CN102956105A - 一种浮动车样本点数据插值的方法 - Google Patents

Abstract

一种浮动车样本点数据插值方法，利用浮动车在行驶过程中定期采集车辆编号、速度、位置和时间信息，通过移动蜂窝通信技术传送到数据中心，并存储在道路行车数据库中；对行驶道路分段得到路段集，并通过提取浮动车历史数据，分时间段统计各路段的历史平均速度信息，以作为对应路段属性信息存储及定期更新维护；提取同一浮动车最近两次数据点，以两点线段为直径圈定圆域作为候选路段覆盖区域，以筛选出候选路段集；根据候选路段集，组合可能行车路径，并结合浮动车数据点时间差计算得到各路径的平均速度信息，进而选择与路径历史平均速度最匹配的路径，最后对该路径所有路段进行样本插值，插值数据存储在浮动车插值数据库中。

Description

一种浮动车样本点数据插值的方法

【技术领域】

本发明属于信息技术应用领域，具体是涉及一种浮动车样本点数据插值的方法。

【背景技术】

浮动车（Floating Car Data）技术，也被称作“探测车（Probe car）”，是近年来国际智能交通系统（ITS）中所采用的获取道路交通信息的先进技术手段之一。其基本原理是：根据装备车载全球定位系统的浮动车在其行驶过程中定期记录的车辆位置，方向和速度信息，应用地图匹配、路径推测等相关的计算模型和算法进行处理，使浮动车位置数据和城市道路在时间和空间上关联起来，最终得到浮动车所经过道路的车辆行驶速度以及道路的行车旅行时间等交通拥堵信息。如果在城市中部署足够数量的浮动车，并将这些浮动车的位置数据通过无线通讯系统定期、实时地传输到一个信息处理中心，由信息中心综合处理，就可以获得整个城市动态、实时的交通拥堵信息。

由于浮动车数据采样周期较长，同时由于天气、障碍物、GPS信号较弱等随机因素，GPS采集的浮动车数据难免出错或丢失，导致道路浮动车样本数据覆盖率及覆盖强度不足，使得进行实时道路路况计算的准确率不高，不能很好的描述浮动车行驶状况的实时度和准确度。

有鉴于此，本发明人针对现有技术的缺陷深入研究，并有本案产生。

【发明内容】

本发明所要解决的技术问题在于提供一种浮动车样本点数据插值的方法，从而提高浮动车样本点数据准确度提供主动提醒服务。

本发明采用以下技术方案解决上述技术问题：

一种浮动车样本点数据插值的方法，该方法包括如下步骤：

步骤10：数据采集：

利用浮动车在行驶过程中定期采集车辆编号、速度、位置和时间信息，通过移动蜂窝通信技术传送到数据中心，并存储在道路行车数据库中；

步骤20：定期分段统计各路段集浮动车的平均速度：

对行驶道路分段得到路段集，并通过提取浮动车历史数据，分时间段统计各路段的历史平均速度信息，以作为对应路段属性信息存储及定期更新维护；

步骤30：筛选候选路段集：

提取同一浮动车最近两次数据点，以两点线段为直径圈定圆域作为候选路段覆盖区域，以筛选出候选路段集；

步骤40：汇总最匹配路径样本点数据：

根据候选路段集，组合可能行车路径，并结合浮动车数据点时间差计算得到各路径的平均速度信息，进而选择与路径历史平均速度最匹配的路径，最后对该路径所有路段进行样本插值，插值数据存储在浮动车插值数据库中。

所述步骤10具体包括：

利用车载信息终端以周期τ定期采集车辆编号u_i，位置l_i，时间t_i，速度v_i，路程d_i，得到行车数据序列C_i=<u_i,l_i，t_i,v_i,d_i>，将采集到的数据通过移动蜂窝通信技术传送到数据中心，并存储到道路行车数据库中,其中i为行车数据序列C_i的编号。

