【技术实现步骤摘要】
基于多源异构数据的动态车流OD估计方法
本专利技术涉及一种基于多源异构数据的动态车流OD估计方法。
技术介绍
车辆起-讫点(Origin-Destination，简称OD)流量作为道路交通管控的重要数据依据以及各种中微观交通模型及仿真平台的重要输入参数，OD流量的估计问题已逐渐发展为交通领域中的一个重要研究内容。随着智能交通运输系统的快速发展，现代交通运营与管控更加强调精细化、实时性，因此，动态车流OD估计已经成为起讫点流量估计问题中的研究重点。目前常规断面流量的动态OD估计主要有最小二乘模型、双层规划模型、极大熵模型、贝叶斯模型和状态空间模型、卡尔曼滤波模型等。尤其是卡尔曼滤波已经成为近年来动态OD的主要估计方法之一，如专利201510374265.2提出一种“基于AFC数据的公交客流OD实时估计方法”，通过挖掘公交客流OD与公交站点客流之间的映射关系，构建基于卡尔曼滤波的公交客流OD实时估计模型，实现公交客流OD的实时估计。而随着视频号牌识别技术的发展，与传统“断面型”交通检测技术相比，视频号牌识别设备可根据处理得到车辆的出行信息，从而获得某一具体点对OD时间...
【技术保护点】
1.一种基于多源异构数据的动态车流OD估计方法，其特征在于：将视频号牌识别数据和车辆GPS数据进行整合，将路网断面流量拆分为可观测OD和不可观测OD，同时基于卡尔曼滤波对不可观测OD进行估计，进而与可观测OD整合得到动态车流OD信息，包括以下步骤，S1、基于用地性质、出行热点、视频号牌识别设备位置及路网拓扑结构将路网划分为若干个路网级的交通小区；S2、基于视频号牌识别数据和车辆GPS数据提取出各交通小区的车辆轨迹信息；S3、对缺失的轨迹数据进行补充和重构，根据车辆的完整行驶轨迹以及实际交通流量实现对路网断面流量观测值的拆分为可观测OD和不可观测OD；S4、基于动态交通分配理...
【技术特征摘要】
1.一种基于多源异构数据的动态车流OD估计方法，其特征在于：将视频号牌识别数据和车辆GPS数据进行整合，将路网断面流量拆分为可观测OD和不可观测OD，同时基于卡尔曼滤波对不可观测OD进行估计，进而与可观测OD整合得到动态车流OD信息，包括以下步骤，S1、基于用地性质、出行热点、视频号牌识别设备位置及路网拓扑结构将路网划分为若干个路网级的交通小区；S2、基于视频号牌识别数据和车辆GPS数据提取出各交通小区的车辆轨迹信息；S3、对缺失的轨迹数据进行补充和重构，根据车辆的完整行驶轨迹以及实际交通流量实现对路网断面流量观测值的拆分为可观测OD和不可观测OD；S4、基于动态交通分配理论建立OD流量与断面流量之间的动态映射关系，建立OD分配矩阵；S5、基于卡尔曼滤波对不可观测OD进行估计，进一步与可观测OD整合，对路网的动态需求进行求解。2.如权利要求1所述的基于多源异构数据的动态车流OD估计方法，其特征在于：步骤S3具体为，S31、基于最短路算法对由视频车牌识别数据获得的车流OD缺失部分进行补全，同时基于GPS定位数据提取出车辆完整的行驶轨迹；S32、通过车辆完整的行驶轨迹信息，获得其在路网上的传播情况，即其经过路网上检测断面的实际时间，从而获得相应断面处的断面流量和其中表示t时段内，第i个进口道的由可观测部分构成的断面流量，i∈Lc，Lc表示路网中可观测进口道集合；表示t时段内，第i个路段由可观测OD需求构成的断面流量，i∈L，L表示路网中全部可观测路段集合；S33、基于实际的断面交通流量对流量的观测值进行拆分，即将实际断面交通流量减去可观测的断面流量数值用于估计OD需求不可观测部分的断面流量和其中表示t时段内，第i个路段由不可观测OD需求构成的断面流量，i∈L；表示t时段内，第i个进口道的由不可观测部分构成的断面流量，i∈Lc，Lc表示路网中可观测进口道集合。3.如权利要求1所述的基于多源异构数据的动态车流OD估计方法，其特征在于：步骤S4具体为，S41、基于Logit模型建立路径选择模型，将行程时间作为效益函数，即OD出行中选择各路径的比例如下：其中，为在t时段内由交通小区o出发且目的地为交通小区d，其选择路径s的比例，其中o，d∈Q，Q为交通小区集合；且o≠d，s∈R(o，d)，t；ts表示有效路径集合R(o，d)，t中，车辆行驶的行程时间；ti为有效路径集合R(o，d)，t中，车辆在第i条路径上的行程时间；为有效路径集的平均行程时间；R(o，d)，t表示在t时段内由交通小区o出发且目的地为交通小区d的出行路径集合，其中o，d∈Q且o≠d；S42、针对车流在具体路径上的传播过程得到路径流量与交叉口进口道断面流量之间的动态映射关系数值；S43、得到某一具体路段或交叉口进口道处的断面流量观测值与待估计的OD需求之间的映射关系，从而建立OD分配矩阵，其中OD需求之间的映射关系为：式中，为在t时段内由交通小区o出发且目的地为交通小区d，在h时段内到达路段i的比例；为在t时段内由交通小区o出发且目的地为交通小区d，在h时段内到达进口道i的比例；表示在t时段内由交通小区o出发且目的地为交通小区d，其选择路径s并在h时段内到达路段b的需求量占路径s流量的比例；表示在t时段内由交通小区o出发且目的地为交通小区d，其选择路径s并在h时段内到交叉口进口道c的需求量占路径s流量的比例；表示在t时段内由交通小区o出发且目的地为交通小区d，其选择路径s的比例，其中o，d∈Q且o≠d，b∈s，s∈R(o，d)，t，h＝t，t+1，…t+δ-1，δ为完成出行的时段数。4.如权利要求3所述的基于多源异构数据的动态车流OD估计方法，其特征在于：步骤S41中，对于OD点对之间的有效路径集R(o，d)，t从已获得的部分车辆路径信息确定，具体采用k最短路算法计算，或在最短路行程时间TTmin的基础上，适当乘以一个权重系数ρ，ρ≥1，从而得到OD点对之间的行程时间范围[TTmin，ρTTmin]，再得到有效路径集，其中权责系数ρ根据所提取的可观测OD需求的实际行程时间和最短算法得到的路径行程时间确定。5.如权利要求3所述的基于多源异构数据的动态车流OD估计方法，其特征在于：步骤S42具体为，将具体某一时段内选择某一路径的OD需求其中为在t时段内由交通小区o出发且目的地为交通小区d，其选择...
【专利技术属性】
技术研发人员：周东，李璐，吕伟韬，潘阳阳，
申请(专利权)人：江苏智通交通科技有限公司，
类型：发明
国别省市：江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。