本發(fā)明創(chuàng)造涉及城市交通領(lǐng)域，具體涉及一種城市道路交通狀態(tài)評(píng)估系統(tǒng)。

背景技術(shù)：

隨著城市經(jīng)濟(jì)的發(fā)展人們的生活水平得到了極大的提高，尤其是城市公路的完善和車輛的普及有效的解決了人們的出行問題。然而，隨著城市中人口和汽車數(shù)量的極具增加，城市道路的壓力原來越大，道路擁堵給人們的出行效率帶來了很大的影響，如何解決城市道路運(yùn)營壓力大、各道路交通量差距明顯的現(xiàn)象成為一個(gè)被廣泛關(guān)注的問題。因此，開發(fā)一種能夠?qū)Τ鞘械缆方煌顟B(tài)進(jìn)行有效評(píng)估的系統(tǒng)，對(duì)緩解交通擁堵問題有著重要的意義。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)上述問題，本發(fā)明旨在提供一種城市道路交通狀態(tài)評(píng)估系統(tǒng)。

本發(fā)明創(chuàng)造的目的通過以下技術(shù)方案實(shí)現(xiàn)：

一種城市道路交通狀態(tài)評(píng)估系統(tǒng)，包括數(shù)據(jù)采集單元、數(shù)據(jù)處理單元、數(shù)據(jù)傳輸單元和交通狀態(tài)評(píng)估單元；所述數(shù)據(jù)采集單元用于采集關(guān)鍵位置處的交通參數(shù)，所述數(shù)據(jù)處理單元用于對(duì)采集得到的數(shù)據(jù)進(jìn)行處理并通過數(shù)據(jù)傳輸單元傳輸給交通狀態(tài)評(píng)估單元；所述交通狀態(tài)評(píng)估單元用于根據(jù)處理后的交通參數(shù)值進(jìn)行道路交通狀態(tài)的評(píng)估。

優(yōu)選地，所述數(shù)據(jù)采集單元包括用于采集車輛速度及車輛停車次數(shù)的車載感知元件和用于檢測道路交通流量和道路停車率的道路交通參數(shù)采集元件。

優(yōu)選地，所述數(shù)據(jù)傳輸單元由傳感器網(wǎng)絡(luò)構(gòu)成，所述傳感器網(wǎng)絡(luò)采用一種改進(jìn)的基于遺傳算法的路由機(jī)制，設(shè)置網(wǎng)絡(luò)節(jié)點(diǎn)的初始路徑是x_i＝{x₁,x₂,…,x_n}，則算法中的適應(yīng)度函數(shù)定義為：

其中,a(x_i)是節(jié)點(diǎn)i的剩余能量，A(X)是所有節(jié)點(diǎn)剩余能量之和，b(x_i)是鏈路x_i的路徑長度，B(X)是所有鏈路的路徑長度之和，c(x_i)是鏈路x_i的能耗，C(X)是所有鏈路的能耗之和，α、θ和β分別自定義的節(jié)點(diǎn)的剩余能量、鏈路長度和能耗在適應(yīng)度函數(shù)中的權(quán)重，發(fā)明人根據(jù)大量的現(xiàn)場實(shí)踐，對(duì)這兩個(gè)權(quán)重給出了經(jīng)驗(yàn)值，α＝0.3，θ＝0.3，β＝0.4；

優(yōu)選地，所述數(shù)據(jù)分析單元采用數(shù)據(jù)修正及加權(quán)平均算法對(duì)數(shù)據(jù)進(jìn)行處理；

優(yōu)選地，所述交通狀態(tài)評(píng)估單元包括車輛運(yùn)行狀態(tài)評(píng)估子單元、道路交通狀態(tài)評(píng)估子單元和交通狀態(tài)綜合評(píng)估子單元。

本發(fā)明創(chuàng)造的有益效果：提出一種城市道路交通狀態(tài)評(píng)估系統(tǒng)，綜合考慮車輛狀態(tài)信息和道路交通狀態(tài)信息，建立了全面、高效的道路交通狀態(tài)評(píng)估系統(tǒng)，實(shí)現(xiàn)了道路交通狀態(tài)的有效評(píng)估。

