一种道路交通流量获取方法和装置与流程

1.本发明涉及交通流量预测领域，特别是指一种道路交通流量获取方法和装置。

背景技术：

2.车辆起-讫点(origin-destination，简称od)流量作为道路交通管控的重要数据依据以及各种中微观交通模型及仿真平台的重要输入参数，od流量的估计问题已逐渐发展为交通领域中的一个重要研究内容。随着智能交通运输系统的快速发展，现代交通运营与管控更加强调精细化、实时性，因此，动态车流od估计已经成为起讫点流量估计问题中的研究重点。
3.获取全路网流量的传统方法一般基于od反推技术，即通过宏观交通需求预测模型，在获取路网属性与部分断面流量的基础上，建立优化模型不断迭代求解，获得交通小区的od分布，进而通过交通分配方法获得全路网流量。该方法已有实际的应用案例，但求解优化模型一般采用智能算法求解，无法获得最优解；此外对于输入数据的要求较高，在大规模路网推演过程中一般基于仿真软件进行实现，对路网格式有一定的要求。现有技术中的od反推方法没有考虑车辆行驶轨迹相关因素，即路线选择行为一般为交通需求预测模型中交通分配阶段求解得出，而没有参考实际的浮动车行驶轨迹。
4.另一方面，随着采集技术的不断发展，大数据在综合交通运输各业务领域应用更加广泛。随着信息化水平与数据采集能力的提升，积累了大量的移动互联网数据、gps数据等多源车辆行驶数据。现有技术中的数据融合的道路全流量反推方法采用了神经网络等机器学习算法，通过输入多源数据如天气数据、事故数据、浮动车数据等进行交通量断面的预测，从而实现全路网交通流量的反推，但对于大规模路网而言，即使道路等级相同、限速相同，可能会由于所处区位不同而导致流量相差很大，而建模过程没有考虑到这点；此外，也没有考虑到大规模路网整体出行总量的约束条件，导致路网上反推出的车辆总数与出行总量相差很大。

技术实现要素：

5.本发明的目的是提供一种道路交通流量获取方法和装置，以避免现有技术中因考虑的交通流量影响因素较少，而导致预测准确度较差的问题的影响。
6.为达到上述目的，本发明的实施例提供一种道路交通流量获取方法，包括：获取车辆所属的多源融合数据，所述多源融合数据包括手机信令数据、车辆gps数据和设置于路网路段的断面流量调查点；对所述多源融合数据进行预处理，确定每个车辆的行驶轨迹、所述断面流量调查点所对应的n条核查线数据，n为大于1的整数、经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据；根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合；
根据所述第一权重集合、所述手机信令数据和所述第二车辆数据，确定所述第二车辆数据所对应的第二权重集合；根据所述第一权重集合、所述第二权重集合和所述每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。
7.可选的，根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合，包括：根据所述n条核查线数据和所述第一车辆数据，确定经过每条核查线的车辆总数和浮动车总数；根据所述车辆总数和所述浮动车总数的比值，确定所述第一车辆数据中每条核查线所对应的第一初始权重集合；根据所述第一初始权重集合，确定每条核查线中经过每个断面流量调查点所对应的权重总和；根据所述车辆总数和所述权重总和，确定每条核查线中经过每个断面流量调查点所对应的车辆相对误差值；根据所述车辆相对误差值和第一预设算法，确定第一车辆数据中每条核查线所对应的第一权重集合。
8.可选的，根据所述车辆相对误差值和第一预设算法，确定第一车辆数据中每条核查线所对应的第一权重集合，包括：确定所述车辆相对误差值的绝对值大于第一阈值所对应的第三车辆数据；所述第三车辆数据属于所述第一车辆数据；根据所述第一预设算法对所述第三车辆数据进行权重校正，确定校正后的第三车辆数据的权重；根据所述车辆相对误差值的绝对值小于第一阈值所对应的车辆的权重，以及所述校正后的第三车辆数据的权重，确定第一车辆数据中每条核查线所对应的第一权重集合。
9.可选的，根据所述第一预设算法对所述第三车辆数据进行权重校正，确定校正后的第三车辆数据的权重，包括：获取所述第一初始权重集合中第一最大初始权重和第一最小初始权重的差值；根据所述差值与预设的最小权重间隔的比值，确定为第一校正权重步长；根据所述第一预设算法，若所述车辆相对误差值大于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的和，与所述第一最大初始权重中的较小值，确定为校正后的第三车辆数据的权重；或者，根据所述第一预设算法，若所述车辆相对误差值小于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的差，与所述第一最小初始权重中的较大值，确定为校正后的第三车辆数据的权重。
10.可选的，确定所述第二车辆数据所对应的第二权重集合，包括：根据所述手机信令数据，确定每个车辆所属的交通小区的总出行量；根据所述每个车辆所属的交通小区的总出行量，确定每个车辆所属的交通小区；根据所述每个车辆所属的交通小区、所述第一权重集合和所述第二车辆数据，确定所述第二车辆数据所对应的第二初始权重集合；
根据所述第二初始权重集合和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。
11.可选的，确定所述第二车辆数据所对应的第二初始权重集合，包括：根据所述第一权重集合和所述每个车辆所属的交通小区，确定所述第一车辆数据所对应的交通小区的第一交通产生量；根据所述第二车辆数据和所述第一交通产生量，确定第二车辆数据所对应的交通小区的第二交通产生量；根据所述第二交通产生量，确定所述第二车辆数据所对应的第二初始权重集合。
