一种公路通行能力参数的预测方法及预测装置与流程

1.本技术涉及交通技术领域，尤其是涉及一种公路通行能力参数的预测方法及预测装置。


背景技术：

2.公路通行能力作为公路规划、设计与管理的基本依据，贯穿于我国公路工程建设的各个阶段。通行能力分析的主要作用可以概括为：用于公路规划设计、用于交通运行分析、用于对现有的或潜在的瓶颈路段进行服务水平分析和交通量预测，提出改善交通运行质量的公路工程和交通管理措施以及用于交通管理，根据预测交通量增长情况和分析运行质量变化情况，计划好各阶段交通管理措施。
3.目前，现有技术中往往将相关道路标准规定中给出的经验值直接确定为公路的通行能力参数，这样的方式不能反映道路交通的实际运行特性，使得确定出的通行能力不准确。


技术实现要素：

4.有鉴于此，本技术的目的在于提供一种公路通行能力参数的预测方法及预测装置，通过每种类型路段的多种通行能力影响参数和公路通行能力参数预测模型，预测得到目标公路的全线预测通行能力参数；这样，能够融合三相交通流状态理论以及无监督数据预测模型，充分考虑多种因素对不同种路段通行能力的影响，从而更准确地预测公路通行能力参数。
5.本技术实施例提供了一种公路通行能力参数的预测方法，所述预测方法包括：
6.获取目标公路上每种类型路段的实际通行能力影响参数集；
7.将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数；
8.其中，每种类型路段的公路通行能力参数预测模型通过以下方式构建：
9.获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集；
10.针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数；其中，所述交通流状态包括自由流、同步-自由流、同步-阻塞流和阻塞；
11.以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。
12.进一步的，每种类型路段被划分成至少一个子路段，每个子路段包括一个观测点位；每种类型路段的实际通行能力影响参数集包括该种路段中每个观测点位对应的实际通
行能力影响参数子集；每种类型路段的预测路段通行能力参数包括该种路段中每个观测点位对应的预测点位通行能力参数；在将每种类型路段的实际通行能力影响参数集输入该种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数之后，所述预测方法还包括：
13.确定所述目标公路上存在施工道路占用的占用区间；
14.针对位于所述占用区间内的每个观测点位，通过以下公式对该观测点位的预测路段通行能力参数进行修正，得到该观测点位修正后的预测路段通行能力参数：
15.nk＝
max
γ1γ2γ316.式中，nk表示该观测点位修正后的预测路段通行能力参数；n
max
表示该观测点位的最大单车道道路通行能力参数，由该观测点位对应的全线预测通行能力参数除以车道数确定；γ1表示该观测点位的开放车道数；γ2表示该观测点位的开放车道位置修正系数；γ3表示该观测点位的开放车道宽度修正系数；其中，γ2和γ3采用粒子群优化算法由历史通行能力参数集计算得到。
17.进一步的，在将每种类型路段的实际通行能力影响参数集输入该种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数之后，所述预测方法还包括：
18.确定所述目标公路上不同种类型路段之间的连接区域；其中，路段的类型包括基本路段、匝道路段和交织区路段；所述目标公路上不同种类型路段的范围由经验参数确定；
19.针对每个连接区域，确定该连接区域包括的每个观测点位的预测点位通行能力参数与该观测点位所在子路段的路段长度的比值；
20.对该连接区域中每两个相邻观测点位对应的比值进行差分运算，得到每两个相邻观测点位对应的差分值；
21.根据差分值小于预设阈值的观测点位确定不同种类型路段中匝道的影响范围和交织区的影响范围；
22.根据所述匝道路段的影响范围和所述交织区路段的影响范围对所述目标公路重新进行路段类型划分，将位于所述匝道路段的影响范围或所述交织区路段的影响范围内的基本路段相应修正为匝道路段或交织区路段。
23.进一步的，针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数，包括：
24.针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类，得到自由流通行能力参数子集、阻塞通行能力参数子集和同步流通行能力参数子集；
25.对所述阻塞通行能力参数子集进行线性拟合，得到第一拟合直线方程；
26.根据所述第一拟合直线方程，将所述同步流通行能力参数子集划分为同步-自由流通行能力参数子集和同步-阻塞流通行能力参数子集；其中，同步-自由流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步消散，最终转换为自由流状态；同步-阻塞流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步加重，最终转换为阻塞状态；
27.根据所述自由流通行能力参数子集、所述阻塞通行能力参数子集、所述同步-自由
