一种基于电子车牌数据的通勤私家车识别方法技术

本发明专利技术涉及一种基于电子车牌数据的通勤私家车识别方法，属于交通技术领域，特别是电子车牌数据识别及交通规划技术领域。该方法基于RFID电子车牌数据，具体包括以下步骤：S1：提取私家车轨迹，作为基础数据；S2：提取私家车行程数据；S3：根据私家车行程数据划分规律出行行为；S4：识别私家车通勤者，实现通勤私家车的识别。本方法在提取并考虑出行者起始点O(Origin)、目的点D(Destination)一致性的基础上，同时使用层次聚类方法考虑出行者出行路径一致性，能很好的解决现有技术中存在的问题，很好地进行通勤私家车识别，具有较好的应用前景。

【技术实现步骤摘要】
一种基于电子车牌数据的通勤私家车识别方法
本专利技术属于交通
，特别是电子车牌数据识别及交通规划
，涉及一种基于电子车牌数据的通勤私家车识别方法。
技术介绍
随着社会经济的发展，我国的机动车保有量和人均保有量不断上升，人们愈加倾向于采用机动车自驾的方式通勤，这给道路交通尤其是在高峰时段带来了一定的压力。而对于交通道路的合理规划以及诱导居民采取公共交通出行是缓解道路交通压力的关键所在，其中，机动车通勤者的获取是道路规划和诱导出行的基础，因此准确获得机动车通勤者在智能交通领域显得至关重要。目前关于通勤者的研究主要集中在公共交通领域，然而，公交车只占城市道路交通的小部分，分析公共交通出行数据得到的结果不能代表整个城市的整体通勤状况。事实上，私家车是城市道路交通的主要组成部分，但是私家车车主出于隐私考虑不愿提供GPS轨迹数据。随着传感技术的快速发展，城市交通信息可以通过多种方式采集，如监控摄像机、地下环路探测器等，但是由于上述设备受限于恶劣天气和车辆识别速度，以及采集的车辆信息不够全面等，信息采集往往不够准确或缺乏足够的数据量。同时，现有的通勤者识别方法主要根据出行者是否有固定的出发地和目的地，而忽略了通勤者往往选择固定的出行路径这一事实。因此，目前急需一种新的应用于RFID电子车牌数据的通勤私家车识别方法。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种基于电子车牌数据的通勤私家车识别方法，该方法在提取并考虑出行者起始点O(Origin)、目的点D(Destination)一致性的基础上，同时使用层次聚类方法考虑出行者出行路径一致性。为达到上述目的，本专利技术提供如下技术方案：一种基于电子车牌数据的通勤私家车识别方法，该方法基于RFID电子车牌数据，具体包括以下步骤：S1：提取私家车轨迹，作为基础数据；S2：提取私家车行程数据；S3：根据私家车行程数据划分规律出行行为；S4：识别私家车通勤者，实现通勤私家车的识别。进一步，在步骤S1中，具体包括：每辆车在通过一次RFID采集点时，形成一条记录R＝(eid,rid,passtime)，其中eid表示电子车牌号，rid表示采集点编号，passtime表示车辆经过采集点的时间，将每辆车的记录构成一个轨迹集合Tra，Tra＝{R1,R2,…,Rn}，并且Tra中的所有的记录按照通过时间Ri.passtime进行升序排序，确保R1.passtime≤R2.passtime≤…≤Ri.passtime≤…≤Rn.passtime。进一步，在步骤S2中，具体包括：所述私家车行程是出行轨迹Tra的子序列Trip＝(Ro,…,Rd)；车辆在两个通过的采集点之间的停留行为将轨迹划分为不同的段，通过时间阈值的方法将出行轨迹Tra进行切分，得到私家车行程Trip。进一步，在步骤S3中，具体包括：从私家车行程提取出OD记录，这些组成出行行为Tb＝(Rs,…,Re)，把具有重复相似出行的行为定义为规律行为，表示为Tb*＝(Rs*,…,Re*)；根据步骤S2可以得到私家车行程集合D＝{Tr1,…,Trm}，使用层次聚类的方法将D分成K个相互之间无交叉元素的簇{Cl|l＝1,2,…,K}，集合满足D＝∪Kl＝1Cl.，拥有P个或更多元素的簇即具有一个规律行为，表示为元素Tbj*，其中P代表一组具有常规行为行程的支持阈值，其值根据具体情况设置；这些代表性元素Tb1*，…，Tbk*(k＜m)组成了规律行为TB。进一步，在步骤S4中，具体包括：在选出具有规律出行行为的出行者后，筛选出处于早晚高峰时段的规律行为；考虑到大部分通勤者一天会有1或2次规律行为：家→工作地，工作地→家；但是晚上下班过后的出行行为更为复杂，例如去购物，吃饭等活动，包括但不限于会出现工作地→其他地方，其他地方→家，在这种情况下，晚上的活动被分为了2个以上的行程，这使得出行行为不规律，所以TB＝{Tb1*,…,Tbk*}，k≥1。本专利技术的有益效果在于：本专利技术所提出的一种基于电子车牌数据的通勤私家车识别方法，在提取并考虑出行者起始点O(Origin)、目的点D(Destination)一致性的基础上，同时使用层次聚类方法考虑出行者出行路径一致性，能很好的解决现有技术中存在的问题，很好地进行通勤私家车识别。本专利技术的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书来实现和获得。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作优选的详细描述，其中：图1为本专利技术所述方法的总体流程图；图2为本专利技术所述方法的流程图；图3为提取相同通勤行为过程图；具体实施方式下面结合附图对本专利技术的具体实施例进行详细说明。图1为本专利技术所述方法的总体流程图，图2为本专利技术所述方法的流程图，如图所示，本专利技术提供的方法包括：步骤S1：车辆在通过RFID采集点时会向采集点发送自己的RFID电子车牌信息，这些信息表示成一个三元组的格式R＝(eid,rid,passtime)，其中eid是电子车牌号，rid是采集点编号，passtime是车辆经过采集点的时间。由于本专利技术的研究对象是私家车，所以先提取出车辆类型为小轿车、越野车和小型客车(PV，SUV和小型面包车等)类的非营运车辆，即从数据库中选取出R·eid·type∈{K33，K32，K31}，R·eid·property＝A的记录。然后对筛选过后的出行记录按照passtime进行升序排序，就可得到车辆的出行轨迹Tra＝{R1,R2,…,Rn}。步骤S2：若出行轨迹Trip＝{R1,R2,…,Rn}中任意两个相邻记录的时间差值大于设置的阈值时，即Ri+1.passtime-Ri.passtime>λ即可认为车辆在经过两个阅读器之间时有其他非出行行为，此时将轨迹进行切分成行程Tr＝{Ri+1,…,Rj},其中Rj为下次切分点。考虑到道路在早晚高峰时段会比较拥挤，车流较慢，而在平峰时段比较畅通，车流较快，而且同一时刻不同路段的路况也有所不同，所以需要根据不同时段和路段来确定划分轨迹的阈值。根据经验可得高峰阈值λh和平峰阈值λf.。若出行轨迹Tra＝{R1,R2,…,Rn}任意相邻记录Ri,Ri+1的时间处于高峰时段，即Ri.passtime∈[7:00,10:00]∪[17:00,19:00]，且Ri+1.passtime–Ri.passtime＞λh,则在Ri和Ri+1之间切分形成两个行程。若Ri.passtime在非高峰时段且Ri+1.passtime–Ri.passtime＞λf,则在Ri和Ri+1之间切分形成两个行程。除上述情况下不再进行切分，至此得到私家车一天的出行行程Trip＝(Ro,…,Rd)。步骤S3：经过步骤S2可以得本文档来自技高网...

