[发明专利]一种基于移动聚类的城市交通拥堵精细识别方法

权利要求书

1.一种基于移动聚类的城市交通拥堵精细识别方法，其特征在于，所述识别方法包括：

步骤1，对轨迹数据进行预处理，所述预处理包括对所述轨迹数据进行数据清洗与路网匹配，并将匹配后的轨迹数据投影到相应时间片中；

步骤2，提取每个时间片上具有显著高密度的空间簇，进一步度量相邻时间片的簇间相似性，提取候选拥堵时空簇；

步骤3，计算所述时空簇的平均速度和生存时长，若计算得到的平均速度和生存时长达到预设条件，则识别该时空簇为包含交通拥堵现象的时空区域，给定一个从时间片t开始、生存时长为T*△t的时空簇STC_k，其平均速度可估计为:

其中，cen_STC_i.k与cen_STC_i+1.k分别表示时空簇STC_k在时间片i与i+1的中心位置点。

2.如权利要求1所述的一种基于移动聚类的城市交通拥堵精细识别方法，其特征在于，所述步骤1进一步包括：

步骤1.1，删除研究区域范围之外、时间异常和重复记录的轨迹数据综合考虑路网几何结构、拓扑信息和车辆速度约束，采用一种针对低采样率轨迹点的地图匹配算法ST-Matching将车辆轨迹与城市路网进行匹配，从而可将任一车辆M的轨迹表达为：M＝{(x_M.1,y_M.1,t_M.1),(x_M.2,y_M.2,t_M.2),...,(x_M.k,y_M.k,t_M.k),…}，其中(x_M.k,y_M.k)表示车辆M第k个轨迹点在时间戳t_M.k处的路网位置；对于任一车辆M，其第k个轨迹点的平均速度计算为：

其中，p_M.k、p_M.k+1分别为该车第k个和k+1个轨迹点的空间位置；t_M.k、t_M.k+1分别为车辆M第k个和k+1个轨迹点的时间戳；dist_net(*)表示最短路网距离函数；

步骤1.2，设置均匀固定的时间间隔△t将研究时间域划分为若干等距时间片；进而将路网匹配后的时空轨迹点投影到相应时间片中。