CN114707035A - 一种可视化交通起始点分析系统 - Google Patents

一种可视化交通起始点分析系统 Download PDF

Info

Publication number
CN114707035A
CN114707035A CN202210462841.9A CN202210462841A CN114707035A CN 114707035 A CN114707035 A CN 114707035A CN 202210462841 A CN202210462841 A CN 202210462841A CN 114707035 A CN114707035 A CN 114707035A
Authority
CN
China
Prior art keywords
information
vehicle
traffic
image acquisition
analysis unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210462841.9A
Other languages
English (en)
Inventor
袁文
王宝来
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Firston Intelligent Technology Co ltd
Original Assignee
Beijing Firston Intelligent Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Firston Intelligent Technology Co ltd filed Critical Beijing Firston Intelligent Technology Co ltd
Publication of CN114707035A publication Critical patent/CN114707035A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/904Browsing; Visualisation therefor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/906Clustering; Classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Quality & Reliability (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种可视化交通起始点分析系统,其连接有第一图像采集分析单元和第二图像采集分析单元,其中:第一图像采集分析单元用于采集道路交汇位置的车流量信息,第二图像采集分析单元用于采集并确定所述车流量信息之中的不符合第一预定规则的车辆信息,所述第一预定规则是由所述分析系统从数据处理平台中调用的,所述可视化交通起始点分析系统是以所述第二图像采集分析单元所确定的不符合第一预定规则的车辆信息为基准,通过在至少部分时间区间之内分析所述第一图像采集分析单元的车流量信息来确定在所述至少部分时间区间之内的不符合第一预定规则的车辆的交通起止点路径信息。