流通行能力参数子集和所述同步-阻塞流通行能力参数子集分别确定该种类型路段处于自由流状态、阻塞状态、同步-自由流状态和同步-阻塞流状态时的状态历史通行能力参数。
28.进一步的，所述根据所述自由流通行能力参数子集、所述阻塞通行能力参数子集、所述同步-自由流通行能力参数子集和所述同步-阻塞流通行能力参数子集分别确定该种类型路段处于自由流状态、阻塞状态、同步-自由流状态和同步-阻塞流状态时的状态历史通行能力参数，包括：
29.对所述自由流通行能力参数子集进行线性拟合，得到第二拟合直线方程；
30.将所述自由流通行能力参数子集中的最大流量值确定为该种类型路段处于自由流状态时的状态历史通行能力参数；
31.将所述第一拟合直线方程和所述第二拟合直线方程的交点处对应的流量值确定为该种类型路段处于同步-自由流状态时的状态历史通行能力参数；
32.将所述同步-阻塞流通行能力参数子集和所述阻塞通行能力参数子集中的流量值分别确定为该种类型路段处于同步-阻塞流状态时的状态历史通行能力参数和该种类型路段处于阻塞状态时的状态历史通行能力参数。
33.进一步的，以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型，包括：
34.以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，使用逐步回归方式构建回归模型，作为该种类型路段的公路通行能力参数预测模型；其中，该种类型路段的公路通行能力参数预测模型确定该种类型路段的历史通行能力影响参数集中的有效影响参数和无效影响参数。
35.进一步的，所述实际通行能力影响参数集包括以下各项中的至少一项：道路特征参数、天气特征参数、交通组成特征参数和交通事件特征参数；所述道路特征参数包括车道数、车道宽度、路段长度、设计速度、平纵线形参数、路面状况以及交织区路段的交织构型和交织流量比；所述天气特征参数包括天气类型、相应天气等级以及受天气影响衍生出的能见度、道路摩擦力和车辆稳定度；所述交通组成特征包括所述目标公路上行驶的车辆中各类型车辆的占比以及驾驶员对所述目标公路的熟悉程度；所述交通事件特征参数包括事件位置特征、事件时间特征、开放车道特征、关闭车道特征、过渡区长度、隔离设施类型、通行管控措施、借助对向车道通行时的中间带宽度、中间带开口长度和路拱坡度。
36.本技术实施例还提供了一种公路通行能力参数的预测装置，所述预测装置包括：
37.获取模块，用于获取目标公路上每种类型路段的实际通行能力影响参数集；
38.预测模块，用于将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数；
39.构建模块，用于通过以下方式构建每种类型路段的公路通行能力参数预测模型：
40.获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集；
41.针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数；其中，所述交通流状态包
括自由流、同步-自由流、同步-阻塞流和阻塞；
42.以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。
43.本技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的一种公路通行能力参数的预测方法的步骤。
44.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的一种公路通行能力参数的预测方法的步骤。
45.本技术实施例提供的一种公路通行能力参数的预测方法及预测装置，包括：获取目标公路上每种类型路段的实际通行能力影响参数集；将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数；其中，每种类型路段的公路通行能力参数预测模型通过以下方式构建：获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集；针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数；其中，所述交通流状态包括自由流、同步-自由流、同步-阻塞流和阻塞；以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。
46.通过每种类型路段的多种通行能力影响参数和公路通行能力参数预测模型，预测得到目标公路的全线预测通行能力参数；这样，能够融合三相交通流状态理论以及无监督数据预测模型，充分考虑多种因素对不同种路段通行能力的影响，从而更准确地预测公路通行能力参数。
47.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
48.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
49.图1示出了本技术实施例所提供的一种公路通行能力参数的预测方法的流程图；
50.图2示出了本技术实施例所提供的一种三相交通流基本图；
51.图3示出了本技术实施例所提供的一种公路通行能力参数的预测装置的结构示意图；
52.图4示出了本技术实施例所提供的一种电子设备的结构示意图。
