一种基于车牌数据的路段交通异常状态识别方法与流程

本发明涉及智能交通控制
技术领域：
，具体为一种基于车牌数据的路段交通异常状态识别方法。
背景技术：
：现代的交通控制中，经常因为事故等各种原因引起交通拥堵，对于已经发生交通拥堵等的路段，通常是通过报警或者交警人工巡查才能识别具体的案件发生路段，然后才进行出警处理；即，现有的处理交通拥堵的方法中，大多是等到交通拥堵发生了一段时间后才进行被动处理，交通异常处理存在滞后性，导致处理成本增大。技术实现要素：为了解决现有技术中处理交通拥堵存在滞后性，导致处理成本增加的问题，本发明提供一种基于车牌数据的路段交通异常状态识别方法，其可以实时监测交通状态，及时发现交通异常的路段，确保交管部门可以主动快速处置异常状态，提高了交通异常状态处理的实时性，降低了处理成本。本发明的技术方案是这样的：一种基于车牌数据的路段交通异常状态识别方法，其特征在于，其包括以下步骤：s1：确定待监测路段，设置监测时间的起始时间tb，设置待监测时间段为d；确定所述待监测路段上的相邻交叉口对应的两个卡口，按照车辆行驶方向，分别记做：上游卡口、下游卡口；s2：基于图形识别技术，提取所述上游卡口、所述下游卡口的车辆识别数据；s3：基于所述车辆识别数据进行数据识别、匹配，获取所述待监测时间段内，所有的依次通过所述上游卡口、所述下游卡口的车辆，记做待分析车辆；将所述待分析车辆通过所述下游卡口的时间t2减去其通过所述上游卡口的时间t1，得到的时间差，记做路段行程时间t；s4：获取监测当日在本周内对应的周天数，记做星期x；设置一个历史数据提取时间段：h天；设以所述监测当日为起始点，过去的h天内，存在n个所述星期x；在同一个所述上游卡口的每一个所述星期x的车辆识别历史数据中，提取从所述起始时间tb开始到所述待监测时间段d结束对应的历史数据，记做t1i，其中：i为正整数，且1≤i≤n；同样，从所述下游卡口中提取与t1i对应的车辆识别历史数据，记做t2i；通过ti＝t2i-t1i，计算获得所述待监测路段历史数据中n个星期x的路段历史行程时间ti；s5：计算所述路段历史行程时间ti对应的平均行程时间tta和标准偏差sd，分别记做tta_h、sd_h；其中，所述平均行程时间tta、所述标准偏差sd计算方法如下：s6：设所述待监测时间段内，所述待监测路段上共有所述待分析车辆m辆，计算获得所述待分析车辆对应的所述路段行程时间tj，其中，j为正整数，且1≤j≤m；基于tj计算所述待监测路段的当下行程时间att；s7：根据所述待监测路段的道路交通处于不同时期的状态，计算所述待监测路段对应的异常延误状态的行程时间阈值ud；所述异常延误状态的所述行程时间阈值ud的计算方法为：ud＝tta+k×sd其中，tta为历史同期平均行程时间；sd为历史行程时间的标准偏差；k为设定阈值的参数，根据k的取值不同，所述行程时间阈值ud取值不同，进而标识不同的道路交通状态；s8：将所述待监测时间段内的实测行程时间与该时段对应的所有的所述行程时间阈值ud进行比较，判断该时段交通状态；即，将所述当下行程时间att与所述行程时间阈值ud进行比较；如果，所述当下行程时间att没有超出所述行程时间阈值ud标识的异常状态范围，则所述待监测路段的交通状态为正常状况，不进行报警；否则，发出预警，所述待监测路段交通进入所述异常延误状态；s9：重新设置所述监测时间的起始时间tb，循环执行步骤s1～s9，实时监测所述待监测路段的交通状态。