交通拥堵事件提取与态势融合方法与系统与流程

本发明属于智慧交通信息化领域，涉及一种基于高速路网拓扑图计算的交通拥堵事件提取与态势融合算法与系统。

背景技术：

1、随着城市化进程的不断加速，道路交通日益拥堵，交通拥堵已成为城市交通运行的最大难题之一。目前，大多数互联网地图服务商通过向司乘人员提供导航等出行服务时获取的浮动gps信息，实现对路网中拥堵事件的感知，并通过聚合分析得到某路段在某个时间点的拥堵状态，从而再次形成拥堵相关的数据服务。

2、但是，由于浮动车配置数量以及其观测范围和精度的限制，无法对路网拥堵状态进行完备的观测，从而导致其上报的拥堵事件数据缺乏时空连续性；同时面对全国路网范围如此庞大的数据，人工提取、处理、分析拥堵数据的工作量巨大，亟需一个工具协助处理分析；此外，各服务商提供对拥堵事件定义的口径不一致，难以实现融合多方拥堵数据以提升观测精度的目标。因此当前对高速路网拥堵状况的分析工作一般通过gis可视化拥堵热力图的方式进行事件提取分析，但该方法只能发现拥堵事件的静态覆盖范围，而没法从时间-空间的动态角度进行描述。

技术实现思路

1、本发明旨在克服海量高速交通拥堵数据缺乏时空连续性的问题及多源数据间的融合复杂性问题，利用高速路网拓扑图建模方法，提供一种交通拥堵事件提取与态势融合方法与系统，以输出彼此独立、完整的拥堵事件。

2、为实现上述技术目的，本发明采用如下技术方案：

3、一种交通拥堵事件提取与态势融合方法，包括：

4、s1从不同来源拥堵事件数据中提取拥堵特征，构建拥堵事件的集合；所述拥堵特征包括拥堵位置、拥堵时间和拥堵程度等级；

5、s2以里程桩为节点，里程桩的邻接关系为弧构建路网拓扑图，将拥堵位置的经纬度坐标映射至里程桩，构建附着里程桩路网后的拥堵事件的集合；

6、s3基于s2中构建的集合，以时间切片为单位逐时间构建拓扑子图，对每条时间切片内的里程桩节点，基于节点的连通性确定构成一张子图的节点，按节点顺序在子图内添加节点和弧，并基于拥堵程度等级对弧赋予权重属性，则每张子图表征路网某一局部的拥堵状态；

7、s4按照时间切片顺序，将子图按照节点交集情况合并，使每张子图表征路网某一局部的一次完整拥堵事件；

8、s5对每个事件子图按照预设的时间窗口切片，得到拥堵事件的态势时序数据。

9、作为一种优选的实施方式，所述s1中，所述拥堵位置为以linestring对象提供的空间路线信息，映射时，基于最近邻居搜索算法将拥堵位置映射至里程桩。

10、作为一种优选的实施方式，所述s2中，构建路网拓扑图时，以里程桩的桩号加上下行标识作为节点编号。

11、作为一种优选的实施方式，所述s3中，构建拓扑子图时，对于同一拥堵事件子图不连通的情况，对不连通的里程桩节点返回以最短路径规划的里程桩节点路径。

12、作为一种优选的实施方式，所述s3中，构建拓扑子图时，对子图设置追溯标识，用于通过映射关系追溯构成子图的各服务商的拥堵数据。

13、作为一种优选的实施方式，所述s4中，设定第一时间窗口，对超过第一时间窗口无拥堵数据上报的子图，视为表征一次完整拥堵事件的事件子图；对无拥堵数据上报时间不超过第一时间窗口的子图，根据节点交集情况合并为新的子图，直至子图无拥堵数据上报时间超过所述第一时间窗口。

