CN101925940A - 用于预测公路上的行驶时间的方法和系统 - Google Patents

Abstract

一种提供受监测的公路网的公路上的公路通行时间的预测的方法，包括：接收由公路交通监测系统(115)相对于所述受监测的公路网的至少一条公路计算出的预测的公路通行时间指示；以及，基于从蜂窝式移动通信网络获取的信息，校正(405-430)所接收到的预测的公路通行时间指示，其中，所述信息包括涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的信息。

Description

用于预测公路上的行驶时间的方法和系统

技术领域

本发明总体上涉及用于估计、监测和管理公路交通的方法和系统。更具体地说，本发明提出了用于准确地预测受监测的公路网的公路上的通行时间或平均通行速度的方法和系统。

背景技术

当今，对公路交通的估计、监测和管理通常是基于由沿着受监测的公路网的公路部署的传感器和视频摄像机，和/或由现场的警察，和/或由在公路网上驾驶的车辆驾驶员直接通过电话提供的指示而提供的信息来实现的。

利用由配备有GPS接收器的车辆(叫做“浮动汽车”)所提供的信息的方法和系统也是已知的，GPS接收器能够确定和传递车辆的地理位置。

近年来，由于人群中移动电话的广泛存在，蜂窝式移动电话网络(蜂窝式PLMN-公共陆地移动网)也已经用于对公路交通的估计、监测和管理的目的。这些方法的一个优点是，它们不需要部署附加的基础设施(如传感器、视频摄像机、GPS接收器)，并允许对公路的交通状况进行细致的估计。

例如，在US 6,577,946中，收集从基于车辆的蜂窝式电话获取并连续地更新的位置信息，对其进行处理，并将其用作到智能运输系统、特别是车辆拥塞和智能交通控制系统的实时城市交通指南)的输入的基础。位置信息可以从诸如欧洲的GSM、美国的CDMA，或日本的PDC之类的无线定位系统获得，并取决于处于不断改进过程中的支持技术。依赖于蜂窝式网络定位系统的能力来提供适度可靠的位置信息，收集、更新车辆电话坐标、时间等等的记录，并将其存储在交通服务中心数据库中。这些记录与数字地图一起被输入数学模型和算法，这些数学模型和算法构建在各种路段行驶的车辆，特定路段的交通负荷，在特定区域由于交通拥塞而产生的沿着所有路段的实时行驶时间，信号十字路口的转弯负荷，及智能运输系统、特别是智能交通控制系统，路线指南系统等等的实时运转所必需的其他关键参数的列表。

在US 6,650,948中，描述了用于监测由移动电信设备网络服务的区域中的公路网络中的车辆交通流的方法，所述移动电信设备网络具有配备有提供活动移动电信设备的位置数据的移动电信设备定位系统的呼叫管理系统。该方法包括捕获车辆上携带的各个活动设备的地理定位数据，并将这些地理定位数据转换为代表该车辆已经到达与地理位置数据兼容的公路网的任何一条可能的公路分量的可能性的概率矢量。随着车辆行驶，重复此过程，并基于新的概率矢量公路分量位置和紧前面的概率矢量公路分量位置之间的任何可用的路线的概率，构建新的概率矢量。计算可用的路线的预期的通行时间，并将其与实际通行时间进行比较，以提供可用的路线的延迟因子，以及其公路分量的延迟因子。通过利用针对其他车辆获取的数据，获取平均延迟因子，从而提供表明交通拥塞的程度和公路上的延迟的报告。

WO 07/077472公开了一种公路交通监测系统，包括：用于接收移动终端的位置估计的第一输入端；用于接收根据对其执行这样的监测的服务的类型而选择的输入说明的第二输入端；以及，用于生成公路交通图的输出端，每一公路交通图都与一组区域元素相关联，对于每一个区域元素，包括在这样的区域元素内移动的移动终端的至少一个移动性指数。优选情况下，输入说明是在下面的参数中的至少两个之间选择的：区域元素，区域元素观察时隙，所述至少一个移动性指数的估计的最大容许误差。

在EP 763807中，基于对无线通信网络上承载的实时的和过去的无线交通数据的分析，来估计位于无线通信网络的无线电覆盖区域的公路上的交通状况。分析的数据可以包括，例如下列各项的实际(当前)和预期(过去的平均)数量，a)在特定时间段一个或多个单元中的主动忙碌(active-busy)无线终端用户设备，以及b)在无线通信网络的位置区域中注册的主动空闲(active-idle)无线终端用户设备，c)在特定时间段一个或多个单元中的移动终端用户设备花费的时间量。

