基于时空缓冲区的轨迹数据补全及交通流预测方法

技术特征：
1.一种基于时空缓冲区的轨迹数据补全方法，其特征在于，包括：s1、获取待补全的交通流轨迹数据，并对其进行数据预处理，得到每一车辆的第一轨迹，所述第一轨迹由轨迹点组成，每一个轨迹点的信息包含车辆唯一编码、信息记录时间、经纬度坐标；s2、对每一条所述第一轨迹进行冗余清理，若第一轨迹中存在一个时间段内的连续轨迹点经纬度坐标均相同时，将该时间段标记为非行驶时间，保留该时间段内首尾两个轨迹点并删除其余中间轨迹点，每一条第一轨迹经过冗余清理得到第二轨迹；s3、针对每一条所述第二轨迹，查询其中每一个轨迹点的经纬度坐标是否存在缺失，若存在缺失则将对应轨迹点标记为缺失轨迹点，若不存在缺失则将对应轨迹点标记为完整轨迹点，将中间存在缺失轨迹点的两个完整轨迹点之间的时段作为数据缺失时段；s4、对s3处理后的第二轨迹中除非行驶时间之外的其余行驶时间均按照固定间隔进行重采样，得到第三轨迹；s5、遍历所有的第三轨迹，依次将存在数据缺失时段的每一条第三轨迹作为待补全轨迹；针对每一条待补全轨迹中的每一个数据缺失时段，获取位于该数据缺失时段首端的第一完整轨迹点和尾端的第二完整轨迹点，以第一完整轨迹点和第二完整轨迹点为中心分别建立第一空间缓冲区和第二空间缓冲区，同时以该数据缺失时段为中心在时间维度上向前后进行扩展从而建立时间缓冲区，从所有第三轨迹中提取在所述时间缓冲区范围内同时经过第一空间缓冲区和第二空间缓冲区的轨迹作为待匹配轨迹，计算所述待补全轨迹中的第一组合轨迹段与每一条待匹配轨迹中的第二组合轨迹段的轨迹相似度，基于轨迹相似度最大的待匹配轨迹对待补全轨迹中的数据缺失时段进行插值补全；每一条第三轨迹中的所有数据缺失时段均被补全后，形成第四轨迹；所述第一组合轨迹段由待补全轨迹中位于第一空间缓冲区前端包含第一轨迹点数量的轨迹段与位于第二空间缓冲区后端包含第二轨迹点数量的轨迹段组合而成，所述第二组合轨迹段由待匹配轨迹中位于第一空间缓冲区前端包含第一轨迹点数量的轨迹段与位于第二空间缓冲区后端包含第二轨迹点数量的轨迹段组合而成；s6、将所有第四轨迹中的每一个轨迹点映射至地图上，并对每一个轨迹点按照其轨迹走向设定车辆行驶方向，完成交通流轨迹数据的补全。2.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s1中，所述数据预处理包括对交通流轨迹数据进行数据清洗以及无效字段去除。3.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s2中，所述时间段的长度最低为10～30分钟。4.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s4中，重采样过程中所采用的固定间隔为10～60秒。5.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s5中，所述第一空间缓冲区和第二空间缓冲区为半径1～10米的圆形区域；所述时间缓冲区为将数据缺失时段在时间维度上各自向前后扩展0.5～1小时后得到的时段区间。6.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s5中，所述轨迹相似度采用dtw算法计算。7.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s5中，所述
第一轨迹点数量和第二轨迹点数量为5～30个。8.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s6中，每一个轨迹点的所述车辆行驶方向为前一个轨迹点与当前轨迹点的连线延长线方向。9.如权利要求1所述的基于时空缓冲区的轨迹数据补全方法，其特征在于，s6中，将每一条第四轨迹中的所有轨迹点作为途经点，调用路径规划算法或者地图api还原出车辆行驶路径，从而得到连续的车辆行驶轨迹以及轨迹中任意点位的车辆行驶方向。10.一种交通流预测方法，其特征在于，以权利要求1～8任一所述补全方法得到的交通流轨迹数据作为交通流预测模型的输入数据，并由训练后的交通流预测模型输出目标区域在目标时刻的交通流预测结果。

技术总结
本发明公开了一种基于时空缓冲区的轨迹数据补全及交通流预测方法。本发明针对交通流轨迹数据的特点，通过数据预处理、冗余处理、数据缺失时段标记和重采样，实现了轨迹数据的标准化，进而基于时空缓冲区对轨迹数据进行匹配和补全。本发明通过设置时空缓冲区，同时在空间维度和时间维度进行了待匹配轨迹的筛选，这种做法即合理解决了轨迹的时空异质性问题，又大大节省了后续轨迹相似度计算的计算量。本发明可以获得带有车辆行驶方向的完整轨迹数据集，为交通流量预测奠定数据基础。为交通流量预测奠定数据基础。为交通流量预测奠定数据基础。


技术研发人员：孙笑笑 叶春毅 王欣峰 黄博祎 俞东进
受保护的技术使用者：杭州电子科技大学
技术研发日：2021.12.28
技术公布日：2022/4/8