一种挖掘时空关联关系的实时高速公路流量估计方法技术

本发明专利技术公开了一种挖掘时空关联关系的实时高速公路流量估计方法，属于智能交通领域。本发明专利技术以基于感应线圈型车检器获得的车流量为基本数据，结合手机信令估计的高速公路车流量数据信息，充分发掘并利用时间和空间维度不同路段车流量之间的关系，给出了融合两类数据的高速公路流量感知方法。本发明专利技术充分利用已有的移动通讯设施和车检器资源，无需安装额外的检测装置，可以以很低的成本获得覆盖全路网的实时车流量估计。本发明专利技术估计的车流量结果准确，易推广，适用于高速公路。

A real-time expressway traffic estimation method based on spatio-temporal correlation

The present invention discloses a real-time expressway traffic estimation method for mining spatiotemporal relation, which belongs to the field of intelligent transportation. The present invention in traffic flow induction coil type sensors based on the basic data, combined with the highway traffic information estimation between mobile phone signaling, fully exploit and use time and space dimensions between different sections of the traffic flow, gives the highway traffic aware fusion method of two kinds of data. The invention fully utilizes mobile communication facilities and sensors of existing resources, no need to install additional detection device, can obtain real-time traffic covering the entire road network is estimated at very low cost. The vehicle flow rate estimated by the invention is accurate, easy to be popularized and suitable for the freeway.

【技术实现步骤摘要】
一种挖掘时空关联关系的实时高速公路流量估计方法
本专利技术属于智能交通领域，特别涉及挖掘时空关联关系的实时高速公路流量获取方法。
技术介绍
高速公路上的车流量是高速公路路况监测的重要指标，也是交通管理部门进行道路规划、评估等决策的重要依据之一。实时获取的车流量有广泛的应用。例如，实时报告的车流量可提供基于实时车流量的动态交通导航，利于出行者快速便捷出行。在发生交通事故等紧急情况时，实时车流量可用于辅助决策交通疏导策略。此外，车流量还可用于计算碳排放，为环境监测提供数据支撑。传统的车流量估计方法或者依靠在路面铺设固定的传感器(例如：地感线圈、压电传感器等)来直接获得车流量，或者从监控视频中提取车流量(Hajimolahoseini,H.,R.Amirfattahi,andH.Soltanian-Zadeh.Robustvehicletrackingalgorithmfornighttimevideoscapturedbyfixedcamerasinhighlyreflectiveenvironments.IETComputerVision,2014,8(6):535-544)。对高速公本文档来自技高网...

【技术保护点】
一种挖掘时空关联关系的实时高速公路流量估计方法，其特征在于：实现步骤如下：(1)根据移动用户手机与基站交互产生的信令数据流，计算信令车流量，所述信令车流量是指根据手机信令序列估算的高速公路车流量；(2)以车检器获得的车流量数据作为输入，并根据第一步估算出的信令车流量得到路段车流量之间的空间约束，同时，基于Toeplitz矩阵给出路段车流量之间的时间约束，进行基于时空压缩感知技术的全路段车流量感知，得到高速公路全覆盖的实时车流量。

【技术特征摘要】
1.一种挖掘时空关联关系的实时高速公路流量估计方法，其特征在于：实现步骤如下：(1)根据移动用户手机与基站交互产生的信令数据流，计算信令车流量，所述信令车流量是指根据手机信令序列估算的高速公路车流量；(2)以车检器获得的车流量数据作为输入，并根据第一步估算出的信令车流量得到路段车流量之间的空间约束，同时，基于Toeplitz矩阵给出路段车流量之间的时间约束，进行基于时空压缩感知技术的全路段车流量感知，得到高速公路全覆盖的实时车流量。2.根据权利要求1所述的挖掘时空关联关系的实时高速公路流量估计方法，其特征在于：所述步骤(1)中，计算信令车流量包括以下步骤：(11)对高速公路按匝道进行路段划分，并把路段作为车流量估计的最小单位，路段的方向与道路方向一致，并沿道路正方向从小到大设置路段编号，这里，道路的正方向是指桩号从小到大的方向；(12)对信令数据进行预处理，信令处理服务器每隔一定时间，记为t分钟，称为一个时间片，从移动运营商提供的信令接口中读取该周期内高速公路沿线发生的信令数据，所述信令数据预处理内容包括：去除未在道路上发生的信令，去除运动特征异常，包括瞬间移动的信令样本，识别并剔除乒乓切换及回路切换信令；(13)判断用户是否正随着车辆在高速公路上移动，进而确定移动用户是在哪条高速公路上行驶；(14)计算路段上的信令车流量，在内存中保留指定时间区间的信令数据，并每隔t分钟检测移动用户是否在路上，在确定了移动用户u所行驶的高速公路后，给移动用户u在当前时间片经过的路段的信令车流量增加1，从而统计出当前以路段为粒度的最新的车流量信息，即计算出信令车流量。3.根据权利要求1所述的挖掘时空关联关系的实时高速公路流量估计方法，其特征在于：所述步骤(2)的具体实现如下：(21)从车检器的设备接口获取当前时间之前t分钟的车流量，构建压缩感知车流量估计的计算途径；(22)构造基于信令车流量的路段多元线性回归(MLR)模型，形成路段车流量的空间约束矩阵，构建基于Toeplitz矩阵的路段车流量的时间约束矩阵；(23)基于步骤(21)获得的车流量和步骤(22)得到的时空约束矩阵，形成车流量估计的时空压缩感知优化目标；(24)针对步骤(23)的优化目标，用交替的最小二乘法求解全覆盖的实时车流量。4.根据权利要求2所述的挖掘时空关联关系的实时高速公路流量估计方法，其特征在于：所述(13)中，判断用户是否正随着车辆在高速公路上移动，进而确定移动用户是在哪条高速公路上行驶的具体步骤如下：(31)针对用户信令轨迹中的基站序列和道路沿线的基站序列，给出增加、删除、交换三种编辑操作；(32)依据(31)的三种编辑操作，构造计算两个基站序列编辑距离的递推公式，选取与信令轨迹中的基站序列编辑距离最小的道路沿线的基站序列所对应的道路，作为用户当前行驶的道路。5.根据权利要求3所述的挖掘时空关联关系的实时高速公路流量估计方法，其特征在于：所述(21)中，构建压缩感知车流量估计的计算途径如下：用一个m×n维的矩阵表示高速公路上的n个路段{r1,r2,r3,...rn}在m个时间片{t1,t2,t3,...tm}的交通流量，令Xm×n和分别代表真实的和估计的交通流量矩阵；把感应线圈型车检器生成的车流量称为车检器车流量，并认为该车流量是道路上真实的车流量，以车检器车流量作为输入构成了关于车流量的测量矩阵M＝(xij)m×n，M的第j列表示第j个路段的流量，第i行表示在第i个时间片内所有路段的流量，Mm×n是稀疏矩阵，其中有一些元素是未知的，Mm×n和的关系表示为：其中，矩阵Bm×n为指示矩阵，其元素bij定义为对进行SVD分解，令分解结果为其中，Lm×r＝U∑1/2，Rn×r＝V∑1/2，那么，车流量估计的计算途径是求解下面给出的最小化问题：其中，λ是正则化参数，用于权衡估计矩阵与测量矩阵的相似约束和低秩约束两个目标。6.根据权利要求3所述的挖掘时空关联关系的实时高速公路流量估计方法，其特征在于：所述(22)中，具体实现如下：时间约...

【专利技术属性】
技术研发人员：金蓓弘，崔艳玲，张扶桑，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：北京,11