[發(fā)明專利]基于浮動車數(shù)據(jù)的城市交通運行狀態(tài)特征計算方法

在審

• 申請?zhí)枺?/td>: 201910049234.8
• 申請日: 2019-01-18
• 公開（公告）號: CN111275961A
• 公開（公告）日: 2020-06-12
• 發(fā)明（設(shè)計）人: 閆學東;王立威;劉煬;陳德啟;高自友;劉浩;張可
• 申請（專利權(quán)）人: 北京交通大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京市商泰律師事務所 11255
• 代理人: 黃曉軍

1.一種基于浮動車數(shù)據(jù)的城市交通運行狀態(tài)特征計算方法，其特征在于，所述方法包括如下步驟：

步驟S1，采集浮動車數(shù)據(jù)并進行預處理；

步驟S2，在與浮動車數(shù)據(jù)對應的地域地圖上進行網(wǎng)格劃分；

步驟S3，在所述網(wǎng)絡(luò)化的地圖上提取節(jié)點對并構(gòu)建節(jié)點對關(guān)系模型；

步驟S4，根據(jù)所述節(jié)點對關(guān)系模型及浮動車數(shù)據(jù)，計算城市交通運行狀態(tài)特征。

2.根據(jù)權(quán)利要求1所述的城市交通運行狀態(tài)特征計算方法，其特征在于，所述步驟S1中所述浮動車數(shù)據(jù)至少包括經(jīng)度、緯度、速度、時間字段，且采樣間隔不超過10s。

3.根據(jù)權(quán)利要求1所述的城市交通運行狀態(tài)特征計算方法，其特征在于，城市區(qū)域內(nèi)交通運行狀態(tài)特征，包括總延誤、平均延誤、延誤比、平均速度、速度比。

4.根據(jù)權(quán)利要求1至3任一項所述的城市交通運行狀態(tài)特征計算方法，其特征在于，所述步驟S1中對浮動車數(shù)據(jù)的預處理具體包括如下步驟：

步驟S11，對浮動車數(shù)據(jù)進行坐標轉(zhuǎn)換，轉(zhuǎn)換為國際通用的WGS-84坐標系。

步驟S12，剔除掉速度大于閾值的數(shù)據(jù)，將數(shù)據(jù)按照浮動車標號進行分類，提取出每條軌跡數(shù)據(jù)并剔除掉連續(xù)處于停車狀態(tài)的數(shù)據(jù)。

5.根據(jù)權(quán)利要求1至3任一項所述的城市交通運行狀態(tài)特征計算方法，其特征在于，所述步驟S2地圖的網(wǎng)格化劃分，具體為：將所述浮動車數(shù)據(jù)對應范圍的地域，劃分為若干個小區(qū)域，對每一個小區(qū)域進行編號，并記錄坐標范圍。

6.根據(jù)權(quán)利要求1至3任一項所述的城市交通運行狀態(tài)特征計算方法，其特征在于，所述步驟S3所述節(jié)點對提取，包括如下子步驟：

步驟S31，通過經(jīng)過網(wǎng)格邊界的浮動車軌跡數(shù)據(jù)提取軌跡與網(wǎng)格邊界的交點；

步驟S32，通過改進的DBSCAN算法對網(wǎng)格邊界交點進行聚類，得到可能的路網(wǎng)出入點；

步驟S33，對聚類得到的所述可能的路網(wǎng)出入點進行判斷，剔除掉聚類中點的數(shù)量小于閾值n的聚類，將余下的聚類作為道路出入點，聚類的中心位置為道路中心位置，聚類的直徑為道路寬度；

步驟S34，根據(jù)浮動車軌跡數(shù)據(jù)，計算每個網(wǎng)格內(nèi)出入各個節(jié)點的軌跡數(shù)量，篩選出軌跡數(shù)量大于閾值l的節(jié)點關(guān)系對，作為網(wǎng)格內(nèi)的路網(wǎng)連通規(guī)則；并通過提取節(jié)點對關(guān)系數(shù)據(jù)，構(gòu)建路網(wǎng)節(jié)點對關(guān)系模型。

7.根據(jù)權(quán)利要求6所述的城市交通運行狀態(tài)特征計算方法，其特征在于，所述步驟S31中所述提取軌跡與網(wǎng)格邊界的交點計算公式如下：

式(1)和(2)中，代表第j條軌跡在e方向通過第rk個網(wǎng)格的交點，x、y分別代表交點的經(jīng)緯度坐標，k代表格子的編號，m代表網(wǎng)格的列數(shù)，(x₁,y₁)和(x₂,y₂)分別代表所述區(qū)域西南角和東北角的經(jīng)緯度坐標。

8.根據(jù)權(quán)利要求7所述的城市交通運行狀態(tài)特征計算方法，其特征在于，所述步驟S32中所述改進的DBSCAN聚類算法步驟如下：

步驟S321，輸入搜索半徑ε和最小核心密度點值MinPts；

步驟S322，判斷輸入點是否為核心對象，若輸入點在搜索半徑內(nèi)的數(shù)量和大于MinPts，則為核心對象，否則不是；

步驟S323，找出核心對象在搜索半徑內(nèi)的所有直接密度可達點；

步驟S324，判斷所有輸入點是否遍歷完畢，若是，則進入步驟S325，若不是，則轉(zhuǎn)入步驟S322；

步驟S325，針對核心對象在搜索半徑內(nèi)的所有直接密度可達點找到最大密度連接對象集合，并合并密度可達點；

步驟S326，重復步驟S325，直到所有核心對象遍歷完畢，得到所有聚類的集合；

步驟S327，對每一個聚類集合，計算集合重心偏移率，判斷所述集合重心偏移率是否大于閾值若是，則進入步驟S328；若不是，則所述集合重心偏移率所對應的聚類集合為最終聚類；

步驟S328，對所有大于的集合，計算新的搜索半徑和MinPts值，并轉(zhuǎn)入步驟S322。