基于數(shù)據(jù)挖掘的ETC門架系統(tǒng)多維數(shù)據(jù)融合應(yīng)用

李 銳

（安徽省高速公路聯(lián)網(wǎng)運(yùn)營有限公司,安徽 合肥 230000）

0 引言

高速公路車輛行駛路徑預(yù)測的結(jié)果可用于運(yùn)輸組織優(yōu)化、異常行駛路徑分析、交通狀況預(yù)測、交通熱點(diǎn)分布分析等，對高速公路交通管控有著十分重要的意義。[1]在高速公路門架系統(tǒng)建設(shè)前，對于環(huán)網(wǎng)造成的多義路徑問題，采用在入口和出口中間建設(shè)標(biāo)識點(diǎn)的方式來精確識別和預(yù)測行駛路徑。2019年啟動取消高速公路省界收費(fèi)站工程后，通過路網(wǎng)增設(shè)的近29 000 套ETC 門架系統(tǒng)，可以更加精確地實(shí)現(xiàn)路徑識別，并從ETC 收費(fèi)系統(tǒng)中的入口、出口、門架、車道、時間、車牌、車型等數(shù)據(jù)中，挖掘出具有一定特征的車輛在一定行駛行為和行駛狀態(tài)下的行駛規(guī)律，從而預(yù)測出車輛后續(xù)的行經(jīng)門架，分析異常行駛路徑。[2]該文通過對ETC 門架數(shù)據(jù)的挖掘，構(gòu)建了ETC 門架序列數(shù)據(jù)庫，并在此基礎(chǔ)上實(shí)現(xiàn)了單一馬爾可夫鏈，并給出了轉(zhuǎn)移概率的計算方法。針對單一馬爾可夫鏈在預(yù)測上準(zhǔn)確率和覆蓋率不足的缺點(diǎn)，提出了多維融合的馬爾可夫路徑預(yù)測模型，該模型在單一馬爾可夫鏈的基礎(chǔ)上，將門架系統(tǒng)數(shù)據(jù)中得到的時間維、路網(wǎng)維、車輛維數(shù)據(jù)進(jìn)行多維融合和信息下鉆，預(yù)測出車輛的在途后續(xù)行駛路徑。

1 路徑預(yù)測模型

自1959年車輛行駛路徑問題被提出以來，很多算法和數(shù)據(jù)模型用于解決行駛路徑計算和預(yù)測問題。啟發(fā)式算法中的禁忌搜索算法、遺傳算法和模擬退火算法實(shí)現(xiàn)了全局最優(yōu)解的功能，多用于解決最短路徑問題；蟻群算法雖然用于解決旅行商問題，但是容易陷入局部優(yōu)化的缺陷，不適用路網(wǎng)規(guī)模較大的情況；卡爾曼濾波法基于車輛運(yùn)動模式，對車輛未來行駛路徑進(jìn)行預(yù)測，也用于道路交通量的預(yù)測；固定階馬爾可夫模型則可用于短距離路徑預(yù)測。

根據(jù)《高速公路ETC 門架系統(tǒng)技術(shù)要求》布設(shè)原則，ETC 門架與互通立交、入/出口匝道端部、被交道路直線距離1.5～3 km，相鄰兩個實(shí)體門架間的平均里程約為15 km。如果能夠通過車輛數(shù)據(jù)、路網(wǎng)數(shù)據(jù)、時間數(shù)據(jù)的融合挖掘，預(yù)測車輛即將行駛的下一個或下幾個門架，則實(shí)現(xiàn)了動態(tài)預(yù)測車輛行駛路徑的目的。因此，在當(dāng)前被ETC 門架全覆蓋的路網(wǎng)環(huán)境下，更適宜采用馬爾可夫模型進(jìn)行短距離路徑預(yù)測。

2 基于ETC 門架序列的單一馬爾可夫鏈

2.1 聯(lián)合概率分布

馬爾可夫模型是基于當(dāng)前狀態(tài)僅僅依賴于前幾個狀態(tài)的馬爾可夫假設(shè)來實(shí)現(xiàn)的。n階馬爾可夫模型的意思表示是：狀態(tài)間的轉(zhuǎn)移僅依賴于前n個狀態(tài)的過程。將車輛從某個門架開往下一個門架的動作表示為該門架的狀態(tài)轉(zhuǎn)移，該門架到達(dá)下一個門架的概率為轉(zhuǎn)移概率。則根據(jù)一階馬爾可夫鏈，車輛經(jīng)過某個門架序列的N次觀測序列的聯(lián)合概率分布為：

式中，p(xi)——車輛開往門架i的觀測概率；——車輛開往門架n的概率觀測值，該值僅依賴于車輛經(jīng)過門架n-1 的觀測概率。由此可知，由前n個狀態(tài)決定的n階馬爾可夫鏈公式表示如下：

