【技术实现步骤摘要】
常发拥堵时空范围提取方法和系统
[0001]本申请实施例涉及智能交通
,具体涉及常发拥堵时空范围提取方法和系统。
技术介绍
[0002]随着车辆保有率越来越高,交通拥堵成为备受各界关注的问题。交通拥堵分为常发拥堵和偶发拥堵。常发拥堵一般发生于出行高峰期的交通流量较大区域。相比偶发拥堵,常发拥堵具有较强的规律性,对交通影响更大,掌握其时空范围信息也对交通治堵更为重要。
[0003]随着科学技术进步,交通信息数据精度已达到亚路段级别,其更新周期大多也缩短至一分钟内,这也对常发拥堵时空范围的提取提出了更高要求。
[0004]常发拥堵提取的现有方法大多存在以下几点问题:对拥堵信息的统计多采取降维处理,损失了部分信息,导致提取结果可能存在时间错位和空间错位;拥堵的统计较为独立,忽略拥堵之间的时空关联性分析;时空范围提取精度不高,空间粒度多为路段级,时间粒度多受预先划分的统计周期所限。
技术实现思路
[0005]为此,本申请实施例提供常发拥堵时空范围提取方法和系统,分别从空间维度、时间维度和统计维度进行常发拥堵关联性分析,提升了准确性和精度。
[0006]为了实现上述目的,本申请实施例提供如下技术方案:
[0007]根据本申请实施例的第一方面,提供了常发拥堵时空范围提取方法,所述方法包括:
[0008]基于目标区域的常发拥堵路况数据集和路网数据集,构建拥堵分析矩阵集合;
[0009]沿所述分析矩阵集合里的每个矩阵空间维度的轴固定方向搜索某天内某时间点的拥堵区间 ...
【技术保护点】
【技术特征摘要】
1.常发拥堵时空范围提取方法,其特征在于,所述方法包括:基于目标区域的常发拥堵路况数据集和路网数据集,构建拥堵分析矩阵集合;沿所述分析矩阵集合里的每个矩阵空间维度的轴固定方向搜索某天内某时间点的拥堵区间,对拥堵区间进行空间关联性分析与合并,得到每个矩阵的第一拥堵区间结果集合;分析每个所述第一拥堵区间结果集合中时间相邻的拥堵区间的时间关联性,合并满足时间关联性条件的相邻的拥堵区间,得到每个矩阵的第二拥堵区间结果集合;对所述第二拥堵区间结果集合中的子集合进行时空关联性计算,筛选满足时空关联性的相邻的拥堵区间子集合,提取每组相邻子集中重合的时空范围,得到每个矩阵的拥堵重合范围集合;基于拥堵频次阈值从所述拥堵重合范围集合中筛选出每个矩阵的常发拥堵时空范围;对每个矩阵的所述常发拥堵时空范围汇集,得到目标区域的常发拥堵时空范围。2.如权利要求1所述的方法,其特征在于,所述基于拥堵频次阈值从所述拥堵时空范围集合中筛选出每个矩阵的常发拥堵时空范围,包括:获取所述拥堵时空范围集合中每个子集的拥堵频次;筛选出拥堵频次大于预设拥堵频次阈值的拥堵时空范围的集合,记为所述矩阵的常发拥堵时空范围。3.如权利要求1所述的方法,其特征在于,所述基于目标区域的拥堵路况数据集和路网数据集,构建分析矩阵集合,包括:基于目标区域的路网数据集和拥堵路况数据集,提取若干天中存在拥堵路况的路段集合;基于所述拥堵路况的路段集合中的路段构建拓扑相邻的拥堵路链,得到空间上相互独立的路链集合;针对路链集合中的每个路链构建空间、时间和统计维度的分析矩阵,所述分析矩阵的矩阵单元内存储拥堵路况数据集;对每个路链构建所述分析矩阵,得到拥堵分析矩阵集合。4.如权利要求1所述的方法,其特征在于,所述沿所述分析矩阵集合里的每个矩阵空间维度的轴固定方向搜索某天内某时间点的拥堵区间,对相邻拥堵区间进行空间关联性分析与合并,得到每个矩阵的第一拥堵区间结果集合,包括:对所有相邻的拥堵区间进行所述空间关联性计算及合并操作,得到每个矩阵的所有拥堵区间结果集合,记为第一拥堵区间结果集合;其中,所述空间关联性计算及合并操作包括:根据每个矩阵内的某天内某时间点的两个相邻拥堵区间与之间的距离,计算所述两个相邻拥堵区间之间的平均速度v
ij
;计算两个相邻拥堵区间的空间维度关联性系数β
m
;若β
m
大于预设空间关联性阈值μ
m
,将两个相邻拥堵区间合并为一个拥堵区间。5.如权利要求1所述的方法,其特征在于,所述分析每个所述第一拥堵区间结果集合中时间相邻的拥堵区间的时间关联性,合并满足时间关联性条件的相邻的拥堵区间,得到每个矩阵的第二拥堵区间结果集合,包括:针对每个矩阵,沿时间轴固定方向,逐一检验所述第一拥堵区间结果集合中时间相邻...
【专利技术属性】
技术研发人员:赵骏武,李成宝,韩兴广,郭胜敏,夏曙东,
申请(专利权)人:北京掌行通信息技术有限公司,
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。