本發(fā)明涉及智能交通控制
技術領域：
，特別涉及一種基于道路車流密度的道路交通狀態(tài)評價方法。
背景技術：
：道路車流密度是城市道路路段交通實時運行指數(shù)即擁堵狀態(tài)的重要評價指標，可以通過路段固定檢測器和浮動車檢測器檢測到的道路交通流量和速度計算道路車流密度。但是僅根據(jù)道路車流密度的大小，無法給決策者和出行人員帶來直觀的擁堵感受。對于如何根據(jù)車流密度對現(xiàn)行路段的擁堵情況進行評價，技術人員已經(jīng)進行了大量的研究，但現(xiàn)有的評價方法存在著較為嚴重的缺陷：一是，現(xiàn)有的評價方法僅是根據(jù)道路車流密度計算道路運行指數(shù)，而沒有考慮到當?shù)缆奋嚵髅芏戎递^低時，交通運行指數(shù)隨道路車流密度值的變化較為緩慢，當?shù)缆奋嚵髅芏容^大時，交通運行指數(shù)隨道路車流密度值的變化較為迅速。二是，現(xiàn)有的評價方法中設置的閾值較多，這些閾值調(diào)整起來較為困難，不能適應不同城市、不同路段交通運行的實際情況。技術實現(xiàn)要素：本發(fā)明的目的在于提供一種基于道路車流密度的道路交通狀態(tài)評價方法，以解決現(xiàn)有的道路交通運行狀態(tài)評價方法的準確性差的問題。為實現(xiàn)以上目的，本發(fā)明采用的技術方案為：提供一種基于道路車流密度的道路交通狀態(tài)評價方法，該方法包括：獲取當前路段的車流密度值s；根據(jù)當前路段的車流密度值s，基于預設的道路交通運行指數(shù)計算模型，計算當前路段的交通運行指數(shù)；將當前路段的交通運行指數(shù)與預設的交通運行狀態(tài)等級劃分表進行匹配，評價當前路段的交通狀態(tài)；其中，所述的道路交通運行指數(shù)計算模型為：式中，x＝ks，s為當前路段的車流密度值，a、β以及k為預設的計算參數(shù)且均為常數(shù)。與現(xiàn)有技術相比，本發(fā)明存在以下技術效果：本發(fā)明中的道路交通運行指數(shù)計算模型在當車流密度值達到一定值時才開始發(fā)生變化，并且當車流密度值較低時，道路交通運行指數(shù)隨車流密度值的變化較為緩慢，當車流密度值較大時，道路交通運行指數(shù)隨車流密度值的變化較為迅速。因此，本發(fā)明中的道路運行指數(shù)計算模型能夠很好的模擬道路擁堵狀況與車流密度值的關系，提高道路交通運行狀態(tài)評價結(jié)果的有效性和科學性。附圖說明圖1是本發(fā)明一實施例中基于道路車流密度的道路交通狀態(tài)評價方法的流程示意圖；圖2是本發(fā)明一實施例中的基于道路車流密度的道路交通狀態(tài)評價方法的整體流程示意圖。具體實施方式下面結(jié)合圖1至圖2所示，對本發(fā)明做進一步詳細敘述。如圖1所示，本實施例公開了一種基于道路車流密度的道路交通狀態(tài)評價方法，該方法包括如下步驟S1至S3：S1、獲取當前路段的車流密度值s；S2、根據(jù)當前路段的車流密度值s，基于預設的道路交通運行指數(shù)計算模型，計算當前路段的交通運行指數(shù)；S3、將當前路段的交通運行指數(shù)與預設的交通運行狀態(tài)等級劃分表進行匹配，評價當前路段的交通狀態(tài)；其中，所述的道路交通運行指數(shù)計算模型為：式中，x＝ks，s為當前路段的車流密度值，a、β以及k為預設的計算參數(shù)且均為常數(shù)。需要說明的是，該處的交通運行狀態(tài)等級劃分表如表1所示：表1路段運行指數(shù)[0,2](2,4](4,6](6,8](8,10]擁堵等級TPI非常暢通暢通輕度擁堵中度擁堵嚴重擁堵具體地，計算常數(shù)a的確定過程為：獲取當前路段內(nèi)的歷史統(tǒng)計車速和歷史統(tǒng)計車流量；對當前路段內(nèi)的歷史統(tǒng)計車速進行聚類分析，得到聚類分析后的車速；根據(jù)當前路段內(nèi)的歷史統(tǒng)計車流量中選取自由流車速情況下的最大值和所述聚類分析后的車速，計算車流密度值為計算常數(shù)a；所述的計算常數(shù)β的確定過程為：在預設數(shù)量的工作日內(nèi)，選取當前路段最大的車流密度值為計算常數(shù)β。需要說明的是，本實施例中統(tǒng)計正常工作日一天內(nèi)的車流密度值，并將其中的最大的車流密度值確定為計算常數(shù)β。