[发明专利]一种多来源路侧交通观测数据的实时融合方法

权利要求书

1.一种多来源路侧交通观测数据的实时融合方法，其特征在于，包括：

对每条路侧交通观测数据，提取其中表征观测对象身份、位置、时间的数据，形成有序三元组，并结合观测数据本身对每条路侧交通观测数据形成身份、位置、时间、观测数据组成的有序四元组；

对每条路侧交通观测数据，将包含的数据拼接为字符串后，计算其哈希值作为身份码，所述身份码与对应的路侧交通观测数据形成有序对的集合；

对不同来源的路侧交通观测数据，基于其有序四元组进行融合：

a. 对身份、位置相同，且时间差值在预设第一阈值范围内的有序四元组，提取其身份码，并在有序对的集合中查找第一元素与提取的身份码存在对应关系的所有有序对，将其对应的第二元素进行横向拼接，即为融合后的数据；

b. 对于未在a中实现融合的有序四元组，找出满足位置相同，且时间差值在预设阈值范围内的有序四元组，提取其身份数据；对于身份相似程度在预设第二阈值范围内的，则认为属于可融合数据，按照a中的数据融合方式进行融合。

2.根据权利要求1所述的实时融合方法，其特征在于，在数据融合前，对不同来源的路侧交通观测数据进行预处理，通过数据清洗剔除重复和无效数据。

3.根据权利要求2所述的实时融合方法，其特征在于，所述预处理还包括：

对于数据清洗中判别的无效数据，基于其错误类型进行编码，编码规则如下：

对于n个错误类型，初始化由n个0组成的二进制编码，对于任意记录中出现的无效数据所属错误类型，将对应位置的0更新为1后得到的新的二进制编码转换为十进制，即为错误类型编码。

4.根据权利要求1所述的实时融合方法，其特征在于，还包括：在数据融合后，根据融合数据形成路网中通行的对象清单及对象观测行程，包括：

根据观测对象的身份，将属于同一身份的观测数据按照时间序列排序形成包含位置、时间的有序元组，与身份共同形成该对象的观测行程序列。

5.根据权利要求1所述的实时融合方法，其特征在于，对获取的观测行程序列，按照路网入口或出口设施进行切分；其中，如果观测对象最后一条时间记录数据与当前时间的间隔超过预设的最大通行时间阈值，则判断观测对象离开路网。

6.根据权利要求1所述的实时融合方法，其特征在于，还包括，对未在a、b中实现融合的数据，基于已确定正确的数据对未融合数据进行时空合理性判断。

7.根据权利要求4或6所述的实时融合方法，其特征在于，还包括，c. 对未在a、b中实现融合的数据，提取其有序三元组，并查找与其身份相同的观测行程序列；

获取该观测行程序列中记录的最后一个位置、时间信息，并结合有序三元组中记录的位置、时间，计算两个位置间的长度及距离，以及时间差，如果长度在设定长度的范围内，根据距离和时间差计算的速度也在设定速度阈值上下限的范围内，则直接将该数据按时间添加至该对象的观测行程序列。

8.根据权利要求7所述的实时融合方法，其特征在于，还包括，对于c中仍未融合的数据，提取其有序四元组；

对已判定为正确的数据提取有序三元组，并找出与有序三元组身份相同的有序四元组，分别根据其记录的位置和时间获取时间差、位置间的长度及距离，如果长度在设定长度的范围内，根据距离和时间差计算的速度也在设定速度阈值上下限的范围内，则直接将该数据按时间添加至该对象的观测行程序列。