US 5，465，289公开了用于使用目前现有的蜂窝式电话系统技术提供车辆交通信息的方法和设备。交通传感器监测蜂窝式电话系统内的蜂窝式单元的控制和话音信道传输。根据统计模型，提取和分析来自这些传输的数据，并派生车辆地理定位信息，以生成传输到中央控制中心的交通信息。通过组合来自所有交通传感器和蜂窝式电话系统内的每一单个单元的信息，可以确定沿着主要大道存在的交通状况的图片。

发明内容

申请人已经注意到，已知的利用由无线、移动通信网络所提供的信息的公路交通估计方法一般而言是不准确的，因为它们基于移动终端的连续定位来估计公路的通行时间。使用蜂窝式网络设备进行的测量来执行的这样的定位几乎不精确，在市区受到150-200m量级误差的影响，在市郊区域误差甚至更大。另外，统计上表明，车辆驾驶员，在进行电话呼叫时，或多或少会改变他们的驾驶行为，如此，与平均交通状况相比，行为会变得异常(例如，他们减慢他们的车辆的速度，或暂时停在路旁)。

定位的精确性不足，以及参与电话呼叫的驾驶员的异常的驾驶行为对公路交通估计的精确度产生负面的影响。

申请人已经处理了提高利用由蜂窝式移动通信网络所提供的信息进行的公路交通估计的精确度的问题。

实质上，申请人已经发现，上面的问题的解决方案可以要求利用涉及连接到蜂窝式移动通信网络且参与呼叫并在至少一条公路附近的移动终端的信息，特别是，诸如移动终端进行的呼叫的数量，和/或每个公路弧参与呼叫的移动终端的连续定位(即，占据的连续位置)的数量之类的数据，来校正预测的公路的通行时间，或等效地，预测的平均公路的通行速度。

为了本发明的目的，术语“公路弧”意图表示由出发点和结束点限定的路段。公路弧以通行指向为特征；在具有两个通行指向的公路中，同一路段可以包括具有相反的通行指向的两个不同的公路弧。

可以证实，移动终端进行的呼叫的数量，或参与呼叫的移动终端的连续定位的的数量，与公路交通相关联。例如，上面引用的文档EP763807描述了如何对某一网络单元中的移动终端进行的呼叫的数量设置阈值，用于评估在某一公路上是否有交通阻塞。

申请人作出的统计研究已经示出，可以标识允许基于移动终端进行的呼叫的数量，和/或基于所关心的公路弧附近的参与呼叫的移动终端的连续定位的数量来校正公路弧上的预测的通行时间(和/或预测的平均通行速度)的定律。为了本发明的目的，表述“在公路弧附近”是指包括所关心的公路弧的，并且从所关心的公路弧延伸到从那儿起规定距离，并且，例如，涉及采用的移动终端的定位方法的精确度的地理区域。

具体而言，上文所提及的预测的通行时间纠正定律可以取决于：

-公路的性质(高速公路、汽车高速公路、州际公路、地方道路、城市街道、公路的车道的数量等等)；附加地或作为替代，可以利用涉及所关心的路段上的用户的平均数的历史数据；

-由其他公路交通估计系统所提供的公路弧通行时间的估计，基于，例如，来源于一个或多个蜂窝式PLMN的信息，和/或常规信息源，诸如沿着公路部署的传感器，以及安装在车辆上的GPS接收器；

-移动终端进行的呼叫的数量，和/或参与呼叫的移动终端的连续定位(位置)的数量，考虑那些位于所关心的公路弧附近并且在与所关心的公路弧的指向一致的指向中移动的移动终端。

根据本发明的一个方面，提供了提供受监测的公路网的公路上的公路通行时间的预测的方法，该方法包括：

-接收由公路交通监测系统相对于所述受监测的公路网的至少一条公路计算出的预测的公路通行时间指示；

-基于从蜂窝式移动通信网络中获取的信息，校正所述接收到的预测的公路通行时间指示，其中，所述信息包括涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的信息。

所述信息可以包括下列各项中的至少一项：

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近的移动终端进行的呼叫数量的指示；以及

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近且参与呼叫的移动终端所占据的连续位置的数量的指示。

所述校正可以包括：

-在所述呼叫数量的指示或所述连续位置的数量的指示超出第一预定阈值的情况下，以第一种方式改变所接收到的预测的公路通行时间指示；

-在所述呼叫数量的指示或所述连续位置的数量的指示低于小于所述第一预定阈值的第二预定阈值的情况下，以与所述第一种方式相反的第二种方式改变所接收到的预测的公路通行时间指示；

