CN101964941A - 基于动态信息的智能导航与位置服务系统及方法 - Google Patents

Abstract

一种基于动态信息的智能导航与位置服务系统及方法，涉及城市交通流诱导系统，采用智能导航与位置服务信息中心、通信网络和智能导航与位置服务车载终端构成，在所有的或大部分的车辆上都安装有车载终端，车载终端将车辆位置信息上传至信息中心，由信息中心实现动态车辆的实时跟踪，实现高精度的位置服务；同时，信息中心根据车辆的位置信息进行路段行程时间的提取、质量评价与控制、短时预测，并根据用户请求将处理后的诱导用动态交通信息发送给车载终端；车载终端接收实时动态交通信息，为驾驶员规划时间最优行驶路线。本发明能够有效缓解大中城市日益严重的交通拥挤问题。

Description

基于动态信息的智能导航与位置服务系统及方法

【技术领域】

本发明涉及城市交通流诱导系统，更具体涉及基于动态信息的智能导航与位置服务系统。

【背景技术】

目前，在交通流诱导领域，我国的市场是以新科、E路航、任我游等为代表的导航设备生产厂商开发的车载导航装置作为主导，这些孤立导航装置仅能提供出行起终点之间距离最短的行驶路线、为驾驶员指引行驶方向，属于静态诱导，无法根据动态交通信息引导驾驶员避开交通拥挤路段，更无法有效缓解困扰我国大中城市日益严重的交通拥挤问题。

【发明内容】

本发明提出一种基于动态信息的智能导航与位置服务系统，能够依据动态交通信息为驾驶员提供避开拥挤的最优行驶路线。

本发明同时提出基于动态信息的智能导航与位置服务系统的实现方法。

本发明的技术方案是采用智能导航与位置服务信息中心、通信网络和智能导航与位置服务车载终端构成基于动态信息的智能导航与位置服务系统。信息中心主要包括基于GPS浮动车的路段行程时间提取模块、路段行程时间的质量评价与控制模块和路段行程时间的短时预测模块，可实现诱导用动态交通信息，主要是路段行程时间的提取与处理；通信网络采取GPRS无线通信方式，可实现信息中心与车载终端之间的低成本数据传输；车载终端包括GPS/DR组合定位模块、地图匹配模块与预防拥挤漂移的动态K最优路径规划模块，可实现准确的位置服务，并能够依据动态交通信息为驾驶员提供避开拥挤的最优行驶路线。

本发明的实现方法是将车载终端安装在车辆上，安装有车载终端的车辆在道路上行驶，车载终端将GPS/DR组合定位提供的车辆位置信息经地图匹配后上传至信息中心，由信息中心实现动态车辆的实时跟踪，实现高精度的位置服务；同时，信息中心根据车辆的位置信息进行路段行程时间的提取、质量评价与控制、短时预测，并根据用户请求将处理后的诱导用动态交通信息发送给车载终端；车载终端接收实时动态交通信息后对导航电子地图后台数据库进行相应的更新，依据更新后的信息为驾驶员规划时间最优行驶路线。

为了解决单纯GPS定位数据的丢失、失真等问题，车载终端采用GPS/DR组合定位模块，以实现高精度车辆定位与跟踪。

为了解决定位数据与导航电子地图数据综合利用中存在误差、导致车辆行驶轨迹偏离道路的问题，地图匹配模块的实施步骤如下：

1：T₀时刻，获得GPS定位点P₀信息；

2：以P₀为中心，GPS的最大定位误差，即电子地图的误差，加道路宽度为半径做圆，搜索道路中心线的图层，若未获得待匹配道路，转步骤3，若仅获得一条待匹配道路，则转4，若获得多条待匹配道路，转步骤5；

