一種基于軌跡追蹤的od矩陣估計方法與系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及智能交通領(lǐng)域的0D矩陣估計技術(shù)，具體而言涉及一種基于軌跡追蹤的 0D矩陣估計方法與系統(tǒng)。
【背景技術(shù)】
[0002] 0D矩陣，或者稱為0D表，是描述交通網(wǎng)絡(luò)中所有出行節(jié)點（Origin)與終點 (Destination)之間在一定范圍內(nèi)出行交換數(shù)量的表格，反應了基本的交通需求。對于高速 路或者環(huán)城快速路網(wǎng)，起點可以是指一個或多個入口匝道，而訖點是指一個或多個出口匝 道。對于城市交通網(wǎng)絡(luò)，起訖點是指交通區(qū)的重心，即代表同一個交通區(qū)域內(nèi)所有出行端點 的某一集中點，是交通區(qū)交通源的中心。
[0003] 0D矩陣是城市交通科學規(guī)劃和管理工作的基礎(chǔ)。最初，0D矩陣是通過大量的交通 調(diào)查抽樣得到的，例如居民出行調(diào)查，但由于交通數(shù)據(jù)量巨大，所以調(diào)查統(tǒng)計與分析的工作 量和成本十分龐大，而通過路段交通量來推算和估計0D矩陣，以其方便、價格低廉、快捷和 時效性高等優(yōu)點，受到越來越多的應用。
[0004] 目前，交通規(guī)劃和數(shù)學規(guī)劃界的研究者提出一些0D矩陣推算的模型和算法，例如 極大熵模型、最大似然模型、廣義最小二乘模型和貝葉斯模型，雖然現(xiàn)有的估算算法考慮了 實時性進行估計的問題，但在擁擠效應、均衡交通分配等問題，我們認為現(xiàn)有的0D矩陣估計 方法仍有改進的空間。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的在于提供一種基于軌跡追蹤的0D矩陣估計方法，基于軌跡追蹤、小區(qū)、 路段等信息來綜合考慮實現(xiàn)0D矩陣的估算。
[0006] 本發(fā)明的上述目的通過獨立權(quán)利要求的技術(shù)特征實現(xiàn)，從屬權(quán)利要求以另選或有 利的方式發(fā)展獨立權(quán)利要求的技術(shù)特征。
[0007] 為達成上述目的，本發(fā)明提出一種基于軌跡追蹤的0D矩陣估計方法，包括：
[0008] 步驟1、獲取設(shè)定時間范圍內(nèi)的所有電子警察數(shù)據(jù)，將電子警察數(shù)據(jù)按照車牌號碼 進行分組；
[0009] 步驟2、將分組后得到的所有組均標記為unvisited，再取其中的一條unvisited組 P，標記為 visited;
[0010] 步驟3、對于p組的數(shù)據(jù)按照檢測時間進行從小到大的排列；
[0011 ] 步驟4、計算步驟3排列后所得到的序列的偏差值，即Δ ti = ti+i_ti，i = l，......，n; 其中h為出行的起始時刻，tn為出行的最終結(jié)束時間；
[0012] 步驟5、取出兩次連續(xù)檢測時間差大于1小時的數(shù)據(jù)，對于即Δ tk>3600s的Δ tk，進 行步驟6;若Δ tk全部小于1小時，則進行Step8;
[0013]步驟6、找出△ tk的tk及tk+1^ljtk為出行的結(jié)束時刻，其對應的檢測設(shè)備編號所處 的區(qū)域ID為出行的D點，tk+1為下一次出行的起始時刻，其對應的檢測設(shè)備編號所處的區(qū)域 ID為出行的0點；
[0014] 步驟7、將……，tn進行兩兩配對，即一次出行起點為。對應的設(shè)備編號 所處的區(qū)域ID，終點為tk對應的設(shè)備編號所處的區(qū)域ID，二次出行的起點為tk+1對應的設(shè)備 編號所處的區(qū)域ID，終點為k對應的設(shè)備編號所處的區(qū)域ID，最后一次出行的終點為^對應 的設(shè)備編號所處的區(qū)域ID;
[0015] 步驟8、如果所有連續(xù)兩次檢測時間都小于或等于1小時，則出行起點為^對應的 設(shè)備編號所處的區(qū)域ID，終點為tn對應的設(shè)備編號所處的區(qū)域ID;
