[发明专利]一种基于卡口数据的快速路车辆OD点确定方法在审

专利信息
申请号: 202010545375.1 申请日: 2020-06-16
公开(公告)号: CN111768619A 公开(公告)日: 2020-10-13
发明(设计)人: 王翔;王茜;赵坡;汪思涵;昝雨尧;潘敏荣;戈悦淳 申请(专利权)人: 苏州大学
主分类号: G08G1/01 分类号: G08G1/01;G06K9/62
代理公司: 苏州见山知识产权代理事务所(特殊普通合伙) 32421 代理人: 袁丽花
地址: 215000 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 卡口 数据 快速路 车辆 od 确定 方法
【说明书】:

发明实施例公开了一种基于卡口数据的快速车辆OD点确定方法。本发明实施例提供的基于卡口数据的快速车辆OD点确定方法通过定义车辆出行链并结合预处理的原始数据进行车辆单次出行轨迹的OD提取,再分析车辆单次出行轨迹的完整性并分类,并针对不同类别的车辆单次出行轨迹采用不同的OD点确定方法,具有城市快速路的针对性且OD点确定过程相对简单。

技术领域

本发明涉及智能交通的技术领域,特别是涉及一种基于卡口数据的快速车辆OD点确定方法。

背景技术

随着城镇化和机动化进程的快速推进,城市的快速路网密集程度越来越高。城市快速路是专供汽车行驶、全封闭、出入受控制的城市道路系统的主骨架。它串联城市主要交通枢纽、主要高速出入口、主要景点等各地点,是城市交通的命脉。提取城市快速路车辆出行OD点是交通需求分析的关键内容之一,可以完整地再现城市交通同时具备规律性和随机性的特点,为交通需求管理政策的制定提供科学、可靠的依据。

目前,针对快速路车辆OD点确定方法存在多种研究,如王美红利用天津市交叉口卡口监控设备获取的车牌数据,结合FCM模糊聚类算法和K-means++算法进行交通状态的识别,克服了FCM算法若初始聚类中心选择不当则易导致局部最优的问题;朱耀堃利用中国某省会城市路旁卡口获取的车牌数据,提出了一种基于深度信念网络的结合路网结构和时空特性的短时车辆轨迹预测方法,并将每一条轨迹缺失的节点补全;王寅朴利用车牌数据以LSTM神经网络进行车辆轨迹重构,后以CNN结合LSTM进行路网动态OD确定的研究;周韬等人利用快速路网不全的卡口获得的卡口数据,结合其他多源数据进行OD计算。虽然有较多基于车牌数据识别方面的研究,但是目前较多研究集中在城市内的车辆出行轨迹,较少有针对城市快速路的研究,且现有的研究方法都过于复杂、计算量级较大。

因此,针对上述技术问题,有必要提供一种专门针对城市快速路且计算相对简单的基于卡口数据的快速路车辆OD点确定方法。

发明内容

有鉴于此,本发明实施例的目的在于提供一种卡口数据的快速车辆OD点确定方法。本发明实施例提供的卡口数据的快速车辆OD点确定方法通过定义车辆出行链并结合预处理的原始数据进行车辆单次出行轨迹的OD提取,再通过分析车辆单次出行轨迹的完整性并进行分类,并针对不同类别的车辆单次出行轨迹采用不同的OD点确定方法,具有城市快速路的针对性且OD点确定过程相对简单。

为了实现上述目的,本发明实施例提供的技术方案如下:一种基于卡口数据的快速路车辆OD点确定方法,包括步骤S1:获取卡口的原始数据,对所述原始数据进行预处理而获得预处理数据;步骤S2:定义车辆出行链,并结合所述预处理数据对车辆单次出行轨迹进行OD提取;步骤S3:分析步骤S2所获得的车辆单次出行轨迹的完整性并将所述车辆单次出行轨迹进行分类;采用最短路径搜索的原理对不同类别的车辆单次出行轨迹采用不同的OD点确定方法。

作为本发明的进一步改进,根据快速路涉及的第一地面、上匝道、主线、下匝道、第二地面,将车辆单次出行轨迹的分为不同情况的28种类别。

作为本发明的进一步改进,不同的OD点确定方法包括根据卡口空间位置关系进行OD点确定,根据有无卡口设备进行OD点确定。

作为本发明的进一步改进,O点确定方法具体包括:直接确定O点;采用最短路搜寻距离第一地面卡口最近的下游的无卡口上匝道估计为O点;采用最短路搜寻距离主线卡口最近的上游的无卡口上匝道估计为O点;采用最短路搜寻距离下匝道卡口最近的上游的无卡口上匝道估计为O点。

作为本发明的进一步改进,D点确定方法具体包括:直接确定为D点;采用最短路搜寻距离第一地面卡口最近的下游的无卡口上匝道估计为D点;采用最短路搜寻距离主线卡口最近的上游的无卡口上匝道估计为D点;采用最短路搜寻距离下匝道卡口最近的上游的无卡口上匝道估计为D点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州大学,未经苏州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010545375.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top