基于車輛構(gòu)成和特征提取的交通狀態(tài)預估模型

(中國科學技術(shù)大學 信息科學技術(shù)學院，安徽 合肥 230022)

在諸多交通問題中，交通擁堵是發(fā)生頻率最高、影響最大、時間持續(xù)最長的問題。美國德克薩斯州2012年因交通擁堵?lián)p失近1210億美元[1]。交通狀態(tài)估計是交通擁堵控制的前提和關(guān)鍵，準確的交通狀態(tài)估計可以密切監(jiān)視交通系統(tǒng)狀態(tài)，充分利用道路容量，指導運營管理決策[2]。

基于數(shù)據(jù)融合的交通狀態(tài)估計是交通領(lǐng)域研究熱點。Deng等人使用環(huán)路探測器計數(shù)、藍牙旅行時間讀數(shù)和GPS(Global Positioning System)定位樣本等多個數(shù)據(jù)源，引入信息度量量化異構(gòu)流量測量值，改善高速公路段上交通狀態(tài)估計[3]。Yuan等人使用拉格朗日系統(tǒng)模型，采用擴展卡爾曼濾波技術(shù)估計交通狀態(tài)，證明了拉格朗日估計優(yōu)于傳統(tǒng)歐拉方法[4]。Alfredo等人開發(fā)了一種基于模型的方法，利用多源數(shù)據(jù)建立動脈走廊實時交通預測模型，將高速公路狀態(tài)估計拓展到城市環(huán)境[5]。Felix利用探測器速度數(shù)據(jù)，將交通流分解自由流、同步流以及動作干擾，獲得數(shù)據(jù)低密度情況下更準確結(jié)果[6]。Yang利用密度、速度多種屬性來估計該區(qū)域擁堵狀態(tài)，在北京和上海大型出租車GPS數(shù)據(jù)集上取得良好效果[7]。Majid基于交通流理論開發(fā)一種定義明確的非線性函數(shù)，以根據(jù)隊列尾部位置和連接車輛平均速度獲得隊列內(nèi)車輛數(shù)量，在存在測量噪聲情況下，仍具有較高效率和準確性[8]。

傳統(tǒng)研究不同程度上實現(xiàn)了對交通狀態(tài)的估計，但對監(jiān)測器精度有較高要求。交通系統(tǒng)是非線性系統(tǒng)，具有強不確定性，許多現(xiàn)象無法用確定性分析方法來研究，應(yīng)引入不確定分析方法。本文結(jié)合傳統(tǒng)數(shù)據(jù)融合算法優(yōu)勢，同時引入車輛構(gòu)成因素，結(jié)合CNN和SVM各自優(yōu)勢，利用多監(jiān)測點數(shù)據(jù)進行擁堵預測，進而提升交通狀態(tài)預估的準確率。

1 CNN模型和SVM模型

1.1 CNN模型

卷積神經(jīng)網(wǎng)絡(luò)是一種專門用來處理類似網(wǎng)狀結(jié)構(gòu)數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)，隨著深度學習的發(fā)展，在諸多領(lǐng)域都表現(xiàn)優(yōu)異，包括圖像分類、對象監(jiān)測、語義分割等，這要歸功于它不同層次上學習判別特征能力[9]。從結(jié)構(gòu)上看，CNN主要由卷積層、池化層和全連接層構(gòu)成。

卷積層對兩個實變函數(shù)進行卷積運算，在CNN中，一般進行多維度卷積操作：

(1)

式中，I為輸入數(shù)據(jù)；K為卷積核。

池化層使用某一位置相鄰輸出的總體統(tǒng)計特征來代替網(wǎng)絡(luò)在該位置的輸出，可以使輸入表示近似不變，常用的池化操作有：最大池化、平均池化、L2范數(shù)以及基于中心像素距離的加權(quán)平均函數(shù)。

全連接層每一個結(jié)點都與上一層所有結(jié)點相連，把提取到的特征綜合起來，在整個卷積神經(jīng)網(wǎng)絡(luò)中起分類作用。作用在于將卷積得到的特征映射到樣本標記空間，核心操作是矩陣向量乘積。

1.2 SVM模型

SVM算法是基于統(tǒng)計學習理論的機器學習方法，它以最小化結(jié)構(gòu)風險為依據(jù)，縮小樣本置信區(qū)間范圍，使經(jīng)驗風險與實際風險更加接近，提高樣本可推廣性。利用非線性變換將樣本空間映射到高維空間，并在高維空間中尋找最優(yōu)線性分類超平面，以兼顧最小化風險和算法泛化能力?？弟姷热艘褜VM算法引用到交通領(lǐng)域，對短時交通流進行預測[10]。

SVM算法主要有三種：硬間隔支持向量機、軟間隔支持向量機和非線性支持向量機。本文采用的是基于核方法的非線性支持向量機。

令φ(x)表示將樣本點x映射后的特征向量，在特征空間中劃分超平面所對應(yīng)的模型可表示為

f(x)=wTx+b

(2)