[0016] 步驟9、轉(zhuǎn)步驟2重新進行另一組的處理，直到所有組都標記為visited;進行步驟 10;
[0017] 步驟10、對于步驟7、步驟8和步驟9獲得的出行起點與終點對應的區(qū)域ID，將出行 的0點的檢測時間進行24小時段的分組，分別統(tǒng)計每小時內(nèi)每個0D對的個數(shù)即為0D對的車 流量(〇D_VOLUME)，而0D對的客流量0D_V0LUME_PE0PLE則為車流量的1.5倍。
[0018] 根據(jù)本發(fā)明的改進，還提出一種用于0D矩陣估計的計算機系統(tǒng)，包括：
[0019] 顯示器，被設(shè)置用于可視反饋0D矩陣估計狀態(tài)和/或估計結(jié)果；
[0020] 一個或多個處理器；
[0021] 存儲器，被設(shè)置用于存儲由所述一個或多個處理器使用的程序模塊和數(shù)據(jù)，這些 程序模塊被配置成在被一個或多個處理器執(zhí)行時以下述方式實現(xiàn)基于軌跡追蹤的0D矩陣 估計：
[0022] 步驟1、獲取設(shè)定時間范圍內(nèi)的所有電子警察數(shù)據(jù)，將電子警察數(shù)據(jù)按照車牌號碼 進行分組；
[0023] 步驟2、將分組后得到的所有組均標記為unvisited，再取其中的一條unvisited組 P，標記為 visited;
[0024] 步驟3、對于p組的數(shù)據(jù)按照檢測時間進行從小到大的排列；
[0025] 步驟4、計算步驟3排列后所得到的序列的偏差值，即Δ ti = ti+i_ti，i = l，......，n; 其中t為出行的起始時刻，tn為出行的最終結(jié)束時間；
[0026] 步驟5、取出兩次連續(xù)檢測時間差大于1小時的數(shù)據(jù)，對于即Δ tk>3600s的Δ tk，進 行步驟6;若Δ tk全部小于1小時，則進行Step8;
[0027] 步驟6、找出Δ tk的tk及tk+1，則tk為出行的結(jié)束時刻，其對應的檢測設(shè)備編號所處 的區(qū)域ID為出行的D點，tk+1為下一次出行的起始時刻，其對應的檢測設(shè)備編號所處的區(qū)域 ID為出行的0點；
[0028] 步驟7、將……，tn進行兩兩配對，即一次出行起點為。對應的設(shè)備編號 所處的區(qū)域ID，終點為tk對應的設(shè)備編號所處的區(qū)域ID，二次出行的起點為tk+1對應的設(shè)備 編號所處的區(qū)域ID，終點為k對應的設(shè)備編號所處的區(qū)域ID，最后一次出行的終點為^對應 的設(shè)備編號所處的區(qū)域ID;
[0029] 步驟8、如果所有連續(xù)兩次檢測時間都小于或等于1小時，則出行起點為^對應的 設(shè)備編號所處的區(qū)域ID，終點為tn對應的設(shè)備編號所處的區(qū)域ID;
[0030] 步驟9、轉(zhuǎn)步驟2重新進行另一組的處理，直到所有組都標記為visited;進行步驟 10;
[0031 ] 步驟10、對于步驟7、步驟8和步驟9獲得的出行起點與終點對應的區(qū)域ID，將出行 的0點的檢測時間進行24小時段的分組，分別統(tǒng)計每小時內(nèi)每個0D對的個數(shù)即為0D對的車 流量(〇D_VOLUME)，而0D對的客流量0D_V0LUME_PE0PLE則為車流量的1.5倍。
[0032]應當理解，前述構(gòu)思以及在下面更加詳細地描述的額外構(gòu)思的所有組合只要在這 樣的構(gòu)思不相互矛盾的情況下都可以被視為本公開的發(fā)明主題的一部分。另外，所要求保 護的主題的所有組合都被視為本公開的發(fā)明主題的一部分。
[0033] 結(jié)合附圖從下面的描述中可以更加全面地理解本發(fā)明教導的前述和其他方面、實 施例和特征。本發(fā)明的其他附加方面例如示例性實施方式的特征和/或有益效果將在下面 的描述中顯見，或通過根據(jù)本發(fā)明教導的【具體實施方式】的實踐中得知。
