[发明专利]交通监测数据矩阵补全算法

说明书

技术领域

本发明属于监控领域，尤其涉及一种交通监测数据矩阵补全算法。

背景技术

智能交通是智能城市的基石，而智能交通是建立在交通数字化之上的。其中，实时交通路况的监测又是交通数字化的重中之重。

传统的交通路况监测方法主要有：1）交叉路口的摄像头监测；2)路面的传感器监测；3）交通参与者的主动汇报；4）大规模行驶车辆的GPS汇报监测。前两者的观测结果能够实时反应在途车数，再结合相关的道路容车量和交通流速知识，能够得到最为精准的监测信息。然而布设成本最高，因此覆盖范围也是最小的。第三种方法则面临着参与者积极性、信息源可靠程度和感性交通认知与定量的交通信息之间的转换关系等难题，尚存商榷空间。

随着车载GPS设备的普及，第四种方法变得最为常用，这也是现有的主要交通状况监测方案。通过在一定时间内，一条车道的一个方向上正常行驶的多个车辆的平均速度代表该道路该方向该时段的实时的交通路况。该方法已经被各种数字地图数据提供公司广泛采用，产生的监测数据被应用于天地图、谷歌地图和必应地图等多种具有影响力的数字地图平台。然而，目前所利用的第四种方法仍面临着车辆覆盖率低导致的交通监测矩阵稀疏的问题。因此无论谷歌地图还是百度地图，实时交通状况的显示都局限于少量主要干道，并且以非常低的频率（约1小时）更新道路状况。显然，这对于瞬息万变的城市交通状况来说，是不足以为驾驶者起到指导作用的。

现有方案中，通过普通的矩阵补全算法可以对稀疏的交通矩阵进行补全，从而填充稀疏矩阵的空值，但是，对于庞大的交通监测矩阵，计算时间开销大，耗时长，所以其效率低。

发明内容

本发明实施例的目的在于提供一种交通监测数据矩阵补全算法，旨在解决现有技术中的技术方案计算时间开销大，效率低的问题。

本发明实施例是这样实现的，一种交通监测数据矩阵补全算法，所述方法包括：

云平台依据地理坐标将接收到的全球定位系统（Global Positioning Syst，GPS）点数据和道路的GIS数据划分成多个部分的GPS点数据和道路的GIS数据，将多个部分的GPS点数据和道路的GIS数据分散存储到云平台的不同子节点的HBase数据库内；

所述GPS点数据包括：经纬度坐标、时间和运行方向；

每个子节点并行计算其存储的GPS点数据和道路的GIS数据所对应道路的在m个时间区间的平均速度，将所有子节点计算的道路在m个时间区间的平均速度组合起来形成交通矩阵T_mxn；其中为该T_m×n的列矢量，表示第i条道路在m个时间区间的平均速度；

计算T_m×n的相关系数矩阵CM_n×n；其中CM_n×n为n*n的对角矩阵；将T_m×n、CM_n×n、σ_c、φ_s作为一个输入四元组对所述输入四元组进行聚类算法运算得到聚类结果RClusters={RS₁,RS₂，...,RS_k}以完成交通监测数据矩阵补全运算；

其中k≤n，其中单个聚类道路集RSi={rm×1num1,rm×1num2,...,rm×1num3},]]>其中num1,num2,num3≤n；