车牌识别设备稀疏布局下的路段行程时间估计方法
来源：交通运输系统工程与信息杂志2025年第5期北京时间：
作者：王殿海, 王奕飞, 黄宇浪, 刘泳, 曾佳棋
单位：1. 浙江大学，建筑工程学院，智能交通研究所，杭州310058；2.浙江大学中原研究院，郑州450001
摘要：车牌识别设备是城市路网中重要的交通状态检测器，但高昂的成本限制了其安装规模和密度。本文提出设备稀疏布局条件下的城市道路路段行程时间估计方法，考虑驻留轨迹的行程时间异常值干扰，将路段行程时间测量问题转化为混合整数优化模型，并设计基于不动点的交替求解方法。根据路段行程时间分布计算路径行程时间分布，识别异常行程时间；设计行程时间分配方法，将正常轨迹行程时间分配至各个路段；为确保计算稳定性，对高流量路段的行程时间分布参数进行贝叶斯更新，并将参数比例关系推广至流量不足的路段；通过迭代实现路段行程时间和异常轨迹的联合估计。杭州市真实车牌识别数据集的实验表明：70%设备覆盖率下，本文方法的平均百分比误差(MAPE)为13.29%；与梯度下降法相比，MAPE降低了7.69%，迭代次数减少了99.4%；针对车牌识别设备更加稀疏的城市场景，当设备覆盖率降至30%时，本文方法的MAPE仅为18.51%。
关键词：智能交通,交通状态,组合优化,路段行程时间,车牌识别数据,稀疏检测器
基金资助：国家自然科学基金(52402391, 52131202)。
