[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

说明书

本发明公开了一种基于交通视频结构化数据质量控制的道路优化方法，包括依据车牌信息剔除错误数据、借助过车时间及车道编号剔除冗余数据、流量异常数据修复、结合道路设计通行能力进行道路优化。流量异常数据修正包括三步，其一，在二次筛选数据集基础上，结通行能力对流量进行控制；其二，借助图基平滑法构建合理动态流量阈值进行流量异常数据的识别；其三，基于历史数据或相邻检测器数据，借助多元线性回归对流量异常数据进行修正，得到有效数据集。本发明能够简单、高效地对交通视频结构化数据进行质量控制，避免噪声数据的干扰，可保障道路优化设计方案的准确性。

技术领域

本发明属于智能交通领域，涉及一种基于交通视频结构化数据质量控制的道路优化方法。

背景技术

随着城市的不断发展，机动车数量逐年攀升，对有限的城市空间造成了巨大的交通压力，为缓解当前各类交通问题，智能交通系统应运而生。所谓智能交通系统，就是将已有的信息、通信、控制以及传感等诸多技术进行高效率地集成并应用在交通运输系统当中，从而建立起能在大范围内发挥作用的、实时的、准确的交通信息系统。

高质量的动态交通信息反映了实时的交通运行状况及演变趋势，有利于管理部门及时制定更为高效的管理措施以保障交通运行的安全与顺畅。视频检测作为获得机动车交通信息的重要方式，是一种将视频图像和交通模式识别相结合的数据采集技术，通过视频结构化实现对车辆的识别、车辆特征的提取及运行轨迹的获取。目前，对于视频结构化数据的质量控制主要停留在视频结构化模型创新及硬件适应性研究两个方面，虽然这两方面的研究能够降低系统误差的存在，提升视频结构化数据的质量，但在实际的城市交通系统中，交通视频检测受设备故障、通讯故障、交通状态异常及天气异常等诸多随机因素的影响，易出现交通视频结构化数据存在随机误差，进而导致了数据的错误、冗余及异常等情况，大大削弱了视频检测系统的应用效果。对于交通视频结构化数据针对这些误差给交通视频结构化数据带来的异常，仍缺乏一套完整的、能够直接指导数据使用者实际工作的数据质量控制体系。

发明内容

本发明提供了一种能确保交通视频结构化数据的正确性、合理性，实现了对交通视频结构化数据中的错误数据、冗余数据、流量异常数据的修复，确保了交通视频结构化数据的质量，使得数据能够正确的反应真实的交通运行状况的基于交通视频结构化数据质量控制的道路优化方法，为交通管理、规划、设计部门制定有效的管控政策、交通规划、设计方案提供合理的数据支撑。

本发明的基于交通视频结构化数据质量控制的道路优化方法，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；

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，基于道路通行能力对流量数据进行控制；

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对流量异常数据进行修复，得到有效数据集；

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。

进一步的，本发明方法中，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。

进一步的，本发明方法中，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)；