CN110220526A - 基于路径时间价值的anpr车辆导行方案生成方法 - Google Patents

Abstract

本发明提供了一种基于路径时间价值的ANPR车辆导行方案生成方法，包括如下步骤：1）建立城市出行标准出行点信息；2）利用步骤1）的城市出行标准出行点信息建立城市标准出行OD点对间路径表；3）利用步骤1）和步骤2）数据，描述车辆一次出行轨迹；4）利用步骤2）、3）的数据生成导行方案，通过改变路径通行费用与通行时间，引导出行量最大路径的部分车辆选择其他路径通行。本发明便于查询、统计、分析及数据挖掘等操作；能为城市出行做分析。

Description

基于路径时间价值的ANPR车辆导行方案生成方法

技术领域

本发明涉及一种基于路径时间价值的ANPR车辆导行方案生成方法。

背景技术

城市车辆导行方案通过调节信号灯时长、设置管控措施，增加通行收费等方式疏导车流，令路网流量均衡，提高通行效率。然而车主在选择通行路径时，面对相同的时长和费用，会根据自身情况做出不同的决策。然而，现有设计导行方案时，并未充分考虑车主在时长和费用偏好上的分布情况，导致方案未能达到理想的效果。

发明内容

本发明的目的在于提供了一种基于路径时间价值的ANPR车辆导行方案生成方法。本发明重点在于计算出行点对之间所有路径的时间价值，反映选择该路径车主在时间和费用之间的偏好。通过车牌自动识别数据(automatic number plate recognition data，简称ANPR)的信息提取城市车辆在各路径上的分布情况，也即车主在时间、费用偏好上的分布情况，据此设计车辆导行方案，包括通过降低候选路径通行费用，将对费用较敏感的车辆疏导至该路径，或者通过降低候选路径的通行时间，将对时间较敏感的车辆疏导至该路径，实现车辆导行的目的。

为了达到上述目的，本发明的技术方案是：

一种基于路径时间价值的ANPR车辆导行方案生成方法，包括如下步骤：

1)建立城市出行标准出行点信息；

2)利用步骤1)的城市出行标准出行点信息建立城市标准出行OD点对间路径表；

3)利用步骤1)和步骤2)数据，描述车辆一次出行轨迹；

4)利用步骤2)、3)的数据生成导行方案，通过改变路径通行费用与通行时间，引导出行量最大路径的部分车辆选择其他路径通行。

所述的步骤1)具体为：

(1)建立集合Φ＝Φ1∩Φ2，其中Φ1为处于路口检测摄像头的聚合点集，Φ2为处于路段检测摄像头的聚合点集；所述路口检测摄像头聚合为一个聚合点的规则是：处于同一交叉路口的摄像头聚合为一个聚合点，其坐标为路口坐标；所述路段检测摄像头聚合为一个聚合点的规则是：距离交叉路口大于L₁米，处于同一路段，且两两间距小于L₂的摄像头聚合为一个聚合点，其坐标为该点聚合的所有摄像头坐标的聚类中心；

(2)将步骤(1)中集合Φ中每个聚合点视为城市标准出行点，每个所述标准出行点可用矢量(Φid,Longitude,Latitude,type)描述，分别对应该出行点的编号、经度、纬度、类型，其中路口出行点类型为1，路段出行点类型为2；

(3)将步骤(2)得到的城市标准出行点两两组合成出行二元组对集合，有OD＝{OD_i＝(O_i,D_i)|O_i∈Φ,D_i∈Φ,O_i≠D_i,i＝1,2,3,...,|Φ|}，集合中每个元素用矢量(ODid,O_i,D_i,dis,dir)描述，分别对应该出行对编号、起点出行点编号、终点出行点编号、起终点之间的直线距离、以及起点到终点的方向角。

所述的步骤2)具体为：

(a)对于所述的每个城市标准出行点对ODid，在路网中遍历其间所有可行路径，组成路径集合Path＝{path_j,j＝1,2,...,m}，path_j是ODid之间所有m条可行路径中的一条，每条路径轨迹由途经出行点序列描述；对每条可行路径path_j，其路径编号为pid、计算路径长度len、用时time、花费cost，其中路径花费cost为通行收费和消耗燃油费用之和，用时time为路段平均行驶时间与路口平均延误时间之和；