3：将当前GPS点信息作为匹配后GPS点信息，即MMGPS，转步骤12；

4：直接将该点匹配到该路段上L₀，向匹配路段垂直投影，获得投影点的经纬度，转步骤12；

5：获取下一GPS点，此点速度小于2m/s，转步骤6，大于2m/s转步骤7；

6：将当前点及所获取的下一时刻(此时的下一时刻点可能为多个点，这些点的速度均小于2m/s)GPS点信息进行存储等待，进行延时匹配，转步骤9；

7：将所获取的下一时刻GPS点与当前GPS点进行组合，对道路进行行车方向判断，转步骤8；

8：剔除与行车方向相反的路段，转步骤9；

9：判断剔除反向路段后的路段数N1，如果N1＝1，转步骤10，否则转步骤11；

10：将当前GPS点及延时匹配的下一时刻GPS点均匹配到待匹配路段上，转步骤12：

11：对这些待匹配点及待匹配路段进行典型情况匹配处理，转步骤12；

12：对下一GPS点进行匹配。

采用路段行程时间提取模块，依据从GPS/DR组合定位模块和地图匹配模块获得的结果，实现路段行程时间的实时提取，其步骤为：

1：输入MMGPS数据，判断其定位时间与前一记录的定位时间之差是否大于阈值t_d，若是，则进行步骤2，否则进行步骤3；

2：将MMGPS的匹配路段作为当前路段，并进行存储，同时将当前MMGPS标记为行驶方向判断对象，然后搜索下一个MMGPS数据；

3：判断MMGPS的匹配路段与当前路段是否不同，若是，则进行步骤4，否则进行步骤7；

4：按照下式进行判断，若条件成立，则进行步骤5，否则将当前路段终点边界时刻记为0，并进行步骤2；

n_q＜n_q′

式中：n_q——连续缺失MMGPS的数量；

n_q′——连续缺失MMGPS数量的阈值。

5：按照下式计算路段边界时刻t，并将t作为当前路段的终点边界时刻t″进行存储，然后判断最长持续停车时间T_T是否大于T_h，若是，则将当前单车路段行程时间记为0，并进行步骤6，否则计算当前单车路段行程时间T，再进行步骤6；

$t=\frac{L_1(t-1)t_1\left(t\right)+L_1\left(t\right)t_1(t-1)}{L_1\left(t\right)+L_1(t-1)}$

式中：t——路段边界时刻；

t₁(t)——当前MMGPS(M₃)的定位时间；

t₁(t-1)——前一定位时刻MMGPS(M₄)的定位时间；

L₁(t)——M₃与路段边界之间的距离(m)；

L₁(t-1)——M₄与路段边界之间的距离(m)。

6：将MMGPS的匹配路段作为当前路段、t作为当前路段的起点边界时刻t′，并进行存储，同时将MMGPS标记为行驶方向判断对象，然后搜索下一个MMGPS数据；

7：按照下式进行计算，若条件满足，则进行步骤8，否则搜索下一个MMGPS数据；

$\frac{t_1-t_2}{t_c}\≥n_g$

式中：t₂——前一次行驶方向判断对象的定位时间。

8：依据下式进行判断，若条件满足，则搜索下一个MMGPS数据，否则进行步骤2。

L₂(t)≤L₂(t-n_g)

式中：L₂(t)——当前MMGPS到当前路段起点边界的距离；

L₂(t-n_g)——前一次行驶方向判断对象到路段起点边界的距离。

本发明能够使驾驶员在行车过程中即时获得时间最短的行驶路线，结果可靠准确，有效缓解大中城市日益严重的交通拥挤问题。

【附图说明】

图1.基于动态信息的智能导航与位置服务系统框架图；

图2.GPS/DR融合模块设计图；

图3.GPS/DR组合定位的整体流程图；

图4.地图匹配流程图；

图5.基于GPS浮动车的路段行程时间提取流程图；

图6.路段边界时刻计算示意图；

图7.路段行程时间的质量评价与控制流程图。

【具体实施方式】

本发明系统由智能导航与位置服务信息中心1、通信网络2和智能导航与位置服务车载终端3构成，信息中心1主要包括基于GPS浮动车的路段行程时间提取模块4、路段行程时间的质量评价与控制模块5和路段行程时间的短时预测模块6，可实现诱导用动态交通信息，主要是路段行程时间的提取与处理；通信网络2采取GPRS无线通信方式，可实现信息中心与车载终端之间的低成本数据传输；车载终端3包括GPS/DR组合定位模块7、地图匹配模块8和预防拥挤漂移的动态K最优路径规划模块9，可实现准确的位置服务，并能够依据动态交通信息为驾驶员提供避开拥挤的最优行驶路线。

安装有车载终端的车辆在道路上行驶，车载终端将GPS/DR组合定位提供的车辆位置信息经地图匹配后上传至信息中心，由信息中心实现动态车辆的实时跟踪，实现高精度的位置服务；同时，信息中心根据车辆的位置信息进行路段行程时间的提取、质量评价与控制、短时预测，并根据用户请求将处理后的诱导用动态交通信息发送给车载终端；车载终端接收实时动态交通信息后对导航电子地图后台数据库进行相应的更新，依据更新后的信息为驾驶员规划最优行驶路线。系统框架如附图1所示。

