CN113127466B - 一种车辆轨迹数据预处理方法及计算机存储介质 - Google Patents

Abstract

本发明提供了一种车辆轨迹数据预处理方法及计算机存储介质，所述车辆轨迹数据预处理方法包括以下步骤：将轨迹数据进行分段，并重新赋予编号，使每一编号的轨迹数据仅代表一辆车的轨迹数据；将同一编号检测的车型进行统一，使每一辆车的轨迹数据中，仅对应一种车型；从全部轨迹中选择纵向坐标差为负，但车辆速度为正的异常轨迹，并对每一异常轨迹进行修正；计算全部轨迹的长度，将长度小于设置阈值的轨迹进行删除；以及根据轨迹点的横向位置将全部轨迹数据进行车道位置划分，并对横向位置检测错误的轨迹进行修正。本发明通过对车辆轨迹数据的预处理，提高了数据精度，为更加准确的识别道路交通运行状态与安全状态提供数据支持。

Description

一种车辆轨迹数据预处理方法及计算机存储介质

技术领域

本发明涉及数据处理技术领域，具体地，涉及一种车辆轨迹数据预处理方法及计算机存储介质。

背景技术

道路交通信息采集在智能交通系统中，担负着提供准确可靠的信息源以使整个智能交通系统得以顺利准确运行的重任。毫米波雷达交通检测系统作为获取路面信息的一种方式，因其特有的优势具有广阔的应用前景，如毫米波散射特性对目标形状的细节敏感，可提高多目标分辨和对目标识别的能力。但是，在毫米波雷达实际应用路侧进行车辆检测过程中，由于设备检测本身误差、检测环境变化等干扰，使得毫米波雷达检测结果中存在有车辆编号重复使用、车型检测错误、车辆坐标位置检测错误、车辆增检等问题。

现有针对车载毫米波雷达数据的技术主要通过融合其它数据源进行数据结果的有效校正，难以直接应用于路侧毫米波雷达数据的处理。因此，基于路侧毫米波雷达轨迹数据，针对目标增检、漏检、车型检测错误等问题，需发明一种数据预处理方法，提高路侧毫米波雷达轨迹数据的检测精度。

发明内容

针对现有技术中的缺陷，本发明的目的在于提供一种提高原始轨迹数据质量的车辆轨迹数据预处理方法及计算机存储介质。

为解决上述问题，本发明的技术方案为：

一种车辆轨迹数据预处理方法，包括以下步骤：

将轨迹数据进行分段，并重新赋予编号，使每一编号的轨迹数据仅代表一辆车的轨迹数据；

将同一编号检测的车型进行统一，使每一辆车的轨迹数据中，仅对应一种车型；

从全部轨迹中选择纵向坐标差为负，但车辆速度为正的异常轨迹，并对每一异常轨迹进行修正；

计算全部轨迹的长度，将长度小于设置阈值的轨迹进行删除；以及

根据轨迹点的横向位置将全部轨迹数据进行车道位置划分，并对横向位置检测错误的轨迹进行修正。

可选地，所述将轨迹数据进行分段，并重新赋予编号，使每一编号的轨迹数据仅代表一辆车的轨迹数据步骤具体包括：选取任一编号的轨迹数据，按时间序列排序，计算相邻数据帧间回传的时间及空间间隔，将计算的时间间隔与空间间隔值与设置的阈值进行比较，当时间或空间间隔值大于所设阈值时，在间隔值大于阈值处将轨迹分段，将分段后的轨迹重新赋予编号，更新原始数据中的编号，直至遍历所有轨迹。

可选地，所述将同一编号检测的车型进行统一，使每一辆车的轨迹数据中，仅对应一种车型步骤具体包括：在重新赋予编号的数据中，选取任一编号数据，按时间序列排序，计算出该轨迹中检测的车型类别数；类别数大于1时，计算不同车型对应的轨迹长度，以长度较大轨迹对应的车型为基准，对该编号的车型进行统一。

