【技術實現步驟摘要】
本專利技術屬于智能交通信息，涉及一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，具體而言是一種在城市道路中，基于城市動態交通特征(交通態勢指數和交通事件因子)和道路上下游特征，填補交叉口自動車牌識別數據的方法。
技術介紹
1、車輛軌跡數據具備時間和空間屬性，能夠為城市交通運行狀態估計、行程時間估計和城市交通碳排放建模提供數據支持。目前，中國大型城市交叉口普遍安裝有自動車輛識別系統，但由于設備覆蓋率等因素限制，車輛軌跡常出現數據不完整等問題，無法滿足交管部門對城市交通流精準管控的需求。
2、中國專利技術專利cn112215427a公開了一種卡口數據缺失下的車輛行車軌跡重建方法及系統，采用粒子群優化算法對待定路徑段進行分析，確定車輛行車軌跡可行路徑，利用網絡層次分析法選取車輛行車軌跡可行路徑中的最優路徑，為最終的車輛行車軌跡。然而上述方法中僅填補車輛空間軌跡，缺少填補車輛時間軌跡的方法，且缺少對城市動態交通特征的分析，交通態勢指數的變化和交通臨時管制會對車輛空間軌跡填補準確率造成影響。
3、因此，現有技術需要一種考慮城市動態交通特征的車輛空間軌跡填補方法，來降低交通態勢指數的變化和交通臨時管制對車輛空間軌跡填補準確率的影響，并且需要一種基于道路上下游特征的車輛時間軌跡填補方法。
技術實現思路
1、本專利技術的目的為解決城市交叉口自動車牌識別系統數據缺失的問題，提供了一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，該方法適用于城市道路交通系
2、本專利技術解決上述技術問題所采用的技術方案是，根據車牌號匹配生成車輛初始軌跡，使用深度優先算法初始化粒子集合，從城市動態交通特征切入，基于粒子濾波算法，完成車輛空間軌跡填補，通過計算每個路段的停車概率和擁擠程度，將出行時間分配至各個路段，使用copula函數生成上下游各路段的行程時間，完成車輛時間軌跡填補。具體包括下列步驟：
3、1)根據交叉口自動車牌識別數據生成車輛初始軌跡；
4、2)針對每個車輛的車輛初始軌跡中缺失的部分使用深度優先算法生成備選軌跡集合，作為初始化粒子集合；
5、3)基于粒子濾波算法，經過城市動態交通特征重采樣(具體包括交通態勢指數重采樣和交通事件因子重采樣)得到所有備選軌跡的粒子聚集數，將粒子聚集數最大的粒子作為填補結果，完成車輛空間軌跡填補；
6、4)將路段行程時間分為自由流時間、停車時間和擁堵時間，通過計算每個路段的停車概率和擁擠程度，將出行時間分配至各個路段；
7、5)使用copula函數對道路上下游相關關系進行建模，并使用copula函數采樣，得到上下游各個路段的行程時間，完成車輛時間軌跡填補。
8、上述技術方案中，步驟1)中城市交叉口自動車牌識別數據包括車輛信息表和攝像頭信息表。車輛信息表包括車牌號、經過交叉口的時間、車輛類型和攝像頭序號。攝像頭信息表包括攝像頭序號、攝像頭坐標、交叉口編號和攝像頭拍攝方向，根據車牌號匹配生成車輛初始軌跡時，首先需進行數據預處理，剔除車輛信息表中車牌號為未知的數據，并以攝像頭序號為鍵值對車輛信息表和攝像頭信息表進行內連接，得到車輛具體信息表，根據車輛具體信息表，獲得每輛車由交叉口自動車牌識別系統拍攝到的軌跡，即針對每個車牌號生成車輛經過的交叉口序號列表，得到車輛初始軌跡。
