基于車輛構成和特征提取的交通狀態預估模型

(中國科學技術大學 信息科學技術學院，安徽 合肥 230022)

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

基于數據融合的交通狀態估計是交通領域研究熱點。Deng等人使用環路探測器計數、藍牙旅行時間讀數和GPS(Global Positioning System)定位樣本等多個數據源，引入信息度量量化異構流量測量值，改善高速公路段上交通狀態估計[3]。Yuan等人使用拉格朗日系統模型，采用擴展卡爾曼濾波技術估計交通狀態，證明了拉格朗日估計優于傳統歐拉方法[4]。Alfredo等人開發了一種基于模型的方法，利用多源數據建立動脈走廊實時交通預測模型，將高速公路狀態估計拓展到城市環境[5]。Felix利用探測器速度數據，將交通流分解自由流、同步流以及動作干擾，獲得數據低密度情況下更準確結果[6]。Yang利用密度、速度多種屬性來估計該區域擁堵狀態，在北京和上海大型出租車GPS數據集上取得良好效果[7]。Majid基于交通流理論開發一種定義明確的非線性函數，以根據隊列尾部位置和連接車輛平均速度獲得隊列內車輛數量，在存在測量噪聲情況下，仍具有較高效率和準確性[8]。

傳統研究不同程度上實現了對交通狀態的估計，但對監測器精度有較高要求。交通系統是非線性系統，具有強不確定性，許多現象無法用確定性分析方法來研究，應引入不確定分析方法。本文結合傳統數據融合算法優勢，同時引入車輛構成因素，結合CNN和SVM各自優勢，利用多監測點數據進行擁堵預測，進而提升交通狀態預估的準確率。

1 CNN模型和SVM模型

1.1 CNN模型

卷積神經網絡是一種專門用來處理類似網狀結構數據的神經網絡，隨著深度學習的發展，在諸多領域都表現優異，包括圖像分類、對象監測、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]。從結構上看，CNN主要由卷積層、池化層和全連接層構成。

卷積層對兩個實變函數進行卷積運算，在CNN中，一般進行多維度卷積操作：

(1)

式中，I為輸入數據；K為卷積核。

池化層使用某一位置相鄰輸出的總體統計特征來代替網絡在該位置的輸出，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范數以及基于中心像素距離的加權平均函數。

全連接層每一個結點都與上一層所有結點相連，把提取到的特征綜合起來，在整個卷積神經網絡中起分類作用。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算法是基于統計學習理論的機器學習方法，它以最小化結構風險為依據，縮小樣本置信區間范圍，使經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線性分類超平面，以兼顧最小化風險和算法泛化能力。康軍等人已將SVM算法引用到交通領域，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。則待求解問題可以表示為

(3)

其對應的拉格朗日對偶問題是：

(4)

(5)

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

(6)

于是式(5)可以寫成：

(7)

得到最終決策函數：

(8)

2 擁堵判別模型

2.1 道路擁堵影響因素分析

傳統交通狀態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測器范圍。因此本文假設擁堵路段單個監測器所測量數據是不準確的，采用某一交叉口上下游多個監測點對目標路段進行估計。

為實現交通狀態預估計，本文采用某一時刻前20 min數據進行分析，提前預估出路段交通狀態，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建。

2.2 擁堵狀態分類

本文根據擁堵程度，將交通狀態分為暢通、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)交通數據延遲項，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；延遲項在0～1間，表示車輛有輕微延遲，定義為擁擠狀態；延遲項大于1，表示有嚴重延遲，定義為擁堵狀態。

2.3 CNN-SVM模型結構

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勢。Niu等人已將CNN-SVM應用到圖像識別領域[11]。為結合CNN和SVM優勢，本文提出CNN-SVM混合分類模型對交通狀態進行預估。CNN對交通數據進行特征提取，SVM利用提取后特征對交通狀態進行分類，具體結構如圖1所示。

圖1 CNN-SVM模型結構圖

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)

交通數據通過3個卷積層進和4個全連接層對交通狀態進行估計。CNN訓練結束后，將網絡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 利用交通流數據訓練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 數據來源和基本描述

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

圖2 美國加利福尼亞州局部路段監測點分布圖

假設待預測路段單個監測器監測數據是不準確的，實驗目標是通過該路段上下游多個監測器前20 min監測數據對該路段交通狀態進行預估，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交通數據進行實驗，數據的采樣間隔時間為5 min。其中，2017年9月20日到2017年10月20日作為訓練數據，2017年10月21日到2017年10月27日作為測試數據。

3.2 對比實驗介紹

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

實驗具體參數如下：

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

② SVM模型。采用Hinge Loss損失函數，核函數采用RBF核函數。為防止過擬合，懲罰因子c設置為0.8。

3.3 實驗結果分析

CNN-SVM模型預測結果如表1所示。其中擁堵狀態和暢通狀態的預估準確率相對較高，測試集中暢通狀態預估準確率達到了96.77%；擁擠狀態預估準確率相對較低，只有90.71%。原因在于擁擠狀態處在暢通和擁堵狀態之間，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模型預測結果

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

圖3 考慮車輛構成和忽略車輛構成訓練結果對比

灰色虛線剛開始上升速度較慢，當訓練次數超過300次后，考慮車輛構成模型準確率逐漸高于忽略車輛構成模型準確率。原因在于，考慮車輛構成信息時，模型需要學習知識比較多，一開始準確度上升比較慢，后期經過充分訓練，考慮車輛構成的模型得到了更多信息，因此預測結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。

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

表2 考慮車輛構成和忽略車輛構成預測結果對比

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模型預測結果對比

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

4 結束語

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

本文實驗沒有考慮不同道路通行能力差異帶來的區別，后續可以結合不同規模的道路進行分類探討，使模型具有更廣泛的應用場景。