一种多元数据融合下的信控单元划分方法

本发明涉及安全数字信息传输和机器学习领域。具体而言，涉及一种多元数据融合下的信控单元划分方法。背景技术：：：1、现有信控单元划分方法主要分为两种类型，即第一种类型是基于静态数据和动态数据的划分，第二种类型是基于业务场景和需求的划分。其中基于于静态数据和动态数据的划分方式主要是根据数据属性的不同将信控单元进行划分，一般会将静态数据和动态数据分别处理，较少关注多源数据融合下的划分思路。2、由于智能交通领域的数据数量和数据的种类越来越多，数据的实时性也有很大提升，因此为实现静态数据和动态数据融合下的多源数据信控单元划分提供了条件。技术实现思路1、本发明正是基于现有技术的上述情况而提出的，本发明要解决的技术问题是提供一种多元数据融合下的信控单元划分方法，能够在源数据融合下实现信控单元的精准划分和动态调整。2、为了解决上述问题，本发明是采用如下技术方案实现的：3、提供一种多元数据融合下的信控单元划分方法，包括步骤一，设置路网拓扑结构以将可控制区域静态路网转换为路网拓扑结构，所述路网拓扑结构设置的转换规则包括：节点设计规则、边设计则、面设计规则、属性设计规则和数据库设计规则。步骤二、对路网进行静态分层，并将静态路网作为第一、二、三、五层路网，其中，定义信号灯参数bool_tl∈{0，1}，0表示非信号控制路口，1表示信号控制路口；定义道路等级集合参数road_level∈{高快路，主干路，次干路，支路}，当满足bool_tl＝0&road_level＝高快路，划分该部分道路为第一层路网；与一层路网有关联的延伸道路及高快路对应的辅路，划分到第二层路网；根据拥堵时延指数公式其中jamindex表示索引是index的道路对应的拥堵时延指数，tjam表示拥堵期的行驶时间，tfree表示自由流期的行驶时间，选择大于等于2的道路作为第三层路网；将与所述第一层路网、第二层路网、第三层路网在空间上关联，从而起到承接车流量在第一层路网、第二层路网、第三层路网中流动功能的道路，划分为第五层路网。步骤三、划分动态路网，并将动态路网作为第四层路网，包括，s301采集交通流量数据，在路网拓扑结构基础上，增加道路、交叉口或路段上的车辆流量、流量分布和车流向作为边的权重，组合成交通流量图；s302基于交通流量图和交通状况的变化情况，制定路网动态划分的策略，通过交通流量信息计算相似矩阵并进行聚类分析，实现类内交通点离散度最小；s303按照s302确定的划分策略对路网进行实时划分，并将每个划分单元与对应的交通流量数据进行关联；s304根据实时采集的交通流量数据，更新划分单元的状态信息，并重复上述步骤s302和s303，确定最新路网划分策略及划分结果从而形成第四层路网。步骤四、划分信控单元，根据所选控制区域，确定控制区域节点集合node并对node集合划分，得到最终的信号控制控制单元集合，其中区域节点的不同类型记为node_type，包含{一级信号控制节点,二级信号控制节点,三级信号控制节点,高快速道路合流分流节点,城市道路合流分流节点}。一级信号控制节点有信号控制设备，位于区域内高峰时段内主要通勤道路的关键交叉口；二级信号控制节点有信号控制设备，位于区域内高峰时段内次要通勤道路的关键交叉口，高峰时段内疏导交通流中等；三级信号控制节点有信号控制设备，位于区域内高峰时段内非主/次要通勤道路的关键交叉口；高快速道路合流分流节点和城市道路合流分流节点，位于区域内高峰时段内城市道路、高快速路匝道进出口。