12.可选的，根据所述第二初始权重集合和第二预设算法，确定所述第二车辆数据所对应的第二权重集合，包括：根据所述第二初始权重集合、所述第一交通产生量和所述第二交通产生量，确定每个交通小区的实际交通产生量与统计交通产生量的产生量相对误差值；根据所述产生量相对误差值、第二阈值和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。
13.可选的，根据所述产生量相对误差值、第二阈值和第二预设算法，确定所述第二车辆数据所对应的第二权重集合，包括：确定所述产生量相对误差值的绝对值大于第二阈值所对应的第四车辆数据；所述第四车辆数据属于所述第二车辆数据；根据所述第二预设算法对所述第四车辆数据进行权重校正，确定校正后的第四车辆数据的权重；根据所述产生量相对误差值的绝对值小于第二阈值所对应的车辆的权重，以及所述校正后的第四车辆数据的权重，确定所述第二车辆数据所对应的第二权重集合。
14.可选的，根据所述第二预设算法对所述第四车辆数据进行权重校正，确定校正后的第四车辆数据的权重，包括：获取所述第二初始权重集合中第二最大初始权重和第二最小初始权重；根据所述第二最大初始权重和所述第二最小初始权重，确定第二校正权重步长；根据所述第二预设算法，若所述产生量相对误差值大于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的差，与所述第二最小初始权重中的较大值，确定为校正后的第四车辆数据的权重；根据所述第二预设算法，若所述产生量相对误差值小于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的和，与所述第二最大初始权重中的较小值，确定为校正后的第四车辆数据的权重。
15.可选的，对所述多源融合数据进行预处理，包括：根据所述车辆gps数据和预设路网路段，获取每个车辆的行驶轨迹；以及，根据所述断面流量调查点和预设路网路段，划分n条核查线数据；n为大于1的整数；以及，根据所述n条核查线数据和所述车辆gps数据，获取经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据。
16.为达到上述目的，本发明的实施例还提供一种道路交通流量获取装置，包括：
获取模块，用于获取车辆所属的多源融合数据，所述多源融合数据包括手机信令数据、车辆gps数据和设置于路网路段的断面流量调查点；第一处理模块，用于对所述多源融合数据进行预处理，确定每个车辆的行驶轨迹、所述断面流量调查点所对应的n条核查线数据，n为大于1的整数、经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据；第二处理模块，用于根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合；第三处理模块，用于根据所述第一权重集合、所述手机信令数据和所述第二车辆数据，确定所述第二车辆数据所对应的第二权重集合；第四处理模块，用于根据所述第一权重集合、所述第二权重集合和所述每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。
17.为达到上述目的，本发明的实施例还提供一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上任一项所述的道路交通流量获取方法中的步骤。
18.本发明的上述技术方案的有益效果如下：上述的技术方案，所述方法对获取的车辆所属的多源融合数据进行预处理，确定每个车辆的行驶轨迹、所述断面流量调查点所对应的n条核查线数据，n为大于1的整数、经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据；利用手机信令数据获取交通小区的出行总量，并根据交通小区的小汽车分担率，计算得到交通小区的小汽车出行总量；同时，基于第一车辆数据和n条核查线数据，确定第一车辆数据中每条核查线所对应的第一权重集合，根据所述第一权重集合、手机信令数据和所述第二车辆数据，多次迭代计算确定所述第二车辆数据所对应的第二权重集合；最终根据所述第一权重集合、所述第二权重集合和所述每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。
19.本发明解决了利用浮动车数据统计路网流量导致流量较少的问题，通过本发明的技术方案，更精准的掌握了大型道路网络流量的全样数据，可进一步应用于城市交通规划、道路交通管理和交通政策制定等。
附图说明
20.图1为本发明实施例提供的道路交通流量获取方法的流程图；图2为本发明实施例设置第一初始权重集合的示意图；图3为本发明实施例提供的道路交通流量获取装置的结构图。
具体实施方式
21.为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
22.应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
23.在本发明的各种实施例中，应理解，下述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
24.应当知道的是，现有技术中的数据融合的道路全流量反推方法采用了神经网络等机器学习算法，通过输入多源数据如天气数据、事故数据、浮动车数据等进行交通量断面的预测，从而实现全路网交通流量的反推，但对于大规模路网而言，即使道路等级相同、限速相同，可能会由于所处区位不同而导致流量相差很大，而建模过程没有考虑到这点；此外，也没有考虑到大规模路网整体出行总量的约束条件，导致路网上反推出的车辆总数与出行总量相差很大。
