专利名称：一种优化型的道路拥塞状态发现方法
一种优化型的道路拥塞状态发现方法
技术领域：
本发明涉及一种优化型的道路拥塞状态发现方法。
背景技术：
浮动车技术，也被称作“探测车”，已经被广泛使用，其基本原理是:根据装备车载全球定位系统的浮动车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，使浮动车位置数据和城市道路在时间和空间上关联起来。哪些路段经常拥堵？在什么时间段经常拥堵？其拥堵程度如何？目前在公众出行等交通信息服务系统中，这些信息往往只能根据长期的统计资料以及出行者本人的经验，实现一定程度的交通堵塞点静态信息服务，尚没有有效的方法提供动态的交通堵塞点信息服务。这些方式只是长期的数据经验的累计，无法实现道路中交通堵塞点信息的动态更新。在目前的公共出行等交通信息服务系统中，拥塞信息的发现往往都是通过长期的统计资料以及出行者本人的经验，提供的信息也主要是静态的交通拥塞点信息服务。随着浮动车技术越来越广泛的应用，本发明结合浮动车的特点提出了一种优化型的道路拥塞状态发现方法。由浮动车在行驶过程中定期采集车辆编号、位置、速度、时间和车辆类型等信息，数据中心对上述数据进行过滤后，利用位置信息进行地图匹配得到浮动车所在路段，并结合车辆类型及速度的权重，计算速度的加权平均值，得到速度异常信息，统计一预设时间内各路段速度异常信息出现的次数，若达到预设值，则该路段拥塞。与已有的同类方法相比，该方法结合车辆类型及速度的权重(其中不同的车辆类型权重不同，不同的速度权重不同)，计算速度的加权平均值，得到速度异常信息，可以得到动态的、准确的交通拥塞点的信息。对于各类交通信息服务系统有着重要的意义。
发明内容
本发明要解决的技术问题，在于提供一种优化型的道路拥塞状态发现方法，是一种更为高效、可靠、动态的道路拥塞状态发现方法，可提高路段拥塞状态发现的准确度。本发明是这样实现的:一种优化型的道路拥塞状态发现方法，所述方法包括如下步骤:步骤10、浮动车在行驶过程中根据采样周期τ定期采集车辆编号U、位置1、速度V、时间t和车辆类型h信息,得到浮动车行车数据序列XyXiMui, Ii, Vi, ti； hci/hdi/hei/hfi>,其中i为数据序列X的编号，所述下标c、d、e、f分别代表浮动车中的出租车、私家车、货车以及公交车，并通过移动蜂窝通信技术传送到数据中心；步骤20、数据中心对各浮动车行车数据序列进行过滤，并根据位置I的信息与地理信息系统即GIS系统匹配得到浮动车所属路段，将浮动车行车数据序列存储到数据库中对应路段的路段行车信息集；步骤30、数据中心再从数据库中抽取各路段的路段行车信息集，结合车辆类型及速度的权重后，计算速度的加权平均值，得到速度异常信息；步骤40、统计路段行车信息集在一预设时间段内各路段速度异常信息出现的次数，若达到设定值，则该路段拥塞；从而实现交通拥塞点的识别。进一步地，所述步骤20具体包括如下步骤:步骤21、数据中心对上传的行车数据序列Xi, XiMui, Ii, Vi, ti； hei/hdi/hei/hfi>,提取Xi的速度信息Vi，对Vi进行数据过滤，即判断Vi是否小于等于vM，所述vM是系统预设的一速度即当速度Vi大于Vm时，道路不会发生拥堵状态；若Vi ( Vm,则进入下一步骤,若Vi >VM，则返回步骤21判断下一个行车数据；步骤22、从行车数据序列Xi中提取位置Ii信息，与GIS系统进行匹配，得到位置Ii所属的路段rs，其中s为路段编号，并将所述行车数据序列Xi存储到行车路段数据库Q中与路段rs对应的路段行车信息集qs中，所述行车路段数据库Q表示为Q= {qi，Q2, Q3, , qj，其中qs表示路段编号s对应的路段行车信息集。进一步地，所述步骤30具体包括如下步骤:步骤31、从所述行车路段数据库Q中提取各路段行车信息集qs在当前时间之前的一时间段1\内路段rs的行车数据列Xi，获得时间段T1内的路段行车信息子集As，即Λ c A ；步骤32、将路段行车信息子集As中各浮动车辆速度Vi信息与一速度权重对照表M进行对照，得到所述速度V的速度权重；所述速度权重对照表M表示为...，mk}，其中mk为速度权重对照序列，即mk=〈ek，ak>，其中下标k为速度权重对照序列编号，其中ε k为所述速度权重对照序列浮动车辆速度的范围值，a k为所述序列的车辆速度范围值对应的速度权重，并且所述速度权重与车辆速度大小成正比；
