CN107195180B - 一种基于电警数据的交通出行轨迹提取方法和装置 - Google Patents

Abstract

本发明实施例提供一种基于电警数据的交通出行轨迹提取方法和装置，获取预处理后的电警设备的点位数据和电警数据，然后根据预处理后的电警设备的点位数据和电警数据提取车辆的出行路径，接着根据车辆的行驶速度和出行路径的行程时间对车辆的出行路径进行归类，最后根据归类后的车辆的出行路径确定出车辆的交通出行轨迹。本发明实施例中，以电警设备的点位数据和电警数据为基础提取车辆的交通出行轨迹，数据源单一且样本量大，简化了交通出行轨迹的提取方法。另外在提取车辆的出行路径后，对出行路径进行归类，根据不同类别的出行路径采用不同交通出行轨迹确定方法，故得到的交通出行轨迹更符合实际出行场景，提高了交通出行轨迹的提取精度。

Description

一种基于电警数据的交通出行轨迹提取方法和装置

技术领域

本发明实施例涉及交通技术领域，尤其涉及一种基于电警数据的交通出行轨迹提取方法和装置。

背景技术

随着各种先进的交通运输工具以及各种信息化的交通管理手段的应用，交通基础设施和交通运行模式都在迅速地发生变化。在这种情况下，通过传统的居民出行调查来获取居民出特征数据的方法，无论在经济上，还是在成果准确性、时效性上，都无法满足新时代交通规划和管理的需求。随着大数据技术的不断发展，我们身边的交通数据逐渐呈现爆炸性的增长趋势，如何简单有效地利用交通大数据手段替换传统调查方法来分析交通出行轨迹成为近年来研究的主要方向。现有技术中主要利用手机数据为核心，全球定位系统(Global Positioning System，简称GPS)数据、线圈数据、视频数据为辅助，对交通出行特征进行数据的提取，得到的数据包括交通出行量(Origin Destination简称OD)数据以及职住比数据。该方法可以在短时间内完成城市大范围的交通出行特征数据采集。但是在分析过程中所需要的数据源较多，目前所用的手机GPS数据定位仍有一定的偏差，在出行链的获取方面精度有待提高。

发明内容

本发明实施例提供一种基于电警数据的交通出行轨迹提取方法和装置，用于解决现有的交通出行轨迹提取方法中对数据源需求多以及提取精度不高的问题。

本发明实施例提供了一种基于电警数据的交通出行轨迹提取方法，包括：

获取预处理后的电警设备的点位数据和电警数据；

根据所述预处理后的电警设备的点位数据和电警数据提取车辆的出行路径；

根据所述车辆的行驶速度和所述出行路径的行程时间对所述车辆的出行路径进行归类，所述出行路径的行程时间是根据所述电警数据确定的；

根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹。

可选地，所述根据所述车辆的行驶速度和所述出行路径的行程时间对所述车辆的出行路径进行归类，包括：

根据所述预处理后的电警数据确定所述出行路径上各路段的行程时间；

根据所述出行路径上各路段的行程时间确定所述出行路径的行程时间。

根据所述出行路径的行程时间确定车辆在所述出行路径上的行驶速度范围；

根据所述车辆的行驶速度和所述行驶速度范围将所述车辆的出行路径进行归类；

可选地，所述根据所述车辆的行驶速度和所述行驶速度范围将所述车辆的出行路径进行归类，包括：

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上任意相邻的交叉路口直接相连时，确定所述车辆的出行路径正常；

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上存在相邻的交叉路口非直接相连时，确定所述车辆的出行路径存在交叉路口漏检；

所述车辆的行驶速度小于所述行驶速度范围的下限值时，确定所述车辆的出行路径存在出行分界点；

所述车辆的行驶速度大于所述行驶速度范围的上限值时，确定所述车辆的出行路径异常。

可选地，所述根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹，包括：

所述车辆的出行路径正常时，将所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在交叉路口漏检时，将所述车辆的出行路径补全，并将补全后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在出行分界点时，根据所述出行分界点的位置将所述车辆的出行路径进行分离，并将分离后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径异常时，重新提取所述车辆的出行路径，并根据重新提取的出行路径确定所述车辆的交通出行轨迹。

