基于固定检测器数据的机动车出行链提取方法技术

本发明专利技术公开了一种基于固定检测器数据的机动车出行链提取方法，包括如下步骤：S1，根据车牌信息检索同一辆车的所有固定检测器观测记录，得到固定检测器监测到的机动车运动轨迹；S2，搜索每两个相邻的固定检测器观测记录间所有合理的出行和活动模式，生成出行链候选集；S3，整合基于时间分析的观测概率和基于空间分析的转移概率，得到固定检测器观测轨迹与所有候选出行链的匹配概率；S4，选择匹配概率最大的子路径作为对应固定检测器观测对间的识别结果，最终得到一条完整出行链。本发明专利技术采用面向稀疏AVI轨迹的候选出行链生成算法，融合稀疏AVI数据、大量GNSS数据和GIS数据，能实现机动车驾驶员日出性链的完整输出。现机动车驾驶员日出性链的完整输出。现机动车驾驶员日出性链的完整输出。

【技术实现步骤摘要】
基于固定检测器数据的机动车出行链提取方法


[0001]本专利技术涉及机动车出行链提取方法，尤其涉及一种基于固定检测器数据的机动车出行链提取方法。

技术介绍

[0002]出行链是指驾驶员在个体层面上连续不断地在空间和时间上的移动，即在何处参与活动，在活动上花了多长时间，以及在这些活动之间选择了哪条路径。出行链信息可以作为交通需求模型的基础和关键输入，包括经典四阶段模型和基于活动的模型。一方面，通过集计个体出行链信息，可以提取出用于四阶段法分析的动态OD矩阵，另一方面，可以直接从驾驶员出行链信息中提取出行链和活动链的时空属性，建立基于活动的模型。
[0003]传统的收集机动车出行链信息的方法是通过人工调查个人活动的参与情况，但这种方法成本高且不具有良好的扩展性，这类类型的数据也非常有限。
[0004]随着信息技术和人工智能的发展，固定检测器(AVI)系统的识别效率和正确率均有大幅提高。安装在十字路口、路段和停车场出入口的固定检测器观测数据可以准确、直接地捕捉到机动车驾驶员出行和活动决策的关键时刻。一方面，包括活动地点、活动开始时间、活动时长以及活动结束时间在内的活动属性信息都可以被停车场的固定检测器设备准确记录。另一方面，车辆的行驶路径也可以通过行驶途中被路侧检测器捕捉到的过车记录间接推断出来。
[0005]基于固定检测器数据提取驾驶员的出行链，尚存在以下问题：一方面，城市固定检测器系统仅在部分停车场安装了检测设备，因此只有一少部分机动车驾驶员的出行活动被记录下来，无法推断出未观测到活动的属性信息。另一方面，固定检测器数据的空间稀疏性导致检测器间机动车运行状态的不确定性增加，为每个检测对生成合理的候选集合并从所有可选组合中找到最优解是十分困难的。

