一种雷达视频一体机交通流量数据异常值检测方法和系统与流程

1.本发明属于交通信号控制领域，涉及一种交通数据的异常性检测方法，具体涉及雷达视频一体机上报的交通流量数据异常检测方法。


背景技术：

2.毫米波雷达相比摄像头和激光雷达，受天气影响更小，目标检测可靠精准，近些年在智能交通领域中崭露头角，已逐渐发展成为智能交通系统中不可或缺的传感器。但也存在一些问题。毫米波雷达利用目标对电磁波的反射来发现并测定目标位置,而充满杂波的外部环境(大车、地物、指示牌、树木)会给毫米波雷达感知带来无法避免的虚警问题。在流量较小的道路上，车辆的速度和位置一般都有明显的差别，可以轻易的将目标区分清楚。但遇到拥堵的道路或复杂的路口，车辆缓行、非机动车行人混行、路面指示牌影响时，目标的速度相差无几，位置又非常靠近。这时就对雷达的检测能力提出了很大的挑战。
3.雷达视频融合一体机是将摄像头、毫米波雷达和高性能处理器结为一体的交通传感器，相较于传统的毫米波雷达具备探测范围广泛、检测目标丰富、可全天候等优势。雷达视频一体机可按照预设的频率上报车流流量数据，包括车流量、时间占有率、排队长度、车辆种类、车辆轨迹等等。雷达视频一体机检测的流量数据用于城市交通信号控制，用作单点优化控制、干线协调控制、区域协调控制等场景下信号控制的数据输入，有效提升路网的通行效率，减少绿灯空放、均衡负载。雷达视频一体机已大规模成熟应用于城市交通信号控制和智慧交通管理。
4.但是由于设备体制、道路交通环境复杂以及极端天气原因，雷达视频一体机仍然存在漏报、错报数据等问题。自适应控制等信号优化效果对交通数据的要求高，并且信号控制的数据输入以信号周期为单位对设备上报的原始数据进行结算，结算数据无法进行问题追溯。因此，针对上述问题需要设计一种针对雷达视频一体机的流量数据异常性检测方法，有效保证信号控制数据输入的准确性和有效性，用数据赋能信号控制效果，提高路口交通运行效率和保障路口交通运行安全。


技术实现要素：

5.为解决上述技术问题，本发明提供一种雷达视频一体机流量数据异常性检测方法。
6.本发明利用雷达视频一体机数据上报频率检测数据完整性；并利用交通流分布特性、交通参数阈值、交通参数关联性等检测数据准确性，能够有效地保证单点优化、干线协调等信号控制场景对输入数据有效、准确地监控，提高信号优化效果。
7.为了实现上述目的，本发明一种雷达视频一体机流量数据异常值检测方法，包括以下步骤：
8.(1)数据获取与融合：获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据，并将上述数据进行关联融合；
9.(2)数据完整性检验：对融合后的原始数据进行数据漏报和重复上报判断，对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据，否则标记为异常数据；
10.(3)数据异常性检验：在设备上报数据完整的基础上进行异常性检验，具体包括车头时距阈值检验、交通流参数一致性检验、交通流分布规律检验，将设备在检验周期符合检验标准的数据记为正常数据，不符合检验标准的记为异常数据；
11.(4)数据异常性标记：在对设备上报的原始数据的基础上，对信号控制平台结算的周期指标进行标记。
12.进一步地，步骤(1)数据获取与融合中，依据现有信号控制平台已对车道、相位和设备进行绑定，只需要将相应数据进行表合并即可。
13.进一步地，步骤(2)数据完整性检验中，依据设备上报频率和信号控制方案的相位周期时长计算雷达视频一体机理论上报数据条数，将理论值与实际值进行比较，当差值在阈值内时标记为正常数据，否则标记为异常数据。数据漏报、重报判定公式为：
14.|μi·
t
ig-ni|≤n1ꢀꢀ
(1)
15.上式中：
16.μ
i-雷达视频一体机i数据上报的频率(条/s)；
17.t
ig-雷达视频一体机i监测车道所在相位的最大绿灯时长(s)；
18.n
i-雷达视频一体机i实际上报的数据条数；
19.n
1-漏报、重报数据的阈值。
20.进一步地，步骤(3)数据异常性检验依赖于以下三个方面：
21.①
车头时距阈值检验：平均车头时距指相邻车辆通过某一断面的平均时间差，单位是s/veh，计算公式：
22.th＝3600/q
ꢀꢀ