可选地，所述车辆的出行路径存在交叉路口漏检时，将所述车辆的出行路径补全，并将补全后的所述车辆的出行路径确定为所述车辆的交通出行轨迹，包括：

所述车辆的出行路径上交叉路口R1和交叉路口R2之间存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据在所述交叉路口R1和所述交叉路口R2之间进行路径匹配；

在进行路径匹配后所述交叉路口R1和所述交叉路口R2之间依然存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据确定所述交叉路口R1和所述交叉路口R2之间所有的可行路径；

根据路径距离、路段数量、行程时间相符程度、车辆转弯次数从所述可行路径中确定出最佳路径；

根据所述最佳路径对所述车辆的出行路径进行补全，并将补全后的出行路径确定为所述车辆的交通出行轨迹。

对应地，本发明实施例还提供了一种基于电警数据的交通出行轨迹提取装置，包括：

获取模块，用于获取预处理后的电警设备的点位数据和电警数据；

处理模块，用于根据所述预处理后的电警设备的点位数据和电警数据提取车辆的出行路径；根据所述车辆的行驶速度和所述出行路径的行程时间对所述车辆的出行路径进行归类，所述出行路径的行程时间是根据所述电警数据确定的；根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹。

可选地，所述处理模块具体用于：

根据所述预处理后的电警数据确定所述出行路径上各路段的行程时间；

根据所述出行路径上各路段的行程时间确定所述出行路径的行程时间；

根据所述出行路径的行程时间确定车辆在所述出行路径上的行驶速度范围；

根据所述车辆的行驶速度和所述行驶速度范围将所述车辆的出行路径进行归类。

可选地，所述处理模块具体用于：

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上任意相邻的交叉路口直接相连时，确定所述车辆的出行路径正常；

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上存在相邻的交叉路口非直接相连时，确定所述车辆的出行路径存在交叉路口漏检；

所述车辆的行驶速度小于所述行驶速度范围的下限值时，确定所述车辆的出行路径存在出行分界点；

所述车辆的行驶速度大于所述行驶速度范围的上限值时，确定所述车辆的出行路径异常。

可选地，所述处理模块具体用于：

所述车辆的出行路径正常时，将所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在交叉路口漏检时，将所述车辆的出行路径补全，并将补全后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在出行分界点时，根据所述出行分界点的位置将所述车辆的出行路径进行分离，并将分离后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径异常时，重新提取所述车辆的出行路径，并根据重新提取的出行路径确定所述车辆的交通出行轨迹。

可选地，所述处理模块具体用于：

所述车辆的出行路径上交叉路口R1和交叉路口R2之间存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据在所述交叉路口R1和所述交叉路口R2之间进行路径匹配；

在进行路径匹配后所述交叉路口R1和所述交叉路口R2之间依然存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据确定所述交叉路口R1和所述交叉路口R2之间所有的可行路径；

根据路径距离、路段数量、行程时间相符程度、车辆转弯次数从所述可行路径中确定出最佳路径；

根据所述最佳路径对所述车辆的出行路径进行补全，并将补全后的出行路径确定为所述车辆的交通出行轨迹。

本发明实施例表明，获取预处理后的电警设备的点位数据和电警数据，然后根据所述预处理后的电警设备的点位数据和电警数据提取车辆的出行路径，接着根据所述车辆的行驶速度和所述出行路径的行程时间对所述车辆的出行路径进行归类，所述出行路径的行程时间是根据所述电警数据确定的，最后根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹。本发明实施例中，以电警设备的点位数据和电警数据为基础提取车辆的交通出行轨迹，数据源单一且样本量大，简化了交通出行轨迹的提取方法。另外在提取车辆的出行路径后，对出行路径进行归类，根据不同类别的出行路径采用不同交通出行轨迹确定方法，故得到的交通出行轨迹更符合实际出行场景，提高了交通出行轨迹的提取精度。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于电警数据的交通出行轨迹提取方法的流程示意图；

图2为本发明实施例提供的出行路径归类方法的的流程示意图；

图3为本发明实施例提供的出行路径补全方法的流程示意图；

图4为本发明实施例提供的另一种基于电警数据的交通出行轨迹提取方法的流程示意图；

图5为本发明实施例提供的一种基于电警数据的交通出行轨迹提取装置的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示例性示出了本发明实施例提供的一种基于电警数据的交通出行轨迹提取方法的流程，该流程可以由基于电警数据的交通出行轨迹提取装置执行。

