【技术实现步骤摘要】
本专利技术属于交通感知与大数据分析领域，具体涉及一种考虑物理约束的车辆轨迹重构方法。
技术介绍
1、车辆轨迹包含丰富的交通流时空信息，这对于交通流模拟建模、交通信号优化以及交通运行状态评估具有重要意义。获取完整的车辆轨迹并分析其时空信息在描述交通流的运行状态方面起着关键作用。因此，如何在有限且部分连续的轨迹数据基础上补充更多的轨迹信息，已成为近年来的研究热点。
2、当前的车辆轨迹检测设备可以根据其运动特性分为两类：固定检测器(如自动车辆识别和环形检测器)和移动检测器(如探测车辆和网联自动驾驶车辆)。固定检测器安装在特定位置，能够进行较高精度的车辆点检测，但无法记录车辆轨迹的运动信息。移动检测器则通过安装在车辆上的感知和定位设备，可在一定范围内获取车辆及其他交通参与者的运动数据。探测车辆能够提供自身的位置、加速度和速度特征；然而，由于其低普及率，难以全面重构其他车辆的缺失轨迹。相比之下，网联自动驾驶车辆可以收集其探测范围内的车辆信息，产生的轨迹数据量是探测车辆的数倍。充分利用这些信息有助于重构高精度的车辆轨迹。凭借这些优势，网联自动驾驶车辆在跟车行为仿真、基本图的建立以及超车行为研究方面取得了进展。然而，由于其普及率较低，网联自动驾驶车辆只能提供碎片化的观测数据，而非完整的交通轨迹信息。
3、当前轨迹重构方法主要分为基于数据驱动的方法和基于交通流理论的方法。对于基于数据的方法，重点在于根据轨迹数据的特征推断轨迹点的时空分布模式。在轨迹重构研究中，基于数据的方法可以分为几类：统计模型(如最大似然估计、粒子滤波
技术实现思路
1、本专利技术针对现有技术存在的问题，提供了一种考虑物理约束的车辆轨迹重构方法，以高速公路为研究对象，提取车辆经过固定检测器的车辆编号、速度，位置和通过时间，基于时间消耗曲线计算车辆轨迹的超车点物理约束；考虑交通流运行状态对车辆轨迹的影响，在激波理论中采用线性假设来简化激波模型，计算车辆速度的时空分布约束；根据两大物理约束，对混合模型的轨迹重构结果进行调整，并把重构的结果经过savitzky-golay滤波器进行轨迹平滑，使得重构的车辆轨迹不仅精度更高，而且更加合理。
2、为解决以上技术问题，本专利技术提供如下技术方案：一种考虑物理约束的车辆轨迹重构方法，包括如下步骤：
3、s1、基于上游固定检测器和下游虚拟检测器的观测记录，构建车辆轨迹数据集，包括目标车辆编号，以及目标车辆的位置信息、速度、加速度，时间信息；
4、s2、根据序列长度和预测长度，将步骤s1车辆轨迹数据集中每辆车的轨迹数据处理成时间序列数据，并把划分为训练集，测试集和验证集；
5、s3、引入超车行为作为物理约束条件，通过时间消耗曲线估计车辆的超车点信息，得到目标车辆的超车行为约束条件；
6、s4、引入基于激波理论的速度时空分布图作为物理信息表征目标车辆所在交通流的运行状态，得到目标车辆的速度时空分布约束条件；
7、s5、基于跟驰模型和gru模型构建并训练得到融合模型，具体是:用原始的车辆轨迹数据输入到跟驰模型和gru模型，将跟驰模型与gru模型的重构结果进行融合，得到重构的车辆轨迹，并采用目标车辆的超车行为约束条件、以及目标车辆的速度时空分布约束条件对重构轨迹进行校正；
8、s6、对校正之后的车辆轨迹进行平滑处理，消除异常速度和加速度点的影响，获得最终重构的车辆轨迹。
9、进一步地，前述的步骤s1构建车辆轨迹数据集，具体为：通过上游检测器，将经过目标路段的车辆的车牌号作为车辆id，记车辆n经过路段k上游检测器位置的时间为ak,n，经过该目标路段末端的时间为ak+1,n，辆车n在路段k上游的观测集合为{s(ak,n),v(ak,n),ak,n}，辆车n在路段k下游的观测集合为{s(ak+1,n),v(ak+1,n),ak+1,n}，其中，s(ak,n)为车辆n经过路段k上游检测器的纵向行驶位置，v(ak,n)为车辆n经过路段k上游检测器的速度，s(ak+1,n)为车辆n经过路段k下游虚拟检测器的纵向行驶位置，v(ak+1,n)为车辆n经过路段k下游虚拟检测器的速度。
10、进一步地，前述的步骤s2包括以下子步骤：
11、s2.1、采用滑动窗口的方式划分车辆轨迹，选取的历史序列长度为lh，重构长度为lp，第i个样本的历史序列seq(i)和重构序列p(i)的时间区段分别如公式(1)和(2)；车辆的位置和速度，加速度，车道等信息都在这个区段范围内，即时间序列数据tra：
