道路交通狀態判斷方法及系統的制作方法

專利名稱：道路交通狀態判斷方法及系統的制作方法
技術領域：
本發明涉及一種交通管理方法與系統，特別是涉及一種道路交通狀態判斷 方法與系統。
背景技術：
隨著城市經濟的快速發展和汽車保有量的急劇增加，城市道路交通需求大 幅增長，導致道路交通擁擠和交通堵塞現象普遍發生。為此，如何基于視頻、 線圈或微波等檢測器檢測到的交通數據，統計分析得到準確的交通狀態信息已 成為廣大交通參與者或管理者普遍關心的問題。因為準確的交通狀態信息通過 交通廣播或交通誘導屏等方式實時的提供給出行者后，可誘導其選擇合理的出 行方式、出行途徑等，同時為交通決策分析提供支持，如此便可提高交通管理 的科技水平和運行效率，為出行者提供高效、安全、舒適的交通運輸服務，提 高交通資源的利用效率，降低能耗，從而促進城市經濟更快更穩地發展。
目前城市道路交通運行狀態的判斷多采用人工判斷的方法，包括市民報 告、專職人員報告、民用無線電、閉路電視監視、航空監視等，這是城市間斷 流路段交通狀態的主要判斷方法。從整體上看，這種非自動判斷方法的主要優 點是方便、直接；缺點是要求當時當地有目擊者，而且需要連續觀察，需要專 門人員對報告進行篩選確認，人員工作量和強度都比較大。
另外比較常用的方法是利用交通檢測器得到的交通流參數來判斷交通狀態 的方法。目前普遍使用的是利用路段一段時間內的車流平均速度來進行判斷， 如果平均速度大于或等于40千米/小時，則為綠色；如果平均速度小于20千米/ 小時，為紅色；否則為黃色，有時兩個閾值也是可以修改的。但是這種方法選 擇平均速度這一直觀的交通參數來進行判斷有不盡合理之處
首先，道路交通的狀態很難用確切的數字來劃分，假設20千米/小時的速度 作為劃分暢通和擁擠的標準，而19千米/小時和21千米/小時應該對應不同的交通狀態，但實際上這兩種情況下的交通狀態沒有明顯的區別。
另外，統計周期、城市路段狀況、檢測器布點等也對狀態判斷存在著影響。 例如，隨著交通檢測器布點位置的不同，針對同一路段的判斷會存在很大的差 異，如果布點在路段下游即下游交叉口的進口，由于受到信號控制的影響，車 速較路段上游或中間處的檢測值會下降很多，同時在路段上游即上游檢測器的 出口處，無論高峰還是低峰時，車流都在綠燈相位消散導致平均車速變化不大， 這些都是城市交通所呈現的間斷流的特征，應該將它與連續流分別對待。再如 交通參數采集周期的大小影響著交通狀態判斷的結果，統計周期太短則受信號
控制綠燈或紅燈相位影響大，尤其高峰時會出現時高時低的現象；統計周期太 長則會不能反映實時的交通狀態的變化，使信息滯后從而失效。
城市道路各條路段交通情況各不相同，各條路段的檢測器布點位置也存在 差異，按以上方法得到的交通狀態信息缺乏準確性。

發明內容
本發明提供 一 種道路交通狀態判斷方法，以提高交通狀態判斷的準確性以 及決策的科學性。
本發明另提供一種道路交通狀態判斷系統，以提高交通狀態判斷的準確性 以及決策的科學性。
為此，本發明4是供一種道路交通狀態判斷方法，其于前期考察需要進行狀 態判斷的路段狀況后將交通狀態，即交通擁擠程度，劃分為多個等級，并于各 個等級之間設定擁擠度系數閾值，該方法包括(l)選取多個交通參數；(2) 通過對該路段交通參數的采樣分析，設定該路段的上述多個交通參數與其所對 應的擁擠度系數之間的函數關系并設定該多個交通參數于該路段擁擠程度判斷 中所占的權重值；(3)于每一狀態判斷周期末，實時采集該路段的上述多個交 通參數并根據所設定的函數，計算各個交通參數所對應的擁擠度系數；(4)將 各個交通參數的權重值與其所對應的擁擠度系數做加權平均運算，得到平均擁 擠度系數；(5)比較平均擁擠度系數與所設定的擁擠度系數閾值，從而判斷道 路交通狀態。
