本發(fā)明涉及智能交通技術(shù)領(lǐng)域，特別涉及一種道路節(jié)點的識別方法及裝置。

背景技術(shù)：

隨著城市車輛的持續(xù)快速增加，城市交通擁堵情況不斷加劇，交通擁堵已經(jīng)成為了世界各國共同關(guān)注的焦點和亟需解決的問題。其中，交通擁堵的成因眾多，交通網(wǎng)絡(luò)結(jié)構(gòu)和設(shè)計布局不合理是引起交通擁堵的根本原因。交通網(wǎng)絡(luò)是通過路段和交叉口緊密相連而形成的整體，由于交通網(wǎng)絡(luò)結(jié)構(gòu)和設(shè)施布局不合理，很多潛在的交通瓶頸點隱含在路網(wǎng)之中。因硬件設(shè)施毀壞、惡劣天氣、交通事故等事件的發(fā)生，導(dǎo)致某些道路發(fā)生嚴(yán)重的堵塞現(xiàn)象，進(jìn)而由于路段、路口間的相互關(guān)聯(lián)引起其它路段或路口發(fā)生故障，形成連鎖效應(yīng)，最終會導(dǎo)致交通網(wǎng)絡(luò)局部或全部崩潰，這些可能引發(fā)交通擁擠傳播或者蔓延的路段、路口，統(tǒng)稱為交通瓶頸。因此，在整體上系統(tǒng)地識別交通瓶頸點對于改進(jìn)路網(wǎng)設(shè)計和采取合理的交通管制方法緩解交通擁堵具有重要意義。

目前關(guān)于交通瓶頸識別的方法主要有如下三種方法：第一種為：基于清洗微波和浮動車數(shù)據(jù)估計路段交通狀態(tài)，通過計算統(tǒng)計周期內(nèi)交通擁堵的歸一化均衡度衡量交通瓶頸的嚴(yán)重度；第二種為：基于現(xiàn)場可編程門陣列(FPGA，F(xiàn)ield－Programmable Gate Array)及改進(jìn)Payne模型的在線交通瓶頸預(yù)測控制方法，用于解決實際的高速公路或封閉道路中交通瓶頸在線預(yù)測調(diào)控問題，該方法對Payne模型進(jìn)行改進(jìn)，把可變信息顯示牌融入到Payne模型中，基于FPGA平臺通過改進(jìn)的Payne模型對高速公路或封閉道路整體進(jìn)行預(yù)測分析，根據(jù)定義的狀態(tài)變量找到道路瓶頸，進(jìn)而給出匝口控制和可變信息顯示牌的控制方案，并把這些控制方案按優(yōu)先級帶入預(yù)測模型，找到合理的控制方案，對交通瓶頸進(jìn)行在線控制；第三種為：基于FPGA及改進(jìn)Xue-Dai模型的在線交通瓶頸預(yù)測控制方法，用于解決實際的高速公路或封閉道路中交通瓶頸的在線 預(yù)測調(diào)控問題，該方法對Xue-Dai模型進(jìn)行改進(jìn)，把可變信息顯示牌融入到Xue-Dai模型中，基于FPGA平臺通過改進(jìn)的Xue-Dai模型對高速公路或封閉道路整體進(jìn)行預(yù)測分析，根據(jù)定義的狀態(tài)變量找到道路瓶頸，進(jìn)而給出匝口控制和可變信息顯示牌的控制方案，并把這些控制方案按優(yōu)先級帶入預(yù)測模型，找到合理的控制方案，對交通瓶頸進(jìn)行在線控制。

綜上所述，目前交通瓶頸識別方法大多是針對單條路段、單個交叉口或者換乘點等交通網(wǎng)絡(luò)中某一獨立對象，系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究不多。而基于實際數(shù)據(jù)的交通瓶頸識別的最主要問題在于實際的交通流量數(shù)據(jù)不易得到，在數(shù)據(jù)獲取的實時性以及規(guī)模性上都達(dá)不到分析的要求，因此方法實施較為困難；另外一些方法無法做到對交通瓶頸的量化；基于仿真模擬的方法中，沒有考慮到車輛到達(dá)交通網(wǎng)絡(luò)的隨機性，沒有借鑒隨機過程模型對交通流進(jìn)行刻畫，與實際交通流情況不符，造成交通流模型的不準(zhǔn)確。總而言之，目前沒有較為簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸的方法。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例的目的在于提供一種道路節(jié)點的識別方法及裝置，能系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究，簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸。