12、seq(i)∈[tstart,tstart+lh](26)
13、p(i)∈[tstart+lh+1,tstart+lh+lp](27)
14、其中tstart是每个样本的开始时间；
15、s2.2、根据分层采样原则，把时间序列数据按照预设比例划分为训练集，验证集和测试集，其中train_set,val_set,test_set分别表示训练集，验证集和测试集，tra是步骤s2.1得到的所有的车辆轨迹样本：
16、train_set＝m1*tra (28)
17、val_set＝m2*tra (29)
18、test_set＝m3*tra (30)
19、m1，m2，m3是预设的比例系数。
20、进一步地，前述的步骤s3包括如下子步骤：
21、s3.1、根据车辆n通过上游检测器和下游虚拟检测器位置的时间，计算每辆车经过目标路段k的旅行时间tk,n，继而获得数据集中n辆车在目标路段的旅行时间观测集：
22、s3.2、通过绘制观测时间的分布图并进行kolmogorov-smirnov检验；然后基于车辆在交通流运行状态稳定的情况下路段k的旅行时间符合正太分布，获得车辆通过路段k的期望旅行时间如下式：
23、tk,n＝ak+1,n-ak,n (31)
24、
25、其中，tk,n是车辆n通过路段k的旅行时间，是车辆n通过路段k的旅行时间的方差，ak,n是车辆n经过路段k上游检测器位置的时间，ak+1,n为车辆n经过目标路段末端的时间；
26、s3.3、根据计算的期望旅行时间基于车辆n匀速行驶，得到车辆n通过研究路段k末端的时间为进而计算车辆的位置和时间如公式(9)，
2本文档来自技高网...
【技术保护点】
1.一种考虑物理约束的车辆轨迹重构方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种考虑物理约束的车辆轨迹重构方法，其特征在于，步骤S1构建车辆轨迹数据集，具体为：通过上游检测器，将经过目标路段的车辆的车牌号作为车辆ID，记车辆n经过路段k上游检测器位置的时间为ak,n，经过该目标路段末端的时间为ak+1,n，辆车n在路段k上游的观测集合为{s(ak,n),v(ak,n),ak,n}，辆车n在路段k下游的观测集合为{s(ak+1,n),v(ak+1,n),ak+1,n}，其中，s(ak,n)为车辆n经过路段k上游检测器的纵向行驶位置，v(ak,n)为车辆n经过路段k上游检测器的速度，s(ak+1,n)为车辆n经过路段k下游虚拟检测器的纵向行驶位置，v(ak+1,n)为车辆n经过路段k下游虚拟检测器的速度。
3.根据权利要求1所述的一种考虑物理约束的车辆轨迹重构方法，其特征在于，步骤S2包括以下子步骤：
4.根据权利要求2所述的一种考虑物理约束的车辆轨迹重构方法，其特征在于，步骤S3包括如下子步骤：
5.根据权利要求2所述
6.根据权利要求2所述的一种考虑物理约束的车辆轨迹重构方法，其特征在于，步骤S5包括以下子步骤：
7.根据权利要求6所述的一种考虑物理约束的车辆轨迹重构方法，其特征在于，步骤S6包括如下子步骤：
...【技术特征摘要】
1.一种考虑物理约束的车辆轨迹重构方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种考虑物理约束的车辆轨迹重构方法，其特征在于，步骤s1构建车辆轨迹数据集，具体为：通过上游检测器，将经过目标路段的车辆的车牌号作为车辆id，记车辆n经过路段k上游检测器位置的时间为ak,n，经过该目标路段末端的时间为ak+1,n，辆车n在路段k上游的观测集合为{s(ak,n),v(ak,n),ak,n}，辆车n在路段k下游的观测集合为{s(ak+1,n),v(ak+1,n),ak+1,n}，其中，s(ak,n)为车辆n经过路段k上游检测器的纵向行驶位置，v(ak,n)为车辆n经过路段k上游检测器的速度，s(ak+1,n)为车辆n经过...
【专利技术属性】
技术研发人员：任刚，王瑞宇，曹奇，张哲，吴场建，邓玥，张增志，李大韦，李豪杰，
申请(专利权)人：东南大学，
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。