[发明专利]一种基于车辆自动识别数据的城市路网车辆出行路径重构方法

说明书

技术领域

本发明属于交通规划与管理领域，具体涉及一种基于车辆自动识别数据的城市路网车辆出行路径重构方法。

背景技术

车辆出行路径是交通网络规划和运行管理的核心基础数据，其精度直接影响城市动态交通管理、精细化交通分析的准确性和有效性。因此，科学地采集交通流运行参数、最佳地利用交通采集信息，对提高交通设施的使用效率和服务能力是至关重要的。

近年来，交通系统信息采集已呈现从以感应线圈为代表的“断面型”检测、以浮动车为代表的“移动型”检测快速向以视频车牌自动识别为代表的“广域”车辆自动识别（Automatic Vehicle Identification，AVI）检测转变的趋势。AVI技术包括视频牌照自动识别技术、路侧信标与车辆通信识别技术等，其核心是可检测车辆ID、通过时间以及车辆位置等信息，这使得获得传统的检测设备无法获取的单个车辆路径成为可能。与国外相比，AVI技术特别是视频牌照自动识别技术在我国得到了迅猛的发展，北京、上海等城市已大规模推广实施，深圳、杭州等城市也在迅速跟进。在AVI数据利用方面，目前大部分工作都是利用AVI获取路段行程时间信息，或者是利用AVI检测的路段流量和行程时间信息进行OD估计，还未有利用AVI信息进行个体车辆路径重构的方法和技术。

另一方面,虽然视频牌照检测技术日益成熟，目前主流视频牌照检测器的检测精度，在良好光照条件下可达到90%，但这样的精度仅能满足路段行程时间检测需求。对于大规模路网，随着路段数的增加，能正确进行牌照匹配的车辆样本将急剧减少（如十个路段的路网，其匹配样本数仅占总样本数的0.9¹⁰=0.35）；同时，对于大规模路网，由于技术或经济的原因，视频车牌识别装置不是在任意需要的地方都能布设的。综上，车辆路径重构面临的现实关键问题为在AVI识别率下降、且只能在有限的地点布设AVI装置条件下，如何在较大规模路网环境下获取高精度的车辆路径信息。

车辆出行路径重构对研究交通流成因，城市OD结构，驾驶员交通路径选择行为等理论研究具有重要价值。此外，车辆出行路径还将在城市动态交通管理、精细化交通分析、重大政策评估及管理（公车管理、车辆单双号限行、拥挤收费等）以及公共安全管理（车辆跟踪、VIP安全保卫等）等领域发挥巨大作用。

发明内容

本发明的目的在于针对AVI车辆部分路径信息未充分利用的问题，提出了一种新的基于车辆自动识别数据的城市路网车辆出行路径重构方法。

本方法具有以下三个特点：一、提出了以粒子滤波中重采样思想为基础的车辆出行路径重构理论；二、提出实际影响车辆出行路径的五大时空修正因子，大幅度提高车辆出行路径重构的准确度；三、在AVI覆盖率有限的条件下，实现较大规模路网车辆完整出行路径的高精度获取。

为达到以上目标，本发明提出的基于车辆自动识别数据的城市路网车辆出行路径重构方法。本发明考虑AVI覆盖率有限的情况，基于粒子滤波理论，结合车辆路径轨迹中相关的五大时空修正因子，更新逼近任意车辆真实的空间状态概率曲线。具体步骤如下：

（1）创建初始粒子群

建立初始粒子群，令其有x¹，x²，……，x^N个初始粒子，                                                表示为初始粒子群中所有初始粒子的先验概率，每个初始粒子代表一个车辆的可能出行路径；

在无历史信息条件下，所有初始粒子的初始概率定义为1/N；N代表初始粒子的数目；确定交通网络小区后，采用优化的深度优先搜索方法，获得各小区之间所有可能路径；

（2）重要性采样

For i=1,2，……，N；

假设所有初始粒子的初始概率分布服从上一轮重要性采样后的密度函数；基于车辆路径轨迹的五大时空修正因子，共有五次重要性采样,分别为路径一致性采样、行程时间一致性采样、可测性判据采样、重力-流量模型采样和路段-路径流量匹配模型采样；

（2.1）通过路径一致性修正因子将车辆部分路径与有效可能路径集中的路径进行拓扑结构匹配，进行第一次重要性采样更新粒子权重；然后根据不同路径权重更新，更新粒子集聚；

（2.2）通过行程时间一致性修正因子分析两个AVI之间所有可能路段的平均行程时间与车辆在两个AVI之间的真实行程时间的相似性，进行第二次重要性采样更新粒子权重；然后根据不同路径权重更新，更新粒子集聚；