專利名稱：基于浮動車技術(shù)的紅綠燈路口識別方法
基于浮動車技術(shù)的紅綠燈路口識別方法
技術(shù)領(lǐng)域：
本發(fā)明屬于信息技術(shù)應(yīng)用領(lǐng)域。具體是涉及交通信息服務(wù)系統(tǒng)中紅綠燈路口的識別方法，從而可為公眾出行等提供動態(tài)的紅綠燈路口狀態(tài)的交通信息服務(wù)。
背景技術(shù)：
浮動車技術(shù)，也被稱作“探測車”，已經(jīng)被廣泛使用，其基本原理是根據(jù)裝 備車載全球定位系統(tǒng)的浮動車在其行駛過程中定期記錄的車輛位置、方向和速度信息， 應(yīng)用地圖匹配、路徑推測等相關(guān)的計算模型和算法進(jìn)行處理，使浮動車位置數(shù)據(jù)和城市 道路在時間和空間上關(guān)聯(lián)起來。目前在公眾出行等交通信息服務(wù)系統(tǒng)中，由于新增交叉 道路或新增立交橋等原因?qū)е碌募t綠燈路口狀態(tài)變化需要由路政等建設(shè)施工單位實時上 報，再發(fā)布給公眾以指導(dǎo)出行。因此，這種基于手動模式的原始方法，不僅依賴于路政 等建設(shè)施工單位進(jìn)行信息上報的實時性，而且部分系統(tǒng)由于缺乏這類信息的獲取渠道而 無法為公眾提供動態(tài)的紅綠燈路口狀態(tài)信息服務(wù)。該方法不僅更新周期長，而且更新成 本高，無法實現(xiàn)道路中紅綠燈路口狀態(tài)變化的動態(tài)更新。

發(fā)明內(nèi)容本發(fā)明所要解決的技術(shù)問題在于為交通信息服務(wù)系統(tǒng)提供一種基于浮動車技術(shù) 的紅綠燈路口識別方法，其克服了現(xiàn)有技術(shù)中，更新周期長，而且更新成本高，無法實 現(xiàn)道路中紅綠燈路口狀態(tài)變化的動態(tài)更新的不足。本發(fā)明采用以下技術(shù)方案解決上述技術(shù)問題基于浮動車技術(shù)的紅綠燈路口識別方法，其包括如下步驟步驟10、利用浮動車在行駛過程中采集車輛編號、位置和速度信息，并將采集 得到的數(shù)據(jù)信息傳送到數(shù)據(jù)中心；步驟20、數(shù)據(jù)中心對所述數(shù)據(jù)信息中的速度信息進(jìn)行數(shù)據(jù)濾除預(yù)處理，得到有 效的浮動車數(shù)據(jù)，然后定位多輛車超低速行駛的區(qū)域并提取其中心點(diǎn)位置構(gòu)成集合R ；步驟30、數(shù)據(jù)中心將上述集合R與交通圖層的紅綠燈路口集合C進(jìn)行匹配，得 到新增或被取消的紅綠燈路口集合Cadd和Cdd ；步驟40、數(shù)據(jù)中心對集合Cadd和Cdel進(jìn)行檢驗，若在相應(yīng)時間窗內(nèi)集合Cdel中的 一路口很少出現(xiàn)，則表明該紅綠燈路口被取消；若在相應(yīng)時間窗內(nèi)集合Cadd中的一位置 頻繁出現(xiàn)，則表明該位置為新增紅綠燈路口，從而系統(tǒng)實現(xiàn)紅綠燈路口的識別。本發(fā)明的優(yōu)點(diǎn)在于利用大量的浮動車在行駛過程中采集信息，并提取中心點(diǎn) 集合R，將集合R與交通圖層的紅綠燈路口集合C進(jìn)行匹配，得到新增或被取消的紅綠燈 路口集合Cadd和Cdd;數(shù)據(jù)中心對數(shù)據(jù)中心的數(shù)據(jù)庫Cadd和Cdd進(jìn)行檢驗，從而系統(tǒng)實現(xiàn) 紅綠燈路口的識別。本發(fā)明為各類交通信息服務(wù)系統(tǒng)提供動態(tài)的、準(zhǔn)確的紅綠燈路口狀 態(tài)變化信息，不僅信息獲取渠道成本低，而且信息更新及時可靠。
下面參照附 圖結(jié)合實施例對本發(fā)明作進(jìn)一步的描述。圖1是本發(fā)明的基于浮動車技術(shù)的紅綠燈路口識別方法的系統(tǒng)框架圖。圖2是本發(fā)明的一種多輛車超低速行駛區(qū)域定位算法流程圖。圖3是本發(fā)明的一種紅綠燈路口狀態(tài)變化發(fā)現(xiàn)算法流程圖。圖4是本發(fā)明的一種紅綠燈路口狀態(tài)識別算法流程圖。
