CN103699775B - 城市道路交通诱导策略自动生成方法与系统 - Google Patents

Abstract

本发明涉及一种城市道路交通诱导策略的自动生成方法和系统，该方法和系统运用智能交通理论、空间自相关理论、模糊数学理论、统计学方法以及计算机技术研究和处理实时交通流数据与历史数据，从而在道路交通网络上发生交通事件的情况下，自动生成可通过道路上VMS可变信息板进行及时发布的交通诱导策略。该方法和系统以历史人工诱导信息和实时交通流数据为输入数据，在分析历史诱导经验规律和挖掘实时交通流特征的基础上，应用本发明所提出交通状态空间不均衡性分析方法确定最终的诱导发布策略；可在发生一定的如交通事故、拥堵、恶劣天气、管控等的交通事件时为城市交通管理部门快速发布诱导信息提供建议和策略方案。

Description

城市道路交通诱导策略自动生成方法与系统

技术领域

本发明涉及城市道路交通系统，特别是涉及一种城市道路交通诱导策略的自动生成方法和系统。

背景技术

随着我国城市化进程深入发展，城市交通问题已变成很多大城市共同面临的严峻挑战。以往注重提升交通系统供给能力的发展模式越来越受到城市有限时空资源的限制，因此很多城市都将基于智能交通技术与交通需求管理的可持续发展战略作为缓解城市交通拥堵、提高交通服务水平与降低交通能耗和排放的主要方向。为保证道路交通网络上交通诱导效果，必须在分析各种与诱导相关的历史信息和实时数据的基础上，针对具体情况因地制宜、因时制宜地制定交通诱导策略，从而达到缓解拥堵、提高交通运行效率与服务水平的目的。

通常道路交通事件发生之后，城市的交通状态演化呈现异常复杂的过程，诱导信息和交通需求之间相互作用、相互影响，难以运用数理解析方法进行描述。随着智能交通系统基础设施的不断完善，进一步深化交通系统的诱导与管理面临以下三个方面的挑战：（1）以往交通诱导策略的制定与实施大都基于交通管理人员的主观认识和工作经验，缺乏科学的理论方法与先进的分析技术的支持，尚不能从系统科学角度制定考虑道路交通流时空演变复杂性的诱导策略；（2）这种基于个人经验的发布策略不能充分反映道路交通流时空特征实时演化对发布策略的反馈影响，难以满足诱导策略动态制定与修正的需求，缺乏将历史诱导经验与实时动态交通特性有效融合的方法与系统；（3）当前普遍被采用的基于仿真和动态交通分配的诱导策略生成方法与系统，因海量实时数据处理以及模拟现实环境时存在较多假设前提条件，在实践中对实时性需求缺乏考虑，导致发布的交通诱导策略在实际应用中的效果受到局限。

随着智能交通系统的逐步应用，很多大城市已进行了大量诱导实践，积累了丰富的历史诱导信息发布数据，同时也具备实时采集路网交通流数据的能力。历史诱导信息虽大多基于经验和感性认识，但在实践当中随着交通管理人员对现实情况的把握不断得到完善，因此能在一定程度上反映交通诱导应遵循的基本规律。以历史诱导信息发布数据为基础，运用统计学方法分析这些历史诱导信息发布数据中所潜藏的规律，可为诱导策略的自动生成提供一个新的思路。此外，道路上的实时交通流数据是道路上交通状况的真实反映，是在道路网络物理结构特征、交通需求时空分布与演化特性、道路交通分配模式、交通管理控制及偶然性事件等因素综合影响下的结果。因此，在诱导策略生成方法中结合本发明所提出交通状态空间不均衡性分析方法对交通事件发生时的实时交通流数据进行分析，既可避免对交通系统各影响因素之间复杂作用机理的描述，同时也可在诱导策略中反映实时动态交通特征的影响，提高所生成诱导策略的合理性和有效性。

发明内容

针对以上现有技术的不足，本发明提供一种理论上科学合理、实践中响应迅速的城市道路交通诱导策略生成方法和系统。它以智能交通理论、空间自相关理论、模糊数学理论、统计学方法为基础，同时应用计算机技术，根据历史诱导信息发布数据和实时交通流数据，在发生交通事件（如交通事故、拥堵、恶劣天气、管控等）时，进行快速响应，自动生成科学合理的交通诱导策略，为城市交通管理部门提供建议和策略方案，辅助交通管理决策者对城市道路交通出行者进行诱导。

本发明的目的通过以下技术方案来实现：

一种城市道路交通诱导策略的自动生成系统，该生成系统包括：

交通事件信息及系统参数输入模块，该模块定义了每类交通事件信息的输入接口，并将接收到的交通事件信息传递给其他模块；同时提供给用户输入各种系统参数的接口，根据用户输入的交通事件信息自动生成诱导策略内容；

历史诱导信息查询与分析模块，该模块根据交通事件信息及系统参数输入模块传递的信息，首先查询出历史上发生相似交通事件时的历史诱导信息发布数据，然后计算历史诱导信息发布数据中待选VMS集合及其中各VMS的信息发布频率、每条诱导信息发布的VMS数目以及诱导信息发布时长的分布状况，以此作为诱导策略生成的基本依据；

