CN100517411C - 一种基于网络受限移动对象数据库的交通流数据采集与分析方法 - Google Patents

Abstract

本发明提供了一种基于网络受限移动对象数据库的交通流数据采集及分析方法，通过网络受限移动对象数据库技术采集和存储移动对象的时空轨迹，并通过时空统计与分析技术，以原子行驶路段为单位，对所采集的数据进行联机统计，实时地获得交通网络的各项交通参数，同时保存交通参数变化的时态数据。这种方法所采集的数据能够反映移动对象完整的时空轨迹，它不仅简化了统计分析的复杂性，提高了处理效率，而且为数据分析提供了更为丰富的信息，提高了数据处理的精度。另外，交通参数刷新过程可通过移动对象的位置更新实时地进行触发，因此消除了统计参数的信息延迟。与现有的交通流统计分析方法相比，该方法具有高效、高精度、实时的优点。

Description

一种基于网络受限移动对象数据库的交通流数据采集与分析方法

技术领域

本发明涉及现代交通技术领域中一种网络动态交通流数据的采集以及交通参数的分析方法。

背景技术

为了更好地解决交通运输系统所面临的挑战，自20世纪90年代以来，信息技术越来越多地应用于交通运输部门，其中交通流的分析技术也得到了广泛的研究与应用。为了准确地获得实时的交通状况信息，人们采取了一系列的技术手段来采集交通数据并获取交通状况信息，包括使用位置固定的交通流检测设备(如线圈式、微波、光学检测器等)、高空监视设备，以及浮动车设备等。

上述技术手段有着各自的优缺点。其中位置固定的交通流检测设备能够获得交通流量、平均速度、甚至交通阻塞等信息，但在通常情况下，只能获取设备设置点周围区域的数据。为了对整个交通网络进行监控，需要设置大量的设备，从而增加了系统的费用。高空监视设备(如使用直升飞机、卫星等)能够获取交通网络中关于车辆密度、交通拥堵、平均车流速度等涉及大范围的信息，但同样也存在着费用高昂的缺陷。

为了解决上述问题，近年来，越来越多的应用转向了通过浮动车设备来获取交通流数据，即在整个城市交通网络中，一些车辆上安装了全球定位系统(GPS)，并通过无线通讯接口和一定的数据采集协议，不断地向中心服务器报告自己的位置、速度、行驶方向等原始信息；服务器对收集到的信息进行分析，得到交通网络的交通状态信息，例如各道路段的平均通行时间、平均车速、交通阻塞状况等，从而为交通控制与导航服务。这种方法不受区域和天气条件的限制，并具有经济、灵活的优点，因此得到了人们日益广泛的重视。然而，现有的基于浮动车法的交通流统计分析技术仍然存在着以下缺陷：(1)由于浮动车系统在进行数据采集时，通常采用的是固定时间间隔或者固定空间距离的方法，当间隔阀值设得太小时，系统将需要进行频繁的数据通讯，从而带来高昂的通讯代价；反之，当间隔阀值设得过大时，将造成系统精度的下降。事实上，由于在浮动车系统中，表示和采集FCD时采用的是直接基于Euclidean空间的方法，没有考虑浮动车与交通路网之间的交互作用关系，上述矛盾是难以克服的；(2)浮动车系统在进行数据分析时，需要周期性地对过去某一段时间(如5分钟)之内所采集的浮动车数据进行离线处理，造成了一定程度的系统延迟，不能实时地得到交通参数；(3)浮动车数据所构成的是X×Y×T空间中大量离散、无序的点，在与地图进行匹配时，很难精确地还原浮动车的时空轨迹。例如，浮动车在进行相邻的两次数据采集时，有可能会跨越复杂的道路网络，仅根据两个数据点，系统无法得到其具体的行驶路线，因此影响了处理的精度。

发明内容

针对上述现有的三类交通流数据采集与分析方法所存在的问题与不足，本发明使用网络受限移动对象数据库技术进行交通流数据的采集与分析，目的是提出一种高效、高精度、实时的交通流数据的采集与分析方法。

为实现上述目的，本发明所采用的技术方案是通过网络受限移动对象数据库技术采集和存储移动对象的时空轨迹；然后通过时空统计技术，以原子行驶路段为单位，对移动对象在运行中所提交的数据进行联机统计，实时地获得交通网络的各项交通参数(如道路网络中各路段的平均速度、交通流量、交通堵塞状况等)，并保存一段时间周期内交通参数变化的时态历史数据。

为此，需要在每个需要跟踪其位置的移动对象上安装GPS定位设备、实际的交通网络数据、以及无线通讯设备。其中，上述交通网络数据类似于一张电子地图，可以通过对GIS地图进行数据转换处理而得到，它包含交通网络中每条道路的信息和每个交叉路口的信息。其中道路的信息包括：道路标识、道路的地理几何形状、道路的长度、道路所含原子行驶路段的集合；交叉路口的信息包括：路口的标识、路口的地理位置、路口的区域范围、路口所连接的道路、路口中交通流的转接关系。

道路的标识即道路ID，通常用字母、数字、或者字母与数字的组合来表示，如图1所示的道路交通网络中共有7条道路，对应的道路ID分别为r1、r2、r3、r4、r5、r6、r7。每条道路的地理几何形状用一条折线表示，即每条道路都由若干个点来描述，将这些点依次连接形成的折线即刻画了道路的形状。