9、上述技術方案中，步驟2)中使用深度優先算法生成備選軌跡時，針對車輛初始軌跡，若兩相鄰交叉口序號對應的交叉口在實際路網中沒有路段將兩點直接連通，使用深度優先算法生成備選軌跡集合，將備選軌跡的先驗概率設置為1/n，其中n為粒子集合中的粒子數量。
10、上述技術方案中，步驟3)中各備選軌跡重要性服從均勻分布，重要性采樣方程為其中為第n次重要性采樣后備選軌跡i的非歸一化權重，為第n-1次重要性采樣后備選軌跡i的非歸一化權重，yt：t+δt為從時間t到時間t+δt收集的數據，t是數據收集開始的時間，δt為車輛空間軌跡填補計算間隔的動態值，為第n次重要性采樣備選軌跡i的狀態空間，為第n-1次重要性采樣備選軌跡為i的粒子，為重要性采樣后備選軌跡i的概率，-為重要性采樣后的轉換概率，為先驗概率密度函數，備選軌跡i的粒子聚集數計算公式為其中n為粒子集合中的粒子數量，為第n次重要性采樣后備選軌跡i的粒子聚集數；
11、在備選軌跡集合中先進行交通態勢指數重采樣，得到備選軌跡的粒子聚集數n1，再進行交通事件因子重采樣，得到備選軌跡的粒子聚集數n2，選擇粒子聚集數n2最大的備選軌跡為車輛空間軌跡填補結果。
12、上述技術方案中，步驟3)中交通態勢分為四個等級，分別為暢通、緩行、擁堵和嚴重擁堵。用ts描述交通態勢，其中δj為交通態勢等級占整個路段的百分比，sj為交通態勢系數，路段ts值越高，該路段會被更多車輛駛過，該軌跡也越有可能成為真實軌跡，使用logit模型描述交通態勢，經過交通態勢指數重采樣后可能軌跡i的后驗概率為其中，β0和β1為logit模型待標定參數，城市道路常因施工、舉辦大型活動等原因進行交通管制，候補軌跡不應經過交通管制路段，歷史道路事件信息包括道路名稱、事件類型、事件開始時間和事件預計結束時間等，概率更新過程遵循全有全無分配。概率更新公式為其中為經過交通事件因子重采樣后備選軌跡i的后驗概率，nid為備選軌跡經過的路段編號，nincident為發生交通事件得路段編號。
13、上述技術方案中，步驟4)中，路段行程時間可以分為三個部分，分別為自由流行程時間τf(lk，i，j)、停車時間τs(lk，i，j)及擁堵時間τc(lk，i，j)，其中lk，i，j為車輛k在時刻i經過的第j個路段。基于此，路段行程時間表示為：其中，|j(k，i)|為構成軌跡rk(tk，i，tk，i+1)的路段總數，對擁堵時間τc(lk，i，j)和停車時間τs(lk，i，j)的計算方法進行降冪并使用上文提及的交通態勢指數ts，有效提高算法準確度與運行效率。在τc(lk，i，j)、hs(lk，i，j，w)和qs(k，i)等變量中使用交通態勢指數ts進行計算，使計算結果符合動態交通路網運行特征。自由流行程時間τf計算公式為：其中|l(na，nb)|為路段長度，通過計算路段兩端點na和nb之間的歐氏距離獲得，sf(na，nb)為路段l(na，nb)上的自由流速度，na為路段n起點，nb為路段n終點。路段j上的擁堵時間τc(lk,i,j)計算公式為其中w為擁堵程度指標，定義為路段j上的停車時間τs(lk,i,j)定義為τs為軌跡rk(tk，i，tk,i+1)上的總停車時間，公式為上述公式中，其他符號的定義見下，ps(lk,i,j，w)＝hs(lk,i,j，w)πl≠j1-hs(lk,i,j，w)，其中ip(i)為小于i的最大整數。軌跡rk(tk，i，tk,i+1)中每一個路段j上的行程時間為：t(lk,i,j)＝τf(lk,i,j)+τs(lk,i,j)+τc(lk,i,j)j＝1,2,3，...，|j(k，i)本文檔來自技高網...