-在所述呼叫数量的指示或所述连续位置的数量的指示下降到所述第一和第二预定阈值之间的情况下，使所接收到的预测的公路通行时间指示基本上保持不变。

所述预测的公路通行时间指示可以包括预测的平均公路通行速度，并且所述以第一方式改变包括减小所预测的平均公路通行速度，而所述以第二方式改变包括提高所预测的平均公路通行速度。

所述减小的量可以与所述呼叫数量的指示，或所述连续位置的数量的指示，以及所述第一预定阈值之间的比较相关。

所述提高的量可以与所述呼叫数量的指示，或所述连续位置的数量的指示，以及所述第二预定阈值之间的比较相关。所述提高可以具有上限，所述上限例如与所述至少一条公路上的最大允许公路通行速度相关。

该方法可以进一步包括：

-给所述至少一条公路分配一个通行指向；以及

-在涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的信息中，考虑正在向给所述公路分配的通行指向一致地移动的移动终端。

位于所述至少一条公路附近的所述移动终端可以包括位于与所述公路相距预定距离内的移动终端。

所述第一和第二预定阈值可以基于来源于蜂窝式移动通信网络的历史数据计算出。

具体而言，所述历史数据可以包括涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近的移动终端进行的呼叫的数量的历史数据，或涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近并参与呼叫的移动终端所占据的连续位置的数量的历史数据。

或者，所述历史数据可以包括涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同公路类型的公路附近的移动终端进行的呼叫的数量的历史数据，或涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同公路类型的公路附近且参与呼叫的移动终端所占据的连续位置的数量的历史数据。所述公路类型用于区分城市街道、市郊公路、高速公路、公路的车道数量、公路的环境。

根据本发明的另一个方面，提供了用于提供受监测的公路网的公路上的公路通行时间的预测的系统，正在使用中的该系统用于：

-接收由公路交通监测系统相对于所述受监测的公路网的至少一条公路计算出的预测的公路通行时间指示；

-基于从蜂窝式移动通信网络获取的信息，校正所接收到的预测的公路通行时间指示，其中，所述信息包括涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的信息。

所述信息可以包括下列各项中的至少一项：

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近的移动终端进行的呼叫的数量的指示；以及

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近且参与呼叫的移动终端所占据的连续位置的数量的指示。

由系统执行的校正可以包括：

-在所述呼叫的数量的指示或所述连续位置的数量的指示超出第一预定阈值的情况下，以第一种方式改变所接收到的预测的公路通行时间指示；

-在所述呼叫的数量的指示或所述连续位置的数量的指示低于小于所述第一预定阈值的第二预定阈值的情况下，以与所述第一种方式相反的第二种方式改变所接收到的预测的公路通行时间指示；

-在所述呼叫的数量的指示或所述连续位置的数量的指示下降到所述第一和第二预定阈值之间的情况下，使所接收到的预测的公路通行时间指示基本上保持不变。

所述预测的公路通行时间指示可以包括预测的平均公路通行速度，所述以第一方式改变包括减小所预测的平均公路通行速度，而所述以第二方式改变包括提高所预测的平均公路通行速度。

所述减小的量可以与所述呼叫的数量的指示或所述连续位置的数量的指示与所述第一预定阈值之间的比较相关。

所述提高的量可以与所述呼叫的数量的指示或所述连续位置数量的指示与所述第二预定阈值之间的比较相关。

所述提高可以具有上限，所述上限例如与所述至少一条公路上的最大允许公路通行速度相关。

系统还可以进一步用于：

-给所述至少一条公路分配一个通行指向；以及

-在涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的信息中，考虑正在向给所述公路分配的通行指向一致地移动的移动终端。

位于所述至少一条公路附近的所述移动终端可以包括位于与所述公路相距预定距离内的移动终端。

所述第一和第二预定阈值可以基于来源于蜂窝式移动通信网络的历史数据计算出，并且所述历史数据包括：

-涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近的移动终端进行的呼叫的数量的历史数据，或涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近并参与呼叫的移动终端所占据的连续位置的数量的历史数据，

-涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同公路类型的公路附近的移动终端进行的呼叫的数量的历史数据，或涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同公路类型的公路附近且参与呼叫的移动终端所占据的连续位置的数量的历史数据，其中，所述公路类型用于区分城市街道、市郊公路、高速公路、公路的车道数量，公路的环境。

