[发明专利]一种基于交通视频结构化数据质量控制的道路优化方法

权利要求书

1.一种基于交通视频结构化数据质量控制的道路优化方法，其特征在于，该方法包括以下步骤：

1)基于车牌号信息，识别并剔除原始视频结构化数据中的错误数据，得到初步筛选数据集，所述原始视频结构化数据是借助视频结构化技术，对交通视频检测器采集到的车辆信息进行处理来获取的，每条数据包括过车时间、车牌号、车辆车道编号及车流量，所述错误数据包括“车牌未识别错误数据、车牌字符长度异常错误数据及无牌或污损牌错误数据”三类；

2)在初步筛选数据集基础上，依据过车时间及车道编号，识别并剔除冗余数据，得到二次筛选数据集；

3)在二次筛选数据集基础上，基于道路通行能力，按照如下流程对流量数据进行控制：

3.1)在二次筛选数据集中，以T为时间汇集度，统计第t个时段、经视频检测器i、车道j的车辆数q_ij(t)，并将其换算为标准流量其中，Q_ij(t)表示第t时段、经视频检测器i、车道j的标准流量，T₀为单位标准时间，取1小时，所述时间汇集度即每个时段的时长；

3.2)对视频检测器获取的标准流量数据按照下式进行控制：

为第t个时段、经视频检测器i、车道j的流量控制数据；

3.3)判断是否遍历所有二次筛选数据集，若未遍历所有数据则返回步骤3.1)对下一条数据进行判别，否则输出流量控制数据集；

4)采用图基平滑法对异常流量数据进行识别，并依据多元线性回归，根据下式对流量异常数据进行修复，得到有效数据集：

其中，C_ij(t)为异常流量控制数据修正后的值；为视频检测器i在同一时段t、同一车道j采集的历史上M个正常流量控制数据，或视频检测器i前后相邻的M个视频检测器在同一时段t、同一车道j采集的正常流量控制数据；a₀为常数项；a₁,a₂,...,a_M为回归系数；e为随机误差；

5)在有效数据集基础上，结合道路设计通行能力，进行道路优化。

2.根据权利要求1所述的基于交通视频结构化数据质量控制的道路优化方法，其特征在于，所述步骤1)中按照如下流程识别并剔除原始视频结构化数据中的错误数据：

1.1)判断车牌号字符长度是否等于8，若不等于8，则进入步骤1.2)，否则进入步骤1.4)；

1.2)判断车牌号字符长度是否等于6，若等于6，则将该车牌标记为“车牌未识别错误数据”，进入步骤1.4)，否则进入步骤1.3)；

1.3)判断车牌号字符中是否包含英文字母，若包含英文字母，则表明该车牌已被检测到，但车牌信息识别异常，将该车牌标记为“车牌字符长度异常错误数据”，进入步骤1.4)，否则将该车牌标记为“无牌或污损牌错误数据”，进入步骤1.4)；

1.4)判断是否遍历所有原始交通视频结构化数据，若未遍历所有数据则返回步骤1.1)对下一条数据进行判别，否则输出剔除“车牌未识别错误数据、车牌字符长度异常错误数据及无牌或污损牌错误数据”后的原始交通视频结构化数据，并将其作为初步筛选数据集。

3.根据权利要求1所述的基于交通视频结构化数据质量控制的道路优化方法，其特征在于，所述步骤2)中按照如下流程识别并剔除冗余数据：

2.1)在初步筛选数据集中，将车道编号相同的过车数据按过车时间进行排序，某车道m包括T_m个过车时间，将其按时间顺序排列为

2.2)判断相邻过车时间是否相同，即t_m,n＝t_m,n+1是否成立，若成立，则留下其中任意一组数据并将剩余数据标记为“冗余数据”，进入步骤2.3)，否则直接进入步骤2.3)，其中n为正整数，取值范围[1,T_m-1]；

2.3)判断是否遍历初步筛选数据集，若未遍历所有数据则返回步骤2.1)对下一条数据进行判别，否则输出剔除冗余数据后的初步筛选数据集，并将其作为二次筛选数据集。

4.根据权利要求1、2或3所述的基于交通视频结构化数据质量控制的道路优化方法，其特征在于，所述步骤4)中按照如下流程对流量异常数据进行识别：

4.1)在流量控制数据集中取经视频检测器i、车道j、第t个时段四个相邻时段的流量数据取其中位数构造一次平滑序列

4.2)取的中位数构造二次平滑序列

4.3)令构造三次平滑序列

4.4)计算与的均方根误差其中N表示流量控制数据集的数据量；

4.5)获取第t个时段，经视频检测器i、车道j的最大流量估计阈值Q_ij(max)(t)、最小流量估计阈值Q_ij(min)(t)分别为：

4.6)若则认为第t时段，经视频检测器i、车道j的流量控制数据异常，并将其记为需要进行修正，否则认为该流量控制数据正常，并将其记为无需进行修正。