基于號牌識別數據的車輛出行鏈分離方法研究

蘇婕 張磊 申欣 徐海豐

摘 要：掌握車輛出行起訖點分布情況、精細刻畫車輛出行特征可以為交通管理部門制定和優化交通緩堵政策提供參考依據。該研究以成都市為例，基于高清視頻綜合檢測設備自動識別的車輛號牌數據，提出個體車出行鏈提取及分離方法，深入分析了車輛駐留點及起訖點分布特征，并對車輛號牌識別數據在公安交管工作中的應用進行了展望。

關鍵詞：城市交通；數據挖掘；出行鏈分離；駐留點識別

Research on vehicle travel chain separation method based on license plate recognition data

SUJie1，ZHANG Lei2，SHEN Xin2，XU Haifeng2

（1. Chengdu Road Traffic Management Research Center， Chengdu Public Security Bureau，Chengdu，610017， China； 2. Science and Technology Information Division， TRAFFIC Control Bureau， Chengdu Public Security Bureau，Chengdu610017， China）

Abstract： It can provide reference for traffic management departments to formulate and optimize traffic congestion mitigation policies by mastering the distribution of vehicle travel start and end points and elaborately depicting vehicle travel characteristics. Taking Chengdu City as an example， based on the vehicle license plate data automatically recognized by the high-definition video integrated detection equipment， this paper proposes a method of individual vehicle travel chain extraction and separation， deeply analyzes the distribution characteristics of vehicle dwell point and starting and ending point， and looks forward to the application of vehicle license plate recognition data in the public security traffic control work.

Keywords： Urban traffic； data mining； travel chain separation； resident point identification

科研立項項目：四川省公安廳 2019 年廳級科研立項項目“基于號牌識別數據的成都市主城區車輛出行特征分析方法與實踐研究”，編號：20190915。

第一作者：蘇婕（1993-），女，碩士，研究實習員，研究方向為道路交通管理，Email：swjtusujie@163.com。

隨著城市化進程的不斷加快，交通擁堵日漸成為影響各大城市發展的“城市病”。由于城市交通需求膨脹速度遠高于道路建設速度，交通需求管理逐漸成為緩解交通擁堵的重要手段。然而現階段各大城市交通需求管理政策的制定存在科學性不強的問題，與此同時智能交通技術發展迅速，視頻識別及圖像處理技術日趨成熟，促使綜合視頻檢測設備得以在城市大規模部署[1]，車輛號牌識別數據在覆蓋范圍和可靠性上均獲得大幅提升。

號牌識別數據唯一標識車輛并詳細記錄車輛時空信息[2]，通過深入挖掘應用，可以為分析城市交通需求的結構和時空分布特性提供數據支撐。近年來，國內外學者對號牌識別數據的應用研究逐漸增多，主要集中在行程時間估計、OD矩陣估計[3]等方面。本文以成都市三環內號牌識別數據為樣本，通過出行鏈分離算法分析了車輛時空分布軌跡、車輛駐留點分布情況、出行分布規律等。

1研究方法總述

本文基于號牌識別數據提出了車輛出行鏈提取及分離方法，研究框架如圖1所示。首先對原始數據進行預處理，通過數據清洗及篩選確保數據質量；其次，提取個體車輛出行鏈，根據行程時間差閾值識別出行鏈中的駐留點，按駐留點打斷出行鏈，得到單次出行起訖點及具體行程軌跡；最后，統計分析全路網車輛駐留點及單次出行起訖點分布的集計特征。

2號牌識別數據的處理

2.1成都市號牌識別數據概述

本文采用2019年9月1日至9月30日成都市三環內車牌識別數據作為研究基礎數據，采集內容包括車牌號碼、車牌顏色、車身顏色、過車時間、設備編號、方向編號等。數據樣例及各字段含義如表1、表2所示。

2.2數據預處理

高清視頻綜合檢測設備在實際工作過程中，受夜間補光差、設備安裝角度欠佳、桿件抖動、攝像機誤觸發、下雨揚塵等多重因素影響，車牌識別數據可能出現偏差。為提升數據準確度，需對原始數據進行清洗和篩選，主要包括以下四方面：一是剔除存在缺失項的數據；二是刪除數據重復上傳等因素造成的冗余記錄；三是剔除單日車牌出現次數低于2次的異常記錄；四是為反映市民真實出行OD，篩除出租、公交車等營運車輛。