附图说明

通过下面的对本发明的实施例的详细描述，本发明的这些及其他特征和优点将变得更清楚，实施例只作为非限制性的示例提供，描述将参考附图来进行，其中：

图1合成地示出了根据本发明的实施例的系统，以及可能的使用场景；

图2示出了移动终端的移动方向和指向与一般公路弧的方向和指向的一致性的几何标准；

图3示意地示出了具有典型的公路的阈值的表；

图4是示出了根据本发明的实施例的方法的主要步骤的示意流程图；

图5A和5B是示出了测量的公路通行速度、由常规的交通监测系统计算出的预测的平均公路通行速度，以及根据本发明的实施例获得的已校正的预测的平均公路通行速度之间的比较的图示。

具体实施方式

参考图，在图1中，与可能的使用场景一起合成地示出了根据本发明的实施例的系统。

具体而言，图1示意地示出了部分受监测的公路网的以及覆盖了所考虑的部分公路网所在的地理区域的蜂窝式PLMN的一部分。下面，只作为示例，假设蜂窝式PLMN是GSM(全球移动通信系统)网络，然而，应该理解，蜂窝式PLMN的特定类型对本发明不是限制性的，本发明也应用于其他类型的蜂窝式PLMN，诸如，例如，其他第二代网络，或UMTS(全球移动通信系统)网络或其他第三代网络，以及，更一般而言，应用于任何蜂窝式移动通信网络。

在图中，附图标记105表示蜂窝式PLMN的基站收发台(BTS)；每一BTS 105都覆盖(这里是“最佳的服务器”)叫做“单元”的地理区域，为简洁起见，在图中，地理区域被描绘为六边形形状。下面，为不使图复杂化，一般的PLMN单元将由与对应的BTS相同的附图标记来标识。应该理解，在实际情况下，PLMN单元一般不具有六边形形状，并且不同的单元具有不同的区域覆盖(一般的单元的形状和宽度取决于，诸如，例如，BTS的发射功率和区域的形态之类的方面；例如，城市地区的PLMN单元通常小于市郊区域的PLMN单元)。

BTS 105在相应的单元中处理与移动终端的物理通信。BTS 105连接到管理相关联的BTS 105的相应的基站控制器(BSC)，基站控制器路由呼叫，并管理移动终端在不同的单元之间的移动性(即，切换)。BSC连接到相应的移动通信交换中心(MSC)，移动通信交换中心管理相关联的BSC和呼叫的建立，以及它们通过网络的路由。在图中，诸如BSC和MSC之类的核心网络设备全统一地由框110表示。

图中的框115表示用于监测、估计和管理公路交通的系统。公路交通监测、估计和管理系统115从蜂窝式PLMN 110取得信息；公路交通监测、估计和管理系统115也可以从在图中统一性地表示为117的其他信息源取得信息，诸如，例如，部署在公路上的传感器的系统，以及基于由巡回的车辆装载的GPS接收器接收到的信息的系统。公路交通监测、估计以及管理系统115的特定本质对于本发明不是限制性的；它可以是本领域中已知的任何一个系统。公路交通监测、估计和管理系统115特别用于实时地计算公路通行时间的预测，诸如，例如，US 6,650,948中所公开的系统；实时公路交通监测、估计和管理系统115也能够提供公路通行时间预测，该预测对于每个公路弧是定期更新的，该系统也可以提供附加信息，如平均公路通行速度。

图中的框120代表根据本发明的实施例的公路通行时间预测校正器。预测校正器120从公路交通监测、估计和管理系统115接收预测的公路的通行时间，和/或预测的平均公路的通行速度，利用来源于蜂窝式PLMN 110的更进一步的信息，用于细化公路的通行时间(和/或平均公路的通行速度)预测，如下文所详细地描述的。具体而言，在本发明的实施例中，为了细化公路的通行时间预测，预测校正器120从蜂窝式PLMN中获得涉及连接到蜂窝式移动通信网络且参与呼叫并位于至少一条公路附近的移动终端的信息，特别是有关移动终端进行的呼叫的数量，和/或有关参与呼叫的移动终端的连续定位的数量的信息，考虑那些位于所关心的公路弧附近的，并且在与公路弧的指向一致的指向中移动的移动终端。

在本发明的实施例中，预测校正器120利用公路描述，在图1中，假设该描述存储在数据库125中。作为替代，或附加，预测校正器120可以利用关于位于所关心的公路弧附近的移动终端进行的呼叫的数量的历史数据。

