本专利公开了一种基于多交通数据指标的道路突发事件判别方法，所述方法包括：步骤一：获取历史数据并计算历史数据指标；步骤二：确定指标突变判别方法；步骤三：判定路网中是否有突发事件并找到发生突发事件的路段。通过采用路网中的多种数据指标进行道路突发事件判别，解决了单一交通数据缺失而导致的检测精度降低问题；能够使用于多种路网检测系统，丰富了路网检测系统中检测器种类的可选项。
1.一种基于多交通数据指标的道路突发事件判别方法，其特征在于，所述方法包括：
首先，获取历史数据；对于选定的路网，取该路网检测系统所测量的连续第一时间段的历史数据，数据区分工作日和非工作日；并在该历史数据中取历史上当前时段前后各第一预定时刻的数据作为初步历史数据；对初步历史数据进行提出后，筛选为期一个月的数据作为最终的历史数据；
然后，确定历史数据指标；计算历史数据的均值 其中，x表示速度、流量、车均占有率、路口中间车道占有率、上游车辆通过比例；计算历史数据的方差：其中，n为所获取历史数据的数据量；计算历史数据的3σ范围： 当
选取速度、流量、车均占有率、上游车辆通过比例、路口中间车道占有率，5个交通指标参数的突变作为判定依据；
对于速度突变，每第一时间间隔计算第一时间窗内的过车平均速度；即第一时间窗内每一辆车的平均速度， 其中 为第l路段在时间段t内的平均速度，L为第l路段长度、单位为米，n为在时间段t内第l路段上下游路口匹配到的车辆数，ti,t为剔除噪声后、时间段t内通过第l路段的车辆i的行程时间；当当前时段得到的速度超出速度的3σ范围时，判断速度发生第一突变；当连续N个时间间隔时，有预定比例的时间间隔的速度发生突变，判定速度发生第二突变；当数据源数量为3时，有突变的数据源数量≥2，则认为发生第一疑似突发事件；当数据源数量≤2时，有1个数据源产生突变，则认为发生第二疑似突发事件；
对于流量突变；每一路口信号控制器的信号周期结束统计计算各进口道流量：第l进口道的流量＝该进口道各相位i流量和；当前时段得到的流量超出流量的3σ范围时，判断流量发生第一突变；当连续N个时间间隔时，有预定比例的时间间隔的流量发生突变，判定流量发生第二突变；当数据源数量为3时，有突变的数据源数量≥2，则认为发生第一疑似突发事件；当数据源数量≤2时，有1个数据源产生突变，则认为发生第二疑似突发事件；
对于路段车均占有率突变；每一路口信号控制器的信号周期结束计算各进口道绿灯期间车均占有率: 其中 为第l进口道在时间段t内的平均占有率、n为车道数oi,t为时间段t内通过第l进口道相位i的占有率、qi,t为时间段t内通过第l进口道相位i的流量；当前时段流量监控设备得到的车均占有率超出历史数据的3σ范围时，则认为该流量监控设备路段车均占有率发生第一突变；同一流量监控设备连续5个时间间隔，有60％时间间隔的车均占有率发生突变，则认为车均占有率发生第二突变；任意流量监控设备车均占有率有突变，则认为流量监控设备对应的该路段有疑似突发事件；
对于上游车辆通过比例突变，如果当前时间点，上游车辆通过比例超过历史数据的3σ范围，则认为该进口道上游车辆通过比例发生第一突变；连续5个时间间隔有60％的时间间隔的进口道上游车辆通过比例发生突变，则认为该进口道对应路段有疑似突发事件；
对于路口占有率突变，如果当前时段进口道占有率超出历史数据的3σ范围，则认为进口道占有率发生第一突变；同一进口道连续5个时间间隔，有60％的时间间隔的进口道占有率发生突变，则认为进口道占有率有突变，认为该进口道所对应的路段有疑似突发事件；
步骤三：判定路网中是否有突发事件并找到发生突发事件的路段
获取当前时刻路网中各路段的数据，分别计算当前时刻路段平均速度、进口道流量、路段车均占有率、上游车辆通过比例、进口道占有率5个交通参数指标的数值；根据步骤二中确定的指标突变判别方法，将5个数据指标的当前时刻值和历史数值进行比较，判断各个指标突变情况；每一时间间隔各个指标累积权重数值；如果该指标根据步骤二的判断，认为发生或疑似发生疑似突发事件，则其权重数值+1；如果该指标没有数据源，则该指标权重数不变；如果该指标在历史正常范围内，则该指标权重数值-1；将所有指标的权重数值累加，得到总权重数值，总权重数值＞γ的路段即为突发事件发生路段。
2.根据权利要求1所述的一种基于多交通数据指标的道路突发事件判别方法，其特征在于，在步骤一中，所述第一时间段为一个月，所述第一预定时刻为10分钟。
一种基于多交通数据指标的道路突发事件判别方法
技术领域
[0001] 本发明属于交通状态判别领域，尤其涉及基于多交通数据指标的道路突发事件判别方法。
背景技术