3出行鏈提取及打斷方法

3.1出行及出行鏈的定義

“出行”作為交通領域的基本概念，在不同研究環境下含義并不相同[4]，本文擬通過車輛行駛軌跡的時空信息對車輛出行規律進行研究，因此根據車輛軌跡的停留時間和距離對出行進行界定，將出行定義為“交通主體從一個停留點到下一個停留點之間的移動”。同時將出行鏈定義為“交通主體在某段連續時間內的出行軌跡”，將出行鏈按駐留點打斷即可得到單次出行軌跡[5]。

3.2個體車出行鏈提取及分離方法

3.2.1個體出行鏈提取

車輛在路網中運行時會觸發沿途多個檢測設備，按檢測時間序列線性連接車輛途經的各點位，即可構成個體車輛出行鏈。在提取個體車輛出行鏈時，首先以車牌號碼為第一優先級，將號牌識別數據分割成以車牌號為標記的組；其次以時間戳為第二優先級對個體車數據集合中的各卡口過車數據進行排序，得到個體車輛按時間先后順序構成的出行鏈，即完成了對個體車出行鏈的提取。

3.2.2個體車出行鏈分離

一輛車的出行記錄中包含多個單次出行，需要依據駐留點進行劃分。識別同一車牌號下出行鏈所含的駐留點，按駐留點打斷出行鏈，即可將出行鏈分為有起訖點的多次出行。

本文設計的車輛駐留點識別算法首先假設路網中設備點位為均勻散布，其基本思想是依據車輛通過相鄰設備點位間的行程時間來判斷駐留點，認為兩個連續的單次出行之間的行程時間是低于一定閾值的。

4駐留點識別數據應用分析

4.1駐留點分布特征

基于上述駐留點識別算法，以2019年9月1日至9月30日經過預處理的車牌識別數據為例，計算成都市三環內所有車輛出行的駐留點，并對其分布情況進行統計，將駐留點聚集情況以熱力圖的形式展現在地圖中，如圖3所示。可以發現，成都市主城區內車輛駐留點主要分布于三環路、中環路、二環路、紅星路及天府廣場等工作單位集中分布區域，其中二環線雙楠立交至永豐立交、人南立交至科華立交以及成溫立交附近分布最為密集。

4.2早高峰出行分布特征

按駐留點打斷出行鏈后，可以得到多條具有起點和訖點的單次出行，對單次出行的起訖點分布進行統計，可以了解不同時段車輛出行狀況。為便于描述和展現，本文選取成都市三環內春熙路片區、杜甫草堂片區、天府廣場片區等10個車流分布較為密集的片區進行統計分析，早高峰車輛出行到達點聚集情況如圖4所示。可以發現，早高峰駕車群體集中前往一環內區域。

4.3晚高峰出行分布特征

考慮早高峰時段車流有向中心靠攏趨勢，故以天府廣場片區車流為例，分析晚高峰時段以天府廣場片區為起點去往其他片區的車流輛分布情況，各起訖點間的分布比例如圖5所示；用線條粗細反映車流量大小，將車流分布情況映射在地圖中，如圖6所示。可以發現，晚高峰期間從天府廣場出發的車輛主要去往春熙路、金沙、杜甫草堂和武侯祠片區。

5結論與展望

為本文基于成都市三環內車輛號牌識別數據，提出個體車出行鏈分離算法，有效實現了對個體車輛單次出行軌跡、駐留點及出行起訖點等信息的提取，并通過集計分析展現了路網中主要車輛駐留點及各時段出行起訖點分布情況；同時，也為進一步研究車輛行程時間分布、出行頻度等規律特征提供了理論基礎。未來可基于出行鏈分離算法，進一步深入挖掘號牌識別數據，為交通管理部門制定和優化限行管理、車輛限號、錯峰出行、收擁堵費等交通緩堵措施及需求管理相關政策提供輔助決策信息及參考依據。

參考文獻

[1] 龍小強，蘇躍江，余暢，等. 基于卡口車牌識別數據的車輛出行分析[J]. 交通運輸系統工程與信息，2019，19（02）：70-76.

[2] 王龍飛. 基于車牌照的車輛出行軌跡分析方法與實踐研究[D]. 長安大學，2011.

[3] 趙明，王寒凝. 基于車牌照識別技術的OD調查系統分析與設計[J]. 公路交通科技（應用技術版），2008（12）：189-191.

[4] 蔡正義. 基于大數據的城市居民出行分析建模[D]. 2018.

[5] 楊帥，于海洋. 基于卡口數據的車輛出行軌跡重構方法研究[C]. 第十一屆中國智能交通年會大會論文集. 2016.