[发明专利]一种多来源路侧交通观测数据的实时融合方法

说明书

本发明涉及一种多来源路侧交通观测数据的实时融合方法，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；基于观测数据的身份、时间、位置对不同来源的路侧交通观测数据进行精准融合和模糊融合。本发明的方法充分利用多个来源的观测数据进行融合获得观测记录；将多来源、海量、不完备的数据进行系统性整合与优化，从而在数据管理、数据分布与存储、数据生命周期管理、数据质量管控等方面提高数据治理水平。

技术领域

本发明属于智慧交通信息化领域，涉及一种多来源路侧交通观测数据的实时融合方法。

背景技术

高速公路路侧设备(Road Side Unit, RSU)的建设大幅增强了公路运营管理的外场感知能力。在这些广泛部署的路侧设备通过多样的技术手段对路网的运行进行观测，产生海量遥测数据在收费、稽核、重点车辆管控、交通流管理优化、车辆行为分析、交通数字孪生等领域具有广泛应用。在实际工程中，多源RSU数据的有效利用尚存在若干问题与难点：

（1）RSU设备类型丰富，数据来源多样化，采集数据的机理差异大，结果一致性低。

（2）当前高速公路RSU设备主要包括影像识别，射频通信等类型，其产生的数据量及数据内容均有差异，业务场景难以避免数据源选取的问题。

（3）各来源数据均存在缺陷：

影像识别技术依赖于对行驶车辆图片的抓拍，该技术易受极端天气影响，此外，车牌脏污或损坏、大车遮挡、套牌车等情形都会使得该种技术获取车辆信息失败或有误。

射频通信技术通过与车内设备（obu或cpc卡片）通信获得车辆信息，因信号辐射范围广，该技术易错误捕获对向车道的车辆信息，且车内设备中信息与车辆实际信息不对应时，则会产生错误数据。此外，天线故障，外部干扰等因素亦会造成车辆信息的丢失。

（4）数据质量存在若干共性问题：

多来源数据亦存在共性问题，主要包括数据重复，数据延迟，数据中断，设备时钟不准等问题，这也导致选取单一数据源会造成业务鲁棒性低的问题。

对于以上问题，在以往的业务应用中通常偏向选取适合业务方向的单一数据源，并进行适当的数据清洗。如在收费业务中，因其主要根据车内卡片的通行时长及距离进行费用计算，因此一般选取射频通信技术产生的数据作为业务输入；又如在稽核业务中，往往是对偷逃费车辆进行核查，更倾向使用易于存证的影像识别产生的数据，进而分析车辆的通行行为。但是，单一数据源的数据对上层业务的精准性和服务质量均会产生影响，且会造成信息的浪费，如影响识别技术可识别出车道信息，车身颜色等，射频通信技术能提取到车型信息，收费信息等，选择其一，则会丢失掉其他数据源中的重要信息量。

发明内容

本发明旨在克服现有数据观测技术的不足，充分利用多来源交通观测数据，提供一种多来源路侧交通观测数据的实时融合方法，实现实时全域的路网运行车辆数据融合，从而输出更精准，信息量更丰富的交通观测数据。

本发明方案的核心思路在于，采用流式的方法实时比对多种不同来源的数据，保留其共有观测记录进行融合，形成车辆通行轨迹，并基于通行轨迹，对融合失败数据及延误数据做时空合理性判断，从而去伪存真，提升数据准确性。

为实现上述技术目的，本发明采用如下技术方案：

一种多来源路侧交通观测数据的实时融合方法，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；