主权项 |
基于RFID技术的城市交通拥堵判别方法,其特征在于:包括如下步骤:1)通过在城市路口设置的RFID阅读器读取通过的汽车上安装的RFID标签的数据,获得行车信息;2)设统计时间间隔为T,匹配两个RFID阅读器获得的行车信息,得到T时段内通过这两个RFID阅读器之间路段的车辆数n及行车信息;3)数据预处理,剔除异常数据;具体包括如下步骤:31)根据RFID原始数据,计算时段T内各车辆的行程时间;32)计算行程时间均值μ和标准差σ;33)剔除行程时间在μ+λσ以外的样本数据,λ为预设阈值;4)计算每辆车的行程车速v<sub>i</sub>和平均行程车速<img file="FDA0000718824520000012.GIF" wi="82" he="102" />5)根据车辆数n,行程车速v<sub>i</sub>和平均行程车速<img file="FDA0000718824520000013.GIF" wi="36" he="87" />通过下式获得交通流状态特性值D:<img file="FDA0000718824520000011.GIF" wi="389" he="213" />6)根据交通流状态特性值D,判别交通拥堵:当D≥D<sub>0</sub>时,当前道路交通畅通,当D<D<sub>0</sub>时,当前道路交通拥堵,其中D<sub>0</sub>为临界值方差;临界值方差D<sub>0</sub>通过如下方法获取:61)每隔统计时间间隔T,通过视频检测或人工经验判别交通拥堵状态, 得到l个交通状态判别样本;62)设上述样本中包含交通拥堵状态样本m个,计算其行程速度方差,记为(D<sub>1</sub>,D<sub>2</sub>,…D<sub>m</sub>);63)设上述样本中包含交通畅通状态样本l‑m个,计算其行车速度方差,记(D<sub>1</sub>,D<sub>2</sub>,…D<sub>l‑m</sub>);64)设(D<sub>1</sub>,D<sub>2</sub>,…D<sub>m</sub>)中值最大的为D<sub>max</sub>,(D<sub>1</sub>,D<sub>2</sub>,…D<sub>l‑m</sub>)中值最小的为<img file="FDA0000718824520000021.GIF" wi="144" he="109" />65)当<img file="FDA0000718824520000022.GIF" wi="241" he="106" />时,取<img file="FDA0000718824520000023.GIF" wi="392" he="122" /> |