Description

一种可视化交通起始点分析系统
技术领域
本发明涉及智慧交通技术领域,尤其涉及一种可视化交通起始点分析系统。
背景技术
近年来,随着各种形态大数据的涌现及相关分析技术的进步,城市交通研究者的关注重点已逐渐从系统运行状态监测转移到了交通需求分析(含车辆溯源分析)。获取车辆出行交通起始点及相关路径信息是交通需求分析的关键内容之一。但很多传统检测数据在计算车辆交通起始点时存在信息的局限性,如GPS定位数据往往因为样本数量有限而不能代表所有社会车辆,道路定点车辆检测数据(如微波车辆检测数据)则缺少车辆身份信息。
高清智能卡口系统能够自动识别车牌数据(以下简称卡口数据),其获取的数据信息不但包含车辆身份信息,并且与道路路段相对应,无需复杂的匹配计算,理论上是计算车辆出行交通起始点的理想数据。但实际上,目前大部分城市都难以做到卡口设备在路网中的全覆盖,即使把所有路口和路段都装上卡口设备也经常由于设备老化、车牌污损、恶劣天气等各种原因而发生车辆识别遗漏或错误的情况。因此,利用点位分布不全、数据有瑕疵的卡口数据计算路网机动车出行交通起始点并非易事。
公开号为CN109035784A的专利文献公开了一种基于多源异构数据的动态车流交通起始点估计方法,将号牌识别数据和车辆GPS数据进行整合,将路网断面流量拆分为可观测交通起始点和不可观测交通起始点,同时基于卡尔曼滤波对不可观测交通起始点进行估计,进而与可观测交通起始点整合得到动态车流交通起始点信息;该种基于多源异构数据的动态车流交通起始点估计方法将号牌识别设备采集的过车数据与GPS数据相结合,提取出有效路径作为可观测交通起始点信息,并且划分为可观测部分和不可观测部分来实现路网交通起始点估计。该方法仅在车牌识别数据的基础上补充已录入系统的车辆GPS数据从而对车牌识别数据缺失部分进行补充和完善,并且不能保证补充后的数据能够有效地覆盖整个道路网络,该方法为单一数据量的多方面分析,其应用方向同样是将单一的现象研判作为车流动态研判。
针对现有互联网数据受样本量限制导致数据的置信度、准确性有所偏差的问题,本发明利用第一图像采集分析单元采集车流量信息和第二图像采集分析单元采集的车辆信息进行全样本量的数据汇集,无需考虑用户数量和在线时间等互联网道路数据的制约,也无需新建样本,减少了样本建设的投入成本。本发明能够通过全域车辆的全时数据、路口流向级流量数据、路段车道级流量数据进行精准的路口、路段以及路网的状态分析。
此外,一方面由于对本领域技术人员的理解存在差异;另一方面由于发明人做出本发明时研究了大量文献和专利,但篇幅所限并未详细罗列所有的细节与内容,然而这绝非本发明不具备这些现有技术的特征,相反本发明已经具备现有技术的所有特征,而且申请人保留在背景技术中增加相关现有技术之权利。
发明内容
针对现有技术之不足,本发明的技术方案提供的是一种可视化交通起始点分析系统。所述可视化交通起始点分析系统针对目前互联网所汇集的道路车流量数据受样本量的限制导致数据的置信度、准确度存在一定偏差,因此所述分析系统通过引入不同图像采集单元获取的多源的车辆信息和车流量信息进行全样本量的数据汇集,无需考虑用户数量、在线时间等互联网道路车流量数据获得的制约。所述可视化交通起始点分析系统连接有第一图像采集分析单元和第二图像采集分析单元,其中:第一图像采集分析单元用于采集道路交汇位置的车流量信息,第二图像采集分析单元用于采集并确定所述车流量信息之中的不符合第一预定规则的车辆信息,其中,所述第一预定规则是由所述可视化交通起始点分析系统从数据处理平台中调用的,所述可视化交通起始点分析系统是以所述第二图像采集分析单元所确定的不符合第一预定规则的车辆信息为基准,通过在至少部分时间区间之内分析所述第一图像采集分析单元的车流量信息来确定在所述至少部分时间区间之内的不符合第一预定规则的车辆的交通起止点路径信息。其优势在于,本申请通过由第一图像采集分析单元所确定的不符合第一预定规则的车辆信息追溯所述第一图像采集分析单元所采集的车流量信息中的该车辆的交通起止点路径信息,从而利用同一车辆在一定的时间区间内被所述第二图像采集分析单元和所述第一图像采集分析单元先后捕获而生成的不符合第一预定规则的车辆信息和不符合第一预定规则的车辆的交通起止点路径信息,从而依据所述第二图像采集分析单元和所述第一图像采集分析单元采集的数据信息复原出该车辆的行驶路径和行程信息。本申请所提供的可视化交通起始点分析系统通过全域车辆的全时数据、路口流向级流量以及路段车道级流量对路口、路段、路网状态进行精准分析。本申请为了避免软硬件在算力层面的相互制约,通过合理的核心组件实现软硬件的优化适配,保障计算环境的算力有效稳定。同时考虑接口的兼容及安全性,便于多源数据的接入与输出;为了避免算法降效或特殊场景下的不匹配,在全样本数据的支撑和多场景的学习下,持续对算法进行迭代达到多场景复制应用,增强软件的普适性。本申请能够将行业内网中的第一图像采集分析单元采集的数据和第二图像采集分析单元采集的数据进行有效地结合,消除第一图像采集分析单元或第二图像采集分析单元在采集数据时的单一性,尤其是两者在道路上的设置区域能够进行相互补偿,使得道路交汇位置的进口车道级的流量与路段中的断面车流量进行结合,通过两者采集结果相互印证将因车辆行程缺失而造成的数据缺失、数据异常等情况进行修正,从而构建出车辆在一定时间区间之内的完整的路径信息。
根据一种优选的实施方式,所述第一图像采集分析单元采集的车辆的交通起止点路径信息是以一定时间周期进行更替的,所述第一图像采集分析单元采集的车辆的交通起止点路径信息所对应的时间点与所述第二图像采集分析单元确定的不符合第一预定规则的车辆信息的时间点是处于同一个时间区间内的;所述数据处理平台依据所述第二图像采集分析单元所确定的不符合第一预定规则的车辆信息追溯所述第一图像采集分析单元所采集的处于同一个时间区间内的车流量信息中指定车辆的交通起止点路径信息,从而通过将所述第二图像采集分析单元所确实的车辆信息和所述第一图像采集分析单元所采集的车辆的交通起止点路径信息进行车辆行驶路径信息拼接的方式确定出指定车辆的行程信息。其优势在于,数据处理平台通过第二图像采集分析单元得到的车辆信息从第一图像采集分析单元采集的属于同一时间区间内的车流量信息中筛选出被第二图像采集分析单元所捕获车辆的交通起止点信息,然后数据处理平台利用该车辆在道路交汇位置的交通起止点信息以及车辆在道路网络中的车道上的行驶信息推演或拼接出车辆在一定时间区间内的行车路径和行程信息,方便对不同道路和道路交汇位置在不同时间点的车流情况进行分析和判断,从而便于相关工作人员根据获取的车流量信息进行道路网络的车辆行驶规则制定。通过对车辆信息的缺失数据进行修补能够获取到更加完整且准确的车辆行程信息,从而方便相关部门及使用人员更加准确地根据路况做出适应性通行方案调整。