4、优选地，所述步骤四包括，s401定义节点标签为flag∈{0,1}，0代表节点未被划分，1代表节点已划分；初始化所有节点n的flag＝＝0，并选择控制单元集合起始点；起始点选择满足第一条件：一级节点＞二级节点＞三级节点，以及第二条件：交通状态饱和度高＞交通状态畅通的节点；s402遍历每个数据点n，如果n的标签flag＝＝1，则跳过该节点；否则，找到节点n的邻域节点neighbor(n)，公式为：5、neighbor(n)＝{m|m∈node,distance(m,n)≤r}，其中r是数据点n的邻域半径，节点m包括在邻域neighbor(n)的半径范围内,distance(m,n)表示m，n两点之间的距离；s403设置参数max，若邻域neighbor(n)中包含的数据点大于等于max，则邻域neighbor(n)对应的数据点n作为起始点，加入步骤s401中选择的起始点中；针对该起始点创建新的簇subn，并将n及其密度可达的点加入该簇中；s404递归处理上述新簇中的所有点，即对每个点k∈subn，如果k的标签flag＝＝0，则将其加入新簇中，并继续找到k的邻域neighbor(k)，达到扩充控制单元集合的目的；s404重复步骤s402至步骤s404，遍历控制区域中的数据点，根据条件将该遍历节点放入所属控制单元，当满足遍历结束条件或区域内所有节点的标签flag＝＝1时，控制单元集合扩充完毕，生成最终的控制单元。6、优选地，步骤s404中将遍历节点放入控制单元的条件包括，与该控制单元中的路口相邻、路口间相关系数大于阈值以及控制单元节点数小于限制。7、优选地，步骤s302包括，首先随机初始化路网区域，将一区域记为a，另一区域为b，则a∈net，b∈net，net是整个路网区域集合；通过公式mat(b)＝p-1mat(a)p计算区域a和b对应流量矩阵的相似矩阵p，其中mat(a)是区域a的流量矩阵，mat(b)是区域b的流量矩阵，p是相似矩阵；接着，使用公式p＝qλqt进行谱分解计算，将上述得到的相似矩阵p分解成特征向量和特征值，其中，q是相似矩阵p的特征向量构成的正交矩阵，λ是由矩阵p的特征值构成的对角矩阵；然后对得到的q矩阵进行特征向量聚类；并反复循环以上步骤，直至划分结果的离散度都趋于稳定且求和最小，然后结束迭代得到划分策略。8、优选地，对得到的q矩阵进行特征向量聚类包括，通过凝聚层次聚类进行初步聚类，再通过k-means进行细分聚类；凝聚层次聚类层次聚类将区域a∩b按照道路等级road_level划分成若干区域，k-means则进一步通过对区域细分，聚类过程以类内离散度最小为目的；其中离散度用方差来表示，公式如下：其中，xi表示第i个数据点，μ表示数据的均值，n表示数据点的总数。反复循环上述步骤，直至划分结果的离散度都趋于稳定且求和最小，迭代结束，得到最后的划分策略。9、优选地，节点设计规则包括，节点集合表达式为node∈{交叉口,快速路/城市道路(分流/合流),行人过街,边界节点}，其中node表示节点集合；边设计规则包括，边集合表达式为edge∈{城市道路，快速路，连接路段}，edge表示边集合；面设计规则包括，将node与edge的联系作为zone的设计，面集合表达式为zone∈{商场，医院，办公区，学校...}，zone表示面集合。10、优选地，所述属性设计规则包括对节点、边和面进行属性信息设计，为节点、边或面增加一些属性信息attribute，包含{道路长度，车道数目，限速}等信息。11、优选地，所述属性设计规则还包括将分流/合流点作为子节点sub_node，继承原有节点属性的基础上拓展特有属性sub_attribute，其中sub_attribute＝{分流方向,下游汇流点编号,汇流路段}。12、优选地，数据库设计规则包括，设计相应的数据库模型，包括节点表node_table、边表edge_table、面表zone_table。13、优选地，其中一、二、三、五层是静态路网，第四层是动态数据加载并结合静态三层和五层路网得到的动态路网。14、该划分方法可以将静态路网和动态路网相融合，把信控功能负载分散到不同的单元处理，从而提高系统的并发处理能力和响应速度，此外通过划分信控单元，可以针对不同的业务类型采用不同的信控策略和参数配置，实现业务差异化管理。当前第1页12当前第1页12