基于多场景特征的高速公路ETC漏交易数据修复方法

本发明涉及高速公路管理，尤其涉及基于多场景特征的高速公路etc漏交易数据修复方法。

背景技术：

1、由于etc门架易受恶劣环境的影响，可能存在设备故障等问题。同时，etc车载设备在经过门架时可能出现无线串扰、临近大车遮挡等现象。这些问题和现象都会使设备之间信息交互失败，进而产生异常数据。这些异常交易数据不仅影响高速公路的运营管理；还增加了数据预处理的成本，导致相关拓展应用课题的研究结果与预期效果存在较大偏差。因此，修复异常etc交易数据以保障数据质量，不仅有利于加快智慧高速公路建设，实现交通行业精细化管理，还可为etc大数据挖掘拓展应用提供坚实的数据支撑，具有十分重要的意义。

2、目前，针对异常数据修复的研究工作主要集中于gps轨迹数据，以及使用其他交通传感器采集的交通流数据等。etc交易数据独特的od约束性、时空性以及语义耦合性使这些研究无法被直接应用于解决其数据修复问题；并且有关时间修复方面的研究大多在于对时间先后顺序的还原，无法对时间进行准确的定量修复。

技术实现思路

1、本发明的目的在于提供基于多场景特征的高速公路etc漏交易数据修复方法。

2、本发明采用的技术方案是：

3、基于多场景特征的高速公路etc漏交易数据修复方法，其包括以下步骤：

4、步骤1，通过多源数据融合建立轨迹数据集；在对轨迹数据集的轨迹数据进行异常检测后，提取异常轨迹数据集；

5、步骤2，基于etc拓扑数据集根据异常轨迹数据检测结果提取数据特征建立修复数据集；

6、步骤3，基于拓扑约束对修复数据集中的etc漏交易门架路径进行修复；

7、步骤4，根据高速公路交通流量的不同场景获取对应场景下的车速特征，以对高速公路etc漏交易数据的时间进行针对性修复。

8、进一步地，步骤1中对轨迹数据中处于服务区区段的数据根据etc拓扑数据集进行标记；并且引用加权fcm算法对漏交易门架所属区段是否在拥堵时段进行检测和标记。

9、进一步地，步骤2具体包括以下步骤：

10、步骤2-1，从轨迹数据中提取出用于修复漏交易门架路径的参考门架编号，建立门架编号矩阵f，则有：

11、

12、fm＝[f11 f21 … fn1]t (6)

13、其中，fm表示从n条车辆轨迹中提取的门架编号列，fnm表示门架编号，n表示批量处理的车辆轨迹数量；

14、步骤2-2，根据门架编号矩阵f和etc拓扑数据集聚合的结果，建立区段距离矩阵d，则有：

15、d＝[d12 d23 … d(m-1)m],d(m-1)m＝[d11 d21 … dn1]t (7)

16、其中，d(m-1)m为m号和m-1号两个相邻门架组成的区段的距离；

17、步骤2-3，使用相同原则提取交易时间矩阵t，则有：

18、t＝[t1 t2 … tm],tm＝[t11 t21 … tn1]t (8)

19、其中，tn为门架交易时间，tm表示从n条车辆轨迹中按照算法需求提取的交易时间列；

20、步骤2-4，建立数据修复矩阵r,则有：

21、r＝[f t d] (9)

22、其中，f为门架编号块矩阵，将作为路径修复算法部分的输入；t为门架交易时间块矩阵，d为区段距离块矩阵，t和d都将作为时间修复算法部分的输入。

23、具体地，漏交易轨迹数据的修复主要分为路径修复和交易时间修复两个工作。对于路径的修复问题，由于轨迹数据中的路径表现形式为门架编号序列，所以该问题转换为漏交易门架编号的插补问题。f为门架编号块矩阵，将作为路径修复算法部分的输入。而对交易时间的修复，需要根据高速公路行车特征及etc拓扑分布特征等设计相应的修复算法。t为门架交易时间块矩阵，d为区段距离块矩阵，两者都将作为时间修复算法部分的输入。