道路所含的原子行驶路段是道路的某一个行驶方向中(如果道路r是双向道路，则它有两个行驶方向r+和r-；如果r是单向道路，则它只有一个行驶方向r+或者r-。其中r+表示从道路的起点向终点方向行驶，r-表示从道路的终点向起点方向行驶)连接交叉路口或者道路端点的基本单位，且在其中不再含有移动对象可以驶离该交通流的其它交叉路口。如图1所示的道路r1是双向道路，因此具有两个交通流r1+(从起点驶向终点)和r1-(从终点驶向起点)。以同一行驶方向所要经过的交叉路口为结点对r1+和r1-进行分割，即可得到原子行驶路段。因此r1包含10个原子路段，且道路双边的原子路段可以不对称。

交叉路口的标识与道路ID的表示方式相同，如j1、j2......，其地理位置用其经纬度坐标表示，其连接的道路用道路ID的集合表示，如在图1中道路r1和r2形成的交叉路口连接的道路为集合{r1，r2}。另外，用一个数据结构如矩阵(称为交叉路口的连接矩阵)来表示该交叉路口所连接的各条道路上的交通流之间的转接关系，交通流用道路的ID与正负号的组合来表示，“+”表示从道路起点到终点的交通流，而“-”表示从道路终点到起点的交通流，用不同的数值或符号来表示是否允许移动对象从某一进入交叉路口的交通流(称为“进入流”)切换到某一离开交叉路口的交通流(称为“离开流”)。图2给出了一个交叉路口的连接矩阵的例子。在图2中，道路r8是双向道路，因此它拥有两个交通流，r8+和r8-；道路r9是单行道路且只有一个交通流r9-。这三个交通流在连接矩阵中可以有9种不同的组合，而矩阵元素的值1表示该交叉路口允许移动对象从对应的“进入流”经过该交叉路口切换到“离开流”，0则表示不允许。

数据采集与分析的具体过程包括：

第一步：在交通网络中运行的移动对象通过位置更新操作向中心服务器发送其运行矢量(包括时间、网络位置、速度和所属交通流方向等信息)。具体的采集方法如下：

①移动对象在运行过程中，利用自身的GPS设备不断地测得其最新的运行参数，包括当前时间t、当前经纬度位置(X，Y)、当前速度v和当前运行方向d等信息。

②将上述GPS测得的位置及方向数据与实际的交通道路网络进行匹配，得到移动对象在交通网络中的相对数据，即网络位置(rid，pos)和道路交通流方向fd，其中，rid为移动对象所在的道路的标识；pos是移动对象在道路rid中的相对位置。设每条道路的长度为1，则道路rid中的任意一个位置可用一个实数pos表示，0≤pos≤1；fd为移动对象在道路rid中的运行方向，用“+”表示由道路rid的起点向终点运行，“-”表示由终点向起点运行，即fd∈{+，-}。具体的转换方法如下：

●计算对应的rid：由于每条道路都是由一条折线来刻画的，通过计算(X，Y)坐标点位于哪条折线上，即可得出对应的道路ID，即rid值；

●计算对应的pos：对于交通网络中每一条道路的两个端点，可以设定X坐标值小的一端为起点，另外一端为终点；当两个端点的X坐标相等时，设定Y坐标值小的一端为起点，另外一端为终点。定义起点的pos值为0，终点的pos值为1，(X，Y)坐标点到起点沿道路的距离与该道路的长度的比值即为该坐标点对应的pos值，显然地，pos的取值范围是0和1之间，即pos∈[0，1]。

●计算移动对象所属的交通流方向fd：比较GPS所测得的移动对象运行方向和道路rid在pos处的走向，如果运行方向是朝向道路终点的，则fd为“+”；若运行方向是朝向道路起点的，则fd为“-”。

经过上述转换后，得到移动对象在该时刻的运行矢量，形如(t，(rid，pos)，v，fd)。

③移动对象将上述转换后的运行矢量与其最后一次位置更新时发送给服务器的运行矢量相比，考察两个运行矢量是否满足一定的位置更新条件。如果满足以下任何一种条件，就需要向中心服务器发送当前运行矢量(即t，(rid，pos)，v，fd)；否则不向中心服务器发送当前运行矢量，并转步骤①进行下一轮处理。移动对象将始终保存最后一次位置更新时的运行矢量数据。

具体来说，本发明考察以下三种运行矢量的变化：

(1)rid发生了变化：即该移动对象当前所在的道路不同于上一次位置更新时所在的道路，即移动对象已经从一条道路运行到另外一条道路；

(2)rid没有变化，但是移动对象的运行方向fd发生了变化，或者运行速度v发生了较大的变化：即该移动对象的运行方向由正方向变为负方向或由负方向变为正方向；或者运行方向没变，但是该移动对象的当前速度与上一次位置更新时的速度相比，其偏差超过了一个指定的阀值ψ(例如，10公里/小时)；

(3)rid和v均没有发生上面描述的变化，但是该移动对象的当前位置与预测位置发生了变化：即移动对象的当前位置(记为(rid，pos_now))与根据上次位置更新信息预测的位置(记为(rid，pos_ev1))相比，距离偏差超过了一个指定的阀值ξ(例如500米)。

