[發明專利]城市路網動態劃分方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202110268282.3
• 申請日: 2021-03-12
• 公開（公告）號: CN113160556A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 楊森炎
• 申請（專利權）人: 北京郵電大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 吳大建;金淼

1.一種城市路網動態劃分方法，其特征在于，包括：

獲取路網交通狀態數據；

對所述路網交通狀態數據進行高階奇異值分解，動態地提取路網交通狀態在時間和空間上的分布特征，構建空間狀態因子矩陣；

基于所述空間狀態因子矩陣的主成分向量計算得到不同路段之間的高斯相似度矩陣；

基于對所述路網交通狀態數據中的各路段交通狀態的解析，計算各路段的交通狀態之間的相關性，構建交通狀態時空相關系數矩陣；

獲取路網空間拓撲連接矩陣；

基于所述路網空間拓撲連接矩陣和所述交通狀態時空相關系數矩陣，對所述高斯相似度矩陣修正，得到修正后的高斯相似度矩陣，并基于修正后的所述高斯相似度矩陣構造動態圖；

采用預設路網劃分算法對所述動態圖進行劃分，得到若干個子路網。

2.根據權利要求1所述的方法，其特征在于，所述預設路網劃分算法為Louvain分割算法。

3.根據權利要求1所述的方法，其特征在于，所述對所述路網交通狀態數據進行高階奇異值分解，動態地提取路網交通狀態在時間和在空間上的分布特征，構建空間狀態因子矩陣的步驟包括：

對所述路網交通狀態數據進行高階奇異值分解，基于指數窗口的雙迭代奇異值分解方法，動態地提取路網交通狀態在時間和在空間上的分布特征，構建空間狀態因子矩陣。

4.根據權利要求1所述的方法，其特征在于，所述基于對所述路網交通狀態數據中的各路段交通狀態的解析，計算各路段的交通狀態之間的相關性，構建交通狀態時空相關系數矩陣的步驟包括：

基于對所述路網交通狀態數據中的各路段交通狀態的解析，采用Pearson系數方法和滑動窗口技術，計算各路段的交通狀態之間的相關性，構建交通狀態時空相關系數矩陣。

5.根據權利要求1所述的方法，其特征在于，所述采用預設路網劃分算法對所述動態圖進行劃分，得到若干個子路網的步驟之后還包括：

采用交通流流量、密度和速度參數對應的宏觀基本圖關系對劃分后得到的各所述子路網的交通狀態同質性進行評估。

6.根據權利要求5所述的方法，其特征在于，所述采用預設路網劃分算法對所述動態圖進行劃分，得到若干個子路網的步驟之后還包括：

基于POI數據，對劃分后的各子路網的區域功能同質性進行評估。

7.一種城市路網動態劃分裝置，其特征在于，包括：

路網交通狀態數據獲取模塊，用于獲取路網交通狀態數據；

空間狀態因子矩陣構建模塊，用于對所述路網交通狀態數據進行分解，動態地提取路網交通狀態在時間和空間上的分布特征，構建空間狀態因子矩陣；

高斯相似度矩陣獲取模塊，基于所述空間狀態因子矩陣的主成分向量計算得到不同路段之間的高斯相似度矩陣；

交通狀態時空相關系數矩陣構建模塊，用于基于對所述路網交通狀態數據中的各路段交通狀態的解析，計算各路段的交通狀態之間的相關性，構建交通狀態時空相關系數矩陣；

路網空間拓撲連接矩陣獲取模塊，用于獲取路網空間拓撲連接矩陣；

高斯相似度矩陣修正模塊，用于基于所述路網空間拓撲連接矩陣和所述交通狀態時空相關系數矩陣，對所述高斯相似度矩陣修正，得到修正后的高斯相似度矩陣，并基于修正后的所述高斯相似度矩陣構造動態圖；

路網劃分模塊，用于采用預設路網劃分算法對所述動態圖進行劃分，得到若干個子路網。

8.根據權利要求7所述的裝置，其特征在于，所述預設路網劃分算法為Louvain分割算法。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至6中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至6中任一項所述的方法的步驟。