附圖說明

利用附圖對(duì)發(fā)明創(chuàng)造作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明創(chuàng)造的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明結(jié)構(gòu)示意圖；

圖2是本發(fā)明交通狀態(tài)評(píng)估單元結(jié)構(gòu)示意圖。

附圖標(biāo)記：

數(shù)據(jù)采集單元1、數(shù)據(jù)處理單元2、數(shù)據(jù)傳輸單元3、交通狀態(tài)評(píng)估單元4、車輛狀態(tài)評(píng)估子單元41、車輛狀態(tài)評(píng)估子單元42、交通狀態(tài)綜合評(píng)估子單元43。

具體實(shí)施方式

結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。

參見圖1、圖2，本實(shí)施例的一種城市道路交通狀態(tài)評(píng)估系統(tǒng)，包括數(shù)據(jù)采集單元1、數(shù)據(jù)處理單元2、數(shù)據(jù)傳輸單元3和交通狀態(tài)評(píng)估單元4；所述數(shù)據(jù)采集單元1用于采集關(guān)鍵位置處的交通參數(shù)，所述數(shù)據(jù)處理單元2用于對(duì)采集得到的數(shù)據(jù)進(jìn)行處理并通過數(shù)據(jù)傳輸單元3傳輸給交通狀態(tài)評(píng)估單元4；所述交通狀態(tài)評(píng)估單元4用于根據(jù)處理后的交通參數(shù)值進(jìn)行道路交通狀態(tài)的評(píng)估。

本發(fā)明上述實(shí)施例綜合考慮車輛狀態(tài)信息和道路交通狀態(tài)信息，建立了全面、高效的道路交通狀態(tài)評(píng)估系統(tǒng)，實(shí)現(xiàn)了道路交通狀態(tài)的有效評(píng)估。

優(yōu)選地，所述數(shù)據(jù)采集單元1包括用于采集車輛速度及車輛停車次數(shù)的車載感知元件和用于檢測道路交通流量和道路停車率的道路交通參數(shù)采集元件。

本實(shí)施例對(duì)交通參數(shù)進(jìn)行了有效的采集，為交通狀態(tài)評(píng)估單元奠定了基礎(chǔ)。

優(yōu)選地，所述數(shù)據(jù)傳輸單元3由傳感器網(wǎng)絡(luò)構(gòu)成，所述傳感器網(wǎng)絡(luò)采用一種改進(jìn)的基于遺傳算法的路由機(jī)制，設(shè)置網(wǎng)絡(luò)節(jié)點(diǎn)的初始路徑是x_i＝{x₁,x₂,…,x_n}，則算法中的適應(yīng)度函數(shù)定義為：

其中,a(x_i)是節(jié)點(diǎn)i的剩余能量，A(X)是所有節(jié)點(diǎn)剩余能量之和，b(x_i)是鏈路x_i的路徑長度，B(X)是所有鏈路的路徑長度之和，c(x_i)是鏈路x_i的能耗，C(X)是所有鏈路的能耗之和，α、θ和β分別自定義的節(jié)點(diǎn)的剩余能量、鏈路長度和能耗在適應(yīng)度函數(shù)中的權(quán)重，發(fā)明人根據(jù)大量的現(xiàn)場實(shí)踐，對(duì)這兩個(gè)權(quán)重給出了經(jīng)驗(yàn)值，α＝0.3，θ＝0.3，β＝0.4；

本實(shí)施例提出一種基于遺傳算法的路由機(jī)制，與現(xiàn)有技術(shù)相比,其在路徑選擇中既考慮了節(jié)點(diǎn)的路徑長度又考慮了節(jié)點(diǎn)的能耗，從而獲得能耗最少的網(wǎng)絡(luò)通信路徑，在一定程度上減少了交通狀態(tài)評(píng)估系統(tǒng)的能耗，增加了系統(tǒng)的使用壽命。

