详情

原文传递基于卡口数据的道路交通量统计方法

专利名称：	基于卡口数据的道路交通量统计方法
摘要：	本发明公开了一种基于卡口数据的道路交通量统计方法，利用机动车唯一的车牌号特征，归纳车牌识别技术可能出现的误判情况，在结合时间窗口内机动车的出行频率分布情况，过滤掉出行频率极低的机动车，将识别错误的卡口记录归入候选车牌集合，待召回。采用地图匹配和最短路径算法，去除掉机动车在极短时间内的大距离出行的异常点，然后采用KSP算法和KMP算法从候选车牌集合选择车牌号和轨迹点都最匹配的识别错误的记录，修改机动车的行驶轨迹数据，最后，结合车辆和道路的行驶关系，计算出道路全天和不同时刻的交通量变化。
专利类型：	发明专利
国家地区组织代码：	吉林;22
申请人：	长春市市政工程设计研究院有限责任公司
发明人：	洪德法;赖丽娜;杨柳;刘汉卿;裴赢政;韩双鸿;孙国尧
专利状态：	有效
申请日期：	2023-07-20T00:00:00+0800
发布日期：	2023-11-07T00:00:00+0800
申请号：	CN202310896089.3
公开号：	CN117012027A
代理机构：	沈阳维特专利商标事务所(普通合伙)
代理人：	王翠
分类号：	G08G1/01;G;G08;G08G;G08G1;G08G1/01
申请人地址：	130022 吉林省长春市南关区解放大路659号
主权项：	1.一种基于卡口数据的道路交通量统计方法，其特征在于，包括如下步骤： S1：获取卡口历史数据，并依据车牌编号规则，将卡口历史数据划分为候选车辆集和选定卡口数据集，去除所述选定卡口数据集中的冗余数据后，获得目标卡口数据； S2：基于所述目标卡口数据，统计机动车出行概率，将出行概率低于阈值的车辆卡口数据从所述目标卡口数据中去除，获得一次修正目标卡口数据，并将出行概率低于阈值的车辆卡口数据融合到候选车辆集中； S3：查找所述一次修正目标卡口数据中的异常卡口数据并删除，获得二次修正目标卡口数据，并依据二次修正目标卡口数据获得车辆卡口轨迹数据； S4：召回所述候选车辆集中识别错误的卡口数据，并依据召回的卡口数据，修复车辆卡口轨迹数据； S5：依据修复的车辆卡口轨迹数据，采用KSP算法计算获得机动车行驶路径，得到道路交通量。 2.根据权利要求1所述基于卡口数据的道路交通量统计方法，其特征在于，步骤S1中，获取卡口历史数据，并依据车牌编号规则，将卡口历史数据划分为候选车辆集和选定卡口数据集，具体为：依据中国车牌编号规则，整理得到全国各省市车牌代码的字典集；获取卡口历史数据，读取所述卡口历史数据中的机动车车牌号数据，截取各机动车车牌号中代表归属地的前二位，结合全国各省市车牌代码的字典集判断卡口识别的车牌号是否符合编码规则，若不符合，则将对应的卡口历史数据划分为候选车辆集，若符合，则将对应的卡口历史数据划分为选定卡口数据集。 3.根据权利要求1所述基于卡口数据的道路交通量统计方法，其特征在于，步骤S1中，所述冗余数据为同一台机动车在短时间内被同一卡口重复记录的数据。 4.根据权利要求1所述基于卡口数据的道路交通量统计方法，其特征在于，步骤S1中，所述目标卡口数据包括：卡口ID，卡口经纬度，机动车车牌号，记录时间戳，机动车行驶方向以及车道号。 5.根据权利要求1所述基于卡口数据的道路交通量统计方法，其特征在于，步骤S2中，基于所述目标卡口数据，统计机动车出行概率，将出行概率低于阈值的车辆卡口数据从所述目标卡口数据中去除，获得一次修正目标卡口数据，并将出行概率低于阈值的车辆卡口数据融合到候选车辆集中，具体为： S201：基于所述目标卡口数据，获取机动车在时间窗口范围内所有历史卡口数据； S202：统计机动车在时间窗口范围内有卡口数据的每一日记录数量集合Cd＝{nd-7,...，nd-1,nd,nd+1,...，nd+7}，其中，ni是机动车在第i天的卡口记录数； S203：统计ni＞Nt的天数个数，得到机动车在时间窗口范围的出行概率p，其中，Nt为日均卡口记录条数的阈值； S204：若机动车出行概率出行概率p＜Pt，则将该机动车的卡口记录数据车辆卡口数据从所述目标卡口数据中去除，并融合到候选车辆集中，其中，Pt为机动车正常出行概率； S205：若机动车出行概率p≥Pt，则返回到步骤S201继续遍历其他机动车。 6.根据权利要求1所述基于卡口数据的道路交通量统计方法，其特征在于，步骤S3中，查找所述一次修正目标卡口数据中的异常卡口数据并删除，获得二次修正目标卡口数据，并依据二次修正目标卡口数据获得车辆卡口轨迹数据，具体为： S301：将所述一次修正目标卡口数据，按车牌号进行分组，并对组内卡口数据按抓拍时间升序排序，得到机动车卡口轨迹数据{p0,p1,...，pn}＝(k0,x0,y0,t0),(k1,x1,y1,t1),...，(kn,xn,yn,tn)，其中，ki为卡口ID，xi和yi为卡口经纬度，ti为机动车被卡抓拍的时间，且t0＜t1＜...＜tn； S302：令i＝0，开始遍历机动车的卡口轨迹数据{p0,p1,...