CN114120632B - 基于导航地图的高速改扩建期间交通管控方法 - Google Patents

Abstract

本申请涉及一种基于导航地图的高速改扩建期间的交通管控方法。该方法包括：利用导航地图实时获取目标路段上的速度数据；根据速度数据进行分析，获得目标路段的平均行程车速；根据平均行程车速，确定是否需要进行收费站管控；当需要进行收费站管控时，根据平均行程车速达到的预先根据所述目标路段的同质路段的道路交通状态设定的收费站管控指标确定对应的收费站管控策略；根据收费站管控策略对所述目标路段进行管控；解决了因高速公路改扩建需拆除路基导致道路检测器失效，无法实时对改扩建的高速公路进行管控的问题，提高了交通管控的准确度和及时性。

Description

基于导航地图的高速改扩建期间交通管控方法

技术领域

本申请涉及交通管控技术领域，特别是涉及一种基于导航地图的高速改扩建期间的交通管控方法。

背景技术

随着汽车保有量的不断增加，部分地区的高速公路现有的通行能力无法满足当下及未来交通需求的增长，对已有高速公路的拓宽改建显得十分必要且未来高速公路改扩建是主流工况。

对原有高速公路进行扩建，无论采用何种施工组织方式，必然对原有的高速公路交通流产生干扰。故如何科学、安全、快速、有效的制定针对在不中断交通情况下，改扩建高速公路拥堵事件下的管理控制策略并科学地实施，是当下高速公路交通管理部门的技术难题与业务痛点。

现在针对交通管控策略启动条件的判别，很少有量化的标准进行判断何时启动管控策略，以此找寻最佳的管控策略启动窗口与关闭窗口；同时，现有的管控策略判别都是基于检测器采集的信息，由于高速公路改扩建需拆除路基可能导致道路检测器失效，采集不到信息，无法实时对改扩建的高速公路进行管控，使得目前的交通管控的准确度和及时性较低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高目前的交通管控的准确度和及时性的基于导航地图的高速改扩建期间的交通管控方法。

一种基于导航地图的高速改扩建期间的交通管控方法，所述方法包括：

利用导航地图实时获取目标路段上的速度数据；

根据所述速度数据进行分析，获得所述目标路段的平均行程车速；

根据所述平均行程车速，确定是否需要进行收费站管控；

当需要进行收费站管控时，根据所述平均行程车速达到的预先设定的收费站管控指标确定对应的收费站管控策略；

根据所述收费站管控策略对所述目标路段进行管控；

所述收费站管控策略和收费站管控指标的设定方式包括：

采用同质道路判定过程对高速公路历史道路数据进行同质路段判定，确定所述目标路段的出同质路段；

根据所述高速公路历史道路数据对已知路段的宏观基本图进行绘制并标定参数；

根据所述已知路段的宏观基本图和所述高速公路历史道路数据，基于模糊C均值聚类对已知道路进行道路交通状态分级聚类，确定道路交通状态等级；

根据所述同质路段、所述道路交通状态等级和改扩建道路交通限速值，设定所述目标路段的收费站管控指标和收费站管控策略。

在其中一个实施例中，所述基于同质道路判定过程，根据高速公路历史道路数据进行同质路段判定，确定出所述目标路段的同质路段的步骤，包括：

基于同质道路判定过程，确定非邻接路段相似度判定模型；

采用所述非邻接路段相似度判定模型，根据高速公路历史道路数据进行同质路段判定，确定出所述目标路段的同质路段；

所述非邻接路段交通运行相似度判定模型为：

W(n，m)＝|exp[-(d_n+1-d_n)²]-exp[-(d_m+1-d_m)²]|

式中，W(n，m)为不同路段对应的相邻节点的交通流密度变化的表征值，d_n+1为路网G中路段n+1的密度，d_n为路网G中路段n的密度，d_m+1为路网G中路段m+1的密度，d_m为路网G中路段m的密度。

在其中一个实施例中，所述根据所述高速公路历史道路数据对已知路段的宏观基本图进行绘制并标定参数的步骤，包括：

选取直接法构建MFD模型；

将所述高速公路历史道路数据预处理后输入Matlab编程软件，绘制出已知路段的宏观基本图；

并根据参数标定公式对所述宏观基本图的参数进行标定。

在其中一个实施例中，所述MFD模型为：

式中，N为分析检测断面或路段数；n为路网中的路段编号；k^w为路网内加权密度；q^w为路网内加权车流量；q为路网平均流量；k为平均密度；v为平均速度。

在其中一个实施例中，所述参数标定公式为：

式中，v_free为自由流速度，ρ_crit为临界密度，ρ_jam为阻塞密度；v^e(ρ)为不同密度下的均衡速度，ρ为不同密度下的路段密度；α为第一修正参数，d为第二修正参数。

