【摘要】 （，） 本发明涉及一种道路交通状态智能识别方法。把道路路段交通状态定义为畅通、正常、拥挤、堵塞、严重堵塞五个等级；把交通流量比、占有率均定义为非常小、小、中、大、非常大五个档次。采用模糊推理法来智能识别路段交通状态。根据交通流量比、交通流占有率、交通状态规则进行模式组合形成模糊关系，然后将交通流量比、占有率的实测数据作为输入计算出模糊集合，根据模糊关系获得输出结果的模糊集合，最后采用模糊判决获得当时交通状态。优点是：由交通流量比、占有率二个主要参数协同衡量交通状态，准确性高；只需要布设1个交通流检测器测定交通流量、占有率，现场施工成本较低；交通状态扩展到五个等级，完整性和系统性高。 【专利类型】发明申请 【申请人】公安部交通管理科学研究所 【申请人类型】科研单位 【申请人地址】214151 江苏省无锡市滨湖区钱荣路88号 【申请人地区】中国 【申请人城市】无锡市 【申请人区县】滨湖区 【申请号】CN201010282051.X 【申请日】2010-09-08 【申请年份】2010 【公开公告号】CN101950482A 【公开公告日】2011-01-19 【公开公告年份】2011 【授权公告号】CN101950482B 【授权公告日】2012-02-29 【授权公告年份】2012.0 【IPC分类号】G08G1/01 【发明人】袁建华; 张雷元; 郑煜 【主权项内容】1.道路交通状态智能识别方法，其特征是：在检测点处设置交通流检测器，测出该点的交通流量、占有率；把道路路段交通状态定义为畅通、正常、拥挤、堵塞、严重堵塞五个等级，取值依次为0、1、2、3、4；把交通流量比、占有率均定义为非常小、小、中、大、非常大五个档次，取值依次为1、2、3、4、5；根据交通流量比、交通流占有率、交通状态规则进行模式组合形成交通状态模糊规则表，表的内容如下： 如果占有率＝1，且流量比＝1，那么交通状态＝0 如果占有率＝1，且流量比＝2，那么交通状态＝0 如果占有率＝1，且流量比＝3，那么交通状态＝0 如果占有率＝1，且流量比＝4，那么交通状态＝1 如果占有率＝1，且流量比＝5，那么交通状态＝1 如果占有率＝2，且流量比＝1，那么交通状态＝0 如果占有率＝2，且流量比＝2，那么交通状态＝0 如果占有率＝2，且流量比＝3，那么交通状态＝1 如果占有率＝2，且流量比＝4，那么交通状态＝1 如果占有率＝2，且流量比＝5，那么交通状态＝1 如果占有率＝3，且流量比＝1，那么交通状态＝3 如果占有率＝3，且流量比＝2，那么交通状态＝2 如果占有率＝3，且流量比＝3，那么交通状态＝2 如果占有率＝3，且流量比＝4，那么交通状态＝2 如果占有率＝3，且流量比＝5，那么交通状态＝1 如果占有率＝4，且流量比＝1，那么交通状态＝4 如果占有率＝4，且流量比＝2，那么交通状态＝4 如果占有率＝4，且流量比＝3，那么交通状态＝3 如果占有率＝4，且流量比＝4，那么交通状态＝3 如果占有率＝4，且流量比＝5，那么交通状态＝3 如果占有率＝5，且流量比＝1，那么交通状态＝4 如果占有率＝5，且流量比＝2，那么交通状态＝4 如果占有率＝5，且流量比＝3，那么交通状态＝4 如果占有率＝5，且流量比＝4，那么交通状态＝3 如果占有率＝5，且流量比＝5，那么交通状态＝3； 定义交通流量比和占有率隶属度函数： 其中，uvs、us、um、ul、uvl分别代表“非常小”、“小”、“中”、“大”、“非常大”模糊度的临界值，μ1(u)、μ2(u)、μ3(u)、μ4(u)、μ5(u)分别表示“非常小”、“小”、“中”、“大”、“非常大”隶属度，x表示流量比和占有率数值； 根据所述隶属度函数，计算对应的隶属度，将隶属度组成模糊集合；交通流量比模糊集： U1＝{μ1(u1)，μ2(u1)，μ3(u1)，μ4(u1)，μ5(u1)}； 其中，μ1(u1)、μ2(u1)、μ3(u1)、μ4(u1)、μ5(u1)分别表示流量比隶属于“非常小”、“小”、“中”、“大”、“非常大”的隶属度； 交通占有率模糊集： U2＝{μ1(u2)，μ2(u2)，μ3(u2)，μ4(u2)，μ5(u2)}； 其中，μ1(u2)、μ2(u2)、μ3(u2)、μ4(u2)、μ5(u2)分别表示占有率隶属于“非常小”、“小”、“中”、“大”、“非常大”的隶属度； 计算模糊关系矩阵，设每一条模糊规则对应一个模糊关系，根据交通状态模糊规则表得到25条模糊关系Ri(i＝1，2，L，25)，进行模糊关系融合得到模糊关系矩阵： 式中 表示有界和运算； 计算模糊输出： 式中 表示有界积运算； 设交通状态模糊集：V＝{μ0(v)，μ1(v)，μ2(v)，μ3(v)，μ4(v)}，其中μ0(v)、μ1(v)、μ2(v)、μ3(v)、μ4(v)分别表示交通状态隶属于“畅通”，“正常”，“拥挤”，“堵塞”，“严重堵塞”的隶属度；则： 式中，μij表示U1×U2矩阵中的第i行、第j列元素，μi(u1)表示U1中第i个元素，μj(u2)表示U2中第j个元素，“∧”代表取最小值； 根据式I的模糊关系得到： μ0(v)＝μ11∨μ12∨μ21∨μ22∨μ31 μ1(v)＝μ32∨μ41∨μ42∨μ51∨μ52∨μ53 μ2(v)＝μ23∨μ33∨μ43 μ3(v)＝μ13∨μ34∨μ44∨μ45∨μ54∨μ55 μ4(v)＝μ14∨μ15∨μ24∨μ25∨μ35 式中“∨”代表取最大值； 模糊结果采用重心法进行判决，输出值为： 根据输出值vr和交通状态的对应关系得出结果： 输出值vr∈[0，1)，交通状态为畅通； 输出值vr∈[1，2)，交通状态为正常； 输出值vr∈[2，3)，交通状态为拥挤； 输出值vr∈[3，4)，交通状态为拥挤； 输出值vr∈[4，∞)，交通状态为严重堵塞。 【当前权利人】公安部交通管理科学研究所 【当前专利权人地址】江苏省无锡市滨湖区钱荣路88号 【统一社会信用代码】12100000466292295U 【引证次数】3.0 【被引证次数】13 【他引次数】3.0 【被自引次数】4.0 【被他引次数】9.0 【家族引证次数】3.0 【家族被引证次数】13

未经允许不得转载：http://www.zhongzhencnc.com/1782312695.html