可选地，所述从全部轨迹中选择纵向坐标差为负，但车辆速度为正的异常轨迹，并对每一异常轨迹进行修正步骤具体包括：针对任一编号轨迹数据，按时间序列排序，计算相邻数据帧纵向位置坐标差值，当差值小于0，但车辆速度大于0时，记录当前位置特征，特征包括：编号、时刻；在记录每一特征位置处，将轨迹分段，针对当前段轨迹选取纵向距离值小于下一段轨迹最小纵向距离值的数据，以此类推直至遍历该编号所包含的所有轨迹段；将选取后的轨迹段重新拼接，得到该编号的轨迹。

可选地，所述计算全部轨迹的长度，将长度小于设置阈值的轨迹进行删除步骤具体包括：在数据处理过程中，结合毫米波雷达检测范围的大小，删除轨迹长度小于设置阈值的轨迹数据。

可选地，所述根据轨迹点的横向位置将全部轨迹数据进行车道位置划分，并对横向位置检测错误的轨迹进行修正步骤具体包括：根据车辆的横向坐标值进行车辆轨迹的车道划分，选取车辆横向位置出现异常的轨迹，根据判断该轨迹上个车道及下个车道的车道位置是否异常对车辆横向坐标值进行修正。

可选地，所述根据判断该轨迹上个车道及下个车道的车道位置是否异常对车辆横向坐标值进行修正步骤具体包括：

若均无异常，则按照上个车道的所在位置进行修正；

若其中一个正常，则按照正常的修正；

若均异常，则按照之前时刻最近的正确车道位置进行修正，并将修正结果立刻更新，以便于该轨迹下一段车道位置修正。

可选地，所述方法还包括以下步骤：针对每一车道轨迹，计算相邻轨迹对车头时距，选取车头时距存在异常的轨迹对，判断车头时距异常是由毫米波雷达增检还是车辆本身车头时距较小导致，识别出毫米波雷达增检的轨迹。

可选地，所述针对每一车道轨迹，计算相邻轨迹对车头时距，选取车头时距存在异常的轨迹对，判断车头时距异常是由毫米波雷达增检还是车辆本身车头时距较小导致，识别出毫米波雷达增检的轨迹步骤具体包括：

选取车头时距计算断面；

针对每一断面及经过该断面的轨迹，通过识别距离该断面最近的轨迹点，根据距离该断面距离及此时轨迹速度计算出车辆位于该断面时的时刻；

针对每一断面，按时间排序经过了该断面的所有车辆轨迹数据，按经过该断面的时刻计算相邻轨迹对的车头时距；

针对任一轨迹对，提取出在不同断面位置计算的车头时距，并按断面位置从小到大排序，当轨迹对出现车头时距小于设定值时，标记为异常轨迹对；

针对每一异常轨迹对，计算异常车头时距持续时间；

当轨迹对间的异常车头时距持续时间大于所设阈值时，判断为毫米波雷达增检轨迹，否则，判断为车辆真实发生了车头时距较小的情况。

进一步地，本发明还提供一种计算机存储介质，当所述计算机存储介质中的指令由处理器执行时，执行上述的车辆轨迹数据预处理方法。

与现有技术相比，本发明的优点在于：本发明通过对车辆轨迹数据的预处理，将原始轨迹数据中存在的车辆编号重复使用、车型检测错误、车辆坐标位置检测错误、车辆增检问题进行修正，从而提高了数据精度，为更加准确的识别道路交通运行状态与安全状态提供数据支持，减少由于交通设备检测误差对城市道路交通状态误判的影响。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例提供的路侧毫米波雷达布设及坐标位置示意图；

图2为本发明实施例提供的车辆轨迹数据预处理方法的流程框图；

图3为本发明另一实施例提供的车辆轨迹数据预处理方法的流程框图；

图4为本发明实施例提供的增检轨迹识别的流程框图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

图1为本发明实施例提供的路侧毫米波雷达布设及坐标位置示意图，如图1所示，所有车辆的行车方向与纵向方向一致，横向方向垂直于行车方向，车型包括大型车和小型车，车头时距是指在同一车道上行驶的车辆队列中，两连续车辆车头端部通过某一断面的时间间隔。