具体实施方式
53.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本技术保护的范围。
54.经研究发现，公路通行能力作为公路规划、设计与管理的基本依据，贯穿于我国公路工程建设的各个阶段。通行能力分析的主要作用可以概括为：用于公路规划设计、用于交通运行分析、用于对现有的或潜在的瓶颈路段进行服务水平分析和交通量预测，提出改善交通运行质量的公路工程和交通管理措施以及用于交通管理，根据预测交通量增长情况和分析运行质量变化情况，计划好各阶段交通管理措施。
55.目前，现有技术中往往将相关道路标准规定中给出的经验值直接确定为公路的通行能力参数，这样的方式不能反映道路交通的实际运行特性，使得确定出的通行能力不准确。
56.基于此，本技术实施例提供了一种公路通行能力参数的预测方法及预测装置，能够融合三相交通流状态理论以及无监督数据预测模型，充分考虑多种因素对不同种路段通行能力的影响，从而更准确地预测公路通行能力参数。
57.请参阅图1，图1为本技术实施例所提供的一种公路通行能力参数的预测方法的流程图。如图1中所示，本技术实施例提供的预测方法，包括：
58.s101、获取目标公路上每种类型路段的实际通行能力影响参数集。
59.其中，所述目标公路上的路段的类型包括：基本路段、交织区路段和匝道路段。这里，以高速公路为例，基本路段是指不受匝道附加合流、分流及交织流影响的高速公路路段；交织区是指沿一定长度的高速公路，两条或多条车流穿过彼此的行车路线的高速公路路段。交织路段一般由相距较近的合流区和分流区组成；匝道可分为进口匝道和出口匝道，是高速公路出口或入口靠右侧的一条道路。
60.这里，理想的道路通行能力是指在良好的路面条件，没有交通事故，良好的气候条件下的道路通行能力。现实中交通条件往往不是理想条件，道路通行能力受各种因素影响。道路通行能力影响因素主要包括：道路特征(车道宽度及侧向净空、车道数量、设计速度)、交通组成、驾驶员总体特性、天气特征、交通事件(分为计划事件，如道路施工；突发事件，如事故)。
61.因此，所述实际通行能力影响参数集包括以下各项中的至少一项：道路特征参数、天气特征参数、交通组成特征参数和交通事件特征参数。所述道路特征参数包括车道数、车道宽度、路段长度、设计速度、平纵线形参数、路面状况以及交织区路段的交织构型和交织流量比。所述天气特征参数包括天气类型、相应天气等级以及受天气影响衍生出的能见度、道路摩擦力和车辆稳定度。所述交通组成特征包括所述目标公路上行驶的车辆中各类型车辆的占比以及驾驶员对所述目标公路的熟悉程度；例如，车辆类型包括货车(一型、二型、三型、四型、五型)、客车(一型、二型、三型、四型、五型)、专项作业车(一型、二型、三型、四型、
五型、六型)和普通车等；驾驶员对所述目标公路的熟悉程度可通过驾驶员在本路线的驾驶频次表征。所述交通事件特征参数包括事件位置特征、事件时间特征、开放车道特征、关闭车道特征、过渡区长度、隔离设施类型、通行管控措施、借助对向车道通行时的中间带宽度、中间带开口长度和路拱坡度。
62.具体的，交通事件包括计划型事件和突发型事件。计划型事件包括道路养护施工、道路建设施工，突发型事件包括事故。对于计划型事件，交通事件特征参数具体可以是施工位置、施工时间、开放车道数、关闭车道数、关闭车道位置(左侧、右侧)、车道宽度、过渡区长度、隔离设施类型等。当存在借用对向车道通行的情况，还可包括中间带宽度、中间带开口长度、路拱坡度等。当施工区有管控措施时，还包括限速等施工区管控措施。对于突发型事件，交通事件特征参数具体可以是事件类型、事件位置、事件发生时间、事件持续时长；其他信息与计划型事件相同。
63.需要说明的是，对于数值型的特征，可将数值直接作为实际通行能力影响参数集中的实际通行能力影响参数；对于非数值型的特征，例如天气类型，可通过二进制编码等方式，将不同的非数值型的特征转换为编码形式的数值型特征，再作为实际通行能力影响参数集中的实际通行能力影响参数。
64.s102、将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数。
65.在具体实施时，每种类型路段被划分成至少一个子路段，划分方式可以是均匀划分，也可以是非均匀划分；每个子路段包括一个观测点位；每种类型路段的实际通行能力影响参数集包括该种路段中每个观测点位对应的实际通行能力影响参数子集；每种类型路段的预测路段通行能力参数包括该种路段中每个观测点位对应的预测点位通行能力参数。在本技术实施例中，通行能力参数包括车流量；在s102之后，所述预测方法还包括：
66.第一步：确定所述目标公路上存在施工道路占用的占用区间。
67.第二步：针对位于所述占用区间内的每个观测点位，通过以下公式对该观测点位的预测路段通行能力参数进行修正，得到该观测点位修正后的预测路段通行能力参数：
68.nk＝n
max
γ1γ2γ369.式中，nk表示该观测点位修正后的预测路段通行能力参数；n
max
表示该观测点位的最大单车道道路通行能力参数，由该观测点位对应的全线预测通行能力参数除以车道数确定；γ1表示该观测点位的开放车道数；γ2表示该观测点位的开放车道位置修正系数；γ3表示该观测点位的开放车道宽度修正系数；其中，γ2和γ3采用粒子群优化算法由存在施工道路占用时的历史通行能力参数集计算得到。
