本發(fā)明涉及智能交通領(lǐng)域，具體涉及一種路段交通狀態(tài)確定方法及裝置。

背景技術(shù)：

隨著智能交通系統(tǒng)技術(shù)的飛速發(fā)展，越來越多的城市建立了先進(jìn)的交通信息服務(wù)系統(tǒng)。通過數(shù)據(jù)采集系統(tǒng)獲取實(shí)時交通數(shù)據(jù)并經(jīng)過綜合處理，交通信息服務(wù)系統(tǒng)可用于預(yù)測交通流，并借助網(wǎng)絡(luò)、廣播、手機(jī)、可變信息板或車載導(dǎo)航裝置等發(fā)布實(shí)時路況信息，以結(jié)合交通信息為出行者規(guī)劃最優(yōu)路徑。此外，交通信息可為交管部門提供交通控制與管理的依據(jù)，為道路規(guī)劃部門合理規(guī)劃道路設(shè)施提供參考依據(jù)，達(dá)到緩解交通擁堵、節(jié)能減排的目的。

信號燈、出入口、收費(fèi)站等特殊路段對交通狀態(tài)的影響與普通道路存在很大差異。例如有交通信號燈的路口，車輛遇到紅燈時，即使道路暢通，車輛仍然需要停車等待，如果處理系統(tǒng)不做任何處理，會將暢通時等待信號燈的路況錯誤地判定為擁堵，導(dǎo)致錯誤的交通狀態(tài)，因此，信號燈影響范圍內(nèi)的交通狀態(tài)需要特殊處理。

公開號為CN102280031A(2011.12.14)的專利提出一種基于浮動車數(shù)據(jù)的路口交通狀態(tài)識別方法，該方法基于路口交通信號控制周期時長，根據(jù)設(shè)定的閾值進(jìn)行預(yù)測和判斷交通狀態(tài)。由于信號燈控制周期時長并非固定不變，例如交通警察會根據(jù)實(shí)際的交通狀態(tài)更改信號燈控制周期時長，或者感應(yīng)式信號燈會自動根據(jù)交通流量調(diào)節(jié)信號燈控制周期時長。因此基于信號燈控制周期時長的路口交通狀態(tài)識別方法實(shí)施起來很難固定信號燈控制周期時長，在實(shí)際應(yīng)用中很難實(shí)現(xiàn)。

公開號為CN101593431(2009.12.02)的專利申請?zhí)岢鲆环N自動調(diào)控路口車輛交通狀態(tài)的方法，其根據(jù)當(dāng)前路口較長連續(xù)車輛隊(duì)列、各車輛之間的距離小于設(shè)定的合理行駛距離、并且處于停止?fàn)顟B(tài)或者行駛速度小于設(shè)定的合理行駛速度，來判定該車道擁堵。然而，僅利用行駛速度小于預(yù)設(shè)閾值，而不考慮其他因素例如時間等，來判定道路擁堵情況，是不合理的。

公開號為CN101470956(2009.07.01)的專利申請?zhí)岢鲆环N采用地感線圈檢測路口擁堵狀態(tài)的簡易方法及采用這種方法的交通信號燈控制系統(tǒng)。該方法在路口內(nèi)和/或路口邊緣附近的道路上埋設(shè)多個地感線圈，檢測車輛數(shù)是否超過擁堵的數(shù)量標(biāo)準(zhǔn)，并且當(dāng)持續(xù)時間達(dá)到或超過認(rèn)定擁堵的時間標(biāo)準(zhǔn)時，則判定路口擁堵。然而，在道路上埋設(shè)多個地感線圈不僅投入成本高，而且會不可避免地對地面造成破壞。該方法不具有實(shí)用前景。

因此，如何準(zhǔn)確地確定目標(biāo)路段的交通狀態(tài)，進(jìn)而解決目標(biāo)路段擁堵誤報(bào)問題，具有十分重要的意義。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明實(shí)施例提供一種路段交通狀態(tài)確定方法及裝置。