根据一种优选的实施方式,所述第二图像采集分析单元所确定的不符合第一预定规则的车辆信息能够作为所述数据处理平台进行信息追踪的溯源信息,使得所述数据处理平台从由所述第一图像采集分析单元采集的处于同一个时间区间内的车流的交通起止点路径信息中筛选出不符合第一预定规则的指定车辆的交通起止点路径信息。
根据一种优选的实施方式,所述第二图像采集分析单元调用所述数据处理平台中符合第一预定规则的参考行驶信息并与其采集到的车流量信息进行比对,标记出其采集的车流量信息中不符合第一预定规则的车辆,并且所述数据处理平台利用被标记车辆的车辆信息从所述车流量信息中筛选出指定车辆的包含交通起止点信息的至少部分行程信息。
根据一种优选的实施方式,所述第二图像采集分析单元所确定的不符合第一预定规则的车辆信息指车辆以脱离在所述数据处理平台上预先设定的行驶规则进行行驶时的行驶信息和/或车辆在存在至少部分行程信息缺失的时间区间内被所述第二图像采集分析单元采集到的该车辆的行驶信息;
所述第一预定规则至少包括限定车辆以满足预先设定的行驶规则进行行驶的第二预定规则和车辆在至少部分时间区间之内不存在行程信息缺失的第三预定规则。
根据一种优选的实施方式,所述第一图像采集分析单元通过持续获取经过道路交汇位置处的所有车辆的影像信息的方式提取出在至少部分特定时间区间之内经过道路交汇位置处的车辆数量和车辆信息,从而生成特定时间区间的车流量信息。
根据一种优选的实施方式,所述第二图像采集分析单元通过调用所述数据处理平台中的第一预定规则的方式对经过其采集区域的车辆进行实时验证,在所述第二图像采集分析单元的采集区域出现无法匹配所述第一预定规则的车辆时,所述第二图像采集分析单元进行车辆信息的采集。
根据一种优选的实施方式,所述数据处理平台是通过车辆行程规划的方式确定所述第一图像采集分析单元与所述第二图像采集分析单元之间的路径信息,从而依据所述路径信息定义所述第一图像采集分析单元与所述第二图像采集分析单元的采集时间点处于同一时间段的时间区间;
在获取到所述第二图像采集分析单元采集到不符合第一预定规则的车辆信息的时间点时,所述数据处理平台依据所述第二图像采集分析单元的采集时间点来确定出所述第一图像采集分析单元能够获取到不符合第一预定规则的车辆的交通起止点路径信息所在的时间区间。
根据一种优选的实施方式,所述第一图像采集分析单元采集的车流量信息是指在特定时间区间内经过道路交汇位置处的车辆数量和车辆信息,所述数据处理平台依据不符合第一预定规则的车辆信息与所述第一图像采集分析单元在同一时间区间内采集的车辆信息进行比对,从而得到不符合第一预定规则的车辆的交通起止点路径信息。
根据一种优选的实施方式,所述第二图像采集分析单元采集的不符合第一预定规则的车辆信息能够对车辆连续经过两个道路交汇位置的行程信息进行补充,从而生成车辆在一定时间区间之内的完整的路径信息。
附图说明
图1是本发明的一种可视化交通起始点分析系统的优选实施例的流程示意图;
图2是本发明的一种可视化交通起始点分析系统的优选实施例的架构示意图。
附图标记列表
1:第一图像采集分析单元;2:第二图像采集分析单元;3:数据传输单元;4:数据处理平台;41:应用层;42:支撑层;43:接口层;44:数据层;45:接入层;46:物理层;411:应用程序;421:地理信息模块;422:系统管理模块;423:交通起始点大数据分析模块;431:基础数据体系接口;432:运行数据体系接口;433:业务应用体系接口;441:应用支撑服务模块;442:地图支撑服务模块;443:采集数据库;444:共享支撑数据库;445:用户数据库;446:清分结算数据库;447:基础资料数据库;448:备案数据库;449:主体分析数据库;461:主机设施;462:存储设施;463:网络设施;464:安全设施。
具体实施方式
下面结合附图进行详细说明。
实施例1
根据图1示出的一种可视化交通起始点分析系统,其可以包括第一图像采集分析单元1、第二图像采集分析单元2、数据传输单元3和数据处理平台4。
根据一种具体的实施方式,第一图像采集分析单元1、第二图像采集分析单元2通过数据传输单元3将采集到的车辆信息和车流量信息上传至数据处理平台4。数据处理平台4以实时更新的方式存储有可以对车辆的行驶状况进行判断的第一预定规则。数据传输单元3能够从数据处理平台4上调取最新版本的第一预定规则来对经过其采集区域的车辆行驶状况进行判断。数据处理平台4还能够利用数据传输单元3确定的车流量信息之中的不符合第一预定规则的车辆信息对由第一图像采集分析单元1采集的道路交汇位置的车流量信息进行筛选,从而数据处理平台4能够获取到行驶状况不符合第一预定规则的车辆在同一个时间区间内经过第一图像采集分析单元1时的交通起止点路径信息。数据处理平台4能够依据得到的指定车辆在同一个时间区间内的不符合第一预定规则的车辆信息和该车辆的交通起止点路径信息拼接出该车辆的完整行驶路径和行程信息,从而数据处理平台4通过对整个道路网络中的车辆在全时段经过道路交汇位置和路段车道时形成的车流量进行分析,精准地获取到路口、路段、路网的车流状态。