具體地，在步驟S1之前還包括：對歷史統(tǒng)計的道路車流量密度值進行分析，確定評價當前路段同一交通狀態(tài)的最小時間間隔；在所述的最小時間間隔內(nèi)，分別通過固定路段檢測器獲取當前路段的路段流量，通過浮動車采集當前路段的車速；根據(jù)所述最小時間間隔內(nèi)的路段流量，計算所述最小時間間隔內(nèi)當前路段的平均車流量；根據(jù)所述最小時間間隔內(nèi)的車速，計算所述最小時間間隔內(nèi)當前路段的平均車速；根據(jù)所述最小時間間隔內(nèi)當前路段的平均車流量和所述最小時間間隔內(nèi)當前路段的平均車速，計算當前路段的車流密度值s。需要說明的是，該最小時間間隔計算的過程是：通過對道路的歷史統(tǒng)計車速數(shù)據(jù)進行分析，得到當前道路交通運行狀態(tài)維持同一擁堵等級的持續(xù)時間以及持續(xù)時間的兩端值確定。在計算擁堵指數(shù)TPI的最小時間間隔的選取中，如果該最小時間間隔值過大，則計算得到的擁堵指數(shù)TPI不能實時反映出道路交通擁堵狀態(tài)的效果，如果該最小時間間隔值過小，則會導致系統(tǒng)資源的浪費。在本實施例中，如果最小時間間隔值大于10分鐘，則最小時間間隔取值為10，如果最小時間間隔值小于3分鐘，則最小時間間隔取值為3，使最小時間間隔具有科學的合理性，在保證合理利用系統(tǒng)資源的同時確保計算得到的擁堵指數(shù)TPI能實時反映出道路交通擁堵狀態(tài)的效果。還需要說明的是，該處的當前路段的車流密度值s的計算公式具體為：s＝q/v，q為該最小時間間隔內(nèi)當前路段的平均車流量，v為該最小時間間隔內(nèi)當前路段的平均車速。具體地，如圖2所示，本實施例公開的方法還包括：根據(jù)當前路段的交通特征，對所述的計算參數(shù)k進行調(diào)整。需要說明的是，在實際應用中，計算參數(shù)k一般取值為1，當需要對計算參數(shù)k進行調(diào)整時，一般對1左右進行調(diào)整，從而修正當前路段的道路交通運行指數(shù)計算模型。在只需要對道路交通運行指數(shù)計算模型進行微調(diào)時，只需要對計算參數(shù)k進行調(diào)整，即可實現(xiàn)對道路交通運行指數(shù)計算模型的修正，操作簡單，減小了模型修正的工作量。本實施例中通過設定計算參數(shù)k的取值范圍，如果計算參數(shù)k修正后超過該范圍，即放棄對k的修正，轉(zhuǎn)而對計算參數(shù)a、β進行修正，反之，則對計算參數(shù)a、β進行修正。具體地對計算參數(shù)a、β修正的過程如下：判斷所述的計算參數(shù)a、β是否需要修正；如果所述的計算參數(shù)a、β需要修正，則根據(jù)道路交通的實際運行情況以及用戶出行滿意度對計算參數(shù)a、β進行修正；如果計算參數(shù)a、β不需要修正，則將當前計算參數(shù)a、β作為所述道路交通運行指數(shù)計算模型中的計算參數(shù)。需要說明的是，這里的用戶出行滿意度是對一定數(shù)量的用戶的出行感受進行調(diào)查得到的一個對擁堵指數(shù)計算參數(shù)a、β進行評價的調(diào)查值。這里的道路交通運行實際情況可以根據(jù)浮動車數(shù)據(jù)得到。本實施例中通過根據(jù)道路交通運行的實際情況以及用戶的出行感受對計算參數(shù)a、β進行修正，可以使得計算得到的擁堵指數(shù)TPI更加符合不同城市的道路運行狀況以及不同路段的交通特征。在實際應用中，需要對道路交通運行指數(shù)計算模型進行較大程度上的修正時，即可通過對計算參數(shù)a、β的調(diào)整來實現(xiàn)，并在調(diào)整計算參數(shù)a、β，再對計算參數(shù)k進行微調(diào)，使得修正后的道路交通運行指數(shù)計算模型能較好的適用不同城市、不同路段交通運行的實際情況。具體地，在所述最小時間間隔內(nèi)的路段流量數(shù)據(jù)小于預設的數(shù)量時，對所述最小時間間隔內(nèi)的路段流量數(shù)據(jù)進行插值處理。需要說明的是，在實際應用中，在用于計算當前路段的車流密度值s的數(shù)據(jù)量很少時，通過對這些數(shù)據(jù)量進行插值處理或者采用當前路段的歷史數(shù)據(jù)進行補充，來計算得到當前路段的車流密度值s。在沒有用于計算當前路段的車流密度值s的數(shù)據(jù)量時，則將當前路段的車流密度值s取值為計算參數(shù)a。當前第1頁1 2 3