一方面，本發(fā)明實(shí)施例提出一種路段交通狀態(tài)確定方法，包括：

根據(jù)預(yù)設(shè)的交通狀態(tài)等級，對目標(biāo)路段的交通歷史數(shù)據(jù)樣本進(jìn)行交通狀態(tài)評級；

獲取經(jīng)交通狀態(tài)評級后，各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本中各預(yù)設(shè)的特征參數(shù)；

根據(jù)各所述預(yù)設(shè)的特征參數(shù)及其對應(yīng)的交通狀態(tài)等級，獲取所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系；

獲取目標(biāo)路段當(dāng)前各預(yù)設(shè)的特征參數(shù)，并根據(jù)所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系，獲取目標(biāo)路段當(dāng)前的交通狀態(tài)等級；

其中，所述預(yù)設(shè)的特征參數(shù)用于表示車輛的行駛狀態(tài)，所述預(yù)設(shè)的特征參數(shù)包括：單位時間內(nèi)車輛的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離。

本發(fā)明實(shí)施例提出的路段交通狀態(tài)確定方法，由于根據(jù)目標(biāo)路段的歷史交通狀態(tài)數(shù)據(jù)，生成預(yù)設(shè)的特征參數(shù)與交通狀態(tài)的對應(yīng)關(guān)系，因此，該對應(yīng)關(guān)系具有極高的準(zhǔn)確性與代表性。之后，再通過收集目標(biāo)路段當(dāng)前的預(yù)設(shè)的特征參數(shù)，并根據(jù)求得的對應(yīng)關(guān)系獲取目標(biāo)路段當(dāng)前的交通狀態(tài)，因此，該獲取到的交通狀態(tài)具有極高的準(zhǔn)確性。

另一方面，本發(fā)明實(shí)施例還提出一種路段交通狀態(tài)確定裝置，其特征在于，包括：

狀態(tài)評級模塊，用于根據(jù)預(yù)設(shè)的交通狀態(tài)等級，對目標(biāo)路段的交通歷史數(shù)據(jù)樣本進(jìn)行交通狀態(tài)評級；

參數(shù)獲取模塊，用于獲取經(jīng)交通狀態(tài)評級后，各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本中各預(yù)設(shè)的特征參數(shù)；

關(guān)系確定模塊，用于根據(jù)各所述預(yù)設(shè)的特征參數(shù)及其對應(yīng)的交通狀態(tài)等級，獲取所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系；

狀態(tài)確定模塊，用于獲取目標(biāo)路段當(dāng)前各預(yù)設(shè)的特征參數(shù)，并根據(jù)所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系，獲取目標(biāo)路段當(dāng)前的交通狀態(tài)等級；

其中，所述預(yù)設(shè)的特征參數(shù)用于表示車輛的行駛狀態(tài)，所述預(yù)設(shè)的特征參數(shù)包括：單位時間內(nèi)車輛的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離。

本發(fā)明實(shí)施例提出的路段交通狀態(tài)確定裝置，由于根據(jù)目標(biāo)路段的歷史交通狀態(tài)數(shù)據(jù)，生成預(yù)設(shè)的特征參數(shù)與交通狀態(tài)的對應(yīng)關(guān)系，因此，該對應(yīng)關(guān)系具有極高的準(zhǔn)確性與代表性。之后，再通過收集目標(biāo)路段當(dāng)前的預(yù)設(shè)的特征參數(shù)，并根據(jù)求得的對應(yīng)關(guān)系獲取目標(biāo)路段當(dāng)前的交通狀態(tài)，因此，該獲取到的交通狀態(tài)具有極高的準(zhǔn)確性。

附圖說明

圖1為本發(fā)明路段交通狀態(tài)確定方法實(shí)施例的流程示意圖；

圖2為本發(fā)明路段交通狀態(tài)確定裝置實(shí)施例的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

圖1為本發(fā)明路段交通狀態(tài)確定方法實(shí)施例的流程示意圖，參看圖1，本實(shí)施例公開一種路段交通狀態(tài)確定方法，包括：

S1、根據(jù)預(yù)設(shè)的交通狀態(tài)等級，對目標(biāo)路段的交通歷史數(shù)據(jù)樣本進(jìn)行交通狀態(tài)評級；