70.在另一种可能的实施方式中，在s102之后，所述预测方法还包括：确定所述目标公路上不同种类型路段之间的连接区域。其中，路段的类型包括基本路段、匝道路段和交织区路段；所述目标公路上不同种类型路段的范围由经验参数确定。针对每个连接区域，确定该连接区域包括的每个观测点位的预测点位通行能力参数与该观测点位所在子路段的路段长度的比值。对该连接区域中每两个相邻观测点位对应的比值进行差分运算，得到每两个相邻观测点位对应的差分值。根据差分值小于预设阈值的观测点位确定不同种类型路段中匝道的影响范围和交织区的影响范围。根据所述匝道路段的影响范围和所述交织区路段的
影响范围对所述目标公路重新进行路段类型划分，将位于所述匝道路段的影响范围或所述交织区路段的影响范围内的基本路段相应修正为匝道路段或交织区路段。
71.这里，在实际的公路中，不同种类型路段如基本路段、交织区路段和匝道路段，往往是混合交替出现的，而交织区和匝道因为交通状态复杂，会对相邻的其他路段造成影响。在现有技术中，不同种类型路段的影响范围通常是由相关道路标准规定中的经验参数给出，例如，有关标准规定：对于进口匝道，从匝道连接处起，其上游150m，下游760m的范围为进口匝道影响范围；对于出口匝道，从匝道连接处起，其上游760m，下游150m的范围为出口匝道影响范围；对于交织区，其合流点上游150m为交织区的起点，分流点向下游150m为交织区的终点，起点和终点之间为交织区影响范围。根据这些经验参数可以对目标公路进行道路类型划分，确定不同种类型路段在目标公路上所在的范围。
72.然而，在实际交通中，合流、分流或交织区的影响范围将随交通流状况发生改变，尤其在交通拥挤及堵塞情况下，合流、分流或交织区可能会形成车辆排队现象，排队长度的变化范围很大，可长至几公里。因此，采用相关道路标准规定的固定影响范围参数进行路段划分的结果不能反映道路交通的实际运行特性。
73.根据本技术实施例提供的方法可以首先在目标公路上不同种类型路段之间选定一定的范围作为连接区域，例如在两种类型路段交接处分别选定一定数量的子路段确定为一个连接区域；之后，根据连接区域包括的每个观测点位的预测点位通行能力参数确定出差分值小于预设阈值的观测点位，根据这些观测点位确定影响范围的起点和终点，从而及时地确定在不同交通流状态下不同种路段的影响范围。之后，可根据匝道路段的影响范围和交织区路段的影响范围，将位于影响范围内的基本路段相应划分为匝道或交织区，即重新进行路段类型划分，从而准确及时地反映不同交通状况下的实际路段构成。
74.在一种可能的实施方式中，每种类型路段的公路通行能力参数预测模型通过以下方式构建：
75.步骤1、获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集。
76.这里，历史通行能力影响参数集可参照上述实际通行能力影响参数集的描述，在此不再赘述。
77.步骤2、针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数。其中，所述交通流状态包括自由流、同步-自由流、同步-阻塞流和阻塞。
78.其中，基本路段数据集、交织区数据集、匝道数据集中包括流量、密度和速度数据；该步骤中，首先分别从基本路段数据集、交织区数据集、匝道数据集中提取无交通事件以及无交通控制措施下的交通流数据，得到每种类型路段历史通行能力参数集。再基于三相交通流理论分别对每种类型路段历史通行能力参数集进行状态划分，得到不同交通流状态下的通行能力参数子集；最后，根据每种交通流状态下的通行能力参数子集确定该种类型路段处于每种交通流状态时的状态历史通行能力参数。这里，通行能力参数指车流量。
79.下面请参阅图2，图2为本技术实施例所提供的一种三相交通流基本图。如图2所示，曲线f为自由流状态下车流量和密度的关系曲线，封闭曲线中的斜线区域为同步流状态车流量和密度的关系，曲线j为阻塞状态下车流量和密度的关系曲线。同步流数据来源于外
界干扰，包括测量误差、不同密度计算方法，以及大型车辆、复杂天气、道路线形和坡度、交通事故、车辆换道行为等。同步流j线以上(c区域)即为同步-自由流状态，这里阻塞随时间不断消散，最后转化为自由流状态。同步流j线以下(d区域)即为同步-阻塞流状态，这里阻塞随时间不断加宽，最后转化为阻塞状态。基于图2交通流数据的分布特性，横轴代表密度、纵轴代表车流量，其中a
max
是自由流最大车流量，是实际运行过程中采集到的最大车流量，a
out
是无阻塞最大车流量，ki是交通阻塞时的车辆密度值。
80.在一种可能的实施方式中，该步骤可包括：
81.s201、针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类，得到自由流通行能力参数子集、阻塞通行能力参数子集和同步流通行能力参数子集。
82.在具体实施时，可使用谱聚类算法对输入数据进行聚类，聚类的类别数据为3类，分别对应自由流、同步流和堵塞三种状态，得到自由流通行能力参数子集、阻塞通行能力参数子集和同步流通行能力参数子集。
83.s202、对所述阻塞通行能力参数子集进行线性拟合，得到第一拟合直线方程。
84.该步骤中，可得到第一拟合直线方程mk+-＝0，其中a代表流量，k代表密度，m和n是直线参数。