所述步骤20具体包括：

步骤21：数据中心对行驶道路进行分段，得到路段集M，路段集M表示为

为系统根据每100米划分一个路段得到的常量，所述路段m_p可表示为m_p=<p，r_p,area_p,s_p,e_p>

其中，p为路段编号，r_p为路段长度，area_p为路段覆盖区域范围，s_p为路段起始位置，e_p为路段结束位置；

步骤22：在给定的滑动统计时间窗T内，首先定期根据当前时间t，从行车数据序列C_i中提取位置信息l_i，判断位置信息l_i所属的路段，即当l_i∈area_p时，得到行车数据序列C_i所属的路段，将行车数据序列C_i存储到路段数据库路段m_p对应的位置，重复上述步骤依次提取行车数据序列直至处于时间段[t-T,t]的行车数据序列C_i提取结束；

步骤23：从路段数据库路段m_p对应的位置中依次提取处于[t-T,t]时间段行车数据序列C_i中的速度v_i并求得路段m_p的历史平均速度

将路段历史平均速度

存储到路段数据库相应的位置并以滑动时间窗口T定期更新维护。

所述步骤30具体包括：

步骤31：数据中心根据车辆编号u_j从路段数据库检索最近两次行车数据序列C_j与C_j-1，通过地理信息系统获取行车数据序列C_j与C_j-1分别对应两点位置l_j和位置l_j-1之间的线段长L，以两点线段为直径，以线段L中点为圆心圈定圆域并作为候选路段覆盖区域；

步骤32：数据中心通过地理信息系统检索圆域内包含的路段，选取可连通位置l_j和位置l_j-1路径所包含的路段构成候选路段集Q，所述的候选路段集Q表示为

，其中为圆域内包含的所有候选路段，n₁记录候选路段的数量。

所述步骤40具体包括：

步骤41：根据候选路段集组合可能的行车路径，不同行车路径由行车路径集合W定义，集合W可表示为

其中，n₂用于记录行车路径的数量，

一般按行车路径长度自短到长排列，W_j为行车路径，W_j可表示为

其中A_j表示行车路径W_j所包含的候选路段集，A_j可表示为其中为组成行车路径W_j的候选路段，s_j表示组成该行车路径所有候选路段长度之和，为行车路径平均速度，

可表示为

其中τ为行车数据序列C_j与其上一次数据C_j-1的时间差，也为浮动车时间周期，即τ＝t_j-t_j-1，

为路径的历史平均速度，不同行车路径下的行车路径平均速度

与路径的历史平均速度

的差值由集合ΔV定义，ΔV可表示为

其中

为不同行车路径下的行车路径平均速度

与路径历史平均速度

的绝对差值，从ΔV中选取最小值（即

）对应的行车路径为最佳匹配行车路径；

步骤42：数据中心根据集合ΔV中

的大小查询匹配路径表H得到每条行车路径匹配置信度，所述的匹配路径表H可表示为H={δ_j,β_j}，其中δ_j为路径W_j的行车路径平均速度

与路径历史平均速度

的差值，β_j为路径W_j的匹配置信度（以时速每相差5公里为一个匹配档次可计算如下）。

步骤43：由上述得到的浮动车的编号u_j、插值数据时间值(t_j+t_j-1)/2、最佳匹配路径的行车路径平均速度

以及最佳匹配路径中的路段a_jj汇总成浮动车插值行车数据序列C′_jj，C′_jj表示为

并作为样本点数据存储在浮动车插值数据库中，以提高浮动车数据的样本覆盖率。

本发明的优点在于：本发明利用浮动车在行驶过程中定期采集车辆编号、速度、位置和时间信息，通过移动蜂窝通信技术传送到数据中心，并存储在道路行车数据库中；对行驶道路分段得到路段集，并通过提取浮动车历史数据，分时间段统计各路段的历史平均速度信息，以作为对应路段属性信息存储及定期更新维护；提取同一浮动车最近两次数据点，以两点线段为直径圈定圆域作为候选路段覆盖区域，以筛选出候选路段集；根据候选路段集，组合可能行车路径，并结合浮动车数据点时间差计算得到各路径的平均速度信息，进而选择与路径历史平均速度最匹配的路径，最后对该路径所有路段进行样本插值，插值数据存储在浮动车插值数据库中。从而提高浮动车样本点数据准确度提供主动提醒服务。