在本实施例中，采用路侧毫米波雷达交通检测系统作为获取路面信息的一种方式，因为路侧毫米波雷达原始轨迹数据中存在车辆编号重复使用、车型检测错误、车辆坐标位置检测错误、车辆增检等问题，因此需要对路侧毫米波雷达的原始轨迹数据进行预处理，本实施例中提供了一种路侧毫米波雷达轨迹数据的预处理方法，但是现有的如通过高空视频提取的车辆轨迹数据中同样存在上述问题，本发明虽以路侧毫米波轨迹数据为实例展开技术说明，但是本发明的车辆轨迹数据预处理方法同样适用通过视频或其它设备采集的轨迹数据。

图2为本发明实施例提供的车辆轨迹数据预处理方法的流程框图，如图2所示，本发明车辆轨迹数据预处理方法包括以下步骤：

S1：将轨迹数据进行分段，并重新赋予编号，使每一编号的轨迹数据仅代表一辆车的轨迹数据；

具体地，选取任一编号的轨迹数据，按时间序列排序，计算相邻数据帧间回传的时间及空间间隔；将计算的时间间隔与空间间隔值与设置的阈值进行比较，例如时间间隔阈值设为5s，空间间隔阈值设为5m，当时间或空间间隔值大于所设阈值时，在间隔值大于阈值处将轨迹分段，将分段后的轨迹重新赋予编号，且该编号使用后，后续数据处理中不再重复使用，以防止不同车辆轨迹使用同一编号的问题发生，更新原始数据中的编号，直至遍历所有轨迹。

S2：将同一编号检测的车型进行统一，使每一辆车的轨迹数据中，仅对应一种车型；

具体地，在重新赋予编号的数据中，选取任一编号数据，按时间序列排序，计算出该轨迹中检测的车型类别数；类别数大于1时，计算不同车型对应的轨迹长度，以长度较大轨迹对应的车型为基准，对该编号的车型进行统一。

S3：从全部轨迹中选择纵向坐标差为负，但车辆速度为正的异常轨迹，并对每一异常轨迹进行修正；

具体地，针对任一编号轨迹数据，按时间序列排序，计算相邻数据帧纵向位置坐标差值，当差值小于0，但车辆速度大于0时，记录当前位置特征，特征包括：编号、时刻；在记录每一特征位置处，将轨迹分段，针对当前段轨迹，选取纵向距离值小于下一段轨迹最小纵向距离值的数据，以此类推，直至遍历该编号所包含的所有轨迹段；将选取后的轨迹段重新拼接，得到该编号的轨迹；重复上述操作直至遍历所有编号的轨迹数据。

S4：计算全部轨迹的长度，将长度小于所设置阈值的轨迹进行删除；

具体地，在数据处理过程中，结合毫米波雷达检测范围的大小，删除轨迹长度小于设置阈值的轨迹数据，例如毫米波雷达检测范围约为0～300m，轨迹长度阈值设置为20m。

S5：根据轨迹点的横向位置将全部轨迹数据进行车道位置划分，并对横向位置检测错误的轨迹进行修正。

具体地，根据毫米波雷达安装位置坐标及道路横断面布设情况，计算不同车道边界对应于轨迹数据横向坐标范围，将轨迹数据划分到不同车道，针对任一轨迹，根据车道是否发生变化对轨迹进行分段；计算车辆完成连续变道的纵向距离长度，当该长度小于设置阈值时，标记为轨迹横向位置存在误差；所述阈值包括：小型车为40m，大型车为60m。

针对横向位置存在误差的轨迹数据：首先，假设车辆进入检测范围所在的车道段及离开检测范围所在的车道段横向位置正确；其次，对于横向位置存在误差的轨迹段，根据该轨迹上、下段的车道位置是否异常进行修正，具体包括：(1)若均无异常，则按照上个车道的所在位置进行修正；(2)若其中一个正常，则按照正常的修正；(3)若均异常，则按照之前时刻最近的正确车道位置进行修正，并将修正结果立刻更新，以便于该轨迹下一段车道位置修正。