1.GPS/DR组合定位模块

该模块主要实现高精度车辆定位，解决单纯GPS定位数据的丢失、失真等问题。

本发明采用GPS/DR组合定位的方式对动态车辆进行定位与跟踪。GPS/DR系统存在很强的互补关系，一方面GPS提供绝对的位置信息可以为DR提供推算定位的初始值并进行误差校正；另一方面，DR的推算结果可以用于补偿部分GPS定位中的随机误差。实现GPS/DR组合的核心问题是数据融合方案的设计，本发明采用kalman滤波的技术对GPS/DR数据进行融合。

图2表示局部滤波器1和局部滤波器2分别对GPS和DR输入的定位信息进行滤波处理后，通过时间更新和最优组合原则来融合生成最佳定位信息，供车载终端使用。

图3表示GPS/DR组合定位的整体流程。在GPS和DR数据都可靠的时候，GPS和DR数据相互作误差修正后融合生成最佳定位数据；当GPS数据不可靠的时候，使用上一时刻修正完的DR定位数据，将定位数据输送给地图匹配模块，匹配处理后输出到地图上。

2.地图匹配模块

该模块主要实现车辆位置在导航电子地图上的准确显示，解决定位数据与导航电子地图数据综合利用中存在误差、导致车辆行驶轨迹偏离道路的问题。

该模块的总体思想是：当车辆行驶在某条道路上，若在某一时刻以该车的GPS定位点为中心，最大误差加上道路宽度为半径做圆，如果某条道路和误差圆相交，则认为该条道路为待匹配路段；如果若干条道路和误差圆相交，则车辆的真实行驶路线必然存在于若干条待匹配路段中。

图4为地图匹配模块的技术流程，具体实施步骤如下：

步骤1：T₀时刻，获得GPS定位点P₀信息；

步骤2：以P₀为中心，GPS的最大定位误差(电子地图的误差)加道路宽度为半径做圆，搜索道路中心线的图层，若未获得待匹配道路，转步骤3，若仅获得一条待匹配道路，则转4，若获得多条待匹配道路，转步骤5；

步骤3：将当前GPS点信息作为匹配后GPS点信息即(MMGPS)，转步骤12；

步骤4：直接将该点匹配到该路段上L₀(向匹配路段垂直投影，获得投影点的经纬度)，转步骤12；

步骤5：获取下一GPS点，此点速度小于2m/s，转步骤6，大于2m/s转步骤7；

步骤6：将当前点及所获取的下一时刻(此时的下一时刻点可能为多个点，这些点的速度均小于2m/s)GPS点信息进行存储等待，进行延时匹配，转步骤9；

步骤7：将所获取的下一时刻GPS点与当前GPS点进行组合，对道路进行行车方向判断，转步骤8；

步骤8：剔除与行车方向相反的路段，转步骤9；

步骤9：判断剔除反向路段后的路段数N1，如果N1＝1，转步骤10，否则转步骤11；

步骤10：将当前GPS点及延时匹配的下一时刻GPS点均匹配到待匹配路段上，转步骤12：

步骤11：对这些待匹配点及待匹配路段进行“典型情况匹配处理”，转步骤12；

步骤12：对下一GPS点进行匹配。

说明：

A、所谓将点匹配到路段上，就是将GPS点垂直投影到匹配路段上，以匹配路段上的点作为匹配后的GPS点，可表示为：MMGPS；

B、对于进行延迟匹配的GPS点及路段均放入前面所定义的点等待集和路段等待集合中。

3.基于GPS浮动车的路段行程时间提取模块

该模块主要依据从GPS/DR组合定位模块和地图匹配模块获得的结果，实现路段行程时间的实时提取，解决动态交通信息难以准确获取的问题。

图5为该模块流程图，首先根据GPS原始数据及路网静态数据估算单车路段行程时间，进而估计交通流路段行程时间。

1)单车路段行程时间的估计方法

步骤1：输入MMGPS数据，判断其定位时间与前一记录的定位时间之差是否大于阈值t_d(2min)，若是，则进行步骤2，否则进行步骤3；

步骤2：将MMGPS的匹配路段作为当前路段，并进行存储，同时将当前MMGPS标记为行驶方向判断对象，然后搜索下一个MMGPS数据；

步骤3：判断MMGPS的匹配路段与当前路段是否不同，若是，则进行步骤4，否则进行步骤7；

步骤4：按照下式进行判断，若条件成立，则进行步骤5，否则将当前路段终点边界时刻记为0，并进行步骤2；

n_q＜n_q′

式中：n_q——连续缺失MMGPS的数量；

n_q′——连续缺失MMGPS数量的阈值。

步骤5：图6为路段边界时刻计算示意图。按照下式计算路段边界时刻t，并将t作为当前路段的终点边界时刻t″进行存储，然后判断最长持续停车时间T_T是否大于T_h(120s)，若是，则将当前单车路段行程时间记为0，并进行步骤6，否则计算当前单车路段行程时间T，再进行步骤6；

