道路路况实时评估系统及方法
【技术领域】
[0001]本发明专利涉及智能交通领域，特别涉及一种布置在正常道路行驶车辆上，对道路路况实时评估系统及方法。
【背景技术】
[0002]道路交通的实时状况是社会生产和个人出行的重要信息。通过政府基础建设投入，在重要交通地段设置数据采集节点，然后再汇总分析。现在交通部门已经可以获取部分路段的实时路况信息，但是这种方法资金和人力投入大，且对于个别关键节点的依赖度高，一旦节点出现故障，相应路段的监控会间断；并且很难做到所有路段全覆盖。
[0003]另一种实时路况的估计方法是通过无线移动终端上的地图导航软件，获取用户的地理位置和运动信息，估计实时路况。例如百度，谷歌等手机导航软件中的实时路况功能即采用该技术。这种技术要求在同一路段上存在大量使用该款软件的用户，才能够去除单个用户中所存在的测量噪声。这种技术的另一个缺陷是路况估计的测量粒度太粗，例如系统只能获知车辆行驶速度较低，却无法获得导致车速较低的原因。这种方法只考虑到车辆行驶速度因素，不能全面地、综合地对道路路况进行评估。
[0004]这样情况下，不能获得真实的路况信息，对出行者选择驾驶路线造成了影响，造成社会生产和个人出行的不便。
【发明内容】
[0005]针对以上缺陷，本发明专利的目的是提供一种道路路况实时评估系统及方法，以解决现有技术中不能真实反映道路路况的技术问题。
[0006]本发明提供一种道路路况实时评估系统，具有这样的特征:包括:若干个车辆行驶监控装置，获取车辆的位置信息、速度信息以及车辆周边路况信息；无线通信模块，将车辆行驶监控模块获取的信息进行无线传输；聚合终端模块，根据无线通信模块传输过来的信息进行聚合，获得路况通畅评估值。
[0007]进一步，本发明提供一种道路路况实时评估系统，具有这样的特征:车辆行驶监控装置包括传感器、车辆周边路况感知模块和定位模块。
[0008]进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征:传感器为图像传感器、雷达传感器、热成像传感器、激光传感器、超声波传感器中的一种或几种。
[0009]进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征:车辆周边路况感知模块包括车道线识别子模块、车辆检测和跟踪子模块、行人检测和跟踪子模块、交通标示检测和识别子模块、交通信号灯检测和识别子模块中的一个或几个。
[0010]进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征:聚合终端模块的聚合方法:根据处于同一路段内的车辆速度信息计算该路段内路况通畅评估值；还根据车辆周边路况信息作为参数计算路况通畅评估值。
[0011]进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征:通畅评估值包括单位时间内车的数量、单位距离内车辆个数、车辆占据某个路段的平均时长的百分比、车辆行驶平均速度和通过该路段的平均时间中的任意一种或几种。
[0012]另外，本发明提供一种道路路况实时评估方法，根据处于同一路段内的车辆速度信息计算该路段内路况通畅评估值；还根据车辆周边路况信息作为参数计算路况通畅评估值。
[0013]本发明提供一种道路路况实时评估方法，还可以具有这样的特征:计算方法如下:首先通过车辆定位信息和路径推测结果，将车辆当前位置对应到数字地图的相应路段上；然后对相应路段上的车辆地理定位信息，车辆速度信息，车辆周边路况感知模块的信息进行滤波；每一路段对应一个贝叶斯模型，该贝叶斯模型的输入是路段编号，时间，车辆地理定位信息，车辆速度信息和车辆周边路况信息，模型输出是道路通畅度评估，包括单位时间内车的数量、单位距离内车辆个数、某车辆占据某个路段的时长的百分比、车辆行驶速度和通过该路段的时间的估计；该贝叶斯模型在实时使用前，利用事先采集和标注的输入和输出数据，对贝叶斯模型参数进行最优化调整；在实时使用时，将滤波后的车辆地理定位信息，车辆速度信息和车辆周边路况信息输入到贝叶斯模型中，模型输出道路通畅度评估值。
[0014]进一步，本发明提供一种道路路况实时评估方法，还可以具有这样的特征:车辆周边路况信息包括车道线信息(车道线种类、车道线个数、车道宽度、是否存在车道合并)，本车速度及周边车辆速度信息(周边车辆个数、密度和间隔距离)行人密度、速度及方向信息(是否存在横行运动行人)交通标示信息(是否存在道路建设标识)，交通信号灯信息中的一个或几个。
[0015]发明的有益效果
[0016]根据本发明提供的一种道路路况实时评估系统，因为路况信息来自于普通用户的车辆，这些传感器本身就是汽车主动安全功能所必需的，而汽车主动安全是现代汽车发展的趋势，因此这类传感器会越来越普及，这为本发明的实时打下了基础。
[0017]其次，本发明的路况原始信息来自于大规模的普通用户车辆，与固定数据采集然后集中进行路况分析的方法相比，基础建设投入小，且不依赖于个别节点，可靠性强。最后，相比于目前导航软件中只依靠用户地理位置信息和速度的实时路况估计方法，本发明具有更高的分析粒度和更准确的估计准确度。
[0018]另外，当前已有的系统只采集本车的地理位置信息和运动速度评估路况顺畅度，本发明将周边车辆密度和速度，以及其他道路环境也作为观测用于估计，显然可以提高估计的精度。结合基于贝叶斯模型的路况评估方法，可以灵活添加或删减输入观测的个数，可以应对观测数据不完整的情况(例如，模型包含行人密度因素，但是当行人密度数据丢失时，模型仍然可以使用)，同时如果引入输入观测是相互独立的假设时，模型参数的最优化过程，以及实时路况评估过程都会变得简单而有效。
【附图说明】
[0019]图1为本发明的道路路况实时评估系统结构示意图。
[0020]图2为本发明的道路路况实时评估方法流程图。
【具体实施方式】
[0021 ] 下面结合具体实施例对本发明做进一步的描述。
[0022]如图1所示，道路路况实时评估系统包括:若干个车辆行驶监控装置、无线通信模块和聚合终端模块。
[0023]车辆行驶监控装置是车辆本身具有的装置，属于车辆安全驾驶系统的一部分，可以获取车辆的位置信息、速度信息以及车辆周边路况信息。
[0024]车辆行驶监控装置包括传感器、车辆周边路况感知模块和定位模块。
[0025]传感器作为车辆行驶监控装置的一部分，属于车辆本身具有的。传感器可以采用低成本的图像传感器、也可以采用高端的雷达传感器、热成像传感器、激光传感器、超声波传感器，或者其中任意几个传感器组合使用，可以感应车辆本身信息和车辆周边情况的信息。这些传感器本身就是汽车主动安全功能所必需的，不需要额外增加器件。
[0026]定位模块能将车辆所处的位置进行定位。
[0027]车辆周边路况感知模块包括车道线识别子模块(Lane Detect1n andKalman-Based Linear-Parabolic Lane Tracking, King Hann Lim, Semenyih, Malaysia,Kah Phooi Seng, Ang, Li—Minn, Siew Wen Chin, Intelligent Human-Machine Systemsand Cybernetics, 2009.1HMSC; 09.1nternat1nal Conference on)、车辆检测和跟踪子模块(Zehang Sun, George Bebis, Ronald Miller, " On-Road Vehicle Detect1n:A Review, " IEEE Transact1ns on Pattern Analysis and Machine Intelligence,vol.28, n0.5)、行人检测和跟踪子模块(M.Enzweiler, and D.Gavrila.Monocularpedestrian detect1n:survey and experiments[J].1EEE Transact1ns on PatternAnalysis andMach ine Intelligence, 2009, 31 (12):2179-2195)、交通标不检测和识别子模块(Mogelmose, Μ.M.Trivedi, Τ.B.Moeslund.Vis1n-Based Traffic Sign Detect1nand Analysis for Intelligent Driver Assistance Systems: Perspectives andSurvey, Intelligent Transportat1n Systems, IEEE Transact1ns on(Volume: 13,Issue:4):1484-1497)、交通信号灯检测和识别子模块。
[0028]车道线识别子模块根据传感器感应到的信息，从中识别到车道线信息，如:车道线种类、车道线的数量，车道线合并以及车道线宽度等信息。道路路况实时评估系统将车道线个数，和车道线个数的变化，作为路况通顺与否的参考值。对某条道路进行顺畅度评估，当某个地理位置的车道线较少时，降低该路段的顺畅度先验估计值，反之提升。当车道线个数变少时，说明存在车道并线情况，那么这种路段容易发生拥堵，所以在计算路况顺畅度时，可以提供一个较低的先验估计值。相反地，当车道线个数变多时，说明存在车道变宽，那么这种路段相对会比较通畅，所以在计算路况顺畅度时，可以提供一个较高的先验估计值。