基于车牌自动识别数据的车辆OD轨迹还原

作     者：王杰 范晓武 何逸昕 陶峰 WANG Jie;FAN Xiao-Wu;HE Yi-Xin;TAO Feng

作者机构：浙江综合交通大数据中心有限公司杭州310005 

出 版 物：《计算机系统应用》 (Computer Systems & Applications)

年 卷 期：2022年第31卷第7期

页      面：247-252页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 080203[工学-机械设计及理论] 082303[工学-交通运输规划与管理] 0835[工学-软件工程] 0802[工学-机械工程] 0811[工学-控制科学与工程] 082302[工学-交通信息工程及控制] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0823[工学-交通运输工程] 

基　　金：浙江省交通运输厅科技计划(2020058) 

主　　题：OD分析 车辆行驶轨迹 稀疏车牌数据 轨迹还原 工业互联网 深度学习 

摘      要：交通信息采集设备捕获的车牌数据是研究车辆出行轨迹的天然载体,可用于追踪、还原车辆在路网的完整出行轨迹.但是,受技术与设备覆盖等限制,采集的时序车牌数据总是呈现出稀疏不完整的性质.为充分利用车牌数据,研究并提出一种基于稀疏车牌数据的OD轨迹还原算法.该算法首先以间隔时间阈值分离车辆的OD出行链.然后基于K则最短路径算法(KSP)生成多个近似的候选轨迹.最后,采用变分自编码器(VAE)选择决策最优估计轨迹,以获取车辆完整出行轨迹.该方法已在杭州市萧山区实际交通小区进行实施验证.结果显示,所提出的还原算法在测试小区可达95%的综合准确率.此外,在节点缺失率高、摄像点位覆盖率低的情况下,重构算法依然具备良好的性能(高于50%).