一種基于局部異常因子的城市交通擁堵路段檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及城市智能交通領(lǐng)域，尤其涉及一種基于局部異常因子的城市交通擁堵 路段檢測方法。
【背景技術(shù)】
[0002] 隨著城市交通的高速發(fā)展，如何有效調(diào)節(jié)交通擁堵情況，優(yōu)化道路使用率，提高人 們出行效率，成為了城市智能交通領(lǐng)域的研究重點(diǎn)。而這其中一個(gè)關(guān)鍵的技術(shù)就是檢測出 城市交通異常擁堵的道路，即通過一定技術(shù)方法檢測出城市交通中出現(xiàn)異常擁堵的路段。 公交路線一般可以覆蓋整個(gè)城市路網(wǎng)比較主要的路線，并且公交車行駛的路線不會(huì)因道路 情況而改變，因而公交車運(yùn)行的GPS數(shù)據(jù)可以反映出城市交通的真實(shí)情況。本發(fā)明利用從公 交車GPS數(shù)據(jù)中提取出恰當(dāng)?shù)奶卣髦祦碛?jì)算路段的局部異常因子，進(jìn)而檢測出城市交通中 的異常路段，這些檢測出的異常路段可以為城市規(guī)劃提供重要的信息。但現(xiàn)有的技術(shù)中，沒 有利用局部異常因子的方法來檢測異常擁堵的交通路段，也缺乏利用海量的公交GPS數(shù)據(jù) 來進(jìn)行交通異常擁堵路段的檢測方法，因而不利于提供交通信息服務(wù)。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的主要針對(duì)上述現(xiàn)有研究的一些不足之處，提出一種基于局部異常因 子的城市交通擁堵路段檢測方法，通過對(duì)公交車GPS數(shù)據(jù)處理，提取出能夠反映路段交通情 況的特征值，計(jì)算出路段的局部異常因子，進(jìn)而檢測出城市中異常的交通路段，為城市交通 規(guī)劃提供有效信息。
[0004] 本發(fā)明是通過以下技術(shù)方案達(dá)到上述目的：一種基于局部異常因子的城市交通擁 堵路段檢測方法，其包括如下步驟：
[0005] 1)劃分時(shí)空段，得到了 m*n個(gè)時(shí)空段；
[0006] 2)對(duì)公交車GPS數(shù)據(jù)進(jìn)行預(yù)處理，提取出能夠代表交通特征的特征值，每個(gè)時(shí)空段 可表示為TS(仄丑)：
[0007] 3)計(jì)算每個(gè)時(shí)空段的局部異常因子，每個(gè)時(shí)空段可表示為：TS(?,3,LOF);
[0008] 4)提取異常時(shí)空段；
[0009] 5)依據(jù)4)中的異常時(shí)空段，計(jì)算每個(gè)路段的異常指數(shù)；
[0010] 6)根據(jù)5)中路段異常指數(shù)進(jìn)行排序，得到前T個(gè)異常路段，T為預(yù)先設(shè)置的閾值；
[0011] 7)輸出前T個(gè)異常路段。
[0012] 步驟1)具體包含如下步驟：
[0013] 1.1)劃分路段:利用城市公交線路數(shù)據(jù)將城市路網(wǎng)劃分為m個(gè)路段，將公交線路的 兩個(gè)站點(diǎn)及中間的線路作為一個(gè)路段；
[0014] 1.2)劃分時(shí)段:依據(jù)城市公交運(yùn)行時(shí)間表，將一天劃分為η個(gè)有效時(shí)間段。
[0015] 步驟2)中的提取特征值步驟包括：
[0016] 2.1)計(jì)算每個(gè)時(shí)空段公交運(yùn)行的平均速度私
[0017] 2.2)計(jì)算每個(gè)時(shí)空段在兩個(gè)站點(diǎn)停留時(shí)間的平均值獲。
[0018] 步驟2.1)中計(jì)算時(shí)空段的平均速度公式：
[0019]
[0020]
[0021]其中s是由經(jīng)煒度計(jì)算得到的兩個(gè)相鄰站點(diǎn)之間的距離，t為公交車在兩段之間運(yùn) 行時(shí)間，Vi為一輛公交車的行駛速度，t為所有車在該時(shí)空段的平均速度，d為公交車在該時(shí) 空段行駛的總數(shù)量。
[0022]步驟2.2)中的停留時(shí)間公式：
[0023]
[0024]
[0025]
[0026] 其中stu和st2i為時(shí)空段中兩個(gè)相鄰站點(diǎn)的停留時(shí)間，$和&為所有車在該時(shí)空 段的平均停留時(shí)間，這為公交車在時(shí)空段的兩個(gè)站點(diǎn)平均停留時(shí)間，d為公交車在該時(shí)空段 行駛的總數(shù)量。