(2)
23.上式中：
24.t
h-车头时距(s/veh)；
25.q-流量，观测时段内经过某断面的车辆数(veh/h)；
26.当流量q达到饱和流率，即单位时间经过某断面的最大车辆数，平均车头时距最小，为饱和车头时距。车头时距的阈值应该小于饱和车头时距。当相邻车辆的车头时距大于车头时距阈值时，判定为车头时距正常；否则判定为异常。判定公式为：
[0027][0028]
上式中：
[0029]-雷达视频一体机i监测车道j经过第k辆车的时刻；
[0030]-雷达视频一体机i监测车道j经过第k+1辆车的时刻；
[0031]
t
hmin-车头时距的阈值；
[0032]
②
交通流参数一致性检验：雷达视频一体机通过视频检测车辆，通过雷达检测车道的车流在红灯末期的排队长度，同一周期上报的排队长度和经过的车辆数应该保持一致，即排队长度换算为车辆数与该周期的实际车辆数之差应不超过阈值，则交通流参数一致；否则交通流参数不一致，判定为异常。判定公式为：
[0033][0034]
上式中：
[0035]-雷达视频一体机i上报车道j在该周期的最大排队长度(米)；
[0036]-雷达视频一体机i上报数据统计车道j在该周期的车辆数；
[0037]-车辆平均长度(米)；
[0038]n2-排队长度与流量的一致性差异阈值；
[0039]
③
交通流分布规律检验：道路交叉口相同进口道的相同转向的车道在交通流分布规律上应保持一致，即设备上报的相同进口道的相同转向的车道间交通参数差别应不超过阈值，即相同进口道的多个相同转向车道间在周期内通过的车辆数和最大排队长度值的差别在阈值范围内，判定为正常数据，否则判定为异常数据。判定公式为：
[0040][0041]
上式中：
[0042]-雷达视频一体机i上报车道j在该周期的最大排队长度(米)；
[0043]-雷达视频一体机i上报与车道j进口相同且转向相同的车道j+1在该周期的最大排队长度(米)；
[0044]-车辆平均长度(米)；
[0045]n3-相同进口道的相同转向车道间排队长度一致性差异阈值(辆)；
[0046][0047]
上式中：
[0048]-雷达视频一体机i上报车道j在该周期的车辆数；
[0049]-雷达视频一体机i上报与车道j进口相同且转向相同的车道j+1在该周期的车辆数；
[0050]n4-相同进口道的相同转向车道间流量一致性差异阈值(辆)；
[0051]
进一步地，所述雷达视频一体机流量数据包括日期、雷达视频一体机编号、车道编号、相位时长、相位编号、检测目标、排队长度。
[0052]
进一步地，步骤(4)中数据异常性标记是依托步骤(1)、(2)、(3)对设备上报原始数据的异常性检验结果，对信号控制平台结算的周期指标进行标记。
[0053]
本发明还包括一种雷达视频一体机流量数据异常值检测系统，包括：
[0054]
数据获取与融合模块，用于获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据，并将上述数据进行关联融合；
[0055]
数据完整性检验模块，用于对融合后的原始数据进行数据漏报和重复上报判断，对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据，否则标记为异常数
据；
[0056]
数据异常性检验模块，用于在设备上报数据完整的基础上进行异常性检验，具体包括车头时距阈值检验、交通流参数一致性检验、交通流分布规律检验，将设备在检验周期符合检验标准的数据记为正常数据，不符合检验标准的记为异常数据；
[0057]
数据异常性标记模块，用于在对设备上报的原始数据异常性的基础上，依托分析结果对信号控制平台结算的周期指标进行标记。
[0058]
本发明还包括一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现本发明的一种雷达视频一体机流量数据异常值检测方法。
[0059]
本发明还包括一种计算设备，包括存储器和处理器，其中，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现本发明的一种雷达视频一体机流量数据异常值检测方法。
[0060]