(b)建立费用函数f(λ)＝time×λ+cost，其中λ为时间价值参数，也即车主的时间价值；定义路径path_j的时间价值λ_j为令该路径费用f_j(λ)＝path_j.time×λ+path_j.cost在ODid间所有路径中最小的值，也即当λ＝λ_j时，f_j(λ)≤f_l(λ)，l＝1,2,3,...,m；每条路径时间价值计算方法如下:

首先将ODid间所有路径的花费path_j.c,升序排列，ODid间所有路径的用时path_j.t降序排列，j＝1,2,3,...,m，从序列中剔除在花费序列中位次数小于在用时序列位次数的路径；

其次对剩余的k条路径，计算令相邻两个路径，即第l条路径和第l+1条路径的费用函数相等的时间价值λ的值l＝1,2,3,...,k-1，必有

然后确定每条路径时间价值的取值区间；被剔除路径的时间价值λ的取值区间为(-∞,0]，而剩余k条路径中的第l条路径的时间价值λ_l取值区间赋予规则如下：

当l＝1，则

当l＝k，则

当1＜l＜k，则

若则λ_l＝λ_l-1。

所述的步骤3)具体为：

(1)ANPR数据记录车辆经过检测点的时间和车牌号，因此车辆一次出行的轨迹tr由一列二元组r＝(c,t)序列按时间升序排列组成，其中c为摄像头编号，t为检测时间；根据所述步骤1)中建立的摄像头与出行点的对应关系，将二元组r＝(c,t)中摄像头编号c代换为摄像头所属出行点的编号Φid；

(2)提取特征数据描述车辆一次出行的轨迹tr，包括车牌号vid、出发时间t_o、到达时间t_d、出行点对编号ODid、路径编号pid、路径匹配度m_a；

(3)以所述轨迹tr中第一条和最后一条记录中出行点为出发点O_i和目的点D_i，其所对应的出发点对的编号ODid；pid为出行点对ODid间所有路径中，与车辆轨迹匹配度m_a的值最大的路径编号；m_a为路径与轨迹中重合的出行点个数与轨迹中出行点个数之比，即当ma值最大的路径有多条，则选择轨迹长度与路径长度最接近的那条路径。

所述的步骤4)具体为：

(a)提取一段时间内的车辆出行轨迹描述数据tr(vid,to,td,ODid,pid,ma)，统计每对出行点对ODid的各条路径pid在这段时间内的出行量；

(b)选择所有出行点对的所有路径中，出行量最大的路径pid^*作为导行对象；

(c)由步骤2)分析得知路径pid^*时间价值λ的取值区间[λ_min,λ_max]，设选择该路径的车主时间价值均匀分布在该取值区间中，通过增加λ_min至λ_min+Δ，将部分流量引导至在S2022路径排序中，与路径pid^*相邻，但费用较低的路径中，或减少λ_max至λ_max-Δ，将部分流量引导至与路径pid^*相邻，但费用较高的路径中；引流车辆数约为路径流量的其中0＜Δ＜λ_max-λ_min；

(d)当引流至费用较低的路径中，则将费用较低路径的通行时间减少其中c₂为路径pid^*的花费，c₁为费用较低路径的花费；

(e)当引流至费用较高的路径中，则将费用较高路径的通行费用减少(t₁-t₂)×Δ，其中t₂为路径pid^*的用时，t₁为费用较高路径的用时；

(f)Δ的取值根据引流量确定，令引流后，引入流量路径的流量与引出流量路径的流量相等。

本发明的有益效果为：本发明的目的在于提供了一种基于路径时间价值的ANPR车辆导行方案生成方法。本发明重点在于计算出行点对之间所有路径的时间价值，反映选择该路径车主在时间和费用之间的偏好。通过车牌自动识别数据(automatic number platerecognition data，简称ANPR)的信息提取城市车辆在各路径上的分布情况，也即车主在时间、费用偏好上的分布情况，据此设计车辆导行方案，包括通过降低候选路径通行费用，将对费用较敏感的车辆疏导至该路径，或者通过降低候选路径的通行时间，将对时间较敏感的车辆疏导至该路径，实现车辆导行的目的。

