[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

本發明提供一種城市路網動態劃分方法、裝置、計算機設備和存儲介質，該方法通過深入挖掘路網交通狀態數據中潛在的交通狀態模式和多維度變化特征，并引入交通時空相關性和路網空間結構的連通性，進而進行路網動態劃分，從而使得每個子路網具有相似的時空演化特征，最大化不同子路網之間交通模式的差異，可以實現對大規模路網的科學劃分，提高路網的精細化管理水平。可以用于大規模路網的智能交通管控，針對不同的子路網采取實時的交通誘導和控制策略，從而實現對整體路網交通流的宏觀調控，為數據驅動下的智能交通系統提供基礎技術支撐。

技術領域

本發明涉及路網劃分技術領域，特別涉及一種城市路網動態劃分方法、裝置、計算機設備和存儲介質。

背景技術

為了提高城市交通的智能化和精細化管理水平，需要對大規模的道路網絡進行合理劃分，進而對子路網實施協同控制，降低城市交通管理的復雜度。針對不同的子路網采取實時的交通誘導和控制策略，調節子區域的交通流狀態，能夠實現對整體路網交通流的宏觀調控，緩解交通擁堵。

目前關于路網劃分的研究主要是僅考慮固定時間交通狀態或者短時間內交通狀態變化特征的靜態劃分算法，缺乏考慮長期交通變化趨勢的動態劃分方法，并且較少考慮不同路段之間交通狀態變化的相關性。交通擁堵是一個強時變的演化過程，傳統的劃分方法無法同時考慮路網交通狀態的長短期變化特征，以及子路網內部的連通性，并且由于算法復雜度較高，難以對大規模城市路網進行動態劃分。

隨著傳感器技術在交通領域的廣泛應用，智能交通系統采集了海量的高維交通時空狀態數據，呈現大數據的特征。為了提高路網的智能化管理水平，需要充分挖掘海量的交通流數據中潛在的時空變化特征，對路網進行動態劃分。龐大的數據規模、數據的多樣性及不確定性增大了大規模路網動態劃分的難度，帶來了巨大的計算挑戰。

發明內容

基于此，有必要針對上述技術問題，提供一種城市路網動態劃分方法、裝置、計算機設備和存儲介質。

一種城市路網動態劃分方法，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。

在一個實施例中，所述預設路網劃分算法為Louvain分割算法。

在一個實施例中，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。

在一個實施例中，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。