25.现有技术中的od反推方法在优化求解过程中目标函数一般体现出分配流量与检测点观测流量的差异性，或交通小区od的差异性；没有考虑车辆行驶轨迹相关因素，即路线选择行为一般为交通需求预测模型中交通分配阶段求解得出，而没有参考实际的浮动车行驶轨迹。
26.为了解决上述技术问题，本发明提供了一种道路交通流量获取方法和装置。
27.如图1所示，本发明实施例的一种道路交通流量获取方法，包括：步骤100，获取车辆所属的多源融合数据，所述多源融合数据包括手机信令数据、车辆gps（全球定位系统）数据和设置于路网路段的断面流量调查点；这里，多源融合数据包括但不限于：全日的手机信令数据、断面流量调查点数据、车辆gps轨迹数据。
28.步骤200，对所述多源融合数据进行预处理，确定每个车辆的行驶轨迹、所述断面流量调查点所对应的n条核查线数据，n为大于1的整数、经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据；具体地，所述步骤200，包括：步骤210，根据所述车辆gps数据和预设路网路段，获取每个车辆的行驶轨迹；以及，步骤220，根据所述断面流量调查点和预设路网路段，划分n条核查线数据；n为大于1的整数；以及，步骤230，根据所述n条核查线数据和所述车辆gps数据，获取经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据。
29.该实施例中，上述的预设网络路段为标准路网地图，将所述车辆的gps数据映射到标准路网地图上，可以得到每个车辆的行驶轨迹；根据所述断面流量调查点映射到预设的标准路网地图上，可以得到在标准路网地图上的多个调查点，根据预设规则，将多个调查点划分出n条核查线数据；所述断面流量调查点可以设置为全天每15分钟调查一次的点位数据，其中，所述断面流量调查点的时间划分可根据具体需求设置，这里不做具体限定；这里，在标准路网地图上已经确定了n条核查线数据，再根据车辆的gps数据，即每个车辆的行驶轨迹与n条核查线数据匹配，可以确定经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据。
30.需要说明的是，所述第一车辆数据和所述第二车辆数据包括但不限于：每个车辆的行驶轨迹的序列号、每个车辆的行驶轨迹的时间戳等；所述第一车辆数据和所述第二车辆数据为车辆的集合数据，这里，定义所述第一车辆数据为集合，定义所述第二车辆数
据为集合。
31.步骤300，根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合；步骤400，根据所述第一权重集合、所述手机信令数据和所述第二车辆数据，确定所述第二车辆数据所对应的第二权重集合；步骤500，根据所述第一权重集合、所述第二权重集合和所述每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。
32.该实施例中，通过gps数据和第一车辆数据确定第一权重集合，通过手机信令、第一权重集合、第二车辆数据确定第二权重集合，最后，针对所述每个车辆的行驶轨迹，即标准路网路段中的任一行驶轨迹，都可以通过第一权重集合和第二权重集合进行数据扩样，从而可以计算出上述扩样后的道路交通流量。本发明尤其应用于大型道路上，效果最好。
33.本发明的技术方案，在结合gps数据、手机信令、断面流量调查点等多种融合的数据下，解决了利用浮动车数据统计路网流量导致流量较少的问题，通过本发明的技术方案，更精准的掌握了大型道路网络流量的全样数据，可进一步应用于城市交通规划、道路交通管理和交通政策制定等。
34.具体的，所述步骤500中，可以根据每个车辆的行驶轨迹，确定经过一车辆轨迹的车辆集合，所述车辆集合包括第一车辆数据和/或第二车辆数据，则计算道路扩样后的道路交通流量通过公式（1）表示：q
linki
=（car’∈），公式（1）；其中，q
linki
为道路扩样后的流量；为每辆车的权重，其中所述车辆为浮动车时，所述是根据第一权重集合和所述第二权重集合中确定的；car’为经过一车辆轨迹的车辆，从而本发明可以依靠少量的浮动车gps数据、手机信令数据与断面流量调查点获取了全路网的车辆扩样流量。
35.可选的，所述步骤300，包括：步骤310，根据所述n条核查线数据和所述第一车辆数据，确定经过每条核查线的车辆总数和浮动车总数；步骤320，根据所述车辆总数和所述浮动车总数的比值，确定所述第一车辆数据中每条核查线所对应的第一初始权重集合；在具体实施例中，如图2所示，本发明第一车辆数据中的一目标车辆car1经过断面流量调查点所对应的集合设定为sn，所述sn中每个数据为所述目标车辆经过一断面流量调查点所对应的数据，根据所述目标车辆从n条核查线数据中确定一目标核查线；获取所述目标核查线上，所述目标断面流量调查点所对应的车辆总数fn和浮动车总数fn’，通过计算所述车辆总数fn和浮动车总数fn’的比值，也就得到了（fn/fn’）的集合数据，具体如图2所示，通过所述（fn/fn’）的集合数据，确定为所述第一车辆数据中每条核查线所对应的第一初始权重集合，即：第一初始权重集合={f1/f1’；f2/f2’；f3/f3’；
…
；fn/fn’}，该第一初始权重集合设定为。
36.步骤330，根据所述第一初始权重集合，确定每条核查线中经过每个断面流量调查
点所对应的权重总和；该实施例中，由于所述第一初始权重集合为每条核查线上，经过断面流量调查点中一个车辆对应的初始权重集合，依次获取经过该核查线上的所有车辆所对应的初始权重集合，确定该核查线上每个经过每个断面流量调查点所有车辆初始权重，求和确定每个断面流量调查点所对应的权重总和。