進一步的，上述多個交通參數包括交通流量、速度和交通占有率。進一步的，上述步驟(2)包括'.(21)選:f又一統計時間；(22)收集統計時 間內該路段的交通參數樣本值；(23)預處理收集到的交通參數樣本值；(24)
個交通參數與其所對應的擁擠度系數之間的函數關系并設定該多個交通參數于 該路段擁擠程度判斷中所占的權重值。
進一步的，上述步驟(23)包括用一次指數預測數據補充或替換交通參 數樣本值中的丟失數據及錯誤數據；對所得交通參數樣本值進行一次指數平滑 濾波。
進一步的，上述統計時間大于或等于7天。 進一步的，上述統計時間為7到10天。 進一步的，上述多個交通參數的權重值之和為1。
進一步的，上述步驟(3)包括(31)選取一狀態判斷周期；(32)于每一 狀態判斷周期末，實時采集該^各段的上述多個交通參數;(33)預處理采集到的 交通參數；(34)根據所設定的函數，計算各個交通參數所對應的擁擠度系數。
進一步的，上述步驟(33)包括用一次指數預測數據補充或替換交通參 數中的丟失數據及錯誤數據；對所得交通參數進行一次指數平滑濾波。
進一步的，上述狀態判斷周期為2到IO分鐘。
進一步的，上述狀態判斷周期為5分鐘。
進一步的，所述的道路交通狀態判斷方法，還包括實時發布所得到的道 路交通狀態。
本發明另提供一種道路交通狀態判斷系統，用以判斷多個路段的交通狀態， 其中該交通狀態，即交通擁擠程度，被劃分為多個等級，并且各個等級之間設 有擁擠度系數閾值，該系統包括參數收集模塊，于上述每個路段的每一狀態 判斷周期末，實時采集每個路段的多個交通參數；狀態判斷模塊，接收并處理 參數收集模塊所采集的交通參數，該模塊包括狀態判斷數據庫，儲存有上述 每個路段的多個交通參數與其所對應的擁擠度系數之間的函數關系以及每個路 段的多個交通參數于該路段擁擠程度判斷中所占的權重值；閾值數據庫，儲存 有上述各個等級之間的擁擠度系數閾值；擁擠度系數計算模塊，根據狀態判斷 數據庫中的某個路段的函數關系計算該路段的各個交通參數所對應的擁擠度系數；平均擁擠度系數計算模塊，將擁擠度系數計算模塊所得的各個交通參數的
擁擠度系數與狀態判斷數據庫中對應路段的權重值做加權平均運算，得到平均
擁擠度系數；比較判斷模塊，比較上述平均擁擠度系數與閾值數據庫內的擁擠 度系數閾值，從而判斷對應路段的交通狀態。
進一步的，上述多個交通參數包括交通流量、速度和交通占有率。
進一步的，上述狀態判斷周期為2到IO分鐘。
進一步的，上述狀態判斷周期為5分鐘。
進一步的，所述的交通狀態判斷系統還包括預處理模塊，對參數收集模 塊采集的交通參數進行預處理。
進一步的，上述預處理模塊包括完整與糾錯模塊，其用一次指數預測數 據補充或替換交通參數中的丟失數據及錯誤數據；降噪濾波模塊，對所得的交 通參數進行一次指數平滑濾波。
進一步的，所述的交通狀態判斷系統還包括交通狀態發布模塊，實時發 布所得到的道路交通狀態。
本發明所揭露的道路交通狀態判斷方法與系統選擇多個交通參數聯合作為 交通狀態判斷的參數，例如交通流量、速度、交通占有率，避免了選擇一個 交通參數所帶來的誤差，同時針對間斷流的特征，對于不同的路段，分別建立 函數關系，給定權重，提高了交通狀態判斷的準確性與決策的科學性。.