24、进一步地，步骤3具体包括以下步骤：

25、步骤3-1，根据etc拓扑数据建立拓扑结点表；

26、步骤3-2，通过漏交易门架相邻的前后两个门架编号建立门架编号矩阵f，则有：

27、f＝[ffor faft] (10)

28、其中，ffor是指漏交易门架相邻的前两个门架所建立的门架编号矩阵；faft是指漏交易门架相邻的后两个门架所建立的门架编号矩阵；

29、步骤3-3，将拓扑表以门架编号矩阵标准进行两次聚合，分别得到ffor矩阵的结点后门架列表to_id_arr，以及faft矩阵的结点前门架列表from_id_arr；

30、步骤3-4，计算获取to_id_arr和from_id_arr的列表交集，以唯一求得一门架编号为漏交易门架的门架编号。

31、进一步地，步骤4中高速公路交通流量包括非饱和自由流场景、过饱和拥堵场景、服务区停靠场景以及漏误交易并发场景。

32、进一步地，步骤4的具体步骤如下：

33、当处于非饱和自由流状态时，参考路段平均行驶速度修复漏交易门架的交易时间，计算交通自由流场景下漏交易门架的交易时间，计算公式如下：

34、tlose＝tfor+dfor⊙[(dfor+daft)⊙(taft-tfor)-1]-1 (15)

35、其中，tfor表示漏交易门架相邻的前一个门架的交易时间；taft表示漏交易门架相邻的前一个门架的交易时间；dfor表示漏交易门架所在路段的前一区段的区段距离；daft表示漏交易门架所在路段的后一区段的区段距离；

36、当处于过饱和拥堵状态时，参考同行车辆速度特征修复漏交易门架的交易时间；即：

37、

38、其中，表示漏交易车辆的前车辆在前门架交易时间；djam表示拥堵区段的区段距离；vjam表示拥堵区段的平均速度；

39、当处于服务区停靠状态时，基于运动学惯性原理法结合etc交易数据计算处于服务区停靠状态下的漏交易门架的交易时间对应计算公式如下：

40、

41、其中，表示漏交易门架的前两个门架交易时间；表示漏交易门架的前两个门架交易时间；表示漏交易门架的前两个门架到漏交易门架前一个门前的区段距离；表示漏交易门架的前一个门架到漏交易门架的区段距离；

42、当漏误交易并发状态时，基于误交易门架交易时间tl′ose计算漏误交易并发状态下的漏交易门架的交易时间对应计算公式如下：

43、

44、其中，dlose表示漏交易门架的前一个门架与漏交易门架之间的误差距离；tfor表示漏交易门架的前门架交易时间；derr表示漏交易门架所在区段的区段距离derr。

45、进一步地，当处于非饱和自由流状态时漏交易门架的交易时间的计算步骤如下：

46、使用漏交易门架相邻的前后两个门架的交易时间tfor和taft构建时间矩阵t，以及漏交易门架所在路段的前后两个区段的区段距离dfor和daft来构建区段距离矩阵d，进而构建非饱和自由流状态下的数据修复矩阵rnom，形式如下：

47、rnom＝[ffor flose faft tfor taft dfor daft] (11)

48、其中，flose是指漏交易门架；ffor是指漏交易门架相邻的前两个门架所建立的门架编号矩阵；faft是指漏交易门架相邻的后两个门架所建立的门架编号矩阵；

49、获取时间矩阵t和区段距离矩阵d，计算漏交易门架相邻的前一门架的通行速度vfor，即：

50、

51、其中，vall为漏交易门架相邻的前两个门架间的平均速度，

52、根据门架编号块矩阵与etc拓扑数据表的聚合结果得出该区段的区段距离dfor，计算漏交易门架相邻的前两个门架间的的通行时间δt，对应的计算公式如下：

53、δt＝dfor⊙vfor-1 (13)

54、其中，⊙为hadamard乘积，表示两个矩阵的元素的乘积；

55、基于漏交易门架相邻的前一门架的交易时间tfor以及漏交易门架相邻的前两个门架间之间的通行时间δt计算得到漏交易门架交易时间tlose，对应的计算公式如下：

56、tlose＝tfor+δt (12)

