多源數(shù)據(jù)融合的城市區(qū)域時(shí)變停車需求識(shí)別方法

昝雨堯，王 翔，俄文娟，宗維煙，陶硯蘊(yùn)

（蘇州大學(xué)，軌道交通學(xué)院，蘇州 215131）

0 引言

城市居民普遍面臨“停車難”問題，相關(guān)數(shù)據(jù)顯示，大城市小汽車與停車位的平均比例為1.0：0.8，中小城市約為1.0：0.5，全國(guó)停車位缺口超過5 000 萬個(gè)[1]，而停車供需矛盾的精準(zhǔn)識(shí)別與分析是緩解“停車難”問題的前提。

隨著停車資源基礎(chǔ)數(shù)據(jù)普查工作的開展，城市區(qū)域內(nèi)停車位數(shù)量已逐漸清晰，但是停車需求不能簡(jiǎn)單地用小汽車擁有量來表示，而是需要獲取時(shí)變停車量。目前，已有面向路內(nèi)停車位與路外停車場(chǎng)應(yīng)用的高位視頻[2]、視頻樁[3]、智慧地鎖[4]、地磁傳感器[5-6]、車牌識(shí)別[7]等技術(shù)進(jìn)行時(shí)變停車量監(jiān)測(cè)的方法。此外，有學(xué)者進(jìn)行了針對(duì)違章停車行為[8-9]和路邊停車行為監(jiān)測(cè)的研究[10]。可以發(fā)現(xiàn)，已有研究的停車量監(jiān)測(cè)對(duì)象通常為停車位、停車場(chǎng)或某條街道。然而，上述方法在城市區(qū)域級(jí)空間尺度下進(jìn)行停車量監(jiān)測(cè)時(shí)（見圖1）存在以下問題：（1）由于配建停車場(chǎng)、公共停車場(chǎng)、路內(nèi)停車位等經(jīng)營(yíng)權(quán)與管理權(quán)的差異，難以收集城市區(qū)域內(nèi)所有停車場(chǎng)與停車位狀態(tài)信息；（2）部分老舊停車場(chǎng)尚未實(shí)現(xiàn)信息化管理，難以提供停車數(shù)據(jù)；（3）視頻監(jiān)控等設(shè)備無法實(shí)現(xiàn)全覆蓋，難以捕捉所有違章停車。城市區(qū)域停車量監(jiān)測(cè)有助于掌握時(shí)變停車需求，為制定相關(guān)停車規(guī)劃方案與管理措施提供數(shù)據(jù)支持。因此，本研究期望利用城市已有交通信息采集設(shè)備，實(shí)現(xiàn)城市區(qū)域范圍內(nèi)時(shí)變停車量的監(jiān)測(cè)。

圖1 城市區(qū)域停車量構(gòu)成示意圖

城市電警卡口通過車牌識(shí)別技術(shù)可為經(jīng)過車輛提供信息化身份標(biāo)簽。目前已有利用城市電警卡口采集車牌識(shí)別數(shù)據(jù)的應(yīng)用研究，集中在出行特征分析[11-12]和時(shí)間[13-15]、速度[16-17]、交通量[18]等交通參數(shù)采集。此外，還有研究利用車牌識(shí)別數(shù)據(jù)分析交通政策對(duì)出行行為與路網(wǎng)交通狀態(tài)的影響[19-20]。近年來，已有學(xué)者嘗試?yán)密嚺谱R(shí)別數(shù)據(jù)分析停車需求及停車行為[21-23]，主要采用經(jīng)驗(yàn)法確定閾值（例如車輛經(jīng)過前后兩個(gè)卡口的間隔時(shí)長(zhǎng)、平均車速等）來判斷某車輛在相鄰卡口過車記錄中是否存在停車行為。盡管已有經(jīng)驗(yàn)閾值法在部分場(chǎng)景實(shí)現(xiàn)了停車行為識(shí)別，但難以區(qū)別低速行車與停車，并存在識(shí)別精度與區(qū)域卡口密度及位置分布相關(guān)，同時(shí)受經(jīng)驗(yàn)閾值影響較大的問題。

值得注意，僅利用來自城市電警卡口的車牌識(shí)別數(shù)據(jù)難以準(zhǔn)確判斷車輛在連續(xù)卡口過車記錄間的行停狀態(tài)。例如，經(jīng)過連續(xù)兩個(gè)卡口的時(shí)間間隔較長(zhǎng)或速度較低可能是由于交通擁堵，而并非車輛存在停車行為。為了獲取車輛在連續(xù)卡口過車記錄間的真實(shí)行停狀態(tài)，本研究利用停車場(chǎng)進(jìn)出車輛數(shù)據(jù)獲得車輛的準(zhǔn)確停車時(shí)段，同時(shí)利用出租車GPS 數(shù)據(jù)捕捉出租車的行駛時(shí)段。通過車牌號(hào)建立上述兩類數(shù)據(jù)與城市電警卡口車牌識(shí)別數(shù)據(jù)的關(guān)聯(lián)，則可準(zhǔn)確判斷樣本車輛連續(xù)卡口記錄間的行停狀態(tài)，這為應(yīng)用機(jī)器學(xué)習(xí)算法來實(shí)現(xiàn)停車行為識(shí)別提供了可能。

