CN101136140A - 道路交通的通行速度计算和匹配的方法和系统 - Google Patents
道路交通的通行速度计算和匹配的方法和系统 Download PDFInfo
- Publication number
- CN101136140A CN101136140A CNA2006101276048A CN200610127604A CN101136140A CN 101136140 A CN101136140 A CN 101136140A CN A2006101276048 A CNA2006101276048 A CN A2006101276048A CN 200610127604 A CN200610127604 A CN 200610127604A CN 101136140 A CN101136140 A CN 101136140A
- Authority
- CN
- China
- Prior art keywords
- road
- information
- portable terminal
- traffic
- coupling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种道路交通的通行速度计算和匹配的方法,该方法包括步骤:A.从采集的交通数据信息中获取移动终端的位置信息;B.根据所述移动终端的位置信息的变化信息,在所述移动终端位置信息丢失时,动态预测并利用跟踪算法得出所述移动终端的位置和速度信息;C.将所述移动终端的位置和速度信息匹配到道路网络上,生成道路通行速度信息。本发明还同时提供一种道路交通的通行速度计算和匹配的系统。利用本发明可以为交通管理者或出行者提供准确的交通状况信息。
Description
技术领域
本发明涉及一种道路交通的通行速度计算和匹配的方法和系统,特别涉及通过分析计算移动终端所处的位置信息来确定所在道路的通行速度,进一步为用户提供目前道路交通状况的方法和系统。
背景技术
随着经济的快速发展,车辆越来越多,由此导致城市尤其是大城市的道路交通拥堵越来越严重,给交通管理者和出行者带来很大的不便,如果能够正确显示交通状况,给车辆以合理调度和引导,则能够大大缓解交通拥堵的现状。目前动态交通信息的采集和发布技术已经比较成熟,动态交通数据可以由GPS(全球定位系统)车载导航设备测得或从交通管理部门处获得,交通信息则可以通过各个门户网站、WAP网站、手机地图、PDA(个人数字助理)以及RDS(无线广播系统)等来发布。
尽管交通信息导航已经解决了信息采集和发布的技术问题,但是对交通数据的处理和加工的技术却是相当欠缺的。
目前已有的方法主要集中在利用移动终端获得交通流量信息,如中国专利200480008487公开了使用移动终端的计费信息来获得交通信息的方法,其利用移动终端在公路上进行电话呼叫时,根据进行计费操作所必需的计费信息来获得移动终端的指定号,跟踪基站间移动终端的移动时间,获得公路上的交通状态信息,这种处理方法直观简单,但是在获取移动终端的位置信息的时候,可能会因为移动终端自身发生故障或受到周围环境的干扰,在某个时刻或某个时间段内无法确定所述移动终端的位置,如刚完工的地下隧道,由于通信系统尚未安装,则GPS车载导航系统或其他位置识别系统会因此而无法确定所述移动终端的位置,从而无法保证数据信息的连续性和完整性,导致无法正确提供交通状况信息。
另外,该发明并无涉及对移动终端的位置信息进行筛选,由于并非所有的移动终端均能代表道路通行状况,例如行人携带的手机就不能代表道路的通行状况,现有的方法并无对移动终端数据信息进行筛选,致使统计出来的交通流量数据与实际的道路通行状况误差较大,流量大的地方并不能代表道路拥堵,流量小的地方也可能非常拥堵,从而无法正确提供交通状况信息。
发明内容
本发明的目的在于提供一种道路交通的通行速度计算和匹配的方法和系统,为管理者或出行者提供准确的交通状况信息,使交通管理者能够及时、准确地掌握交通状况,从而可以通过合理调度车辆或通过发布交通信息对出行者进行引导,缓解交通拥堵现状,更加有效地实现车辆合理选择通行道路,提高道路运行效率。
本发明提供的一种道路交通的通信速度计算和匹配的方法是这样实现的:
一种道路交通的通行速度计算和匹配方法,该方法包括步骤:
A.从采集的交通数据信息中获取移动终端的位置信息;
B.根据所述移动终端的位置信息的变化信息,在所述移动终端位置信息丢失时,动态预测并利用跟踪算法得出所述移动终端的位置和速度信息。
C.将所述移动终端的位置和速度信息匹配到道路网络上,生成道路通行速度信息。
在步骤A之前,还包括:采集包括移动终端的位置信息的交通数据信息。
所述采集包括移动终端的位置信息的交通数据信息具体为:利用位置信息识别装置获取移动终端的位置信息。
所述利用位置信息识别装置识别并保存移动终端的位置信息具体实现为:利用移动网络定位平台获取移动终端的经纬度信息,或利用全球定位系统车载导航终端获取移动终端的经纬度坐标,速度和方向数据信息,或利用车辆行车记录仪保存车辆行驶历史交通数据经纬度坐标、速度数据信息。
所述从采集的交通数据信息中获取移动终端的位置信息具体方法为:从采集的交通数据信息中根据道路位置与速度阈值筛选掉非车载移动终端的位置信息。
在步骤C之后,还包括:
a.将道路通行速度信息匹配到电子地图的道路网络中;
b.以不同的颜色标识对应不同的道路通行速度,形成电子交通分布图并发送至用户终端。
所述动态预测并利用跟踪算法得出所述移动终端的位置和速度信息具体方法为:利用卡尔曼滤波器动态预测所述移动终端的位置和速度信息。
在所述利用卡尔曼滤波器预测所述移动终端的位置和速度信息之后,进一步包括:利用跟踪算法运动补偿移动终端的位置或速度误差,确定所述移动终端的位置和速度的预测值。
所述将移动终端的位置和速度信息匹配到道路网络上的匹配过程包括:
a).利用所述移动终端的位置信息将移动终端的位置点匹配到道路网络上;
b).以所述位置点为中心,设定位置误差范围,确定目标道路;
c).确定所述移动终端在所述目标道路中的位置;
d).将所述目标道路上的所有移动终端的速度进行加权求平均,得出目标道路的通行速度。
步骤b)包括:
(1).设定位置误差范围;
(2).向在所属位置误差范围内的各道路路线作投影,把投影距离最短的道路确定为候选道路;
(3).根据历史数据和道路连通性,过滤并确定目标道路。
步骤c)包括:
①.通过几何方法求出所述移动终端位置点到所述目标道路上的每段线段的最短距离;
②.所述移动终端位置点到所述目标道路上的每段线段的最短距离得出所述移动终端的确切位置。
所述通过几何方法求出所述移动终端位置点到所述目标道路上的每段线段的最短距离具体为:
当所述移动终端位置点的投影点在目标道路上的线段以内,则所述移动终端位置点到所述线段的投影距离即为最短距离;当所述移动终端位置点的投影点在目标道路上的线段以外,则所述移动终端位置点到目标道路上的线段的两个端点的距离中距离较短的为最短距离。
