CN103778782A - 一种基于半监督机器学习的交通状态划分方法 - Google Patents

Abstract

本发明涉及智能交通识别技术领域，尤其涉及一种基于半监督机器学习的交通状态划分方法，包括：数据预处理步骤、数据特征提取步骤、数据分类步骤、分类结果输出。本发明的有益效果在于：1.本发明方法具有较高的适应性，基于交通流统计特征的提取，根据车流的不同特征进行自学习，而且可以随时间推移，随车流变化，而做进一步自适应地调整，以达到最佳的判别效果，具有一定学习能力和自适应能力；2.针对实际交通数据的特征，对原始算法进行改进，确保能够在提高处理性能的同时，获得正确的交通状态分类点，大大降低了算法的复杂程度；3.本发明算法仅需要速度、流量、该条道路最大限速等信息，无需增加新的设备，成本低、可靠性高。

Description

一种基于半监督机器学习的交通状态划分方法

技术领域

本发明涉及智能交通识别技术领域，尤其涉及一种基于半监督机器学习的交通状态划分方法。

背景技术

城市道路交通拥堵问题已经成为我国乃至世界各大城市的主要社会问题之一,严重影响城市的可持续发展以及人们的日常生活。为了缓解交通拥堵,提供给交通管理者及时、可靠的交通状态信息是非常重要的。如果能准确得到城市道路的交通运行状态，将有助于交通管理者制定高效的交通管理措施，同时为出行者做出合理的出行方案,从而缓解交通拥挤情况。可见对交通状态进行合理的分类是极其重要的。目前常见的交通状态分类有以下几种。

一、根据受阻排队长度划分交通状态。按照中国公安部发布的公共安全行业标准GA115-1995《道路交通阻塞度及评价方法》，对于城市道路路段，车辆在车道上受阻排队长度超过1000米为阻塞，排队长度超过1500米为严重阻塞。这种划分方法虽然简单直观，但相对于复杂的交通系统其过于机械化。而且，测量排队长度必须至少2个以上的检测器联合测定，成本较高。

二、根据速度划分交通状态。对于道路交通状态的判断根据路段平均车速划分为三个级别：

畅通，该路段平均行程车速高于30千米／小时；

拥挤，该路段平均行程车速低于30千米／小时，高于15千米／小时；

阻塞，该路段平均行程车速低于15千米／小时。

这种仅依据速度划分交通状态的方法在特定的时间、地点的交通状态估计可能有效，但对于动态变化的交通状态很难准确估计。

三、通过对各种交通数据进行回归算法运算，将结果与专家经验得出的阈值进行比较。小于该阈值的为畅通，大于该阈值的为拥堵。这种依靠专家经验得到的阈值不能自我校正。当在不同道路，或者道路有异常情况时，如修路、事故等，对通过固定的阈值得到的状态不能正确反映出实际路况。

机器学习是人工智能的核心。一个不具有学习能力的系统不能称为一个智能系统。但是，现有的交通状态判别系统都普遍缺少学习的能力。例如，它们遇到错误时不能自我校正；不会通过经验改善自身的性能。它们的推理仅限于演绎而缺少归纳。因此，至多只能够证明已存在事实、规则，而不能发现新的规律和规则等。机器学习是一种能自动改进计算机算法的方法。

针对现有划分方法不能智能地对复杂的交通状态进行合理划分，也不符合人们对交通状态的主观感受。本发明以简单、智能、有效地划分交通状态为目标，设计了一种基于半监督机器学习的交通状态划分方法。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于半监督机器学习的交通状态划分方法，简单、智能、有效地划分交通状态。

本发明是通过以下技术方案达到上述目的：一种基于半监督机器学习的交通状态划分方法，包括：数据预处理步骤、数据特征提取步骤、数据分类步骤、分类结果输出；

数据预处理步骤包括：

1）统计指定卡点指定时间片段内的车辆流量；

2）计算指定时间片段内的车辆平均速度；

数据特征提取步骤包括：

1）对经过预处理的数据计算速度最佳带宽和流量最佳带宽，并用速度最佳带宽直方图和流量最佳带宽直方图显示；

简化标准差： $S_d=\sqrt{\frac{1}{N\×[{X_1}^2+{X_2}^2+\·\·\·+{X_N}^2-M^2]}}$

简化最佳带宽：BW＝K×S_d

其中：K＝-4.57×10^-6N+0.1867，X₁，X₂，X₃，…X_N为输入数值，数据总数为N，数据平均值为M；

2）根据速度最佳带宽直方图通过高斯拟合得出速度密度函数；根据流量最佳带宽直方图通过高斯拟合得出流量密度函数；

令第t个直方图的Y轴坐标为n(t)，N为数据总数，σ为标准差，第t个直方图高斯分布函数为：

$f\left(t\right|x)=\frac{n\left(t\right)}{N}\×\left[\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{[x-\frac{(\mathrm{zt}-1)}{z}\mathrm{BW}]}^2}{{2\mathrm{\σ}}^2})\right]$

$F\left(x\right)={\mathrm{\Σ}}_{t=1}^{k}f\left(t\right|x);$

数据分类步骤包括：

1）利用梯度法计算极值点，包括极大值和极小值，将分类位置设置在极小值处；

2）根据交通数据特征对极值点进行优化：初始端为极小值则删除，初始端为极大值则保留，删除最后一个极小值，保证极大值个数总是比极小值数目多一个；

3）对每个极小值的加权值T(j)进行计算：

$\begin{array}{c}T\left(j\right)=n_1\×\sqrt{{\left(Y\right[t_b\left(j\right)]-Y[t_s\left(j\right)\left]\right)}^2+{[t_b\left(j\right)-t_s\left(j\right)]}^2}+n_2\\ \×\sqrt{{\left(Y\right[t_b(j+1)]-Y[t_s\left(j\right)\left]\right)}^2+{[t_b(j+1)-t_s\left(j\right)]}^2}\end{array}$

其中，t_b(1)，t_b(2)…t_b(l)为极大值坐标，t_s(1)，t_s(2)，…t_s(m)为极小值坐标，l、m分别表示极大值、极小值的数目，且满足l-m＝1；n₁为左权重，n₂为右权重；

4）根据速度-流量的联合分类界限即可对交通数据状态进行合理分类。

作为优选，数据特征提取步骤中，为了使拟合曲线平滑，令σ=BW；k=max(X)/BW向上取整。

本发明的有益效果在于：1、本发明方法具有较高的适应性，基于交通流统计特征的提取，同时运用机器学习方法，能够针对不同的地点，根据车流的不同特征进行自学习，而且可以随时间推移，随车流变化，而做进一步自适应地调整，以达到最佳的判别效果，具有一定学习能力和自适应能力；2、针对实际交通数据的特征，对原始算法进行改进，确保能够在提高处理性能的同时，获得正确的交通状态分类点，大大降低了算法的复杂程度；3、本发明方法能够通过现有的仪器设备实现交通状态划分，该算法仅需要速度、流量、该条道路最大限速等信息，对于这些信息的采集只需要车辆检测器就能单独完成，无需增加新的设备，成本低、可靠性高。

