專利名稱：基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能交通領(lǐng)域基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理的方法。

背景技術(shù)：
隨著城市交通需求的不斷增長，對城市交通基礎(chǔ)設(shè)施、交通規(guī)劃技術(shù)以及交通管理手段提出了更高的要求。以智能交通系統(tǒng)(Intelligent Transportation System，ITS)為平臺的智能運(yùn)輸系統(tǒng)已成為交通規(guī)劃和管理者研究的主要課題，隨著ITS技術(shù)的發(fā)展和應(yīng)用，傳統(tǒng)的人工調(diào)查方法和以感應(yīng)線圈為代表的交通信息采集方法造價高、覆蓋范圍有限、采集周期長，已不能滿足ITS對交通數(shù)據(jù)的需求，基于車載GPS技術(shù)的探測車(Probe Vehicle，PV)技術(shù)已經(jīng)成為交通數(shù)據(jù)獲取的研究和發(fā)展方向。
探測車交通信息采集技術(shù)在獲取實(shí)時動態(tài)交通信息方面有著不可替代的優(yōu)勢，與地理信息系統(tǒng)(Geographic Information System，GIS)技術(shù)結(jié)合，可以使獲得的交通信息的準(zhǔn)確度、覆蓋范圍、即時性等關(guān)鍵指標(biāo)有較大程度的提升，從而使基于ITS的交通指揮管理和公眾出行的交通信息服務(wù)變得更加有效。
探測車作為一種新型的城市交通信息采集手段，得到了國內(nèi)外ITS專家和企業(yè)的一致重視，并取得了一定的理論成果。探測車數(shù)據(jù)包括數(shù)據(jù)產(chǎn)生時間、車牌號、經(jīng)度、緯度、瞬時速度、瞬時行駛方向、數(shù)據(jù)是否有效標(biāo)志、探測車狀態(tài)(包含車輛是否點(diǎn)火、是否載客)等大量信息。然而現(xiàn)有的探測車數(shù)據(jù)處理技術(shù)大都停留在理論或試驗(yàn)階段，應(yīng)用到實(shí)際的信息處理當(dāng)中仍然存在很多問題 首先，大規(guī)模探測車數(shù)據(jù)處理的特點(diǎn)是數(shù)據(jù)量大、車輛定位的車輛位置信息間隔大，不利于連續(xù)快速定位，因此要求算法的執(zhí)行效率非常高。
其次，探測車數(shù)據(jù)中的瞬時速度波動較大，特別是在擁堵的路段瞬時速度可能是車流流動單個車輛的最大速度，也可能是車流完全停止的速度，不能準(zhǔn)確地反映實(shí)際的路況信息。
再次，短時間內(nèi)交通流的狀態(tài)變化趨勢具有一定的連續(xù)性和相關(guān)性，是進(jìn)行探測車實(shí)時動態(tài)交通信息處理需要考慮的一個重要因素，但現(xiàn)有的處理算法較少考慮到這一點(diǎn)。
綜上所述，現(xiàn)有的技術(shù)仍有很多具體的技術(shù)問題無法解決，準(zhǔn)確性、實(shí)時性差，無法滿足用戶對實(shí)時路況信息的要求。


發(fā)明內(nèi)容
基于上述，為了克服現(xiàn)有技術(shù)不足之處，本發(fā)明的主要目的旨在提供一種探測車技術(shù)的實(shí)時動態(tài)交通信息處理的方法，該方法能夠處理海量探測車數(shù)據(jù)，而且效率高、準(zhǔn)確。
本發(fā)明采用以下技術(shù)解決方案 一種基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法，包括以下步驟 1)建立基于網(wǎng)格分割法的道路索引結(jié)構(gòu) 將整個城市道路劃分成網(wǎng)格，將每一條實(shí)際的道路用若干條線段首尾相連來近似，其中的線段稱為道路形狀線段，將每條道路的形狀線段與其所屬的道路相關(guān)聯(lián)，在每個網(wǎng)格內(nèi)記錄該網(wǎng)格包含的或與該網(wǎng)格相交的所有道路形狀線段的編號，對網(wǎng)格進(jìn)行存儲； 2)識別探測車行駛的道路和推算探測車行車軌跡 將一個周期T內(nèi)的探測車數(shù)據(jù)集按每一輛探測車進(jìn)行分組并按時間排序，獲得不同探測車的數(shù)據(jù)序列，依次處理數(shù)據(jù)序列中的每一個數(shù)據(jù)，依據(jù)數(shù)據(jù)中的GPS位置和方向信息確定車輛可能行駛到的道路集合R； 計(jì)算道路集合R中每條道路的道路識別置信度，進(jìn)行道路識別，識別的結(jié)果包括識別的道路、識別到的節(jié)點(diǎn)、識別到的道路集合，識別結(jié)果的集合構(gòu)成了候選道路集