本发明还公开了一种道路交通的通行速度计算和匹配系统,包括用于采集交通数据信息的交通数据信息采集装置和数据处理装置,所述数据处理装置包括:
位置信息获取单元,用于从所述交通数据信息采集单元获取移动终端的位置信息;
速度计算预测单元,用于根据所述的移动终端的位置信息的变化信息,在所述车载移动终端位置信息丢失时,动态预测并利用跟踪算法得出所述车载移动终端的位置和速度信息;
位置速度信息匹配单元,用于将移动终端的位置匹配到目标道路上的目标位置,以及将所述移动终端的速度匹配到道路网络中。
还包括用于向用户发布交通状况信息的信息发布系统。
所述信息发布系统包括:图形生成单元,用于将道路通行速度信息匹配生成道路图型;信息显示单元,与所述图形生成单元相连,用于图形化显示交通状况信息。
还包括用于筛选掉非车载终端的位置信息的筛选单元。
所述速度计算预测单元包括:
卡尔曼滤波器,预测和估计所述移动终端的位置,并计算观测值,给出所述移动终端的位置动态特性的预测值;
跟踪算法单元,与卡尔曼滤波器相连,用于运动补偿所述观测值与预测值的误差并确定最佳预测值。
所述交通数据信息采集装置为移动网络定位平台或全球定位系统车载导航终端或车辆行车记录仪。
通过上述技术方案可知,本发明具有以下特点与优点:
1、由于利用卡尔曼滤波器对目标位置进行计算和预测,并且采用跟踪算法利用运动补偿误差,可以在移动终端的位置和速度信息丢失的情况下估计和预测出移动终端的位置和速度,保证数据集的连贯性和完整性,避免由于丢失移动终端位置和速度信息的情况下无法给出交通状况信息的情况的发生。
2、在交通信息采集的时候,利用聚类算法和最大相似算法处理移动终端的位置信息,筛选掉大量非车载移动终端的位置数据信息,使所使用的移动终端的位置、速度信息能够比较符合道路通行状况,因此,使交通管理者能够更准确地掌握交通状况,从而可以通过合理调度车辆或通过发布交通信息对出行者进行引导,缓解交通拥堵现状,提高道路通行速率。
附图说明
图1为本发明一种道路交通的通行速度计算和匹配的方法实施例1的流程图;
图2为本发明一种道路交通的通行速度计算和匹配的方法实施例2的流程图;
图3为本发明一种道路交通的通行速度计算和匹配的方法实施例3的流程图;
图4为本发明一种道路交通的通行速度计算和匹配的方法确定目标道路的流程图;
图5为本发明一种道路交通的通行速度计算和匹配的方法确定目标道路上目标位置的流程图;
图6为本发明一种道路交通的通行速度计算和匹配的方法确定目标道路上目标位置的示意图;
图7为本发明一种道路交通的通行速度计算和匹配的系统的结构框图。
具体实施方式
本发明一种道路交通的通行速度计算和匹配的方法的中心思想是:
从采集的交通数据信息中获取移动终端的位置信息;
根据所述移动终端的位置信息的变化信息,在所述移动终端位置信息丢失时,动态预测并利用跟踪算法得出所述移动终端的位置和速度信息;
将所述移动终端的位置和速度信息匹配到道路网络上,生成道路通行速度信息。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和实施例对本发明作进一步的详细说明。
请参考图1,为本发明一种道路交通的通行速度计算和匹配的方法实施例1的流程图。
步骤S101:从采集的交通数据信息中获取移动终端的位置信息。
可以利用移动网络平台获取移动终端的位置信息,根据移动运营商提供的Le接口(这里以中国移动的接口为例,中国联通的接口为L1接口),建立数据处理装置与移动网络平台客户端之间的HTTP连接,具体的建立方式参见中国移动位置服务Le接口技术规范。
同样,所述移动终端的位置信息也可以通过GPS车载导航设备和交通管理部门的车辆行车记录仪保存车辆行驶历史交通数据等多种方式来获得。
步骤S102:根据所述移动终端的位置信息的变化信息,在所述移动终端位置信息丢失时,动态预测并利用跟踪算法得出所述移动终端的位置和速度信息。
为了克服由于移动网络定位技术采集交通数据信息的局限性,提高交通数据的精度和用户可使用性,减少数据的通讯量,降低信息发布终端的设备成本,增强交通信息服务的及时性和可达性,本发明利用卡尔曼滤波器预测所述移动终端的位置和速度信息,并采用跟踪算法利用运动补偿误差,将运动补偿产生最小均值误差作为较好的预测。具体方法如下:
为了用卡尔曼滤波器对被观测的移动终端的位置和速度进行跟踪和预测,被观测的系统输入输出利用线性系统进行描述,这里的系统输入输出是移动终端的位置和速度构成的向量。
线性系统描述方程如下:
状态方程:Xk=ΦXk-1+wk-1
观测方程:Zk=HXk+vk
状态向量Xk和观测向量Zk为:
上述向量中Pk和Vk分别表示移动终端的位置和速度,随机变量wk和vk表示过程和测量噪声,假设为独立和不相关的白噪声分布。
wk~N(0,Qk)
vk~N(0,Rk)
Qk和Rk是过程噪声协方差和测量值协方差。
Ф是系统转移矩阵,H是测量矩阵;必须指出矩阵Ф和H可能随着测量时刻变化而变化,但是这里假设是恒定的。
根据基本的运动目标物理共识,系统转移矩阵和测量矩阵如下:
测量值噪声协方差R和过程噪声协方差Q根据实验来估计。
参数如下:
σ1=10,σ2=20,σv1=20,σv1=20,得到R和Q:
利用预测的目标位置作为初始值和二维搜索来确定目标的位置,为了进行搜索,利用启发式的松弛算法,每一个目标在所有可能的方向从上一步开始运动,根据纪录的位置更新目标的新位置,每次迭代后,步数减少,在程序中测量值反馈给卡尔曼滤波器以产生新的状态值。此外,通过测量值误差的标准偏差提供反馈给测量值。
卡尔曼滤波器利用反馈控制的方法对移动终端的位置和速度信息进行预测和估计,滤波器估计时刻的过程状态并且获得测量值的反馈值。卡尔曼滤波器分成两部分:状态更新等式和测量值更新等式;状态更新等式负责利用当前状态和误差协方差来获得为下一时刻的先验估计;测量值更新等式负责将新的测量值和先验估计值结合预测下一时刻的估计值。
状态和测量更新等式如下所示
状态更新等式:
测量更新等式:
标记(-)表示从Tk-1时刻到Tk的预测值,标记(+)是在Tk-1的更新值。
上面等式是迭代的,重要的是跟踪的初始化问题;跟踪的稳定性依赖初始数据的选取。
对于检测到的目标(x,y)其状态向量为:
Vx,Vy可在程序中进行设定,这里设定(0,100)为行人的初始速度,(0,200)为自行车的初始速度。
P0(-)的初始化非常困难的,我们如下处理:
假定时刻t1,t2,得到测量位置:x1,y1和x2,y2,因此估计如下:
从X2,减去得到:
那么得到:
得到P0(-)的值后,迭代计算状态向量的估计值。
步骤S103:将所述移动终端的位置和速度信息匹配到道路网络上,生成道路通行速度信息。
所述的匹配过程包括:
(1).利用所述移动终端的位置信息将移动终端的位置点匹配到道路网络上;
(2).选定位置误差范围,确定目标道路。
如图4所示,首先进入步骤S401。
