本发明涉及交通技术，尤其涉及一种行人过街服务水平区间等级确定方法及系统。
背景技术：
近年来镇村经济的快速发展、人口的急剧增长，包括摩托车、低速汽车和自行车数量的猛增，增加了低等级公路镇村段的交通安全压力，及其容易造成交通管理混乱的现象。
在美国《道路通行能力手册》(highwaycapacitymanual2010，以下简称hcm2010)中，主要通过行人速度、延误来制定行人过街服务水平区间等级，以便于后续根据行人过街服务水平区间等级确定公路行人过街服务水平，为后期建设公路提供依据。但上述确定行人过街服务水平区间等级的方法并不适用低等级(3级以下)公路镇村段行人过街服务水平区间等级，因为速度较容易观测和感知，在低等级公路镇村段行人流量不同于城市道路，一般呈现较为分散的状态，行人速度差异并不明显。此外，由于延误的计算主要基于概率论的层面，虽然可以在一定程度上描述行人过街的特性，但未考虑过街行人能够接受等待时间。因此，基于上述问题，如何确定基于低等级公路镇村段行人过街服务水平区间等级成为本领域亟需解决的技术问题。
技术实现要素：
发明目的：本发明针对现有技术存在的问题，提供一种行人过街服务水平区间等级确定方法及系统，本发明考虑过街行人能够接受等待时间，根据过街行人能够接受等待时间来确定低等级公路镇村段行人过街服务水平区间等级。
技术方案：本发明所述的行人过街服务水平区间等级确定方法应用于低等级公路镇村段，包括：
(1)获取多个低等级公路上的各过街行人能够接受等待时间；
(2)根据各过街行人能够接受等待时间确定行人能够忍耐过街延误极限值；
(3)获取多个低等级公路上各行人过街时间和等待时间；
(4)根据各行人过街时间和等待时间确定各行人过街实际延误时间；
(5)采用聚类方法对各行人过街实际延误时间进行聚类分析，获得k个聚类中心值；
(6)结合hcm2010中对过街服务水平的界定，根据行人能够忍耐过街延误极限值及k个聚类中心值确定行人过街服务水平区间等级。
进一步的，步骤(2)具体包括：
(2.1)根据各过街行人的能够接受等待时间确定能够接受等待时间数据分布图；
(2.2)根据所述能够接受等待时间数据分布图确定各区间占比；
(2.3)选择占比最大的区间对应的极限值作为行人能够忍耐过街延误极限值。
进一步的，步骤(5)具体包括：
(5.1)采用聚类方法，根据各行人过街实际延误时间确定多个聚类平均质心距离的加权平均值；
(5.2)从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标；
(5.3)以聚类数目为横轴，聚类指标为纵轴，通过改变聚类数目绘制聚类指标-聚类数目图；
(5.4)根据聚类指标-聚类数目图选出下降趋势最快的聚类指标所对应的聚类数目作为最终聚类数目；
(5.5)根据最终聚类数目确定k个过街延误聚类中心值；
(5.6)根据k个过街延误聚类中心值进行方差分析，确定显著性值；
(5.7)判断显著性值是否小于设定值；如果显著性值小于设定值，则输出k个过街延误聚类中心值；如果显著性值大于等于设定值，则执行步骤从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标。
进一步的，步骤(6)具体包括：
结合hcm2010中对过街服务水平的界定，根据输出的k个过街延误聚类中心值及行人能够忍耐过街延误极限值将过街延误时间分为k+1个行人过街服务水平区间等级。
进一步的，所述聚类方法为分层聚类法、快速聚类法、有序样品聚类法和模糊聚类法中任一种。
本发明所述的行人过街服务水平区间等级确定系统应用于低等级公路镇村段，包括：
第一获取模块，用于获取多个低等级公路上的各过街行人能够接受等待时间；
行人能够忍耐过街延误极限值确定模块，用于根据各过街行人能够接受等待时间确定行人能够忍耐过街延误极限值；
第二获取模块，用于获取多个低等级公路上各行人过街时间和等待时间；
过街实际延误时间确定模块，用于根据各行人过街时间和等待时间确定各行人过街实际延误时间；
聚类中心值确定模块，用于采用聚类方法对各行人过街实际延误时间进行聚类分析，获得k个聚类中心值；
过街服务水平区间等级确定模块，用于结合hcm2010中对过街服务水平的界定，根据行人能够忍耐过街延误极限值及k个聚类中心值确定行人过街服务水平区间等级。
进一步的，所述行人能够忍耐过街延误极限值确定模块，具体包括：
数据分布图确定单元，用于根据各过街行人的能够接受等待时间确定能够接受等待时间数据分布图；
各区间占比确定单元，用于根据能够接受等待时间数据分布图确定各区间占比；
行人能够忍耐过街延误极限值确定单元，用于选择占比最大的区间对应的极限值作为行人能够忍耐过街延误极限值。
进一步的，所述聚类中心值确定模块，具体包括：
加权平均值确定单元，用于采用聚类方法，根据各行人过街实际延误时间确定多个聚类平均质心距离的加权平均值；