附图说明

图1为本发明的流程图；

图2为路径价值与路径费用关系图。

具体实施方式

本实施例的一种基于路径时间价值的ANPR车辆导行方案生成方法，如图1、2所示，包括如下步骤：

1)建立城市出行标准出行点信息；具体步骤为：

(1)建立集合Φ＝Φ1∩Φ2，其中Φ1为处于路口检测摄像头的聚合点集，Φ2为处于路段检测摄像头的聚合点集；所述路口检测摄像头聚合为一个聚合点的规则是：处于同一交叉路口的摄像头聚合为一个聚合点，其坐标为路口坐标；所述路段检测摄像头聚合为一个聚合点的规则是：距离交叉路口大于L₁米，处于同一路段，且两两间距小于L₂的摄像头聚合为一个聚合点，其坐标为该点聚合的所有摄像头坐标的聚类中心；

(2)将步骤(1)中集合Φ中每个聚合点视为城市标准出行点，每个所述标准出行点可用矢量(Φid,Longitude,Latitude,type)描述，分别对应该出行点的编号、经度、纬度、类型，其中路口出行点类型为1，路段出行点类型为2；

(3)将步骤(2)得到的城市标准出行点两两组合成出行二元组对集合，有OD＝{OD_i＝(O_i,D_i)|O_i∈Φ,D_i∈Φ,O_i≠D_i,i＝1,2,3,...,|Φ|}，集合中每个元素用矢量(ODid,O_i,D_i,dis,dir)描述，分别对应该出行对编号、起点出行点编号、终点出行点编号、起终点之间的直线距离、以及起点到终点的方向角；

2)利用步骤1)的城市出行标准出行点信息建立城市标准出行OD点对间路径表；具体步骤为：

(a)对于所述的每个城市标准出行点对ODid，在路网中遍历其间所有可行路径，组成路径集合Path＝{path_j,j＝1,2,...,m}，path_j是ODid之间所有m条可行路径中的一条，每条路径轨迹由途经出行点序列描述；对每条可行路径path_j，其路径编号为pid、计算路径长度len、用时time、花费cost，其中路径花费cost为通行收费和消耗燃油费用之和，用时time为路段平均行驶时间与路口平均延误时间之和；

(b)建立费用函数f(λ)＝time×λ+cost，其中λ为时间价值参数，也即车主的时间价值；定义路径path_j的时间价值λ_j为令该路径费用f_j(λ)＝path_j.time×λ+path_j.cost在ODid间所有路径中最小的值，也即当λ＝λ_j时，f_j(λ)≤f_l(λ)，l＝1,2,3,...,m；每条路径时间价值计算方法如下:

首先将ODid间所有路径的花费path_j.c,升序排列，ODid间所有路径的用时path_j.t降序排列，j＝1,2,3,...,m，从序列中剔除在花费序列中位次数小于在用时序列位次数的路径；

其次对剩余的k条路径，计算令相邻两个路径，即第l条路径和第l+1条路径的费用函数相等的时间价值λ的值l＝1,2,3,...,k-1，必有

然后确定每条路径时间价值的取值区间；被剔除路径的时间价值λ的取值区间为(-∞,0]，而剩余k条路径中的第l条路径的时间价值λ_l取值区间赋予规则如下：

当l＝1，则

当l＝k，则

当1＜l＜k，则

若则λ_l＝λ_l-1；

3)利用步骤1)和步骤2)数据，描述车辆一次出行轨迹；具体步骤为：

(1)ANPR数据记录车辆经过检测点的时间和车牌号，因此车辆一次出行的轨迹tr由一列二元组r＝(c,t)序列按时间升序排列组成，其中c为摄像头编号，t为检测时间；根据所述步骤1)中建立的摄像头与出行点的对应关系，将二元组r＝(c,t)中摄像头编号c代换为摄像头所属出行点的编号Φid；

(2)提取特征数据描述车辆一次出行的轨迹tr，包括车牌号vid、出发时间t_o、到达时间t_d、出行点对编号ODid、路径编号pid、路径匹配度m_a；

(3)以所述轨迹tr中第一条和最后一条记录中出行点为出发点O_i和目的点D_i，其所对应的出发点对的编号ODid；pid为出行点对ODid间所有路径中，与车辆轨迹匹配度m_a的值最大的路径编号；m_a为路径与轨迹中重合的出行点个数与轨迹中出行点个数之比，即当ma值最大的路径有多条，则选择轨迹长度与路径长度最接近的那条路径；

