本发明涉及，尤其涉及一种公交车辆gps数据路段匹配方法及系统。
背景技术
在公交的运营与管理过程中，公交gps数据起着举足轻重的作用，然而gps数据在应用之前需要进行复杂的预处理与路段匹配，现有技术的路段匹配方法均在具备完整城市路段电子地图的前提下进行，无法有效并简单便捷地解决不具备完整地图资源时数据路段匹配过程。
技术实现要素：
发明目的：本发明针对现有技术存在的问题，提供一种在不具备完整电子地图资源的情况下可以实现公交车辆gps数据路段匹配的方法及系统。
技术方案：本发明所述的公交车辆gps数据路段匹配方法包括：
(1)获取待匹配线路；
(2)获取所述待匹配线路上的各个道路节点的坐标，其中，所述道路节点为公交车在行驶过程中需要经停或减速的节点；
(3)以相邻两个道路节点为对角点确定任意相邻两个道路节点之间的微分路段的最小外接矩形，计算所述最小外接矩形各个顶点的坐标；
(4)按照设定的步长对所述最小外接矩形进行扩展，得到扩展矩形的各个顶点的坐标；
(5)获取途经所述待匹配线路的公交车辆的gps数据；
(6)从所述gps数据中筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集。
可选的，在步骤(6)之后，还可以包括：
(7)将各个公交车gps数据集中的每个数据点投影到对应的微分路段的道路中心线上，得到各个微分路段的公交车gps投影数据集。
进一步的，步骤(4)具体包括：
(4.1)根据gps数据的经纬度精度值确定最小外接矩形的调整角度和调整距离；
(4.2)根据所述调整角度和调整距离对所述最小外接矩形进行扩展，得到扩展矩形的各个顶点的坐标。
进一步的，步骤(6)具体包括：
(6.1)将所述gps数据中的干扰数据去除，得到去干扰gps数据集；
(6.2)利用数据处理软件，根据各个扩展矩形的范围从所述去干扰gps数据集内筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集。
进一步的，步骤(6.1)具体包括：
(6.1.1)将所述gps数据中的车载设备记录时间数据和数据库存储时间数据去除，得到初步筛选数据集；
(6.1.2)将所述初步筛选数据中的车辆在停驶场站的数据去除，根据公交线路运营时间，筛选预设时间段内的指定线路的公交车gps数据，得到去干扰gps数据集。
本发明还提供了一种公交车辆gps数据路段匹配系统，包括：
第一获取模块，用于获取待匹配线路；
节点获取模块，用于获取所述待匹配线路上的各个道路节点的坐标，其中，所述道路节点为公交车在行驶过程中需要经停或减速的节点；
最小外接矩形计算模块，用于以相邻两个道路节点为对角点确定任意相邻两个道路节点之间的微分路段的最小外接矩形，计算所述最小外接矩形各个顶点的坐标；
扩展模块，用于按照设定步长对所述最小外接矩形进行扩展，得到扩展矩形的各个顶点的坐标；
第二获取模块，用于获取途经所述待匹配线路的公交车辆的gps数据；
匹配模块，用于从所述gps数据中筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集。
可选的，该系统还可以包括：
投影模块，用于将各个公交车gps数据集中的每个数据点投影到对应的微分路段的道路中心线上，得到各个微分路段的公交车gps投影数据集。
进一步的，所述扩展模块，具体包括：
调整幅度确定单元，用于根据gps数据的经纬度精度值确定最小外接矩形的调整角度和调整距离；
扩展单元，用于根据所述调整角度和调整距离对所述最小外接矩形进行扩展，得到扩展矩形的各个顶点的坐标。
进一步的，所述匹配模块，具体包括：
数据筛选单元，用于将所述gps数据中的干扰数据去除，得到去干扰gps数据集；
匹配单元，用于利用数据处理软件，根据各个扩展矩形的范围从所述去干扰gps数据集内筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集。
进一步的，所述数据筛选单元，具体包括：
初步筛选子单元，用于将所述gps数据中的车载设备记录时间数据和数据库存储时间数据去除，得到初步筛选数据集；
二次筛选子单元，用于将所述初步筛选数据中的车辆在停驶场站的数据去除，根据公交线路运营时间，筛选预设时间段内的指定线路的公交车gps数据，得到去干扰gps数据集。
有益效果：本发明与现有技术相比，其显著优点是：本发明提供的公交车辆gps数据路段匹配方法及系统，采用最小外接矩形法确定对应路段的车辆筛选范围从而能够将对应路段全部覆盖，不会造成匹配数据的疏漏，并且在gps数据精度较高的情况下，最小外接矩形的扩展范围较小，从而能够实现精确匹配，实现了在不具备完整电子地图资源的前提下，仅需掌握各路段节点的经纬度信息就能够实现数据路段匹配，在保证便捷的同时提高匹配精度。
附图说明
图1为本发明公交车辆gps数据路段匹配方法实施例的方法流程图；
图2为本发明公交车辆gps数据路段匹配方法实施例中外接矩形的示意图；
图3为本发明公交车辆gps数据路段匹配系统实施例的系统结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明为了有效解决在不具备完整电子地图资源的城市路段的公交车辆gps数据匹配问题，提出利用最小外接矩形法，并将其简化应用于适合直线路段的gps数据的路段匹配，仅利用道路节点经纬度信息确定即可完成匹配流程便于后续公交运行特性的研究工作。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
图1为本发明公交车辆gps数据路段匹配方法实施例的方法流程图。参见图1，该方法通过路段节点坐标划定各微分路段的最小外接矩形用于公交车辆gps数据匹配，再通过垂直投影法将匹配数据投影到节点坐标标定的道路中心线上，具体包括：