如图1所示，该流程的具体步骤包括：

步骤S101，获取预处理后的电警设备的点位数据和电警数据。

步骤S102，根据预处理后的电警设备的点位数据和电警数据提取车辆的出行路径。

步骤S103，根据车辆的行驶速度和出行路径的行程时间对车辆的出行路径进行归类。

步骤S104，根据归类后的车辆的出行路径确定出车辆的交通出行轨迹。

具体地，在步骤S101中，电警数据可以是路段上的卡口数据，也可以是路口的电警数据，电警数据包括车牌号、检测时间、设备点位编号、设备点位地址、进口道方向和车道信息等。电警设备的点位数据包括设备点位编号、设备点位地址和经纬度等信息。在获取电警设备的点位数据和电警数据之后，需要对电警设备的点位数据和电警数据进行数据预处理。针对电警数据，将异常的电警数据删除，具体按照以下策略进行删除：

1、根据记录的车牌号长度进行删除，保留车牌号长度在7～9之间的数据，其余删除。

2、根据检测次数进行删除，对每个车牌号的检测次数进行统计，保留检测次数在2～1000的车牌号，其余删除。

3、建立异常车牌号统计库，根据常见的异常车牌号进行删除：如“000000000”、“00000000”、“0000000”、“行人”、全字符、含有“#”的车牌等情况。

针对电警设备的点位数据，对电警设备的点位数据进行补全和修正，具体按照以下策略进行补全和修正：

1、真实设备点位：人工对设备布设位置进行核查，统一地址书写和编码规范，并进行经纬度纠正。

2、虚拟设备点位：在无电警的交叉口上设置虚拟电警点位，并赋予相应的编号、地址和经纬度(编号无固定规则，不重复即可；地址和经纬度均可在地图上直接查询)。

在步骤S102中，在提取车辆的出行路径之前，需将电警数据与电警设备的点位数据进行属性匹配，具体为：将电警数据与电警设备的点位数据根据设备点位编号、设备点位地址进行匹配，为每一条过车记录匹配上相应的经纬度信息，未匹配上的过车数据进行删除。对匹配上的电警数据和电警设备的点位数据先根据车牌号进行归类，然后根据检测时间进行排序，得到每个车牌号经过的所有电警设备的点位集合，然后按照相邻检测时间的时间差确定车辆所有的出行路径。确定出所有车辆的出行路径之后，将时空轨迹混乱的出行路径进行剔除，比如：出现相邻两个电警设备点位间的出行时间小于理论最小通行时间的出行路径。理论最小通行时间为车辆以最大速度行驶通过两电警设备点位所需要的时间。

在步骤S103和步骤S104中，路径的行程时间即为车辆通过某路径所需要的时间，出行路径的行程时间是根据预处理后的电警数据确定的。

本发明实施例中，以电警设备的点位数据和电警数据为基础提取车辆的交通出行轨迹，数据源单一且样本量大，简化了交通出行轨迹的提取方法。另外在提取车辆的出行路径后，对出行路径进行归类，根据不同类别的出行路径采用不同交通出行轨迹确定方法，故得到的交通出行轨迹更符合实际出行场景，提高了交通出行轨迹的提取精度，同时方法复杂度低，计算速度快。

下面具体介绍根据车辆的行驶速度和出行路径的行程时间对车辆的出行路径进行归类的过程，包括以下步骤，如图2所示：

步骤S201，根据预处理后的电警数据确定出行路径上各路段的行程时间。

步骤S202，根据出行路径上各路段的行程时间确定出行路径的行程时间。

步骤S203，根据出行路径的行程时间确定车辆在出行路径上的行驶速度范围。

步骤S204，根据车辆的行驶速度和行驶速度范围将车辆的出行路径进行归类。

具体地，在步骤S201之前，首先根据预处理后的电警数据建立路网拓扑结构，包括道路等级、道路长度、车道宽度、交叉口渠化情况、单行道、禁行、限速等信息。然后将每个交叉口点位映射到路网拓扑结构上去，通过最短路算法获取交叉口之间的最短路径距离，建立交叉口的距离矩阵。接着建立交叉口邻接矩阵DL，若两交叉口a、b可以通过路段直接相连，则邻接矩阵元素赋值1，即DL(a,b)＝1，否则DL(a,b)＝0。