基于实时交通流数据的交通状态空间不均衡性分析模块，该模块根据历史诱导信息发布数据查询与分析模块中所获得的待选VMS集合，从实时交通流数据库中搜索其所在道路及周边道路在交通事件发生时的交通流数据，运用本发明提出的方法计算每条道路上VMS的实时诱导可行性；

交通事件信息发布待选范围自定义编辑模块，该模块根据用户输入的事件发生位置、路网拓扑关系自动产生待选VMS集合，同时提供可视化自定义编辑功能。

最终诱导策略生成和展示模块，该模块根据历史诱导信息发布数据查询与分析模块及基于实时交通流数据的交通状态空间不均衡性分析模块获得的结果，确定最终诱导策略的发布起终止时间和发布的VMS集合，结合由交通事件信息及系统参数输入模块获取的诱导策略的发布内容，将整个诱导策略进行展示。

一种城市道路交通诱导策略的自动生成方法，该生成方法包括如下步骤：

1）定义需要输入的交通事件信息，包括交通事件类型、发生地点及发生时间等内容；然后接收用户输入或由其它系统传入的交通事件信息，并据此生成诱导策略的发布内容；

2）根据输入的交通事件类型、发生地点、发生时间等描述信息，从历史诱导信息发布数据库中查询与输入交通事件类型特点相似的历史诱导信息。然后，分析每条相似历史诱导信息发布的VMS数目分布特征，统计相似历史诱导信息所发布的VMS，作为待选VMS集合，并计算在相似历史诱导信息中每一VMS的发布频率；同时，统计相似历史诱导信息的发布时长分布状况，计算出诱导策略建议发布起止时间；

3)根据步骤二所得待选VMS集合，从实时交通流数据库中搜索待选VMS集合中每一VMS所在路段及其周边路段在事件发生时的交通流数据，根据交通状态空间不均衡性分析方法，确定每一VMS在实时交通流状况下发布诱导信息的适宜程度，称为实时诱导可行性；

4）在分析每块VMS历史发布频率、实时诱导可行性的基础上，综合考虑历史诱导规律和实时交通流状况对发布策略的影响，进而确定每块VMS最终的诱导建议度，并据此决定发布诱导策略的VMS集合。

所述步骤3中交通状态空间不均衡性分析方法的具体步骤为：

301）首先从实时交通流数据库查询待选VMS集合中每一VMS所对应路段及其周围路段的交通流数据，对于每一路段p，计算如下两个统计量：

$Z_p=\frac{(x_p-\stackrel{\‾}{x})}{\sqrt{\frac{\underset{i}{\mathrm{\Σ}}{(x_p-\stackrel{\‾}{x})}^2}{n}}}$

${\mathrm{Wz}}_p=\frac{\underset{q}{\mathrm{\Σ}}{w}_{\mathrm{pq}}(x_q-\stackrel{\‾}{x})}{\underset{q}{\mathrm{\Σ}}{w}_{\mathrm{pq}}\×\sqrt{\frac{\underset{p}{\mathrm{\Σ}}{(x_p-\stackrel{\‾}{x})}^2}{n}}}$

式中p、q分别为路段编号，n为研究路段数，x_p为路段p在交通事件发生时的交通流数据，w_pq表示路段p、q之间空间邻接关系，若路段p、q相邻为1，否则为0。式中取整个路网中所有路段，包括路段p、q的交通流数据均值；

302）以Z为横坐标，Wz为纵坐标将所有研究的路段根据其Z和Wz值绘制成散点图，称为交通状态散点图；

303）根据路段的Z和Wz两个统计量，构建一种道路交通实时诱导可行性度量模型，计算研究的每条路段的实时诱导可行性。

所述步骤4中确定每块VMS最终诱导建议度为：首先根据每条道路的实时诱导可行性，确定在该道路布设VMS的实时诱导可行性，然后结合历史诱导信息发布频率计算最终的诱导建议度，对于编号为i的VMS，其最终诱导建议度P_i如下所示：

$P_i={\mathrm{\γ}}_1{F}_i+{\mathrm{\γ}}_2\frac{E_{\mathrm{roadof}\left(i\right)}+1}{2}$

γ₁+γ₂=1

式中函数roadof(i)返回编号为i的VMS所在道路的索引，γ₁和γ₂分别是历史发布频率和实时诱导可行性的建议权重值，二者之和为1，表示交通管理者或决策者对历史经验与实时交通状况的参考偏好。

本发明的优点在于：

本发明的有益效果是通过运用智能交通理论、空间自相关理论、模糊数学理论、统计学方法以及计算机技术研究和处理实时交通流数据与历史诱导信息发布数据，揭示城市道路交通诱导信息的内在作用机理与运行规律，在路网发生交通事件时快速响应，自动产生科学、合理、有效的诱导策略，为城市交通管理部门发布诱导信息提供高效的决策支持和科学的备选方案。

