多交通检测源动态时间粒度的数据融合处理方法
【技术领域】
[0001] 本发明属于城市交通数据分析技术领域，尤其涉及一种多交通检测源动态时间粒 度的数据融合处理方法。
【背景技术】
[0002] 随着智慧城市的兴起，地磁车辆检测器、感应线圈、车流量雷达等多种道路传感器 共同实时搜集数据的模式逐渐普及起来。另一方面伴随数据的收集和存储数据能力的不断 增强，特别是个人移动终端的普及和微博、微信等移动终端客户端用户逐渐增多，其中的移 动终端定位技术为交通数据采集提供了海量的数据源。在这两方面技术的推进下，在新型 的交通数据采集模式和传统数据采集模式共同交织下的数据空间缺乏关联，而导致实际交 通应用方面进展缓慢成为现代城市交通数据处理的瓶颈。
[0003] 交通数据融合是指多传感器的交通数据在一定准则下综合，以完成所需的交通决 策和评估而进行的交通信息处理过程。将多种传感器采集的交通信息进行有效融合，不但 能够有效提高信息获取的性价比、准确度和可靠度，并且可以避免单个信息源失效而导致 的判断和决策错误。目前国内交通数据融合方法中根据各检测器布设的位置，对包括上游 交叉口和路段的道路单元按一定时间粒度进行交通数据融合，这样的交通信息处理费时且 存储冗余过多，并无法保证实际应用效果。
[0004] 在新型的交通数据采集模式下传统的道路交通融合方法尚存在许多不足，其主要 表现数在：目前的数据融合方法中时间粒度设定为定值，耗费时间和存储空间；信息处理 仅停留在公共预设信息需求层面，且无法形成伴随区域交通用户量变化进而动态变化时间 粒度进行交通数据融合；对于个人移动终端产生的海量定位信息没有有效成为交通特征的 数据依据。
【发明内容】
[0005] 为了克服数据融合中时间粒度固定造成耗费时间和存储空间的不足，本发明提供 一种多交通检测源动态时间粒度的数据融合处理方法。该方法以城市道路交通检测数据为 研究对象，根据检测数据的时空属性提取统一数据格式，通过检测区域移动终端APP位置 签到数据动态变化确定交通应用需求，进而对检测区域中多检测源的数据按信源信任度系 数进行交通参数融合，实现城市交通数据的灵活机动分析处理。
[0006] 本发明包含交通检测数据范化处理模块与交通数据的动态时间粒度融合模块，该 方法具体步骤如下：
[0007] (1)、交通检测数据范化处理
[0008] 交通检测数据范化处理主要实现多源地基型交通检测器数据结构规范化；其处理 过程主要包括多源检测数据的时间间隔特征提取和交通数据的数据结构范化两个步骤：
[0009] i)提取采集数据的时间间隔，在保证数据精度的前提下提取时间基数；对获取检 测器数据按时间基数进行数据质量控制；
[0010] ii)针对各个交通检测源提取空间位置参数，对检测数据进行空间信息加载，并对 交通数据的范化数据结构；
[0011] 根据上述基本实施流程，所述交通检测数据范化模块具体实施包括以下步骤：
[0012] 步骤1、对数据记录提取交通参量，并将数据记录导入数据库；
[0013] 步骤2、对相同检测源历史数据相邻记录提取数据的采集时间间隔；
[0014] 步骤3、提取多源检测数据采集时间间隔的期望值的均值为时间基数，即在时间段
[ts，tj中，数据记录了 m种时间间隔提取时间基数仇为
其中Pik为第i 个检测源中第k个采集时间间隔△ tk出现的概率，r i为第i个检测源的采集数据量占所有 检测数据的比例，η为区域内检测源数目。
[0015] 步骤4、以时间基数为标准调整记录时间间隔，并按调整后时间间隔修复缺失数据 记录
[0016] 步骤5、对地基型检测器的空间信息，得到交通流参数的统一字段DLatitude、 DLongitude、LaneNo、TimeStamp、Flow、Speed、Occ，其中 DLatitude 为检测器位置炜度， DLongitude为检测器位置经度，LaneNo为道路车道编号，TimeStamp为检测时间标签，Flow 为检测获取的交通流量，Speed为检测获取的车辆地点速度，Occ为检测获取的时间占有 率。
