一种基于动态时间规整的跨道车辆匹配方法及系统技术方案

本发明专利技术公开了一种基于动态时间规整的跨道车辆匹配方法及系统，方法包括：获取车辆载荷数据序列；将车辆载荷数据序列划分为一组，并对组内两序列的元素进行标准化处理；计算组内两车辆载荷数据序列中任意两个元素之间的欧式距离，构成距离矩阵；根据最优等规则，确定通过距离矩阵的最优匹配路径；计算最优匹配路径上去除无效元素后，各匹配元素之间的平均斜率；根据平均斜率重新规划通过距离矩阵的最优路径；基于新的最优路径，重新构造距离矩阵；根据滑动窗口计算两序列局部的最大短时距离，以评判序列的局部相似程度。通过上述方式，提高了车辆载荷数据序列相似性度量的准确度，同时满足不同长度的车辆载荷数据序列之间的相似性度量。

【技术实现步骤摘要】
一种基于动态时间规整的跨道车辆匹配方法及系统
本专利技术涉及交通领域，特别是涉及一种基于动态时间规整的跨道车辆匹配方法及系统。
技术介绍
路网超载超限监测与处置系统是一套专门针对当前超载超限严重危害道路安全而开发的、实时获取车辆轴重、总重等检测参数的信息化系统，实现对公路路面上各种车辆的动态称重功能和过往车辆的轴重、总重、车型、流量和速度等参数检测。车辆按规定在同个车道行驶时，超载超限监测与处置系统可以实时对车辆的轴重、总重、车型、流量和速度等参数进行检测。然而，当同一车辆横跨相邻的两车道或多车道，车辆的总重即为多车道称重传感器数据的累加和；当各有一辆车通过不同车道时，不同车道称重传感器数据即为各车辆的总重。因此需要判断相邻两车道或多车道上通过的是否为同一车辆，即分析两车道或多车道上采集的车辆载荷数据序列的相似程度。车辆载荷数据序列的相似程度分析即时间序列相似性度量。时间序列相似性度量主要是基于距离的度量，即两组序列之间的距离越小，则两个序列越相似。在传统的时间序列相似性度量中，欧氏距离是最常用的衡量两个时间序列相似性的距离。但是欧氏距离对序列在时间轴上的轻微变化非常敏感，时间轴上的微小变形会引起欧氏距离较大变化，造成相似性度量失真。此外，计算欧式距离还要求两个时间序列之间的元素一一对应，这也就导致了欧式距离只适用于元素个数相同的时间序列之间的相似性度量。现有同行分析方法都是基于时间维度和空间维度两个层面独立计算同行度，然后对两个独立的相似度进行加权。但是时间维度对同行度的影响会随着车速产生不同程度的影响，车辆速度越快，相同的时间差，能够产生的空间距离越大。将两个维度单独考虑无法对时间维度的可变性进行正确的度量。因此设计一种提高时间序列相似性度量的准确度，同时满足不同长度的时间序列之间的相似性度量的基于动态时间规整的跨道车辆匹配方法十分关键。
技术实现思路
为解决由于车辆载荷数据序列来自不同的称重传感器，序列中“时滞”的存在以及在车辆载荷采集过程中可能存在的数据缺失，导致车辆载荷数据序列不能采用传统的一一对应的方式求取欧式距离来衡量相似性的问题，本专利技术提出了一种基于动态时间规整的跨道车辆匹配方法，该方法提高了车辆载荷数据序列相似性度量的准确度，同时满足不同长度的车辆载荷数据序列之间的相似性度量。本专利技术是通过以下技术方案来实现：一种基于动态时间规整的跨道车辆匹配方法，包括以下步骤：获取需要进行相似性度量分析的不同车道上若干个车辆载荷数据序列，并进行归一化预处理形成归一化车辆载荷数据；将相对位置的称重传感器所采集的车辆载荷数据序列划分为一组，并对组内两序列的元素进行标准化处理；计算组内两车辆载荷数据序列中任意两个元素之间的欧式距离，构成距离矩阵；根据最优等规则，确定通过距离矩阵的最优匹配路径；计算最优匹配路径上去除无效元素后，各匹配元素之间的平均斜率；根据平均斜率重新规划通过距离矩阵的最优路径；基于新的最优路径，重新构造距离矩阵；根据滑动窗口计算两序列局部的最大短时距离，在所有滑动窗口重复该过程，直到两序列所有的信号都被窗口覆盖过，以评判序列的局部相似程度。