附图说明

图1为城市道路交通诱导策略自动生成方法流程图；

图2为城市道路交通诱导策略自动生成系统基本体系框架图；

图3为道路交通状态散点图中各分区与各变量关系示意图；

图4为西直门北向南方向发生交通事故时待选VMS集合空间位置图；

图5为西直门北向南方向发生交通事故的相似历史诱导信息发布时长分布图；

图6为西直门北向南方向发生交通事故的相似历史诱导信息发布VMS数目分布图；

图7为西直门北向南方向发生交通事故时待选VMS集合所在道路空间位置图；

图8为西直门北向南方向发生交通事故时待选VMS集合所在道路交通状态散点图；

图9为西直门北向南方向发生交通事故时待选VMS集合诱导建议度专题地图；

图10为西直门北向南方向发生交通事故时建议发布诱导信息的VMS集合所在空间位置图。

具体实施方式

以下结合附图和实施例来详细说明本发明的具体实施方式：

实施例1：

如图1为城市道路交通诱导策略自动生成方法流程图，该方法以智能交通理论、空间自相关理论、模糊数学理论、统计学方法以及计算机技术为基础，首先根据输入的交通事件信息从历史诱导信息发布数据库中查询历史上发生相似交通事件时的历史诱导信息，并统计每块VMS可变信息板的信息发布频率及历史诱导信息的发布时长和发布VMS数目分布，同时通过交通流数据计算每块VMS的实时诱导可行性，确定最终的诱导策略并进行显示。其主要包括以下几个步骤：

步骤一：定义需要输入的各种类型的交通事件信息，包括交通事件类型、发生地点及发生时间等内容；根据输入的交通事件描述信息自动生成诱导策略发布内容。

交通事件是进行诱导的基础，不同的交通事件下需要的诱导策略各不相同，因此需要对交通事件的各项特征进行准确描述，才能根据描述信息确定合适的诱导策略。交通事件信息可由用户手动输入或其他系统自动传入。

诱导策略的发布内容生成规则与定义的交通事件信息输入规范应保持一致，尽量用简介的语言向出行者提供完整的交通事件说明以及诱导信息。本发明根据实际数据情况将交通事件分为事故、管控、拥堵、恶劣天气、故障车、施工、宣传7大类。此处以事故类交通事件的诱导策略发布内容的生成规则为例进行介绍。假设发生某一交通事故，获取事故的基本描述：发生地点（Address）、预计清理时长（Minutes，单位为分钟）和建议绕行地点（Round），则诱导策略发布内容生成规则可表示为：Address+“发生交通事故，”+“预计清理”+Minutes+“分钟，”+“建议绕行”+Round。其他类型的诱导策略发布内容生成规则与事故的类似。

步骤二：根据输入的交通事件类型、发生地点、发生时间等描述信息，从历史诱导信息发布数据库中查询与输入交通事件类型特点相似的历史诱导信息。然后，分析每条相似历史诱导信息发布的VMS数目分布特征，统计相似历史诱导信息所发布的VMS，作为待选VMS集合，并计算在相似历史诱导信息中每一VMS的发布频率；同时，统计相似历史诱导信息的发布时长分布状况，根据发布时长分布状况确定诱导策略建议发布起止时间。

在实际中，诱导策略发布的VMS数目应随事件严重程度增加而增加，且在事件越严重时增加的幅度越大。交通事件严重程度是衡量交通事件影响度的指标，是本发明算法的一个输入参数。其取值在区间[0,1]之内，可由交通管理人员根据经验通过专家打分方式确定，一般事件的事件严重程度可取0.5，交通事件影响越轻微则事件严重程度取值越小，越显著则事件严重程度取值越大。

假设发布VMS数目最少的历史发布信息对应交通事件严重程度为0，VMS数目最大的历史发布信息对应交通事件严重程度为1，而发布最频繁的VMS数目所对应事件严重程度为0.5，通过分析发现诱导策略发布的VMS数目与事件严重程度的平方呈正比例关系。首先从查询出的相似历史诱导信息数据中获取每一条诱导信息发布的VMS数目，统计每条诱导信息发布的最大VMS数m_max以及最小VMS数m_min，根据发生的交通事件严重程度η确定建议发布的VMS数量M。

M=m_min+(m_max-m_min)η²

设从历史诱导信息发布数据库中查询所得的相似历史诱导信息为N条，相似历史诱导信息所发布过VMS集合为V，称待选VMS集合。在待选VMS集合V中，若发布在某一编号为i的VMS上的相似历史诱导信息数为n_i，则编号为i的VMS历史发布频率F_i可由下式表示：

$F_i=\frac{n_i}{N}$

诱导策略建议时长是根据相似历史诱导信息的发布时长分布来确定的，根据置信度给出建议发布的时长范围。将所有查询得出的历史诱导信息的发布时长按从小到大进行排序，得到长度为N的数组T，规定T[j]为数组T的第j个元素，统计出发布时长数组T的中位数索引center。此处假设诱导策略的发布起始时间pt_start即为交通事件发生时间，则在置信度θ下的最早结束时间pt_endE和最晚结束时间pt_endL为：

pt_endE=pt_start+T[center-N*θ/2]

pt_endL=pt_start+T[center+N*θ/2]