附图说明

图1是本发明的步骤流程图；

图2是经过数据特征提取模块后得到的流量最佳带宽直方图；

图3是经过数据特征提取模块后得到的速度最佳带宽直方图；

图4是离散后的高斯拟合得出的流量密度曲线图；

图5是离散后的高斯拟合得出的速度密度曲线图；

图6是通过分类算法得到划分界限的流量密度曲线图；

图7是通过分类算法得到划分界限的速度密度曲线图；

图8是交通状态划分结果示意图。

具体实施方式

下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于此：

实施例1：如图1所示，一种基于半监督机器学习的交通状态划分方法，包括：数据预处理步骤、数据特征提取步骤、数据分类步骤、分类结果输出；

数据预处理步骤包括：

1）统计指定卡点指定时间片段内的车辆流量；

2）计算指定时间片段内的车辆平均速度；

数据特征提取步骤包括：

1）对经过预处理的数据计算速度最佳带宽和流量最佳带宽，并用速度最佳带宽直方图和流量最佳带宽直方图显示；

简化标准差： $S_d=\sqrt{\frac{1}{N\×[{X_1}^2+{X_2}^2+\·\·\·+{X_N}^2-M^2]}}$

简化最佳带宽：BW＝K×S_d

其中：K＝-4.57×10^-6N+0.1867，X₁，X₂，X₃，…X_N为输入数值，数据总数为N，数据平均值为M；

2）根据速度最佳带宽直方图通过高斯拟合得出速度密度函数；根据流量最佳带宽直方图通过高斯拟合得出流量密度函数；

令第t个直方图的Y轴坐标为n(t)，N为数据总数，σ为标准差，第t个直方图高斯分布函数为：

$f\left(t\right|x)=\frac{n\left(t\right)}{N}\×\left[\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{[x-\frac{(\mathrm{zt}-1)}{z}\mathrm{BW}]}^2}{{2\mathrm{\σ}}^2})\right]$

$F\left(x\right)={\mathrm{\Σ}}_{t=1}^{k}f\left(t\right|x);$

为了使拟合曲线平滑，令σ=BW；k=max(X)/BW向上取整；数据分类步骤包括：

1）利用梯度法计算极值点，包括极大值和极小值，将分类位置设置在极小值处；

2）根据交通数据特征对极值点进行优化：初始端为极小值则删除，初始端为极大值则保留，删除最后一个极小值，保证极大值个数总是比极小值数目多一个；

3）对每个极小值的加权值T(j)进行计算：

$\begin{array}{c}T\left(j\right)=n_1\×\sqrt{{\left(Y\right[t_b\left(j\right)]-Y[t_s\left(j\right)\left]\right)}^2+{[t_b\left(j\right)-t_s\left(j\right)]}^2}+n_2\\ \×\sqrt{{\left(Y\right[t_b(j+1)]-Y[t_s\left(j\right)\left]\right)}^2+{[t_b(j+1)-t_s\left(j\right)]}^2}\end{array}$

其中，t_b(1)，t_b(2)…t_b(l)为极大值坐标，t_s(1)，t_s(2)…t_s(m)为极小值坐标，l、m分别表示极大值、极小值的数目，且满足l-m＝1；n₁为左权重，n₂为右权重；