在步骤S201中，由于路段的车流量在一天之内的波动性较大，因此路段的行程时间在一天内也存在波动，平峰时段的异常值在高峰时段可能属于正常值的范围，因此本发明实施例设定一个统计时窗T_w，比如将22:00～06:00的T_w设置为30min，06:00～22:00的T_w设置为15min。认为同一统计时窗内的行程时间数据具有相同的模式。通过获取统计时窗内的电警数据确定出行路径上各路段的行程时间。

在步骤S202中，首先对统计时窗内的路段的行程时间滤波(采取均值和中位数加减三倍标准差进行两次滤波的方法)后，将统计时窗内的最大值和最小值作为各路段的行程时间上下限值，然后根据各路段的行程时间上下限值确定出行路段的行程时间上下限值。下面以具体实施例进行说明，假设出行路径s上包含的路段数为n，具有行程时间属性的路段数为n^*，则以下三种情形中出行路径的行程时间上下限值计算方法如下：

①、出行路径s上的所有路段均有行程时间(n^*＝n)

假设出行路径s上所有路段的行程时间上限值为

下限值为

则出行路径s的行程时间上限值符合下述公式(1)，

其中，T^U为出行路径s的行程时间上限值。

出行路径s的行程时间下限值符合下述公式(2)：

其中，T^L为出行路径s的行程时间下限值。

②、出行路径s上的部分路段无行程时间(n^*＜n)

假设出行路径s上有行程时间路段个数为m，距离和为d_m，其行程时间上限值为

下限值为

则出行路径s的行程时间上限值符合下述公式(3)：

其中，T^U为出行路径s的行程时间上限值。

出行路径s的行程时间下限值符合下述公式(4)：

其中，T^L为出行路径s的行程时间下限值。

③、出行路径s上的所有路段均无行程时间(n^*＝0)

提取出行路径s的前一路段的距离d_before和行程时间上下限值分别为

和

出行路径s的后一路段的距离d_after和行程时间上下限值分别为

和

则出行路径s的行程时间上限值符合下述公式(5)：

其中，T^U为出行路径s的行程时间上限值。

出行路径s的行程时间下限值符合下述公式(6)：

其中，T^L为出行路径s的行程时间下限值。

在步骤S203中，利用出行路径的行程时间上下限值计算出行路径上的行驶速度范围。设定行驶速度范围为[v_l，v_u]，则计算行驶速度上限值v_u和行驶速度下限值v_l的方法具体为：

行驶速度上限值v_u符合下述公式(7)：

v_u＝1.15*d/T^L…………………………………(7)

其中，v_u为行驶速度上限值，T^L为出行路径s的行程时间下限值，1.15为调整系数，设置调整系数主要是为了预防过度滤波造成的行驶速度上下限区间偏小。

行驶速度下限值v_l符合下述公式(8)：

v_l＝d/(T^U*1.15)…………………………………(8)

其中，v_l为行驶速度下限值，T^U为出行路径s的行程时间上限值，1.15为调整系数。

在步骤S204中，根据车辆的行驶速度和行驶速度范围将车辆的出行路径进行归类，分为以下四种情况：设定行驶速度范围为[v_l，v_u]。

情况一、车辆的行驶速度在行驶速度范围内且车辆的出行路径上任意相邻的交叉路口直接相连时，则车辆的出行路径正常。举例说明：设定车辆m的出行路径为A→B→C→D，行驶速度为v₁，若v_l＜v₁＜v_u，且DL(A,B)＝1、DL(B,C)＝1、DL(C,D)＝1，则车辆m的出行路径正常。

情况二、车辆的行驶速度在行驶速度范围内且车辆的出行路径上存在相邻的交叉路口非直接相连时，则车辆的出行路径存在交叉路口漏检。举例说明：设定车辆n的出行路径为A→B→D，行驶速度为v₂，若v_l＜v₂＜v_u，且DL(A,B)＝1、DL(B,D)＝0，则车辆n的出行路径中交叉路口B和交叉路口D之间存在交叉路口漏检。