優(yōu)選地，所述數(shù)據(jù)分析單元采用數(shù)據(jù)修正及加權(quán)平均算法對(duì)數(shù)據(jù)進(jìn)行處理，設(shè)第i時(shí)刻采集得到的數(shù)據(jù)為z_i′,其中對(duì)采集時(shí)受到溫度影響的數(shù)據(jù)進(jìn)行修正的公式為：

式中，z_i為修正后的數(shù)據(jù)，z_i′為修正前的原始數(shù)據(jù)，T₀為傳感器使用標(biāo)準(zhǔn)溫度，T為傳感器使用時(shí)實(shí)際環(huán)境溫度；

對(duì)修正后的數(shù)據(jù)進(jìn)行加權(quán)平均算法，其公式為：

式中，n為5分鐘時(shí)間內(nèi)采集到的數(shù)據(jù)個(gè)數(shù)；

本實(shí)施例通過對(duì)數(shù)據(jù)進(jìn)行修正，平均的處理，進(jìn)一步提高了數(shù)據(jù)的精度，增加了系統(tǒng)對(duì)道路交通狀態(tài)評(píng)估結(jié)果的準(zhǔn)確性。

優(yōu)選地，所述交通狀態(tài)評(píng)估單元3包括車輛狀態(tài)評(píng)估子單元41、道路交通狀態(tài)評(píng)估子單元42和交通狀態(tài)綜合評(píng)估子單元43。

本優(yōu)選實(shí)施例通過處理后得到的交通參數(shù)，分層次對(duì)道路交通狀態(tài)進(jìn)行評(píng)估，提高了評(píng)估的準(zhǔn)確性。

優(yōu)選地，所述車輛狀態(tài)評(píng)估子模塊41根據(jù)采集所得的車輛速度和車輛停車次數(shù)評(píng)估車輛運(yùn)行的狀態(tài)，具體包括：

a.基于模糊算法建立車輛狀態(tài)評(píng)估子模塊，以車輛速度和車輛停車次數(shù)作為輸入變量，對(duì)各輸入變量設(shè)定上下限值，并根據(jù)各輸入量對(duì)車輛狀態(tài)的影響分別制定相應(yīng)的權(quán)重，對(duì)輸入變量定義相同的模糊狀態(tài)，即“高”、“正?！?、“低”。以車輛狀態(tài)作為輸出量，對(duì)車輛運(yùn)行狀態(tài)定義三個(gè)模糊狀態(tài)，即“順暢”、“正常”、“較堵”；

b.根據(jù)以往收集的樣本數(shù)據(jù)庫，制定以車輛速度和車輛停車次數(shù)為依據(jù)來推理車輛運(yùn)行狀態(tài)程度的模糊規(guī)則；

c.輸入變量值，當(dāng)變量值超出上下限范圍時(shí)，判定傳感器故障，當(dāng)變量值在范圍內(nèi)時(shí)，根據(jù)模糊規(guī)則推理得到各輸入變量在模糊集中的隸屬度，設(shè)第i時(shí)刻采集得到的車輛速度和車輛停車次數(shù)分別為v(i)和s(i)，則車輛的運(yùn)行狀態(tài)c(i)的表達(dá)式為：

其中，和f(v)分別為車輛速度v(i)的權(quán)重和隸屬度，和f(s)分別為車輛停車次數(shù)s(i)的權(quán)重和隸屬度；

本優(yōu)選實(shí)施例提供的基于模糊算法的車輛運(yùn)行狀態(tài)評(píng)估子模塊41，與現(xiàn)有技術(shù)相比，根據(jù)對(duì)反映車輛運(yùn)行狀態(tài)的運(yùn)行速度和停車率的監(jiān)測數(shù)據(jù)，利用模糊評(píng)估模型評(píng)估車輛的運(yùn)行狀態(tài)，較好地處理了多因素、模糊性及主觀判斷等問題，有效的對(duì)車輛的運(yùn)行狀態(tài)進(jìn)行評(píng)估；