其中，pos_ev1的计算方法如下：设该移动对象上次位置更新时的运行矢量为(t_o，(rid_o，pos_o)，v_o，fd_o)，道路rid_o的长度为len，当前时间为t_now，则

${\mathrm{pos}}_{\mathrm{ev}1}={\mathrm{pos}}_o+\mathrm{fd}\×\frac{v_o\×(t_{\mathrm{now}}-t_o)}{\mathrm{len}}$

根据pos_ev1和pos_now，可以得到预测位置与实际位置之间的距离偏差为

|pos_ev1-pos_now|×len

如果该值大于ξ则触发一次位置更新。

在判断上述三种位置更新条件时，需要对移动对象的当前位置处于交叉路口区域的特殊情况进行处理。因为在实际的交通道路网络中，交叉路口是一个区域范围(可以在交通网络数据中为每个交叉路口指定一个区域半径γ，与交叉路口中心的距离≤γ的区域都属于该路口的区域范围)，在该区域内移动对象的运行矢量可能发生非常频繁的变化，但实际的位置偏移却并不大，所以在交叉路口区域中没有必要将所有的位置更新信息都发送给服务器。具体措施是：a)当移动对象处于交叉路口区域中时，视为其仍然在原来的道路上行驶，从而保证了移动对象在交叉路口区域中不发生换路位置更新(见上述判断条件(1))；b)当移动对象位于交叉口区域中时，如果其运行矢量发生了以上(2)、(3)中描述的任意一种变化，则首先检查该移动对象在当前交叉路口区域范围内是否已经向服务器发送过一次位置更新信息，如果已经发送过，则不再发送当前的运行矢量，否则将向服务器发送最新的运行矢量。上述方法保证了移动对象在交叉口区域内最多只发送一次位置更新信息。

上述移动对象运行矢量数据采集方法是基于“惯性原理”实现的，即系统假设移动对象将沿着当前的道路、以大致稳定的速度继续行进一段时间。一旦该假设条件不成立则向中心服务器报告一次最新的运行矢量数据。

根据上述方法，当中心服务器没有得到一个移动对象的最新位置更新信息时，则可以认为其仍然在原有道路上近似保持原有的速度运行，且其当前位置可以通过最近一次的位置更新信息(包括位置、速度、方向和时间)近似地估算出来，而预测偏差在指定的允许范围内。因此从位置跟踪精度来看，上述方法可以从下面几方面保证所采集的数据的准确性：a)移动对象在任一时刻所在的道路能够通过所采集的数据唯一确定；b)移动对象在任意时刻的位置可以通过所采集的数据进行精确计算，且计算误差必然小于设定的距离阀值；c)移动对象在任意时刻的速度可以通过该时刻之前采集的运行矢量获得，且误差必然小于设定的速度阀值。

此外，由于本发明提出的位置更新方法考虑了移动对象和道路网络之间的关系，所以移动对象不需要周期性地报告位置信息，中心服务器也能够通过预测技术较准确地确定出移动对象在任意时间点的位置，从而在保证数据采集精度的前提下，减少了数据采集频率，降低了通信代价。

第二步：中心服务器接收到移动对象发送来的采集数据之后，将相应的运行矢量(t，(rid，pos)，v，fd)附加到对应的移动对象时空轨迹中，从而得到该移动对象的时空轨迹。移动对象mid的时空轨迹是由该移动对象提交的一组运行矢量按照时间顺序排列所组成的，即((t_i，(rid_i，pos_i)，v_i，fd_i))_i＝1 ⁿ(其中，n为正整数，下同)，它可以描述移动对象过去及当前时刻连续的动态位置变化过程。

中心服务器在存放移动对象的时空轨迹时是以轨迹片段为单位分片存放的，与各条道路相对应的轨迹片段存放在相应的道路中，它们将作为统计源数据。轨迹片段是时空轨迹的一部分，对应于移动对象在某条道路上的行驶过程。

移动对象在道路rid上的时空轨迹片段形式为：(mid，fd，entry，isactive，(t_i，pos_i，v_i)_i＝1 ⁿ)，其中，mid是移动对象的标识，fd是移动对象在道路rid中所属的交通流方向，entry是该移动对象以同样的方向进入该道路的序号。移动对象可能以相同的方向多次进入同一条道路，每一次将产生不同的时空轨迹片段，这些片段以entry编号加以区分。isactive标记当前时刻该时空轨迹片段是否仍处于活动状态。(t_i，pos_i，v_i)_i＝1 ⁿ是移动对象的时空轨迹片段所对应的时空轨迹曲线，其中t_i是一个时间点，pos_i是t_i时刻移动对象在道路rid中的相对位置，v_i是移动对象在t_i时刻的速度。(t_i，(rid，pos_i)，v_i，fd)就是移动对象在t_i时刻的运行矢量，移动对象所提交的最后一个运行矢量称为活动运行矢量。当一个活动移动对象在路网中行进时，可能会在不同的道路产生多个时空轨迹片段，这些轨迹片段中只有最后一个处于活动状态。