57、即，交通自由流场景下漏交易门架的交易时间由以下公式获取：

58、tlose＝tfor+dfor⊙[(dfor+daft)⊙(taft-tfor)-1]-1 (15)。

59、

60、进一步地，过饱和拥堵状态时漏交易门架的交易时间的计算步骤如下：

61、首先，提取漏交易车辆的前后车辆轨迹中漏交易门架的交易时间和三辆车的漏交易门架的前门架交易时间以及拥堵区段的区段距离djam，建立过饱和拥堵状态下的数据修复矩阵rjam，则：

62、

63、其中，flose是指漏交易门架；ffor是指漏交易门架相邻的前两个门架所建立的门架编号矩阵；

64、使用漏交易车辆的前后车辆拥堵区段平均速度vave表征对应拥堵区段的平均速度vjam，则有：

65、

66、根据门架编号块矩阵与etc拓扑数据表的聚合结果得出拥堵区段的区段距离djam，计算拥堵区段的通行时间δtjam，对应的计算公式如下：

67、δtjam＝djam⊙vjam-1

68、其中，⊙为hadamard乘积，表示两个矩阵的元素的乘积；

69、基于漏交易车辆的前车辆在前门架交易时间以及拥堵区段的通行时间δtjam计算得到拥堵区段漏交易门架交易时间即：

70、

71、进一步地，当处于服务区停靠状态时的漏交易门架的交易时间的计算步骤如下：

72、获取与漏交易门架相邻的前两个门架的门架交易时间和以及漏交易门架的前两个门架分别到漏交易门架的区段距离矩阵和构建处于服务区停靠状态下的数据修复矩阵rrsa，则：

73、

74、其中，表示漏交易门架的前两个门架交易时间；表示漏交易门架的前一个门架交易时间；flose是指漏交易门架；表示漏交易门架的前两个门架到漏交易门架前一个门前的区段距离；表示漏交易门架的前一个门架到漏交易门架的区段距离；

75、计算获取漏交易门架的前两个门架到漏交易门架前一个门前的区段的平均速度并以等效表示漏交易门架的前一个门架到漏交易门架的区段的平均速度即

76、

77、计算处于服务区停靠状态下的区段的通行时间δtrsa，对应的计算公式如下：

78、

79、计算得到处于服务区停靠状态下的漏交易门架的交易时间对应计算公式如下：

80、

81、进一步地，当漏误交易并发状态时的交易时间的计算步骤如下：

82、使用etc拓扑数据中门架的地理位置信息求取每对门架之间的误差距离dlose；

83、获取对应的误交易门架交易时间t′lose、漏交易门架的前门架交易时间tfor以及所在区段的区段距离derr建立漏误交易并发状态下的数据修复矩阵，则有：

84、rsam＝[ffor flose f′lose tfor t′lose dlose derr] (22)

85、基于漏误交易并发状态下的数据修复矩阵数据，计算得到漏交易门架的交易时间具体计算公式如下：

86、

87、本发明采用以上技术方案，通过多源数据融合建立轨迹数据集；在对轨迹数据进行异常检测后，提取异常轨迹数据集。在数据修复之前，对轨迹数据中处于服务区区段的数据，需要根据etc拓扑数据集进行标记；并且引用了加权fcm算法对漏交易门架所属区段是否在拥堵时段进行检测和标记。随后，根据检测结果和算法需求提取相关特征建立修复数据集。对于路径的修复问题，由于轨迹数据中的路径表现形式为门架编号序列，所以该问题转换为漏交易门架编号的插补问题。在基于拓扑约束的etc漏交易门架路径修复方法的基础上，考虑高速公路交通流量非饱和自由流场景、过饱和拥堵场景、服务区停靠场景以及漏误交易并发场景4类不同场景，通过深度挖掘分析不同场景下的车速特征，具有针对性的时间修复策略。本发明方法平均修复误差在18s以内，且执行时间仅需0.07s。