[发明专利]针对轨迹数据的城市道路交通状态精细划分与识别的方法

说明书

本发明涉及一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，1:采集速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；2:根据轨迹点空间相对位置值和速度值，拓展[速度‑空间]域，计算前后车辆[速度‑空间]域的相交面积，以此为基础对路段上的轨迹点构建车辆队列，依据戴维森堡丁指数选取最佳队列；3：对轨迹队列进行二次处理，得到各路段交通状态精细划分的分割点；4:设置交通状态类别数，结合《道路交通拥堵度评价方法》得到各类别交通状态的划分阈值；将精细划分各局部路段中车辆队列的速度值与各类别交通状态的划分阈值作比较，得到各路段的交通状态，本发明能实现城市交通状态的精细识别。

技术领域

本发明涉及城市道路交通邻域，特别是一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法。

背景技术

城市机动车保有量在持续增加，城市交通供给与需求的矛盾日益尖锐,交通拥堵已经成为大中城市的一个亟待解决的问题。进行交通状态分析对规划部门进行城市建设和政府部门进行交通疏导具有重要意义。

目前针对城市交通状态分析已有很多研究。常见的交通状态识别研究主要分为基于车辆行驶速度、密度、行驶时间、队列长度和流量等,主要采用K-means、DBSCAN、模糊综合评价、贝叶斯网络等方法计算路段速度、流量、密度等指标，进而分析城市路段的交通状态。这些研究所采用的数据多为高精度轨迹数据，然而现有的浮动车轨迹数据道路占有率或采样精度不高，高质量轨迹数据获取困难，给交通状态识别研究带来不便。

发明内容

有鉴于此，本发明的目的是提供一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，精确地识别出路段局部位置的交通状态，能够有效揭示路段上交通状态的变化情况。

本发明采用以下方案实现：一种针对稀疏轨迹数据的城市道路交通状态精细划分与识别的方法，包括以下步骤：

步骤S1:采集城市出租车稀疏轨迹点的速度值,计算出租车轨迹点相对于每条路段行驶方向终点的距离作为其空间相对位置值；

步骤S2:根据轨迹点速度值和空间相对位置值，拓展[速度-空间]域，计算前后车辆[速度-空间]域的相交面积，以此为基础对路段上的轨迹点构建车辆队列，依据戴维森堡丁指数选取最佳队列；

步骤S3：对最佳车辆队列进行二次处理，得到各路段交通状态精细划分的分割点；

步骤S4:设置交通状态类别数，结合《道路交通拥堵度评价方法》得到各类别交通状态的划分阈值；将精细划分各局部路段中车辆队列的速度值与各类别交通状态的划分阈值作比较，，得到各路段的交通状态，实现城市交通状态的识别。

进一步地，所述步骤S2具体包括以下步骤：

步骤21：对任一出租车轨迹点，对其速度、空间相对位置值进行拓展，得到其[速度-空间]域面积为S；

S＝4·dx·dy

dx＝k·α

dy＝v₀

式中，dx表示空间相对位置方向拓展长度，k表示城市道路上行驶两车之间的平均距离；α表示扩展因子，α∈[1,n)且α∈N^*；dy表示速度方向拓展长度，v₀表示城市道路上同一个交通流中不同车辆之间的速度差异值；

步骤S22：计算轨迹点i与当前初始队列中心的[速度-空间]拓展域的重叠面积，若大于阈值S₀，则加入队列并更新队列中心，此处否则，以轨迹点i作为另一个队列的起始点c，继续遍历轨迹点集合，直至遍历至最后一个轨迹点；

步骤S23：根据不同α值构建车辆队列，并计算相应的戴维森堡丁指数；戴维森堡丁指数的计算公式为：