[0002] 伴随着中国城市化进程的加快，城市汽车数量激增，城市交通突发事件问题愈发严重。交通突发事件已经成为全国各城市所面临的共同难题，在造成巨大经济损失的同时也会带来城市环境恶化、居民健康水平下降、城市出行满意度降低等间接损失。
[0003] 在以往的研究中，城市道路交通突发事件判别方法所采用的数据比较单一，主要是道路检测器得到的汽车速度和流量。根据单一的交通数据进行道路事件判别，判别精度往往较低，且常常会面临数据缺失的问题。数据缺失会造成检测精度降低，从而导致交通突发事件判别方法的失效。此外常规的交通事件判别方法无法适应所有的道路检测系统。常规的道路检测器有地磁线圈检测器、微波检测器、电警(视频)检测器等，对应的检测数据分别为线圈数据、微波数据、电警数据；这些数据具有不同的特点。数据多样性的特点使得常规的交通事件判别方法的鲁棒性较差。
[0004] 本发明提出一种基于多交通数据指标的道路突发事件判别方法，利用道路交通流量、行驶速度、占有率等数据，对城市道路是否发生突发事件进行判别。一方面能够向公众出行者发布出行信息服务，提高居民的出行满意度；另一方面能够告知城市交通管理部门，以便对交通事件进行及时干预及管理，防止交通事件的扩散并减低交通事件带来的损失，具有重要的现实意义。
发明内容
[0005] 本发明的目的在于改进交通系统中道路突发事件的判别方法，在进行道路突发事件判别时考虑尽可能多的交通参数，从而提高判别方法的科学性和实用性。为此，本发明提出了一种基于多交通数据指标的道路突发事件判别方法。
[0006] 在本发明中，首先获取路网中道路状况的历史数据，接着计算历史数据计算指标；其次确定指标突变的判别方法；最终根据数据指标的突变情况确定路网中是否有路段发生突发事件。
[0007] 为实现上述发明目的，本发明的具体技术方案如下：
[0008] 步骤一：获取历史数据并计算历史数据指标。利用路网中已有的道路检测系统来获取相应的交通数据；数据进行工作日和非工作日区分、历史事件发生时间范围内数据剔除等处理；处理后的数据作为历史数据进行存储。获取历史数据后，计算历史数据的均值和方差，并计算出历史数据的3σ范围。
[0009] 步骤二：确定指标突变判别方法。获取路网中各路段实时的交通参数，当交通参数值在历史数据的3σ范围之外，则认为该交通参数指标发生突变。对于某一个特定的交通参数指标，当发生突变的指标数超过设定的阈值时，则认为路段发生疑似突发事件。
[0010] 步骤三：判定路网中是否有突发事件并找到发生突发事件的路段。获取当前路网中各路段的数据，计算相应的指标值，并根据步骤二所得到的指标突变判别方法，判断当前的数据指标是否发生突变。最终根据数据指标发生突变的情况确定路网中是否发生突发事件并确定发生突发事件的路段。
[0011] 本发明的技术优势在于：
[0012] 本发明采用路网中的多种数据指标进行道路突发事件判别，解决了单一交通数据缺失而导致的检测精度降低问题。
[0013] 本发明采用路网中的多种数据指标进行道路突发事件判别，相对于现有的道路突发事件判别方法，具有更高的鲁棒性和判别精度。
[0014] 本发明采用采用路网中的多种数据指标进行道路突发事件判别，能够使用于多种路网检测系统，丰富了路网检测系统中检测器种类的可选项。
具体实施方式
[0015] 下面对本专利的具体实施方式进行详细说明。需要指出的是，该具体实施方式仅仅是对本专利优选技术方案的举例，并不能理解为对本专利保护范围的限制。
[0016] 本具体实施方式提供了基于多交通数据指标的道路突发事件判别方法，所述方法包括如下步骤：
[0017] 步骤一：获取历史数据并计算历史数据指标。
[0018] 1.获取历史数据。选定研究的路网，取该路网检测系统所测量的连续两个月的数据，数据区分工作日和非工作日，取历史上当前时段前后各10分钟(可配置项)的数据作为初步历史数据。
[0019] 比如，当前时间段为8：00-8：01，则历史数据为历史上7：51：00—8：11：00这20分钟的数据为历史数据。为保障历史数据都为正常数据，历史数据中要提出历史事件发生时间范围内的数据。对初步历史数据进行提出后，筛选四周的数据作为最终的历史数据。
[0020] 2.确定历史数据指标。
[0021] 获取历史数据后，计算历史数据的均值
[0022]
[0023] 其中，x表示速度、流量、车均占有率、中间车道占有率、上游车辆通过比例。
[0024] 计算历史数据的方差：
[0025]
[0026] 其中，n为所获取历史数据的数据量。
[0027] 计算历史数据的3σ范围：
[0028]
