CN104915726A - 一种基于时间片划分的车流量数据库生成方法 - Google Patents

Abstract

本发明公开了一种基于时间片划分的车流量数据库生成方法，它包括：获取道路i的历史流量信息；根据流量信息，获得道路i平均一天之内各时段流量曲线；以流量曲线上的第一峰值点X（im1）、第二峰值点X（im2）为分界点，拟合出曲线fi(xi)、gi(xi)；将fi(xi)、gi(xi)各划分为N/2个时间片，求分割点，使得由阶跃函数与拟合曲线围成面积最小；设置道路i各时间片车流量；重复步骤1-5，计算其他道路各时间片的车流量，形成车流量数据库。本方法根据整个路网拓扑的各时段历史车流量信息，将每条道路的每天车流量曲线按照波峰分割法划分为多个时间段，不同时间段预置不同车流量，生成整个路网拓扑的数据库。

Description

一种基于时间片划分的车流量数据库生成方法

技术领域

本发明涉及一种基于时间片划分的车流量数据库生成方法。

背景技术

随着城市化建设进程的逐步现代化，城市交通的日益拥挤为城市建设与生活带来诸多问题，特别是近年来个人汽车消费的提升，而土地资源的稀缺，造成高密集居住环境与高流量交通供求之间的矛盾，导致交通的拥堵问题已经是严重阻碍城市进一步发展的一个重要因素。在交通路网中，寻找任意两点间最优路径是出行导航的基本功能。最优路径一般是距离最短的路径或者是时间最短的路径。

在智能交通领域，最核心的模块：路径规划，往往决定了该智能交通***的优劣，希望能够反映道路车流量实时变化，并为之选取不同的路径。但当前的智能交通***中，路径规划遵循着预置路网拓扑，在相同的源目节点间总是给出相同的道路，不因时间段不同、车流量不同而智能地进行路径规划，以适应车流量的变化，这样给出的路径在全时段内往往不是全局最优的，也不能达到局部最优，会造成一些路段上的严重拥堵现象进入恶性循环，而某些道路却异常畅通，造成资源的极大浪费，对用户的出行来说造成时间太长，路程太长，降低了时间效率和能源利用效率。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于时间片划分的车流量数据库生成方法，服务器根据整个路网拓扑的各时段历史车流量信息，将每条道路的每天车流量曲线按照波峰分割法划分为多个时间段，不同时间段预置不同车流量，生成整个路网拓扑的数据库。相较于不分时间段的车流量设置方法，本方法记录不同时段车流量变化具有很好的效果，能够在高峰期细分车流量变化，规避拥堵道路，流量低谷期最大化的利用畅通道路，给用户推送较优的路径。

本发明的目的是通过以下技术方案来实现的：一种基于时间片划分的车流量数据库生成方法，它包括如下子步骤：

步骤1：获取道路i的历史流量信息；

步骤2：根据流量信息，获得道路i平均一天之内各时段流量曲线；

步骤3：以流量曲线上的第一峰值点X(im1)、第二峰值点X(im2)为分界点，拟合出曲线fi(xi)、gi(xi)；

步骤4：将fi(xi)、gi(xi)各划分为N/2个时间片，求分割点x_f1，x_f2，...x_f(N/2-1)，x_g1，x_g2，...x_g(N/2-1)，使得由阶跃函数与拟合曲线围成面积最小；

步骤5：根据道路i的历史流量信息，设置道路i各时间片车流量；

步骤6：重复步骤1-5，计算其他道路各时间片的车流量，形成车流量数据库。

所述的步骤1中获取历史流量信息包括通过城市交通调度中心、用户反馈和历史流量统计获得整个城市各条道路的3个月内的车流量。

所述的步骤3中拟合曲线时将第一峰值点X(im1)、第二峰值点X(im2)之间的曲线拟合成一条曲线，将第一峰值点X(im1)之前的曲线和第二峰值点X(im2)之后的曲线合并为一条曲线。

所述的步骤5中设置的时间片车流量为该时间片内流量的最值乘以110％。

本发明的有益效果是：本发明提供了一种基于时间片划分的车流量数据库生成方法，服务器根据整个路网拓扑的各时段历史车流量信息，将每条道路的每天车流量曲线按照波峰分割法划分为多个时间段，不同时间段预置不同车流量，生成整个路网拓扑的数据库。相较于不分时间段的车流量设置方法，本方法记录不同时段车流量变化具有很好的效果，能够在高峰期细分车流量变化，规避拥堵道路，流量低谷期最大化的利用畅通道路，给用户推送较优的路径。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，一种基于时间片划分的车流量数据库生成方法，它包括如下子步骤：

