【技术实现步骤摘要】
一种基于置信度评估的多源交通数据处理方法
[0001]本专利技术涉及城市智能交通数据采集及应用领域，尤其涉及一种基于置信度评估的多源交通数据处理方法。
技术介绍
[0002]经过十数年来城市智能交通系统的持续建设和发展，电警、卡口、视频、微波等检测系统共存是各个城市中的普遍现象，充分利用各类检测数据实现互补融合是城市智能交通系统降本增效、获取可信交通检测数据的有效手段。现有多传感器系统的数据融合技术的研究方向集中在以下两个方面：
[0003]一、原始信息的数据级融合，可获取更精准的交通检测结果，应用于检测性能提升的数据深度挖掘。由于数据量大，或受传感器原始数据不稳定影响，使计算机处理时间长，实时性与抗干扰能力弱，精度也相对减小。
[0004]二、输出信息的特征级融合，可以提高融合处理的实时性，减小原始数据中的误差对融合结果的干扰。现有特征级融合技术研究局限于指定传感器间的指定特征融合方法，其微观处理特点不适用于宏观层面系统级的数据融合应用。
技术实现思路
[0005]本专利技术的目的就在于为了...
【技术保护点】
【技术特征摘要】
1.一种基于置信度评估的多源交通数据处理方法，用于将采集到的相同时空粒度下同一交通特征参数的数据融合和不同交通特征参数的数据聚合，以获取一个空间研究单位下的各种交通流指标，其特征在于：首先标定不同检测系统下交通特征参数的置信度；针对可直接获取的交通流指标，通过置信度融合的方式计算该空间研究单位下相应交通流指标的置信度，选取置信度最大的检测器提供的交通特征值作为该空间研究单位的交通流指标；针对无法直接获取的交通流指标，通过交通特征值推导获得该空间研究单位的交通流指标，进而通过置信度聚合的方式计算该空间研究单位下相应交通流指标的置信度。2.按照权利要求1所述的一种基于置信度评估的多源交通数据处理方法，其特征在于：采集到相同时空粒度下同一交通特征参数和不同交通特征参数的方法，根据检测设备类型t的不同具体包括：卡口t1采集：通过卡口设备采集的行经当前道路的流量数据，获取不同空间粒度下的交通特征参数p；视频t2采集：通过视频分析采集的行经当前道路的流量数据，获取不同空间粒度下的交通特征参数p；雷达微波t3采集：通过雷达传感器采集的行经当前道路的流量数据，获取不同空间粒度下的交通特征参数p；其中交通特征参数p包括交通率p1、占有率p2、排队长度p3、车头时距p4、出口溢出p5以及过车数据p6；在不同时空粒度下，根据不同检测区域w的交通特征参数p的可获得性不同，将其分为当前道路的来车方向检测区域w1、离车方向检测区域w2和出口方向检测区域w3；不同时空粒度的流量数据适用到相同时空粒度下的方法包括：时间匹配和空间匹配，其中时间匹配包括首先根据数据融合的时间范围筛选出多种检测设备类型t在该时间范围下的检测数据，然后需要不同采集间隔的交通数据转化为同一周期的交通数据，最后确定时空粒度的时间范围；空间匹配是指多源交通检测数据必须反映同一空间研究单位的交通流信息。3.按照权利要求2所述的一种基于置信度评估的多源交通数据处理方法，其特征在于，标定不同检测系统下交通特征参数的置信度包括：对不同检测区域w和设备类型t可获得的交通特征参数p的置信度进行评分；其中交通特征参数p在检测区域w上的可获得性为α
p
‑
w
，α
p
‑
w
的取值为0
‑
不可获得，1
‑
可获得，2
‑
可获得但在空间匹配中置信度较低；特征参数p在设备类型t上的可获得性为β
p
‑
t
，β
p
‑
t
的取值为0
‑
不可获得，1
‑
可获得，2
‑
模型计算；根据α
p
‑
w
、β
p
‑
t
的值对交通特征参数p的置信度进行评分，以Φ
p
‑
w
表示交通特征参数p在检测区域w上的提取置信度，Φ
p
‑
t
表示特征参数p在设备类型t上的提取置信度。4.按照权利要求2所述的一种基于置信度评估的多源交通数据处理方法，其特征在于：不同时空粒度的流量数据适用到相同时空粒度时还应该对多源交通数据缺失的时间单元数据进行弥补，弥补方式包括纵向时间序列相关性数据的替代与横向时间序列相关性数据的替代，弥补数据后对源数据的影响系数定义为f
l
‑
p
‑
s
，其中l表示空间研究单位，p表示交通特征，s表示检测设备。5.按照权利要求3或...
【专利技术属性】
技术研发人员：陈家旭，宋志洪，苟启文，吕潭，
申请(专利权)人：安徽科力信息产业有限责任公司，
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。