CN103606274A - 一种城市道路交通状态评估方法 - Google Patents

Abstract

本发明公开了一种城市道路交通状态评估方法，包括步骤：采用检测器获取城市道路初始交通流信息；对初始交通流信息进行有效性检验，获取交通流完备信息、交通流不完备信息；对交通流完备信息进行基于可信度的信息融合处理；对交通流不完备信息进行修复处理；采用模糊综合聚类协调方法对融合的交通流信息、修复的交通流信息进行处理后，确定城市道路交通状态为畅通、缓行、一般拥堵或拥堵。本发明具有可靠性、精度、实时性均较高等特点，可广泛应用于道路评估领域。

Description

一种城市道路交通状态评估方法

技术领域

本发明涉及评估技术，特别涉及一种城市道路交通状态评估方法。

背景技术

上世纪八十年代以来，我国的道路交通建设与交通管理取得了很大的成绩；但是，我国目前的城市交通形势发生了显著变化。由于历史与现实的原因，城市道路交通的需求与供给在总量与结构方面存在双重失衡的矛盾，而且该矛盾导致的问题日趋严重：城市道路大范围交通拥堵或堵塞现象普遍化，城市活动效率每况愈下。

随着我国智能交通技术的发展，大量用于交通管理与控制的检测器安装于大路上，比如微波检测器、超声波检测器、视频检测器。以北京为例，五环以内的1300个路口装设有10000多个地面线圈检测系统，快速路交通流检测系统已覆盖四环内快速路的339个检测断面，覆盖四环内快速路与主干道、各个奥运场馆周边区域的228块交通诱导室外显示屏已经运行。

目前，交通状态评估已在国内外发达国家和地区得到应用。比如，基于GPS浮动车的交通状态评估，由于其没有结合GPS浮动车的资源和道路固定传感器的资源，而只将GPS浮动车数据为单源数据，故基于GPS浮动车的交通状态评估的可靠性与精度较差。此外，国内外一些研究机构采用多源传感器信息融合技术进行交通状态识别，但研究成果尚未成熟应用。

申请号为200910237285.X、发明名称为“一种基于信息融合的高速公路交通状态识别方法”中国发明专利申请采用决策权方法建立交通状态识别的二叉树结构，并逐级融合得到最终融合结果。但是，该专利申请需要逐级进行样本训练，使得其计算量大、实时性差。

现有技术中，交通状态识别技术存在可靠性、精度、实时性均比较差等问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种可靠性、精度、实时性均较高的城市道路交通状态评估方法。

为了达到上述目的，本发明提出的技术方案为：

一种城市道路交通状态评估方法，基于城市道路中同一断面上安装的线圈检测器与微波检测器，所述评估方法包括如下步骤：

步骤1、采用线圈检测器或微波检测器分别获取城市道路各采样时刻的线圈初始交通流信息或微波初始交通流信息。

步骤2、对线圈初始交通流信息或微波初始交通流信息进行有效性检验，获取线圈交通流完备信息、线圈交通流不完备信息或微波交通流完备信息、微波交通流不完备信息。

步骤3、对线圈交通流完备信息或微波交通流完备信息进行基于可信度的信息融合处理，得到融合的线圈交通流信息或融合的微波交通流信息；对线圈交通流不完备信息和微波交通流不完备信息进行修复处理，并得到修复的线圈交通流信息或修复的微波交通流信息。

步骤4、采用模糊综合聚类协调方法对融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息、修复的微波交通流信息进行处理后，确定城市道路交通状态为畅通、缓行、一般拥堵或拥堵。

综上所述，本发明所述城市道路交通状态评估方法通过对线圈初始交通流信息或微波初始交通流信息进行有效性检测，将线圈初始交通流信息或微波初始交通流信息中的线圈交通流完备信息或微波交通流完备信息、线圈交通流不完备信息和微波交通流不完备信息区分开来，并对线圈交通流不完备信息和微波交通流不完备信息进行修复；之后，采用模糊综合聚类协调方法对融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息、修复的微波交通流信息进行评估，获得城市道路交通状态。由于本发明所述城市道路交通状态评估方法采用有效性检测，删除掉线圈初始交通流信息或微波初始交通流信息中一些不合格信息，使得采样信息比较精确；对线圈交通流不完备信息和微波交通流不完备信息进行修复，使得参与评估的信息更加可靠、精确，且实时性较强；本发明方法最后采用模糊综合聚类协调方法进行评估，使得城市道路交通状态评估的可靠性、精度、实时性均较高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明所述城市道路交通状态评估方法的总体流程示意图；