从语意上讲，移动对象mid在道路rid上的时空轨迹片段(mid，fd，entry，isactive，(t_i，pos_i，v_i)_i＝1 ⁿ)刻画的是该移动对象在道路rid中的连续运行过程，其中任意两次连续的位置更新消息之间的状态可以通过插值的方法计算出来。此外，如果isactive为真，则表明移动对象仍然在道路rid中行进，其当前位置可以通过t_n、fd、pos_n、v_n等计算出来。因此我们将时空轨迹片段上的任意一点(mid，fd，entry，isactive，(t，pos，v))称为时空轨迹点。时空轨迹点反映移动对象在t时刻瞬间的运行状态。

第三步：每次当服务器接收到移动对象发送的位置更新消息时，触发相应道路的交通参数刷新过程，实时地刷新该道路中各原子行驶路段的交通参数。

在本发明中，每个原子行驶路段与五个基本交通参数相联系，包括移动对象个数(ψmo)、平均点速度(vp)、平均通行时间(Tt)、移动对象流量(ωmo)、以及交通拥堵状态(jammed)。

根据统计方式的不同，上述五个基本交通参数可以划分为两大类：(1)瞬间交通参数(包括ψmo和vp)，这类参数反映的是原子行驶路段中的各个移动对象在当前时刻的统计值，即在进行统计计算时，只有当移动对象目前正处于该原子行驶路段中时，才需要参加瞬间参数的刷新；(2)时段交通参数(包括Tt、ωmo、jammed)，这类参数值的计算过程需要对一个时间段(即当前时刻之前的某个时间窗口)内的移动对象时空状态进行统计，即在统计时，即使该移动对象目前已经驶离了该原子行驶路段，只要其时空轨迹与统计窗口相交，就需要参加相应的统计计算。

当中心服务器接收到移动对象发送的位置更新消息时，将实时地触发交通参数的刷新。由于每一条道路中均存放有相关移动对象的轨迹片段，因此参数刷新的过程即是对这些轨迹片段进行统计的过程。

对于瞬间交通参数而言，仅需要对处于活动状态(即isactive为真)的轨迹片段进行统计，根据其最后一个运行矢量，计算出移动对象的当前位置以及速度，从而刷新相应原子行驶路段的移动对象个数ψmo和平均点速度vp参数值。

时段交通参数的刷新需要统计当前时刻t_now之前某一段时间ξtimeseg之内的轨迹片段，所有与时间窗口[t_now-ξtimeseg，t_now]相交的时空轨迹片段均需要参加统计计算。由于轨迹片段包含有相应的移动对象在该道路中行驶时所具体通过的原子行驶路段以及各路段的通行时间，因此可以方便地计算出对应路段的平均通行时间(Tt)和移动对象流量(ωmo)。另外，轨迹片段中还包含有移动对象的速度信息，因此可以计算出道路各原子行驶路段的拥堵状态。

在对某个道路r的各原子行驶路段进行交通参数统计的过程中，投影是一个重要的操作，用П表示。投影操作具体分为以下几种类型(在下面的表示中，TSEG_r表示道路r上所有轨迹片段的集合)：

●П_ars表示在某个原子行驶路段上的投影，例如，П_ars(TSEG_r，ars_i)表示计算TSEG_r中所有轨迹片段落在原子行驶路段ars_i内的部分，其结果仍然是一个轨迹片段的集合，即包含所有落在ars_i区间内的轨迹片段。在针对某个具体的轨迹片段进行上述投影计算的过程中，需要对该轨迹片段进行截取操作，即只取其中属于该原子行驶路段的部分；

●П_ts表示在当前时刻t_now之前某个时间段上的投影，例如，П_ts(TSEG_r，ξtimeseg)表示计算TSEG_r中所有轨迹片段落在时间窗口[t_now-ξtimeseg，t_now]内的部分，其结果仍然是一个轨迹片段的集合，即包含所有落在该时间区间内的轨迹片段；

●П_npos表示在某个网络位置(pos)处的投影，例如，П_npos(TSEG_r，pos)表示计算TSEG_r中所有轨迹片段落在pos处的部分，其结果是一个时空轨迹点的集合，即包含所有轨迹片段与网络位置pos的交点；

●П_t表示在某个时间点上的投影，例如，П_t(TSEG_r，t)表示计算TSEG_r中所有轨迹片段落在时间点t上的值，其结果是一个轨迹点的集合，即包含所有轨迹片段与时间点t的交点。

另外，求和也是一个重要的操作，用∑表示。求和操作具体分为以下几种类型：

●∑_num表示求集合中元素个数的总和。例如，∑_num(П_t(TSEG_r，t))表示求集合П_t(TSEG_r，t)中轨迹片段的个数。由于一个移动对象在任意一个时间点(例如t)上只可能在道路r上存在最多一个轨迹片段，所以∑_num(П_t(TSEG_r，t))的结果也就是在时刻t道路r上的移动对象个数。

●∑_vp表示求集合中点速度的总和。例如，∑_vp(П_t(TSEG_r，t))表示在时刻t，道路r上的所有移动对象点速度的总和。由于П_t(TSEG_r，t)的结果是t时刻各时空轨迹点的集合，其中的速度即为各移动对象在t时刻的瞬间速度，对它们求和即可得到点速度的总和；