[0027] 步驟3)計(jì)算每個(gè)時(shí)空段的局部異常因子包括以下步驟：
[0028] 3.1)對(duì)輸入的m*n個(gè)時(shí)空段TS，將每條線路每個(gè)時(shí)間段的時(shí)空段劃分為一組數(shù)據(jù) D，計(jì)算對(duì)象p的k距離，表示為distancek(p)，并得到對(duì)象p的第k距離鄰域Nk(p);
[0029] 3.2)計(jì)算D中兩個(gè)對(duì)象的可達(dá)距離，公式如下：
[0030] reachdisk(p，o)=max{distancek(o)，d(p，o)}
[0031] 3.3)計(jì)算對(duì)象p的局部可達(dá)密度，公式如下：
[0032]
[0033]其中，|Nk(p) |表示對(duì)象p的第k距離鄰域的對(duì)象個(gè)數(shù)；
[0034] 3.4)計(jì)算對(duì)象p的局部異常因子L0F，公式如下：
[0035]
[0036] 3.5)重復(fù)步驟3.1)-3.5)，直到計(jì)算出所有時(shí)空段的局部異常因子；
[0037] 步驟3.1)中計(jì)算數(shù)據(jù)D中對(duì)象的k鄰域方法步驟為；
[0038] 3.1.1)計(jì)算數(shù)據(jù)0中每兩個(gè)對(duì)象的歐式距離，表示為虹#(?，〇);
[0039] 3.1.2)將對(duì)象p與其他對(duì)象的歐式距離排序，第k個(gè)最小距離即為k距離，表示為 distancek(p)；
[0040] 3.1.3)得到對(duì)象p的k鄰域，公式為：
[0041 ] Nk(p) = {p|dist(p,o) < distancek(p)}
[0042] 步驟4)提取異常時(shí)空段公式：
[0043]
[0044] 其中，0(TS)即為異常時(shí)空段。
[0045] 步驟5)計(jì)算路段異常指數(shù)的公式：
[0046]
[0047] 其中，0S為路段異常指數(shù)，p為路段出現(xiàn)在異常時(shí)空段的次數(shù)，TSJLOF)為在一個(gè)時(shí) 空段的異常指數(shù)。
【附圖說明】
[0048] 圖1為本發(fā)明實(shí)施案例提供的一種基于局部異常因子的城市交通擁堵路段檢測方 法的流程圖；
[0049] 圖2為本發(fā)明實(shí)施案例提取出能反映每個(gè)時(shí)空段交通路況的特征值的流程圖；
[0050] 圖3.1為一種基于局部異常因子的城市交通擁堵路段檢測方法實(shí)施案例利用杭州 市2014年10月公交車數(shù)據(jù)得到的結(jié)果圖；
[0051] 圖3.2為一種基于局部異常因子的城市交通擁堵路段檢測方法實(shí)施案例利用杭州 市2015年3月公交車數(shù)據(jù)得到的結(jié)果圖。
【具體實(shí)施方式】
[0052]為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將對(duì)本發(fā)明的具體實(shí)施方 式作進(jìn)一步的詳細(xì)描述。
[0053]本發(fā)明實(shí)施例提供了一種基于局部異常因子的城市交通擁堵路段檢測方法，如圖 1所示，該方法包括：
[0054] 步驟1:利用杭州市公交線路站點(diǎn)表將杭州市2014年10月332條公交GPS數(shù)據(jù)劃分 為m*n個(gè)時(shí)空段。其中，m= 16077,將公交車運(yùn)行時(shí)間6:00-21:00每小時(shí)劃分為一個(gè)時(shí)段，即 n = 16〇
[0055] 公交線路站點(diǎn)表的結(jié)構(gòu)如下表1所示。 「ηηΜ?

[0057] 表 1
[0058] 步驟2:從杭州10月公交車GPS數(shù)據(jù)中提取出能反映每個(gè)時(shí)空段交通路況的特征 值，步驟如圖2所示。
[0059] 本實(shí)例中的公交車GPS數(shù)據(jù)集，其格式如下表2所示： Γλλλλ? L〇〇61J 表 2
[0062] 1)針對(duì)每條GPS數(shù)據(jù)，從公交線路站點(diǎn)表中找到與之對(duì)應(yīng)線路所有車站的經(jīng)煒度 信息。
[0063] 2)計(jì)算該條GPS數(shù)據(jù)與所有車站的GPS數(shù)據(jù)距離，得到距離最小的站點(diǎn)。
[0064] 3)如果該最小距離大