[发明专利]交通大数据采集中交通流分布估计及摄像头布点优化方法

权利要求书

1.一种交通大数据采集中交通流分布估计及摄像头布点优化方法，其特征在于，包括以下步骤：

步骤1：确定交通流关联模式；

根据观测点与临近路段或路口的空间拓扑关系，确定观测节点与周围临近节点间的交通流关联模式，据此选择最佳的交通流参数计算方法；

步骤2：计算单跳链接时的交通流参数；

根据步骤1中确定的交通流关联模式，借助上游或下游邻接节点提供的交通流参数计算当前观测节点的交通流参数；

步骤3：追踪可计算多跳链接节点；

以当前观测节点为起点，依次追踪下一个交通流参数待计算的观测节点，并将节点记录进索引表，直到满足退出条件为止；

步骤4：计算多跳链接时的交通流参数；

按照先进后出的顺序，从索引表中逐一取出观测节点，对每个节点按照单跳链接方式计算其交通流参数，直到所有节点被处理完毕；

步骤5：优化交通监控摄像头布点；

从索引表中选择一个代表性的观测节点，作为布设监控摄像头的位置。

2.根据权利要求1所述的交通大数据采集中交通流分布估计及摄像头布点优化方法，其特征在于：步骤1中所述交通流关联模式包括上游汇聚模式和下游合流模式，所述上游汇聚模式是观测节点的交通流由上游路口或路段过来的交通流汇集而成；所述下游合流模式是观测节点的交通流合并到下游路口或路段中。

3.根据权利要求1或2所述的交通大数据采集中交通流分布估计及摄像头布点优化方法，其特征在于，步骤1中所述选择最佳的交通流参数计算方法的策略是：

如果与观测节点相邻的上游单跳节点的交通流都能被采集到，则对观测点采取上游汇聚模式进行计算；并顺序执行下述步骤2；

如果与观测节点相邻的下游单跳节点的交通流能被采集到且其并列节点的交通流也能被采集到，则对观测点采取下游合流模式进行计算；并顺序执行下述步骤2；

否则，先递推计算上下游多跳节点或并列节点中交通流参数不存在的节点的参数；并跳转执行下述步骤3。

4.根据权利要求1所述的交通大数据采集中交通流分布估计及摄像头布点优化方法，其特征在于：步骤2中所述借助上游邻接节点提供的交通流参数计算当前观测节点的交通流参数，观测节点的交通流由上游节点的交通流求和得到，即这里，F_i为上游邻接节点的交通流参数，F_o为计算的观测节点的交通流参数，N为邻接节点的数目；

所述借助下游邻接节点提供的交通流参数计算当前观测节点的交通流参数，观测节点的交通流由下游节点合并的交通流减去并列节点的交通流得到，即这里F_c为下游邻接节点合流后的流量参数，F_i为并列节点的交通流参数，F_o为计算的观测节点的交通流参数，N为并列节点的数目。

5.根据权利要求1所述的交通大数据采集中交通流分布估计及摄像头布点优化方法，其特征在于：步骤3中所述退出条件，满足如下其中一个即可：

①发现到可计算的观测节点，即节点的交通流可用单跳链接方式计算，此时接着执行步骤4；

②追踪的观测节点数目超过预设门限T，此时接着执行步骤5。

6.根据权利要求1所述的交通大数据采集中交通流分布估计及摄像头布点优化方法，其特征在于：步骤5中所述代表性节点的挑选，采用如下原则：

①居中性原则，地理位置处于索引表中全部节点的中间；

②重要性原则，地理位置处于交通流量密集的繁华地段或重要场所附近；

③瓶颈路段原则，容易发生交通拥堵的瓶颈路段或路口。