S2、獲取經(jīng)交通狀態(tài)評級后，各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本中各預(yù)設(shè)的特征參數(shù)；

S3、根據(jù)各所述預(yù)設(shè)的特征參數(shù)及其對應(yīng)的交通狀態(tài)等級，獲取所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系；

S4、獲取目標(biāo)路段當(dāng)前各預(yù)設(shè)的特征參數(shù)，并根據(jù)所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系，獲取目標(biāo)路段當(dāng)前的交通狀態(tài)等級；

其中，所述預(yù)設(shè)的特征參數(shù)用于表示車輛的行駛狀態(tài)，所述預(yù)設(shè)的特征參數(shù)包括：單位時間內(nèi)車輛的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離。

本發(fā)明實(shí)施例提出的路段交通狀態(tài)確定方法，由于根據(jù)目標(biāo)路段的歷史交通狀態(tài)數(shù)據(jù)，生成預(yù)設(shè)的特征參數(shù)與交通狀態(tài)的對應(yīng)關(guān)系，因此，該對應(yīng)關(guān)系具有極高的準(zhǔn)確性與代表性。之后，再通過收集目標(biāo)路段當(dāng)前的預(yù)設(shè)的特征參數(shù)，并根據(jù)求得的對應(yīng)關(guān)系獲取目標(biāo)路段當(dāng)前的交通狀態(tài)，因此，該獲取到的交通狀態(tài)具有極高的準(zhǔn)確性。

需要說明的是，本方法實(shí)施例的執(zhí)行主體為計(jì)算機(jī)。

具體地，在步驟S1中，所述預(yù)設(shè)的交通狀態(tài)等級可設(shè)置成3個：暢通、緩慢、擁堵。若進(jìn)一步細(xì)分，還可將交通狀態(tài)劃分為4個等級：暢通、緩慢、較擁堵、嚴(yán)重?fù)矶隆？梢岳斫獾氖?，交通狀態(tài)的等級可以根據(jù)實(shí)際需要進(jìn)行劃分，本發(fā)明實(shí)施例對此不作限定。

所述目標(biāo)路段的交通歷史數(shù)據(jù)樣本可以為目標(biāo)路段預(yù)設(shè)時間范圍內(nèi)的交通數(shù)據(jù)。

例如，可以是目標(biāo)路段當(dāng)前時刻前2個月內(nèi)，各個時刻的交通歷史數(shù)據(jù)，也可以是目標(biāo)路段當(dāng)前時刻前2個月內(nèi)，特定時間段的交通歷史數(shù)據(jù)，例如早高峰時間段7：00-9：00，以及晚高峰時間段18:00-20:00的交通歷史數(shù)據(jù)。當(dāng)然，所述目標(biāo)路段的交通歷史數(shù)據(jù)樣本可以根據(jù)實(shí)際需要進(jìn)行調(diào)整，本實(shí)施例對此不作限定。

所述對目標(biāo)路段的交通歷史數(shù)據(jù)樣本進(jìn)行交通狀態(tài)評級可包括：通過調(diào)取目標(biāo)路段的影像監(jiān)控裝置所記錄的影像資料，并結(jié)合預(yù)設(shè)的交通狀態(tài)等級，對目標(biāo)路段的交通歷史數(shù)據(jù)樣本進(jìn)行交通狀態(tài)評級。

在步驟S2中，在完成對交通歷史數(shù)據(jù)樣本的交通狀態(tài)評級后，各交通狀態(tài)等級則會有至少部分交通歷史數(shù)據(jù)樣本與之對應(yīng)。

例如，在目標(biāo)路段當(dāng)前時刻前2個月內(nèi)的某天早上7：00-7：10，目標(biāo)路段的交通狀態(tài)為緩慢，則該時間段的交通數(shù)據(jù)樣本為緩慢等級對應(yīng)的部分交通歷史數(shù)據(jù)樣本之一。

進(jìn)一步地，在確定各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本后，則獲取所述交通歷史數(shù)據(jù)樣本中各預(yù)設(shè)的特征參數(shù)。

所述預(yù)設(shè)的特征參數(shù)包括：單位時間內(nèi)該車輛的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離。

