【技术实现步骤摘要】
一种基于车牌识别数据的区域行停车辆的监测方法
本专利技术涉及智能交通的
，特别是涉及一种基于车牌识别数据的区域行停车辆的监测方法。
技术介绍
随着城镇化和机动化进程的快速推进，“行车慢，停车难”现象严重影响了居民日常出行，降低了城市宜居水平，已成为限制城市可持续发展的重要城市病。城市不同区域时变“行停”供需矛盾的准确、实时感知直接影响交通管理措施实施效果。目前，针对车牌识别获得的数据存在多种研究，如阮树斌等提出了一种基于K则最短路径算法(KSP)及灰色关联法(GRA)的出行轨迹补全决策算法；王晰等采用对数正态分布混合模型拟合数据，依据噪音数据的三个分布特征剔除异常数据；胡正华等利用卡口间的空间位置关系构建邻接矩阵，剔除异常数据，根据最长路径算法构建车辆出行轨迹。针对车牌识别获得的数据的应用，大多集中在出行特征的研究和交通参数的采集等方面上。如龚越通过提取车辆出行特征识别通勤车辆，以及分析雨天对于出行的影响；畅玉皎等识别路网中的通勤车辆，并分析其在路网中的时空分布；Chen等根据出行特征将工作日和非工作日的出行分...
【技术保护点】
1.一种基于车牌识别数据的区域行停车辆的监测方法，其特征在于，所述监测方法包括：/n步骤S1：获取预设区域内外的车牌识别数据；/n步骤S2：基于所述车牌识别数据进行所述预设区域内的行车识别，实时获得所述预设区域内的行车车辆指标、驶入驶出车次指标和过境车辆指标；/n步骤S3：基于所述车牌识别数据进行所述预设区域内的停车识别，实时获得或者预测所述预设区域内的停车车辆指标和停车特征指标。/n
【技术特征摘要】
1.一种基于车牌识别数据的区域行停车辆的监测方法，其特征在于，所述监测方法包括：
步骤S1：获取预设区域内外的车牌识别数据；
步骤S2：基于所述车牌识别数据进行所述预设区域内的行车识别，实时获得所述预设区域内的行车车辆指标、驶入驶出车次指标和过境车辆指标；
步骤S3：基于所述车牌识别数据进行所述预设区域内的停车识别，实时获得或者预测所述预设区域内的停车车辆指标和停车特征指标。
2.根据权利要求1所述的一种基于车牌识别数据的区域行停车辆的监测方法，其特征在于，步骤S2具体包括定义区域行车的指标，所述指标包括时段行车车辆指标，时刻行车车辆指标，驶入车次指标，驶出车次指标和过境车辆指标。
3.根据权利要求2所述的一种基于车牌识别数据的区域行停车辆的监测方法，其特征在于，
获取时段行车车辆指标的方法包括：提取出在目标小时内被识别到且卡口位置是所述预设区域内部的车辆，将所提取的车辆计入所述目标时间的时段行车车辆指标；
获取时刻行车车辆指标的方法包括：比较同一辆车前后两次相邻记录，若所述同一辆车的第k条记录的时间在目标时刻之前且卡口位置是内部，所述同一辆车的第k+1条记录的时间在目标时刻之后，同时两条记录属于同一辆车的同一次出行，则将所述同一辆车计入目标时间的时刻行车车辆指标；其中，k为自然数；
获取驶入车次指标的方法包括：比较同一辆车前后两次相邻记录，若所述同一辆车的第k条记录的卡口位置是外部，且所述同一辆车的第k+1条记录的的卡口位置是内部且经过时间在目标小时内，则将所述同一辆车计入目标时间的驶入车次指标；其中，k为自然数；
获取驶出车次指标的方法包括：比较同一辆车前后两次相邻记录，若所述同一辆车的第k条记录的卡口位置是内部，且所述同一辆车的第k+1条记录的的卡口位置是外部且经过时间在目标小时内，则将所述同一辆车计入目标时间的驶出车次指标；
获得过境车辆的方法包括：提取出目标小时被识别到且卡口位置是内部的车辆，再提取同一车辆同一次出行的起点和终点，若起终点的卡口位置均是外部，则计入目标时间的过境车辆。
4.根据权利要求1所述的一种基于车牌识别数据的区域行停车辆的监测方法，其特征在于，所述步骤S3的停车识别包括判断停车行为、判断停车地点和判断停车周期。
5.根据权利要求4所述的一种基于车牌识别数据的区域行停车辆的监测方法，其特征在于，所述判断停车行为包括若车辆同时满足时间限制条件和速度限制条件，则判断车辆的动作为停车行为。
6.根据权利要求5所述的一种基于车牌识别数据的区域行停车辆的监测方法...
【专利技术属性】
技术研发人员：王翔，昝雨尧，潘敏荣，赵坡，汪思涵，戈悦淳，
申请(专利权)人：苏州大学，
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。