[发明专利]城市级交通视频检测设备质量检测方法

说明书

本发明公开了城市级交通视频检测设备质量检测方法。包括下述步骤：a.构建路网中各视频检测设备的网络拓扑结构，得到网络拓扑结构表；b.根据网络拓扑结构表构造路段行程置信时间的随机性模型；c.识别出视频检测设备S检测到的设备检测总量N中正确的过车数据和错误数据，计算出视频检测设备S的错检率；遍历所有视频检测设备，得到所有视频检测设备的错检率；d.依据路段行程置信时间对缺失数据进行随机模拟，定义路段过车量的稳定性指标，计算出网络拓扑结构表中视频检测设备的漏检率。本发明具有提升交通数据质量、减小工作量和提升数据描述准确度的特点，是智能交通平台建设的基础。

技术领域

本发明涉及数据质量监控技术领域，特别是城市级交通视频检测设备质量检测方法。

背景技术

国内大多数城市都经历了几年的智能交通建设，安装了大量交通数据采集设备，收集了海量交通数据。但当交通管理部门想利用大数据技术缓解城市交通拥堵时却困难重重，其主要原因是在设备组装过程中，由于镜头质量、组装工艺等原因，准确率将会略微下降，投入实地使用后，受到光线、设备安装角度、车流密度、车牌悬挂方式等因素干扰，采集到的数据不可避免存在噪声。具有大量错误的数据集无法支撑智慧交通系统的有效运用。且目前仅针对设备断电进行监测，未曾对设备的错误率和漏检率等指标进行检测。

发明内容

本发明的目的在于，提供一种城市级交通视频检测设备质量检测方法。本发明具有提升交通数据质量、减小工作量和提升数据描述准确度的特点，是智能交通平台建设的基础。

本发明的技术方案：城市级交通视频检测设备质量检测方法，包括下述步骤：

a.构建路网中各视频检测设备的网络拓扑结构，得到网络拓扑结构表；

b.根据网络拓扑结构表的上下游关系，构造路段行程置信时间的随机性模型；

c.以车牌符合车牌编码规则、车牌通过视频检测设备Z的时间及其通过上游路段的时间在随机性模型的路段行程置信时间内、车牌出现具有规律性为条件构造决策树，利用决策树识别出视频检测设备Z检测到的设备检测总量N中正确的过车数据和错误数据，从而计算出视频检测设备Z的错检率；遍历网络拓扑结构表中的其他视频检测设备，得到网络拓扑结构表中所有视频检测设备的错检率；

d.依据路段行程置信时间对缺失数据进行随机模拟，定义路段过车量的稳定性指标，计算出网络拓扑结构表中视频检测设备的漏检率。

前述的城市级交通视频检测设备质量检测方法所述的步骤a中，所述的构建城市级视频检测设备的网络拓扑结构，得到网络拓扑结构表，包括下述步骤：

a1:采集路网中所有视频检测设备的原始数据，提取预设时间段内同一车牌被不同视频检测设备检测到的时间，按该车牌被识别到的时间先后顺序构建车辆行驶轨迹，将车辆行驶轨迹转变为设备网络拓扑结构表；

a2:在a1的网络拓扑结构表中，根据上下游的视频检测设备检测到的流量数据，构造统计量

其中：N_S为预设时间段内截面路口过车量，N_A为上游截面过车量，N_OD为N_S和N_A两个截面车牌匹配的过车量；

a3:对网络拓扑结构表中每条路段构造的统计量进行分类，不同类型的路段用箱型图进行离群点检测，清洗网络拓扑结构表中不合理的拓扑关系；

a4:对比网络拓扑结构表和承建单位给出的定位数据，在地图上进行点位标定和现场人工比对，结合视频检测设备的空间位置关系，进行网络拓扑结构表优化。

前述的城市级交通视频检测设备质量检测方法中，所述的路段行程置信时间的定义如下：