[發明專利]基于卡口數據的道路交通事件檢測方法、裝置及介質

有效

• 申請號: 202110446998.8
• 申請日: 2021-04-25
• 公開（公告）號: CN113256967B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 陳開穎;陳敏;沙志仁
• 申請（專利權）人: 廣州方緯智慧大腦研究開發有限公司
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/065
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 常柯陽

本發明公開了基于卡口數據的道路交通事件檢測方法、裝置及介質，方法包括：確定初始化參數；當初始車輛經過上游卡口的時刻在預設檢測時間段內時，根據所述初始化參數計算所述初始車輛在下游卡口的應到時長；根據所述初始車輛到達所述下游卡口所花費的實際時長與所述應到時長之間的大小，確定目標車輛，其中，所述目標車輛到達所述下游卡口所花費的實際時長大于所述應到時長；計算統計周期內所述目標車輛與總車輛數之間的比值；根據所述比值以及所述目標車輛的車輛數，生成目標道路的交通事件檢測結果。本發明能夠提高交通事件檢測的準確性和實時性，可廣泛應用于智能交通技術領域。

技術領域

本發明涉及智能交通技術領域，尤其是基于卡口數據的道路交通事件檢測方法、裝置及介質。

背景技術

城市快速路是城市道路交通的主動脈，往往由“城市干路升級，高速公路進城”演變而來，兼具高速公路和城市干道的雙重特點。由于良好的行車條件和直捷性，城市快速路承載了較大的運輸量。然而一旦發生交通事件，城市快速路的連續交通流特征在短時間內被迅速改變，容易造成事件發生地點上游路段的大面積擁堵，甚至造成二次事故，從而導致城市快速路的通行能力和運輸效率變差。因此，針對城市快速路交通事件檢測算法的研究顯得尤為重要。交通事件檢測的實質是依據事件發生前后交通流數據的變化來判定被檢測道路的交通狀態。近年來，已經形成了一些較為經典的交通事件檢測算法，受限于數據源的分類，當前事件檢測算法大致分為兩類：一是基于定點檢測器數據的交通事件檢測算法；二是基于車輛眾包軌跡數據的交通事件檢測算法。據統計，以滴滴出行、高德導航為代表的互聯網公司通過手機APP采集的海量眾包數據在城市干道的滲透率一般低于10％。由于智能網聯車輛及車車、車路協調基礎設施的部署需要較長的周期，同時受隱私保護等條件限制，未來相當長的一段時間內眾包用戶滲透率仍將維持在較低的水平。僅依賴小樣本的車輛眾包軌跡數據難以實現交通事件的實時精確檢測。因此，針對檢測設備相對完備的城市快速路，如何充分利用現有固定檢測器數據精準檢測交通事件成為研究重點。傳統固定檢測器通常獨立檢測上下游兩個斷面的流量、占有率交通流參數，簡單采用占有率變化的模式特征容易因交通流波動而誤判，采用統計理論、動態交通模型、人工智能等方法來建模上下游交通流參數關聯則存在模型參數離線標定復雜、實時適應性不足等特點。

卡口數據來源于智能交通領域的治安卡口、電子警察、監控視頻(視頻結構化)等設備，已在快速路廣泛安裝并用于日常交通管理，不同于傳統交通流參數檢測，卡口數據特點是可通過匹配上下游卡口數據的車牌、過車時間等信息來實時檢測發生于該卡口區間的交通事件。

發明內容

有鑒于此，本發明實施例提供基于卡口數據的道路交通事件檢測方法、裝置及介質，以提高交通事件檢測的準確性和實時性。

本發明的第一方面提供了一種基于卡口數據的道路交通事件檢測方法，包括：

確定初始化參數，所述初始化參數包括車輛在上游卡口和下游卡口之間的平均行程時間以及行程時間標準差；

當初始車輛經過上游卡口的時刻在預設檢測時間段內時，根據所述初始化參數計算所述初始車輛在下游卡口的應到時長；

根據所述初始車輛到達所述下游卡口所花費的實際時長與所述應到時長之間的大小，確定目標車輛，其中，所述目標車輛到達所述下游卡口所花費的實際時長大于所述應到時長；

計算統計周期內所述目標車輛與總車輛數之間的比值；

根據所述比值以及所述目標車輛的車輛數，生成目標道路的交通事件檢測結果。

優選地，所述確定初始化參數，包括：

根據目標道路的歷史卡口數據，統計所有車輛在目標道路的平均行程時間；

根據所述平均行程時間，計算行程時間標準差；

采集預設檢測時間段內每輛車輛經過所述上游卡口和所述下游卡口的經過時刻，并計算每輛車輛在所述預設檢測時間段內經過所述目標道路的實際時長。