优选地,第一图像采集分析单元1采集的与指定车辆的交通起止点路径信息所对应的信息采集时间点和第二图像采集分析单元2在确定指定车辆的行驶过程不符合第一预定规则时的时间点属于同一个时间区间内,从而数据处理平台4能够依据第一图像采集分析单元1记录的时间点和第二图像采集分析单元2记录的时间点的先后顺序拼接出该车辆可能经过的行驶路径,并且依据多个分散设置的第一图像采集分析单元1和第二图像采集分析单元2确定出指定车辆的完整行驶路径和行程信息。不符合第一预定规则的车辆信息是指该车辆在行驶过程中出现不符合第一预定规则时由第二图像采集分析单元2所采集的车辆行驶影像、车辆基础信息以及车辆驾驶员图像等行驶信息。数据处理平台4通过对道路网络中所有车辆的行驶路径和行程信息进行全时段的组合,从而获取道路交汇位置和路段车道不同时间的车流量,进而方便相关部门及使用人员更加准确地根据路况做出适应性通行方案调整。
优选地,数据处理平台4将第二图像采集分析单元2所确定的不符合第一预定规则的指定车辆的行程信息作为指定车辆在道路网络中的行驶路径进行追溯的溯源信息,数据处理平台4利用指定车辆的行程信息从由第一图像采集分析单元1采集的处于同一个时间区间内的车流的交通起止点路径信息中筛选出不符合第一预定规则的指定车辆的交通起止点路径信息。然后,数据处理平台4通过将第二图像采集分析单元2所确定的车辆信息和第一图像采集分析单元1所采集的车辆的交通起止点路径信息进行车辆行驶路径信息拼接的方式确定出指定车辆的行程信息。
优选地,第二图像采集分析单元2调用的第一预定规则可以是数据处理平台4预先载入的车辆符合行驶规则的参考行驶信息,从而第二图像采集分析单元2验证经过其图像采集区域的车辆是否出现与数据处理平台4预先载入的车辆符合行驶规则的参考行驶信息。若采集到车辆以不属于第一预定规则的行驶方式进行行驶时,则判定车辆不符合第一预定规则。优选地,符合第一预定规则的参考行驶信息可以是车辆以符合预先设定的行驶规则在道路上进行行驶时的行驶图像数据。在数据处理平台4判定车辆以不符合第一预定规则的方式进行行驶时,数据处理平台4标记出其采集的车流量信息中不符合第一预定规则的车辆,并且数据处理平台4利用被标记车辆的车辆信息从车流量信息中筛选出指定车辆的包含交通起止点信息的至少部分行程信息。进一步优选地,第二图像采集分析单元2所确定的不符合第一预定规则的车辆信息指车辆以脱离在数据处理平台4上预先设定的行驶规则进行行驶时的行驶信息和/或车辆在存在至少部分行程信息缺失的时间区间内被第二图像采集分析单元2采集到的该车辆的行驶信息。优选地,第一预定规则至少包括限定车辆以满足预先设定的行驶规则进行行驶的第二预定规则和车辆在至少部分特定时间区间之内不存在行程信息缺失的第三预定规则。优选地,特定时间区间是指:若车辆在符合行驶规则的情况下能够被相邻的两个道路交汇位置的第一图像采集分析单元1采集到交通起止点路径信息,并且直接构建出单一的路径信息,则相邻的两个第一图像采集分析单元1的采集时间点的间隔时间为特定时间区间。
优选地,第一图像采集分析单元1持续不断地对经过道路交汇位置处的所有车辆的信息进行采集。当第二图像采集分析单元2确定出不符合第一预定规则的车辆的采集时间点时,数据处理平台4通过定义时间区间的方式提取出第一图像采集分析单元1采集的在至少部分时间区间之内经过道路交汇位置处的车辆数量和车辆信息,从而生成特定时间区间的车流量信息。优选地,数据处理平台4是通过车辆行程规划的方式确定车辆依次经过第一图像采集分析单元1与第二图像采集分析单元2的行驶路径,并且依据行驶路径的实际道路情况确定第一图像采集分析单元1与第二图像采集分析单元2的采集时间点是否处于同一时间段的时间区间。在获取到由第二图像采集分析单元2采集到的不符合第一预定规则的车辆信息的时间点时,数据处理平台4依据第二图像采集分析单元2的采集时间点来确定出第一图像采集分析单元1能够获取到不符合第一预定规则的车辆的交通起止点路径信息所在的时间区间。
如图2所示,数据处理平台4的数据信息架构包括能够将其与设备终端进行连接的应用层41、能够为其提供技术支撑的支撑层42、方便外部设备接入数据处理平台4的接口层43、对第一图像采集分析单元1和第二图像采集分析单元2上传的数据进行处理的数据层44、能够与数据传输单元3进行连接的接入层45以及为数据处理平台4提供基础的硬件设备、基础网络的物理层46。优选地,支撑层42能够用于管理在数据层44与应用层41之间的相关联的数据的交换与共享,包括数据采集支撑、数据共享交换支撑、数据统计分析支撑和地理信息服务等。接口层43用于根据需求提供基础数据体系接口431、运行数据体系接口432和业务应用体系接口433等,使得使用者通过不同接口访问并获取不同的底层硬件使用权限。数据层44用于存储并分析接入层45上传的车辆数据,利用采集的车辆信息进行数据计算和车辆数据的分析并完成相关的计算模型的建立。接入层45通过数据传输单元3与第一图像采集分析单元1、第二图像采集分析单元2分别进行数据连接。
如图2所示,应用层41即是交通起始点分析系统在终端设备上加载的应用程序411。优选地,应用程序411可以包括系统和APP等。优选地,支撑层42包括地理信息模块421、系统管理模块422和交通起始点大数据分析模块423等。支撑层42的上述三个模块均通过数据集中的方式进行统一管理,并且通过将所有信息整合在同一个直观图上的方式完成在交通起始点分析系统的基础建设。优选地,接口层43为数据处理平台4提供了外接口,方便管理员进行操控指令的输入。接口层43包括基础数据体系接口431、运行数据体系接口432和业务应用体系接口433等。优选地,数据层44包括应用支撑服务模块441和地图支撑服务模块442。优选地,应用支撑服务模块441提供系统展示和系统功能开发所需要的相关数据接口。优选地,地图支撑服务模块442提供地图展示、规划等GIS服务。优选地,接入层45用于将第一图像采集分析单元1与第二图像采集分析单元2采集的数据、地图数据以及停车场数据等外部数据输入数据处理平台4,并且其能够根据待接入数据的需求进行数据的接入转换等。优选地,接入层45还能够用于用户授权服务。优选地,物理层46包括主机设施461、存储设施462、网络设施463和安全设施464等。优选地,主机设施461为支撑计算和应用部署的服务器(计算中心)。存储设施462为支撑数据存储的存储硬件。网络设施463为本系统的通信基础设施。安全设施464为保证数据和应用的安全的软硬件保障设施。