85.s203、根据所述第一拟合直线方程，将所述同步流通行能力参数子集划分为同步-自由流通行能力参数子集和同步-阻塞流通行能力参数子集；其中，同步-自由流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步消散，最终转换为自由流状态；同步-阻塞流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步加重，最终转换为阻塞状态。
86.该步骤中，可将同步流通行能力参数子集中的数据分别带入第一拟合直线方程，如果取值大于0，该数据属于c区域，即同步-自由流通行能力参数子集；如果取值小于0，该数据属于d区域，即同步-阻塞流通行能力参数子集；最后同步流通行能力参数子集被划分为同步-自由流通行能力参数子集和同步-阻塞流通行能力参数子集。
87.s203、根据所述自由流通行能力参数子集、所述阻塞通行能力参数子集、所述同步-自由流通行能力参数子集和所述同步-阻塞流通行能力参数子集分别确定该种类型路段处于自由流状态、阻塞状态、同步-自由流状态和同步-阻塞流状态时的状态历史通行能力参数。
88.在具体实施时，步骤s203可包括：对所述自由流通行能力参数子集进行线性拟合，得到第二拟合直线方程；将所述自由流通行能力参数子集中的最大流量值确定为该种类型路段处于自由流状态时的状态历史通行能力参数；将所述第一拟合直线方程和所述第二拟合直线方程的交点处对应的流量值确定为该种类型路段处于同步-自由流状态时的状态历史通行能力参数；将所述同步-阻塞流通行能力参数子集和所述阻塞通行能力参数子集中的流量值分别确定为该种类型路段处于同步-阻塞流状态时的状态历史通行能力参数和该种类型路段处于阻塞状态时的状态历史通行能力参数。
89.该步骤中，可提取自由流通行能力参数子集中的最大流量值，将该最大流量值确定为自由流的最大通行能力，即该种类型路段处于自由流状态时的状态历史通行能力参数。对自由流通行能力参数子集进行线性拟合，得到第二拟合直线方程pk+-＝0，其中a代表流量，k代表密度，p和q是直线参数。计算第一拟合直线方程和第二拟合直线方程的交点，交
点处的流量值为c区域流出流量值，即该种类型路段处于同步-自由流状态时的状态历史通行能力参数。
90.步骤3、以该种类型路段的通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。
91.其中，公路通行能力参数预测模型可以是机器学习模型。在具体实施时，以该种类型路段的通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，使用逐步回归方式构建回归模型，作为该种类型路段的公路通行能力参数预测模型；其中，该种类型路段的公路通行能力参数预测模型确定该种类型路段的通行能力影响参数集中的有效影响参数和无效影响参数，进而由有效影响参数得到实际通行能力影响参数集来预测每种类型路段的预测路段通行能力参数。
92.本技术实施例提供的一种公路通行能力参数的预测方法，包括：获取目标公路上每种类型路段的实际通行能力影响参数集；将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数；其中，每种类型路段的公路通行能力参数预测模型通过以下方式构建：获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集；针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数；其中，所述交通流状态包括自由流、同步-自由流、同步-阻塞流和阻塞；以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。
93.本技术实施例提供的预测方法融合了交通理论模型数据需求量小优点和机器学习模型强调学习能力的优点，在保证准确率的情况下降低了数据的需求量，使得该模型适用于项目建设全周期。同时，本技术实施例提供的预测方法首先基于历史数据生成道路全线通行能力，然后基于交通事件信息对全线道路通行能力进行修正，得到完善的道路通行能力，具有良好的可解释性，在不同特征的道路下具有良好的适用性。本技术实施例提供的预测方法基于三相交通流理论融合无监督数据学习方法进行交通通行能力参数的提取，充分考虑了各因素对交通通行能力的影响，建立了多因素影响下不同路段道路通行能力模型，这样基于交通流的变化和道路特征将高速公路划分，实现了高速全线通行能力分析，从而更准确地预测公路通行能力参数。
94.请参阅图3，图3为本技术实施例所提供的一种公路通行能力参数的预测装置的结构示意图。如图3中所示，所述预测装置300包括：
95.获取模块310，用于获取目标公路上每种类型路段的实际通行能力影响参数集；
96.预测模块320，用于将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数；
97.构建模块330，用于通过以下方式构建每种类型路段的公路通行能力参数预测模型：
98.获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集；
99.针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数；其中，所述交通流状态包括自由流、同步-自由流、同步-阻塞流和阻塞；