作为本专利技术的进一步改进，两个相邻车道中间还加设有硬隔离设施；所述归一化车辆载荷数据使得各来源车辆载荷数据的数值范围均分布在[0,1]之间。作为本专利技术的进一步改进，所述数据标准化处理具体步骤为：每个所述车道上布置多个称台，每个称台布置4个称重传感器；划分称台车辆载荷数据序列时，组内两序列分别命名为R,T序列，其中R＝{R(1),R(2),…,R(m)}和T＝{T(1),T(2),…,T(n)}，下标为1的元素为车辆载荷数据序列的起点，下标为m或n的元素为车辆载荷数据序列终点。作为本专利技术的进一步改进，所述距离矩阵构建具体包括：采用动态规划的方法，以组内两序列的长度为基准构造一个m*n的距离矩阵，存放两车辆载荷数据序列中任意两个元素之间的直线距离；距离矩阵中第(j,k)个元素为组内序列R中第j个元素和组内序列T中第k个元素之间的直线距离。作为本专利技术的进一步改进，最优匹配路径是指：从距离矩阵中第(1,1)个元素为起点，沿着某条路径到达距离矩阵第(m,n)个元素，寻找一条通过此距离矩阵的最优路径；最优路径满足边界条件、连续性、单调性和局部最优等规则；其中边界条件指距离矩阵的起点(1,1)和终点(m,n)，最优路径不能改变组内两序列R、T的先后次序；其中，连续性指最优路径当前通过第(i,j)个元素，路径的下一个元素(p,q)满足(p-i)<＝1和(q-j)<＝1；其中单调性指组内两序列R、T中元素的匹配必须朝着由前往后的顺序进行，最优路径当前通过第(i,j)个元素，则路径的下一个元素(p,q)满足(p-i)>＝0和(q-j)>＝0。作为本专利技术的进一步改进，平均斜率计算包括：去除无效元素后剩余元素(i,j)表示组内序列R中第i个元素和组内序列T中第j个元素匹配，元素(i,j)的斜率即组内序列R中第i个元素和组内序列T中第j个元素之间的时延情况；平均斜率th即组内序列R和组内序列T各匹配元素的平均时延情况。作为本专利技术的进一步改进，根据平均斜率重新规划通过距离矩阵的最优路径包括：以平均斜率为基准，重新匹配组内序列R和组内序列T的元素；视序列R为组内两序列的基准；当平均斜率th<0时，则序列T相对于基准序列R滞后绝对值th；当平均斜率th>0时，则序列T相对于基准序列R超前th；平均斜率th<0，重匹配组内两序列元素时，基准序列R的下标为i的元素与序列T的下标为i+|th|的元素相匹配，在基准序列R的所有元素重复该过程，得到新的最优路径；平均斜率th>0，重匹配组内两序列元素时，基准序列R的下标为i+th的元素与序列T的下标为i的元素相匹配，在序列T的所有元素重复该过程，得到新的最优路径。作为本专利技术的进一步改进，重新构造距离矩阵是指：基于新的最优路径，路径元素(i,j)表示组内序列R的第i个元素和序列T的第j个元素相匹配，重新构造距离矩阵，其中距离矩阵元素(i,j)表示组内序列R的第i个元素和序列T的第j个元素的直线距离；累积新的最优路径通过的距离矩阵元素，计算组内两序列R、T的距离。作为本专利技术的进一步改进，直到两序列所有的信号都被窗口覆盖过具体是指：在新的最优路径上，设置宽度w的滑动窗口，找到路径每个元素前后各w/2范围内元素的最大短时距离；在路径所有元素重复该过程，直到组内两序列所有的信号都被窗口覆盖过；其中最大短时距离表示两车辆载荷数据序列每一刻的状态，即局部同步性。一种基于动态时间规整的跨道车辆匹配系统，包括：获取模块，用于获取需要进行相似性度量分析的不同车道上若干个车辆载荷数据序列，并进行归一化预处理形成归一化车辆载荷数据；将相对位置的称重传感器所采集的车辆载荷数据序列划分为一组，并对组内两序列本文档来自技高网...

