[发明专利]一种基于RFID数据和动态车源的路径诱导方法

说明书

技术领域

本发明属于交通技术领域，具体涉及一种基于RFID数据和动态车源的路径诱导方法。

背景技术

随着城市化的加速和汽车使用率的提高，城市交通拥堵问题日益严重。交通拥堵的发生将带来燃料消耗、污染气体排放、出行时间增加等多种问题，影响人们的生活环境和出行体验。如何提高城市运输效率，缓解交通拥堵，是解决资源节约、环境保护和人类健康的重要课题之一。现在缓解交通拥堵的主要方式有：控制交通需求、改善道路网络结构、改善交通基础设施、智能路径诱导等。其中，智能路径诱导策略相对于交通需求控制更有利于提高司机接受度，具有更高的可行性，且相对于改善道路网络结构和交通基础设施更便于交通管理部门实施，有利于降低成本，因此该方向现已被广泛研究。但是，现有的智能路径诱导方法仍存在如下问题：

1)缺乏精确实时的交通需求数据，对智能路径诱导的研究局限于理论模型，其可行性和实用性难以证明。

2)目前的路径诱导方法大部分是利用静态的交通信息以全局的角度进行路径诱导，管理范围较广不利于管理部门实施，同时不利于司机接受诱导策略。

因此，有必要设计一种新的路径诱导方法。

发明内容

本发明所解决的技术问题是，针对现有技术的不足，提供一种基于RFID数据和动态车源的路径诱导方法，有针对性地对局部车辆进行路径诱导，缓解交通拥堵问题，可行性和实用性高。

本发明所提供的技术方案为：

一种基于RFID数据和动态车源的路径诱导方法，包括以下步骤：

步骤一、提取城市道路信息和道路属性，构建城市道路交通网络；

所述城市道路交通网络由节点和节点之间有向边组成，所述节点是路段与路段的接触点，所述有向边是指路段；路段属性包括路段限速v、路段长度s、路段自由行驶时间t_f以及车道数l；其中路段自由行驶时间t_f由该路段长度除以其限速得到，即t_f＝s/v；

步骤二、将RFID基站与城市道路交通网络中的节点匹配；基于RFID记录数据，提取不同时段基于路段节点的出行OD，每个出行OD为一个二维向量，其第1个分量为出行的起始节点，第2个分量为出行的终止节点；

所述将RFID基站与城市道路交通网络中的节点匹配是指：对于每一个RFID基站，首先根据其观测方向，搜索所在路段上的车辆行驶方向与该RFID基站的观测方向相同的节点；再找到这些节点中距离该RFID基站最近的节点，将该RFID基站匹配至最近的节点；提取不同时段基于路段节点的出行OD是指根据统计RFID记录的时间间隔分布，设定时间间隔阈值，并定义相邻两次RFID记录的时间间隔大于设定的阈值时，这两次记录分别属于两次出行，从而区分不同的出行，得到精确的出行OD；

步骤三、采用MSA算法将各个时段的出行OD分别分配到各个路段上，得到各个时段接近真实交通状况下的路段流量，并计算各个时段下各路段的额外行驶时间；

步骤四、将每个RFID基站作为车源，根据各个时段下路段的额外行驶时间，得到各个时段下每个RFID基站的总额外行驶时间；分别比较每个时段下各个RFID基站的总额外行驶时间，将总额外行驶时间最长的N个RFID基站作为相应时段造成拥堵的主要车源；不同时段造成拥堵的主要车源分布有所差异，是动态变化的；

步骤五、在进行路径诱导时，采用MSA算法将相应时段所有出行分配到各个路段上，完成路径诱导；在采用MSA算法分配出行的过程中，对于从该时段造成拥堵的主要车源出发的出行和从其它车源出发的出行，分别使用不同的路阻函数来计算各条路段上的阻抗。通过使用不同的路阻函数来进行交通流量分配和路径诱导，使用户最优状态向系统最优状态改变；根据不同时段造成拥堵的主要车源的动态变化，有针对地对不同的区域的出行智能提供有效路径诱导策略。

进一步地，所述步骤三中，采用MSA算法将某个时段的出行OD分配到各个路段上的具体步骤如下：

3.1)、设置迭代初始值n＝1，

3.2)、对于每一个路段，更新其旅行时间：