一种基于多源数据的高速公路异常事件排队长度预测方法

授权

摘要

本发明公开了一种基于多源数据的高速公路异常事件排队长度预测方法，本发明在考虑道路检测设备分布稀疏的情况下，基于车检器数据和收费数据，采用模态划分的方法在一定程度上解决排队长度预测所需数据获取困难的问题，可适用于发生于一定场景下的异常事件排队长度预测；本发明的方法是通过结合历史车检器数据和收费数据得到两个部分的车流量参数，通过历史收费数据结合收费站之间的OD特性得到两两收费站间的平均行程速度，结合建立的目标场景下的排队长度预测模型达到对排队长度进行预测的目的，该方法依据多源数据能够较为准确的预测排队长度的变化趋势，为道路交通系统的交通管制以及交通拥堵问题的缓解提供强有力的技术支持。

基本信息

专利标题：

一种基于多源数据的高速公路异常事件排队长度预测方法

专利标题（英）：

暂无

公开（公告）号：

CN111882858A

申请号：

CN202010484814.2

公开（公告）日：

2020-11-03

申请日：

2020-06-01

授权号：

CN111882858B

授权日：

2022-05-20

发明人：

孙棣华王卫平唐毅吴霄赵敏蒋陈虎陈力云黄启亮

申请人：

重庆大学;重庆高速公路集团有限公司

申请人地址：

重庆市沙坪坝区沙正街174号

代理机构：

北京汇泽知识产权代理有限公司

代理人：

武君

优先权：

CN202010484814.2

主分类号：

G08G1/01

IPC分类号：

G08G1/01 G08G1/065 G06Q10/04 G06Q50/26