基于移动网络数据的高速公路虚拟断面车流量监测方法技术

本发明专利技术公开了一种基于移动网络数据的高速公路虚拟断面车流量监测方法，该方法包括以下步骤：使用高速公路周边的若干个基站采集所述基站周边手机的移动网络数据；选定一个所述道路节点作为虚拟断面，对经过该所述道路节点的所述手机进行聚类得到划分簇；在对虚拟断面上的车流量进行汇总统计时，将划分簇中的每一簇判定为一辆车辆。本发明专利技术的优点是，充分依托现有的移动通信网络资源，以海量的移动网路数据为输入，采用虚拟断面技术，实现高速公路虚拟断面车流量的识别机制。该发明专利技术可用于自动化地识别虚拟断面的车流量信息。

Traffic monitoring method for freeway virtual section vehicle based on mobile network data

The invention discloses a mobile network data highway traffic monitoring method based on virtual section, the method comprises the following steps: a plurality of base stations collect the base station around the mobile phone mobile network data using the highway around the road; select a node as a virtual section of the mobile phone through the road node the clustering of cluster; summary statistics on the traffic flow on the virtual section, divides each cluster in the decision for a vehicle. The advantages of the invention are fully relying on the existing mobile communication network resources, and taking the massive mobile network data as input, and adopting the virtual section technology to realize the identification mechanism of the highway virtual section traffic volume. The invention can be used to automatically identify the traffic information of the virtual section.

