车辆非法停驻点识别及拥堵预测方法、装置、设备及介质制造方法及图纸

本公开的实施例提供了车辆非法停驻点识别及拥堵预测方法、装置、设备及介质，应用于大数据交通管理技术领域。所述方法包括获取目标时间段内的目标区域内所有的停驻点、停驻点坐标、停驻时间、POI信息和路网信息；根据预设停驻时长和停驻时间将停驻点分为长停驻点和短停驻点；根据长停驻点的坐标和POI数据，确定非法停驻点；基于路网数据，将目标区域内的路网与短停驻点绑定，得到路段停驻密度序列后，输入预先构建的Transformer模型，输出下一时间段的停驻点密度，得到对应路段的道路拥堵预测结果，生成交通管理策略。以此方式，能够有效区分不同停驻状态与不同停驻位置的数据，便于针对性处理，结合Transformer分析道路拥堵状况，提高城市道路拥堵状况的预测能力。提高城市道路拥堵状况的预测能力。提高城市道路拥堵状况的预测能力。

【技术实现步骤摘要】
车辆非法停驻点识别及拥堵预测方法、装置、设备及介质


[0001]本公开涉及大数据交通管理
，尤其涉及车辆非法停驻点识别及拥堵预测方法、装置、设备及介质。

技术介绍

[0002]当前，城市交通监管主要使用台账统计等手段，监管、调度效率低下，同时原始GPS数据体量庞大，从数据中提取有效信息困难，提取方式可解释性弱，亟待引入一种可解释的数据提取手段，解决海量异构数据提取难压缩难的问题，为交通数字化监管提供数据支撑。同时，现有的交通拥堵状况主要依赖于交通流预测算法，未能考虑到车辆行驶的实际状况，难以挖掘道路具体通行能力随时间变化的特征。具体包括以下几点：（1）传统车辆轨迹识别方式可解释性较弱传统车辆轨迹识别方式主要以基于深度学习的车辆轨迹识别与预测为主，已有的长短期记忆网络LSTM、高斯混合模型与长短期记忆网络结合的GMM
‑
LSTM模型等方法被应用于车辆行驶轨迹识别与行驶意图预测，但上述方法均以深度学习手段对序列数据进行分析，分析效果与人为设置的超参数直接挂钩，且可解释性较弱，削弱了所得结果的说服力。
[0003]（2）现有交通拥堵预测算法，难以处理海量的GPS轨迹数据，同时未能考虑车辆通行的具体动作现有的交通拥堵预测算法主要有以下两种方式：一种是利用交调数据分析每个路口交通流量随时空变化的规律，再基于《城市道路工程设计规范CJJ37
‑
2012》等行业规范中规定的服务水平等级转化为交通拥堵状态；另一种是使用已发布的交通拥堵状态，并在此基础上对其进行量化，最终结合时空关系直接对交通拥堵状态进行预测。上述两种方法都需要对原始车行数据进行大规模清洗，难以处理原始的GPS轨迹数据，同时，上述两种方法都以车辆通行量或者已发布的交通拥堵状况为标准，未能考虑路面宽度，车辆行驶状态等因素，难以为交通管理部门提供强有力的决策支撑。
[0004]（3）现有交通管理部门执法难，难以对车辆违法停车造成道路拥堵的情况进行动态监管随着社会经济不断发展，车辆拥有率不断提升，车辆长时间靠边停车很可能造成道路变窄从而影响道路承载力，而传统的监管手段通常以定点定期巡查等手段为主，难以跟随时间与空间动态更新执法地点，缺乏对非法长期停驻点的动态识别与实时更新机制。

