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

背景技術：

隨著城市經(jīng)濟的發(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營壓力大、各道路交通量差距明顯的現(xiàn)象成為一個被廣泛關注的問題。因此，開發(fā)一種能夠對城市道路交通狀態(tài)進行有效評估的系統(tǒng)，對緩解交通擁堵問題有著重要的意義。

技術實現(xiàn)要素：

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

本發(fā)明創(chuàng)造的目的通過以下技術方案實現(xiàn)：

一種城市道路交通狀態(tài)評估系統(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)評估單元；所述數(shù)據(jù)采集單元用于采集關鍵位置處的交通參數(shù)，所述數(shù)據(jù)處理單元用于對采集得到的數(shù)據(jù)進行處理并通過數(shù)據(jù)傳輸單元傳輸給交通狀態(tài)評估單元；所述交通狀態(tài)評估單元用于根據(jù)處理后的交通參數(shù)值進行道路交通狀態(tài)的評估。

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)絡構成，所述傳感器網(wǎng)絡采用一種改進的基于遺傳算法的路由機制，設置網(wǎng)絡節(jié)點的初始路徑是x_i＝{x₁,x₂,…,x_n}，則算法中的適應度函數(shù)定義為：

其中,a(x_i)是節(jié)點i的剩余能量，A(X)是所有節(jié)點剩余能量之和，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)點的剩余能量、鏈路長度和能耗在適應度函數(shù)中的權重，發(fā)明人根據(jù)大量的現(xiàn)場實踐，對這兩個權重給出了經(jīng)驗值，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)修正及加權平均算法對數(shù)據(jù)進行處理；

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

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)評估系統(tǒng)，實現(xiàn)了道路交通狀態(tài)的有效評估。

附圖說明

利用附圖對發(fā)明創(chuàng)造作進一步說明，但附圖中的實施例不構成對本發(fā)明創(chuàng)造的任何限制，對于本領域的普通技術人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。

圖1是本發(fā)明結構示意圖；

圖2是本發(fā)明交通狀態(tài)評估單元結構示意圖。

附圖標記：

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)評估單元4、車輛狀態(tài)評估子單元41、車輛狀態(tài)評估子單元42、交通狀態(tài)綜合評估子單元43。

具體實施方式

結合以下實施例對本發(fā)明作進一步描述。

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

本發(fā)明上述實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)評估系統(tǒng)，實現(xiàn)了道路交通狀態(tài)的有效評估。

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。

本實施例對交通參數(shù)進行了有效的采集，為交通狀態(tài)評估單元奠定了基礎。

優(yōu)選地，所述數(shù)據(jù)傳輸單元3由傳感器網(wǎng)絡構成，所述傳感器網(wǎng)絡采用一種改進的基于遺傳算法的路由機制，設置網(wǎng)絡節(jié)點的初始路徑是x_i＝{x₁,x₂,…,x_n}，則算法中的適應度函數(shù)定義為：

其中,a(x_i)是節(jié)點i的剩余能量，A(X)是所有節(jié)點剩余能量之和，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)點的剩余能量、鏈路長度和能耗在適應度函數(shù)中的權重，發(fā)明人根據(jù)大量的現(xiàn)場實踐，對這兩個權重給出了經(jīng)驗值，α＝0.3，θ＝0.3，β＝0.4；

本實施例提出一種基于遺傳算法的路由機制，與現(xiàn)有技術相比,其在路徑選擇中既考慮了節(jié)點的路徑長度又考慮了節(jié)點的能耗，從而獲得能耗最少的網(wǎng)絡通信路徑，在一定程度上減少了交通狀態(tài)評估系統(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)修正及加權平均算法對數(shù)據(jù)進行處理，設第i時刻采集得到的數(shù)據(jù)為z_i′,其中對采集時受到溫度影響的數(shù)據(jù)進行修正的公式為：

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為傳感器使用標準溫度，T為傳感器使用時實際環(huán)境溫度；

對修正后的數(shù)據(jù)進行加權平均算法，其公式為：

式中，n為5分鐘時間內(nèi)采集到的數(shù)據(jù)個數(shù)；

本實施例通過對數(shù)據(jù)進行修正，平均的處理，進一步提高了數(shù)據(jù)的精度，增加了系統(tǒng)對道路交通狀態(tài)評估結果的準確性。

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

本優(yōu)選實施例通過處理后得到的交通參數(shù)，分層次對道路交通狀態(tài)進行評估，提高了評估的準確性。

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

a.基于模糊算法建立車輛狀態(tài)評估子模塊，以車輛速度和車輛停車次數(shù)作為輸入變量，對各輸入變量設定上下限值，并根據(jù)各輸入量對車輛狀態(tài)的影響分別制定相應的權重，對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，對車輛運行狀態(tài)定義三個模糊狀態(tài)，即“順暢”、“正?！?、“較堵”；

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

c.輸入變量值，當變量值超出上下限范圍時，判定傳感器故障，當變量值在范圍內(nèi)時，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，設第i時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)，則車輛的運行狀態(tài)c(i)的表達式為：

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

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

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

a.基于模糊算法建立道路交通狀態(tài)評估子模塊，以交通流量和停車率作為輸入變量，對各輸入變量設定上下限值，并根據(jù)各輸入量對道路交通狀態(tài)的影響分別制定相應的權重，對輸入變量定義相同的模糊狀態(tài)，即“高”、“正常”、“低”。以道路交通狀態(tài)作為輸出量，對車輛運行狀態(tài)定義三個模糊狀態(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，當變量值超出上下限范圍時，判定傳感器故障，當變量值在范圍內(nèi)時，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，設第i時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)的權重和隸屬度，ρ₂和f(p)分別為停車率p(i)的權重和隸屬度；

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

優(yōu)選地，所述交通狀態(tài)綜合評估子單元43根據(jù)評估所得的車輛運行狀態(tài)c(i)和道路交通狀態(tài)d(i)對交通狀態(tài)進行綜合評估，定義交通狀態(tài)評估系數(shù)為：

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

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)評估系數(shù)與分界值K的關系進行交通狀態(tài)分類，具體為：

本優(yōu)選實施例提出的交通狀態(tài)綜合評估子單元43，根據(jù)上述所得的車輛運行狀態(tài)和道路交通狀態(tài)進行交通狀態(tài)評估，與現(xiàn)有技術相比，突破了傳統(tǒng)單一指標、單層次交通狀態(tài)評估的局限，形成了較為全面、準確的交通狀態(tài)評估系統(tǒng)。

基于上述實施例，利用不同的交通參數(shù)數(shù)據(jù)進行了一系列測試，以下是進行測試得到的評估結果：

最后應當說明的是，以上實施例僅用以說明本發(fā)明的技術方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的實質和范圍。