為了達(dá)到上述目的，本發(fā)明的實施例提供了一種道路節(jié)點的識別方法，該識別方法包括：

構(gòu)建包括多個道路節(jié)點的交通網(wǎng)絡(luò)；

獲取交通網(wǎng)絡(luò)中的車流數(shù)據(jù)；

獲取交通網(wǎng)絡(luò)中車輛的標(biāo)簽在道路節(jié)點上的逗留時間；

根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果；

根據(jù)仿真結(jié)果，從多個道路節(jié)點中確定出作為交通瓶頸的道路節(jié)點。

其中，獲取交通網(wǎng)絡(luò)中的車流數(shù)據(jù)的步驟，包括：

獲取在第一預(yù)設(shè)時間段內(nèi)第一預(yù)設(shè)數(shù)量的車輛到達(dá)交通網(wǎng)絡(luò)的第一概率；

獲取在第二預(yù)設(shè)時間段內(nèi)交通網(wǎng)絡(luò)中的任一路段上經(jīng)過第二預(yù)設(shè)數(shù)量的 車輛的第二概率，路段為每相鄰兩個道路節(jié)點之間的線段；

根據(jù)第一概率和第二概率，得到車流數(shù)據(jù)。

其中，獲取在第一預(yù)設(shè)時間段內(nèi)第一預(yù)設(shè)數(shù)量的車輛到達(dá)交通網(wǎng)絡(luò)的第一概率的步驟，包括：

通過公式獲取第一概率，其中，P₁表示第一概率，e表示常數(shù)，λ表示車輛的達(dá)到率，t1表示第一預(yù)設(shè)時間段，n1表示第一預(yù)設(shè)數(shù)量。

其中，獲取在第二預(yù)設(shè)時間段內(nèi)交通網(wǎng)絡(luò)中的任一路段上經(jīng)過第二預(yù)設(shè)數(shù)量的車輛的第二概率的步驟，包括：

通過公式獲取第二概率，其中，P₂表示第二概率，e表示常數(shù)，t2表示第二預(yù)設(shè)時間段，表示車輛平均行駛時間，n2表示第二預(yù)設(shè)數(shù)量。

其中，根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果的步驟，包括：

通過離散時間模擬中的事件調(diào)度法，根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果。

其中，根據(jù)仿真結(jié)果，從多個道路節(jié)點中確定出作為交通瓶頸的道路節(jié)點的步驟，包括：

根據(jù)仿真結(jié)果中道路節(jié)點上的標(biāo)簽集中各標(biāo)簽在道路節(jié)點上的逗留時間，計算得到道路節(jié)點的占用程度；

根據(jù)道路節(jié)點的占用程度和道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量，計算道路節(jié)點的交通瓶頸指數(shù)；

判斷道路節(jié)點的交通瓶頸指數(shù)是否大于預(yù)設(shè)值；

當(dāng)?shù)缆饭?jié)點的交通瓶頸指數(shù)大于預(yù)設(shè)值時，將道路節(jié)點作為交通瓶頸的道路節(jié)點。

其中，根據(jù)仿真結(jié)果中道路節(jié)點上的標(biāo)簽集中各標(biāo)簽在道路節(jié)點上的逗留時間，計算得到道路節(jié)點的占用程度的步驟，包括：

通過公式

計算得到道路節(jié)點的占用程度，其中，occupied_state表示道路節(jié)點的占用程度，h和k均表示道路節(jié)點上的標(biāo)簽集中的標(biāo)簽的序號，ST_h表示道路節(jié)點上的標(biāo)簽集中的第h個標(biāo)簽在道路節(jié)點上的逗留時間，ST_k表示道路節(jié)點上的標(biāo)簽集中的第k個標(biāo)簽在道路節(jié)點上的逗留時間。

其中，根據(jù)道路節(jié)點的占用程度和道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量，計算道路節(jié)點的交通瓶頸指數(shù)的步驟，包括：

