[发明专利]基于机动车电子标识数据的出行链提取方法在审

专利信息
申请号: 201910549944.7 申请日: 2019-06-24
公开(公告)号: CN110379159A 公开(公告)日: 2019-10-25
发明(设计)人: 郑林江;叶于辉;孙棣华;赵敏 申请(专利权)人: 重庆大学
主分类号: G08G1/01 分类号: G08G1/01;G06F16/29;G06F16/215
代理公司: 北京汇泽知识产权代理有限公司 11228 代理人: 武君
地址: 400044 *** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 出行 轨迹链 机动车电子 标识数据 清洗 阅读器 决策过程 冗余数据 智慧城市 冗余 私家车 城市交通 集合 分割 分析 服务 建设
【说明书】:

发明公开了一种基于机动车电子标识数据的出行链提取方法,包括以下步骤:步骤S1:提取载人私家车轨迹链;步骤S2:清洗轨迹链中冗余数据;步骤S3:生成阅读器后继集合Successor Set;步骤S4:基于马尔科夫决策过程进行轨迹补全;本发明通过清洗冗余的数据,补全缺失的数据,最终将轨迹链分割成为多条出行链,基于出行链的分析能够完整地获取车辆的出行特征,从而能更好地掌握城市交通状态,为智慧城市的建设提供更好的服务。

技术领域

本发明涉及交通技术领域,具体涉及一种基于汽车电子标识数据的出行链提取方法。

背景技术

进入新世纪以来,我国社会经济的飞速发展和城市化水平不断提高,伴随着机动车 的城镇保有量和人均拥有量地双增长,一系列交通方面的困境显得越发突出。当前城市交通道路建设与机动车数量陡增之间不协调带来的交通拥堵大大影响了居民出行体验,也给国民经济带来了损失。智能交通是现在人们解决交通问题的一个主要方向,其中出 行链的提取尤为重要。

目前关于乘用车的出行链提取的研究主要是基于车辆的GPS数据展开的,GPS数据的采样时间间隔比较短一般都在几十秒左右,在轨迹中的停留部分,GPS点会密集的分 布在一个较小的空间内,所以采用距离阈值法或一些基于采样点空间密度的聚类算法就 可以实现对轨迹中停留的识别,并且会有不错的效果。但是装有GPS或北斗定位系统的 车辆较少,仅仅能分析出租车和两客一危车辆,无法对所有车辆进行分析,导致最后得 到的出行数据不能代表整个城市的整体交通状况。

而本发明所基于的RFID电子车牌数据则不存在这样的问题,RFID电子标识数据具有覆盖全部车辆的优势,就研究的私家车而言,在当前私家车占机动车总数60%的情况下,提取私家车的出行轨迹,分析私家车的出行特征能更好地掌握城市交通状态,为智 慧城市的建设提供更好的服务。

因此,需要提出一种新的基于汽车电子标识数据的出行链提取方法,将车辆的轨迹 划分为多条出行链。

发明内容

有鉴于此,本发明的目的是提供一种基于机动车电子标识数据的出行链提取方法。能够 清洗冗余的数据,补全缺失的数据,最终将轨迹链分割成为多条出行链。

本发明的目的是通过以下技术方案实现的:

该种基于机动车电子标识数据的出行链提取方法,包括以下步骤:

步骤S1:提取载人私家车轨迹链;

步骤S2:清洗轨迹链中冗余数据;

步骤S3:生成阅读器后继集合Successor Set;

步骤S4:基于马尔科夫决策过程进行轨迹补全;

步骤S5:计算高峰时间阈值λh和平峰时间阈值λf,根据时间阈值分割轨迹链提取出行链。

特别地,所述步骤S1中,是将每辆车每天的记录构成一个集合Records,对Records中 的所有记录R=(eid,rid,passtime)根据通过时间R·passtime进行升序排序,从而得到每辆车 的轨迹链Tra={R1,R2,…,Rn}。

特别地,所述步骤S2中,认定原始轨迹链Tra={R1,R2,…,Rn}中相邻两数据的时间差小 于设定时间间隔X,即Rn·passtime-Rn·passtime≤X,则这组数据的后者Rn可能为冗余数据, 将其删除。

特别地,所述时间间隔X为30s。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆大学,未经重庆大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910549944.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top