其中，所述停車次數(shù)指目標(biāo)路段因擁堵導(dǎo)致該車輛在單位時間內(nèi)停車的次數(shù)，時間短暫(例如低于5秒)或長時間異常停車(例如交通事故)不計(jì)入停車次數(shù)。

所述停車和低速行駛時長指車輛因擁堵導(dǎo)致該車輛在單位時間內(nèi)停車和低速行駛的時間長度。通常情況下，擁堵越嚴(yán)重，停車和低速行駛時間越長。

所述停車和低速行駛距離指因擁堵導(dǎo)致的，該車輛在單位時間內(nèi)進(jìn)行停車和低速行駛的距離。通常情況下，擁堵越嚴(yán)重、擁堵范圍越大，車輛停車和低速行駛距離越長。

可以理解的是，各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本中，對于任一時間段內(nèi)的任一車輛而言，其預(yù)設(shè)的特征參數(shù)不一定等同于該時間段內(nèi)任一其他車輛的預(yù)設(shè)的特征參數(shù)，即：各交通狀態(tài)等級對應(yīng)有不同的預(yù)設(shè)的特征參數(shù)，各車輛單位時間內(nèi)的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離不同。

在步驟S3中，所述根據(jù)所述預(yù)設(shè)的特征參數(shù)及其對應(yīng)的交通狀態(tài)等級，獲取所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系包括：

S31、根據(jù)預(yù)設(shè)的區(qū)間閾值，將所述預(yù)設(shè)的特征參數(shù)劃分為預(yù)設(shè)個數(shù)的數(shù)值區(qū)間；

具體地，設(shè)用ρ表示停車和低速行駛時長t的數(shù)值區(qū)間，將停車和低速行駛時長劃分為M個數(shù)值區(qū)間，θ₁、θ₂、…、θ_M-1表示停車和低速行駛時長的預(yù)設(shè)的區(qū)間閾值，則：

其中，θ₁＜θ₂＜…＜θ_M-1。

設(shè)用σ表示停車次數(shù)的數(shù)值區(qū)間，將停車次數(shù)n分為H個數(shù)值區(qū)間，表示停車次數(shù)n的預(yù)設(shè)的區(qū)間閾值，則：

其中，

設(shè)用γ表示停車和低速行駛距離d的數(shù)值區(qū)間，將停車和低速行駛距離分為N個區(qū)間，μ₁、μ₂、…、μ_N-1表示停車次數(shù)d預(yù)設(shè)的區(qū)間閾值，則：

其中，μ₁＜μ₂＜…＜μ_N-1。

設(shè)用表示預(yù)設(shè)的交通狀態(tài)等級，則

其中，K為預(yù)設(shè)的交通狀態(tài)等級的個數(shù)。

S32、通過多項(xiàng)選擇模型(Multinomial Logistic)回歸分析算法，獲取各所述預(yù)設(shè)的特征參數(shù)數(shù)值區(qū)間的組合對應(yīng)交通狀態(tài)等級的概率；

具體地，定義表示車輛的停車和低速行駛時長為ρ、停車次數(shù)為σ、停車和低速行駛距離γ的交通狀態(tài)等級，

將交通狀態(tài)等級作為參考類別，則其他交通狀態(tài)等級的多項(xiàng)選擇回歸模型為：

式中,β₀、β₁、β₂、β₃為模型系數(shù)。對于參考類別，模型中的所有系數(shù)均為零，即

的概率計(jì)算公式為：

用最大概率值對應(yīng)的交通狀態(tài)等級表示停車和低速行駛時長為ρ、停車次數(shù)為σ、停車和低速行駛距離為γ的數(shù)值區(qū)間組合對應(yīng)的交通狀態(tài)等級具體計(jì)算公式為：

每組停車和低速行駛時長、停車次數(shù)、停車和低速行駛距離的數(shù)值區(qū)間組合條件下，均有一個對應(yīng)的交通狀態(tài)，所有數(shù)值區(qū)間組合的交通狀態(tài)匯總起來即為所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系，其可通過表格形式表現(xiàn)，具體如表1所示：