通過公式

計算得到道路節(jié)點的交通瓶頸指數(shù)，其中，bottleneck_index表示道路節(jié)點的交通瓶頸指數(shù)，Token_index表示道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量。

本發(fā)明的實施例還提供了一種道路節(jié)點的識別裝置，該識別裝置包括：

構(gòu)建模塊，用于構(gòu)建包括多個道路節(jié)點的交通網(wǎng)絡(luò)；

第一獲取模塊，用于獲取交通網(wǎng)絡(luò)中的車流數(shù)據(jù)；

第二獲取模塊，用于獲取交通網(wǎng)絡(luò)中車輛的標(biāo)簽在道路節(jié)點上的逗留時間；

仿真模塊，用于根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果；

確定模塊，用于根據(jù)仿真結(jié)果，從多個道路節(jié)點中確定出作為交通瓶頸的道路節(jié)點。

其中，第一獲取模塊包括：

第一獲取單元，用于獲取在第一預(yù)設(shè)時間段內(nèi)第一預(yù)設(shè)數(shù)量的車輛到達(dá)交通網(wǎng)絡(luò)的第一概率；

第二獲取單元，用于獲取在第二預(yù)設(shè)時間段內(nèi)交通網(wǎng)絡(luò)中的任一路段上經(jīng)過第二預(yù)設(shè)數(shù)量的車輛的第二概率，路段為每相鄰兩個道路節(jié)點之間的線段；

第三獲取單元，用于根據(jù)第一概率和第二概率，得到車流數(shù)據(jù)。

其中，第一獲取單元包括：

第一獲取子單元，用于通過公式獲取第一概率，其中，P₁表示第一概率，e表示常數(shù)，λ表示車輛的達(dá)到率，t1表示第一預(yù)設(shè)時間段，n1表示第一預(yù)設(shè)數(shù)量。

其中，第二獲取單元包括：

第二獲取子單元，用于通過公式獲取第二概率，其中，P₂表示第二概率，e表示常數(shù)，t2表示第二預(yù)設(shè)時間段，表示車輛平均行駛時間，n2表示第二預(yù)設(shè)數(shù)量。

其中，仿真模塊包括：

仿真單元，用于通過離散時間模擬中的事件調(diào)度法，根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果。

其中，確定模塊包括：

第一計算單元，用于根據(jù)仿真結(jié)果中道路節(jié)點上的標(biāo)簽集中各標(biāo)簽在道路節(jié)點上的逗留時間，計算得到道路節(jié)點的占用程度；

第二計算單元，用于根據(jù)道路節(jié)點的占用程度和道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量，計算道路節(jié)點的交通瓶頸指數(shù)；

判斷單元，用于判斷道路節(jié)點的交通瓶頸指數(shù)是否大于預(yù)設(shè)值，并當(dāng)?shù)缆饭?jié)點的交通瓶頸指數(shù)大于預(yù)設(shè)值時，觸發(fā)確定單元；

確定單元，用于根據(jù)判斷單元的觸發(fā)，將道路節(jié)點作為交通瓶頸的道路節(jié)點。

其中，第一計算單元包括：

第一計算子單元，用于通過公式

計算得到道路節(jié)點的占用程度，其中，occupied_state表示道路節(jié)點的占用程 度，h和k均表示道路節(jié)點上的標(biāo)簽集中的標(biāo)簽的序號，ST_h表示道路節(jié)點上的標(biāo)簽集中的第h個標(biāo)簽在道路節(jié)點上的逗留時間，ST_k表示道路節(jié)點上的標(biāo)簽集中的第k個標(biāo)簽在道路節(jié)點上的逗留時間。

其中，第二計算單元包括：

第二計算子單元，用于通過公式

計算得到道路節(jié)點的交通瓶頸指數(shù)，其中，bottleneck_index表示道路節(jié)點的交通瓶頸指數(shù)，Token_index表示道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量。

本發(fā)明的上述方案至少包括以下有益效果：

在本發(fā)明的實施例中，通過根據(jù)構(gòu)建的交通網(wǎng)絡(luò)中的車流數(shù)據(jù)和車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的道路節(jié)點上的逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，并根據(jù)仿真結(jié)果，從交通網(wǎng)絡(luò)中確定出為交通瓶頸的道路節(jié)點，解決了不能系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究，簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸的問題，達(dá)到了能系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究，簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸的效果。

