基于大数据的交通导航系统及方法与流程

本发明涉及数据处理技术领域，具体是指一种基于大数据的交通导航系统及方法。

背景技术：

随着社会的快速发展，基于互联网的交通导航给用户带来了越来越大的便利。用户可以直接在手机或者电脑上输入自己的出发地和目的地，获取导航系统自动规划的路径，路径可以包括步行的具体的路径导航，也可以包括开车驾驶的具体的路径导航，也可以包括乘坐公交车、地铁等公共交通工具的换乘路径方案，给用户提供了多种多样的选择。

然而，现有的路径规划中，在对路径进行排序时，一般只有根据路径的长度和路径的总预测时间两种方式进行排序和推荐，并不能很好地适应多种多样的导航需求，有时间根据路径的长度或路径的总时间来排序的最靠前的路径不一定是最人性化最能满足用户需要的路径，给用户带来了一定的不便。

技术实现要素：

本发明提供了一种基于大数据的交通导航系统及方法，其目的在于克服现有技术中的缺陷，结合历史行驶数据和用户历史选择数据来对路径进行综合排序，可以提供更符合用户需求的路径。

为了实现上述目的，本发明具有如下构成：

该基于大数据的交通导航系统，包括：

导航目的获取模块，用于获取用户设置的导航出发地和导航目的地；

导航方式选择模块，用于获取用户设置的导航方式，所述导航方式包括步行导航和公共交通工具导航；

步行导航规划模块，用于在用户设置的导航方式为步行导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户；

公共交通导航模块，用于在用户设置的导航方式为公共交通工具导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户，每个路径对应一换乘方案；

用户数据统计模块，用于在用户选择所述步行导航规划模块规划的路径或公共交通导航模块规划的路径之后，存储用户此次导航的导航出发地、导航目的地和用户选择的路径以及路径的类型；

行驶数据统计模块，用于定时获取各个公共交通工具的定位数据，根据定位数据和时间统计公共交通工具在每个路段的历史行驶时间，并计算公共交通工具在每个路段的历史平均行驶时间；

其中，所述公共交通导航模块包括：

公共路径筛选单元，用于查找从所述导航出发地到导航目的地的所有公共交通工具换乘方案，并筛选去除换乘次数大于预设次数阈值的换乘方案；

公共路径排序单元，用于获取各个所述换乘方案中每段路径的平均行驶时间，计算每个换乘方案的预测行驶时间t1，对于所述换乘方案中每个公共交通工具，计算该交通工具被用户选择的次数a和被推荐给用户的次数b的比值a/b，计算该交通工具在最近预设时间段内被推荐给用户的次数b与预设的时间系数k的比值b/k，将预测行驶时间t1、比值a/b和比值b/k进行加权求和得到值c，按照每个交通工具的值c的大小顺序对每个换乘方案进行排序，得到排序后的换乘方案顺序，根据换乘方案顺序对规划的路径进行排序；

公共路径推荐单元，用于根据所述规划的路径的排序生成规划路径显示界面，将所述规划路径显示界面推送给用户。

可选地，所述步行导航规划模块包括：

步行路径筛选单元，用于查找从所述导航出发地到导航目的地的所有步行可选路径，并筛选去除所述步行可选路径的行进总距离大于预设距离阈值的路径；

步行路径排序单元，用于根据各个步行可选路径中各个路段的距离和预设的用户平均速度计算各个步行路段的预测行进时间，统计各个步行可选路径的总预测行进时间t2，计算各个步行路段被用户选择的次数d和各个步行路段推荐给用户的次数e的比值d/e，计算各个步行路段在最近预设时间段内被推荐给用户的次数e与时间系数k的比值e/k，将总预测行进时间t2、比值d/e和比值e/k进行加权求和得到值f，按照值f的大小对各个步行可选路径进行排序；

步行路径推荐单元，用于根据所述步行可选路径的排序生成步行路径推荐界面，将所述步行路径推荐界面推荐给用户。

可选地，所述用户数据统计模块还用于在用户行进过程中，判断用户是否允许获取定位数据，如果允许，则每隔预设时间获取用户的定位数据，并根据用户的定位数据计算用户所对应的用户平均速度。

可选地，所述公共路径排序单元计算每个换乘方案的预测行驶时间t1，包括将每个换乘方案中每个路段的历史平均行驶时间和每个路口的历史平均通过时间相加，得到该换乘方案的预测行驶时间t1。

可选地，所述行驶数据统计模块还用于统计每个路口的历史通过时间，计算得到每个路口的历史平均通过时间。

可选地，所述公共路径排序单元计算每个换乘方案的预测行驶时间t1时，还包括获取当前时刻每个路口的车辆的实际平均通过时间，判断每个路口的车辆的历史平均通过时间与该路口的实际平均通过时间的差值的绝对值是否大于预设时间阈值，如果是，则在计算包括该路口的换乘方案的预测行驶时间t1时，将相加的该路口的历史平均通过时间替换为该路口的实际平均通过时间。

可选地，所述公共路径排序单元计算每个换乘方案的预测行驶时间t1时，还包括获取当前时刻每个路段的车辆的实际平均行驶时间，判断每个路口的车辆的历史平均行驶时间与实际平均行驶时间的差值的绝对值是否大于预设时间阈值，如果是，则在计算包括该路段的换乘方案的预测行驶时间t1时，将相加的该路段的历史平均行驶时间替换为该路段的实际平均行驶时间。

可选地，所述公共路径推荐单元还包括获取用户的历史选择数据，所述历史选择数据包括历史数据中公共路径类型所对应的用户的导航出发地、导航目的地和选择的路径，如果历史选择数据中存在与此次设置的导航出发地和导航目的地相同的历史选择数据时，将历史选择数据中选择的路径调至排序的首位；

所述步行路径推荐单元还包括获取用户的历史选择数据，所述历史选择数据包括历史数据中步行路径类型所对应的用户的导航出发地、导航目的地和选择的路径，如果历史选择数据中存在与此次设置的导航出发地和导航目的地相同的历史选择数据时，将历史选择数据中选择的路径调至排序的首位。

本发明实施例还提供一种基于大数据的交通导航方法，采用所述的基于大数据的交通导航系统，所述方法包括如下步骤：

获取用户设置的导航出发地和导航目的地；

获取用户设置的导航方式，所述导航方式包括步行导航和公共交通工具导航；

在用户设置的导航方式为步行导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户；

在用户设置的导航方式为公共交通工具导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户，每个路径对应一换乘方案；

在用户选择所述步行导航规划模块规划的路径或公共交通导航模块规划的路径之后，存储用户此次导航的导航出发地、导航目的地和用户选择的路径；

其中，在用户设置的导航方式为公共交通工具导航时，按照如下步骤进行路径规划：

查找从所述导航出发地到导航目的地的所有公共交通工具换乘方案，并筛选去除换乘次数大于预设次数阈值的换乘方案；

获取各个所述换乘方案中每段路径的平均行驶时间，计算每个换乘方案的预测行驶时间t1，对于所述换乘方案中每个公共交通工具，计算该交通工具被用户选择的次数a和被推荐给用户的次数b的比值a/b，计算该交通工具在一个月内被推荐给用户的次数a与预设的时间系数k的比值a/k，将预测行驶时间t1、比值a/b和比值a/k进行加权求和得到值c，按照每个交通工具的值c的大小顺序对每个换乘方案进行排序，得到排序后的换乘方案顺序，根据换乘方案顺序对规划的路径进行排序；

根据所述规划的路径的排序生成规划路径显示界面，将所述规划路径显示界面推送给用户。

可选地，在用户设置的导航方式为步行导航时，按照如下步骤进行路径规划：

查找从所述导航出发地到导航目的地的所有步行可选路径，并筛选去除所述步行可选路径的行进总距离大于预设距离阈值的路径；

根据各个步行可选路径中各个路段的距离和预设的用户平均速度计算各个步行路段的预测行进时间，统计各个步行可选路径的总预测行进时间t2，计算各个步行路段被用户选择的次数d和各个步行路段推荐给用户的次数e的比值d/e，计算各个步行路段在最近预设时间段内被推荐给用户的次数e与时间系数k的比值e/k，将总预测行进时间t2、比值d/e和比值e/k进行加权求和得到值f，按照值f的大小对各个步行可选路径进行排序；

根据所述步行可选路径的排序生成步行路径推荐界面，将所述步行路径推荐界面推荐给用户。

采用了该发明中的基于大数据的交通导航系统及方法，具有如下有益效果：

本发明在根据用户选择进行路径规划之后，根据历史数据中用户的选择和历史统计的行驶数据进行综合排序，从而实现了更加智能化的路径规划和路径排序推荐，可以为用户选择推荐更合适的路径；进一步地，本发明可以结合对实际交通的监测，如果实际交通中监测到的行进时间数据与历史数据相差很大，则以实际的数据为准，从而可以根据当前实时的交通情况进行更合理更真实的路径排序，给用户提供最佳的路径导航推荐服务，提升用户使用体验，适用于大范围推广应用。

附图说明

图1为本发明一实施例的基于大数据的交通导航系统的结构示意图；

图2为本发明一实施例的公共交通导航模块的结构示意图；

图3为本发明一实施例的步行导航规划模块的结构示意图；

图4为本发明一实施例的基于大数据的交通导航方法中公共交通导航的流程图；

图5为本发明一实施例的基于大数据的交通导航方法中公共交通导航的流程图；

图6为本发明一实施例的基于大数据的交通导航方法中步行导航的流程图。

附图标记：

导航目的获取模块m100

导航方式选择模块m200

步行导航规划模块m300

步行路径筛选单元m310

步行路径排序单元m320

步行路径推荐单元m330

公共交通导航模块m400

公共路径筛选单元m410

公共路径排序单元m420

公共路径推荐单元m430

用户数据统计模块m500

行驶数据统计模块m600

具体实施方式

为了能够更清楚地描述本发明的技术内容，下面结合具体实施例来进行进一步的描述。

为了解决现有技术中的技术问题，本发明提供了一种基于大数据的交通导航系统。如图1所示，在本发明一实施例中，所述基于大数据的交通导航系统包括：

导航目的获取模块m100，用于获取用户设置的导航出发地和导航目的地，具体地可以获取用户在手机终端、平板电脑或笔记本电脑等设备上设置的导航需求；

导航方式选择模块m200，用于获取用户设置的导航方式，所述导航方式包括步行导航和公共交通工具导航，同样地，可以获取用户在手机终端、平板电脑或笔记本电脑等设备上设置的导航方式需求；

步行导航规划模块m300，用于在用户设置的导航方式为步行导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户；

公共交通导航模块m400，用于在用户设置的导航方式为公共交通工具导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户，每个路径对应一换乘方案；

用户数据统计模块m500，用于在用户选择所述步行导航规划模块m300规划的路径或公共交通导航模块m400规划的路径之后，存储用户此次导航的导航出发地、导航目的地和用户选择的路径以及路径的类型；

行驶数据统计模块m600，用于定时获取各个公共交通工具的定位数据，根据定位数据和时间统计公共交通工具在每个路段的历史行驶时间，并计算公共交通工具在每个路段的历史平均行驶时间；此处公共交通工具在每个路段的历史平均行驶时间可以根据公共交通工具的类型记录多个数据，例如可以包括普通公交在每个路段的历史平均行驶时间，快速公交在每个路段的历史平均行驶时间，地铁在每个路段的历史平均行驶时间等。

如图2所示，其中，所述公共交通导航模块m400包括：

公共路径筛选单元m410，用于查找从所述导航出发地到导航目的地的所有公共交通工具换乘方案，并筛选去除换乘次数大于预设次数阈值的换乘方案；此处预设次数阈值可以根据需要选择和设定，并且可以由用户自己在用户界面上进行设定。

公共路径排序单元m420，用于获取各个所述换乘方案中每段路径的平均行驶时间，计算每个换乘方案的预测行驶时间t1，对于所述换乘方案中每个公共交通工具，计算该交通工具被用户选择的次数a和被推荐给用户的次数b的比值a/b，计算该交通工具在最近预设时间段内被推荐给用户的次数b与预设的时间系数k的比值b/k，将预测行驶时间t1、比值a/b和比值b/k进行加权求和得到值c，按照每个交通工具的值c的大小顺序对每个换乘方案进行排序，得到排序后的换乘方案顺序，根据换乘方案顺序对规划的路径进行排序；其中，在计算每个换乘方案的预测行驶时间t1时，根据公共交通工具的不同类型获取不同的历史平均行驶时间；

公共路径推荐单元m430，用于根据所述规划的路径的排序生成规划路径显示界面，将所述规划路径显示界面推送给用户。

因此，本发明的基于大数据的交通导航系统，在通过导航目的获取模块m100和导航方式选择模块m200获取到用户的选择需求之后，根据用户选择进行路径规划，并且通过公共路径筛选单元m410将换乘次数过多的换乘方案筛除，避免提供过多无效信息，然后由公共路径排序模块根据历史数据中用户的选择和历史统计的行驶数据进行综合排序，从而实现了更加智能化的路径规划和路径排序推荐，可以为用户选择推荐更合适的路径。

如图3所示，进一步地，在该实施例中，所述步行导航规划模块m300包括：

步行路径筛选单元m310，用于查找从所述导航出发地到导航目的地的所有步行可选路径，并筛选去除所述步行可选路径的行进总距离大于预设距离阈值的路径；

步行路径排序单元m320，用于根据各个步行可选路径中各个路段的距离和预设的用户平均速度计算各个步行路段的预测行进时间，统计各个步行可选路径的总预测行进时间t2，计算各个步行路段被用户选择的次数d和各个步行路段推荐给用户的次数e的比值d/e，计算各个步行路段在最近预设时间段内被推荐给用户的次数e与时间系数k的比值e/k，将总预测行进时间t2、比值d/e和比值e/k进行加权求和得到值f，按照值f的大小对各个步行可选路径进行排序；

步行路径推荐单元m330，用于根据所述步行可选路径的排序生成步行路径推荐界面，将所述步行路径推荐界面推荐给用户。

因此，本发明在进行步行路径规划时，首先由步行路径筛选单元m310筛除路径距离明显过长的路径，避免显示过多无效信息。然后由步行路径排序单元m320根据预测行进时间、被用户选择的次数综合进行排序，从而获得更有针对性、更符合用户需求的排序顺序，然后推荐给用户。用户可以第一时间看到根据大数据统计分析而生成的与用户需求最贴近的优选路径。

在该实施例中，所述用户数据统计模块m500还用于在用户行进过程中，判断用户是否允许获取定位数据，如果允许，则每隔预设时间获取用户的定位数据，并根据用户的定位数据计算用户所对应的用户平均速度。对于不同的用户来说，用户平均速度可能是不同的，大人和小孩的用户平均速度也会有较大差异。如果没有查到该用户相关的行进历史数据或定位数据，则根据系统默认的用户平均速度来计算行进时间。

在该实施例中，所述公共路径排序单元m420计算每个换乘方案的预测行驶时间t1，包括将每个换乘方案中每个路段的历史平均行驶时间和每个路口的历史平均通过时间相加，得到该换乘方案的预测行驶时间t1。例如对于一个换乘方案来说，一共有五个路口、六个路段，则将五个路口的历史平均通过时间和六个路段的历史平均行驶时间相加，得到预测行驶时间t1。

在该实施例中，所述行驶数据统计模块m600还用于统计每个路口的历史通过时间，计算得到每个路口的历史平均通过时间。具体地，对于不同的公共交通工具类型，每个路口的历史通过时间不同，例如对于快速公交和普通公交来说，通过同一个路口的历史通过时间是不同的。在具体计算一个换乘方案的预测行驶时间时，也要根据该路口所对应的公共交通工具的类型来选择对应的该路口的历史平均通过时间。同样地，在获取某一个路段的历史平均行驶时间时，也要根据该路段所对应的公共交通工具的类型来选择对应的该路段的历史平均行驶时间。

在该实施例中，所述公共路径排序单元m420计算每个换乘方案的预测行驶时间t1时，还包括获取当前时刻每个路口的车辆的实际平均通过时间，判断每个路口的车辆的历史平均通过时间与该路口的实际平均通过时间的差值的绝对值是否大于预设时间阈值，如果是，则在计算包括该路口的换乘方案的预测行驶时间t1时，将相加的该路口的历史平均通过时间替换为该路口的实际平均通过时间。如果实际平均通过时间相比于历史平均通过时间大很多，说明该路口可能出现拥堵，或出现交通事故，或出现道路维修等情况，为了避免耽误用户的出行，将实际平均通过时间替代历史平均通过时间，用户可以更加直观地预测当前时间选择该种换乘方案的预测行驶时间t1，而更合理地选择自己的出行方案。

在该实施例中，所述公共路径排序单元m420计算每个换乘方案的预测行驶时间t1时，还包括获取当前时刻每个路段的车辆的实际平均行驶时间，判断每个路口的车辆的历史平均行驶时间与实际平均行驶时间的差值的绝对值是否大于预设时间阈值，如果是，则在计算包括该路段的换乘方案的预测行驶时间t1时，将相加的该路段的历史平均行驶时间替换为该路段的实际平均行驶时间。同样地，如果实际平均行驶时间比历史平均行驶时间大很多，说明该路段可能出现拥堵，或出现交通事故，或出现道路维修等情况，为了避免耽误用户的出行，将实际平均行驶时间替代历史平均行驶时间，用户可以更加直观地预测当前时间选择该种换乘方案的预测行驶时间t1，而更合理地选择自己的出行方案。

因此，本发明可以结合对实际交通的监测，如果实际交通中监测到的行进时间数据与历史数据相差很大，则以实际的数据为准，从而可以根据当前实时的交通情况进行更合理更真实的路径排序，给用户提供最佳的路径导航推荐服务。

在该实施例中，所述公共路径推荐单元m430还包括获取用户的历史选择数据，所述历史选择数据包括历史数据中公共路径类型所对应的用户的导航出发地、导航目的地和选择的路径，如果历史选择数据中存在与此次设置的导航出发地和导航目的地相同的历史选择数据时，将历史选择数据中选择的路径调至排序的首位。因此，本发明进一步可以根据用户的历史选择数据来进行顺序调整，如果用户以前进行过该出行需求的导航，并且选择过一个采用公共交通工具的路径，则优先显示用户之前选择过的路径。

所述步行路径推荐单元m330还包括获取用户的历史选择数据，所述历史选择数据包括历史数据中步行路径类型所对应的用户的导航出发地、导航目的地和选择的路径，如果历史选择数据中存在与此次设置的导航出发地和导航目的地相同的历史选择数据时，将历史选择数据中选择的路径调至排序的首位。同样地，如果用户以前进行过该出行需求的导航，并且选择过一个采用步行方式的路径，则优先显示用户之前选择过的路径。

如图4所示，本发明实施例还提供一种基于大数据的交通导航方法，采用所述的基于大数据的交通导航系统，所述方法包括如下步骤：

获取用户设置的导航出发地和导航目的地；

获取用户设置的导航方式，所述导航方式包括步行导航和公共交通工具导航；

在用户设置的导航方式为步行导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户；

在用户设置的导航方式为公共交通工具导航时，根据用户设置的导航出发地和导航目的地进行路径规划，并将规划的路径推荐给用户，每个路径对应一换乘方案；

在用户选择所述步行导航规划模块规划的路径或公共交通导航模块规划的路径之后，存储用户此次导航的导航出发地、导航目的地和用户选择的路径；

如图5所示，其中，在用户设置的导航方式为公共交通工具导航时，按照如下步骤进行路径规划：

查找从所述导航出发地到导航目的地的所有公共交通工具换乘方案，并筛选去除换乘次数大于预设次数阈值的换乘方案；

获取各个所述换乘方案中每段路径的平均行驶时间，计算每个换乘方案的预测行驶时间t1，对于所述换乘方案中每个公共交通工具，计算该交通工具被用户选择的次数a和被推荐给用户的次数b的比值a/b，计算该交通工具在一个月内被推荐给用户的次数a与预设的时间系数k的比值a/k，将预测行驶时间t1、比值a/b和比值a/k进行加权求和得到值c，按照每个交通工具的值c的大小顺序对每个换乘方案进行排序，得到排序后的换乘方案顺序，根据换乘方案顺序对规划的路径进行排序；

根据所述规划的路径的排序生成规划路径显示界面，将所述规划路径显示界面推送给用户。

如图6所示，进一步地，在该实施例中，在用户设置的导航方式为步行导航时，按照如下步骤进行路径规划：

查找从所述导航出发地到导航目的地的所有步行可选路径，并筛选去除所述步行可选路径的行进总距离大于预设距离阈值的路径；

根据各个步行可选路径中各个路段的距离和预设的用户平均速度计算各个步行路段的预测行进时间，统计各个步行可选路径的总预测行进时间t2，计算各个步行路段被用户选择的次数d和各个步行路段推荐给用户的次数e的比值d/e，计算各个步行路段在最近预设时间段内被推荐给用户的次数e与时间系数k的比值e/k，将总预测行进时间t2、比值d/e和比值e/k进行加权求和得到值f，按照值f的大小对各个步行可选路径进行排序；

根据所述步行可选路径的排序生成步行路径推荐界面，将所述步行路径推荐界面推荐给用户。

在该种基于大数据的交通导航方法中，各个步骤的具体实现方式均可以采用上述基于大数据的交通导航系统中各个功能模块的功能实现方式，在此不予赘述。

与现有技术相比，采用了该发明中的基于大数据的交通导航系统及方法，具有如下有益效果：

本发明在根据用户选择进行路径规划之后，根据历史数据中用户的选择和历史统计的行驶数据进行综合排序，从而实现了更加智能化的路径规划和路径排序推荐，可以为用户选择推荐更合适的路径；进一步地，本发明可以结合对实际交通的监测，如果实际交通中监测到的行进时间数据与历史数据相差很大，则以实际的数据为准，从而可以根据当前实时的交通情况进行更合理更真实的路径排序，给用户提供最佳的路径导航推荐服务，提升用户使用体验，适用于大范围推广应用。

在此说明书中，本发明已参照其特定的实施例作了描述。但是，很显然仍可以作出各种修改和变换而不背离本发明的精神和范围。因此，说明书和附图应被认为是说明性的而非限制性的。