2.2 ETC 門架序列數(shù)據(jù)庫

為了能夠基于馬爾可夫模型計算出車輛經(jīng)過某個門架序列的概率，需要建立ETC 門架序列數(shù)據(jù)庫，實(shí)現(xiàn)對路網(wǎng)中所有路徑的數(shù)據(jù)化表示，并供路徑預(yù)測模型調(diào)用。門架序列可以是單個門架，也可以是多個轉(zhuǎn)移概率為100%所組成的序列。

假設(shè)ETC 車輛在高速公路上所經(jīng)過的門架為一個門架序列，則車輛所經(jīng)過的門架序列構(gòu)成ETC 門架序列數(shù)據(jù)庫GSDB，表示為：

GSDB={x1,x2, …,xm}，其中xi(i=1…m)表示車輛行經(jīng)的門架序列。

2.3 GSDB 單一馬爾可夫鏈

GSDB 馬爾可夫鏈表示為：M=。

X是GSDB 的集合，可表示為{x1,x2, …,xn}，每個xi對應(yīng)一個門架序列{x1,x2, …,xm}，稱為模型的一個狀態(tài)；

P為轉(zhuǎn)移概率矩陣，P=pij=p(Xt=xi|Xt-1=xi)表示由狀態(tài)xi轉(zhuǎn)移到狀態(tài)xj的概率。

P滿足以下條件：

2.4 基于GSDB 的單一馬爾可夫鏈的路徑預(yù)測

假設(shè)某輛車在t時刻生成的車輛路徑序列為x，狀態(tài)用xt表示，則t時刻處于狀態(tài)xi的第i維等于1, 其余各維都為0。則基于GSDB 單一馬爾可夫鏈的未來路徑預(yù)測概率為：

可以從矩陣結(jié)果中取概率值最大的前n個狀態(tài)的集合或者取大于規(guī)定閾值的狀態(tài)集合作為模型的預(yù)測結(jié)果。

3 多維融合馬爾可夫路徑預(yù)測模型

在采用單一馬爾可夫鏈預(yù)測t時刻車輛的未來路徑序列時，只采用了門架序列數(shù)據(jù)庫這一路網(wǎng)維度特征對所有車輛的行駛路徑進(jìn)行預(yù)測。但是車輛的行駛行為是一個復(fù)雜的過程，會受到多種因素的影響，采用多維數(shù)據(jù)融合技術(shù)，將車輛類別、行駛時間等維度的數(shù)據(jù)融合至預(yù)測模型，從細(xì)致的維度來描述車輛的通行特征，預(yù)測結(jié)果將會更加精準(zhǔn)[3-4]。

3.1 ETC 門架多維數(shù)據(jù)融合過程

ETC 門架數(shù)據(jù)融合經(jīng)歷了數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、特征提取、維度分類、融合決策的過程。如圖1 所示，從ETC 門架系統(tǒng)中獲取ETC 門架數(shù)據(jù)后，根據(jù)應(yīng)用方向選取樣本數(shù)據(jù)，從樣本數(shù)據(jù)中提取應(yīng)用特征，如車輛特征、門架特征、時間特征、路網(wǎng)特征等，將特征進(jìn)行維度分類，將分類后的各個維度及下鉆維度輸入融合決策模型，最終得到?jīng)Q策結(jié)果。

圖1 數(shù)據(jù)融合過程

（1）門架數(shù)據(jù)及相關(guān)樣本數(shù)據(jù)。ETC 門架系統(tǒng)產(chǎn)生的數(shù)據(jù)包括：ETC 門架交易流水、ETC 通行記錄、牌識流水記錄、CPC 卡通行記錄、原始收費(fèi)數(shù)據(jù)、異常交易數(shù)據(jù)、抓拍圖片、視頻、日志數(shù)據(jù)和主要設(shè)備設(shè)施狀態(tài)數(shù)據(jù)等。需要采用這些原始數(shù)據(jù)的數(shù)據(jù)庫表生成新的用于構(gòu)建GSDB 和實(shí)現(xiàn)路徑預(yù)測的表，并采集樣本數(shù)據(jù)進(jìn)行概率計算。部分核心信息如表1 所列。

表1 ETC 門架部分核心信息

（2）門架數(shù)據(jù)維度處理。“維”讓觀察者能夠從某個特定的角度觀察到事物比較顯而易見的屬性，不同的角度所觀察到的屬性是割裂的，但是利用“維”之間的交匯點(diǎn)實(shí)現(xiàn)多個“維”的融合后，能夠從全局的角度生成新的事物屬性。

