一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法技术

本发明专利技术涉及一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，1:采集速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；2:根据轨迹点空间相对位置值和速度值，拓展[速度

【技术实现步骤摘要】
[0015]式中，dx表示空间相对位置方向拓展长度，k表示城市道路上行驶两车之间的平均距离；α表示扩展因子，α∈[1,n)且α∈N
*
；dy表示速度方向拓展长度，v0表示城市道路上同一个交通流中不同车辆之间的速度差异值；
[0016]步骤S22：计算轨迹点i与当前初始队列中心的[速度
‑
空间]拓展域的重叠面积，若大于阈值S0，则加入队列并更新队列中心，此处否则，以轨迹点i作为另一个队列的起始点c，继续遍历轨迹点集合，直至遍历至最后一个轨迹点；
[0017]步骤S23：根据不同α值构建车辆队列，并计算相应的戴维森堡丁指数；戴维森堡丁指数的计算公式为：
[0018][0019]式中，k表示队列个数；S
i
表示队列i内部分散程度；Dis(i,j)表示队列间距，通常用第i个队列中心与第j个队列中心的欧式距离表示；则用来衡量第i个队列与第j个队列的相似程度；在同一个队列中轨迹点的相似度越高，则DBI分子越小；若队列间差异性越大，则DBI分母越大；因此DBI指数值越小，则表明车辆队列划分的效果越好；<br/>[0020]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，其特征在于：包括以下步骤：步骤S1:采集城市出租车稀疏轨迹点的速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；步骤S2:根据轨迹点速度值和空间相对位置值，拓展[速度
‑
空间]域，计算前后车辆[速度
‑
空间]域的相交面积，以此为基础对路段上的轨迹点构建车辆队列，依据戴维森堡丁指数选取最佳队列；步骤S3：对最佳车辆队列进行二次处理，得到各路段交通状态精细划分的分割点；步骤S4:设置交通状态类别数，结合《道路交通拥堵度评价方法》得到各类别交通状态的划分阈值；将精细划分各局部路段中车辆队列的速度值与各类别交通状态的划分阈值作比较，得到各路段的交通状态，用以实现城市交通状态的识别。2.根据权利要求1所述的一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，其特征在于：所述步骤S2具体包括以下步骤：步骤21：对任一出租车轨迹点，对其速度、空间相对位置值进行拓展，得到其[速度
‑
空间]域面积为S；S＝4
·
dx
·
dydx＝k
·
αdy＝v0式中，dx表示空间相对位置方向拓展长度，k表示城市道路上行驶两车之间的平均距离；α表示扩展因子，α∈[1,n)且α∈N
*
；dy表示速度方向拓展长度，v0表示城市道路上同一个交通流中不同车辆之间的速度差异值；步骤S22：计算轨迹点i与当前初始队列中心的[速度
‑
空间]拓展域的重叠面积，若大于阈值S0，则加入队列并更新队列中心，此处否则，以轨迹点i作为另一个队列的起始点c，继续遍历轨迹点集合，直至遍历至最后一个轨迹点；步骤S23：根据不同α值构建车辆队列，并计算相应的戴维森堡丁指数；戴维森堡丁指数的计算公式为：式中，k表示队列个数；S
i
表示队列i内部分散程度；Dis(i,j)表示队列间距，通常用第i个队列中心与第j个队列中心的欧式距离表示；则用来衡量第i个队列与第j个队列的相似程度；在同一个队列中轨迹点的相似度越高，则DBI分子越小；若队列间差异性越大，则DBI分母越大；因此DBI指数值越小，则表明车辆队列划分的效果越好；选取戴维森堡丁指数值最小值所对应的车辆队列Q作为最佳车辆队列。3.根据权利要求1所述的一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，其特征在于：所述步骤S3具体包括以下步骤：
步骤S31：每条路段上依次遍历相邻车辆队列直至最后一个车辆队列；以路段上任一车辆队列为对象，判断相邻车辆队列间距是否＞10

【专利技术属性】
技术研发人员：邬群勇，朱秋圳，张晗，姚铖鑫，
申请(专利权)人：福州大学，
类型：发明
国别省市：