[发明专利]一种基于视频过车数据的车辆轨迹预测方法及系统

权利要求书

1.一种基于视频过车数据的车辆轨迹预测方法，其特征在于，所述方法包括：

采集过车数据，并提取所述过车数据中的有效字段信息；所述有效字段信息包括：检测器编号、检测时间、车牌号、路口号、进口道方向、车道号和下游路口号；

以交叉口为节点，以交叉口间的路段为连线，构建基础路网；

获取采样时间段内的所述基础路网中的所述过车数据，根据采样时间对所述过车数据进行排序，形成每一辆车辆的采样时间段内的总出行链；所述总出行链由包含所述车辆的有效字段信息的样本序列组成

依次两两提取相邻两个样本序列，并依据所述样本序列计算所述车辆经过相邻两个路口的行程时间，当所述相邻两路口的行程时间大于设定时间阈值时，判定所述相邻两路口为出行链分割点，按照所述出行链分割点将总出行链分割为一系列的子出行链；

根据所述子出行链计算每一辆车在每一路口的转向状态概率，得到转向概率矩阵；所述转向状态概率为实际检测到的车辆转向次数与总出行次数的比值；

确定所述转向概率矩阵中最大的所述转向概率对应的路口为车辆行驶轨迹预测即将到达的路口。

2.根据权利要求1所述的基于视频过车数据的车辆轨迹预测方法，其特征在于，在所述形成每一辆车辆的采样时间段内的总出行链之后还包括：

根据所述基础路网中的路口间的直接连通关系，依次判别相邻两个所述样本序列是否存在路口缺失，当判别到出行链采样点缺失时，执行补偿及校验策略，得到补偿后总出行链。

3.根据权利要求2所述的基于视频过车数据的车辆轨迹预测方法，其特征在于，所述补偿及校验策略具体包括：

补偿策略：以路口v_i和路口v_i+1分别为起点和终点，根据所述基础路网，利用Dijkstra算法计算距离最短路径，并以得到的最短路径作为补偿出行链；

校验策略：利用路口的实际过车数据对所述补偿出行链进行校验，在所述样本序列中，若所述过车数据的检测器所覆盖的车道所对应的下游路口编号与所述补偿出行链的第一个路口编号一致，确定补偿结果合理；否则，执行下一步；

将路口v_i与所述补偿出行链得第一个路口之间的距离值设定为∞，返回补偿策略和校验策略，直至补偿结果合理。

4.根据权利要求1所述的基于视频过车数据的车辆轨迹预测方法，其特征在于，所述构建基础路网之后还包括：

根据所述基础路网建立距离矩阵Dis和行程时间矩阵Tra；

其中，矩阵Dis中的每个元素d_i,j为交叉口i到交叉口j的距离，当i＝j或i、j不直接连通时，d_i,j＝∞；矩阵Tra中的每个元素为车辆由交叉口i行驶到交叉口j的平均行程时间，由相邻两个交叉口的过车时间之差、并对多辆车的过车时间取平均得到。

5.根据权利要求1所述的基于视频过车数据的车辆轨迹预测方法，其特征在于，所述根据所述子出行链计算每一辆车在每一路口的转向状态概率，得到转向概率矩阵具体包括：

第i个路口共有N_a个进口道和N_a个出口道，则该路口的转向状态概率矩阵如下所示：

其中，表示由第m个进口道驶入该路口且由第n个出口道驶出路口的概率，根据实际检测到的车辆转向次数与总出行次数求得：