图2为本发明有效性检验的流程示意图；

图3为本发明基于可信度的信息融合处理的流程示意图；

图4为本发明中对线圈交通流不完备信息和微波交通流不完备信息进行修复处理的流程示意图；

图5为本发明模糊综合聚类协调方法的流程示意图。

具体实施方式

下面将结合本发明的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明所述城市道路交通状态评估方法的总体流程示意图。如图1所示，本发明所述城市道路交通状态评估方法，基于城市道路中同一断面上安装的线圈检测器与微波检测器，包括如下步骤：

步骤1、采用线圈检测器或微波检测器分别获取城市道路各采样时刻的线圈初始交通流信息或微波初始交通流信息。

本发明中，线圈初始交通流信息与微波初始交通流信息均包括流量、速度、占有率三个指标。

步骤2、对线圈初始交通流信息或微波初始交通流信息进行有效性检验，获取线圈交通流完备信息、线圈交通流不完备信息或微波交通流完备信息、微波交通流不完备信息。

步骤3、对线圈交通流完备信息或微波交通流完备信息进行基于可信度的信息融合处理，得到融合的线圈交通流信息或融合的微波交通流信息；对线圈交通流不完备信息和微波交通流不完备信息进行修复处理，并得到修复的线圈交通流信息或修复的微波交通流信息。

步骤4、采用模糊综合聚类协调方法对融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息、修复的微波交通流信息进行处理后，确定城市道路交通状态为畅通、缓行、一般拥堵或拥堵。

总之，本发明所述城市道路交通状态评估方法通过对线圈初始交通流信息或微波初始交通流信息进行有效性检测，将线圈初始交通流信息或微波初始交通流信息中的线圈交通流完备信息或微波交通流完备信息、线圈交通流不完备信息和微波交通流不完备信息区分开来，并对线圈交通流不完备信息和微波交通流不完备信息进行修复；之后，采用模糊综合聚类协调方法对融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息、修复的微波交通流信息进行评估，获得城市道路交通状态。由于本发明所述城市道路交通状态评估方法采用有效性检测，删除掉线圈初始交通流信息或微波初始交通流信息中一些不合格信息，使得采样信息比较精确；对线圈交通流不完备信息和微波交通流不完备信息进行修复，使得参与评估的信息更加可靠、精确，且实时性较强；本发明方法最后采用模糊综合聚类协调方法进行评估，使得城市道路交通状态评估的可靠性、精度、实时性均较高。

图2为本发明有效性检验的流程示意图。如图2所示，步骤2中，所述对线圈初始交通流信息或微波初始交通流信息进行有效性检验包括如下步骤：

步骤21、按照下表所示规则，对线圈初始交通流信息或微波初始交通流信息进行规则检验：如果线圈初始交通流信息或微波初始交通流信息错误，则删除该线圈初始交通流信息或微波初始交通流信息，或者对线圈初始交通流信息或微波初始交通流信息进行修复；如果线圈初始交通流信息或微波初始交通流信息存在缺失、真实、真实性待定或完全停车情况，则执行步骤22；其中，q为交通流量、o为占有率、u为速度。

序号	规则	错误判断	处理方式
				1	q＝0，o＝0，u＝0	数据缺失或真实	进行下一步检验
2	q≠0，o＝0，u＝0	数据错误	删除或修复
				3	q＝0，o≠0，u＝0	数据错误	删除或修复
4	q＝0，o＝1，u＝0	完全停车	进行下一步检验
				5	q＝0，o＝0，u≠0	数据错误	删除或修复
6	q＝0，o≠0，u≠0	数据错误	删除或修复
				7	q≠0，o≠0，u＝0	数据错误	删除或修复
8	q≠0，o＝0，u≠0	待定	进行下一步检验
				9	q≠0，o≠0，u≠0	待定	进行下一步检验

步骤22、判断线圈初始交通流信息或微波初始交通流信息是否满足阈值0≤q≤f_c·C·T/60：如果满足，则线圈初始交通流信息或微波初始交通流信息分别作为线圈第一中间交通流完备信息或微波第一中间交通流完备信息；如果不满足，则线圈初始交通流信息或微波初始交通流信息分别作为线圈交通流不完备信息或微波交通流不完备信息；其中，f_c为修正系数，C为道路通行能力，T为线圈检测器与微波检测器的采样时间。