步骤S401:根据统计误差计算误差区域。
以所述移动终端的位置点为圆心,计算确定误差椭圆或者是近似矩形。
步骤S402:判断是否选定道路,如是,则进入步骤S404,如否,则进入步骤S403。
步骤S403:车辆远离道路,放弃该条候选道路。
步骤S404:在误差区域内选择道路。
与计算确定误差椭圆或者是近似矩形范围相交的道路组成一个道路集合,匹配目标道路应该位于此集合中。
步骤S405:根据车辆方向和道路方向选择候选路段。
从匹配点到道路集合的每条道路作投影,把投影距离最短的道路确定为匹配的候选目标道路,在实际匹配过程中必须判断是否通过路口,是否是平行道路等各种引起匹配误差的情况。
步骤S406:判断只有一个候选路段,当只有一个路段时,进入步骤S407;当存在多个候选路段时,进入步骤S408。
步骤S407和步骤S409:进行道路网络连通性检验,检验通过则进入步骤S410;否则,进入步骤S411。
步骤S408:根据历史数据和道路连通性过滤。
道路匹配结果应该以上一次的匹配结果为基础,如果上一次匹配成功,而同时上次匹配的目标道路位于本次匹配的匹配道路集合中,则本次匹配取上次匹配目标道路,否则取距离最近的道路。
步骤S410:确定目标道路。
步骤S411:增加误差置信度,进入步骤S401。
步骤S412:当只有一个路段时,进入步骤S410;当存在多个路段时,进入步骤S413。
步骤S413:根据统计概率和方向辨识道路,确定目标道路。
(3).确定所述移动终端在所述目标道路中的位置。
选定目标道路之后,接下来要确定所述移动终端在所述目标道路上的位置点。
参考图5,其中步骤S501-步骤S508描述在若干候选匹配点中确定最终匹配点的过程,首先,进入步骤S501。
步骤S501:目标道路节点和连线输入。
节点和连线是电子地图中道路的两个表示要素。
步骤S502:终端位置数据输入。
输入所述移动终端的位置数据信息。
步骤S503:选择第J个匹配点。
在若干个候选匹配点中按顺序选择匹配点。
步骤S504-步骤S505:进行最小速度和通过路口和转弯通过路口判断,若否,则选择第J=J+1候选匹配点,结合终端位置数据输入,进入步骤S504-步骤S505;若是,则进入步骤S506。
步骤S506:匹配第J点到选择的连线I=I+1。
步骤S507:判断是否J>所有的匹配点,若是,则进入步骤S508;若否,则进入步骤S504-步骤S505。
步骤S508:退出。
根据车辆最小速度进行路口和转弯判断,结合移动终端的历史位置点,判断最终位置匹配点,直至完成初选的所有可能的匹配点的计算。
在电子地图中道路是由一些点和折线段构成,可以通过几何方法求出匹配点到路上的每条线段的最短距离,如果该点在线段上的投影点位于线段以内,则求出投影点,对应的垂距为所求,如果投影点在线段以外,只用求出点到线段两个端点的距离,最短者为所求,根据点到各条线段的最短的距离,对应的投影点即为点到路上的匹配点。如图6所示,当目标道路为道路401时,从所述移动终端的位置点400向所述道路401上的路段4011做投影,投影点E在所述路段4011的延长线4012上,因为从所述位置点400到端点B的距离明显比到端点A的距离短,则端点B为位置点400到道路401上的匹配点;当目标道路为路径402时,从所述移动终端的位置点400向所述道路402上的路段4021做投影,投影点F在所述路段4021上,则所述投影点F即为位置点400到道路401上的匹配点。
(4).将所述目标道路上的所有移动终端的速度进行加权求平均,得出目标道路的通行速度。
将匹配于目标道路的所有移动终端的速度进行加权求平均,得出目标道路的通行速度,当目标道路上只有一个移动终端时,所述移动终端的速度即为所述目标道路的通行速度。
下面通过实施例2对本发明进行进一步的补充说明。
请参考图2,为本发明一种道路交通的通行速度计算和匹配的方法实施例2的流程图。
以上实施例1中所采集的交通数据信息应该全部或者大部分是车载移动终端的数据信息,以确保交通状况信息的准确性。
在上述实施例1中,从采集的交通数据信息中获取移动终端的位置信息之前,进行步骤S1001和步骤S1002操作。
步骤S1001:采集移动终端的位置信息。
步骤S1002:筛选删除非车载移动终端的信息。
本发明在采集移动终端的位置信息后对移动终端的位置信息进行筛选处理,利用聚类分析和最大相似算法处理移动终端的原始位置数据,根据道路位置和速度阈值的约束条件筛选删除大量非车载移动台的位置数据,道路中行人的速度要远远低于车载终端的移动速度,根据道路通行的历史速度动态确定当前道路的速度阈值,按照该阈值筛选出行人和车载移动终端,并把非车载移动终端的位置信息删除。
下面通过实施例3对本发明进行更进一步的补充说明。
请参考图3,为本发明一种道路交通的通行速度计算和匹配的方法实施例3的流程图。
在上述实施例2中所述将所述移动终端的位置和速度信息匹配到道路网络上,生成道路通行速度信息之后,因为道路通行速度可以分为若干个等级,采用不同的标识标记不同的等级,如采用颜色、数字等进行标记均可。
步骤S104:将道路通行速度信息匹配到电子地图的道路网络中。
步骤S105:以不同的颜色标识对应不同的道路通行速度,形成电子交通分布图,并将其发送至用户终端。
完成对道路通行速度分布图的生成和显示,并通过各种不同的用户终端显示给用户,所建立的电子交通分布图中包含着城市交通中的各路段信息,各路段信息中设有可标示通行速度的标识位。
例如,通过本专利发明的算法计算获取到路段的道路通行速度为0-10公里/小时,且系统设置的堵车情况采用红色标示,则将电子交通分布图中的表示路段的标识位显示为红色,依次对电子交通分布图进行处理,便可以得到一幅关于各个路段道路通行速度情况的电子交通分布图,用户通过电子交通分布图获取道路的通行实时速度信息。
本发明同时还提供的一种道路交通的通行速度计算和匹配的系统,如图7所示,该系统包括:用于采集交通数据信息的交通数据信息采集装置101和数据处理装置200,其中,
所述数据处理装置200包括:
位置信息获取装置201,用于从所述交通信息采集单元获取移动终端的位置信息;
卡尔曼滤波器202和跟踪算法单元203相连,用于根据所述的移动终端的位置信息计算和预测移动终端的位置和速度以确定所述移动终端所在道路的通行速度;
位置速度信息匹配单元204,用于将移动终端的位置匹配到目标道路上的确切位置,以及将道路通行速度匹配到道路网络中。
所述交通数据信息采集装置101可以是移动网络平台、GPS车载导航终端以及车辆行车记录仪中其中的任何一种。
所述系统还包括筛选单元102,所述筛选单元用于筛选出非车载终端的位置信息,并将其删除。
所述系统还包括用于向用户发布交通状况信息的信息发布系统300。
所述信息发布系统300包括:图形生成单元301,用于将道路通行速度信息匹配生成道路图型;信息显示单元302,用于图形化显示交通状况信息。