和識別位置集
候選路徑集合

是由多個候選道路集合

組成，將候選道路集合

依次加入

并進(jìn)行搜索，可以確定若干條可以從起點(diǎn)GPS位置到終點(diǎn)GPS位置的路徑，然后對這些路線進(jìn)行道路識別置信度和長度的綜合判別，最終得到探測車的行車軌跡； 3)基于探測車行駛軌跡推算實(shí)時動態(tài)路況信息，即平均時速 根據(jù)探測車從起點(diǎn)到終點(diǎn)行駛道路的長度以及行駛時間，綜合考慮歷史路況信息，計(jì)算探測車在經(jīng)過每個路段時的平均時速。
進(jìn)一步地，在所述步驟2)之前先對探測車數(shù)據(jù)集進(jìn)行預(yù)處理，即過濾數(shù)據(jù)集中的GPS靜態(tài)漂移數(shù)據(jù)和奇異點(diǎn)數(shù)據(jù)等錯誤數(shù)據(jù)，為防止出現(xiàn)錯誤的道路識別現(xiàn)象，對于低速時的靜態(tài)漂移數(shù)據(jù)、信號遮擋及其它干擾較大的情況下的數(shù)據(jù)不進(jìn)行道路識別和行車軌跡推算處理。
所述識別探測車行駛的道路步驟2)進(jìn)一步包括以下步驟 2.1)確定需要識別道路的集合R，其中 若本次識別是某探測車的第一次道路識別或者上一次識別被判斷為無效時，則需要根據(jù)當(dāng)前車輛位置進(jìn)行網(wǎng)格定位，在給定待處理的車輛GPS點(diǎn)Point(x，y)后，用下列公式快速定位到Point點(diǎn)所在的網(wǎng)格號Grid(i，j) i＝(x-x0)/L(x，y) j＝(y-y0)/L(x，y) 當(dāng)車輛位置位于所在網(wǎng)格邊緣時，以Point點(diǎn)為圓心，d為半徑構(gòu)造該點(diǎn)的定位區(qū)域，與該圓形定位區(qū)域交集不為空的網(wǎng)格中的道路都作為需要識別道路的集合R，這里d為各種因素引起的GPS定位誤差與道路寬度一半之和的最大值，轉(zhuǎn)步驟2.2)； 若該輛探測車上一次識別的結(jié)果有效時，則可以根據(jù)當(dāng)前GPS和前一個GPS之間的時間差以及前一個GPS所處道路的歷史車速，基于道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的連通性，確定車輛可能行駛到的道路集合R，轉(zhuǎn)步驟2.2)； 2.2)計(jì)算道路集合R中每條道路的道路識別置信度，其中步驟細(xì)分為 2.2.1)道路識別置信度是描述GPS點(diǎn)與一條道路的匹配程度，用(0，1)區(qū)間的浮點(diǎn)數(shù)進(jìn)行量化，道路識別置信度越接近1，這個GPS數(shù)據(jù)的探測車越有可能位于這條道路，道路識別置信度公式如下 S＝S(dr，θr)＝ωddr+ωθθr，且ωd+ωθ＝1 其中，S為道路識別置信度，dr＝ΔGPS/(ΔGPS+max(0，d-wr/2))是GPS點(diǎn)到道路形狀線段距離d的歸一化值，ΔGPS是GPS的平均誤差，wr為道路r的寬度)，θr＝1/(1+θ2)是GPS方向與道路形狀線段方向夾角θ的歸一化值，ωd和ωθ分別為距離和夾角在道路識別置信度中的權(quán)重，大多數(shù)情況下，道路所包含的道路形狀線段數(shù)大于1，因而可能得到多個值，這時取最大值作為當(dāng)前道路的道路識別置信度，同時，記錄這個GPS數(shù)據(jù)到當(dāng)前道路的投影位置，記為p，轉(zhuǎn)步驟2.2.2)； 2.2.2)在已排序的道路識別置信度集合I＝{Si|Si≤Si+1，i＝1，…，N}中，尋找候選識別道路集RS＝{ri|Sm≥Smin，Sm-Sm-1≥S0，i＝m，…，N，Si∈I}，其中S0表示道路識別置信度閾值，Smin表示道路識別置信度可接受的最小值，若無法找到滿足Sm-Sm-1≥S0的道路，則定義候選識別道路集為RS＝{ri|Sm≥Smin，Sm≥SN-S0，Sm-1<SN-S0，i＝m，…，N，Si∈I}，與候選識別道路集RS對應(yīng)的識別位置集記為PS，轉(zhuǎn)步驟2.2.3)； 2.2.3)初步判斷候選識別道路集RS中的道路元素的個數(shù)，記為|RS|， 若|RS|＝0，表示無法識別，此次識別失效，進(jìn)入下一個GPS點(diǎn)，轉(zhuǎn)步驟2.1)； 若|RS|＝1，表示GPS點(diǎn)識別到道路，則候選識別道路集識別位置集合記為

步驟2.2)結(jié)束，轉(zhuǎn)步驟2.3)； 當(dāng)RS|>1時，表明RS中至少有兩個候選道路元素，計(jì)算RS中道路識別置信度最大和次大的道路夾角是否大于平行反向道路閾值θS，若大于θS，表明這兩條道路為平行反向道路，增加道路識別置信度公式中夾角的權(quán)重，使用新權(quán)重

和

進(jìn)行道路識別，得到新的候選識別道路集

轉(zhuǎn)步驟2.2.4)；若小于等于θS，則候選識別道路集轉(zhuǎn)步驟2.2.5)； 2.2.4)計(jì)算RS和

的交集候選識別道路集若則該集合中的唯一元素即為識別的道路，那么與候選識別道路集

對應(yīng)的識別位置集記為

步驟2.2)結(jié)束，轉(zhuǎn)步驟2.3)；否則繼續(xù)步驟2.2.5)； 2.2.5)判斷候選識別道路集

中是否具有共同的節(jié)點(diǎn)P0，且滿足與GPS點(diǎn)的距離小于節(jié)點(diǎn)距離閾值θNode，此θNode為各種因素引起的GPS定位誤差與道路交匯處寬度之和的最大值，若存在這樣的共同節(jié)點(diǎn)P0，則表示GPS點(diǎn)識別到節(jié)點(diǎn)P0，候選識別道路集退化為共同節(jié)點(diǎn)，即 步驟2.2)結(jié)束，轉(zhuǎn)步驟2.3)； 2.3)推算探測車行車軌跡，其中步驟細(xì)分為 2.3.1)將最新得到的候選識別道路集RS依次加入候選路徑集合

中，記錄

中道路的個數(shù)

記為Ct，繼續(xù)步驟2.3.2)； 2.3.2)基于候選路徑集合

尋找所有可能的行車路徑TRi，構(gòu)成了候選行車路徑集

若候選行車路徑個數(shù)J＝1，則該唯一路徑即為最優(yōu)行車路徑，記為TR*，相應(yīng)地將GPS點(diǎn)的識別位置集記為P*，且令

為最優(yōu)路徑TR*的最后一條道路，步驟2.3)結(jié)束；若J>1，則繼續(xù)步驟2.3.3)； 2.3.3)計(jì)算候選行車路徑集

中的每一個候選行車路徑TRi的道路識別置信度總和，以及總長度，對以上兩個結(jié)果進(jìn)行歸一化處理，之后按照權(quán)重求和，得到了一個路徑的可信度，對所有的路徑的可信度進(jìn)行升序排列，記為

繼續(xù)步驟2.3.4)； 2.3.4)判斷候選路徑集合

中的最后一個道路集合的候選道路數(shù)Ct是否為1，如果Ct為1則轉(zhuǎn)步驟2.3.5)，如果Ct不為1則繼續(xù)判斷

序列中可信度最大的與次大的之差是否大于設(shè)定閾值；如果大于設(shè)定閾值則轉(zhuǎn)步驟2.3.5)；如果不大于設(shè)定閾值則繼續(xù)判斷候選路徑集合

的數(shù)量K是否達(dá)到預(yù)設(shè)的最大值M，此處M為設(shè)定的可連續(xù)處理GPS數(shù)據(jù)個數(shù)的上限，若已達(dá)到M則轉(zhuǎn)步驟2.3.5)，若未達(dá)到M則繼續(xù)判斷探測車數(shù)據(jù)序列中否存在未處理的探測車數(shù)據(jù)，如果存在則讀取下一個數(shù)據(jù)，轉(zhuǎn)步驟2.1)，如果不存在則等待下一個數(shù)據(jù)到來，之后轉(zhuǎn)步驟2.1)； 2.3.5)將