【技术实现步骤摘要】
基于移动网络数据的高速公路虚拟断面车流量监测方法
本专利技术属于交通信息采集领域，具体涉及一种基于移动网络数据的高速公路虚拟断面车流量监测方法。
技术介绍
随着近年来经济的高速增长、高速公路基础设施建设突飞猛进，由于节假日免费通行政策、流量增长、事故频发等，高速公路拥堵越来越常态化，拥堵范围大、持续时间长，因此需要信息化、自动化手段实时、准确、可靠、可持续地获取高速公路车流量信息，为交管部门的交通运营管理、研判、分析等提供决策支持定量分析数据，提升高速公路运营管理效果。
技术实现思路
本专利技术的目的是根据上述现有技术的不足之处，提供一种基于移动网络数据的高速公路虚拟断面车流量监测方法，该方法从海量的移动网路数据中挖掘高速公路的人员出行轨迹，可任意将高速公路划分成若干个虚拟断面，推导出高速公路的虚拟断面的车流量信息。本专利技术目的实现由以下技术方案完成：一种基于移动网络数据的高速公路虚拟断面车流量监测方法，所述方法包括以下步骤：1)将高速公路划分为若干道路区段，所述道路区段表示为LINKg，其中，g＝1、2…h，h为所述道路区段的数量；相邻所述道路区段之间的连接处为道路节点；2)使用高速公路周边的若干个基站采集所述基站周边手机的移动网络数据；采集过程中，所述基站对每个所述手机按照时间序列进行若干次采样，每条所述移动网络数据包括手机匿名编号、时间戳、采样位置的经度loni以及所述采样位置的纬度lati；3)对所述移动网络数据进行去噪清洗；4)将所述移动网络数据按照各手机的所述手机匿名编号进行分组，并对每组所述移动网络数据按照采样时间升序排列；分别计算各个所述手机在各个所述采样位置时所述手机的轨迹拟合斜率k；5)依据所述移动网络数据、所述轨迹拟合斜率以及各个所述道路区段的位置参数，使用深度搜索算法将各个所述手机的各个所述采样位置匹配到相应的所述道路区段，并得出各个所述手机经过的所述道路区段的道路集合；6)计算各所述手机经过各个所述道路节点的时间；7)选定一个所述道路节点作为虚拟断面，对经过该所述道路节点的所述手机进行聚类得到划分簇；在对所述虚拟断面上的车流量进行汇总统计时，将划分簇中的每一簇判定为一辆车辆。对所述移动网络数据进行去噪清洗具体包括以下步骤：对所述手机匿名编号、所述采样时间及所述采样位置均相同的所述移动网络数据进行去重处理；根据所述采样位置，剔除与所述高速公路空间范围无关的所述移动网络数据；计算各所述移动网络数据采集时对应手机的速度，并剔除速度异常的所述移动网络数据。计算各所述移动网络数据采集时对应手机的速度，并剔除速度异常的所述移动网络数据具体包括以下步骤：3.1)将所述移动网络数据按照各手机的所述手机匿名编号进行分组，并对每组所述移动网络数据按照采样时间升序排列；依次遍历每个所述手机对应的所述移动网络数据的分组序列；3.2)在遍历过程中，依次计算第i条所述移动网络数据(i＝1，2…n，n为所述手机对应的所述移动网络数据的总记录条数)的采样位置与第i+1条所述移动网络数据的采样位置之间的直线距离s，直线距离s的计算公式如下所示：其中，R＝6378.137，π＝3.1415926，loni和lati分别为i条所述移动网络数据的所述采样位置的经度和纬度；loni+1和lati+1分别为i+1条所述移动网络数据的所述采样位置的经度和纬度；3.3)将第i条所述移动网络数据的所述采样时间减去第i+2条所述移动网络数据的所述采样时间，得到所述手机从第i个所述采样位置移动至第i+1个所述采样位置的移动时间t；根据速度公式v＝s/t可计算出所述手机从第i个所述采样位置移动至第i+1个所述采样位置之间的速度v；3.4)当速度v大于异常速度阈值时，剔除第i+1条所述移动网络数据，并跳转至步骤3.2)；当速度v小于等于所述异常速度阈值时，对i进行累加，使得i＝i+1；若累加后i＜n，则跳转至步骤3.2)，若累加后i＝n，表示当前所述手机的所述移动网络数据遍历完成。经过分组排序后，每个所述移动网络数据的序列对应一个所述手机；计算某个所述手机在某个所述采样位置时所述手机的轨迹拟合斜率k具体包括以下步骤：选取所述手机对应的所述移动网络数据的序列；在所述移动网络数据的序列中选取所述采样位置对应的第i个所述移动网络数据，并在所述移动网络数据的序列中选取第i个所述移动网络数据至第i+num-1个所述移动网络数据；将选取的num个所述移动网络数据对应的所述采样位置代入拟合斜率计算公式，并计算出所述手机的轨迹拟合斜率；该公式如下所示：其中：k为所述手机在第i个所述移动网络数据对应的所述采样位置处的轨迹拟合斜率，num为大于等于3的整数，loni和lati分别为第i条所述移动网络数据的所述采样位置的经度和纬度，n为整数。使用深度搜索算法将某个所述手机的各个所述采样位置匹配到相应的所述道路区段，并得出所述手机经过的所述道路区段的道路集合具体包括以下步骤：选取所述手机对应的所述移动网络数据的序列；遍历所述移动网络数据的序列中的每条所述移动网络数据；在对某条所述移动网络数据进行遍历过程中，计算该所述移动网络数据对应的所述采样位置周边的候选道路区段的集合，并使路径匹配权重评价函数分别计算该所述采样位置与各所述候选道路区段的之间的匹配权重；使用深度搜索算法，在各所述候选道路区段的集合中选取一条匹配权重的加和数值最低的连通路径作为所述手机经过的所述道路区段的道路集合；根据所述道路集合，确定各条所述移动网络数据的所述采样位置所在的所述道路区段。计算该所述移动网络数据对应的所述采样位置周边的候选道路区段的集合，并使路径匹配权重评价函数分别计算该所述采样位置与各所述候选道路区段的之间的匹配权重具体包括以下步骤：选取以所述采样位置为圆心，L为半径的区域内的所述道路区段作为候选道路区段的集合，表示为LINKgg，其中gg＝1、2…hh，hh为候选道路区段的数量；计算所述采样位置与某个所述候选道路区段之间的匹配权重的过程中，首先计算所述采样位置到所述候选道路区段的垂直投影距离d，计算所述候选道路区段LINK的斜率其中(xf，yf)是该所述候选道路区段LINK起点坐标，(xt，yt)是该所述候选道路区段LINK终点坐标；将所述采样位置处所述手机的轨迹拟合斜率k、所述候选道路区段LINK的斜率k0、以及所述采样位置到所述候选道路区段的垂直投影距离d代入路径匹配权重评价函数中计算所述匹配权重，所述路径匹配权重评价函数如下所示：其中，Q为所述候选道路区段与所述手机的轨迹拟合斜率之间的夹角的合理范围阈值，q1为夹角权值，q2为距离权值，k为所述采样位置处所述手机的轨迹拟合斜率，k0为所述候选道路区段的斜率，d为所述采样位置到所述候选道路区段的垂直投影距离，L为所述候选道路区段的区域半径。计算某个所述手机经过某个所述道路节点的时间具体包括以下步骤：根据该所述手机经过的所述道路区段的道路集合，确定所述手机在该所述道路节点两侧最近的两个所述采样位置；将两个所述采样位置对应的所述移动网络数据代入计算公式，计算该所述手机经过该所述道路节点的时间；所述计算公式如下所示：其中，Timeni是所述手机经过所述道路节点ni的时间，Timei是第i个所述移动网络数据的时间戳，Timei本文档来自技高网...