预测校正器在输出端130提供已校正的，细化的更精确的公路通行时间预测，和/或所关心的公路弧上的平均通行速度的已校正的，细化的，更精确的预测。

为了本发明的目的，当移动终端在一个方向和指向移动，以便与所考虑的公路弧的方向和指向形成角度α时，该角度小于(或可能至多等于)预定角度值β，移动终端被视为在与某一公路弧的指向一致的指向中移动。例如，参考图2，附图标记A1表示一般公路弧，而C1和C2表示两个一般移动终端的移动的方向和指向。沿着方向和指向C1移动的移动终端被视为具有与所考虑的公路弧A1的方向和指向一致的移动，因为方向C1和A1之间的角度α1小于预定角度β，而沿着方向和指向C2移动的移动终端被视为具有与公路弧A1的方向和指向不一致的移动，因为方向C2和A1之间的角度α2大于预定角度β。值β的选择，取决于，例如，确定移动终端的轨迹可以达到的精确度，如此，它可以取决于所利用的定位技术。例如，对于GSM网络，采用已知定位技术(例如，E-OTD、CGI+TA、E-CGI+TA或其他)；申请人发现，一个好的选择可以是β＝45°。

预测校正器120利用必须校正其预测的通行时间(或预测的平均通行速度)的每个公路弧的描述。

一个可能的公路弧描述要求收集有关移动终端进行的呼叫的数量，和/或参与呼叫的移动终端的连续定位的数量，考虑那些位于所考虑的公路弧附近的，并且在与所考虑的公路弧的方向和指向一致的方向和指向移动的移动终端。如前面所定义的，表述“在公路弧附近”是指包括所关心的公路弧的，并且从所关心的公路弧延伸到从那里起预定距离，并且，涉及所采用的移动终端的定位方法的精确度的地理区域。可以收集历史数据的方式，例如，是WO 2007/077472中所描述的方式，该申请以本申请人的名义，描述了由于其历史数据具有对应于蜂窝式PLMN所覆盖的区域的一个像素[即，单元区域)的粒度的方法；在这样的情况下，表述“公路弧附近”可以表示覆盖公路弧的像素的区域。历史数据的时间跨度应该足够长，以考虑所考虑的公路类型上的不同的可能的交通状况。基于收集到的历史数据，计算移动终端发出的呼叫的数量的参考平均值

和/或对于每一所考虑的公路弧的参与呼叫的移动终端的连续定位的数量的参考平均值

参考平均值可以，例如，用下面的公式，作为在所考虑的观察时间间隔ΔT测量到的(相对于位于所考虑的公路弧的邻近区域，并且在与所考虑的公路弧的方向和指向相同的方向和指向移动的移动终端)移动终端进行的呼叫的数量

和/或参与呼叫的移动终端的连续定位的数量

与观察时间间隔ΔT与所考虑的公路弧的长度的乘积的比来进行计算：

$N_{{\mathrm{ca}}_i}=\frac{n_{{\mathrm{ca}}_i}}{\mathrm{\ΔT}*l_{a_i}}$ $N_{{\mathrm{la}}_i}=\frac{n_{{\mathrm{la}}_i}}{\mathrm{\ΔT}*l_{a_i}}$

另一种可能的公路弧描述要求描述就类型、它所属公路的性质(例如，汽车高速公路、高速公路、州际公路、本地公路、街道等等)，公路的车道的数量，环境(市区、郊区、市郊)，来描述一般公路弧，并利用基于这些指示提供所考虑的公路弧的移动终端进行的呼叫的平均值的定律。可以用实验方法确定特定的定律，例如，根据下列步骤：

-标识可以代表希望计算移动终端进行的呼叫的参考平均数的不同类型的公路的公路弧；

-对于每一种类型的公路，以及对于足够长以提供统计上可靠的数据的时间段，收集移动终端进行的呼叫的数量，和/或参与呼叫的移动终端的连续定位的数量，考虑在与所考虑的公路弧的方向和指向一致的方向和指向移动的移动终端。如上文所讨论的，收集历史数据的方式，例如，是WO 2007/077472中所描述的方式；表述“在公路弧附近”可以表示覆盖公路弧的一部分的像素的区域。收集数据的时间段应该足够长，以考虑所考虑的公路类型上的不同的交通状况；

-一旦观察期结束，对于每一种类型的公路，计算移动终端发出的呼叫的数量的参考平均值N_ct，和/或对于每一所考虑的公路弧的参与呼叫的连续定位的数量的参考平均值N_lt；对于每一种类型的公路，参考平均值可以，例如，用下面的公式，作为对于每一种类型的公路，在所考虑的观察时间间隔ΔT_i内测量的移动终端进行的呼叫的数量