交通数据信息采集装置101采集交通数据信息,所述交通数据信息主要是指移动终端的位置信息,筛选单元102在所述移动终端的位置信息中筛选出非车载终端的位置信息,并将其删除,剩下车载移动终端的位置信息,数据处理装置200利用位置信息获取装置201获得所述车载移动终端的位置信息后,根据所数移动终端的位置变化,利用卡尔曼滤波器202预测和估计所述车载移动终端位置和速度信息,并利用个跟踪算法单元203运动补偿误差,运动补偿产生最小均值误差作为较好的预测,具体方法已在实施例1中步骤2详细描述说明,在此不再赘述。
利用卡尔曼滤波器202和跟踪算法单元203可以在车载移动终端的位置和速度信息丢失的情况下估计和预测出车载移动终端的位置和速度,保证数据的连贯性和完整性。
位置速度信息匹配单元主要有三个作用:
1、确定目标道路。
将移动终端的位置点匹配到道路网络上,以匹配点为圆心,计算确定误差椭圆或是近似矩形。与该范围相交的道路组成一个道路集合,匹配目标道路应该位于该集合中,从匹配点到道路集合中的每条道路作投影,把投影距离最短的道路确定为匹配的侯选目标道路。在实际匹配过程中必须判断出是否通过路口,是否是平行道路等各种引起匹配误差的情况,道路匹配结果必须以上一次匹配结果为基础,如上次路匹配成功,而上次匹配的目标道路位于本次匹配的匹配道路集合中,则本次匹配取上次匹配目标道路,否则取距离最近的道路。
2、确定目标到路上的目标位置。
确定目标道路后,接下来要确定移动终端在目标道路上的确切位置,在电子地图中道路是由一些折线段构成,可以通过几何方法求出所述移动终端的位置点到路上的每条线段的最短距离,如果该位置点在线段上的投影点位于线段以内,则求出投影点,对应的垂距为所求,如果所述投影点在线段以外,只用求出点到线段两个端点的距离,最短者为所求,根据点到各条线段的最短的距离,对应的投影点或端点即为位置点到目标道路上的匹配点。
3、将移动终端的速度信息利用加权求平均的方法换算成道路的通行速度,并将道路通行速度匹配到道路网络上。
信息发布系统300利用图形生成单元301,将道路通行速度信息匹配生成道路图型;以不同的颜色标识对应不同的道路通行速度,再利用信息显示单元302,用于图形化显示交通状况信息,形成电子交通状况分布图。
所建立的电子交通分布图中包含着城市交通中的各路段信息,各路段信息中设有可标示通行速度的标识位。
交通管理者或者出行者均可以通过门户网站、WAP网站、手机地图、PDA以及RDS中得到所述电子交通状况分布图,利用该电子交通状况分布图进行车辆的调度或者主动避开拥堵路段,从而缓解交通拥堵现状。
以上公开的仅为本发明的优选实施方式,但本发明并非局限于此,任何本领域的技术人员能思之的没有创造性的变化,以及在不脱离本发明原理前提下所作的若干改进和润饰,都应落在本发明的保护范围内。
Claims (18)
1.一种道路交通的通行速度计算和匹配的方法,其特征在于,该方法包括步骤:
A.从采集的交通数据信息中获取移动终端的位置信息;
B.根据所述移动终端的位置信息的变化信息,在所述移动终端位置信息丢失时,动态预测并利用跟踪算法得出所述移动终端的位置和速度信息;
C.将所述移动终端的位置和速度信息匹配到道路网络上,生成道路通行速度信息。
2.如权利要求1所述的道路交通的通行速度计算和匹配的方法,其特征在于,在步骤A之前,还包括:采集包括移动终端位置信息的交通数据信息。
3.如权利要求2所述的道路交通的通行速度计算和匹配的方法,其特征在于,所述采集包括移动终端的位置信息的交通数据信息具体为:利用位置信息识别装置获取移动终端的位置信息。
4.如权利要求3所述的道路交通的通行速度计算和匹配的方法,其特征在于,所述利用位置信息识别装置识别并保存移动终端的位置信息具体实现为:利用移动网络定位平台获取移动终端的经纬度信息,或利用全球定位系统车载导航终端获取移动终端的经纬度坐标,速度和方向数据信息,或利用车辆行车记录仪保存车辆行驶历史交通数据经纬度坐标、速度数据信息。
5.如权利要求1所述的道路交通的通行速度计算和匹配的方法,其特征在于,所述从采集的交通数据信息中获取移动终端的位置信息具体方法为:从采集的交通数据信息中根据道路位置与速度阈值筛选掉非车载移动终端的位置信息。
6.如权利要求1所述的道路交通的通行速度计算和匹配的方法,其特征在于,在步骤C之后,还包括:
a.将道路通行速度信息匹配到电子地图的道路网络中;
b.以不同的颜色标识对应不同的道路通行速度,形成电子交通分布图并发送至用户终端。
7.如权利要求1或2或3或4或5所述的道路交通的通行速度计算和匹配的方法,其特征在于,所述动态预测并利用跟踪算法得出所述移动终端的位置和速度信息的具体方法为:利用卡尔曼滤波器动态预测所述移动终端的位置和速度信息。
8.如权利要求7所述的道路交通的通行速度计算和匹配的方法,其特征在于,在所述利用卡尔曼滤波器预测所述移动终端的位置和速度信息之后,进一步包括:利用跟踪算法运动补偿移动终端的位置或速度误差,确定所述移动终端的位置和速度的预测值。
9.如权利要求1或2或3或4所述的道路交通的通行速度计算和匹配的方法,其特征在于,所述将移动终端的位置和速度信息匹配到道路网络上的匹配过程包括:
a).利用所述移动终端的位置信息将移动终端的位置点匹配到道路网络上;
b).以所述位置点为中心,设定位置误差范围,确定目标道路;
c).确定所述移动终端在所述目标道路中的位置;
d).将所述目标道路上的所有移动终端的速度进行加权求平均,得出目标道路的通行速度。
10.如权利要求9所述的道路交通的通行速度计算和匹配的方法,其特征在于,步骤b)包括:
(1).以所述位置点为中心,设定位置误差范围;
(2).向在所属位置误差范围内的各道路路线作投影,把投影距离最短的道路确定为候选道路;
(3).根据历史数据和道路连通性,过滤并确定目标道路。
11.如权利要求9或10所述的道路交通的通行速度计算和匹配的方法,其特征在于,步骤c)包括:
①.通过几何方法求出所述移动终端位置点到所述目标道路上的每段线段的最短距离;
②.所述移动终端位置点到所述目标道路上的每段线段的最短距离得出所述移动终端的确切位置。
12.如权利要求11所述的道路交通的通行速度计算和匹配的方法,其特征在于,所述通过几何方法求出所述移动终端位置点到所述目标道路上的每段线段的最短距离具体为:
当所述移动终端位置点的投影点在目标道路上的线段以内,则所述移动终端位置点到所述线段的投影距离即为最短距离;当所述移动终端位置点的投影点在目标道路上的线段以外,则所述移动终端位置点到目标道路上的线段的两个端点的距离中距离较短的为最短距离。
13.一种道路交通的通行速度计算和匹配的系统,包括用于采集交通数据信息的交通数据信息采集装置和数据处理装置,其特征在于,所述数据处理装置包括:
位置信息获取单元,用于从所述交通数据信息采集装置获取移动终端的位置信息;
