欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2026102172861
申请人: 昆明理工大学
专利类型:发明专利
专利状态:已下证
专利领域: 信号装置
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种路径流量估计方法,其特征在于,所述方法包括以下步骤:S10,从采集的目标路网的车况数据中确定或生成候选轨迹;

S20,基于各个候选轨迹对应的路径长度和行程时长,选取k条最短路径为目标候选路径,并生成一组补充路径,将所述目标候选路径和所述补充路径作为候选路径集,其中,所述候选路径集中的轨迹更新概率满足以下的至少一个更新规则:基于所述目标路网中两个相邻检测器采集的实际行程时长,以及候选路径集中的路径之间的平均行程时长,确定第一轨迹更新概率;

基于候选路径集中的优选路径的长度,确定第二轨迹更新概率,其中,所述优选路径指的是基于车辆行程时间筛选出的路径;

基于所述目标路网中采集的车辆行驶轨迹中经过的实际检测器数量,与所述候选路径集中的优选路径包含的检测器数量,确定第三轨迹更新概率;

S30,获取采集的所述目标路网中的各个转向对应的车辆转向数据,将所述车辆转向数据分解为多个因子矩阵和多个核心张量,根据所述因子矩阵和所述核心张量确定所述转向对应的先验转向流量;

S40,将所述优选路径经过的所有转向的先验转向流量之和,作为所述优选路径对应的路径流量。

2.如权利要求1所述的方法,其特征在于,所述S20中,基于所述目标路网中两个相邻检测器采集的实际行程时长,以及候选路径集中的路径之间的平均行程时长,确定第一轨迹更新概率,具体包括:;

;

式中,是连续两个检测器之间第条优选路径的更新概率,即第一轨迹更新概率,表示连续两个相邻检测器之间的实际行程时长,表示连续两个检测器之间的平均行程时长,是第条优选路径的更新概率,是车辆实际轨迹中检测器的数量,为小于1的系数,为两个检测器之间的预测时间,为大于1的系数。

3.如权利要求1所述的方法,其特征在于,所述S20中,基于候选路径集中候选路径的长度,确定第二轨迹更新概率,具体包括:;

式中,是基于路径长度对第条优选路径进行更新的概率,即第二轨迹更新概率,是第条优选路径的长度,是优选路径总数。

4.如权利要求1所述的方法,其特征在于,所述S20中,基于所述目标路网中采集的车辆行驶轨迹中经过的实际检测器数量,与所述候选路径集中的路径包含的检测器数量,确定第三轨迹更新概率,具体包括:;

式中,是基于检测器可测性的第条优选路径的更新概率,即第三轨迹更新概率,是第条优选路径和车辆实际轨迹上的检测器数量,是车辆实际轨迹中检测器的数量。

5.如权利要求1至4任一项所述的方法,其特征在于,所述第一轨迹更新概率、所述第二轨迹更新概率和所述第三轨迹更新概率的选取规则满足:将所述候选轨迹基于所述第一轨迹更新概率、所述第二轨迹更新概率和所述第三轨迹更新概率进行权重更新;

选取进行权重更新后在三种选取规则下的权重和最大的候选轨迹,作为加入所述候选路径集的优选轨迹。

6.如权利要求1所述的方法,其特征在于,所述S30具体包括:S31,以不同时刻的流量数据、交通节点的位置和车辆在节点处的行驶方向三个维度构成所述车辆转向数据;

S32,采用下式将三维张量分解为多个因子矩阵和多个核心张量,其中,所述因子矩阵用于表征三个所述维度的特征,所述核心张量用于捕捉所述特征之间的关系:;

式中,表示三维张量中的任意元素;i、j、t分别表示不同维度的索引,核心张量的大小为,其元素记作;为三维张量的秩;第一个因子矩阵在交叉口位置的大小为,其元素记作,M为张量Y在第一个维度的大小;第二个因子矩阵行驶方向的大小为,其元素记作,N为张量Y在第二个维度的大小;第三个因子矩阵时间的大小为,其元素记作,T为张量Y在第三个维度的大小;

S33,使用共轭梯度法求解核心张量和每个因子矩阵偏导等于零的最小二乘估计近似解:;

;

;

;

式中,表示目标函数,集合表示观测元素的索引集合;表示作用在集合上的正交映射;为正则项参数;T表示转置;

S34,根据所述因子矩阵和所述核心张量确定重构张量,将所述重构张量作为所述先验转向流量并输出:;

式中,为重构张量;为输出核心张量;、、为输出因子矩阵。

7.如权利要求1所述的方法,其特征在于,所述S40,包括:S41,基于所述先验转向流量和预设关联系数计算转向i对应的先验路径流量:;

;

式中,为优选路径的实际采集流量;为路径k和转向i的关联系数;为候选路径集中的优选路径集合;

S42,将优选路径k经过的所有转向的先验路径流量之和,作为所述优选路径k的路径流量:;

其中,

;

式中,为优选路径k的路径流量,是优选路径在转向i上对应的先验路径流量;为转向的先验转向流量;为优选路径k经过的转向集合。

8.如权利要求1所述的方法,其特征在于,所述S40中,还包括:以转向流量估计误差项和路径流量估计误差项的加权和最小化为目标函数,其中,所述目标函数为:;

其中:

;

式中,转向对应的先验路径流量;为转向的先验转向流量;为优选路径的实际采集流量;为优选路径的先验路径流量;、分别为两个误差项的权重系数;为路径k和转向i的关联系数;为转向集合;为候选路径集中的优选路径集合。

9.一种计算机系统,其特征在于,所述计算机系统包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的路径流量估计方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的路径流量估计方法的步骤。