將用于行駛路徑預(yù)測的門架樣本數(shù)據(jù)特征值分成時間維、路網(wǎng)維、車輛維。通過時間維能夠觀測到車輛行駛?cè)肟凇⒊隹凇⒏鱾€門架以及門架區(qū)間的具體時間和通行耗時；通過路網(wǎng)維能夠觀測到高速公路的門架分布、路網(wǎng)分布，生成門架序列數(shù)據(jù)庫GSDB；通過車輛維能夠觀測到車輛車牌、車型、類別、顏色、速度等車輛的動態(tài)和靜態(tài)特征。在進(jìn)行維度融合并采用預(yù)測模型實(shí)現(xiàn)決策處理后，就能夠推算出新的行駛特征結(jié)論，如圖2所示。

圖2 ETC 門架三維數(shù)據(jù)立方圖

3.2 多維融合馬爾可夫路徑預(yù)測模型

如果僅采用該文2.3 節(jié)描述的基于ETC 門架序列的單一馬爾可夫鏈進(jìn)行決策處理，得到的行駛特征結(jié)論只能是：從A 入口駛?cè)敫咚俟罚薪?jīng)某門架序列的車輛，從B 出口駛出的概率為pj。這一結(jié)論過于粗糙，存在較大誤差。因此，該文進(jìn)一步提出了多維數(shù)據(jù)融合的馬爾可夫路徑預(yù)測模型，目的是將車輛特征、行駛時間等維度的數(shù)據(jù)融合至預(yù)測模型，從更加細(xì)致的維度來描述車輛的通行特征，得到更加精準(zhǔn)的預(yù)測結(jié)果。[5]如：某種車型的車輛在某個時間段內(nèi)通過A 入口進(jìn)入高速公路，以平均時速80 km/h 行經(jīng)某門架序列的概率為pj，滿足以上條件的車輛，從B 出口駛出的概率為pj。

基于車輛通行行為特征實(shí)現(xiàn)車輛維度分類，通行行為包括入/出口組合、GSDB 中的門架序列組合、平均時速、通行車道等。車輛類別的統(tǒng)計歸類采用聚類算法實(shí)現(xiàn)，使得同一類車輛之間的通行行為特征相似度最高。設(shè)C={c1,c2, …,ck}表示車輛的類別，任意車輛屬于類別的概率為PC，則：

基于車輛通行時間實(shí)現(xiàn)車輛時間維度分類，通行時間包括行經(jīng)入/出口時間、行經(jīng)門架時間。設(shè)T={t1,t2, …,tm}表示時間類別，假設(shè)某輛車t時刻的時間類別為t1，表達(dá)的意思是某輛車在t時刻經(jīng)過了某入口/出口/門架，或在t時間段經(jīng)過了某門架序列，該車輛時間類別為ti的概率為Pti，則：

多維數(shù)據(jù)融合的馬爾可夫鏈表示為：M=。其中，X是GSDB 的集合，可表示為{x1,x2, …,xn}，每個xi對應(yīng)一個門架序列{x1,x2, …,xn}，稱為模型的一個狀態(tài)；K表示車輛維度的類別數(shù)，C={c1,c2,…,ck}表示車輛的類別，P(C)表示不同類別車輛的概率分布；T表示時間維度的類別數(shù)，P(T)表示不同時間類別的概率分布；MCT={mct11, mct12, …, mct1n}{mctk1, mctk2,…, mctkn}，表示融合時間維和車輛維的馬爾可夫鏈集合，每一個元素mctkn描述了車輛類別為ck、時間類別為tn的馬爾可夫鏈，它的轉(zhuǎn)移概率矩陣表示為：

假設(shè)某輛車在t時刻生成的車輛路徑序列為x，狀態(tài)用xt表示，則t時刻處于狀態(tài)xi的第i維等于1, 其余各維都為0。則多維數(shù)據(jù)融合的馬爾可夫鏈的未來路徑預(yù)測概率為：

可以從矩陣結(jié)果中取概率值最大的前n個狀態(tài)的集合或者取大于規(guī)定閾值的狀態(tài)集合作為模型的預(yù)測結(jié)果。

4 結(jié)束語

該文在對目前成熟的路徑預(yù)測模型進(jìn)行比較后，針對當(dāng)前已經(jīng)被門架覆蓋全網(wǎng)的高速公路路網(wǎng)環(huán)境，采用馬爾可夫鏈實(shí)現(xiàn)未來行駛路徑預(yù)測。通過建立ETC 門架序列數(shù)據(jù)庫（GSDB），實(shí)現(xiàn)了對路網(wǎng)維的數(shù)據(jù)表示，基于GSDB 的單一馬爾可夫鏈的路徑預(yù)測結(jié)果可以是經(jīng)過下一個門架的概率、經(jīng)過下一個出口的概率、經(jīng)過下一個門架序列的概率等。但是單一馬爾可夫鏈的預(yù)測準(zhǔn)確率不高，因此我們提出了多維融合的馬爾可夫路徑預(yù)測模型，該模型引入了車輛維度和時間維度進(jìn)行更加細(xì)致的特征分類，能夠更加明確地對車輛行為特征進(jìn)行描述和劃分，預(yù)測結(jié)果更具有參考性。