[发明专利]一种基于移动警务的卡口流量预警方法

说明书

本发明提供一种基于移动警务的卡口流量预警方法，其可以确保交警能够及时发现异常路段，简化交警对卡口流量预警参数的配置过程，进而确保交警可以优化卡口布点以及提升卡口设备运维水平。本发明技术方案中，通过差分自回归滑动平均模型ARIMA对预测日的车流量进行预测，通过设置预警阈值来保证一旦发生交通异常，交警即可以在交通异常发生之前收到预警信息，能够及时到达到异常地点，及时的解决问题；基于历史数据，对待监测主干道道路基于一周中的每一天都建立一个差分自回归滑动平均模型ARIMA，确保差分自回归滑动平均模型ARIMA预测得到的过车流量预测值符合城市生活中每一天的卡口日流量的峰值和谷值的特性。

技术领域

本发明涉及智能交通监控技术领域，具体为一种基于移动警务的卡口流量预警方法。

背景技术

现有的交通管理方式中，往往是在某路段发生了交通异常才调配交警进行交通异常的对应，交警的到岗常常是晚于事故发生时间的；虽然也有管理者因为经验所以会提前预判发生问题的路段，但是因为过于依靠个人经验，并不能很准确的判断出时间、地点等具体参数。

发明内容

为了解决现有交通管理方式中无法及时获得发生交通异常的路段，导致交警无法及时调配到异常路段的问题，本发明提供一种基于移动警务的卡口流量预警方法，其可以确保交警能够及时发现异常路段，简化交警对卡口流量预警参数的配置过程，进而确保交警可以优化卡口布点以及提升卡口设备运维水平。

本发明的技术方案是这样的：一种基于移动警务的卡口流量预警方法，其特征在于，其包括以下步骤：

S1：构建差分自回归滑动平均模型ARIMA；

S2：确认待监测主干道道路；获取预测日的具体日期；

S3：设：所述预测日为星期τ，设置观测数据选取的周期数ξ；

采集所述预测日前ξ周内每一个星期τ的全天内所有的经过所述待监测主干道道路上所有卡口的历史车流量数据；对采集的所述历史车流量数据进行预处理后，记做本次预处理后样本数据L_i，其中，ξ为正整数；

S4：基于动态时间规整算法DTW将所述本次预处理后样本数据L_i与前次预处理后样本数据L_j进行相时间似度判断；

当DTW(L_i,L_j)＞λ时，执行步骤S5；

否则，执行步骤S6；

其中，所述前次预处理后样本数据L_j为上一个同频预测日对应的前ξ周内每一个星期τ的所述训练用样本数据；所述同频预测日为与所述预测日同为星期τ的预测日；

当上一个所述同频预测日不存在时，所述前次预处理后样本数据L_j的值为空；

λ为预设的相似度比较阈值，当DTW(L_i,L_j)＞λ表示参与比较的二者相似度很低；

S5：基于所述本次预处理后样本数据L_i训练所述自回归滑动平均模型ARIMA，获得训练好的所述自回归滑动平均模型ARIMA；

将训练好的所述自回归滑动平均模型ARIMA设置为本次使用的星期τ预测用模型；执行步骤S7；

S6：将上一个所述同频预测日对应的训练好的所述自回归滑动平均模型ARIMA设置为本次使用的所述星期τ预测用模型；

S7：获取预测时间段，所述预测时间段长度不超过所述预测日当天24小时；

S8：基于所述预测日对应的本次使用的所述星期τ预测用模型，预测获得所述待监测主干道道路卡口在所述预测时间段内的过车流量预测值；