技术实现思路

[0006]专利技术目的：本专利技术的目的是提供一种增大散热面积和绝缘水平的干式高频变压器及加工工艺。
[0007]技术方案：本专利技术的机动车出行链提取方法，包括如下步骤：
[0008]S1，根据车牌信息检索同一辆车的所有固定检测器观测记录，并将这些记录按照时间顺序排列，得到固定检测器监测到的机动车运动轨迹；
[0009]S2，搜索每两个相邻的固定检测器观测记录间所有合理的出行和活动模式，生成出行链候选集；
[0010]S3，根据出行链候选集，整合基于时间分析的观测概率和基于空间分析的转移概率，得到固定检测器观测轨迹与所有候选出行链的匹配概率；
[0011]S4，选择匹配概率最大的子路径作为对应固定检测器观测对间的识别结果，由此连接该车辆的一条完整出行链。
[0012]进一步，所述步骤S1中，将同一辆车的车牌号作为车辆ID，检索得到车辆经过固定检测器时被记录下的信息集合O，按照时间顺序排列，生成同一车辆的固定检测器观测序列[O1,
···
,O
i
,
···
,O
I
,]，其中O
i
为第i个观测点，I为观测序列的长度。
[0013]进一步，所述步骤S2的具体实现步骤如下：
[0014]S21，令前一个固定检测器观测O
i
‑1为根节点，最新更新的固定检测器观测O
i
为终止节点；为中间节点，表示子行程表中的所有活动，k表示树的层数，代表包含的活动数量；树的每条边则代表着子行程表中的一次出行；树的每条路径表示一个子行程表；
[0015]S22，设置子路径候选集合Φ
i
＝φ；可行集Θ1＝φ；最大活动数MK；观测概率阈值；
[0016]S23，基于观测对的时间约束决定车辆可能抵达的活动地点，判断是否成立；
[0017]若成立，遍历所有可选路径，以观测概率为阈值筛选出搜索树第0层中所有合理的子行程表，更新候选集Φ
i
，使Φ
i
.append(M(K
i
)＝0)∈Φ
i
；其中，Φ
i
.append(M(K
i
)＝0)表示无活动候选项；
[0018]若不成立，转步骤S24；
[0019]S24，令k＝1，基于观测器的时间约束决定可行的活动时长d
*
，遍历所有d
*
，补全该活动相关属性，更新候选集Φ
i
，使Φ
i
.append(M(K
i
)＝1)∈Φ
i
；其中，Φ
i
.append(M(K
i
)＝1)表示有活动候选项；
[0020]S25，判断k≤MK是否成立；
[0021]若不成立，返回步骤S23，
[0022]否则，将每两个观测对的候选项按时间顺序连接，拼接成候选出行链。
[0023]进一步，步骤S23中的时间约束表示如下：
[0024][0025]其中，O
i
‑1.x是前一个固定检测器的位置；O
i
.x是当前检测器位置；是活动地点，用交通小区表示；O
i
.t是车辆经过检测器时的时间戳；O
i
‑1.t是车辆经过上一个检测器的时间戳；SPT()是最短时间函数。
[0026]进一步，步骤S24中的时间约束表示如下：
[0027][0028]其中，是第1层有活动候选项的开始时间；d
*
是可行的活动时长。
[0029]进一步，所述步骤S3的具体实现步骤如下：
[0030]S31，计算观测概率：观测概率Pr(O
i
.t|M(K
i
),O
i
‑1)是指给定一个隐藏运动状态h
i
＝M(K
i
)和前一个检测器观测O
i
‑1生成观测O
i
的可能性，其计算公式为：
[0031][0032]其中，是最后一项活动的结束时间，是给定运动状态M(K
i
)和前一个检测器观测O
i
‑1时，最后一项活动的结束时间概率；是路径行驶时间的分布函数；
[0033]S32，计算转移概率：转移概率Pr(h
i
＝M(K
i
)|h
i
‑1＝M(K
i
‑1),O
i
‑1)是指给定AVI观测O
i
‑1时检测车辆在相邻的隐藏运动状态间转移的概率，根据检测器观测O
i
‑1的类型分两种情况计算：
[0034]321)O
i
‑1为停车观测
[0035]a1)K
i
＝0
[0036]当车辆在O
i
‑1和O
i
之间的子行程表为连续行驶状态时此时的转移概率被定义为：