表1預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級對應(yīng)關(guān)系表

在步驟S4中，可獲取目標(biāo)路段當(dāng)前預(yù)設(shè)的特征參數(shù)，并獲取其的各數(shù)值區(qū)間，即可通過將數(shù)值區(qū)間的組合與表1對比，獲取到目標(biāo)路段當(dāng)前的交通狀態(tài)等級。

具體地，可隨機(jī)選取目標(biāo)路段當(dāng)前時刻預(yù)設(shè)數(shù)量的車輛行駛情況的數(shù)據(jù)樣本，獲取該些數(shù)據(jù)樣本的各預(yù)設(shè)的特征參數(shù)，然后取所有預(yù)設(shè)的特征參數(shù)的平均值，即求得單位時間內(nèi)車輛的平均停車次數(shù)、平均停車和低速行駛時長、平均停車和低速行駛距離，并根據(jù)該些平均值所屬的數(shù)值區(qū)間的組合，通過與表1對比，獲取到目標(biāo)路段當(dāng)前的交通狀態(tài)等級。

可選地，還可獲取目標(biāo)路段當(dāng)前時刻所有車輛行駛情況的數(shù)據(jù)樣本，并獲取該些數(shù)據(jù)樣本的各預(yù)設(shè)的特征參數(shù)，然后根據(jù)各車輛預(yù)設(shè)的特征參數(shù)對應(yīng)的數(shù)值區(qū)間的組合，獲取對應(yīng)數(shù)量的交通狀態(tài)等級，取該些對應(yīng)數(shù)量的交通狀態(tài)等級中出現(xiàn)頻數(shù)最大的交通狀態(tài)等級，作為目標(biāo)路段當(dāng)前時刻的交通狀態(tài)等級。

圖2為本發(fā)明路段交通狀態(tài)確定裝置實(shí)施例的結(jié)構(gòu)示意圖，參看圖2，本實(shí)施例公開一種路段交通狀態(tài)確定裝置，包括：

狀態(tài)評級模塊1，用于根據(jù)預(yù)設(shè)的交通狀態(tài)等級，對目標(biāo)路段的交通歷史數(shù)據(jù)樣本進(jìn)行交通狀態(tài)評級；

參數(shù)獲取模塊2，用于獲取經(jīng)交通狀態(tài)評級后，各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本中各預(yù)設(shè)的特征參數(shù)；

關(guān)系確定模塊3，用于根據(jù)各所述預(yù)設(shè)的特征參數(shù)及其對應(yīng)的交通狀態(tài)等級，獲取所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系；

狀態(tài)確定模塊4，用于獲取目標(biāo)路段當(dāng)前各預(yù)設(shè)的特征參數(shù)，并根據(jù)所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系，獲取目標(biāo)路段當(dāng)前的交通狀態(tài)等級；

其中，所述預(yù)設(shè)的特征參數(shù)用于表示車輛的行駛狀態(tài)，所述預(yù)設(shè)的特征參數(shù)包括：單位時間內(nèi)車輛的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離。

本發(fā)明實(shí)施例提出的路段交通狀態(tài)確定裝置，由于根據(jù)目標(biāo)路段的歷史交通狀態(tài)數(shù)據(jù)，生成預(yù)設(shè)的特征參數(shù)與交通狀態(tài)的對應(yīng)關(guān)系，因此，該對應(yīng)關(guān)系具有極高的準(zhǔn)確性與代表性。之后，再通過收集目標(biāo)路段當(dāng)前的預(yù)設(shè)的特征參數(shù)，并根據(jù)求得的對應(yīng)關(guān)系獲取目標(biāo)路段當(dāng)前的交通狀態(tài)，因此，該獲取到的交通狀態(tài)具有極高的準(zhǔn)確性。

具體地，所述預(yù)設(shè)的交通狀態(tài)等級可設(shè)置成3個：暢通、緩慢、擁堵。若進(jìn)一步細(xì)分，還可將交通狀態(tài)劃分為4個等級：暢通、緩慢、較擁堵、嚴(yán)重?fù)矶隆？梢岳斫獾氖?，交通狀態(tài)的等級可以根據(jù)實(shí)際需要進(jìn)行劃分，本發(fā)明實(shí)施例對此不作限定。