式中,w和b為待求解的模型參數(shù)。則待求解問題可以表示為

(3)

其對應(yīng)的拉格朗日對偶問題是：

(4)

(5)

考慮到模型復雜度和數(shù)值計算的問題，本文采用的是RBF(Radial Basis Function)核函數(shù)：

(6)

于是式(5)可以寫成：

(7)

得到最終決策函數(shù)：

(8)

2 擁堵判別模型

2.1 道路擁堵影響因素分析

傳統(tǒng)交通狀態(tài)估計模型主要采用速度、流量、道路占有率等信息作為模型輸入，取得了一定效果[7]。本文將交通擁堵因素拓展到車輛構(gòu)成，考慮相同車流量下，大車型比例越大，則越容易造成擁堵。因此，本文在擁堵因素方面采用速度、流量、道路占有率、大型車比例作為輸入。

單個監(jiān)測點可能存在精度不高問題，擁堵狀況容易造成車輛排隊過長超過監(jiān)測器范圍。因此本文假設(shè)擁堵路段單個監(jiān)測器所測量數(shù)據(jù)是不準確的，采用某一交叉口上下游多個監(jiān)測點對目標路段進行估計。

為實現(xiàn)交通狀態(tài)預估計，本文采用某一時刻前20 min數(shù)據(jù)進行分析，提前預估出路段交通狀態(tài)，為車輛路段選擇提供參考。因此，本文模型的輸入主要從擁堵因素、空間、時間三個維度進行構(gòu)建。

2.2 擁堵狀態(tài)分類

本文根據(jù)擁堵程度，將交通狀態(tài)分為暢通、擁擠、擁堵三類。參考指標是美國加利福尼亞運輸部性能測量系PeMS(Performance Measurement System)交通數(shù)據(jù)延遲項，通過聚類分析得到延遲項劃分標準：延遲項為0，表示車輛沒有延遲，定義為暢通狀態(tài)；延遲項在0～1間，表示車輛有輕微延遲，定義為擁擠狀態(tài)；延遲項大于1，表示有嚴重延遲，定義為擁堵狀態(tài)。

2.3 CNN-SVM模型結(jié)構(gòu)

在提取特征方面，CNN模型可以自動進行,避免了人工提取特征好壞對結(jié)果的影響。分類問題中，SVM學習超平面是距離各個類別樣本點最遠的平面，分類準確率更加具有優(yōu)勢。Niu等人已將CNN-SVM應(yīng)用到圖像識別領(lǐng)域[11]。為結(jié)合CNN和SVM優(yōu)勢，本文提出CNN-SVM混合分類模型對交通狀態(tài)進行預估。CNN對交通數(shù)據(jù)進行特征提取，SVM利用提取后特征對交通狀態(tài)進行分類，具體結(jié)構(gòu)如圖1所示。

圖1 CNN-SVM模型結(jié)構(gòu)圖

模型的輸入是擁堵因素、空間、時間三維矩陣。為取得最佳學習效果，需要對模型輸入進行標準化。本文采用的是線性歸一化方法：

(9)

交通數(shù)據(jù)通過3個卷積層進和4個全連接層對交通狀態(tài)進行估計。CNN訓練結(jié)束后，將網(wǎng)絡(luò)最后一層全連接的輸出作為特征，輸入到SVM模型中進行分類。CNN-SVM模型訓練分為兩個過程：

① 利用交通流數(shù)據(jù)訓練CNN模型；

② 利用CNN提取的特征對SVM模型進行訓練。

3 案例分析

3.1 數(shù)據(jù)來源和基本描述

美國加利福尼亞州是擁堵常發(fā)性地區(qū)，本文選取該地區(qū)Hollywood Fwy公路進行分析，路段監(jiān)測點分布如圖2所示。設(shè)待預測路段編號為O(764766)，選取呈對稱分布的3個上游監(jiān)測點U1(717488)、U2(717489)、U3(717490)和3個下游監(jiān)測點D1(775990)、D2(717486)、D3(769405)。

圖2 美國加利福尼亞州局部路段監(jiān)測點分布圖

假設(shè)待預測路段單個監(jiān)測器監(jiān)測數(shù)據(jù)是不準確的，實驗目標是通過該路段上下游多個監(jiān)測器前20 min監(jiān)測數(shù)據(jù)對該路段交通狀態(tài)進行預估，進而指導車輛選擇合理行車路線。

實驗采用2017年9月20日到2017年10月27日PeMS交通數(shù)據(jù)進行實驗，數(shù)據(jù)的采樣間隔時間為5 min。其中，2017年9月20日到2017年10月20日作為訓練數(shù)據(jù)，2017年10月21日到2017年10月27日作為測試數(shù)據(jù)。

3.2 對比實驗介紹

車輛構(gòu)成信息和CNN-SVM模型是影響預估準確性的主要因素。因此，本文設(shè)計了兩個對比實驗，分別對比CNN-SVM模型下考慮車輛構(gòu)成和忽略車輛構(gòu)成的預估準確性，以及CNN模型和CNN-SVM模型的預估準確性。