具體實施方式本發(fā)明為交通信息服務(wù)系統(tǒng)提出一種可自動發(fā)現(xiàn)紅綠燈路口狀態(tài)變化并識別其 狀態(tài)的方法?；诟榆嚰夹g(shù)的紅綠燈路口識別方法，該方法包括如下步驟步驟10、利用浮動車在行駛過程中采集車輛編號、位置和速度信息，并將采集 得到的數(shù)據(jù)信息傳送到數(shù)據(jù)中心；步驟20、數(shù)據(jù)中心對所述數(shù)據(jù)信息中的速度信息進(jìn)行數(shù)據(jù)濾除預(yù)處理，得到有 效的浮動車數(shù)據(jù)，然后定位多輛車超低速行駛的區(qū)域并提取其中心點(diǎn)位置構(gòu)成集合R；步驟30、數(shù)據(jù)中心將上述集合R與交通圖層的紅綠燈路口集合C進(jìn)行匹配，得 到新增或被取消的紅綠燈路口集合Cadd和Cdd ；步驟40、數(shù)據(jù)中心對集合Cadd和Cdel進(jìn)行檢驗，若在相應(yīng)時間窗內(nèi)集合Cdel中的 一路口很少出現(xiàn)，則表明該紅綠燈路口被取消；若在相應(yīng)時間窗內(nèi)集合Cadd中的一位置 頻繁出現(xiàn)，則表明該位置為新增紅綠燈路口，從而系統(tǒng)實現(xiàn)紅綠燈路口的識別。圖1所示為基于浮動車技術(shù)的紅綠燈路口識別方法的系統(tǒng)框架圖，其中詳細(xì)展 示了基于浮動車技術(shù)的紅綠燈路口狀態(tài)變化發(fā)現(xiàn)及其狀態(tài)識別系統(tǒng)所包括的四個部分， 其中每個部分產(chǎn)生的結(jié)果作為下一個部分?jǐn)?shù)據(jù)處理的對象。第一個部分進(jìn)行的是基于滑動時間窗的浮動車行車數(shù)據(jù)采樣，得到浮動車當(dāng)前 行車數(shù)據(jù)序列；在第二部分中經(jīng)過數(shù)據(jù)濾波和區(qū)域定位等數(shù)據(jù)濾除預(yù)處理后，提取多輛 車超低速行駛的區(qū)域中心點(diǎn)集合R，同時將其存入統(tǒng)一的數(shù)據(jù)庫；第三部分通過對上述 集合R與交通圖層的紅綠燈路口集合C的數(shù)據(jù)匹配，發(fā)現(xiàn)可能新增或被取消的紅綠燈路 口集合Cadd和Cdd;第四部分，通過浮動車數(shù)據(jù)庫對Cadd和Cdd進(jìn)行檢驗，實現(xiàn)系統(tǒng)的紅 綠燈路口狀態(tài)識別。圖2為一種多輛車超低速行駛區(qū)域定位的算法流程圖，其主要步驟為步驟1 利用裝備車載定位系統(tǒng)的浮動車以周期τ定期采集車輛編號i、位置1 和和速度信息V，得到數(shù)據(jù)信息集合Χι = <11; v>,并將采集得到的數(shù)據(jù)通過移動蜂窩通 信等技術(shù)傳送到數(shù)據(jù)中心；所述浮動車在給定的、且用于分段采樣的滑動時間窗T1內(nèi)， 其采樣數(shù)據(jù)集合為m輛浮動車的η階序列X(m, η) = K j|i e [1, m], j e [1, n]}
T其中，η =丄。
τ步驟2:對每輛浮動車的行車數(shù)據(jù)序列，將其速度在Δ T內(nèi)一直都低于υ的干
擾數(shù)據(jù)濾除，從而得到有效的浮動車行車數(shù)據(jù)序列；
權(quán)利要求
1.基于浮動車技術(shù)的紅綠燈路口識別方法，其特征在于該方法包括如下步驟步驟10、利用浮動車在行駛過程中采集車輛編號、位置和速度信息，并將采集得到的數(shù)據(jù)信息傳送到數(shù)據(jù)中心；步驟20、數(shù)據(jù)中心對所述數(shù)據(jù)信息中的速度信息進(jìn)行數(shù)據(jù)濾除預(yù)處理，得到有效的 浮動車數(shù)據(jù)，然后定位多輛車超低速行駛的區(qū)域并提取其中心點(diǎn)位置構(gòu)成集合R；步驟30、數(shù)據(jù)中心將上述集合R與交通圖層的紅綠燈路口集合C進(jìn)行匹配，得到新 增或被取消的紅綠燈路口集合Cadd和Cdd ；步驟40、數(shù)據(jù)中心對集合Cadd和Cdd進(jìn)行檢驗，若在相應(yīng)時間窗內(nèi)集合Cdd中的一路 口很少出現(xiàn)，則表明該紅綠燈路口被取消；若在相應(yīng)時間窗內(nèi)集合Cadd中的一位置頻繁 出現(xiàn)，則表明該位置為新增紅綠燈路口，從而系統(tǒng)實現(xiàn)紅綠燈路口的識別。
2.根據(jù)權(quán)利要求1所述的基于浮動車技術(shù)的紅綠燈路口識別方法，其特征在于所 述步驟10進(jìn)一步具體為利用裝備車載定位系統(tǒng)的浮動車以周期τ定期采集車輛編號i、位置1和和速度信息 ν,得到數(shù)據(jù)信息集合Χι = <11; v>,并將采集得到的數(shù)據(jù)通過移動蜂窩通信等技術(shù)傳送 到數(shù)據(jù)中心。