其进一步特征在于：步骤s6中所述路段行程时间tj的计算方法如下：al:从所述起始时间tb开始到所述待监测时间段内d结束，从所述上游卡口提取所述车辆识别数据；a2:识别出所有的所述待分析车辆，共有所述待分析车辆m辆；获取m个所述待分析车辆通过所述上游卡口的时间t1j；a3:以所述待分析车辆的车牌号码为依据，从所述下游卡口中提取所述车辆识别数据，获得所述待分析车辆通过所述下游卡口的时间t2j；a4:通过t2j减去t1j，计算获取所有的所述待分析车辆对应的所述路段行程时间tj；步骤s6中，所述当下行程时间att的计算方法如下：b1：将m个所述路段行程时间tj按照从小到大进行排序；b2：取排在15％至85％位以内的所有tj计算其平均值，即为所述当下行程时间att；其中，步骤b1中排序后，p为位于15％位置的tj的序号，q为位于85％位置的tj的序号；p、q为正整数，且1≤p≤q≤m；步骤s7中，根据道路阻塞发生的不同时期的状态，细分所述异常延误状态，所述异常延误状态的所述行程时间阈值包括：异常延误阈值ud1、异常长时延误阈值ud2；所述异常延误阈值ud1、所述异常长时延误阈值ud2分别对应不同的参数k；其中，所述异常延误状态ud1为：不超过历史行程时间的85％的行程时间，对应的k取值1.04；所述异常长时延误状态ud2为：不超过历史行程时间的95％的行程时间，对应的k取值1.65；步骤s8中，详细步骤包括：c1：基于所述路段历史行程时间ti对应的平均行程时间tta_h、标准偏差sd_h，计算获得所述待监测路段对应的所述异常延误阈值ud1_h、所述异常长时延误阈值ud2_h；c2：将所述当下行程时间att与所述异常延误阈值ud1_h、所述异常长时延误阈值ud2_h进行比较；如果att≤ud1_h，则为正常状况，不进行报警；如果att>ud1_h、且att<ud2_h，则发出预警：所述待监测路段交通进入所述异常延误状态；如果att≥ud2_h，则发出警告：所述待监测路段交通进入所述异常长时延误状态；步骤s4中，h取值为30天；所述待监测时间段d取值为5分钟。本发明提供的一种基于车牌数据的路段交通异常状态识别方法，设置行程时间阈值ud，基于待监测路段的同时期历史数据获取待监测路段的行程时间阈值ud，通过待监测时间段内的当下行程时间att与行程时间阈值进行比较，判断待监测时间段内待监测路段的交通状态是否发生异常，确保本发明技术方案参照历史数据实现实时监测待监测路段，实时对异常交通状态进行报警；本发明技术方案中，对交通状态的判断是基于客观数据，而非人为主观判断，保证了判断结果的准确性；基于本发明技术方案，可以全自动不间断的对待监测路段进行实时监测，结果客观准确，且节省了人力，降低了交通状态监测的成本；同时根据不同的交通状态，将行程时间阈值ud细分为不同的时间阈值，针对不同的时间阈值，提供不同的警告信息给交管部门，使交管部门可以清晰的掌控待监测路段的交通状态。附图说明图1为本发明技术方案中行程时间概率分布示意图。具体实施方式本发明一种基于车牌数据的路段交通异常状态识别方法，其包括以下步骤。s1：确定待监测路段，设置监测时间的起始时间tb，设置待监测时间段为d，本实施例中，待监测时间段d取值为5分钟；待监测时间段d无需取值过小，过小的取值会导致计算量很大，且因为交通状态发生并非瞬间时间，必然是有一个发生过程；但是也不能间隔过长，间隔过长会导致警报的实时性不足，所以本实施例中设置间隔5分钟，既可以保证实时性，也可以适当降低计算量；确定待监测路段上的相邻交叉口对应的两个卡口，按照车辆行驶方向，分别记做：上游卡口、下游卡口。下面以某市某路段为例进行说明，起始时间tb为上午8:10，监测当日为2019年12月2日(周二)，即，监测时间段为8:10-8:15。s2：基于图形识别技术，提取上游卡口、下游卡口的车辆识别数据；现有的道路交通监控用高清卡口系统采用先进的光电技术、图像处理技术、模式识别技术对过往的每一辆汽车均拍下车辆的图像，并自动识别出车辆的牌照，所采集到的车辆的信息数据作为车辆识别数据保存在服务器数据库中；其数据足够支撑本发明技术方案的数据需求。