[发明专利]一种基于密度聚类算法的城市交通拥堵状态检测方法

权利要求书

1.一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，具体步骤如下：

A.对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据；

B.以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据；

C.对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息；

D.将步骤C得到的拥堵区域信息作为城市拥堵状态信息保存到数据库。

2.根据权利要求1所述的一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，上述步骤A中对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据的操作步骤如下：

A1)数据清理：GPS设备刚启动或故障原因会造成采集到大量为0的数据；GPS定位的误差会导致在某一时刻定位错误后在接来下的整个时间段采集的数据都是错误的，对于这两种数据需要完全删除；

A2)数据过滤：GPS传感器的噪声会造成采集到的个别数据存在误差，称为异常值，对于异常值采用中值滤波器进行过滤，即对于检测到的异常值，取其附近n个点的中值替换该异常值。

3.根据权利要求1所述的一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，上述步骤B中以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据的操作步骤如下：

B1)根据数据集和城市交通状况确定限定数量n和速度阈值v_threshold；

B2)计算包含n个GPS数据的数据子集P{p₁,p₂…,p_n}的平均速度其中d(p_i,p_i+1)为两个相邻GPS数据之间的距离，t(p₁,p_n)为两个相邻GPS数据之间的时间间隔；

B3)当数据子集P{p₁,p₂…,p_n}确定一个拥堵点，转到步骤B4)；当判断下一个GPS数据p_n+1是否存在，如果p_n+1存在，数据子集P{p₁,p₂…,p_n}删除p₁并添加p_n+1，转到步骤B2)，如果p_n+1不存在，则输出候选拥堵点GPS数据，并转到步骤C；

B4)计算拥堵点以数据子集P{p₁,p₂…,p_n}为例，其中c_point的纬度为p_i.Lat为第i个GPS数据的纬度，c_point的经度为p_i.Lngt为第i个GPS数据的经度，c_point的到达时间为arvT＝p₁.T，p₁.T为p₁点的时间记录，c_point的离开时间为levT＝p_n.T，p_n.T为p_n点的时间记录，记录拥堵点c_point的信息以构成候选拥堵点GPS数据并以p_n+1开始的n个GPS数据即P{p_n+1,p_n+2…,p_2n}作为数据子集，转到步骤B2)，如果不足n个，则输出候选拥堵点GPS数据，并转到步骤C。