本发明的有益效果是：通过对雷达视频一体机上报的原始数据异常性检测并标记信号周期指标，从源头上确保信号优化输入数据的准确定，提高信号优化的有效性、准确性，尤其可保证自适应等实时信号调整的安全性，同时使得信号优化效果评估可追溯、可解释。本发明可作为信号控制输入数据有效性的基础依据。
附图说明
[0061]
图1是本发明方法的流程示意图。
[0062]
图2是本发明的设备、路口与车道关系的示意图。
[0063]
图3是本发明实施例之一的路口渠化示意图。
[0064]
图4是本发明实施例的相位相序与车道关系图。
[0065]
图5是本发明的系统结构示意图。
具体实施方式
[0066]
以下结合附图和实例对本发明的具体实施作进一步说明，但本发明的实施和保护不限于此，需指出的是，以下若有未特别详细说明之处，均是本领域技术人员可参照现有技术实现的。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
[0067]
实施例1
[0068]
参见图1、2、3、4，以某城市依托雷达视频一体机流量数据的信号控制平台为例，进行流量数据异常值检测。一种雷达视频一体机流量数据异常值检测方法，其步骤如下：
[0069]
(1)数据获取与融合
[0070]
获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据，将上述数据进行关联融合,将设备、车道以及信号配时数据结合，并按照设备、车道进行分组后，以时间字段排序形成表格。设备、车道对应关系参见图2。相位相序与车道对应关系参见图4(图4相位a直行车道即为图2设备dev001所拍摄的02、03车道)。编号为dev001的设备检测编号02、03共两条车道。设备数据融合的结果如表1和表2所示：
[0071]
表1
[0072][0073]
表2
[0074][0075][0076]
(2)数据完整性检验
[0077]
对融合后的数据进行完整性检验。设备上报频率1条/秒，该车道在周期编号503的绿灯时长为31秒，设备在该时段理论上报条数为31，根据经验取完整性阈值为理论上报条数的10％，即3条。根据表1统计车道02，实际上报29条，误差2条，车道02数据完整性检验通过；根据表2统计车道03，实际上报28条，误差3条，车道03数据完整性检验通过；
[0078]
(3)数据异常性检验
[0079]
在数据完整性检验通过的基础上，进行数据异常性检验。检验过程如下：
[0080]
①
车头时距阈值检验：根据经验道路交叉口进口道的直行车道饱和车头时距取1.5s/veh,根据表1和表2计算任意相邻且检测到目标的时间差，当时间差小于阈值1.5s/
veh，则表明此条数据异常，并在表1、2的基础上添加字段进行标记。车道02、03车头时距阈值检验结果如表3、表4所示：
[0081]
表3
[0082][0083][0084]
表4
[0085][0086]
②
交通流参数一致性检验：在
①
的基础上，分别对表3、表4标记正常的数据统计车流量和最大排队长度，对同一车道的车流量和最大排队长度进行核验。考虑饱和车头间距，根据经验值取车辆平均长度为7米/辆；同时，考虑雷达视频一体机检测排队长度的内在误差因素，取排队长度与流量的一致性差异阈值为3辆。车道02的最大排队长度为75米，该周期通过的车辆数为11辆，误差车辆数约为1，小于阈值3辆，车道02交通流参数一致性检验通过；车道03的最大排队长度为40米，该周期通过的车辆数为9辆，误差车辆数约为5，小于阈
值3辆，车道03交通流参数一致性检验通过。
[0087]
③
交通流分布规律检验：车道02、03为相同进口道的直行车道，车道功能相同，则理论上其交通流分布规律应一致。根据经验取排队长度一致性差异阈值为3辆，取流量一致性差异为3辆。车道02在该周期通过的车辆数为11辆；车道03在该周期通过的车辆数为9辆，车辆数分布规律一致。车道02最大排队长度换算为车辆数为10辆；车道03最大排队长度换算为车辆数为4辆，排队长度分布规律不一致。综合上述分析该设备流量数据异常。
[0088]
(4)数据异常性标记
[0089]
本发明雷达视频一体机流量数据异常性检测方法是对原始数据的检测，而信号控制平台信号优化时，输入的数据是对原始数据结算后的指标，以周期为单位，常用指标是周期流量和最大排队长度。依托本发明的数据异常检验结果对结算指标进行标记，信号优化则可避免异常数据对其效果的干扰。