●∑_tt表示求集合中通行时间的总和。例如，∑_tt(П_ars(TSEG_r，ars_i))表示求集合П_ars(TSEG_r，ars_i)中所有元素所包含的通行时间总和。如前所述，集合П_ars(TSEG_r，ars_i)中的每个元素是一个轨迹片段，该轨迹片段的起始时间和结束时间分别为相应的移动对象进入和离开原子行驶路段ars_i的时间，而两个时间的差即为通行时间，而∑_tt操作则是求这些通行时间的总和。

在上述两个操作定义的基础上，下面我们具体给出道路r的各交通参数的统计计算步骤(设道路r中的所有轨迹片段集合为TSEG_r，道路r含有n个原子行驶路段，分别用ars_i(1≤i≤n)表示)：

(1)计算在当前时刻t_now，原子行驶路段ars_i中的移动对象个数(ψmo)：

ψmo＝∑_num(П_t(П_ars(TSEG_r，ars_i)，t_now))    (公式1)

由于П_t(П_ars(TSEG_r，ars_i)，t_now)的结果为在当前时刻t_now，原子行驶路段ars_i上的所有轨迹点的集合，根据任意一个移动对象在任意一个时间点只可能在ars_i上存在最多一个轨迹点，可知∑_num(П_t(П_ars(TSEG_r，ars_i)，t_now))的结果即为在时刻t_now原子行驶路段ars_i上的移动对象的个数。

(2)计算在当前时刻t_now，原子行驶路段ars_i中的平均点速度(vp)：

vp＝∑_vp(П_t(П_ars(TSEG_r，ars_i)，t_now))/n    (公式2)

其中，n＝∑_num(П_t(П_ars(TSEG_r，ars_i)，t_now))，即满足计算条件的移动对象的个数。

由于∑_vp(П_t(П_ars(TSEG_r，ars_i)，t_now))表示在当前时刻t_now，原子行驶路段ars_i上的所有移动对象的点速度之和，所以它与相应移动对象个数的比值即为在当前时刻原子行驶路段ars_i上的平均点速度。

(3)计算原子行驶路段ars_i在给定时间窗口[t_now-ξtimeseg，t_now]内的平均移动对象流量(ωmo)：

ωmo＝∑_num(П_npos(П_ts(П_ars(TSEG_r，ars_i)，ξtimeseg)，pos))/ξtimeseg  (公式3)

其中，pos为ars_i的终点位置。

П_ts(П_ars(TSEG_r，ars_i)，ξtimeseg)表示在时间窗口[t_now-ξtimeseg，t_now]内在ars_i行驶的移动对象轨迹片段的集合，П_npos(П_ts(П_ars(TSEG_r，ars_i)，timeseg)，pos)则表示其中穿越了ars_i终点的部分，结果是轨迹点的集合。对其中的元素计数，即可得到在给定时间内穿越ars_i的移动对象个数，进而除以ξtimeseg即可计算出单位时间内通过ars_i的移动对象个数，即移动对象流量。

(4)计算原子行驶路段ars_i在给定时间窗口[t_now-ξtimeseg，t_now]内移动对象的平均通行时间(Tt)：

Tt＝∑_tt(П_ts(П_ars(TSEG_r，ars_i)，ξtimeseg))/n    (公式4)

其中，n＝∑_num(П_ts(П_ars(TSEG_r，ars_i)，ξtimeseg))，即满足计算条件的移动对象的个数。

由于∑_tt(П_ts(П_ars(TSEG_r，ars_i)，ξtimeseg))表示在时间段[t_now-ξtimeseg，t_now]内，原子行驶路段ars_i上的所有移动对象的通行时间之和，所以它与相应移动对象个数的比值即为在时间段ξtimeseg内，原子行驶路段ars_i上的平均通行时间。

(5)计算给定时间窗口ξtimeseg内，原子行驶路段ars_i上的交通拥堵状态(jammed)：

首先计算ars_i上是否存在拥堵区域jammedarea：

jammedarea＝∩_slow(П_ts(П_ars(TSEG_r，ars_i)，timeseg)，v_slow)    (公式5)

其中，∩_slow表示求轨迹片段集合中的缓慢轨迹片段(即运行速度低于指定速度阈值v_slow(如10公里/小时)的轨迹片段)所对应的地理区域的交集。

然后，根据jammedarea是否为空判断ars_i是否处于拥堵状态，即：

jammed＝(jammedarea≠NULL)    (公式6)

由于交通堵塞是一种集体行为，单个移动对象的缓慢行驶并不能代表道路发生了阻塞，因此需要进行特殊的处理。方法是通过移动对象所提交的轨迹片段，计算出其行驶缓慢的路段。如果道路中存在着某个区域，所有的移动对象在过去的一段时间内经过该区域时均处于缓慢行驶状态，则可以判断该路段为拥堵路段。

第四步：将新计算出的交通参数值保存在数据库相应的道路记录中供用户查询。

本发明使用的基于网络受限移动对象数据库的交通流数据采集及分析技术能够高效准确地获取移动对象完整的时空轨迹，它不仅简化了统计分析的复杂性，提高了处理效率，而且为数据分析提供了更为丰富的信息，提高了数据处理的精度，有效地加强了交通流分析的广度和深度。与现有的交通流数据采集及分析方法(如浮动车法)相比，本发明具有如下优势：