序列中可信度最大的元素對應(yīng)的路徑作為最后確定的最優(yōu)行車路徑，記為TR*，相應(yīng)地將GPS點(diǎn)的識別位置集記為P*，且令

為最優(yōu)路徑TR*的最后一條道路。
所述推算實(shí)時動態(tài)路況信息步驟3)進(jìn)一步包括以下步驟 3.1)確定起點(diǎn)基于探測車的行駛軌跡TR*，記錄最后一個識別到入路段的GPS數(shù)據(jù)的時間T1，用這個GPS在入路段的投影點(diǎn)p1(x1，y1)，作為計(jì)算的起點(diǎn)； 3.2)確定終點(diǎn)終點(diǎn)需要滿足以下幾個條件a)終點(diǎn)是第一個識別到出路段的GPS數(shù)據(jù)的投影點(diǎn)p2(x2，y2)，并記錄GPS數(shù)據(jù)的時間T2；b)起點(diǎn)和終點(diǎn)之間的所有GPS數(shù)據(jù)，相鄰兩個之間的時間間隔不大于預(yù)先設(shè)定的最大時間間隔； 3.3)計(jì)算從起點(diǎn)出發(fā)到終點(diǎn)行駛道路的長度L＝L1+L2+L3，以及起點(diǎn)和終點(diǎn)之間的時間間隔ΔT＝T2-T1，其中L1、L2、L3是行駛道路被目標(biāo)路段兩個端點(diǎn)分割為三部分路段的長度，根據(jù)三個路段上一時刻的平均速度，計(jì)算各自的平均通過時間，分別記為t1、t2、t3，若上一時刻的平均速度不存在，則用歷史數(shù)據(jù)庫中的歷史同期的統(tǒng)計(jì)平均速度代替，進(jìn)而推算目標(biāo)路段的平均通過時間為那么目標(biāo)路段的長度L2與T兩者的比值就是當(dāng)前車輛在目標(biāo)路段上的平均時速，v＝L2/T； 3.4)計(jì)算一個周期T內(nèi)所有通過目標(biāo)路段的探測車的平均時速，根據(jù)平均時速的分布，剔除10％的下限和5％的上限，余下所有平均時速的平均值即為目標(biāo)路段當(dāng)前的平均時速。
本發(fā)明與現(xiàn)有技術(shù)相比的優(yōu)點(diǎn)在于本發(fā)明提出的基于網(wǎng)格分割法的道路索引結(jié)構(gòu)，將城市路網(wǎng)按某種特殊的拓?fù)浣Y(jié)構(gòu)組織起來，該拓?fù)浣Y(jié)構(gòu)適合于存儲，并能有效改善算法的運(yùn)行效率；另一方面針對探測車行駛的特點(diǎn)、城市道路的復(fù)雜性，提出的基于道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)連通性的道路識別和行車軌跡推算方法，有效的提高了大規(guī)模探測車處理系統(tǒng)的運(yùn)轉(zhuǎn)效率和準(zhǔn)確性；最后，基于探測車軌跡的實(shí)時路況信息計(jì)算模型，同時考慮了短時間內(nèi)交通流變化的連續(xù)性特點(diǎn)，融入了上一時刻的或歷史的數(shù)據(jù)，將不同探測車的路段平均時速做融合處理，提高了算法的準(zhǔn)確性。



圖1為為某城市電子地圖網(wǎng)格分割示意圖； 圖2為周期T內(nèi)一輛探測車的GPS數(shù)據(jù)的分布情況； 圖3為GPS數(shù)據(jù)網(wǎng)格定位示意圖； 圖4為基于探測車軌跡的路況信息計(jì)算示意圖； 圖5為探測車的平均時速的統(tǒng)計(jì)分布柱狀圖； 圖6為探測車平均時速分布示意圖。

具體實(shí)施例方式 本發(fā)明是一種基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理的方法，其通過以下步驟實(shí)現(xiàn) 第一、該方法針對探測車大數(shù)據(jù)集道路識別的特點(diǎn)，首先建立基于網(wǎng)格分割法的道路索引結(jié)構(gòu)。
在電子地圖的基礎(chǔ)上，建立基于網(wǎng)格分割法的道路索引結(jié)構(gòu)。
(1)參見圖1，按照經(jīng)緯度的方向，以一定的間隔L(x，y)將道路網(wǎng)絡(luò)從上到下、由左至右進(jìn)行網(wǎng)格化分塊。假設(shè)將其分為M×N個網(wǎng)格，簡記為Grid(M×N)，其中M和N分別為分塊行列數(shù)，網(wǎng)格的行編號從0到M-1，列編號從0到N-1。間隔參數(shù)L(x，y)可以根據(jù)城市道路密度來確定，一般來說應(yīng)該將市中心區(qū)的網(wǎng)格中的形狀線段的數(shù)量平均值控制在100條以內(nèi)，但間隔也不要小于道路與道路之間的最小距離。特別的，間隔參數(shù)L(x，y)取常數(shù)C，則為將道路網(wǎng)絡(luò)均勻分塊。
(2)在每個網(wǎng)格內(nèi)，記錄網(wǎng)格包含或與之相交的所有道路形狀線段編號，并且對這些形狀線段進(jìn)行編號存儲，將每條道路的形狀線段與道路相關(guān)聯(lián)。
(3)建立基于網(wǎng)格分割法的道路索引結(jié)構(gòu)，該索引結(jié)構(gòu)采用分層索引的方式，包括四層對象城市、區(qū)域、道路、道路形狀線段。
第二、探測車數(shù)據(jù)集的預(yù)處理。
過濾數(shù)據(jù)集中的GPS靜態(tài)漂移數(shù)據(jù)和奇異點(diǎn)數(shù)據(jù)等錯誤數(shù)據(jù)。為防止出現(xiàn)錯誤的道路識別現(xiàn)象，低速時(如小于1km/h)的靜態(tài)漂移數(shù)據(jù)、信號遮擋及其他干擾較大的情況下的數(shù)據(jù)不進(jìn)行道路識別和行車軌跡推算處理。
此外，若探測車數(shù)據(jù)集中的坐標(biāo)數(shù)據(jù)與電子地圖坐標(biāo)不一致，需轉(zhuǎn)換為電子地圖坐標(biāo)。
此階段后的探測車數(shù)據(jù)集均指預(yù)處理后的數(shù)據(jù)集。
第三、基于道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的連通性，進(jìn)行道路識別和行車軌跡推算。
將一個周期T內(nèi)的探測車數(shù)據(jù)集按每一輛探測車進(jìn)行分組并按時間排序，獲得不同探測車的數(shù)據(jù)序列，依次處理數(shù)據(jù)序列中的每一個數(shù)據(jù)。
(1)確定需要識別道路的集合，記為R，有兩種情況 情況1 當(dāng)本次識別是某探測車的第一次道路識別或者上一次識別被判斷為無效(包括無法識別和間隔時間太長導(dǎo)致失去時效性兩種情況)。這種情況需要根據(jù)當(dāng)前車輛位置進(jìn)行網(wǎng)格定位。在給定待處理的車輛GPS點(diǎn)Point(x，y)后，用下列公式快速定位到Point點(diǎn)所在的網(wǎng)格號Grid(i，j) i＝(x-x0)/L(x，y) (1) j＝(y-y0)/L(x，y) 當(dāng)車輛位置位于所在網(wǎng)格邊緣時，車輛在實(shí)際中有可能位于鄰接的網(wǎng)格。如圖3所示，有一GPS點(diǎn)Point(x，y)定位于網(wǎng)格Grid(j，j)中，但由于GPS靠近網(wǎng)格的邊緣和GPS的誤差，它有可能落在臨近的網(wǎng)格內(nèi)。以Point點(diǎn)為圓心，d(為各種因素引起的GPS定位誤差與道路寬度一半之和的最大值)為半徑構(gòu)造該點(diǎn)的定位區(qū)域，那么與該圓形定位區(qū)域交集不為空的網(wǎng)格中的道路都需要作為道路識別的輸入集合。轉(zhuǎn)步驟(2)。
情況2 當(dāng)該輛探測車上一次識別的結(jié)果有效時，則可以根據(jù)當(dāng)前GPS和前一個GPS之間的時間差以及前一個GPS所處道路的歷史車速，基于道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的連通性，確定車輛可能行駛到的道路集合R。轉(zhuǎn)步驟(2)。
(2)計(jì)算道路集合R中每條道路的道路識別置信度，進(jìn)行道路識別，識別的結(jié)果包括識別到道路、識別到節(jié)點(diǎn)、識別到道路集合。識別結(jié)果的集合構(gòu)成了候選道路集