在其中一个实施例中，所述道路交通状态等级包括极畅通、畅通、比较畅通、比较拥堵、拥堵和严重拥堵。

在其中一个实施例中，所述根据所述平均行程车速达到的预先设定的收费站管控指标确定对应的收费站管控策略的步骤，包括：

所述平均行程车速低于35km/h时，对应的收费站管控策略为初级预警收费站管控；

所述平均行程车速低于20km/h时，对应的收费站管控策略为中级预警收费站管控；

所述平均行程车速低于15km/h时，对应的收费站管控策略为高级预警收费站管控。

上述基于导航地图的高速改扩建期间的交通管控方法，通过利用导航地图实时获取目标路段上的速度数据；根据速度数据进行分析，获得目标路段的平均行程车速；根据平均行程车速，确定是否需要进行收费站管控；当需要进行收费站管控时，根据平均行程车速达到的预先根据所述目标路段的同质路段的道路交通状态设定的收费站管控指标确定对应的收费站管控策略；根据收费站管控策略对所述目标路段进行管控；解决了因高速公路改扩建需拆除路基导致道路检测器失效，无法实时对改扩建的高速公路进行管控的问题，提高了交通管控的准确度和及时性，以此缓解在常发性与偶发性交通拥堵条件下，改扩建高速公路主线上的交通压力，减少车辆积压同时减少交通事故的发生。

附图说明

图1为一个实施例中基于导航地图的高速改扩建期间的交通管控方法的流程示意图；

图2为一个实施例中沪宁高速公路宏观基本图“K-Q-V”关系图；

图3为一个实施例中沪宁高速公路标定的交通流拥堵模式划分图；

图4为一个实施例中初级预警收费站管控远端诱导示意图；

图5为一个实施例中中级预警收费站管控远端诱导近端管制示意图；

图6为一个实施例中高级预警收费站管控收费站管制分流示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种基于导航地图的高速改扩建期间的交通管控方法，以该方法应用于服务器为例进行说明，包括以下步骤：

步骤S220，利用导航地图实时获取目标路段上的速度数据。

其中，利用导航地图运营商赋予交警相关的接口管理平台，在其可设置监测重点路段(即目标路段)，略有延迟的获取所选取重点路段的实时速度数据，接口管理平台发布管制信息，进行针对交通拥堵与突发事件的收费站实时管控。

步骤S240，根据速度数据进行分析，获得目标路段的平均行程车速。

步骤S260，根据平均行程车速，确定是否需要进行收费站管控。

步骤S280，当需要进行收费站管控时，根据平均行程车速达到的预先设定的收费站管控指标确定对应的收费站管控策略。

在一个实施例中，根据平均行程车速达到的预先设定的收费站管控指标确定对应的收费站管控策略的步骤，包括：平均行程车速低于35km/h时，对应的收费站管控策略为初级预警收费站管控；平均行程车速低于20km/h时，对应的收费站管控策略为中级预警收费站管控；平均行程车速低于15km/h时，对应的收费站管控策略为高级预警收费站管控。

步骤S300，根据收费站管控策略对目标路段进行管控。

收费站管控策略和收费站管控指标的设定方式包括：

采用同质道路判定过程对高速公路历史道路数据进行同质路段判定，确定出目标路段的同质路段；根据高速公路历史道路数据对已知路段的宏观基本图进行绘制并标定参数；根据已知路段的宏观基本图和高速公路历史道路数据，基于模糊C均值聚类对已知道路进行道路交通状态分级聚类，确定道路交通状态等级；根据道路交通状态等级和改扩建道路交通限速值，设定目标路段的收费站管控指标和收费站管控策略。

上述基于导航地图的高速改扩建期间的交通管控方法，通过利用导航地图实时获取目标路段上的速度数据；根据速度数据进行分析，获得目标路段的平均行程车速；根据平均行程车速，确定是否需要进行收费站管控；当需要进行收费站管控时，根据平均行程车速达到的预先根据目标路段的同质路段的道路交通状态设定的收费站管控指标确定对应的收费站管控策略；根据收费站管控策略对目标路段进行管控；解决了因高速公路改扩建需拆除路基导致道路检测器失效，无法实时对改扩建的高速公路进行管控的问题，提高了交通管控的准确度和及时性，以此缓解在常发性与偶发性交通拥堵条件下，改扩建高速公路主线上的交通压力，减少车辆积压同时减少交通事故的发生。