【附图说明】

下面参照附图结合实施例对本发明作进一步的描述。

图1是本发明的方法流程示意图。

图2是本发明中的筛选候选路段集的步骤流程图。

图3是本发明中的汇总最匹配路径样本点数据的步骤流程图。

【具体实施方式】

如图1所示，展示了一种浮动车样本点数据插值的方法所包括的四个步骤，其中每个步骤产生的结果作为下一个步骤数据处理的对象。

第一个步骤进行的是利用浮动车在行驶过程中定期采集车辆编号、速度、位置和时间信息，通过移动蜂窝通信技术传送到数据中心，并存储在道路行车数据库中；第二个步骤进行的是对行驶道路分段得到路段集，并通过提取浮动车历史数据，分时间段统计各路段的历史平均速度信息，以作为对应路段属性信息存储及定期更新维护；第三个步骤进行的是提取同一浮动车最近两次数据点，以两点线段为直径圈定圆域作为候选路段覆盖区域，以筛选出候选路段集；第四步骤进行的是根据候选路段集，组合可能行车路径，并结合浮动车数据点时间差计算得到各路径的平均速度信息，进而选择与路径历史平均速度最匹配的路径，最后对该路径所有路段进行样本插值，插值数据存储在浮动车插值数据库中。

下面详细描述上述各步骤：

步骤10：数据采集：

利用浮动车在行驶过程中定期采集车辆编号、速度、位置和时间信息，通过移动蜂窝通信技术传送到数据中心，并存储在道路行车数据库中。

具体包括：

利用车载信息终端以周期τ定期采集车辆编号u，位置l，时间t，速度v，路程d，得到行车数据序列C＝<u,l,t,v,d>，将采集到的数据通过移动蜂窝通信技术传送到数据中心，并存储到道路行车数据库中

步骤20：定期分段统计各路段集浮动车的平均速度：

对行驶道路分段得到路段集，并通过提取浮动车历史数据，分时间段统计各路段的历史平均速度信息，以作为对应路段属性信息存储及定期更新维护。

具体包括：

步骤21：数据中心对行驶道路进行分段，得到路段集M，路段集M表示为

为系统根据每100米划分一个路段得到的常量，所述路段m_p可表示为m_p=<p，r_p,area_p,s_p,e_p>

其中，p为路段编号，r_p为路段长度，area_p为路段覆盖区域范围，s_p为路段起始位置，e_p为路段结束位置；

步骤22：在给定的滑动统计时间窗T内，首先定期根据当前时间t，从行车数据序列C_i中提取位置信息l_i，判断位置信息l_i所属的路段，即当l_i∈area_p时，得到行车数据序列C_i所属的路段，将行车数据序列C_i存储到路段数据库路段m_p对应的位置，重复上述步骤依次提取行车数据序列直至处于时间段[t-T,t]的行车数据序列C_i提取结束；

步骤23：从路段数据库路段m_p对应的位置中依次提取处于[t-T,t]时间段行车数据序列C_i中的速度v_i并求得路段m_p的历史平均速度将路段历史平均速度

存储到路段数据库相应的位置并以滑动时间窗口T定期更新维护。

步骤30：筛选候选路段集：

提取同一浮动车最近两次数据点，以两点线段为直径圈定圆域作为候选路段覆盖区域，以筛选出候选路段集。

如图2所示，具体包括：

步骤31：数据中心根据车辆编号u_j从路段数据库检索最近两次行车数据序列C_j与C_j-1，通过地理信息系统获取行车数据序列C_j与C_j-1分别对应两点位置l_j和位置l_j-1之间的线段长L，以两点线段为直径，以线段L中点为圆心圈定圆域并作为候选路段覆盖区域；