和識別位置集
當(dāng)車輛靠近道路路口(路段與路段的聯(lián)結(jié)點(diǎn)，包括普通交叉路口、主輔路的出入口等)時，由于減速、并線、轉(zhuǎn)向等行駛行為使得GPS數(shù)據(jù)中的方向信息變化較大而且準(zhǔn)確性不高，導(dǎo)致很難確定車輛的確切位置。道路識別的最終目的是為城市路況模型得到路段通行時間提供起點(diǎn)、終點(diǎn)以及時間信息。因此如果無論車輛目前在哪條道路上，只要能確定車輛必定通過或者離開某個路口，就可以根據(jù)車輛的下一個定位數(shù)據(jù)確定其行駛軌跡。另一方面，由于GPS數(shù)據(jù)本身誤差或者電子地圖的測繪誤差，可能出現(xiàn)這種情況車輛沿著一條中間具有隔離帶的雙向道路行駛，采集到的GPS數(shù)據(jù)反映在電子地圖上時，落在了與車輛行駛方向相反的道路上。綜合考慮上述兩種特殊情況，在進(jìn)行道路識別的過程中設(shè)計(jì)了如下算法 a)道路識別置信度是描述GPS點(diǎn)與一條道路的匹配程度，用(0，1)區(qū)間的浮點(diǎn)數(shù)進(jìn)行量化，道路識別置信度越接近1，這個GPS數(shù)據(jù)的探測車越有可能位于這條道路。道路識別置信度公式如下 S＝S(dr，θr)＝ωddr+ωθθr，且ωd+ωθ＝1 (2) 其中，S為道路識別置信度，dr＝ΔGPS/(ΔGPS+max(0，d-wr/2))是GPS點(diǎn)到道路形狀線段距離d的歸一化值(ΔGPS是GPS的平均誤差，一般為15米，wr為道路r的寬度)，θr＝1/(1+θ2)是GPS方向與道路形狀線段方向夾角θ的歸一化值，ωd和ωθ分別為距離和夾角在道路識別置信度中的權(quán)重。大多數(shù)情況下，道路所包含的道路形狀線段數(shù)大于1，因而可能得到多個值，這時取最大值作為當(dāng)前道路的道路識別置信度。同時，記錄這個GPS數(shù)據(jù)到當(dāng)前道路的投影位置，記為po轉(zhuǎn)步驟b)。
b)在已排序的道路識別置信度集合I＝{Si|Si≤Si+1，i＝1，…，N}中，尋找候選識別道路集RS＝{ri|Sm≥Smin，Sm-Sm-1≥S0，i＝m，…，N，Si∈I}。其中S0表示道路識別置信度閾值，Smin表示道路識別置信度可接受的最小值。對于道路復(fù)雜的情況，往往無法找到滿足Sm-Sm-1≥S0的道路，在這種情況下的候選識別道路集RS定義為RS＝{ri|Sm≥Smin，Sm≥SN-S0，Sm-1<SN-S0，i＝m，…，N，Si∈I}。與候選識別道路集RS對應(yīng)的識別位置集記為PS。轉(zhuǎn)步驟c)。
c)初步判斷候選識別道路集RS中的道路元素的個數(shù)，記為|RS|。
若|RS|＝0，則表示無法識別，此次識別失效，進(jìn)入下一個GPS點(diǎn)，轉(zhuǎn)步驟(1)。若|RS|＝1，則表示GPS點(diǎn)識別到道路。那么候選識別道路集識別位置集合記為

轉(zhuǎn)步驟(3)。
當(dāng)|RS|>1時，表明RS中至少有兩個候選道路元素，計(jì)算RS中道路識別置信度最大和次大的道路夾角是否大于平行反向道路閾值θS。若大于θS，表明這兩條道路為平行反向道路，增加道路識別置信度公式中夾角的權(quán)重，使用新權(quán)重

和

進(jìn)行道路識別，得到新的候選識別道路集

轉(zhuǎn)步驟d)；否則若小于等于θS，則候選識別道路集轉(zhuǎn)步驟e)。
d)計(jì)算RS和

的交集候選識別道路集若，則該集合中的唯一元素即為識別到道路，那么與候選識別道路集

對應(yīng)的識別位置集記為

轉(zhuǎn)步驟(3)；否則轉(zhuǎn)步驟e)。
e)判斷候選識別道路集

中是否具有共同的節(jié)點(diǎn)，且滿足與GPS點(diǎn)的距離小于節(jié)點(diǎn)距離閾值θNode(為各種因素引起的GPS定位誤差與道路交匯處寬度之和的最大值)。若存在這樣的共同節(jié)點(diǎn)(不妨記為P0)，則表示GPS點(diǎn)識別到節(jié)點(diǎn)P0，候選識別道路集退化為共同節(jié)點(diǎn)，即 轉(zhuǎn)步驟(3)。
(3)推算探測車行車軌跡。將候選識別道路集

依次加入候選路徑集合

基于

搜索并確定若干條可以從起點(diǎn)GPS位置到終點(diǎn)GPS位置的路徑，然后對這些路線進(jìn)行道路識別置信度和長度的綜合判別。具體包括以下步驟 f)首先，將最新得到的候選識別道路集

依次加入候選路徑集合

中，記錄

中道路的個數(shù)

記為Ct。轉(zhuǎn)步驟g)。
g)基于候選路徑集合

尋找所有可能的行車路徑TRi，構(gòu)成了候選行車路徑集

若候選行車路徑個數(shù)J＝1，則該唯一路徑即為最優(yōu)行車路徑(記為TR*)，相應(yīng)地GPS點(diǎn)的識別位置集(記為P*)，且令

為最優(yōu)路徑TR*的最后一條道路；否則J>1，轉(zhuǎn)步驟h)。
h)計(jì)算候選行車路徑集

中的每一個候選行車路徑TRi的道路識別置信度總和，以及總長度。對以上兩個結(jié)果進(jìn)行歸一化處理。之后按照一定的權(quán)重求和，得到了一個路徑的可信度。對所有的路徑的可信度進(jìn)行升序排列，記為

轉(zhuǎn)步驟i)。
i)判斷候選路徑集合

中的最后一個道路集合的候選道路數(shù)Ct是否為1。如果是，則轉(zhuǎn)步驟j)；否則，判斷

序列中可信度最大的、次大的之差是否大于設(shè)定閾值，如果是，則轉(zhuǎn)步驟j)；否則，判斷候選路徑集合

的數(shù)量K是否達(dá)到預(yù)設(shè)的最大值M(設(shè)定的可連續(xù)處理GPS數(shù)據(jù)個數(shù)的上限)，若已達(dá)到M，轉(zhuǎn)步驟j)；否則判斷探測車數(shù)據(jù)序列中否有未處理的探測車數(shù)據(jù)，如果存在，則讀取下一個數(shù)據(jù)，轉(zhuǎn)步驟(1)，否則等待下一個數(shù)據(jù)到來，之后轉(zhuǎn)步驟(1)。
j)