比如，城市道路为三车道，道路通行能力C＝4500辆/小时，采样时间T＝2分钟，依据阈值公式可以得到0≤q≤210，即车道最大合理流量为210辆/2分钟。

步骤23、判断线圈第一中间交通流完备信息或微波第一中间交通流完备信息是否满足a·O²+b·O-χ·σ≤q≤a·O²+b·O+χ·σ：如果满足，则线圈第一中间交通流完备信息或微波第一中间交通流完备信息分别作为线圈第二中间交通流完备信息或微波第二中间交通流完备信息；如果不满足，则线圈第一中间交通流完备信息或微波第一中间交通流完备信息分别作为线圈交通流不完备信息或微波交通流不完备信息；其中，a、b为系数，σ为流量标准偏差，χ为标准偏差修正系数。

步骤24、判断线圈第二中间交通流完备信息或微波第二中间交通流完备信息是否满足

如果满足，则线圈第二中间交通流完备信息或微波第二中间交通流完备信息分别作为线圈交通流完备信息、微波交通流完备信息；如果不满足，则线圈第二中间交通流完备信息或微波第二中间交通流完备信息分别作为线圈交通流不完备信息或线圈交通流不完备信息；其中，q_t为线圈第二中间交通流完备信息或微波第二中间交通流完备信息中t时刻的交通流量，

为t时刻之前n个线圈第二中间交通流完备信息或微波第二中间交通流完备信息中交通流量的平均值，σ_t为t时刻之前n个线圈第二中间交通流完备信息或微波第二中间交通流完备信息中交通流量的方差。

图3为本发明基于可信度的信息融合处理的流程示意图。如图3所示，步骤3中，所述对线圈交通流完备信息或微波交通流完备信息进行基于可信度的信息融合处理，包括如下步骤：

步骤311、获取线圈检测器或微波检测器的可信度ξ＝τ×δ；其中，τ为线圈检测器或微波检测器的准确度，δ为线圈检测器或微波检测器的数据完备率。

步骤312、提取线圈交通流完备信息与微波交通流完备信息中各时刻的相同指标，并获取每个时刻线圈交通流完备信息与微波交通流完备信息中各相同指标的均值。

步骤313、对每个时刻线圈交通流完备信息与微波交通流完备信息进行融合：每个时刻线圈交通流完备信息与微波交通流完备信息中各相同指标的均值×ξ，得到融合的线圈交通流信息或融合的微波交通流信息。

图4为本发明中对线圈交通流不完备信息和微波交通流不完备信息进行修复处理的流程示意图。如图4所示，步骤3中，所述对线圈交通流不完备信息和微波交通流不完备信息进行修复处理，包括如下步骤：

步骤320、判断城市道路为交叉路口或直行路段：如果城市道路为交叉路口，则执行步骤321～324；如果城市道路为直行路段，则执行步骤325～327。

步骤321、交叉路口4个路段的线圈检测器或微波检测器分别为C₁、C₂、C₃、C₄，其采集的初始交通流信息中任一指标对应为Q₁、Q₂、Q₃、Q₄，Q_i的时间序列为Q_i＝(q_i(1)，q_i(2)，…，q_i(k)，…，q_i(n))；其中，i＝1，2，3，4，q_i(k)为第i个线圈检测器或微波检测器k时刻的值。

步骤322、判断任意两个交通流Q_i、Q_j之间的灰色关联度：

${\mathrm{\γ}}_{\mathrm{ij}}=\mathrm{\γ}(Q_i\left(k\right),Q_j\left(k\right))=\frac{1}{n}\underset{k=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{\γ}(q_i\left(k\right)-q_j\left(k\right)),$ 其中，i，j＝1，2，3，4且i≠j，

$\mathrm{\γ}(q_i\left(k\right)-q_j\left(k\right))=\frac{\underset{j}{\min }\underset{k}{\min }|q_i\left(k\right)-q_j\left(k\right)|+\mathrm{\ξ}\underset{j}{\max }\underset{k}{\max }|q_i\left(k\right)-q_j\left(k\right)|}{|q_i\left(k\right)-q_j\left(k\right)|+\mathrm{\ξ}\underset{j}{\max }\underset{k}{\max }|q_i\left(k\right)-q_j\left(k\right)|}:$