4)利用步骤2)、3)的数据生成导行方案，通过改变路径通行费用与通行时间，引导出行量最大路径的部分车辆选择其他路径通行；具体步骤为：

(a)提取一段时间内的车辆出行轨迹描述数据tr(vid,to,td,ODid,pid,ma)，统计每对出行点对ODid的各条路径pid在这段时间内的出行量；

(b)选择所有出行点对的所有路径中，出行量最大的路径pid^*作为导行对象；

(c)由步骤2)分析得知路径pid^*时间价值λ的取值区间[λ_min,λ_max]，设选择该路径的车主时间价值均匀分布在该取值区间中，通过增加λ_min至λ_min+Δ，将部分流量引导至在S2022路径排序中，与路径pid^*相邻，但费用较低的路径中，或减少λ_max至λ_max-Δ，将部分流量引导至与路径pid^*相邻，但费用较高的路径中；引流车辆数约为路径流量的其中0＜Δ＜λ_max-λ_min；

(d)当引流至费用较低的路径中，则将费用较低路径的通行时间减少其中c₂为路径pid^*的花费，c₁为费用较低路径的花费；

(e)当引流至费用较高的路径中，则将费用较高路径的通行费用减少(t₁-t₂)×Δ，其中t₂为路径pid^*的用时，t₁为费用较高路径的用时；

(f)Δ的取值根据引流量确定，令引流后，引入流量路径的流量与引出流量路径的流量相等。

本实施例重点在于计算出行点对之间所有路径的时间价值，反映选择该路径车主在时间和费用之间的偏好。通过车牌自动识别数据(automatic number platerecognition data，简称ANPR)的信息提取城市车辆在各路径上的分布情况，也即车主在时间、费用偏好上的分布情况，据此设计车辆导行方案，包括通过降低候选路径通行费用，将对费用较敏感的车辆疏导至该路径，或者通过降低候选路径的通行时间，将对时间较敏感的车辆疏导至该路径，实现车辆导行的目的。

Claims (5)

1.一种基于路径时间价值的ANPR车辆导行方案生成方法，其特征在于，包括如下步骤：

1)建立城市出行标准出行点信息；

2)利用步骤1)的城市出行标准出行点信息建立城市标准出行OD点对间路径表；

3)利用步骤1)和步骤2)数据，描述车辆一次出行轨迹；

4)利用步骤2)、3)的数据生成导行方案，通过改变路径通行费用与通行时间，引导出行量最大路径的部分车辆选择其他路径通行。

2.如权利要求1所述的基于路径时间价值的ANPR车辆导行方案生成方法，其特征在于，所述的步骤1)具体为：

(1)建立集合Φ＝Φ1∩Φ2，其中Φ1为处于路口检测摄像头的聚合点集，Φ2为处于路段检测摄像头的聚合点集；所述路口检测摄像头聚合为一个聚合点的规则是：处于同一交叉路口的摄像头聚合为一个聚合点，其坐标为路口坐标；所述路段检测摄像头聚合为一个聚合点的规则是：距离交叉路口大于L₁米，处于同一路段，且两两间距小于L₂的摄像头聚合为一个聚合点，其坐标为该点聚合的所有摄像头坐标的聚类中心；

(2)将步骤(1)中集合Φ中每个聚合点视为城市标准出行点，每个所述标准出行点可用矢量(Φid,Longitude,Latitude,type)描述，分别对应该出行点的编号、经度、纬度、类型，其中路口出行点类型为1，路段出行点类型为2；

(3)将步骤(2)得到的城市标准出行点两两组合成出行二元组对集合，有OD＝{OD_i＝(O_i,D_i)|O_i∈Φ,D_i∈Φ,O_i≠D_i,i＝1,2,3,...,|Φ|}，集合中每个元素用矢量(ODid,O_i,D_i,dis,dir)描述，分别对应该出行对编号、起点出行点编号、终点出行点编号、起终点之间的直线距离、以及起点到终点的方向角。