，pn}； S303：j＝i+1，k＝j+1，且i≠n，遍历在第i个卡口位置后的相邻两个位置的卡口j和k； S304：计算卡口i和卡口j之间的时间差Ti→j,以及卡口j和卡口k之间的时间差Tj→k； S305：若Ti→j≥Tmin或者Tj→k≥Tmin，则更新i＝j，并转到步骤S311； S306：若Ti→j＜Tmin且Tj→k＜Tmin，利用卡口的位置，计算卡口i和卡口j之间的直线距离Li→j,以及卡口j和卡口k之间的直线距离Lj→k； S307：计算机动车在卡口i和卡口j之间最快的行驶速度卡口j和卡口k之间最快的行驶速度/> S308：若Vi→j＜Vmax或者Vj→k＜Vmax，则更新i＝j，并转到步骤S311； S309：若Vi→j＞＞Vmax且Vj→k＞＞Vmax，则说明在卡口j抓拍的机动车车牌识别错误，将卡口j的数据添加到候选车辆集中，并将卡口j的数据从轨迹数据{p0,p1,...，pn}中删除； S310：更新i＝k，并转到步骤S311； S311：若i≠n，则转到步骤S303；若i＝n,则得到机动车新的轨迹数据Q＝{q0,q1,...，qn}。 7.根据权利要求1所述基于卡口数据的道路交通量统计方法，其特征在于，步骤S4中，召回所述候选车辆集中识别错误的卡口数据，并依据召回的卡口数据，修复车辆卡口轨迹数据，具体为： S401：使用城市电子地图构建空间索引结构,并加载不同等级道路在不同时段的速度阈值集合{Vmax}； S402：获取步骤S3中删除异常点的卡口数据中的所有机动车车牌，并提取车牌号非前2位的后缀字符串S车牌后缀，以字符串S建立倒排索引HASH＝{S车牌后缀}； S403：令i＝0； S404：从候选车辆集中获取识别错误的车牌号Ci，并根据字符串匹配算法KMP，计算车牌号Ci与倒排索引HASH中每一个机动车C车牌的相似度s； S405：若相似度s＜SIM，其中，SIM为相似阈值，则令i＝i+1,并转到转到步骤S404中，尝试召回下一个候选车牌； S406：若相似度s≥SIM，则获取车牌号Ci的卡口数据Ci＝{pi0,pi1,...pin}，以及机动车C的卡口轨迹数据Q＝{q0,q1,...，qn}； S407：令k＝0； S408：开始按照时间顺序遍历车牌号Ci的卡口数据{pi0,pi1,...pin}中卡口点位Cik； S409：按照抓拍时间，查找到机动车Ci第k个卡口点位在机动车C的卡口轨迹数据{q0,q1,...，qn}中前一个卡口点before和后一个卡口点afte,组成新的轨迹序列{before,Cik,after}； S410：计算Pbefore与Cik之间的时间差tbefore→k，Cik与Pafter之间的时间差tk→after； S411：若tbefore→k＞T且tk→after＞T，转到步骤S408； S412：若tbefore→k≤T或tk→after≤T，则分别将Pbefore和Cik、Cik和Pafter的经纬度加载到电子地图中； S413：利用dijstra最短路径搜索算法，分别计算Pbefore到Cik、Cik到Pafter的最短行驶路径Rount，计算出最短路径的最小行驶速度Vbefore→k、Vk→after； S414：根据道路等级和机动车抓拍时间点，得到最大速度Vmax1、Vmax2； S415：当tbefore→k≤T且tk→after≤T时，若Vbefore→k＞Vmax1或者Vk→after＞Vmax2条件成立，则Cik不是识别错误的车牌数据，转到步骤S408； S416：当tbefore→k≤T且tk→after≤T时，若行驶速度同时满足Vbefore→k≤Vmax1，Vk→after≤Vmax2两个条件，则说明车牌号Ci在点k的卡口数据，是可以召回的抓拍数据； S417：将车牌号Ci修正成机动车C的牌号后，把Cik添加机动车C的轨迹数据中正确时间位置处，返回步骤S408； S418：若tbefore→k≤T，Vbefore→k＜Vmax1且tk→after＞T或者tbefore→k＞T且tk→after≤Vk→after≤Vmax2，说明Cik是可以召回数据，转到步骤S417； S419：若都不满足步骤S416和S418的条件，转到步骤S408； S420：当候选车牌集所有识别错误的车牌都遍历后，将机动车卡口轨迹数据Q中缺失的卡口点位修复完整。 8.根据权利要求7所述基于卡口数据的道路交通量统计方法，其特征在于，步骤S5,依据修复的车辆卡口轨迹数据，采用KSP算法计算获得机动车行驶路径，得到道路交通量，具体为： S501：取修复后的卡口轨迹数据Q＝{q0,q1,...，qn}； S502：采用KSP算法分别计算相邻两个卡口点位之间可能的最短K条出行路径； S503：速度阈值集合{Vmax}，计算机动车每条出行路径的平均出行速度，判断机动车最可能行驶的路径； S504：根据机动车和道路的行驶关系，计算出不同道路的交通流量。
所属类别：	发明专利