[發(fā)明專(zhuān)利]一種基于時(shí)空相關(guān)性的交通流量數(shù)據(jù)恢復(fù)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201410154792.8 | 申請(qǐng)日: | 2014-04-17 |
| 公開(kāi)(公告)號(hào): | CN103971520A | 公開(kāi)(公告)日: | 2014-08-06 |
| 發(fā)明(設(shè)計(jì))人: | 宋春躍;吳俏;沈國(guó)江;王慧 | 申請(qǐng)(專(zhuān)利權(quán))人: | 浙江大學(xué) |
| 主分類(lèi)號(hào): | G08G1/01 | 分類(lèi)號(hào): | G08G1/01;G06F19/00 |
| 代理公司: | 杭州求是專(zhuān)利事務(wù)所有限公司 33200 | 代理人: | 杜軍 |
| 地址: | 310027 浙*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 時(shí)空 相關(guān)性 交通 流量 數(shù)據(jù) 恢復(fù) 方法 | ||
技術(shù)領(lǐng)域
本發(fā)明屬于交通工程領(lǐng)域,涉及一種基于時(shí)空相關(guān)性的交通流量數(shù)據(jù)恢復(fù)方法。
背景技術(shù)
交通信息數(shù)據(jù)是智能交通系統(tǒng)的基礎(chǔ),優(yōu)質(zhì)、完整的交通信息數(shù)據(jù)有利于提高交通管理和控制的準(zhǔn)確性。交通信息數(shù)據(jù)主要有交通流量、速度和占有率,其中交通流量數(shù)據(jù)是最基本也是最重要的數(shù)據(jù)。
通常,智能交通系統(tǒng)主要采用浮動(dòng)車(chē)數(shù)據(jù)和路口及路段車(chē)輛檢測(cè)器數(shù)據(jù)。浮動(dòng)車(chē)數(shù)據(jù)是指通過(guò)裝備全球定位系統(tǒng)的浮動(dòng)車(chē)得到的位置數(shù)據(jù),以及由此推斷得到的速度、行程時(shí)間等數(shù)據(jù);路口及路段車(chē)輛檢測(cè)器數(shù)據(jù)是指通過(guò)安裝在路口或者路段中的各種車(chē)輛檢測(cè)器檢測(cè)得到的交通流量、速度、占有率等數(shù)據(jù)。相對(duì)來(lái)說(shuō),浮動(dòng)車(chē)數(shù)據(jù)由于采用GPS技術(shù),數(shù)據(jù)可靠性和準(zhǔn)確性較高,但得到的數(shù)據(jù)不夠全面、完整,一般作為輔助數(shù)據(jù),應(yīng)用并不廣泛;而路口及路段車(chē)輛檢測(cè)器數(shù)據(jù)非常全面、完整,是交通系統(tǒng)的主要數(shù)據(jù)來(lái)源,但是由于檢測(cè)器故障、老化等原因,得到的數(shù)據(jù)質(zhì)量相對(duì)較差且存在大量數(shù)據(jù)缺失,對(duì)后續(xù)的有交通控制決策制定帶來(lái)了極大的困難,故必須對(duì)這些數(shù)據(jù)進(jìn)行篩選并補(bǔ)充恢復(fù)。
目前,我國(guó)關(guān)于交通流量數(shù)據(jù)篩選及恢復(fù)的研究已出具成果,所采用的方法有包括kalman濾波、非參數(shù)回歸、神經(jīng)網(wǎng)絡(luò)等各種智能算法。然而,在提高了數(shù)據(jù)篩選及恢復(fù)的精確性的同時(shí),這些算法都過(guò)于復(fù)雜,不能滿足交通數(shù)據(jù)需實(shí)時(shí)處理的要求,難以真正用在實(shí)際道路交通信號(hào)控制系統(tǒng)中。
發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)的不足,提出一種基于時(shí)空相關(guān)性的交通流量數(shù)據(jù)恢復(fù)方法。