【附圖說明】
[0034] 附圖不意在按比例繪制。在附圖中，在各個圖中示出的每個相同或近似相同的組 成部分可以用相同的標號表示。為了清晰起見，在每個圖中，并非每個組成部分均被標記。 現(xiàn)在，將通過例子并參考附圖來描述本發(fā)明的各個方面的實施例，其中：
[0035] 圖1是根據(jù)本發(fā)明某些實施例的基于軌跡追蹤的0D矩陣估計方法的流程示意圖。 [0036]圖2是電子警察數(shù)據(jù)的示意圖。
[0037] 圖3是區(qū)域與對應路段的關(guān)系表示意圖。
[0038] 圖4是設(shè)備與路網(wǎng)中路段的關(guān)系表示意圖。
【具體實施方式】
[0039]為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉具體實施例并配合所附圖式說明如下。
[0040]在本公開中參照附圖來描述本發(fā)明的各方面，附圖中示出了許多說明的實施例。 本公開的實施例不必定意在包括本發(fā)明的所有方面。應當理解，上面介紹的多種構(gòu)思和實 施例，以及下面更加詳細地描述的那些構(gòu)思和實施方式可以以很多方式中任意一種來實 施，這是因為本發(fā)明所公開的構(gòu)思和實施例并不限于任何實施方式。另外，本發(fā)明公開的一 些方面可以單獨使用，或者與本發(fā)明公開的其他方面的任何適當組合來使用。
[0041 ]結(jié)合圖1所示，根據(jù)本發(fā)明的實施，一種基于軌跡追蹤的0D矩陣估計方法，其實現(xiàn) 具體包括以下步驟：
[0042]步驟1、獲取設(shè)定時間范圍內(nèi)的所有電子警察數(shù)據(jù)，將電子警察數(shù)據(jù)按照車牌號碼 進行分組；
[0043] 步驟2、將分組后得到的所有組均標記為unvisited，再取其中的一條unvisited組 P，標記為 visited;
[0044] 步驟3、對于p組的數(shù)據(jù)按照檢測時間進行從小到大的排列；
[0045] 步驟4、計算步驟3排列后所得到的序列的偏差值，即Δ ti = ti+i_ti，i = l，......，n; 其中t為出行的起始時刻，tn為出行的最終結(jié)束時間；
[0046] 步驟5、取出兩次連續(xù)檢測時間差大于1小時的數(shù)據(jù)，對于即Δ tk>3600s的Δ tk，進 行步驟6;若Δ tk全部小于1小時，則進行Step8;
[0047] 步驟6、找出Δ tk的tk及tk+i，則tk為出行的結(jié)束時刻，其對應的檢測設(shè)備編號所處 的區(qū)域ID為出行的D點，tk+1為下一次出行的起始時刻，其對應的檢測設(shè)備編號所處的區(qū)域 ID為出行的0點；
[0048] 步驟7、將……，tn進行兩兩配對，即一次出行起點為。對應的設(shè)備編號 所處的區(qū)域ID，終點為tk對應的設(shè)備編號所處的區(qū)域ID，二次出行的起點為tk+1對應的設(shè)備 編號所處的區(qū)域ID，終點為k對應的設(shè)備編號所處的區(qū)域ID，最后一次出行的終點為^對應 的設(shè)備編號所處的區(qū)域ID;
[0049] 步驟8、如果所有連續(xù)兩次檢測時間都小于或等于1小時，則出行起點為^對應的 設(shè)備編號所處的區(qū)域ID，終點為tn對應的設(shè)備編號所處的區(qū)域ID;
[0050] 步驟9、轉(zhuǎn)步驟2重新進行另一組的處理，直到所有組都標記為visited;進行步驟 10；
[0051 ] 步驟10、對于步驟7、步驟8和步驟9獲得的出行起點與終點對應的區(qū)域ID，將出行 的0點的檢測時間進行24小時段的分組，分別統(tǒng)計每小時內(nèi)每個0D對的個數(shù)即為0D對的車 流量(〇D_VOLUME)，而0D對的客流量0D_V0LUME_PE0PLE則為車流量的1.5倍。
[0052]前述步驟1所提及的設(shè)定時間范圍，一般是指一天(24小時)的范圍。
[0053] 在前述步驟1中，我們所獲取的電子警察