如果0≤γ_ij≤1，则执行步骤323。

步骤323、当线圈检测器或微波检测器C_i在第r时刻检测到的线圈初始交通流信息和微波初始交通流信息分别为线圈交通流不完备信息和微波交通流不完备信息时，取Q₁、...、Q_i-1的第r-9时刻到第r时刻的线圈初始交通流信息或微波初始交通流信息作为相关因素序列，取Q_i的第r-9时刻到第r时刻的线圈初始交通流信息或微波初始交通流信息作为特征序列，相关因素序列、特征序列如下：

Q_r1＝(q₁(r-9)，q₁(r-8)，…，q₁(r))

…………

Q_r(i-1)＝(q_(i-1)(r-9)，q_(i-1)(r-8)，…，q_(i-1)(r))

Q_ri＝(q_i(r-9)，q_i(r-8)，…，q_i(r))。

步骤324、根据P_N＝(B^TB)^-1B^TY，获取修复的线圈交通流信息和修复的微波交通流信息后，退出；其中， $B=\left[\begin{array}{cccc}-z_1^{\left(1\right)}\left(2\right)& x_2^{\left(1\right)}\left(2\right)& \·\·\·& x_i^{\left(1\right)}\left(2\right)\\ -z_1^{\left(1\right)}\left(3\right)& x_2^{\left(1\right)}\left(3\right)& \·\·\·& x_i^{\left(1\right)}\left(3\right)\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ -z_1^{\left(1\right)}\left(r\right)& x_2^{\left(1\right)}\left(r\right)& \·\·\·& x_i^{\left(1\right)}\left(r\right)\end{array}\right],$

$Y_N=[{x_1^{\left(0\right)}\left(2\right),x_1^{\left(0\right)}\left(3\right),\·\·\·,x_1^{\left(0\right)}\left(r\right)]}^T={[q_i\left(2\right),q_i\left(3\right),\·\·\·,q_i\left(r\right)]}^T,$

$X_i^{\left(s\right)}=\left\{x_i^{\left(s\right)}\left(j\right)\right|x_i^{\left(s\right)}\left(j\right)=\underset{f=1}{\overset{p}{\mathrm{\Σ}}}{x}_i^{(s-1)}\left(f\right),p=\mathrm{1,2},\·\·\·r\}$

$X_2^{(\left(0\right)}={\left[\begin{array}{cccc}{x}_2^{\left(0\right)}\left(1\right)& x_2^{\left(0\right)}\left(2\right)& \·\·\·& x_2^{\left(0\right)}\left(n\right)\end{array}\right]}^T={\left[\begin{array}{cccc}{q}_1^{\left(0\right)}\left(2\right)& q_1^{\left(0\right)}\left(3\right)& \·\·\·& q_1^{\left(0\right)}\end{array}\left(r\right)\right]}^T,...,$

$X_N^{\left(0\right)}={[x_N^{\left(0\right)}\left(1\right),x_N^{\left(0\right)}\left(2\right),\·\·\·,x_N^{\left(0\right)}\left(N\right)]}^T={[q_{(i-1)}^{\left(0\right)}\left(2\right),q_{(i-1)}^{\left(0\right)}\left(3\right),\·\·\·,q_{(i-1)}^{\left(0\right)}\left(r\right)]}^T.$

步骤325、直行路段的第i个线圈检测器或微波检测器在T_k-5、T_k-4、T_k-3、T_k-2、T_k-1时刻获取的线圈初始交通流信息或微波初始交通流信息分别为D_k-5、D_k-4、D_k-3、D_k-2、D_k-1，T_k时刻获取的线圈初始交通流信息和微波初始交通流信息分别为线圈交通流不完备信息或微波交通流不完备信息。

步骤326、获取ΔD_k-2D_k-1D_k的面积S_k、ΔD_k-3D_k-2D_k-1的面积S_k-1、ΔD_k-4D_k-3D_k-2的面积S_k-2、ΔD_k-5D_k-4D_k-3的面积S_k-3。

步骤327、根据D_k-2、D_k-1、S_k＝ω₁S_k-1+ω₂S_k-2+ω₃S_k-3获取D_k，即修复的线圈交通流信息和修复的微波交通流信息；其中，ω₁、ω₂、ω₃为权值。

步骤327中，权值ω₁、ω₂、ω₃的获取方法的具体步骤如下：

步骤a、获取ΔD_k-6D_k-5D_k-4构成的三角形区域的面积S_k-4，并取 ${\mathrm{\η}}_1=\frac{S_{i-3}}{S_{i-4}},$