14、作为一种优选的实施方式，所述s5还包括，切片数据中，如果一个弧被不同来源服务商赋予不同拥堵程度等级，则对所述拥堵程度等级数值进行加权融合。

15、作为一种优选的实施方式，根据拥堵程度等级数据的来源服务商提供的拥堵数据获取拥堵持续时间和拥堵频度占比，基于拥堵持续时间和拥堵频度占比分配各拥堵程度等级的权重；

16、所述拥堵持续时间指每种拥堵程度等级事件对应的时间占比；

17、所述拥堵频度占比指拥堵程度等级事件对应的频度占比，按照数据上报的记录数计算。

18、作为一种优选的实施方式，对拥堵持续时间和拥堵频度进行加权获得拥堵程度等级的权重，拥堵持续时间的权重高于拥堵频度的权重。

19、本发明的另一目的在于提供一种交通拥堵事件提取与态势融合系统，包括：

20、拥堵特征提取模块，从不同来源拥堵事件数据中提取拥堵特征，构建拥堵事件的集合；所述拥堵特征包括拥堵位置、拥堵时间和拥堵程度等级；

21、里程桩路网构建模块，以里程桩为节点，里程桩的邻接关系为弧构建路网拓扑图，将拥堵位置的经纬度坐标映射至里程桩，构建附着里程桩路网后的拥堵事件的集合；

22、子图创建模块，以时间切片为单位逐时间构建拓扑子图，对每条时间切片内的里程桩节点，基于节点的连通性确定构成一张子图的节点，按节点顺序在子图内添加节点和弧，并基于拥堵程度等级对弧赋予权重属性，则每张子图表征路网某一局部的拥堵状态；按照时间切片顺序，将子图按照节点交集情况合并，使每张子图表征路网某一局部的一次完整拥堵事件；

23、态势时序数据输出模块，对每个事件子图按照预设的时间窗口切片，得到拥堵事件的态势时序数据。

24、作为一种优选的实施方式，所述态势时序数据输出模块包括数据融合单元，如果切片数据的某个弧被不同来源服务商赋予不同拥堵程度等级，则对所述拥堵程度等级数值进行加权融合。

25、作为一种优选的实施方式，根据拥堵程度等级数据的来源服务商提供的拥堵数据获取拥堵持续时间和拥堵频度占比，基于拥堵持续时间和拥堵频度占比分配权重；

26、所述拥堵持续时间指每种拥堵程度等级事件对应的时间占比；

27、所述拥堵频度占比指拥堵程度等级事件对应的频度占比，按照数据上报的记录数计算。

28、作为一种优选的实施方式，对拥堵持续时间和拥堵频度进行加权获得拥堵程度等级的权重，拥堵持续时间的权重高于拥堵频度的权重。

29、本发明以交通拥堵事件的图网络建模为核心解决思想，即对每个时间片段的高速交通拥堵事件映射到高速里程桩区间内，并在图网络建模，通过设定时间窗口，不断增加新的拥堵事件进图网络（增加边），并剔除满足一定条件的边（一次完整的拥堵事件），实现实时的拥堵事件的提取与融合。

30、本发明具有以下几个特点：1）提出对拥堵数据的关键特征定义；2）可根据拥堵事件离散化数据实时进行大范围图网络动态建模；3）支持多来源的交通拥堵事件数据融合；4）支持交通拥堵事件的态势融合。

31、本发明的方法和系统通过集成多方的高速拥堵事件数据来源，可以建立一个统一的交通拥堵监测系统，以克服单一数据来源的局限性。本发明方案能够实时对高速路网的交通拥堵事件进行实时建模和提取，更准确地定位拥堵路段和当时拥堵程度，掌握拥堵的时间变化规律。在抽取高准确度的完整拥堵事件结果的同时还能够对拥堵事件分析，基于融合数据的交通态势分析，可以找到拥堵形成的根源，提出有针对性的交通管理对策。该技术方案填补了当前交通管理领域的数据碎片化空白，有助于各部门协同应对城市交通拥堵，提高管理水平和治理能力，为交通出行公众提供更优质的服务。