附圖說明

圖1為本發(fā)明第一實施例中道路節(jié)點的識別方法的流程圖；

圖2為本發(fā)明第一實施例中交通網(wǎng)絡(luò)的示意圖；

圖3為本發(fā)明第一實施例中仿真過程的主流程圖；

圖4為本發(fā)明第一實施例中車輛停留事件的仿真流程圖；

圖5為本發(fā)明第一實施例中車輛行駛事件的仿真流程圖；

圖6為本發(fā)明第一實施例中車輛離開事件的仿真流程圖；

圖7為本發(fā)明第一實施例中圖1中步驟S105的流程圖；

圖8為本發(fā)明第二實施例中道路節(jié)點的識別裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面將參照附圖更詳細(xì)地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當(dāng)理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

第一實施例

如圖1所示，本發(fā)明的第一實施例提供了一種道路節(jié)點的識別方法，該識別方法包括：

步驟S101，構(gòu)建包括多個道路節(jié)點的交通網(wǎng)絡(luò)。

在本發(fā)明的第一實施例中，上述交通網(wǎng)絡(luò)包括多個道路節(jié)點，這些道路節(jié)點可分為三類。第一類是產(chǎn)生交通流的起始道路節(jié)點，第二類是吸引交通流的終止道路節(jié)點，第三類是位于起始道路節(jié)點與終止道路節(jié)點之間的中間道路節(jié)點。其中，每相鄰兩個道路節(jié)點之間的線段稱之為路段，每條路段都有自己的容量(該容量可根據(jù)經(jīng)驗值進(jìn)行設(shè)定)。在此，為了更清楚的描述上述交通網(wǎng)絡(luò)，給出如圖2所示的交通網(wǎng)絡(luò)的示意圖，其中，圖2中的數(shù)字1、2、3、4、5、6、7、8、9各代表一個道路節(jié)點，而每相鄰兩個道路節(jié)點之間線段表示對應(yīng)兩個道路節(jié)點之間的路段，路段上的數(shù)字(例如圖2中的15、20、25、30、35、50、60)代表對應(yīng)路段的容量。

步驟S102，獲取交通網(wǎng)絡(luò)中的車流數(shù)據(jù)。

在本發(fā)明的第一實施例中，上述車流數(shù)據(jù)包括在第一預(yù)設(shè)時間段內(nèi)第一預(yù)設(shè)數(shù)量的車輛到達(dá)交通網(wǎng)絡(luò)的第一概率，和在第二預(yù)設(shè)時間段內(nèi)交通網(wǎng)絡(luò)中的任一路段上經(jīng)過第二預(yù)設(shè)數(shù)量的車輛的第二概率。

步驟S103，獲取交通網(wǎng)絡(luò)中車輛的標(biāo)簽在道路節(jié)點上的逗留時間。

在本發(fā)明的第一實施例中，每個車輛都攜帶一個標(biāo)簽，且各個車輛的標(biāo)簽各不相同，當(dāng)車輛達(dá)到上述交通網(wǎng)絡(luò)中的某個道路節(jié)點時，會將自身攜帶的標(biāo)簽傳遞給該道路節(jié)點。在此假設(shè)車輛到達(dá)某個道路節(jié)點的時間為t，且該車輛(即該車輛的標(biāo)簽)在該道路節(jié)點的等待時間為w(w為一隨機變量，只與該道路節(jié)點有關(guān)，與車輛的標(biāo)簽無關(guān))，則該車輛的標(biāo)簽在該道路節(jié)點的逗留時間為[t，t+w]。

步驟S104，根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果。

在本發(fā)明的第一實施例中，可通過排隊論模型中對離散時間模擬中的事件調(diào)度法，根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果。需要說明的是，整個仿真過程中主要包括車輛停留事件、車輛行駛事件和車輛離開事件這三種事件。

步驟S105，根據(jù)仿真結(jié)果，從多個道路節(jié)點中確定出作為交通瓶頸的道路節(jié)點。

在本發(fā)明的第一實施例中，在上述步驟S104中的仿真經(jīng)歷一段時間后，上述仿真結(jié)果至少包括：各道路節(jié)點上的標(biāo)簽集以及標(biāo)簽集中的每個標(biāo)簽在對應(yīng)道路節(jié)點上的逗留時間。

