The invention discloses a method for filling up the missing link correlation degree based on space-time information, which takes into account the situation that the video detection equipment at intersections has low coverage rate, false detection, missing detection and so on, and achieves filling up the missing data step by step from micro to macro by means of filling up the passing record, flow correction, correlation degree correction and filling up, etc. The present invention can also be used as a method for calculating and completing the correlation degree between bottleneck section and other sections in the road network, laying a foundation for analyzing the source and direction of bottleneck section flow, screening key sections, and then controlling bottleneck and evacuating congestion; and designing the completion algorithm according to the temporal and spatial correlation of traffic flow, which can be applied to non-detection equipment. Data completion of intersections can improve the accuracy and reliability of data processing.
【技术实现步骤摘要】
一种基于时空信息的路段关联度缺失补全方法
本专利技术属于智能交通
，具体涉及一种基于时空信息的路段关联度缺失补全方法。
技术介绍
交通数据是交通监测与控制的基础，但由于道路设置的检测设备覆盖率低、有损坏、漏检、传输延迟等问题，实际获取到的交通数据常常存在缺失，从而无法满足交通数据分析、配时优化的需求。故选用可靠的方法对缺失的交通数据进行补全，能够提高交通数据的完整性和可用性，更好地服务于交通管理和决策。交通数据具有时空相关性，对缺失数据修复即是根据已有数据和缺失数据的时间或空间相关性，对缺失数据进行满足一定可靠度的估计或预测。但现有的交通数据补全策略中，大多是根据时间相关性对缺失数据进行填补，往往忽视了空间相关性，这使得补全的数据存在一定的不可靠性。因而在一些没有设置检测设备的交叉口，若能够通过对周边相关历史数据的分析来提取时间相关信息，再结合空间相关信息入手，将能更好地利用设置有检测设备的交叉口的数据去推测无检测设备的交叉口的数据。交通数据可以通过多种检测设备获得。目前，基于视频检测技术的道路交通治安卡口监控系统和智能交通违章监摄管理系统已经在我国各个城市...
【技术保护点】
1.一种基于时空信息的路段关联度缺失补全方法，其特征在于，所述基于时空信息的路段关联度缺失补全方法，包括：S1、获取过车记录，所述过车记录包括过车时刻、车牌号码、交叉口名称、所在路段编号、所在车道编号以及行车方向；S2、构建路网信息数据库，所述路网信息数据库中包括路口表、路段表、车道表，所述路口表中包括交叉口编号、交叉口名称、交叉口经度、交叉口纬度；所述路段表中包括路段编号、车道数量、起始交叉口编号、终点交叉口编号、路段方向、路段长度以及路段有无检测设备；所述车道表中包括车道编号、所属交叉口编号、车道方向、车道转向；S3、过车记录补全，所述过车记录根据是否成功识别车牌号码分...
【技术特征摘要】
1.一种基于时空信息的路段关联度缺失补全方法，其特征在于，所述基于时空信息的路段关联度缺失补全方法，包括：S1、获取过车记录，所述过车记录包括过车时刻、车牌号码、交叉口名称、所在路段编号、所在车道编号以及行车方向；S2、构建路网信息数据库，所述路网信息数据库中包括路口表、路段表、车道表，所述路口表中包括交叉口编号、交叉口名称、交叉口经度、交叉口纬度；所述路段表中包括路段编号、车道数量、起始交叉口编号、终点交叉口编号、路段方向、路段长度以及路段有无检测设备；所述车道表中包括车道编号、所属交叉口编号、车道方向、车道转向；S3、过车记录补全，所述过车记录根据是否成功识别车牌号码分为有牌过车记录与无牌过车记录，并根据有牌过车记录匹配每辆车的行驶轨迹，如果行驶轨迹中存在缺失记录，则按照缺失记录的前后行驶轨迹信息进行补全；S4、流量数据修正，将补全后的过车记录按所属路段以及行车方向进行统计，得到路段流量，且由步骤S1中直接获取的过车记录统计得到的记为真实路段流量；由步骤S3中后期补全的过车记录统计得到的记为推定路段流量，并根据交叉口的转向流量关系，利用真实路段流量修正推定路段流量；S5、计算关联度：根据瓶颈路段与上下游路段的路段转向流量关系，计算上有关联度和下游关联度；S5.1、计算上游关联度：在指定时间段内，通过上游路段且进入瓶颈路段的车辆数与瓶颈路段的车辆数之比为上游关联度；S5.2、计算下游关联度：在指定时间段内，通过下游路段且由瓶颈路段驶出的车辆数与瓶颈路段的车辆数之比为下游关联度；S6、路段数据存储：根据路网信息数据库的数据和补全后的过车记录，分别统计并存储每条路段的出入口信息，所述出入口信息包括：出口转向个数、各出口转向的流量、各出口转向对应的下游路段编号、入口转向个数、各入口转向的流量、各入口转向对应的上游路段编号；S7、建立路段分层结构，以瓶颈路段为树根结点，结合步骤S6中存储的各路段的出入口信息，根据路段的直接连接关系，建立路段的上游树形结构和下游树形结构；S8、关联度修正及补全：S8.1、关联度修正：所述关联度中由步骤S1中直接获取的过车记录计算得到的记为真实关联度，由步骤S3中后期补全的过车记录计算得到的记为推定关联度，并根据树形结构中上一层的各结点的关联度为该结点所拥有的子树的关联度之和的关系，利用真实关联度修正推定关联度；S8.2、关联度补全：根据步骤S3中行驶轨迹中存在缺失记录确定路段缺失的关联度，并按照上游树形结构或下游树形结构中存在的关联度结构关系对缺失的关联度进行补全；S9、利用路段流量修正关联度：S9.1、上游树形结构中的关联度推导：设定瓶颈路段所在的层为第0层，则第一层关联度为其中，a表示上游待计算关联度的路段，b表示瓶颈路段，i表示相关转向，δa,1表示第1层的a路段的关联度，qa,out,i表示由相关转向i驶出a路段且进入b路段的路段流量，qb,in表示进入b路段的路段流量；第f层中各路段的关联度为其中，f≥2，a表示上游待计算关联度的路段，i表示相关转向，δa,f表示第f层的a路段的关联度，qa,out,i表示由相关转向i驶出a路段且进入b路段的路段流量，qa,out表示驶出a路段的路段流量，δa,f-1表示第f-1层的a路段的关联度；S9.2、下游树形结构中的关联度推导：设定瓶颈路段所在的层为第0层，则第一层路段的关联度为其中，b表示瓶颈路段，c表示下游待计算关联度的路段，j表示相关转向，δc,1表示第1层的c路段的关联度，qc,in,j表示通过相关转向j驶出b路段且进入c路段的路段流量，qb,out表示驶出b路段的路段流量；则第f层中各路段的关联度为其中，f≥2，b表示瓶颈路段，c表示下游路段待计算关联度的路段，j表示相关转向，δc,f表示第f层的c路段的关联度，qc,in,j表示通过相关转向j驶出b路段且进入c路段的路段流量；qb,out表示驶出b路段的路段流量，δc,f-1表示第f-1层的c路段的关联度；S10、若步骤S8和步骤S9均能计算出关联度的补全值，则将步骤S8和步骤S9计算出的同一路段的补全值的均值作为关联度的最终结果；若针对同一路段步骤S8和步骤S9中的一者能够计算出关联度的补全值，则将计算出的补全值直接作为最终...
【专利技术属性】
技术研发人员：刘彦斌，朱海峰，刘畅，温熙华，韦学武，龚方徽，
申请(专利权)人：中电海康集团有限公司，
类型：发明
国别省市：浙江,33
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。