然而，由于兩類數(shù)據(jù)與車牌識(shí)別數(shù)據(jù)進(jìn)行匹配時(shí)存在數(shù)據(jù)量的差異（本研究案例中可匹配的停車與行車數(shù)據(jù)量約10：1），存在樣本類別不平衡的問題，直接訓(xùn)練難以獲得有效的分類器。目前，部分機(jī)器學(xué)習(xí)方法具備處理類別不平衡問題的能力，如本文采用的梯度提升決策樹（GBDT）可通過降低損失值來改進(jìn)分類器。這種基于Boosting 的集成算法每步會(huì)更關(guān)注上一步的錯(cuò)分樣本，通過提高錯(cuò)分樣本的權(quán)重實(shí)現(xiàn)少數(shù)類樣本的正確分類[24]。但是，這類算法存在以下不足：（1）算法目標(biāo)是最小化分類器損失值，在類別不平衡情況下分類器性能無法得到較大提高；（2）算法通過對(duì)誤分類樣本的反復(fù)學(xué)習(xí)來提高分類器的識(shí)別度，使得Boosting 算法容易受到噪聲的影響；（3）分類器更加關(guān)注誤分類樣本，增加了過擬合的風(fēng)險(xiǎn)。

為此，本文從訓(xùn)練數(shù)據(jù)集本身出發(fā)，采用SMOTE+ENN 算法組合處理數(shù)據(jù)，對(duì)少數(shù)類樣本進(jìn)行過采樣的同時(shí)對(duì)多數(shù)類樣本進(jìn)行欠采樣，從而達(dá)到平衡數(shù)據(jù)集的目的，使分類器更好地對(duì)少數(shù)類樣本進(jìn)行預(yù)測(cè)，并且能夠剔除樣本集中的噪聲樣本和異常點(diǎn)，解決樣本邊界模糊問題[25]。上述方法通過改變數(shù)據(jù)集分布來平衡數(shù)據(jù)集，再輔以機(jī)器學(xué)習(xí)算法從數(shù)據(jù)層面和算法層面共同解決類別不平衡問題。

綜上，本研究利用卡口車牌識(shí)別數(shù)據(jù)提取車輛出行軌跡，結(jié)合停車場(chǎng)進(jìn)出車輛數(shù)據(jù)和出租車GPS 數(shù)據(jù)標(biāo)定車輛行停狀態(tài)；同時(shí)采用SMOTE+ENN 算法對(duì)行停車輛不均衡數(shù)據(jù)集進(jìn)行組合采樣，從而克服訓(xùn)練類別不均衡的問題；并在此基礎(chǔ)上提出基于GBDT 的停車行為識(shí)別方法，實(shí)現(xiàn)城市區(qū)域級(jí)范圍時(shí)變停車量的監(jiān)測(cè)。

1 城市區(qū)域級(jí)停車量監(jiān)測(cè)算法

1.1 算法模型框架

本文的算法模型框架如圖2所示，主要可以分為兩個(gè)部分：基于SMOTE+ENN 的數(shù)據(jù)處理和基于GBDT 的停車識(shí)別與監(jiān)測(cè)。首先，結(jié)合停車場(chǎng)進(jìn)出數(shù)據(jù)和出租車GPS 數(shù)據(jù)，標(biāo)定車牌識(shí)別數(shù)據(jù)中樣本車輛的真實(shí)行停狀態(tài)，在此基礎(chǔ)上考慮連續(xù)卡口間的時(shí)間間隔、車速、交通狀態(tài)等特征，建立車輛行停樣本數(shù)據(jù)集；其次使用SMOTE+ENN算法處理行停類別不均衡問題；然后建立基于GBDT 的停車行為識(shí)別模型，并進(jìn)一步分析了卡口密度對(duì)識(shí)別準(zhǔn)確性的影響；最后將模型應(yīng)用于完整車牌識(shí)別數(shù)據(jù)，統(tǒng)計(jì)城市范圍內(nèi)時(shí)變停車量。

圖2 算法模型框架圖

1.2 SMOTE+ENN算法

本文利用停車場(chǎng)進(jìn)出車輛數(shù)據(jù)確定車輛的停車時(shí)段、出租車GPS 數(shù)據(jù)確定車輛的行駛時(shí)段。由于上述兩種數(shù)據(jù)來源不同，前者是全市停車場(chǎng)內(nèi)車輛，后者僅是出租車，導(dǎo)致停車樣本集和行車樣本集的數(shù)據(jù)量差異較大，需要對(duì)原始數(shù)據(jù)集做采樣處理以解決類別不均衡問題。

采樣法主要分為三類：過采樣、欠采樣和組合采樣[26]。過采樣指通過生成少數(shù)類以均衡數(shù)據(jù)集，這會(huì)使少數(shù)類樣本中增加較多相似數(shù)據(jù)，導(dǎo)致過擬合風(fēng)險(xiǎn)增加，或產(chǎn)生噪聲數(shù)據(jù)，影響模型準(zhǔn)確性；欠采樣是指通過減少多數(shù)類以均衡數(shù)據(jù)集，可能會(huì)造成關(guān)鍵信息缺失。因此，本文采用合成少數(shù)類過采樣技術(shù)（SMOTE）+最近鄰（ENN）的組合采樣法來處理不均衡數(shù)據(jù)集。首先以少數(shù)類為對(duì)象，選擇某個(gè)少數(shù)類樣本以及其周圍K1個(gè)近鄰樣本，對(duì)該少數(shù)類樣本和其某個(gè)近鄰隨機(jī)做線性插值，生成新的樣本，然后以多數(shù)類為對(duì)象，選擇某個(gè)多數(shù)類樣本以及其周圍K2個(gè)近鄰樣本，若其中大部分是少數(shù)類樣本，則刪除該多數(shù)類樣本。SMOTE+ENN組合采樣示意如圖3，具體步驟如下：

