[发明专利]一种实时识别快速道路上拥堵队尾的方法

说明书

本发明公开了一种实时识别快速道路上拥堵队尾的方法，包括以下步骤：步骤一：获取浮动车实时GPS数据信息，包括车辆ID、GPS时间、速度、方向和经纬度坐标信息；步骤二：将车辆GPS点匹配到道路link上，生成基于路网的车辆轨迹数据；步骤三：建立高速和快速路由于偶发性事故造成的拥堵路段单车追尾事故风险指数模型；步骤四：根据多车的行驶轨迹确定会造成追尾事故的拥堵队尾所在的位置；步骤五：将识别到的并且连续的link整合到一起。本发明具备提供更高精度、更准确的路况信息服务，具有广阔的发展前景和极高现实意义的优点，解决了现有识别方法有一定的局限性，无法做到实时检测所有道路通行情况的问题。

技术领域

本发明涉及道路拥堵识别监测技术领域，具体为一种实时识别快速道路上拥堵队尾的方法。

背景技术

面对我国不断扩大的城市规模和不断加快的机动化进程，各大中城市面临的交通滞缓状况频繁出现，特别是在高速上当一个交通事件或突然的驾驶行为引起的偶发性交通拥堵导致车辆排队时，拥堵队尾的位置对于后续车辆来说将是一个特别重要的信息，此外，对于林间山路、弯路和坡路这样视距有限的特殊位置，驾驶者无法及时发现前方的交通拥堵，从而极易引发追尾事故，因此对于拥堵队尾的识别并且能够及时发布给后续车辆，使得这些车辆可以更安全、更舒适地刹车直至完全停车，而不是紧急刹车，对后续车辆提高驾驶安全性将具有重大意义，以往研究多是根据高速公路设置地感线圈检测器来获取交通数据，此类数据包括每30s交通流速度、流量及占有率等信息，由此来建立实时事故风险预测模型，但是这些模型更适用于常发性拥堵路段追尾事故的检测，此外，在实际应用中，我们也无法做到所有道路均按一定距离安装地感线圈检测器，并且从交管部门获取全部数据也是不现实的。

另外，部分学者采用停车距离指数、个体车辆速度、车头间距等数据，借助三相交通流思想来识别拥堵队尾的位置，但该类方法需要所有个体车辆的轨迹数据，而实际上很难获得所有车辆的轨迹数据，导致这些方法在实际交通管理中的应用受到了限制，还有一些车辆使用车载雷达和相机传感器来探测前面的车辆，司机根据提醒来判断是否需要减速并最终停车，以免追尾前面的车，这已经在现在的车辆中使用，并被证明可以提高安全性，但由于探测距离有限，在实际应用中同样有一定的局限性。

无论是设置地感线圈检测器，还是根据所有车辆的轨迹数据来对偶发性事故造成的拥堵路段队尾做检测，均有一定的局限性，无法做到实时检测所有道路通行情况，再有使用车辆内部传感器的方法，考虑到高速公路上车辆行驶速度很快，而传感器覆盖的距离很短，也无法安全地探测到前方远处的拥堵队尾，这对随后的交通也是危险的，另外，对于弯路和坡路这种视距有限的特殊位置，也未能对拥堵队尾位置做识别，此外，现有技术也未能做到向附近车辆广播拥堵队尾的准确时空位置，为此我们提供了一种实时识别快速道路上拥堵队尾的方法。

发明内容

本发明的目的在于提供一种实时识别快速道路上拥堵队尾的方法，具备提供更高精度、更准确的路况信息服务，具有广阔的发展前景和极高现实意义的优点，解决了现有识别方法有一定的局限性，无法做到实时检测所有道路通行情况的问题。

为实现上述目的，本发明提供如下技术方案：一种实时识别快速道路上拥堵队尾的方法，包括以下步骤：

步骤一：获取浮动车实时GPS数据信息，包括车辆ID、GPS时间、速度、方向和经纬度坐标信息；

步骤二：将车辆GPS点匹配到道路link上，生成基于路网的车辆轨迹数据；

步骤三：建立高速和快速路由于偶发性事故造成的拥堵路段单车追尾事故风险指数模型；

步骤四：根据多车的行驶轨迹确定会造成追尾事故的拥堵队尾所在的位置；

步骤五：将识别到的并且连续的link整合到一起，取最后路网link为拥堵队尾事件所在的位置；

步骤六：根据时空蔓延算法，并结合发布系统，对后续车辆发布预警信息。