${\mathrm{\η}}_2=\frac{S_{i-2}}{S_{i-3}},$ ${\mathrm{\η}}_3=\frac{S_{i-1}}{S_{i-2}}.$

步骤b、根据获得权值ω₁、ω₂、ω₃；其中，m＝1，2，3。

本发明中，所述步骤327具体包括如下步骤：

步骤c1、获取ΔD_k-2D_k-1D_k的高 $h=\frac{2S_k}{D_{k-1}{D}_{k-2}}=\frac{2S_k}{\sqrt{4+{(D_{k-1}-D_{k-2})}^2}}.$

步骤c2、获取ΔD_k-2D_k-1D_k中边D_k-2D_k-1所在直行方程：

$\frac{D_{k-2}-D_{k-1}}{2}t+q-D_{k-2}+\frac{T_{k-2}(D_{k-1}-D_{k-2})}{2}=0.$

步骤c3、根据点(T_k，D_k)到边D_k-2D_k-1所在的直线的距离为l与点到直线的距离公式，得到T_k时刻的修复的线圈交通流信息和修复的微波交通流信息均为两个：D_I＝2D_k-1-D_k-2+S_k，D_I’＝2D_k-1-D_k-2-S_k。

步骤c4、如果D_k-1＜D_k-2，则选择D_I为修复的线圈交通流信息和修复的微波交通流信息，如果D_k-1＞D_k-2，则选择D_I′为修复的线圈交通流信息和修复的微波交通流信息。

图5为本发明模糊综合聚类协调方法的流程示意图。如图5所示，步骤4中，所述采用模糊综合聚类协调方法对融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息、修复的微波交通流信息进行处理，包括如下步骤：

S1、将线圈检测器或微波检测器采样得到的线圈初始交通流信息或微波初始交通流信息按先验知识聚合为4个类T＝{G₁、G₁、G₃、G₄}；其中，G₁为畅通，G₂为缓行，G₃为一般拥堵，G₄为拥堵。

S2、获取各类的均值作为各类中心值

其中，u＝1，2，3，4；w_i为第u类的样本个数，v＝1，2，...，g，g为属性个数。

S3、输入融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息，并获取融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息与各类中心值的加权欧式距离的最小值。

S4、判断融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息所属类。

S5、将融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息中的各个指标取值范围[α₁，α_e+1]划分为ρ个灰类：[α₁，α₂]、…、[α_c-1，a_c]、…、[a_ρ-1，a_ρ]、[a_ρ，a_e+1]；其中，c＝1，2，…，e+1。

S6、确定各个指标的白化权函数，获得各个指标所属灰类c的隶属度

S7、获取融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息关于灰类c的综合聚类系数

其中，x_ba为融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息中属性为a的指标b，

为指标b关于灰类c的白化权函数，

为指标b关于灰类c的权重；c表示畅通、缓行、一般拥堵或拥堵的程度。

S8、由

判断对象指标b所属灰类c^＊。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种城市道路交通状态评估方法，基于城市道路中同一断面上安装的线圈检测器与微波检测器，其特征在于，所述评估方法包括如下步骤：

步骤1、采用线圈检测器或微波检测器分别获取城市道路各采样时刻的线圈初始交通流信息或微波初始交通流信息；

步骤2、对线圈初始交通流信息或微波初始交通流信息进行有效性检验，获取线圈交通流完备信息、线圈交通流不完备信息或微波交通流完备信息、微波交通流不完备信息；

步骤3、对线圈交通流完备信息或微波交通流完备信息进行基于可信度的信息融合处理，得到融合的线圈交通流信息或融合的微波交通流信息；对线圈交通流不完备信息和微波交通流不完备信息进行修复处理，并得到修复的线圈交通流信息或修复的微波交通流信息；

步骤4、采用模糊综合聚类协调方法对融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息、修复的微波交通流信息进行处理后，确定城市道路交通状态为畅通、缓行、一般拥堵或拥堵。

2.根据权利要求1所述的城市道路交通状态评估方法，其特征在于，线圈初始交通流信息与微波初始交通流信息均包括流量、速度、占有率三个指标。

3.根据权利要求1所述的城市道路交通状态评估方法，其特征在于，步骤2中，所述对线圈初始交通流信息或微波初始交通流信息进行有效性检验包括如下步骤：

步骤21、按照下表所示规则，对线圈初始交通流信息或微波初始交通流信息进行规则检验：如果线圈初始交通流信息或微波初始交通流信息错误，则删除该线圈初始交通流信息或微波初始交通流信息，或者对线圈初始交通流信息或微波初始交通流信息进行修复；如果线圈初始交通流信息或微波初始交通流信息存在缺失、真实、真实性待定或完全停车情况，则执行步骤22；其中，q为交通流量、o为占有率、u为速度；

