CN105261217A - 一种基于密度聚类算法的城市交通拥堵状态检测方法 - Google Patents

Abstract

本发明公开了一种基于密度聚类算法的城市交通拥堵状态检测方法，具体步骤如下：首先对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据；然后以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据；然后对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息；最后将拥堵区域信息作为城市拥堵状态信息保存到数据库。本发明可以有效找出交通拥堵区域，并对城市交通状态进行分级，为城市规划提供建议。

Description

一种基于密度聚类算法的城市交通拥堵状态检测方法

技术领域

本发明涉及空间数据挖掘算法，处理GPS数据检测城市交通拥堵状态，特别是一种基于密度聚类算法的城市交通拥堵状态检测方法，属于计算机技术领域。

背景技术

智能交通***(IntelligentTransportationSystem,ITS)是解决城市交通问题的重要解决途径之一。大数据时代，智能交通***已经积累了巨量而复杂的道路交通数据信息，比如车辆的GPS信息，这些交通数据信息为智能交通***管理和控制交通提供了重要的数据基础。

数据挖掘作为目前最强有力的一种数据分析工具，为道路交通数据的处理提供了新的分析手段，如何设计有效的数据挖掘算法将特定的交通规律挖掘出来是当前智能交通数据挖掘研究的关键。基于密度的聚类算法(DENCLUE，DENsity-basedCLUstEring)算法是Hinneburg等提出的，它是一种泛化的基于核密度估计的聚类算法。其核心思想是每一个空间数据点通过影响函数对空间产生影响，影响值可以叠加，从而在空间形成曲面，曲面的局部极大值点为密度吸引子，该吸引子的吸引域形成一类。将DENCLUE应用于交通数据挖掘，密度吸引子为拥堵区域的中心，吸引域为拥堵区域。

发明内容

本发明的目的是提供一种基于密度聚类算法的城市交通拥堵状态检测方法，通过挖掘车辆GPS大数据得到整个城市的拥堵状态信息。

为达到上述目的，本发明采用的技术方案是：

一种基于密度聚类算法的城市交通拥堵状态检测方法，具体步骤如下：

A.对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据；

B.以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据；

C.对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息；

D.步骤C得到的拥堵区域信息作为城市拥堵状态信息保存到数据库。

上述步骤A中对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据的操作步骤是：

A1)数据清理：GPS设备刚启动或故障原因会造成采集到大量为0的数据；GPS定位的误差会导致在某一时刻定位错误后在接来下的整个时间段采集的数据都是错误的。对于这两种数据需要完全删除；

A2)数据过滤：GPS传感器的噪声会造成采集到的个别数据存在误差，称为异常值(outliers)。对于异常值采用中值滤波器(MedianFilters)进行过滤，即对于检测到的异常值，取其附近n个点的中值替换该异常值。

上述步骤B中限定数量n是确定一个拥堵点所需的GPS数据的个数，与数据量呈正比，但是限定个数越大，造成的误差越大，平均速度是限定数量个GPS数据所经过的距离与时间的商，其特征在于上述步骤B中的以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据的操作步骤如下：

B1)根据数据集和城市交通状况确定限定数量n和速度阈值v_threshold；

B2)计算包含n个GPS数据的数据子集P{p₁,p₂…,p_n}的平均速度其中d(p_i,p_i+1)为两个相邻GPS数据之间的距离，t(p₁,p_n)为两个相邻GPS数据之间的时间间隔；

B3)当数据子集P{p₁,p₂…,p_n}确定一个拥堵点，转到步骤B4)；当判断下一个GPS数据p_n+1是否存在，如果p_n+1存在，数据子集P{p₁,p₂…,p_n}删除p₁并添加p_n+1，转到步骤B2)，如果p_n+1不存在，则输出候选拥堵点GPS数据，并转到步骤C；

B4)计算拥堵点以数据子集P{p₁,p₂…,p_n}为例，其中c_point的纬度为p_i.Lat为第i个GPS数据的纬度，c_point的经度为p_i.Lngt为第i个GPS数据的经度，c_point的到达时间为arvT＝p₁.T，p₁.T为p₁点的时间记录，c_point的离开时间为levT＝p_n.T，p_n.T为p_n点的时间记录，记录拥堵点c_point的信息以构成候选拥堵点GPS数据并以p_n+1开始的n个GPS数据即P{p_n+1,p_n+2…,p_2n}作为数据子集，转到步骤B2)，如果不足n个，则输出候选拥堵点GPS数据，并转到步骤C。

上述步骤C中的DENCLUE是指基于密度的聚类算法，其特征在于上述步骤C中的对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息的操作步骤如下：

C1)对候选拥堵点GPS数据D以2σ(σ为设定的宽度阈值)为宽度进行网格划分，确定非空网格集C_p，每个网格c中数据数记为N_C；

C2)设ξ_C为预定义的密度阈值，称C_sp＝{c∈C_p|N_C≥ξ_C}为高密度网格，将相邻的高密度网格连接起来作为C_p的子集，记为 $C_r=C_{sp}\∪\{c\∈C_p|\∃c_s\∈C_{sp}and\∃connection(c_s,c)\},$ 其中c_s为与c相连的高密度网格，以备计算局部密度函数；

C3)用高斯密度函数其中near(x)为以σ为半径以x₁为中心的x₁附近的点，计算相连高密度网格的局部密度函数；

C4)根据局部密度函数用爬山算法确定密度吸引子x^*以及被密度吸引子x^*所吸引的吸引域作为标记类，密度吸引子x^*为拥堵区域的中心，标记类为拥堵区域，记为c_region，并根据吸引域中的GPS数据计算平均速度v作为此拥堵区域的平均速度。

上述步骤C4)中密度吸引子x^*和拥堵区域c_region的确定方法为：

输入：已计算的高密度网格C_r

输出：密度吸引子x^*和拥堵区域c_region

密度吸引子x^*和拥堵区域c_region是这样生成的：对高密度网格C_r中的拥堵点按照经纬度进行排序，如果经度一样，则按纬度确定大小，对排序后的拥堵点数据进行爬山算法，极大值点为密度吸引子，即当其中(k∈N)，则记x^*＝x^k作为密度吸引点，处在两个极小值点之间的数据为被密度吸引子吸引的吸引域，归于x^*所在的类；用此启发式方法，做两次爬山算法(一次为纬度方向，一次为经度方向)，所有的点将会被聚类成拥堵区域c_region，并且每个拥堵区域有一个密度吸引子x^*。

上述步骤D中的拥堵区域信息是指步骤C中得到的拥堵区域c_region(具***置由密度吸引子的经纬度和吸引域数据确定)，以及相应的密度吸引子的密度拥堵点个数N、平均速度v，作为城市拥堵状态信息评价拥堵状态。

本发明一种基于密度聚类算法的城市交通拥堵状态检测方法具有如下显而易见的突出特点和显著优点：

(1)本发明运用大数据的空间数据挖掘算法，将反映交通状况的GPS数据进行处理，有效找出交通拥堵区域。

(2)本发明以密度吸引子的密度、拥堵区域数据数、平均速度作为评价拥堵状态的标准，对城市交通拥堵状态进行分级，有效反映城市交通状态。

(3)本发明以历史数据为基础，通过分析城市一段时间的交通状况，可以发现城市交通规律，为城市规划提供有效帮助。

附图说明

图1是本发明一种基于密度聚类算法的城市交通拥堵状态检测方法的流程图。

图2是本发明中的对原始车辆GPS数据进行预处理的流程图。

图3是本发明中以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据的流程图。

图4是本发明中对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息的流程图。

具体实施方式

下面结合说明书附图和具体实施例对本发明作进一步详细的说明。

参照图1，本发明一种基于密度聚类算法的城市交通拥堵状态检测方法，其具体步骤如下：

(1)对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据，如图2所示，其具体

步骤如下：

a)数据清理：GPS设备刚启动或故障原因会造成采集到大量为0的数据；GPS定位的误差会导致在某一时刻定位错误后在接来下的整个时间段采集的数据都是错误的。对于这两种数据需要完全删除；

b)数据过滤：GPS传感器的噪声会造成采集到的个别数据存在误差，称为异常值(outliers)。对于异常值采用中值滤波器(MedianFilters)进行过滤，即对于检测到的异常值，取其附近n个点的中值替换该异常值。

