[发明专利]一种基于轨迹重构技术的流量修复方法

说明书

本发明涉及一种基于轨迹重构技术的流量修复方法，其特征在于，包括进行路段行程时间过滤、从而生成路段有效行程时间集合。进行出行链分离。采用路网拓扑关系、最短路径算法、粒子滤波算法组合针对轨迹不同缺失程度进行轨迹重构。在粒子滤波算法中分析了候选路径轨迹可测性、候选路径的轨迹偏好、候选路径路径旅行时间一致、候选路径路径距离、候选路径高等级道路比例等影响因素。并通过宏观与微观结合的方法，有偏斜的修正了各节点各流向的流量。本发明可以充分利用单路口检测数据、多路口轨迹数据、出行行为特征数据等，大大提高修复流量的准确性，使得所有节点均具有较高准确度的多维度、全周期的流量数据。

技术领域

本发明涉及一种基于轨迹重构技术的流量修复方法，属于智能交通技术领域，具体来说是一种城市道路检测设备或检测数据缺失情况下的流量修复方法。

背景技术

随着车辆保有率的增加，道路交通拥堵、秩序混乱、事故等现象频发，相应的管控水平也随之不断提高。管控的基础是数据，全量的交通流量则是管控数据中重要组成部分。由于建设预算与建设重点分布不均等原因，城市道路路网中检测器覆盖率一般不会达到100％，即意味着部分路口无检测数据，有的检测设备因设备工作异常也可能出现流量数据异常。精细化的转向流量亟待研究获得。

一般对交叉口流量的修复通过车道历史流量数据、同进口道临近车道实时流量、临近路口车道历史流量数据、时空相似特性的其他路口车道流量等，拟合流量概率分布模型计算得到。以上方法均通过微观的手段获得，未从车辆节点连续性角度考虑，一定程度上会失去原本分布、时空转移特性，准确度也会较低。此外，流量修复也可以通过宏观的交通分配得到，但未通过直接观测数据局部校验，也在一定程度上影响了流量修复的准确性。

发明内容

本发明要解决的技术问题是：通过微观手段获得的交叉口流量修复一定程度上会失去原本分布、时空转移特性，准确度也会较低；通过宏观的交通分配得到的流量修复准确性较差。

为了解决上述技术问题，本发明的技术方案是提供了一种基于轨迹重构技术的流量修复方法，其特征在于，包括以下步骤：

步骤S-1：对过车记录进行预处理，以对检测生成的明显的错误车辆信息进行处理；

步骤S-2：路段有效行程时间集合，具体包括以下步骤：

步骤S-2-1：路段行程时间集生成

将经过步骤S-1处理的过车记录排序后，依次读取过车记录，同一车牌前后两次不是同一卡口，则该车牌对应的车辆k前后检测时间记录之差为：

其中，TIME_SPAN表示车辆k上下游行程时间；t_k表示车辆k的路段行程时间；表示车辆k经过下游进口道的时间；表示车辆k经过上游进口道的时间；

则两卡口对之间的旅行时间为：

TRAIL_TIME＝TIME_SPAN，when0＜TIME_SPAN＜tt_u

tt_u＝2.77*d

其中，TRAIL_TIME表示路段行程时间集合；tt_u表示设置的最大旅行时间阈值；d表示路段距离；

步骤S-2-2：路段行程时间异常值过滤，得到最终路段有效行程时间集合EFFECTIVE_TRAIL_TIME：

步骤S-3：出行链分离，具体包括以下步骤：

步骤S-3-1：行程时间上下限计算

记车辆一天出行链TRAVEL_DAY中相邻节点node_i、node_j的经过时间分别为passtime_i、passtime_j，j＞i，则：