一种基于城市运动车辆检测的车流量统计方法技术

本发明专利技术涉及数据处理技术领域，具体涉及一种基于城市运动车辆检测的车流量统计方法。方法包括：获取待统计城市的交通数据集，根据缺失数据所对应日期与待分析日期对应的第一子数据序列之间的差异、以及缺失数据所对应路段与待分析路段对应的第二子数据序列之间的差异，得到各待分析日期对应的第一子数据序列的参考因子和各待分析路段对应的第二子数据序列的参考因子；根据缺失数据的预设邻域内对应的平均速度数据的空间差异，得到缺失数据对应的采集时刻的混乱程度；基于参考因子和混乱程度，确定缺失数据的最优补全值，进而预测未来时刻的车流量数据。本发明专利技术提高了车流量数据预测结果的可信度。测结果的可信度。测结果的可信度。

【技术实现步骤摘要】
一种基于城市运动车辆检测的车流量统计方法


[0001]本专利技术涉及数据处理
，具体涉及一种基于城市运动车辆检测的车流量统计方法。

技术介绍

[0002]城市道路交通状态感知与预测是实现城市智慧交通管理的关键问题，对城市道路的交通状态进行实时监控与预测能够为交通管理决策奠定基础，从而提高城市道路资源的利用率。同时对突发交通状态进行快速辨别和快速应对。道路上流动车辆的状态检测主要是通过线圈、雷达以及车载高精度GPS定位装置进行轨迹监测，但是采样时间长、车辆运行状态多变等外部因素均会导致车流量数据缺失的情况出现。
[0003]由于道路的车流量信息会存在相邻日期与相邻路段的高相关性，因此补全缺失数据常通过相关时序进行平均数据插值，这种方法会使得缺失数据在时序中呈现的周期性信息与趋势性信息缺失，进而导致城市车流量信息的预测结果可信度较低。

技术实现思路

[0004]为了解决现有方法在预测城市车流量信息时存在的预测结果可信度较低的问题，本专利技术的目的在于提供一种基于城市运动车辆检测的车流量统计方法，所采用的技术方案具体如下：本专利技术提供了一种基于城市运动车辆检测的车流量统计方法，该方法包括以下步骤：获取待统计城市的交通数据集及其缺失数据对应的位置，所述交通数据包括待统计城市不同路段不同采集时刻的车流量数据和平均速度数据；根据历史日期与缺失数据所对应日期的时间间隔确定待分析日期，根据待统计城市中的路段与缺失数据所对应路段的距离确定待分析路段；由每个日期内各采集时刻的交通数据构成每个日期对应的第一子数据序列，由每个路段在各采集时刻的交通数据构成每个路段对应的第二子数据序列；根据缺失数据所对应日期对应的第一子数据序列与待分析日期对应的第一子数据序列之间的差异、以及缺失数据所对应路段对应的第二子数据序列与待分析路段对应的第二子数据序列之间的差异，分别得到各待分析日期对应的第一子数据序列的参考因子和各待分析路段对应的第二子数据序列的参考因子；基于缺失数据所对应日期对应的第一子数据序列、待分析日期对应的第一子数据序列、缺失数据所对应路段对应的第二子数据序列、待分析路段对应的第二子数据序列，获得缺失数据的预设邻域内对应的平均速度数据的空间差异；根据所述空间差异，得到缺失数据对应的采集时刻的混乱程度；基于所述参考因子、所述混乱程度、待分析日期对应的第一子数据序列、待分析路段对应的第二子数据序列，确定对应缺失数据的最优补全值，基于所述最优补全值获得待统计城市的所有车流量数据，并预测未来时刻的车流量数据。
[0005]优选的，所述根据历史日期与缺失数据所对应日期的时间间隔确定待分析日期，根据待统计城市中的路段与缺失数据所对应路段的距离确定待分析路段，包括：将与缺失数据所对应日期的时间间隔小于或等于预设天数的历史日期记为待分析日期，将与缺失数据所对应路段的距离小于或等于预设距离的路段记为待分析路段。
[0006]优选的，所述分别得到各待分析日期对应的第一子数据序列的参考因子和各待分析路段对应的第二子数据序列的参考因子，包括：对于第i个待分析日期对应的第一子数据序列：对缺失数据所对应日期与第i个待分析日期对应的第一子数据序列之间的DTW距离进行负相关映射，将映射结果记为第i个待分析日期对应的第一差异指标；计算所有待分析日期对应的第一差异指标的和值，将所述第i个待分析日期对应的第一差异指标与所述第一差异指标的和值的比值作为第i个待分析日期对应的第一子数据序列的参考因子；对于第j个待分析路段对应的第二子数据序列：对缺失数据所对应路段与第j个待分析路段对应的第二子数据序列之间的DTW距离进行负相关映射，将映射结果记为第j个待分析路段对应的第二差异指标；计算所有待分析路段对应的第二差异指标的和值，将所述第j个待分析路段对应的第二差异指标与所述第二差异指标的和值的比值作为第j个待分析路段对应的第二子数据序列的参考因子。
[0007]优选的，所述获得缺失数据的预设邻域内对应的平均速度数据的空间差异，包括：将缺失数据所对应日期对应的第一子数据序列、待分析日期对应的第一子数据序列、缺失数据所对应路段对应的第二子数据序列、待分析路段对应的第二子数据序列记为特征数据序列；对特征数据序列进行STL分解，在缺失数据的预设邻域内获取属于特征数据序列中的数据，将获取的数据对应的平均速度记为邻域平均速度；将所有邻域平均速度对应的残差的方差记为第一方差；基于所有邻域平均速度对应的残差获得缺失数据的离群因子；所述空间差异包括所述第一方差和所述缺失数据的离群因子。
[0008]优选的，在缺失数据的预设邻域内获取属于特征数据序列中的数据的方法为：将待统计城市的交通数据集中的所有数据映射到空间中，在所述空间中获取缺失数据的预设邻域内且属于特征数据序列中的数据。
[0009]优选的，根据所述空间差异，得到缺失数据对应的采集时刻的混乱程度，包括：计算第一方差与缺失数据的离群因子的乘积，将所述乘积的归一化结果作为缺失数据对应的采集时刻的混乱程度。
[0010]优选的，所述基于所述参考因子、所述混乱程度、待分析日期对应的第一子数据序列、待分析路段对应的第二子数据序列，确定对应缺失数据的最优补全值，包括：对待分析日期对应的第一子数据序列、待分析路段对应的第二子数据序列进行STL分解，获得对应的周期性数值信息和趋势性数值信息；基于所述周期性数值信息、所述趋势性数值信息、所述参考因子和所述混乱程度，得到缺失数据的最优补全值，所述参考因子与所述最优补全值呈正相关关系，所述混乱程度与所述最优补全值呈负相关关系。
[0011]优选的，采用如下公式计算缺失数据的最优补全值：
其中，为缺失数据的最优补全值，为第i个待分析日期对应的第一子数据序列的参考因子，为第j个待分析路段对应的第二子数据序列的参考因子，为待分析日期的数量，为待分析路段的数量，为第i个待分析日期对应的第一子数据序列在STL分解中对应的周期性数值信息与趋势性数值信息之和，为第j个待分析路段对应的第二子数据序列在STL分解中对应的周期性数值信息与趋势性数值信息之和，为缺失数据对应的采集时刻，为缺失数据对应的采集时刻的混乱程度。
[0012]本专利技术至少具有如下有益效果：本专利技术首先获取了缺失数据所对应日期与待分析日期对应的第一子数据序列，以及缺失数据所对应路段与待分析路段对应的第二子数据序列，第一子数据序列能够从时间上反映缺失数据所对应路段的交通信息，第二子数据序列能够从空间上反映缺失数据所对应的采集时刻对应路段的交通信息，本专利技术根据缺失数据所对应日期与待分析日期对应的第一子数据序列之间的差异、以及缺失数据所对应路段与待分析路段对应的第二子数据序列之间的差异，获得了每个待分析日期对应的第一子数据序列的参考因子和每个待分析路段对应的第二子数据序列的参考因子，也即分别从时间上和空间上对缺失数据所在的子数据序列与其他子数据序列之间的差异进行了分析，缺失数据所在的子数据序列与其他子数据序列之间的差异越小，说明对应两个子数据序列包含的相似信息越多，在对缺失数据进行补全时，越应当参考对应子数据序列中的周期本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于城市运动车辆检测的车流量统计方法，其特征在于，该方法包括以下步骤：获取待统计城市的交通数据集及其缺失数据对应的位置，所述交通数据包括待统计城市不同路段不同采集时刻的车流量数据和平均速度数据；根据历史日期与缺失数据所对应日期的时间间隔确定待分析日期，根据待统计城市中的路段与缺失数据所对应路段的距离确定待分析路段；由每个日期内各采集时刻的交通数据构成每个日期对应的第一子数据序列，由每个路段在各采集时刻的交通数据构成每个路段对应的第二子数据序列；根据缺失数据所对应日期对应的第一子数据序列与待分析日期对应的第一子数据序列之间的差异、以及缺失数据所对应路段对应的第二子数据序列与待分析路段对应的第二子数据序列之间的差异，分别得到各待分析日期对应的第一子数据序列的参考因子和各待分析路段对应的第二子数据序列的参考因子；基于缺失数据所对应日期对应的第一子数据序列、待分析日期对应的第一子数据序列、缺失数据所对应路段对应的第二子数据序列、待分析路段对应的第二子数据序列，获得缺失数据的预设邻域内对应的平均速度数据的空间差异；根据所述空间差异，得到缺失数据对应的采集时刻的混乱程度；基于所述参考因子、所述混乱程度、待分析日期对应的第一子数据序列、待分析路段对应的第二子数据序列，确定对应缺失数据的最优补全值，基于所述最优补全值获得待统计城市的所有车流量数据，并预测未来时刻的车流量数据。2.根据权利要求1所述的一种基于城市运动车辆检测的车流量统计方法，其特征在于，所述根据历史日期与缺失数据所对应日期的时间间隔确定待分析日期，根据待统计城市中的路段与缺失数据所对应路段的距离确定待分析路段，包括：将与缺失数据所对应日期的时间间隔小于或等于预设天数的历史日期记为待分析日期，将与缺失数据所对应路段的距离小于或等于预设距离的路段记为待分析路段。3.根据权利要求1所述的一种基于城市运动车辆检测的车流量统计方法，其特征在于，所述分别得到各待分析日期对应的第一子数据序列的参考因子和各待分析路段对应的第二子数据序列的参考因子，包括：对于第i个待分析日期对应的第一子数据序列：对缺失数据所对应日期与第i个待分析日期对应的第一子数据序列之间的DTW距离进行负相关映射，将映射结果记为第i个待分析日期对应的第一差异指标；计算所有待分析日期对应的第一差异指标的和值，将所述第i个待分析日期对应的第一差异指标与所述第一差异指标的和值的比值作为第i个待分析日期对应的第一子数据序列的参考因子；对于第j个待分析路段对应的第二子数据序列：对缺失数据所对应路段与第j个待分析路段对应的第二子数据序列之间的DTW距离进行负相关映射，将映射结果记为第j个待分析路段对应的第二差异指标；计算所有待分析路段对应的第二差异指标...

【专利技术属性】
技术研发人员：莫碧文，
申请(专利权)人：东莞市城建规划设计院，
类型：发明
国别省市：