[发明专利]一种基于卡口视频数据的城市交通出行链重构方法

说明书

本发明采用PPA路径搜索算法(潜在路径区域路径搜索算法)，进行构建初始决策路径，采用决策属性因子模型训练方法最终输出算法复原的真实路径；并选取五种决策优化因子：路径行程时间、路径长度、路径转弯次数、路径受信号控制卡口数作为决策属性使得轨迹复原的决策因素更加具有环境适应性；本发明决策权重的设置由主、客观数据综合确立，更具科学实践性，算法速度快，可处理较大规模数据；适用于中小型路网的路径重构，可以高精度完成漏检车辆轨迹的复原，具有良好的鲁棒性，为进一步统计城市交通路网微观参数的统计奠定基础。

技术领域

本发明涉及智能交通领域，更具体地，涉及一种基于卡口视频数据的城市交通出行链重构方法。

背景技术

随着城市先进交通设施的布设，交通管理手段与交通运行模型的不断变化调整，传统的居民交通出行调查耗费人力成本和财力时间成本较大，且时效性与准确性都很低，无法满足新时代交通规划与管理的需求。

目前，大数据存储与数据挖掘技术在智能交通领域行业的发展势头正如火如荼，大数据存储与数据挖掘技术主要基于交通基础数据，如自动车牌识别数据(AutomaticNumber Plate Recognition,ANPR)、全球定位系统数据(Global Positioning System,GPS)数据、线圈数据、手机信令等，通过对交通出行轨迹进行数据的提取，反推交通出行起讫点(Origin Destination,OD)信息以及职住比信息，可为交通政策制定、交通规划与设计、交通控制与管理、交通信息发布等决策提供可靠的信息支持。

而目前基于大数据存储与数据挖掘技术的交通控制与管理所采用的技术对于车辆出行轨迹还原的准确率差，从而对交通政策制定、交通规划与设计、交通控制与管理、交通信息发布等决策造成了一定的影响。

发明内容

为了解决现有技术对于车辆出行轨迹还原的准确率差的不足，本发明提供了一种基于卡口视频数据的城市交通出行链重构方法。

为解决上述技术问题，本发明的技术方案如下：

一种基于卡口视频数据的城市交通出行链重构方法，包括以下步骤：

步骤S1：通过视频采集通过卡口的车辆车牌数据，对采集到的车牌数据进行预处理，提取得到每辆车的行车轨迹；

步骤S2：将每辆车行车轨迹中连续被4个及以上卡口检测到的路径保存作为历史路径数据集，将每辆车行车轨迹中存在被2个不连续卡口检测到的数据保存作为需要复原的轨迹；

步骤S3：根据PPA(潜在路径区域路径搜索算法)路径算法确定需要复原的轨迹两卡口间的所有可能的行驶轨迹集合T_i；

步骤S4：计算历史路径数据集中对应的可能的行驶轨迹集合T_i的每条路径的路径行程时间、路段最小流量、路径长度、路径转弯次数以及路径受信号控制卡口数，并求取得到关于路径行程时间、路段最小流量、路径长度、路径转弯次数以及路径受信号控制卡口数的属性决策因子；

步骤S5：将历史路径数据集中所有相同的起始卡口和终点卡口的路径轨迹全部单独取出，通过基于熵权Vague集的方法计算得到每个相同的起始卡口和终点卡口路径轨迹反推路径决策模型的权重参数；

步骤S6：以历史路径数据集中所有相同的起始卡口和终点卡口的路径轨迹和可能的行驶轨迹集合T_i的路径行程时间、路径长度、路径转弯次数以及路径受信号控制卡口数的属性决策因子作为路径决策模型的输入，结合权重参数，得到最终的轨迹复原方案。

优选的，步骤S2中所述的历史路径数据集包括轨迹完整路径、轨迹起点卡口、轨迹终点卡口、轨迹起点被检测时间、轨迹终点被检测时间、路径行程时间。

优选的，步骤S3的具体步骤如下：