步骤三：根据步骤二所得待选VMS集合，从实时交通流数据库中搜索待选VMS集合中每一VMS所在路段及其周边路段在事件发生时的交通流数据，根据如下的交通状态空间不均衡性分析方法，确定每一VMS在实时交通流状况下发布诱导信息的适宜程度，称为实时诱导可行性。交通状态空间不均衡性分析方法具体步骤及流程如下所述。

首先从实时交通流数据库查询待选VMS集合中每一VMS所对应路段及其周围路段的交通流数据，对于每一路段p，计算如下两个统计量：

$Z_p=\frac{(x_p-\stackrel{\‾}{x})}{\sqrt{\frac{\underset{i}{\mathrm{\Σ}}{(x_p-\stackrel{\‾}{x})}^2}{n}}}$

${\mathrm{Wz}}_p=\frac{\underset{q}{\mathrm{\Σ}}{w}_{\mathrm{pq}}(x_q-\stackrel{\‾}{x})}{\underset{q}{\mathrm{\Σ}}{w}_{\mathrm{pq}}\×\sqrt{\frac{\underset{p}{\mathrm{\Σ}}{(x_p-\stackrel{\‾}{x})}^2}{n}}}$

式中p、q分别为路段编号，n为研究路段数，x_p为路段p在交通事件发生时的交通流数据。w_pq表示路段p、q之间空间邻接关系，若路段p、q相邻为1，否则为0。式中取整个路网中所有路段（包括路段p、q）的交通流数据均值，主要是因为基于所有路段交通流数据平均值的Z_p和Wz_p计算可从全局的角度评价所研究路段交通状况，避免因局部交通状态聚集而导致过高或过低评价。某一路段p的统计量Z_p和Wz_p可以衡量该道路当前处于何种交通状态，此处研究的交通流数据x为速度（也可应用其它表征交通状态的变量，例如交通流量或交通密度），Z_p为当前路段p的速度标准化值，表示当前道路的畅通程度，其值越大表示该道路越畅通；而Wz_p为路段p所有周围路段的速度标准化加权值，表示路段p周围路段的畅通程度，其值越大表示周围道路越畅通。

然后，以Z为横坐标，Wz为纵坐标将所有研究的路段根据其Z和Wz值绘制成散点图，称为交通状态散点图，如图3所示，图中每一个点表示一条路段。首先定义随机区域（区域5）为：表示路段上的交通状况与其周围路段的交通状况无明显差异，ε为判定差异的最低阈值。在随机区域以外，位于交通状态散点图第一象限（区域1）的点表示该点所代表路段及其周围路段都畅通；第二象限（区域2）的点表示该路段拥堵，但周围路段畅通；第三象限（区域3）的点表示该路段及其周围路段都拥堵；第四象限（区域4）的点表示该路段畅通，但周围路段拥堵。一般来说，交通诱导的目的是对交通流在时间和空间上进行再分配，使交通需求在路网上尽可能动态均衡分布。从实时交通状态特征可知，最适宜诱导的是处于区域2的路段，因其周围的畅通路段恰可容许该路段上拥堵的交通流向外转移，其次是区域1；区域4最不适宜诱导，区域3次之，因为将原本畅通路段上的交通流转移到其周围相对拥堵的路段上可能会导致系统更加拥堵。在某种意义上，周围路段的剩余容纳能力决定了诱导的可行性。

最后，根据路段的Z和Wz两个统计量，构建一种道路交通实时诱导可行性度量模型，计算研究的每条路段的实时诱导可行性。假设除随机区域以外的每个区域中，各象限的角平分线上的特征最为明显，根据前文所述交通状态散点图中各区域的诱导适宜程度（区域5无明显特征，区域2最适宜诱导，其次区域1，区域3不适宜诱导，区域4最不适宜诱导），分别给区域5内以及区域2、区域1、区域3和区域4的角平分线上的点赋实时诱导可行性值：0、1、0.5、-0.5、-1，其他点的实时诱导可行性可由隶属度确定。此处隶属度由交通状态散点图中原点到路段对应点的向量与各象限角平分线夹角余弦值表示，首先计算交通状态散点图中原点o到某一道路p所对应点p(Z,Wz)的向量与第一、三象限角平分线对应向量以及二、四象限平分线对应向量的夹角余弦值cosα_p及cosβ_p，则可据此计算道路p的实时诱导可行性E_p。函数δ(x)在公式中用于识别输入变量x是正数、负数或0。公式中通过将cosα_p（cosβ_p）输入δ(x)，以识别某一道路p所对应点位于第一、三象限（第二、四象限)角平分线的上侧或下侧。

$\cos {\mathrm{\α}}_p=\frac{\stackrel{\→}{\mathrm{op}}\·\stackrel{\→}{n_1}}{\left|\stackrel{\→}{\mathrm{op}}\right|\left|\stackrel{\→}{n_1}\right|}=\frac{Z+\mathrm{Wz}}{\sqrt{2(Z^2+{\mathrm{Wz}}^2)}}$

