一种交通流信息数据处理方法及系统技术方案

本申请公开了一种交通流信息数据处理方法及系统。本方法首先获取目标区域在设定时间段通过各个卡口的卡口过车数据；通过所述机动车车牌号在机动车信息系统中获取车辆信息；然后将所获取的通过时间、通过速度以及车辆信息数据进行计算整合确定出目标区域在设定时间段内通过各个卡口的交通流耦合数据；最后基于通过各个卡口的车辆流量进行流量异常识别，并对于流量异常值进行修正。本申请能够对车辆行驶信息进行整合，同时将异常值进行恢复，并得到区域内全路网不同时刻的交通流信息数据。到区域内全路网不同时刻的交通流信息数据。到区域内全路网不同时刻的交通流信息数据。

【技术实现步骤摘要】
一种交通流信息数据处理方法及系统


[0001]本专利技术涉及交通流信息
，特别涉及一种交通流信息数据处理方法及系统。

技术介绍

[0002]汽车使用量的增加提高了人类活动的流动性，但也带来了一些严重的问题，如过度消耗化石燃料、气候变化和空气污染。汽车排放给全球特大城市造成了严重的空气污染问题，是城市排放二氧化碳（CO2）和氮氧化物（NO
X
）的主要部门，并在很大程度上导致了细颗粒物（PM2.5）的浓度上升。伴随着人口逐渐向城市迁移，车辆数量进一步增加，交通污染增加的风险和城市环境进一步恶化的风险将增加，亟需精准化控制交通各污染物的排放。交通部门排放污染物的量化是一个非常紧迫的研究项目，为了实现区域化减排政策的进一步研究，首先需要广泛获取真实的个体机动车行驶及排放情况。但是，目前的数据集无法满足要求。
[0003]由于直接监测大量单体车辆的行驶轨迹成本较高，目前仅有针对部分城市或地区使用单体车辆实测的研究，而大多交通流活动数据和车辆技术属性信息主要是通过模拟和抽样调查获得的；车辆轨迹及信息的准确性受到样本空间或时间覆盖和样本数据的代表性的限制。
[0004]同时由于交通流轨迹信息车流数据量较大，鉴于检测装置性能，在复杂的道路环境以及恶劣天气的影响下，测试设备可能无法正确地检测真实车辆的行驶信息，车流信息记录中往往存在异常数据。难以直接应用于动态车流数据应用的计算需求。交通流数据需进行识别与清洗，目前对异常数据进行人工识别后，往往采用剔除异常值，进而出现当日因存在大量缺失数据导致全天数据失效的情况，大大降低了数据的可用性。
[0005]部分模拟交通数据难以反应真实道路通行情况，而由于实测交通流数据量庞大，数据处理过程繁琐，难以实现近实时交通流数据的应用。同时，卡口检测设备易受天气等影响，同时行驶道路中存在限行、施工等情况，交通流信息内存在较多异常值；人工识别异常值工作量大，识别后的异常数据与缺失数据直接剔除，导致全天数据失效数据可用性大大降低。同时由于异常值的存在，交通流实测数据难以与其他数据库进行匹配耦合，从而阻碍车辆轨迹信息的进一步综合应用。