聚类指标确定单元，用于从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标；
绘制单元，用于以聚类数目为横轴，聚类指标为纵轴，通过改变聚类数目绘制聚类指标-聚类数目图；
最终聚类数目确定单元，用于根据聚类指标-聚类数目图选出下降趋势最快的聚类指标所对应的聚类数目作为最终聚类数目；
过街延误聚类中心值确定单元，用于根据最终聚类数目确定k个过街延误聚类中心值；
显著性值确定单元，用于根据k个过街延误聚类中心值进行方差分析，确定显著性值；
判断单元，用于判断显著性值是否小于设定值；如果显著性值小于设定值，则输出k个过街延误聚类中心值；如果显著性值大于等于设定值，则执行步骤从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标。
进一步的，所述过街服务水平区间等级确定模块，具体包括：
划分单元，用于结合hcm2010中对过街服务水平的界定，根据输出的k个过街延误聚类中心值及行人能够忍耐过街延误极限值将过街延误时间分为k+1个行人过街服务水平区间等级。
进一步的，所述聚类方法为分层聚类法、快速聚类法、有序样品聚类法和模糊聚类法中任一种。
有益效果：本发明与现有技术相比，其显著优点是：
本发明在低等级公路镇村段行人过街服务水平区间等级分析中，借鉴参考hcm2010的分析方式，综合考虑行人能够忍耐过街延误极限值和行人过街实际延误时间两个指标来共同确定低等级公路镇村段行人过街服务水平区间等级，提高了确定定低等级公路镇村段行人过街服务水平区间等级的准确性。
附图说明
图1为本发明提供的行人过街服务水平区间等级确定方法的一个实施例的流程图；
图2为本发明提供的行人过街服务水平区间等级确定系统的一个实施例的结构图；
图3为本发明实施例聚类指标变化图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本实施例提供了一种行人过街服务水平区间等级确定方法，应用于低等级公路镇村段，如图1所示，所述方法包括：
步骤10：获取多个低等级公路上的各过街行人能够接受等待时间。
具体通过采用问卷调查和采访的形式获取多个低等级公路上的各过街行人能够接受等待时间。
步骤20：根据各过街行人能够接受等待时间确定行人能够忍耐过街延误极限值，具体包括步骤201-203：
步骤201：根据各过街行人的能够接受等待时间确定能够接受等待时间数据分布图。
步骤202：根据能够接受等待时间数据分布图确定各区间占比。
步骤203：选择占比最大的区间对应的极限值作为行人能够忍耐过街延误极限值。
步骤30：获取多个低等级公路上各行人过街时间和等待时间。
具体通过视频调查获取多个低等级公路上各行人过街时间和等待时间。
步骤40：根据各行人过街时间和等待时间确定各行人过街实际延误时间。
步骤50：采用聚类方法对各行人过街实际延误时间进行聚类分析，获得k个聚类中心值，具体包括：
步骤501：采用聚类方法，根据各行人过街实际延误时间确定多个聚类平均质心距离的加权平均值；其中，所述聚类方法为分层聚类法、快速聚类法、有序样品聚类法和模糊聚类法中任一种。
步骤502：从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标；
步骤503：以聚类数目为横轴，聚类指标为纵轴，通过改变聚类数目绘制聚类指标-聚类数目图；
步骤504：根据聚类指标-聚类数目图选出下降趋势最快的聚类指标所对应的聚类数目作为最终聚类数目；
步骤505：根据最终聚类数目确定k个过街延误聚类中心值；
步骤506：根据k个过街延误聚类中心值进行方差分析，确定显著性值；所述显著性值为组内均方差与组间均方差的比值对应显著性值。
步骤507：判断显著性值是否小于设定值；如果显著性值小于设定值，则输出k个过街延误聚类中心值；如果显著性值大于等于设定值，则执行步骤从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标。
步骤60：结合hcm2010中对过街服务水平的界定，根据行人能够忍耐过街延误极限值及k个聚类中心值确定行人过街服务水平区间等级，具体包括：
结合hcm2010中对过街服务水平的界定，根据输出的k个过街延误聚类中心值及行人能够忍耐过街延误极限值将过街延误时间分为k+1个行人过街服务水平区间等级，所述行人过街服务水平区间等级从高到低分别对应[0,n1][n1,n2]…[nk-1,nk][nk,nmax]。
实施例2
本实施例提供了一种行人过街服务水平区间等级确定系统所述系统应用于低等级公路镇村段，，如图2所示，所述系统包括：第一获取模块1、行人能够忍耐过街延误极限值确定模块2、第二获取模块3、过街实际延误时间确定模块4、聚类中心值确定模块5、过街服务水平区间等级确定模块6。