【技术保护点】
一种基于移动网络数据的高速公路虚拟断面车流量监测方法，其特征在于所述方法包括以下步骤：1)将高速公路划分为若干道路区段，所述道路区段表示为LINKg，其中，g＝1、2…h，h为所述道路区段的数量；相邻所述道路区段之间的连接处为道路节点；2)使用高速公路周边的若干个基站采集所述基站周边手机的移动网络数据；采集过程中，所述基站对每个所述手机按照时间序列进行若干次采样，每条所述移动网络数据包括手机匿名编号、时间戳、采样位置的经度loni以及所述采样位置的纬度lati；3)对所述移动网络数据进行去噪清洗；4)将所述移动网络数据按照各手机的所述手机匿名编号进行分组，并对每组所述移动网络数据按照采样时间升序排列；分别计算各个所述手机在各个所述采样位置时所述手机的轨迹拟合斜率k；5)依据所述移动网络数据、所述轨迹拟合斜率以及各个所述道路区段的位置参数，使用深度搜索算法将各个所述手机的各个所述采样位置匹配到相应的所述道路区段，并得出各个所述手机经过的所述道路区段的道路集合；6)计算各所述手机经过各个所述道路节点的时间；7)选定一个所述道路节点作为虚拟断面，对经过该所述道路节点的所述手机进行聚类得到划分簇；在对所述虚拟断面上的车流量进行汇总统计时，将划分簇中的每一簇判定为一辆车辆。...