和/或参与呼叫的移动终端的连续定位

的数量，以及观察时间间隔ΔT_i与所考虑的公路弧的长度

的乘积的总和的比来进行计算：

$N_{\mathrm{ct}}=\frac{\underset{i}{\mathrm{\Σ}}{n}_{{\mathrm{ct}}_i}}{\underset{i}{\mathrm{\Σ}}\mathrm{\Δ}{T}_i*l_{t_i}}$ $N_{\mathrm{lt}}=\frac{\underset{i}{\mathrm{\Σ}}{n}_{{\mathrm{lt}}_i}}{\underset{i}{\mathrm{\Σ}}\mathrm{\Δ}{T}_i*l_{t_i}};$

-如此，创建了表，对于每一种类型的公路，这些表提供了移动终端进行的呼叫的数量的参考平均值N_ct和/或对于每一个所考虑的公路弧，参与呼叫的连续定位的数量的参考平均值N_lt。在图3中示出了这样的表的一个示例。

换言之，对于任何给定公路类型，可以通过学习过程，确定由移动终端进行的呼叫的数量的参考平均值N_ct和/或对于每一所考虑的公路弧的参与呼叫的移动终端的连续定位的数量的参考平均值N_lt；在本发明的下面的描述中，为简单起见，将省略表示公路类型的后缀t”，而参考平均值将简单地表示为N_c和N_l。这些参考平均值被预测校正器120用作与相对于在与所考虑的公路弧的方向和指向一致的方向和指向移动的移动终端，对于每一所考虑的公路弧的参与呼叫的测量的呼叫的当前数量和/或连续定位的数量进行比较的比较值，以便细化由交通监测系统115所提供的公路弧通行时间预测(和/或预测的平均通行速度)。

具体而言，使用参考平均值N_c和N_l来计算预测的公路弧通行时间的校正因数，或对于所考虑的公路弧的估计的平均通行速度的校正因数。基于参考平均值N_c和N_l，对于任何所考虑的公路弧(或对于典型的公路弧)，确定两个阈值：上阈值S_s和下阈值S_i。

使用两个阈值来确定校正因数。

具体而言，当相对于位于所考虑的公路弧附近的，并且在与所考虑的公路弧的方向和指向一致的方向和指向移动的移动终端，移动终端进行的呼叫的当前数量，和/或参与呼叫的移动终端的连续定位的当前数量，超出上阈值S_s时，预测校正器120引入降低所考虑的公路弧的估计的平均通行速度的校正因数：优选地，校正因数是这样的，使得随着移动终端进行的呼叫的当前数量，和/或参与呼叫的移动终端的连续定位的当前数量趋向于无穷大，经校正的估计的平均通行速度趋向于零。

相反，当相对于位于所考虑的公路弧附近的，并且在与所考虑的公路弧的方向和指向一致的方向和指向移动的移动终端，移动终端进行的呼叫的当前数量，和/或参与呼叫的移动终端的连续定位的当前数量，低于下阈值S_i时，预测校正器120引入增大所考虑的公路弧的估计的平均通行速度的校正因数；优选地，校正因数是这样的，使得随着移动终端进行的呼叫的当前数量，和/或参与呼叫的移动终端的连续定位的当前数量趋向于零，经校正的估计的平均通行速度趋向于所考虑的公路弧所属的公路类型上的最大允许速度。

下面，将参考图4的示意流程图，详细描述根据本发明的实施例的方法的主要步骤。

步骤405-从对于所考虑的公路弧的参与呼叫的移动终端的连续定位的数量的计算出的参考平均值N_l开始(可以如前面所描述的那样来计算参考平均数量，即，分别对于所考虑的公路弧，或对于所考虑的公路弧所属的公路的类型的典型公路弧)，预测校正器120计算上阈值和下阈值S_s和S_i。具体而言，上阈值可以作为S_s＝N_l＊a来计算，而下阈值可以作为S_i＝N_l＊b来计算，其中，a和b是可以用实验方法确定的两个常数。具体而言，一旦选择了用于校正估计的平均通行速度的定律，就可以通过执行公路弧上的平均通行速度的测量，计算常数a和b的值，并且以这样的方式计算常数a和b的值，使得降低由预测校正器120的输出中提供的已校正的估计的平均通行速度，以及测量的平均通行速度之间的误差。测量活动应该足够大以覆盖所考虑的公路上的不同的可能的交通状况。

步骤410-430-给定在所考虑的公路弧附近，在与所考虑的公路弧的方向和指向一致的方向和指向移动的，参与呼叫的移动终端的连续定位的当前数量n_l，以及所考虑的公路弧上的估计的平均通行速度V_i，通过应用下面的公式，获取已校正的估计的平均通行速度V_c：

$V_c=\left\{\begin{array}{cc}\frac{V_i*S_s}{n_l}& n_l>S_s\\ V_i& S_i\&le;n_l\&le;S_s\\ \frac{(V_i-V_d)*n_l}{S_i}+V_d& n_l<S_i\end{array}\right.$

