[发明专利]一种基于异常场的高速公路网络群体移动性识别方法

说明书

本发明公开了一种基于异常场的高速公路网络群体移动性识别方法，包括：获取目标高速公路路网的地理信息、目标节假日时间段高速公路闸道之间的出行数据并进行处理，得到出行OD对之间的异常度，并对异常度进行筛选；将筛选后的OD对之间的异常度转化为相应单元网格的累计异常度向量构建异常场；进而计算异常场的势能并进行分析，对群体移动性进行识别找到出行的主要集中地，识别节假日期间的群体移动性；能够从宏观角度对高速公路上的交通需求进行分析，帮助高速公路管理者确定节假日期间居民出行的行为特性，有助于更好地制定交通管控方案，缓解高速公路局部区域的交通拥堵，提高路网的通行能力。

技术领域

本发明涉及交通技术领域，尤其涉及一种基于异常场的高速公路网络群体移动性识别方法。

背景技术

高速公路在我国经济发展和城市化建设中起到不可或缺的作用。因高速公路具有通行效率高、运输成本低等特点，大多数居民选择通过高速公路运输货物或进行城市之间的探亲、旅游等活动。在大型节假日期间，城市之间的出行会大量增加，这会带来潜在的交通拥堵以及交通事故的风险。通过准确地识别节假日期间高速公路中群体移动性，获取居民的出行特征以及出行主要聚集地，为化解高速公路交通拥堵、提前制定交通控制措施是非常重要的。目前群体移动性的常用方法有重力模型、介入机会模型、辐射模型等。这些模型能够估计居民在各地区之间的出行人数，识别居民出行的时空特征以及对居民出行行为进行预测。高速公路上的群体移动性通常从中观层面分析了交通流的速度与密度、车辆平均出行时间等指标，便于直观地了解高速公路路网的出行情况。但是，现有的方法仍然存在如下问题：目前的群体移动性模型通常适用于日常情况下的居民出行行为识别，缺乏针对节假日期间所带来的突增出行需求的群体移动性分析方法；高速公路路网中的中观交通流难以确定各个地区对于居民出行吸引情况，对节假日期间居民出行集中地的识别存在较大的困难。

发明内容

为了解决上述背景技术中的问题，本发明提供了一种基于异常场的高速公路网络群体移动性识别方法。

第一方面，本发明提供了一种基于异常场的高速公路网络群体移动性识别方法，包括：

S1：获取待识别区域的高速公路路网的地理信息、目标节假日时间段高速公路闸道之间的出行数据；

S2：对待识别区域进行单元网格划分，将目标节假日时间段高速公路闸道之间的出行数据转化为单元网格间的出行量；

S3：根据目标节假日时间段转化后的单元网格间的出行量、历史非节假日时间段OD对之间出行量的均值与平均值，计算目标节假日时间段每个OD对之间的异常度；

S4：计算每个单元网格的总异常度，当单元网格的总异常度满足第一预设条件时，保留到达该单元网格的所有OD对之间的异常度及出行量；

S5：对所有保留的OD对之间的出行量进行排序，提取出行量满足第二预设条件的OD对之间的异常度；

S6：基于提取得到的OD对之间的异常度，筛选异常度满足第三预设条件的OD对之间的异常度；

S7：将筛选后的OD对之间的异常度转化为相应单元网格的累计异常度向量构建异常场，计算异常场的势能并进行分析，对群体移动性进行识别。

进一步地，所述S2中，单元网格的边长获取过程为：

对预设长度范围内单元网格的边长进行测试，得到不同边长情况下的Morisita指数；

选取Morisita指数为最小值时的边长作为单元网格的边长；其中，Morisita指数的计算公式为：

其中，MI为Morisita指数，N为高速公路网络中的总闸道数量，Q为单元网格的总数量，q为单元网格的编号，n_q为单元网格q中的所包含的闸道数量。