一种用于公路客货运输指标统计的车辆GPS数据处理方法与流程

本发明涉及交通运输统计领域，具体涉及一种用于公路客货运输指标统计的车辆gps数据处理方法。

背景技术：

运输量指标能够及时、准确地反馈宏观经济指标(如gdp)的发展情况。但由于交通网络涉及因素众多，各变量相互交织且某些关键数据难以通过常规调查统计手段获取，目前全国各省市在运输量统计方面都未能实现自动化计算和分析，而长期以来一直使用的基于“抽样-问卷-统计”的技术路线又不能全面、快速地反映道路交通运输行业的真实情况，无法满足日益增长的交通网络精细化管理的要求。

随着信息化技术的不断发展，以及近年来交通运输自动化系统的广泛建立，如何进行自动化客货运输指标的统计成为可能。

技术实现要素：

本发明的目的是针对现有技术的不足，利用现有数据，为实现公路客货运输指标统计的新型统计，提出了一种用于公路客货运输指标统计的车辆gps数据处理方法。

本发明的目的可以通过如下技术方案实现：

一种用于公路客货运输指标统计的车辆gps数据处理方法，包括以下步骤：

1)以设定的统计周期收集客货车gps轨迹数据，构建用于公路客货运输指标统计的历史数据库；

2)对收集的客货车gps轨迹数据进行预处理；

3)将预处理后的客货车gps轨迹数据与公路网的电子地图路网信息进行关联匹配，以确定车辆行驶的准确位置；

4)通过确定客货车每一段出行的起始点和终止点，从而达到对客货车gps轨迹数据的分割；

5)对客货车gps轨迹分割数据进行运输距离计算，从而得到客货车走高速公路比例、走普通公路比例与平均运输距离三大关键指标。

进一步地，所述客货车gps轨迹数据包括：车牌号码、车牌颜色、gps数据产生时间、纬度、经度、车辆速度、车辆行驶方向、海拔高度、行驶里程、车辆所属人姓名、车辆id卡号、gps数据记录时间和数据编码方式等字段。

进一步地，步骤2)中对收集的客货车gps轨迹数据进行预处理包括以下内容：

2.1)删除冗余数据：所述冗余数据指客货车gps轨迹数据中记录的内容完全相同的多条数据，在实际应用中冗余数据不仅会造成计算量的增大，而且还会导致计算值的偏差，同一时刻下同一辆车出现多条记录时，则判定该记录为冗余数据，而且通过对所获取的客货车gps轨迹数据的观察，发现冗余数据总是连续出现，针对冗余数据，通过对车辆gps数据建立以时间和车牌关联，然后进行去重操作，即能够将大量的冗余数据去除；

2.2)删除缺失重要字段的数据：检查客货车gps轨迹数据中是否存在关键字段信息缺失的情况，如经纬度坐标丢失、记录时间缺失等，通过查询关键字段是否存在空值的记录，删除缺少关键信息的数据记录，将进一步提高数据质量；

2.3)删除经纬度短时间跳跃的数据：车辆的行驶速度存在限制，若客货车gps轨迹数据中记录的车辆经纬度在短时间内出现跳跃变化，即超过了车辆的行驶速度阈值(设定货车速度阈值为140km/h)，则该条数据无法真实准确反映车辆的实际运行轨迹，需要进行剔除，在实际计算过程中只需根据经纬度变化进行简单速度计算即可；

2.4)删除不在研究范围内的数据：检查客货车gps轨迹数据是否在研究区域内，主要做法是通过对经纬度进行大致判断是否在研究区域内即可，若不在研究区域内，则删除数据记录。

进一步地，所述步骤4)具体包括以下内容：

4.1)确定客货车出行起始点o1

记客货车gps轨迹数据的有效记录点集合x＝{x1,x2,...,xn}，若其中{xi,xi+1,...,xj}间任意有效记录点的速度值连续大于启动速度阈值vs，连续时间超过启动时间阈值ts，前后记录点之间距离连续大于启动距离阈值gs，则认为xi为该次出行的起始点o1；