步骤32：数据中心通过地理信息系统检索圆域内包含的路段，选取可连通位置l_j和位置l_j-1路径所包含的路段构成候选路段集Q，所述的候选路段集Q表示为

其中

为圆域内包含的所有候选路段，n₁记录候选路段的数量。

步骤40：汇总最匹配路径样本点数据：

根据候选路段集，组合可能行车路径，并结合浮动车数据点时间差计算得到算各路径的平均速度信息，进而选择与路径历史平均速度最匹配的路径，最后对该路径所有路段进行样本插值，插值数据存储在浮动车插值数据库中。

如图3所示，具体包括：

步骤41：根据候选路段集组合可能的行车路径，不同行车路径由行车路径集合W定义，集合W可表示为

其中，n₂用于记录行车路径的数量，

一般按行车路径长度自短到长排列，W_j为行车路径，W_j可表示为

其中A_j表示行车路径W_j所包含的候选路段集，A_j可表示为

其中

为组成行车路径W_j的候选路段，s_j表示组成该行车路径所有候选路段长度之和，

为行车路径平均速度，

可表示为

其中τ为行车数据序列C_j与其上一次数据C_j-1的时间差，也为浮动车时间周期，即τ＝t_j-t_j-1，

为路径的历史平均速度，不同行车路径下的行车路径平均速度

与路径的历史平均速度

的差值由集合ΔV定义，ΔV可表示为

其中

为不同行车路径下的行车路径平均速度

与路径历史平均速度

的绝对差值，从ΔV中选取最小值（即

）对应的行车路径为最佳匹配行车路径；

步骤42：数据中心根据集合ΔV中

的大小查询匹配路径表H得到每条行车路径匹配置信度，所述的匹配路径表H可表示为H={δ_j,β_j}，其中δ_j为路径W_j的行车路径平均速度

与路径历史平均速度的差值，β_j为路径W_j的匹配置信度（以时速每相差5公里为一个匹配档次可计算如下）。

步骤43：由上述得到的浮动车的编号u_j、插值数据时间值(t_j+t_j-1)/2、最佳匹配路径的行车路径平均速度

以及最佳匹配路径中的路段a_jj汇总成浮动车插值行车数据序列C′_jj，C′_jj表示为

并作为样本点数据存储在浮动车插值数据库中，以提高浮动车数据的样本覆盖率。

以上所述仅为本发明的较佳实施用例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换以及改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种浮动车样本点数据插值的方法，其特征在于：该方法包括如下步骤：

步骤10：数据采集：

利用浮动车在行驶过程中定期采集车辆编号、速度、位置和时间信息，通过移动蜂窝通信技术传送到数据中心，并存储在道路行车数据库中；

步骤20：定期分段统计各路段集浮动车的平均速度：

对行驶道路分段得到路段集，并通过提取浮动车历史数据，分时间段统计各路段的历史平均速度信息，以作为对应路段属性信息存储及定期更新维护；

步骤30：筛选候选路段集：

提取同一浮动车最近两次数据点，以两点线段为直径圈定圆域作为候选路段覆盖区域，以筛选出候选路段集；

步骤40：汇总最匹配路径样本点数据：

根据候选路段集，组合可能行车路径，并结合浮动车数据点时间差计算得到各路径的平均速度信息，进而选择与路径历史平均速度最匹配的路径，最后对该路径所有路段进行样本插值，插值数据存储在浮动车插值数据库中。

2.如权利要求1所述的一种浮动车样本点数据插值的方法，其特征在于：所述步骤10具体包括：

利用车载信息终端以周期τ定期采集车辆编号u_i，位置l_i，时间t_i，速度v_i，路程d_i，得到行车数据序列C_i=<u_i,l_i,t_i,v_i,d_i>，将采集到的数据通过移动蜂窝通信技术传送到数据中心，并存储到道路行车数据库中,其中i为行车数据序列C_i的编号。

