[发明专利]一种多源数据融合的高速公路区间无感测速方法

权利要求书

1.一种多源数据融合的高速公路区间无感测速方法，其特征在于：其包括以下步骤：

步骤1，获取高速公路上车辆实际途径的门架，构建基于ETC数据的行车速度模型；行车速度模型为：

其中，Δs为车辆经过的区间距离；p_1.time为车辆经过的区段中第一个门架的时间戳；p_2.time为车辆经过的区段中第二跟门架的时间戳；

步骤2，对多源数据进行时钟校准，并构建时间偏差优化模型，时间偏差最优化模型为：

其中，为寻优后的时间偏差，为第i辆车的时间偏差，argmax为求参数函数，

步骤3，选取成熟的时间配准寻优算法对时间偏差最优化模型进行求解，选取合适的时间偏差；

步骤4，构建多源数据融合的服务区区间测速模型：

其中，Δs_pre为服务区前区段的距离，即区段起点Node1到服务区入口抓拍点Capture1的距离；Δs_nex为服务区后区段的距离，即服务区出口抓拍点Capture2到区段终点Node2的距离；Δt为车辆在高速上的行驶时间，不包括在服务区的休息时间；Δt_etc为车辆经过服务区前后门架的总用时；Δt_stay为车辆在服务区停留的总时长；t_Node1、t_Node2分别为车辆经过服务区前后门架的时刻；分别为车辆进出服务区的时刻；Δt_pre为区段起点Node1到服务区入口抓拍点Capture1的行驶时长；Δt_nex为服务区出口抓拍点Capture2到区段终点Node2的行驶时长；

步骤5，利用服务区区间测速模型进行车辆无感测速。

2.根据权利要求1所述的一种多源数据融合的高速公路区间无感测速方法，其特征在于：步骤2中时间偏差Δt_off需满足以下4个条件：

3.根据权利要求1所述的一种多源数据融合的高速公路区间无感测速方法，其特征在于：步骤2中构建的时间偏差优化模型的具体步骤如下：

步骤201，获取车辆在有经行服务区区段时，区段起点Node1到服务区入口抓拍点Capture1的真实行驶时长Δt_pre：

车辆在高速公路上相对匀速行驶，服务区前后区段行驶平均速度一致，满足其中，Δt_pre表示区段起点Node1到服务区入口抓拍点Capture1的真实行驶时长；Δs_pre区段起点Node1到服务区入口抓拍点Capture1的距离；Δs为区段距离；

步骤202，获取车辆在有经行服务区区段时，服务区出口抓拍点Capture2到区段终点Node2的真实行驶时长Δt_nex为：

Δt_nex为服务区出口抓拍点Capture2到区段终点Node2的真实行驶时长；Δs_nex为服务区出口抓拍点Capture2到区段终点Node2的距离；

步骤203，获取时钟偏差公式为：

其中，Δt_off表示时钟偏差；Δt_nex为服务区出口抓拍点Capture2到区段终点Node2的真实行驶时长；Δs_nex为服务区出口抓拍点Capture2到区段终点Node2的距离；Δt_pre表示区段起点Node1到服务区入口抓拍点Capture1的真实行驶时长；Δs_pre区段起点Node1到服务区入口抓拍点Capture1的距离；Δs为区段距离；

步骤204，获取经过时间配准后，真实的抓拍时刻为：

t′_Cap1＝t_Cap1+Δt_off

t′_Cap2＝t_Cap2+Δt_off

其中，Δt_off为未寻优的时间偏差值；t′_Cap1为校正后的驶入服务区的时间；t′_Cap2为校正后的驶出服务区的时间；t_Cap1为车辆驶入服务区的时间；t_Cap2为车辆驶出服务区的时间；

步骤205，使服务区驶入轨迹集TrajSet_ser中的车辆进出服务区时刻尽可能多地与车辆经过门架时刻区间[t_Node1，t_Node2]相匹配，构建时间偏差最优化模型为：