圖l為本發明一實施例所提供的道路交通狀態判斷方法的流程示意圖； 圖2為本發明一實施例中交通參數與其所對應的擁擠度系數之間的函數關
系以及其于路段擁擠程度判斷中所占的權重值的設定過程的流程示意圖3為本發明一實施例中各個交通參數所對應的擁l齊度系數的計算過程的
流程示意圖4為本發明一實施例所提供的道路交通狀態判斷系統的方塊圖； 圖5為本發明一實施例中狀態判斷模塊的實現方法流程圖。
具體實施方式
為了解決現有技術中判斷交通狀態缺乏準確性的問題，本發明提出擁擠度 系數的概念，其是通過整合多個交通參數而獲得，并據其劃分交通狀態等級， 具體如何實施將在以下實施例中詳細描述。
請參考圖1，其為本發明一實施例所提供的道路交通狀態判斷方法的流程示 意圖。該方法于前期考察一路段后將交通狀態，即交通擁擠程度，劃分為多個
等級，并于各個等級之間設定閾值，如圖所示，該方法包括如下步驟 步驟S10:選取多個交通參數，聯合作為交通狀態判斷的依據； 步驟S20:通過對該路段交通參數的采樣分析，設定該路段的上述多個交通
參數與其所對應的擁橋度系數之間的函數關系并設定該多個交通參數于該路段
擁擠程度判斷中所占的權重值；
步驟S30:于每一狀態判斷周期末，實時采集該路段的上述多個交通參數并 根據所設定的函數，計算各個交通參數所對應的擁擠度系數；
步驟S40:將各個交通參數的權重值與其所對應的擁擠度系數做加權平均運 算，得到平均擁擠度系數；
步驟S50:比較平均擁擠度系數與所設定的閾值，從而判斷道路交通狀態。
以下將參考圖2與圖3,分別對步驟S20與S30加以詳細說明。
其中S20包括以下步驟
S201:選取一統計時間；
S203:收集統計時間內該路段的交通參數樣本值； S205:預處理收集到的交通參數樣本值；
S207:通過統計分析預處理后的交通參K樣本值結合人工判斷，設定該路 段的上述多個交通參數與其所對應的擁擠度系數之間的函數關系并設定該多個 交通參數于該路段擁擠程度判斷中所占的權重值。
其中上述預處理收集到的交通參數樣本值的過程包括用 一次指數預測數 據補充或替換交通參數樣本值中的丟失數據及錯誤數據，從而使得交通參數樣 本數據更加完整與準確；對所得交通參數樣本值進行一次指數平滑濾波，以減 少交通參數樣本數據的隨機誤差。
如圖3,步驟S30的詳細實施方法如下
S301:選取一狀態判斷周期；S303:于每一狀態判斷周期末，實時采集該路段的多個交通參數； S305:預處理采集到的交通參數；
S307:根據所設定的函數，計算各個交通參數所對應的擁擠度系數。 其中上述預處理采集到的交通參數的過程包括用 一次指數預測數據補充 或替換交通參數中的丟失數據及錯誤數據，從而使得交通參數更加完整與準確； 對所得交通參數進行一次指數平滑濾波，以減少交通參數的隨機誤差。
為讓以上方法更明顯易懂，將交通狀態等級以及交通參數實例化后加以描 述。在此提出擁擠度系數的概念，用M表示，設定其取值范圍為[O， 100]。其 中0表示非常暢通，IOO表示嚴重堵塞。如果將交通狀態分成三個等級，則設定 閾值為33和67，則當0《M《33時，交通狀態為暢通；當33〈M《67時，交 通狀態為擁擠；當67〈M《100表示堵塞；其它四級、五級、六級等分級情況類 似，在此不再贅述。同時選取交通流量Q、速度V、交通占有率OC等交通參數 來進行狀態判斷，而后針對該路段分別建立擁擠度系數M與各交通參數不同的 函數關系Mq=f(Q), Mv=f(V)， Moc=f(OC),同時根據道路情況、檢測器布點位 置等分別給定交通流量Q、速度V和交通占有率OC于該路段擁擠程度判斷中 所占的權重值，即其所對應的擁擠度系數Mq、 Mv、 Moc的權重值a、 b、 c,而 后將擁擠度系數Mq、 Mv、 Moc做加權平均運算，即a*Mq+b*Mv+c*Moc,得 到平均擁擠度系數M，將平均擁擠度系數M與臨界值33、 67對比得到該路段的 交通狀態。
其中交通流量Q為單位時間內通過某路段的車輛數，為整數型數據，例如 2384輛/小時；速度V為該路段的平均車速，為實數型數據，例如8Km/h;而交 通占有率OC為一段時間內車輛經過交通檢測器的時間總和占總的統計時間的 比例，為實數型數據，在0 100%之間，其中0表示沒有車輛通過，100%表示 一直有車輛通過檢測器且沒有空隙。而權重值a、 b、 c均為實數，其和為l，即 a+b+c=1.0。
而對于不同的路段來講，以上三個交通參數與其所對應的擁擠度系數之間 的函數關系將視路段狀況而有所不同，同時由于不同路段的道路狀況不同，各 個交通參數在每個路段擁擠程度判斷中的重要性也將有所不同，故以上三個交 通參數的權重值也將一見路段狀況而有所不同。其取決于前期對路段狀況的考察。即首先考察需要進行狀態判斷的道路狀況，交通流狀況，以及高峰和非高 峰時交叉口的信號配時情況等，選擇合適的統計時間作為收集樣本數據的時間， 同時選擇合適的時間作為狀態判斷并發布的周期，即狀態判斷周期。例如統計
時間大于或等于7天；狀態判斷周期為2到IO分鐘，通常選用5分鐘。
而后收集統計時間(例如7到10天)內的交通流量Q、速度V和交通占有 率OC數據作為樣本數據并對其進行預處理，而后結合數據統計分析方法、人工 判斷，標定得到交通流量Q、速度V和交通占有率OC與其所對應的擁擠度系 數Mq、 Mv和Moc之間的函數關系Mq-f(Q)， Mv=f(V)， Moc=f(OC),并標定 三個參數的權重a、 b、 c。其中Mq-f(Q), Mv=f(V), Moc^f(OC)是基于對城市 原始交通數據的調查結合人工判斷、專家經驗法，通過最小二乘方法分析得到 的擁擠度系數與交通參數之間的函數關系，也就是通過采集數據以及分析得到 的，之所以要建立這3個函數，是為了把3個交通參數統一到一起，得到最終 的擁擠度系數，從而避免選擇一個交通參數所帶來的誤差，提供判斷的準確性。 而a、 b、 c分別是交通3個參數對于擁擠度判斷的重要程度，用專家評價法確定， 選擇駕駛員群體調查和專家訪問，對返回的評議表，統計得到3個參數的權重 值。
以下給出一個例子，然其并非用以限定本發明，對于不同路段需收集樣本 數據后進行統計分析與人工判斷，由于道路狀況不同，該函數關系不同，權重 值也不同。
.100 * ^/0.11582 —0.11563* (g/gc)+34.033 F 2 44Xw // 或OC S 36
M《=
乾
100 * V0.48458 — 0.483 */ ge) + 30.386 其它
—1.36*F + 100.0 F^37^>j//2 273.84*exp(—0.0415*7) —9.9 F > 37Km //z
_ j 15.0 *exp(0.0322 *OC)-15.0 (9C "5.5 。c — i -1.52 (9C > 45.5
其中Qc為路段通行能力，Q、 Qc的單位為輛/小時，注意一個周期的流量 要進行換算；a、 b、 c分別0.33, 0.26, 0.41。
那么于每個狀態判斷周期末，實時采集交通流量Q、速度V和交通占有率 OC并將收集到的數據進行數據預處理，而后代入所設定的函數，計算得到所對應的擁擠度系凄欠Mq、 Mv和Moc;而后做加權平均a*Mq+b*Mv+c*Moc,計算 得到平均擁擠度系數M。
最后將平均擁擠度系數M與所設定的閾值做比較，從而判斷道路交通狀態。
例如，該路段第i個狀態判斷周期末的Qi, Vi， OCi分別檢測到是2384輛/ 小時，8千米/小時，45%, Qc-2500輛/小時；對其進4亍預處理后，代入所設定 的函數關系Mqi=f(Qi)， Mvi=f(Vi)， Moci=f(OCi)，得到值分別是73.13, 64.49， 73.83,則該路段擁擠度系數Mi=ai*Mqi+bi*Mvi+ci*Moci為71.17,由于71.17> 67，則該路段的交通狀態為堵塞。當然，可以為每個狀態設定對應顏色，例如 暢通為綠色，擁擠為黃色，堵塞為紅色，從而在得到交通狀態后，實時的將交 通路況信息通過全彩誘導屏、LED文字誘導屏或廣播電臺等發送出去，引導駕 駛員選擇合適路徑。
本發明一實施例還提供一種道路交通狀態判斷系統，用以判斷多個路段的 交通狀態，其中交通狀態，即交通擁擠程度，被劃分為多個等級，并且各個等 級之間設有閾值。請參考圖4，其為該系統的方塊圖。
該系統包括參數收集模塊100與狀態判斷模塊200,其中參數收集才莫塊100 于每個路段的每一狀態判斷周期末，實時采集每個路段的多個交通參數；狀態 判斷模塊200接收并處理參數收集模塊100所采集的交通參數。狀態判斷模塊 200包括狀態判斷數據庫Dl與閾值數據庫D2以及與之相連的擁擠度系數計算 模塊210、平均擁擠度系數計算模塊220以及比較判斷模塊230。其中狀態判斷
間的函數關系以及每個路段的上述多個交通參數于該路段擁擠程度判斷中所占 的權重值，閾值數據庫D2內儲存有每個路段的各個等級之間的擁擠度系數閾 值。而擁擠度系數計算模塊210根據狀態判斷數據庫D1中的函數關系計算某路 段的上述多個交通參數所對應的擁擠度系數；平均擁擠度系數計算模塊220將 所得的各個交通參數的擁擠度系數與狀態判斷數據庫Dl中對應路段的權重值 做加權平均運算，得到平均擁擠度系數；比較判斷模塊230比較上述平均擁擠 度系數與閾值數據庫D2內的擁擠度系數閾值，從而判斷對應路段的交通狀態。 上述交通參數例如為交通流量Q、速度V和交通占有率OC，則狀態判斷數 據庫Dl儲存有交通流量Q、速度V和交通占有率OC與其所對應的擁擠度系數Mq、 Mv和Moc之間的函數關系Mq=f(Q), Mv-f(V)， Moc-f(OC)以及三個參數的權重值a、 b、 c。請再參考圖5,其為此例中狀態判斷模塊200的實現方法流程圖。如圖，首先計算第i個路段的各個交通參數值所對應的擁擠度系數，即計算Mqi-f(Qi)， MvHf(Vi), Moci二f(OCi),其對應于擁沖齊度系數計算才莫塊210;而后計算平均擁擠度系數，即Mi=ai*Mqi+bi*Mvi+ci*Moci,其對應于平均擁擠度系數計算模塊220;最后，比較平均擁擠度系數Mi與擁擠度系數閾值的大小而得到交通狀態，其對應于比較判斷模塊230。
另外該系統還包括預處理模塊300,以對參數收集模塊IOO收集的交通參數進行預處理。而處理模塊300還可以包括完整與糾錯處理模塊310,其用一次指數預測數據補充或替換交通參數中的丟失數據及錯誤數據；以及降噪濾波處理模塊320,對所得的交通參數進行一次指數平滑濾波。
