[发明专利]一种基于卡口检测数据的个体级OD小区推断方法

权利要求书

1.一种基于卡口检测数据的个体级OD小区推断方法，其特征在于，包括以下步骤：

S1：根据城市路网拓扑将城市划分为若干交通小区，所述交通小区包括路段、设有出行检测卡口的路段节点；

S2：根据车辆在交通小区的行驶得到车辆通过路段信息表；

S3：根据车辆通过路段信息表整合出车辆在设定时间段内的出行链，对车辆出行链进行单次出行划分得到车辆出行记录表；

S4：定义交通小区的邻域路段，并求解出城市路网所有路段与其对应的邻域路段字典；

步骤S4定义交通小区的邻域路段，并求解出城市路网所有路段与其对应的邻域路段字典具体过程为：

S401：构建交通小区与路段的对应关系字典，即每个交通小区对应的包围路段，构建路段与交通小区对应关系字典，即每个路段对应的关联小区；使用路段中点经纬度表示每个路段的位置信息；

S402：确定邻域路段最远关联距离d_max；

S403：遍历城市路网所有路段，记当前路段为r；

S404：通过路段与交通小区的对应关系字典获取路段r的关联小区集合；

S405：遍历步骤S404得到的关联小区集合，通过交通小区与路段的对应关系字典获取当前路段r的关联小区集合列表中所有交通小区各自的包围路段集合；

S406：对步骤S405中所得的交通小区的包围路段集合求并集，并删除路段r，得到路段r可进行一度关联的路段集合；

S407：遍历步骤S406得到的路段集合，计算每个路段和路段r的距离distance，记遍历得到的当前路段为j，已知两点经纬度求距离的计算公式见公式(1)和公式(2)，距离单位为m；

其中

S408：对于每一个路段j，判断distance_rj与d_max的大小关系，如果distance_rj＞d_max，则从路段集合中删除路段j；

S409：将经过步骤S408筛选后的路段r的可一度关联的路段集合作为路段r的邻域路段集合；

S410：遍历下一个路段，重复S403-S409，如果城市路网所有路段都完成了遍历，则算法终止；

S5根据城市路网所有路段与其对应的邻域路段字典，通过出行者个体空间聚类算法得到不同车辆出行OD路段簇中心与簇中包含路段对应关系字典；

S6：根据车辆ID、出行记录，利用城市路网所有路段与其对应的邻域路段字典和不同车辆出行OD路段簇中心与簇中包含路段对应关系字典推断得到个体OD小区。

2.根据权利要求1所述的一种基于卡口检测数据的个体级OD小区推断方法，其特征在于，所述车辆通过路段信息表包括：hphm、road_id、fnode、tnode、from_time、to_time，所述hphm表示车辆的车牌号码，表征身份信息；

所述road_id表示车辆经过的路段编号；

所述fnode表示车辆进入该路段时的节点；

所述tnode表示车辆驶出该路段时的节点；

所述from_time表示车辆驶入路段/经过fnode时的具体时刻；

所述to_time表示车辆驶出路段/经过tnode时的具体时刻。

3.根据权利要求1所述的一种基于卡口检测数据的个体级OD小区推断方法，其特征在于，步骤S3所述根据车辆通过路段信息表整合出车辆在设定时间段内的出行链，对车辆出行链进行单次出行划分得到车辆出行记录表，单次出行划分得到车辆出行记录具体过程为：

如果车辆驶入下一路段的时刻与驶出上一个路段的时刻大于给定的时间阈值T_g，那么就将出行链在此处打断，认为上一个路段是上次出行的终点，下一个路段是下一次出行的起点；

所述车辆出行记录表包括车牌号码、出发时刻、到达时刻、起点路段、终点路段。

4.根据权利要求1所述的一种基于卡口检测数据的个体级OD小区推断方法，其特征在于，所述邻域路段为指定路段的路段集合，所述邻域路段表征在路网拓扑中与指定路段共同构成交通小区的路段，同时表征空间位置的相近。