[發(fā)明專利]路網(wǎng)交通流關(guān)鍵流向和關(guān)鍵路徑分析方法有效
| 申請?zhí)枺?/td> | 201811227838.9 | 申請日: | 2018-10-19 |
| 公開(公告)號: | CN109767615B | 公開(公告)日: | 2021-05-18 |
| 發(fā)明(設(shè)計)人: | 周東;陳凝;呂偉韜;盛旺 | 申請(專利權(quán))人: | 江蘇智通交通科技有限公司 |
| 主分類號: | G08G1/01 | 分類號: | G08G1/01;G06K9/62 |
| 代理公司: | 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243 | 代理人: | 王素琴 |
| 地址: | 211106 江蘇省南*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 路網(wǎng) 通流 關(guān)鍵 流向 路徑 分析 方法 | ||
本發(fā)明提供一種路網(wǎng)交通流關(guān)鍵流向和關(guān)鍵路徑分析方法,基于卡口數(shù)據(jù)生成的車輛軌跡,采用譜聚類方法進行軌跡拆分,在此基礎(chǔ)上提取出行軌跡的時空特征變量,通過主題模型實現(xiàn)出行軌跡的聚類,從而識別路網(wǎng)的關(guān)鍵流向與關(guān)鍵路徑;本發(fā)明采用了對缺失信息具有較高“容忍”程度的主題模型對車輛軌跡進行分析,進而從車輛軌跡中提取路網(wǎng)交通流關(guān)鍵流向與關(guān)鍵路徑,為路網(wǎng)需求側(cè)特征分析提供重要支撐。
技術(shù)領(lǐng)域
本發(fā)明涉及一種路網(wǎng)交通流關(guān)鍵流向和關(guān)鍵路徑分析方法。
背景技術(shù)
各種先進通信及計算機技術(shù)在道路網(wǎng)上的大規(guī)模應(yīng)用,使得獲得單個車輛在路網(wǎng)上的完整出行軌跡成為可能。由于車輛出行軌跡包含著豐富的出行信息,如出行時長、出行路徑等,因而不僅在分析單個個體的出行特征方面具有較大的優(yōu)勢,對于研究路網(wǎng)整體出行行為特征方面,車輛出行軌跡也具有很高的實際價值與優(yōu)勢。
車輛識別和車輛定位均能夠達到車輛軌跡跟蹤的效果。基于視頻卡口數(shù)據(jù)獲得車輛軌跡就是車輛識別的典型應(yīng)用。但不同于通過GPS設(shè)備所獲得的實時車輛軌跡點,一方面,基于視頻卡口數(shù)據(jù)所獲取的車輛軌跡,其實質(zhì)為設(shè)備實際的布置位置,即通過其所獲得的是一種“稀疏”軌跡;另一方面,由于視頻識別設(shè)備存在“漏檢”等情況,因而會導(dǎo)致軌跡缺失的現(xiàn)象。
考慮到當(dāng)前城市道路的智能檢測條件,視頻卡口過車檢測數(shù)據(jù)的獲取成本較低,能夠普及應(yīng)用。鑒于此現(xiàn)狀,如何提供一種路網(wǎng)交通流關(guān)鍵流向和關(guān)鍵路徑分析方法,針對卡口數(shù)據(jù)的車輛軌跡的特點,來實現(xiàn)路網(wǎng)交通流關(guān)鍵流向與關(guān)鍵路徑的提取,是應(yīng)當(dāng)予以考慮并解決的問題。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種路網(wǎng)交通流關(guān)鍵流向和關(guān)鍵路徑分析方法解決現(xiàn)有技術(shù)中存在的一方面,基于視頻卡口數(shù)據(jù)所獲取的車輛軌跡,其實質(zhì)為設(shè)備實際的布置位置,即通過其所獲得的是一種“稀疏”軌跡;另一方面,由于視頻識別設(shè)備存在“漏檢”等情況,因而會導(dǎo)致軌跡缺失的現(xiàn)象的問題。
本發(fā)明的技術(shù)解決方案是:
一種路網(wǎng)交通流關(guān)鍵流向和關(guān)鍵路徑分析方法,基于卡口數(shù)據(jù)生成的車輛軌跡,采用譜聚類方法進行軌跡拆分,在此基礎(chǔ)上提取出行軌跡的時空特征變量,通過主題模型實現(xiàn)出行軌跡的聚類,從而識別路網(wǎng)的關(guān)鍵流向與關(guān)鍵路徑,具體包括以下步驟,
S1、讀取卡口設(shè)備檢測的歷史過車數(shù)據(jù),根據(jù)過車數(shù)據(jù)中的號牌號碼,對于每日路網(wǎng)內(nèi)所有通行經(jīng)過卡口位置的車輛,均生成該車輛當(dāng)日的完整出行軌跡;
S2、基于譜聚類將原始出行軌跡拆分為若干子軌跡Tr={tr1,…,tri,…,trm};
S3、基于離散傅里葉變換DFT提取出行軌跡的時空特征變量序列;
S4、基于步驟S3得到歷史時段內(nèi)的出行軌跡時空特征變量序列,采用狄利克雷過程混合模型對出行軌跡進行聚類分析;
S5、基于步驟S4的聚類結(jié)果,將每個簇的聚類中心作為對應(yīng)簇的核心出行軌跡;根據(jù)出行軌跡起點至終點的坐標(biāo)計算二者連線角度,由此確定路網(wǎng)的交通流關(guān)鍵流向;采用K最短路算法處理核心出行軌跡中的軌跡點,確定K條關(guān)鍵路徑。
進一步地,步驟S1中,生成該車輛當(dāng)日的完整出行軌跡,具體為,按時序排列的過車點集合X={x1,…,xi,…,xn};其中xi=(pi,ti),pi為軌跡點坐標(biāo),根據(jù)卡口設(shè)備位置確定;ti為通過該軌跡點時刻,由對應(yīng)過車數(shù)據(jù)中的過車時間確定;n為該車當(dāng)日的過車數(shù)據(jù)數(shù)量。
進一步地,步驟S1中,過車數(shù)據(jù)包括設(shè)備編號、過車時間、號牌號碼。
進一步地,步驟S2具體為,
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江蘇智通交通科技有限公司,未經(jīng)江蘇智通交通科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811227838.9/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 一種基于樹結(jié)構(gòu)的仿真路網(wǎng)數(shù)據(jù)管理方法
- 路網(wǎng)數(shù)據(jù)處理方法及裝置
- 一種智能交通路網(wǎng)建設(shè)系統(tǒng)
- 一種智慧化交通路網(wǎng)系統(tǒng)
- 一種傳統(tǒng)地圖路網(wǎng)與眾包地圖路網(wǎng)的關(guān)聯(lián)方法及裝置
- 路網(wǎng)數(shù)據(jù)處理方法、裝置、電子設(shè)備和存儲介質(zhì)
- 確定路網(wǎng)容量的方法
- 一種城市路網(wǎng)密度圖生成方法、介質(zhì)及設(shè)備
- 一種基于融合特征的GraphSAGE交通路網(wǎng)數(shù)據(jù)預(yù)測的方法
- 路網(wǎng)數(shù)據(jù)的更新方法、裝置、設(shè)備、存儲介質(zhì)及產(chǎn)品