步骤1：获取道路i历史流量信息：

由城市交通调度中心、用户反馈、历史流量统计得到整个城市各条道路的3个月内的车流量，从而得到道路i的过去3个月内的车流量曲线；

步骤2：得出道路i平均一天之内各时刻流量曲线：

由道路i的过去3个月内的车流量曲线，对一天内各时段车流量取平均值，得到道路i平均一天之内流量曲线；

步骤3：由两个峰值点、为分界点拟合出曲线fi(xi)、gi(xi)：

1)由道路i的流量曲线，找出第一峰值点x_im1、第二峰值点x_im2，作为分界点；

2)由区间[x_im1，x_im2]内的曲线拟合出函数fi(xi)，[x_im1，x_im2]，由区间[x_im2，x_im1+24]内的曲线拟合出函数gi(xi)，[x_im2，x_im1+24]。这里考虑到第一个峰值之前的曲线和第二个峰值之后曲线可以合并为一条曲线，所以将x_im1加24小时，把[0，x_im1]时段内的曲线衔接到24小时时刻点之后，得出拟合曲线gi(xi)。

步骤4：将fi(xi)、gi(xi)各划分为N/2个时间片，求分割点x_f1，x_f2，...x_f(N/2-1)，x_g1，x_g2，...x_g(N/2-1)，使得由阶跃函数与拟合曲线围成面积最小：

1)对于两个函数曲线，分别将其划分为N/2个时间片。这样一天的时间轴被划分为N个时间片，其中N为选定的一个偶数。

2)为了得到面积的最小值，记曲线fi(x)与其上升阶跃函数曲线所围成区域的面积为S(x_im1，x_im2)，则通过微积分的方法可以得到两条曲线所围成的面积为：

$\begin{array}{c}s(z_{\mathrm{im}1},x_{\mathrm{im}2})=f\left(x_{f1}\right)*(x_{f1}-x_{\mathrm{im}1})+f\left(x_{f2}\right)*(x_{f2}-x_{f1})+\·\·\·+\\ f\left(x_{f(N/2-1)}\right)*(x_{f(N/2-2)}-x_{f(N/2-2)})-{\∫}_{c_{\mathrm{im}1}}^{x_{\mathrm{im}2}}f\left(x\right)\mathrm{dx}\end{array}$

可通过拉格朗日最值定理得到x_im1，x_f1，x_f2，...x_f(N/2-1)，x_im2需要满足N/2个的等式：

dS(x_f1，x_im1)/dx_f1＝f'(x_f1)*(x_f1-x_im1)+f(x_f1)-f(x_f2)＝0  (1)

dS(x_f2,x_f1)/dx_f2＝f'(x_f2)*(x_f2-x_f1)+f(x_f2)-f(x_f3)＝0  (2)

......

dS(x_im2，x_f(N/2-1))/dx_im2＝f'(x_im2)*(x_im2-x_f(N/2-1))+f(x_f(N/2-1))-f(x_im2)＝0  (N/2)

由这N/2个方程，可解得分割点x_f1，x_f2，，，，x_f(N/2-1)的值。

同理，对于gi(xi)，可求得分割点x_g1，x_g2，，，x_g(N/2-1)的值。

步骤5：设置道路i各时间片车流量：

根据划分好的时间片，对各时间片p_j的流量取该时间片内流量的最值q_ipj＝q_pjmax*110％，这里乘与110％是为了添加10％的冗余流量。

步骤6：由整个城市路网的各条道路车流量，生成一个车流量数据库。在进行路径规划时直接调用该数据库获取各条道路当前时刻的车流量。

Claims (4)

1.一种基于时间片划分的车流量数据库生成方法，其特征在于：它包括如下子步骤：

步骤1：获取道路i的历史流量信息；

步骤2：根据流量信息，获得道路i平均一天之内各时段流量曲线；

步骤3：以流量曲线上的第一峰值点X(im1)、第二峰值点X(im2)为分界点，拟合出曲线fi(xi)、gi(xi)；

步骤4：将fi(xi)、gi(xi)各划分为N/2个时间片，求分割点x_f1，x_f2，…x_f(N/2-1)，x_g1，x_g2，…x_g(N/2-1)，使得由阶跃函数与拟合曲线围成面积最小；

步骤5：根据道路i的历史流量信息，设置道路i各时间片车流量；

步骤6：重复步骤1-5，计算其他道路各时间片的车流量，形成车流量数据库。

2.根据权利要求1所述的一种基于时间片划分的车流量数据库生成方法，其特征在于：所述的步骤1中获取历史流量信息包括通过城市交通调度中心、用户反馈和历史流量统计获得整个城市各条道路的3个月内的车流量。

3.根据权利要求1所述的一种基于时间片划分的车流量数据库生成方法，其特征在于：所述的步骤3中拟合曲线时将第一峰值点X(im1)、第二峰值点X(im2)之间的曲线拟合成一条曲线，将第一峰值点X(im1)之前的曲线和第二峰值点X(im2)之后的曲线合并为一条曲线。

4.根据权利要求1所述的一种基于时间片划分的车流量数据库生成方法，其特征在于：所述的步骤5中设置的时间片车流量为该时间片内流量的最值乘以110％。