序列中可信度最大的元素對應(yīng)的路徑為最后確定的最優(yōu)行車路徑(記為TR*)，相應(yīng)地GPS點(diǎn)的識別位置集(記為P*)，且令

為最優(yōu)路徑TR*的最后一條道路。
第四、基于探測車行駛軌跡推算實(shí)時動態(tài)路況信息，即平均時速。
這里路況信息有兩層含義，狹義上的是指某個時刻的路況信息，稱為時刻路況信息；廣義上指短時段路況信息或短時路況信息，也就是較短時間段內(nèi)的時刻路況信息的平均值。通常情況下發(fā)布的路況信息就是指短時段路況信息，那么發(fā)布的實(shí)時動態(tài)路況信息是指最新時段的短時路況信息。一般短時段或處理周期T的劃分根據(jù)具體需求確定，比如5min、10min短時路況信息等。
探測車最顯著的特點(diǎn)就是行駛的不確定性，直接使用探測車GPS中的速度信息反映路況的準(zhǔn)確率低。但是多個探測車的行駛統(tǒng)計(jì)結(jié)果卻可以反映一條道路的通過時間，不僅包含在路面上的行駛時間，還包含各種等待時間和異常情況下的時間，比如路口等待紅綠燈的時間、前方事故等待時間等。因此這里用平均通過時間作為參數(shù)來描述道路上的路況信息。
基本思路是基于探測車行駛軌跡，融合歷史路況，計(jì)算通過目標(biāo)路段每輛車的平均通過時間，進(jìn)而得到每輛車的平均時速；然后根據(jù)周期T內(nèi)所有探測車平均時速的分布，按照一定規(guī)則剔除異常車輛的平均時速，余下所有車輛平均時速的平均值，為目標(biāo)路段的平均時速，即T min短時路況信息。其特點(diǎn)在于通過以下步驟實(shí)現(xiàn) (1)確定起點(diǎn)基于探測車的行駛軌跡TR*，記錄最后一個識別到入路段(指車輛可行駛進(jìn)入目標(biāo)路段的路段)的GPS數(shù)據(jù)的時間T1，用這個GPS在入路段的投影點(diǎn)p1(x1，y1)，作為計(jì)算的起點(diǎn)； (2)確定終點(diǎn)終點(diǎn)需要滿足以下幾個條件a)終點(diǎn)是第一個識別到出路段(指車輛經(jīng)目標(biāo)路段可行駛進(jìn)入的路段，與起點(diǎn)所在的路段至少間隔目標(biāo)路段，也就是車輛必須完整地經(jīng)過目標(biāo)路段)的GPS數(shù)據(jù)的投影點(diǎn)p2(x2，y2)，并記錄GPS數(shù)據(jù)的時間T2；b)起點(diǎn)和終點(diǎn)之間的所有GPS數(shù)據(jù)，相鄰兩個之間的時間間隔不大于預(yù)先設(shè)定的最大時間間隔。
(3)計(jì)算從起點(diǎn)出發(fā)到終點(diǎn)行駛道路的長度L＝L1+L2+L3，起點(diǎn)和終點(diǎn)之間的時間間隔ΔT＝T2-T1。其中L1、L2、L3是行駛道路被目標(biāo)路段兩個端點(diǎn)分割為三部分路段的長度。三個路段分別記為路段1、路段2、路段3，路段2就是目標(biāo)路段。根據(jù)三個路段上一時刻的平均速度，計(jì)算各自的平均通過時間，分別記為t1、t2、t3。若上一時刻的平均速度不存在，則用歷史數(shù)據(jù)庫中的歷史同期的統(tǒng)計(jì)平均速度代替。進(jìn)而推算目標(biāo)路段即路段2的平均通過時間為那么目標(biāo)路段的長度L2與T兩者的比值就是當(dāng)前車輛在目標(biāo)路段上的平均時速，v＝L2/T。
(4)計(jì)算一個周期T內(nèi)所有通過目標(biāo)路段的探測車的平均時速，根據(jù)平均時速的分布，剔除10％的下限和5％的上限，如圖6所示，那么余下所有平均時速的平均值即為目標(biāo)路段當(dāng)前的平均時速。
下面以實(shí)施例的方式并結(jié)合附圖對本發(fā)明作進(jìn)一步的描述，包括以下步驟 第一、準(zhǔn)備階段建立基于網(wǎng)格分割方法的道路索引結(jié)構(gòu)。
如圖1所示，為某城市電子地圖網(wǎng)格分割示意圖，間隔參數(shù)記為L(x，y)。在城市的中心區(qū)域主要道路密度大，網(wǎng)格分割粒度細(xì)些，而城市的周邊區(qū)域網(wǎng)格分割粒度相對粗些。在每個網(wǎng)格內(nèi)，記錄網(wǎng)格包含或與之相交的所有形狀線段編號，建立道路索引結(jié)構(gòu)。
第二、探測車數(shù)據(jù)的預(yù)處理，包括但不限于過濾異常點(diǎn)、坐標(biāo)變換、平移等處理。
第三、道路識別、行車軌跡推算階段道路識別置信度的計(jì)算，識別的結(jié)果包括識別到道路、識別到節(jié)點(diǎn)、識別到道路集合。
結(jié)合圖2、3描述具體處理過程如下 如圖2所示，描述了周期T內(nèi)一輛探測車數(shù)據(jù)序列中GPS點(diǎn)的分布情況，圖中r1至r23表示不同的路段，黑點(diǎn)表示GPS點(diǎn)，按照時間順序依次記為g1至g7。
(1)對GPS點(diǎn)g1進(jìn)行道路識別。
首先根據(jù)g1點(diǎn)當(dāng)前位置(x，y)進(jìn)行網(wǎng)格定位。如圖3所示，用公式(1)快速定位g1點(diǎn)所在的網(wǎng)格號Grid(i，j)，并以g1點(diǎn)為圓心，d(這里取50)為半徑構(gòu)造該點(diǎn)的定位區(qū)域，那么與該圓形定位區(qū)域交集不為空的網(wǎng)格中的道路都需要作為道路識別的輸入集合。圖3中，網(wǎng)格(i-1，j-1)、(i-1，j)、(i，j-1)和(i，j)中的道路組成輸入道路集合R。根據(jù)公式(2)計(jì)算道路集合R中每條道路的道路識別置信度，最終得到候選道路RS為r1和r7。
然后判斷路段r1和r7夾角是否大于平行反向道路閾值θS(這里取170°)。由于夾角為175°>170°，表明r1和r7為平行反向道路，使用新權(quán)重