$\cos {\mathrm{\β}}_p=\frac{\stackrel{\→}{\mathrm{op}}\·\stackrel{\→}{n_2}}{\left|\stackrel{\→}{\mathrm{op}}\right|\left|\stackrel{\→}{n_2}\right|}=\frac{\mathrm{Wz}-Z}{\sqrt{2(Z^2+{\mathrm{Wz}}^2)}}$

$E_p=\left\{\begin{array}{cc}0& \sqrt{Z^2+{\mathrm{Wz}}^2}<\mathrm{\&epsiv;}\\ 0.5\mathrm{\&delta;}\left(\cos {\mathrm{\&alpha;}}_p\right){\cos }^2{\mathrm{\&alpha;}}_p+\mathrm{\&delta;}\left(\cos {\mathrm{\&beta;}}_p\right){\cos }^2{\mathrm{\&beta;}}_p& \sqrt{Z^2+{\mathrm{Wz}}^2}\&GreaterEqual;\mathrm{\&epsiv;}\end{array}\right.$

$\mathrm{\&delta;}\left(x\right)=\left\{\begin{array}{cc}0& x=0\\ \frac{x}{\left|x\right|}& x\&NotEqual;0\end{array}\right.$

步骤四：在分析每块VMS历史发布频率、实时诱导可行性的基础上，综合考虑历史诱导规律和实时交通流状况对发布策略的影响，进而确定每块VMS最终的诱导建议度，并据此决定发布诱导策略的VMS集合。为确定每一VMS的最终诱导建议度，首先根据每条道路的实时诱导可行性，确定在该道路布设VMS的实时诱导可行性，然后结合历史诱导信息发布频率计算最终的诱导建议度。对于编号为i的VMS，其最终诱导建议度P_i由下式计算。

$P_i={\mathrm{\&gamma;}}_1{F}_i+{\mathrm{\&gamma;}}_2\frac{E_{\mathrm{roadof}\left(i\right)}+1}{2}$

γ₁+γ₂=1

式中函数roadof(i)返回编号为i的VMS所在道路的索引，γ₁和γ₂分别是历史发布频率和实时诱导可行性的建议权重值，二者之和为1，表示交通管理者或决策者对历史经验与实时交通状况的参考偏好。由于F_i取值范围为[0,1]，而E_roadof(i)的取值范围为[-1,1]，因此需要预先将E_roadof(i)标准化，化为[0,1]之间再进行加权。待选VMS集合V中所有VMS的诱导建议度计算完毕后，根据每块VMS的诱导建议度按从大到小的顺序进行排序，选取前M（建议发布的VMS数）块VMS作为拟发布诱导策略的发布VMS集合。

实施例2：

依照本发明的方法，设计一种城市道路交通诱导策略自动生成系统。图2为城市道路交通诱导策略自动生成系统基本体系框架图，该系统由交通事件信息及系统参数输入模块、历史诱导信息查询与分析模块、基于实时交通流数据的交通状态空间不均衡性分析模块、交通事件信息发布待选范围自定义编辑模块以及最终诱导策略生成和展示模块5个部分组成。

（1）交通事件信息及系统参数输入模块

该模块定义了每种类型的交通事件信息的输入接口，包括如何描述交通事件（例如事件发生的时间、地点、严重程度），以何种格式输入交通事件描述信息等，并将所获取的交通事件信息传递给其他模块。交通事件信息的输入包括手动与自动两种方式。既可由用户在用户界面中手动定制输入，同时该模块也提供了由其他系统（例如道路交通状态监控系统）传入交通事件信息的接口。影响道路交通状况的事件一般分为：事故、管控、拥堵、恶劣天气、施工、宣传等类型，每种类型由于对交通的影响方式、影响程度不同，因此所需输入的交通事件描述信息也存在差异。同时，该模块还根据输入的交通事件描述信息和固定的格式生成诱导策略发布内容，并提供给用户自定义编辑和修改诱导策略发布内容的功能。

除对交通事件信息输入格式进行定义外，交通事件信息及系统参数输入模块还向用户提供系统运行各参数的手动输入和调整功能。用户可在该模块中对系统参数进行调节，具体包括：作为历史经验的历史诱导信息统计时间范围、实时交通流数据向前推移时长（分钟）、发布时长置信度、历史经验与实时交通状况的建议权重等，便于用户更灵活定制系统计算模块的运行模式。

（2）历史诱导信息查询与分析模块

该模块根据模块（1）所获得交通事件信息和参数，查询历史上发生相似交通事件所对应历史诱导信息发布数据，据此统计历史诱导信息中的待选VMS集合及其中各VMS的发布频率、历史诱导信息发布的VMS数目分布以及发布时长分布特征。该模块中查询和分析历史诱导信息的具体步骤如下：