3.如权利要求1所述的基于路径时间价值的ANPR车辆导行方案生成方法，其特征在于，所述的步骤2)具体为：

(a)对于所述的每个城市标准出行点对ODid，在路网中遍历其间所有可行路径，组成路径集合Path＝{path_j,j＝1,2,...,m}，path_j是ODid之间所有m条可行路径中的一条，每条路径轨迹由途经出行点序列描述；对每条可行路径path_j，其路径编号为pid、计算路径长度len、用时time、花费cost，其中路径花费cost为通行收费和消耗燃油费用之和，用时time为路段平均行驶时间与路口平均延误时间之和；

(b)建立费用函数f(λ)＝time×λ+cost，其中λ为时间价值参数，也即车主的时间价值；定义路径path_j的时间价值λ_j为令该路径费用f_j(λ)＝path_j.time×λ+path_j.cost在ODid间所有路径中最小的值，也即当λ＝λ_j时，f_j(λ)≤f_l(λ)，l＝1,2,3,...,m；每条路径时间价值计算方法如下:

首先将ODid间所有路径的花费path_j.c,升序排列，ODid间所有路径的用时path_j.t降序排列，j＝1,2,3,...,m，从序列中剔除在花费序列中位次数小于在用时序列位次数的路径；

其次对剩余的k条路径，计算令相邻两个路径，即第l条路径和第l+1条路径的费用函数相等的时间价值λ的值必有

然后确定每条路径时间价值的取值区间；被剔除路径的时间价值λ的取值区间为(-∞,0]，而剩余k条路径中的第l条路径的时间价值λ_l取值区间赋予规则如下：

当l＝1，则

当l＝k，则

当1＜l＜k，则

若则λ_l＝λ_l-1。

4.如权利要求1所述的基于路径时间价值的ANPR车辆导行方案生成方法，其特征在于，所述的步骤3)具体为：

(1)ANPR数据记录车辆经过检测点的时间和车牌号，因此车辆一次出行的轨迹tr由一列二元组r＝(c,t)序列按时间升序排列组成，其中c为摄像头编号，t为检测时间；根据所述步骤1)中建立的摄像头与出行点的对应关系，将二元组r＝(c,t)中摄像头编号c代换为摄像头所属出行点的编号Φid；

(2)提取特征数据描述车辆一次出行的轨迹tr，包括车牌号vid、出发时间t_o、到达时间t_d、出行点对编号ODid、路径编号pid、路径匹配度m_a；

(3)以所述轨迹tr中第一条和最后一条记录中出行点为出发点O_i和目的点D_i，其所对应的出发点对的编号ODid；pid为出行点对ODid间所有路径中，与车辆轨迹匹配度m_a的值最大的路径编号；m_a为路径与轨迹中重合的出行点个数与轨迹中出行点个数之比，即当ma值最大的路径有多条，则选择轨迹长度与路径长度最接近的那条路径。

5.如权利要求1所述的基于路径时间价值的ANPR车辆导行方案生成方法，其特征在于，所述的步骤4)具体为：

(a)提取一段时间内的车辆出行轨迹描述数据tr(vid,to,td,ODid,pid,ma)，统计每对出行点对ODid的各条路径pid在这段时间内的出行量；

(b)选择所有出行点对的所有路径中，出行量最大的路径pid^*作为导行对象；

(c)由步骤2)分析得知路径pid^*时间价值λ的取值区间[λ_min,λ_max]，设选择该路径的车主时间价值均匀分布在该取值区间中，通过增加λ_min至λ_min+Δ，将部分流量引导至在S2022路径排序中，与路径pid^*相邻，但费用较低的路径中，或减少λ_max至λ_max-Δ，将部分流量引导至与路径pid^*相邻，但费用较高的路径中；引流车辆数约为路径流量的其中0＜Δ＜λ_max-λ_min；

(d)当引流至费用较低的路径中，则将费用较低路径的通行时间减少其中c₂为路径pid^*的花费，c₁为费用较低路径的花费；

(e)当引流至费用较高的路径中，则将费用较高路径的通行费用减少(t₁-t₂)×Δ，其中t₂为路径pid^*的用时，t₁为费用较高路径的用时；

(f)Δ的取值根据引流量确定，令引流后，引入流量路径的流量与引出流量路径的流量相等。