速度计算预测单元,用于根据所述的移动终端的位置信息的变化信息,在所述车载移动终端位置信息丢失时,动态预测并利用跟踪算法得出所述车载移动终端的位置和速度信息;
位置速度信息匹配单元,用于将移动终端的位置匹配到目标道路上的目标位置,以及将所述移动终端的速度匹配到道路网络中。
14.如权利要求13所述的道路交通的通行速度计算和匹配的系统,其特在于,还包括用于向用户发布交通状况信息的信息发布系统。
15.如权利要求14所述的道路交通的通行速度计算和匹配的系统,其特征在于,所述信息发布系统包括:图形生成单元,用于将道路通行速度信息匹配生成道路图型;信息显示单元,与所述图形生成单元相连,用于图形化显示交通状况信息。
16.如权利要求13或14所述的道路交通的通行速度计算和匹配的系统,其特征在于,还包括用于筛选掉非车载终端的位置信息的筛选单元。
17.如权利要求13或14所述的道路交通的通行速度计算和匹配的系统,其特征在于,所述速度计算预测单元包括:
卡尔曼滤波器,预测和估计所述移动终端的位置,并计算观测值,给出所述移动终端的位置动态特性的预测值;
跟踪算法单元,与卡尔曼滤波器相连,用于运动补偿所述观测值与预测值的误差并确定最佳预测值。
18.如权利要求13或14所述的道路交通的通行速度计算和匹配的系统,其特征在于,所述交通数据信息采集装置为移动网络定位平台或全球定位系统车载导航终端或车辆行车记录仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101276048A CN100555355C (zh) | 2006-08-29 | 2006-08-29 | 道路交通的通行速度计算和匹配的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101276048A CN100555355C (zh) | 2006-08-29 | 2006-08-29 | 道路交通的通行速度计算和匹配的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101136140A true CN101136140A (zh) | 2008-03-05 |
CN100555355C CN100555355C (zh) | 2009-10-28 |
Family
ID=39160222
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006101276048A Active CN100555355C (zh) | 2006-08-29 | 2006-08-29 | 道路交通的通行速度计算和匹配的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100555355C (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101656021A (zh) * | 2008-08-19 | 2010-02-24 | 北京捷易联科技有限公司 | 一种路况的判别方法、系统及交通信息处理系统 |
CN101866545A (zh) * | 2010-05-11 | 2010-10-20 | 中国科学院软件研究所 | 移动对象路网匹配轨迹的采集方法 |
CN101964941A (zh) * | 2010-08-25 | 2011-02-02 | 吉林大学 | 基于动态信息的智能导航与位置服务系统及方法 |
CN102147260A (zh) * | 2010-02-09 | 2011-08-10 | 日电(中国)有限公司 | 电子地图匹配方法和装置 |
CN102209294A (zh) * | 2010-03-31 | 2011-10-05 | 索尼公司 | 信息处理装置、行动预测显示方法及其计算机程序 |
CN102568208A (zh) * | 2012-02-07 | 2012-07-11 | 福建工程学院 | 基于浮动车技术的路段限速信息识别方法 |
CN102081840B (zh) * | 2009-12-01 | 2013-04-24 | 北京邮电大学 | 通过移动终端获取交通信息的方法 |
CN103116983A (zh) * | 2013-01-17 | 2013-05-22 | 清华大学 | 一种获取插电式混合动力公交车线路交通信息的方法 |
CN103167523A (zh) * | 2011-12-12 | 2013-06-19 | 屏东科技大学 | 速度估算方法 |
CN103914457A (zh) * | 2012-12-31 | 2014-07-09 | 北京中交兴路信息科技有限公司 | 一种数据展示方法和数据展示系统 |
CN104182453A (zh) * | 2014-06-20 | 2014-12-03 | 银江股份有限公司 | 一种面向海量历史浮动车数据的分布式地图匹配方法 |
CN104240500A (zh) * | 2014-08-25 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种路况信息预测方法及系统 |
CN104240494A (zh) * | 2013-06-14 | 2014-12-24 | 苏州风采信息技术有限公司 | 一种智能交通管理系统 |
CN104408918A (zh) * | 2014-11-20 | 2015-03-11 | 江苏物联网研究发展中心 | 基于MapReduce计算框架的浮动车数据与道路匹配的方法 |
CN104408923A (zh) * | 2014-12-03 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 交通状态评估方法和装置 |
CN104484999A (zh) * | 2014-12-31 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹确定动态交通信息的方法及装置 |
CN104537229A (zh) * | 2014-12-19 | 2015-04-22 | 长安大学 | 一种提高出行效率的路网构建演化方法 |
CN104613974A (zh) * | 2014-05-08 | 2015-05-13 | 腾讯科技(深圳)有限公司 | 导航时间获取方法、系统、导航方法和装置 |
CN104812654A (zh) * | 2012-11-08 | 2015-07-29 | 优步科技公司 | 将交通对象的位置信息动态地提供给计算装置 |
CN104966408A (zh) * | 2014-07-22 | 2015-10-07 | 银江股份有限公司 | 一种gps定位数据补偿方法 |
CN105006167A (zh) * | 2014-04-18 | 2015-10-28 | 杭州远眺科技有限公司 | 一种交通拥堵传播路径的研究方法 |
