[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

说明书

本发明公开了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，利用城市路网节点间交通流分布的空间约束关系，通过已采集的交通流数据合理推断监测盲点的数据。具体步骤包括：根据观测点与临近路段或路口的空间拓扑关系，确定彼此间的交通流量关联模式；借助上下游邻接节点提供的交通流数据计算当前观测节点在单跳链接时的交通流参数；以当前观测节点为起点，依次追踪多跳链接的观测节点；计算多跳链接时的交通流参数；优化交通监控摄像头布点。本发明充分利用现有的交通采集数据，提高了城市交通信息获取的空间分布密度，为交通数据采集设备的合理布局提供科学的依据。

技术领域

本发明属于智能交通技术领域，涉一种交通大数据的处理方法，具体涉及一种交通大数据采集中的交通流分布估计及摄像头布点优化方法。

技术背景

随着城市的高速发展，城市交通的拥挤问题日益严重，用智能交通系统缓解城市交通拥挤问题，已经得到人们的重视。交通流的实时检测作为智能交通系统基础技术对于提高道路的通行能力发挥着重要作用。交通传感器和检测器是城市交通大数据的主要来源，包含了车流量、速度、行驶时间、车辆类别、位置轨迹等海量丰富信息，是后续实时交通状况评估、交通事件处置及城市交通规划的主要决策依据。

交通流检测系统是以实时采集交通状态信息为基础的，目前采用较多的有地埋式感应线圈、微波检测器、GPS浮动车检测技术、基于RFID的车辆检测器、视频检测技术等。地埋式感应线圈为最传统的检测技术，存在易损坏、难修复、施工复杂的缺点；微波检测器是一种工作在微波频段的雷达探测器，其技术复杂，价格较高；GPS浮动车检测技术是在车辆上安装GPS装置，通过获取的信息估计道路交通状态，其缺点是存在检测盲区。近年来，随着计算机视觉技术的发展，视频检测技术应用于交通信息采集逐渐成为研究主流。与其他检测技术相比，其主要优点有不破坏路、安装无须中断交通、检测功能多和可记录现场图像等。因此，充分利用视频检测技术服务于交通信息检测有着重要的意义。

基于视频分析的交通信息采集系统除能够提供交通流量、平均速度、车头时距、车辆分类和车辆占有率等数据外，还可以提供车辆的跟踪及车牌识别等其它采集方式无法获得的信息。然而，由于交通信息视频检测技术才刚刚兴起，在监控点布局上还不能做到全覆盖，只是尽可能覆盖交通流量密集的关键路段和路口，交通信息采集上存在不少监控盲区，数据采集点空间上分布稀疏，满足不了路网密集的城市交通态势评估的需要。因此，有必要提出技术手段对监控盲区的交通流参数进行估计。

发明内容

为了解决上述技术问题，本发明提供了一种交通大数据采集中的交通流分布估计及摄像头布点优化方法。

本发明所采用的技术方案是：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。