【技术特征摘要】
1.一种基于移动网络数据的高速公路虚拟断面车流量监测方法，其特征在于所述方法包括以下步骤：1)将高速公路划分为若干道路区段，所述道路区段表示为LINKg，其中，g＝1、2…h，h为所述道路区段的数量；相邻所述道路区段之间的连接处为道路节点；2)使用高速公路周边的若干个基站采集所述基站周边手机的移动网络数据；采集过程中，所述基站对每个所述手机按照时间序列进行若干次采样，每条所述移动网络数据包括手机匿名编号、时间戳、采样位置的经度loni以及所述采样位置的纬度lati；3)对所述移动网络数据进行去噪清洗；4)将所述移动网络数据按照各手机的所述手机匿名编号进行分组，并对每组所述移动网络数据按照采样时间升序排列；分别计算各个所述手机在各个所述采样位置时所述手机的轨迹拟合斜率k；5)依据所述移动网络数据、所述轨迹拟合斜率以及各个所述道路区段的位置参数，使用深度搜索算法将各个所述手机的各个所述采样位置匹配到相应的所述道路区段，并得出各个所述手机经过的所述道路区段的道路集合；6)计算各所述手机经过各个所述道路节点的时间；7)选定一个所述道路节点作为虚拟断面，对经过该所述道路节点的所述手机进行聚类得到划分簇；在对所述虚拟断面上的车流量进行汇总统计时，将划分簇中的每一簇判定为一辆车辆。2.根据权利要求1所述的一种基于移动网络数据的高速公路虚拟断面车流量监测方法，其特征在于对所述移动网络数据进行去噪清洗具体包括以下步骤：对所述手机匿名编号、所述采样时间及所述采样位置均相同的所述移动网络数据进行去重处理；根据所述采样位置，剔除与所述高速公路空间范围无关的所述移动网络数据；计算各所述移动网络数据采集时对应手机的速度，并剔除速度异常的所述移动网络数据。3.根据权利要求2所述的一种基于移动网络数据的高速公路虚拟断面车流量监测方法，其特征在于计算各所述移动网络数据采集时对应手机的速度，并剔除速度异常的所述移动网络数据具体包括以下步骤：3.1)将所述移动网络数据按照各手机的所述手机匿名编号进行分组，并对每组所述移动网络数据按照采样时间升序排列；依次遍历每个所述手机对应的所述移动网络数据的分组序列；3.2)在遍历过程中，依次计算第i条所述移动网络数据(i＝1，2…n，n为所述手机对应的所述移动网络数据的总记录条数)的采样位置与第i+1条所述移动网络数据的采样位置之间的直线距离s，直线距离s的计算公式如下所示：其中，R＝6378.137，π＝3.1415926，loni和lati分别为i条所述移动网络数据的所述采样位置的经度和纬度；loni+1和lati+1分别为i+1条所述移动网络数据的所述采样位置的经度和纬度；3.3)将第i条所述移动网络数据的所述采样时间减去第i+2条所述移动网络数据的所述采样时间，得到所述手机从第i个所述采样位置移动至第i+1个所述采样位置的移动时间t；根据速度公式v＝s/t可计算出所述手机从第i个所述采样位置移动至第i+1个所述采样位置之间的速度v；3.4)当速度v大于异常速度阈值时，剔除第i+1条所述移动网络数据，并跳转至步骤3.2)；当速度v小于等于所述异常速度阈值时，对i进行累加，使得i＝i+1；若累加后i＜n，则跳转至步骤3.2)，若累加后i＝n，表示当前所述手机的所述移动网络数据遍历完成。4.根据权利要求1所述的一种基于移动网络数据的高速公路虚拟断面车流量监测方法，其特征在于经过分组排序后，每个所述移动网络数据的序列对应一个所述手机；计算某个所述手机在某个所述采样位置时所述手机的轨迹拟合斜率k具体包括以下步骤：选取所述手机对应的所述移动网络数据的序列；在所述移动网络数据的序列中选取所述采样位置对应的第i个所述移动网络数据，并在所述移动网络数据的序列中选取第i个所述移动网络数据至第i+num-1个所述移动网络数据；将选取的num个所述移动网络数据对应的所述采样位置代入拟合斜率计算公式，并计算出所述手机的轨迹拟合斜率；该公式如下所示：其中：k为所述手机在第i个所述移动网络数据对应的所述采样位置处的轨迹拟合斜率，num为大于等于3的整数，loni和lati分别为第i条所述移动网络数据的所述采样位置的经度和纬度，n为正整数。5.根据权利要求4所述的一种基于移动网络数据的高速公路虚拟断面车流量监测方法，其特征在于使用深度搜索算法将某个所述手机的各个所述采样位置匹配到相应的所述道路区段，并得出所述手机经过的所述道路区段的道路集...

【专利技术属性】
技术研发人员：朱景瑜，陈明威，陆俊贤，刘胜平，王恒，
申请(专利权)人：上海云砥信息科技有限公司，
类型：发明
国别省市：上海,31