$t=\frac{L_1(t-1)t_1\left(t\right)+L_1\left(t\right)t_1(t-1)}{L_1\left(t\right)+L_1(t-1)}$

式中：t——路段边界时刻；

t₁(t)——当前MMGPS(M₃)的定位时间；

t₁(t-1)——前一定位时刻MMGPS(M₄)的定位时间；

L₁(t)——M₃与路段边界之间的距离(m)；

L₁(t-1)——M₄与路段边界之间的距离(m)。

步骤6：将MMGPS的匹配路段作为当前路段、t作为当前路段的起点边界时刻t′，并进行存储，同时将MMGPS标记为行驶方向判断对象，然后搜索下一个MMGPS数据；

步骤7：按照下式进行计算，若条件满足，则进行步骤8，否则搜索下一个MMGPS数据；

$\frac{t_1-t_2}{t_c}\≥n_g$

式中：t₂——前一次行驶方向判断对象的定位时间。

步骤8：依据下式进行判断，若条件满足，则搜索下一个MMGPS数据，否则进行步骤2。

L₂(t)≤L₂(t-n_g)

式中：L₂(t)——当前MMGPS到当前路段起点边界的距离(m)；

L₂(t-n_g)——前一次行驶方向判断对象到路段起点边界的距离(m)。

2)交通流路段行程时间的估计方法

步骤1：按照下式计算浮动车路段行程时间；

$T_{\mathrm{SA}}=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{T}_i$

式中：T_SA——浮动车路段行程时间的均值(s)；

T_i——路段上第i个单车路段行程时间(s)；

N——数据分析时间间隔内单车路段行程时间样本数量。

步骤2：为了消减随机误差对数据质量造成的影响，对T_SA进行平滑处理，平滑值

的计算公式如下：

$\stackrel{\‾}{T_{\mathrm{SA}}}\left(t\right)=\frac{1}{n_1+1}[\stackrel{\‾}{T_{\mathrm{SA}}}(t-n_1)+\stackrel{\‾}{T_{\mathrm{SA}}}(t-n_1-1)+\·\·\·\·\·\·+\stackrel{\‾}{T_{\mathrm{SA}}}(t-1)+T_{\mathrm{SA}}\left(t\right)]$

$\stackrel{\‾}{V_{\mathrm{SA}}}\left(t\right)=\frac{L}{\stackrel{\‾}{T_{\mathrm{SA}}}\left(t\right)}$

式中：n₁——所取同一星期同一日期的历史数据个数；

——浮动车路段行程速度(m/s)；

L——路段长度(m)。

步骤3：认为在一个数据分析周期内，N个单车路段行程时间样本数据相互独立且服从正态分布，样本均值为T_SA，令样本标准差为S_SA。由于样本均值是总体均值的无偏估计，因此路段上所有车辆的路段平均行程时间可以采用样本均值和标准差差以一定的置信区间进行表示。T_SA和S_SA构造的t分布统计量如下：

$\frac{T_{\mathrm{SA}}-{\mathrm{\μ}}_{\mathrm{TA}}}{S_{\mathrm{SA}}/\sqrt{N}}~t(N-1)$

给定置信水平1-α，可以计算出总体均值的置信区间，如下：

${\mathrm{\ϵ}}_1=\frac{S_{\mathrm{SA}}}{\sqrt{N}}{t}_{\mathrm{\α}/2}(N-1)$

4.路段行程时间的质量评价与控制模块

该模块主要实现路段行程时间错误数据的识别与修正，解决路段上GPS浮动车样本量不足导致的路段行程时间数据缺失、失真等问题。

图7为该模块流程图。

1)路段行程时间错误数据的识别方法

(1)当路段上某时段内车辆的行程时间数据有缺失时，认为该数据为错误数据；

(2)当路段上有数据时，首先对该路段的多个浮动车的行程时间进行比较，当路段上浮动车的数量大于5时，如果出现某个数据与其他数据相比明显异常时，则认为该数据为错误数据；否则，通过对历史数据和实测数据的统计分析进行判别。设该路段前n个相同工作日内该路段的历史数据的平均值为q_h，方差为σ_h，该路段前n个时段的行程时间的平均值为q_t，方差为σ_t，则当q_h-2σ_h≤t_p≤q_h+2σ_h或q_t-2σ_t≤t_p≤q_t+2σ_t时，认为数据是正常的，否则认为该数据为异常数据，进行预报警。