為了更好的利用所得到的交通狀態，該系統還設置了交通狀態發布模塊400以實時發布所得到的道路交通狀態。例如為每個狀態設定對應顏色，暢通為綠色，擁《齊為黃色，堵塞為紅色，從而在得到交通狀態后，在城市道路GIS界面上發布各個路段的交通狀態，為駕駛員提供直觀的道路狀態信息；還可以通過全彩誘導屏、LED文字誘導屏或廣播電臺等發送出去，引導駕駛員選擇合適路徑。本發明實施例中提供了交通狀態判斷方法與系統，基于交通檢測器采集的數據對道路交通狀態實現自動判別，并及時發布，節省了大量人工判斷工作量；選擇交通流量、速度、交通占有率聯合作為交通狀態判斷的參數，避免了選擇一個交通參數所帶來的誤差，同時針對間斷流的特征，對于不同的路段以及4企測器布點位置，分別建立函數關系，給定權重，提高了交通狀態判斷的準確性，提高了決策的科學性；擁擠度系數還可以直觀地反映當時交通狀態的擁擠程度及其各周期的變化情況，方便設置交通誘導時況鐘；針對城市道路的任一條路
段，分別進行閾值標定，即使檢測器在路段的不同位置布設，也能根據樣本數據進行標定和修正，從而削弱了由于工程原因在不用位置布設檢測器帶來的誤差。
以上僅為舉例，并非用以限定本發明，本發明的保護范圍應當以權利要求書所涵蓋的范圍為準。
權利要求
1.一種道路交通狀態判斷方法，其于前期考察一路段后將交通狀態，即交通擁擠程度，劃分為多個等級，并于各個等級之間設定擁擠度系數閾值，其特征是，包括(1)選取多個交通參數；(2)通過對該路段交通參數的采樣分析，設定該路段的上述多個交通參數與其所對應的擁擠度系數之間的函數關系并設定該多個交通參數于該路段擁擠程度判斷中所占的權重值；(3)于每一狀態判斷周期末，實時采集該路段的上述多個交通參數并根據所設定的函數，計算各個交通參數所對應的擁擠度系數；(4)將各個交通參數的權重值與其所對應的擁擠度系數做加權平均運算，得到平均擁擠度系數；(5)比較平均擁擠度系數與所設定的擁擠度系數閾值，從而判斷道路交通狀態。
2. 根據權利要求1所述的道路交通狀態判斷方法，其特征是，其中上述多 個交通參數包括交通流量、速度和交通占有率。
3. 根據權利要求1所述的道路交通狀態判斷方法，其特征是，其中上述步 驟(2 )包括(21 )選取一統計時間；(22)收集統計時間內該路段的交通參數樣本值； (23 )預處理收集到的交通參數樣本值；(24)通過統計分析預處理后的交通參數樣本值結合人工判斷，設定該路 段的上述多個交通參數與其所對應的擁擠度系數之間的函數關系并設定該多個 交通參數于該路段擁擠程度判斷中所占的權重值。
4. 根據權利要求3所述的道路交通狀態判斷方法，其特征是，其中上述步 驟(23 )包括用 一次指數預測數據補充或替換交通參數樣本值中的丟失數據及錯誤數據；對所得交通參數樣本值進行一次指數平滑濾波。
5. 根據權利要求3所述的道路交通事件檢測方法，其特征是，其中上述統 計時間大于或等于7天。
6. 根據權利要求5所述的道路交通事件檢測方法，其特征是，其中上述統 計時間為7到10天。
7. 根據權利要求1所述的道路交通狀態判斷方法，其特征是，其中上述多 個交通參數的權重值之和為1。
8. 根據權利要求1所述的道路交通狀態判斷方法，其特征是，其中上述步 驟(3 )包括(31) 選取一狀態判斷周期；(32) 于每一狀態判斷周期末，實時采集該路段的上述多個交通參數； (33 )預處理采集到的交通參數；(34)根據所設定的函數，計算各個交通參數所對應的擁擠度系數。
