[发明专利]一种道路流量拥堵报警的方法与系统

摘要

本发明涉及交通管理领域，尤其涉及一种道路流量拥堵报警的方法与系统，该方法包括以下步骤S1.交通参数采集；S2.特征向量组合；S3.模型训练；S4.拥堵判断；该系统包括依次连接的交通流量采集设备、参数处理器以及警报装置。本发明研发的是一套交通拥堵自动报警系统，利用智能交通流量采集设备完成道路的流量统计，并在此基础上通过参数处理器利用GIST特征完成道路的拥堵状况分析，从而自动完成道路拥堵识别与报警，并通知相关人员及时采取应对措施。

主权项

一种道路流量拥堵报警的方法，其特征在于包括以下步骤：S1.交通参数采集：通过交通流量采集设备采集参数，所述参数包括t时间内的平均车速v(t)、车流量f(t)、占有率o(t)以及车流量图片pn，其中n＝{1，2，3，……}，图片Pn大小均为a*b；S2.特征向量组合：A.将获取到的大小为a*b的车流量图片pn全部归一化，用x尺度y方位和对应该图像分辨率的Gabor滤波器对大小为a*b的图像进行滤波，即分别同yb个通道的滤波器进行卷积，其中yb＝x*y，通过级联卷积可以得到图像GIST特征；B.将大小为a*b的图片划分成bj*bj的规则网格，各网块依次记为wi，其中i＝{1，2，3，…，yg}，网格块大小为a'*b'，分别用yb个通道的滤波器进行卷积，通过级联卷积可以得到块GIST特征，用GS表示每个网格块的GIST特征，对GS块各通道进行滤波取平均值后按行组合的方式得到全局GIST特征，用GG表示全局GIST特征，即GG的维数为yb*yg，所以该图片场景的GIST特征是yb*yg维的特征向量组；C.计算交通参数变化量：车速v(t)的1分钟变化量为：Qv[V(t)]＝|v(t)‑v(t‑1)|；车流量f(t)的1分钟变化量为：Qf[f(t)]＝|f(t)‑f(t‑1)|；占有率o(t)的1分钟变化量为：Qo[o(t)]＝|o(t)‑o(t‑1)|；D.将一张图片的特征向量与该图提取到的交通参数组合成新的向量为：F＝{GG,Qv[V(t)],Qf[f(t)],Qo[o(t)]}，新的向量F为模型训练提供依据；S3.模型训练：将三种交通状态：畅通、缓行、拥堵分别以0、1、2代替，即交通状态j＝{0,1,2}，设训练分类器为h,将步骤S2中图片GIST特征和交通参数组合的新的特征向量F放入分类器h，得到训练分类函数h(Fn)；假设训练函数为g(Fn,θk)＝j，θk为阈值，根据三种交通状态可以分析得出k＝{0,1}；当h(Fn)＜θ0时，交通状态结果为0，即为畅通状态；当θ0≤h(Fn)≤θ1时，交通状态结果为1，即为缓行状态；当h(Fn)＞θ1时，交通状态结果为2，即为拥堵状态；由训练函数g(Fn,θk)＝j，即得到训练误差∑||g(Fn，θk)‑j||2，通过最小二乘法求出θk的值，即求出θ0，θ1的值；S4.拥堵判断：对于一组由交通流量采集设备采集到的图片，获取每个图片的组合特征向量F，将组合的特征向量F代入训练函数g(Fn,θk)和分类器函数h(Fn)中，计算得到实际结果j；若是j为2，则该时刻的交通状态为拥堵，触发警报装置。