一种基于停车场数据和卡口数据的车辆关联方法与流程

本发明涉及数据处理领域，更具体地，涉及一种基于停车场数据和卡口数据的车辆关联方法。

背景技术：

随着城市内部车辆的不断增加，交通部门对于车辆精细化管理的要求越来越高。目前，交通管理部门与公安部门主要依靠道路监测卡口上的自动车牌识别系统中的记录来还原车辆的出行链，再利用车辆的出行链信息来为城市规划、交通决策提供数据支撑。然而，通过卡口数据得到的车辆出行链仅包含车辆在路上行驶的信息，无法获知车辆的停放位置，这对于城市功能规划是相当重要的数据。由于许多城市并未建成统一的停车场管理系统，各停车场提供的流水记录中的车辆编号也往往经过加密处理，无法还原为车辆号牌。因此需要一种将停车场数据与卡口数据关联起来的方法，以完善车辆的出行链信息。这将有相当大的应用价值，可为城市规划、个体行为分析和隐私数据发布等研究领域提供理论参考

目前国内外对于该内容的研究主要从隐私保护的角度出发，设置两段不同的道路，将车辆号牌打乱，利用固定的行程时间来对两段不同道路的车辆进行匹配，这缺乏对于路况变化的考虑；另外，相关研究也没有对不同应用场景下的异构数据的匹配进行优化。

技术实现要素：

本发明提供一种基于停车场数据和卡口数据的车辆关联方法，该方法为车辆出行链重构提供了一种适用范围更广、准确率更高、更为合理的计算方法。

为了达到上述技术效果，本发明的技术方案如下：

一种基于噪声地图的噪声自动监测设备点位布设方法，包括以下步骤：

s1：根据研究区域内卡口与停车场的分布情况筛选出合适的应用场景；

s2：通过导航软件或导航公司提供的网络api服务获取应用场景内相应起讫点的行程时间分布；

s3：基于卡口数据筛选出具有停车行为的车辆集；

s4：基于停车场流水数据中的入场时间与出场时间得到与具有停车行为的车辆相对应的候选车辆集；

s5：从候选车辆集中选择通过卡口时间段与停车场出入时间差值最小的车辆作为匹配结果；

s6：根据匹配结果，得到卡口数据中的车辆与停车场出入数据中车辆的对应关系，重构车辆出行链。

进一步地，所述步骤s1中，应用场景应包括一条路段上的两个卡口与一个停车场，路段应为专供汽车行驶的道路，卡口应分布在同向道路的上下游，停车场出入口均位于两卡口之间，且与卡口位于道路同侧，两卡口之间道路除停车场出入口外无任何其他交叉口。

进一步地，所述步骤s2中，相应起讫点指的是卡口至停车场入口、停车场出口至卡口以及卡口之间，其行程时间分布需通过导航软件提供的在不同时间段内的行程时间数据进行正态分布曲线拟合得到。

进一步地，所述步骤s3中，卡口数据包括：(1)卡口编号kdbh：监测卡口的唯一标识；(2)经度kkjd：监测卡口的经度；(3)纬度kkwd：监测卡口的纬度；(4)车辆号牌hphm：经过卡口车辆的车牌号；(5)过车时间gcsj：车辆经过卡口的时间。

进一步地，所述步骤s3中，车辆是否产生过停车行为可根据车辆通过相邻卡口的行程时间是否落在由s2得到的相邻卡口行程时间正态分布3倍标准差的范围内来进行判断，若行程时间未落在该区间内，说明其该车辆产生过停车行为，具体如下式：

μ-3σ≤tk1-k2≤μ+3σ

其中，tk1-k2为卡口数据中车辆从卡口1至卡口2的行程时间，μ为由s2得到的卡口1至卡口2的正态分布均值，σ为标准差。

进一步地，所述步骤s4中，停车场流水数据包括：(1)停车场名称park_name；(2)地址address：停车场所在的地址；(3)经度lng：用户所在位置的经度；(4)纬度lat：用户所在位置的纬度；(5)车辆编号carno：停车场系统对车辆的内部编号，无法还原为车牌号；(6)入场时间intime：车辆进入停车场的时间；(7)出场时间outtime：车辆离开停车场的时间。