(2)以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据，如图3所示，其具体步骤如下：

a)根据数据集和城市交通状况确定限定数量n和速度阈值v_threshold；

b)计算包含n个GPS数据的数据子集P{p₁,p₂…,p_n}的平均速度d(p_i,p_i+1)为两个相邻GPS数据之间的距离，t(p₁,p_n)为两个相邻GPS数据之间的时间间隔；

c)当数据子集P{p₁,p₂…,p_n}确定一个拥堵点，转到步骤d)；当判断下一个GPS数据p_n+1是否存在，如果p_n+1存在，数据子集P{p₁,p₂…,p_n}删除p₁并添加p_n+1，转到步骤b)，如果p_n+1不存在，则输出候选拥堵点GPS数据，并转到步骤(3)；

d)计算拥堵点以数据子集P{p₁,p₂…,p_n}为例，其中c_point的纬度为p_i.Lat为第i个GPS数据的纬度，c_point的经度为p_i.Lngt为第i个GPS数据的经度，c_point的到达时间为arvT＝p₁.T，p₁.T为p₁点的时间记录，c_point的离开时间为levT＝p_n.T，p_n.T为p_n点的时间记录，记录拥堵点c_point的信息以构成候选拥堵点GPS数据并以p_n+1开始的n个GPS数据即P{p_n+1,p_n+2…,p_2n}作为数据子集，转到步骤b)，如果不足n个，则输出候选拥堵点GPS数据，并转到步骤(3)。

(3)对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息，如图4所示，其具体步骤如下：

a)对候选拥堵点GPS数据D以2σ(σ为设定的宽度阈值)为宽度进行网格划分，确定非空网格集C_p，每个网格c中数据数记为N_C；

b)设ξ_C为预定义的密度阈值，称C_sp＝{c∈C_p|N_C≥ξ_C}为高密度网格，将相邻的高密度网格连接起来作为C_p的子集，记为 $C_r=C_{sp}\∪\{c\∈C_p|\∃c_s\∈C_{sp}and\∃connection(c_s,c)\},$ 其中c_s为与c相连的高密度网格，以备计算局部密度函数；

c)用高斯密度函数其中near(x)为以σ为半径以x₁为中心的x₁附近的点，计算相连高密度网格的局部密度函数；

d)根据局部密度函数用爬山算法确定密度吸引子x^*以及被密度吸引子x^*所吸引的吸引域作为标记类，密度吸引子x^*为拥堵区域的中心，标记类为拥堵区域，记为c_region，并根据吸引域中的GPS数据计算平均速度v作为此拥堵区域的平均速度。

其中密度吸引子x^*和拥堵区域c_region的确定方法为：

输入：已计算的高密度网格C_r

输出：密度吸引子x^*和拥堵区域c_region

密度吸引子x^*和拥堵区域c_region是这样生成的：对高密度网格C_r中的拥堵点按照经纬度进行排序，如果经度一样，则按纬度确定大小，对排序后的拥堵点数据进行爬山算法，极大值点为密度吸引子，即当其中(k∈N)，则记x^*＝x^k作为密度吸引点，处在两个极小值点之间的数据为被密度吸引子吸引的吸引域，归于x^*所在的类；用此启发式方法，做两次爬山算法(一次为纬度方向，一次为经度方向)，所有的点将会被聚类成拥堵区域c_region，并且每个拥堵区域有一个密度吸引子x^*。

(4)对步骤(3)得到的拥堵区域信息作为城市拥堵状态信息保存到数据库。

拥堵区域信息是指步骤(3)中得到的拥堵区域c_region(具***置由密度吸引子的经纬度和吸引域数据确定)，以及相应的密度吸引子的密度拥堵点个数N、平均速度v，作为城市拥堵状态信息评价拥堵状态。

实验结果表明，本发明运用大数据的空间数据挖掘算法，将反映交通状况的GPS数据进行处理，可以有效找出交通拥堵区域，并对城市交通拥堵状态进行分级，为城市规划提供建议。

Claims (6)

1.一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，具体步骤如下：

A.对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据；

B.以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据；

C.对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息；

D.将步骤C得到的拥堵区域信息作为城市拥堵状态信息保存到数据库。

2.根据权利要求1所述的一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，上述步骤A中对原始车辆GPS数据进行预处理，得到无噪声或小误差的数据的操作步骤如下：

A1)数据清理：GPS设备刚启动或故障原因会造成采集到大量为0的数据；GPS定位的误差会导致在某一时刻定位错误后在接来下的整个时间段采集的数据都是错误的，对于这两种数据需要完全删除；