1）根据交通事件信息从历史诱导信息发布数据库中查询生成历史上发生相似的交通事件时所对应的诱导信息发布数据集。

2）计算历史诱导信息发布数据集中诱导信息数目N、发布诱导信息的VMS集合V、集合V中任意一编号为i的VMS所发布诱导信息数目n_i、每条信息发布VMS的最大数目m_max和最小数目m_min、所有诱导信息的发布时长按从小到大排序的数组T。

3）根据历史诱导信息数目N、发布在集合V中任一编号为i的VMS上的诱导信息数目n_i，计算每块VMS的历史发布频率。

4）通过每条历史诱导信息发布VMS的最大数目m_max和最小数目m_min以及交通事件严重程度η计算确定诱导策略拟发布的VMS数目M。

5）基于发布时长数组T，假设交通事件发生时间即为诱导策略发布起始时间，计算出在一定的时长置信度（系统参数）下的发布最早结束时间和最晚结束时间。若经过搜索，所得相似历史诱导信息数据不足以得出有效的发布时长分布结果时，鉴于同类交通事件的诱导信息（比如事故）发布时长特征具有较强相似性，因此考虑放松部分约束条件（如发生地点、时间等），重新统计发布时长数组T进行计算。

（3）基于实时交通流数据的交通状态空间不均衡性分析模块

该模块根据历史诱导信息查询与分析模块所得待选VMS集合（当相似历史诱导信息数据不足以给出有效待选VMS集合时，需调用交通事件信息发布待选范围自定义编辑模块进行编辑），从实时交通流数据库中查询出待选VMS所在道路及其周围道路在交通事件发生时的交通流数据，运用本发明所提出交通状态空间不均衡性分析方法计算每条路段对应VMS的实时诱导可行性，具体步骤如下：

1）查询出待选VMS集合(既可来自历史诱导信息也可由用户输入)中所有VMS所在路段及其周围路段的实时交通流数据。

2）针对待选VMS集合中每一VMS对应的路段，计算路段的Z和Wz值。

3）根据每条路段p的Z_p和Wz_p值，计算其实时诱导可行性E_p。

4）根据每一VMS的历史发布频率、所在路段的实时诱导可行性以及用户所输入的历史经验与实时交通状况的建议权重，确定其诱导建议度。

（4）交通事件信息发布待选范围自定义编辑模块

该模块的功能是在交通事件发生时提供一种基于路网拓扑结构自动生成待选VMS集合的功能，同时提供允许用户进行自定义编辑的接口。由于根据历史上相似交通事件的历史诱导信息来确定待选VMS集合可能因为历史诱导信息过少或欠缺而出现问题，在此类特殊情况下这一模块显得非常必要。该模块根据用户所输入事件发生位置、路网拓扑关系自动生成待选VMS集合，同时提供给用户对待选VMS集合进行查询、增加、删除等操作的可视化编辑功能。

（5）最终诱导策略生成和展示模块

该模块根据历史诱导信息查询与分析模块及基于实时交通流数据的交通状态空间不均衡性分析模块所得结果，确定诱导策略的发布VMS集合，结合模块（1）所生成的发布内容、发布起止时间，对整个诱导策略进行可视化展示。可供展示的图表包括历史诱导数据时长分布统计图、历史诱导数据VMS数目统计图、发布VMS建议度的空间范围专题地图等。

这五部分程序模块是按系统进行处理的顺序相互联系的，交通事件信息及系统参数输入模块负责接收用户输入的交通事件信息以及系统参数，同时完成诱导策略发布内容的自动生成；历史诱导信息查询与分析模块根据交通事件信息及系统参数输入模块输入的交通事件信息，筛选出历史上相似交通事件的诱导信息发布数据，并统计相似历史诱导信息中的待选VMS、发布VMS数目分布及时长分布状况，据此计算拟发布诱导策略的空间范围大小及建议起止时间；然后由基于实时交通流数据的交通状态空间不均衡性分析模块搜索实时交通流数据并计算每块VMS的实时诱导可行性。

在缺乏相似的历史诱导信息时，系统调用交通事件信息发布待选范围自定义编辑模块，根据发生交通事件的位置和路网拓扑结构，系统自动产生或由用户编辑待选VMS集合，再经基于实时交通流数据的交通状态空间不均衡性分析模块计算每块VMS的实时诱导可行性。最终诱导策略生成和展示模块接收模块（1）、（2）、（3）计算得出的结果，综合为最终的诱导策略，具体包括发布内容、建议发布起止时间及发布的VMS集合，并进行图形化展示。

这一系统运用C#编程语言结合Oracle数据库、GIS二次开发包实现。由于需要处理海量数据，运用Oracle数据库进行数据存储与检索效率较高；基于GIS二次开发环境提供可视化的空间发布范围编辑功能和各种专题地图的绘制与展示界面。

实施例3：

为直观说明如何运用本发明的方法和系统自动生成道路交通诱导策略的过程，此处应用一个实例进行演示说明。以历史上发生某一交通事故为例，当时的历史交通流数据即为事件发生时的实时交通流数据。