在本發(fā)明的第一實施例中，通過根據(jù)構(gòu)建的交通網(wǎng)絡(luò)中的車流數(shù)據(jù)和車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的道路節(jié)點上的逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，并根據(jù)仿真結(jié)果，從交通網(wǎng)絡(luò)中確定出為交通瓶頸的道路節(jié)點，解決了不能系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究，簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸的問題，達(dá)到了能系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究，簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸的效果。從而有助于相關(guān)部門制定合理的網(wǎng)絡(luò)改造、交通管制方案，環(huán)節(jié)城市的交通擁堵問題。

在本發(fā)明的第一實施例中，假設(shè)車輛隨機選擇到達(dá)的道路節(jié)點，且到達(dá)交通網(wǎng)絡(luò)的過程服從泊松分布，即車輛到達(dá)的時間間隔服從負(fù)指數(shù)分布，同時車輛在任一路段上的行駛時間(即在相鄰兩個道路節(jié)點之間的行駛時間)也服從泊松分布，即車輛行駛時間間隔服從負(fù)指數(shù)分布，那么上述步驟S102具體包括：

第一步，獲取在第一預(yù)設(shè)時間段內(nèi)第一預(yù)設(shè)數(shù)量的車輛到達(dá)交通網(wǎng)絡(luò)的第一概率。具體地，可通過公式獲取該第一概率，其中，P₁表示第一概率，e表示常數(shù)，λ表示車輛的達(dá)到率，t1表示第一預(yù)設(shè)時間段，n1表示第一預(yù)設(shè)數(shù)量，t1和n1可以根據(jù)實際情況進(jìn)行設(shè)定，更具體地，n1可以取0、1、2、3等數(shù)值。需要說明的是，假設(shè)在t時刻，車輛到達(dá)的道路節(jié)點為i，且 車輛將要去的下一個道路節(jié)點為j，路段R(該路段R為道路節(jié)點i與道路節(jié)點j之間的路段)的容量為a，在t時刻，路段R的車流量為R(t)，如果R(t)小于或等于a，則車輛進(jìn)入路段R，如果R(t)大于a，則車輛需要等待，直至R(t)小于或等于a時才能進(jìn)入路段R。

第二步，獲取在第二預(yù)設(shè)時間段內(nèi)交通網(wǎng)絡(luò)中的任一路段上經(jīng)過第二預(yù)設(shè)數(shù)量的車輛的第二概率。具體地，可通過公式獲取該第二概率，其中，P₂表示第二概率，e表示常數(shù)，t2表示第二預(yù)設(shè)時間段，表示車輛平均行駛時間，n2表示第二預(yù)設(shè)數(shù)量，t2和n2可以根據(jù)實際情況進(jìn)行設(shè)定，更具體地，n2可以取0、1、2、3等數(shù)值。

第三步，根據(jù)第一概率和第二概率，得到車流數(shù)據(jù)。需要說明的是，該車流數(shù)據(jù)相當(dāng)于是由第一概率和第二概率構(gòu)建的一個模型。

