[發明專利]一種提高交通時空圖分辨率的方法

在審

• 申請號: 202210469767.3
• 申請日: 2022-04-30
• 公開（公告）號: CN114818337A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 賀正冰;張園夢;顧欣;賈寧;凌帥
• 申請（專利權）人: 北京工業大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F119/02
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

本發明公開了一種提高交通時空圖分辨率的方法。該方法包括：采集數據，畫出原始交通時空圖；網格化劃分時空圖，將所采集的數據按網格投影，計算各網格平均速度；進一步精細化劃分網格，構建細粒度網格速度預測模型；利用細粒度網格速度預測模型進行預測，生成高分辨率交通時空圖。由此可知，本申請通過網格化劃分原始“粗糙”交通時空圖，利用細粒度網格速度預測模型完成子網格速度預測，重現“美顏后”的精細化交通時空圖，實現了提高交通時空圖分辨率的功能。如此可以為交通管理者提供更精準的用于交通狀態分析、交通事件判別的基礎分析數據，支撐交通決策的提出。

技術領域

本發明涉及交通技術領域，特別是涉及一種提高交通時空圖分辨率的方法。

背景技術

交通時空圖，是交通領域中最重要的分析和可視化工具之一。繪制交通時空圖的關鍵在于測量對應于每個時空網格的速度。時空圖網格劃分粒度越小，分辨率越高，越能夠展示詳細的道路流量變化。理想情況下，可以通過使用100％高保真車輛軌跡來準確計算網格的速度。然而，目前的信息技術并不能支持采集如此廣泛的100％高保真車輛軌跡數據，進而也無法支撐獲得精細化、高分辨率的交通時空圖。此外，在實時交通系統中，5min是常用的信息發布時間間隔。因而，為了獲得特定時空網格中的詳細交通速度，通常需要通過交通狀態估計來補充日常的采樣數據。

通過檢索現有的專利和論文，發現大多研究都是采用深度學習方法來提高成像系統的分辨率，鮮有提高交通時空圖分辨率的方法。中國專利文獻《一種基于改進生成對抗網絡的提高水下圖像分辨率方法》(CN114037843A,2022-02-11)通過改善生成器模塊的結構并引入密集跳躍連接的結構，構建了改進生成對抗網絡模型，但過程計算成本很高，阻礙了該方法的實時應用；中國專利文獻《一種時空超分辨率實時重建方法及系統》(CN114170085A,2022-03-11)通過對輸入幀進行特征提取、特征圖偏移場補償、特征融合，從而生成超分辨率重構圖像，但該過程需要大量圖像進行訓練。在交通領域，高保真和高采樣率的交通數據難以收集，故以上方法難以實現。因此，本發明提供了一種提高交通時空圖分辨率的方法，不需要大量的高分辨率時空圖進行模型訓練，只需要采用稀疏軌跡數據即可，方法簡單實用，計算復雜度低。

發明內容

針對廣泛存在的低分辨率時空圖，無法展示詳細交通動態的問題，本發明提供了一種提高交通時空圖分辨率的方法。通過網格化劃分原始“粗糙”交通時空圖，利用細粒度網格速度預測模型完成子網格速度預測，可以重現“美顏后”的精細化交通時空圖，實現提高交通時空圖分辨率的功能。高分辨率時空圖可以展現更多的交通細節，有助于識別交通瓶頸、了解交通特征、預測出行時間和估計交通排放量，在交通領域具有廣闊的應用前景。

為解決上述技術問題，本發明提供了一種提高交通時空圖分辨率的方法，能夠重現精細化交通時空圖，有助于提供更多交通信息，用于識別交通瓶頸、了解交通特征、預測出行時間和估計交通排放量等。為了實現上述目的，本申請實施例提供的技術方案如下：

步驟1：采集數據，畫出原始交通時空圖；

步驟2：網格化劃分原始交通時空圖，將所采集數據按網格投影，計算各網格平均速度；

步驟3：進一步精細化劃分網格，構建細粒度網格速度預測模型；

步驟4：利用細粒度網格速度預測模型進行預測，生成高分辨率交通時空圖。

進一步的，所述步驟1中，采集的數據包括車輛經度、緯度、速度、所在車道、時間；原始交通時空圖為車輛軌跡-速度時空圖，其中x軸表示時間，y軸表示空間，圖中用顏色表示平均速度。

進一步的，所述步驟2中，網格劃分的形狀為均勻等大的正方形i，尺寸分別為：15s×25m、30s×50m、60s×100m、120s×200m和240s×400m；中心網格i的8個鄰近細胞分別為UL(左上)、Up(正上)、UR(右上)、Lf(正左)、Rt(正右)、LL(左下)、Lw(正下)、LR(右下)。