专利名称：一种基于移动智能终端的实时交通路况采集方法
技术领域：
本发明涉及ー种智能交通中的交通数据采集方法，尤其涉及ー种对数据精度和实时性要求较高的基于移动智能终端的交通路况采集方法。
背景技术：
车辆数目的増加，给城市带来了交通拥堵、交通事故、交通污染等一系列问题。而智能交通系统的提出，就是为了有效地解决上述问题。发展智能交通系统，最基础、最关键的问题是如何采集道路交通的实时动态数据，以便智能交通的上层系统和模块进行数据处理、分析和预测，实现交通信息的实时调控。目前已有的交通数据采集系统很多，本发明关注的是ー种基于移动智能终端的实时交通数据采集方法。近年来，随着移动网络的发展和移动智能終端设备的普及，拥有移动智能终端的用户数量呈爆发式增长。移动智能终端不仅拥有GPS，电子罗盘，加速度计等多种传感器，能够提供大規模、多尺度的物理数据，还具 备wifi，GSM、3G等通信模块，能够随时接入移动互联网，从而保证数据的实时传送，特别适用于智慧城市感知场景中的应用。较为成熟的实时交通数据采集方法有两种第一种为基于传感器的实时交通数据采集方法，包含主动监测方法和被动探测方法，传感器包含压电传感器、地埋式线圈检测器、微波雷达、超声波，摄像头等，能够采集和计算出的路况信息包含车速、车流量、车道占用率、车辆类别信息等，虽然各种传感器的原理和适用场合不同，但大都存在对安装场所和环境的依赖，且面临初期投资巨大、维护成本高、覆盖率小、数据精度较低、实时性较差等问题，有较大的局限性；第二种为基于浮动车的实时交通数据采集方法，浮动车即为安装了GPS和无线通信模块的出租车和公交车，当浮动车在路面上行驶时，周期性采集自身的GPS数据并发送至服务器端，由服务器通过地图匹配技术估计出浮动车的驾驶路线，进而得到浮动车辆的行程时间、行程速度以及所通过道路的平均速度。相对于第一种方法，该方法里然在成本和覆盖率上都有所改善，且设备易于维护，不会受到天气、行人等其他无关因素的干扰，但仍需要较大的一次性投资，数据精度也受地图匹配技术的限制。考虑到通信成本，浮动车辆GPS数据的采集频率往往都较低，通常在15min左右，而服务器端由于缺乏交通上下文信息也仅能利用GPS数据对无效数据进行甄别和过滤，这就给数据预处理和地图匹配带来了很大的难度，在加大服务器负担的同时降低了数据的实时性。
发明内容
本发明的目的在于针对现有技术的不足，提供ー种基于移动智能终端的实时交通路况采集方法。为了实现上述的目的，本发明采取如下技术方案ー种基于移动智能终端的实时交通路况采集方法，该方法在基于移动智能终端的实时交通路况采集系统上实现，所述基于移动智能终端的实时交通路况采集系统包括服务器和多个移动智能終端，移动智能終端中嵌入了 GPS、加速度计、方向传感器和通信模块，移动智能終端中还装有道路数据库，移动智能終端和服务器之间进行无线通信；该方法包含以下步骤
(1)移动智能終端根据传感器信息对交通环境进行识别；
(2)移动智能終端根据GPS采集的经纬度坐标和得到的交通环境信息，结合道路数据库对驾驶路线进行实时跟踪；
(3)移动智能終端根据驾驶路线跟踪结果计算行程时间并将实时路况信息上传至服务
器；
(4)服务器对接收的海量实时路况信息进行分析，排除重复数据，并将结果存储在路况数据库中；
(5)服务器利用路况数据库中的路况数据，使用压缩感知技术对少数缺乏上传数据的路段进行实时路况估计，完成对整个城市交通网络实时路况的采集。本发明的有益效果是，能利用现有的大量移动智能終端，对实时路况信息进行采集进而得到海量的路况数据。利用这些数据，可以为出行用户提供实时可靠的路况信息，以节约他们的旅程时间；可以为交通部门提供实时可靠的路况数据，便于他们对交通的管理与规划。此方法与传统方法相比，具有成本低、精度高、数据量大、实时性强、网络覆盖率高、可扩展性强等优点，具有极大的应用前景。
