【技术实现步骤摘要】
基于张量分解的城市路网线状缺失流量估计方法及系统
[0001]本专利技术涉及定位方法
，尤其涉及一种基于张量分解的城市路网线状缺失流量估计方法及系统。
技术介绍
[0002]近年来，数字化智能交通和车联网系统在各大城市快速兴起，而支撑该系统正常运行需要大量准确及时的交通信息数据。例如，城市智能交通控制系统需要充分的交通流数据(流量、密度和速度)来制定合理的城市交通管理策略。城市交通规划诱导系统在进行交通预测时，当出现信息数据缺失时，预测精度将受到较大影响。然而，由于检测设备的软件或硬件故障，信息通信网络受阻，供电设备故障，以及定期维护缺失等问题，在交通领域的信息数据获取过程中，出现丢失数据的问题是难以避免的。
[0003]缺失数据问题却广泛存在于统计学、社会学和流行病学等领域。然而，缺失数据问题却广泛存在于统计学、社会学和流行病学等领域。同样该问题也一直困扰着交通领域的深入研究，如交通流，出行时间，尾气排放，车辆噪音等缺失数据。
[0004]在交通领域的数据缺失问题研究中，可以根据缺失数据的模式和缺失数...
【技术保护点】
【技术特征摘要】
1.一种基于张量分解的城市路网线状缺失流量估计方法，其特征在于，包括：获取待分析路网中安装车牌照片识别的路段；获取所述路段特定时段的车牌照片识别数据，进行数据预处理获取车流量；获取所述路段特定时段的手机定位数据，进行预处理获得路段车载手机用户的流量；构建4维张量模型，维度包括天数、时段、路段以及数据类型；所述数据类型包括车流量及车载手机用户的流量；采用获取的车流量和车载手机用户的流量填充所述4维张量模型；重复进行张量分解和恢复，完成缺失车流量的估计。2.根据权利要求1所述的基于张量分解的城市路网线状缺失流量估计方法，其特征在于，进行数据预处理获取车流量，包括：进行图像识别，获取车牌号和驶过时间；选择车牌号识别准确的数据，剔除冗余数据，进行数据格式转换存储在数据库中；LPR检测器映射到路网的待分析路网打点地图中，获取各天各个路段各个时段内的车流量。3.根据权利要求1或2所述的基于张量分解的城市路网线状缺失流量估计方法，其特征在于，进行预处理获得路段车载手机用户的流量，包括：将手机定位数据映射到路网地图中，计算单位时间内的平均速度，如果低于设定阈值则剔除该手机定位数据；基于剩余的手机定位数据，统计各天各个路段各个时段内的车载手机用户的流量。4.根据权利要求3所述的基于张量分解的城市路网线状缺失流量估计方法，其特征在于，平均速度计算如下：其中，m表示在单位时段T内的手机用户的定位点个数，T
k
表示第k个时刻与上一时刻的时间段，x(k)表示在第k个时刻所在位置的经纬度坐标信息。5.根据权利要求3所述的基于张量分解的城市路网线状缺失流量估计方法，其特征在于，将手机定位数据映射到路网地图中后，还包括计算最大瞬时速度，剔除每条路段中最大瞬时速度超过该路段最高限速的手机定位数据。6.根据权利要求5所述的基于张量分解的城市路网线状缺失流量估计方法，其特征在于，计算最大瞬时速度如下：其中，T
k
表示手机用户在第k个时刻与第k
‑
1个时刻内的时段，x(k)与x(k
‑
1)分别表示手机用户的第k个时刻与第k
‑
1个时刻的地理位置经纬度。7.根据权利要求1或2所述的基于张量分解的城市路网线状缺失流量估计方法，其特征在于，重复进行张量分解和恢复包括：基于张量矩阵χ构建加权原始矩阵：加权矩阵ω，张量矩阵χ数据缺失位置的元素值为0，反之为1；对张量矩阵χ进行CP分解，获得其中A为分解后的时间因子矩阵，B为分解后的路段因子矩阵，C为分解后的天数因子矩阵，D为分解后的数据类别因子矩阵；
相同尺寸恢复后的加权张量为：其中x
ijkl
为张量矩阵χ第i个天数，第j个时段，第k个路段的手机定位数据或车牌数据，l为1表示手机定位数据，l为2表示车牌数据；ω
ijkl
为加权矩阵ω第i个天数，第j个时段第k个路段...
【专利技术属性】
技术研发人员：邢吉平，柳伟，李荣成，汪磊，张爱华，
申请(专利权)人：兴民智通武汉汽车技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。