圖3 SMOTE+ENN組合采樣法

①選定某個(gè)少數(shù)類樣本xsmote，根據(jù)歐氏距離確定該少數(shù)類樣本周圍K1個(gè)近鄰樣本；

②從K1個(gè)樣本隨機(jī)選擇xk，合成新的少數(shù)類樣本xnew：

③選定某個(gè)多數(shù)類樣本xenn，根據(jù)歐氏距離確定該多數(shù)類樣本周圍K2個(gè)近鄰樣本；

④若周圍K2個(gè)樣本中，大部分都與該選定樣本xenn的類別不一致，則刪除該多數(shù)類樣本。

1.3 GBDT算法

利用經(jīng)過SMOTE+ENN 算法處理后的車輛行停樣本數(shù)據(jù)集，基于梯度提升樹算法構(gòu)建停車行為識(shí)別模型，可實(shí)現(xiàn)車輛行停狀態(tài)判斷。梯度提升決策樹（GBDT）將多個(gè)學(xué)習(xí)器進(jìn)行結(jié)合，具有比單一學(xué)習(xí)器更優(yōu)越的泛化性能，并能靈活處理各類型數(shù)據(jù)，包括連續(xù)值和離散值，已在分類任務(wù)中有廣泛的應(yīng)用，而本文研究的停車行為識(shí)別是典型的分類問題。

GBDT 模型的輸入數(shù)據(jù)集合是T={(x1，y1)，(x2，y2)，…，(xm，ym)}，其中x={x1，x2，…，xm}為樣本特征集合，xi={x(i，1)，x(i，2)，…，x(i，k)}為第i個(gè)樣本的特征集合，y={y1，y2，…，ym}為樣本標(biāo)簽集合，m為樣本數(shù)量，k為特征向量中屬性的數(shù)量，本文k=5。f(x)為目標(biāo)函數(shù)，L為損失函數(shù)，具體步驟如下[27]：

（1）初始化：

式中：c為常數(shù)項(xiàng)；yi為第i個(gè)樣本的標(biāo)簽值。本文采用的損失函數(shù)為對(duì)數(shù)似然指數(shù)函數(shù)。

（2）對(duì)于n=1，2，…，Nt，其中Nt為決策樹數(shù)量，有：

①對(duì)于樣本i=1，2，…，m，計(jì)算負(fù)梯度：

②利用（xi，rni）（i=1，2，…，m），擬合一棵決策樹，即第n棵決策樹，其中對(duì)應(yīng)的葉子節(jié)點(diǎn)區(qū)域?yàn)镽nj（j=1，2，…，J），其中J為該決策樹的葉子節(jié)點(diǎn)的個(gè)數(shù)。

③對(duì)于葉子節(jié)點(diǎn)區(qū)域j=1，2，…，J，計(jì)算最佳擬合度：

④更新：

式中：I為指示函數(shù)，當(dāng)輸入為True時(shí)，輸出為1；輸入為False時(shí)，輸出為0。

（3）確定最終模型：

1.4 時(shí)變停車量統(tǒng)計(jì)

時(shí)變停車量指在某時(shí)段內(nèi)有停車行為的車輛數(shù)。以全天車牌識(shí)別數(shù)據(jù)作為輸入，應(yīng)用訓(xùn)練好的停車行為識(shí)別模型可判斷每輛車的行停狀態(tài)，從而獲取區(qū)域內(nèi)的時(shí)變停車量。設(shè)分析時(shí)段長(zhǎng)度為1 h，以7：00 pm為例，時(shí)變停車量是7：00 pm～8：00 pm 時(shí)段內(nèi)發(fā)生停車行為（單次停車30 min以上）的車輛數(shù)。根據(jù)上述定義，停車量的計(jì)算流程如下式：

式中：Nr為總車牌識(shí)別數(shù)據(jù)記錄數(shù)量；第n條車牌識(shí)別數(shù)據(jù)記錄的車牌號(hào)碼為vn；出行次序（根據(jù)車輛行停狀態(tài)打斷車輛出行鏈）為cn；經(jīng)過卡口時(shí)間為tn；卡口編號(hào)為ln；sk為時(shí)段k的開始時(shí)刻；Aarea為目標(biāo)區(qū)域卡口編號(hào)集合。

2 多源數(shù)據(jù)說明

2.1 數(shù)據(jù)來源與內(nèi)容

本文使用某市2021 年1 月的多源交通數(shù)據(jù)，包括車牌識(shí)別數(shù)據(jù)、停車場(chǎng)進(jìn)出車輛數(shù)據(jù)和出租車GPS數(shù)據(jù)。

①車牌識(shí)別數(shù)據(jù)。電警卡口可記錄經(jīng)過車輛的車牌號(hào)碼（脫敏后）與經(jīng)過時(shí)刻，數(shù)據(jù)量約2 000萬條/日，相鄰卡口間距大部分在2 km 以內(nèi)，密度較高，如圖4 所示。因此，可根據(jù)記錄的車牌號(hào)碼與經(jīng)過時(shí)刻提取車輛行駛軌跡。

圖4 卡口行程距離分布圖

②停車場(chǎng)進(jìn)出車輛數(shù)據(jù)。該市493 個(gè)停車場(chǎng)流水?dāng)?shù)據(jù)，包括配建停車場(chǎng)、公共停車場(chǎng)、路內(nèi)停車位，記錄了停車場(chǎng)名稱、車牌號(hào)碼、駛?cè)霑r(shí)刻、駛出時(shí)刻等信息，數(shù)據(jù)量約30 萬條/日，停車場(chǎng)內(nèi)車輛停車時(shí)長(zhǎng)分布如圖5所示。

圖5 停車場(chǎng)車輛停車時(shí)長(zhǎng)分布圖

③出租車GPS 數(shù)據(jù)。來源于該市3 649 輛出租車，包含出租車在運(yùn)營(yíng)時(shí)段內(nèi)各時(shí)刻的經(jīng)緯度、速度、方向等信息，時(shí)間粒度為30 s，數(shù)據(jù)量約770萬條/日。

2.2 數(shù)據(jù)質(zhì)量控制

車牌識(shí)別數(shù)據(jù)存在車輛丟失、車牌丟失與車牌失準(zhǔn)的問題，故需進(jìn)行質(zhì)量控制，如表1所示。

表1 車牌識(shí)別數(shù)據(jù)的問題

其中，車輛丟失和車牌失準(zhǔn)的情況2僅靠車牌識(shí)別數(shù)據(jù)難以處理，故本文數(shù)據(jù)質(zhì)量控制主要針對(duì)車牌丟失和車牌失準(zhǔn)的情況1。由于問題車牌識(shí)別數(shù)據(jù)難以還原，本研究直接剔除問題數(shù)據(jù)。經(jīng)質(zhì)量控制后，有效車牌識(shí)別數(shù)據(jù)占總量的89.6%。

3 城市區(qū)域停車行為識(shí)別方法

3.1 訓(xùn)練數(shù)據(jù)準(zhǔn)備

3.1.1 行停標(biāo)簽確定

本研究重點(diǎn)監(jiān)測(cè)單次停車時(shí)長(zhǎng)大于30 min的車輛，不考慮短時(shí)停車（例如接送孩子、購(gòu)買早餐等臨時(shí)停車）。值得注意，僅通過車牌識(shí)別數(shù)據(jù)難以準(zhǔn)確區(qū)分車輛在相鄰卡口記錄間的停車狀態(tài)和行車狀態(tài)。為了獲取車輛的真實(shí)行停狀態(tài)，本研究利用停車場(chǎng)進(jìn)出車輛數(shù)據(jù)獲取車輛的真實(shí)停車時(shí)段，并利用出租車GPS 數(shù)據(jù)獲取車輛的真實(shí)行駛時(shí)段，然后通過車牌號(hào)分別建立停車場(chǎng)進(jìn)出車輛和出租車與車牌識(shí)別數(shù)據(jù)的關(guān)聯(lián)，如圖6 所示。

圖6 行停狀態(tài)標(biāo)定示意圖

這為應(yīng)用機(jī)器學(xué)習(xí)算法來實(shí)現(xiàn)停車行為識(shí)別提供了訓(xùn)練數(shù)據(jù)基礎(chǔ)，具體步驟如下：

①訓(xùn)練對(duì)象預(yù)篩選。考慮到卡口漏檢問題以及夜間停車、長(zhǎng)時(shí)間停車問題，本文在確定樣本時(shí)結(jié)合前后多天的車牌識(shí)別數(shù)據(jù)（例如在統(tǒng)計(jì)2021年1 月14 日的樣本時(shí)，需要1 月11 日～17 日共七天的卡口數(shù)據(jù)）。為了減少關(guān)聯(lián)數(shù)據(jù)的工作量，先提取車牌識(shí)別數(shù)據(jù)中相鄰記錄時(shí)間間隔大于30 min的車輛作為初步對(duì)象。圖6 中，t1、t2、t3、t4是車輛被卡口捕獲的時(shí)刻，t1～t2、t3～t4是根據(jù)時(shí)間間隔確定的初步對(duì)象。

②真實(shí)停車樣本獲取。停車場(chǎng)進(jìn)出車輛數(shù)據(jù)記錄了真實(shí)停車車輛信息。若某車輛在停車場(chǎng)的停車時(shí)段（＞30 min）被完全包含在相鄰車牌識(shí)別記錄時(shí)段內(nèi)，則將此車輛標(biāo)識(shí)為停車。圖6中卡口記錄的時(shí)段t3～t4是步驟①確定的初步對(duì)象，若該時(shí)段內(nèi)車輛在停車場(chǎng)的停車時(shí)長(zhǎng)超過30 min，則可證明車輛在t3～t4時(shí)段發(fā)生了較長(zhǎng)停車行為，故標(biāo)識(shí)該車輛在時(shí)段t3～t4為停車車輛。

③真實(shí)行車樣本獲取。出租車GPS 數(shù)據(jù)的速度信息可用于判斷車輛行車狀態(tài)。若出租車相鄰車牌識(shí)別記錄的時(shí)段不包含GPS 數(shù)據(jù)的停車時(shí)段（＞30min），則將此車輛標(biāo)識(shí)為行車。利用t1～t2時(shí)段的出租車GPS 數(shù)據(jù)來判斷該時(shí)段的車輛狀態(tài)，若出租車GPS 數(shù)據(jù)顯示車速未連續(xù)30 min 為0 km/h，則可標(biāo)識(shí)該車輛在時(shí)段t1～t2為行車車輛。

