本发明涉及道路状况探测技术领域，尤其是一种基于智能路测设备的道路状况探测方法。

背景技术：

高速公路道路养护影响道路通行，经常会造成养护路段的拥堵，无法实时自动更新道路养护的准确路段、施工进度与养护路段前后的道路拥堵情况。

目前，道路状况探测方法主要采用地感线圈、视频图像处理和人工等方法，地感线圈获取的参数不全面，视频图像处理过程较为复杂，使用不便，人工操作精度低。

技术实现要素：

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于智能路测设备的道路状况探测方法。

为了实现上述目的，本发明采用了如下技术方案：

一种基于智能路测设备的道路状况探测方法，包括以下步骤:

步骤s1，在需要探测路段投放智能路测设备；

步骤s2，打开智能路测设备，利用智能路测设备的抓拍单元在探测路段对车辆车流量、平均车速和车辆道路占用率进行数据采集；

步骤s3，将采集的车流量、平均车速和车辆道路占用率数据进行数据分析，然后将分析结果转换成路况等级；

步骤s4，将路况等级实时的传输至大数据中心进行存储。

优选的，所述步骤s1，智能路测设备内部设有抓拍单元、数据分析单元、数据转换单元、数据存储单元和数据传输单元。

优选的，所述抓拍单元具备图片抓拍和视屏抓拍，且所述抓拍单元内部搭载有rfid检测器。

优选的，所述步骤s3，数据分析步骤：

s1，将采集的车流量、平均车速和车辆道路占用率数据进行预处理：rfid原始数据的清洗和rfid数据的汇集；

s2，根据s1得到的rfid汇集的数据进行实时检测，获取探测路段车辆的出行链，从而实行动态od预测，得到动态交通分配信息，从而实现路网交通流量的预测；

s3，根据s2得到的实时检测的数据进行数据存储，从而得到历史数据库，根据历史数据库内的信息进行相似性分析，根据相似交通状况下流量转移率的计算，从而对路段交通流量进行预测；

s4，根据实时检测数据分析和历史数据库数据分析，得到路况等级。

优选的，所述步骤s4，智能路测设备和大数据中心之间通过搭载4g无线传输数据传输单元进行数据传输。

优选的，所述s4，大数据中心设有信息接收服务器和信息存储服务器。

本方案中，对车辆进行识别，还可使用抓拍单元的视频结构化功能，将视频中经过的车辆进行车牌识别，通过车牌识别知道有车过来，然后通过车辆经过的频率与起始、终止端之间的行驶时间来评估车流量与车辆经过的速度

与现有技术相比，本发明具有以下有益效果：

1、本发明采用的rfid技术不同于其他传统交通信息采集方式所获取的数据,rfid数据有着自身的特性,具体表现如下：数据批量性、海量性：当车流以较快的速度经过检测区域时,rfid数据是以时间顺序流的形式快速的产生和存储的，此外,多个车辆会被集中地观测到,随着时间的变化,检测到的车辆数越来越多,信息也越来越多,因此具有海量和批量的特性,若在路网中大规模的布设rfid设备将可获取海量的交通数据；数据高靠性：与传统的交通数据采集相比,rfid能够全天候无干扰的获取车辆数据,计算传输便捷，rfid检测器对车辆的识别过程虽不是百分百可靠的,但准确率可达99.9％以上，rfid技术提高了数据的可靠性,对设备的维护更为方便,减少因设备维护造成的道路损伤和不必要的交通拥堵。

2、本发明在智能路测设备的抓拍单元搭载的rfid检测器读取到的数据中,有效的将车辆的到达信息转换为交通流流量交通参数,且计算方法较为简洁,更具有可操作性,且精度高、可行性好，丰富了交通参数获取手段,提高了检测的动态性。

3、本发明以一种基于智能路测设备的道路状况探测方法进行道路状况的探测，实现智能路测设备和rfid技术相结合的数据获取方法，实现数据4g无线传输，为道路状况探测提供一种简单易操作、高效的探测方法。

附图说明

图1为本发明中基于智能路测设备的道路状况探测方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参照图1-1，一种基于智能路测设备的道路状况探测方法，包括以下步骤:

步骤s1，在需要探测路段投放智能路测设备。

步骤s2，打开智能路测设备，利用智能路测设备的抓拍单元在探测路段对车辆进行车流量、平均车速和车辆道路占用率进行数据采集，智能路测设备内部设有抓拍单元、数据分析单元、数据转换单元、数据存储单元和数据传输单元，抓拍单元具备图片抓拍和视屏抓拍，且所述抓拍单元内部搭载有rfid检测器。

