• 一种基于车辆GPS数据的城市道路交通拥堵判别方法

    • 摘要:

      一种基于车辆GPS数据的城市道路交通拥堵判别方法,涉及一种城市道路交通拥堵判别方法.解决现有城市道路交通拥堵判别方法由于采用传统交通信息检测设备,使得依托于这些检测设备数据的交通拥堵判别方法的应用范围存在较大局限性的问题.基于人工神经网络模型构建城市道路路段行程时间预测模型;利用城市道路路段行程时间预测模型,根据车辆GPS获得的当前时刻的位置向量、路段编号向量、时间戳向量、速度向量,计算得到当前时刻的路段行程时间数据;基于路段行程时间数据进一步计算得出路段交通流速度和路段交通流密度;以路段交通流速度和密度数据为输入条件,判定道路交通拥堵状态.能供当前时刻的GPS数据便能迅速准确地判别交通拥堵状态.

    • 专利类型:

      发明专利

    • 申请/专利号:

      CN201510036233.1

    • 申请日期:

      2015.01.23

    • 公开/公告号:

      CN104778834A

    • 公开/公告日:

      2015-07-15

    • 发明人:

      安实 杨海强 崔建勋 王健 姚焓东 魏艳波

    • 申请人:

      哈尔滨工业大学

    • 主分类号:

      G08G1/01(2006.01)I,G,G08,G08G,G08G1

    • 分类号:

      G08G1/01(2006.01)I,G,G08,G08G,G08G1,G08G1/01

    • 主权项:

      一种基于车辆GPS数据的城市道路交通拥堵判别方法,其特征在于,所述方法的实现过程为:步骤一、以行驶于城市道路的车辆GPS数据为基础,结合城市道路拓扑结构信息,对不同类型的城市道路路段行程时间分配进行划分;得到目标路段的历史行程时间Ts(i);步骤二、基于人工神经网络模型构建城市道路路段行程时间估计模型:输入神经元为由车辆GPS获得的位置向量p(i)、路段编号向量s(i)、时间戳向量t(i)、速度向量v(i),对应的输出量为步骤一所述的目标路段的历史行程时间Ts(i),通过加载海量GPS数据信息及道路网络信息进行训练,获得训练良好的城市道路路段行程时间计算模型;利用城市道路路段行程时间估计模型,根据车辆GPS获得的当前时刻的位置向量p(i)、路段编号向量s(i)、时间戳向量t(i)、速度向量v(i),计算得到当前时刻的路段行程时间数据;步骤三、基于步骤二获得的路段行程时间数据,进一步计算得出路段交通流速度Vp和路段交通流密度Kp;步骤四、以路段交通流速度Vp和路段交通流密度Kp数据为输入条件,判定道路交通拥堵状态.