實驗具體參數(shù)如下：

① CNN模型。卷積層個數(shù)為3，卷積核大小為2×2，3個卷積核層數(shù)分別為6、12和24，全連接層的神經(jīng)元個數(shù)為128、32、8、3，激活函數(shù)采用ReLU函數(shù)，模型輸出采用softmax激活函數(shù)。模型采用交叉熵損失函數(shù)，訓練過程采用Adam算法進行優(yōu)化。

② SVM模型。采用Hinge Loss損失函數(shù)，核函數(shù)采用RBF核函數(shù)。為防止過擬合，懲罰因子c設(shè)置為0.8。

3.3 實驗結(jié)果分析

CNN-SVM模型預測結(jié)果如表1所示。其中擁堵狀態(tài)和暢通狀態(tài)的預估準確率相對較高，測試集中暢通狀態(tài)預估準確率達到了96.77%；擁擠狀態(tài)預估準確率相對較低，只有90.71%。原因在于擁擠狀態(tài)處在暢通和擁堵狀態(tài)之間，容易被誤判為暢通或者擁堵。但從整體上來看，訓練集中交通狀態(tài)預估準確率達到94.68%，測試集準確率達到了95.32%，準確度基本滿足預估要求。

表1 CNN-SVM模型預測結(jié)果

考慮車輛構(gòu)成和忽略車輛構(gòu)成對比實驗中，模型訓練準確度如圖3所示。黑色實線代表忽略車輛構(gòu)成訓練結(jié)果，灰色虛線代表考慮車輛構(gòu)成訓練結(jié)果。

圖3 考慮車輛構(gòu)成和忽略車輛構(gòu)成訓練結(jié)果對比

灰色虛線剛開始上升速度較慢，當訓練次數(shù)超過300次后，考慮車輛構(gòu)成模型準確率逐漸高于忽略車輛構(gòu)成模型準確率。原因在于，考慮車輛構(gòu)成信息時，模型需要學習知識比較多，一開始準確度上升比較慢，后期經(jīng)過充分訓練，考慮車輛構(gòu)成的模型得到了更多信息，因此預測結(jié)果比忽略車輛信息更高。同時，忽略車輛信息的模型信息量有限，后期隨著訓練次數(shù)增加開始趨向于過擬合，預估效果后期開始逐漸下降。

針對不同數(shù)據(jù)集，考慮車輛構(gòu)成和忽略車輛構(gòu)成預測結(jié)果如表2所示。驗證集中，考慮車輛構(gòu)成模型預估準確度比忽略車輛構(gòu)成模型提升1.40%，在測試集中，考慮車輛構(gòu)成的模型預估準確度比忽略車輛構(gòu)成模型提升1.12%。說明車輛構(gòu)成對于交通狀態(tài)有著不可忽略的影響。

表2 考慮車輛構(gòu)成和忽略車輛構(gòu)成預測結(jié)果對比

CNN模型和CNN-SVM模型的對比實驗中，CNN采用的是softmax分類器，CNN-SVM采用的是SVM分類器，其預估結(jié)果如表3所示。驗證集中，CNN-SVM模型預估準確度比CNN模型提升1.84%，在測試集中，CNN-SVM模型預估準確度比CNN模型提升2.25%，說明SVM具有更高的分類效果。

表3 CNN模型和CNN-SVM模型預測結(jié)果對比

SVM模型雖然可對交通狀態(tài)進行估計，但在單個監(jiān)測器數(shù)據(jù)不準確的前提下，其使用其他監(jiān)測器數(shù)據(jù)時分類準確率不足80%，且輸入維度過高，不適合基于多監(jiān)測器檢測數(shù)據(jù)的交通狀態(tài)預估。因此，在交通狀態(tài)預估方面，CNN-SVM相對于CNN模型和SVM模型更加具有優(yōu)勢。

4 結(jié)束語

本文提出了一種基于車輛構(gòu)成和特征提取的交通狀態(tài)預估模型，考慮相同車流量下，大車型比例對擁堵的影響。將交通狀態(tài)分成暢通、擁擠和擁堵三種狀態(tài)，以多個道路監(jiān)測器數(shù)據(jù)為輸入來預估交通狀態(tài)。通過CNN自動提取交通擁堵特征，將得到的特征輸入SVM進行交通狀態(tài)預估。通過考慮車輛構(gòu)成和忽略車輛構(gòu)成的實驗，以及CNN-SVM模型和CNN模型的對比實驗，在PeMS數(shù)據(jù)集的Hollywood Fwy公路上進行驗證，結(jié)果表明考慮車輛構(gòu)成信息的CNN-SVM模型，具有更好的交通狀態(tài)預估能力。

本文實驗沒有考慮不同道路通行能力差異帶來的區(qū)別，后續(xù)可以結(jié)合不同規(guī)模的道路進行分類探討，使模型具有更廣泛的應(yīng)用場景。