序号 规则 错误判断 处理方式 1 q＝0，o＝0，u＝0 数据缺失或真实 进行下一步检验 2 q≠0，o＝0，u＝0 数据错误 删除或修复 3 q＝0，o≠0，u＝0 数据错误 删除或修复 4 q＝0，o＝1，u＝0 完全停车 进行下一步检验 5 q＝0，o＝0，u≠0 数据错误 删除或修复 6 q＝0，o≠0，u≠0 数据错误 删除或修复 7 q≠0，o≠0，u＝0 数据错误 删除或修复 8 q≠0，o＝0，u≠0 待定 进行下一步检验 9 q≠0，o≠0，u≠0 待定 进行下一步检验

步骤22、判断线圈初始交通流信息或微波初始交通流信息是否满足阈值0≤q≤f_c·C·T/60：如果满足，则线圈初始交通流信息或微波初始交通流信息分别作为线圈第一中间交通流完备信息或微波第一中间交通流完备信息；如果不满足，则线圈初始交通流信息或微波初始交通流信息分别作为线圈交通流不完备信息或微波交通流不完备信息；其中，f_c为修正系数，C为道路通行能力，T为线圈检测器与微波检测器的采样时间；

步骤23、判断线圈第一中间交通流完备信息或微波第一中间交通流完备信息是否满足a·O²+b·O-χ·σ≤q≤a·O²+b·O+χ·σ：如果满足，则线圈第一中间交通流完备信息或微波第一中间交通流完备信息分别作为线圈第二中间交通流完备信息或微波第二中间交通流完备信息；如果不满足，则线圈第一中间交通流完备信息或微波第一中间交通流完备信息分别作为线圈交通流不完备信息或微波交通流不完备信息；其中，a、b为系数，σ为流量标准偏差，χ为标准偏差修正系数；

步骤24、判断线圈第二中间交通流完备信息或微波第二中间交通流完备信息是否满足

如果满足，则线圈第二中间交通流完备信息或微波第二中间交通流完备信息分别作为线圈交通流完备信息、微波交通流完备信息；如果不满足，则线圈第二中间交通流完备信息或微波第二中间交通流完备信息分别作为线圈交通流不完备信息或线圈交通流不完备信息；其中，q_t为线圈第二中间交通流完备信息或微波第二中间交通流完备信息中t时刻的交通流量，为t时刻之前n个线圈第二中间交通流完备信息或微波第二中间交通流完备信息中交通流量的平均值，σ_t为t时刻之前n个线圈第二中间交通流完备信息或微波第二中间交通流完备信息中交通流量的方差。

4.根据权利要求1所述的城市道路交通状态评估方法，其特征在于，步骤3中，所述对线圈交通流完备信息或微波交通流完备信息进行基于可信度的信息融合处理，包括如下步骤：

步骤311、获取线圈检测器或微波检测器的可信度ξ＝τ×δ；其中，τ为线圈检测器或微波检测器的准确度，δ为线圈检测器或微波检测器的数据完备率；

步骤312、提取线圈交通流完备信息与微波交通流完备信息中各时刻的相同指标，并获取每个时刻线圈交通流完备信息与微波交通流完备信息中各相同指标的均值；

步骤313、对每个时刻线圈交通流完备信息与微波交通流完备信息进行融合：每个时刻线圈交通流完备信息与微波交通流完备信息中各相同指标的均值×ξ，得到融合的线圈交通流信息或融合的微波交通流信息。

5.根据权利要求1所述的城市道路交通状态评估方法，其特征在于，步骤3中，所述对线圈交通流不完备信息和微波交通流不完备信息进行修复处理，包括如下步骤：

步骤320、判断城市道路为交叉路口或直行路段：如果城市道路为交叉路口，则执行步骤321～324；如果城市道路为直行路段，则执行步骤325～327；

步骤321、交叉路口4个路段的线圈检测器或微波检测器分别为C₁、C₂、C₃、C₄，其采集的初始交通流信息中任一指标对应为Q₁、Q₂、Q₃、Q₄，Q_i的时间序列为Q_i＝(q_i(1)，q_i(2)，…，q_i(k)，…，q_i(n))；其中，i＝1，2，3，4，q_i(k)为第i个线圈检测器或微波检测器k时刻的值；

