[发明专利]一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质

说明书

本发明公开一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质，方法具体包括如下步骤：将离散的交通违法事件匹配到道路网络，得到交通违法热点候选区域；提取交通违法热点候选区域的相关时空特征组成数据集；采用拔靴抽样法从数据集中抽取三组训练数据集，分别用三组训练数据集通过协同训练与主动学习训练三组预测模型，所述预测模型采用树集成模型；利用所述三组预测模型，对无标签交通数据进行分类，预测未来交通违法热点的分布情况；根据交通违法热点分布情况，进行交警巡逻路线的建模和优化。本发明提供的方法能够低成本、高覆盖、实时的感知预测城市中的交通违法热点并规划交警巡逻路线，帮助城市交通管理部门全面深入地掌握城市中的交通违法热点，并且高效地规划交警巡逻路线。

技术领域

本发明涉及交通预测领域，特别是指一种基于交通违法热点预测的巡逻路线规划方法、系统和可读存储介质。

背景技术

随着经济的发展，城市机动车数量急剧上升，车祸、堵车等各种道路交通问题对人民的生命财产安全造成了巨大的危害。根据世界卫生组织的数据显示，全世界每年有超过一百万人死于交通事故，让绝大多数的国家损失了3％的GDP。根据中国交通运输部发布的数据显示，交通拥堵带来的经济损失占到了城市人口可支配收入的20％，每年达2500亿人民币。而在造成道路交通问题的种种因素中，司机的违法驾驶行为占比在80％以上。因此，减少交通违法行为的发生就成了城市交通管理的关键。通常，交通管理部门会采用在一些交通违法高发地安装设备监测，如监控摄像头、雷达等，并且在一些交通高峰时段安排警力去往热点路口路段值勤。然而，人力物力资源往往是有限而昂贵的，传统的分配方法确实低效而高成本的，这造成了大量的资源浪费。例如，由于监控摄像头的设置不合理导致许多摄像头使用率低，巡逻路线缺乏合理规划给交警带来了巨大的工作量，而工作效率却反而较低。因此，为了能够对这些资源进行合理高效地分配，我们需要对城市中高度动态分布的交通违法热点有全面、及时的感知，并能够据此规划出高效、低成本的交警巡逻路线。

在目前已有的相关研究中，对城市中交通违法热点的感知与预测往往是基于对历史交通违法记录的建模和根据交警的经验进行推断，这些方法高度依赖于历史经验的积累。一方面，这导致了我们对一些没有历史数据，比如没有安装摄像头等监控设备或者很少有交警巡逻的地点的缺乏认知。另一方面，随着城市的不断扩张发展，这些方法也无法及时地对新的路口路段进行感知预测。因此，我们需要一个低成本、高覆盖、实时的方法来对城市中的交通违法热点进行感知和预测。而对于巡逻路线规划，大多数研究都致力于缩减对单独的突发事件比如潜在的交通事故的响应，增大对事件覆盖的期望。然而，这些工作只关注对单独事件的响应，却不适用于针对时间长短不一的交通违法热点的路线规划，并且也未能考虑到不同交通违法热点由于其违法程度的不同导致其在路线规划中优先权的不同。另一类研究致力于对有限的警力资源进行分配从而最大化对地点所需警力资源的覆盖，然而，这些工作却只关注从警局到热点地区的分配，而交警的巡逻往往是沿着一个有一系列地点的路线。还有一种研究是采用启发式算法来找出一系列路线使其能够覆盖尽可能多的热点并使其路径总距离尽可能短。然而这种方法往往需要通过调节参数在路径距离和路线覆盖率中进行取舍，无法对实际情况进行自动适应。

发明内容

本发明的主要目的在于克服现有技术中的上述缺陷，提出一套基于交通违法热点预测的巡逻路线规划方法和系统，通过对城市中的交通违法热点进行建模预测来规划交警巡逻路线。该方法和系统能够低成本、高覆盖、实时的感知预测城市中的交通违法热点并规划交警巡逻路线，帮助城市交通管理部门全面深入地掌握城市中的交通违法热点，并且高效地规划交警巡逻路线。

本发明采用如下技术方案：

一种基于交通违法热点预测的巡逻路线规划方法，其特征在于，具体包括如下步骤：

S1：将离散的交通违法事件匹配到道路网络，得到交通违法热点候选区域；