優(yōu)選地，所述車輛狀態(tài)評(píng)估子模塊42，根據(jù)采集所得的交通流量和停車率評(píng)估道路交通的狀態(tài)，具體包括：

a.基于模糊算法建立道路交通狀態(tài)評(píng)估子模塊，以交通流量和停車率作為輸入變量，對(duì)各輸入變量設(shè)定上下限值，并根據(jù)各輸入量對(duì)道路交通狀態(tài)的影響分別制定相應(yīng)的權(quán)重，對(duì)輸入變量定義相同的模糊狀態(tài)，即“高”、“正?！?、“低”。以道路交通狀態(tài)作為輸出量，對(duì)車輛運(yùn)行狀態(tài)定義三個(gè)模糊狀態(tài)，即“順暢”、“正?！?、“較堵”；

b.根據(jù)以往收集的樣本數(shù)據(jù)庫，制定以交通流量和停車率為依據(jù)來推理道路交通狀態(tài)的模糊規(guī)則；

c.輸入變量值，當(dāng)變量值超出上下限范圍時(shí)，判定傳感器故障，當(dāng)變量值在范圍內(nèi)時(shí)，根據(jù)模糊規(guī)則推理得到各輸入變量在模糊集中的隸屬度，設(shè)第i時(shí)刻采集得到的交通流量和停車率的數(shù)據(jù)分別為l(i)和p(i)，則道路交通狀態(tài)d(i)的表達(dá)式為：

d(i)＝ρ₁f(l)+ρ₂f(p)

其中，ρ₁和f(l)分別為交通流量l(i)的權(quán)重和隸屬度，ρ₂和f(p)分別為停車率p(i)的權(quán)重和隸屬度；

本優(yōu)選實(shí)施例提供的基于模糊算法的道路交通狀態(tài)評(píng)估子模塊42，與現(xiàn)有技術(shù)相比，根據(jù)對(duì)反映道路交通狀態(tài)的交通流量和停車率的監(jiān)測數(shù)據(jù)，利用模糊評(píng)估模型評(píng)估道路的交通狀態(tài)，較好地處理了多因素、模糊性及主觀判斷等問題，有效的對(duì)道路的交通狀態(tài)進(jìn)行評(píng)估；

優(yōu)選地，所述交通狀態(tài)綜合評(píng)估子單元43根據(jù)評(píng)估所得的車輛運(yùn)行狀態(tài)c(i)和道路交通狀態(tài)d(i)對(duì)交通狀態(tài)進(jìn)行綜合評(píng)估，定義交通狀態(tài)評(píng)估系數(shù)為：

其中，ε為根據(jù)歷史數(shù)據(jù)庫確定的車輛運(yùn)行狀態(tài)對(duì)道路交通狀態(tài)的影響程度的權(quán)值；

根據(jù)樣本數(shù)據(jù)庫制定道路交通狀態(tài)分界值K，根據(jù)交通狀態(tài)評(píng)估系數(shù)與分界值K的關(guān)系進(jìn)行交通狀態(tài)分類，具體為：

本優(yōu)選實(shí)施例提出的交通狀態(tài)綜合評(píng)估子單元43，根據(jù)上述所得的車輛運(yùn)行狀態(tài)和道路交通狀態(tài)進(jìn)行交通狀態(tài)評(píng)估，與現(xiàn)有技術(shù)相比，突破了傳統(tǒng)單一指標(biāo)、單層次交通狀態(tài)評(píng)估的局限，形成了較為全面、準(zhǔn)確的交通狀態(tài)評(píng)估系統(tǒng)。

基于上述實(shí)施例，利用不同的交通參數(shù)數(shù)據(jù)進(jìn)行了一系列測試，以下是進(jìn)行測試得到的評(píng)估結(jié)果：

最后應(yīng)當(dāng)說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保護(hù)范圍的限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實(shí)質(zhì)和范圍。