第一获取模块1用于获取多个低等级公路上的各过街行人能够接受等待时间。
行人能够忍耐过街延误极限值确定模块2用于根据各过街行人能够接受等待时间确定行人能够忍耐过街延误极限值。
第二获取模块3用于获取多个低等级公路上各行人过街时间和等待时间。
过街实际延误时间确定模块4用于根据各行人过街时间和等待时间确定各行人过街实际延误时间。
聚类中心值确定模块5用于采用聚类方法对各行人过街实际延误时间进行聚类分析，获得k个聚类中心值。
过街服务水平区间等级确定模块6用于结合hcm2010中对过街服务水平的界定，根据行人能够忍耐过街延误极限值及k个聚类中心值确定行人过街服务水平区间等级。
下面对各个模块进行具体分析：
行人能够忍耐过街延误极限值确定模块2具体包括：
数据分布图确定单元，用于根据各过街行人的能够接受等待时间确定能够接受等待时间数据分布图；
各区间占比确定单元，用于根据能够接受等待时间数据分布图确定各区间占比；
行人能够忍耐过街延误极限值确定单元，用于选择占比最大的区间对应的极限值作为行人能够忍耐过街延误极限值。
聚类中心值确定模块5具体包括：
加权平均值确定单元，用于采用聚类方法，根据各行人过街实际延误时间确定多个聚类平均质心距离的加权平均值；
聚类指标确定单元，用于从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标；
绘制单元，用于以聚类数目为横轴，聚类指标为纵轴，通过改变聚类数目绘制聚类指标-聚类数目图；
最终聚类数目确定单元，用于根据聚类指标-聚类数目图选出下降趋势最快的聚类指标所对应的聚类数目作为最终聚类数目；
过街延误聚类中心值确定单元，用于根据最终聚类数目确定k个过街延误聚类中心值；
显著性值确定单元，用于根据k个过街延误聚类中心值进行方差分析，确定显著性值；所述显著性值为组内均方差与组间均方差的比值对应显著性值；
判断单元，用于判断显著性值是否小于设定值；如果显著性值小于设定值，则输出k个过街延误聚类中心值；如果显著性值大于等于设定值，则执行步骤从多个聚类平均质心距离的加权平均值中选取k个聚类平均质心距离的加权平均值作为聚类指标。
过街服务水平区间等级确定模块6具体包括：
划分单元，用于结合hcm2010中对过街服务水平的界定，根据输出的k个过街延误聚类中心值及行人能够忍耐过街延误极限值将过街延误时间分为k+1个行人过街服务水平区间等级，所述行人过街服务水平区间等级从高到低分别对应[0,n1][n1,n2]…[nk-1,nk][nk,nmax]。
下面对本发明采用具体例子进行计算：
通过行人数据调查，收到了362名行人对可接受等待时间的反馈数据。根据调查结果，有70.6％的被调查者所能接受的等待时间为30s，即从心理感受角度来说，绝大多数行人可以接受的等待时间阈值为30s。因此，确定将30s作为能够忍耐的过街延误极限值。
根据视频调查获取的行人过街时间，剔除过街过程中为避免冲突造成的等待时间，结合各调查点位的路段宽度，得到了5条调查路段共500条行人速度数据，如下表所示。(部分数据)
表1行人过街速度数据
为了清楚的了解行人延误的区间分布，对行人延误进行聚类分析。聚类分析可以在没有先验知识的前提下对样本数据按照它们之间的亲疏程度进行归并分类，从方法上来说，聚类分析包括系统聚类法(分层聚类法)、快速聚类法、有序样品聚类法和模糊聚类法；其中快速聚类法适用于大样本的聚类分析，数据要求为间隔尺度数据，即定距离或定比尺度测量的数据。一般当样本数大于100时，可以考虑使用。因此，本发明采用快速聚类法对行人过街进行分析。
在快速聚类法中，首先需要确定聚类数目k。本发明拟采用k个聚类的平均质心距离的加权平均值作为聚类指标，检验k取值2～8变化时，聚类指标的波动情况。k取值从2到8的聚类指标的变化曲线如图3所示，可以看出，当k取值为5时，聚类指标的下降趋势最快，因此可以将聚类数目取为5，从而根据最终聚类数目5确定5个过街延误聚类中心值分别为0s、4s、9s、14s、25s；根据5个过街延误聚类中心值进行方差分析，确定显著性值0.0001；因为显著性值小于设定值0.05，则认为上述确定过街延误聚类中心值是合理的，即输出0s、4s、9s、14s、25s作为低等级公路镇村段的过街延误聚类中心值。
综合上文中的行人可接受等待时间与过街延误的数据分析结果，参考hcm2010中对行人服务水平的界定，得到低等级公路镇村段行人过街服务水平分级如表3所示：
表2行人过街服务水平
对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
以上所揭露的仅为本发明一种较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。