基于车辆轨迹多维数据的OD矩阵计算方法及装置制造方法及图纸

本公开的实施例提供了基于车辆轨迹多维数据的OD矩阵计算方法、装置、设备和计算机可读存储介质。所述方法包括对车辆轨迹多维数据进行解析，得到每辆车的轨迹数据；对所述每辆车的轨迹数据进行平滑处理；将平滑处理后的轨迹数据匹配到路网上；通过聚类方法，识别已匹配到路网上的轨迹数据中的停留点，得到停留点数据；基于所述停留点数据计算OD矩阵并进行显示。以此方式，解决了仅依靠经纬度信息进行聚类而引起的聚类信息不准确、聚类结果缺少时间信息、OD分析结果误差大等问题。

【技术实现步骤摘要】
基于车辆轨迹多维数据的OD矩阵计算方法及装置
本公开的实施例一般涉及交通规划与管理领域，并且更具体地，涉及基于车辆轨迹多维数据的OD矩阵计算方法、装置、设备和计算机可读存储介质。
技术介绍
近年来，随着交通需求的稳步上升和汽车保有量的逐步增加，现有的道路网络显现出了更多的缺陷和不足，对交通管理的水平也提出了更高的要求。根据《道路运输车辆动态监督管理办法》的要求，进入运输市场的总质量12吨及以上重型载货汽车和半挂牵引车，应全部安装、使用北斗卫星定位装置，并接入道路货运车辆公共平台，而由交通运输部、国家税务总局出台的《网络平台道路货物运输经营管理暂行办法》则指出，网络平台应自行或者使用第三方平台对运输地点、轨迹、状态进行动态监控。由此而产生的海量的车辆轨迹数据，可存储于时下日渐成熟的大数据平台，再结合科学可拓展的算法，在宏观层面上统计不同区域内的OD矩阵，可以让我们对交通的现状和趋势有更直观、更准确的认识，使得交通资源的调度有数据层面的支撑，使得路线规划具备更为科学的依据。出于产业规划和交通管理的需要，根据行政区域、地理条件、社会环本文档来自技高网...

【技术保护点】
1.一种基于车辆轨迹多维数据的OD矩阵计算方法，其特征在于，包括：/n对车辆轨迹多维数据进行解析，得到每辆车的轨迹数据；/n对所述每辆车的轨迹数据进行平滑处理；/n将平滑处理后的轨迹数据匹配到路网上；/n通过聚类方法，识别已匹配到路网上的轨迹数据中的停留点，得到停留点数据；/n基于所述停留点数据计算OD矩阵并进行显示。/n

【技术特征摘要】
1.一种基于车辆轨迹多维数据的OD矩阵计算方法，其特征在于，包括：
对车辆轨迹多维数据进行解析，得到每辆车的轨迹数据；
对所述每辆车的轨迹数据进行平滑处理；
将平滑处理后的轨迹数据匹配到路网上；
通过聚类方法，识别已匹配到路网上的轨迹数据中的停留点，得到停留点数据；
基于所述停留点数据计算OD矩阵并进行显示。


2.根据权利要求1所述的方法，其特征在于，所述对所述车辆轨迹多维数据进行解析，得到每辆车的轨迹数据包括：
所述车辆轨迹多维数据包括车牌号、经纬度、速度、方向和采样时间；
对所述车辆轨迹多维数据进行解析，得到车辆的车牌号、经纬度、速度、方向和采样时间信息；
基于所述车辆的车牌号信息，对解析后的车辆轨迹多维数据进行分类，得到每辆车的轨迹数据。


3.根据权利要求2所述的方法，其特征在于，所述将平滑处理后的轨迹数据匹配到路网上包括：
基于ST_Matching算法，分别定义观测概率矩阵和状态转移矩阵；
通过所述观测概率矩阵和状态转移矩阵，计算指定路线的概率矩阵；
通过所述指定路线的概率矩阵，将平滑处理后的轨迹数据匹配到路网上。


4.根据权利要求3所述的方法，其特征在于，所述通过聚类方法，识别已匹配到路网上的轨迹数据中的停留点，得到停留点数据包括：
采用基于轨迹多维数据的DBSCAN聚类算法，识别已匹配到路网上的轨迹数据中的停留点，得到停留点数据。


5.根据权利要求4所述的方法，其特征在于，所述采用基于轨迹多维数据的DBSCAN聚类算法，识别已匹配到路网上的轨迹数据中的停留点，得到停留点数据包括：
基于已匹配到路网上的轨迹数据设定样本集和领域参数；所述样本集包括车辆在第i个位置时，车辆的经度、纬度、方向和时间；所述i为大于等于1的...

【专利技术属性】
技术研发人员：罗伦，郭榕刚，李程，蔡红玥，胡玉龙，盛光晓，
申请(专利权)人：国交空间信息技术北京有限公司，
类型：发明
国别省市：北京;11