(這里取0.2)和

(這里取0.8)重新進(jìn)行道路識別，得到新的候選道路為r1，故兩次候選道路的交集為r1集，因此GPS點(diǎn)g1識別到路段r1，并記錄識別位置

將候選識別道路集加入候選路徑集合

(此時K＝1)中，即根據(jù)候選路徑集合推算探測車可能的行車路徑因只有唯一條路徑，進(jìn)而最優(yōu)行車路徑TR*＝(r1)，GPS點(diǎn)的識別位置集記為P*。且令 (2)對GPS點(diǎn)g2進(jìn)行道路識別。
因該輛探測車上一次GPS點(diǎn)g1識別到道路r1，根據(jù)當(dāng)前GPS點(diǎn)g2和前一個GPS點(diǎn)g1之間的時間差以及前一個GPS所處道路r1的歷史車速，推測車輛可能行駛到的道路集合R＝{r3，r6}。根據(jù)公式(2)計(jì)算道路集合R中每條道路的道路識別置信度，最終得到候選道路RS＝{r3，r6}。因路段r3和r6夾角小于平行反向道路閾值θS，且r3和r6也沒有共同節(jié)點(diǎn)，故加入候選路徑集合

中。那么候選路徑集合進(jìn)而得到所有可能的行車路徑集合計(jì)算每條路徑的可信度并升序排列，記為

因序列中可信度最大的、次大的之差小于設(shè)定閾值，又候選路徑集合

的數(shù)量K＝2，小于M(這里取10)，且探測車數(shù)據(jù)序列中有未處理的探測車數(shù)據(jù)，因此讀取序列中的下一個GPS點(diǎn)g3。
(3)對GPS點(diǎn)g3進(jìn)行道路識別。
與g2點(diǎn)處理過程類似，可以得到候選識別道路集然后得到候選路徑集合進(jìn)而得到所有可能的行車路徑集合為計(jì)算每條路徑的可信度并升序排列，記為

序列中可信度最大的、次大的之差仍然小于設(shè)定閾值，又候選路徑集合

的數(shù)量K＝3，小于M，且探測車數(shù)據(jù)序列中有未處理的探測車數(shù)據(jù)，因此讀取序列中的下一個GPS點(diǎn)g4。
(4)對GPS點(diǎn)g4進(jìn)行道路識別。類似的得到候選識別道路集以及候選路徑集合進(jìn)而得到所有可能的行車路徑集合為計(jì)算每條路徑的可信度并升序排列。序列中可信度最大的、次大的之差仍然小于設(shè)定閾值，又候選路徑集合

的數(shù)量K＝4，小于M，且探測車數(shù)據(jù)序列中有未處理的探測車數(shù)據(jù)，因此讀取序列中的下一個GPS點(diǎn)g5。
(5)對GPS點(diǎn)g5進(jìn)行道路識別。類似的得到候選識別道路集以及候選路徑集合進(jìn)而得到所有可能的行車路徑集合為計(jì)算每條路徑的可信度并升序排列。序列中可信度最大的、次大的之差仍然小于設(shè)定閾值，又候選路徑集合

的數(shù)量K＝5，小于M，且探測車數(shù)據(jù)序列中有未處理的探測車數(shù)據(jù)，因此讀取序列中的下一個GPS點(diǎn)g6。
(6)對GPS點(diǎn)g6進(jìn)行道路識別。類似的得到候選識別道路集以及候選路徑集合進(jìn)而得到所有可能的行車路徑集合為因只有唯一條路徑，進(jìn)而最優(yōu)行車路徑TR*＝(r1，r2，r3，r4，r11，r13，r16，r21)，相應(yīng)地GPS點(diǎn)的識別位置集記為P*。令 (7)對GPS點(diǎn)g7進(jìn)行道路識別。因該輛探測車上一次GPS點(diǎn)g6識別到道路r21，根據(jù)當(dāng)前GPS點(diǎn)g7和前一個GPS點(diǎn)g6之間的時間差以及前一個GPS所處道路r1的歷史車速，推測車輛可能行駛到的道路集合R＝{r21，r22，r23}。根據(jù)公式(2)計(jì)算道路集合R中每條道路的道路識別置信度，最終得到候選道路RS＝{r22，r23}。因路段r22和路段r23夾角小于平行反向道路閾值θS，且r22和r23有共同節(jié)點(diǎn)，不妨記為P0，故加入候選路徑集合