进一步地，所述步骤s4中，对每一辆具有停车行为的车辆c，从停车场流水数据中筛选出入场时间与出场时间均落在其通过卡口时间段内的车辆作为c的候选车辆集。

进一步地，所述步骤s5中，通过卡口时间段与停车场出入时间差值的计算方式如下：

δt＝|tk1-k2-tin-out|

其中，tin-out为候选车辆集中车辆入场与出场时间差。

进一步地，所述步骤s6中，重构出行链指的是将车辆的进入停车场时间、离开停车时间、停车场位置等信息添加入车辆的出行轨迹中，使得其出行链信息更加完善。

与现有技术相比，本发明技术方案的有益效果是：

1、由于不同停车场的管理系统不相同，其提交或发布的停车场流水数据是经过不同的加密方法处理的，无法还原出车辆的车牌号码。导致目前的车辆出行链信息仅包括了车辆在道路上的移动轨迹，无法得到车辆的停放位置和停放时间。本方法可将通过卡口数据和停车辆数据将车辆关联起来，重构出车辆在路上和路下的完整出行链。

2、本发明技术方案相对于现有技术，充分考虑了道路路况的时变特性，不采取固定的行程时间，而通过导航软件获取道路行程时间的变化情况，拟合其分布，这提高了匹配的准确率。

附图说明

图1是本发明流程示意图。

图2是本发明应用场景的举例示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，一种基于停车场数据和卡口数据的车辆关联方法，包括以下步骤：

s1：根据研究区域内卡口与停车场的分布情况筛选出合适的应用场景；

s2：通过导航软件或导航公司提供的网络api服务获取应用场景内相应起讫点的行程时间分布；

s3：基于卡口数据筛选出具有停车行为的车辆集；

s4：基于停车场流水数据中的入场时间与出场时间得到与具有停车行为的车辆相对应的候选车辆集；

s5：从候选车辆集中选择通过卡口时间段与停车场出入时间差值最小的车辆作为匹配结果；

s6：根据匹配结果，得到卡口数据中的车辆与停车场出入数据中车辆的对应关系，重构车辆出行链。

下面对上述各个步骤进行详细说明。

首先，需要获取研究区域内有数据的卡口和停车场的地理位置分布，从中选取符合条件的应用场景，即包括一条路段上的两个卡口与一个停车场，路段应为专供汽车行驶的道路，卡口应分布在同向道路的上下游，停车场出入口均位于两卡口之间，且与卡口位于道路同侧，两卡口之间道路除停车场出入口外无任何其他交叉口，具体如图2所示。

其次，向导航软件或导航公司提供的网络api服务每五分钟请求一次卡口1至停车场入口的车辆行程时间、停车场出口至卡口2的行程时间以及卡口1至卡口2的行程时间，连续请求一周。再基于导航得到的一周行程时间数据得到三条路段行程时间的均值和标准差，进行正态分布拟合。

接着，基于卡口数据统计出每辆车通过卡口1和卡口2的行程时间tk1-k2，根据行程时间是否落在相邻卡口行程时间正态分布3倍标准差的范围内来进行判断，若tk1-k2不落在该区间内，则说明该车辆产生过停车行为，可利用停车场流水数据进行匹配。

μ-3σ≤tk1-k2≤μ+3σ

其中，tk1-k2为卡口数据中车辆从卡口1至卡口2的行程时间，μ为由导航数据得到的卡口1至卡口2的行程时间均值，σ为标准差。

对于每一台产生过停车行为的车辆c，从停车场流水数据中筛选出入场时间与出场时间均落在其通过卡口时间段内的车辆v加入c的候选车辆集s，具体如下：

其中，tk1为卡口数据中车辆通过卡口1的行程时间，tk2为卡口数据中车辆通过卡口2的行程时间，为停车场流水数据中第v辆车的入场时间，为停车场流水数据中第v辆车的出场时间。

然后，从候选车辆集s中选择通过卡口时间段与停车场出入时间差值最小的车辆作为匹配结果，具体计算如下：

即对于卡口车辆c而言，停车场车辆为其匹配结果，根据该对应关系，可重构车辆c的出行链如表1所示。

表1车辆c重构后的出行链

相同或相似的标号对应相同或相似的部件；

附图中描述位置关系的用于仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。