在一个实施例中，基于同质道路判定过程，根据高速公路历史道路数据进行同质路段判定，确定出目标路段的同质路段的步骤，包括：

基于同质道路判定过程，确定非邻接路段相似度判定模型；

采用非邻接路段相似度判定模型，根据高速公路历史道路数据进行同质路段判定，确定出目标路段的同质路段；

非邻接路段相似度判定模型为：

W(n，m)＝|exp[-(d_n+1-d_n)²]-exp[-(d_m+1-d_m)²]|

式中，W(n，m)为不同路段对应的相邻节点的交通流密度变化的表征值，d_n+1为路网G中路段n+1的密度，d_n为路网G中路段n的密度，d_m+1为路网G中路段m+1的密度，d_m为路网G中路段m的密度。

其中，因为宏观基本图MFD(Macroscopic Fundamental Diagram)是表征了路网平均流量和平均密度的关系模型，可以表征路网宏观的交通特性，可以从宏观层面反映整个交通网络交通流长期的运行状态的特性，描绘路网交通运行状况的变化，基于此可实现路网交通状态的识别，可从高速公路历史道路数据获取路网的宏观基本图，在一定程度上可以代表高速公路长期的情况，因此，可以利用邻接路段之间的交通运行相似度w(i，j)作为判定条件来判定是否为MFD同质子区，借鉴MFD同质子区的概念，可以在MFD同质子区的概念的基础上进行改进，通过不同路段对应的相邻节点的交通流密度变化的表征值W(i，j)来体现同质路段的交通运行相似度，将两段具有长期稳定且相似的交通运行特征的非邻接路段确定为同质路段。

具体地，邻接路段之间的交通运行相似度判定MFD同质子区方式(同质道路判定过程)为：以宏观基本图为基础，将路段作为路网无向图中的节点，通过对节点的划分实现对路段的划分。相邻路段i与j的交通运行相似度基于路段密度表示，用r(i，j)表示路段i与路段j起点的单位距离，判断是否邻接，当r(i，j)＝1时，说明路段相邻接，当r(i，j)＞1时，路段不邻接，具体见邻接路段交通运行相似度判定公式：

式中，d_i为路网G中路段i的密度，d_j为路网G中路段j的密度。

将邻接分析邻接路段相似度判定公式的结果映射到0-1的区间内。当w(i，j)＝1时，则表示邻接路段之间的交通运行相似度最大，反之，当w(i，j)＝0时，则表示路段之间的交通运行相似度最小。

在MFD同质子区的概念的基础上进行改进后，得到非邻接路段相似度判定模型，非邻接路段相似度判定模型将具有长期稳定的交通运行特征的相似的路段(所涉及的路段是非邻接的路段)定义为同质路段，通过不同路段对应的相邻节点的交通流密度变化的表征值W(n，m)来体现同质路段的交通运行相似度，非邻接路段相似度判定模型为：

W(n，m)＝|exp[-(d_n+1-d_n)²]-exp[-(d_m+1-d_m)²]|

式中，d_n+1为路网G中路段n+1的密度，d_n为路网G中路段n的密度，d_m+1为路网G中路段m+1的密度，d_m为路网G中路段m的密度。

当W(n，m)值越小，说明路段之间交通运行相似度越大，当路段平均交通运行相似度

则认定该两路段为同质路段。

高速公路具有全封闭道路特性及大量数据采集设备，每个相邻高速互通之间至少包含一个交通信息采集点，交通信息采集点采集到的数据类型至少包含流量、密度和速度数据。选取交通通道流量趋势相近的节点组成的非邻接路段进行交通运行相似度计算判定。

例如：因在中国王兴枢纽以北的交通量远低于王兴枢纽以南的交通量，选取京沪高速王兴枢纽至江都东互通作为京沪高速江苏段代表路段，且与沪宁路段更具相似性，将相邻2个互通节点路段共6个，编码为W(1，0)-W(6，0)；按照交通通道流量分布情况选取沪宁高速衡山互通至阳澄湖互通之间路段共6个，编码为W(0，1)-W(0，6)，通过对应密度计算非邻接路段交通运行相似度，如表1所示：