将As中同一浮动车辆类型，即分别将出租车、私家车、货车以及公交车的车辆速度与对应的速度权重的乘积进行累加，得到出租车、私家车、货车以及公交车各自对应的速度
加权平均值Γ即'Ρ-Σ ν,χαρ ,其中％为速度'对应的速度权重且j e i，获得速度加权平均值序列Bs，所述見=KVcJrdJreJf >，所述出租车速度加权平均值为K、私家车速
度加权平均值Sprf、货车速度加权平均值为Ffi以及公交车速度加权平均值为P,；步骤33、将所述速度加权平均值序列Bs中各速度加权平均值分别乘以相对应的车辆类型权重P，并进行累加，得到路段&的速度加权平均值即
Vs =Fe X凡+ Frf +Fe X凡+Γ/Xj^，其中P。, pd, pe, pf分别为出租车、私家车、货车以及公交车对应的车辆类型权重，并且P。> Pd > Pe > Pf;步骤34、设定一速度值Vt/，当车辆速度小于Vt/时，则判定车辆以超低速信息行驶，即异常；判断^是否小于Vt/，若是，则记录为速度异常信息，并存储到行车路段数据库Q中；若否，则执行步骤35 ；步骤35、判断s是否是最后一个路段编号，若是，则系统返回步骤10 ;若否，则将s加I重复步骤31。进一步地，所述步骤40具体包括如下步骤:
步骤41、设定一数值N，当速度异常信息次数超过N时，则判定为一交通拥堵点；步骤42、从行车数据库Q中提取在一预设时间段T2内路段rs的速度异常信息，并统计速度异常信息次数\，且路段编号s的初始值为1，所述的T2等于整数倍的T1 ;判断ns是否大于N，若是，则识别该路段为交通堵塞点；若否，则执行下一步骤；步骤43、判断s是否是最后一个路段编号，若是，则系统返回步骤10 ;若否，则将s加I重复步骤41。本发明具有如下优点:本发明为交通信息服务系统提出一种更为高效、可靠、动态的道路拥塞状态发现方法，可提高路段拥塞状态发现的准确度。在该方法中，为了实现道路拥塞状态发现，首先利用浮动车在行驶过程中定期采集车辆编号、位置、速度、时间和车辆类型等信息，并将采集得到的数据传送到数据中心；同时数据中心对上述数据进行过滤，并根据位置信息与GIS系统匹配得到浮动车所在路段，将浮动车数据存储到历史记录数据库中该路段对应的位置；再次数据中心从历史记录数据库中抽取各路段的路段信息集，结合车辆类型及速度的权重，计算速度的加权平均值，得到速度异常信息；最后统计一预设时间内各路段速度异常信息出现的次数，若达到预设值，则该路段拥塞；从而实现交通拥塞点的识别。
下面参照附图结合实施例对本发明作进一步的说明。图1是本发明的系统流程图。图2是本发明的数据过滤、匹配算法流程图。图3是本发明 中速度异常信息获取算法流程图。图4是本发明中交通拥塞点识别算法流程图。
具体实施方式请参阅图1 4所示，对本发明的实施例进行详细的说明。本发明涉及一种优化型的道路拥塞状态发现方法，所述方法包括如下步骤:步骤10、浮动车在行驶过程中根据采样周期τ定期采集车辆编号U、位置1、速度V、时间t和车辆类型h信息,得到浮动车行车数据序列XyXiMui, Ii, Vi, ti； hci/hdi/hei/hfi>,其中i为数据序列X的编号，所述下标c、d、e、f分别代表浮动车中的出租车、私家车、货车以及公交车，并通过移动蜂窝通信技术传送到数据中心；步骤20、数据中心对各浮动车行车数据序列进行过滤，并根据位置I的信息与地理信息系统即GIS系统匹配得到浮动车所属路段，将浮动车行车数据序列存储到数据库中对应路段的路段行车信息集；步骤30、数据中心再从数据库中抽取各路段的路段行车信息集，结合车辆类型及速度的权重后，计算速度的加权平均值，得到速度异常信息；步骤40、统计路段行车信息集在一预设时间段内各路段速度异常信息出现的次数，若达到设定值，则该路段拥塞；从而实现交通拥塞点的识别。