情况三、车辆的行驶速度小于行驶速度范围的下限值时，则车辆的出行路径存在出行分界点。举例说明：设定车辆l的出行路径为D→D，行驶速度为v₃，行驶时间为t，若v₃＝0，t＞540s，说明车辆l在交叉路口D停留，则交叉路口D为车辆l的出行路径的分界点。另外还包括一种情况，设定车辆o的出行路径为A→B，行驶速度为v₄，若0＜v₄＜v_l，说明车辆o在交叉路口A和交叉路口B之间停留，则将交叉路口A和交叉路口B之间的路段作为车辆o的出行路径的分界点。

情况四、车辆的行驶速度大于行驶速度范围的上限值时，则车辆的出行路径异常。举例说明：设定车辆p的出行路径为A→B→C→D，行驶速度为v₅，若v₅＞v_u，则车辆p的出行路径异常。

根据上述方法将车辆的出行路径进行归类后，根据归类后的车辆的出行路径确定出车辆的交通出行轨迹。对应上述四种情况，本发明实施例提供四种确定车辆的交通出行轨迹的方法。

方法一、车辆的出行路径正常时，将车辆的出行路径作为车辆的交通出行轨迹，比如将车辆m的出行路径A→B→C→D确定为车辆m的交通出行轨迹。

方法二、车辆的出行路径存在交叉路口漏检时，将车辆的出行路径补全后作为车辆的交通出行轨迹。比如将车辆n的出行路径为A→B→D补全后作为车辆n的交通出行轨迹。

方法三、车辆的出行路径存在出行分界点时，根据出行分界点的位置将车辆的出行路径进行分离，并将分离后的车辆的出行路径作为车辆的交通出行轨迹。比如以交叉路口D为分界点对车辆l的出行路径进行分离，交叉路口D为车辆l的上一条出行路径的终端，同时也是车辆l的下一条出行路径的起点，将分离后的车辆l的出行路径作为车辆l的交通出行轨迹。又比如：以交叉路口A和交叉路口B之间的路段将车辆o的出行路径进行分离，交叉路口A为车辆o的上一条出行路径的终端，交叉路口B为车辆o的下一条出行路径的起点，将分离后的车辆o的出行路径作为车辆o的交通出行轨迹。

本发明实施例中，根据车辆的行驶时间、出行路径上各路段的行程时间将车辆的出行路径进行归类，并根据不同的类别对车辆的出行路径进行修正，修正后的出行路径更贴近实际，故根据修正后的出行路径确定的车辆的交通出行轨迹的精度更高。

在车辆的出行路径存在交叉路口漏检时，如何对车辆的出行路径补全影响交通出行轨迹的提取精度，下面具体介绍车辆的出行路径补全的方法，具体包括以下步骤，如图3所示：

步骤S301，车辆的出行路径上交叉路口R1和交叉路口R2之间存在交叉路口漏检时，根据预处理后的电警设备的点位数据在所述交叉路口R1和所述交叉路口R2之间进行路径匹配。

步骤S302，在进行路径匹配后交叉路口R1和交叉路口R2之间依然存在交叉路口漏检时，根据预处理后的电警设备的点位数据确定交叉路口R1和交叉路口R2之间所有的可行路径。

步骤S303，根据路径距离、路段数量、行程时间相符程度、车辆转弯次数从所述可行路径中确定出最佳路径。

步骤S304，根据所述最佳路径对所述车辆的出行路径进行补全，并将补全后的出行路径确定为所述车辆的交通出行轨迹。

具体地，在步骤S301中，路径匹配的具体过程为：根据交叉路口R1的进口道方向搜寻下游路口，假设交叉路口R1的进口道方向为北直车道，则下游路口为南侧第一个路口。根据交叉路口R2的进口道方向搜寻上游路口，假设交叉路口R2的进口道方向为北进口，则上游路口为北侧第一个路口。若交叉路口R1的下游路口和交叉路口R2的上游路口不是一个交叉路口，则说明进行路径匹配后交叉路口R1和交叉路口R2之间依然存在交叉路口漏检。若交叉路口R1的下游路口和交叉路口R2的上游路口是一个交叉路口，则说明车辆的出行路径已补全。