4）根据速度-流量的联合分类界限即可对交通数据状态进行合理分类。

以经过某条道路的一个横截面，连续30天的总数据为例，对本发明方法进行具体说明。

步骤一：从数据库中取得一个月的数据，经过预处理模块得到以5分钟为一个时间片的车流量和车辆平均速度，总共为8928组车辆数据；

步骤二：车辆流量最佳带宽计算：

简化标准差： $S_d=\sqrt{\frac{1}{N\×[{X_1}^2+{X_2}^2+\·\·\·+{X_N}^2-M^2]}}\≈45.93$

K＝-4.57×10^-6N+0.1867＝-4.57×10^-6×8928+0.1867≈0.1459

简化最佳带宽：BW＝K×S_d≈6.7

按相应最佳带宽为间隔统计各个间隔区间的频数，如图2所示为流量最佳带宽直方图，最佳带宽为6.7；

车辆速度最佳带宽计算：

简化标准差： $S_d=\sqrt{\frac{1}{N\×[{X_1}^2+{X_2}^2+\·\·\·+{X_N}^2-M^2]}}\≈10.32$

K＝-4.57×10^-6N+0.1867＝-4.57×10^-6×8928+0.1867≈0.1459

简化最佳带宽：BW＝K×S_d≈1.5

按相应最佳带宽为间隔统计各个间隔区间的频数，如图3所示为速度最佳带宽直方图，最佳带宽为1.5；

步骤三：对最佳带宽直方图进行离散化高斯拟合：

（1）根据流量最佳带宽直方图通过高斯拟合得出流量密度函数：

已知σ=BW=6.7；k=max(X)/BW向上取整=30；N＝8928，图2中可读出第t个直方图的Y轴坐标为n(t)，第t个直方图高斯分布函数为：

$f\left(t\right|x)=\frac{n\left(t\right)}{N}\×\left[\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{[x-\frac{(\mathrm{zt}-1)}{z}\mathrm{BW}]}^2}{{2\mathrm{\σ}}^2})\right]$

$F\left(x\right)={\mathrm{\Σ}}_{t=1}^{k}f\left(t\right|x);$

将从图2中读出的n（t）值带入到f(t|x)函数中可得f(t)函数， $F\left(x\right)={\mathrm{\Σ}}_{t=1}^{k}f\left(t\right|x)=f\left(1\right)+f\left(2\right)+\·\·\·+f\left(30\right),$ 为简化计算量，只计算x=1,2,3…203的函数值，并绘制出如图4所示的离散后的高斯拟合得出的流量流量密度曲线图；

（2）根据速度最佳带宽直方图通过高斯拟合得出速度密度函数；

已知σ=BW=1.5；k=max(X)/BW向上取整=40；N＝8928，图2中可读出第t个直方图的Y轴坐标为n(t)，第t个直方图高斯分布函数为：

$f\left(t\right|x)=\frac{n\left(t\right)}{N}\×\left[\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{[x-\frac{(\mathrm{zt}-1)}{z}\mathrm{BW}]}^2}{{2\mathrm{\σ}}^2})\right]$

$F\left(x\right)={\mathrm{\Σ}}_{t=1}^{k}f\left(t\right|x);$

将从图3中读出的n（t）值带入到f(t|x)函数中可得f(t)函数， $F\left(x\right)={\mathrm{\Σ}}_{t=1}^{k}f\left(t\right|x)=f\left(1\right)+f\left(2\right)+\·\·\·+f\left(40\right),$ 为简化计算量，只计算x=1,2,3…203的函数值，并绘制出如图5所示的离散后的高斯拟合得出的流量流量密度曲线图；

步骤四：根据离散化高斯拟合的流量频率数据，运用离散的求导方法D_i＝x_i+1-x_i，找出D_i变换符号时对应的i值，同时根据交通数据特征对极值点进行优化：

（1）流量密度函数求导可以得出，极大值为：8,87,117；极小值为42,111；

根据分类算法权重值n₁，n₂的确定，通过对交通数据的分析，当极大值与极小值变化率大于百分之三十时为2，否则为1；

$\begin{array}{c}T\left(42\right)=n_1\×\sqrt{{[Y\left(8\right)-Y\left(42\right)]}^2+{[t_b\left(8\right)-t_s\left(42\right)]}^2}+n_2\\ \×\sqrt{{[Y\left(87\right)-Y\left(42\right)]}^2+{[t_b\left(87\right)-t_s\left(42\right)]}^2}=5.1\end{array}$

$\begin{array}{c}T\left(111\right)=n_1\×\sqrt{{(Y\left(87\right)-Y\left(111\right))}^2+{[t_b\left(87\right)-t_s\left(111\right)]}^2}+n_2\\ \×\sqrt{{(Y\left(117\right)-Y[t_s\left(111\right)\left]\right)}^2+{[t_b\left(117\right)-t_s\left(111\right)]}^2}=0.45\end{array}$ 取权重较大的，即极小值点42；

（2）速度密度函数求导可以得出，极大值为：1，8，27，43；极小值为3，16，36；

根据分类算法权重值n₁，n₂的确定，通过对交通数据的分析，确定n1,n2的值，计算得出T(3)=4.13；T(16)=27.06；T(36)=10.62，取权重较大的，即极小值点16和36；

