基于多源数据的交通拥堵溯源方法技术

本发明专利技术提出了基于多源数据的交通拥堵溯源方法，方法包括基于多源数据的地图匹配算法(AVI

【技术实现步骤摘要】
基于多源数据的交通拥堵溯源方法


[0001]本专利技术属于城市交通控制与管理领域，具体涉及基于多源数据的交通拥堵溯源方法。

技术介绍

[0002]交通拥堵溯源是指追溯车辆在某一空间范围之外的起点与终点位置以及行驶路径，通过对交通流进行来源追溯、去向判别，为交通管控策略的制定提供有力支持。
[0003]地图匹配是在数字地图上通过将路段逐段表示来校准车辆位置信息，首先通过地图匹配算法将样本车辆轨迹数据匹配到路网上，继而可以获取经过所观测路段、交叉口或区域的交通流来源与去向，最终实现车辆拥堵溯源。故地图匹配是交通拥堵溯源的重要技术手段，也是实现拥堵溯源的必要途径。现有的地图匹配算法多使用GPS数据来获取车辆位置信息，即将GPS观测点投影到数字地图上，以此获取车辆速度和行程时间等信息。然而，GPS数据存在精度不足、样本量小等局限性。
[0004]自动车辆识别(AVI)数据是一种更适合交通拥堵溯源的数据。该系统通过固定传感器自动识别机动车，如感应环路检测器(ILDS)、射频识别检测器(RFID)和摄像机传感器。能够检测到所有经过的车辆信息，且在大城市普及率较高。相比而言，AVI数据具有精度高、样本量大的优点。但AVI数据的采样时间和空间间隔的稀疏性问题阻碍了在地图匹配中的应用。现有的地图匹配算法如：1)基于隐式马尔可夫模型的地图匹配算法(HMM)；2)基于条件随机场的地图匹配算法(CRF)；3)基于时空分析的稀疏GPS轨迹地图匹配算法(ST)。这些算法面向稀疏AVI数据时均表现出匹配精度不足的问题。
[0005]现有技术存在的问题：一方面，现有的交通拥堵溯源方法多使用GPS数据，但存在数据样本量不足及位置偏差等局限性，无法实现基于大规模样本的交通拥堵溯源。另一方面，虽然通过将海量AVI轨迹数据匹配到交通路网上，可实现准全样本的交通拥堵溯源，但缺乏面向稀疏AVI数据的地图匹配算法。