步骤101：获取待匹配线路。
步骤102：获取所述待匹配线路上的各个道路节点的坐标；道路节点为公交车在行驶过程中需要经停或减速的节点，道路节点i包括道路交叉口、人行横道、公交站点等。各个道路节点的坐标为各个道路节点i的中心点的经纬度，记为i(jd,wd)。
步骤103：以相邻两个道路节点i和i+1为对角点确定任意相邻两个道路节点之间的微分路段ai的最小外接矩形rei，计算所述最小外接矩形各个顶点的坐标。
步骤104：按照设定的步长对所述最小外接矩形进行扩展，得到扩展矩形的各个顶点的坐标。
具体包括：根据gps数据的经纬度精度值确定最小外接矩形的调整角度和调整距离。调整角度α＝0.0001°，调整距离δ≈11.1m。根据所述调整角度和调整距离对所述最小外接矩形进行扩展，得到扩展矩形re’i的各个顶点的坐标。
例如，参见图2，道路节点i的坐标记为ji,i(jdi,wdi)，i+1的坐标记为ji+1,i+1(jdi+1,wdi+1)，所述最小外接矩形四个顶点的坐标为：ji,i(jdi,wdi)，ji+1,i+1(jdi+1,wdi+1)，ji,i+1(jdi,wdi+1)，ji+1,i(jdi+1,wdi)。扩展矩形re’i的四个顶点的坐标为：ji,i(jdi,wdi+δ)，ji+1,i+1(jdi+1,wdi+1-δ)，ji,i+1(jdi,wdi+1-δ)，ji+1,i(jdi+1,wdi+δ)。
步骤105：获取途经所述待匹配线路的公交车辆的gps数据。
步骤106：从所述gps数据中筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集[di]。
步骤107：将各个公交车gps数据集[di]中的每个数据点投影到对应的微分路段的道路中心线li,i+1上，得到各个微分路段的公交车gps投影数据集[di′]，并将各个微分路段的公交车gps投影数据集[di′]中的数据确定为各个公交车的最终坐标。道路节点i和i+1所确定的路段中某一个公交车辆的定位坐标为p，则将p投影到道路节点i和i+1所确定的路段的道路中心线li,i+1，得到p’点，则p’点为公交车gps投影数据集[di′]中的数据，被标记为该公交车辆的最终坐标。
该步骤具体包括：
步骤1071：将所述gps数据中的干扰数据去除，得到去干扰gps数据集。干扰去除的过程包括两个步骤，分别为：将所述gps数据中的车载设备记录时间数据和数据库存储时间数据去除，得到初步筛选数据集；将所述初步筛选数据中的车辆在停驶场站的数据去除，根据公交线路运营时间，筛选预设时间段t(ta,tb)内的指定线路的公交车gps数据，得到去干扰gps数据集。
步骤1072：利用数据处理软件，根据各个扩展矩形的范围从所述去干扰gps数据集内筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集。该数据处理软件可以为matlab软件或excel软件。
实施例2
图3为本发明公交车辆gps数据路段匹配系统实施例的系统结构图。参见图3，该公交车辆gps数据路段匹配系统，包括：
第一获取模块301，用于获取待匹配线路。
节点获取模块302，用于获取所述待匹配线路上的各个道路节点的坐标；所述道路节点为公交车在行驶过程中需要经停或减速的节点。
最小外接矩形计算模块303，用于以相邻两个道路节点为对角点确定任意相邻两个道路节点之间的微分路段的最小外接矩形，计算所述最小外接矩形各个顶点的坐标。
扩展模块304，用于按照设定的步长对所述最小外接矩形进行扩展，得到扩展矩形的各个顶点的坐标。
该扩展模块304，具体包括：调整幅度确定单元和扩展单元。调整幅度确定单元用于根据gps数据的经纬度精度值确定最小外接矩形的调整角度和调整距离。扩展单元用于根据所述调整角度和调整距离对所述最小外接矩形进行扩展，得到扩展矩形的各个顶点的坐标。
第二获取模块305，用于获取途经所述待匹配线路的公交车辆的gps数据。
匹配模块306，用于从所述gps数据中筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集。
该匹配模块306，具体包括：数据筛选单元和匹配单元。
数据筛选单元用于将所述gps数据中的干扰数据去除，得到去干扰gps数据集。匹配单元用于利用数据处理软件，根据各个扩展矩形的范围从所述去干扰gps数据集内筛选各个扩展矩形范围内的指定线路的公交车辆的gps数据，得到各微分路段的公交车gps数据集。其中所述数据筛选单元，具体包括：初步筛选子单元和二次筛选子单元。初步筛选子单元用于将所述gps数据中的车载设备记录时间数据和数据库存储时间数据去除，得到初步筛选数据集。二次筛选子单元用于将所述初步筛选数据中的车辆在停驶场站的数据去除，根据公交线路运营时间，筛选预设时间段内的指定线路的公交车gps数据，得到去干扰gps数据集。
投影模块307，用于将各个公交车gps数据集中的每个数据点投影到对应的微分路段的道路中心线上，得到各个微分路段的公交车gps投影数据集。
以上实施例中提供的公交车辆gps数据路段匹配方法及系统，采用最小外接矩形法确定对应路段的车辆筛选范围从而能够将对应路段全部覆盖，不会造成匹配数据的疏漏，并且在gps数据精度较高(一般为亚米级)的情况下，最小外接矩形的扩展范围较小，从而能够实现精确匹配，实现了在不具备完整电子地图资源城市路段的前提下，仅需掌握各路段节点的经纬度信息就能够实现数据路段匹配，在保证便捷的同时提高匹配精度。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。