100.以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。
101.进一步的，每种类型路段被划分成至少一个子路段，每个子路段包括一个观测点位；每种类型路段的实际通行能力影响参数集包括该种路段中每个观测点位对应的实际通行能力影响参数子集；每种类型路段的预测路段通行能力参数包括该种路段中每个观测点位对应的预测点位通行能力参数；所述预测装置还包括修正模块，所述修正模块用于：
102.确定所述目标公路上存在施工道路占用的占用区间；
103.针对位于所述占用区间内的每个观测点位，通过以下公式对该观测点位的预测路段通行能力参数进行修正，得到该观测点位修正后的预测路段通行能力参数：
104.nk＝n
max
γ1γ2γ3105.式中，nk表示该观测点位修正后的预测路段通行能力参数；n
max
表示该观测点位的最大单车道道路通行能力参数，由该观测点位对应的全线预测通行能力参数除以车道数确定；γ1表示该观测点位的开放车道数；γ2表示该观测点位的开放车道位置修正系数；γ3表示该观测点位的开放车道宽度修正系数；其中，γ2和γ3采用粒子群优化算法由历史通行能力参数集计算得到。
106.进一步的，所述预测装置还包括确定模块，所述确定模块用于：
107.确定所述目标公路上不同种类型路段之间的连接区域；其中，路段的类型包括基本路段、匝道路段和交织区路段；所述目标公路上不同种类型路段的范围由经验参数确定；
108.针对每个连接区域，确定该连接区域包括的每个观测点位的预测点位通行能力参数与该观测点位所在子路段的路段长度的比值；
109.对该连接区域中每两个相邻观测点位对应的比值进行差分运算，得到每两个相邻观测点位对应的差分值；
110.根据差分值小于预设阈值的观测点位确定不同种类型路段中匝道的影响范围和交织区的影响范围；
111.根据所述匝道路段的影响范围和所述交织区路段的影响范围对所述目标公路重新进行路段类型划分，将位于所述匝道路段的影响范围或所述交织区路段的影响范围内的基本路段相应修正为匝道路段或交织区路段。
112.进一步的，所述构建模块330在用于针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数时，所述构建模块330用于：
113.针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类，得到自由流通行能力参数子集、阻塞通行能力参数子集和同步流通行能力参数子集；
114.对所述阻塞通行能力参数子集进行线性拟合，得到第一拟合直线方程；
115.根据所述第一拟合直线方程，将所述同步流通行能力参数子集划分为同步-自由流通行能力参数子集和同步-阻塞流通行能力参数子集；其中，同步-自由流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步消散，最终转换为自由流状态；同步-阻塞流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步加重，最终转换为阻塞状态；
116.根据所述自由流通行能力参数子集、所述阻塞通行能力参数子集、所述同步-自由流通行能力参数子集和所述同步-阻塞流通行能力参数子集分别确定该种类型路段处于自由流状态、阻塞状态、同步-自由流状态和同步-阻塞流状态时的状态历史通行能力参数。
117.进一步的，所述构建模块330在用于根据所述自由流通行能力参数子集、所述阻塞通行能力参数子集、所述同步-自由流通行能力参数子集和所述同步-阻塞流通行能力参数子集分别确定该种类型路段处于自由流状态、阻塞状态、同步-自由流状态和同步-阻塞流状态时的状态历史通行能力参数时，所述构建模块330用于：
118.对所述自由流通行能力参数子集进行线性拟合，得到第二拟合直线方程；
119.将所述自由流通行能力参数子集中的最大流量值确定为该种类型路段处于自由流状态时的状态历史通行能力参数；
120.将所述第一拟合直线方程和所述第二拟合直线方程的交点处对应的流量值确定为该种类型路段处于同步-自由流状态时的状态历史通行能力参数；
121.将所述同步-阻塞流通行能力参数子集和所述阻塞通行能力参数子集中的流量值分别确定为该种类型路段处于同步-阻塞流状态时的状态历史通行能力参数和该种类型路段处于阻塞状态时的状态历史通行能力参数。
122.进一步的，所述构建模块330在用于以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型时，所述构建模块330用于：
123.以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，使用逐步回归方式构建回归模型，作为该种类型路段的公路通行能力参数预测模型；其中，该种类型路段的公路通行能力参数预测模型确定该种类型路段的历史通行能力影响参数集中的有效影响参数和无效影响参数。
124.进一步的，所述实际通行能力影响参数集包括以下各项中的至少一项：道路特征参数、天气特征参数、交通组成特征参数和交通事件特征参数；所述道路特征参数包括车道数、车道宽度、路段长度、设计速度、平纵线形参数、路面状况以及交织区路段的交织构型和交织流量比；所述天气特征参数包括天气类型、相应天气等级以及受天气影响衍生出的能见度、道路摩擦力和车辆稳定度；所述交通组成特征包括所述目标公路上行驶的车辆中各类型车辆的占比以及驾驶员对所述目标公路的熟悉程度；所述交通事件特征参数包括事件位置特征、事件时间特征、开放车道特征、关闭车道特征、过渡区长度、隔离设施类型、通行管控措施、借助对向车道通行时的中间带宽度、中间带开口长度和路拱坡度。