技术实现思路

[0005]本公开提供了一种车辆非法停驻点识别及拥堵预测方法、装置、设备及介质。
[0006]根据本公开的第一方面，提供了一种车辆非法停驻点识别及拥堵预测方法。该方法包括：获取目标时间段内的车辆停驻点数据集、POI信息和路网信息；所述车辆停驻点数据集包括目标时间段内的目标区域内所有的停驻点、停驻点的坐标和对应的停驻时间；
根据预设停驻时长和所述停驻时间对所述停驻点进行分类，得到长停驻点和短停驻点；其中，所述预设停驻时长是根据目标区域所属地区得到的；根据长停驻点的坐标和POI数据，确定长停驻点的POI集合；其中，所述POI数据为目标区域内的POI信息；根据所述POI集合确定所述目标区域内的非法停驻点；基于路网数据，将所述目标区域内的路网与所述短停驻点绑定，得到路段停驻密度序列；其中，所述路网数据为所述目标区域内的路网信息；将所述路段停驻密度序列输入预先构建的Transformer模型，输出下一时间段的停驻点密度；所述下一时间段的停驻点密度包括下一时间段内多个时间点对应的停驻点密度；根据所述停驻点密度，得到对应路段的道路拥堵预测结果；基于所述非法停驻点和所述道路拥堵预测结果，生成交通管理策略。
[0007]进一步地，所述车辆停驻点数据集的生成过程，包括：获取车辆的GPS数据；所述GPS数据所述GPS数据还包括对应的车辆ID和时间标签；基于所述时间标签对所述GPS数据进行排序，并划分为多个序列，得到GPS数据序列；将所述GPS数据序列进行聚类，计算聚类中心点，生成停驻时间；以所述聚类中心点代替GPS数据序列中属于同一个类的点，得到GPS点轨迹序列；对所述GPS点轨迹序列进行遍历，并更新所述停驻时间；基于所述GPS点轨迹序列和更新后的停驻时间，生成车辆停驻点数据集。
[0008]进一步地，在获取车辆的GPS数据时，还包括：根据车辆ID对GPS数据进行分表存储，并基于预设时间正则表达式对GPS数据进行过滤处理，剔除时间不符合规范的GPS数据。
[0009]进一步地，所述根据预设停驻时长和所述停驻时间对所述停驻点进行分类，得到长停驻点和短停驻点，包括：将停驻时间大于等于预设停驻时长的停驻点，确定为长停驻点；将停驻时间小于预设停驻时长的停驻点，确定为短停驻点。
[0010]进一步地，所述根据长停驻点的坐标和POI数据，确定长停驻点的POI集合，包括：根据长停驻点的坐标和POI数据，基于范围优先搜索算法，确定所述长停驻点对应的POI集合。
[0011]进一步地，所述POI信息包括POI信息点的名称；所述根据所述POI集合确定所述目标区域内的非法停驻点，包括：根据POI信息点的名称，判断所述POI集合中是否含停车场、小区、餐厅、商场和车站；若不含有停车场、小区、餐厅、商场和车站，则将对应的停驻点确定为非法停驻点；若含有停车场、小区、餐厅、商场和车站中的任意一个，则将对应的停驻点确定为合法停驻点。
[0012]根据本公开的第二方面，提供了一种车辆非法停驻点识别及拥堵预测装置。该装置包括：
信息获取模块，用于获取目标时间段内的车辆停驻点数据集、POI信息和路网信息；所述车辆停驻点数据集包括目标时间段内的目标区域内所有的停驻点、停驻点的坐标和对应的停驻时间；停驻点分类模块，用于根据预设停驻时长和所述停驻时间对所述停驻点进行分类，得到长停驻点和短停驻点；其中，所述预设停驻时长是根据目标区域所属地区得到的；POI集合确定模块，用于根据长停驻点的坐标和POI数据，确定长停驻点的POI集合；其中，所述POI数据为目标区域内的POI信息；非法停驻点确定模块，用于根据所述POI集合确定所述目标区域内的非法停驻点；序列生成模块，用于基于路网数据，将所述目标区域内的路网与所述短停驻点绑定，得到路段停驻密度序列；其中，所述路网数据为所述目标区域内的路网信息；停驻点密度生成模块，用于将所述路段停驻密度序列输入预先构建的Transformer模型，输出下一时间段的停驻点密度；所述下一时间段的停驻点密度包括下一时间段内多个时间点对应的停驻点密度；道路拥堵预测模块，用于根据所述停驻点密度，得到对应路段的道路拥堵预测结果；策略生成模块，用于基于所述非法停驻点和所述道路拥堵预测结果，生成交通管理策略。
[0013]根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
[0014]根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本公开的第一方面所述的方法。
[0015]本公开的实施例提供了车辆非法停驻点识别及拥堵预测方法、装置、设备及介质，采用改进DB本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆非法停驻点识别及拥堵预测方法，其特征在于，包括：获取目标时间段内的车辆停驻点数据集、POI信息和路网信息；所述车辆停驻点数据集包括目标时间段内的目标区域内所有的停驻点、停驻点的坐标和对应的停驻时间；根据预设停驻时长和所述停驻时间对所述停驻点进行分类，得到长停驻点和短停驻点；其中，所述预设停驻时长是根据目标区域所属地区得到的；根据长停驻点的坐标和POI数据，确定长停驻点的POI集合；其中，所述POI数据为目标区域内的POI信息；根据所述POI集合确定所述目标区域内的非法停驻点；基于路网数据，将所述目标区域内的路网与所述短停驻点绑定，得到路段停驻密度序列；其中，所述路网数据为所述目标区域内的路网信息；将所述路段停驻密度序列输入预先构建的Transformer模型，输出下一时间段的停驻点密度；所述下一时间段的停驻点密度包括下一时间段内多个时间点对应的停驻点密度；根据所述停驻点密度，得到对应路段的道路拥堵预测结果；基于所述非法停驻点和所述道路拥堵预测结果，生成交通管理策略。2.根据权利要求1所述的方法，其特征在于，所述车辆停驻点数据集的生成过程，包括：获取车辆的GPS数据；所述GPS数据还包括对应的车辆ID和时间标签；基于所述时间标签对所述GPS数据进行排序，并划分为多个序列，得到GPS数据序列；将所述GPS数据序列进行聚类，计算聚类中心点，生成停驻时间；以所述聚类中心点代替GPS数据序列中属于同一个类的点，得到GPS点轨迹序列；对所述GPS点轨迹序列进行遍历，并更新所述停驻时间；基于所述GPS点轨迹序列和更新后的停驻时间，生成车辆停驻点数据集。3.根据权利要求2所述的方法，其特征在于，在获取车辆的GPS数据时，还包括：根据车辆ID对GPS数据进行分表存储，并基于预设时间正则表达式对GPS数据进行过滤处理，剔除时间不符合规范的GPS数据。4.根据权利要求1所述的方法，其特征在于，所述根据预设停驻时长和所述停驻时间对所述停驻点进行分类，得到长停驻点和短停驻点，包括：将停驻时间大于等于预设停驻时长的停驻点，确定为长停驻点；将停驻时间小于预设停驻时长的停驻点，确定为短停驻点。5.根据权利要求1所述的方法，其特征在于，所述根据长停驻点的坐标和POI数据，确定长停驻点的POI集合，包括：根据长停驻点的坐标和POI数据，基于范围优先搜...

【专利技术属性】
技术研发人员：王娟，李程，曾萼岚，许石，张英海，刘用，许高程，
申请(专利权)人：国交空间信息技术北京有限公司，
类型：发明
国别省市：