中。
那么候選路徑集合進(jìn)而所有可能的行車路徑集合為因只有唯一條路徑，進(jìn)而最優(yōu)行車路徑TR*＝(r21)，GPS點(diǎn)的識別位置集記為P*。
第四、道路實(shí)時動態(tài)路況信息計(jì)算階段。
圖4描述是一輛探測車行駛的過程。這個過程為探測車從某一方向通過路口C1，駛?cè)肼范蜶1，直行經(jīng)過路口C2、路段R3、在路口C3左轉(zhuǎn)彎，來到路段R5。這個過程向中心發(fā)送五個GPS數(shù)據(jù)。這些GPS數(shù)據(jù)全部緩沖在與此輛探測車對應(yīng)的隊(duì)列中，并且已經(jīng)識別到道路段上。
結(jié)合圖4，描述具體處理過程，包括以下幾個方面 (1)記錄最后一個識別到路段R1的GPS數(shù)據(jù)，包括時間T1投影點(diǎn)經(jīng)緯度坐標(biāo)(x1，y1)作為計(jì)算的起點(diǎn)；記錄第一個識別到出路段的GPS數(shù)據(jù)的時間T2、投影點(diǎn)經(jīng)緯度坐標(biāo)(x2，y2)，作為計(jì)算的終點(diǎn)，且起點(diǎn)和終點(diǎn)之間的所有GPS數(shù)據(jù)，相鄰兩個之間的時間間隔不大于預(yù)先設(shè)定的最大時間間隔，這里取2min。
(2)計(jì)算起點(diǎn)和終點(diǎn)之間的道路長度L＝L1+L2+L3，起點(diǎn)和終點(diǎn)之間的時間間隔ΔT＝T2-T1。根據(jù)路段1、路段2和路段3上一時刻的平均速度，計(jì)算三個路段的平均通過時間t1、t2、t3。若上一時刻的平均速度不存在，則用歷史數(shù)據(jù)庫中的歷史同期的統(tǒng)計(jì)平均速度代替。進(jìn)而目標(biāo)路段的平均通過時間為那么目標(biāo)路段的長度L2與T兩者的比值就是當(dāng)前車輛在目標(biāo)路段上的平均時速，v＝L2/T。
(3)類似地計(jì)算一個周期T內(nèi)所有通過目標(biāo)路段探測車的平均時速，其統(tǒng)計(jì)分布柱狀圖如圖5所示。
根據(jù)平均時速的分布情況，如圖6所示，剔除10％的下限和5％的上限，那么余下所有平均時速的平均值即為目標(biāo)路段當(dāng)前的平均時速。
權(quán)利要求
1.一種基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法，其特征在于包括以下步驟
1)建立基于網(wǎng)格分割法的道路索引結(jié)構(gòu)
將整個城市道路劃分成網(wǎng)格，將每一條實(shí)際的道路用若干條線段首尾相連來近似，其中的線段稱為道路形狀線段，將每條道路的形狀線段與其所屬的道路相關(guān)聯(lián)，在每個網(wǎng)格內(nèi)記錄該網(wǎng)格包含的或與該網(wǎng)格相交的所有道路形狀線段的編號，對網(wǎng)格進(jìn)行存儲；
2)識別探測車行駛的道路和推算探測車行車軌跡
將一個周期T內(nèi)的探測車數(shù)據(jù)集按每一輛探測車進(jìn)行分組并按時間排序，獲得不同探測車的數(shù)據(jù)序列，依次處理數(shù)據(jù)序列中的每一個數(shù)據(jù)，依據(jù)每個數(shù)據(jù)中的GPS位置和方向等幾何信息確定車輛當(dāng)時可能行駛到的道路集合R；
計(jì)算道路集合R中每條道路的道路識別置信度，進(jìn)行道路識別，識別的結(jié)果包括識別的道路、識別到的節(jié)點(diǎn)、識別到的道路集合，識別結(jié)果的集合構(gòu)成了候選識別道路集
和識別位置集
候選路徑集合
是由多個候選識別道路集合
組成，將候選識別道路集合
依次加入
并進(jìn)行搜索，可以確定若干條可以從起點(diǎn)GPS位置到終點(diǎn)GPS位置的路徑，然后對這些路線進(jìn)行道路識別置信度和長度的綜合判別，最終得到探測車的行車軌跡；
3)基于探測車行駛軌跡推算實(shí)時動態(tài)路況信息，即平均時速
根據(jù)探測車從起點(diǎn)到終點(diǎn)行駛道路的長度以及行駛時間，綜合考慮歷史路況信息，計(jì)算探測車在經(jīng)過的每個路段的平均時速。
2.如權(quán)利要求1所述的基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法，其特征在于
在所述步驟2)之前先對探測車數(shù)據(jù)集進(jìn)行預(yù)處理，即過濾數(shù)據(jù)集中的GPS靜態(tài)漂移數(shù)據(jù)和奇異點(diǎn)數(shù)據(jù)等錯誤數(shù)據(jù)，為防止出現(xiàn)錯誤的道路識別現(xiàn)象，對于低速時的靜態(tài)漂移數(shù)據(jù)、信號遮擋及其它干擾較大的情況下的數(shù)據(jù)不進(jìn)行道路識別和行車軌跡推算處理。
3.如權(quán)利要求1或2所述的基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法其特征在于
所述識別探測車行駛的道路步驟2)進(jìn)一步包括以下步驟
2.1)確定需要識別道路的集合R，其中
若本次識別是某探測車的第一次道路識別或者上一次識別被判斷為無效時，則需要根據(jù)當(dāng)前車輛位置進(jìn)行網(wǎng)格定位，在給定待處理的車輛GPS點(diǎn)Point(x，y)后，用下列公式快速定位到Point點(diǎn)所在的網(wǎng)格號Grid(i，j)
i＝(x-x0)/L(x，y)
j＝(y-y0)/L(x，y)
當(dāng)車輛位置位于所在網(wǎng)格邊緣時，以Point點(diǎn)為圓心，d為半徑構(gòu)造該點(diǎn)的定位區(qū)域，與該圓形定位區(qū)域交集不為空的網(wǎng)格中的道路都作為需要識別道路的集合R，這里d為各種因素引起的GPS定位誤差與道路寬度一半之和的最大值，轉(zhuǎn)步驟2.2)；
若該輛探測車上一次識別的結(jié)果有效時，則可以根據(jù)當(dāng)前GPS和前一個GPS之間的時間差以及前一個GPS所處道路的歷史車速，基于道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的連通性，確定車輛可能行駛到的道路集合R，轉(zhuǎn)步驟2.2)；
2.2)計(jì)算道路集合R中每條道路的道路識別置信度，其中步驟細(xì)分為
2.2.1)道路識別置信度是描述GPS點(diǎn)與一條道路的匹配程度，用(0，1)區(qū)間的浮點(diǎn)數(shù)進(jìn)行量化道路識別置信度越接近1，這個GPS數(shù)據(jù)的探測車越有可能位于這條道路，道路識別置信度公式如下
S＝S(dr，θr)＝ωddr+ωθθr，且ωd+ωθ＝1
其中，S為道路識別置信度，dr＝ΔGPS/(ΔGPS+max(0，d-wr/2))是GPS點(diǎn)到道路形狀線段距離d的歸一化值，ΔGPS是GPS的平均誤差，wr為道路r的寬度)，θr＝1/(1+θ2)是GPS方向與道路形狀線段方向夾角θ的歸一化值，ωd和ωθ分別為距離和夾角在道路識別置信度中的權(quán)重，大多數(shù)情況下，道路所包含的道路形狀線段數(shù)大于1，因而可能得到多個值，這時取最大值作為當(dāng)前道路的道路識別置信度，同時，記錄這個GPS數(shù)據(jù)到當(dāng)前道路的投影位置，記為p，轉(zhuǎn)步驟2.2.2)；
2.2.2)在已排序的道路識別置信度集合I＝{Si|Si≤Si+1，i＝1，…，N}中，尋找候選識別道路集RS＝{ri|Sm≥Smin，Sm-Sm-1≥S0，i＝m，…，N，Si∈I}，其中S0表示道路識別置信度閾值，Smin表示道路識別置信度可接受的最小值，若無法找到滿足Sm-Sm-1≥S0的道路，則定義候選識別道路集為RS＝{ri|Sm≥Smin，Sm≥SN-S0，Sm-1<SN-S0，i＝m，…，N，Si∈I}，與候選識別道路集RS對應(yīng)的識別位置集記為PS，轉(zhuǎn)步驟2.2.3)；
2.2.3)初步判斷候選識別道路集RS中的道路元素的個數(shù)，記為|RS|，
若|RS|＝0，表示無法識別，此次識別失效，進(jìn)入下一個GPS點(diǎn)，轉(zhuǎn)步驟2.1)；
若|RS|＝1，表示GPS點(diǎn)識別到道路，則候選識別道路集識別位置集合記為
