出租车行车轨迹经验知识路径的提取方法
【专利摘要】本发明提供一种出租车行车轨迹经验知识路径的提取方法，1、利用大量出租车在行驶过程中定期采集数据信息，并发送到数据服务中心；2、数据服务中心通过与用户的直接交互获取出行的目的地，并根据当前出发位置对历史数据信息进行挖掘，经过处理后得到所有经过出发位置与目的地的出租车行车轨迹路线与所用时间数据集；3、根据出发时间信息对行车轨迹信息按日期属性与气象属性分类构造行车轨迹经验知识库，并分别进行检验，筛选相似路径；4、数据服务中心通过加权计算得到出租车轨迹经验知识最优行车路径集合。本发明利用出租车司机自行选择行车路径的经验辅助进行最优路径规划，克服现有技术规划路线的不足，为公众出行提供合理的路径信息服务。
【专利说明】 出租车行车轨迹经验知识路径的提取方法
【技术领域】
[0001]本发明涉及信息技术应用领域，尤其涉及一种出租车行车轨迹经验知识路径的提取方法，从而可为公众出行等提供基于出租车行车经验知识的路径规划服务。
【背景技术】
[0002]现有装有导航系统的出租车行驶在道路上时，可根据车载全球定位系统在其行驶过程中定期记录的车辆位置，方向和速度信息，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，使车辆位置数据和城市道路在时间和空间上关联起来。随着经济的快速增长，机动车数量也随之快速增加，城市交通拥堵问题日益严重，而传统的交通信息导航中最优路径选择一般都是根据距离最短路径和时间最短路径规划，没有充分考虑交通状况问题，并且更新速度比较慢。当出现交通堵塞与路径通行限制的情况时，通过交通信息服务系统的数据服务中心提供的导航路线出行所花费的时间可能会更多，甚至某些道路由于施工原因无法通过，严重影响了车辆的出行。
[0003]在每个城市中，出租车司机是对路况信息最为熟悉的群体，他们根据出行经验，通过经常保持车辆与车辆之间的联络，对城市各个时间段的交通信息比较了解，因此可以避开出行高峰期易造成交通拥堵的路段，同时他们也会选择路面环境比较好的路段，在路面施工或者出现路径不可通过造成的交通限制时，他们也可以自主选择一条比较合理的路线，因此，出租车驾驶员行车路径的选择更为合理。如何选择一条比较合理的道路？如何利用出租车司机的经验提取出租车行车轨迹经验知识进行路径规划？如何挖掘不同日期、天气因素下的最优路径？本发明围绕以上主要问题，提出一种基于出租车行车轨迹数据的交通路径规划经验知识提取方法，形成的知识库可应用于公众出行交通信息服务、无人驾驶及交通管理等领域。
【发明内容】
[0004]本发明要解决的技术问题，在于提供一种出租车行车轨迹经验知识路径的提取方法，利用出租车司机自行选择行车路径的经验辅助进行最优路径规划，克服了现有技术规划路线的不足，为公众出行提供合理的路径信息服务。
[0005]本发明是这样实现的:一种出租车行车轨迹经验知识路径的提取方法，包括如下步骤:
[0006]步骤10、利用多个装备车载定位系统的出租车在行驶过程中定期采集数据信息，并将所采集到的数据信息发送到数据服务中心；
[0007]步骤20、数据服务中心通过与用户的直接交互获取出行的目的地，并根据出租车当前出发位置对数据服务中心的历史数据信息进行挖掘，经过处理后得到所有经过出发位置与目的地的出租车行车轨迹路线与所用时间，构成行车路线信息库P ;
[0008]步骤30、根据出租车出发时间对行车路线信息库按日期属性与气象属性分类构造行车轨迹经验知识库，并分别进行检验，筛选相似路径，统计不同路径通行次数与平均用时，构成不同属性的行车轨迹经验集合特征库?