技术实现思路

[0006]专利技术目的：针对以上问题，本专利技术提出基于多源数据的交通拥堵溯源方法。
[0007]技术方案：为实现本专利技术的目的，本专利技术所采用的技术方案是：基于多源数据的交通拥堵溯源方法，具体包括如下步骤：
[0008]步骤1，根据获得的研究区域的AVI观测数据，找出属于同一车辆的连续AVI观测点的数据并拆分得到若干组AVI观测对；一组所述AVI观测对是由同一车辆的连续两个AVI观测点的数据组成的；
[0009]步骤2，对于同一车辆的AVI观测对数据和GPS数据，采用随机游走算法，得到该车辆的AVI观测对的子路径候选集合；
[0010]步骤3，对于同一车辆的AVI观测对的子路径候选集合，采用时空融合分析算法，为候选集合中的每一个子路径匹配概率；
[0011]步骤4，基于同一车辆的AVI观测对候选集合的子路径匹配概率，为每组AVI观测对连接匹配概率最高的子路径，由此确定该车辆AVI观测对的完整路径；
[0012]步骤5，重复步骤1
‑
步骤4，完成研究区域内全部车辆轨迹数据的地图匹配；
[0013]步骤6，将研究区域内全部车辆轨迹数据映射至该区域内的交叉口、路段以及区域，并进行交通流汇入来源和疏散去向分析，确定交叉口、路段以及区域这三个层次下车辆轨迹的OD分布，完成车辆拥堵溯源。
[0014]进一步地，所述步骤1中，同一车辆的连续两个AVI观测点分别为O
j
和O
j+1
，则该组AVI观测对连接J个子路径子路径序列构成该AVI观测对的完整路径；J表示AVI观测对连接的子路径的总数量；同时该组AVI观测对的各个子路径相互独立。
[0015]进一步地，所述步骤2的方法具体如下：
[0016]步骤2.1，算法初始化，设置子路径候选集合设置候选集合大小为I，随机游走起点为终点为其中，s
O
表示一组AVI观测对的观测起点，s
D
表示一组AVI观测对的观测终点；表示AVI观测对起始路段的终点，表示AVI观测对终止路段的终点；
[0017]步骤2.2，令匹配候选集合且n
x
＝n
start
；枚举通过节点n
x
的全部相邻下游路段节点n
y
，计算从节点n
x
到节点n
y
的转弯概率；并随机选择任一转弯概率对应的节点n
y
，令n
x
＝n
y
；
[0018]步骤2.3，判断n
x
＝n
end
是否成立；
[0019]若不成立，则枚举通过节点n
x
的全部相邻下游路段节点n
y
，计算从节点n
x
到节点n
y
的转弯概率；并随机选择任一转弯概率对应的节点n
y
，令n
x
＝n
y
，返回步骤2.3；
[0020]否则，更新匹配候选集合SP，使SP.append(n
y
)∈SP；其中，SP.append(n
y
)表示从随机游走起点到终点这一个循环过程中所涉及的节点序列所构成的路径；
[0021]步骤2.4，更新候选集合Φ(s
O
,s
D
)＝Φ(s
O
,s
D
)∪SP，并判断候选集合Φ(s
O
,s
D
)<I是否成立；
[0022]若成立，则返回步骤2.2；
[0023]否则，得到车辆的AVI观测对的子路径候选集合。
[0024]进一步地，所述转弯概率的计算公式如下：
[0025][0026]式中，n
y
表示通过节点n
x
的相邻的下游路段节点；表示从节点n
x
到节点n
y
的GPS数据数量；Ωx表示通过节点n
x
的全部相邻下游路段节点的集合；||n
y
,s
D
||表示节点n
x
与该组AVI观测对的观测终点的欧氏距离。
[0027]进一步地，所述步骤3的方法具体如下：
[0028]步骤3.1，利用效用最大的Logit路径选择模型为AVI观测对候选集合中的每一个
子路径均确定先验概率，表示如下：
[0029][0030]式中，SP
j,i
表示候选集合中的第i个子路径；Pr(SP
j,i
)表示子路径SP
j,i
的先验概率；V
i
表示效用函数指标；PS
i
表示路径重叠度指标；β
ps
表示路径重叠度指标的系数；SB
i
表示样本偏差性指标；β
sb
表示样本偏差性指标的系数；I表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多源数据的交通拥堵溯源方法，其特征在于，具体包括如下步骤：步骤1，根据获得的研究区域的AVI观测数据，找出属于同一车辆的连续AVI观测点的数据并拆分得到若干组AVI观测对；一组所述AVI观测对是由同一车辆的连续两个AVI观测点的数据组成的；步骤2，对于同一车辆的AVI观测对数据和GPS数据，采用随机游走算法，得到该车辆的AVI观测对的子路径候选集合；步骤3，对于同一车辆的AVI观测对的子路径候选集合，采用时空融合分析算法，为候选集合中的每一个子路径匹配概率；步骤4，基于同一车辆的AVI观测对候选集合的子路径匹配概率，为每组AVI观测对连接匹配概率最高的子路径，由此确定该车辆AVI观测对的完整路径；步骤5，重复步骤1
‑
步骤4，完成研究区域内全部车辆轨迹数据的地图匹配；步骤6，将研究区域内全部车辆轨迹数据映射至该区域内的交叉口、路段以及区域，并进行交通流汇入来源和疏散去向分析，确定交叉口、路段以及区域这三个层次下车辆轨迹的OD分布，完成车辆拥堵溯源。2.根据权利要求1所述的基于多源数据的交通拥堵溯源方法，其特征在于，所述步骤1中，同一车辆的连续两个AVI观测点分别为O
j
和O
j+1
，则该组AVI观测对连接J个子路径子路径序列构成该AVI观测对的完整路径；J表示AVI观测对连接的子路径的总数量；同时该组AVI观测对的各个子路径相互独立。3.根据权利要求2所述的基于多源数据的交通拥堵溯源方法，其特征在于，所述步骤2的方法具体如下：步骤2.1，算法初始化，设置子路径候选集合设置候选集合大小为I，随机游走起点为终点为其中，s
O
表示一组AVI观测对观测起点的数据信息，s
D
表示一组AVI观测对观测终点的数据信息；表示AVI观测对起始路段的终点，表示AVI观测对终止路段的终点；步骤2.2，令匹配候选集合且n
x
＝n
start
；枚举通过节点n
x
的全部相邻下游路段节点n
y
，计算从节点n
x
到节点n
y
的转弯概率；并随机选择任一转弯概率对应的节点n
y
，令n
x
＝n
y
；步骤2.3，判断n
x
＝n
end
是否成立；若不成立，则枚举通过节点n
x
的全部相邻下游路段节点n
y
，计算从节点n
x
到节点n
y
的转弯概率；并随机选择任一转弯概率对应的节点n
y
，令n
x
＝n
y
，返回步骤2.3；否则，更新匹配候选集合SP，使SP.append(n
y
)∈SP；其中，SP.append(n
y
)表示从随机游走起点到终点这一个循环过程中所涉及的节点序列所构成的路径；步骤2.4，更新候选集合Φ(s
O
,s
D
)＝Φ(s
O
,s
D
)∪SP，并判断候选集合Φ(s
O
,s
D
)<I是否成立；若成立，则返回步骤2.2；否则，得到车辆的AVI观测对的子路径候选集合。4.根据权利要求3所述的基于多源数据的交通拥堵溯源方法，其特征在于，所述转弯概
率的计算公式如下：式中，n
y
表示通过节点n
x
的相邻的下游路段节点；表示从节点n
x
到节点n
y
的GPS数据数量；Ω
x
表示通过节点n
x
的全部相邻下游路段节点的集合；||n
y
,s
D
||表示节点n
x
与该组AVI观测对的观测终点的欧氏距离。5.根据权利要求2所述的基于多源数据的交通拥堵溯源方法，其特征在于，所述步骤3的方法具体如下：步骤3.1，利用效用最大的Logit路径选择模型为AVI观测对候选集合中的每一个子路径确定先验概率，表示如下：式中，SP
j,i
表示候选集合中的第i个子路径；Pr(SP
j,i
)表示子路径SP
j,i
的先验概率；V
i
表示效用函数指标；PS
i
表示路径重叠度指标；β
ps
表示路径重叠度指标的系数；SB
i
表示样本偏差性指标；β
sb
表示样本偏差性指标的系数；I表示候选集合中子路径的总数量；步骤3.2，利用时空融合分析界定AVI观测对的候选集合中每一个子路径的条件概率，表示如下：Pr(O
j
→
O
j+1
|SP
j,i
)＝Pr
T
(O
j
→
O
j+1
|SP
j,i
)*Pr
S
(O
j
→
O
j+1
|SP
j,i
)式中，Pr(O
j
→
O
j+1
|SP
...

【专利技术属性】
技术研发人员：任刚，海天睿，王亚琨，曹奇，李大韦，
申请(专利权)人：东南大学，
类型：发明
国别省市：