【技術保護點】
1.一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，該方法針對城市交叉口自動車牌識別數據缺失問題，根據城市動態交通特征和道路上下游相關關系，填補車輛時空軌跡，具體包括下列步驟：
2.根據權利要求1所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，城市交叉口自動車牌識別數據包括車輛信息表和攝像頭信息表。車輛信息表包括車牌號、經過交叉口的時間、車輛類型和攝像頭序號；攝像頭信息表包括攝像頭序號、攝像頭坐標、交叉口編號和攝像頭拍攝方向。
3.根據權利要求2所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，根據車牌號匹配生成車輛初始軌跡時，首先需進行數據預處理，剔除車輛信息表中車牌號為未知的數據，并以攝像頭序號為鍵值對車輛信息表和攝像頭信息表進行內連接查詢，得到車輛具體信息表，根據車輛具體信息表，獲得每輛車由交叉口自動車牌識別系統拍攝到的軌跡，即針對每個車牌號，生成車輛經過的交叉口序號列表，得到車輛初始軌跡。
4.根據權利要求1所述的一種基于城市動態交通和道路上下游特征的車輛
5.根據權利要求1所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，使用粒子濾波算法，基于城市動態交通特征完成備選軌跡集合的重要性重采樣，城市動態交通特征包括交通態勢指數和交通事件因子，在備選軌跡集合中先進行交通態勢指數重采樣，再進行交通事件因子重采樣；交通態勢指數定義為其中δj為交通態勢等級占整個路段的百分比，Sj為交通態勢系數，交通事件因子描述為備選軌跡不應經過交通管制路段。
6.根據權利要求5所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，使用Logit模型描述交通態勢，經過交通態勢指數重采樣后可能軌跡i的后驗概率為其中，β0和β1為Logit模型待標定參數，用全有全無分配描述交通事件因子，經過交通事件因子重采樣后可能軌跡i的后驗概率為其中，Nincident為發生交通事件得路段編號，Nid為可能軌跡經過的路段編號。
7.根據權利要求1所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，路段行程時間為t＝τf+τs+τc，其中τf為自由流時間，τs為停車時間，τc為擁堵時間，基于交通態勢指數TS，計算τf、τs和τc。
8.根據權利要求1所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，路段行程時間邊緣分布為貝塔分布、T分布或伽馬分布，所述的Copula函數為Gaussian?Copula或Frank?Copula。
...【技術特征摘要】
1.一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，該方法針對城市交叉口自動車牌識別數據缺失問題，根據城市動態交通特征和道路上下游相關關系，填補車輛時空軌跡，具體包括下列步驟：
2.根據權利要求1所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，城市交叉口自動車牌識別數據包括車輛信息表和攝像頭信息表。車輛信息表包括車牌號、經過交叉口的時間、車輛類型和攝像頭序號；攝像頭信息表包括攝像頭序號、攝像頭坐標、交叉口編號和攝像頭拍攝方向。
3.根據權利要求2所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，根據車牌號匹配生成車輛初始軌跡時，首先需進行數據預處理，剔除車輛信息表中車牌號為未知的數據，并以攝像頭序號為鍵值對車輛信息表和攝像頭信息表進行內連接查詢，得到車輛具體信息表，根據車輛具體信息表，獲得每輛車由交叉口自動車牌識別系統拍攝到的軌跡，即針對每個車牌號，生成車輛經過的交叉口序號列表，得到車輛初始軌跡。
4.根據權利要求1所述的一種基于城市動態交通和道路上下游特征的車輛時空軌跡填補方法，其特征在于，使用深度優先算法生成備選軌跡時，若車輛初始軌跡中兩相鄰交叉口序號對應的交叉口在實際路網中沒有路段將兩交叉口直接連通，則使用深度優先算法生成備選軌跡集合，作為初始化粒子集合，將粒子集合中粒子的先驗概率設置為1/n，其中n為粒子集合中的粒子數量。
5....
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。