A2)数据过滤：GPS传感器的噪声会造成采集到的个别数据存在误差，称为异常值，对于异常值采用中值滤波器进行过滤，即对于检测到的异常值，取其附近n个点的中值替换该异常值。

3.根据权利要求1所述的一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，上述步骤B中以限定数量和平均速度作为阈值计算拥堵点，得到候选拥堵点GPS数据的操作步骤如下：

B1)根据数据集和城市交通状况确定限定数量n和速度阈值v_threshold；

B2)计算包含n个GPS数据的数据子集P{p₁,p₂…,p_n}的平均速度其中d(p_i,p_i+1)为两个相邻GPS数据之间的距离，t(p₁,p_n)为两个相邻GPS数据之间的时间间隔；

B3)当数据子集P{p₁,p₂…,p_n}确定一个拥堵点，转到步骤B4)；当判断下一个GPS数据p_n+1是否存在，如果p_n+1存在，数据子集P{p₁,p₂…,p_n}删除p₁并添加p_n+1，转到步骤B2)，如果p_n+1不存在，则输出候选拥堵点GPS数据，并转到步骤C；

B4)计算拥堵点以数据子集P{p₁,p₂…,p_n}为例，其中c_point的纬度为p_i.Lat为第i个GPS数据的纬度，c_point的经度为p_i.Lngt为第i个GPS数据的经度，c_point的到达时间为arvT＝p₁.T，p₁.T为p₁点的时间记录，c_point的离开时间为levT＝p_n.T，p_n.T为p_n点的时间记录，记录拥堵点c_point的信息以构成候选拥堵点GPS数据并以p_n+1开始的n个GPS数据即P{p_n+1,p_n+2…,p_2n}作为数据子集，转到步骤B2)，如果不足n个，则输出候选拥堵点GPS数据，并转到步骤C。

4.根据权利要求1所述的一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，上述步骤C中的DENCLUE是指基于密度的聚类算法，上述步骤C中的对候选拥堵点GPS数据进行DENCLUE聚类，得到拥堵区域信息的操作步骤如下：

C1)对候选拥堵点GPS数据D以2σ为宽度进行网格划分，其中σ为设定的宽度阈值，确定非空网格集C_p，每个网格c中数据数记为N_C；

C2)设ξ_C为预定义的密度阈值，称C_sp＝{c∈C_p|N_C≥ξ_C}为高密度网格，将相邻的高密度网格连接起来作为C_p的子集，记为其中c_s为与c相连的高密度网格，以备计算局部密度函数；

C3)用高斯密度函数其中near(x)为以σ为半径以x₁为中心的x₁附近的点，计算相连高密度网格的局部密度函数；

C4)根据局部密度函数用爬山算法确定密度吸引子x^*以及被密度吸引子x^*所吸引的吸引域作为标记类，密度吸引子x^*为拥堵区域的中心，标记类为拥堵区域，记为c_region，并根据吸引域中的GPS数据计算平均速度v作为此拥堵区域的平均速度。

5.根据权利要求4所述的一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，上述步骤C4)中密度吸引子x^*和拥堵区域c_region的确定方法为：

输入：已计算的高密度网格C_r

输出：密度吸引子x^*和拥堵区域c_region

密度吸引子x^*和拥堵区域c_region是这样生成的：对高密度网格C_r中的拥堵点按照经纬度进行排序，如果经度一样，则按纬度确定大小，对排序后的拥堵点数据进行爬山算法，极大值点为密度吸引子，即当其中(k∈N)，则记x^*＝x^k作为密度吸引点，处在两个极小值点之间的数据为被密度吸引子吸引的吸引域，归于x^*所在的类；用此启发式方法，做两次爬山算法，一次为纬度方向，一次为经度方向，所有的点将会被聚类成拥堵区域c_region，并且每个拥堵区域有一个密度吸引子x^*。

6.根据权利要求1所述的一种基于密度聚类算法的城市交通拥堵状态检测方法，其特征在于，上述步骤D中的拥堵区域信息是指步骤C中得到的拥堵区域c_region，具***置由密度吸引子的经纬度和吸引域数据确定，以及相应的密度吸引子的密度拥堵点个数N、平均速度v，作为城市拥堵状态信息评价拥堵状态。