基于浮动车数据的交通状态评价方法与流程

本发明涉及智能交通控制技术领域，特别涉及一种基于浮动车数据的交通状评价方法。

背景技术：

浮动车数据(FCD)是进行道路交通拥挤状态评价的重要依据，根据这些数据可以得到道路的运行速度。但是由于道路等级的差别，无法通过道路的运行速度判断道路的拥挤程度，因此需要将道路的运行速度转化为道路交通的拥堵指数，才能好实现对道路拥挤状态的直观判断。

对于交通拥堵指数，国内外的技术人员也进行了大量的研究，得出的计算方法是通过计算模型计算出道路拥堵指数，然后将拥堵指数与预先划分的拥堵等级进行匹配，确定道路的交通状态。但是现有的这种计算方法仍然存在着明显的缺陷：一是，交通拥堵指数在对拥堵等级的划分上偏于主观，拥堵等级的划分与道路实际运行状况差距较大，导致对道路的交通状态的判断不准确。二是，现有的计算模型中参数较多，导致参数的标定非常困难，计算模型的可移植性较差。

技术实现要素：

本发明的目的在于提供基于浮动车数据的交通状态评价方法，已解决现有对交通状态评价不准确的问题。

为实现以上目的，本发明采用的技术方案为：提供一种基于浮动车数据的交通状态评价方法，该方法包括：

实时获取浮动车数据，并基于浮动车数据计算道路的实时运行速度；

根据所述道路的实时运行速度，基于预设的拥堵指数计算模型，计算道路的拥堵指数；

将道路的拥堵指数与预设的交通运行状态等级划分表进行匹配，评价道路的交通状态；

其中，所述的拥堵指数计算模型为：

式中，TPI为拥堵指数，a为拥堵指数计算参数，v_高为道路的限高速值，v_低为道路的限低速值。

与现有技术相比，本发明存在以下技术效果：通过对道路历史运行速度数据进行分析，得到道路的限高速值和限低速值，将道路的限高速值作为车辆畅通行驶的速度，将道路的限低速值作为道路拥堵时的速度，减少了道路自由流状态下的速度和拥堵状态下的速度确定的主观性，提高了道路的拥堵指数计算的准确性和科学性，进一步提高了道路交通运行状态评价结果的准确性和客观性。

附图说明

图1是本发明一实施例中基于浮动车数据的交通状态评价方法的流程示意图；

图2是本发明一实施例中基于浮动车数据的交通状态评价方法的整体流程示意图。

具体实施方式

下面结合图1至图2所示，对本发明做进一步详细叙述。

如图1所示，本实施例公开了一种基于浮动车数据的交通状态评价方法，包括如下步骤S1至S3：

S1、实时获取浮动车数据，并基于浮动车数据计算道路的实时运行速度；

S2、根据所述道路的实时运行速度，基于预设的拥堵指数计算模型，计算道路的拥堵指数；

S3、将道路的拥堵指数与预设的交通运行状态等级划分表进行匹配，评价道路的交通状态；

其中，所述的拥堵指数计算模型为：

式中，TPI为拥堵指数，a为拥堵指数计算参数，v_高为道路的限高速值，v_低为道路的限低速值。

需要说明的是，该处的交通运行状态等级划分表如表1所示：

表1

具体地，步骤S3中拥堵指数a的确定过程如下：

根据所述交通运行状态等级划分表中的拥堵指数的临界值对拥堵指数a进行标定。以上述表1为例，即以拥堵指数的临界值0、2、4、6、8、10对拥堵指数a进行标定。

下面举例说明对拥堵指数a进行标定的过程：选取一条城市道路，对道路速度的历史数据进行聚类分析，得出拥堵程度的五个类别即表1中的五个类别，确定出道路不同拥堵等级对应下的分界速度，将分界速度代入拥堵指数计算模型如下，从而标定出不同拥堵等级状态下所对应的a值：

式中：V_i为第i个分界速度，V_i+1为第i+1个分界速度，即与V_i相邻的分界速度，TPI_i为与V_i对应的拥堵等级分界值。

具体地，步骤S3中道路的限高速值v_高为道路的第85％位车速，道路的限低速值v_低为道路的第15％位车速。这里是通过对道路的历史统计车速数据进行分析，确定道路的第85％位车速值以及道路的第15％位车速值，使得到的道路的限高速值和限低速值具有客观性和科学性，进而提高交通状态评价结果的客观性和准确性。

具体地，在步骤S1后还包括：

对历史统计的浮动车数据进行分析，确定评价同一交通运行状态的最小时间间隔T；

相应地，步骤S2还具体为：

根据所述道路的实时运行速度和时间间隔T，基于预设的拥堵指数计算模型，计算道路的拥堵指数。

需要说明的是，评价同一交通运行状态的最小时间间隔T是计算拥堵指数TPI的最小时间间隔。该最小时间间隔计算的过程是：通过对道路的历史统计车速数据进行分析，得到当前道路交通运行状态维持同一拥堵等级的持续时间以及持续时间的两端值确定。在计算拥堵指数TPI的最小时间间隔的选取中，如果该最小时间间隔值过大，则计算得到的拥堵指数TPI不能实时反映出道路交通拥堵状态的效果，如果该最小时间间隔值过小，则会导致系统资源的浪费。而本实施例中得到最小时间间隔具有科学的合理性，在保证合理利用系统资源的同时确保计算得到的拥堵指数TPI能实时反映出道路交通拥堵状态的效果。

具体地，如图2所示，本实施例中公开的基于浮动车数据的交通状态评价方法在上述实施例公开的内容的基础上还包括：

判断拥堵指数计算参数a是否需要修正；

具体地，判断拥堵指数计算参数a是否需要修正的过程为：将标定完成的拥堵指数计算模型应用于城市道路交通状态的判别，将本模型判断的道路运行状态与道路的实际运行状况进行对比，若与实际运行状况一致，则不修正；反之则修正。

如果拥堵指数计算参数a需要修正，则根据道路交通的实际运行情况以及用户出行满意度对拥堵指数计算参数a进行修正；

如果拥堵指数计算参数a不需要修正，则将当前拥堵指数计算出参数a作为所述拥堵指数计算模型中的拥堵指数计算参数。

需要说明的是，这里的用户出行满意度是对一定数量的用户的出行感受进行调查得到的一个对拥堵指数计算参数a进行评价的调查值。这里的道路交通运行实际情况可以根据浮动车数据得到。本实施例中通过根据道路交通运行的实际情况以及用户的出行感受对计算参数a进行修正，可以使得计算得到的拥堵指数TPI更加符合不同城市额道路运行状况以及不同路段的交通特征。