【技术保护点】
1.一种基于动态时间规整的跨道车辆匹配方法，其特征在于，包括以下步骤：/n获取需要进行相似性度量分析的不同车道上若干个车辆载荷数据序列，并进行归一化预处理形成归一化车辆载荷数据；将相对位置的称重传感器所采集的车辆载荷数据序列划分为一组，并对组内两序列的元素进行标准化处理；/n计算组内两车辆载荷数据序列中任意两个元素之间的欧式距离，构成距离矩阵；根据最优等规则，确定通过距离矩阵的最优匹配路径；/n计算最优匹配路径上去除无效元素后，各匹配元素之间的平均斜率；根据平均斜率重新规划通过距离矩阵的最优路径；基于新的最优路径，重新构造距离矩阵；/n根据滑动窗口计算两序列局部的最大短时距离，在所有滑动窗口重复该过程，直到两序列所有的信号都被窗口覆盖过，以评判序列的局部相似程度。/n

【技术特征摘要】
1.一种基于动态时间规整的跨道车辆匹配方法，其特征在于，包括以下步骤：
获取需要进行相似性度量分析的不同车道上若干个车辆载荷数据序列，并进行归一化预处理形成归一化车辆载荷数据；将相对位置的称重传感器所采集的车辆载荷数据序列划分为一组，并对组内两序列的元素进行标准化处理；
计算组内两车辆载荷数据序列中任意两个元素之间的欧式距离，构成距离矩阵；根据最优等规则，确定通过距离矩阵的最优匹配路径；
计算最优匹配路径上去除无效元素后，各匹配元素之间的平均斜率；根据平均斜率重新规划通过距离矩阵的最优路径；基于新的最优路径，重新构造距离矩阵；
根据滑动窗口计算两序列局部的最大短时距离，在所有滑动窗口重复该过程，直到两序列所有的信号都被窗口覆盖过，以评判序列的局部相似程度。


2.根据权利要求1所述方法，其特征在于，两个相邻车道中间还加设有硬隔离设施；所述归一化车辆载荷数据使得各来源车辆载荷数据的数值范围均分布在[0,1]之间。


3.根据权利要求1所述方法，其特征在于，所述数据标准化处理具体步骤为：
每个所述车道上布置多个称台，每个称台布置4个称重传感器；划分称台车辆载荷数据序列时，组内两序列分别命名为R,T序列，其中R＝{R(1),R(2),…,R(m)}和T＝{T(1),T(2),…,T(n)}，下标为1的元素为车辆载荷数据序列的起点，下标为m或n的元素为车辆载荷数据序列终点。


4.根据权利要求1所述方法，其特征在于，所述距离矩阵构建具体包括：
采用动态规划的方法，以组内两序列的长度为基准构造一个m*n的距离矩阵，存放两车辆载荷数据序列中任意两个元素之间的直线距离；距离矩阵中第(j,k)个元素为组内序列R中第j个元素和组内序列T中第k个元素之间的直线距离。


5.根据权利要求4所述方法，其特征在于，最优匹配路径是指：从距离矩阵中第(1,1)个元素为起点，沿着某条路径到达距离矩阵第(m,n)个元素，寻找一条通过此距离矩阵的最优路径；最优路径满足边界条件、连续性、单调性和局部最优等规则；其中边界条件指距离矩阵的起点(1,1)和终点(m,n)，最优路径不能改变组内两序列R、T的先后次序；
其中，连续性指最优路径当前通过第(i,j)个元素，路径的下一个元素(p,q)满足(p-i)<＝1和(q-j)<＝1；其中单调性指组内两序列R、T中元素的匹配必须朝着由前往后的顺序进行，最优路径当前通过第(i,j)个元素，则路径的下一个元素(p,q)满足(p-i)>＝0和(q-j)>＝0。


6.根据权利要求1所述方法，其特征在于，平均斜率计算包括：
去除无效元素后剩余元素(i,j)表...

【专利技术属性】
技术研发人员：刘小勇，苏祺，
申请(专利权)人：西安交通大学，陕西四维衡器科技有限公司，
类型：发明
国别省市：陕西;61