The invention provides a vehicle association method based on parking lot data and bayonet data. The method first needs to select appropriate application scenarios according to the distribution of bayonet and parking lot in the research area, then obtains the travel time distribution of corresponding starting and ending points in the application scenario through navigation software, and finally obtains the vehicle and parking lot in bayonet data through time matching algorithm According to the corresponding relationship of vehicles in the access data, the travel chain of vehicles is reconstructed. The invention fully considers the characteristics of the bayonet data and the parking lot data, associates the vehicle data with different identifiers, so that it can restore the complete travel chain of the vehicle, including the driving and parking conditions on the road. The invention can be applied to the research of traffic planning, individual behavior analysis, data privacy protection and other fields.
【技术实现步骤摘要】
一种基于停车场数据和卡口数据的车辆关联方法
本专利技术涉及数据处理领域,更具体地,涉及一种基于停车场数据和卡口数据的车辆关联方法。
技术介绍
随着城市内部车辆的不断增加,交通部门对于车辆精细化管理的要求越来越高。目前,交通管理部门与公安部门主要依靠道路监测卡口上的自动车牌识别系统中的记录来还原车辆的出行链,再利用车辆的出行链信息来为城市规划、交通决策提供数据支撑。然而,通过卡口数据得到的车辆出行链仅包含车辆在路上行驶的信息,无法获知车辆的停放位置,这对于城市功能规划是相当重要的数据。由于许多城市并未建成统一的停车场管理系统,各停车场提供的流水记录中的车辆编号也往往经过加密处理,无法还原为车辆号牌。因此需要一种将停车场数据与卡口数据关联起来的方法,以完善车辆的出行链信息。这将有相当大的应用价值,可为城市规划、个体行为分析和隐私数据发布等研究领域提供理论参考目前国内外对于该内容的研究主要从隐私保护的角度出发,设置两段不同的道路,将车辆号牌打乱,利用固定的行程时间来对两段不同道路的车辆进行匹配,这缺乏对于路况变化的考虑;另外,相关研究也没有对不同应用场景下的异构数据的匹配进行优化。
技术实现思路
本专利技术提供一种基于停车场数据和卡口数据的车辆关联方法,该方法为车辆出行链重构提供了一种适用范围更广、准确率更高、更为合理的计算方法。为了达到上述技术效果,本专利技术的技术方案如下:一种基于噪声地图的噪声自动监测设备点位布设方法,包括以下步骤:S1:根据研究区域内卡口与停车场的 ...
【技术保护点】
1.一种基于停车场数据和卡口数据的车辆关联方法,其特征在于,包括以下步骤:/nS1:根据研究区域内卡口与停车场的分布情况筛选出合适的应用场景;/nS2:通过导航软件或导航公司提供的网络API服务获取应用场景内相应起讫点的行程时间分布;/nS3:基于卡口数据筛选出具有停车行为的车辆集;/nS4:基于停车场流水数据中的入场时间与出场时间得到与具有停车行为的车辆相对应的候选车辆集;/nS5:从候选车辆集中选择通过卡口时间段与停车场出入时间差值最小的车辆作为匹配结果;/nS6:根据匹配结果,得到卡口数据中的车辆与停车场出入数据中车辆的对应关系,重构车辆出行链。/n
【技术特征摘要】
1.一种基于停车场数据和卡口数据的车辆关联方法,其特征在于,包括以下步骤:
S1:根据研究区域内卡口与停车场的分布情况筛选出合适的应用场景;
S2:通过导航软件或导航公司提供的网络API服务获取应用场景内相应起讫点的行程时间分布;
S3:基于卡口数据筛选出具有停车行为的车辆集;
S4:基于停车场流水数据中的入场时间与出场时间得到与具有停车行为的车辆相对应的候选车辆集;
S5:从候选车辆集中选择通过卡口时间段与停车场出入时间差值最小的车辆作为匹配结果;
S6:根据匹配结果,得到卡口数据中的车辆与停车场出入数据中车辆的对应关系,重构车辆出行链。
2.根据权利要求1所述的基于停车场数据和卡口数据的车辆关联方法,其特征在于,所述步骤S1中的应用场景应包括一条路段上的两个卡口与一个停车场,路段应为专供汽车行驶的道路,卡口应分布在同向道路的上下游,停车场出入口均位于两卡口之间,且与卡口位于道路同侧,两卡口之间道路除停车场出入口外无任何其他交叉口。
3.根据权利要求2所述的基于停车场数据和卡口数据的车辆关联方法,其特征在于,所述步骤S2中,相应起讫点指的是卡口至停车场入口、停车场出口至卡口以及卡口之间,其行程时间分布需通过导航软件提供的在不同时间段内的行程时间数据进行正态分布曲线拟合得到。
4.根据权利要求3所述的基于停车场数据和卡口数据的车辆关联方法,其特征在于,所述步骤S3中,卡口数据包括:(1)卡口编号kdbh:监测卡口的唯一标识;(2)经度kkjd:监测卡口的经度;(3)纬度kkwd:监测卡口的纬度;(4)车辆号牌hphm:经过卡口车辆的车牌号;(5)过车时间gcsj:车辆经过卡口的时间。
5.根据权利要求4所述的基于停车场数据和卡口数据的车辆关联方法,其特...
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。