进一步优选地,数据层44还可以包括采集数据库443、共享支撑数据库444、用户数据库445、清分结算数据库446、基础资料数据库447、备案数据库448以及主体分析数据库449等。优选地,常规用户的信息服务可以通过微信和手持终端APP提供。数据处理平台4利用第一图像采集分析单元1与第二图像采集分析单元2采集的数据进行全样本量的数据汇集,无需新建数据采集设备,减少了建设投入成本,并且数据处理平台4无需考虑用户的数量和在线时间等互联网道路数据获得权限的制约。数据处理平台4通过采集全域车辆的全时数据、路口流向级流量数据以及路段车道级流量数据对路口、路段、路网的状态进行精准地分析。此外,为了避免软硬件在算力层面的相互制约,本发明通过合理规划核心组件实现软硬件的优化适配,保障了计算机的算力的稳定性,同时本申请还对数据接口的兼容及安全性进行优化,便于多源数据的接入与输出。最后,在全样本数据的支撑和多场景的学习下,本发明通过持续对算法进行迭代达到多场景复制应用,增强分析系统的普适性。
优选地,本发明利用现有的车辆数据采集设备获得的数据进行行业应用赋能,具体范围如下:
信控优化设计(流量特征、特殊时段、通勤路线等分析);
交通组织及管理(标线、渠化、单行等优化分析);
交通服务设施的配置(公交线路、机动车停车区域、非机动车停车区域等);
公路网规划(环路、快速路出入口、道路横断面的设计、互通立交的设置、新建或改建项目可行性研究等);
远景交通量的预测(吸引量、发生量、过境量等);
规划方案和建设项目的国民经济评价、以及财务分析。
本发明所涉及的可视化交通起始点分析系统需要处理不同种类的交通传感器采集的数据,所需处理的数据存在较高的特异性和复杂性。可视化交通起始点分析系统通过多源数据融合技术实现不同传感器的交通数据取长补短、互补融合,准确地反映出道路的实时交通状态。由于数据具有实时性、突发性和无序性等特征,因此,可视化交通起始点分析系统采用分布式处理框架,在处理数据时解决了数据量过多、数据源在不同时空范围状态不统一、数据无序性等问题,从而可视化交通起始点分析系统能够全面、准确且有效地评估实时交通运行状态。针对采集的海量数据,可视化交通起始点分析系统通过应用统计方法、事例推理、决策树以及遗传算法等大数据统计分析方法找出交通数据中的规律,为智能交通设计提供技术支持,有利于缓解交通拥堵、优化交通路网运行以及促进交通健康稳定发展。优选地,系统采用B/S(浏览器/服务器)多层体系进行构造,用户可以通过Web浏览器、WAP浏览器和APP访问。与交通管理相关的部门可以通过可视化交通起止点分析系统实时掌握城市交通路况,从而针对城市路段进行交通预测,以制定相应的交通管理方案。优选地,可视化交通起止点分析系统能够针对全路网、区域、商圈以及道路的运行指数和流量进行时间和空间上的统计和对比分析,最终形成拥堵指数对比报告、拥堵状态对比报告、流量对比报告和运行指数分析报告。
实施例2
本实施例是对实施例1的进一步改进,重复的内容不再赘述。
本发明还提供一种可视化交通起始点分析方法。针对现有道路网络中第一图像采集分析单元1的点位不全而无法有效地构建完善的机动车出行交通起始点分析基础数据库的问题,本发明能够通过在第一图像采集分析单元1采集的数据的基础上进一步结合第二图像采集分析单元2采集的数据、地图数据和管理数据来实现指定车辆缺失的行程信息的修补和交通起始点数据的扩样。
优选地,本发明提供的可视化交通起始点分析方法可以通过二次修补、迭代扩样的方法解决现有技术的缺陷。具体地,“二次修补”是指基于车辆时空行为特征对第一图像采集分析单元1获取的车流量信息中缺失的车辆行程信息进行的初次修补;基于第二图像采集分析单元2采集的车辆信息对车辆经过缺少第一图像采集分析单元1的路段的行程信息进行二次修补。通过上述两次修补使得车辆的交通起始点在分布上将更接近真实情况。“迭代扩样”是指从第一图像采集分析单元1采集的数据中提取车辆交通起始点,并且将车辆初始交通起始点分配到路网上,然后以道路断面流量为总量约束,对第一图像采集分析单元1采集到的车辆交通起始点进行多次迭代以实现样本的扩充。优选地,迭代扩样的分析过程能够使得不同类型的交通起始点在数量上更接近于真实情况。
优选地,一种可视化交通起始点分析方法可以包括以下步骤:
S1:点位信息核查及预处理。
S11:静态点位信息核查及预处理。
(1)点位核查。在实际的单一数据信息采集中,第一图像采集分析单元1的点位信息可能存在坐标错误、名称错误或含糊不清以及设备时间不准等问题,这会影响后续交通流量大数据整合模块和研判分析模块进行信息的整理、录入以及分析处理的准确性,因此为了保证对监测的行程信息进行准确计算,本发明需要通过将第一图像采集分析单元1采集的静态数据和第二图像采集分析单元2采集的抓拍数据进行相互印证,使得本发明通过动静态数据相互校核的方式对前述问题进行逐一排查和修改。
(2)点位分类及标记。优选地,在进行车辆信息分类时,为了准确判断车辆行驶位置,需要将第一图像采集分析单元1按所在道路路段的性质进行分类标记。
S12:动态数据核查。
在第一图像采集分析单元1进行车流量监控时,常常发生数据缺失的情况,因此需要通过在算法上的修补或扩样来弥补第一图像采集分析单元1采集的数据的缺陷并捕捉车辆的完整行程信息。理论上,经过位于上游主线进入端位置处的第一图像采集分析单元1的车辆必然会被下游的下匝道出口端位置处的第一图像采集分析单元1或下游主线出口端位置处的第一图像采集分析单元1检测到。实际监测过程中,经过位于上游主线进入端位置处的第一图像采集分析单元1的车辆仅存在80%-85%会与被下游的下匝道出口端位置处的第一图像采集分析单元1或下游主线出口端位置处的第一图像采集分析单元1检测的车辆完成有效匹配。
S2:行程完整性分析与初次行程修补。
优选地,定义车辆在道路系统上的一次完整的行程为:车辆驶入道路上匝道或平面入口(即O点),以及驶离下匝道或平面出口(即D点)时均留有车牌识别信息的行程。O点或D点有任何一段信息缺失的都称为非完整行程。行程完整性分析的目的就是对车辆的行程信息的缺失情况进行分类统计,从而针对不同的缺失类型采取不同的数据修补方法。优选地,在同一条道路上的相邻的多个第一图像采集分析单元1之间存在一定的拓扑关系,很多车辆在道路网上的行驶时间和行驶路径也存在一定规律性。对上述规律和特征进行充分挖掘并总结提炼,便可对车辆行程信息进行修补(即初次修补)。