表1非邻接路段交通运行相似度表

故京沪高速王兴枢纽至江都东互通段与沪宁高速衡山互通至阳澄湖段属于同质路段，拥有相似的交通运行特征。

在一个实施例中，根据高速公路历史道路数据对已知路段的宏观基本图进行绘制并标定参数的步骤，包括：选取直接法构建MFD模型；将高速公路历史道路数据预处理后输入Matlab编程软件，绘制出已知路段的宏观基本图；并根据参数标定公式对宏观基本图的参数进行标定。

其中，高速公路具有全封闭道路特性及大量数据采集设备的特性，选取直接法构建MFD模型，将高速公路历史道路数据预处理后输入Matlab编程软件，得到已知路段的宏观基本图并对已知路段的宏观基本图进行参数标定。

其中，绘制已知路段的宏观基本图的MFD模型为：

式中，N为分析检测断面或路段数；n为路网中的路段编号；k^w为路网内加权密度；q^w为路网内加权车流量；q为路网平均流量；k为平均密度；v为平均速度。

例如：通过对中国的沪宁高速公路某路段2017年8月1日-2017年10月30日微波检测数据的采集与分析，检测间隔为5min，共11520组数据，通过数据补全、数据清洗和数据平滑处理得到11237组可用数据，将其作为输入Matlab编程软件，得到宏观基本图并对所得宏观基本图的参数进行标定，如图2所示。

宏观基本图进行标定可采用如下标定公式进行参数标定，参数标定公式为：

式中，v_free为自由流速度，ρ_crit为临界密度，ρ_jam为阻塞密度；v^e(ρ)为不同密度下的均衡速度，ρ为不同密度下的路段密度；α为第一修正参数，d为第二修正参数，第一修正参数通过数值标定可得。由图2可得：v_free＝110km/h，ρ_crit＝36pcu/km/ln，ρ_jam＝100pcu/km/ln，α＝1.64。

根据已知路段的宏观基本图和高速公路历史道路数据，基于模糊C均值聚类对已知道路进行道路交通状态分级聚类，确定道路交通状态等级，具体地：

对高速公路历史道路数据进行数据预处理后作为聚类分析输入数据，运用Matlab软件编程实现算法对速度、流量指标数据集进行模糊C均值聚类分析，设定聚类数目，模糊加权系数b，最大迭代次数，迭代终止条件，隶属度最小变化量，初始聚类中心随机分配，形成道路交通状态分级，从而确定道路交通状态等级。具体为：

对高速公路历史道路数据进行数据预处理后作为聚类分析输入数据，对高速公路历史道路数据进行数据补全、数据清洗和平滑处理得到11237组数据作为聚类分析输入数据。采用Silhouette测度，得到聚类中心的数目c＝6时，S_N有最大值，其中，S_N为选择一个类个数参数的最优值。采用嫡权法计算得到速度和流量的权重分别为：ω_v＝0.6031，ω_q＝0.3969，其中，ω_v为速度的权重，ω_q为流量的权重。运用Matlab软件编程实现算法对速度、流量指标数据集进行模糊C均值聚类分析，设定聚类中心的数目c＝6，模糊加权系数b＝2，最大迭代次数T_max＝100，迭代终止条件，隶属度最小变化量ε＝1×10-5，初始聚类中心随机分配。

矩阵中行表示六个类别的聚类中心，两列分别代表速度和流量，最终聚类中心：

矩阵中，行表示6个划定类别的聚类中心，两列分别代表速度和流量，其中，V^f为以速度划分的隶属度矩阵，v₁，v₂，v₃，v₄，v₅，v₆分别代表6个聚类中心的交通状态速度临界值。

具体聚类结果如表2所示。

表2样本聚类结果

表3误判交叉确认结果

由表3可得，误判率P＝(427/11238)×100％＝3.8％＜5％。因此可以认为该聚类结果是准确且有效的。

根据聚类结果，将各类别分别以反映在一个坐标系下，其状态空间分布如图3所示，并将其划分为六个部分，分别代表极畅通、畅通、比较畅通、比较拥堵、拥堵和严重拥堵六种道路交通状态等级。

根据道路交通状态等级和改扩建道路交通限速值，设定收费站管控指标和收费站管控策略，具体地：

在高速公路改扩建工程施工期间，高速公路部分路段实施车辆限速通行，包含正常路段，占用紧急停靠带施工及借道行驶路段，导改转换点。针对限速路段，利用道路交通状态等级与改扩建道路交通限速值设定收费站管控策略和收费站管控指标。

