[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

说明书

本发明公开了一种基于卡口数据的通勤交通出行特征提取方法、设备及介质，包括以下步骤：获取一时期内交通出行信息的卡口数据集；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；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。其利用卡口数据可实现城市通勤车辆信息的确认，能够有效地发现城市道路的出行热点区域，指出路网中较为拥堵的时间与地点，帮助交通管控部门有针对性的进行路口交通情况改善。

技术领域

本发明属于特征提取技术领域，具体地涉及一种基于卡口数据的通勤交通出行特征提取方法、设备及介质。

背景技术

国内外目前对于智能交通系统大数据的应用相对前沿，但近些年人们的研究热点主要集中在GPS位置等能够体现车辆运动状态的一类数据上。

通勤车辆因其有着较为固定且集中的出行时间和区域，是造成城市交通网拥堵的主要因素。城市道路因为过多的交叉口与交通管控，有大量车辆进行停车，造成了交通延误。因而，交叉口的通行情况反映了城市路网的交通效率。而大多数交叉口均布设卡口系统，但是，现有的城市交通卡口数据由于数据质量相对较低等问题，大多数被用于车辆监管等方向，这不仅造成了数据信息的浪费，同时也消耗了大量的资源对数据进行存贮。

发明内容

为了解决现有卡口数据利用率不高现象，本发明提供一种基于卡口数据的通勤交通出行特征提取方法、设备及介质，其利用卡口数据可实现城市通勤车辆信息的确认，能够有效地发现城市道路的出行热点区域，指出路网中较为拥堵的时间与地点，帮助交通管控部门有针对性的进行路口交通情况改善。

本发明通过以下技术方案实现：

本发明第一方面提供一种基于卡口数据的城市通勤交通出行特征提取方法，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。

由于部分中小型城市的智能交通系统发展不够全面，能够获取的交通数据较少，使用卡口数据进行城市车辆出行行为研究是对交通数据资源合理化利用的表现。本方案基于卡口数据实现通勤车辆信息分析，能够有效地发现城市道路的出行热点区域，指出路网中较为拥堵的时间与地点，帮助交通管控部门有针对性的进行路口交通情况改善。

在一种可能的设计中，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。

在一种可能的设计中，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。

在一种可能的设计中，所述得到一天内该车辆的出行轨迹，之后还包括：