[0037][0038]其中，为表示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于固定检测器数据的机动车出行链提取方法，其特征在于，包括如下步骤：S1，根据车牌信息检索同一辆车的所有固定检测器观测记录，并将这些记录按照时间顺序排列，得到固定检测器监测到的机动车运动轨迹；S2，搜索每两个相邻的固定检测器观测记录间所有合理的出行和活动模式，生成出行链候选集；S3，根据出行链候选集，整合基于时间分析的观测概率和基于空间分析的转移概率，得到固定检测器观测轨迹与所有候选出行链的匹配概率；S4，选择匹配概率最大的子路径作为对应固定检测器观测对间的识别结果，根据识别结果得到一条完整出行链。2.根据权利要求1所述的基于固定检测器数据的机动车出行链提取方法，其特征在于，所述步骤S1中，将同一辆车的车牌号作为车辆ID，检索得到车辆经过固定检测器时被记录下的信息集合O，按照时间顺序排列，生成同一车辆的固定检测器观测序列[O1,
···
,O
i
,
···
,O
I
,]，其中O
i
为第i个观测点，I为观测序列的长度。3.根据权利要求2所述的基于固定检测器数据的机动车出行链提取方法，其特征在于，所述步骤S2的具体实现步骤如下：S21，令前一个固定检测器观测O
i
‑1为根节点，最新更新的固定检测器观测O
i
为终止节点；为中间节点，表示子行程表中的所有活动，k表示树的层数，代表包含的活动数量；树的每条边则代表着子行程表中的一次出行；树的每条路径表示一个子行程表；S22，设置子路径候选集合Φ
i
＝φ；可行集Θ1＝φ；确定最大活动数MK和观测概率阈值；S23，基于观测对的时间约束决定车辆可能抵达的活动地点，判断O
i
.x in是否成立；若成立，遍历所有可选路径，根据观测概率阈值筛选出搜索树第0层中所有合理的子行程表，更新候选集Φ
i
，使Φ
i
.append(M(K
i
)＝0)∈Φ
i
；其中，Φ
i
.append(M(K
i
)＝0)表示无活动候选项；若不成立，转步骤S24；S24，令k＝1，基于观测器的时间约束决定可行的活动时长d
*
，遍历所有d
*
，补全该活动相关属性，更新候选集Φ
i
，使Φ
i
.append(M(K
i
)＝1)∈Φ
i
；其中，Φ
i
.append(M(K
i
)＝1)表示有活动候选项；S25，判断k≤MK是否成立；若不成立，返回步骤S23；若成立，将每两个观测对的候选项按时间顺序连接，拼接成候选出行链。4.根据权利要求3所述的基于固定检测器数据的机动车出行链提取方法，其特征在于，步骤S23中的时间约束表示如下：其中，O
i
‑1.x是前一个固定检测器的位置；O
i
.x是当前检测器位置；是活动地点，用交通小区表示；O
i
.t是车辆经过检测器时的时间戳；O
i
‑1.t是车辆经过上一个检测器的时间戳；SPT()是最短时间函数。
5.根据权利要求4所述的基于固定检测器数据的机动车出行链提取方法，其特征在于，步骤S24中的时间约束表示如下：其中，是第1层有活动候选项的开始时间；d
*
是可行的活动时长。6.根据权利要求2所述的基于固定检测器数据的机动车出行链提取方法，其特征在于，所述步骤S3的具体实现步骤如下：S31，计算观测概率：观测概率Pr(O
i
.t|M(K
i
),O
i
‑1)是指给定一个隐藏运动状态h
i
＝M(K
i
)和前一个检测器观测O
i
‑1生成观测O
i
的可能性，其计算公式为：其中，是最后一项活动的结束时间，是给定运动状态M(K
i
)和前一个检测器观测O
i
‑1时，最后一项活动的结束时间概率；是路径行驶时间的分布函数；S32，计算转移概率：转移概率Pr(h
i
＝M(K
i
)|h
i
‑1＝M(K
i
‑1),O
i
‑1)是指给定AVI观测O
i
‑1时检测车辆在相邻的隐藏运动状态间转移的概率，根据检测器观测O
i
‑1的类型分两种情况计算：321)O
i
‑1为停车观测a1)K
i
＝0当车辆在O
i
‑1和O
i
之间的子行程表为连续行驶状态时此时的转移概率被定义为：其中，为表示车辆是否经过AVI监控路段的二元变量：如果经过AVI系统监测的路段时否则否则为连接O
i
‑1.x和O
i
.x两个地点间的候选路径集；为路径选择模型，给出出行的两个端点(O
i
‑1.x,O
i
.x)时，驾驶员选择路径的概率；a2)K
i
≥1车辆在O
i
‑1和O
i
之间至少包含一项活动此时的转移概率表示为：式中，为表示车辆是否经过检测器监控路段的二元变量：如果经过被检测器系统监测的路段时否则否则为连接起始活动的位置和目的活动位置
间的候选路径集；为路径选择模型，给出已知起...

【专利技术属性】
技术研发人员：任刚，邓玥，曹奇，陈维翰，李大韦，李豪杰，吴辰旸，华雪东，
申请(专利权)人：东南大学，
类型：发明
国别省市：