在本發(fā)明的第一實施例中，在用偽代碼實現(xiàn)上述步驟S104仿真過程時，如圖3所示，偽代碼的編碼主流程為：第一步，交通網(wǎng)絡(luò)初始化；第二步，時間掃描開始；第三步，判斷事件(event)的數(shù)值，當(dāng)event＝1時，執(zhí)行車輛停留事件的仿真流程，當(dāng)event＝2時，執(zhí)行車輛行駛事件的仿真流程，當(dāng)event＝3時，執(zhí)行車輛離開事件的仿真流程，且在執(zhí)行完各仿真流程后返回。進(jìn)一步地，如圖4所示，車輛停留事件的仿真流程為：第一步，隨機選擇道路節(jié)點作為起點，更新各道路節(jié)點上的標(biāo)簽；第二步，判斷該起點是否存在后繼道路節(jié)點，若存在后繼道路節(jié)點，則執(zhí)行車輛行駛事件的仿真流程，若不存在后繼道路節(jié)點，則執(zhí)行車輛離開事件的仿真流程，且在執(zhí)行完各仿真流程后返回。如圖5所示，假設(shè)在t時刻，車輛到達(dá)的道路節(jié)點為i，且車輛將要去的下一個道路節(jié)點為j，路段R(該路段R為道路節(jié)點i與道路節(jié)點j之間的路段)的容量為a，在t時刻，路段R的車流量為R(t)，在t-1時刻，路段R車流量為R(t-1)，則車輛行駛事件的仿真流程為：第一步，判斷R(t)是否小于或等于a，若R(t)大于a的話，則認(rèn)為該車輛不能進(jìn)入該路段R，需要等待直至路段R的車流量小于或等于a才能進(jìn)入該路段R，需要等待的時間為b，若R(t)小于或等于a的話，則認(rèn)為R(t)＝R(t-1)+1，且在t+1時刻， 該車輛會達(dá)到道路節(jié)點j；第二步，當(dāng)t+1時刻，車輛達(dá)到道路節(jié)點j時，路段R的車流量為R(t+1)，R(t+1)＝R(t)-1，同時更新各道路節(jié)點上的標(biāo)簽；第三步，判斷道路節(jié)點j后是否存在后繼道路節(jié)點，若存在后繼道路節(jié)點，則執(zhí)行車輛停留事件的仿真流程，若不存在后繼道路節(jié)點，則執(zhí)行車輛離開事件的仿真流程，且在執(zhí)行完各仿真流程后返回。如圖6所示，車輛離開事件的仿真流程為：更新各道路節(jié)點上的標(biāo)簽，接著返回。

在本發(fā)明的第一實施例中，如圖7所示，上述步驟S105具體包括如下步驟：

步驟S701，根據(jù)仿真結(jié)果中道路節(jié)點上的標(biāo)簽集中各標(biāo)簽在道路節(jié)點上的逗留時間，計算得到道路節(jié)點的占用程度。

在本發(fā)明的第一實施例中，可通過公式

計算得到道路節(jié)點的占用程度，其中，occupied_state表示道路節(jié)點的占用程度，h和k均表示道路節(jié)點上的標(biāo)簽集中的標(biāo)簽的序號，ST_h表示道路節(jié)點上的標(biāo)簽集中的第h個標(biāo)簽在道路節(jié)點上的逗留時間，ST_k表示道路節(jié)點上的標(biāo)簽集中的第k個標(biāo)簽在道路節(jié)點上的逗留時間。

步驟S702，根據(jù)道路節(jié)點的占用程度和道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量，計算道路節(jié)點的交通瓶頸指數(shù)。

在本發(fā)明的第一實施例中，可通過公式

計算得到道路節(jié)點的交通瓶頸指數(shù)，其中，bottleneck_index表示道路節(jié)點的交通瓶頸指數(shù)，Token_index表示道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量。

步驟S703，判斷道路節(jié)點的交通瓶頸指數(shù)是否大于預(yù)設(shè)值，若道路節(jié)點的交通瓶頸指數(shù)大于預(yù)設(shè)值，則執(zhí)行步驟S704。其中，該預(yù)設(shè)值可以根據(jù)經(jīng)驗值進(jìn)行設(shè)定。

步驟S704，將道路節(jié)點作為交通瓶頸的道路節(jié)點。

在本發(fā)明的第一實施例中，通過計算出道路節(jié)點的交通瓶頸指數(shù)，實現(xiàn)交通瓶頸的量化，使得交通網(wǎng)絡(luò)中交通瓶頸的識別更加準(zhǔn)確。

第二實施例

如圖8所示，本發(fā)明的第二實施例提供了一種道路節(jié)點的識別裝置，該識別裝置包括：

構(gòu)建模塊801，用于構(gòu)建包括多個道路節(jié)點的交通網(wǎng)絡(luò)；

第一獲取模塊802，用于獲取交通網(wǎng)絡(luò)中的車流數(shù)據(jù)；

第二獲取模塊803，用于獲取交通網(wǎng)絡(luò)中車輛的標(biāo)簽在道路節(jié)點上的逗留時間；

仿真模塊804，用于根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果；

確定模塊805，用于根據(jù)仿真結(jié)果，從多個道路節(jié)點中確定出作為交通瓶頸的道路節(jié)點。

其中，第一獲取模塊802包括：

第一獲取單元，用于獲取在第一預(yù)設(shè)時間段內(nèi)第一預(yù)設(shè)數(shù)量的車輛到達(dá)交通網(wǎng)絡(luò)的第一概率；

