本发明涉及车辆超速监测技术领域，具体为一种基于连续超速gps轨迹点的超速事件实时探测方法。
背景技术：
超速事件是世界各国普遍存在的交通问题。世界卫生组织一项调查表明，高收入国家中约有40-50％，甚至有时高达80％驾驶人超速；在中等收入和低收入国家中也有类似比例的超速驾驶人，而且该比例可能更高。超速不仅增大了交通事故可能性，还加剧了交通事故严重程度。在发达国家，超速导致了近30％的死亡事故。例如，在英国，超速违法事件导致了多达28％的死亡事故。在澳大利亚，该比例为30％。在我国，超速违法事件引发的交通事故及造成的生命财产损失，一直居于各种交通违法事件的前列。
目前，对超速事件的干预主要依赖于超速执法，而超速执法主要依赖于速度抓拍。值得注意的是，速度照相机位置是固定的，难以实现对每个驾驶人在不同路段的所有超速违法行为进行监控，以至于出现“有监控不超速，无监控就超速”的现象。由此可见，仅凭速度照相机难以有效地遏制超速事件。
为充分地干预超速行为，需全面掌握车辆的所有超速行为和路网整体的超速情况。随着gps技术的发展及使用，使得根据gps轨迹数据实时监测驾驶人超速行为、全面掌握路网上超速情况成为可能。自2005年起，gps轨迹数据被用于实时监测驾驶人超速违法行为，例如车载超速提示等。然而，现有研究及应用基本都是仅凭单一gps轨迹点的速度来判断超速，误差很大。因此，亟需探究基于gps轨迹数据探测超速事件的新方法，以准确判断驾驶人的超速行为，从而更有效地干预超速行为。
技术实现要素：
针对上述问题，本发明的目的在于提供一种能够提高了超速事件探测的可靠性和准确性的基于连续超速gps轨迹点的超速事件实时探测方法，既能弥补速度照相机定点抓拍的不足，又能全面反映路网上超速事件分布情况，从而有利于超速违法行为干预，提高道路行驶安全性，体现实际应用价值。技术方案如下：
一种基于连续超速gps轨迹点的超速事件实时探测方法，包括：
步骤一：定义超速事件：将gps轨迹中出现的多个连续超速gps轨迹点状态视为超速事件，超速事件包含起止点的线事件；
步骤二：根据gps轨迹数据获取路段限速值，识别超速gps轨迹点及查找连续超速gps轨迹点单元，设计出基于连续超速gps轨迹点的超速事件实时探测算法；
步骤三：通过行车实验和交警部门调研获取车辆gps轨迹数据，速度仪表盘数据，路段限速值，以及超速违法记录，在此基础上训练所述超速事件实时探测算法，以确定最佳的连续超速gps轨迹点数。
进一步的，所述基于连续超速gps轨迹点的超速事件实时探测算法具体包括：
步骤a：根据gps轨迹点中的位置信息，确定gps轨迹所在路段，从而获取该路段限速值vlimit；
步骤b：识别出gps轨迹中的超速gps轨迹点，找出由至少2个连续超速gps轨迹点组成的超速gps轨迹点单元；
步骤c：识别且合并相邻的超速gps轨迹点单元，合并后的超速gps轨迹点单元为一起超速事件；
步骤d：确定一条gps轨迹中超速事件总体数量和每起超速事件发生时间及位置，超速范围和持续时间。
更进一步的，对于一个合并后的超速gps轨迹点单元pi，pi+1，…，pi+n，各轨迹点单元对应速度为对应的速度为vi，vi+1，…，vi+n，则所述超速事件发生时间为第一个gps轨迹点pi所处时刻ti；超速事件发生位置包括第一个gps轨迹点pi的位置li和最后一个gps轨迹点pi+n的位置li+n；所述超速范围△v为：
其中，
所述持续时间为最后一个gps轨迹点pi+n所处时刻ti+n与第一个gps轨迹点pi所处时刻ti之差。
更进一步的，所述步骤三具体包括：
1)基于行车实验数据对所述超速事件实时探测算法进行训练：
通过行车实验得到gps轨迹数据和车辆速度仪表盘上的速度数据及对应路段的限速值记录，人工查找出车辆行驶路径所发生的全部超速事件，包括该超速事件发生时间、地点，用集合ω表示；
根据所述超速事件实时探测算法探测出车辆行驶gps轨迹中的超速事件，用集合ω1表示；
将集合ω1与集合ω比较，若集合ω1包含于集合ω，则增加超速事件实时探测算法中连续超速gps轨迹点数，重新探测车辆行驶gps轨迹中的超速事件，直至集合ω1与集合ω重合为止，记录此时对应的连续超速gps轨迹点数n；
2)基于交警部门调研数据对所述超速事件实时探测算法进行训练：
通过交警部门搜集营运车辆的超速违法记录，包括超速事件发生时间、地点，用集合ψ2表示；
通过基于行车实验数据训练所得的超速事件实时探测算法，即连续超速gps轨迹点数为n时，探测出营运车辆行驶gps轨迹中的全部超速事件，用集合ψ1表示；
将集合ψ1与集合ψ2比较，若集合ψ1与集合ψ2相离或相交，则增加超速事件实时探测算法中连续超速gps轨迹点数，重新探测该营运车辆行驶gps轨迹中的超速事件，直至集合ψ1包含集合ψ2为止，记录此时对应的连续超速gps轨迹点数m。
更进一步的，还包括：
进行行车实验数据和交警部门调研数据的二次采集；
通过基于交警部门调研数据训练所得的超速事件实时探测算法，即连续超速gps轨迹点数为m时，探测二次采集所得的行车实验数据中车辆行驶gps轨迹中的超速事件，将其与从车辆速度仪表盘视频中提取的超速事件比较，以验证超速事件实时探测算法的精度；
通过基于交警部门调研数据训练所得的超速事件实时探测算法，即连续超速gps轨迹点数为m时，探测二次采集所得的交警部门调研数据中营运车辆行驶gps轨迹中的超速事件，将其与同一营运车辆的超速违法记录比较，进一步验证超速事件实时探测算法的精度。
本发明的有益效果是：本发明充分考虑了gps轨迹数据的误差，以多个连续超速gps轨迹点判断超速事件，提高了超速事件探测的可靠性和准确性；通过车辆gps轨迹数据探测出车辆出行中的所有超速事件，既能弥补速度照相机定点抓拍的不足，又能全面反映路网上超速事件分布情况，从而有利于超速违法行为干预，提高道路行驶安全性，体现实际应用价值。
附图说明
图1为本发明的总体流程图。
图2为基于连续超速gps轨迹点的超速事件描述示意。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。本实施例一种基于连续超速gps轨迹点的超速事件实时探测方法，将超速事件视为一个包含起止点的线事件，考虑根据gps轨迹数据实时获取路段限速值，识别超速gps轨迹点及查找连续超速gps轨迹点单元，设计基于连续超速gps轨迹点的超速事件实时探测算法，通过行车实验和交警部门调研获取车辆gps轨迹数据，速度仪表盘数据，路段限速值，以及超速违法记录，在此基础上训练超速事件实时探测算法，以确定最佳的连续超速gps轨迹点数，并进一步验证超速事件实时探测算法的精度，从而形成基于连续超速gps轨迹点的超速事件实时探测方法，获取车辆行驶gps轨迹中的超速事件信息。具体包括超速事件描述，基于连续超速gps轨迹点的超速事件实时探测算法设计，通过行车实验和交警部门调研搜集车辆行驶gps轨迹数据，超速违法记录等数据，确定超速事件实时探测算法中的最佳连续超速轨迹点数，并验证超速事件实时探测算法的精度五个关键的操作步骤，综合上述五个步骤实现的超速事件实时探测算法步骤框图如图1所示，具体步骤如下：
步骤一：定义超速事件：将gps轨迹中出现的多个连续超速gps轨迹点状态视为超速事件，超速事件包含起止点的线事件；
步骤二：根据gps轨迹数据获取路段限速值，识别超速gps轨迹点及查找连续超速gps轨迹点单元，设计出基于连续超速gps轨迹点的超速事件实时探测算法；
步骤三：通过行车实验和交警部门调研获取车辆gps轨迹数据，速度仪表盘数据，路段限速值，以及超速违法记录，在此基础上训练所述超速事件实时探测算法，以确定最佳的连续超速gps轨迹点数。
步骤四：基于连续超速gps轨迹点的超速事件实时探测算法精度验证；
步骤五：超速事件相关信息(既包括超速事件总数量，又包括每起超速事件发生时间及地点，超速范围和持续时间)确定，即完成了一种基于连续超速gps轨迹点的超速事件实时探测方法。
所述步骤一中，一起超速事件是从速度大于限速值的位置开始至速度小于或等于限速值的位置结束。于是，超速事件可视为一个包含起止点的线事件，如图2所示，其起点位于gps轨迹点(速度小于或等于限速值)与gps轨迹点(速度大于限速值)；止点位于gps轨迹点(速度大于限速值)与gps轨迹点(速度小于或等于限速值)。因此，将gps轨迹中出现的多个连续超速gps轨迹点状态视为超速事件。基于上述分析，超速事件可描述如下：
对于连续轨迹点pi，pi+1，…，pi+n，(i＝1,2,…,∞，n≥1)，对应的速度为vi，vi+1，…，vi+n，(i＝1,2,…,∞，n≥1)，则超速事件se表示为
se＝{vj>vlimit,i≤j≤i+n,n≥1}
式中，vlimit表示限速值。
所述步骤二中，基于连续超速gps轨迹点的超速事件实时探测算法包括①根据gps轨迹点中的位置信息(经纬度坐标)，确定gps轨迹所在路段，从而获取该路段限速值vlimit；②识别出gps轨迹中的超速gps轨迹点(vi>vlimit)；③找出由至少2个个连续超速gps轨迹点组成的超速gps轨迹点单元；④识别且合并相邻的超速gps轨迹点单元，合并后的超速gps轨迹点单元为一起超速事件；⑤根据超速gps轨迹点单元，确定一条gps轨迹中超速事件总体数量和每起超速事件发生时间及位置，超速范围和持续时间。
所述的超速事件总体数量即为该条gps轨迹中的超速gps轨迹点单元数。
对于一个超速gps轨迹点单元pi，pi+1，…，pi+n，(i＝1,2,…,∞，n≥1)，所述的超速事件发生时间即为超速gps轨迹点单元中第一个gps轨迹点处时刻ti；所述的超速事件发生位置由超速gps轨迹点单元的第一个gps轨迹点pi位置li和最后一个gps轨迹点pi+n位置li+n表示，即{li,li+n}；所述的超速范围，可由下式计算得到：
式中△v表示超速范围；
所述的超速事件持续时间△t由超速gps轨迹点单元中最后一个gps轨迹点处时刻ti+n与第一个gps轨迹点处时刻ti之差。
所述步骤三中，分别通过行车实验采集车辆gps轨迹数据，速度仪表盘数据及路段限速值信息，以及通过交警部门搜集车辆超速违法记录，并调查获得超速违法位置所在路段限速值，然后对算法进行训练。
1)基于行车实验数据对所述超速事件实时探测算法进行训练：
通过行车实验得到gps轨迹数据和车辆速度仪表盘上的速度数据及对应路段的限速值记录，人工查找出车辆行驶路径所发生的全部超速事件，包括该超速事件发生时间、地点，用集合ω表示；
根据所述超速事件实时探测算法探测出车辆行驶gps轨迹中的超速事件，用集合ω1表示；
将集合ω1与集合ω比较，若集合ω1包含于集合ω，则增加超速事件实时探测算法中连续超速gps轨迹点数，重新探测车辆行驶gps轨迹中的超速事件，直至集合ω1与集合ω重合为止，记录此时对应的连续超速gps轨迹点数n。
2)基于交警部门调研数据对所述超速事件实时探测算法进行训练：
通过交警部门搜集营运车辆的超速违法记录，包括超速事件发生时间、地点，用集合ψ2表示；
通过基于行车实验数据训练所得的超速事件实时探测算法，即连续超速gps轨迹点数为n时，探测出营运车辆行驶gps轨迹中的全部超速事件，用集合ψ1表示；
将集合ψ1与集合ψ2比较，若集合ψ1与集合ψ2相离或相交，则增加超速事件实时探测算法中连续超速gps轨迹点数，重新探测该营运车辆行驶gps轨迹中的超速事件，直至集合ψ1包含集合ψ2为止，记录此时对应的连续超速gps轨迹点数m。
其中，行车实验的具体方法为：
①选择具有车载gps装置的车辆；
②预先选择几条行驶路径；
③车辆行驶之前，在后排座位架设摄像机，调整摄像机角度以对准速度仪表盘，并由一名实验人员手护固定；
④车辆开动伊始，启动摄像机记录车辆速度仪表盘上的速度值，与此同时另外一名实验人员记录沿途所经路段限速值；
⑤待行驶完预先选定的路径，导出gps轨迹数据和车辆速度仪表盘上的速度数据，并整理所经路段限速值记录。
交警部门调研和现场调查具体内容为：
①到交警部门搜集营运车辆(比如出租车)的超速违法记录；
②根据所选定营运车辆超速违法的发生时间，在交警部门筛选相应时段对应车辆的gps轨迹数据；
③根据所选定营运车辆超速违法的发生地点，经现场调查确定该地点所在路段的限速值。
步骤四中对算法精度的验证方式如下：
进行行车实验数据和交警部门调研数据的二次采集；
通过基于交警部门调研数据训练所得的超速事件实时探测算法，即连续超速gps轨迹点数为m时，探测二次采集所得的行车实验数据中车辆行驶gps轨迹中的超速事件，将其与从车辆速度仪表盘视频中提取的超速事件比较，以验证超速事件实时探测算法的精度；
通过基于交警部门调研数据训练所得的超速事件实时探测算法，即连续超速gps轨迹点数为m时，探测二次采集所得的交警部门调研数据中营运车辆行驶gps轨迹中的超速事件，将其与同一营运车辆的超速违法记录比较，进一步验证超速事件实时探测算法的精度。