具体有以下几种缺失行程信息的推测方法:
S3:交通起始点扩样及二次修补。
S31:交通起始点的路径分配。
由于道路断面流量是与特定的道路相对应的,因此在对第一图像采集分析单元1采集的车辆交通起始点进行扩样之前必须先将其分配到具体的道路上,从而建立车辆行程信息与道路的对应关系。
S32:交通起始点的扩样。
交通起始点扩样环节分两个步骤实现。一是计算道路断面检测流量与道路交汇位置的分配流量的比值,称为断面流量修正系数;二是根据每条道路上的断面流量修正系数计算每一类交通起始点的扩样系数。
(1)断面流量修正系数
在快速路网上均匀选取若干个断面(称为校核断面)用以校核分配流量的准确率,
对于校核断面i,定义断面流量修正系数(记为ki)如下:
Ki=Qi/qi (1)
其中Qi、qi分别为该断面的检测流量以及由交通起始点分配得到的流量。
基于上述特征采取分批次扩样的总体策略,即,将第一图像采集分析单元1分布多、行程捕捉相对完整的中心城区与第一图像采集分析单元1相对更少的外围区域分开处理。优先对中心城区的道路断面进行扩样,使问题集中于外围。然后再利用多种车辆轨迹数据(含监控设备抓拍数据、出租车GPS、UGC轨迹数据等)对外围断面缺失的行程方向进行集中修补。最后对所有交通起始点行程进行统一迭代扩样,使推算的交通起始点分布尽可能接近实际情况。
(2)交通起始点扩样系数
考虑到大流量的校核断面对于系统整体偏差影响更大,本发明采用正比加权的方法计算最终扩样系数(记为K),即某类交通起始点的K值等于其经过的每条道路的断面流量修正系数按其检测流量值加权平均的结果。因此,该交通起始点扩样后的数量为:
OD’=OD×K (2)
(3)扩样效果的评价标准
实际操作中,上述“分配-扩样-校核-再分配-再扩样”过程反复迭代进行。每一轮扩样之后,不同交通起始点被扩大或缩小的倍数都不尽相同,为衡量整体扩样效果,引入所有校核断面上的分配流量与检测流量差异的均方根误差值(RMSE)作为评价标准。若每次扩样后RMSE值越来越小,则说明扩样结果越来越好。
Figure BDA0003619323660000131
其中qi'为扩样后校核断面i上的交通起始点分配流量,Qi为该断面内的检测流量,m为校核断面数量。
S32:行程信息二次修补。
外围地区由于第一图像采集分析单元1的点位相对较少,必然有一些车辆的行程信息完全丢失,从而造成交通起始点分布上的失真。该问题靠已有交通起始点的扩样是无法解决的,需要借助其他数据源把缺失的行程补充上才能反映更真实的车辆行程信息。GPS数据具有轨迹清晰、分布较广的优点,因此,本发明采用GPS轨迹数据对外围第一图像采集分析单元1缺失严重的地方进行行程信息的二次修补。
优选地,本发明中的GPS轨迹数据还能够由北斗卫星采集的北斗轨迹数据进行替代。
实施例3
本发明提供一种可视化交通起始点分析方法的应用,其利用现有的采集设备与系统(第一图像采集分析单元1和第二图像采集分析单元2)获得的数据进行行业应用赋能,其可以应用于道路控制信号优化设计、交通组织及管理、公路网规划以及新建或改建项目的可行性研究等各项目。本发明能够为远景交通量的预测、道路类型及等级的确定、互通立交的设置、道路横断面的设计、交通服务设施的配置、交通管理与控制、建设项目的国民经济评价以及财务分析等工作提供定量依据,从而为交通规划的完善和建设项目的科学决策奠定基础。
优选地,交通起始点分析系统利用多数据融合技术、大数据挖掘分析技术对接入层45采集的数据进行挖掘分析,从而产生可供城市交通管理等部门查看的信息,并且帮助用户进行管理和科学决策,从而提高城市交通的服务水平,使得交通起始点分析系统相对于现有技术能够有效地提升数据价值与应用效能。优选地,可视化交通起始点分析方法可以包括交通状况监测单元、研判分析单元、数据报告单元、交通流大数据整合单元、城市停车管理功能整合单元、地理信息单元以及系统管理单元等。该方法包括以下内容:
1、交通状况监测单元:对监测数据进行分类整理和融合处理,并且结合GIS道路网络数据进行关联分析,实时反映城市道路的交通状态。其可以用于查看路口、路段、区域的交通起始点的数据信息,并且还能够通过视频接口调看路口的实时监控图像。
2、研判分析单元:对辖区路口的车流量进行分析,其还能够对车辆平均车速、旅行时间,交通流态势等数据进行定性和定量的研判分析。
3、数据报告单元:其包括节点路口统计及特征报告、通勤线路统计及特征报告、过境线路统计及特征报告、节假日线路统计及特征报告、重要单位周边线路统计及特征报告、区划及辖区交界道路交通特征报告、自定义范围的交通特征报告、环路出入口及分流特征分析、微循环道路挖掘及分析和停车资源与需求分析等。
4、交通流大数据整合单元:通过统一的接口规范和适配接入服务对交通流量和视频等交通数据进行接入、存储、抽取、清洗、关联以及比对等分析处理。
5、城市停车管理功能整合单元:支持停车场位置信息录入审核、图层标注和查询展示等功能;支持在地图上直观调阅停车场周边道路的交通路况及视频;支持对停车场位置和属性进行查询;支持对停车场车位数量和空闲车位数量进行查询;支持对停车场车位状态进行显示,并且能够用不同的颜色标记车位是否空闲;支持对停车场内车位所停车辆的车牌进行查询;支持对车位空闲率进行查询。
6、地理信息单元:支撑地理位置信息的查询和搜索,并且将采集到的实时的地理位置信息数据渲染到地图上。
7、系统管理单元:对系统的运行状态和指挥平台的内部模块的运行状态进行监视、预警和审计。对登录系统的用户进行合法性认证,对用户及用户所属的角色进行权限管理和分级控制,并且能够实时记录平台功能运行与用户操作日志,对日志信息进行查询和统计。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。在全文中,“优选地”所引导的特征仅为一种可选方式,不应理解为必须设置,故此申请人保留随时放弃或删除相关优选特征之权利。