2)路段行程时间错误数据的修复方法

(1)当错误数据n≤3时，利用该路段前几个时段或相邻路段的数据，采用移动平均法进行修复，具体的公式为：

$\stackrel{\‾}{y}\left(t\right)=(y(t-n)+y(t-n-1)+\·\·\·+y(t-1))/n$

(2)当3＜n≤6时，用该路段前一时段的行程时间数据对未来半小时内的行程时间进行预测，用预测值来对丢失或错误数据修复。行程时间预测的方法见本发明模块5。

(3)当6＜n≤12时，采用前一天的历史数据y^(k-1)(t)进行修复。

5.路段行程时间的短时预测模块

该模块主要实现路段行程时间的短时预测，解决应用当前时段动态交通信息进行车辆诱导导致的诱导效果不佳等问题。

本发明采用改进的自适应指数平滑法实现路段行程时间的短时预测，具体计算方法如下：

$T_{\mathrm{TP}}^{\left(1\right)}=\mathrm{\α}{T}_{\mathrm{TA}}+\mathrm{\α}(1-\mathrm{\α})T_{(T-1)A}+\mathrm{\α}{(1-\mathrm{\α})}^2{T}_{(T-2)A}+{(1-\mathrm{\α})}^3{T}_{(T-3)P}^{\left(1\right)}$

式中：

——T+1时段预测值；

T_TA，T_(T-1)A，T_(T-2)A——T，T-1，T-2时段(每个时段为5分钟)质量评价与控制后的行程时间数据；

——T-2时段预测值；

α——加权系数，取(0，1)不同α值，以误差最小为目标试算，取最优值为模型参数(每次递进的步长0.1)。

6.预防拥挤漂移的动态K最优路径规划模块

该模块主要实现基于动态交通信息的K最优路径规划，解决单车诱导系统中容易出现的拥挤漂移问题。

该模块的算法流程如下：

1)载入路网、程序运行环境初始化(在此步骤设置K值，缺省值为3；

2)设置路径计算的起点、终点；

3)构造以起终点间连线为对角线的矩形为路径计算的限制搜索区域，设置状态变量I＝1，转步骤5；

4)构造以起、终点为焦点的椭圆的最小外接矩形为路径计算的限制搜索区域，设置状态变量I＝2，转步骤5；

5)定义S_0，1为动态限制搜索区域内连接起终点的所有路径的集合；

6)调用Dijkstra算法计算集合S_0，1中的最优路径，并定义其为P(S_0，1)，赋值m＝1；

7)依据划分准则，将S_0，1-P(S_0，1)划分为q(1)个互相独立的子集，分别定义为：S_1，1，S_1，2，…，S_1，q(1)，转步骤9；

8)定义S_a，j为包含第(m+1)条最优路径的路径集，依据划分准则，将S_a，j-P(S_a，j)划分为q(m+1)个互相独立的子集，分别定义为：S_m+1，1，S_m+1，2，…，S_m+1，q(m+1)；

9)计算各子集S_m，1，S_m，2，…，S_m，q(m)的最优路径，分别定义这些路径为P(S_m，1)，P(S_{m， 2})，…，P(S_m，q(m))；

10)在算法当前已定义的路径集

{P(S_1，1)，…，P(S_1，q(1))，…，P(S_m，1)，…，P(S_m，q(m))}中寻找第m+1条最优路径；

11)检查第(m+1)条最优路径中的各条路段，是否满足绕行约束和重复度约束，若满足转步骤14，若不满足，在集合{P(S_1，1)，…，P(S_1，q(1))，…，P(S_m，1)，…，P(S_m，q(m))}中删除所有包含这些路段的路径，之后转步骤12；

12)判断集合{P(S_1，1)，…，P(S_1，q(1))，…，P(S_m，1)，…，P(S_m，q(m))}是否为空，若为空转步骤13，若不为空转步骤10；

13)判断状态变量I是否等于1，若满足转步骤4，若不满足转步骤16；

14)将满足约束的路径纳入K则最优路径集，赋值m＝m+1；

15)判断m是否等于K，若满足转步骤16，若不满足转步骤8；

16)终止算法，将K则最优路径集中的所有路径输出给驾驶员。

Claims (5)

