[发明专利]基于端边云融合的高速公路瓶颈路段拥堵辨识方法及系统

说明书

本专利涉及一种基于端边云的高速公路瓶颈路段拥堵辨识方法及系统，包括：获取智能车辆数据和路侧终端数据，并根据所述数据，获得拥堵辨识指标数据集；将拥堵辨识指标数据集包含的各个指标数据标准化，获得标准化的各个指标数据；将所述指标数据利用交互算法和LSTM算法提取处理，获得所述拥堵辨识指标数据集的充分表示量；基于所述拥堵辨识指标数据集的充分表示量，确定拥堵状态类型。本专利适应了复杂交通环境下参数数量多与时变的特性，提高了辨识现有瓶颈路段的准确性。

技术领域

本专利涉及智能交通技术领域。具体而言，涉及一种基于端边云融合的高速公路瓶颈路段拥堵辨识方法及系统。

背景技术

随着我国经济的迅速发展，国民机动车保有量大幅提高，使高速公路瓶颈路段(突然狭窄的路段)上的拥堵问题日益严峻。交通拥堵是影响着高速公路运行效率与驾驶员出行体验的重要因素，是决定道路交通常态化运行的关键指标。

对于复杂高速公路环境下，现有技术主要是针对高速公路的基本路段，而关于高速公路瓶颈路段的交通拥堵辨识研究较少。

不仅如此，对于瓶颈路段指标集数量多且时变的特点，传统的交通拥堵辨识方法并不能实时处理多种传感器数据，无法准确消除干扰因素，导致交通拥堵的错误辨识。

因此，对于复杂交通流信息的固有特征，需要一种基于端边云融合的高速公路瓶颈路段拥堵辨识方法，对现有瓶颈路段运行状况进行全面的精准辨识。

发明内容

本专利正是基于现有技术的上述需求而提出的，本专利要解决的技术问题是提供一种基于端边云融合的高速公路瓶颈路段拥堵辨识方法及系统，以提高辨识现有瓶颈路段运行状况的准确性。

为解决上述技术问题，本专利是采用如下技术方案实现的：

一种基于端边云融合的高速公路瓶颈路段拥堵辨识方法，该方法包括：

获得智能车辆数据和路侧终端数据，并根据所述智能车辆数据和路侧终端数据，获得拥堵辨识指标数据集；

将所述拥堵辨识指标数据集包含的各个指标数据标准化，获得标准化的各个指标数据；

将所述指标数据利用交互算法和LSTM算法提取处理，获得所述拥堵辨识指标数据集的充分表示量，其中，所述交互算法是将所述指标数据输入到公式中，获得索引i最大的xⁱ和的过程，

公式中，i代表索引，i-1代表上一个索引，i-2代表上上一个索引，x 代表当前时刻的输入，h_prev代表上一时刻的输出，r代表轮数，是一个超参数，σ为sigmoid激活函数，Qⁱ,Rⁱ为随机初始化的参数矩阵，当r＝0时，x^-1＝x 和

基于所述拥堵辨识指标数据集的充分表示量，确定拥堵状态类型。

可选地，获得智能车辆数据和路侧终端数据，包括：

基于智能车载终端和路侧终端实时收集的交通信息，获得智能车辆数据和路侧终端数据。

可选地，将所述拥堵辨识指标数据集包含的各个指标数据标准化，获得标准化的各个指标数据，包括：

使用i∈[1...r]算法，将所述拥堵辨识指标数据集包含的各个指标数据标准化，获得标准化的各个指标数据Y₁,Y₂,…,Y_r，其中，i 是索引，f指智能车辆终端和路侧终端的交通状态指标，Y代表标准化的指标数据，r是高速公路瓶颈路段交通状态指标个数。

可选地，将所述指标数据利用交互算法和LSTM算法提取处理，获得所述拥堵辨识指标数据集的充分表示量，包括：

将指标数据进行交互运算，获得索引i值最大的xⁱ和