所述目標(biāo)路段的交通歷史數(shù)據(jù)樣本可以為目標(biāo)路段預(yù)設(shè)時間范圍內(nèi)的交通數(shù)據(jù)。

例如，可以是目標(biāo)路段當(dāng)前時刻前2個月內(nèi)，各個時刻的交通歷史數(shù)據(jù)，也可以是目標(biāo)路段當(dāng)前時刻前2個月內(nèi)，特定時間段的交通歷史數(shù)據(jù)，例如早高峰時間段7：00-9：00，以及晚高峰時間段18:00-20:00的交通歷史數(shù)據(jù)。當(dāng)然，所述目標(biāo)路段的交通歷史數(shù)據(jù)樣本可以根據(jù)實(shí)際需要進(jìn)行調(diào)整，本實(shí)施例對此不作限定。

所述狀態(tài)評級模塊1可具體用于：通過調(diào)取目標(biāo)路段的影像監(jiān)控裝置所記錄的影像資料，并結(jié)合預(yù)設(shè)的交通狀態(tài)等級，對目標(biāo)路段的交通歷史數(shù)據(jù)樣本進(jìn)行交通狀態(tài)評級。

在狀態(tài)評級模塊1完成對交通歷史數(shù)據(jù)樣本的交通狀態(tài)評級后，各交通狀態(tài)等級則會有至少部分交通歷史數(shù)據(jù)樣本與之對應(yīng)。

例如，在目標(biāo)路段當(dāng)前時刻前2個月內(nèi)的某天早上7：00-7：10，目標(biāo)路段的交通狀態(tài)為緩慢，則該時間段的交通數(shù)據(jù)樣本為緩慢等級對應(yīng)的部分交通歷史數(shù)據(jù)樣本之一。

進(jìn)一步地，在確定各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本后，所述參數(shù)獲取模塊2則獲取所述交通歷史數(shù)據(jù)樣本中各預(yù)設(shè)的特征參數(shù)。

所述預(yù)設(shè)的特征參數(shù)包括：單位時間內(nèi)該車輛的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離。

其中，所述停車次數(shù)指目標(biāo)路段因擁堵導(dǎo)致該車輛在單位時間內(nèi)停車的次數(shù)，時間短暫(例如低于5秒)或長時間異常停車(例如交通事故)不計(jì)入停車次數(shù)。

所述停車和低速行駛時長指車輛因擁堵導(dǎo)致該車輛在單位時間內(nèi)停車和低速行駛的時間長度。通常情況下，擁堵越嚴(yán)重，停車和低速行駛時間越長。

所述停車和低速行駛距離指因擁堵導(dǎo)致的，該車輛在單位時間內(nèi)進(jìn)行停車和低速行駛的距離。通常情況下，擁堵越嚴(yán)重、擁堵范圍越大，車輛停車和低速行駛距離越長。

可以理解的是，各交通狀態(tài)等級對應(yīng)的交通歷史數(shù)據(jù)樣本中，對于任一時間段內(nèi)的任一車輛而言，其預(yù)設(shè)的特征參數(shù)不一定等同于該時間段內(nèi)任一其他車輛的預(yù)設(shè)的特征參數(shù)，即：各交通狀態(tài)等級對應(yīng)有不同的預(yù)設(shè)的特征參數(shù)，各車輛單位時間內(nèi)的停車次數(shù)、停車和低速行駛時長、停車和低速行駛距離不同。

所述關(guān)系確定模塊3具體用于：

根據(jù)預(yù)設(shè)的區(qū)間閾值，將所述預(yù)設(shè)的特征參數(shù)劃分為預(yù)設(shè)個數(shù)的數(shù)值區(qū)間；

具體地，設(shè)用ρ表示停車和低速行駛時長t的數(shù)值區(qū)間，將停車和低速行駛時長劃分為M個數(shù)值區(qū)間，θ₁、θ₂、…、θ_M-1表示停車和低速行駛時長的預(yù)設(shè)的區(qū)間閾值，則：

