[发明专利]一种交通态势感知分析方法、装置、计算机存储介质及终端

权利要求书

1.一种交通态势感知分析方法，所述分析方法应用在服务器上，其特征在于，包括如下步骤：

S1:获取交通卡口的记录数据，对每辆车的交通卡口记录按时间先后顺序排序；

S2:根据时空关联性和近邻关系算法切割路径，形成每辆车每次出行的起止点OD,其具体步骤包括如下：

S21：根据同一辆车在任意两交通卡口之间的行驶顺序来辨别所述两交通卡口是否为邻近交通卡口对；若是，则执行S22,若否，则执行S25；

S22：根据每辆车经过该邻近交通卡口对的时间先后顺序，计算每辆车的邻近交通卡口对的旅行时间；

S23：根据S22计算出的旅行时间，利用3σ准则判断每个交通卡口每个时间段的有效旅行时间范围；

S24：利用车辆在预设时间段先后经过邻近交通卡口对的旅行时间，对比S22获得的对应邻近卡口对在对应时间段的有效旅行时间范围，若在有效旅行时间范围内，则邻近卡口对连续，否则，邻近卡口对截断；

S25:车辆在预设时间段先后经过非邻近交通卡口对时，利用如下规则判断非邻近卡口对连续与否：

对于时间相邻的非邻近交通卡口对，其上一个交通卡口类型为高速入口，下一个交通卡口类型为高速出口或视频卡口，则非邻近卡口对连续；

或者，对于时间相邻的非邻近交通卡口对，其上一个交通卡口类型为视频卡口或高速入口，下一个交通卡口类型为高速出口，则非邻近卡口对连续；

对于其他类型的非邻近卡口对，则按照预设时间阈值进行判断，即：若非邻近卡口对先后旅行时间超过预设时间阈值，则非邻近卡口对截断；若非邻近卡口对先后旅行时间在预设时间阈值之内，则非邻近卡口对连续；

S3:按照一天中公路交通压力情况划分不同出行时间段，基于不同出行时间段的每辆车每次出行起止点OD经过的交通卡口集合，构建出行起止点交通卡口事务集合T；

S4:在出行交通卡口事务集合T的基础上，应用时空关联规则算法，筛选出满足预先设定的最小支持度规则和最小置信度规则的集合，即具有时空相关性的强关联交通卡口集合X；

S5:根据强关联交通卡口集合X，计算对应时间段内交通卡口的交通量，同时利用皮尔森相关系数分析对应强关联交通卡口集合X的交通态势相关性。

2.根据权利要求1所述的一种交通态势感知分析方法，其特征在于：所述时空关联规则算法为FP-growth算法。

3.根据权利要求2所述的一种交通态势感知分析方法，其特征在于：所述S4包括如下步骤：

S41：设置最小支持度min_sup和最小置信度min_conf；

S42：过滤出满足最小支持度min_sup项，构建FP树；

S43：基于FP树中挖掘频繁项集；

S44：过滤出满足最小置信度min_conf的频繁模式对应的关联规则。

4.根据权利要求1所述的一种交通态势感知分析方法，其特征在于：所述时空关联规则算法为apriori算法。

5.根据权利要求1-4任意一项所述的一种交通态势感知分析方法，其特征在于：S5中所述的利用皮尔森相关系数分析对应强关联交通卡口集合X的交通态势相关性，具体包含以下步骤：

S51：按照时间单位统计各强关联交通卡口的交通量；

S52：在车辆经过强关联交通卡口具有时滞性的情况下，将强关联交通卡口按时间进行移位N个时间单位，生成移位的交通量序列；

S53：利用皮尔森相关系数，计算强关联交通卡口对移位的交通量序列的相关性，计算方式为：其中cov(a,b)为交通卡口对中的交通卡口a与交通卡口b交通流时间序列的协方差，D(x a)，D(x b)分别为交通卡口a和交通卡口b的方差；

S54：获取交通卡口对相关性最大对应的移动位置，即得到交通卡口对间交通流经过的时间；

S55：通过S54获取到交通卡口对间的交通流经过的时间后，当某一交通卡口发生交通拥堵时，与之强关联的交通卡口在所述交通流经过的时间也会发生交通拥堵，则可提前采取措施进行疏导。