一种检测机动车热点路径的方法与流程
本发明涉及一种在智能交通应用中，利用射频识别或车牌识别检测大量机动车形成的热点路径的方法。
背景技术：
随着社会经济的发展，城市现代化水平的提高，各种组织或个人拥有的机动车的数目越来越多。为了对机动车进行有效管理，各个城市已经在道路的不同地点安装了射频识别(如不停车电子收费ETC和汽车电子标识)读写器或摄像头，识别经过的机动车的号牌，记录其经过的时间，形成机动车的行驶轨迹或路径。
对机动车的行驶轨迹进行分析，能够获得许多有价值的信息，用于城市道路的规划、交通流的疏导。在机动车行驶轨迹的分析中，计算机动车的热点路径具有十分重要的意义。所谓热点路径，就是大量机动车经常通行的路径。由于通行的机动车数量较大，热点路径经常发生交通拥堵或事故，路面损坏程度常高于普通路径，及时检测出热点路径。有助于交通管理部门或规划部门采用措施，调节交通流量，提高城市道路通行效率。
技术实现要素：
本发明的目的在于提供一种检测机动车热点路径的方法，提高对机动车轨迹数据的利用率，充分利用现有基于射频识别和车牌识别的智能交通系统的投资，扩大射频识别和车牌识别的应用范围。
本发明一种检测机动车热点路径的方法，其中，包括：步骤1，在不同地点获取经过的机动车号牌和时间，形成多条机动车出行轨迹；步骤2，利用各条机动车出行轨迹，计算机动车频繁经过的地点， 形成包含单个点的1点热点路径表，该路径表包括机动车频繁经过的地点；步骤3，利用各条机动车出行轨迹和已经得到的包含n个点的n点热点路径，计算包含n+1点的n+1点热点路径表，其中n大于等于1；步骤4，当热点路径包含的地点数目达到指定要求时，得到所需的输出热点路径表。
根据本发明一种检测机动车热点路径的方法的一实施例，其中，所述步骤1中，包括：机动车的出行轨迹表示为(S1,S2,…,Sm)，其中，Si是机动车一次出行经过的地点，1≤i≤m，地点按照机动车经过的事件排序。
根据本发明一种检测机动车热点路径的方法的一实施例，其中，所述步骤2中，包括：步骤2a：扫描每条机动车出行轨迹，统计每个地点Si出现的次数f(Si)；步骤2b：对于每个地点Si的出现次数f(Si)，如果f(Si)≥T，T为一阈值，则将Si加入该1点热点路径表中。
根据本发明一种检测机动车热点路径的方法的一实施例，其中，所述步骤3中，包括：步骤3a：扫描每条机动车出行轨迹，对于其中连续的n+1地点组成的子序列(Si,Si+1,Si+2,…,Si+n)，如果(Si,Si+1,Si+2,…,Si+n-1)和(Si+1,Si+2,…,Si+n)都在n点热点路径表中，则就统计(Si,Si+1,Si+2,…,Si+n)出现的次数f(Si,Si+1,Si+2,…,Si+n)；步骤3b：对于每个子序列(Si,Si+1,Si+2,…,Si+n)的出现次数f(Si,Si+1,Si+2,…,Si+n)，如果f(Si,Si+1,Si+2,…,Si+n)≥T，则将子序列(Si,Si+1,Si+2,…,Si+n)加入(n+1)点热点路径表中。
根据本发明一种检测机动车热点路径的方法的一实施例，其中，步骤2包括：算机动车的出行路径中地点出现的次数，如果某地点的出现次数大于所有地点出现的次数的中位数，则认为是机动车频繁经过的地点，加入包含单个点的1点热点路径表。
综上，本发明的有益效果在于，可以根据指定的机动车行驶时间范围、最小出现次数和指定的热点路径长度，计算指定时间内指定长度的热点路径；在计算热点路径表Pn时，各个地点可以并行计算，特 别适合于有成千上万个地点的情况。
附图说明
图1是本发明的检测机动车热点路径的方法的流程图；
具体实施方式
为使本发明的目的、内容、和优点更加清楚，下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。
目前在智能交通领域，射频识别和车牌识别的应用正处于推广阶段，对射频识别和车牌识别采集的机动车轨迹数据进行分析，充分发挥射频识别和车牌识别的作用，是继续解决的问题。本发明正是为满足这个现实需求而产生的。
图1是本发明的检测机动车热点路径的方法的流程图，如图1所示，该方法的步骤包括：
为实现上述目的，本发明提出一种检测机动车热点路径的方法，该方法包括：
步骤1，在不同地点获取经过的机动车号牌和时间，形成多条机动车出行轨迹；
步骤2，利用各条机动车出行轨迹，计算机动车频繁经过的地点，形成包含单个点的1点热点路径表；
步骤3，利用各条机动车出行轨迹和已经得到的包含n个点的n点热点路径，计算包含(n+1)点的(n+1)点热点路径表；
步骤4，当热点路径包含的地点数目达到指定要求时，输出热点路径表给有关人员。
对于一具体实施方式，所述步骤1中：
机动车的出行轨迹表示为(S1,S2,…,Sm)，其中，Si(1≤i≤m)是机动车一次出行经过的地点，地点按照机动车经过的事件排序，即 机动车先经过Si，再经过Si+1。
所述步骤2包括：
步骤2a：扫描每条机动车出行轨迹(S1,S2,…,Sm)，统计每个地点Si出现的次数f(Si)；
步骤2b：对于每个地点Si的出现次数f(Si)，如果f(Si)≥规定的阈值T，则将Si加入1点热点路径表P1中。
所述步骤3包括：
步骤3a：扫描每条机动车出行轨迹(S1,S2,…,Sm)，对于其中连续的(n+1)(n≥1)地点组成的子序列(Si,Si+1,Si+2,…,Si+n)，如果(Si,Si+1,Si+2,…,Si+n-1)和(Si+1,Si+2,…,Si+n)都在热点路径表Pn中，则就统计(Si,Si+1,Si+2,…,Si+n)出现的次数f(Si,Si+1,Si+2,…,Si+n)；
步骤3b：对于每个子序列(Si,Si+1,Si+2,…,Si+n)的出现次数f(Si,Si+1,Si+2,…,Si+n)，如果f(Si,Si+1,Si+2,…,Si+n)≥规定的阈值T，则将子序列(Si,Si+1,Si+2,…,Si+n)加入(n+1)点热点路径表Pn+1中。
针对本发明的检测机动车热点路径的方法的一具体实施例，包括：
步骤1：在不同地点获取经过的机动车号牌和时间，形成多条机动车出行轨迹；
例如，在本例中，获取到的机动车出行路径可能为(S3,S6,S7,S4)、(S1,S6,S7,S4)、(S2,S6,S7,S5)等，其中，Si是机动车出行轨迹上的不同地点。
步骤2：利用各条机动车出行轨迹，计算机动车频繁经过的地点，判断计算机动车频繁经过的地点，可以通过计算机动车的出行路径中地点出现的次数，如果某地点的出现次数大于所有地点出现的次数中位数，则认为是机动车频繁经过的地点，通过机动车频繁经过的地点形成包含单个点的1点热点路径表；
步骤2a：扫描每条机动车出行轨迹(S1,S2,…,Sm)，统计每个地 点Si出现的次数f(Si)；
在本例中，得到f(S1)＝1，f(S2)＝1，f(S3)＝1，f(S4)＝2，f(S5)＝1，f(S6)＝3，f(S7)＝3。
步骤2b：对于每个地点Si的出现次数f(Si)，如果f(Si)≥规定的阈值T，则将Si加入1点热点路径表P1中。
在本例中，如果阈值T＝2，则1点热点路径表P1＝{(S4),(S6),(S7)}。
步骤3，利用各条机动车出行轨迹和已经得到的包含n个点的n点热点路径，计算包含(n+1)点的(n+1)点热点路径表；
步骤3a：扫描每条机动车出行轨迹(S1,S2,…,Sm)，对于其中连续的(n+1)(n≥1)地点组成的子序列(Si,Si+1,Si+2,…,Si+n)，如果(Si,Si+1,Si+2,…,Si+n-1)和(Si+1,Si+2,…,Si+n)都在热点路径表Pn中，则就统计(Si,Si+1,Si+2,…,Si+n)出现的次数f(Si,Si+1,Si+2,…,Si+n)；
在本例中，对于(S3,S6,S7,S4)中子序列(S6,S7)，由于(S6)和(S7)都出现在1点热点路径表P1中，则需要统计(S6,S7)出现的次数。同样，由于S7和S4都出现在1点热点路径表P1中，则需要统计(S7,S4)出现的次数。
在本例中，最后，得到f(S6,S7)＝3,f(S7,S4)＝2。
步骤3b：对于每个子序列(Si,Si+1,Si+2,…,Si+n)的出现次数f(Si,Si+1,Si+2,…,Si+n)，如果f(Si,Si+1,Si+2,…,Si+n)≥规定的阈值T，则将子序列(Si,Si+1,Si+2,…,Si+n)加入(n+1)点热点路径表Pn+1中。
在本例中，如果阈值T＝2，则2点热点路径表P2＝{(S6,S7),(S7,S4)}。
在本例中，继续重复步骤3a，对于(S3,S6,S7,S4)中子序列(S6,S7,S4)，由于(S6,S7)和(S7,S4)都出现在2点热点路径表P2中，则需要统计(S6,S7,S4)出现的次数。
最后，得到f(S6,S7,S4)＝3。
在本例中，继续重复步骤3b，如果阈值T＝2，则3点热点路径表P3＝{(S6,S7,S4)}。
步骤4，当热点路径包含的地点数目达到指定要求时，输出热点路径表给有关人员。
在本例中，输出热点路径表P3＝{(S6,S7,S4)}。
本发明的有益效果在于，可以根据指定的机动车行驶时间范围、最小出现次数和指定的热点路径长度，计算指定时间内指定长度的热点路径；在计算热点路径表Pn时，各个地点可以并行计算，特别适合于有成千上万个地点的情况。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。
- 还没有人留言评论。精彩留言会获得点赞！