Claims (10)

1.一种可视化交通起始点分析系统,其连接有第一图像采集分析单元(1)和第二图像采集分析单元(2),其中:
第一图像采集分析单元(1)用于采集道路交汇位置的车流量信息,
第二图像采集分析单元(2)用于采集并确定所述车流量信息之中的不符合第一预定规则的车辆信息,其中,所述第一预定规则是由所述可视化交通起始点分析系统从数据处理平台(4)中调用的,
其特征在于,
所述可视化交通起始点分析系统是以所述第二图像采集分析单元(2)所确定的不符合第一预定规则的车辆信息为基准,通过在至少部分时间区间之内分析所述第一图像采集分析单元(1)的车流量信息来确定在所述至少部分时间区间之内的不符合第一预定规则的车辆的交通起止点路径信息。
2.如权利要求1所述的可视化交通起始点分析系统,其特征在于,所述第一图像采集分析单元(1)采集的车辆的交通起止点路径信息所对应的时间点与所述第二图像采集分析单元(2)确定的不符合第一预定规则的车辆信息的时间点是处于同一个时间区间内的;
所述数据处理平台(4)依据所述第二图像采集分析单元(2)所确定的不符合第一预定规则的车辆信息追溯所述第一图像采集分析单元(1)所采集的处于同一个时间区间内的车流量信息中指定车辆的交通起止点路径信息,从而通过将所述第二图像采集分析单元(2)所确实的车辆信息和所述第一图像采集分析单元(1)所采集的车辆的交通起止点路径信息进行车辆行驶路径信息拼接的方式确定出指定车辆的行程信息。
3.如权利要求2所述的可视化交通起始点分析系统,其特征在于,所述第二图像采集分析单元(2)所确定的不符合第一预定规则的车辆信息能够作为所述数据处理平台(4)进行信息追踪的溯源信息,使得所述数据处理平台(4)从由所述第一图像采集分析单元(1)采集的处于同一个时间区间内的车流的交通起止点路径信息中筛选出不符合第一预定规则的指定车辆的交通起止点路径信息。
4.如权利要求3所述的可视化交通起始点分析系统,其特征在于,
所述第二图像采集分析单元(2)调用所述数据处理平台(4)中符合第一预定规则的参考行驶信息并与其采集到的车流量信息进行比对,标记出其采集的车流量信息中不符合第一预定规则的车辆,并且所述数据处理平台(4)利用被标记车辆的车辆信息从所述车流量信息中筛选出指定车辆的包含交通起止点信息的至少部分行程信息。
5.如权利要求4所述的可视化交通起始点分析系统,其特征在于,所述第二图像采集分析单元(2)所确定的不符合第一预定规则的车辆信息指车辆以脱离在所述数据处理平台(4)上预先设定的行驶规则进行行驶时的行驶信息和/或车辆在存在至少部分行程信息缺失的时间区间内被所述第二图像采集分析单元(2)采集到的该车辆的行驶信息;
所述第一预定规则至少包括限定车辆以满足预先设定的行驶规则进行行驶的第二预定规则和车辆在至少部分特定时间区间之内不存在行程信息缺失的第三预定规则。
6.如权利要求5所述的可视化交通起始点分析系统,其特征在于,所述第一图像采集分析单元(1)通过持续获取经过道路交汇位置处的所有车辆的影像信息的方式提取出在至少部分时间区间之内经过道路交汇位置处的车辆数量和车辆信息,从而生成特定时间区间的车流量信息。
7.如权利要求6所述的可视化交通起始点分析系统,其特征在于,所述第二图像采集分析单元(2)通过调用所述数据处理平台(4)中的第一预定规则的方式对经过其采集区域的车辆进行实时验证,在所述第二图像采集分析单元(2)的采集区域出现无法匹配所述第一预定规则的车辆时,所述第二图像采集分析单元(2)进行车辆信息的采集。
8.如权利要求7所述的可视化交通起始点分析系统,其特征在于,所述数据处理平台(4)是通过车辆行程规划的方式确定所述第一图像采集分析单元(1)与所述第二图像采集分析单元(2)之间的路径信息,从而依据所述路径信息定义所述第一图像采集分析单元(1)与所述第二图像采集分析单元(2)的采集时间点处于同一时间段的时间区间;
在获取到所述第二图像采集分析单元(2)采集到不符合第一预定规则的车辆信息的时间点时,所述数据处理平台(4)依据所述第二图像采集分析单元(2)的采集时间点来确定出所述第一图像采集分析单元(1)能够获取到不符合第一预定规则的车辆的交通起止点路径信息所在的时间区间。
9.如权利要求8所述的可视化交通起始点分析系统,其特征在于,所述第一图像采集分析单元(1)采集的车流量信息是指在特定时间区间内经过道路交汇位置处的车辆数量和车辆信息,所述数据处理平台(4)依据不符合第一预定规则的车辆信息与所述第一图像采集分析单元(1)在同一时间区间内采集的车辆信息进行比对,从而得到不符合第一预定规则的车辆的交通起止点路径信息。
10.如权利要求9所述的可视化交通起始点分析系统,其特征在于,所述第二图像采集分析单元(2)采集的不符合第一预定规则的车辆信息能够对车辆连续经过两个道路交汇位置的行程信息进行补充,从而生成车辆在一定时间区间之内的完整的路径信息。
CN202210462841.9A 2021-08-04 2022-04-27 一种可视化交通起始点分析系统 Pending CN114707035A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2021108941874 2021-08-04
CN202110894187.4A CN113868492A (zh) 2021-08-04 2021-08-04 一种基于电警、卡口数据的可视化od分析方法及应用