(1)在保证精度的前提下提高了数据采集的效率。由于数据采集是通过移动对象的位置更新操作完成的，移动对象只有在运行矢量发生变化时才需要触发位置更新过程，因此当它沿着某条道路平稳行驶时，可以长时间不进行位置更新，从而降低了数据采集的通讯及计算代价，提高了效率；

(2)本发明所采集的数据是移动对象的精确时空轨迹数据，其中的运行矢量能够精确地刻画移动对象的实际运行状态。我们以移动对象提交的最后一个运行矢量(称之为“活动运行矢量”)为例，根据本发明中的位置更新协议能够保证；a)移动对象实际所处的道路必然与活动运行矢量一致；b)移动对象的实际位置与活动运行矢量的计算位置之间的误差必然在规定的范围之内；c)移动对象的实际速度与活动运行矢量中速度的误差必然在规定的范围之内；

(3)本发明中的道路交通流参数统计分析方法是基于时空轨迹进行的，由于时空轨迹刻画的是移动对象的整个连续的行驶过程，因此克服了其它方法需要根据离散点进行推断的缺陷(例如浮动车法需要根据两个数据采样点推断其实际的行车路线，由于两点之间可以有多条可能的网络连线，从而不可避免地会带来误差)，提高了数据处理的精度；

(4)本发明的道路交通参数刷新过程是通过位置更新实时触发的，从而消除了统计参数的信息延迟。

综合以上分析，本发明可以保证交通流统计分析的高效性、高准确性和实时性。该发明的最终结果可以直接提供给相关的用户使用，例如交通控制中心、特种车辆司机或动态导航设备用户等，也可用于支持更为复杂的查询，如某个区域或某条道路的平均车速、平均车流量，以及考虑了当前平均通行时间的动态最短路径等，从而进一步为交通控制及交通导航服务。

附图说明

图1是道路、原子行驶路段及交叉路口的示意图。

图2中，(a)是某一交叉路口的交通流转接关系示意图，(b)是对应的连接矩阵。

图3是本发明统计交通流方法的流程图。

图4示意了本发明实施例中移动对象mo1某时间段在道路r1上的的运行过程及服务器根据收到的位置更新消息生成的对应的时空轨迹片段。

图5是本发明实施例中移动对象的缓慢路段及拥堵检测的示意图。

具体实施方式

下面结合附图，通过实例进一步说明本发明，但不以任何方式限制本发明的范围。

根据图2所示的流程进行如下具体操作：

1.利用网络受限移动对象数据库技术采集移动对象的位置更新信息。

例如：移动对象mo1在某个时间段的运行过程如图4所示，其在时刻t4时发送的位置更新信息为(t4，(r1，0.12)，v4)，接着是(t5，(r1，0.25)，v5)，(t6，(r1，0.52)，v6)，最新的位置更新信息为(t7，(r1，0.73)，v7)，经过的原子行驶路段依次为ars1、ars2、ars3，目前正在ars4上运行。

2.生成对应的轨迹片段。

如移动对象mo1在道路r1上的轨迹片段如图4所示，其中最后一项(t7，0.73，v7)对应于活动运行矢量。

3.触发交通参数的刷新。

图4中所示的轨迹片段是道路r1上的轨迹片段之一。交通参数的刷新方法如下：

(1)在计算瞬间变量ψmo和vp时，根据移动对象mo1在t7时刻提交的活动运行矢量，可以计算出mo1目前正处于原子行驶路段ars4中的某一位置，因此mo1需要参加ars4的瞬间参数的统计计算，而不需要参加其它原子行驶路段(如ars1、ars2、ars3)瞬间参数的计算。同样地，如果得知移动对象mo2、mo3目前都处于ars4中，且其活动运行矢量分别为(ta，(r1，0.85)，v8)、(tb，(r1，0.84)，v9)。以原子行驶路段ars4为例，

◆计算当前移动对象的个数ψmo：ψmo＝3，即共有mo1、mo2、mo3三个移动对象。

◆计算当前的平均点速度：vp＝(v7+v8+v9)/3，即mo1、mo2、mo3当前速度的平均值。

(2)在计算时段参数ωmo和Tt时，设给定的时间窗口[t_now-ξtimeseg，t_now]为从时刻t4到t_now(当前时刻)，则如图4所示的移动对象mo1需要参加原子行驶路段ars1、ars2、ars3、ars4的时段参数的计算。以原子行驶路段ars4为例：

◆计算在当前时刻之前的ξtimeseg(例如5分钟)时间内移动对象的流量ωmo：

首先通过公式П_ts(П_ars(TSEG_r，ars4)，ξtimeseg)计算在时间窗口[t_now-ξtimeseg，t_now]内经过了ars4的所有轨迹片段，然后求这些轨迹片段中经过了ars4终点(即跨越了ars4)的轨迹片段，对之进行计数，得到满足条件的移动对象数目，最后除以ξtimeseg即可得到所需结果。

◆计算在当前时刻之前的ξtimeseg(例如10分钟)内的平均通行时间：计算方法与ωmo相似。在计算出时间窗口[t_now-ξtimeseg，t_now]内经过了ars4的所有轨迹片段之后，根据轨迹片段的开始和结束时间之间的差值，得到每个移动对象通过ars4的时间，取它们的平均值，即可得到ars4的平均通行时间Tt.