技术实现思路

[0006]基于此，本申请实施例提供了一种交通流信息数据处理方法及系统，能够对车辆行驶信息进行整合，同时将异常值进行恢复，并得到全路网不同时刻的交通流信息数据。
[0007]第一方面，提供了一种交通流信息数据处理方法，该方法包括：
[0008]获取目标区域在设定时间段通过各个卡口的卡口过车数据；其中，所述卡口过车数据包括通过时间、机动车车牌号以及通过速度；
[0009]通过所述机动车车牌号在机动车信息系统中获取车辆信息；其中，所述车辆信息
至少包括排放标准、车辆类型、燃料类型以及车龄；
[0010]将所获取的通过时间、通过速度以及车辆信息数据进行计算整合确定出目标区域在设定时间段内通过各个卡口的交通流耦合数据；其中，交通流耦合数据中至少包括车辆流量、车辆比例以及平均速度信息；
[0011]基于通过各个卡口的车辆流量进行流量异常识别，并对于流量异常值进行修正。
[0012]可选地，通过所述机动车车牌号在机动车信息系统中获取车辆信息，包括：
[0013]当机动车车牌号在机动车信息系统中能够完成匹配时，根据机动车车牌号耦合匹配行驶信息、机动车信息；进而根据耦合匹配结果确定出排放标准、车辆类型、燃料类型以及车龄；
[0014]当机动车车牌号在机动车信息系统中不能够完成匹配时，通过模糊匹配寻找其他卡口记录，以及通过车身长度确定出车辆类型，并根据同类车型平均车龄匹配对应的排放标准。
[0015]可选地，通过车身长度确定出车辆类型，包括：
[0016]当车身长度小于4米时，确定当前车辆为摩托车、出租车或轻型载客汽车；
[0017]当车身长度大于4米且小于6米时，确定当前车辆为中型载客汽车或轻型载货汽车；
[0018]当车身长度大于6米时，确定当前车辆为公共汽车、大型载客汽车或重型载货汽车。
[0019]可选地，根据同类车型平均车龄匹配对应的排放标准，包括：
[0020]根据同类车型平均车龄的中位数匹配相对应的排放标准。
[0021]可选地，基于通过各个卡口的车辆流量进行流量异常识别，并对于流量异常值进行修正，包括：
[0022]将各个卡口的车辆流量与历史平均车辆流量进行比对，当车辆流量超过历史平均车辆流量预设比例时，通过人工查阅设定时间段该卡口是否路段存在施工、限行；其中，预设比例为60%；
[0023]当不存在施工、限行时，则确定设定时间段内通过该卡口的车辆流量为异常值。
[0024]可选地，当不存在施工、限行时，则确定设定时间段内通过该卡口的车辆流量为异常值之后，所述方法还包括：
[0025]将该异常值替换为设定时间区间内的流量平均值；其中，设定时间区间为前10个有效日。
[0026]可选地，在获取目标区域在设定时间段通过各个卡口的卡口过车数据时，所述方法还包括：
[0027]对卡口过车数据进行预处理，将未识别、识别异常、数据缺失的数据进行人工识别与剔除。
[0028]可选地，所述方法还包括：
[0029]基于卡口的地理信息，将不同卡口的车流量情况基于地图进行展示。
[0030]可选地，获取目标区域在设定时间段通过各个卡口的卡口过车数据，包括：
[0031]与机动车稽查系统建立数据传输关系，确定目标区域以及设定时间段后获得卡口过车数据。
[0032]第二方面，提供了一种交通流信息数据处理系统，该系统包括：
[0033]获取模块，用于获取目标区域在设定时间段通过各个卡口的卡口过车数据；其中，所述卡口过车数据包括通过时间、机动车车牌号以及通过速度；
[0034]信息确定模块，用于通过所述机动车车牌号在机动车信息系统中获取车辆信息；其中，所述车辆信息至少包括排放标准、车辆类型、燃料类型以及车龄；
[0035]计算整合模块，用于将所获取的通过时间、通过速度以及车辆信息数据进行计算整合确定出目标区域在设定时间段内通过各个卡口的交通流耦合数据；其中，交通流耦合数据中至少包括车辆流量、车辆比例以及平均速度信息；
[0036]异常识别模块，基于通过各个卡口的车辆流量进行流量异常识别，并对于流量异常值进行修正。
[0037]本申请实施例提供的技术方案中首先获取目标区域在设定时间段通过各个卡口的卡口过车数据；通过所述机动车车牌号在机动车信息系统中获取车辆信息；然后将所获取的通过时间、通过速度以及车辆信息数据进行计算整合确定出目标区域在设定时间段内通过各个卡口的交通流耦合数据；最后基于通过各个卡口的车辆流量进行流量异常识别，并对于流量异常值进行修正。
[0038]本申请实施例提供的技术方案带来的有益效果至少包括：根据路上实时的机动车行驶信息同时结合车牌信息耦合得到各个体车辆的详细信息，对于缺失值、异常值进行修本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通流信息数据处理方法，其特征在于，所述方法包括：获取目标区域在设定时间段通过各个卡口的卡口过车数据；其中，所述卡口过车数据包括通过时间、机动车车牌号以及通过速度；通过所述机动车车牌号在机动车信息系统中获取车辆信息；其中，所述车辆信息至少包括排放标准、车辆类型、燃料类型以及车龄；将所获取的通过时间、通过速度以及车辆信息数据进行计算整合确定出目标区域在设定时间段内通过各个卡口的交通流耦合数据；其中，交通流耦合数据中至少包括车辆流量、车辆比例以及平均速度信息；基于通过各个卡口的车辆流量进行流量异常识别，并对于流量异常值进行修正。2.根据权利要求1所述的交通流信息数据处理方法，其特征在于，通过所述机动车车牌号在机动车信息系统中获取车辆信息，包括：当机动车车牌号在机动车信息系统中能够完成匹配时，根据机动车车牌号耦合匹配行驶信息、机动车信息；进而根据耦合匹配结果确定出排放标准、车辆类型、燃料类型以及车龄；当机动车车牌号在机动车信息系统中不能够完成匹配时，通过模糊匹配寻找其他卡口记录，以及通过车身长度确定出车辆类型，并根据同类车型平均车龄匹配对应的排放标准。3.根据权利要求2所述的交通流信息数据处理方法，其特征在于，通过车身长度确定出车辆类型，包括：当车身长度小于4米时，确定当前车辆为摩托车、出租车或轻型载客汽车；当车身长度大于4米且小于6米时，确定当前车辆为中型载客汽车或轻型载货汽车；当车身长度大于6米时，确定当前车辆为公共汽车、大型载客汽车或重型载货汽车。4.根据权利要求2所述的交通流信息数据处理方法，其特征在于，根据同类车型平均车龄匹配对应的排放标准，包括：根据同类车型平均车龄的中位数匹配相对应的排放标准。5.根据权利要求1所述的交通流信息数据处理方法，其特征在于，基于通过各个卡口的车辆流量进行流量异常识别，并对于流量异常值进行修正，包括：将各个卡口的车辆流量与历史平均车辆流量...

【专利技术属性】
技术研发人员：康思聪，申现宝，庞美玲，晏平仲，雷宇，
申请(专利权)人：北京清创美科环境科技有限公司，
类型：发明
国别省市：