基于号牌识别数据的车辆出行链分离方法研究
2020-05-14苏婕张磊申欣徐海丰
苏婕 张磊 申欣 徐海丰
摘 要:掌握车辆出行起讫点分布情况、精细刻画车辆出行特征可以为交通管理部门制定和优化交通缓堵政策提供参考依据。该研究以成都市为例,基于高清视频综合检测设备自动识别的车辆号牌数据,提出个体车出行链提取及分离方法,深入分析了车辆驻留点及起讫点分布特征,并对车辆号牌识别数据在公安交管工作中的应用进行了展望。
关键词:城市交通;数据挖掘;出行链分离;驻留点识别
Research on vehicle travel chain separation method based on license plate recognition data
SUJie1,ZHANG Lei2,SHEN Xin2,XU Haifeng2
(1. Chengdu Road Traffic Management Research Center, Chengdu Public Security Bureau,Chengdu,610017, China; 2. Science and Technology Information Division, TRAFFIC Control Bureau, Chengdu Public Security Bureau,Chengdu610017, China)
Abstract: It can provide reference for traffic management departments to formulate and optimize traffic congestion mitigation policies by mastering the distribution of vehicle travel start and end points and elaborately depicting vehicle travel characteristics. Taking Chengdu City as an example, based on the vehicle license plate data automatically recognized by the high-definition video integrated detection equipment, this paper proposes a method of individual vehicle travel chain extraction and separation, deeply analyzes the distribution characteristics of vehicle dwell point and starting and ending point, and looks forward to the application of vehicle license plate recognition data in the public security traffic control work.
Keywords: Urban traffic; data mining; travel chain separation; resident point identification
科研立项项目:四川省公安厅 2019 年厅级科研立项项目“基于号牌识别数据的成都市主城区车辆出行特征分析方法与实践研究”,编号:20190915。
第一作者:苏婕(1993-),女,硕士,研究实习员,研究方向为道路交通管理,Email:swjtusujie@163.com。
随着城市化进程的不断加快,交通拥堵日渐成为影响各大城市发展的“城市病”。由于城市交通需求膨胀速度远高于道路建设速度,交通需求管理逐渐成为缓解交通拥堵的重要手段。然而现阶段各大城市交通需求管理政策的制定存在科学性不强的问题,与此同时智能交通技术发展迅速,视频识别及图像处理技术日趋成熟,促使综合视频检测设备得以在城市大规模部署[1],车辆号牌识别数据在覆盖范围和可靠性上均获得大幅提升。
号牌识别数据唯一标识车辆并详细记录车辆时空信息[2],通过深入挖掘应用,可以为分析城市交通需求的结构和时空分布特性提供数据支撑。近年来,国内外学者对号牌识别数据的应用研究逐渐增多,主要集中在行程时间估计、OD矩阵估计[3]等方面。本文以成都市三环内号牌识别数据为样本,通过出行链分离算法分析了车辆时空分布轨迹、车辆驻留点分布情况、出行分布规律等。
1研究方法总述
本文基于号牌识别数据提出了车辆出行链提取及分离方法,研究框架如图1所示。首先对原始数据进行预处理,通过数据清洗及筛选确保数据质量;其次,提取个体车辆出行链,根据行程时间差阈值识别出行链中的驻留点,按驻留点打断出行链,得到单次出行起讫点及具体行程轨迹;最后,统计分析全路网车辆驻留点及单次出行起讫点分布的集计特征。
2号牌识别数据的处理
2.1成都市号牌识别数据概述
本文采用2019年9月1日至9月30日成都市三环内车牌识别数据作为研究基础数据,采集内容包括车牌号码、车牌颜色、车身颜色、过车时间、设备编号、方向编号等。数据样例及各字段含义如表1、表2所示。
2.2數据预处理
高清视频综合检测设备在实际工作过程中,受夜间补光差、设备安装角度欠佳、杆件抖动、摄像机误触发、下雨扬尘等多重因素影响,车牌识别数据可能出现偏差。为提升数据准确度,需对原始数据进行清洗和筛选,主要包括以下四方面:一是剔除存在缺失项的数据;二是删除数据重复上传等因素造成的冗余记录;三是剔除单日车牌出现次数低于2次的异常记录;四是为反映市民真实出行OD,筛除出租、公交车等营运车辆。
3出行链提取及打断方法
3.1出行及出行链的定义
“出行”作为交通领域的基本概念,在不同研究环境下含义并不相同[4],本文拟通过车辆行驶轨迹的时空信息对车辆出行规律进行研究,因此根据车辆轨迹的停留时间和距离对出行进行界定,将出行定义为“交通主体从一个停留点到下一个停留点之间的移动”。同时将出行链定义为“交通主体在某段连续时间内的出行轨迹”,将出行链按驻留点打断即可得到单次出行轨迹[5]。
3.2个体车出行链提取及分离方法
3.2.1个体出行链提取
车辆在路网中运行时会触发沿途多个检测设备,按检测时间序列线性连接车辆途经的各点位,即可构成个体车辆出行链。在提取个体车辆出行链时,首先以车牌号码为第一优先级,将号牌识别数据分割成以车牌号为标记的组;其次以时间戳为第二优先级对个体车数据集合中的各卡口过车数据进行排序,得到个体车辆按时间先后顺序构成的出行链,即完成了对个体车出行链的提取。
3.2.2个体车出行链分离
一辆车的出行记录中包含多个单次出行,需要依据驻留点进行划分。识别同一车牌号下出行链所含的驻留点,按驻留点打断出行链,即可将出行链分为有起讫点的多次出行。
本文设计的车辆驻留点识别算法首先假设路网中设备点位为均匀散布,其基本思想是依据车辆通过相邻设备点位间的行程時间来判断驻留点,认为两个连续的单次出行之间的行程时间是低于一定阈值的。
4驻留点识别数据应用分析
4.1驻留点分布特征
基于上述驻留点识别算法,以2019年9月1日至9月30日经过预处理的车牌识别数据为例,计算成都市三环内所有车辆出行的驻留点,并对其分布情况进行统计,将驻留点聚集情况以热力图的形式展现在地图中,如图3所示。可以发现,成都市主城区内车辆驻留点主要分布于三环路、中环路、二环路、红星路及天府广场等工作单位集中分布区域,其中二环线双楠立交至永丰立交、人南立交至科华立交以及成温立交附近分布最为密集。
4.2早高峰出行分布特征
按驻留点打断出行链后,可以得到多条具有起点和讫点的单次出行,对单次出行的起讫点分布进行统计,可以了解不同时段车辆出行状况。为便于描述和展现,本文选取成都市三环内春熙路片区、杜甫草堂片区、天府广场片区等10个车流分布较为密集的片区进行统计分析,早高峰车辆出行到达点聚集情况如图4所示。可以发现,早高峰驾车群体集中前往一环内区域。
4.3晚高峰出行分布特征
考虑早高峰时段车流有向中心靠拢趋势,故以天府广场片区车流为例,分析晚高峰时段以天府广场片区为起点去往其他片区的车流辆分布情况,各起讫点间的分布比例如图5所示;用线条粗细反映车流量大小,将车流分布情况映射在地图中,如图6所示。可以发现,晚高峰期间从天府广场出发的车辆主要去往春熙路、金沙、杜甫草堂和武侯祠片区。
5结论与展望
为本文基于成都市三环内车辆号牌识别数据,提出个体车出行链分离算法,有效实现了对个体车辆单次出行轨迹、驻留点及出行起讫点等信息的提取,并通过集计分析展现了路网中主要车辆驻留点及各时段出行起讫点分布情况;同时,也为进一步研究车辆行程时间分布、出行频度等规律特征提供了理论基础。未来可基于出行链分离算法,进一步深入挖掘号牌识别数据,为交通管理部门制定和优化限行管理、车辆限号、错峰出行、收拥堵费等交通缓堵措施及需求管理相关政策提供辅助决策信息及参考依据。
参考文献
[1] 龙小强,苏跃江,余畅,等. 基于卡口车牌识别数据的车辆出行分析[J]. 交通运输系统工程与信息,2019,19(02):70-76.
[2] 王龙飞. 基于车牌照的车辆出行轨迹分析方法与实践研究[D]. 长安大学,2011.
[3] 赵明,王寒凝. 基于车牌照识别技术的OD调查系统分析与设计[J]. 公路交通科技(应用技术版),2008(12):189-191.
[4] 蔡正义. 基于大数据的城市居民出行分析建模[D]. 2018.
[5] 杨帅,于海洋. 基于卡口数据的车辆出行轨迹重构方法研究[C]. 第十一届中国智能交通年会大会论文集. 2016.