换言之，如果在所考虑的公路弧附近的，并且在与所考虑的公路弧的方向和指向一致的方向和指向移动的，参与呼叫的移动终端的连续定位的数量n_l超出上阈值S_s(判决方框410的退出分支Y)，那么，已校正的估计的平均速度是

(框415)；如果在所考虑的公路弧附近，并且在与所考虑的公路弧的方向和指向一致的方向和指向移动的，参与呼叫的移动终端的连续定位的数量n_l介于上阈值S_s和下阈值S_i之间(判决方框410的退出分支N，以及判决方框420的退出分支Y)，那么，已校正的估计的平均通行速度V_c与估计的平均通行速度V_i相符(框425)；如果在所考虑的公路弧附近的，并且在与所考虑的公路弧的方向和指向一致的方向和指向移动的，参与呼叫的移动终端的连续定位的数量n_l下降到低于下阈值S_i(判决方框420的退出分支N)，那么，作为

来计算已校正的估计的平均通行速度V_c，其中，V_d是等于所考虑的公路弧上的最大允许的速度的默认速度(如定律所容许的)。(框430)

作为替代，该方法可以利用移动终端进行的呼叫的数量，而并非参与呼叫的移动终端的连续定位的数量，或这两方面的数量，来执行用于确定要进行的校正的类型的比较。

图5A和5B中的图报告了在预测校正器120操作的纠正之前(图5A)和之后(图5B)真实的公路通行时间(阴影直方图)和估计的平均通行时间(白色直方图)的比较。在两个图中报告的数据涉及以平均交通速度行驶的车辆行驶17次的大致9Km长的真实的公路路径，并通过计时器测量通行时间。对于同一公路路径，由常规系统报告、获取估计的平均通行速度，如在图5A中，由根据本发明的实施例的配备有校正器的系统报告、获取。通行时间以纵坐标来报告，并用秒来表示；以横坐标来报告开始行驶的时刻。可以理解，根据本发明校正的估计提供真实的通行时间的更接近现实的近似值。

可以使用适当地编程的计算机，以及以硬件的方式或作为硬件和软件的混合来实施本发明。

这里描述了本发明，呈现其某些可能的实施例。本领域的技术人员将容易理解，对所描述的实施例的多个修改方案以及其他可能的实施例都是可以的，这不偏离所附权利要求书所定义的保护的范围。

Claims (24)

1.一种提供受监测的公路网的公路上的公路通行时间的预测的方法，包括：

-接收由公路交通监测系统(115)相对于所述受监测的公路网的至少一条公路计算出的预测的公路通行时间指示；

-基于从蜂窝式移动通信网络获取的信息，校正(405-430)所接收到的预测的公路通行时间指示，其中，所述信息包括涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的信息。

2.如权利要求1所述的方法，其中，所述信息包括下列各项中的至少一项：

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近的移动终端进行的呼叫数量的指示；以及

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近且参与呼叫的移动终端所占据的连续位置的数量的指示。

3.如权利要求2所述的方法，其中，所述校正包括：

-在所述呼叫数量的指示或所述连续位置的数量的指示超出第一预定阈值的情况下，以第一种方式改变所述接收到的预测的公路通行时间指示(415)；

-在所述呼叫数量的指示或所述连续位置的数量的指示低于小于所述第一预定阈值的第二预定阈值的情况下，以与所述第一种方式相反的第二种方式改变所接收到的预测的公路通行时间指示(430)；

-在所述呼叫数量的指示或所述连续位置的数量的指示下降到所述第一和第二预定阈值之间的情况下，使所接收到的预测的公路通行时间指示基本上保持不变(425)。

4.如权利要求3所述的方法，其中，所述预测的公路通行时间指示包括预测的平均公路通行速度，并且所述以所述第一方式改变包括减小所预测的平均公路通行速度，而所述以所述第二方式改变包括提高所预测的平均公路通行速度。

5.如权利要求4所述的方法，其中，所述减小的量与所述呼叫数量的指示、或所述连续位置的数量的指示与所述第一预定阈值之间的比较相关。

6.如权利要求4或5所述的方法，其中，所述提高的量与所述呼叫数量的指示、或所述连续位置的数量的指示与所述第二预定阈值之间的比较相关。

7.如权利要求4、5或6所述的方法，其中，所述提高具有上限。

8.如权利要求7所述的方法，其中，所述上限与所述至少一条公路上的最大允许的公路通行速度相关。

9.如前面的权利要求中任一权利要求所述的方法，包括：

-给所述至少一条公路分配一个通行指向；以及

-在涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的所述信息中，考虑正在向给所述公路分配的通行指向一致地移动的移动终端。

