普通公路自动化交通调查站数据质量评估与异常修复方法研究

摘要

普通公路自动化交通调查站在不间断地采集交通量、车型、速度、车头时距、车道占有率等相关信息的同时，也是路网运行评估、养护管理、通行能力研究以及公众出行信息服务的基础。而随着普通国省道交调系统的逐渐从人工抽样向自动化的连续监测过渡，数据量显著增加，但由于设备漂移、传感遮挡、通信中断、供电不稳定、车型误判以及节假日异常出行等情况也会导致缺失、突跳、重复、结构不平衡或者不合理等现象出现。本文针对普通公路自动化交通调查站数据质量评估及异常处理问题，以“完整性-准确性-一致性-及时性-可解释性”为标准进行评价，在此基础上给出基于规则校验、时序诊断、邻近站点对比、不同车型比例限制以及利用机器学习识别异常的方法并应用于某省普通国道交调站实际运行情况。研究表明，仅仅做好设备维护、数据管理和业务工作是不够的，必须将它们联系在一起才能让交调数据做到“可采集”到“可信、可追溯、可用”。