125.请参阅图4，图4为本技术实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。
126.所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1以及图2所示方法实施例中的一种公路通行能力参数
的预测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
127.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的一种公路通行能力参数的预测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
128.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
129.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
130.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
131.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
132.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
133.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种公路通行能力参数的预测方法，其特征在于，所述预测方法包括：获取目标公路上每种类型路段的实际通行能力影响参数集；将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数；其中，每种类型路段的公路通行能力参数预测模型通过以下方式构建：获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集；针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数；其中，所述交通流状态包括自由流、同步-自由流、同步-阻塞流和阻塞；以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。2.根据权利要求1所述的预测方法，其特征在于，每种类型路段被划分成至少一个子路段，每个子路段包括一个观测点位；每种类型路段的实际通行能力影响参数集包括该种路段中每个观测点位对应的实际通行能力影响参数子集；每种类型路段的预测路段通行能力参数包括该种路段中每个观测点位对应的预测点位通行能力参数；在将每种类型路段的实际通行能力影响参数集输入该种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数之后，所述预测方法还包括：确定所述目标公路上存在施工道路占用的占用区间；针对位于所述占用区间内的每个观测点位，通过以下公式对该观测点位的预测路段通行能力参数进行修正，得到该观测点位修正后的预测路段通行能力参数：n
k
＝n
max
γ1γ2γ3式中，n
k
表示该观测点位修正后的预测路段通行能力参数；n
max
表示该观测点位的最大单车道道路通行能力参数，由该观测点位对应的全线预测通行能力参数除以车道数确定；γ1表示该观测点位的开放车道数；γ2表示该观测点位的开放车道位置修正系数；γ3表示该观测点位的开放车道宽度修正系数；其中，γ2和γ3采用粒子群优化算法由历史通行能力参数集计算得到。3.根据权利要求2所述的预测方法，其特征在于，在将每种类型路段的实际通行能力影响参数集输入该种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数之后，所述预测方法还包括：确定所述目标公路上不同种类型路段之间的连接区域；其中，路段的类型包括基本路段、匝道路段和交织区路段；所述目标公路上不同种类型路段的范围由经验参数确定；针对每个连接区域，确定该连接区域包括的每个观测点位的预测点位通行能力参数与该观测点位所在子路段的路段长度的比值；对该连接区域中每两个相邻观测点位对应的比值进行差分运算，得到每两个相邻观测