10.如前面的权利要求中任一权利要求所述的方法，其中，位于所述至少一条公路附近的所述移动终端包括位于与所述公路相距预定距离内的移动终端。

11.如作为取决于权利要求3的权利要求3到10中任一权利要求所述的方法，其中，所述第一和第二预定阈值是基于来源于所述蜂窝式移动通信网络的历史数据计算的。

12.如权利要求11所述的方法，其中，所述历史数据包括涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近的移动终端进行的呼叫数量的历史数据，或涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近且参与呼叫的移动终端所占据的连续位置的数量的历史数据。

13.如权利要求11所述的方法，其中，所述历史数据包括涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同公路类型的公路附近的移动终端进行的呼叫数量的历史数据，或涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同类型的公路附近且参与呼叫的移动终端所占据的连续位置的数量的历史数据。

14.如权利要求13所述的方法，其中，所述公路的类型用于区分城市街道、市郊公路、高速公路、公路的车道数量、公路的环境。

15.一种用于提供受监测的公路网的公路上的公路通行时间的预测的系统，使用中的该系统用于：

-接收由公路交通监测系统(115)相对于所述受监测的公路网的至少一条公路计算出的预测的公路通行时间指示；

-基于从蜂窝式移动通信网络获取的信息，校正(405-430)所接收到的预测的公路通行时间指示，其中，所述信息包括涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的信息。

16.如权利要求15所述的系统，其中，所述信息包括下列各项中的至少一项：

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近的移动终端进行的呼叫数量的指示；以及

-连接到所述蜂窝式移动通信网络并位于所述至少一条公路附近且参与呼叫的移动终端所占据的连续位置的数量的指示，

17.如权利要求16所述的系统，其中，所述校正包括：

-在所述呼叫数量的指示或所述连续位置数量的指示超出第一预定阈值的情况下，以第一种方式改变所接收到的预测的公路通行时间指示；

-在所述呼叫数量的指示或所述连续位置的数量的指示低于小于所述第一预定阈值的第二预定阈值的情况下，以与所述第一种方式相反的第二种方式改变所接收到的预测的公路通行时间指示(430)；

-在所述呼叫数量的指示或所述连续位置的数量的指示下降到所述第一和第二预定阈值之间的情况下，使所接收到的预测的公路通行时间指示基本上保持不变(425)。

18.如权利要求17所述的系统，其中，所预测的公路通行时间指示包括预测的平均公路通行速度，并且所述以所述第一方式改变包括减小所预测的平均公路通行速度，而所述以所述第二方式改变包括提高所预测的平均公路通行速度。

19.如权利要求18所述的系统，其中，所减小的量与所述呼叫数量的指示、或所述连续位置的数量的指示与所述第一预定阈值之间的比较相关。

20.如权利要求18或19所述的系统，其中，所提高的量与所述呼叫数量的指示、或所述连续位置的数量的指示与所述第二预定阈值之间的比较相关。

21.如权利要求18、19或20所述的系统，其中，所述提高具有上限，并且其中所述上限与所述至少一条公路上的最大允许的公路通行速度相关。

22.如权利要求15到21中任一权利要求所述的系统，进一步用于：

-给所述至少一条公路分配一个通行指向；以及

-在涉及连接到所述蜂窝式移动通信网络且参与呼叫并位于所述至少一条公路附近的移动终端的所述信息中，考虑正在向给所述公路分配的通行指向一致地移动的移动终端。

23.如权利要求15到22中任一权利要求所述的系统，其中，位于所述至少一条公路附近的所述移动终端包括位于与所述公路相距预定距离内的移动终端。

24.如作为取决于权利要求17的权利要求17到23中任一权利要求所述的系统，其中，所述第一和第二预定阈值是基于来源于所述蜂窝式移动通信网络的历史数据计算的，并且其中，所述历史数据包括：

-涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近的移动终端进行的呼叫数量的历史数据，或者涉及连接到所述蜂窝式移动通信网络并位于所考虑的至少一条公路附近且参与呼叫的移动终端所占据的连续位置的数量的历史数据，

-或者涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同公路类型的公路附近的移动终端进行的呼叫数量的历史数据，或者涉及连接到所述蜂窝式移动通信网络并位于与所考虑的至少一条公路相同类型的公路附近且参与呼叫的移动终端所占据的连续位置的数量的历史数据，其中，所述公路类型用于区分城市街道、市郊公路、高速公路、公路的车道数量、公路的环境。

Images