[0090]
实施例2
[0091]
参照图5，本实施例涉及用于实现实施例1的一种雷达视频一体机流量数据异常值检测方法的系统，包括：
[0092]
数据获取与融合模块，用于获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据，并将上述数据进行关联融合；
[0093]
数据完整性检验模块，用于对融合后的原始数据进行数据漏报和重复上报判断，对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据，否则标记为异常数据；
[0094]
数据异常性检验模块，用于在设备上报数据完整的基础上进行异常性检验，具体包括车头时距阈值检验、交通流参数一致性检验、交通流分布规律检验，将设备在检验周期符合检验标准的数据记为正常数据，不符合检验标准的记为异常数据；
[0095]
数据异常性标记模块，用于在对设备上报的原始数据异常性的基础上，依托分析结果对信号控制平台结算的周期指标进行标记。
[0096]
实施例3
[0097]
本实施例涉及一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现实施例1的一种雷达视频一体机流量数据异常值检测方法。
[0098]
实施例4
[0099]
本实施例涉及一种计算设备，包括存储器和处理器，其中，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现实施例1的一种雷达视频一体机流量数据异常值检测方法。

技术特征：
1.一种雷达视频一体机流量数据异常值检测方法，其步骤如下：步骤(1)：获取与融合数据；获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据，并将上述数据进行关联融合；步骤(2)：数据完整性检验；对融合后的原始数据进行数据漏报和重复上报判断，对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据，否则标记为异常数据；步骤(3)：数据异常性检验；在设备上报数据完整的基础上进行异常性检验，具体包括车头时距阈值检验、交通流参数一致性检验、交通流分布规律检验，将设备在检验周期符合检验标准的数据记为正常数据，不符合检验标准的记为异常数据；步骤(4)：数据异常性标记；在对设备上报的原始数据异常性的基础上，依托分析结果对信号控制平台结算的周期指标进行标记。2.根据权利要求1所述一种雷达视频一体机流量数据异常值检测方法，其特征在于，步骤(2)对数据完整性检验包括数据漏报和数据重报两个方面，判断依据是，将理论值与实际值进行比较，当差值在阈值内时标记为正常数据，否则标记为异常数据。具体公式：|μ
i
·
t
ig-n
i
|≤n1ꢀꢀꢀꢀꢀꢀ
(1)上式中：μ
i-雷达视频一体机i数据上报的频率(条/s)；t
ig-雷达视频一体机i监测车道所在相位的最大绿灯时长(s)；n
i-雷达视频一体机i实际上报的数据条数；n
1-漏报、重报数据的阈值。3.根据权利要求1所述一种雷达视频一体机流量数据异常值检测方法，其特征在于，步骤(3)所述的数据异常性检验是在设备上报数据完整的基础上，即在通过步骤(2)检验后进行包括车头时距阈值检验、交通流参数一致性检验、交通流分布规律检验等三个方面的检验。4.根据权利要求1所述一种雷达视频一体机流量数据异常值检测方法，其特征在于，步骤(3)的车头时距阈值检验方法是通过判断相邻时刻通过相同车道的车辆车头时距是否合理。平均车头时距指相邻车辆通过某一断面的平均时间差，单位是s/veh，计算公式：t
h
＝3600/q
ꢀꢀꢀꢀꢀꢀꢀꢀ
(2)上式中：t
h-车头时距(s/veh)；q-流量，观测时段内经过某断面的车辆数(veh/h)；当流量q达到饱和流率，即单位时间经过某断面的最大车辆数，平均车头时距最小，为饱和车头时距；车头时距的阈值应该小于饱和车头时距；当相邻车辆的车头时距大于车头时距阈值时，判定为车头时距正常；否则判定为异常；判定公式为：上式中：-雷达视频一体机i监测车道j经过第k辆车的时刻；-雷达视频一体机i监测车道j经过第k+1辆车的时刻；t
