[发明专利]基于卡口数据的通勤交通出行特征提取方法、设备及介质

权利要求书

1.基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，包括以下步骤：

获取一时期内交通出行信息的卡口数据集，所述时期为至少一周的工作日，所述工作日包括早高峰时间段、晚高峰时间段和非高峰时间段，所述卡口数据集包括至少一个卡口数据，所述卡口数据包括时间、与时间对应的车牌信息和用于采集车牌信息的卡口的卡口编码；

根据所述卡口数据集计算得到第一变量、第二变量和第三变量，所述第一变量为所有车辆在所述时期的早高峰时间段内首次出现在卡口位置的最大频率，所述第二变量为所有车辆出现在所述时期的早高峰和/或晚高峰时间段内出现的天数，所述第三变量为所有车辆在所述时期的晚高峰时间段内首次出现在卡口位置的最大频率；

根据所述第一变量、第二变量和第三变量生成所有车辆的特征变量值；

对所有车辆的特征变量值进行聚类分析得到通勤车辆信息。

2.根据权利要求1所述的基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，所述获取一时间段内交通出行信息的卡口数据集，之后还包括：

删除卡口设备采集的数据中的异常车牌数据和非常规车辆数据。

3.根据权利要求1所述的基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，获取一时间段内交通出行信息的卡口数据集，之后还包括：

将同一车牌在一天内按时间先后顺序对卡口数据进行排序，得到一天内该车辆的出行轨迹；

针对每个车辆按出行轨迹的时间顺序依次计算车辆经过相邻两个卡口的时间差；

响应于所述时间差小于一阈值时，删除相邻两个卡口数据中时间点较迟的卡口数据。

4.根据权利要求3所述的基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，所述得到一天内该车辆的出行轨迹，之后还包括：

判断所述出行轨迹中相邻两个卡口数据的卡口编码是否相同；

响应于所述出行轨迹中相邻两个卡口数据的卡口编码相同，删除相邻两个卡口数据中时间点较早的卡口数据。

5.根据权利要求4所述的基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，所述删除相邻两个卡口数据中时间点较迟的卡口数据或者所述删除相邻两个卡口数据中时间点较早的卡口数据，之后还包括：

删除出行轨迹中仅具有一个卡口数据的车辆信息。

6.根据权利要求1所述的基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，所述根据所述卡口数据集计算得到第一变量，包括：

根据所述卡口数据的时间和卡口编码确定每个车辆在所述时期每一天的早高峰时间段内首次出现在卡口的位置，得到与每个车辆对应的至少一个第一首次出现在卡口的位置；

根据与每个车辆对应的至少一个第一首次出现在卡口的位置统计每个车辆所有第一首次出现在卡口的位置的频数；

统计每个车辆所有第一首次出现在卡口的位置的频数中的最大频数并计算最大频率。

7.根据权利要求1所述的基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，根据所述卡口数据集计算得到第三变量，包括：

根据所述卡口数据的时间和卡口编码确定每个车辆在所述时期每一天的晚高峰时间段内首次出现在卡口的位置，得到与每个车辆对应的至少一个第二首次出现在卡口的位置；

根据与每个车辆对应的至少一个第二首次出现在卡口的位置统计每个车辆所有第二首次出现在卡口的位置的频数；

统计每个车辆所有第二首次出现在卡口的位置的频数中的最大频数并计算最大频率。

8.根据权利要求1所述的基于卡口数据的城市通勤交通出行特征提取方法，其特征在于，所述对所有车辆的特征变量值进行聚类分析得到通勤车辆信息，包括：

采用K-Means算法对所有车辆的特征变量值进行聚类，得到4个聚类簇；

从4个聚类簇中确定出通勤车辆信息。