s3：基于图形识别技术，基于车辆识别数据进行数据识别、匹配，获取待监测时间段内，所有的依次通过上游卡口、下游卡口的车辆，记做待分析车辆；将待分析车辆通过下游卡口的时间t2减去其通过上游卡口的时间t1，得到的时间差，记做路段行程时间t；本实施例中，最终获取待分析车辆的路段行程时间t的详细内容，如下表1待分析车辆及路段行程时间所示：表1：待分析车辆及路段行程时间序号车辆编号经过上游卡口时间经过下游卡口时间路段行程时间(秒)183s228:14:108:14:544425500m8:12:448:13:314733320c8:12:398:13:325345995n8:11:388:12:41635mn0398:13:508:14:53636xn6628:10:408:11:45657fs0018:13:458:14:50658gm6938:10:368:11:43679g31518:13:128:14:19671056g988:13:068:14:146811501208:13:398:14:4970127168q8:13:048:14:157113gy6308:11:158:12:29741493m888:11:308:12:487815gw9378:10:248:11:4379s4：获取监测当日在本周内对应的周天数，记做星期x；设置一个历史数据提取时间段：h天，本事实例中，h取值为30天；设以监测当日为起始点，过去的h天内，存在n个星期x；在同一个上游卡口的每一个星期x的车辆识别历史数据中，提取从起始时间tb开始到待监测时间段d结束对应的历史数据(经过上游卡口时间)，记做t1i，其中：i为正整数，且1≤i≤n；同样，从下游卡口中提取与t1i对应的车辆识别历史数据(经过下游卡口时间)，记做t2i；通过ti＝t2i-t1i，计算获得待监测路段历史数据中n个星期x的路段历史行程时间ti；对历史数据的采集，要区分不同的工作日、休息日，不同的时间段，因为同一周内不同的工作日、休息日以及每一天的时间段的交通情况都有其特有的代表性；本发明技术方案获取判断用的历史数据路段历史行程时间ti时，严格区分数据采集时间，确保最终的判断结果是符合待检测路段的真实路况，确保了判断结果的真实可用。本实施例中，针对某路段计算过去30内每一个周二在同一时段(8:10-8:15)的路段历史行程时间ti，如表2路段历史行程时间所示：表2：路段历史行程时间序号日期时间段路段历史行程时间(秒)12019.10.298:10—8:1551.0022019.11.58:10—8:1552.0032019.11.128:10—8:1564.0042019.11.198:10—8:1558.0052019.11.268:10—8:1563.00s5：计算路段历史行程时间ti对应的平均行程时间tta和标准偏差sd，分别记做tta_h、sd_h；其中，平均行程时间tta、标准偏差sd计算方法如下：本实施例中，基于表2中的数据进行计算：s6：设待监测时间段内，待监测路段上共有待分析车辆m辆，计算获得待分析车辆对应的路段行程时间tj，其中，j为正整数，且1≤j≤m；路段行程时间tj的计算方法如下：al:从起始时间tb开始到待监测时间段内d结束，从上游卡口提取车辆识别数据；a2:识别出所有的待分析车辆，共有待分析车辆m辆；获取m个待分析车辆通过上游卡口的时间t1j；a3:以待分析车辆的车牌号码为依据，从下游卡口中提取车辆识别数据，获得待分析车辆通过下游卡口的时间t2j；a4:通过t2j减去t1j，计算获取所有的待分析车辆对应的路段行程时间tj；基于tj计算待监测路段的当下行程时间att；当下行程时间att的计算方法如下：b1：将m路段行程时间tj按照从小到大进行排序；b2：取排在15％至85％位以内的所有tj计算其平均值，即为当下行程时间att。