[發(fā)明專利]基于交通時空信息的交通流缺失數(shù)據(jù)估算系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 201410274151.6
• 申請日: 2014-06-18
• 公開（公告）號: CN104091047A
• 公開（公告）日: 2014-10-08
• 發(fā)明（設(shè)計）人: 李志恒;張毅;李力;姚丹亞;胡堅明;李月標
• 申請（專利權(quán)）人: 清華大學深圳研究生院
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 深圳市鼎言知識產(chǎn)權(quán)代理有限公司 44311
• 代理人: 哈達

技術(shù)領(lǐng)域

本發(fā)明涉及一種交通流缺失數(shù)據(jù)估算系統(tǒng)及方法，特別是關(guān)于一種基于交通時空信息的交通流缺失數(shù)據(jù)估算系統(tǒng)及方法。

背景技術(shù)

在智能交通系統(tǒng)中，交通流數(shù)據(jù)是所有交通控制和管理系統(tǒng)的重要保障，是整個智能交通系統(tǒng)得以順利運行的基礎(chǔ)。工程上應(yīng)用的交通模型都需要完備的交通數(shù)據(jù)進行校正。

然而，在實際交通環(huán)境中，由于交通信息檢測器的故障、網(wǎng)絡(luò)傳輸失敗等原因，交通信息采集系統(tǒng)采集到的交通數(shù)據(jù)往往存在數(shù)據(jù)缺失問題。在北京市，交通流平均缺失率約為10％；在美國PeMS系統(tǒng)中，交通流缺失率在個別檢測點高達25％。加拿大等其他國家的研究人員也報道過其交通數(shù)據(jù)缺失嚴重情況。

因此，在交通領(lǐng)域內(nèi)，有很多研究者從事交通缺失數(shù)據(jù)估算的研究。由于交通流是交通數(shù)據(jù)中最重要的參數(shù)之一，很多缺失數(shù)據(jù)估計模型都以交通流為研究對象，包括基于預(yù)測類的缺失數(shù)據(jù)估算方法、基于插值類額缺失估算方法以及基于統(tǒng)計學習的缺失數(shù)據(jù)估算方法，不同方法都有各自的應(yīng)用場景。然而，在交通流缺失數(shù)據(jù)估算應(yīng)用方面，沒有利用基于交通流時空信息的分析法來研究交通流缺失數(shù)據(jù)。

發(fā)明內(nèi)容

鑒于以上內(nèi)容，有必要提供一種基于交通時空信息的交通流缺失數(shù)據(jù)估算系統(tǒng)及方法，在進行交通流缺失數(shù)據(jù)估算時，能夠有效利用交通時空信息，提升交通流缺失數(shù)據(jù)的估算精度。

所述基于交通時空信息的交通流缺失數(shù)據(jù)估算系統(tǒng)運行于計算機裝置中，該系統(tǒng)包括：原始數(shù)據(jù)輸入模塊，用于獲取一個期望周期內(nèi)目標檢測點、上游檢測點和下游檢測點的原始交通數(shù)據(jù)，并從獲取的原始交通數(shù)據(jù)中提取每個檢測點的交通流數(shù)據(jù)；數(shù)據(jù)預(yù)處理模塊，用于對每個檢測點的交通流數(shù)據(jù)進行時間上的聚合壓縮成期望周期的交通流時間序列，將三個檢測點的交通流時間序列按照上下游的關(guān)系組合成一個空間信息交通流數(shù)據(jù)矩陣，并判斷當前交通應(yīng)用系統(tǒng)對計算速度要求是高還是低；PPCA估算模塊，用于當前交通應(yīng)用系統(tǒng)對計算速度要求高時，利用PPCA模型對所述的空間信息交通流數(shù)據(jù)矩陣中的缺失數(shù)據(jù)進行估算，并產(chǎn)生相應(yīng)的交通流缺失數(shù)據(jù)估算結(jié)果；交通流時間序列平移模塊，用于當前交通應(yīng)用系統(tǒng)對計算速度要求低時，對上游檢測點和下游檢測點的交通流時間序列進行平移，并將平移后的交通流時間序列放入所述空間信息交通流數(shù)據(jù)矩陣中形成一個時空信息交通流數(shù)據(jù)矩陣；KPPCA估算模塊，用于利用KPPCA模型對所述的時空信息交通流數(shù)據(jù)矩陣中的缺失數(shù)據(jù)進行估算，并產(chǎn)生相應(yīng)的交通流缺失數(shù)據(jù)估算結(jié)果。

所述基于交通時空信息的交通流缺失數(shù)據(jù)估算方法應(yīng)用于計算機裝置中，該方法包括步驟：獲取一個期望周期內(nèi)目標檢測點、上游檢測點和下游檢測點的原始交通數(shù)據(jù)，并從獲取的原始交通數(shù)據(jù)中提取每個檢測點的交通流數(shù)據(jù)；對每個檢測點的交通流數(shù)據(jù)進行時間上的聚合壓縮成期望周期的交通流時間序列；將三個檢測點的交通流時間序列按照上下游的關(guān)系組合成一個空間信息交通流數(shù)據(jù)矩陣；判斷當前交通應(yīng)用系統(tǒng)對計算速度要求是高還是低；當前交通應(yīng)用系統(tǒng)對計算速度要求高時，利用PPCA模型對所述的空間信息交通流數(shù)據(jù)矩陣中的缺失數(shù)據(jù)進行估算，并產(chǎn)生相應(yīng)的交通流缺失數(shù)據(jù)估算結(jié)果；當前交通應(yīng)用系統(tǒng)對計算速度要求低時，對上游檢測點和下游檢測點的交通流時間序列進行平移，并將平移后的交通流時間序列放入所述空間信息交通流數(shù)據(jù)矩陣中形成一個時空信息交通流數(shù)據(jù)矩陣，以及利用KPPCA模型對所述的時空信息交通流數(shù)據(jù)矩陣中的缺失數(shù)據(jù)進行估算，并產(chǎn)生相應(yīng)的交通流缺失數(shù)據(jù)估算結(jié)果。

相較于現(xiàn)有技術(shù)，本發(fā)明所述基于交通時空信息的交通流缺失數(shù)據(jù)估算系統(tǒng)及方法，能夠有效利用交通時空信息，根據(jù)不同交通應(yīng)用系統(tǒng)對于計算時間效率的要求分別利用PPCA模型和KPPCA模型進行交通流缺失數(shù)據(jù)估算，從而提升交通流缺失數(shù)據(jù)的估算精度。

附圖說明

圖1是本發(fā)明基于交通時空信息的交通流缺失數(shù)據(jù)估算系統(tǒng)較佳實施例的運行環(huán)境示意圖。

圖2是本發(fā)明基于交通時空信息的交通流缺失數(shù)據(jù)估算方法較佳實施例的流程圖。

主要元件符號說明

計算機裝置????????????????1

交通流缺失數(shù)據(jù)估算系統(tǒng)????10

原始數(shù)據(jù)輸入模塊??????????101

數(shù)據(jù)預(yù)處理模塊????????????102

PPCA估算模塊??????????????103

交通流時間序列平移模塊????104

KPPCA估算模塊?????????????105

缺失數(shù)據(jù)補償結(jié)果評價模塊??106