基于交叉口车牌识别数据的网络交通状态分类方法

摘要

为实现能实时、高效、准确地利用现有的车牌识别数据掌握路网交通状态,并精准实施道路交通网络控制措施,基于道路交叉口车牌识别系统数据,依据基于平均最短路径长度的拥堵指标衡量路网运行状态,使用K-means聚类算法进行分类,依据谱距离指标和拥堵指标分类不同时段的网络剩余供给能力。在此基础上,依据实时的道路交通数据,计算拥堵指标,可得到实时道路网络剩余供给能力分级。针对分级后的实时道路网络的实际剩余供给能力,设计不同的网络交通管控方案,能有效缓解交通拥堵。以长沙市五一广场局域道路网络为实例,研究结果表明:城市道路网络状态全天可以分为4种类型,拥堵指标为1.522、1.823、2.207、3.069,分别对应路网剩余供给能力良好、一般、较差和极差。该网络早晚高峰时段路网剩余供给能力多处于较差状态,并且晚高峰时路网有可能处于剩余供给能力极差状态。相比于工作日,在周末的高峰时段,路网剩余供给能力表现较为良好。采取针对性交通管控措施后,经仿真验证表明拥挤路径社会总成本下降5%以上。