(3)计算原子行驶路段ars_i的交通拥堵路段状态的方法如图5所示：在当前时刻之前的指定时间范围ξtimeseg(例如8分钟)内，有三个移动对象mo1、mo2、mo3经过了ars_i，且它们的运行速度低于指定速度阈值(如10公里/小时)的路段如图所示(见“缓慢行驶路段”)，即：

mo1的缓慢行驶路段是从pos1到pos2、从pos4到pos6。

mo2的缓慢行驶路段是从pos2到pos5、从pos7到pos8；

mo3的缓慢行驶路段是从pos3到pos5、从pos7到pos8；

这些缓慢行驶路段的交集为从pos4到pos5之间的路段，即所有移动对象都在该路段上都行驶缓慢，所以得知，原子路段ars_i的交通拥堵路段(即jammedarea)为从pos4到pos5的部分，由于jammedarea不为空，因此其拥堵状态jammed值为“真”。

4.将交通参数变化的时态数据保存在动态交通网络相应的道路中，供查询处理使用。

以上通过实施例对本发明进行了详细的描述，本领域的技术人员应当理解，在不超出本发明的精神和实质的范围内，对本发明做出一定的修改和变动，比如交通参数的刷新过程可以用定时触发来代替通过移动对象的位置更新实时地进行触发，又如用其他统计方法代替本发明所用的公式来计算交通参数，仍然可以实现本发明的目的。

Claims (10)

1.一种基于移动对象数据库的交通流数据采集与分析方法，包括以下步骤：

1)数据库服务器不断地采集交通网络中各移动对象的运行矢量(t，(rid，pos)，v，fd)，其中：t是该运行矢量所对应的时间；(rid，pos)是移动对象在t时刻的位置，其中rid是移动对象所在道路的标识，pos是移动对象在道路rid中的相对位置；v是移动对象在t时刻的运行速度；fd是移动对象所属的交通流方向；

2)数据库服务器根据采样数据生成该移动对象在道路rid中的时空轨迹片段(mid，fd，entry，isactive，(t_i，pos_i，v_i)_i＝1 ⁿ)，并将其保存在数据库中对应的道路记录中，其中：mid是移动对象的标识；fd是该移动对象在道路rid中所属的交通流方向；entry是该移动对象以同样的方向进入该道路的序号；isactive标记当前时刻该时空轨迹片段是否处于活动状态；(t_i，pos_i，v_i)_i＝1 ⁿ是移动对象时空轨迹片段所对应的时空轨迹曲线，其中t_i是一个时间点，pos_i是t_i时刻移动对象在道路rid中的相对位置，v_i是移动对象在t_i时刻的速度，n为正整数；

3)以原子行驶路段为单位，对所采集的轨迹片段数据进行联机统计分析，实时地获得交通网络的各项交通参数，所述原子行驶路段是道路的某一个行驶方向中连接交叉路口或者道路端点的基本单位，且在其中不再含有移动对象可以驶离该交通流的其它交叉路口；

4)将变化的交通参数值保存在数据库相应的道路记录中。

2.根据权利要求1所述的交通流数据采集与分析方法，其特征在于：所述步骤1)采集移动对象运行矢量的方法是，首先在每个移动对象上安装GPS定位设备和无线通讯设备，并配备实际的交通道路网络数据，所述的交通道路网络数据包含交通网络中每条道路的标识、地理几何形状和长度，以及每个交叉路口的标识、地理位置、路口的区域范围、路口所连接的道路、路口中交通流的转接关系；移动对象个体在运行过程中，依据下列步骤向数据库服务器报告自身位置更新信息：

1-1.利用GPS设备不断地测得当前运行参数，包括当前时间t、当前经纬度位置(X，Y)、当前速度v及当前方向；

1-2.将GPS测得的位置及方向数据与实际的交通道路网络数据进行匹配，得到移动对象在交通网络中的相对数据，即网络位置(rid，pos)和道路交通流方向fd，从而得到移动对象当前的运行矢量(t，(rid，pos)，v，fd)，其中：rid为移动对象所在道路的标识；pos是移动对象在道路rid中的相对位置，fd为移动对象在道路rid中所属交通流方向；

1-3.将经过步骤1-2转换的当前运行矢量与其上次位置更新时发送给服务器的运行矢量相比，首先判断是否发生了下列三种情况之一：

a.rid改变；

b.rid没变，但fd改变或者v与上次位置更新时的速度相比，其偏差超过了一个指定的阀值；

c.rid、fd和v没变，但当前位置(rid，pos_now)与根据上次位置更新时的运行矢量预测的位置(rid，pos_evl)相比，距离偏差超过了一个指定的阀值；

如果上述三种情况均未发生，则不向服务器发送当前运行矢量；如果发生了上述情况a，则直接向服务器发送当前运行矢量；如果发生了上述情况b或c，则再判断是否当前位置处于交叉路口的区域范围内且上次位置更新也在该区域内，是则不向服务器发送当前运行矢量，否则发送。