CN105021187A (zh) * | 2015-07-21 | 2015-11-04 | 深圳市西博泰科电子有限公司 | 低功耗室外定位方法 |
CN105975527A (zh) * | 2016-04-29 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 道路上下行关系识别方法和装置 |
CN106611475A (zh) * | 2015-10-27 | 2017-05-03 | 霍尼韦尔国际公司 | 自适应建筑布局/效能优化的方法和系统 |
CN106856061A (zh) * | 2015-12-08 | 2017-06-16 | 现代自动车株式会社 | 用于在车对车通信期间使用路径历史数据分类目标的方法 |
CN107466011A (zh) * | 2017-08-16 | 2017-12-12 | 广东海翔教育科技有限公司 | 一种车载电子设备通信方法 |
CN107644533A (zh) * | 2017-10-27 | 2018-01-30 | 上海云砥信息科技有限公司 | 基于移动网络数据的高速公路虚拟断面车流量监测方法 |
CN108074395A (zh) * | 2016-11-10 | 2018-05-25 | 中国移动通信有限公司研究院 | 一种身份识别的方法及装置 |
CN108198416A (zh) * | 2017-12-28 | 2018-06-22 | 金交恒通有限公司 | 一种手机信令与路网大数据的融合方法及其应用与系统 |
CN108369777A (zh) * | 2015-12-22 | 2018-08-03 | 爱信艾达株式会社 | 自动驾驶支援系统、自动驾驶支援方法以及计算机程序 |
CN108571973A (zh) * | 2017-03-08 | 2018-09-25 | 高德信息技术有限公司 | 一种道路匹配方法及装置 |
CN108804562A (zh) * | 2018-05-22 | 2018-11-13 | 深圳市数字城市工程研究中心 | 一种保持速度特征的道路网约束轨迹线化简方法 |
CN109035783A (zh) * | 2018-09-17 | 2018-12-18 | 东南大学 | 一种基于公交gps轨迹的虚拟路网缺失路段自动识别方法 |
CN109801505A (zh) * | 2019-01-24 | 2019-05-24 | 天津易华录信息技术有限公司 | 主动式精准交通信息处理方法 |
US10424036B2 (en) | 2014-06-02 | 2019-09-24 | Uber Technologies, Inc. | Maintaining data for use with a transport service during connectivity loss between systems |
US10854018B2 (en) | 2013-03-14 | 2020-12-01 | Uber Technologies, Inc. | Determining an amount for a toll based on location data points provided by a computing device |
CN112991742A (zh) * | 2021-04-21 | 2021-06-18 | 四川见山科技有限责任公司 | 一种实时交通数据的可视化仿真方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW289174B (zh) * | 1994-01-07 | 1996-10-21 | Minnesota Mining & Mfg | |
KR100208806B1 (ko) * | 1996-12-12 | 1999-07-15 | 윤종용 | 차량의 진행을 예측하여 안내하는 방법 |
KR100546480B1 (ko) * | 2003-03-28 | 2006-01-26 | 에스케이 텔레콤주식회사 | 이동 단말기의 과금정보를 이용한 교통정보 획득방법 |
JP2005134427A (ja) * | 2003-10-28 | 2005-05-26 | Pioneer Electronic Corp | 交通状況報知装置、そのシステム、その方法、そのプログラム、および、そのプログラムを記録した記録媒体 |
-
2006
- 2006-08-29 CN CNB2006101276048A patent/CN100555355C/zh active Active
Cited By (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101656021A (zh) * | 2008-08-19 | 2010-02-24 | 北京捷易联科技有限公司 | 一种路况的判别方法、系统及交通信息处理系统 |
CN102081840B (zh) * | 2009-12-01 | 2013-04-24 | 北京邮电大学 | 通过移动终端获取交通信息的方法 |
CN102147260A (zh) * | 2010-02-09 | 2011-08-10 | 日电(中国)有限公司 | 电子地图匹配方法和装置 |
CN102147260B (zh) * | 2010-02-09 | 2014-12-24 | 日电(中国)有限公司 | 电子地图匹配方法和装置 |
CN102209294A (zh) * | 2010-03-31 | 2011-10-05 | 索尼公司 | 信息处理装置、行动预测显示方法及其计算机程序 |
CN102209294B (zh) * | 2010-03-31 | 2016-01-20 | 索尼公司 | 信息处理装置和行动预测显示方法 |
CN101866545A (zh) * | 2010-05-11 | 2010-10-20 | 中国科学院软件研究所 | 移动对象路网匹配轨迹的采集方法 |
CN101866545B (zh) * | 2010-05-11 | 2011-12-21 | 中国科学院软件研究所 | 移动对象路网匹配轨迹的采集方法 |
CN101964941A (zh) * | 2010-08-25 | 2011-02-02 | 吉林大学 | 基于动态信息的智能导航与位置服务系统及方法 |
CN103167523A (zh) * | 2011-12-12 | 2013-06-19 | 屏东科技大学 | 速度估算方法 |
CN103167523B (zh) * | 2011-12-12 | 2015-08-05 | 屏东科技大学 | 速度估算方法 |