在一个可选的实施例中，如图3所示，本发明另一实施例提供的车辆轨迹数据预处理方法还包括以下步骤：

S6：针对每一车道轨迹，计算相邻轨迹对车头时距，选取车头时距存在异常的轨迹对，判断车头时距异常是由毫米波雷达增检还是车辆本身车头时距较小导致，识别出毫米波雷达增检的轨迹。

具体地，如图4所示，以任一车道为例，具体流程步骤如下：

S61：选取车头时距计算断面；

具体地，首先，以检测范围起终点位上下限，等距选取断面作为车头时距计算的位置，断面集合记为location_1，其次，选取该车道的所有轨迹起终位置，记为location_2。车头时距计算断面位置为location_1与location_2取并集。

S62：针对每一断面及经过该断面的轨迹，通过识别距离该断面最近的轨迹点，根据距离该断面距离及此时轨迹速度计算出车辆位于该断面时的时刻；

具体地，以断面位置纵向坐标为location_0为例，当车辆速度60km/h～80km/h时，毫米波雷达回传数据纵向间隔约为1.5～3m，因此，选取断面位置上下3m范围内存在数据的轨迹；将数据分为两类，刚好在断面位置处有存在数据的轨迹和不存在数据的轨迹；针对后者，以任一轨迹为例，选择距离断面location_0距离最近的轨迹数据，获取距离最近点的纵向坐标、速度、时刻，计算出距离断面最近点车辆行驶至断面位置所需时段；根据最近点时刻及行驶至断面时段相加(减)得到车辆位于断面location_0时的时刻。

S63：针对每一断面，按时间排序经过了该断面的所有车辆轨迹数据，按经过该断面的时刻计算相邻轨迹对的车头时距；

具体地，仍以location_0为例，将该断面范围内所有车辆轨迹按时间序列排列，相邻车辆轨迹，均以通过断面location_0的时刻相减，得到轨迹对间的车头时距。

S64：针对任一轨迹对，提取出在不同断面位置计算的车头时距，并按断面位置从小到大排序，当轨迹对出现车头时距小于设定值(例如1秒)时，标记为异常轨迹对；

S65：针对每一异常轨迹对，计算异常车头时距持续时间；

S66：当轨迹对间的异常车头时距持续时间大于所设阈值时，判断为毫米波雷达增检轨迹，否则，判断为车辆真实发生了车头时距较小的情况。

具体地，所述阈值为动态阈值，阈值计算时需考虑前后车的车型、交通状态、车辆所在位置。

另外，车辆编号重复使用、车型检测错误、车辆坐标位置检测错误、车辆增检等是轨迹数据中普遍存在的问题，如通过高空视频提取的车辆轨迹数据同样存在上述问题，本发明虽以路侧毫米波轨迹数据为实例展开技术说明，但本发明的车辆轨迹数据预处理方法同样适用视频或其它设备采集的轨迹数据。

与现有技术相比，本发明通过对车辆轨迹数据的预处理，将原始数据中存在的车辆编号重复使用、车型检测错误、车辆坐标位置检测错误、车辆增检问题进行修正，为更加准确的识别道路交通运行状态与安全状态提供数据支持，减少由于交通设备检测误差对城市道路交通状态误判的影响。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (6)

1.一种车辆轨迹数据预处理方法，其特征在于，所述方法包括以下步骤：

将轨迹数据进行分段，并重新赋予编号，使每一编号的轨迹数据仅代表一辆车的轨迹数据，具体包括：选取任一编号的轨迹数据，按时间序列排序，计算相邻数据帧间回传的时间及空间间隔，将计算的时间间隔与空间间隔值与设置的阈值进行比较，当时间或空间间隔值大于所设阈值时，在间隔值大于阈值处将轨迹分段，将分段后的轨迹重新赋予编号，更新原始数据中的编号，直至遍历所有轨迹；