首先输入交通事件信息与系统参数如下：

交通事件信息：发生时间为2012年9月5日14:00；发生地点为西直门北向南方向道路；预计清理时间为10分钟；建议绕行地点为西三环；事件严重程度为0.5。

各系统参数设置：发布时长置信度为0.6；考虑历史诱导信息时长为1年（即2011年9月6日-2012年9月5日）；考虑实时交通流数据为前10分钟（即2012年9月5日13:50到-14:00）；历史诱导规律建议权重为0.5；实时交通状况建议权重为0.5；交通状态散点图中判定存在差异的最低阈值为0.2。根据本发明提出的诱导策略发布内容生成规则生成发布内容：“西直门北向南方向发生交通事故，预计清理10分钟，建议绕行西三环”。

其次，根据用户所输入交通事件信息，查询出2011年9月5日到2012年9月5日一年的历史诱导信息发布数据，确定待选VMS集合；统计历史信息发布空间范围分布规律以及发布时长分布规律。根据统计结果，由所有历史诱导信息发布数据决定的待选VMS集合包括23块VMS，说明在西直门北向南方向发生交通事故的情况下，历史上的诱导实践在不同的交通状况下涉及到23块特定的VMS。这23块VMS在空间上的位置如图4所示，图中每个黑色圆点都代表一块VMS，主要分布在以西二环为中心的南北交通走廊周围。

历史诱导信息发布时长分布状况如图5所示。从图中可以看出，历史诱导信息中最长的发布时长为80分钟，发布时长的分布整体上接近指数分布。在5到10分钟的区间内，发布时长频率为33.74%，达到发布时长频率最大值。发布时长在15分钟之内的诱导信息占总历史诱导信息的83.94%，说明在西直门北向南方向发生交通事故的情况下，历史诱导信息的发布时长大多不超过15分钟，发布时长超过15分钟的历史诱导信息所占比例不到1/5。

历史诱导信息发布的VMS数目分布如图6所示。从图中可以看出，诱导信息发布的VMS数目最大值为10，最小值为1。发布VMS数目为2的诱导信息占总历史诱导信息的比例最大，为60.49%。发布VMS数目为1到3的诱导信息占总历史诱导信息的91.36%，说明西直门北向南方向发生交通事故的情况下，历史诱导信息大多发布在少于3块的VMS上。

经过计算，在事件严重程度为0.5时，由于历史诱导信息发布的VMS数目最大值为10，最小值为1，通过本发明所述的诱导策略发布VMS数目确定方法计算可知：2012年9月5日14:00西直门北向南方向发生交通事故建议分布的VMS数目为3（计算结果为：1+9*0.25=3.25，此处根据四舍五入法取整数）。同时，在发布时长置信度为0.6的情况下，通过本发明所述的诱导策略发布时长确定方法计算可知，2012年9月5日14:00西直门北向南方向发生交通事故发布起始时间即为2012年9月5日14:00，发布的最早结束时间为2012年9月5日14:04，发布最晚结束时间为2012年9月5日14:13。

然后，查询2012年9月5日13:50到14:00十分钟内待选VMS集合对应路段及其周围路段的速度数据作为实时交通流数据，统计每一VMS所对应路段的实时诱导可行性，并确定诱导建议度。

根据上一步确定的待选VMS集合，找出该VMS集合中所有VMS所在路段作为研究路段集合，这些路段在地图上的位置如图7所示（图中只展示已布设VMS的路段）。根据所获取的研究路段集合，从实时交通流数据库中查询出研究路段及其周围路段的实时速度数据，统计研究路段集合中每一条路段的Z和Wz两个统计量，并据此绘制交通状态散点图，如图8所示（数据缺失的路段未进行展示）。

从图8中可以看出，受西直门北向南交通事故影响的路段在交通状态散点图中主要分布在第三象限和第四想象（所占比例分别为52.63%和47.37%），说明此时所研究路段的周边路段交通都较为拥堵（Wz小于0）。如前文所述，周围道路的剩余容纳能力决定了诱导的可行性，可见研究路段的实时诱导可行性都较低。而位于一、三象限角平分线以上（Wz大于Z，最接近第二象限平分线）的只有一条路段：阜成门桥到复兴门桥，该路段上的交通状态比其周围路段更为拥堵，是所研究路段中最适宜发布诱导信息的路段。

最后，根据每条路段在交通状态散点图中的位置，运用本发明提出的方法计算每条道路的实时诱导可行性，从而得出相应VMS的实时诱导可行性，再结合每块VMS在历史诱导信息中的发布频率，计算出每块VMS的诱导建议度。经过计算，将所有VMS根据诱导建议度大小绘制成专题地图，如图9所示。图中，每个黑色菱形代表一块VMS，菱形越大表示VMS诱导建议度值越高。为确定最终诱导范围，将所有VMS按其诱导建议度值的大小进行排序，由于计算所得诱导策略发布VMS数目为3，因此选取诱导建议度最高的3块VMS作为建议发布范围。经过分析处理，这3块VMS为德胜门桥东、积水潭桥西及明光桥北，在地图上的位置如图10中黑色菱形所示。