[0017] 根据本发明交通检测数据范化处理具体技术实施方案，所述交通检测器数据的时 间间隔特征是为分析采集的交通检测数据的可靠度和精确度，对应获取数据的时间间隔属 性，具体包括：1)采集时间间隔：是指在交通检测器检测数据采集时间的时间间隔；2)时间 基数：是指交通检测数据采集时间间隔的期望值；3)时间粒度：是指多源交通数据融合的 时间区间设定，本方法的时间粒度取决于对应区域内移动终端APP位置签到数据量变化决 定的交通需求。
[0018] (2)、交通数据的动态时间粒度融合
[0019] 交通数据的动态时间粒度融合部分主要包括检测源信任度评估模块、位置签到数 据更新统计模块和动态时间粒度的交通参数融合模块三个组成部分。其中检测源信任度评 估模块和位置签到数据更新统计模块为动态时间粒度的交通参数融合模块的前驱，两者为 并联实施关系：
[0020] i)检测源信任度评估模块：对检测源的历史数据相关度因子、设备数据精度因 子、环境影响因子等方面定量评估，综合得到检测源信任度评估系数；
[0021] ii)位置签到数据更新统计模块：对移动终端APP位置签到数据过滤，剔除交通参 与者位置信息异常记录和重复记录，并遍历区域内移动终端APP位置签到数据，统计动态 变化更新；
[0022] iii)动态时间粒度的交通参数融合模块：通过位置签到数据变化得到时间粒度 应用需求，按照应用需求和检测源信任度对多检测源进行交通参数融合。
[0023] 根据本发明的基本实施流程，所述检测源信任度评估模块具体实施包括以下步 骤：
[0024] 步骤1、确定路段待融合的η个数据检测源，对第i个检测源数据^计算与第j个 检测源数据X]在一天内离散数据相关系数r U为
，其中X lk 为第i个检测源数据一天内第k个时间基数的数据，x]k为第j个检测源数据一天内第k个 时间基数的数据。
[0026] 步骤2、根据检测源离散数据相关系数中计算第i个检测源的数据相关度因子Q
，其中为第i个检测源数据X 3十算与第j个检测源数据X ,的相关系数。
[0027] 步骤3、对第i个检测源计算设备数据精度因子~，且
，其中％为该类检测 源固有检测精度。
[0028] 步骤4、根据第i个检测源特性赋值环境影响因子Sp
[0029] 步骤5、计算第i个独立检测源信任度评估系数ωι
，其中Ci为第 i个检测源数据相关度因子，4为第i个检测源的设备数据精度因子，S i为第i个检测源的 环境影响因子。
[0030] 根据本发明检测源信任度评估模块具体技术实施方案，所述检测源信任度评估是 对包括同路段多检测源获取的交通信息，从数据相关度、设备精确度和环境影响度三个方 面定量综合评价检测源的信任度，具体体现为包括：1)多源数据相关度因子：是指某路段 待评价的交通检测器测得的数据与同路段其他类检测器数据相关比例系数；2)设备数据 精度因子：是指某交通检测设备固有检测精度与各类检测器精度比值的比例系数；3)环境 影响因子：是指某交通检测器在环境变化的条件下检测结果的影响比例系数。
[0031] 根据本发明的基本实施流程，所述位置签到数据更新统计模块具体实施包括以下 步骤：
[0032] 步骤1、对移动终端APP位置签到信息数据过滤、转换和加载，剔除交通参与者位 置信息异常记录和重复记录。以得到交通参与者位置信息的统一字段Venue id、Venue name、Latitude、Longitude、Checked UserlD，其中 Venue id 为位置签到数据编号、Venue name为签到位置名称、Latitude为签到位置炜度、Longitude为签到位置经度、Checked UserlD为位置签到数据来源移动终端编号；
[0033] 步骤2、所有相邻检测道路交叉口连成三角形，作三角形各边的垂直平分线，于是 每个交叉口周围的若干垂直平分线围成泰森多边形。唯一的道路交叉口包涵在唯一的泰森 多边形内。初始化S为1，其中δ为动态时间周期的时间基数倍数。
[0034] 步