Publications (1)

Publication Number Publication Date
CN114707035A true CN114707035A (zh) 2022-07-05

Family

ID=78990190

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202110894187.4A Pending CN113868492A (zh) 2021-08-04 2021-08-04 一种基于电警、卡口数据的可视化od分析方法及应用
CN202210462841.9A Pending CN114707035A (zh) 2021-08-04 2022-04-27 一种可视化交通起始点分析系统

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202110894187.4A Pending CN113868492A (zh) 2021-08-04 2021-08-04 一种基于电警、卡口数据的可视化od分析方法及应用

Country Status (1)

Country Link
CN (2) CN113868492A (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114758499B (zh) * 2022-04-01 2023-08-18 济南市公安局交通警察支队 一种基于多源数据的城市高架快速路匝道智能自动控制的方法、设备及存储介质
CN115410375A (zh) * 2022-11-02 2022-11-29 华路易云科技有限公司 一种基于雷卡融合交通数据的融合交通指标集生成方法
CN116071929B (zh) * 2023-03-06 2023-08-01 深圳市城市交通规划设计研究中心股份有限公司 基于卡口车牌识别数据的实时路况监测系统及其方法

Also Published As

Publication number Publication date
CN113868492A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
CN109754594B (zh) 一种路况信息获取方法及其设备、存储介质、终端
CN114707035A (zh) 一种可视化交通起始点分析系统
CN109190056B (zh) 一种车辆轨迹重建方法、系统及电子设备
Dong et al. A framework of pavement management system based on IoT and big data
Gargoum et al. Assessing stopping and passing sight distance on highways using mobile LiDAR data
CN111275965B (zh) 一种基于互联网大数据的实时交通仿真分析系统与方法
CN110363985B (zh) 一种交通数据分析方法、装置、存储介质及设备
CN101930668A (zh) 车牌识别的道路交通od信息采集系统及其处理方法
CN107885795A (zh) 一种卡口数据的数据校验方法、系统和装置
Pla et al. From traffic data to GHG emissions: A novel bottom-up methodology and its application to Valencia city
CN106157624B (zh) 基于交通定位数据的多粒度道路分流可视分析方法
Wang et al. Digital roadway interactive visualization and evaluation network applications to WSDOT operational data usage.
CN113487877A (zh) 一种道路车辆违规停车监控方法
CN114267173B (zh) 高速公路时空特征的多源数据融合方法、装置及设备
William et al. Edge based Web Computing for Traffic Control Management for Distributed Environment Conditions
CN108447257B (zh) 一种基于Web的交通数据分析方法及系统
Shu et al. Pavement crack detection method of street view images based on deep learning
Růžička et al. Big data application for urban transport solutions
KR102562757B1 (ko) 노면표시 정보의 예측 및 인식방법 및 도로 유지관리 방법
CN110675631A (zh) 一种交通流溯源分析方法及系统
Bansal et al. Impacts of bus-stops on the speed of motorized vehicles under heterogeneous traffic conditions: a case-study of Delhi, India
CN111798660B (zh) 车辆信息显示、获取方法及装置以及相关设备
Cui et al. Design of highway intelligent transportation system based on the internet of things and artificial intelligence
US11682298B2 (en) Practical method to collect and measure real-time traffic data with high accuracy through the 5G network and accessing these data by cloud computing
Golze et al. Impact analysis of accidents on the traffic flow based on massive floating car data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination