一种基于WiFi探针的交通OD信息采集系统及处理方法与流程

文档序号:16254873发布日期:2018-12-12 00:21阅读:471来源:国知局
一种基于WiFi探针的交通OD信息采集系统及处理方法与流程

本发明属于智能交通技术领域,特别涉及一种基于wifi探针的交通od信息采集系统及处理方法。

背景技术

随着国民经济的飞速发展和城市化进程的不断加快,社会对于交通运输业的发展水平提出了更高的要求,然而,近半个世纪以来,频繁的交通拥堵、严重的交通污染一直困扰着世界上的大多数城市,交通问题已经成为现代化社会问题之一。在its中,od矩阵(origin-destinationmatrix)有着不可替代的重要作用,od矩阵(或称od表)是交通网络中所有起点(origin)与终点(destination)之间出行交通量的矩阵,它反映了城市居民的基本交通需求。od矩阵是城市交通规划与城市交通运营的基础性数据,直接反映了城市交通网络中车流的空间分布状况,od矩阵可以帮助交通规划者、交通工程师估计交通需求,改善交通预测模型,规划新的交通路线,制定更加合理的止地利用政策,以及校正停车或其他公用设施的选址。

近年来,实时获取大规模的交通od数据,通常采用车牌识别技术及手机信令获取实时od矩阵,经检索,中国专利文献公开号为cn101930668a公开了车牌识别的道路交通od信息采集系统及其处理方法,提出了一种基于车牌识别采集车辆轨迹统计od矩阵的方法;经检索,中国专利文献公开号为cn105513348a公开了基于手机信令出行链的od矩阵获取方法,提出了一种先通过利用手机信令出行链数据确定出行的od信息,再根据抽样系数对样本进行扩算获取od矩阵的方法。这两类获取od矩阵的方法均拥有自身特点,但存在一定局限性,不能同时获得行人及车辆的交通od信息。



技术实现要素:

为了克服上述现有技术中的缺陷,为此,本发明提供了一种基于wifi探针的交通od信息采集系统,实现自动采集城市道路中行人及车辆长期、动态的交通od信息,获得分类交通od矩阵,为实现od流的动态分配和交通规划提供数据。

为实现上述目的,本发明采用以下技术方案:

一种基于wifi探针的交通od信息采集系统,其特征在于,包括如下组成部分:

采集模块,通过设置在监测区域的wifi探针实时采集并记录原始用户数据,所述采集模块连接处理模块,将记录的原始用户数据发送至处理模块;

处理模块,对采集模块记录的原始用户数据进行预处理并生成用户数据;所述处理模块连接存储模块,将预处理后的用户数据发送至存储模块;

存储模块,对用户数据数据进行存储;所述存储模块连接分析模块,存储模块将用户数据发送至分析模块;

分析模块,对用户数据进行关联分析和数据检索并生成od矩阵;所述分析模块连接业务展示模块,分析模块将od矩阵发送至业务展示模块;

业务展示模块,根据od矩阵对道路交通状况进行实时更新并展示。

用户在调研路段上划分出不同的监测区域,且所述不同的监测区域内均安装采集模块。

所述原始用户数据包括:mac地址、信号强度、时间戳、地理位置信息;所述mac地址对应不同的设备,即不同的设备对应唯一的mac地址;所述时间戳为采集模块采集到此原始用户数据的时间点;所述地理位置信息为wifi探针的地理位置信息,即为监测区域的地理位置信息。

所述预处理:对所有原始用户数据中mac地址和地理位置均相同的原始用户数据进行去重处理,仅保留时间戳为最早的原始用户数据。

所述分析模块根据mac地址识别对应的设备为手机或车载导航,并将用户数据分为行人数据和车辆数据;所述行人数据为mac地址对应的设备为手机的用户数据;所述车辆数据为mac地址对应的设备为车载导航的用户数据。

所述分析模块对车辆数据和行人数据进行关联分析,若某车辆数据与某行人数据的时间戳、地理位置信息均保持一致,则将该车辆数据与该行人数据进行关联,并将此关联的数据划分为人车模式下的出行数据;若某行人数据的时间戳、地理位置信息和所有车辆数据的时间戳、地理位置信息均不保持一致,则将该行人数据划分为行人模式下的出行数据。

