[發明專利]一種基于交通特性的城市路段分類方法

有效

• 申請號: 201811415522.2
• 申請日: 2018-11-26
• 公開（公告）號: CN109544921B
• 公開（公告）日: 2019-12-13
• 發明（設計）人: 王璞;陳美林
• 申請（專利權）人: 中南大學
• 主分類號: G08G1/01
• 分類號: G08G1/01;G01S19/52
• 代理公司: 43114 長沙市融智專利事務所(普通合伙)
• 代理人: 楊萍

1.一種基于交通特性的城市路段分類方法，其特征在于，包括以下步驟：

步驟1：獲取目標城市區域內D個工作日的浮動車GPS數據，得到D組浮動車GPS數據；每組浮動車GPS數據中包含多個數據點，每個數據點包括5個維度的信息，即浮動車所處的經度坐標、緯度坐標、浮動車車牌號、載客狀態和數據采集時間；

步驟2：針對D組浮動車GPS數據，剔除無效數據，得到D個出行時間序列集；每個出行時間序列集包括多個出行時間序列；

步驟3：先利用地圖匹配算法將所有出行時間序列中的經緯度坐標匹配到路網中，然后將所有出行時間序列中的經緯度坐標替換為與之匹配的路網坐標點，得到更新后的出行時間序列和更新后的出行時間序列集；

步驟4：選取研究路段和研究時段，將研究時段劃分為M個時間窗；獲取所有通過研究路段的出行時間序列，計算每個出行時間序列中每2個連續數據點間的浮動車平均速度；以計算浮動車平均速度的前1個數據點所處的時間窗為準依次將所有的浮動車平均速度歸類于對應的時間窗；

步驟5：對研究路段在每一天每個時間窗內的浮動車平均速度分別進行累加求平均，得到研究路段在每一天不同時間窗內的速度；將研究路段在同一天M個時間窗內的速度組成維度為M的速度時間序列，每條研究路段得到D個速度時間序列；

步驟6：分別計算每條研究路段的速度特征時間序列；

對于任一條研究路段，首先計算其D個速度時間序列兩兩之間的皮爾遜相關系數；對每個速度時間序列，將其與其他速度時間序列的皮爾遜相關系數進行累加再求均值，所得結果作為該速度時間序列的有效判別度，將有效判別度大于閾值的速度時間序列篩選為高相關速度時間序列；計算該研究路段所有高相關速度時間序列中同一時間窗內的速度均值，得到該研究路段的速度特征時間序列；

步驟7：依據研究路段的速度特征時間序列對研究路段初步分類，將研究路段分為通暢路段、持續擁堵路段和復雜路段；

步驟8：設置聚類簇數K，對任意兩個速度特征時間序列，結合動態時間歸整距離和序列的統計學特征計算它們的相似度，再采用層次聚類方法對所有復雜路段再次進行分類，完成對城市路段的分類；采用層次聚類方法對所有復雜路段再次進行分類的過程中，定義兩個復雜路段的速度特征時間序列之間的DTW-D-S-K距離作為它們的相似性度量；計算過程如下：

步驟C1：設X，Y分別為兩個復雜路段的速度特征時間序列，X＝[x₁，x₂，…，x_i，…，x_M]，Y＝[y₁，y₂，…，y_j，…，y_M]；

步驟C2：計算X，Y之間的動態時間歸整距離d_DTW(X，Y)，計算公式如下：

d_DTW(X，Y)＝d′_DTW(x_M，y_M)

d′_DTW(x_i，y_j)＝d(x_i，y_j)+min{d′_DTW(x_i-1，y_j-1)，d′_DTW(x_i-1，y_j)，d′_DTW(x_i，y_j-1)}

d′_DTW(x₁，y₁)＝d(x₁，y₁)

其中，d(x_i，y_j)為(x_i，i)，(y_j，j)之間的歐式距離，i，j＝1，2，…，M，min{·}取{·}中的最小值，且d_DTW(x₀，·)＝∞，d_DTW(·，y₀)＝∞；

步驟C3：計算X，Y之間的方差距離D(X，Y)，計算公式如下：

其中，d(x_n，y_n)為(x_n，n)，(y_n，n)之間的歐式距離，為歐式距離均值，

步驟C4：計算X，Y之間的偏態距離S(X，Y)，計算公式如下：

S(X，Y)＝|S(X)-S(Y)|

其中，S(X)和S(Y)分別X和Y的偏態系數；

步驟C5：計算X，Y之間的峰度距離K(X，Y)，計算公式如下：

K(X，Y)＝|K(X)-K(Y)|

其中，K(X)和K(Y)分別為X和Y的峰度系數；

步驟C6：為動態時間歸整距離d_DTW(X，Y)、方差距離D(X，Y)、偏態距離S(X，Y)和峰度距離K(X，Y)賦予不同權重，得到兩個速度特征時間序列X，Y之間的DTW-D-S-K距離d_DDSK(X，Y)，計算公式如下：

d_DDSK＝w₁d_DTW(X，Y)+w₂D(X，Y)+w₃S(X，Y)+w₄K(X，Y)

其中，w₁，w₂，w₃，w₄分別為d_DTW(X，Y)，D(X，Y)，S(X，Y)，K(X，Y)的權重。