為解決上述技術(shù)問(wèn)題,本發(fā)明所采用的技術(shù)方案如下:
本發(fā)明方法包括以下步驟:
步驟(1).交通流量數(shù)據(jù)格式轉(zhuǎn)換:
將檢測(cè)點(diǎn)由車(chē)輛檢測(cè)器檢測(cè)得到的原始交通流量數(shù)據(jù)qorig單位換算成標(biāo)準(zhǔn)小時(shí)流量數(shù)據(jù),然后對(duì)該標(biāo)準(zhǔn)小時(shí)流量數(shù)據(jù)進(jìn)行加權(quán)平均轉(zhuǎn)換成固定周期T的交通流量數(shù)據(jù)集q;
所述的固定周期T可根據(jù)實(shí)際應(yīng)用所需而定;
所述的固定周期T的交通流量數(shù)據(jù)集q={q(1),…,q(k),…,q(n)};q(k)表示k時(shí)間段的交通流量數(shù)據(jù),其中
所述的標(biāo)準(zhǔn)小時(shí)流量數(shù)據(jù)表示單位為veh/h(即車(chē)輛/小時(shí))的交通流量數(shù)據(jù);
步驟(2).交通流量數(shù)據(jù)篩選
2.1閾值篩選:
對(duì)步驟(1)得到的固定周期T的交通流量數(shù)據(jù)集q進(jìn)行篩選,即對(duì)交通流量數(shù)據(jù)集q中的交通流量數(shù)據(jù)q(k)進(jìn)行逐個(gè)比較,根據(jù)公式(1)進(jìn)行篩選,剔除q中不符合公式(2)的數(shù)據(jù):
0<q(k)<Qmax(1);
Qmax=fc×C(2);
其中閾值Qmax的單位為veh/h;C表示車(chē)道的基本通行能力,單位為veh/h;fc為常數(shù),根據(jù)實(shí)際情況進(jìn)行限定;
2.2零數(shù)據(jù)篩選:
對(duì)步驟2.1篩選后得到的交通流量數(shù)據(jù)集進(jìn)行零數(shù)據(jù)篩選,具體步驟如下:
根據(jù)泊松分布原理得到時(shí)間間隔t內(nèi)到達(dá)車(chē)輛數(shù)的概率P(x)見(jiàn)公式(3):
式中P(x)為時(shí)間間隔t內(nèi)到達(dá)x輛車(chē)的概率,x為自然數(shù);λt為時(shí)間間隔t內(nèi)平均到達(dá)的車(chē)輛數(shù);
本發(fā)明取置信水平α=0.01,采樣間隔內(nèi)有車(chē)輛通過(guò),即x>0的概率為:
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于浙江大學(xué),未經(jīng)浙江大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410154792.8/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 一種時(shí)空地理大數(shù)據(jù)的檢索方法及系統(tǒng)
- 一種泛知識(shí)化時(shí)空對(duì)象表達(dá)數(shù)據(jù)庫(kù)建立方法
- 一種基于時(shí)空密度波與同步的大型時(shí)空數(shù)據(jù)聚類(lèi)算法GRIDWAVE
- 時(shí)空數(shù)據(jù)的存儲(chǔ)方法、查詢(xún)方法及存儲(chǔ)裝置、查詢(xún)裝置
- 一種云環(huán)境下時(shí)空索引的構(gòu)建方法、裝置及電子設(shè)備
- 面向工業(yè)4.0的時(shí)空大數(shù)據(jù)分布式存儲(chǔ)檢索方法及系統(tǒng)
- 一種數(shù)據(jù)比對(duì)碰撞方法和裝置
- 時(shí)空數(shù)據(jù)的異常檢測(cè)方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)
- 一種可直接捕獲時(shí)空相關(guān)性的時(shí)空數(shù)據(jù)預(yù)測(cè)方法
- 多維時(shí)空譜數(shù)據(jù)融合方法、裝置、電子設(shè)備和存儲(chǔ)介質(zhì)