所述分析模块对人车模式下的出行数据和行人模式下的出行数据分别进行数据检索,分别检索出人车模式下的出行数据中mac地址相同的用户数据以及行人模式下的出行数据中mac地址相同的用户数据,根据此相同mac地址对应的用户数据中的时间戳和地理位置信息判断出行起点和出行终点,并更新od矩阵中的该出行起点和该出行终点的交通量。

所述处理模块还对不同类型的wifi探针所采集的数据的数据格式进行统一标准化为结构化查询语言sql。

本发明还提供了一种基于wifi探针的交通od信息采集系统的处理方法,其特征在于,包括以下步骤:

s1,道路上的采集模块实时采集并记录原始用户数据;

s2,预处理模块对采集模块记录的原始用户数据进行预处理生成用户数据;

s3,存储模块对预处理模块生成的用户数据进行存储;

s4,分析模块根据用户数据中的mac地址将用户数据分为行人数据和车辆数据,若用户数据中的mac地址对应的设备为手机,则该用户数据为行人数据;若用户数据中的mac地址对应的设备为车载导航,则该用户数据为车辆数据;

s5,分析模块对行人数据和车辆数据进行关联分析,将车辆数据的时间戳和地理位置信息依次与行人数据的时间戳和地理位置信息进行对比,若某车辆数据与某行人数据的时间戳、地理位置信息均保持一致,则将该车辆数据与该行人数据进行关联,并将此关联的数据划分为人车模式下的出行数据;若某行人数据和所有车辆数据的时间戳、地理位置信息均不保持一致,则将该行人数据划分为行人模式下的出行数据;

s6,分析模块分别对人车模式下的出行数据和行人模式下的出行数据进行数据检索,分别检索出人车模式下的出行数据中mac地址相同的用户数据以及行人模式下的出行数据中mac地址相同的用户数据,对mac地址为相同的用户数据中时间戳进行比较,最早时间戳所对应的用户数据中的地理位置信息为出行起点,最晚时间戳所对应的用户数据中的地理位置信息为出行终点,更新od矩阵中的该出行起点和该出行终点的交通量;

s7,业务展示模块根据分析模块的od矩阵,并进行道路交通状况的实时更新和展示。

本实发明的优点在于:

(1)本发明实现了自动采集城市道路中行人以及车辆的长期、动态的od信息,对目前具有实时性要求的交通控制与管理提供基础数据。

(2)本发明的处理模块对原始用户数据进行预处理,节省存储空间,提高运算速度。

(3)本发明的分析模块对人车模式和行人模式的出行方式进行划分,获得分类交通od矩阵,为实现od流的动态分配和交通规划提供决策依据。

(4)本发明的采集模块为获取城市动态交通od信息提供新的方法。

附图说明

图1为本发明的整体流程图。

图2为本发明方法流程图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。

如图1所示,一种基于wifi探针的交通od信息采集系统,包括如下组成部分:

采集模块1、处理模块2、存储模块3、分析模块4、业务展示模块5。

采集模块1为设置在不同监测区域内的wifi探针,采集模块1记录wifi探针实时采集的原始用户数据;采集模块1连接预处理模块2,采集模块1将原始用户数据发送给处理模块2。

用户可根据实际情况在调研路段上划分出的不同监测区域,例如,在十字路口增加监测区域的数量,在单向道上减少监测区域数量;以及在人口密集的场所划分出监测区域,如商场、小区、学校。

所述原始用户数据包括mac地址、信号强度、时间戳、地理位置信息;所述mac地址对应不同的设备,即不同的设备对应唯一的mac地址;所述时间戳为采集模块采集到此原始用户数据的时间点;所述地理位置信息为wifi探针的地理位置信息,即为此原始用户数据对应的设备所在的监测区域的地理位置信息。

处理模块2对采集模块1发送的原始用户数据进行预处理并生成用户数据;处理模块2连接存储模块3,处理模块2将用户数据发送给存储模块3。

所述预处理包括:对不同类型的wifi探针所采集的原始用户数据的数据格式进行统一标准化为结构化查询语言sql;再对所有原始用户数据中mac地址和地理位置均相同的原始用户数据进行去重处理,仅保留时间戳为最早的原始用户数据。

存储模块3对处理模块2发送的用户数据进行存储;存储模块3连接分析模块4,存储模块3将用户数据发送给分析模块4。

分析模块4对用户数据进行关联分析和数据检索并生成od矩阵;所述分析模块4连接业务展示模块5,分析模块4将od矩阵发送给业务展示模块5。

所述关联分析:先根据mac地址识别对应的设备为手机或车载导航,将用户数据分为行人数据和车辆数据;所述行人数据为mac地址对应的设备为手机的用户数据;所述车辆数据为mac地址对应的设备为车载导航的用户数据;再对车辆数据和行人数据进行关联分析,若某车辆数据与某行人数据的时间戳、地理位置信息均保持一致,则将该车辆数据与该行人数据进行关联,并将此关联的数据划分为人车模式下的出行数据;若某行人数据和所有车辆数据的时间戳、地理位置信息均不保持一致,则将该行人数据划分为行人模式下的出行数据。

所述数据检索:分别对人车模式下的出行数据和行人模式下的出行数据进行数据检索,分别检索出行人模式下的出行数据进行数据中mac地址相同的用户数据以及人车模式下的出行数据中mac地址相同的用户数据,根据相同mac地址对应的用户数据中的时间戳和地理位置信息判断出行起点和出行终点,并更新od矩阵中的该出行起点和该出行终点的交通量。

业务展示模块5,根据od矩阵对道路交通状况进行实时更新并展示。

如图2所示,以设置在调研路段上的两个监测区域的wifi探针为例,一种基于wifi探针的交通od信息采集系统的处理方法,包括以下步骤:

s1,用户确定交通od的调研周期和调研路段,在调研路段上划分出两个的监测区域,并在监测区域内分别安装wifi探针,两个wifi探针的地理位置分别为w0、w1。

s2,wifi探针实时采集并记录原始用户数据;

s3,处理模块对原始用户数据进行预处理,对不同类型的wifi探针所采集的原始用户数据的数据格式进行统一标准化;再对所有原始用户数据中mac地址和地理位置均相同的原始用户数据进行去重处理,仅保留时间戳为最早的原始用户数据,且所保留的原始用户数据即为用户数据。

s4,存储模块对用户数据进行存储。

s5,分析模块根据用户数据中的mac地址识别此用户数据所对应的设备,并将用户数据分为行人数据和车辆数据。

s6,分析模块依次将车辆数据中的每一条数据与行人数据进行关联,若某车辆数据与某行人数据的时间戳、地理位置信息在调研路段上的每个监测区域内均保持一致,则将该车辆数据与该行人数据进行关联,并将此关联的数据划分为人车模式下的出行数据;若某行人数据和所有车辆数据的时间戳、地理位置信息均不保持一致,则将该行人数据划分为行人模式下的出行数据。

s7,对行人模式下的出行数据进行数据检索,找出行人模式下的出行数据中mac地址相同的用户数据,即为同一个人在不同监测区域的用户数据,找出其中一个人在不同监测区域的用户数据,且地理位置信息为w0的用户数据中的时间戳为t0,地理位置信息为w1的用户数据中的时间戳为t1,比较t0与t1的大小,若t0<t1,则w0为起点,w1为终点;若t0>t1,则w0为终点,w1为起点;生成一条od信息;

对人车模式下的出行数据进行数据检索,找出人车模式下的出行数据中mac地址相同的用户数据,即为同一辆车在不同监测区域的用户数据,找出其中一辆车在不同监测区域的用户数据,且地理位置信息为w0的用户数据中的时间戳为t0,地理位置信息为w1的用户数据中的时间戳为t1,比较t0与t1的大小,若t0<t1,则w0为起点,w1为终点;若t0>t1,则w0为终点,w1为起点;生成一条od信息;

以此类推,对不同模式下的出行数据均进行数据检索,并生成交通od信息和od矩阵。

s8,业务展示模块根据交通od信息和od矩阵对道路交通状况进行实时更新及展示。

本发明的基于wifi探针获取的初始动态od矩阵符合交通流实际变化特性,但由于实际情况中存在有部分设备并没有打开wifi设备,即wifi探针没有采集到此部分设备的原始用户数据,基于目前wifi技术获取od矩阵存在的不足,本实施例中,采用卡尔曼滤波算法实现交通od信息的估计,所述卡尔曼滤波算法参见现有技术。

以上仅为本发明的较佳实施例而已,并不用以限制本发明创造,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1