在步骤S302中，在进行路径匹配后交叉路口R1和交叉路口R2之间依然存在交叉路口漏检时，采用前K条最短路算法搜索交叉路口R1和交叉路口R2之间所有可行路径。在可行路径大于10条时，根据路径长度排列，选取前10条最短路径存储到待选路径集中。

在步骤S303中，首先确定轨迹决策指标，轨迹决策考虑4个指标：空间移动情况、路径模式匹配程度、时距相符程度、路径曲折度，分别对应着车辆出行轨迹中的4个属性：路径距离、路段数量、行程时间相符程度、车辆转弯次数，设计属性值的标准化函数如下：

1、路径距离的标准化函数如公式(9)所示：

其中，L_j为方案T_i的路径距离；M为方案集合。路径距离越长，函数值越低，反之则越高，对于最短的路径函数值达到最高为1，若待选路径集中所有的路径距离都相同，函数值也为1。

2、路段数量的标准化函数如公式(10)所示：

其中，N_j为方案T_i的路段数量；M为方案集合。路段数量越多，函数值越低，反之则越高，对于最短的路径函数值达到最高为1，若待选路径集中所有的路径中路段数量都相同，函数值也为1。

3、行程时间(速度)相符程度的标准化函数如公式(11)所示：

其中，TT_j为方案T_i的行程时间；TT^*为相邻记录实际的行程时间；M为方案集合。时距相符程度越高函数值就越高，路径方案的行程时间低于或高于相邻记录实际的行程时间都会造成函数值较低。当待选路径集中所有路径的行程时间相同时，函数值也会达到最高为1。

4、车辆转弯次数的标准化函数如公式(12)所示：

其中，D_j为方案T_i的车辆转弯次数；M为方案集合。车辆转弯次数越少，标准化函数值越高。对于转弯最少的路径函数值达到最高为1，若待选路径集中所有的路径中转弯次数都相同，函数值也为1。

然后进行轨迹方案决策，具体包括：

1、建立标准化决策矩阵，具体如公式(13)所示：

2、建立加权决策矩阵

假设4种属性的决策权重为(ω₁,ω₂,ω₃,ω₄)，则加权决策矩阵如公式(14)所示：

3、确定正负理想解，正理想解如公式(15)所示：

负理想解如公式(16)所示：

4、计算决策系数

正反向距离分别如公式(17)和公式(18)所示，决策系数如公式(19)所示：

将待选路径集中决策系数最大的路径确定为最佳路径。

在步骤S304中，根据所述最佳路径对所述车辆的出行路径进行补全，并将补全后的出行路径确定为所述车辆的交通出行轨迹。车辆的交通出行轨迹可存储成表1中所述的形式，表中字母代表车辆所经过的交叉路口，每个字母下包含的信息有：检测时间、设备点位编号、设备点位地址、进口道方向和车道信息、经纬度。

表1

本发明实施例中，在只有漏检一个交叉路口时，通过路径匹配方法对车辆的出行路径进行补全，当出现多个交叉路口漏检时，采用轨迹方案决策方法对车辆的出行路径进行补全，不但提高了出行路径补全的效率，同时提高了出行路径补全的精度。

为了更好的解释本发明实施例，下面通过具体的实施场景描述本发明实施例提供的一种基于电警数据的交通出行轨迹提取方法的流程。

如图4所示，该方法包括以下步骤：

步骤S401，获取电警设备的点位数据和电警数据。

步骤S402，电警设备的点位数据和电警数据预处理。

步骤S403，根据电警设备的点位数据和电警数据提取车辆的出行路径。

步骤S404，根据车辆的行驶速度和出行路径的行程时间对车辆的出行路径进行归类。

步骤S405，判断是否存在交叉路口漏检，若是，执行步骤S406，否则执行步骤S407。

步骤S406，采用路径匹配方法或轨迹方案决策方法对出行路径进行补全。

步骤S407，根据车辆的出行路径的类别确定车辆的交通出行轨迹。

本发明实施例表明，获取预处理后的电警设备的点位数据和电警数据，然后根据所述预处理后的电警设备的点位数据和电警数据提取车辆的出行路径，接着根据所述车辆的行驶速度和所述出行路径的行程时间对所述车辆的出行路径进行归类，所述出行路径的行程时间是根据所述电警数据确定的，最后根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹。本发明实施例中，以电警设备的点位数据和电警数据为基础提取车辆的交通出行轨迹，数据源单一且样本量大，简化了交通出行轨迹的提取方法。另外在提取车辆的出行路径后，对出行路径进行归类，根据不同类别的出行路径采用不同交通出行轨迹确定方法，故得到的交通出行轨迹更符合实际出行场景，提高了交通出行轨迹的提取精度。