将同一编号检测的车型进行统一，使每一辆车的轨迹数据中，仅对应一种车型，具体包括：在重新赋予编号的数据中，选取任一编号数据，按时间序列排序，计算出该轨迹中检测的车型类别数；

从全部轨迹中选择纵向坐标差为负，但车辆速度为正的异常轨迹，并对每一异常轨迹进行修正，具体包括：针对任一编号轨迹数据，按时间序列排序，计算相邻数据帧纵向位置坐标差值，当差值小于0，但车辆速度大于0时，记录当前位置特征，特征包括：编号、时刻；在记录每一特征位置处，将轨迹分段，针对当前段轨迹选取纵向距离值小于下一段轨迹最小纵向距离值的数据，以此类推直至遍历该编号所包含的所有轨迹段；将选取后的轨迹段重新拼接，得到该编号的轨迹，所述纵向方向与行车方向一致；

计算全部轨迹的长度，将长度小于设置阈值的轨迹进行删除；以及

根据轨迹点的横向位置将全部轨迹数据进行车道位置划分，并对横向位置检测错误的轨迹进行修正，具体包括：根据车辆的横向坐标值进行车辆轨迹的车道划分，选取车辆横向位置出现异常的轨迹，根据判断该轨迹上个车道及下个车道的车道位置是否异常对车辆横向坐标值进行修正，所述横向方向垂直于行车方向。

2.根据权利要求1所述的车辆轨迹数据预处理方法，其特征在于，所述计算全部轨迹的长度，将长度小于设置阈值的轨迹进行删除步骤具体包括：在数据处理过程中，结合毫米波雷达检测范围的大小，删除轨迹长度小于设置阈值的轨迹数据。

3.根据权利要求1所述的车辆轨迹数据预处理方法，其特征在于，所述根据判断该轨迹上个车道及下个车道的车道位置是否异常对车辆横向坐标值进行修正步骤具体包括：

若均无异常，则按照上个车道的所在位置进行修正；

若其中一个正常，则按照正常的修正；

若均异常，则按照之前时刻最近的正确车道位置进行修正，并将修正结果立刻更新，以便于该轨迹下一段车道位置修正。

4.根据权利要求1项所述的车辆轨迹数据预处理方法，其特征在于，所述方法还包括以下步骤：针对每一车道轨迹，计算相邻轨迹对车头时距，选取车头时距存在异常的轨迹对，判断车头时距异常是由毫米波雷达增检还是车辆本身车头时距小于设定值导致，识别出毫米波雷达增检的轨迹。

5.根据权利要求4项所述的车辆轨迹数据预处理方法，其特征在于，所述针对每一车道轨迹，计算相邻轨迹对车头时距，选取车头时距存在异常的轨迹对，判断车头时距异常是由毫米波雷达增检还是车辆本身车头时距小于设定值导致，识别出毫米波雷达增检的轨迹步骤具体包括：

选取车头时距计算断面；

针对每一断面及经过该断面的轨迹，通过识别距离该断面最近的轨迹点，根据距离该断面距离及此时轨迹速度计算出车辆位于该断面时的时刻；

针对每一断面，按时间排序经过了该断面的所有车辆轨迹数据，按经过该断面的时刻计算相邻轨迹对的车头时距；

针对任一轨迹对，提取出在不同断面位置计算的车头时距，并按断面位置从小到大排序，当轨迹对出现车头时距小于设定值时，标记为异常轨迹对；

针对每一异常轨迹对，计算异常车头时距持续时间；

当轨迹对间的异常车头时距持续时间大于所设阈值时，判断为毫米波雷达增检轨迹，否则，判断为车辆真实发生了车头时距小于设定值的情况。

6.一种计算机存储介质，其特征在于，当所述计算机存储介质中的指令由处理器执行时，执行如权利要求1-5中任一项所述的车辆轨迹数据预处理方法。

Images