步骤五：确定要分类数目后经过数据分类模块，通过分类算法得到车辆流量的划分界线为42辆/5分钟，如图6所示；车辆速度划分界线为16千米/小时和36千米/小时，如图7所示；这样就将交通数据分为了六种状态，如图8所示。

通过以上方法，根据车辆流量及车辆速度划分为六种状态，本发明方法基于交通流统计特征的提取，同时运用机器学习方法，能够针对不同的地点，根据车流的不同特征进行自学习，而且可以随时间推移，随车流变化，而做进一步自适应地调整，以达到最佳的判别效果，是一个智能的状态划分方法。

以上的所述乃是本发明的具体实施例及所运用的技术原理，若依本发明的构想所作的改变，其所产生的功能作用仍未超出说明书及附图所涵盖的精神时，仍应属本发明的保护范围。

Claims (2)

1.一种基于半监督机器学习的交通状态划分方法，其特征在于包括：数据预处理步骤、数据特征提取步骤、数据分类步骤、分类结果输出；

数据预处理步骤包括：

1）统计指定卡点指定时间片段内的车辆流量；

2）计算指定时间片段内的车辆平均速度；

数据特征提取步骤包括：

1）对经过预处理的数据计算速度最佳带宽和流量最佳带宽，并用速度最佳带宽直方图和流量最佳带宽直方图显示；

简化标准差： $S_d=\sqrt{\frac{1}{N\×[{X_1}^2+{X_2}^2+\·\·\·+{X_N}^2-M^2]}}$

简化最佳带宽：BW＝K×S_d

其中：K＝-4.57×10^-6N+0.1867，X₁，X₂，X₃…X_N为输入数值，数据总数为N，数据平均值为M；

2）根据速度最佳带宽直方图通过高斯拟合得出速度密度函数；根据流量最佳带宽直方图通过高斯拟合得出流量密度函数；

令第t个直方图的Y轴坐标为n(t)，N为数据总数，σ为标准差，第t个直方图高斯分布函数为：

$f\left(t\right|x)=\frac{n\left(t\right)}{N}\×\left[\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}\exp (-\frac{{[x-\frac{(\mathrm{zt}-1)}{z}\mathrm{BW}]}^2}{{2\mathrm{\σ}}^2})\right]$

$F\left(x\right)={\mathrm{\Σ}}_{t=1}^{k}f\left(t\right|x);$

数据分类步骤包括：

1）利用梯度法计算极值点，包括极大值和极小值，将分类位置设置在极小值处；

2）根据交通数据特征对极值点进行优化：初始端为极小值则删除，初始端为极大值则保留，删除最后一个极小值，保证极大值个数总是比极小值数目多一个；

3）对每个极小值的加权值T(j)进行计算：

$\begin{array}{c}T\left(j\right)=n_1\×\sqrt{{\left(Y\right[t_b\left(j\right)]-Y[t_s\left(j\right)\left]\right)}^2+{[t_b\left(j\right)-t_s\left(j\right)]}^2}+n_2\\ \×\sqrt{{\left(Y\right[t_b(j+1)]-Y[t_s\left(j\right)\left]\right)}^2+{[t_b(j+1)-t_s\left(j\right)]}^2}\end{array}$

其中，t_b(1)，t_b(2)…t_b(l)为极大值坐标，t_s(1)，t_s(2)…t_s(m)为极小值坐标，l、m分别表示极大值、极小值的数目，且满足l-m＝1；n₁为左权重，n₂为右权重；

4）根据速度-流量的联合分类界限即可对交通数据状态进行合理分类。

2.根据权利要求1所述的一种基于半监督机器学习的交通状态划分方法，其特征在于，数据特征提取步骤中，为了使拟合曲线平滑，令σ=BW；k=max(X)/BW向上取整。

Images