例如：由于京沪高速改扩建施工期间，路基边坡拆除，缺少相应供电设备，故缺少相应的实时流量检测数据与实时的路段拥挤度与路网拥堵度的快速判别依据；故按照大流量分级管控方案原则，依据导航地图(如：高德地图、百度地图)实时可视化速度数据，拟定采用依靠路段实时速度数据进行道路交通运行状态判别，进行预警管控策略的实施。

因京沪高速改扩建工程施工需要，从2021年6月1日0时至2023年10月31日24时，京沪高速公路新沂至江都段实施车辆限速通行，正常路段限速80公里/小时，占用紧急停靠带施工及借道行驶路段限速60公里/小时，导改转换点限速40公里/小时，加上高速公路的全封闭环境，交通运行速度更类似于城市快速道路的行驶速度。

借鉴参考DB4401T57-2020城市道路交通运行评价指标体系、改扩建道路交通限速值、已知路段的宏观基本图及道路交通状态等级，共同确定平均行程车速对应的道路交通状态等级，如表4所示。

表4道路交通状态等级判定表

结合百度地图具有10min左右的数据上传延迟，故根据表4可综合考量收费站管控指标和收费站管控策略选取方案：

(1)选取收费站管控指标路段的平均行程车速低于35km/h作为初级预警收费站管控的触发条件，进行对施工区影响区域动态分级管控；

(2)选取收费站管控指标路段的平均行程车速低于20km/h作为中级预警收费站管控的触发条件，进行对施工区影响区域动态分级管控；

(3)选取收费站管控指标路段的平均行程车速低于15km/h作为高级预警收费站管控的触发条件；进行对施工区影响区域动态分级管控。

在一个实施例中，提供了一种基于导航地图的高速改扩建期间的交通管控方法，以淮安5标段与淮安6标段为例，在京沪改扩建主线如徐宿段扬州段每两个枢纽点均布设有一个悬臂电子屏；盐洛高速公路距离楚州枢纽最近的连续2个门架式(双向共4个)的可变情报板是可调控的；京沪主线互通收费站可控，且与导航地图运营商建立合作机制，可人工干预信息发布，进行举例说明：

当目标路段平均行程车速低于35km/h时，触发初级预警收费站管控，对目标路段进行管控的方式包括：在上游路段影响区域的门架式可变情报板发布信息：“前方拥堵，请绕行”；百度地图和高德地图上同步发布“前方拥堵，请绕行”，语音提醒且增加路线切换提醒频次；通过上游最近3个悬臂式电子屏发布信息：“前方拥堵，请绕行”。当目标路段平均行程车速高于45km/h时，关闭远端诱导缓堵的电子屏显示，切换为“施工路段，减速慢行”，初级预警收费站管控策略关闭。

参考图5，当目标路段平均行程车速低于20km/h时，触发中级预警收费站管控；对目标路段进行管控的方式包括：在上游路段影响区域的门架式可变情报板发布信息：“前方拥堵，请绕行”；江苏高速公众号、百度地图和高德地图上同步发布“前方拥堵，请绕行”，语音提醒且增加路线切换提醒频次；通过上游最近3个悬臂式电子屏发布信息：“前方拥堵，请绕行”；上游影响区3个互通枢纽入口收费站各关闭2个。

中级预警收费站管控，分为诱导分流与部分收费站管制，具体包含：根据导航地图运营商后台接口设置调度路线，间接降低京沪改扩建主线的道路的优先级，根据导航地图算法自动进行收费站出口的路径诱导；同时对上游临近3个收费站进行部分入口管制，减少进入京沪主线拥堵路段的车流量，以免造成车辆积压。当目标路段平均行程车速高于35km/h时，中级预警收费站管控策略变为初级预警收费站管控策略；当目标路段平均行程车速高于45km/h时，关闭远端诱导缓堵的电子屏显示，切换为“施工路段，减速慢行”，初级预警收费站管控策略关闭。