基于相同构思，图5示例性的示出了本发明实施例提供的一种基于电警数据的交通出行轨迹提取装置的结构，该装置可以执行基于电警数据的交通出行轨迹提取方法的流程。

如图5所示，该装置包括：

获取模块501，用于获取预处理后的电警设备的点位数据和电警数据；

处理模块502，用于根据所述预处理后的电警设备的点位数据和电警数据提取车辆的出行路径；根据所述车辆的行驶速度和所述出行路径的行程时间对所述车辆的出行路径进行归类，所述出行路径的行程时间是根据所述电警数据确定的；根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹。

可选地，所述处理模块502具体用于：

根据所述预处理后的电警数据确定所述出行路径上各路段的行程时间；

根据所述出行路径上各路段的行程时间确定所述出行路径的行程时间；

根据所述出行路径的行程时间确定车辆在所述出行路径上的行驶速度范围；

根据所述车辆的行驶速度和所述行驶速度范围将所述车辆的出行路径进行归类。

可选地，所述处理模块502具体用于：

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上任意相邻的交叉路口直接相连时，确定所述车辆的出行路径正常；

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上存在相邻的交叉路口非直接相连时，确定所述车辆的出行路径存在交叉路口漏检；

所述车辆的行驶速度小于所述行驶速度范围的下限值时，确定所述车辆的出行路径存在出行分界点；

所述车辆的行驶速度大于所述行驶速度范围的上限值时，确定所述车辆的出行路径异常。

可选地，所述处理模块502具体用于：

所述车辆的出行路径正常时，将所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在交叉路口漏检时，将所述车辆的出行路径补全，并将补全后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在出行分界点时，根据所述出行分界点的位置将所述车辆的出行路径进行分离，并将分离后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径异常时，重新提取所述车辆的出行路径，并根据重新提取的出行路径确定所述车辆的交通出行轨迹。

可选地，所述处理模块502具体用于：

所述车辆的出行路径上交叉路口R1和交叉路口R2之间存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据在所述交叉路口R1和所述交叉路口R2之间进行路径匹配；

在进行路径匹配后所述交叉路口R1和所述交叉路口R2之间依然存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据确定所述交叉路口R1和所述交叉路口R2之间所有的可行路径；

根据路径距离、路段数量、行程时间相符程度、车辆转弯次数从所述可行路径中确定出最佳路径；

根据所述最佳路径对所述车辆的出行路径进行补全，并将补全后的出行路径确定为所述车辆的交通出行轨迹。

本领域内的技术人员应明白，本发明的实施例可提供为方法、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于电警数据的交通出行轨迹提取方法，其特征在于，包括：

获取预处理后的电警设备的点位数据和电警数据；

根据所述预处理后的电警设备的点位数据和电警数据提取车辆的出行路径；

根据所述车辆的行驶速度和出行路径的行程时间上下限值对所述车辆的出行路径进行归类，所述出行路径的行程时间上下限值是根据所述电警数据确定的；

根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹；

所述根据所述车辆的行驶速度和出行路径的行程时间上下限值对所述车辆的出行路径进行归类，包括：

根据所述预处理后的电警数据确定出行路径上各路段的行程时间上下限值；

根据所述出行路径上各路段的行程时间上下限值确定所述出行路径的行程时间上下限值；

根据所述出行路径的行程时间上下限值确定车辆在所述出行路径上的行驶速度范围；

根据所述车辆的行驶速度和所述行驶速度范围将所述车辆的出行路径进行归类。

2.如权利要求1所述的方法，其特征在于，所述根据所述车辆的行驶速度和所述行驶速度范围将所述车辆的出行路径进行归类，包括：

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上任意相邻的交叉路口直接相连时，确定所述车辆的出行路径正常；

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上存在相邻的交叉路口非直接相连时，确定所述车辆的出行路径存在交叉路口漏检；