第二獲取單元，用于獲取在第二預(yù)設(shè)時間段內(nèi)交通網(wǎng)絡(luò)中的任一路段上經(jīng)過第二預(yù)設(shè)數(shù)量的車輛的第二概率，路段為每相鄰兩個道路節(jié)點之間的線段；

第三獲取單元，用于根據(jù)第一概率和第二概率，得到車流數(shù)據(jù)。

其中，第一獲取單元包括：

第一獲取子單元，用于通過公式獲取第一概率，其中，P₁表示第一概率，e表示常數(shù)，λ表示車輛的達(dá)到率，t1表示第一預(yù)設(shè)時間段，n1表示第一預(yù)設(shè)數(shù)量。

其中，第二獲取單元包括：

第二獲取子單元，用于通過公式獲取第二概率，其中， P₂表示第二概率，e表示常數(shù)，t2表示第二預(yù)設(shè)時間段，表示車輛平均行駛時間，n2表示第二預(yù)設(shè)數(shù)量。

其中，仿真模塊804包括：

仿真單元，用于通過離散時間模擬中的事件調(diào)度法，根據(jù)車流數(shù)據(jù)、逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，得到仿真結(jié)果。

其中，確定模塊805包括：

第一計算單元，用于根據(jù)仿真結(jié)果中道路節(jié)點上的標(biāo)簽集中各標(biāo)簽在道路節(jié)點上的逗留時間，計算得到道路節(jié)點的占用程度；

第二計算單元，用于根據(jù)道路節(jié)點的占用程度和道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量，計算道路節(jié)點的交通瓶頸指數(shù)；

判斷單元，用于判斷道路節(jié)點的交通瓶頸指數(shù)是否大于預(yù)設(shè)值，并當(dāng)?shù)缆饭?jié)點的交通瓶頸指數(shù)大于預(yù)設(shè)值時，觸發(fā)確定單元；

確定單元，用于根據(jù)判斷單元的觸發(fā)，將道路節(jié)點作為交通瓶頸的道路節(jié)點。

其中，第一計算單元包括：

第一計算子單元，用于通過公式

計算得到道路節(jié)點的占用程度，其中，occupied_state表示道路節(jié)點的占用程度，h和k均表示道路節(jié)點上的標(biāo)簽集中的標(biāo)簽的序號，ST_h表示道路節(jié)點上的標(biāo)簽集中的第h個標(biāo)簽在道路節(jié)點上的逗留時間，ST_k表示道路節(jié)點上的標(biāo)簽集中的第k個標(biāo)簽在道路節(jié)點上的逗留時間。

其中，第二計算單元包括：

第二計算子單元，用于通過公式

計算得到道路節(jié)點的交通瓶頸指數(shù)，其中，bottleneck_index表示道路節(jié)點的交通瓶頸指數(shù)，Token_index表示道路節(jié)點上的標(biāo)簽集中標(biāo)簽的數(shù)量。

在本發(fā)明的第二實施例中，通過根據(jù)構(gòu)建的交通網(wǎng)絡(luò)中的車流數(shù)據(jù)和車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的道路節(jié)點上的逗留時間，對車輛的標(biāo)簽在交通網(wǎng)絡(luò)中的傳播過程進(jìn)行仿真，并根據(jù)仿真結(jié)果，從交通網(wǎng)絡(luò)中確定出為交通瓶頸的道路節(jié)點，解決了不能系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究，簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸的問題，達(dá)到了能系統(tǒng)而整體地對交通網(wǎng)絡(luò)中瓶頸進(jìn)行研究，簡便、準(zhǔn)確地確定出交通網(wǎng)絡(luò)中的交通瓶頸的效果。

需要說明的是，本發(fā)明第二實施例提供的道路節(jié)點的識別裝置是應(yīng)用上述道路節(jié)點的識別方法的裝置，即上述道路節(jié)點的識別方法的所有實施例均適用于該道路節(jié)點的識別裝置，且均能達(dá)到相同或相似的有益效果。

以上所述是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。