3.如权利要求1所述的一种浮动车样本点数据插值的方法，其特征在于：所述步骤20具体包括：

步骤21：数据中心对行驶道路进行分段，得到路段集M，路段集M表示为 

为系统根据每100米划分一个路段得到的常量，所 述路段m_p可表示为m_p=<p，r_p,area_p,s_p,e_p>

其中，p为路段编号，r_p为路段长度，area_p为路段覆盖区域范围，s_p为路段起始位置，e_p为路段结束位置；

步骤22：在给定的滑动统计时间窗T内，首先定期根据当前时间t，从行车数据序列C_i中提取位置信息l_i，判断位置信息l_i所属的路段，即当l_i∈area_p时，得到行车数据序列C_i所属的路段，将行车数据序列C_i存储到路段数据库路段m_p对应的位置，重复上述步骤依次提取行车数据序列直至处于时间段[t-T,t]的行车数据序列C_i提取结束；

步骤23：从路段数据库路段m_p对应的位置中依次提取处于[t-T,t]时间段行车数据序列C_i中的速度v_i并求得路段m_p的历史平均速度 

，将路段历史平均速度 

存储到路段数据库相应的位置并以滑动时间窗口T定期更新维护。

4.如权利要求1所述的一种浮动车样本点数据插值的方法，其特征在于：所述步骤30具体包括：

步骤31：数据中心根据车辆编号u_j从路段数据库检索最近两次行车数据序列C_j与C_j-1，通过地理信息系统获取行车数据序列C_j与C_j-1分别对应两点位置l_j和位置l_j-1之间的线段长L，以两点线段为直径，以线段L中点为圆心圈定圆域并作为候选路段覆盖区域；

步骤32：数据中心通过地理信息系统检索圆域内包含的路段，选取可连通位置l_j和位置l_j-1路径所包含的路段构成候选路段集Q，所述的候选路段集Q表示为 

，其中 

为圆域内包含的所有候选路段，n₁记录候选路段的数量。

5.如权利要求1所述的一种浮动车样本点数据插值的方法，其特征在于：所述步骤40具体包括：

步骤41：根据候选路段集组合可能的行车路径，不同行车路径由行车路径集合W定义，集合W可表示为 

，其中，n₂用于记录行车路径的数量， 

一般按行车路径长度自短到长排列，W_j为行车路径，W_j可表示为 其中A_j表示行车路径W_j所包含的 候选路段集，A_j可表示为 ，其中 

为组成行车路径W_j的候选路段，s_j表示组成该行车路径所有候选路段长度之和， 

为行车路径平均速度， 

可表示为 

其中τ为行车数据序列C_j与其上一次数据C_j-1的时间差，也为浮动车时间周期，即τ=t_j-t_j-1， 为路径的历史平均速度，不同行车路径下的行车路径平均速度 

与路径的历史平均速度 

的差值由集合ΔV定义，ΔV可表示为ΔV={Δv₁,Δv₂,...,Δv_j，...Δv_n2}，其中Δv₁,Δv₂,...,Δv_j，...Δv_n2为不同行车路径下的行车路径平均速度 与路径历史平均速度 

的绝对差值，从ΔV中选取最小值（即 ）对应的行车路径为最佳匹配行车路径；

步骤42：数据中心根据集合ΔV中 

的大小查询匹配路径表H得到每条行车路径匹配置信度，所述的匹配路径表H可表示为H={δ_j,β_j}，其中δ_j为路径W_j的行车路径平均速度 

与路径历史平均速度 

的差值，β_j为路径W_j的匹配置信度（以时速每相差5公里为一个匹配档次可计算如下）。

步骤43：由上述得到的浮动车的编号u_j、插值数据时间值(t_j+t_j-1)/2、最佳匹配路径的行车路径平均速度 

以及最佳匹配路径中的路段a_jj汇总成浮动车插值行车数据序列C′_jj，C′_jj表示为 

并作为样本点数据存储在浮动车插值数据库中，以提高浮动车数据的样本覆盖率。 

Images