、货车比例为自变量，采用线性、多项式、指数、幂等形式拟合，拟合的因变量和自变量基础数据采用与布设交通检测器道路的类型、等级、区位相似的道路数据。所述交通检测器的布局优化模型
权利要求
1.一种稀疏路网交通检测器布局方法，其特征在于其包括以下步骤1)确定交通检测器的类型，划分交通路段长度；2)根据交通路段长度的划分及其交通事故预测，结合相邻交通检测器的布设位置，确定相邻交通检测器之间路段的交通事故数量；3)以交通检测器的数量、交通事件检测时间为约束，引入交通检测器冗余思想，以稀疏路网的交通事件检测率最大为优化目标，建立交通检测器的布局优化模型，运用实数型遗传算法求解该模型，确定各交通检测器在道路上的布设位置。
2.如权利要求1所述的稀疏路网交通检测器布局方法，其特征在于所述交通检测器为高清卡口。
3.如权利要求2所述的稀疏路网交通检测器布局方法，其特征在于其还在道路交叉口、立交桥区布设视频摄像机。
4.如权利要求1所述的稀疏路网交通检测器布局方法，其特征在于所述划分交通路段长度，是将道路按定长或不定长方法划分，对于已运营道路，以实际的交通事故分布数据为基础，采用不定长法进行路段划分，事故发生较多的路段，划分为一个路段，其路段长度相对较短，而事故发生较少的路段，划分为一个路段，其路段长度相对较长；对新建道路，以经验公式预测的交通事故分布为基础，采用定长法进行路段划分。
5.如权利要求4所述的稀疏路网交通检测器布局方法，其特征在于所述交通事故预测的经验公式，以交通事故数为因变量，以路段的年平均交通量、平纵曲线变量、货车比例为自变量，采用线性、多项式、指数、幂等形式拟合，拟合的因变量和自变量基础数据采用与布设交通检测器道路的类型、等级、区位相似的道路数据。
6.如权利要求1所述的稀疏路网交通检测器布局方法，其特征在于所述交通检测器的布局优化模型
7.如权利要求1所述的稀疏路网交通检测器布局方法，其特征在于所述实数型遗传算法随机产生初始种群，染色体的基因值选用交通检测器在稀疏路网道路上布设的实际里程，个体适应度函数的设计采用交通事件检测率极大化方法，并对不满足的个体进行惩罚处理，用轮盘赌策略进行染色体的选择复制，采用算术交叉和非均勻变异。
8.如权利要求7所述的稀疏路网交通检测器布局方法，其特征在于所述实数型遗传算法求解交通检测器的布局优化模型，具体包括以下步骤①种群初始化设定种群规模，a行b列，a行代表a种交通检测器的布设方案，b代表b 个交通检测器的布设里程位置，交通检测器的布设里程位置由随机数生成，并按升序排列， 然后考虑检测器的间距大小限制，对不满足约束的检测器布设里程位置进行前移或后移， 从而使其符合间距约束；②适应度计算对上述的种群的每一行染色体，即某种交通检测器的布设方案，计算其检测到的交通事件数量，当经过若干次迭代后，种群中的该交通检测器布设里程位置不符合间距要求时，对其进行惩罚，也就是将其检测到的交通事件数量进行折减，被折减后的该种交通检测器布设里程方案在下一次迭代中被采用的概率降低；③轮盘赌策略在每次迭代过程中，计算a种检测器布设方案的交通事件检测值，将其求和，然后将该值与和相除，得到a个比例值，这些比例值即为a种检测器布设方案被选中的概率；④算术交叉设定交叉率并产生某一随机数，当交叉率大于该随机数时，进行算术交叉，算术交叉的过程为，在种群中随机选择两个交通检测器布设方案，确定交叉点，对两个交通检测器布设方案交叉点的里程数进行线性组合运算；⑤非均勻变异设定变异率并产生某一随机数，当变异率大于该随机数时，进行非均勻变异，非均勻变异的过程为，在种群中随机选择一个检测器布设方案，确定变异点，对该交通检测器布设方案变异点的里程数进行其上下限取值范围内的随机扰动。
全文摘要
本发明公开了一种稀疏路网交通检测器布局方法，其包括1)确定交通检测器的类型，划分交通路段长度；2)根据交通路段长度的划分及其交通事故预测，结合相邻交通检测器的布设位置，确定相邻交通检测器之间路段的交通事故数量；3)以交通检测器的数量、交通事件检测时间为约束，引入交通检测器冗余思想，以稀疏路网的交通事件检测率最大为优化目标，建立交通检测器的布局优化模型，运用实数型遗传算法求解该模型，确定各交通检测器在道路上的布设位置。从而通过布设优化，实现在一定投入下的交通事件检测最大化，提高交通事件检测效果。
文档编号G08G1/01GK102306450SQ20111025237
公开日2012年1月4日 申请日期2011年8月30日 优先权日2011年8月30日
发明者刘晓锋, 孙健, 常云涛, 彭仲仁 申请人:同济大学