[发明专利]基于全量全样实时交通数据的多参数融合方法及系统

说明书

本发明涉及一种基于全量全样实时交通数据的多参数融合方法及系统，该方法包括：基于监控视频的图像序列提取运动车辆得到车辆轨迹数据，对各个车辆类型的车辆轨迹数据进行数理统计得到交通流数据；基于雷达微波数据和地磁线圈数据分别提取交通流数据；对车辆轨迹数据、雷达微波数据和地磁线圈数据分别得到交通流数据中的任意参数按照设定的各个权重进行融合。对多源异构信息在形式上具有的多样性和复杂性特点，针对线圈数据、雷达微波数据与道路监控视频监控视频这三个来源的数据进行处理，结合数据挖掘与数据融合技术，构建多模态信息融合模型。基于全量全样实时交通数据的有效融合，可以获得更有用且全面的交通信息，更好的解决城市交通问题。

技术领域

本发明涉及道路交通仿真技术领域，尤其涉及一种基于全量全样实时交通数据的多参数融合方法及系统。

背景技术

随着汽车保有量的大幅增长，交通拥堵不仅影响着居民的生活，更成为了阻碍了国民经济的进一步发展的“城市病”。道路交通拥堵产生的根本原因是交通需求与交通供给在时间和空间上的不平衡引起的。

当前，传统的道路交通数据应用大多仅针对单数据源数据，不能获得全面且准确的道路交通状态及交通需求，因此不能有效地解决道路交通拥堵问题。随着城市道路及配套设施建设的不断完善，雷达微波、道路监控及地磁线圈等道路监控设施产生了海量的道路交通大数据。如何从全量全样大数据中提取更有用且全面的交通信息成为要解决的问题。

发明内容

本发明针对现有技术中存在的技术问题，提供一种基于全量全样实时交通数据的多参数融合方法及系统，解决现有技术中交通大数据的数据量大的问题。

本发明解决上述技术问题的技术方案如下：一种基于全量全样实时交通数据的多参数融合方法，所述方法包括：

步骤1，基于监控视频的图像序列提取运动车辆得到车辆轨迹数据，对各个车辆类型的车辆轨迹数据进行数理统计得到交通流数据，所述车辆类型包括大型车辆和小型车辆；

步骤2，基于雷达微波数据和地磁线圈数据分别提取交通流数据；

步骤3，对所述车辆轨迹数据、雷达微波数据和地磁线圈数据分别得到交通流数据中的任意参数按照设定的各个权重进行融合。

一种基于全量全样实时交通数据的多参数融合系统，所述系统包括：监控视频数据处理模块、雷达微波和地磁线圈数据处理模块和数据融合模块；

监控视频数据处理模块，用于基于监控视频的图像序列提取运动车辆得到车辆轨迹数据，对各个车辆类型的车辆轨迹数据进行数理统计得到交通流数据，所述车辆类型包括大型车辆和小型车辆；

雷达微波和地磁线圈数据处理模块，用于基于雷达微波数据和地磁线圈数据分别提取交通流数据；

数据融合模块，对所述车辆轨迹数据、雷达微波数据和地磁线圈数据分别得到交通流数据中的任意参数按照设定的各个权重进行融合。

本发明的有益效果是：针对多源异构信息在形式上具有的多样性和复杂性特点，针对线圈数据、雷达微波数据与道路监控视频监控视频这三个来源的数据进行处理，结合数据挖掘与数据融合技术，构建多模态信息融合模型。基于全量全样实时交通数据的有效融合，可以获得更有用且全面的交通信息，更好的解决城市交通问题。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述车辆轨迹数据包括：时间戳、车辆ID、车辆类型、车速、位置信息、所在车道信息和轨迹方向角的时序轨迹数据。

进一步，得到所述车辆轨迹数据的方法包括：

步骤101，从所述监控视频的图像序列中提取所述运动车辆；

步骤102，在所述监控视频的初始帧给定的目标检测框得到要跟踪的目标运动车辆；