基于高速公路收费数据轨迹匹配的交通状态识别方法

摘要

本发明属于智能交通领域，为一种基于高速公路收费数据轨迹匹配的交通状态识别方法。充分利用高速公路管理系统所提供的真实路网收费数据，对其内涵进行充分的挖掘，通过进行对收费数据的处理、匹配、分析计算，得到全路网的站点间行程时间以及交通流量，再利用模糊聚类的方法识别路网上任意站点间的交通状态，具体分为数据异常处理、平均行程时间计算、路段流量计算及基于模糊聚类的交通状态判别四个步骤。该方法可以为管理者提供准确的交通状况信息，使管理者能够及时、准确地掌握交通状况，为开展高速公路信息服务提供可靠的数据基础。

主权项

1.一种基于高速公路收费数据轨迹匹配的交通状态识别方法，其特征在于，对高速公路管理系统所提供的真实路网收费数据进行处理、匹配、分析计算，得到全路网的站点间行程时间以及交通流量，再利用模糊聚类的方法识别路网上任意站点间的交通状态，具体步骤如下：(1)数据异常处理：收费站将采集到的车辆进入和驶出高速公路的信息以数据的形式储存在集合R中，筛选并删除所述集合R中数据信息缺失及时间异常的数据，得到集合R’；(2)平均行程时间计算：计算所述集合R’中每条数据记录的行程时间TT，并剔除明显偏离测量总体的个别观测值数据，得到集合RT’；将集合RT’中的数据记录按照时间排序，并划分若干个时间段，把每个时间段作为一个时间格T_(i)；计算同一时间格T_(i)内驶入收费站O及驶出收费站D记录相同的数据的平均行程时间并将其记入集合RTT中；(3)路段流量计算：假设车辆匀速行驶，以路段距离W_(s)为权重，将集合RT’中的每条数据记录具体匹配到路网的各个单元路段s(a，b)中，累加同时间格T_(i)内同单元路段s(a，b)流量，直到遍历所有数据，得到全路网流量，记入流量数据集合RQ；(4)基于模糊聚类的交通状态判别：在前面计算出来的路段平均行程时间和路段流量的基础上，通过模糊聚类算法判断出高速公路路网任意两站点之间的交通拥堵状态。