一种基于多元数据融合的浮动车聚集检测方法技术

本发明专利技术公开了一种基于多元数据融合的浮动车聚集检测方法，该方法将需要分析的区域映射到一个虚拟的网格，并采用浮动车的GPS数据和卡口数据相结合架构了一个高效的、可靠的计算平台；通过多元数据的使用，能够保证计算更加准确，从而提高浮动车聚集检测的准确率和效率。

【技术实现步骤摘要】

本专利技术属于浮动车监控领域，尤其涉及一种基于多元数据融合的浮动车聚集检测方法。
技术介绍
随着智慧城市的发展，世界各地纷纷建立信息化的交通管理平台实现交通信息实时监控。浮动车是指安装了车载GPS定位装置的公交车和出租车，通过GPS定位卫星交通管理平台可以定期获取车辆的位置、方向和速度等信息。随着浮动车数量的不断增加，对浮动车的监控和管理显得尤为重要。其中，浮动车聚集的检测对预防犯罪活动的发生具有重大意义，因为浮动车大量聚集会对社会秩序产生不良影响。现有技术检测浮动车聚集的技术中，其判断依据均是基于浮动车数据，定时判断一定区域内浮动车的总数量，但这种单元数据判定往往会由于复杂的道路情况而导致浮动车聚集检测不准确，不能很好的将浮动车的聚集行为与车辆的拥堵区分开来；同时，现有技术无法在出现浮动车聚集之初时就能及时作出准确判断，往往是浮动车聚集发生时才获知，难以对浮动车聚集事件进行有效的预防和处理。故，针对现有技术的缺陷，实有必要提出一种技术方案以克服现有技术存在的技术问题。
技术实现思路
有鉴于此，确有必要提供一种能够及时、准确的分析出浮动车的聚集的基于多元数据融合的浮动车聚集检测方法，从而能够有效预防并及时处理浮动车聚集事件，保障公共交通秩序和社会秩序有效运行。为了克服现有技术的缺陷，本专利技术的技术方案如下：一种基于多元数据融合的浮动车聚集检测方法，包括以下步骤：步骤S1：将地图上待分析区域映射到一个由多个网格构成的虚拟网格空间，并设定如下参数：网格浮动车车辆数阈值Cluster_Threshold{k11,k12...knn

【技术保护点】
一种基于多元数据融合的浮动车聚集检测方法，其特征在于，包括以下步骤：步骤S1：将地图上待分析区域映射到一个由多个网格构成的虚拟网格空间，并设定如下参数：网格浮动车车辆数阈值Cluster_Threshold{k11,k12...knn}，用于代表各个网格在Δt时间段内经过的最大车辆数；道路车辆拥堵阈平均值u和道路车辆拥堵阈方差值σ2，用于表征每条路段上的拥堵情况；车牌重复率阈值Repeat_Threshold，用于代表当前时间段网格中车牌号码与上一时间段网格中车牌号码的重复率；浮动车数量占车辆总数的阈值Float_Threshold，用于代表路段中浮动车占总车辆数的百分比；道路速度阈值Speed_Threshold，用于代表车辆顺畅通行的最小速度；步骤S2：从数据库中获取每个网格在Δt时间段内所对应的浮动车数据和卡口数据，浮动车数据为车载GPS终端设备上传的经度、纬度和时间，卡口数据为通过各个卡口的车辆牌号码、过车时间；步骤S3：对每一个网格的浮动车数据进行计算分析并判断是否发生浮动车聚集嫌疑，如果否，则返回至步骤S2，如果是，则触发执行步骤S4；其中，同时达到以下条件时就判定浮动车聚集嫌疑发生：连续N个时间段都满足以下公式：Σi=-11Σj=-11CarDetail[i][j]≥Σi=-11Σj=-11Cluster_Threshold[i][j]]]>其中，CarDetail为从数据库中读入的浮动车数据，CarDetail[i][j]是当前时间段中，第i行第j列网格的车辆数，Cluster_Threshold[i][j]是第i行第j列网格浮动车车辆数阈值；将连续N个时间段的浮动车数据通过线性回归拟合为线性函数，得到斜率k，且k>0；计算N个时间段中相邻时间段的车牌号码重复率repeat，repeat超过车牌重复率阈值Repeat_Threshold，其中，repeat计算公式如下：repeat=S1∩S2S1∪S2≥Repeat_Threshold]]>其中，S1是这一时间段的所有车辆，S2是上一时间段的所有车辆，repeat是车牌号码重复率，Repeat_Threshold为车牌重复率阈值；步骤S4：将当前处于浮动车聚集嫌疑的车辆根据密度聚类到一起，并以此聚类所覆盖的地方作为浮动车聚集影响区域；步骤S5：根据卡口数据计算浮动车聚集影响区域所对应的路段是否出现交通拥堵，如果出现交通拥堵，执行步骤S6，否则执行步骤S7；其中，同时符合以下条件时就判定出现交通拥堵：∫-∞RoadVehicle12πσexp(-(x-u)22σ2)≥0.9X~N(u,σ2)]]>RoadVehicle为从卡口获取当前路段上的车辆数，u是道路车辆拥堵阈平均值，σ2是道路车辆拥堵阈方差值；根据卡口数据计算该路段的速度speed，当speed超过了道路速度阈值Speed_Threshold时，即判定当前的路段为拥堵，速度speed的计算方法如下：speed=1nΣst1-t2>Speed_Threshold]]>其中，n是这条路段上的所有车辆数，t1是经过这个卡口的时间，t2是经过和当前计算路段相连的上一卡口的时间，s是路段长度，Speed_Threshold为道路速度阈值；步骤S6：通过以下公式计算浮动车所占的比例是否超过了浮动车数量占车辆总数的阈值Float_Threshold：FloatPercent=ΣClusterInfoΣLinkCarData>Float_Threshold]]>其中，分母LinkCarData是路段上所有的车辆数，分子ClusterInfo是在当前路段上参与聚集的浮动车车辆数，FloatPercent是一个在[0,1]之间的值，Float_Threshold为浮动车数量占车辆总数的阈值；如果浮动车所占的比例是否超过了浮动车数量占车辆总数的阈值Float_Threshold，则判定为发生浮动车聚集，执行步骤S7，否则判定为误触发，返回至步骤S2；步骤S7：判定为发生浮动车聚集，发出警报并存储聚集车辆信息、发生聚集的区域和聚集的时间信息，重复步骤S2计算下一时间片的数据。...

【技术特征摘要】
1.一种基于多元数据融合的浮动车聚集检测方法，其特征在于，包括以下步骤：步骤S1：将地图上待分析区域映射到一个由多个网...

【专利技术属性】
技术研发人员：袁友伟，申烨婷，鄢腊梅，李万清，俞东进，姜子敬，陈添，王逸飞，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33