其中，θ₁＜θ₂＜…＜θ_M-1。

設(shè)用σ表示停車次數(shù)的數(shù)值區(qū)間，將停車次數(shù)n分為H個數(shù)值區(qū)間，表示停車次數(shù)n的預(yù)設(shè)的區(qū)間閾值，則：

其中，

設(shè)用γ表示停車和低速行駛距離d的數(shù)值區(qū)間，將停車和低速行駛距離分為N個區(qū)間，μ₁、μ₂、…、μ_N-1表示停車次數(shù)d預(yù)設(shè)的區(qū)間閾值，則：

其中，μ₁＜μ₂＜…＜μ_N-1。

設(shè)用表示預(yù)設(shè)的交通狀態(tài)等級，則

其中，K為預(yù)設(shè)的交通狀態(tài)等級的個數(shù)。

所述關(guān)系確定模塊3還具體用于：通過多項(xiàng)選擇模型(Multinomial Logistic)回歸分析算法，獲取各所述預(yù)設(shè)的特征參數(shù)數(shù)值區(qū)間的組合對應(yīng)交通狀態(tài)等級的概率；

具體地，定義表示車輛的停車和低速行駛時長為ρ、停車次數(shù)為σ、停車和低速行駛距離γ的交通狀態(tài)等級，

將交通狀態(tài)等級作為參考類別，則其他交通狀態(tài)等級的多項(xiàng)選擇回歸模型為：

式中,β₀、β₁、β₂、β₃為模型系數(shù)。對于參考類別，模型中的所有系數(shù)均為零，即

的概率計(jì)算公式為：

用最大概率值對應(yīng)的交通狀態(tài)等級表示停車和低速行駛時長為ρ、停車次數(shù)為σ、停車和低速行駛距離為γ的數(shù)值區(qū)間組合對應(yīng)的交通狀態(tài)等級具體計(jì)算公式為：

每組停車和低速行駛時長、停車次數(shù)、停車和低速行駛距離的數(shù)值區(qū)間組合條件下，均有一個對應(yīng)的交通狀態(tài)，所有數(shù)值區(qū)間組合的交通狀態(tài)匯總起來即為所述預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級的對應(yīng)關(guān)系，其可通過表格形式表現(xiàn)，具體如表1所示：

表1預(yù)設(shè)的特征參數(shù)與交通狀態(tài)等級對應(yīng)關(guān)系表

所述狀態(tài)確定模塊4可獲取目標(biāo)路段當(dāng)前預(yù)設(shè)的特征參數(shù)，并獲取其的各數(shù)值區(qū)間，再通過將數(shù)值區(qū)間的組合與表1對比，獲取到目標(biāo)路段當(dāng)前的交通狀態(tài)等級。

具體地，所述狀態(tài)確定模塊4可隨機(jī)選取目標(biāo)路段當(dāng)前時刻預(yù)設(shè)數(shù)量的車輛行駛情況的數(shù)據(jù)樣本，獲取該些數(shù)據(jù)樣本的各預(yù)設(shè)的特征參數(shù)，然后取所有預(yù)設(shè)的特征參數(shù)的平均值，即求得單位時間內(nèi)車輛的平均停車次數(shù)、平均停車和低速行駛時長、平均停車和低速行駛距離，并根據(jù)該些平均值所屬的數(shù)值區(qū)間的組合，通過與表1對比，獲取到目標(biāo)路段當(dāng)前的交通狀態(tài)等級。

可選地，所述狀態(tài)確定模塊4還可獲取目標(biāo)路段當(dāng)前時刻所有車輛行駛情況的數(shù)據(jù)樣本，并獲取該些數(shù)據(jù)樣本的各預(yù)設(shè)的特征參數(shù)，然后根據(jù)各車輛預(yù)設(shè)的特征參數(shù)對應(yīng)的數(shù)值區(qū)間的組合，獲取對應(yīng)數(shù)量的交通狀態(tài)等級，取該些對應(yīng)數(shù)量的交通狀態(tài)等級中出現(xiàn)頻數(shù)最大的交通狀態(tài)等級，作為目標(biāo)路段當(dāng)前時刻的交通狀態(tài)等級。

最后應(yīng)說明的是：以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。