[0029] 如果 则认为超出3σ范围。
[0030] 步骤二：确定指标突变判别方法。
[0031] 在本发明的具体实例中，选取5个交通参数指标，分别为速度、流量、路段车均占有率、上游车辆通过比例、路口占有率。这五个指标突变的判定方法如下：
[0032] 1.速度突变
[0033] 每一时间间隔(默认1分钟)计算5分钟时间窗(可配置)内的过车平均速度。即5分钟时间窗内每一辆车的平均速度。
[0034]
[0035] 路段l在时间段t内的平均速度(米/秒)；
[0036] L：路段l长度(米)；
[0037] n：在时间段t内路段l上下游路口匹配到的车辆数；
[0038] ti,t：剔除噪声后，时间段t内通过路段l的车辆i的行程时间。
[0039] (1)如果当前时段得到的速度超出速度的3σ范围，则认为速度发生突变。
[0040] (2)连续5个时间间隔(可配置项)，有60％(可配置项)即3个时间间隔的速度发生突变，则认为速度有突变则认为速度有突变。
[0041] (3)当数据源数量为3时，数据有突变的数据源数量≥2，则认为发生疑似突发事件；当数据源数量≤2时，有1个数据源产生突变，则认为发生疑似突发事件。
[0042] 2.流量突变
[0043] 每一周期结束统计计算各进口道流量：
[0044]
[0045] 进口道l的流量＝该进口道各相位i流量和。
[0046] (1)如果当前时段得到的流量超出流量的3σ范围，则认为流量发生突变。
[0047] (2)连续5个时间间隔，有60％即3个时间间隔的流量发生突变，则认为流量有突变[0048] (3)当数据源数量为3时，数据有突变的数据源数量≥2，则认为该数据源所在路段发生疑似突发事件；当数据源数量≤2时，有1个数据源产生突变，则认为该数据源所在路段发生疑似突发事件。
[0049] 3.路段车均占有率突变
[0050] 每一周期结束计算各进口道绿灯期间车均占有率:
[0051]
[0052] 进口道l在时间段t内的平均占有率；
[0053] n：车道数；
[0054] oi,t：时间段t内通过进口道l相位i的占有率。
[0055] qi,t：时间段t内通过进口道l相位i的流量。
[0056] (1)如果当前时段微波设备得到的车均占有率超出历史数据的3σ范围，则认为该微波设备路段车均占有率发生突变。
[0057] (2)同一微波设备连续5个时间间隔，有60％即3个时间间隔的车均占有率发生突变，则认为车均占有率有突变。
[0058] (3)任意微波设备车均占有率有突变，则认为微波设备对应的该路段有疑似突发事件。
[0059] 4.上游车辆通过比例突变
[0060] (1)如果当前时间点，上游车辆通过比例超过历史数据的3σ范围，则认为该进口道上游车辆通过比例发生突变。
[0061] (2)连续5个时间间隔，有60％即3个时间间隔的进口道上游车辆通过比例发生突变，则认为该进口道对应路段有疑似突发事件。
[0062] 5.路口占有率突变
[0063] (1)如果当前时段进口道占有率超出历史数据的3σ范围，则认为进口道占有率发生突变。
[0064] (2)同一进口道连续5个时间间隔，有60％即3个时间间隔的进口道占有率发生突变，则认为进口道占有率有突变，认为该进口道所对应的路段有疑似突发事件。
[0065] 步骤三：判定路网中是否有突发事件并找到发生突发事件的路段。
[0066] (1)根据步骤一中确定的历史数据指标的计算方法，计算路段平均速度、进口道流量、路段车均占有率、上游车辆通过比例、进口道占有率5个交通参数的历史数据指标值及其3σ范围。
[0067] (2)获取当前时刻路网中各路段的数据，分别计算当前时刻路段平均速度、进口道流量、路段车均占有率、上游车辆通过比例、进口道占有率5个交通参数指标的数值。
[0068] (3)根据步骤二中确定的指标突变判别方法，将5个数据指标的当前时刻值和历史数值进行比较，判断各个指标突变情况。
[0069] (4)每一时间间隔(默认每一分钟)根据表1给各个指标打分。
[0070] 如果该指标认为发生疑似突发事件，则其得分为1；如果该指标没有数据源，则该指标得分为0；如果该指标在历史正常范围内，则该指标得分为-1分。所有指标得分累加，得到总分，总分＞γ(默认为0)的路段即为突发事件发生路段。
[0071] 表1各指标得分记录表
[0072]
[0073] 路段发生突发事件，则记录系统识别的事件发生时间、发生路段，该路段突变指标，及该指标对应的历史均值和标准差。
[0074] 连续5个时间间隔，该路段得分为≤0，则系统判定事件结束，记录事件结束时间。