[0009]步骤40、数据服务中心对各个属性集合下的行车轨迹经验集合特征库进行处
理，通过加权计算，得到出租车行车轨迹经验知识的最优路径集合Ζ。
[0010]本发明具有如下优点:1.本发明利用大量装备车载定位系统的出租车在行驶过程中采集信息并存储到数据服务中心，并根据用户当前的位置和目的地从海量出租车出行数据库中挖掘出基于出租车行车轨迹经验知识的路径，充分利用了出租车行车数据信息。
[0011]2.出租车司机选择的路径不一定是路径最短，但是出行时间却相对较短并且会主动选择路况良好的路线，避开了无法通行的路线与出现交通事故的路线，因此可以利用海量出租车数据信息规划合理路线。
[0012]3.本发明在更新速度上也有了大幅的改进，可以实时更新路径信息，相比之下，传统的导航需要服务提供商根据交通路径变化信息更新数据，花费的时间较长，工作量较繁重。
[0013]4.本发明充分考虑了不同气候、日期情况下的交通状况问题，提出了基于气候、日期属性推送最优行车路径的方法。
[0014]5.随着浮动车技术越来越广泛的应用，本发明具有良好的更新准确率，是一种切实可行的出行路线规划方法，对于公众出行的路线选择有着重要意义。
【专利附图】
【附图说明】
[0015]图1是本发明的出租车行车轨迹经验知识路径的提取方法的系统框架图。
[0016]图2是本发明的行车轨迹信息提取算法流程图。
[0017]图3是本发明的行车轨迹信息分类检验算法流程图。
[0018]图4是本发明的行车轨迹最优路径发现算法流程图。
[0019]图5是本发明的行车轨迹最优路径检验算法流程图。
【具体实施方式】
[0020]请参阅图1至图5所示，本发明为一种出租车行车轨迹经验知识路径的提取方法，包括如下步骤:
[0021]步骤10、利用多个装备车载定位系统的出租车在行驶过程中定期采集数据信息，并将所采集到的数据信息发送到数据服务中心；
[0022]步骤20、数据服务中心通过与用户的直接交互获取出行的目的地，并根据出租车当前出发位置对数据服务中心的历史数据信息进行挖掘，经过处理后得到所有经过出发位置与目的地的出租车行车轨迹路线与所用时间，构成行车路线信息库信息库P ；
[0023]步骤30、根据出租车出发时间对行车路线信息库按日期属性与气象属性分类构造行车轨迹经验知识库，并分别进行检验，筛选相似路径，统计不同路径通行次数与平均用
时，构成不同属性的行车轨迹经验集合特征库
[0024]步骤40、数据服务中心对各个属性集合下的行车轨迹经验集合特征库57进行处理，通过加权计算，得到出租车行车轨迹经验知识的最优路径集合Z。[0025]步骤50、数据服务中心根据近期时间的数据信息再次进行计算，通过数据服务中心的历史行车路径集合按属性分类逐一进行匹配，若属性相应的最优路径信息发生改变，则统计通行次数，如果近期时间内通行次数比较频繁，则表明该路线信息发生改变，从而动态更新相应路线，并将更新的结果集合推送到用户。
[0026]如图1所示，为出租车行车轨迹经验知识路径的提取方法的系统框架图，其详细展示了基于出租车行车轨迹经验知识的最优路径规划系统所包括的五个部分，其中每个部分产生的结果作为下一个部分数据处理的对象。
[0027]第一部分:所述步骤10进一步包括:
[0028]利用多个装备车载定位系统的出租车以周期τ定期采集车辆编号1、位置I和时间t信息，得到数据信息集合Xi=〈li，ti； i>，将采集得到的数据通过移动蜂窝通信技术传送到数据服务中心，形成浮动车数据库；其中所述出租车在给定的且用于分段采样的滑动时间窗T1内，其采样数据集合为m辆出租车的η阶的行车数据序列:
[0029]
【权利要求】