1.一种基于动态信息的智能导航与位置服务系统，其特征在于，它由智能导航与位置服务信息中心、通信网络和智能导航与位置服务车载终端构成，信息中心包括基于GPS浮动车的路段行程时间提取模块、路段行程时间的质量评价与控制模块和路段行程时间的短时预测模块，；通信网络采取GPRS无线通信，实现信息中心与车载终端通信；车载终端包括GPS/DR组合定位模块、地图匹配模块和预防拥挤漂移的动态K最优路径规划模块。

2.根据权利要求1所述的服务系统，其特征在于：车载终端采用GPS/DR组合定位模块。

3.根据权利要求1所述的基于动态信息的智能导航与位置服务系统的实现方法，其特征在于：将车载终端安装在车辆上，安装有车载终端的车辆在道路上行驶，车载终端将GPS/DR组合定位提供的车辆位置信息经地图匹配模块匹配后上传至信息中心，由信息中心实现动态车辆的实时跟踪，实现高精度的位置服务；同时，信息中心根据车辆的位置信息通过路段行程时间提取模块进行路段行程时间的提取、质量评价与控制、短时预测，并根据用户请求将处理后的诱导用动态交通信息发送给车载终端；车载终端接收实时动态交通信息后对导航电子地图后台数据库进行相应的更新，依据更新后的信息为驾驶员规划时间最优行驶路线。

4.根据权利要求3所述的实现方法，其特征是地图匹配模块的实施步骤如下：

(1)T₀时刻，获得GPS定位点P₀信息；

(2)以P₀为中心，GPS的最大定位误差，即电子地图的误差，加道路宽度为半径做圆，搜索道路中心线的图层，若未获得待匹配道路，转步骤3，若仅获得一条待匹配道路，则转4，若获得多条待匹配道路，转步骤5；

(3)将当前GPS点信息作为匹配后GPS点信息，即MMGPS，转步骤12；

(4)直接将该点匹配到该路段上L₀，向匹配路段垂直投影，获得投影点的经纬度，转步骤12；

(5)获取下一GPS点，此点速度小于2m/s，转步骤6，大于2m/s转步骤7；

(6)将当前点及所获取的下一时刻(此时的下一时刻点可能为多个点，这些点的速度均小于2m/s)GPS点信息进行存储等待，进行延时匹配，转步骤9；

(7)将所获取的下一时刻GPS点与当前GPS点进行组合，对道路进行行车方向判断，转步骤8；

(8)剔除与行车方向相反的路段，转步骤9；

(9)判断剔除反向路段后的路段数N1，如果N1＝1，转步骤10，否则转步骤11；

(10)将当前GPS点及延时匹配的下一时刻GPS点均匹配到待匹配路段上，转步骤12：

(11)对这些待匹配点及待匹配路段进行典型情况匹配处理，转步骤12；

(12)对下一GPS点进行匹配。

5.根据权利要求3所述的实现方法，其特征是路段行程时间提取模块，依据从GPS/DR组合定位模块和地图匹配模块获得的结果，实现路段行程时间的实时提取，其步骤为：

(1)输入MMGPS数据，判断其定位时间与前一记录的定位时间之差是否大于阈值t_d，若是，则进行步骤2，否则进行步骤3；

(2)将MMGPS的匹配路段作为当前路段，并进行存储，同时将当前MMGPS标记为行驶方向判断对象，然后搜索下一个MMGPS数据；

(3)判断MMGPS的匹配路段与当前路段是否不同，若是，则进行步骤4，否则进行步骤7；

(4)按照连续缺失MMGPS的数量是否小于连续缺失MMGPS数量的阈值进行判断，若条件成立，则进行步骤5，否则将当前路段终点边界时刻记为0，并进行步骤2；

(5)获得路段边界时刻t，并将t作为当前路段的终点边界时刻t″进行存储，然后判断最长持续停车时间T_T是否大于T_h，若是，则将当前单车路段行程时间记为0，并进行步骤6，否则计算当前单车路段行程时间T，再进行步骤6；

(6)将MMGPS的匹配路段作为当前路段、t作为当前路段的起点边界时刻t′，并进行存储，同时将MMGPS标记为行驶方向判断对象，然后搜索下一个MMGPS数据。

Images