[发明专利]基于修正速度的宏观交通流离散模型的交通拥堵监控预报方法

摘要

为了克服交通流模型难以直接对交通拥堵监控预报的技术缺陷，本发明提供一种基于修正速度的宏观交通流离散模型的交通拥堵监控预报方法，该方法通过监控摄像机的视频图像获得车辆速度、密度和流量信息，根据新建立的交通拥堵模型对将发生的交通拥堵进行预报，解决了交通拥堵不能及时预报的技术问题。

主权项

1.一种基于修正速度的宏观交通流离散模型的交通拥堵监控预报方法，其特点是采用以下步骤：（1）通过监控摄像机的视频图像获得车辆速度、密度和流量信息时，考虑到实际监控摄像机在路口常年工作，不可能人为方式经常修正图像处理算法，按照以下图像处理的全过程的综合误差性能指标选择图像处理算法：min(e_z)=min{e_para{e_seg[e_pre(e_samp)]}}式中，e_z为图像提取交通参数的整体误差，min(e_z)为通过选择不同组合的图像处理方法得到的e_z最小值，e_samp为图像采样误差，e_pre为图像与处理误差，e_seg为图像中车辆分割误差，e_para为按照分割图像提取交通参数的误差；（2）建立给定路段的宏观交通流模型式中，状态变量φi(n)=1kim-ki(n)>0,]]>σi(n)=1ki(n)>0]]>为第i个路段在nT时刻的值，k_i(n)为区间i在nT时刻的密度，L_i为第i路段的长度，r_i(n)为区间i在n时刻的入口匝道流量，s_i(n)为区间i在n时刻的出口匝道流量，v_i(n)为区间i在n时刻的区间速度，a为加权系数，ρ为可以调整的修正系数，λ、μ₁、μ₂、为给定常数，T为采样周期，τ为变化滞后时间，NT为最终时间，k_im为交通拥堵时第i个路段的饱和交通密度与k_jam相同，交通正常时k_i(n)<k_im，等价速度ve[φi(n)]=vf{1-[kimφi(n)-1kjamφi(n)]l}m=vf{1-[1-1kjamφi(n)]l}m]]>或ve[φi(n)]==vfexp{-1b[kimφi(n)-1kcφi(n)]α}]]>式中，v_f为自由行驶速度，k_jam为交通堵塞时的最低密度，k_c为流量最大时的密度的临界值，l,m,b,α为常值参数；(3)当状态变量η随时间趋于无穷时，该路段将趋于阻塞交通密度而产生交通拥堵，对该路段发出交通更拥堵预报；(4)采用间断性诱导控制限制驶入该路段的来车。