所述车辆的行驶速度小于所述行驶速度范围的下限值时，确定所述车辆的出行路径存在出行分界点；

所述车辆的行驶速度大于所述行驶速度范围的上限值时，确定所述车辆的出行路径异常。

3.如权利要求2所述的方法，其特征在于，所述根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹，包括：

所述车辆的出行路径正常时，将所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在交叉路口漏检时，将所述车辆的出行路径补全，并将补全后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在出行分界点时，根据所述出行分界点的位置将所述车辆的出行路径进行分离，并将分离后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径异常时，重新提取所述车辆的出行路径，并根据重新提取的出行路径确定所述车辆的交通出行轨迹。

4.如权利要求3所述的方法，其特征在于，所述车辆的出行路径存在交叉路口漏检时，将所述车辆的出行路径补全，并将补全后的所述车辆的出行路径确定为所述车辆的交通出行轨迹，包括：

所述车辆的出行路径上交叉路口R1和交叉路口R2之间存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据在所述交叉路口R1和所述交叉路口R2之间进行路径匹配；

在进行路径匹配后所述交叉路口R1和所述交叉路口R2之间依然存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据确定所述交叉路口R1和所述交叉路口R2之间所有的可行路径；

根据路径距离、路段数量、行程时间相符程度、车辆转弯次数从所述可行路径中确定出最佳路径；

根据所述最佳路径对所述车辆的出行路径进行补全，并将补全后的出行路径确定为所述车辆的交通出行轨迹。

5.一种基于电警数据的交通出行轨迹提取装置，其特征在于，包括：

获取模块，用于获取预处理后的电警设备的点位数据和电警数据；

处理模块，用于根据所述预处理后的电警设备的点位数据和电警数据提取车辆的出行路径；根据所述车辆的行驶速度和出行路径的行程时间上下限值对所述车辆的出行路径进行归类，所述出行路径的行程时间上下限值是根据所述电警数据确定的；根据归类后的所述车辆的出行路径确定出所述车辆的交通出行轨迹；

所述处理模块具体用于：

根据所述预处理后的电警数据确定出行路径上各路段的行程时间上下限值；

根据所述出行路径上各路段的行程时间上下限值确定所述出行路径的行程时间上下限值；

根据所述出行路径的行程时间上下限值确定车辆在所述出行路径上的行驶速度范围；

根据所述车辆的行驶速度和所述行驶速度范围将所述车辆的出行路径进行归类。

6.如权利要求5所述的装置，其特征在于，所述处理模块具体用于：

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上任意相邻的交叉路口直接相连时，确定所述车辆的出行路径正常；

所述车辆的行驶速度在所述行驶速度范围内且所述车辆的出行路径上存在相邻的交叉路口非直接相连时，确定所述车辆的出行路径存在交叉路口漏检；

所述车辆的行驶速度小于所述行驶速度范围的下限值时，确定所述车辆的出行路径存在出行分界点；

所述车辆的行驶速度大于所述行驶速度范围的上限值时，确定所述车辆的出行路径异常。

7.如权利要求6所述的装置，其特征在于，所述处理模块具体用于：

所述车辆的出行路径正常时，将所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在交叉路口漏检时，将所述车辆的出行路径补全，并将补全后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径存在出行分界点时，根据所述出行分界点的位置将所述车辆的出行路径进行分离，并将分离后的所述车辆的出行路径确定为所述车辆的交通出行轨迹；

所述车辆的出行路径异常时，重新提取所述车辆的出行路径，并根据重新提取的出行路径确定所述车辆的交通出行轨迹。

8.如权利要求7所述的装置，其特征在于，所述处理模块具体用于：

所述车辆的出行路径上交叉路口R1和交叉路口R2之间存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据在所述交叉路口R1和所述交叉路口R2之间进行路径匹配；

在进行路径匹配后所述交叉路口R1和所述交叉路口R2之间依然存在交叉路口漏检时，根据所述预处理后的电警设备的点位数据确定所述交叉路口R1和所述交叉路口R2之间所有的可行路径；

根据路径距离、路段数量、行程时间相符程度、车辆转弯次数从所述可行路径中确定出最佳路径；

根据所述最佳路径对所述车辆的出行路径进行补全，并将补全后的出行路径确定为所述车辆的交通出行轨迹。

Images