CN102568208A (zh) * | 2012-02-07 | 2012-07-11 | 福建工程学院 | 基于浮动车技术的路段限速信息识别方法 |
US11371852B2 (en) | 2012-11-08 | 2022-06-28 | Uber Technologies, Inc. | Dynamically providing position information of a transit object to a computing device |
US9671233B2 (en) | 2012-11-08 | 2017-06-06 | Uber Technologies, Inc. | Dynamically providing position information of a transit object to a computing device |
US10935382B2 (en) | 2012-11-08 | 2021-03-02 | Uber Technologies, Inc. | Dynamically providing position information of a transit object to a computing device |
US10180330B2 (en) | 2012-11-08 | 2019-01-15 | Uber Technologies, Inc. | Dynamically providing position information of a transit object to a computing device |
CN104812654B (zh) * | 2012-11-08 | 2017-11-03 | 优步技术公司 | 将交通对象的位置信息动态地提供给计算装置 |
CN104812654A (zh) * | 2012-11-08 | 2015-07-29 | 优步科技公司 | 将交通对象的位置信息动态地提供给计算装置 |
CN103914457A (zh) * | 2012-12-31 | 2014-07-09 | 北京中交兴路信息科技有限公司 | 一种数据展示方法和数据展示系统 |
CN103914457B (zh) * | 2012-12-31 | 2017-06-20 | 北京中交兴路信息科技有限公司 | 一种数据展示方法和数据展示系统 |
CN103116983A (zh) * | 2013-01-17 | 2013-05-22 | 清华大学 | 一种获取插电式混合动力公交车线路交通信息的方法 |
US10854018B2 (en) | 2013-03-14 | 2020-12-01 | Uber Technologies, Inc. | Determining an amount for a toll based on location data points provided by a computing device |
CN104240494A (zh) * | 2013-06-14 | 2014-12-24 | 苏州风采信息技术有限公司 | 一种智能交通管理系统 |
CN105006167A (zh) * | 2014-04-18 | 2015-10-28 | 杭州远眺科技有限公司 | 一种交通拥堵传播路径的研究方法 |
CN104613974A (zh) * | 2014-05-08 | 2015-05-13 | 腾讯科技(深圳)有限公司 | 导航时间获取方法、系统、导航方法和装置 |
US10424036B2 (en) | 2014-06-02 | 2019-09-24 | Uber Technologies, Inc. | Maintaining data for use with a transport service during connectivity loss between systems |
CN104182453A (zh) * | 2014-06-20 | 2014-12-03 | 银江股份有限公司 | 一种面向海量历史浮动车数据的分布式地图匹配方法 |
CN104966408B (zh) * | 2014-07-22 | 2017-03-15 | 银江股份有限公司 | 一种gps定位数据补偿方法 |
CN104966408A (zh) * | 2014-07-22 | 2015-10-07 | 银江股份有限公司 | 一种gps定位数据补偿方法 |
CN104240500A (zh) * | 2014-08-25 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种路况信息预测方法及系统 |
CN104408918A (zh) * | 2014-11-20 | 2015-03-11 | 江苏物联网研究发展中心 | 基于MapReduce计算框架的浮动车数据与道路匹配的方法 |
CN104408923A (zh) * | 2014-12-03 | 2015-03-11 | 百度在线网络技术(北京)有限公司 | 交通状态评估方法和装置 |
CN104537229A (zh) * | 2014-12-19 | 2015-04-22 | 长安大学 | 一种提高出行效率的路网构建演化方法 |
CN104484999A (zh) * | 2014-12-31 | 2015-04-01 | 百度在线网络技术(北京)有限公司 | 基于用户轨迹确定动态交通信息的方法及装置 |
CN105021187A (zh) * | 2015-07-21 | 2015-11-04 | 深圳市西博泰科电子有限公司 | 低功耗室外定位方法 |
CN106611475A (zh) * | 2015-10-27 | 2017-05-03 | 霍尼韦尔国际公司 | 自适应建筑布局/效能优化的方法和系统 |
CN106856061A (zh) * | 2015-12-08 | 2017-06-16 | 现代自动车株式会社 | 用于在车对车通信期间使用路径历史数据分类目标的方法 |
CN108369777A (zh) * | 2015-12-22 | 2018-08-03 | 爱信艾达株式会社 | 自动驾驶支援系统、自动驾驶支援方法以及计算机程序 |
CN108369777B (zh) * | 2015-12-22 | 2021-01-12 | 爱信艾达株式会社 | 自动驾驶支援系统、自动驾驶支援方法以及计算机程序 |
CN105975527A (zh) * | 2016-04-29 | 2016-09-28 | 百度在线网络技术(北京)有限公司 | 道路上下行关系识别方法和装置 |
CN105975527B (zh) * | 2016-04-29 | 2019-07-05 | 百度在线网络技术(北京)有限公司 | 道路上下行关系识别方法和装置 |