4.2)确定客货车出行终止点d1

通常车辆一次完整的出行，以车辆的停止为终结，即速度值为0，故对车辆gps轨迹数据中的一次出行终止点进行判别时，根据速度值是否为0来确定当前数据点是否为一次出行的终止点；但仅仅根据这一条件进行判断，将会存在较大偏差，例如由于gps设备在接受信号时，受到环境条件影响，会出现原本处于停留状态的车辆中个别数据点的速度值为非0，此外车辆在道路上遇见严重拥堵情况时，速度和距离可能在某一时间点为0；因此，以下列条件作为判定客货车出行终止点d1的判据，满足下列两个条件中任一条件，则该gps轨迹记录点为客货车出行终止点d1：

条件1、若客货车gps轨迹数据的有效记录点集合x＝{x1,x2,...,xn}中{xk,xk+1,...,xm}间任意有效记录点的速度值小于阈值vs'＝0.6km/h、前后连续的距离小于阈值fs＝15m且连续时间超过阈值ts'＝2min，则认为xk为该次客货车出行终止点d1；

条件2、数据记录间隔大于阈值：相邻的两次运输之间必然存在着一定的时间间隔，通过对时间间隔的判断，从而实现对出行终止点d1的识别；考虑车辆gps数据信号的不稳定、数据过滤可能导致的数据缺失都会造成数据点时间间隔较大，同时根据gps数据原理，数据的缺失也是对出行停留的反映，故较长时间的缺失可作为分割出行的标准；当客货车gps轨迹数据的有效记录点集合x＝{x1,x2,...,xn}中，从o1点后出现第一个满足条件tl+1-tl>t，即xl和xl+1间的时间间隔大于阈值t，则记xl为该次客货车出行终止点d1，在实际应用中，设置t＝90min；

4.3)根据前两步依次确定客货车每一段出行的o、d点，od对之间的记录点即组成客货车的运输轨迹，从而实现客货车gps轨迹数据的分割；在此基础上对分割好的轨迹结合路段属性，即能够判断出该次出行属于只走高速公路、只走普通公路、高速公路和普通公路都走三者中的哪一类，进而计算各类型占比。

进一步地，所述启动速度阈值vs＝5km/h；启动时间阈值ts＝5min；启动距离阈值gs＝14m。

进一步地，步骤5)中对客货车gps轨迹分割数据进行运输距离计算的具体过程如下：假设地球是一个半径r为6371.004千米的球体，忽略地球表面地形对计算带来的误差，根据地球表面任意两点的经纬度就能够计算出两点间的地表距离，记数据点a的经纬度为(lona，lata)，数据点b的经纬度为(lonb，latb)，以0度经线为基准，东经取正值(longitude)，西经负值(-longitude)，北纬取90-纬度值(90-latitude)，南纬取90+纬度值(90+latitude)，则经过上述处理过后的数据点a和数据点b分别被记为(mlona，mlata)和(mlonb，mlatb)；根据三角公式推导，能够得到计算两点距离distanceba如下公式所示：

c＝sin(mlata)*sin(mlatb)*cos(mlona-mlonb)+cos(mlata)*cos(mlatb)

distanceba＝r*arccos(c)*pi/180

其中，pi表示圆周率，通过计算分割后车辆gps数据中相邻两点的距离，进行求和即得到该次运输的运输距离s：

式中di为有效轨迹点中第i+1个点与第i个点之间的距离。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明提供的用于公路客货运输指标统计的车辆gps数据处理方法，通过路网拓扑关系进行匹配路段筛选，并根据距离、方向以及道路联通情况等因素计算匹配度，最终选取匹配度最高的路段，从而确定匹配位置，大大提高了匹配精度。

2、本发明提供的用于公路客货运输指标统计的车辆gps数据处理方法，采用静止点法与停留间隔法相结合，通过判断速度大小以及数据记录时间间隔将gps轨迹进行分割，从而获取每一趟的运输情况，得到更准确的关键指标。

附图说明

图1为本发明将预处理后的客货车gps轨迹数据与公路网的电子地图路网信息进行关联匹配的原理图。

图2为本发明将预处理后的客货车gps轨迹数据与公路网的电子地图路网信息进行关联匹配的流程图。

图3为本发明对客货车gps轨迹数据进行分割的原理示意图。

图4为本发明实施例中将客货车gps轨迹数据与公路网的电子地图路网信息进行关联匹配的结果图。

图5(a)为本发明实施例中对客货车gps轨迹数据进行分割后的第一段轨迹结果图；图5(b)为本发明实施例中对客货车gps轨迹数据进行分割后的第二段轨迹结果图；图5(c)为本发明实施例中对客货车gps轨迹数据进行分割后的第三段轨迹结果图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例：

本实施例提供了一种用于公路客货运输指标统计的车辆gps数据处理方法，包括以下步骤：

1)以设定的统计周期收集客货车gps轨迹数据，构建用于公路客货运输指标统计的历史数据库；

2)对收集的客货车gps轨迹数据进行预处理；

3)将预处理后的客货车gps轨迹数据与公路网的电子地图路网信息进行关联匹配，如图1和图2所示，以确定车辆行驶的准确位置；具体过程如下：

首先计算gps点与该点在道路上的垂直投影点之间的距离，然后计算gps轨迹方向与道路方向间的夹角大小，综合考虑两因素大小确定匹配度，最终选取匹配度最高的路段作为匹配结果。

4)通过确定客货车每一段出行的起始点和终止点，从而达到对客货车gps轨迹数据的分割，如图3所示；

5)对客货车gps轨迹分割数据进行运输距离计算，从而得到客货车走高速公路比例、走普通公路比例与平均运输距离三大关键指标。

下面结合2016年9月份广东省全省客货车gps轨迹数据及轴载数据对所述方法进行说明。首先，对车辆gps原数据进行数据的准备和预处理操作；然后，对车辆gps数据进行地图匹配；接着利用gps数据分割方法对连续的数据流进行轨迹分割，对分割好的轨迹进行运输距离的计算，最后结合轨迹属性统计相应关键指标。

(1)收集2016年9月份广东省全省客货车gps轨迹数据及轴载数据，构建用于广东省公路网货物运输统计的历史数据库。

(2)数据预处理

剔除高速公路收费数据中的异常数据；对客货车gps轨迹数据进行删除冗余数据、删除缺失字段的数据以及不在研究范围内的数据等处理。

(3)车辆gps数据地图匹配处理

将车辆gps数据处理，实现地图匹配，样例结果如图4所示。

(4)车辆gps数据分割

案例计算，电脑配置为inteli7-3770四核处理器、gtx1080、两条8gbddr31600mhz内存、64位microsoftwindow10操作系统、microsoftvisualstudio2017、cuda8.0、oracle11g。通过设定将每运算一辆车的轨迹作为一个任务，放到一个线程中进行计算作，电脑可同时对1000辆车进行计算，有效地提高了运算效率。其中以车牌为粤aap3**的轨迹进行分割，该车轨迹通过计算被分割为三段，如图5(a)-图5(c)所示。

(5)车辆gps分割数据运输距离计算并求出各指标

在对客货车轨迹进行分割的基础上，通过结合道路属性，识别出每一段出行所属道路为高速公路还是普通公路，进而计算每种车型只走普通公路的比例。结果如表1和表2所示：

表1

表2

以上所述，仅为本发明专利较佳的实施例，但本发明专利的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明专利所公开的范围内，根据本发明专利的技术方案及其发明专利构思加以等同替换或改变，都属于本发明专利的保护范围。