参考图6，当目标路段平均行程车速低于15km/h时，触发高级预警收费站管控；对目标路段进行管控的方式包括：在上游路段影响区域的门架式可变情报板发布信息：“前方拥堵，请绕行”；江苏高速公众号、百度地图和高德地图上同步发布“前方拥堵，请绕行”，语音提醒且增加路线切换提醒频次；通过上游最近3个悬臂式电子屏发布信息：“前方拥堵，请绕行”；上游影响区3个互通枢纽入口收费站全部关闭(可视监控路况多管制一个互通收费站入口)。高级预警收费站管控分为诱导分流与部分收费站管制，具体包含：根据导航地图运营商后台接口设置调度路线，间接降低京沪改扩建主线的道路的优先级，根据导航地图算法自动进行收费站出口的路径诱导；必要时临时设置虚拟事件，在导航平台上形成道路阻断，强制车辆在远端进行路径更改；同时对上游临近3个收费站进行入口关闭，禁止车辆进入京沪主线拥堵路段，同时视拥堵情况对上游额外一个收费站进行部分入口管制，以免造成车辆积压，产生道路交通事故。

当目标路段平均行程车速高于25km/h时，高级预警收费站管控策略变为中级预警收费站管控策略；当目标路段平均行程车速高于35km/h时，中级预警收费站管控策略变为初级预警收费站管控策略；当目标路段平均行程车速高于45km/h时，关闭远端诱导缓堵的电子屏显示，切换为“施工路段，减速慢行”，初级预警收费站管控策略关闭。

应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种基于导航地图的高速改扩建期间的交通管控方法，其特征在于，所述方法包括：

利用导航地图实时获取目标路段上的速度数据；

根据所述速度数据进行分析，获得所述目标路段的平均行程车速；

根据所述平均行程车速，确定是否需要进行收费站管控；

当需要进行收费站管控时，根据所述平均行程车速达到的预先设定的收费站管控指标确定对应的收费站管控策略；

根据所述收费站管控策略对所述目标路段进行管控；

所述收费站管控策略和收费站管控指标的设定方式包括：

采用同质道路判定过程对高速公路历史道路数据进行同质路段判定，确定出所述目标路段的同质路段；

根据所述高速公路历史道路数据对已知路段的宏观基本图进行绘制并标定参数；

根据所述已知路段的宏观基本图和所述高速公路历史道路数据，基于模糊C均值聚类对已知道路进行道路交通状态分级聚类，确定道路交通状态等级；

根据所述同质路段、所述道路交通状态等级和改扩建道路交通限速值，设定所述目标路段的收费站管控指标和收费站管控策略；

其中，所述基于同质道路判定过程，根据高速公路历史道路数据进行同质路段判定，确定出所述目标路段的同质路段的步骤，包括：

基于同质道路判定过程，确定非邻接路段相似度判定模型；

采用所述非邻接路段相似度判定模型，根据高速公路历史道路数据进行同质路段判定，确定出所述目标路段的同质路段；

所述非邻接路段交通运行相似度判定模型为：

W(n，m)＝|exp[-(d_n+1-d_n)²]-exp[-(d_m+1-d_m)²]|

式中，W(n,m)为不同路段对应的相邻节点的交通流密度变化的表征值，d_n+1为路网G中路段n+1的密度，d_n为路网G中路段n的密度，d_m+1为路网G中路段m+1的密度，d_m为路网G中路段m的密度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述高速公路历史道路数据对已知路段的宏观基本图进行绘制并标定参数的步骤，包括：

选取直接法构建MFD模型；

将所述高速公路历史道路数据预处理后输入Matlab编程软件，绘制出已知路段的宏观基本图；

并根据参数标定公式对所述宏观基本图的参数进行标定。

3.根据权利要求2所述的方法，其特征在于，所述MFD模型为：

式中，N为分析检测断面或路段数；n为路网中的路段编号；k^w为路网内加权密度；q^w为路网内加权车流量；q为路网平均流量；k为平均密度；v为平均速度。

4.根据权利要求3所述的方法，其特征在于，所述参数标定公式为：

式中，v_free为自由流速度，ρ_crit为临界密度，ρ_jam为阻塞密度；v^e(ρ)为不同密度下的均衡速度，ρ为不同密度下的路段密度；α为第一修正参数，d为第二修正参数。

5.根据权利要求1所述的方法，其特征在于，所述道路交通状态等级包括极畅通、畅通、比较畅通、比较拥堵、拥堵和严重拥堵。

6.根据权利要求1所述的方法，其特征在于，所述根据所述平均行程车速达到的预先设定的收费站管控指标确定对应的收费站管控策略的步骤，包括：

所述平均行程车速低于35km/h时，对应的收费站管控策略为初级预警收费站管控；

所述平均行程车速低于20km/h时，对应的收费站管控策略为中级预警收费站管控；

所述平均行程车速低于15km/h时，对应的收费站管控策略为高级预警收费站管控。

Images