基于海量卡口数据的车辆出行轨迹重构方法

摘要

本发明公开了基于海量卡口数据的车辆出行轨迹重构方法，第一步：选择有效的原始卡口数据；第二步：R语言对原始卡口数据进行预处理脱敏；第三步：对处理后的有效数据进行轨迹提取和筛选，构建原始轨迹；第四步：将原始轨迹通过Aster算法进行填补，获得完整的车辆出行轨迹；第五步：再通过Q‑Learning算法对完整轨迹进一步重构，获取最终轨迹。本发明的效果是：1)、找出卡口设备污损率比较严重的路口；2)、构建车辆出行的原始轨迹；3)、重构车辆出行的完整轨迹；4)、根据完整轨迹分析城市路网交通的时空分布和交通流量的演化规律，从而提高例如速度、时间、排队等交通状态参数的估计预测精度和效率。