3.根據(jù)權(quán)利要求2所述的基于浮動車技術(shù)的紅綠燈路口識別方法，其特征在于所 述浮動車在給定的、且用于分段采樣的滑動時間窗T1內(nèi)，其采樣數(shù)據(jù)集合為m輛浮動車 的η階序列X(m，η) = {χ, j|i e [1，m]，j e [1，n]} T其中，《 =丄。 τ
4.根據(jù)權(quán)利要求3所述的基于浮動車技術(shù)的紅綠燈路口識別方法，其特征在于所 述步驟20進(jìn)一步包括數(shù)據(jù)中心將非正常行駛的干擾數(shù)據(jù)濾除，得到有效的浮動車數(shù)據(jù)集合為 -ATX(m,n) = [X1 I X1 G X(m,n) λ ^iBjivi }>v)}J s[k,k + —]τAT其中，--],τ從而得到有效的浮動車數(shù)據(jù)，進(jìn)而可得到所有處于超低速行駛狀態(tài)的浮動車位置點(diǎn) 集合YY(m) = [Ii j I xhJ e X(m,n) λ Vi j < ν)}然后從集合Y中，提取存在S輛以上浮動車彼此之間距離均小于Δ的區(qū)域集合F Y{m) = {li} I Ikj e Y(m,n) λ 彐 >S a /t(t < s d{liplik)< Δ)}其中(Kl1, I1, k)為1”和I1, k兩點(diǎn)間的距離。為方便后續(xù)處理，對上述集合F中的各元素重新進(jìn)行一維編碼，進(jìn)而可根據(jù)位置相 鄰的關(guān)系定位出各個多輛車超低速行駛的區(qū)域，即[/J = {/; I/;e FaJ(^Z7) <Δ)}并進(jìn)一步抽取上述各區(qū)域的中心點(diǎn)位置
5.根據(jù)權(quán)利要求4所述的基于浮動車技術(shù)的紅綠燈路口識別方法，其特征在于所 述步驟30進(jìn)一步包括定義上述集合R與交通圖層的紅綠燈路口集合C = {Cl}基于位置相鄰的交集為 R = [O1 I 3c; gCa d(ot -c;) </)} = {c; | 3ot e i λ d(ot -Cj) < D)其中D為最大偏移距離從而得到新增的紅綠燈路口集合為 Cadd=R-R而被取消的紅綠燈路口集合為cdel=c-n。
6.根據(jù)權(quán)利要求5所述的基于浮動車技術(shù)的紅綠燈路口識別方法，其特征在于所 述步驟40進(jìn)一步包括以給定的時間窗T2,抽取數(shù)據(jù)庫中的多輛車超低速行駛的區(qū)域中心點(diǎn)位置數(shù)據(jù)作為 檢驗數(shù)據(jù)集，對新增的紅綠燈路口集合Cadd和Cdd進(jìn)行檢驗，若Cdd中的一路口在檢驗數(shù) 據(jù)集中重復(fù)出現(xiàn)次數(shù)小于\，則表明該路口為被取消的紅綠燈路口；若Cadd中的一位置 在檢驗數(shù)據(jù)集中重復(fù)出現(xiàn)次數(shù)大于S2,則表明該位置為新增紅綠燈路口，從而系統(tǒng)自動 發(fā)現(xiàn)紅綠燈路口的狀態(tài)變化并識別其狀態(tài)。
全文摘要
本發(fā)明提供一種基于浮動車技術(shù)的紅綠燈路口識別方法，利用浮動車在行駛過程中采集車輛編號、位置和速度信息，并將采集得到的數(shù)據(jù)信息傳送到數(shù)據(jù)中心；數(shù)據(jù)中心對所述數(shù)據(jù)信息中的速度信息進(jìn)行預(yù)處理，得到有效的浮動車數(shù)據(jù)，然后定位多輛車超低速行駛的區(qū)域并提取其中心點(diǎn)位置構(gòu)成集合R；將上述集合R與交通圖層的紅綠燈路口集合C進(jìn)行匹配，得到新增或被取消的紅綠燈路口集合Cadd和Cdel；數(shù)據(jù)中心對集合Cadd和Cdel進(jìn)行檢驗，從而系統(tǒng)實現(xiàn)紅綠燈路口的識別。本發(fā)明為各類交通信息服務(wù)系統(tǒng)提供動態(tài)的、準(zhǔn)確的紅綠燈路口狀態(tài)變化信息，不僅信息獲取渠道成本低，而且信息更新及時可靠，對各類交通信息服務(wù)系統(tǒng)有著重要意義。
文檔編號G08G1/017GK102013166SQ20101056773
公開日2011年4月13日 申請日期2010年12月1日 優(yōu)先權(quán)日2010年12月1日
發(fā)明者廖律超, 王桐森, 王雷, 蔣新華, 鄒復(fù)民 申請人:福建工程學(xué)院