步骤322、判断任意两个交通流Q_i、Q_j之间的灰色关联度：

${\mathrm{\γ}}_{\mathrm{ij}}=\mathrm{\γ}(Q_i\left(k\right),Q_j\left(k\right))=\frac{1}{n}\underset{k=1}{\overset{n}{\mathrm{\Σ}}}\mathrm{\γ}(q_i\left(k\right)-q_j\left(k\right)),$ 其中，i，j＝1，2，3，4且i≠j，

$\mathrm{\γ}(q_i\left(k\right)-q_j\left(k\right))=\frac{\underset{j}{\min }\underset{k}{\min }|q_i\left(k\right)-q_j\left(k\right)|+\mathrm{\ξ}\underset{j}{\max }\underset{k}{\max }|q_i\left(k\right)-q_j\left(k\right)|}{|q_i\left(k\right)-q_j\left(k\right)|+\mathrm{\ξ}\underset{j}{\max }\underset{k}{\max }|q_i\left(k\right)-q_j\left(k\right)|}:$

如果0≤γ_ij≤1，则执行步骤323；

步骤323、当线圈检测器或微波检测器C_i在第r时刻检测到的线圈初始交通流信息和微波初始交通流信息分别为线圈交通流不完备信息和微波交通流不完备信息时，取Q₁、…、Q_i-1的第r-9时刻到第r时刻的线圈初始交通流信息或微波初始交通流信息作为相关因素序列，取Q_i的第r-9时刻到第r时刻的线圈初始交通流信息或微波初始交通流信息作为特征序列，相关因素序列、特征序列如下：

Q_r1＝(q₁(r-9)，q₁(r-8)，…，q₁(r))

…………

Q_r(i-1)＝(q_(i-1)(r-9)，q_(i-1)(r-8)，…，q_(i-1)(r))

Q_ri＝(q_i(r-9)，q_i(r-8)，…，q_i(r))

步骤324、根据P_N＝(B^TB)^-1B^TY，获取修复的线圈交通流信息和修复的微波交通流信息后，退出；其中， $B=\left[\begin{array}{cccc}-z_1^{\left(1\right)}\left(2\right)& x_2^{\left(1\right)}\left(2\right)& \·\·\·& x_i^{\left(1\right)}\left(2\right)\\ -z_1^{\left(1\right)}\left(3\right)& x_2^{\left(1\right)}\left(3\right)& \·\·\·& x_i^{\left(1\right)}\left(3\right)\\ \·\·\·& \·\·\·& \·\·\·& \·\·\·\\ -z_1^{\left(1\right)}\left(r\right)& x_2^{\left(1\right)}\left(r\right)& \·\·\·& x_i^{\left(1\right)}\left(r\right)\end{array}\right],$

$Y_N=[{x_1^{\left(0\right)}\left(2\right),x_1^{\left(0\right)}\left(3\right),\·\·\·,x_1^{\left(0\right)}\left(r\right)]}^T={[q_i\left(2\right),q_i\left(3\right),\·\·\·,q_i\left(r\right)]}^T,$

$X_i^{\left(s\right)}=\left\{x_i^{\left(s\right)}\left(j\right)\right|x_i^{\left(s\right)}\left(j\right)=\underset{f=1}{\overset{p}{\mathrm{\Σ}}}{x}_i^{(s-1)}\left(f\right),p=\mathrm{1,2},\·\·\·r\}$

$X_2^{(\left(0\right)}={\left[\begin{array}{cccc}{x}_2^{\left(0\right)}\left(1\right)& x_2^{\left(0\right)}\left(2\right)& \·\·\·& x_2^{\left(0\right)}\left(n\right)\end{array}\right]}^T={\left[\begin{array}{cccc}{q}_1^{\left(0\right)}\left(2\right)& q_1^{\left(0\right)}\left(3\right)& \·\·\·& q_1^{\left(0\right)}\end{array}\left(r\right)\right]}^T,...,$

$X_N^{\left(0\right)}={[x_N^{\left(0\right)}\left(1\right),x_N^{\left(0\right)}\left(2\right),\·\·\·,x_N^{\left(0\right)}\left(N\right)]}^T={[q_{(i-1)}^{\left(0\right)}\left(2\right),q_{(i-1)}^{\left(0\right)}\left(3\right),\·\·\·,q_{(i-1)}^{\left(0\right)}\left(r\right)]}^T;$

步骤325、直行路段的第i个线圈检测器或微波检测器在T_k-5、T_k-4、T_k-3、T_k-2、T_k-1时刻获取的线圈初始交通流信息或微波初始交通流信息分别为D_k-5、D_k-4、D_k-3、D_k-2、D_k-1，T_k时刻获取的线圈初始交通流信息和微波初始交通流信息分别为线圈交通流不完备信息或微波交通流不完备信息；

步骤326、获取ΔD_k-2D_k-1D_k的面积S_k、ΔD_k-3D_k-2D_k-1的面积S_k-1、ΔD_k-4D_k-3D_k-2的面积S_k-2、ΔD_k-5D_k-4D_k-3的面积S_k-3；

步骤327、根据D_k-2、D_k-1、S_k＝ω₁S_k-1+ω₂S_k-2+ω₃S_k-3获取D_k，即修复的线圈交通流信息和修复的微波交通流信息；其中，ω₁、ω₂、ω₃为权值。

6.根据权利要求5所述的城市道路交通状态评估方法，其特征在于，所述权值ω₁、ω₂、ω₃的获取方法如下：

步骤a、获取ΔD_k-6D_k-5D_k-4构成的三角形区域的面积S_k-4，并取 ${\mathrm{\η}}_1=\frac{S_{i-3}}{S_{i-4}},$ ${\mathrm{\η}}_2=\frac{S_{i-2}}{S_{i-3}},$ ${\mathrm{\η}}_3=\frac{S_{i-1}}{S_{i-2}};$

步骤b、根据获得权值ω₁、ω₂、ω₃；其中，m＝1，2，3。

7.根据权利要求5所述的城市道路交通状态评估方法，其特征在于，所述步骤327具体包括如下步骤：

步骤c1、获取ΔD_k-2D_k-1D_k的高 $h=\frac{2S_k}{D_{k-1}{D}_{k-2}}=\frac{2S_k}{\sqrt{4+{(D_{k-1}-D_{k-2})}^2}};$

步骤c2、获取ΔD_k-2D_k-1D_k中边D_k-2D_k-1所在直行方程：

$\frac{D_{k-2}-D_{k-1}}{2}t+q-D_{k-2}+\frac{T_{k-2}(D_{k-1}-D_{k-2})}{2}=0;$

步骤c3、根据点(T_k，D_k)到边D_k-2D_k-1所在的直线的距离为l与点到直线的距离公式，得到T_k时刻的修复的线圈交通流信息和修复的微波交通流信息均为两个：D_I＝2D_k-1-D_k-2+S_k，D_I’＝2D_k-1-D_k-2-S_k；

步骤c4、如果D_k-1＜D_k-2，则选择D_I为修复的线圈交通流信息和修复的微波交通流信息，如果D_k-1＞D_k-2，则选择D_I′为修复的线圈交通流信息和修复的微波交通流信息。

8.根据权利要求1所述的城市道路交通状态评估方法，其特征在于，步骤4中，所述采用模糊综合聚类协调方法对融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息、修复的微波交通流信息进行处理，包括如下步骤：

S1、将线圈检测器或微波检测器采样得到的线圈初始交通流信息或微波初始交通流信息按先验知识聚合为4个类T＝{G₁、G₁、G₃、G₄}；其中，G₁为畅通，G₂为缓行，G₃为一般拥堵，G₄为拥堵；

S2、获取各类的均值作为各类中心值其中，u＝1，2，3，4；w_i为第u类的样本个数，v＝1，2，...，g，g为属性个数；

S3、输入融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息，并获取融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息与各类中心值的加权欧式距离的最小值；

S4、判断融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息所属类；

S5、将融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息中的各个指标取值范围[α₁，α_e+1]划分为ρ个灰类：[α₁，α₂]、…、[α_c-1，a_c]、…、[a_ρ-1，a_ρ]、[a_ρ，a_e+1]；其中，c＝1，2，…，e+1；

S6、确定各个指标的白化权函数，获得各个指标所属灰类c的隶属度

S7、获取融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息关于灰类c的综合聚类系数

其中，x_ba为融合的线圈交通流信息、融合的微波交通流信息、修复的线圈交通流信息或修复的微波交通流信息中属性为a的指标b，

为指标b关于灰类c的白化权函数，

为指标b关于灰类c的权重；c表示畅通、缓行、一般拥堵或拥堵的程度；

S8、由

判断对象指标b所属灰类c^＊。

Images