图I是本发明的基于移动智能终端的实时交通路况采集方法部署 图2是本发明中对交通环境进行分类识别的分类系统框架 图3是本发明中利用移动智能終端对实时路况进行采集和真实路况数据的对比 图4是本发明中利用压缩感知技术对未被移动智能終端覆盖地段的数据进行估计的
误差图。
具体实施例方式本发明专利在移动智能终端中GPS、加速度计、方向传感器等传感器数据的基础上，利用机器学习的方法，建立了一个轻量级的分类系统，能够以极大的概率对移动智能终端的交通环境做出正确的分类和识别，消除了 GPS误差带来的影响，进而保证了对驾驶路线的实时跟踪和所采集的实时路况数据的精度。在服务器端，本发明利用新型的压缩感知技术对少数缺乏采集数据的随机路段的实时路况进行估计，能有效提高估计精度，从而增强了整个系统的可靠性、稳定性和实用性。本发明基于移动智能终端的实时交通路况采集方法在基于移动智能终端的实时交通路况采集系统上实现，所述基于移动智能终端的实时交通路况采集系统包括服务器和多个具备采集能力和通信能力的移动智能終端，多个移动智能終端分别携带在待采集城市交通网络道路上的行人或车辆上。移动智能終端嵌入了 GPS、加速度计、方向传感器和通信模块，其中，GPS、加速度计和方向传感器能够采集相应的物理信息；通信模块可以为GSM模块或WiFi模块，使得移动智能終端能够随时接入互联网，与服务器进行实时通信。系统部署完成后进行系统的初始化，初始化包括在移动智能終端上进行客户端的安装和道路数据库的下载。系统部署如图I所示，移动智能終端和服务器之间进行无线通信。该方法包含以下步骤1、移动智能終端根据传感器信息对交通环境进行识别，如图2所示，包含以下子步骤 1.1、将交通环境划分为静立、走路、跑步、骑自行车和驾车。将驾车的交通环境进一歩
划分为停车、在普通道路上行驶、在高速公路上行驶、在高架桥上行驶以及在隧道中行驶。然后选取特征量，特征量包括速度值、加速度值、加速度值的DFT变换在1-10HZ上的幅度值，对于驾车分类，还包括与路面垂直方向的加速度值。其中，速度值可以直接经由GPS数
据得到，加速度
权利要求
1.ー种基于移动智能终端的实时交通路况采集方法，该方法在基于移动智能终端的实时交通路况采集系统上实现，所述基于移动智能终端的实时交通路况采集系统包括服务器和多个移动智能终端，移动智能终端中嵌入了 GPS、加速度计、方向传感器和通信模块，移动智能終端中还装有道路数据库，移动智能終端和服务器之间进行无线通信；其特征在于，该方法包含以下步骤 (1)移动智能終端根据传感器信息对交通环境进行识别，包含以下子步骤 (I. O将交通环境划分为静立、走路、跑步、骑自行车和驾车；其中，将驾车的交通环境进一歩划分为停车、在普通道路上行驶、在高速公路上行驶、在高架桥上行驶以及在隧道中行驶；然后选取特征量，特征量包括速度值、加速度值、加速度值的DFT变换在1-10HZ上的幅度值，对于驾车分类，还包括与路面垂直方向的加速度值；其中，速度值可以直接经由GPS数据得到，加速度值
全文摘要
本发明公开了一种基于移动智能终端的实时交通路况采集方法，移动智能终端首先根据传感器信息对交通环境进行识别，然后结合道路数据库对驾驶路线进行实时跟踪；再根据驾驶路线跟踪结果计算行程时间并将实时路况信息上传至服务器；服务器对接收的海量实时路况信息进行分析，排除重复数据，将结果存储在路况数据库中，并利用路况数据库中的路况数据，使用压缩感知技术对少数缺乏上传数据的路段进行实时路况估计，完成对整个城市交通网络实时路况的采集。本发明能利用移动智能终端对实时路况信息进行采集进而得到海量的路况数据；具有成本低、精度高、数据量大、实时性强、网络覆盖率高、可扩展性强等特点，具有极大的应用前景。
文档编号G08G1/052GK102737510SQ201210226808
公开日2012年10月17日 申请日期2012年7月3日 优先权日2012年7月3日
发明者刘翔, 王志波, 王智 申请人:浙江大学