其中，步骤b1中排序后，p为位于15％位置的tj的序号，q为位于85％位置的tj的序号；p、q为正整数，且1≤p≤q≤m；本事实例中，基于表1，可知排在15％至85％位以内的所有路段行程时间tj为：p＝3，q＝13；则：s7：如图1行程时间概率分布示意图所示，横坐标是行程时间tt，纵坐标是概率p；概率p表示根据历史数据统计后得到的，行程时间tt处于不同区间的一个概率；由图可知，待监测路段的行程时间是符合正态分布规律的；根据待监测路段的道路交通处于不同时期的状态，计算待监测路段对应的异常延误状态的行程时间阈值ud；异常延误状态的行程时间阈值ud的计算方法为：ud＝tta+k×sd其中，tta为历史同期平均行程时间；sd为历史行程时间的标准偏差；k为设定阈值的参数，根据k的取值不同，行程时间阈值ud取值不同，进而标识不同的道路交通状态；根据道路阻塞发生的不同时期的状态，细分异常延误状态，本实施例中，异常延误状态的行程时间阈值包括：异常延误阈值ud1、异常长时延误阈值ud2；异常延误阈值ud1、异常长时延误阈值ud2分别对应不同的参数k；其中，异常延误状态ud1为：不超过历史行程时间的85％的行程时间，对应的k取值1.04；异常长时延误状态ud2为：不超过历史行程时间的95％的行程时间，对应的k取值1.65。s8：将待监测时间段内的实测行程时间与该时段对应的所有的行程时间阈值ud进行比较，判断该时段交通状态；即，将当下行程时间att与行程时间阈值ud进行比较；如果，当下行程时间att没有超出行程时间阈值ud标识的异常状态范围，则待监测路段的交通状态为正常状况，不进行报警；否则，发出预警，待监测路段交通进入异常延误状态；判断和预警的详细步骤包括：c1：基于路段历史行程时间ti对应的平均行程时间tta_h、标准偏差sd_h，计算获得待监测路段对应的异常延误阈值ud1_h、异常长时延误阈值ud2_h；本实施例中，异常延误阈值ud1_h、异常长时延误阈值ud2_h计算如下：ud1_h＝tta_h+1.04×sd_h＝57.60+1.04×6.02＝63.70(s)ud2_h＝tta_h+1.65×sd_h＝57.60+1.65×6.02＝67.53(s)c2：将当下行程时间att与异常延误阈值ud1_h、异常长时延误阈值ud2_h进行比较；如果att≤ud1_h，则为正常状况，不进行报警；如果att>ud1_h、且att<ud2_h，则发出预警：待监测路段交通进入异常延误状态；如果att≥ud2_h，则发出警告：待监测路段交通进入异常长时延误状态；本实施例中，att＝66(s)，ud1_h＝63.70(s)，ud2_h＝67.53(s)，比较结果为：att>ud1_h，且att<ud2_h，即，发出预警：待监测路段交通进入异常延误状态；行程时间阈值ud的设置是根据历史数据进行统计计算获得的，而非一个固定值；随着监测时间的改变，相关的历史数据采集时间也会随之变化，确保行程时间阈值ud是符合待监测路段最新状态的数值，确保对待检测路段的交通状态的判断是符合待检测路段最新的实时状态的。s9：重新设置监测时间的起始时间tb，循环执行步骤s1～s9，实时监测待监测路段的交通状态；本发明技术方案中，实时获取当下时间设置初始的起始时间tb、待监测时间段d之后，即可将tb+d设置为下一次检测的起始时间，同时基于系统时钟对日期(星期x)进行实时校正调整，结合实时日期获取历史数据，循环实施步骤s1～s9，即可做到不间断的实时监测待监测路段，实时对异常的交通状态发出警报。当前第1页12