3.根据权利要求2所述的交通流数据采集与分析方法，其特征在于：在所述的交通道路网络数据中设定每条道路的两个端点中一个为起点，另一个为终点，定义起点的pos值为0，终点的pos值为1，则在所述步骤1-2中首先通过计算(X，Y)坐标点位于哪条道路上，得到rid值，然后计算(X，Y)坐标点到起点的距离与该道路的长度的比值得到该坐标点对应的pos值，pos∈[0，1]；移动对象所属的交通流方向fd∈{+，-}，其中“+”表示由道路rid的起点向终点运行，“-”表示由终点向起点运行。

4.根据权利要求2所述的交通流数据采集与分析方法，其特征在于：在所述c情况下，设上次位置更新时的运行矢量为(t_o，(rid_o，pos_o)，v_o，fd_o)，道路rid_o的长度为len，当前时间为t_now，则：

${\mathrm{pos}}_{\mathrm{evl}}={\mathrm{pos}}_o+\mathrm{fd}\×\frac{v_o\×(t_{\mathrm{now}}-t_o)}{\mathrm{len}}$

根据pos_evl和pos_now，可以得到预测位置与实际位置之间的距离偏差为|pos_evl-pos_now|×len。

5.根据权利要求2所述的交通流数据采集与分析方法，其特征在于：服务器一旦接收到移动对象发送来的运行矢量就触发所述步骤3)对交通参数进行实时刷新，对于瞬间交通参数，根据时空轨迹片段直接查找该移动对象所在的原子行驶路段，重新计算其相应的参数值；而对于时段交通参数，查找该移动对象与统计窗口相交的时空轨迹片段，重新计算相应原子行驶路段的参数值。

6.根据权利要求1～5中任一权利要求所述的交通流数据采集与分析方法，其特征在于：所述步骤3)的交通参数包括在当前时刻t_now某原子行驶路段ars_i中的移动对象个数ψmo，通过下列计算公式得到：

ψmo＝∑_num(∏_t(∏_ars(TSEG_r，ars_i)，t_now))

式中，TSEG_r表示原子行驶路段ars_i所属道路r上所有轨迹片段的集合，∏_ars表示路段投影，∏_t表示时间点投影，∑_num表示求集合中元素个数的总和。

7.根据权利要求1～5中任一权利要求所述的交通流数据采集与分析方法，其特征在于：所述步骤3)的交通参数包括在时刻t_now某原子行驶路段ars_i中的平均点速度vp，通过下列计算公式得到：

vp＝∑_vp(∏_t(∏_ars(TSEG_r，ars_i)，t_now))/n

式中，n＝∑_num(∏_t(∏_ars(TSEG_r，ars_i)，t_now))，其中：TSEG_r表示原子行驶路段ars_i所属道路r上所有轨迹片段的集合，∏_ars表示路段投影，∏_t表示时间点投影，∑_num表示求集合中元素个数的总和，∑_vp表示求集合中点速度的总和。

8.根据权利要求1～5中任一权利要求所述的交通流数据采集与分析方法，其特征在于：所述步骤3)的交通参数包括在给定时间窗口[t_now-ξtimeseg，t_now]内某原子行驶路段ars_i的平均移动对象流量ωmo，通过下列公式计算得到：

ωmo＝∑_num(∏_npos(∏_ts(∏_ars(TSEG_r，ars_i)，ξtimeseg)，pos))/ξtimeseg

式中，pos为ars_i的终点位置，TSEG_r表示原子行驶路段ars_i所属道路r上所有轨迹片段的集合，∏_ars表示路段投影，∏_ts表示时间段投影，∏_npos表示位置点投影，∑_num表示求集合中元素个数的总和。

9.根据权利要求1～5中任一权利要求所述的交通流数据采集与分析方法，其特征在于：所述步骤3)的交通参数包括在给定时间窗口[t_now-ξtimeseg，t_now]内某原子行驶路段ars_i中移动对象的平均通行时间Tt，通过下列公式计算得到：

Tt＝∑_tt(∏_ts(∏_ars(TSEG_r，ars_i)，ξtimeseg))/n

式中，n＝∑_num(∏_ts(∏_ars(TSEG_r，ars_i)，ξtimeseg))，其中：TSEG_r表示原子行驶路段ars_i所属道路r上所有轨迹片段的集合，∏_ars表示路段投影，∏_ts表示时间段投影，∑_num表示求集合中元素个数的总和，∑_tt表示求集合中通行时间的总和。

10.根据权利要求1～5中任一权利要求所述的交通流数据采集与分析方法，其特征在于：所述步骤3)的交通参数包括在给定时间窗口[t_now-ξtimeseg，t_now]内原子行驶路段ars_i上的交通拥堵路段jammedarea，通过下列公式计算得到：

jammedarea＝∩_slow(∏_ts(∏_ars(TSEG_r，ars_i)，ξtimeseg)，v_slow)

式中，TSEG_r表示原子行驶路段ars_i所属道路r上所有轨迹片段的集合，∏_ars表示路段投影，∏_ts表示时间段投影，∩_slow表示求轨迹片段集合中运行速度低于指定速度阈值v_slow的地理区域的交集；

根据jammedarea是否为空判断ars_i是否处于拥堵状态，即：

jammed＝(jammedarea≠NULL)。

Images