37.具体地，每条核查线中的断面流量调查点集合，设定为si，所述权重总和通过公式（2）表示：权重总和=，公式（2）；其中，cari表示每条核查线中经过每个断面流量调查点的车辆。
38.步骤340，根据所述车辆总数和所述权重总和，确定每条核查线中经过每个断面流量调查点所对应的车辆相对误差值；这里，所述车辆相对误差值通过公式（3）表示：车辆相对误差值erri=，公式（3），其中，fn表示车辆总数。
39.步骤350，根据所述车辆相对误差值和第一预设算法，确定第一车辆数据中每条核查线所对应的第一权重集合。
40.该实施例中，对每条核查线中的断面流量调查点集合si，根据第一预设算法计算，所述第一预设算法是以浮动车轨迹数据和核查线数据求解车辆扩样系数的迭代优化算法，确定第一车辆数据中每条核查线所对应的第一权重集合，可以为后续扩样大型道路网络流量的全样数据，提供了技术支撑。
41.可选的，所述步骤350，包括：步骤351，确定所述车辆相对误差值的绝对值大于第一阈值所对应的第三车辆数据；所述第三车辆数据属于所述第一车辆数据；这里，设定第一阈值优选为20%，该实施例中，若所述车辆相对误差值的绝对值大于20%，则确定所述车辆相对误差值的绝对值大于第一阈值所对应的时间段和核查线，并获取同一时间经过该核查线的第三车辆数据，所述第三车辆数据属于第一车辆数据为集合。
42.步骤352，根据所述第一预设算法对所述第三车辆数据进行权重校正，确定校正后的第三车辆数据的权重；步骤353，根据所述车辆相对误差值的绝对值小于第一阈值所对应的车辆的权重，以及所述校正后的第三车辆数据的权重，确定第一车辆数据中每条核查线所对应的第一权重集合。
43.本发明将所述车辆相对误差值的绝对值大于第一阈值所对应的第三车辆数据，通过所述第一预设算法进行权重校正，得到符合标准的校正后的第三车辆数据的权重，并结合未大于第一阈值所对应的车辆的权重，通过累计加和，确定第一车辆数据中每条核查线所对应的第一权重集合。
44.具体地，所述步骤352，包括：步骤3521，获取所述第一初始权重集合中第一最大初始权重和第一最小初始权重
的差值；步骤3522，根据所述差值与预设的最小权重间隔的比值，确定为第一校正权重步长；步骤3523，根据所述第一预设算法，若所述车辆相对误差值大于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的和，与所述第一最大初始权重中的较小值，确定为校正后的第三车辆数据的权重；或者，根据所述第一预设算法，若所述车辆相对误差值小于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的差，与所述第一最小初始权重中的较大值，确定为校正后的第三车辆数据的权重。
45.可选的，可以在所述第三车辆数据中每个车辆数据设置标志位，若获取的第三车辆数据中车辆的标志位为0，则确定该车辆数据并未进行检测或者调整，若标志位为1，则确定该车辆数据所述车辆相对误差值的绝对值小于第一阈值，或者为进行权重校正后的车辆数据，防止对车辆数据进行二次计算，提高了数据处理的速度。
46.该实施例中，所述步骤3521至所述步骤3523中，首先设置所述第一校正权重步长，所述第一校正步长通过公式（4）表示：=，公式（4）；其中，b为预设的最小权重间隔，根据实际情况取值；表示所述第一初始权重集合中第一最大初始权重；表示所述第一初始权重集合中第一最小初始权重；表示所述第一校正步长。所述步骤3523中，若所述车辆相对误差值erri小于0，则通过公式（5），确定校正后的第三车辆数据的权重；校正后的第三车辆数据的权重= max(-, )，公式（5）；其中，表示所述第三车辆数据的当前权重，当第一次计算时，取= 。
47.若所述车辆相对误差值erri大于0，则通过公式（6），确定校正后的第三车辆数据的权重；校正后的第三车辆数据的权重= min(+, ) ，公式（6）；其中，表示所述第三车辆数据的当前权重，当第一次计算时，取= 。
48.本发明所述第三车辆数据中车辆数据，若已经被校正或者所述车辆相对误差值的绝对值小于第一阈值，则停止该步骤3523，并查所述第三车辆数据中的下一车辆，重复所述步骤3521至所述步骤3523，直至所有所述车辆相对误差值的绝对值均小于第一阈值，终止算法。这里，为后续计算第一权重集合提供了技术支撑。
49.可选地，所述步骤400，包括：
步骤410，根据所述手机信令数据，确定每个车辆所属的交通小区的总出行量；所述步骤410中，本发明需要对手机信令数据预处理：基于手机信令数据，获取对应的id，通过设定阈值切分行程，并根据id与交通小区的对应关系，统计计算得到每一次行程的起点交通小区和终点交通小区，进而统计得到区域内的各交通小区od分布表。
50.该实施例中，根据所述手机信令数据，可以确定交通小区i的交通总产生量与交通总吸引量(设交通小区总数为n)，此外，根据交通大调查数据，得到各交通小区的交通方式分担率。由于手机信令数据计算的为各交通小区的和，包括各种交通方式，因此通过下公式（7）、公式（8）可计算出各交通小区的小汽车出行总量（真实值），也就是确定每个车辆所属的交通小区的总出行量；，公式（7）；，公式（8）；其中，表示每个车辆所属的交通小区的交通产生量与表示每个车辆所属的交通小区的交通吸引量。
51.需要说明的是，上述的每个车辆所属的交通小区的总出行量，包括每个车辆所属的交通小区的交通产生量与每个车辆所属的交通小区的交通吸引量。
52.步骤420，根据所述每个车辆所属的交通小区的总出行量，确定每个车辆所属的交通小区；该实施例中，根据所述每个车辆所属的交通小区的总出行量，根据浮动车gps数据以及划分的交通小区地理文件，确定每个车辆所属的交通小区。
53.步骤430，根据所述每个车辆所属的交通小区、所述第一权重集合和所述第二车辆数据，确定所述第二车辆数据所对应的第二初始权重集合；具体地，所述步骤430，包括：步骤431，根据所述第一权重集合和所述每个车辆所属的交通小区，确定所述第一车辆数据所对应的交通小区的第一交通产生量；这里，可以通过所述第一权重集合w1和每个车辆所属的交通小区，确定基于第一权重集合确定的第一交通产生量为。同理，第一交通吸引量为。
54.步骤432，根据所述第二车辆数据和所述第一交通产生量，确定第二车辆数据所对应的交通小区的第二交通产生量；由于所述第二交通产生量和所述第一交通产生量之和为每个车辆所属的交通小区的交通产生量，故通过（-）可以确定所述第二交通产生量。同理，第二交通吸引量=-。
55.步骤433，根据所述第二交通产生量，确定所述第二车辆数据所对应的第二初始权重集合。
56.需要说明的是，对于每个交通小区，在以小时为时间粒度中，小区的出发总量与到达该小区的吸引量可能会不相等。
57.在本发明中，所述第二车辆数据中每个车辆car，其权重取值范围为第二最小初始权重至第二最大初始权重之间，其中，之间，其中，其中，表示所述第二车辆数据中实际返回所对应的交通小区的车辆数据。
58.该实施例中，确定所述第二车辆数据所对应的第二初始权重集合为优选为。
59.步骤440，根据所述第二初始权重集合和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。
60.该实施例中，本发明以手机信令数据、第二预设算法等，确定第二车辆数据所对应的第二权重集合，从而确定出未经过断面流量调查点的权要，为后续计算大型道路网络全样流量提供了数据支撑。
61.具体地，所述步骤440包括：步骤441，根据所述第二初始权重集合、所述第一交通产生量和所述第二交通产生量，确定每个交通小区的实际交通产生量与统计交通产生量的产生量相对误差值；步骤442，根据所述产生量相对误差值、第二阈值和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。
62.该实施例中，对于每个交通小区，确定每个交通小区的实际交通产生量与统计交通产生量的产生量相对误差值，所述产生量相对误差值通过公式（9）表示，公式（9）即：上述公式（9）中，表示每个车辆所属的交通小区的交通产生量；所述表示第一交通产生量；表示所述中所有初始权重之和；本发明通过将相对误差值和第二阈值比较，应用第二预设算法，确定出符合预设要求的所述第二车辆数据所对应的第二权重集合，提高了第二权重集合的准确性。
63.可选的，所述步骤442，包括：步骤4421，确定所述产生量相对误差值的绝对值大于第二阈值所对应的第四车辆数据；所述第四车辆数据属于所述第二车辆数据；本发明中，所述第二阈值优选取值为30%，可根据具体的实施例实时调整所述第二
阈值的数据，本发明并不限制。
64.步骤4422，根据所述第二预设算法对所述第四车辆数据进行权重校正，确定校正后的第四车辆数据的权重；步骤4423，根据所述产生量相对误差值的绝对值小于第二阈值所对应的车辆的权重，以及所述校正后的第四车辆数据的权重，确定所述第二车辆数据所对应的第二权重集合。
65.该实施例中，若最大的相对误差大于所述第二阈值（30%），记录对应的小时为hour（30%根据实际的具体案例设置阈值），记录对应的交通小区编号i，对所有基于该小时的所有出行车辆权重进行调整，确定校正后的第四车辆数据的权重；并结合小于第二阈值（30%）所对应的车辆的权重，从而确定所述第二车辆数据所对应的第二权重集合。
66.具体地，所述步骤4422，包括：获取所述第二初始权重集合中第二最大初始权重和第二最小初始权重；根据所述第二最大初始权重和所述第二最小初始权重，确定第二校正权重步长；根据所述第二预设算法，若所述产生量相对误差值大于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的差，与所述第二最小初始权重中的较大值，确定为校正后的第四车辆数据的权重；根据所述第二预设算法，若所述产生量相对误差值小于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的和，与所述第二最大初始权重中的较小值，确定为校正后的第四车辆数据的权重。
67.该实施例中，若所述产生量相对误差值大于0，校正后的第四车辆数据的权重 = max{(
‑ꢀ
)/, ；其中，为设定的固定阈值，根据具体案例调整。若所述产生量相对误差值小于0，则校正后的第四车辆数据的权重；其中，=min{(+)/, 。
68.这里，校正后的第四车辆数据的权重，循环所述步骤4422的具体步骤，从而得到校正后的第四车辆数据的权重。
69.综上所述，本发明是将手机信令数据、车辆行驶轨迹数据、断面流量调查点或统计数据进行多源数据融合，利用手机信令数据获取交通小区的出行总量，并根据先验交通小区的小汽车分担率计算得到交通小区的小汽车出行总量；同时，基于车辆行驶轨迹、断面交通量调查数据或统计数据确定每辆车的扩样系数，根据车辆是否经过断面调查点分成两组，并以扩样系数总和与断面调查交通量的差异、交通小区出行总量的差异与交通小区出行产生量与吸引量的差异作为约束，多次迭代计算得到车辆的最优扩样系数，最终扩样得到大型道路网络全样流量。
70.在另一具体实施例中，通过对某城区路网作为案例进行说明，数据源为某一天的浮动车gps数据、手机信令数据与断面流量调查数据，根据提出的算法对全路网流量进行扩
样，扩样前和扩样后，抽取部分断面进行扩样交通量与真实交通量调查结果对比，计算误差，其结果如下：计算其平均相对误差约为20%。本发明通过多源数据融合计算的大型道路网络流量全样获取方法，将输入的多源数据进行关联校正与扩样，进而识别全样的路网流量，提高了预测大型道路网络流量的准确性。
71.如图3所示，本发明的可选实施例还提供一种道路交通流量获取装置，包括：获取模块10，用于获取车辆所属的多源融合数据，所述多源融合数据包括手机信令数据、车辆gps数据和设置于路网路段的断面流量调查点；第一处理模块20，用于对所述多源融合数据进行预处理，确定每个车辆的行驶轨迹、所述断面流量调查点所对应的n条核查线数据，n为大于1的整数、经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据；第二处理模块30，用于根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合；第三处理模块40，用于根据所述第一权重集合、所述手机信令数据和所述第二车辆数据，确定所述第二车辆数据所对应的第二权重集合；第四处理模块50，用于根据所述第一权重集合、所述第二权重集合和所述每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。
72.可选的，所述第二处理模块30，包括：第一确定子模块，用于根据所述n条核查线数据和所述第一车辆数据，确定经过每条核查线的车辆总数和浮动车总数；第二确定子模块，用于根据所述车辆总数和所述浮动车总数的比值，确定所述第一车辆数据中每条核查线所对应的第一初始权重集合；第三确定子模块，用于根据所述第一初始权重集合，确定每条核查线中经过每个断面流量调查点所对应的权重总和；第四确定子模块，用于根据所述车辆总数和所述权重总和，确定每条核查线中经过每个断面流量调查点所对应的车辆相对误差值；第五确定子模块，用于根据所述车辆相对误差值和第一预设算法，确定第一车辆数据中每条核查线所对应的第一权重集合。
73.可选的，所述第五确定子模块，包括：第一确定单元，用于确定所述车辆相对误差值的绝对值大于第一阈值所对应的第三车辆数据；所述第三车辆数据属于所述第一车辆数据；第二确定单元，用于根据所述第一预设算法对所述第三车辆数据进行权重校正，确定校正后的第三车辆数据的权重；第三确定单元，用于根据所述车辆相对误差值的绝对值小于第一阈值所对应的车辆的权重，以及所述校正后的第三车辆数据的权重，确定第一车辆数据中每条核查线所对应的第一权重集合。
74.可选的，所述第二确定单元，包括：第一获取子单元，用于获取所述第一初始权重集合中第一最大初始权重和第一最小初始权重的差值；第一确定子单元，用于根据所述差值与预设的最小权重间隔的比值，确定为第一
校正权重步长；第一处理子单元，用于根据所述第一预设算法，若所述车辆相对误差值大于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的和，与所述第一最大初始权重中的较小值，确定为校正后的第三车辆数据的权重；或者，根据所述第一预设算法，若所述车辆相对误差值小于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的差，与所述第一最小初始权重中的较大值，确定为校正后的第三车辆数据的权重。
75.可选的，所述第三处理模块40，包括：第六确定子模块，用于根据所述手机信令数据，确定每个车辆所属的交通小区的总出行量；第七确定子模块，用于根据所述每个车辆所属的交通小区的总出行量，确定每个车辆所属的交通小区；第八确定子模块，用于根据所述每个车辆所属的交通小区、所述第一权重集合和所述第二车辆数据，确定所述第二车辆数据所对应的第二初始权重集合；第九确定子模块，用于根据所述第二初始权重集合和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。
76.可选的，所述第八确定子模块，包括：第四确定单元，用于根据所述第一权重集合和所述每个车辆所属的交通小区，确定所述第一车辆数据所对应的交通小区的第一交通产生量；第五确定单元，用于根据所述第二车辆数据和所述第一交通产生量，确定第二车辆数据所对应的交通小区的第二交通产生量；第六确定单元，用于根据所述第二交通产生量，确定所述第二车辆数据所对应的第二初始权重集合。
77.可选的，所述第九确定子模块，包括：第七确定单元，用于根据所述第二初始权重集合、所述第一交通产生量和所述第二交通产生量，确定每个交通小区的实际交通产生量与统计交通产生量的产生量相对误差值；第八确定单元，用于根据所述产生量相对误差值、第二阈值和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。
78.可选的，所述第八确定单元，包括：第二确定子单元，用于确定所述产生量相对误差值的绝对值大于第二阈值所对应的第四车辆数据；所述第四车辆数据属于所述第二车辆数据；第三确定子单元，用于根据所述第二预设算法对所述第四车辆数据进行权重校正，确定校正后的第四车辆数据的权重；第四确定子单元，用于根据所述产生量相对误差值的绝对值小于第二阈值所对应的车辆的权重，以及所述校正后的第四车辆数据的权重，确定所述第二车辆数据所对应的第二权重集合。
79.可选的，所述第三确定子单元，具体用于：获取所述第二初始权重集合中第二最大初始权重和第二最小初始权重；
根据所述第二最大初始权重和所述第二最小初始权重，确定第二校正权重步长；根据所述第二预设算法，若所述产生量相对误差值大于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的差，与所述第二最小初始权重中的较大值，确定为校正后的第四车辆数据的权重；根据所述第二预设算法，若所述产生量相对误差值小于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的和，与所述第二最大初始权重中的较小值，确定为校正后的第四车辆数据的权重。
80.可选的，所述第一处理模块20，包括：第一处理子模块，用于根据所述车辆gps数据和预设路网路段，获取每个车辆的行驶轨迹；以及，第二处理子模块，用于根据所述断面流量调查点和预设路网路段，划分n条核查线数据；n为大于1的整数；以及，第三处理子模块，用于根据所述n条核查线数据和所述车辆gps数据，获取经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据。
81.本发明实施例的一种可读存储介质，其上存储有程序或指令，所述程序或指令被处理器执行时实现如上所述的道路交通流量获取方法中的步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
82.其中，所述处理器为上述实施例中所述的道路交通流量获取方法中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器（read-only memory，简称rom）、随机存取存储器（random access memory，简称ram）、磁碟或者光盘等。
83.本发明实施例中，模块可以用软件实现，以便由各种类型的处理器执行。举例来说，一个标识的可执行代码模块可以包括计算机指令的一个或多个物理或者逻辑块，举例来说，其可以被构建为对象、过程或函数。尽管如此，所标识模块的可执行代码无需物理地位于一起，而是可以包括存储在不同位里上的不同的指令，当这些指令逻辑上结合在一起时，其构成模块并且实现该模块的规定目的。
84.实际上，可执行代码模块可以是单条指令或者是许多条指令，并且甚至可以分布在多个不同的代码段上，分布在不同程序当中，以及跨越多个存储器设备分布。同样地，操作数据可以在模块内被识别，并且可以依照任何适当的形式实现并且被组织在任何适当类型的数据结构内。所述操作数据可以作为单个数据集被收集，或者可以分布在不同位置上（包括在不同存储设备上），并且至少部分地可以仅作为电子信号存在于系统或网络上。
85.在模块可以利用软件实现时，考虑到现有硬件工艺的水平，所以可以以软件实现的模块，在不考虑成本的情况下，本领域技术人员都可以搭建对应的硬件电路来实现对应的功能，所述硬件电路包括常规的超大规模集成（vlsi）电路或者门阵列以及诸如逻辑芯片、晶体管之类的现有半导体或者是其它分立的元件。模块还可以用可编程硬件设备，诸如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等实现。
86.上述范例性实施例是参考该些附图来描述的，许多不同的形式和实施例是可行而不偏离本发明精神及教示，因此，本发明不应被建构成为在此所提出范例性实施例的限制。更确切地说，这些范例性实施例被提供以使得本发明会是完善又完整，且会将本发明范围传达给那些熟知此项技术的人士。在该些图式中，组件尺寸及相对尺寸也许基于清晰起见
而被夸大。在此所使用的术语只是基于描述特定范例性实施例目的，并无意成为限制用。如在此所使用地，除非该内文清楚地另有所指，否则该单数形式“一”、“一个”和“该”是意欲将该些多个形式也纳入。会进一步了解到该些术语“包含”及/或“包括”在使用于本说明书时，表示所述特征、整数、步骤、操作、构件及/或组件的存在，但不排除一或更多其它特征、整数、步骤、操作、构件、组件及/或其族的存在或增加。除非另有所示，陈述时，一值范围包含该范围的上下限及其间的任何子范围。
87.以上所述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，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

技术特征：

1.一种道路交通流量获取方法，其特征在于，包括：获取车辆所属的多源融合数据，所述多源融合数据包括手机信令数据、车辆gps数据和设置于路网路段的断面流量调查点；对所述多源融合数据进行预处理，确定每个车辆的行驶轨迹、所述断面流量调查点所对应的n条核查线数据，n为大于1的整数、经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据；根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合；根据所述第一权重集合、所述手机信令数据和所述第二车辆数据，确定所述第二车辆数据所对应的第二权重集合；根据所述第一权重集合、所述第二权重集合和所述每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。2.根据权利要求1所述的方法，其特征在于，根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合，包括：根据所述n条核查线数据和所述第一车辆数据，确定经过每条核查线的车辆总数和浮动车总数；根据所述车辆总数和所述浮动车总数的比值，确定所述第一车辆数据中每条核查线所对应的第一初始权重集合；根据所述第一初始权重集合，确定每条核查线中经过每个断面流量调查点所对应的权重总和；根据所述车辆总数和所述权重总和，确定每条核查线中经过每个断面流量调查点所对应的车辆相对误差值；根据所述车辆相对误差值和第一预设算法，确定第一车辆数据中每条核查线所对应的第一权重集合。3.根据权利要求2所述的方法，其特征在于，根据所述车辆相对误差值和第一预设算法，确定第一车辆数据中每条核查线所对应的第一权重集合，包括：确定所述车辆相对误差值的绝对值大于第一阈值所对应的第三车辆数据；所述第三车辆数据属于所述第一车辆数据；根据所述第一预设算法对所述第三车辆数据进行权重校正，确定校正后的第三车辆数据的权重；根据所述车辆相对误差值的绝对值小于第一阈值所对应的车辆的权重，以及所述校正后的第三车辆数据的权重，确定第一车辆数据中每条核查线所对应的第一权重集合。4.根据权利要求3所述的方法，其特征在于，根据所述第一预设算法对所述第三车辆数据进行权重校正，确定校正后的第三车辆数据的权重，包括：获取所述第一初始权重集合中第一最大初始权重和第一最小初始权重的差值；根据所述差值与预设的最小权重间隔的比值，确定为第一校正权重步长；根据所述第一预设算法，若所述车辆相对误差值大于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的和，与所述第一最大初始权重中的较小值，确定为校正后的第三车辆数据的权重；