1.一种出租车行车轨迹经验知识路径的提取方法，其特征在于:包括如下步骤: 步骤10、利用多个装备车载定位系统的出租车在行驶过程中定期采集数据信息，并将所采集到的数据信息发送到数据服务中心； 步骤20、数据服务中心通过与用户的直接交互获取出行的目的地，并根据出租车当前出发位置对数据服务中心的历史数据信息进行挖掘，经过处理后得到所有经过出发位置与目的地的出租车行车轨迹路线与所用时间，构成行车路线信息库P ； 步骤30、根据出租车出发时间对行车路线信息库按日期属性与气象属性分类构造行车轨迹经验知识库，并分别进行检验，筛选相似路径，统计不同路径通行次数与平均用时，构成不同属性的行车轨迹经验集合特征库?; 步骤40、数据服务中心对各个属性集合下的行车轨迹经验集合特征库进行处理，通过加权计算，得到出租车行车轨迹经验知识的最优路径集合Z。
2.根据权利要求1所述的出租车行车轨迹经验知识路径的提取方法，其特征在于:所述步骤40之后进一步包括: 步骤50、数据服务中心根据近期时间的数据信息再次进行计算，通过数据服务中心的历史行车路径集合按属性分类逐一进行匹配，若属性相应的最优路径信息发生改变，则统计通行次数，如果近期时间内通行次数比较频繁，则表明该路线信息发生改变，从而动态更新相应路线，并将更新的结果集合推送到用户。
3.根据权利要求1所述的出租车行车轨迹经验知识路径的提取方法，其特征在于:所述步骤10进一步包括: 利用多个装备车载定位系统的出租车以周期τ定期采集车辆编号1、位置I和时间t信息，得到数据信息集合Xi=〈li，ti； i>，将采集得到的数据通过移动蜂窝通信技术传送到数据服务中心，形成浮动车数据库；其中所述出租车在给定的且用于分段采样的滑动时间窗T1内，其采样数据集合为m辆出租车的η阶的行车数据序列:
4.根据权利要求3所述的出租车行车轨迹经验知识路径的提取方法，其特征在于:所述步骤20进一步包括: 步骤21、数据服务中心通过与用户的交互获取当前位置I。与出行目的地ld，从数据服务中心获取预设的T2时间段内的行车数据序列，并使用点区域匹配算子提取所有经过出发位置I。与目的Id的行车数据序列；点区域匹配算子分为出发点匹配与终点匹配，所述的出发点区域匹配算子为
5.根据权利要求4所述的出租车行车轨迹经验知识路径的提取方法，其特征在于:所述步骤30进一步包括: 步骤31、对所述的行车路线信息库P，根据日期对路线进行分类，分为工作日DT1，节假日DT2，双休日DT3，其中节假日优先级比双休日高；通过提取时间确定日期，对路线信息附加日期属性标签DTa，a e [1,3];根据日期获取气象数据属性，按气象预警分为三个等级:良好CT1，一般CT2，恶劣CT3，对比气象等级附加气候属性标签CTe，β e [1，3]，得到经过分类的出租车行车轨迹经验数据集合
6.根据权利要求5所述的出租车行车轨迹经验知识路径的提取方法，其特征在于:所述步骤40进一步包括: 步骤41、对于上述得到的行车轨迹经验集合特征库paβ，综合时间，通行次数，对每条路径进行加权计算，算法如下:
7.根据权利要求6所述的出租车行车轨迹经验知识路径的提取方法，其特征在于:所述步骤50进一步包括:步骤51、从数据库中获取短期T3时间段内的行车数据序列，重复重复执行步骤2 O至步骤4 O，获得近期出租车行车轨迹经验知识的最优路径集合
【文档编号】G06F17/30GK103646560SQ201310615600
【公开日】2014年3月19日 申请日期:2013年11月27日 优先权日:2013年11月27日
【发明者】廖律超, 蒋新华, 林铭榛, 邹复民, 赖宏图, 贺文武, 胡蓉, 李璐明, 钱文逸, 高晟 申请人:福建工程学院