CN108074395A (zh) * | 2016-11-10 | 2018-05-25 | 中国移动通信有限公司研究院 | 一种身份识别的方法及装置 |
CN108571973B (zh) * | 2017-03-08 | 2021-03-05 | 阿里巴巴(中国)有限公司 | 一种道路匹配方法及装置 |
CN108571973A (zh) * | 2017-03-08 | 2018-09-25 | 高德信息技术有限公司 | 一种道路匹配方法及装置 |
CN107466011A (zh) * | 2017-08-16 | 2017-12-12 | 广东海翔教育科技有限公司 | 一种车载电子设备通信方法 |
CN107644533A (zh) * | 2017-10-27 | 2018-01-30 | 上海云砥信息科技有限公司 | 基于移动网络数据的高速公路虚拟断面车流量监测方法 |
CN107644533B (zh) * | 2017-10-27 | 2021-02-12 | 上海云砥信息科技有限公司 | 基于移动网络数据的高速公路虚拟断面车流量监测方法 |
CN108198416A (zh) * | 2017-12-28 | 2018-06-22 | 金交恒通有限公司 | 一种手机信令与路网大数据的融合方法及其应用与系统 |
CN108804562A (zh) * | 2018-05-22 | 2018-11-13 | 深圳市数字城市工程研究中心 | 一种保持速度特征的道路网约束轨迹线化简方法 |
CN108804562B (zh) * | 2018-05-22 | 2022-04-29 | 深圳市数字城市工程研究中心 | 一种保持速度特征的道路网约束轨迹线化简方法 |
CN109035783A (zh) * | 2018-09-17 | 2018-12-18 | 东南大学 | 一种基于公交gps轨迹的虚拟路网缺失路段自动识别方法 |
CN109801505A (zh) * | 2019-01-24 | 2019-05-24 | 天津易华录信息技术有限公司 | 主动式精准交通信息处理方法 |
CN112991742A (zh) * | 2021-04-21 | 2021-06-18 | 四川见山科技有限责任公司 | 一种实时交通数据的可视化仿真方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN100555355C (zh) | 2009-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100555355C (zh) | 道路交通的通行速度计算和匹配的方法和系统 | |
CN101727742B (zh) | 路线搜索装置和信息控制服务器 | |
EP2603770B1 (en) | Parking lot detection using probe data | |
US9222786B2 (en) | Methods and systems for creating digital transportation networks | |
US6879907B2 (en) | Method and system for modeling and processing vehicular traffic data and information and applying thereof | |
US20180150764A1 (en) | Method and apparatus for providing automated generation of parking restriction data using machine learning | |
EP3410348A1 (en) | Method and apparatus for building a parking occupancy model | |
CN101361106A (zh) | 使用数字地图收集交通信息的交通信息提供系统及其方法 | |
Carisi et al. | Enhancing in vehicle digital maps via GPS crowdsourcing | |
EP2659228B1 (en) | Generation of a seamless network of road or line segments in a digital map | |
CN110598917B (zh) | 一种基于路径轨迹的目的地预测方法、系统及存储介质 | |
CN105788263A (zh) | 一种通过手机信息预测道路拥堵的方法 | |
CN103177562A (zh) | 一种获取交通状态预测所需信息的方法及装置 | |
CN104217593A (zh) | 一种面向手机移动速度的路况信息实时获取方法 | |
CN108806301A (zh) | 一种公交车辆信息的自动识别方法 | |
CN105091896A (zh) | 驾驶行为提醒方法、车辆及电子设备 | |
EP2659227B1 (en) | Incremental network generation providing seamless network | |
CN106595681A (zh) | 一种路径数据的差分更新方法、系统及服务器 | |
CN112309136A (zh) | 一种确定交通流量的方法、装置及设备 | |
CN110708664B (zh) | 一种交通流感知方法、装置及计算机存储介质、电子设备 | |
US11341512B2 (en) | Distinguishing between pedestrian and vehicle travel modes by mining mix-mode trajectory probe data | |
CN113008246A (zh) | 地图匹配方法和装置 | |
Senanayake et al. | Applicability of crowd sourcing to determine the best transportation method by analysing user mobility | |
CN104008506A (zh) | 用于获取、预备和应用与路线相关的车辆数据的方法和为此的设备 | |
US20220180739A1 (en) | Method, apparatus and computer program product for detecting a lane shift using probe data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |