一种交通流数据筛选方法、装置、设备及可读存储介质制造方法及图纸

本发明专利技术提供了一种交通流数据筛选方法、装置、设备及可读存储介质，所述方法包括：获取第一时间段内的交通数据，将所述第一时间段内的交通数据进行划分，并计算划分得到的每一段交通数据所对应的小时交通流率、空间平均速度和密度；将每一段交通数据所对应的小时交通流率、空间平均速度和密度记为一个样本中的参数，得到样本集，并对所述样本集进行筛选，得到筛选后的样本集；基于所述筛选后的样本集计算得到空间平均速度的取值范围，基于所述空间平均速度的取值范围对所述筛选后的样本集再次进行筛选，得到最终筛选后的样本。本发明专利技术筛选得到的样本为更接近于平稳状态的样本，因此利用本发明专利技术中筛选后的样本可拟合得到更可靠的交通流基本图模型。交通流基本图模型。交通流基本图模型。

【技术实现步骤摘要】
一种交通流数据筛选方法、装置、设备及可读存储介质


[0001]本专利技术涉及数据处理
，具体而言，涉及一种交通流数据筛选方法、装置、设备及可读存储介质。

技术介绍

[0002]交通流基本图模型描述的是交通流参数在平稳状态（确定型）或平稳状态附近（随机型）的函数关系。模型拟合过程会受到明显偏离平稳状态的样本数据的影响，因此有必要将这些数据排除在外。平稳状态是由微观驾驶行为特性决定的，使用微观轨迹数据标定基本图模型时可通过界定前后车辆速度的变化情况选取合适的近稳态样本。然而，对于常见的定点检测器（如：线圈检测器）采集的数据，其不包含区分状态的微观信息，因此无法通过平稳状态的定义进行数据筛选，导致基本图模型的标定引入了大量的误差。