步骤s3，将采集的车流量、平均车速和车辆道路占用率数据进行数据分析，数据分析步骤：将采集的车流量、平均车速和车辆道路占用率数据进行预处理：rfid原始数据的清洗和rfid数据的汇集，根据得到的rfid汇集的数据进行实时检测，获取探测路段车辆的出行链，从而实行动态od预测，得到动态交通分配信息，从而实现路网交通流量的预测，根据得到的实时检测的数据进行数据存储，从而得到历史数据库，根据历史数据库内的信息进行相似性分析：

(1)以天为单位,将每天rfld采集到的交通流数据数据以时间序列划分为k个数据集,记为作一个列向量li＝[x1,x2,...,xk]t(i＝12,3,...,n),则n天所有交通流数据构成矩阵l＝[l1,l2,l3,...,ln],为表示各个向量两两间的相似度,引进相似系数s,其表达式为:

式中r为矩阵l的相关数阵，其表达式为：

式中cov(li，lj)为li与lj的协方差系数，d(li),d(lj)分别为li，lj的方差，相似系数s的值越大，则交通流相似性越大。

(2)波动系数：令向量m＝[e(l1),e(l2),...,e(ln)],其中每个元素代表一定的时间序列中交通流量均值，定义波动系数t为：

式中，d(m)为m的方差，e(m)为m的均值，t的值越小，表明各天交通流量变化程度越小。

(3)相似性划分依据：为保证预测的精度，需要交通流的相似系数s和波动系数t达到一定标准，以历史数据作为分析相似交通流状况的依据，具体的标准如下：s＞0.9，t＜0.1。

根据相似交通状况下流量转移率的计算，从而对路段交通流量进行预测：

(1)流量转移率的计算：预测某时刻路段y的交通流流量时首先考虑路段xi到路段y的交通量转移率，某天t时刻某一路段xi到路段y交通量平均转移率的计算公式如下：

式中，pt(xi→y)表示某天t时刻的路段xi到路段y交通量转移率，n表示符合相似度要求历史交通流量数据的数量。

(2)路段间行程时间的计算：预测某时刻路段y的交通流流量时还需要考虑路段xi到路段y的行程时间，用τxi→y表示，利用相似交通流数据计算，公式如下：

式中，表示符合相似度要求的两路段间的平均行程时间，(t1-t2)表示车辆到达y路段入口和xi路段入口的时刻差，∑f表示预测间隔时间内车辆相同的数量。

(3)路段交通流量的预测：路段某时刻交通量的预测公式如下：

式中，t是指需要预测的时刻，txi→y表示历史上相似交通状态下路段xi到路段y的平均行程时间，qxi(t-txi→y)表示(t-txi→y)时刻路段xi的交通量，表示历史相似交通流状态下端xi到路段y的平均转移率。

根据实时检测数据分析和历史数据库数据分析，得到流量转移率和平均流量转移率，以平均流量转移率为基准，然后将分析结果转换成路况等级，将大于平均流量转移率的路况数据作为紧急路况情况数据依据，小于平均流量转移率的路况数据作为正常路况情况数据依据，平均流量转移率时的路况数据作为作为临界路况情况数据依据，形成三级路况等级。

步骤s4，将路况等级实时的传输至大数据中心进行存储，智能路测设备和大数据中心之间通过搭载4g无线传输数据传输单元进行数据传输，大数据中心设有信息接收服务器和信息存储服务器。

基于智能路测设备的道路状况探测方法实施流程：

1.在需要探测路段投放智能路测设备。

2.打开智能路测设备，利用智能路测设备的抓拍单元在探测路段进行对车辆进行车流量、平均车速和道路占用率等车辆信息进行采集，如图1，检测前需先进行将采集的信息进行rfid数据的预处理：rfid原始数据的清洗和rfid数据的汇集，rfid实时动态的产生关于车辆状态变化的数据,多个车辆会被集中地观测到,随着时间的变化,检测到的车辆数越来越多,信息也越来越多,因此具有海量和批量的特性,若在路网中大规模的布设rfid设备将可获取海量的交通数据，与传统的交通数据采集相比,rfid能够全天候无干扰的获取车辆数据,计算传输便捷，rfid检测器对车辆的识别过程虽不是百分百可靠的,但准确率可达99.9％以上，rfid技术提高了数据的可靠性,对设备的维护更为方便,减少因设备维护造成的道路损伤和不必要的交通拥堵。

3.通过智能路测设备的抓拍单元搭载的rfid检测器读取到的数据中,有效的将车辆的到达信息转换为交通流流量交通参数,且计算方法较为简洁,更具有可操作性,且精度高、可行性好，丰富了交通参数获取手段,提高了检测的动态性。

4.然后通过实现智能路测设备和rfid技术相结合的数据获取方法，通过数据4g无线传输，将路况等级实时的传输至大数据中心的信息接收服务器和信息存储服务器进行存储，为道路状况探测提供一种简单易操作、高效的探测方法。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。