步驟2.2)結(jié)束，轉(zhuǎn)步驟2.3)；
當(dāng)|RS|>1時，表明RS中至少有兩個候選道路元素，計(jì)算RS中道路識別置信度最大和次大的道路夾角是否大于平行反向道路閾值θS，若大于θS，表明這兩條道路為平行反向道路，增加道路識別置信度公式中夾角的權(quán)重，使用新權(quán)重
和
進(jìn)行道路識別，得到新的候選識別道路集
轉(zhuǎn)步驟2.2.4)；若小于等于θS，則候選識別道路集
轉(zhuǎn)步驟2.2.5)；
2.2.4)計(jì)算RS和
的交集候選識別道路集若
則該集合中的唯一元素即為識別的道路，那么與候選識別道路集
對應(yīng)的識別位置集記為
步驟2.2)結(jié)束，轉(zhuǎn)步驟2.3)；否則繼續(xù)步驟2.2.5)；
2.2.5)判斷候選識別道路集
中是否具有共同的節(jié)點(diǎn)P0，且滿足與GPS點(diǎn)的距離小于節(jié)點(diǎn)距離閾值θNode，此θNode為各種因素引起的GPS定位誤差與道路交匯處寬度之和的最大值，若存在這樣的共同節(jié)點(diǎn)P0，則表示GPS點(diǎn)識別到節(jié)點(diǎn)P0，候選識別道路集退化為共同節(jié)點(diǎn)，即步驟2.2)結(jié)束，轉(zhuǎn)步驟2.3)；
2.3)推算探測車行車軌跡，其中步驟細(xì)分為
2.3.1)將最新得到的候選識別道路集
依次加入候選路徑集合
中，記錄
中道路的個數(shù)
記為Ct，繼續(xù)步驟2.3.2)；
2.3.2)基于候選路徑集合
尋找所有可能的行車路徑TRi，構(gòu)成了候選行車路徑集
若候選行車路徑個數(shù)J＝1，則該唯一路徑即為最優(yōu)行車路徑，記為TR*，相應(yīng)地將GPS點(diǎn)的識別位置集記為P*，且令
為最優(yōu)路徑TR*的最后一條道路，步驟2.3)結(jié)束；若J>1，則繼續(xù)步驟2.3.3)；
2.3.3)計(jì)算候選行車路徑集
中的每一個候選行車路徑TRi的道路識別置信度總和，以及總長度，對以上兩個結(jié)果進(jìn)行歸一化處理，之后按照權(quán)重求和，得到了一個路徑的可信度，對所有的路徑的可信度進(jìn)行升序排列，記為
繼續(xù)步驟2.3.4)；
2.3.4)判斷候選路徑集合
中的最后一個道路集合的候選道路數(shù)Ct是否為1，如果Ct為1則轉(zhuǎn)步驟2.3.5)，如果Ct不為1則繼續(xù)判斷
序列中可信度最大的與次大的之差是否大于設(shè)定閾值；如果大于設(shè)定閾值則轉(zhuǎn)步驟2.3.5)；如果不大于設(shè)定閾值則繼續(xù)判斷候選路徑集合
的數(shù)量K是否達(dá)到預(yù)設(shè)的最大值M，此處M為設(shè)定的可連續(xù)處理GPS數(shù)據(jù)個數(shù)的上限，若已達(dá)到M則轉(zhuǎn)步驟2.3.5)，若未達(dá)到M則繼續(xù)判斷探測車數(shù)據(jù)序列中否存在未處理的探測車數(shù)據(jù)，如果存在則讀取下一個數(shù)據(jù)，轉(zhuǎn)步驟2.1)，如果不存在則等待下一個數(shù)據(jù)到來，之后轉(zhuǎn)步驟2.1)；
2.3.5)將
序列中可信度最大的元素對應(yīng)的路徑作為最后確定的最優(yōu)行車路徑，記為TR*，相應(yīng)地將GPS點(diǎn)的識別位置集記為P*，且令
為最優(yōu)路徑TR*的最后一條道路。
4.如權(quán)利要求1或2所述的基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法其特征在于
所述推算實(shí)時動態(tài)路況信息步驟3)進(jìn)一步包括以下步驟
3.1)確定起點(diǎn)基于探測車的行駛軌跡TR*，記錄最后一個識別到入路段的GPS數(shù)據(jù)的時間T1，用這個GPS在入路段的投影點(diǎn)p1(x1，y1)，作為計(jì)算的起點(diǎn)；
3.2)確定終點(diǎn)終點(diǎn)需要滿足以下幾個條件a)終點(diǎn)是第一個識別到出路段的GPS數(shù)據(jù)的投影點(diǎn)p2(x2，y2)，并記錄GPS數(shù)據(jù)的時間T2；b)起點(diǎn)和終點(diǎn)之間的所有GPS數(shù)據(jù)，相鄰兩個之間的時間間隔不大于預(yù)先設(shè)定的最大時間間隔；
3.3)計(jì)算從起點(diǎn)出發(fā)到終點(diǎn)行駛道路的長度L＝L1+L2+L3，以及起點(diǎn)和終點(diǎn)之間的時間間隔ΔT＝T2-T1，其中L1、L2、L3是行駛道路被目標(biāo)路段兩個端點(diǎn)分割為三部分路段的長度，綜合考慮歷史路況信息，根據(jù)三個路段上一時刻的平均速度，計(jì)算各自的平均通過時間，分別記為t1、t2、t3，若上一時刻的平均速度不存在，則用歷史數(shù)據(jù)庫中的歷史同期的統(tǒng)計(jì)平均速度代替，進(jìn)而推算目標(biāo)路段的平均通過時間為那么目標(biāo)路段的長度L2與T兩者的比值就是當(dāng)前車輛在目標(biāo)路段上的平均時速，＝L2/T；
3.4)計(jì)算一個周期T內(nèi)所有通過目標(biāo)路段的探測車的平均時速，根據(jù)平均時速的分布，剔除10％的下限和5％的上限，余下所有平均時速的平均值即為目標(biāo)路段當(dāng)前的平均時速。
5.如權(quán)利要求1所述的基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法，其特征在于
所述建立基于網(wǎng)格分割法的道路索引結(jié)構(gòu)步驟1)進(jìn)一步包括以下步驟
1.1)首先，根據(jù)城市道路密度確定間隔參數(shù)L(x，y)，然后按照經(jīng)緯度的方向，以一定的間隔L(x，y)將道路網(wǎng)絡(luò)從上到下、由左至右進(jìn)行網(wǎng)格化分塊；
1.2)在每個網(wǎng)格內(nèi)，記錄網(wǎng)格包含或與之相交的所有道路形狀線段編號，并且對這些形狀線段進(jìn)行編號存儲，將每條道路的形狀線段與道路相關(guān)聯(lián)；
1.3)建立道路索引結(jié)構(gòu)，該索引結(jié)構(gòu)基于網(wǎng)格分割法，采用分層索引的方式，包括四層對象城市、區(qū)域、道路、道路形狀線段。
6.如權(quán)利要求5所述的基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法，其特征在于
所述間隔L(x，y)應(yīng)將市中心區(qū)的網(wǎng)格中的形狀線段的數(shù)量平均值控制在100條以內(nèi)，但不小于道路與道路之間的最小距離，特別的，間隔參數(shù)L(x，y)取常數(shù)C，則為將道路網(wǎng)絡(luò)均勻分塊。
全文摘要
一種基于探測車技術(shù)的實(shí)時動態(tài)交通信息處理方法，包括1)將城市道路劃分成網(wǎng)格，記錄每個網(wǎng)格中包含或與該網(wǎng)格相交的所有道路形狀線段的編號；2)將一個周期內(nèi)的探測車數(shù)據(jù)集按車分組按時間排序，根據(jù)數(shù)據(jù)的幾何特征，確定車輛當(dāng)時可能處于的道路集合R；計(jì)算每條道路的道路識別置信度，形成候選識別道路集RS，多個RS構(gòu)成候選路徑集合{Rk*}k＝1K，對其進(jìn)行搜索，識別從起點(diǎn)GPS到終點(diǎn)GPS的若干路徑，對這些路徑進(jìn)行道路識別置信度和長度的綜合判別，得到探測車的行車軌跡；3)根據(jù)探測車從起點(diǎn)到終點(diǎn)行駛軌跡的長度、行駛時間及歷史路況，計(jì)算途經(jīng)道路的平均時速。本發(fā)明方法能處理海量探測車數(shù)據(jù)，有效地提高大規(guī)模探測車處理系統(tǒng)的運(yùn)轉(zhuǎn)效率和準(zhǔn)確性。
文檔編號G08G1/01GK101364345SQ200810223008
公開日2009年2月11日 申請日期2008年9月25日 優(yōu)先權(quán)日2008年9月25日
發(fā)明者李樂人, 維 曾, 王海峰, 立 孫 申請人:北京航天智通科技有限公司, 北京航天智通交通科技有限公司