技术实现思路

[0003]本专利技术的目的在于提供一种交通流数据筛选方法、装置、设备及可读存储介质，以改善上述问题。
[0004]为了实现上述目的，本申请实施例提供了如下技术方案：一方面，本申请实施例提供了一种交通流数据筛选方法，所述方法包括：获取第一时间段内的交通数据，所述交通数据包括线圈检测器在第一时间长度内采集到的车辆总数、时间平均车速和时间占有率，所述第一时间长度小于所述第一时间段的时间长度；将所述第一时间段内的交通数据进行划分，并计算划分得到的每一段交通数据所对应的小时交通流率、空间平均速度和密度；将每一段交通数据所对应的小时交通流率、空间平均速度和密度记为一个样本中的参数，得到样本集，并对所述样本集进行筛选，得到筛选后的样本集；基于所述筛选后的样本集计算得到空间平均速度的取值范围，基于所述空间平均速度的取值范围对所述筛选后的样本集再次进行筛选，得到最终筛选后的样本。
[0005]第二方面，本申请实施例提供了一种交通流数据筛选装置，所述装置包括获取模块、划分模块、筛选模块和计算模块。
[0006]获取模块，用于获取第一时间段内的交通数据，所述交通数据包括线圈检测器在第一时间长度内采集到的车辆总数、时间平均车速和时间占有率，所述第一时间长度小于所述第一时间段的时间长度；划分模块，用于将所述第一时间段内的交通数据进行划分，并计算划分得到的每一段交通数据所对应的小时交通流率、空间平均速度和密度；筛选模块，用于将每一段交通数据所对应的小时交通流率、空间平均速度和密度记为一个样本中的参数，得到样本集，并对所述样本集进行筛选，得到筛选后的样本集；计算模块，用于基于所述筛选后的样本集计算得到空间平均速度的取值范围，基
于所述空间平均速度的取值范围对所述筛选后的样本集再次进行筛选，得到最终筛选后的样本。
[0007]第三方面，本申请实施例提供了一种交通流数据筛选设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述交通流数据筛选方法的步骤。
[0008]第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述交通流数据筛选方法的步骤。
[0009]本专利技术的有益效果为：1、本专利技术中基于线圈检测器采集到的数据进行数据筛选处理，筛选后得到的样本可以用于构建交通流基本图模型，本专利技术筛选得到的样本为更接近于平稳状态的样本，因此利用本专利技术中筛选后的样本可拟合得到更可靠的基本图模型。
[0010]2、本专利技术给出了宏观数据下准平稳状态的假设，弥补了使用定点检测器数据标定基本图模型时无法考虑稳态假设的不足；同时在该假设下提出了基于信值的准平稳状态宏观交通流数据样本筛选方法，使用筛选后的数据可拟合得到更可靠的基本图模型。
[0011]3、本专利技术提出了定点检测器数据下的准平稳交通状态假设。通过将密度区域离散化，认为每个密度区域内处于平稳状态附近的样本密度值呈均匀分布，速度值呈高斯分布，弥补了定点检测器数据下无法给出稳态描述的空白。
[0012]4、本专利技术通过显著性水平确定信值深度l，进而确定信值上下限，建立样本筛选方法。所提出的筛选方法能剔除明显偏离稳态的交通流样本，用于基本图模型拟合时能得到更可靠的结果。
[0013]本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
[0014]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0015]图1是本专利技术实施例中所述的交通流数据筛选方法流程示意图；图2是本专利技术实施例中所述的交通流数据筛选装置结构示意图；图3是本专利技术实施例中所述的交通流数据筛选设备结构示意图。
具体实施方式
[0016]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施
例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0017]应注意到：相似的标号或字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0018]实施例1如图1所示，本实施例提供了一种交通流数据筛选方法，该方法包括步骤S1、步骤S2、步骤S3和步骤S4。
[0019]步骤S1、获取第一时间段内的交通数据，所述交通数据包括线圈检测器在第一时间长度内采集到的车辆总数、时间平均车速和时间占有率，所述第一时间长度小于所述第一时间段的时间长度；步骤S2、将所述第一时间段内的交通数据进行划分，并计算划分得到的每一段交通数据所对应的小时交通流率、空间平均速度和密度；步骤S3、将每一段交通数据所对应的小时交通流率、空间平均速度和密度记为一个样本中的参数，得到样本集，并对所述样本集进行筛选，得到筛选后的样本集；步骤S4、基于所述筛选后的样本集计算得到空间平均速度的取值范围，基于所述空间平均速度的取值范围对所述筛选后的样本集再次进行筛选，得到最终筛选后的样本。
[0020]在本实施例中，第一时间段和第一时间长度和可以根据用户的需求进行自定义，例如第一时间段可以是半年或一年，第一时间长度可以是30s；交通流基本图模型是指平稳状态下交通流宏观参数之间的函数关系，本质上是个体车辆微观驾驶行为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通流数据筛选方法，其特征在于，包括：获取第一时间段内的交通数据，所述交通数据包括线圈检测器在第一时间长度内采集到的车辆总数、时间平均车速和时间占有率，所述第一时间长度小于所述第一时间段的时间长度；将所述第一时间段内的交通数据进行划分，并计算划分得到的每一段交通数据所对应的小时交通流率、空间平均速度和密度；将每一段交通数据所对应的小时交通流率、空间平均速度和密度记为一个样本中的参数，得到样本集，并对所述样本集进行筛选，得到筛选后的样本集；基于所述筛选后的样本集计算得到空间平均速度的取值范围，基于所述空间平均速度的取值范围对所述筛选后的样本集再次进行筛选，得到最终筛选后的样本。2.根据权利要求1所述的交通流数据筛选方法，其特征在于，将所述第一时间段内的交通数据进行划分，并计算划分得到的每一段交通数据所对应的小时交通流率、空间平均速度和密度，包括：将所述第一时间段内的交通数据按照第二时间长度进行划分，得到划分后的交通数据，所述第二时间长度介于所述第一时间段的时间长度和所述第一时间长度之间；基于每个所述划分后的交通数据，计算得到所述划分后的交通数据在所述第二时间长度内的小时交通流率、空间平均速度和密度。3.根据权利要求1所述的交通流数据筛选方法，其特征在于，对所述样本集进行筛选，得到筛选后的样本集，包括：获取数据删除条件，所述数据删除条件包括与所述小时交通流率、空间平均速度和密度相关的删除条件；根据所述数据删除条件对样本进行筛选，其中，当所述样本中的所述参数满足所述数据删除条件时，则将包括所述参数的样本删除。4.根据权利要求1所述的交通流数据筛选方法，其特征在于，基于所述筛选后的样本集计算得到空间平均速度的取值范围，基于所述空间平均速度的取值范围对所述筛选后的样本集再次进行筛选，得到最终筛选后的样本，包括：筛选出所述筛选后的样本集中的最大密度，根据所述最大密度和每个区间的长度划分得到至少两个密度区间；基于所述筛选后的样本集计算每个密度区间对应的信值分界深度；基于每个密度区间对应的信值分界深度计算得到每个密度区间所对应的信值区间，将密度处于所述密度区间内的样本中包含的空间平均速度进行分析，其中，将处于所述信值区间以外的所述空间平均速度所对应的样本进行删除，得到所述密度区间所对应的删除后的样本；将所有的密度区间所对应的删除后的样本进行集合得到所述最终筛选后的样本。5.一种交通流数据筛选装置，其特征在于，包括：获取模块，用于获取第一时间段内的交通数据，所述交通数据包括线圈检测器在第一时间长度内采集到...

【专利技术属性】
技术研发人员：郑芳芳，刘婧，刘晓波，郝钢，王晓兰，孙毅，白霖涵，
申请(专利权)人：成都交大大数据科技有限公司，
类型：发明
国别省市：