或者，根据所述第一预设算法，若所述车辆相对误差值小于零，确定所述第三车辆数据的当前权重和所述第一校正权重步长的差，与所述第一最小初始权重中的较大值，确定为校正后的第三车辆数据的权重。5.根据权利要求1所述的方法，其特征在于，确定所述第二车辆数据所对应的第二权重集合，包括：根据所述手机信令数据，确定每个车辆所属的交通小区的总出行量；根据所述每个车辆所属的交通小区的总出行量，确定每个车辆所属的交通小区；根据所述每个车辆所属的交通小区、所述第一权重集合和所述第二车辆数据，确定所述第二车辆数据所对应的第二初始权重集合；根据所述第二初始权重集合和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。6.根据权利要求5所述的方法，其特征在于，确定所述第二车辆数据所对应的第二初始权重集合，包括：根据所述第一权重集合和所述每个车辆所属的交通小区，确定所述第一车辆数据所对应的交通小区的第一交通产生量；根据所述第二车辆数据和所述第一交通产生量，确定第二车辆数据所对应的交通小区的第二交通产生量；根据所述第二交通产生量，确定所述第二车辆数据所对应的第二初始权重集合。7.根据权利要求6所述的方法，其特征在于，根据所述第二初始权重集合和第二预设算法，确定所述第二车辆数据所对应的第二权重集合，包括：根据所述第二初始权重集合、所述第一交通产生量和所述第二交通产生量，确定每个交通小区的实际交通产生量与统计交通产生量的产生量相对误差值；根据所述产生量相对误差值、第二阈值和第二预设算法，确定所述第二车辆数据所对应的第二权重集合。8.根据权利要求7所述的方法，其特征在于，根据所述产生量相对误差值、第二阈值和第二预设算法，确定所述第二车辆数据所对应的第二权重集合，包括：确定所述产生量相对误差值的绝对值大于第二阈值所对应的第四车辆数据；所述第四车辆数据属于所述第二车辆数据；根据所述第二预设算法对所述第四车辆数据进行权重校正，确定校正后的第四车辆数据的权重；根据所述产生量相对误差值的绝对值小于第二阈值所对应的车辆的权重，以及所述校正后的第四车辆数据的权重，确定所述第二车辆数据所对应的第二权重集合。9.根据权利要求8所述的方法，其特征在于，根据所述第二预设算法对所述第四车辆数据进行权重校正，确定校正后的第四车辆数据的权重，包括：获取所述第二初始权重集合中第二最大初始权重和第二最小初始权重；根据所述第二最大初始权重和所述第二最小初始权重，确定第二校正权重步长；根据所述第二预设算法，若所述产生量相对误差值大于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的差，与所述第二最小初始权重中的较大值，确定为校正后的第四车辆数据的权重；
根据所述第二预设算法，若所述产生量相对误差值小于零，确定所述第四车辆数据的当前权重和所述第二校正权重步长的和，与所述第二最大初始权重中的较小值，确定为校正后的第四车辆数据的权重。10.根据权利要求1所述的方法，其特征在于，对所述多源融合数据进行预处理，包括：根据所述车辆gps数据和预设路网路段，获取每个车辆的行驶轨迹；以及，根据所述断面流量调查点和预设路网路段，划分n条核查线数据；n为大于1的整数；以及，根据所述n条核查线数据和所述车辆gps数据，获取经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据。11.一种道路交通流量获取装置，其特征在于，包括：获取模块，用于获取车辆所属的多源融合数据，所述多源融合数据包括手机信令数据、车辆gps数据和设置于路网路段的断面流量调查点；第一处理模块，用于对所述多源融合数据进行预处理，确定每个车辆的行驶轨迹、所述断面流量调查点所对应的n条核查线数据，n为大于1的整数、经过断面流量调查点的第一车辆数据、未经过所述断面流量调查点的第二车辆数据；第二处理模块，用于根据所述n条核查线数据和所述第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合；第三处理模块，用于根据所述第一权重集合、所述手机信令数据和所述第二车辆数据，确定所述第二车辆数据所对应的第二权重集合；第四处理模块，用于根据所述第一权重集合、所述第二权重集合和所述每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。12.一种可读存储介质，其上存储有程序或指令，其特征在于，所述程序或指令被处理器执行时实现如权利要求1至10任一项所述的道路交通流量获取方法中的步骤。

技术总结

本发明提供一种道路交通流量获取方法和装置，涉及交通流量预测领域。该方法包括：对获取车辆所属的多源融合数据进行预处理，确定每个车辆的行驶轨迹、断面流量调查点所对应的N条核查线数据，N为大于1的整数、经过断面流量调查点的第一车辆数据、未经过断面流量调查点的第二车辆数据；根据N条核查线数据和第一车辆数据，确定第一车辆数据中每条核查线所对应的第一权重集合；根据第一权重集合、手机信令数据和第二车辆数据，确定第二车辆数据所对应的第二权重集合；根据第一权重集合、第二权重集合和每个车辆的行驶轨迹，确定每条车辆路线上的扩样流量。本发明的方案，解决了现有技术中预测准确度较差的问题。中预测准确度较差的问题。中预测准确度较差的问题。