3.1.2 特征向量構(gòu)建

為了體現(xiàn)行車與停車在相鄰卡口車牌識(shí)別記錄中的差異，選擇車輛在相鄰卡口間的時(shí)間間隔、速度、出發(fā)時(shí)段、到達(dá)時(shí)段與交通狀態(tài)五個(gè)特征來構(gòu)建特征向量，具體含義如表2所示。

表2 GBDT特征向量及含義

將上述特征兩兩組合來繪制散點(diǎn)圖，可發(fā)現(xiàn)行車和停車兩種狀態(tài)下的特征空間分布差異，如圖7（部分樣本的特征值在統(tǒng)計(jì)范圍之外）。

圖7 GBDT模型特征散點(diǎn)圖

（1）“速度-時(shí)間間隔”特征組合。95%行車樣本的速度在15 km/h 以內(nèi)，時(shí)間間隔在2.5 h 以內(nèi)，而95%停車樣本的速度在2.5 km/h以內(nèi)，時(shí)間間隔在24 h 以內(nèi)。說明行車樣本速度更快，停車樣本時(shí)間間隔更長(zhǎng)。

（2）“出發(fā)時(shí)段-到達(dá)時(shí)段”特征組合。行車樣本的出發(fā)時(shí)段和到達(dá)時(shí)段較接近，通常在5 小時(shí)內(nèi)，而停車樣本的分布幾乎包含全天所有時(shí)段。

（3）“速度-交通狀態(tài)”特征組合。行車樣本的交通狀態(tài)車速與自身速度之間的平均差為3.76 km/h，而停車樣本為9.55 km/h。這說明，行車樣本與周圍路段的車輛速度比較接近，停車樣本的速度明顯低于周圍車輛，當(dāng)樣本速度較低時(shí)，行車樣本可能是因?yàn)橹車范伟l(fā)生擁堵，而停車樣本的確發(fā)生停車。這為區(qū)分通過相鄰卡口間車輛是道路擁堵還是存在停車行為提供了條件。

上述行車和停車在特征空間上分布的差異為基于機(jī)器學(xué)習(xí)方法的停車行為識(shí)別提供了可能。

3.1.3 樣本預(yù)處理

部分區(qū)域的卡口過于稀疏，不具備停車監(jiān)測(cè)條件，故剔除卡口間距大于10 km 的樣本。此外，根據(jù)圖7（a）可以發(fā)現(xiàn)，少量行車樣本在相鄰卡口間同時(shí)出現(xiàn)行駛速度低和持續(xù)時(shí)間長(zhǎng)兩個(gè)特征，可能原因是出租車在同片區(qū)域（相鄰卡口間）低速來回繞行以尋找乘客，如圖8所示。考慮到這部分樣本的特殊性，故刪除速度低于1 km/h 和時(shí)間間隔超過2.5 h的行車樣本。

圖8 車輛繞行示意圖

為了提高模型訓(xùn)練的收斂速度和精度，本文采用z-score 方法對(duì)樣本特征做標(biāo)準(zhǔn)化處理[28]，將數(shù)據(jù)映射到均值為0 且標(biāo)準(zhǔn)差為1 的分布上，如下式：

式中：x′為標(biāo)準(zhǔn)化后的特征數(shù)據(jù)；x為原始特征數(shù)據(jù)；μ和σ分別為該特征原始數(shù)據(jù)的均值和方差。

使用2021 年1 月11 日至17 日數(shù)據(jù)，根據(jù)停車場(chǎng)進(jìn)出數(shù)據(jù)和出租車GPS 數(shù)據(jù)標(biāo)定車牌識(shí)別數(shù)據(jù)前后兩次卡口間車輛狀態(tài)，獲得真實(shí)停車樣本846 204 條，行車樣本81 654 條，用于停車行為識(shí)別模型的訓(xùn)練和測(cè)試，其中訓(xùn)練和測(cè)試樣本比例為7：3。原始數(shù)據(jù)集中停車樣本約為行車樣本的10倍，存在嚴(yán)重的類別不均衡問題，故本文采用SMOTE+ENN 算法對(duì)訓(xùn)練集進(jìn)行組合采樣。由于采樣過程受到每個(gè)樣本周圍若干個(gè)近鄰樣本的影響，即SMOTE 中K1值的選擇和ENN 中K2值的選擇會(huì)對(duì)結(jié)果產(chǎn)生重要影響。根據(jù)圖9可以發(fā)現(xiàn)，隨著K1和K2變大，行車準(zhǔn)確率逐漸提高，停車準(zhǔn)確率逐漸降低，當(dāng)SMOTE 中K1值和ENN 中K2值分別取3 和11 時(shí)，行車判斷準(zhǔn)確性和停車判斷準(zhǔn)確性均較高。

圖9 SMOTE+ENN算法的參數(shù)選擇

3.2 停車行為識(shí)別

3.2.1 參數(shù)優(yōu)化

為了驗(yàn)證本文提出的基于GBDT 的停車行為識(shí)別方法的準(zhǔn)確性，與經(jīng)驗(yàn)閾值法（以速度閾值低于5 km/h 來判斷停車）、機(jī)器學(xué)習(xí)方法（SVM、RF、Adaboost）進(jìn)行比較。SVM、RF、Adaboost 和GBDT 的超參數(shù)選擇對(duì)模型效果具有較大影響。因此，需要在訓(xùn)練集上評(píng)估各模型在不同參數(shù)組合下的效果。參數(shù)及調(diào)整范圍如表3所示。

表3 不同模型的參數(shù)優(yōu)化范圍

貝葉斯優(yōu)化是機(jī)器學(xué)習(xí)調(diào)參的主要方法之一，具有計(jì)算效率高、考慮信息全面、求解問題穩(wěn)健的特點(diǎn)[29-30]，故本文采用貝葉斯優(yōu)化確定最優(yōu)參數(shù)。設(shè)置貝葉斯優(yōu)化的迭代次數(shù)為30次，優(yōu)化目標(biāo)為5折交叉驗(yàn)證的AUC（Area Under Curve）均值，即ROC（Receiver Operating Characteristic Curve）曲線的線下面積。一般認(rèn)為，當(dāng)AUC 大于0.85 時(shí)模型效果較好。各模型的貝葉斯優(yōu)化過程如圖10所示。

圖10 貝葉斯優(yōu)化過程

3.2.2 特征重要性

為判斷不同特征變量對(duì)停車行為判斷的影響程度，根據(jù)GBDT 模型得出特征重要性，如圖11所示。可以發(fā)現(xiàn)，特征變量按重要性百分比從大到小依次為：速度、時(shí)間間隔、交通狀態(tài)、結(jié)束時(shí)間和開始時(shí)間。盡管時(shí)間間隔和速度是停車行為識(shí)別的關(guān)鍵特征，重要性分別28%和59%，但并不足以單獨(dú)作為判斷車輛行停的指標(biāo)，因此傳統(tǒng)經(jīng)驗(yàn)法選擇速度閾值或者時(shí)間閾值作為單一指標(biāo)來判斷車輛行停時(shí)，與基于全部特征得到的準(zhǔn)確率會(huì)存在一定差距。

圖11 特征重要性

4 城市區(qū)域時(shí)變停車量監(jiān)測(cè)結(jié)果

4.1 停車行為識(shí)別結(jié)果

4.1.1 不同數(shù)據(jù)集結(jié)果比較

為評(píng)估停車行為識(shí)別模型的效果，采用準(zhǔn)確率Racc、精確率Rpre、召回率Rre作為誤差分析指標(biāo)，如下面幾個(gè)式子所示：

式中：NP和NN為測(cè)試集中的停車樣本量和行車樣本量；NTP和NTN為識(shí)別正確的停車樣本量和行車樣本量；NFN為被識(shí)別為停車的行車樣本量。

分別以原始數(shù)據(jù)集、隨機(jī)欠采樣數(shù)據(jù)集和SMOTE+ENN 算法處理后的數(shù)據(jù)集作為訓(xùn)練集，采用GBDT 算法構(gòu)建停車行為識(shí)別模型，并在相同測(cè)試集下比較模型結(jié)果，如表4所示。原始數(shù)據(jù)集的準(zhǔn)確率（84.1%）和召回率（98.5%）差異最大，主要原因是原始數(shù)據(jù)集中行停樣本類別不均衡，行車樣本僅為停車樣本的10%，導(dǎo)致模型對(duì)行車判斷不準(zhǔn)確；數(shù)據(jù)集經(jīng)過隨機(jī)欠采樣處理后，停車樣本量明顯減小，使得模型訓(xùn)練過程中損失部分關(guān)鍵信息，從而導(dǎo)致準(zhǔn)確率、精確率、召回率均下降；SMOTE+ENN 算法處理后，行車樣本量增加，停車樣本量減少，準(zhǔn)確率（93.1%）和精確率（99.6%）大幅度提升，召回率（86.5%）略微下降，原因可能是在生成行車樣本的同時(shí)，產(chǎn)生大量相似的行車樣本，造成模型過擬合，干擾對(duì)停車的判斷，以及在對(duì)停車樣本進(jìn)行ENN處理噪聲數(shù)據(jù)時(shí)，丟失部分信息。可以看出，單獨(dú)依靠GBDT 算法并不能有效處理樣本類別不均衡問題，而SMOTE+ENN算法的應(yīng)用能改善識(shí)別效果。

4.1.2 不同方法結(jié)果比較

五種方法識(shí)別結(jié)果如表5 所示。經(jīng)驗(yàn)法的召回率（99.1%）最高，但準(zhǔn)確率（68.7%）和精確率（61.0%）明顯較低，說明經(jīng)驗(yàn)法對(duì)停車樣本的判斷較為準(zhǔn)確，對(duì)行車樣本的判斷比較差，將部分行車誤判為停車，兩種樣本的判斷準(zhǔn)確性十分不均衡。這是因?yàn)榻?jīng)驗(yàn)法的結(jié)果受到速度閾值（5 km/h）的影響，直接將低速車輛判斷為停車，忽略了擁堵造成的低速行車。

表5 不同模型的結(jié)果比較

而機(jī)器學(xué)習(xí)模型中，由于添加了交通狀態(tài)這一特征，能夠根據(jù)周圍車輛的行駛證狀態(tài)較好地區(qū)分出停車和低速行車，從而準(zhǔn)確率和精確率有了大幅度的提升，都達(dá)到了90%以上，召回率雖然有所降低，但是仍然保持在85%以上。這表明，相較于經(jīng)驗(yàn)法，機(jī)器學(xué)習(xí)方法比較穩(wěn)定，對(duì)兩種樣本的判斷準(zhǔn)確性均較高。同時(shí)，在四種機(jī)器學(xué)習(xí)模型中，GBDT 模型的三個(gè)指標(biāo)均最高，測(cè)試集的準(zhǔn)確率、精確率和召回率分別為93.1%、99.6%、86.5%，從而證明GBDT 模型具有更好的停車行為識(shí)別效果。

在本文中，經(jīng)驗(yàn)法根據(jù)速度閾值判斷車輛是否在連續(xù)卡口間發(fā)生停車，因此選擇速度特征來比較經(jīng)驗(yàn)法和GBDT 模型的誤差分布，如圖12 所示。可以看出，兩種方法的誤差分布存在差異，尤其是在1～5 km/h 的速度區(qū)間。0～1 km/h 的速度區(qū)間內(nèi)停車行為識(shí)別精度為100%，同時(shí)隨著速度的提高，行車行為識(shí)別精度持續(xù)提高。這是由于在對(duì)行車樣本處理后（即剔除速度低于1 km/h 的行車樣本），速度接近于0 km/h 時(shí)車輛更符合停車特征。當(dāng)車輛處于中低速時(shí)（例如1～5 km/h），經(jīng)驗(yàn)法與GBDT 模型的識(shí)別結(jié)果精度均較低，但是誤差存在差異。經(jīng)驗(yàn)法直接根據(jù)速度閾值判斷車輛狀態(tài)，直接將低速行車誤判為停車，無法有效識(shí)別低速行車行為，而GBDT 模型同時(shí)存在停車誤判為行車以及行車誤判為停車的情況，但依然能有效識(shí)別部分低速行車行為。這主要是由于中低速情況下易造成擁堵狀態(tài)行車與真實(shí)停車之間的誤判。當(dāng)車輛速度較高時(shí)，行車準(zhǔn)確率逐漸提升到100%。

圖12 不同速度特征下的誤差分布

4.1.3 卡口數(shù)量敏感度分析

為分析卡口數(shù)量對(duì)停車行為識(shí)別效果的影響，依次隨機(jī)減少5%的卡口數(shù)量，篩除該部分卡口的所有數(shù)據(jù)不再使用。在重新標(biāo)定停車樣本并建立停車行為識(shí)別模型后，計(jì)算指標(biāo)如圖13所示。

圖13 卡口敏感度分析

由圖13（a）可以發(fā)現(xiàn)，當(dāng)卡口數(shù)量保持在80%以上時(shí)停車樣本量變化不大，和100%卡口數(shù)量時(shí)相比停車樣本量減少1%。然而，當(dāng)減少的卡口數(shù)量超過50%，此時(shí)卡口數(shù)量較少、分布密度較低，能被卡口捕捉到的停車樣本量會(huì)大幅度下降。

由圖13（b）可以發(fā)現(xiàn)，卡口數(shù)量變化對(duì)停車行為識(shí)別準(zhǔn)確性的影響不大。準(zhǔn)確率、精確率和召回率略微降低的原因是，卡口密度較高時(shí)，卡口能夠比較完整地捕捉車輛軌跡，進(jìn)而有效判斷行停，隨著卡口密度降低，停車識(shí)別的準(zhǔn)確性也降低。這說明，盡管卡口數(shù)量的減少會(huì)影響能夠感知的停車樣本量，但針對(duì)能夠被卡口感知的車輛，本文采用的停車行為識(shí)別方法依然穩(wěn)健。

4.2 停車量監(jiān)測(cè)結(jié)果

4.2.1 城市區(qū)域級(jí)時(shí)變停車量統(tǒng)計(jì)

在進(jìn)行時(shí)變停車量統(tǒng)計(jì)時(shí)，先判斷車輛是否在前后兩次相鄰卡口車牌記錄間發(fā)生停車，如果發(fā)生停車，則將前一次卡口檢測(cè)時(shí)刻作為開始停車時(shí)刻，后一次卡口檢測(cè)時(shí)刻作為結(jié)束停車時(shí)刻，分時(shí)段集計(jì)停車量。當(dāng)卡口密度較高時(shí)，卡口檢測(cè)時(shí)刻與真實(shí)停車時(shí)刻的差異應(yīng)該在一定范圍內(nèi)，如圖14所示，數(shù)據(jù)集中停車樣本的前后兩次卡口檢測(cè)時(shí)刻與停車場(chǎng)駛?cè)搿Ⅰ偝鰰r(shí)刻的時(shí)間差大部分在1 h 以內(nèi)。因此，可以按照1 h 的時(shí)間粒度來集計(jì)時(shí)變停車量。

圖14 卡口檢測(cè)時(shí)刻與真實(shí)停車時(shí)刻的時(shí)間差分布圖

以某個(gè)城市區(qū)域?yàn)檠芯繉?duì)象，將該城市車牌識(shí)別數(shù)據(jù)輸入模型，得到區(qū)域級(jí)時(shí)變停車量。選擇2021 年1 月20 日為研究時(shí)間，根據(jù)分析的結(jié)果（見圖15）可以發(fā)現(xiàn)，時(shí)變停車量在白天較低，夜間較高，并且在早晚通勤時(shí)間達(dá)到一天中的最低，與實(shí)際情況較為吻合。同時(shí)根據(jù)該市停車普查數(shù)據(jù)，區(qū)域停車位（包括配建停車場(chǎng)、路外公共停車場(chǎng)、路內(nèi)停車位）在30 萬左右，時(shí)變停車量與實(shí)際可用停車位在數(shù)量上基本吻合。

圖15 時(shí)變停車量的監(jiān)測(cè)結(jié)果

4.2.2 停車場(chǎng)進(jìn)出數(shù)據(jù)校核

以停車場(chǎng)為研究對(duì)象，從微觀層面分析真實(shí)的停車車輛能否通過本文提出的監(jiān)測(cè)方法識(shí)別。比較車牌識(shí)別數(shù)據(jù)和停車場(chǎng)進(jìn)出數(shù)據(jù)，如果車輛在車牌識(shí)別數(shù)據(jù)的停車時(shí)間完全包含車輛在停車場(chǎng)的停車時(shí)間，則認(rèn)為是能夠通過本文算法識(shí)別的停車。在實(shí)際分析中發(fā)現(xiàn)，由于停車場(chǎng)的時(shí)鐘難以統(tǒng)一，導(dǎo)致停車場(chǎng)的停車時(shí)間與車牌識(shí)別數(shù)據(jù)的停車時(shí)間不一致，因此當(dāng)車輛的兩個(gè)停車時(shí)間有部分重合時(shí)，就視作可以識(shí)別為停車。在校核前，還需要剔除停車場(chǎng)停車時(shí)間小于等于30 min 的車輛和車牌識(shí)別數(shù)據(jù)中記錄較少的車輛（無法判斷停車），避免造成誤差。

以市區(qū)范圍內(nèi)的41 個(gè)停車場(chǎng)為例，校核結(jié)果如圖16（a），絕大部分停車場(chǎng)的可以識(shí)別停車量占比在90%以上，平均值為96%。同時(shí)校核單個(gè)停車場(chǎng)的時(shí)變停車量，如圖16（b）、（c），可以看出，算法識(shí)別的停車量和真實(shí)停車量的時(shí)變特征一致。這證明本文方法效果較好，大部分真實(shí)的停車車輛可以通過算法識(shí)別。結(jié)合停車場(chǎng)周圍的卡口分布情況，發(fā)現(xiàn)識(shí)別停車量占比90%以下的停車場(chǎng)周圍500m 以內(nèi)的平均卡口數(shù)為22，而識(shí)別停車量占比90%以上的平均為45，這證明停車量監(jiān)測(cè)的準(zhǔn)確性與卡口密度相關(guān)。此外，個(gè)別停車場(chǎng)的可識(shí)別停車量占比較低，但周圍卡口數(shù)量并不稀少（明顯高于22，但是仍然低于45），還可能與卡口的數(shù)據(jù)質(zhì)量和位置分布等有關(guān)。

圖16 停車場(chǎng)校核結(jié)果

5 結(jié)論與展望

本文結(jié)合多源城市交通數(shù)據(jù)，包括電警卡口的車牌識(shí)別數(shù)據(jù)、停車場(chǎng)進(jìn)出車輛數(shù)據(jù)與出租車GPS 數(shù)據(jù)，應(yīng)用SMOTE+ENN 算法處理不均衡行停樣本，提出基于GBDT 算法的停車行為識(shí)別方法，最終實(shí)現(xiàn)城市區(qū)域時(shí)變停車量監(jiān)測(cè)，主要研究成果包括：

（1）結(jié)合停車場(chǎng)進(jìn)出車輛數(shù)據(jù)和出租車GPS數(shù)據(jù)，提出了準(zhǔn)確標(biāo)定車牌識(shí)別數(shù)據(jù)中車輛行停狀態(tài)的方法。

（2）使用SMOTE+ENN 算法處理行車樣本和停車樣本數(shù)據(jù)量不均衡問題，與原始數(shù)據(jù)、隨機(jī)欠采樣相比，經(jīng)過SMOTE+ENN 算法處理后，模型的準(zhǔn)確率（93.1%）和精確率（99.6%）得到了較大幅度提高。

（3）提出了基于GBDT 算法的停車行為識(shí)別方法，同時(shí)與經(jīng)驗(yàn)法、SVM、RF、Adaboost等方法比較，結(jié)果證明GBDT 方法的停車行為識(shí)別效果最好（準(zhǔn)確率93.1%，精確率99.6%，召回率86.5%），并且在卡口數(shù)量減少時(shí)識(shí)別方法具有穩(wěn)健性。

（4）以某市為例統(tǒng)計(jì)區(qū)域時(shí)變停車量，相對(duì)趨勢(shì)與數(shù)據(jù)結(jié)果符合預(yù)期，根據(jù)停車普查數(shù)據(jù)，區(qū)域停車位可以滿足當(dāng)前停車總量。同時(shí)利用停車場(chǎng)數(shù)據(jù)從微觀層面驗(yàn)證時(shí)變停車量監(jiān)測(cè)結(jié)果，其中可通過本文算法識(shí)別的停車量為96%。

然而，本研究提出的停車量監(jiān)測(cè)方法仍存在有待完善的地方。經(jīng)分析總結(jié)整個(gè)研究過程，未來研究方向如下：

（1）進(jìn)一步完善停車地點(diǎn)的判斷。目前研究面向城市區(qū)域范圍的停車量監(jiān)測(cè)，如何更準(zhǔn)確判斷停車地點(diǎn)，是下階段的研究方向。

（2）進(jìn)一步提高停車行為識(shí)別的召回率。通過獲取多樣化的停車與行車樣本，持續(xù)改進(jìn)停車行為識(shí)別方法，在保證準(zhǔn)確率和精確率的同時(shí)降低將停車誤判為行車的比例，以提高召回率。