【技术保护点】
1.一种基于电子车牌数据的通勤私家车识别方法，其特征在于：该方法基于RFID电子车牌数据，具体包括以下步骤：/nS1：提取私家车轨迹，作为基础数据；/nS2：提取私家车行程数据；/nS3：根据私家车行程数据划分规律出行行为；/nS4：识别私家车通勤者，实现通勤私家车的识别。/n

【技术特征摘要】
1.一种基于电子车牌数据的通勤私家车识别方法，其特征在于：该方法基于RFID电子车牌数据，具体包括以下步骤：
S1：提取私家车轨迹，作为基础数据；
S2：提取私家车行程数据；
S3：根据私家车行程数据划分规律出行行为；
S4：识别私家车通勤者，实现通勤私家车的识别。


2.根据权利要求1所述的一种基于电子车牌数据的通勤私家车识别方法，其特征在于：在步骤S1中，具体包括：每辆车在通过一次RFID采集点时，形成一条记录R＝(eid,rid,passtime)，其中eid表示电子车牌号，rid表示采集点编号，passtime表示车辆经过采集点的时间，将每辆车的记录构成一个轨迹集合Tra，Tra＝{R1,R2,…,Rn}，并且Tra中的所有的记录按照通过时间Ri.passtime进行升序排序，确保R1.passtime≤R2.passtime≤…≤Ri.passtime≤…≤Rn.passtime。


3.根据权利要求2所述的一种基于电子车牌数据的通勤私家车识别方法，其特征在于：在步骤S2中，具体包括：所述私家车行程是出行轨迹Tra的子序列Trip＝(Ro,…,Rd)；车辆在两个通过的采集点之间的停留行为将轨迹划分为不同的段，通过时间阈值的方法将出行轨迹Tra进行切分，得到私家车行程Trip。<...

【专利技术属性】
技术研发人员：郑林江，高昂，刘卫宁，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50