【技術實現步驟摘要】
本專利技術屬于智能交通，具體涉及一種基于車輛級宏微觀評價的高速公路交通狀態判別方法。
技術介紹
1、高速公路行車速度快、風險高，實時監測交通狀態既能識別偶發性的交通事件，又能反映高速公路運行狀態，對于精準的運行風險管理至關重要。
2、在交通狀態表征方面，流量、車速以及密度等宏觀參數依然是交通狀態獲取與表征的主要參數，現有研究主要是基于宏觀參數的交通狀態分析，但是交通狀態的宏觀表達無法揭示交通流的微觀特性，無法刻畫交通流的變化機理。隨著智能化交通的不斷發展，路端傳感設備與車端的交互協同為獲取交通狀態的微觀參數提供了支撐，但是現有研究中基于微觀參數的指標體系不夠全面，例如，對車輛偏角、換道次數等反映微觀交通流特性的關鍵指標考慮不足，沒有考慮駕駛員激進行為對交通狀態的潛在影響。此外，現有的交通狀態判別方法主要是基于加權熵值，主要量化當前路段的交通狀態，沒有考慮各路段之間的相互影響。基于前述問題，本專利技術提出一種基于車輛級宏微觀評價的高速公路交通狀態判別方法。
技術實現思路
1、針對現有技術的不足，本專利技術擬解決的技術問題是，提供一種基于車輛級宏微觀評價的高速公路交通狀態判別方法。
2、本專利技術解決所述技術問題采用如下的技術方案：
3、一種基于車輛級宏微觀評價的高速公路交通狀態判別方法，其特征在于，該方法包括以下步驟：
4、第一步：獲取目標路段在目標時段內的毫米波雷達數據，對毫米波雷達數據進行預處理；
5、第二步：根據毫米波
6、其中，激進駕駛行為變異指數用于衡量車輛危險程度，計算公式如下：
7、
8、式中，ek是車輛k的激進駕駛行為變異指數，at、vt分別是t時刻車輛k的加速度和速度，ω1、ω2均是權重，m表示時段長度，t表示車輛k在目標路段出現的總時間；
9、激進駕駛行為變異指數方差用于反映車輛危險程度的離散程度，計算公式如下：
10、
11、式中，是激進駕駛行為變異指數方差，是激進駕駛行為變異指數平均值，n表示目標時段內目標路段上的車輛數量；
12、第三步：基于宏、微觀評價指標，計算目標路段中各路段目標時段內的交通狀態熵值，根據交通狀態熵值劃分交通狀態的類別；
13、采用灰度關聯分析法計算各路段各個指標的灰色關聯系數，根據灰色關聯系數計算指標的權重，計算公式如下：
14、
15、式中，wij表示目標路段中路段i第j個指標的權重，δij是路段i第j個指標的歸一化灰色關聯系數，m是指標數量；
16、根據各指標的權重計算路段的交通狀態熵值，計算公式為：
17、
18、式中，di是路段i的交通狀態熵值。
19、與現有技術相比，本專利技術具有如下的有益效果：
20、1、本專利技術根據人、車、路、環境的相互作用關系，提出了更精細更全面的多維度宏微觀交通狀態評價指標體系，從宏觀和微觀兩個層面刻畫了交通流特性。首次提出了激進駕駛行為變異指數用于衡量因突然加速、減速或者行駛速度太快導致的車輛危險程度，而將激進駕駛行為變異指數方差作為微觀指標，用于反映某個時間段或路段內車輛危險程度的離散程度，進而更細致地反映交通狀態。
21、2、將基于灰色關聯分析法與熵值法相結合計算交通狀態熵值，考慮各路段之間的相互影響對交通狀態進行精準量化，根據交通狀態熵值劃分等級，為交通管理部門作出合理的交通規劃決策，緩解交通擁堵、解決交通安全等問題提供了重要依據。
本文檔來自技高網...【技術保護點】
1.一種基于車輛級宏微觀評價的高速公路交通狀態判別方法，其特征在于，該方法包括以下步驟：
2.根據權利要求1所述的基于車輛級宏微觀評價的高速公路交通狀態判別方法，其特征在于，車輛偏角方差的計算公式如下：
3.根據權利要求1或2所述的基于車輛級宏微觀評價的高速公路交通狀態判別方法，其特征在于，根據交通狀態熵值將交通狀態劃分為正常、一般混亂、混亂和極混亂四個類別；極混亂表示發生交通事故的可能性非常大，需立刻采取安全管控措施；混亂表示可能會發生交通事故，需及時采取安全管控措施；一般混亂表示不太可能發生交通事故，不必采取安全管控措施；正常表示基本不會發生交通事故，無需采取任何措施。
【技術特征摘要】
1.一種基于車輛級宏微觀評價的高速公路交通狀態判別方法，其特征在于，該方法包括以下步驟：
2.根據權利要求1所述的基于車輛級宏微觀評價的高速公路交通狀態判別方法，其特征在于，車輛偏角方差的計算公式如下：
3.根據權利要求1或2所述的基于車輛級宏微觀評價的高速公路交通狀態判別方法...
【專利技術屬性】
技術研發人員：崔洪軍，海鵬程，李春杰，朱敏清，劉爽，谷建玲，陳婕熙，程園，朱鳳杰，
申請(專利權)人：河北工業大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。