较优的，所述步骤20具体包括如下步骤:步骤21、数据中心对上传的行车数据序列Xi, XiMui, Ii, Vi, ti； hu/hdi/hd/hfi〉,提取Xi的速度信息Vi，对Vi进行数据过滤，即判断Vi是否小于等于VM，所述Vm是系统预设的一速度即当速度Vi大于Vm时，道路不会发生拥堵状态；若Vi ( Vm,则进入下一步骤,若Vi >VM，则返回步骤21判断下一个行车数据； 步骤22、从行车数据序列Xi中提取位置Ii信息，与GIS系统进行匹配，得到位置Ii所属的路段rs，其中s为路段编号，并将所述行车数据序列Xi存储到行车路段数据库Q中与路段rs对应的路段行车信息集qs中，所述行车路段数据库Q表示为Q= {qi，Q2, Q3, , qj，其中qs表示路段编号s对应的路段行车信息集。较优的，所述步骤30具体包括如下步骤:步骤31、从所述行车路段数据库Q中提取各路段行车信息集qs在当前时间之前的一时间段T1内路段rs的行车数据列Xi，获得时间段T1内的路段行车信息子集As，即As cqs.J步骤32、将路段行车信息子集As中各浮动车辆速度Vi信息与一速度权重对照表M进行对照，得到所述速度V的速度权重；所述速度权重对照表M表示为M= Im1, m2，m3，..., mk},其中mk为速度权重对照序列，即mk=〈ek，ak>，其中下标k为速度权重对照序列编号，其中ε k为所述速度权重对照序列浮动车辆速度的范围值，a k为所述序列的车辆速度范围值对应的速度权重，并且所述速度权重与车辆速度大小成正比；将As中同一浮动车辆类型，即分别将出租车、私家车、货车以及公交车的车辆速度与对应的速度权重的乘积进行累加，得到出租车、私家车、货车以及公交车各自对应的速度
加权平均值f即P = ZO7 其中为速度'对应的速度权重且j e i，获得速度加权平均值序列Bs，所述& =<Vc,Vd,Ve,Vf >，所述出租车速度加权平均值力Γ私家车速度加
权平均值为Prf、货车 速度加权平均值为R以及公交车速度加权平均值为，步骤33、将所述速度加权平均值序列Bs中各速度加权平均值分别乘以相对应的车辆类型权重P，并进行累加，得到路段匕的速度加权平均值即
= Vc X P, + 1.'丨 X Pj + Vc X Pa + I, I X P ,
，其中p。，pd, pe, Pf分别为出租车、私家车、货车以及公交车对应的车辆类型权重，并且P。> Pd > Pe > Pf;步骤34、设定一速度值Vt/，当车辆速度小于Vt/时，则判定车辆以超低速信息行驶，即异常；判断f是否小于Vt/，若是，则记录为速度异常信息，并存储到行车路段数据库Q中；若否，则执行步骤35 ；步骤35、判断s是否是最后一个路段编号，若是，则系统返回步骤10 ;若否，则将s加I重复步骤31。较优的，所述步骤40具体包括如下步骤:步骤41、设定一数值N，当速度异常信息次数超过N时，则判定为一交通拥堵点；步骤42、从行车数据库Q中提取在一预设时间段T2内路段rs的速度异常信息，并统计速度异常信息次数\，且路段编号s的初始值为1，所述的T2等于整数倍的T1 ;判断ns是否大于N，若是，则识别该路段为交通堵塞点；若否，则执行下一步骤；
步骤43、判断s是否是最后一个路段编号，若是，则系统返回步骤10 ;若否，则将s加I重复步骤41。例如，本发明步骤32中的速度权重对照表M可用下表I表示:表I速度权重对照表M
权利要求
1.一种优化型的道路拥塞状态发现方法，其特征在于:所述方法包括如下步骤: 步骤10、浮动车在行驶过程中根据采样周期τ定期采集车辆编号U、位置1、速度V、时间t和车辆类型h信息，得到浮动车行车数据序列Xi，Xi=〈Ui，Ii, Vi, ti； hd/hJk/h。，其中i为数据序列X的编号，所述下标C、d、e、f分别代表浮动车中的出租车、私家车、货车以及公交车，并通过移动蜂窝通信技术传送到数据中心； 步骤20、数据中心对各浮动车行车数据序列进行过滤，并根据位置I的信息与地理信息系统即GIS系统匹配得到浮动车所属路段，将浮动车行车数据序列存储到数据库中对应路段的路段行车信息集； 步骤30、数据中心再从数据库中抽取各路段的路段行车信息集，结合车辆类型及速度的权重后，计算速度的加权平均值，得到速度异常信息； 步骤40、统计路段行车信息集在一预设时间段内各路段速度异常信息出现的次数，若达到设定值，则该路段拥塞；从而实现交通拥塞点的识别。