9. 根據權利要求8所述的道路交通狀態判斷方法，其特征是，其中上述步 驟(33 )包括用 一次指數預測數據補充或替換交通參數中的丟失數據及錯誤數據； 對所得交通參數進行一次指數平滑濾波。
10. 根據權利要求8所述的道路交通狀態判斷方法，其特征是，其中上述狀 態判斷周期為2到IO分鐘。
11. 根據權利要求10所述的道路交通狀態判斷方法，其特征是，其中上述 狀態判斷周期為5分鐘。
12. 根據權利要求1所述的道路交通狀態判斷方法，其特征是，還包括 實時發布所得到的道路交通狀態。
13. —種道路交通狀態判斷系統，用以判斷多個路段的交通狀態，其中該交 通狀態，即交通擁擠程度，被劃分為多個等級，并且各個等級之間設有擁擠度 系數閾值，其特征是，包括參數收集模塊，于上述每個路段的每一狀態判斷周期末，實時采集每個路 段的多個交通參數；狀態判斷模塊，接收并處理參數收集模塊所采集的交通參數，該模塊包括狀態判斷數據庫，儲存有上述每個路段的多個交通參^t與其所對應的 擁擠度系數之間的函數關系以及每個路段的多個交通參數于該路段擁擠程度判斷中所占的4又重4直；閾值數據庫，儲存有上述各個等級之間的擁擠度系數閾值；擁擠度系數計算模塊，根據狀態判斷數據庫中的某個路段的函數關系 計算該路段的各個交通參數所對應的擁擠度系數；平均擁擠度系數計算模塊，將擁擠度系數計算模塊所得的各個交通參 數的擁擠度系數與狀態判斷數據庫中對應路段的權重值做加權平均運算， 得到平均擁擠度系數；比較判斷模塊，比較上述平均擁擠度系數與閾值數據庫內的擁擠度系 數閾值，從而判斷對應路段的交通狀態。
14. 根據權利要求13所述的交通狀態判斷系統，其特征是，其中上述多個 交通參數包括交通流量、速度和交通占有率。
15. 根據權利要求13所述的交通狀態判斷系統，其特征是，其中上述狀態 判斷周期為2到IO分鐘。
16. 根據權利要求15所述的交通狀態判斷系統，其特征是，其中上述狀態 判斷周期為5分鐘。
17. 根據權利要求13所述的交通狀態判斷系統，其特征是，還包括 預處理模塊，對參數收集模塊采集的交通參^t進行預處理。
18. 根據權利要求17所述的交通狀態判斷系統，其特征是，上述預處理才莫 塊包括完整與糾錯模塊，其用一次指數預測數據補充或替換交通參數中的丟失數 據及錯誤數據；降噪濾波模塊，對所得的交通參數進行一次指數平滑濾波。
19. 根據權利要求13所述的交通狀態判斷系統，其特征是，還包括 交通狀態發布模塊，實時發布所得到的道路交通狀態。
全文摘要
本發明揭露了一種道路交通狀態判斷方法及系統，其以多個交通參數作為判斷依據，同時針對不同路段建立函數關系，給定權重，提高了交通狀態判斷的準確性。該方法包括(1)選取多個交通參數；(2)通過對該路段交通參數的采樣分析，設定該路段的上述多個交通參數與其所對應的擁擠度系數之間的函數關系并設定該多個交通參數于該路段擁擠程度判斷中所占的權重值；(3)于每一狀態判斷周期末，實時采集該路段的上述多個交通參數并根據所設定的函數，計算各個交通參數所對應的擁擠度系數；(4)將各個交通參數的權重值與其所對應的擁擠度系數做加權平均運算，得到平均擁擠度系數；(5)比較平均擁擠度系數與擁擠度系數閾值，從而判斷道路交通狀態。
文檔編號G08G1/01GK101540099SQ20081003471
公開日2009年9月23日 申請日期2008年3月17日 優先權日2008年3月17日
發明者石征華, 胡健萌 申請人:上海寶康電子控制工程有限公司