综上所述，2012年9月5日14:00发生事故的建议诱导策略如下，发布内容：“西直门北向南方向发生交通事故，预计清理10分钟，建议绕行西三环”；发布起始时间：2012年9月5日14:00；发布最早结束时间：2012年9月5日14:04；发布最晚结束时间：2012年9月5日14:13；发布的VMS：为德胜门桥东、积水潭桥西及明光桥北。拟发布的VMS在空间上的位置分布如图10中黑色菱形所示。

应当理解，以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (4)

1.一种城市道路交通诱导策略的自动生成系统，其特征在于，该生成系统包括：

交通事件信息及系统参数输入模块，该模块定义了每类交通事件信息的输入接口，并将接收到的交通事件信息传递给其他模块；同时提供给用户输入各种系统参数的接口，根据用户输入的交通事件信息自动生成诱导策略内容；

历史诱导信息查询与分析模块，该模块根据交通事件信息及系统参数输入模块传递的信息，首先查询出历史上发生相似交通事件时的历史诱导信息发布数据，然后计算历史诱导信息发布数据中待选VMS集合及其中各VMS的信息发布频率、每条诱导信息发布的VMS数目以及诱导信息发布时长的分布状况，以此作为诱导策略生成的基本依据；

基于实时交通流数据的交通状态空间不均衡性分析模块，该模块根据历史诱导信息发布数据查询与分析模块中所获得的待选VMS集合，从实时交通流数据库中搜索其所在道路及周边道路在交通事件发生时的交通流数据，计算每条道路上VMS的实时诱导可行性；

交通事件信息发布待选范围自定义编辑模块，该模块根据用户输入的事件发生位置、路网拓扑关系自动产生待选VMS集合，同时提供可视化自定义编辑功能；

最终诱导策略生成和展示模块，该模块根据历史诱导信息发布数据查询与分析模块及基于实时交通流数据的交通状态空间不均衡性分析模块获得的结果，确定最终诱导策略的发布起终止时间和发布的VMS集合，结合由交通事件信息及系统参数输入模块获取的诱导策略的发布内容，将整个诱导策略进行展示。

2.一种城市道路交通诱导策略的自动生成方法，其特征在于，该生成方法包括如下步骤：

1)定义需要输入的交通事件信息，包括交通事件类型、发生地点及发生时间；然后接收用户输入或由其它系统传入的交通事件信息，并据此生成诱导策略的发布内容；

2)根据输入的交通事件类型、发生地点及发生时间，从历史诱导信息发布数据库中查询与输入交通事件类型特点相似的历史诱导信息；然后，分析每条相似历史诱导信息发布的VMS数目分布特征，统计相似历史诱导信息所发布的VMS，作为待选VMS集合，并计算在相似历史诱导信息中每一VMS的发布频率；同时，统计相似历史诱导信息的发布时长分布状况，计算出诱导策略建议发布起止时间；

3)根据步骤2)所得待选VMS集合，从实时交通流数据库中搜索待选VMS集合中每一VMS所在路段及其周边路段在事件发生时的交通流数据，根据交通状态空间不均衡性分析方法，确定每一VMS在实时交通流状况下发布诱导信息的适宜程度，称为实时诱导可行性；

4)在分析每块VMS历史发布频率、实时诱导可行性的基础上，综合考虑历史诱导规律和实时交通流状况对发布策略的影响，进而确定每块VMS最终的诱导建议度，并据此决定发布诱导策略的VMS集合。

3.根据权利要求2所述的一种城市道路交通诱导策略的自动生成方法，其特征在于，所述步骤3)中交通状态空间不均衡性分析方法的具体步骤为：

301)首先从实时交通流数据库查询待选VMS集合中每一VMS所对应路段及其周围路段的交通流数据，对于每一路段p，计算如下两个统计量：

式中，i为VMS的编号，p、q分别为路段编号，n为研究路段数，x_p为路段p在交通事件发生时的交通流数据，w_pq表示路段p、q之间空间邻接关系，若路段p、q相邻为1，否则为0；式中取整个路网中所有路段，包括路段p、q的交通流数据均值；

302)以Z为横坐标，Wz为纵坐标将所有研究的路段根据其Z和Wz值绘制成散点图，称为交通状态散点图；

303)根据路段的Z和Wz两个统计量，构建一种道路交通实时诱导可行性度量模型，计算研究的每条路段的实时诱导可行性。

4.根据权利要求2所述的一种城市道路交通诱导策略的自动生成方法，其特征在于，所述步骤4)中确定每块VMS最终诱导建议度为：首先根据每条道路的实时诱导可行性，确定在该道路布设VMS的实时诱导可行性，然后结合历史诱导信息发布频率计算最终的诱导建议度，对于编号为i的VMS，其最终诱导建议度P_i如下所示：

γ₁+γ₂＝1

式中，F_i为编号为i的VMS历史发布频率，函数roadof(i)返回编号为i的VMS所 在道路的索引，E_roadof(i)为编号为i的VMS所在道路的实时诱导可行性，γ₁和γ₂分别是历史发布频率和实时诱导可行性的建议权重值，二者之和为1，表示交通管理者或决策者对历史经验与实时交通状况的参考偏好。