2.根据权利要求1所述的一种优化型的道路拥塞状态发现方法，其特征在于:所述步骤20具体包括如下步骤: 步骤21、数据中心对上传的行车数据序列Xi, XiMui, Ii, Vi, t” hu/hdi/hd/hfi〉,提取Xi的速度信息Vi，对Vi进行数据过滤，即判断Vi是否小于等于％，所述V。是系统预设的一速度即当速度Vi大于Vtl时，道路不会发生拥堵状态；若Vi ( V0,则进入下一步骤,若Vi > V0,则返回步骤21判断下一个行车数据； 步骤22、从行车数据序列Xi中提取位置Ii信息，与GIS系统进行匹配，得到位置Ii所属的路段^，其中s为路段编号，并将所述行车数据序列Xi存储到行车路段数据库Q中与路段rs对应的路段行车信息集qs中，所述行车路段数据库Q表示为Q= {qi，Q2, Q3, , qj，其中qs表示路段编号s对应的路段行车信息集。
3.根据权利要求2所述的一种优化型的道路拥塞状态发现方法，其特征在于:所述步骤30具体包括如下步骤: 步骤31、从所述行车路段数据库Q中提取各路段行车信息集qs在当前时间之前的一时间段T1内路段rs的行车数据列Xi，获得时间段T1内的路段行车信息子集As，即A cJs; 步骤32、将路段行车信息子集As中各浮动车辆速度Vi信息与一速度权重对照表M进行对照，得到所述速度V的速度权重； 所述速度权重对照表M表示为M=Im1, m2, m3，...，mk}，其中mk为速度权重对照序列，即mk=< ε k, ak>，其中下标k为速度权重对照序列编号，其中ε k为所述速度权重对照序列浮动车辆速度的范围值，a k为所述序列的车辆速度范围值对应的速度权重，并且所述速度权重与车辆速度大小成正比； 将As中同一浮动车辆类型，即分别将出租车、私家车、货车以及公交车的车辆速度与对应的速度权重的乘积进行累加，得到出租车、私家车、货车以及公交车各自对应的速度加权平均值P，即P = Σ(ν, Xa丨、,其中为速度Vj对应的速度权重且j e i，获得速度加权平均值序列Bs，所述見=<Vc,VdJeJf > ,所述出租车速度加权平均值为艮、私家车速度加权平均值为1、货车速度加权平均值为Pe以及公交车速度加权平均值为；步骤33、将所述速度加权平均值序列Bs中各速度加权平均值分别乘以相对应的车辆类型权重P，并进行累力口，得到路段&的速度加权平均值即vs = Vc Xpc+ Vd Xpd+Ve Xpe+ Vj XP,其中P。，Pd, Pe, Pf分别为出租车、私家车、货车以及公交车对应的车辆类型权重，并且P。> Pd > Pe > Pf;步骤34、设定一速度值Vt/，当车辆速度小于Vt/时，则判定车辆以超低速信息行驶，即异常；判断^是否小于Vt/，若是，则记录为速度异常信息，并存储到行车路段数据库Q中；若否，则执行步骤35; 步骤35、判断s是否是最后一个路段编号，若是，则系统返回步骤10 ;若否，则将s加I重复步骤31。
4.根据权利要求3所述的一种优化型的道路拥塞状态发现方法，其特征在于:所述步骤40具体包括如下步骤: 步骤41、设定一数值N，当速度异常信息次数超过N时，则判定为一交通拥堵点； 步骤42、从行车数据库Q中提取在一预设时间段T2内路段rs的速度异常信息，并统计速度异常信息次数ns，且路段编号s的初始值为1，所述的T2等于整数倍的T1 ;判断ns是否大于N，若是，则识别该路段为交通堵塞点；若否，则执行下一步骤； 步骤43、 判断s是否是最后一个路段编号，若是，则系统返回步骤10 ;若否，则将s加I重复步骤41。
全文摘要
本发明提供一种优化型的道路拥塞状态发现方法，步骤如下一、利用浮动车在行驶过程中定期采集车辆编号、位置、速度、时间和车辆类型等信息，并传送到数据中心；二、数据中心对上述数据进行过滤，并根据位置信息与GIS系统匹配得到浮动车所在路段，将浮动车数据存储到行车路段数据库中该路段对应的位置；三、数据中心从行车路段数据库中抽取各路段的路段信息集，结合车辆类型及速度的权重，计算速度的加权平均值，得到速度异常信息；四、统计一预设时间内各路段速度异常信息出现的次数，若达到预设值，则该路段拥塞；从而实现交通拥塞点的识别。本发明是一种更为高效、可靠、动态的道路拥塞状态发现方法，可提高路段拥塞状态发现的准确度。
文档编号G08G1/01GK103226892SQ20131011880
公开日2013年7月31日 申请日期2013年4月8日 优先权日2013年4月8日
发明者方卫东, 邹复民, 蒋新华, 赖宏图, 廖律超, 朱铨, 徐翔, 陈培淇, 林家振 申请人:福建工程学院