hmin-车头时距的阈值。
5.根据权利要求1所述一种雷达视频一体机流量数据异常值检测方法，其特征在于，步骤(3)的交通流参数一致性检验是互相核验设备监测同一车道时上报的不同参数的一致性；雷达视频一体机通过视频检测车辆，通过雷达检测排队长度，同一周期上报的排队长度和经过的车辆数应该保持一致，即排队长度换算为车辆数与该周期的实际车辆数之差应不超过阈值，则交通流参数一致；否则交通流参数不一致，判定为异常。判定公式为：上式中：-雷达视频一体机i上报车道j在该周期的最大排队长度(米)；-雷达视频一体机i上报数据统计车道j在该周期的车辆数；-车辆平均长度(米)；n
2-排队长度与流量的一致性差异阈值。6.根据权利要求1所述一种雷达视频一体机流量数据异常值检测方法，其特征在于，步骤(3)的交通流分布规律检验道路交叉口相同进口道的相同转向的车道在交通流分布规律上是否保持一致；设备上报的相同进口道的相同转向的车道间交通参数差别应不超过阈值，即相同进口道的多个相同转向车道间在周期内通过的车辆数和最大排队长度值的差别在阈值范围内，判定为正常数据，否则判定为异常数据，判定公式为：上式中：-雷达视频一体机i上报车道j在该周期的最大排队长度(米)；-雷达视频一体机i上报与车道j进口相同且转向相同的车道j+1在该周期的最大排队长度(米)；-车辆平均长度(米)；n
3-相同进口道的相同转向车道间排队长度一致性差异阈值(辆)；上式中：-雷达视频一体机i上报车道j在该周期的车辆数；-雷达视频一体机i上报与车道j进口相同且转向相同的车道j+1在该周期的车辆数；n
4-相同进口道的相同转向车道间流量一致性差异阈值(辆)。7.根据权利要求1所述一种雷达视频一体机流量数据异常值检测方法，其特征在于，步骤(4)的数据异常性标记是在对设备上报的原始数据异常性检验的基础上，对信号控制平台结算的周期流量和周期最大排队长度指标进行标记。8.实施权利要求1所述的一种雷达视频一体机流量数据异常值检测方法的系统，其特征在于：包括：数据获取与融合模块，用于获取雷达视频一体机上报的流量数据、信号周期方案数据、
车道转向功能数据，并将上述数据进行关联融合；数据完整性检验模块，用于对融合后的原始数据进行数据漏报和重复上报判断，对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据，否则标记为异常数据；数据异常性检验模块，用于在设备上报数据完整的基础上进行异常性检验，具体包括车头时距阈值检验、交通流参数一致性检验、交通流分布规律检验，将设备在检验周期符合检验标准的数据记为正常数据，不符合检验标准的记为异常数据；数据异常性标记模块，用于在对设备上报的原始数据异常性的基础上，依托分析结果对信号控制平台结算的周期指标进行标记。9.一种计算机可读存储介质，其特征在于，其上存储有程序，该程序被处理器执行时，实现权利要求1-7中任一项所述的一种雷达视频一体机流量数据异常值检测方法。10.一种计算设备，包括存储器和处理器，其中，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-7中任一项所述的一种雷达视频一体机流量数据异常值检测方法。

技术总结
一种雷达视频一体机流量数据异常值检测方法，包括：(1)获取雷达视频一体机上报的流量数据、信号周期方案数据、车道转向功能数据，并将上述数据进行关联融合；(2)对融合后的原始数据进行数据漏报和重复上报判断，对原始数据漏报条数以及重复上报条数不超过阈值的标记为正常数据，否则标记为异常数据；(3)在设备上报数据完整的基础上进行异常性检验，将设备在检验周期符合检验标准的数据记为正常数据，不符合检验标准的记为异常数据；(4)在对设备上报的原始数据异常性检验的基础上，对信号控制平台结算的周期指标数据进行标记。本发明还包括一种雷达视频一体机流量数据异常值检测系统。本发明可作为信号控制输入数据有效性的基础依据。础依据。础依据。


技术研发人员：伍召举 李道勋 刘云涛 黄倩 张文佳 刘政 吴自勉 朱永东
受保护的技术使用者：之江实验室
技术研发日：2023.03.15
技术公布日：2023/7/11