[发明专利]一种平面道路车辆通行空间识别方法

说明书

本发明提供的一种平面道路车辆通行空间识别方法，基于道路前端感知设备采集的车辆轨迹数据得到待识别道路空间的范围，并将待识别道路空间划分为若干个符合条件的栅格；然后通过确定栅格的占用状态，识别道路空间拓扑结构、车辆通行空间边界、车辆可通行空间和渠化空间，进而根据道路空间拓扑结构判断出道路空间的类别，以及计算出车辆通行空间的面积。整个识别、分类和量化过程不需要事先对道路空间进行人工调查和参数设定，不需要地图等其他额外信息，全部由车辆轨迹数据驱动，确保了车辆通行空间识别结果的客观性和一致性，且可以实时地监测平面道路上的车辆通行空间的利用状态和变化情况。

技术领域

本发明涉及道路交通空间识别技术领域，具体为一种平面道路车辆通行空间识别方法。

背景技术

随着我国道路上前端感知设备的不断增加和完善，城市范围内基本实现了全天候全场景的交通状态监测和交通数据收集。利用交通大数据赋能前端感知设备，实现交通的智能化精细化治理，成为我国交通缓堵技术研究的一个新方向。现有实践中基于道路交通空间识别技术已实现了城市路网中交叉口的自动识别与提取，但是这些技术的颗粒度相对较大，对交叉口拥堵的判别只停留在定性的宏观层面，无法从微观层面描述交叉口内车辆对道路空间的利用情况，阻碍了对拥堵问题的进一步研判。造成这一问题的主要原因是前端感知设备既无法获得和处理道路的地图空间信息，又无法自动识别道路上车辆可以通行的空间。为解决这一问题，研究者们尝试基于机器学习等新方法对道路上车辆的通行空间进行识别，然而虽然在示范道路上取得了较为理想的效果，但是所提出的方法或模型通常需要事先对道路的形状、空间范围、判别标准等关键要素进行人工标定或假设，且需要后台计算机对大量历史数据进行较长时间的计算训练。人工数据标定和大量的训练时间都会导致车辆通行空间识别的成本过高，且无法做到实时对道路车辆通行空间进行识别，进而阻碍了识别方法在实际应用中的推广和普及。

发明内容

为了解决现有技术中基于机器学习等方法对平面道路车辆通行空间识别成本高、费时长的问题，本发明提供一种平面道路车辆通行空间识别方法，其对基础数据需求量小、不需要人工标定和机器训练、不依赖地图，结果准确，计算速度快，且可以实时地监测平面道路上车辆利用通行空间的情况。

本发明的技术方案是这样的：一种平面道路车辆通行空间识别方法，其包括以下步骤：

S1：根据预设的数据采集时间段和指定范围的道路前端感知设备，获取待分析车辆轨迹数据；

其特征在于，其还包括以下步骤：

S2：基于所述待分析车辆轨迹数据中的所有车辆轨迹点的覆盖区域，确认待识别道路空间的空间范围，将所述待识别道路空间均匀地划分为栅格，记作：空间栅格；

S3：基于判别用特征阈值、所述车辆轨迹点和所述空间栅格的坐标关系，判断每个所述空间栅格的占用状态；

所述空间栅格的占用状态包括：被占用和非占用；

S4：基于所述待识别道路空间内所有的所述空间栅格的占用状态，识别所述待识别道路空间内的道路空间拓扑结构；所述道路空间拓扑结构基于[道路空间特征值，道路空间特征间距]表示；

所述道路空间拓扑结构的识别方法，包括以下步骤：

a1：以所述待识别道路空间的最外侧的所述空间栅格组成特征框，从所述特征框中的任意处于非占用状态的所述空间栅格出发，顺时针遍历所述特征框中的所述空间栅格，记录处于被占用状态的所述空间栅格出现的总次数作为特征框的特征值，记作：基础特征框特征值；

处于被占用状态的所述空间栅格连续出现时只记录1次；

若所述特征框中不存在处于非占用状态的所述空间栅格，则所述基础特征框特征值记为1；