点位对应的差分值；根据差分值小于预设阈值的观测点位确定不同种类型路段中匝道的影响范围和交织区的影响范围；根据所述匝道路段的影响范围和所述交织区路段的影响范围对所述目标公路重新进行路段类型划分，将位于所述匝道路段的影响范围或所述交织区路段的影响范围内的基本路段相应修正为匝道路段或交织区路段。4.根据权利要求1所述的预测方法，其特征在于，针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数，包括：针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类，得到自由流通行能力参数子集、阻塞通行能力参数子集和同步流通行能力参数子集；对所述阻塞通行能力参数子集进行线性拟合，得到第一拟合直线方程；根据所述第一拟合直线方程，将所述同步流通行能力参数子集划分为同步-自由流通行能力参数子集和同步-阻塞流通行能力参数子集；其中，同步-自由流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步消散，最终转换为自由流状态；同步-阻塞流通行能力参数子集属于同步流状态，但阻塞随时间推移逐步加重，最终转换为阻塞状态；根据所述自由流通行能力参数子集、所述阻塞通行能力参数子集、所述同步-自由流通行能力参数子集和所述同步-阻塞流通行能力参数子集分别确定该种类型路段处于自由流状态、阻塞状态、同步-自由流状态和同步-阻塞流状态时的状态历史通行能力参数。5.根据权利要求4所述的预测方法，其特征在于，所述根据所述自由流通行能力参数子集、所述阻塞通行能力参数子集、所述同步-自由流通行能力参数子集和所述同步-阻塞流通行能力参数子集分别确定该种类型路段处于自由流状态、阻塞状态、同步-自由流状态和同步-阻塞流状态时的状态历史通行能力参数，包括：对所述自由流通行能力参数子集进行线性拟合，得到第二拟合直线方程；将所述自由流通行能力参数子集中的最大流量值确定为该种类型路段处于自由流状态时的状态历史通行能力参数；将所述第一拟合直线方程和所述第二拟合直线方程的交点处对应的流量值确定为该种类型路段处于同步-自由流状态时的状态历史通行能力参数；将所述同步-阻塞流通行能力参数子集和所述阻塞通行能力参数子集中的流量值分别确定为该种类型路段处于同步-阻塞流状态时的状态历史通行能力参数和该种类型路段处于阻塞状态时的状态历史通行能力参数。6.根据权利要求1所述的方法，其特征在于，以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型，包括：以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，使用逐步回归方式构建回归模型，作为该种类型路段的公路通行能力参数预测模型；其中，该种类型路段的公路通行能力参数预测模型确定该种类型路段的历史通行能力影响参数集中的有效影响参数和无效影响参数。7.根据权利要求1所述的方法，其特征在于，所述实际通行能力影响参数集包括以下各
项中的至少一项：道路特征参数、天气特征参数、交通组成特征参数和交通事件特征参数；所述道路特征参数包括车道数、车道宽度、路段长度、设计速度、平纵线形参数、路面状况以及交织区路段的交织构型和交织流量比；所述天气特征参数包括天气类型、相应天气等级以及受天气影响衍生出的能见度、道路摩擦力和车辆稳定度；所述交通组成特征包括所述目标公路上行驶的车辆中各类型车辆的占比以及驾驶员对所述目标公路的熟悉程度；所述交通事件特征参数包括事件位置特征、事件时间特征、开放车道特征、关闭车道特征、过渡区长度、隔离设施类型、通行管控措施、借助对向车道通行时的中间带宽度、中间带开口长度和路拱坡度。8.一种公路通行能力参数的预测装置，其特征在于，所述预测装置包括：获取模块，用于获取目标公路上每种类型路段的实际通行能力影响参数集；预测模块，用于将每种类型路段的实际通行能力影响参数集输入每种类型路段的公路通行能力参数预测模型，得到每种类型路段的预测路段通行能力参数，并由每种类型路段的预测路段通行能力参数确定所述目标公路的全线预测通行能力参数；构建模块，用于通过以下方式构建每种类型路段的公路通行能力参数预测模型：获取不同历史时间节点公路中每种类型路段的历史通行能力参数集和历史通行能力影响参数集；针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到该种类型路段处于每种交通流状态时的状态历史通行能力参数；其中，所述交通流状态包括自由流、同步-自由流、同步-阻塞流和阻塞；以该种类型路段的历史通行能力影响参数集作为输入，以该种类型路段处于每种交通流状态时的状态历史通行能力参数作为输出，构建该种类型路段的公路通行能力参数预测模型。9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的一种公路通行能力参数的预测方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的一种公路通行能力参数的预测方法的步骤。

技术总结
本申请提供了一种公路通行能力参数的预测方法及预测装置，包括：获取目标公路上每种类型路段的实际通行能力影响参数集，输入每种类型路段的公路通行能力参数预测模型，得到预测路段通行能力参数以确定目标公路的全线预测通行能力参数；针对每种类型路段，对该种类型路段的历史通行能力参数集进行聚类分析，得到每种交通流状态时的状态历史通行能力参数，进而以该种类型路段的历史通行能力影响参数集作为输入，以处于每种交通流状态时的状态历史通行能力参数作为输出，构建公路通行能力参数预测模型。这样，能够融合三相交通流状态理论以及无监督数据预测模型，充分考虑多种因素对不同种路段通行能力的影响，从而更准确地预测公路通行能力参数。测公路通行能力参数。测公路通行能力参数。


技术研发人员：徐丽丽 高照 肇毓 邱暾 曲喆 黄书鹏
受保护的技术使用者：辽宁艾特斯智能交通技术有限公司
技术研发日：2023.02.27
技术公布日：2023/5/26