申请/专利权人：扬州大学

申请日：2024-01-09

公开（公告）日：2024-04-09

公开（公告）号：CN117854293A

主分类号：G08G1/065

分类号：G08G1/065;G08G1/01;G06V20/62;G06V10/82;G06N3/0499;G06N3/084

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了基于稀疏自注意力网络的城市车流OD流量提取方法，在研究路网中分别在各交叉路口安装车辆自动号牌检测器，对自动车辆号牌识别系统提取的车辆轨迹数据进行综合预处理，基于稀疏自注意力神经网络建立能够有效表征和捕捉路网车辆出行规律的车辆轨迹重构模型，通过所构建的基于稀疏自注意力网络的车辆轨迹重构模型对不完整车辆出行轨迹链进行补全，得到完整车辆出行轨迹链，在此基础上通过聚合所有完整车辆出行轨迹链获得路径流量，最后通过设计路径流量扩样策略，估计获得路网最终的车流OD流量。

主权项：1.基于稀疏自注意力网络的城市车流OD流量提取方法，其特征在于，包括以下步骤：S1：在研究路网中分别在各交叉路口安装车辆自动号牌检测器，通过车辆自动号牌检测器自动识别记录路网内车辆号牌时间信息和空间信息，对记录的车辆号牌信息数据进行综合预处理；S2：将预处理后的车辆号牌数据与研究路网区域每一交叉口进行关联匹配，提取每一车辆若干条号牌数据的时间信息，按照时间顺序进行排序，获取每一车辆在当日的出行轨迹，按照路网区域内的时间和空间信息对所有车辆的单日出行轨迹进行划分，筛查路网区域内所有车辆单日划分的出行轨迹链；S3：对划分的所有车辆出行轨迹链进行研判，构建车辆出行轨迹链数据集，按照完整车辆出行轨迹链和非完整的车辆出行轨迹链进行分组，将所有完整的车辆出行轨迹链组成完整车辆出行轨迹链数据集，将所有非完整的车辆出行轨迹链组成非完整车辆出行轨迹链数据集；S4：提取完整车辆出行轨迹链数据集，并对每一条完整车辆出行轨迹链进行人工缺失设置，从而建立训练数据集，并利用训练数据集和稀疏自注意力神经网络训练生成车辆轨迹重构模型；S5：利用车辆轨迹重构模型对非完整车辆出行轨迹链数据集中的每一条车辆出行轨迹序列进行重构，从而将非完整车辆出行轨迹序列补全为完整的车辆出行轨迹链；S6：将原有的完整车辆出行轨迹链和修复的完整车辆出行轨迹链按照路径和研究时段进行聚合，获得相应的路径流量，通过设计扩样策略，估计获得最终的车流OD流量。

全文数据：

权利要求：

百度查询： 扬州大学 基于稀疏自注意力网络的城市车流OD流量提取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD