本发明属于智能交通领域，特别涉及适合采样频率较低且漂移范围较大时的浮动车定位数据自适应缓冲路径匹配系统及其浮动车定位数据自适应缓冲路径匹配方法。
背景技术：
出租车(浮动车)在安装定位系统(例如，gps定位系统或北斗定位系统等，在下文中以gps定位系统为例进行说明)等车载设备后，可实现将车辆的行驶浮动数据通过无线通信方式实时地传送到浮动车信息中心，该浮动数据包括车辆位置、时间、方向和速度等信息，应用地图匹配、路径推测等相关的计算模型和算法进行处理，使浮动车位置数据和城市道路在时间和空间上关联起来，最终得到浮动车所经过道路的车辆行驶速度以及道路的行车旅行时间等交通拥堵信息，可广泛服务于各交通部门，如可作为交警部门掌握道路实时交通情况、制定缓解拥堵措施的凭证，也可为城市交通规划、市政道路建设提供数据基础支撑。
出租车长期在室外运行，数据的采集及传输容易受到地域、路况、天气等因素影响，会产生一些比如数据丢失、冗余、错误等质量问题，另外各城市出租车受设备、运行环境、营运状态等影响，gps数据上传频次、位置偏差率各不相同，如何解决在低频次采样条件下，并且位置漂移范围较大的情况下进行地图匹配是一个核心难题。
地图匹配从根本上来说是一种修正技术，核心内容是以具有网络拓扑结构的电子地图路网信息为准，依靠地图匹配算法来对接收到的gps数据来进行修正[2]，地图匹配的误差来源主要分为以下四个方面：外部突变误差、gps系统内部误差、电子地图误差和坐标转换误差[3]，由于以上各种因素的影响，地图匹配的精度会遭到损害，因此就需要寻找一种合适的地图匹配方法来对抗这种精度误差，实现精准匹配。
目前地图匹配算法可以简单地分为以下几种：简单投影地图匹配算法、基于权重的拓扑理论匹配算法、基于概率统计原理的地图匹配算法和虚拟差分算法。
1)直接投影法只考虑路段的形状、距离，将gps位置信息，投影到电子地图中距离最近的路段，如果是在比较复杂和繁密的城市路网中，直接投影法的匹配效率低，稳定性和自我修正能力差。
2)基于权重的拓扑匹配算法主要通过是参考前一时刻车辆的位置和行驶方向，基于电子地图道路网络拓扑结构，确定候选路段权重，依据权重系数并参考历史gps轨迹计算出这一时刻最终匹配点，权重系数主要靠经验来确定，而权重系数会直接影响地图匹配的精准度。
3)基于概率统计原理的地图匹配算法基于概率统计的原理和方法不断循环比较gps点的位置和候选道路路段位置，计算当前数据点的置信区域，通过比较、判断在误差区域中的候选道路选择最终的匹配路段和匹配点，这种算法不能有效利用车辆行驶历史信息，也无法解决gps点漂移问题。
4)虚拟差分算法会利用前一时刻的修正量来进行当前时刻状态下修正量的估计和计算，当前时刻的位置会参考上一时刻的修正量得到预匹配估计点，再利用简单的几何匹配原理将预匹配点投影到匹配道路上获得最终的真实匹配点，虚拟差分算法可以在一定程度上减少错误识别比例，但会极大增加了运算时间，对地图匹配实时性和可靠性有一定影响。
技术实现要素：
鉴于上述现有技术中存在的问题，本发明重点解决在具有网络拓扑结构的城市复杂路网中，浮动车定位数据采样频次较低，数据丢失、冗余和错误率较高，位置漂移范围较大的实际条件下，传统地图匹配方法存在匹配效率较低、精准度不高以及实时性和可靠性不强等问题。
为了解决上述技术问题，本发明公开的浮动车定位数据自适应缓冲路径匹配系统，其特征在于，包括：定位数据获取单元，用于实时接收浮动车客户端传送的定位数据；电子地图，包括拓扑结构的路段路网数据，并且用于显示路径匹配结果；路网数据库，将浮动车的历史定位数据和所述拓扑结构的路段路网数据匹配保存；分时变权重路径连接库，根据历史浮动车移动轨迹和当前定位点稀疏度动态设定连接域范围，按照连接域范围将路网进行切割，并依据分时道路等级加权计算出每条路段在连接域内到达另一条非直连路网的路径；以及路径匹配单元，包括历史定位数据集获取单元、初次匹配单元和拟合单元，所述历史定位数据集获取单元从所述路网数据库提取与由所述定位数据获取单元实时接收的定位数据的多个缓冲范围匹配的路段路网数据，进而得到所提取的所述路段路网数据上的历史定位数据集，所述初次匹配单元根据当前定位数据采样频次对所述历史定位数据集进行初次匹配，所述拟合单元基于分时变权重路径连接库，对初次匹配的结果进行拟合矫正来得到最终路径匹配结果。
此外，所述的浮动车定位数据自适应缓冲路径匹配系统，其特征在于，所述定位数据是一定标准的定位数据，该一定标准包括定位系统经纬度坐标、时间、方向、速度、载客状态等属性；所述定位数据获取单元对所接收的定位数据，按照所述标准进行解析处理，并对异常数据进行清洗。
此外，所述的浮动车定位数据自适应缓冲路径匹配系统，其特征在于，所述路网中每一条路段数据是具有方向性的道路路段，该道路路段是由两个端点界定且具有空间坐标属性的点集合和折线段集合，且每个道路路段包含一个交叉口或一个出入口；所述历史定位数据集获取单元从所述路网数据库提取与由所述定位数据获取单元实时接收的定位数据的多个缓冲范围匹配的路段路网数据时，在由所述定位数据获取单元实时接收的定位数据的多个缓冲范围内，从所述路网数据库中找出相交的路段，在路段的正向、反向和双向三种情况分别进行角度比较，并根据正北夹角过滤掉不在角度偏差允许范围内的路段，由此得到与由所述定位数据获取单元实时接收的定位数据的多个缓冲范围匹配的路段路网数据，进而得到所提取的所述路段路网数据上的历史定位数据集。
此外，所述的浮动车定位数据自适应缓冲路径匹配系统，其特征在于，所述初次匹配单元根据当前定位数据采样频次对所述历史定位数据集进行初次匹配时，根据当前定位数据采样频次自动设置每个计算周期的时间阈值，在达到时间阈值触发条件时，按照缓冲范围对所述历史定位数据集进行分组，并将各分组的所述历史定位数据集中各历史定位数据的路段数据与前几个周期匹配的路段数据进行比对，移除与前几个周期匹配的路段不具有拓扑关系的路段，并确保每一个历史定位数据只对应一个路段，最终保留与前几个周期匹配的路段相匹配的路段数量最多的一组历史定位数据集，得到初始匹配结果。
此外，所述的浮动车定位数据自适应缓冲路径匹配系统，其特征在于，所述拟合矫正包括：第一次拟合矫正，解决漂移范围大、掉头行驶等匹配问题，并将简单路网条件下的路段进行有效连接；第二次拟合矫正，采用正序法，完成复杂路网条件下路径连接，同时校正第一次拟合产生的误差；第三次拟合矫正，采用倒序法校正修复前面第二次拟合过程中产生的误差，完成路径匹配。
为了解决上述技术问题，本发明公开的浮动车定位数据自适应缓冲路径匹配方法，其特征在于，包括：定位数据获取步骤，用于实时接收浮动车客户端传送的定位数据；分时变权重路径连接库构建步骤，根据历史浮动车移动轨迹和当前定位点稀疏度动态设定连接域范围，按照连接域范围将路网数据库中路网进行切割，并依据分时道路等级加权计算出每条路段在连接域内到达另一条非直连路网的路径，所述路网数据库将浮动车的历史定位数据和拓扑结构的路段路网数据匹配保存；路径匹配步骤，包括历史定位数据集获取步骤、初次匹配步骤和拟合步骤，所述历史定位数据集获取步骤从所述路网数据库提取与由所述定位数据获取步骤实时接收的定位数据的多个缓冲范围匹配的路段路网数据，进而得到所提取的所述路段路网数据上的历史定位数据集，所述初次匹配步骤根据当前定位数据采样频次对所述历史定位数据集进行初次匹配，所述拟合步骤基于分时变权重路径连接库，对初次匹配的结果进行三次拟合矫正来得到最终路径匹配结果；以及路径显示步骤，在电子地图上显示路径匹配结果。
此外，所述的浮动车定位数据自适应缓冲路径匹配方法，其特征在于，所述定位数据是一定标准的定位数据，该一定标准包括定位系统经纬度坐标、时间、方向、速度、载客状态等属性；所述定位数据获取步骤对所接收的定位数据，按照所述标准进行解析处理，并对异常数据进行清洗。
此外，所述的浮动车定位数据自适应缓冲路径匹配方法，其特征在于，所述路网中每一条路段数据是具有方向性的道路路段，该道路路段是由两个端点界定且具有空间坐标属性的点集合和折线段集合，且每个道路路段包含一个交叉口或一个出入口；所述历史定位数据集获取步骤从所述路网数据库提取与由所述定位数据获取步骤实时接收的定位数据的多个缓冲范围匹配的路段路网数据时，在由所述定位数据获取步骤实时接收的定位数据的多个缓冲范围内，从所述路网数据库中找出相交的路段，在路段的正向、反向和双向三种情况分别进行角度比较，并根据正北夹角过滤掉不在角度偏差允许范围内的路段，由此得到与由所述定位数据获取步骤实时接收的定位数据的多个缓冲范围匹配的路段路网数据，进而得到所提取的所述路段路网数据上的历史定位数据集。
此外，所述的浮动车定位数据自适应缓冲路径匹配方法，其特征在于，所述初次匹配步骤根据当前定位数据采样频次对所述历史定位数据集进行初次匹配时，根据当前定位数据采样频次自动设置每个计算周期的时间阈值，在达到时间阈值触发条件时，按照缓冲范围对所述历史定位数据集进行分组，并将各分组的所述历史定位数据集中各历史定位数据的路段数据与前几个周期匹配的路段数据进行比对，移除与前几个周期匹配的路段不具有拓扑关系的路段，并确保每一个历史定位数据只对应一个路段，最终保留与前几个周期匹配的路段相匹配的路段数量最多的一组历史定位数据集，得到初始匹配结果。
此外，所述的浮动车定位数据自适应缓冲路径匹配方法，其特征在于，所述拟合矫正包括：第一次拟合矫正，解决漂移范围大、掉头行驶等匹配问题，并将简单路网条件下的路段进行有效连接；第二次拟合矫正，采用正序法，完成复杂路网条件下路径连接，同时校正第一次拟合产生的误差；第三次拟合矫正，采用倒序法校正修复前面第二次拟合过程中产生的误差，完成路径匹配。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面对具体实施方式部分中所需要使用的附图做简单介绍，显而易见，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1是表示根据本发明的实施方式的浮动车定位数据自适应缓冲路径匹配系统的框图。
图2是表示上述实施方式的浮动车定位数据自适应缓冲路径匹配系统中路径匹配单元的框图。
图3表示根据本发明的实施方式的浮动车定位数据自适应缓冲路径匹配方法的流程图。
图4是表示上述实施方式的浮动车定位数据自适应缓冲路径匹配方法中路径匹配步骤的流程图。
图5是表示获得与多个缓冲范围匹配的路段路网数据的示例图。
图6是实施例的低频次40分钟内gps点集电子地图分布图。
图7表示上述实施例中gps点漂移值较大、出租车掉头行驶等情况。
图8表示上述实施例中图6中复杂立交桥。
图9表示上述实施例中初次匹配结果。
图10表示上述实施例中初次匹配结果的局部放大图，左侧和右侧分别表示不同路段的局部放大图。
图11表示上述实施例中第一次拟合结果。
图12表示上述实施例中第一次拟合无法解决的初次匹配产生的误差。
图13表示第一次拟合未处理的路段。
图14表示上述实施例中第二次拟合结果。
图15表示上述实施例中第二次拟合完成复杂路网连接，但会产生新误差。
图16是表示上述实施例中第三次拟合结果。
图17是最终匹配结果叠加到路网的效果图。
具体实施方式
下面，参考附图更详细地说明本发明的实施例。本发明的实施例可以变形为各种方式，本发明的范围不应解释为限定于下面说明的实施例。
(实施方式)
图1是表示根据本发明的优选实施方式的浮动车定位数据自适应缓冲路径匹配系统100的框图。
如图1所示，第一实施方式的浮动车定位数据自适应缓冲路径匹配系统100包括定位数据获取单元110、电子地图150、路网数据库120、分时变权重路径连接库130以及路径匹配单元140。
其中，定位数据获取单元110用于实时接收浮动车客户端传送的定位数据。本实施方式的浮动车定位数据自适应缓冲路径匹配系统100对进行路径匹配的输入的定位数据格式进行了标准定义，该标准为原始数据清洗提供了依据。定位数据标准包括定位系统经纬度坐标、时间、方向、速度、载客状态等属性。定位数据获取单元110优选还对所接收的定位数据，按照所述标准进行解析处理，并对异常数据进行清洗，并将有效数据传输到下个处理单元。
电子地图150包括拓扑结构的路段路网数据，并且用于显示路径匹配结果和浮动车移动轨迹。
路网数据库120将浮动车的历史定位数据和所述拓扑结构的路段路网数据匹配保存作为空间匹配的字典数据，可以是将电子地图150中的路段路网数据转换而来。所述路网中每一条路段数据是具有方向性的道路路段，该道路路段是由两个端点界定且具有空间坐标属性(例如，经纬度坐标)的点集合和折线段集合，且每个道路路段包含一个交叉口或一个出入口。每个折线段根据坐标可计算出正北方位角作为基础属性数据的一部分，依据导航图绘制特性，每个路段有正向、反向和双向三种特性也作为基础数据的一部分。
分时变权重路径连接库130是路径匹配拟合的基础库，根据历史浮动车移动轨迹和当前定位点稀疏度动态设定连接域范围，按照连接域范围将路网进行切割，并依据分时道路等级加权计算出每条路段在连接域内到达另一条非直连路网的路径。
图2是表示上述实施方式的浮动车定位数据自适应缓冲路径匹配系统中路径匹配单元140的框图。
路径匹配单元140包括历史定位数据集获取单元141、初次匹配单元142和拟合单元143。
历史定位数据集获取单元141从所述路网数据库120提取与由所述定位数据获取单元110实时接收的定位数据的多个缓冲范围匹配的路段路网数据，进而得到所提取的所述路段路网数据上的历史定位数据集。其中，所述缓冲范围是指以实时接收的定位数据为中心一定距离半径的范围，所述多个缓冲范围是指以实时接收的定位数据为中心多个不同距离半径的范围。此时，历史定位数据集获取单元141优选在由定位数据获取单元110实时接收的定位数据的多个缓冲范围内，从路网数据库120中找出相交的路段，在路段的正向、反向和双向三种情况分别进行角度比较，并根据正北夹角过滤掉不在角度偏差允许范围内的路段，由此如图5所示，得到与由定位数据获取单元110实时接收的定位数据(例如gps数据)的多个缓冲范围匹配的路段路网数据，进而得到所提取的路段路网数据上的历史定位数据集。
所述初次匹配单元142根据当前定位数据采样频次对所述历史定位数据集进行初次匹配。此时，所述初次匹配单元142优选根据当前定位数据采样频次自动设置每个计算周期的时间阈值，在达到时间阈值触发条件时(每个计算周期的点集不能太少，否则会影响匹配准确度，如表1)，启动由近至远变缓存过滤。即，优选按照以当前定位数据为中心的距离半径由小到大的缓冲范围的顺序对所述历史定位数据集进行分组，并将各分组的所述历史定位数据集中各历史定位数据的路段数据与前几个周期匹配的路段数据进行比对，移除与前几个周期匹配的路段不具有拓扑关系的路段，并确保每一个历史定位数据只对应一个路段，最终保留与前几个周期匹配的路段相匹配的路段数量最多的一组历史定位数据集，得到初始匹配结果。其中，对所述历史定位数据集进行分组可以不是按照以当前定位数据为中心的距离半径由小到大的缓冲范围的顺序，可以是所述距离半径由大到小的顺序，或者是按照其他规律或随机顺序进行。
表1定位数据采样频次和路径匹配计算周期阈值表
所述拟合单元143基于分时变权重路径连接库，对初次匹配的结果进行拟合矫正来得到最终路径匹配结果。所述拟合矫正优选包括：第一次拟合矫正，解决漂移范围大、掉头行驶等匹配问题，并将简单路网条件下的路段进行有效连接，但初次匹配时生成的冗余路段不会消除，同时复杂路网条件下如包含主辅路、匝道的互通立交桥会存在拟合误差；第二次拟合矫正，采用正序法，完成复杂路网条件下路径连接，同时校正第一次拟合产生的误差，第二次拟合同样会生成新的误差；第三次拟合矫正，采用倒序法校正修复前面第二次拟合过程中产生的误差，完成路径匹配。
图3表示根据本发明的实施方式的浮动车定位数据自适应缓冲路径匹配方法的流程图。图4表示上述实施方式的浮动车定位数据自适应缓冲路径匹配方法中路径匹配步骤的流程图。
下面，结合图3和图4说明本实施方式的浮动车定位数据自适应缓冲路径匹配方法，该方法包括定位数据获取步骤s110、分时变权重路径连接库构建步骤s120、路径匹配步骤s130和路径显示步骤s140。
在定位数据获取步骤s110，实时接收浮动车客户端传送的定位数据。此外，优选还对所接收的定位数据，按照所述标准进行解析处理，并对异常数据进行清洗，并将有效数据传输到下个处理单元。
在分时变权重路径连接库构建步骤s120，根据历史浮动车移动轨迹和当前定位点稀疏度动态设定连接域范围，按照连接域范围将路网数据库中路网进行切割，并依据分时道路等级加权计算出每条路段在连接域内到达另一条非直连路网的路径。其中，所述路网数据库中，将浮动车的历史定位数据和拓扑结构的路段路网数据匹配保存。
如图4所示，路径匹配步骤s130包括历史定位数据集获取步骤s131、初次匹配步骤s132和拟合步骤s133。
所述历史定位数据集获取步骤s131从所述路网数据库提取与由所述定位数据获取单元实时接收的定位数据的多个缓冲范围匹配的路段路网数据，进而得到所提取的所述路段路网数据上的历史定位数据集。此时，优选从所述路网数据库提取与由所述定位数据获取步骤实时接收的定位数据的多个缓冲范围匹配的路段路网数据时，在由所述定位数据获取步骤实时接收的定位数据的多个缓冲范围内，从所述路网数据库中找出相交的路段，在路段的正向、反向和双向三种情况分别进行角度比较，并根据正北夹角过滤掉不在角度偏差允许范围内的路段，由此如图5所示，得到与由所述定位数据获取步骤实时接收的定位数据的多个缓冲范围匹配的路段路网数据，进而得到所提取的所述路段路网数据上的历史定位数据集。
所述初次匹配步骤s132根据当前定位数据采样频次对所述历史定位数据集进行初次匹配。此时，优选根据当前定位数据采样频次对所述历史定位数据集进行初次匹配时，根据当前定位数据采样频次自动设置每个计算周期的时间阈值，在达到时间阈值触发条件时，按照所述缓冲范围对所述历史定位数据集进行分组，并将各分组的所述历史定位数据集中各历史定位数据的路段数据与前几个周期匹配的路段数据进行比对，移除与前几个周期匹配的路段不具有拓扑关系的路段，并确保每一个历史定位数据只对应一个路段，最终保留与前几个周期匹配的路段相匹配的路段数量最多的一组历史定位数据集，得到初始匹配结果。
所述拟合步骤s133基于分时变权重路径连接库，对初次匹配的结果进行三次拟合矫正来得到最终路径匹配结果。所述拟合矫正优选包括：第一次拟合矫正，解决漂移范围大、掉头行驶等匹配问题，并将简单路网条件下的路段进行有效连接；第二次拟合矫正，采用正序法，完成复杂路网条件下路径连接，同时校正第一次拟合产生的误差；第三次拟合矫正，采用倒序法校正修复前面第二次拟合过程中产生的误差，完成路径匹配。
最后，在路径显示步骤s140，在电子地图上显示路径匹配结果。
通过上述步骤，本实施方式的浮动车定位数据自适应缓冲路径匹配系统完成了浮动车行驶在多种复杂路网道路上，如包含主辅路、高架桥、匝道的喇叭形、菱形、苜蓿叶型等互通式立交桥，并且gps点(定位点)采样频次低、漂移范围大等实际条件下的精确路径匹配，能够做到实时感知采样、自动根据gps点(定位点)采样频次和稀疏度调整计算周期，做到低延迟响应计算并在电子地图中还原出租车行走轨迹。
<实施例>
下面以一台出租车一组持续时间约40分钟左右采样频率较低(40～60秒/点)且漂移范围偏大(最大偏移接近20米)的gps数据为例描述上述实施方式的计算过程，本样例点在导航图中分布如图6，包括漂移范围大数据点如图7，复杂互通式立交桥如图8。
首先，浮动车定位数据自适应缓冲路径匹配系统的定位数据获取单元实时接收到gps点后进行标准化解析，然后进行路网匹配，在该gps点的缓冲范围内，根据前文提高的空间对象相交方法计算相交的路段，并且采用正反向和正北夹角偏差进行过滤，得到该gps点在不同缓冲范围内的路段集合后，进入所述路段集合的gps点集中。
之后，系统根据当前gps的采样频次调整计算周期时间阈值(本样例采样频次为40～60秒/点，时间阈值自动调整为5分钟)，满足时间阈值触发条件后启动由近至远变缓存过滤，按照缓冲范围对gps点集合(每个gps点只对应一个路段)进行分组，并将各分组的所述历史gps点集中各历史gps点的路段数据与前几个周期匹配的路段数据进行比对，移除与前几个周期匹配的路段不具有拓扑关系的路段，并确保每一个历史gps点只对应一个路段，最终保留与前几个周期匹配的路段相匹配的路段数量最多的一组历史gps点集，得到初始匹配结果，如图9，局部放大可以看到大量的平行路段、不相交路段，如图10。
在初次匹配结果的基础上，基于分时变权重路径连接库，进行三次拟合校正。第一次拟合会解决漂移范围大、掉头等匹配问题并将简单路网路段进行连接，如图11，但初次匹配时产生的误差路段依然存在如图12，同时复杂路网如主辅路、高架线和互通式立交桥无法连接，如图13。第二次拟合完成复杂路网连接如图14，并校正第一次拟合产生的误差，同时会产生新误差路段如图15。第三次拟合重点校正前面拟合过程中产生误差，结果如图16，叠加路网展示效果如图17，自此完成本样例从gps点采集到路径匹配和轨迹展示全过程。
工业实用性
本申请公开的技术适合智能交通领域的所有需要定位地图匹配的技术问题，进而适合应用于各种定位系统、导航系统、交通管理监控系统中。