[发明专利]基于出租车GPS数据挖掘的交通异常识别方法

说明书

技术领域

本发明涉及一种基于出租车GPS数据挖掘的交通异常识别方法。

背景技术

目前，许多城市内交通供给与交通需求之间的矛盾日益激化，造成严重的交通问题。在趋于饱和的城市道路网络中，交通事故、交通拥堵、恶劣天气和道路交通紧急事件等，均会造成道路交通短时异常，甚至会由点到面的迅速发展蔓延，导致整体路网的拥堵或瘫痪。及时、准确地识别交通异常事件并进行积极的响应和处理，是应对道路交通矛盾的有效途径之一。因此交通异常事件的识别也逐步成为交通研究领域的研究热点与难点。交通异常识别也成为智能交通系统研究中的一个重要组成部分。

传统的交通异常事件识别技术依靠传感器技术、计算机技术、人工智能技术和通信技术获取出租车的数量、车速、空间占有率等重要交通参数。检测设备的局限性和数据的不完整性影响着传统交通异常事件识别的准确性和实时性。车载GPS定位设备的普遍应用，在降低出租车相关信息获取难度的同时大大提高了信息的准确性，尤其是出租车GPS设备，每隔一定时间间隔(0.5～2分钟)会向管理中心发送一条包含位置、车速、车头朝向等信息的数据。由于出租车广泛的、长时间的分布于城市路网中，可以被视为城市路网交通的“流动检测器”，其运行轨迹形态能够很好的反映出路网的交通运行状况，能够实时、准确的获得识别异常所需的数据。此外，传统的交通异常识别方法多基于交通流量的变化，设计不同的算法识别交通流参数的异常情况，而不能发现交通参与者的路径选择模式的异常情况，而出租车GPS数据不仅包含了常规的交通参数，同时也蕴含着出租车在城市路网中行驶的路径选择模式，而出租车的路径选择行为很大程度上代表了其他出租车的选择行为，所以出租车GPS数据能够很好的应用于交通流量和路径选择模式的交通异常识别。

发明内容

本发明的目的是为了解决现有的交通异常时间检测设备的局限性和数据的不完整性导致交通异常事件识别的准确性和实时性低的问题，而提出一种基于出租车GPS数据挖掘的交通异常识别方法。

一种基于出租车GPS数据挖掘的交通异常识别方法，所述交通异常识别方法通过以下步骤实现：

步骤一、在城市路网地图内获得各出租车GPS点数据P_k，通过地图匹配方法将出租车GPS点数据轨迹化，形成由连续的时间序列点集合表示的出租车GPS轨迹Tr:P₁→P₂→...→P_n，将以点形式记录的出租车GPS点数据转换为以轨迹形式记录的出租车GPS轨迹数据；其中，城市路网地图表示城市待检测区域，出租车GPS点数据P_k＝(经度，纬度，时间戳)；

步骤二、将步骤一的城市路网地图按照由一组等大小的正方形形成的方格网进行划分，从而形成具有一组单元区域R的路网图结构，则出租车GPS轨迹会穿过划分后的单元区域R或与单元区域R邻接；且所述出租车GPS轨迹Tr:P₁→P₂→...→P_n中，若相邻两个出租车GPS点数据P_k和P_k+1,1≤k≤n+1分别位于不同的单元区域，则在这两个单元区域间存在转换轨迹F，每个转换轨迹F都具有一个离开时间和一个到达时间，离开时间即为出租车GPS点数据P_k的时间戳，到达时间即为出租车GPS点数据P_k+1点的时间戳；

步骤三、对步骤二形成的单元区域内出租车轨迹数据的交通异常进行识别；

步骤四、将出租车GPS轨迹转换成出租车轨迹通过单元区域之间的序列，然后对步骤二形成的单元区域之间具有连接性交通异常进行识别；

至此，通过单元区域内交通异常识别和单元区域间连接性交通异常识别这两部分完成交通异常的识别过程；其中，交通异常是指交通事故、交通拥堵、恶劣天气和道路交通紧急事件。

本发明的有益效果为：

本发明利用城市出租车GPS数据，抽象出个体出租车的出行轨迹，以大量的个体轨迹反映群体的时空行为规律，既判断交通流量变化的异常，又可挖掘路径选择行为的异常。将城市路网划分为等距离方格网，进而基于网格单元，根据交通异常图结构中路径上轨迹模式的变化，准确地识别单元区域内的交通异常及单元区域间连接性的交通异常。