[发明专利]一种基于聚类来监控交通拥堵状况的系统及其方法

说明书

技术领域

本发明涉及移动对象密集区域发现的问题。具体地说，涉及一种用于基于聚类来监控交通拥堵状况的系统及其方法。

背景技术

聚类分析是就对数据对象进行分组，使得同一个组中对象之间具有较高的相似度，而不同组中的对象差别较大。聚类分析构成了基本的数据分析功能，已经广泛的应用在许多应用中，包括图像处理、数据压缩、模式标识以及市场研究。通过聚类可以识别出密集和稀疏的区域，因而发现全局的分布模式。我们把路网上运动的车辆看作移动对象，对这样的移动对象进行聚类分析可以预测城市交通拥堵状况。

已有的移动对象聚类工作假设对象运动在自由空间中，利用对象间的欧几聚类来定义对象的相似度。在现实世界中，对象在空间受限网络中运动，例如，汽车在路网上运动。因此，利用对象间网络距离定义对象的相似度更符合实际要求。这里，网络距离指网络中对象间最短路径距离。

当聚类的目标从静态的空间对象改变到运动在道路网络中的移动对象时，聚类的复杂性将大大增加。一方面路网上的移动对象数量巨大而且它们的位置会随着时间发生连续的改变，使得聚类的结果也可能随着时间、随着移动对象的运动而变化，即使对象很小的位置改变也可能导致完全不同的聚类结果。同时路网上移动对象的运动也异常复杂，使得很难抓住对象的趋势。另一方面传统方法上在计算移动对象之间的相似度时，所采用的方法是直接计算移动对象之间的欧几距离，而在道路网络的情况下，应该考虑使用网络距离来计算移动对象之间的相似度。

发明内容

为了解决上述传统问题，因此本发明的一个目的就是提出了一种用于基于聚类来监控交通拥堵状况的系统及其方法。

在本发明的一个方面中，提出了一种基于聚类来监控交通拥堵状况的系统，该系统包括：道路网络建模模块，用于对道路网络建模；聚类块建立模块，用于根据对象的运动状态和它们之间的距离，在路网中形成车辆的聚类块；预测模块，用于预测每个聚类块的分裂时间，并且产生分裂与合并事件；事件处理模块，用于处理聚类块的分裂与合并事件，把彼此距离相近的聚类块合并成密集区域；以及监测模块，用于监测道路网络中的密集区域。

在这个方面中，其中聚类块建立模块将彼此距离相近并且运动状态相似的对象构成一个个聚类块。

在这个方面中，其中预测模块进一步包括：输入模块，用于输入聚类块；判断模块，用于判断聚类块所在位置，即判断聚类块是在路段末尾还是路段中间；分裂时间获得模块，用于在判断模块判断出聚类块在路段中间的情况下得到分裂时间是聚类块的第一个对象到达路口的时间；计算模块，用于在判断模块判断出聚类块在路段末尾的情况下，计算在聚类块中两个对象相遇的最早时间t_m；比较模块，用于把每对邻接对象的最大距离与距离阀值ε相比较以直到t_m时刻；更新模块，如果比较模块判断出每对邻接对象的最大距离都没有超过距离阀值ε，则从t_m时刻更新对象顺序并将更新后的对象顺序送入计算模块；以及分裂时间计算模块，如果在某个时刻，比较模块判断出每对邻接对象的最大距离超过距离阀值ε，则将超过距离阀值ε的最早时刻记录为聚类块的分裂时间。

在这个方面中，其中处理模块进一步包括：计算模块，用于计算每个聚类块中每个对象到达路段末尾的时间；判断模块，用于判断聚类块中的第一个对象是否到达路段末尾；分组模块，用于当一个聚类块第一个对象到达路段末尾时，把这个聚类块中对象按照对象的方向分组；以及合并模块，用于根据距离阀值ε把每组对象合并到下一路段的聚类块中。

在这个方面中，其中在道路网路建模的成图中，路段对应图中的边，道路交叉口对应图中的结点。

在这个方面中，其中对象是道路网络上运动的车辆。

在这个方面中，其中聚类块的实际位置是边界对象的实际位置。

在这个方面中，其中运动向量是边界直线的斜率。

在这个方面中，其中将两两之间距离足够近的聚类块合并，找到道路网上的密集区域。

在本发明的另一个方面中，提出了一种基于聚类来监控交通拥堵状况的方法，该方法包括：A、对道路网络进行建模；B、根据对象的运动状态和它们之间的距离，在路网中形成车辆的聚类块；C、预测每个聚类块的分裂时间，并且产生分裂与合并事件；D、处理聚类块的分裂与合并事件，把彼此距离相近的聚类块合并成密集区域；以及E、监测道路网络中的密集区域。

在这个方面中，其中在步骤B中将彼此距离相近并且运动状态相似的对象构成一个个聚类块。