CN103778784A - 基于手机数据实时获取高速公路路段交通状态信息的方法 - Google Patents
基于手机数据实时获取高速公路路段交通状态信息的方法 Download PDFInfo
- Publication number
- CN103778784A CN103778784A CN201310749215.9A CN201310749215A CN103778784A CN 103778784 A CN103778784 A CN 103778784A CN 201310749215 A CN201310749215 A CN 201310749215A CN 103778784 A CN103778784 A CN 103778784A
- Authority
- CN
- China
- Prior art keywords
- clink
- gradient
- mobile phone
- speed
- section
- 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
Abstract
本发明公开了一种基于手机数据实时获取高速公路路段交通状态信息的方法,该方法通过速度渐变分段对道路上手机终端的行驶速度进行差分处理,并利用历史手机速度样本的旅行速度区间概率分布对路段旅行速度与旅行时间进行加权平均计算,从而提高获取到的道路路段交通状态数据精度的方法。本发明的优点是,利用手机终端行驶速度渐变的特点,对手机终端样本的行驶速度进行差分处理,利用速度渐变分段方式,提高了单个手机终端路段旅行速度的精度,并利用历史手机速度样本的旅行速度区间概率分布对路段旅行速度与旅行时间进行加权平均,从而提高了路段交通状态信息的准确性程度。
Description
技术领域
本发明具体涉及一种基于手机数据实时获取高速公路路段交通状态信息的方法,适用于为交通运营监控、交通控制、交通诱导、交通规划设计、交通信息发布提供服务,属于交通运营管理技术领域。
背景技术
由于车流量增长、事故频发、节假日免费通行等等原因,城市道路交通拥堵的发生频率越来越高,拥堵延伸路段、拥堵持续时间越来越长,对道路的现代化、信息化运营管理水平,尤其是对获取到的交通状态信息的准确性,提出了越来越高的要求。
以往,交通状态信息都是用传统的固定传感器获取,例如感应线圈、雷达、红外和监控摄像仪等,但是这些设备的硬件成本、安装和围护费用均较高,且监控覆盖范围十分有限,无法完整获取高速公路所有路段的交通状态信息。
随着手机终端尤其是智能手机的普及,出行人员中持有手机的比例越来越高,达到了人手一机或多机的程度。而手机数据里蕴含着所有手机终端的信号随时间的空间位置移动情况,是获取交通状态信息的最优检测器,可以更全面更系统地帮助了解交通现状,为科学制订交通战略和规划,缓解交通矛盾及交通改善决策等提供重要的数据支撑。
发明内容
本发明的目的是根据上述现有技术的不足之处,提供一种基于手机数据实时获取高速公路路段交通状态信息的方法,该方法通过对行驶在道路上的手机终端速度进行差分处理,通过连续的速度渐变分段方式,并利用历史手机速度样本的旅行速度区间概率分布对路段旅行速度与旅行时间进行加权平均计算,提高了获取到的道路路段交通状态的数据精度。
本发明目的实现由以下技术方案完成:
一种基于手机数据实时获取高速公路路段交通状态信息的方法,所述高速公路上分为若干路段,同时每个所述路段中又具有若干个信号分段,每个所述信号分段内均具有一座信号基站,其特征在于所述方法至少包括如下步骤:
步骤1:以时间t为一更新周期,通过所述信号基站获取对应时间段t内的手机终端数据,根据获取的所述手机终端数据,通过速度渐变分段方法对各所述信号分段内手机终端的行驶速度进行差分处理,以计算单个手机终端途经所述路段的旅行时间与旅行速度;同理,获取所述路段内所有手机终端样本的旅行时间与旅行速度;
步骤2:利用所述路段内所有手机终端样本的旅行时间与旅行速度,计算当前更新周期内所述路段的加权平均旅行时间与加权平均旅行速度,及手机终端样本数量;
步骤3:根据步骤2中的当前更新周期所述路段的加权平均旅行时间、加权旅行速度与手机终端样本数量,分析确定该所述路段的交通状态,及其对应的状态信息可信度水平;
步骤4:当前更新周期计算结束,跨入下一更新周期,重复所述步骤1~步骤3。
所述步骤1具体包括下列步骤:
(1):以时间t为一更新周期,通过所述信号基站获取对应时间段t内的手机终端数据,所述手机终端数据的内容包括:匿名的手机终端代码、记录时间、以及对应的手机信号GPS经度和手机信号GPS纬度;利用获取到的所述手机终端数据将单个所述手机终端匹配至对应的路径和路段,之后计算单个所述手机终端样本途经的各个信号分段的旅行时间traveltime_Clink与旅行速度speed_Clink,其中所述路段以Link表示,所述信号分段以Clink表示;
(2):对单个所述手机终端样本的连续的所述信号分段进行速度差分处理,具体处理方法为:
第s个手机终端Ms(s)在相邻的信号分段clink(s,i)、clink(s,i+1)的速度分别为speed_Clink(s,i)和speed_Clink(s,i+1),令要求的渐变速度为speed_gradient,则速度渐变分段的数量为:
n_gradient(s,i)=[(|speed_Clink(s,i+1)-speed_Clink(s,i)|/speed_gradient)向上取整+1]
将Clink(s,i) 、clink(s,i+1)的中点分别作为speed_Clink(s,i)渐变至speed_Clink(s,i+1)的所有速度渐变分段的起点与终点,将其划分为n_gradient(s,i)个速度渐变分段,即Clink_gradient(s,i,1)、Clink_gradient(s,i,2)、…、Clink_gradient(s,i,t)、…、Clink_gradient(s,i, n_gradient(s,i));
每个速度渐变分段Clink_gradient(s,i,t)的长度为:
length_Clink_gradient(s,i,t)
=0.5×(length_Clink(s,i)+length_clink(s,i+1))/(n_gradient(s,i)-1)
每个速度渐变分段Clink_gradient(s,i,t)的旅行速度为:
speed_Clink_gradient(s,i,t)
=(speed_Clink(s,i)+(t-1)×speed_gradient(s,i))
故每个速度渐变分段Clink_gradient(s,i,t)的旅行时间为:
traveltime_Clink_gradient(s,i,t)
=length_Clink_gradient(s,i,t)/ speed_Clink_gradient(s,i,t);
(3):利用单个所述手机终端样本差分后的各个速度渐变分段的旅行时间traveltime_Clink_gradient,计算所述手机终端所途经路段的旅行时间traveltime_Link与旅行速度speed_Link,具体方法为:
对第s个手机终端样本Ms(s),计算每个速度渐变分段起点与每条路段起点的距离,以Dis_P2P_Clink_gradient(s,i,t)表示,存在以下三种情况;
①当Dis_P2P_Clink_gradient(s,i,t)大于“负的速度渐变分段Clink_gradient(s,i,t)的长度”且不超过路段长度,即:
Dis_P2P_Clink_gradient(s,i,t)>- length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)时,则认为路段起点落在当前速度渐变分段上;
将Dis_P2P_Clink_gradient(s,i,t)>- length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)的速度渐变分段作为该首个手机终端样本途经当前路段的首个速度渐变分段Clink_gradient(s,i,tf),其对应旅行时间为:
traveltime_Clink_gradient(s,i,first)
= traveltime_Clink_gradient(s,i,tf)
将Dis_P2P_Clink_gradient(s,i,t)>length_Link(k)-length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)的速度渐变分段作为该首个手机终端样本途经当前路段的最后一个速度渐变分段Clink_gradient(s,i,tl),其对应旅行时间为:
traveltime_Clink_gradient(s,i,last)
= traveltime_Clink_gradient(s,i,tl)
②当Dis_P2P_Clink_gradient(s,i,t)≤-length_Clink_gradient(s,i,t)时,认为当前速度渐变分段终点在路段起点之前,该速度渐变分段与当前路段无关;
③当Dis_P2P_Clink_gradient(s,i,t)≥length_Link(k)时,认为当前速度渐变分段起点在路段起点之后,该速度渐变分段与当前路段无关;
利用手机终端Ms(s)途经第k条路段时所有相关的速度渐变分段Clink_gradient(s,i,m),其中不包含首个和最后一个速度渐变分段,计算第s个手机终端Ms(s)途经第k条路段时的旅行时间为:
traveltime_Link(s,k)
=traveltime_Clink_gradient(s,i,first)
+ traveltime_Clink_gradient(s,i,last)
第s个手机终端Ms(s)在第k条路段上的旅行速度为:
speed_Link(s,k)=length_Link(k)/traveltime_Link(s,k)。
所述步骤(2)中渐变速度speed_gradient不超过5km/h。
所述步骤2中加权的权值通过由相同日期类型同时段对应路段历史手机终端速度样本的旅行速度区间概率分布确定,所述日期类型可分为工作日、双休日以及各法定节假日,令:
所述步骤3具体为:
若当前所述路段具有手机终端样本时,根据其在当前所述路段的平均旅行速度,按照道路路段交通状态阈值表,判断当前路段所属交通状态级别;
若当前路段无手机终端样本时,在排除了道路路段交通阻断事件的情况后,则沿用前一更新周期的交通状态级别,直至出现新的手机终端样本,所述的道路路段交通阻断事件指的是在正常行车时间会导致道路路段部分路段无法进入的事件;
根据手机终端的样本量大小,计算当前所述路段交通状态级别的可信度水平=当前更新周期内对应路段的手机终端样本数量/期望手机终端样本数量×100%。
本发明的优点是,利用手机终端行驶速度渐变的特点,对手机终端样本的行驶速度进行差分处理,利用速度渐变分段方式,提高了单个手机终端路段旅行速度的精度,并利用历史手机速度样本的旅行速度区间概率分布对路段旅行速度与旅行时间进行加权平均,从而提高了路段交通状态信息的准确性程度,可广泛应用于交通运营监控、交通控制、交通诱导、交通规划设计、交通信息发布等管理服务工作中。
附图说明
图1为本发明中基于手机数据实时获取道路路段交通状态信息的方法流程图。
具体实施方式
以下结合附图通过实施例对本发明的特征及其它相关特征作进一步详细说明,以便于同行业技术人员的理解:
实施例:本实施例具体涉及一种基于手机数据实时获取高速公路路段交通状态信息的方法,对行驶在道路上的手机终端速度进行差分处理,通过连续的速度渐变分段方式,并利用历史手机终端速度样本的旅行速度区间概率分布对路段旅行速度与旅行时间进行加权平均,提高了获取到的道路路段交通状态的数据精度,可为交通运营监控、交通控制、交通诱导、交通规划设计、交通信息发布等管理工作服务。
如图1所示,在高速公路上具有若干路段,各个路段中又具有若干信号分段,每个信号分段的中点处具有一座信号基站,信号基站的信号正好覆盖该信号分段区域,该方法具体包括如下步骤:
步骤1:按照一定的更新周期,定期获取对应时间段内手机终端数据,通过速度渐变分段对道路上手机终端的行驶速度进行差分处理,计算单个手机终端途经路段的旅行时间与旅行速度。
步骤1.1:以时间t为一更新周期,通过信号基站定期获取对应时间段t内的手机终端数据,并上传至远程数据服务器,例如,以5分钟为一更新周期,信号基站每隔5分钟更新上传一次前5分钟内所获取到的数据。手机终端数据的内容,包括:匿名的手机终端代码、记录时间、以及对应的手机信号GPS经度和手机信号GPS纬度。根据所获取到的手机信号GPS经度和手机信号GPS纬度,将单个手机终端匹配至对应的路段,并利用所获取到的“记录时间”,计算单个手机终端样本途经的各个信号分段(Cellular Link,简称Clink)的旅行时间与旅行速度。
某个手机终端的地图匹配的结果示例,如下表1所示:
表1:某个手机终端的地图匹配表格
手机终端代码 | 信号分段Clink代码 | Clink旅行时间(单位:s) | Clink旅行距离(单位:m) | Clink旅行速度(单位:km/h) | 涉及路段Link代码,及信号分段Clink起点至所在路段Link起点的距离(单位:m) |
… | … | … | … | … | … |
MS(1) | Clink(1,21) | 36.0 | 1000.0 | 100.0 | Link(901):200 |
MS(1) | Clink(1,22) | 36.0 | 800.0 | 80.0 | Link(901):1200 |
MS(1) | Clink(1,23) | 43.2 | 1200.0 | 100.0 | Link(901):1200; Link(902):600 |
… | … | … | … | … | … |
其中,示例中路段Link(901)长度为1400m,Link(902)长度为2000m。
步骤1.2:由于各个手机终端在道路上行驶时速度是逐渐变化的,即,逐渐加速或逐渐减速,因此,需要对单个手机终端样本连续信号分段进行速度差分处理,提高单个手机终端样本的速度精度,具体处理方法为:某个手机终端Ms(s)在相邻的信号分段clink(s,i)、clink(s,i+1)的速度分别为speed_Clink(s,i)和speed_Clink(s,i+1),令,要求渐变速度speed_gradient不超过5km/h,则速度渐变分段的数量为:
n_gradient(s,i)=[(|speed_Clink(s,i+1)-speed_Clink(s,i)|/speed_gradient)向上取整+1];
渐变加速值为:
speed_Clink(s,i)=(speed(s,i+1)-speed(s,i))/(n_gradient(s,i)-1);
将Clink(s,i) 、clink(s,i+1)的中点分别作为speed_Clink(s,i)渐变至speed_Clink(s,i+1)的所有速度渐变分段的起点与终点,将其划分为n_gradient(s,i)个速度渐变分段,即Clink_gradient(s,i,1)、Clink_gradient(s,i,2)、…、Clink_gradient(s,i,t)、…、Clink_gradient(s,i, n_gradient(s,i));
每个速度渐变分段Clink_gradient(s,i,t)的长度为:
length_Clink_gradient(s,i,t)
=0.5×(length_Clink(s,i)+length_clink(s,i+1))/(n_gradient(s,i)-1);
每个速度渐变分段Clink_gradient(s,i,t)的旅行速度为:
speed_Clink_gradient(s,i,t)
=(speed_Clink(s,i)+(t-1)×speed_gradient(s,i));
故每个速度渐变分段Clink_gradient(s,i,t)的旅行时间为:
traveltime_Clink_gradient(s,i,t)
=length_Clink_gradient(s,i,t)/ speed_Clink_gradient(s,i,t);
表1示例中,对手机终端MS(1)其连续两个信号分段Clink(1,21)、Clink(1,22),分别对应速度值100.0km/h与80.0km/h,则速度渐变分段的数量:
n_gradient(1,21)= [(|80.0-100.0|/5)向上取整+1]=5。
渐变加速值为:speed_gradient(1,21)=(80-100)/(5-1)=-5km/h;
将Clink(1,21)、Clink(1,22)的中点分别作为100.0km/h渐变至80.0km/h的所有速度渐变分段的起点与终点,并将其划分为等长的5个分段:Clink_gradient(1,21,1)、Clink_gradient(1,21,2)、Clink_gradient(1,21,3)、Clink_gradient(1,21,3)、Clink_gradient(1,21,4)、Clink_gradient(1,21,5)。
每个速度渐变分段Clink_gradient(1,21,t)的长度为:
length_Clink_gradient(1,21,t)=0.5×(1000+800)/5=180m;
每个速度渐变分段Clink_gradient(1,21,t)的旅行速度依次为:
speed_Clink_gradient(1,21,1)=(100+(1-1) ×(-5))=100km/h
speed_Clink_gradient(1,21,2)=(100+(2-1) ×(-5))=95km/h
speed_Clink_gradient(1,21,3)=(100+(3-1) ×(-5))=90km/h
speed_Clink_gradient(1,21,4)=(100+(4-1) ×(-5))=85km/h
speed_Clink_gradient(1,21,5)=(100+(5-1) ×(-5))=80km/h
每个速度渐变分段Clink_gradient(1,21,t)旅行时间依次为:
traveltime_Clink_gradient(1,21,1)=3.6×180/100≈6.5s
traveltime_Clink_gradient(1,21,2)=3.6×180/95≈6.8s
traveltime_Clink_gradient(1,21,3)=3.6×180/90≈7.2s
traveltime_Clink_gradient(1,21,4)=3.6×180/85≈7.6s
traveltime_Clink_gradient(1,21,5)=3.6×180/80≈8.1s
表1中所示例手机终端速度差分后的速度渐变分段结果汇总如下表2所示;
表2:某个手机终端速度差分后的速度渐变分段结果
手机终端代码 | 渐变分段Clink_gradient代码 | 渐变分段Clink_gradient长度(单位:m) | 渐变分段Clink_gradient旅行速度(单位:km/h) | 渐变分段Clink_gradient旅行时间(单位:s) |
… | … | … | … | … |
MS(1) | Clink_gradient(1,21,1) | 180.0 | 100.0 | 6.5 |
MS(1) | Clink_gradient(1,21,2) | 180.0 | 95.0 | 6.8 |
MS(1) | Clink_gradient(1,21,3) | 180.0 | 90.0 | 7.2 |
MS(1) | Clink_gradient(1,21,4) | 180.0 | 85.0 | 7.6 |
MS(1) | Clink_gradient(1,21,5) | 180.0 | 80.0 | 8.1 |
MS(1) | Clink_gradient(1,22,1) | 200.0 | 80.0 | 9.0 |
MS(1) | Clink_gradient(1,22,2) | 200.0 | 85.0 | 8.5 |
MS(1) | Clink_gradient(1,22,3) | 200.0 | 90.0 | 8.0 |
MS(1) | Clink_gradient(1,22,4) | 200.0 | 95.0 | 7.6 |
MS(1) | Clink_gradient(1,22,5) | 200.0 | 100.0 | 7.2 |
… | … | … | … | … |
步骤1.3:利用单个手机终端样本差分后的各个速度渐变分段的分段旅行时间,计算该手机终端途经路段的的旅行时间与旅行速度;
对第s个手机终端样本MS(s),计算每个速度渐变分段起点与每条路段起点的距离,以Dis_P2P_Clink_gradient(s,i,t)表示,存在以下三种情况;
①当Dis_P2P_Clink_gradient(s,i,t)大于“负的速度渐变分段Clink_gradient(s,i,t)的长度”且不超过路段长度,即:
Dis_P2P_Clink_gradient(s,i,t)>- length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)时,则认为路段起点落在当前速度渐变分段上;
将Dis_P2P_Clink_gradient(s,i,t)>- length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)的速度渐变分段作为该首个手机终端样本途经当前路段的首个速度渐变分段Clink_gradient(s,i,tf),其对应旅行时间为:
traveltime_Clink_gradient(s,i,first)
= traveltime_Clink_gradient(s,i,tf)
将Dis_P2P_Clink_gradient(s,i,t)>length_Link(k)-length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)的速度渐变分段作为该首个手机终端样本途经当前路段的最后一个速度渐变分段Clink_gradient(s,i,tl),其对应旅行时间为:
traveltime_Clink_gradient(s,i,last)
= traveltime_Clink_gradient(s,i,tl)
×
②当Dis_P2P_Clink_gradient(s,i,t)≤-length_Clink_gradient(s,i,t)时,认为当前速度渐变分段终点在路段起点之前,该速度渐变分段与当前路段无关;
③当Dis_P2P_Clink_gradient(s,i,t)≥length_Link(k)时,认为当前速度渐变分段起点在路段起点之后,该速度渐变分段与当前路段无关;
利用手机终端Ms(s)途经第k条路段时所有相关的速度渐变分段Clink_gradient(s,i,m)(不含首个和最后一个速度渐变分段),计算第s个手机终端Ms(s)途经第k条路段时的旅行时间为:
traveltime_Link(s,k)
=traveltime_Clink_gradient(s,i,first)
+ traveltime_Clink_gradient(s,i,last)
对应的总的旅行距离为:
traveltime_dis(s,k)
=length_Link(k)
-(length_Clink_gradient(s,i,tf)-Dis_P2P_Clink_gradient(s,i,tf))
在第k条路段上的旅行速度为:
speed_Link(s,k)= traveltime_dis(s,k)/traveltime_Link(s,k)。
如表1、2中示例,对手机终端Ms(1),速度渐变分段Clink_gradient(1,21,1)起点至路段Link(901)起点的距离,即为信号分段Clink(1,21)中点至Link(901)起点的距离,即200+0.5×1000=700m,对应旅行时间为6.5s;速度渐变分段Clink_gradient(1,21,2)起点至路段Link(901)起点的距离=200+0.5×1000+180=880,对应旅行时间为6.8s;速度渐变分段Clink_gradient(1,21,3)起点至路段Link(901)起点的距离=200+0.5×1000+180×2=1060m,对应旅行时间为7.2s;速度渐变分段Clink_gradient(1,21,4)起点至路段Link(901)起点的距离=200+0.5×1000+180×3=1240m,在区间[1400-180,1400]范围内,为最后一个渐变分段,因此跨越两条路段Link,至路段Link(902)起点的距离=1420-Link(901)长度1400m=20m,对应在Link(901)上的旅行时间7.6×(180-20)/180≈6.8s,对应在Link(902)上的旅行时间=7.6×20/180≈0.8s。
这样,手机终端MS(1)在Link(901)上总的旅行时间为:6.5+6.8+7.2+6.8=27.3s,总的旅行距离为:1400-700=700m,总的旅行速度为:3.6×700/27.3≈92.4km/h。
步骤2:利用当前路段所有手机终端样本的旅行时间与旅行速度,计算当前更新周期路段加权平均旅行时间与加权平均旅行速度,及手机样本数量;
加权的权重通过由相同日期类型同时段对应路段历史手机速度样本的旅行速度区间概率分布确定。通常,日期类型可分为:周一、周二、周三、周四、周五、周六、周日、清明节假日、端午节假日、中秋节假日、国庆节假日、春节假日,要求划分后的同一日期类型,交通流参数在时间与空间分布呈现类似规律。
故计算得目标道路路段的加权平均旅行速度=∑(每个手机终端路段旅行速度×当前手机终端的路段旅行速度权值)。
如,本实施例中,根据对应日期类型当前路段Link(901)上的所有手机终端样本的旅行速度,按每5km/s的区间训练得到每个速度区间的分布概率,如历史上同时段当前路段Link(901)在[80,85)区间内有过5个手机终端样本,[85,90)区间内有过20个手机终端样本,[90,95)区间内有过40个手机终端样本,[95,100)区间内有过40个手机终端样本,[100,105)区间内有过5个手机终端样本,其它区间为0个手机终端样本,则[80,85)区间内的分布概率=5/(5+20+40+30+5)×100%=5%,这样,训练得到的路段Link(901)的历史手机速度样本的旅行速度区间概率分布如下表3所示。
表3:路段Link(1)的历史手机速度样本的旅行速度区间概率分布
路段Link代码 | 旅行速度区间(单位:km/h) | 分布概率 |
…… | …… | …… |
Link(901) | [80,85) | 5% |
Link(901) | [85,90) | 20% |
Link(901) | [90,95) | 40% |
Link(901) | [95,100) | 30% |
Link(901) | [100,105) | 5% |
…… | …… | …… |
示例中,对路段Link(901),当前周期有MS(1)、MS(2)、MS(3)、MS(4)总共四个手机终端样本,差分后路段旅行速度分别为92.4km/h、98.0km/h、97.0km/h、95.3km/h,则加权平均旅行速度=92.4×40%/(40%+30%+30%+30%)+98.0×30%/(40%+30%+30%+30%)+97.0×30%/(40%+30%+30%+30%)+95.3×30%/(40%+30%+30%+30%)≈95.4km/h,当前周期有MS(1)、MS(2)、MS(3)、MS(4)共计4个手机终端样本。计算结果,如下表4。
表4:路段Link加权平均旅行速度、加权平均旅行时间与样本数量
路段Link代码 | 路段加权平均旅行速度(单位:km/h) | 路段手机样本数量 |
…… | …… | …… |
Link(901) | 95.4 | 4 |
…… | …… | …… |
步骤3:根据步骤2中当前更新周期目标路段平均旅行时间、旅行速度与手机样本数量,分析目标路段的交通状态情况,及其对应的状态信息可信度水平;
根据样本有无,分两种情况。
当有样本时,根据道路路段交通状态阈值表(即下表5),判断当前路段所属交通状态级别;
当无样本时,若排除了道路路段交通阻断事件的因素(此类事件发生后,路段不可通行,直接发布交通事件状态),则沿用前一更新周期的交通状态,直至出现新的手机样本。道路路段交通阻断事件,指的是会导致道路路段部分路段无法进入,正常行车的时间,如,全封闭施工、交通管制、灾害性天气等,这些信息由政府相关部门发布,可通过电视、网络等各种媒体获取。
同时,根据手机样本量大小,计算当前路段交通状态可信度水平=当前周期对应路段的手机样本数量/期望手机样本数量×100%。期望手机样本数量为道路路段,一般设为10。无样本且无交通阻断事件时,当前路段交通状态可信度水平为0%;无样本且有交通阻断事件时,交通状态可信度水平为空,不发布。
根据历史经验,将对应路段Link的交通状态进行分级,如下表5所示。
表5:对应路段Link的交通状态阈值表
交通状态分级 | 路段平均旅行速度(km/h) |
堵 塞(红色表示) | [0-40) |
拥 挤(橙色表示) | [40-61) |
一 般(黄色表示) | [61-72) |
畅 通(蓝色表示) | [72-81) |
非常畅通(绿色表示) | ≥81 |
示例中,对应路段Link(901)的路段平均旅行速度>=81km/h,为“非常畅通”状态,可信度为40%,而另一路段Link(999),由于泥石流导致路段封闭,交通状态发布为“泥石流,路段封闭”,可信度为空。发布结果如下表6所示。
表6:路段Link交通状态结果表
路段Link代码 | 路段平均交通状态 | 可信度 |
…… | …… | …… |
Link(901) | 非常畅通(显示为绿色) | 40% |
…… | …… | …… |
Link(999) | 泥石流,路段封闭 | —— |
…… | …… | …… |
步骤4、当前更新周期计算结束,跨入下一更新周期,重复步骤1~步骤3;例如,本实施例中更新周期为5分钟,某一正在计算周期为[2013-09-01 12:00:00, 2013-09-01 12:05:00),若当前时刻为12:05:00时,则跨入下一更新周期[2013-09-01 12:05:00, 2013-09-01 12:10:00)。
本发明的优点是:充分依托现有的无线通信网络信息资源,利用已有手机网络中的定位数据,提高了地图匹配RT识别的精度,提高了有效手机样本的数量,从而提高了交通状态信息的准确性程度,即能低成本、高频度、自动、实时地获取道路路段全路网各路段交通状态数据信息。
Claims (5)
1.一种基于手机数据实时获取高速公路路段交通状态信息的方法,所述高速公路上分为若干路段,同时每个所述路段中又具有若干个信号分段,每个所述信号分段内均具有一座信号基站,其特征在于所述方法至少包括如下步骤:
步骤1:以时间t为一更新周期,通过所述信号基站获取对应时间段t内的手机终端数据,根据获取的所述手机终端数据,通过速度渐变分段方法对各所述信号分段内手机终端的行驶速度进行差分处理,以计算单个手机终端途经所述路段的旅行时间与旅行速度;同理,获取所述路段内所有手机终端样本的旅行时间与旅行速度;
步骤2:利用所述路段内所有手机终端样本的旅行时间与旅行速度,计算当前更新周期内所述路段的加权平均旅行时间与加权平均旅行速度,及手机终端样本数量;
步骤3:根据步骤2中的当前更新周期所述路段的加权平均旅行时间、加权旅行速度与手机终端样本数量,分析确定该所述路段的交通状态,及其对应的状态信息可信度水平;
步骤4:当前更新周期计算结束,跨入下一更新周期,重复所述步骤1~步骤3。
2.根据权利要求1所述的一种基于手机数据实时获取高速公路路段交通状态信息的方法,其特征在于所述步骤1具体包括下列步骤:
(1):以时间t为一更新周期,通过所述信号基站获取对应时间段t内的手机终端数据,所述手机终端数据的内容包括:匿名的手机终端代码、记录时间、以及对应的手机信号GPS经度和手机信号GPS纬度;利用获取到的所述手机终端数据将单个所述手机终端匹配至对应的路径和路段,之后计算单个所述手机终端样本途经的各个信号分段的旅行时间traveltime_Clink与旅行速度speed_Clink,其中所述路段以Link表示,所述信号分段以Clink表示;
(2):对单个所述手机终端样本的连续的所述信号分段进行速度差分处理,具体处理方法为:
第s个手机终端Ms(s)在相邻的信号分段clink(s,i)、clink(s,i+1)的速度分别为speed_Clink(s,i)和speed_Clink(s,i+1),令要求的渐变速度为speed_gradient,则速度渐变分段的数量为:
n_gradient(s,i)=[(|speed_Clink(s,i+1)-speed_Clink(s,i)|/speed_gradient)向上取整+1]
将Clink(s,i) 、clink(s,i+1)的中点分别作为speed_Clink(s,i)渐变至speed_Clink(s,i+1)的所有速度渐变分段的起点与终点,将其划分为n_gradient(s,i)个速度渐变分段,即Clink_gradient(s,i,1)、Clink_gradient(s,i,2)、…、Clink_gradient(s,i,t)、…、Clink_gradient(s,i, n_gradient(s,i));
每个速度渐变分段Clink_gradient(s,i,t)的长度为:
length_Clink_gradient(s,i,t)
=0.5×(length_Clink(s,i)+length_clink(s,i+1))/(n_gradient(s,i)-1)
每个速度渐变分段Clink_gradient(s,i,t)的旅行速度为:
speed_Clink_gradient(s,i,t)
=(speed_Clink(s,i)+(t-1)×speed_gradient(s,i))
故每个速度渐变分段Clink_gradient(s,i,t)的旅行时间为:
traveltime_Clink_gradient(s,i,t)
=length_Clink_gradient(s,i,t)/ speed_Clink_gradient(s,i,t);
(3):利用单个所述手机终端样本差分后的各个速度渐变分段的旅行时间traveltime_Clink_gradient,计算所述手机终端所途经路段的旅行时间traveltime_Link与旅行速度speed_Link,具体方法为:
对第s个手机终端样本Ms(s),计算每个速度渐变分段起点与每条路段起点的距离,以Dis_P2P_Clink_gradient(s,i,t)表示,存在以下三种情况;
①当Dis_P2P_Clink_gradient(s,i,t)大于“负的速度渐变分段Clink_gradient(s,i,t)的长度”且不超过路段长度,即:
Dis_P2P_Clink_gradient(s,i,t)>- length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)时,则认为路段起点落在当前速度渐变分段上;
将Dis_P2P_Clink_gradient(s,i,t)>- length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)的速度渐变分段作为该首个手机终端样本途经当前路段的首个速度渐变分段Clink_gradient(s,i,tf),其对应旅行时间为:
traveltime_Clink_gradient(s,i,first)
= traveltime_Clink_gradient(s,i,tf)
×
将Dis_P2P_Clink_gradient(s,i,t)>length_Link(k)-length_Clink_gradient(s,i,t)且
Dis_P2P_Clink_gradient(s,i,t)≤length_Link(k)的速度渐变分段作为该首个手机终端样本途经当前路段的最后一个速度渐变分段Clink_gradient(s,i,tl),其对应旅行时间为:
traveltime_Clink_gradient(s,i,last)
= traveltime_Clink_gradient(s,i,tl)
②当Dis_P2P_Clink_gradient(s,i,t)≤-length_Clink_gradient(s,i,t)时,认为当前速度渐变分段终点在路段起点之前,该速度渐变分段与当前路段无关;
③当Dis_P2P_Clink_gradient(s,i,t)≥length_Link(k)时,认为当前速度渐变分段起点在路段起点之后,该速度渐变分段与当前路段无关;
利用手机终端Ms(s)途经第k条路段时所有相关的速度渐变分段Clink_gradient(s,i,m),其中不包含首个和最后一个速度渐变分段,计算第s个手机终端Ms(s)途经第k条路段时的旅行时间为:
traveltime_Link(s,k)
=traveltime_Clink_gradient(s,i,first)
+
+ traveltime_Clink_gradient(s,i,last)
第s个手机终端Ms(s)在第k条路段上的旅行速度为:
speed_Link(s,k)=length_Link(k)/traveltime_Link(s,k)。
3.根据权利要求2所述的一种基于手机数据实时获取高速公路路段交通状态信息的方法,其特征在于所述步骤(2)中渐变速度speed_gradient不超过5km/h。
5.根据权利要求1所述的一种基于手机数据实时获取高速公路路段交通状态信息的方法,其特征在于所述步骤3具体为:
若当前所述路段具有手机终端样本时,根据其在当前所述路段的平均旅行速度,按照道路路段交通状态阈值表,判断当前路段所属交通状态级别;
若当前路段无手机终端样本时,在排除了道路路段交通阻断事件的情况后,则沿用前一更新周期的交通状态级别,直至出现新的手机终端样本,所述的道路路段交通阻断事件指的是在正常行车时间会导致道路路段部分路段无法进入的事件;
根据手机终端的样本量大小,计算当前所述路段交通状态级别的可信度水平=当前更新周期内对应路段的手机终端样本数量/期望手机终端样本数量×100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310749215.9A CN103778784B (zh) | 2013-12-31 | 2013-12-31 | 基于手机数据实时获取高速公路路段交通状态信息的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310749215.9A CN103778784B (zh) | 2013-12-31 | 2013-12-31 | 基于手机数据实时获取高速公路路段交通状态信息的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103778784A true CN103778784A (zh) | 2014-05-07 |
CN103778784B CN103778784B (zh) | 2016-06-15 |
Family
ID=50570968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310749215.9A Active CN103778784B (zh) | 2013-12-31 | 2013-12-31 | 基于手机数据实时获取高速公路路段交通状态信息的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103778784B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318770A (zh) * | 2014-11-02 | 2015-01-28 | 上海云砥信息科技有限公司 | 基于手机数据实时检测高速公路交通拥堵状态的方法 |
CN104408917A (zh) * | 2014-11-18 | 2015-03-11 | 浙江工商大学 | 基于智能手机加速度传感器实时交通路况估计方法 |
CN104537836A (zh) * | 2014-12-30 | 2015-04-22 | 北京通博科技有限公司 | 路段行驶时间分布预测方法 |
WO2017084221A1 (zh) * | 2015-11-16 | 2017-05-26 | 中兴通讯股份有限公司 | 交通状态的获取方法及装置 |
CN106781501A (zh) * | 2017-01-13 | 2017-05-31 | 山东浪潮商用系统有限公司 | 一种利用通信网络数据实现高速公路车流量监控的方法 |
CN107798864A (zh) * | 2016-09-06 | 2018-03-13 | 高德信息技术有限公司 | 一种道路通行速度的计算方法和装置 |
CN110047277A (zh) * | 2019-03-28 | 2019-07-23 | 华中科技大学 | 基于信令数据的道路交通拥堵排名方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060106622A1 (en) * | 2003-03-28 | 2006-05-18 | Lee Chung-Hak | Method for obtaining traffic information using billing information of mobile terminal |
CN101510357A (zh) * | 2009-03-26 | 2009-08-19 | 美慧信息科技(上海)有限公司 | 一种基于手机信号数据检测交通状态的方法 |
CN101794516A (zh) * | 2009-12-25 | 2010-08-04 | 北京工业大学 | 基于手机信息的路段速度计算方法 |
CN103325247A (zh) * | 2012-03-19 | 2013-09-25 | 中国移动通信集团辽宁有限公司 | 一种交通信息处理方法及系统 |
CN103440772A (zh) * | 2013-08-28 | 2013-12-11 | 北京工业大学 | 一种利用手机定位数据计算用户移动速度的方法 |
-
2013
- 2013-12-31 CN CN201310749215.9A patent/CN103778784B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060106622A1 (en) * | 2003-03-28 | 2006-05-18 | Lee Chung-Hak | Method for obtaining traffic information using billing information of mobile terminal |
CN101510357A (zh) * | 2009-03-26 | 2009-08-19 | 美慧信息科技(上海)有限公司 | 一种基于手机信号数据检测交通状态的方法 |
CN101794516A (zh) * | 2009-12-25 | 2010-08-04 | 北京工业大学 | 基于手机信息的路段速度计算方法 |
CN103325247A (zh) * | 2012-03-19 | 2013-09-25 | 中国移动通信集团辽宁有限公司 | 一种交通信息处理方法及系统 |
CN103440772A (zh) * | 2013-08-28 | 2013-12-11 | 北京工业大学 | 一种利用手机定位数据计算用户移动速度的方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104318770A (zh) * | 2014-11-02 | 2015-01-28 | 上海云砥信息科技有限公司 | 基于手机数据实时检测高速公路交通拥堵状态的方法 |
CN104318770B (zh) * | 2014-11-02 | 2017-02-01 | 上海云砥信息科技有限公司 | 基于手机数据实时检测高速公路交通拥堵状态的方法 |
CN104408917A (zh) * | 2014-11-18 | 2015-03-11 | 浙江工商大学 | 基于智能手机加速度传感器实时交通路况估计方法 |
CN104408917B (zh) * | 2014-11-18 | 2016-08-24 | 浙江工商大学 | 基于智能手机加速度传感器实时交通路况估计方法 |
CN104537836A (zh) * | 2014-12-30 | 2015-04-22 | 北京通博科技有限公司 | 路段行驶时间分布预测方法 |
WO2017084221A1 (zh) * | 2015-11-16 | 2017-05-26 | 中兴通讯股份有限公司 | 交通状态的获取方法及装置 |
CN107798864A (zh) * | 2016-09-06 | 2018-03-13 | 高德信息技术有限公司 | 一种道路通行速度的计算方法和装置 |
CN106781501A (zh) * | 2017-01-13 | 2017-05-31 | 山东浪潮商用系统有限公司 | 一种利用通信网络数据实现高速公路车流量监控的方法 |
CN110047277A (zh) * | 2019-03-28 | 2019-07-23 | 华中科技大学 | 基于信令数据的道路交通拥堵排名方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103778784B (zh) | 2016-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103778784B (zh) | 基于手机数据实时获取高速公路路段交通状态信息的方法 | |
US10120381B2 (en) | Identifying significant locations based on vehicle probe data | |
CN101836084B (zh) | 用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置 | |
CN101373559B (zh) | 基于浮动车数据评估城市路网交通状态的方法 | |
CN108806250B (zh) | 一种基于速度采样数据的区域交通拥堵评价方法 | |
CN103226892B (zh) | 一种优化型的道路拥塞状态发现方法 | |
US10255807B1 (en) | Method and apparatus for providing a map data update based on region-specific data turbulence | |
CN108171993B (zh) | 一种基于手机信令大数据的高速公路车辆速度计算方法 | |
IL145075A (en) | Apparatus and methods for providing route guidance for vehicles | |
US11348453B2 (en) | Method and apparatus for dynamic speed aggregation of probe data for high-occupancy vehicle lanes | |
CN102324128A (zh) | 基于ic卡记录的公交站间od客流预测方法及装置 | |
CN110491158A (zh) | 一种基于多元数据融合的公交车到站时间预测方法及系统 | |
EP2831545B1 (en) | Digital location-based data methods and product | |
CN102346042A (zh) | 基于实时路况的路线规划方法及其服务设备 | |
CN102610091B (zh) | 出行服务信息的获取方法及装置 | |
CN102956105B (zh) | 一种浮动车样本点数据插值的方法 | |
US10497256B1 (en) | Method, apparatus, and system for automatic evaluation of road closure reports | |
EP3671126A1 (en) | Method, apparatus, and system for providing road closure graph inconsistency resolution | |
Hunter et al. | Estimation of connected vehicle penetration rate on indiana roadways | |
CN111523560B (zh) | 到港货车数量预测模型训练方法、预测方法、装置及系统 | |
Tettamanti et al. | Road traffic measurement and related data fusion methodology for traffic estimation | |
CN105806355A (zh) | 一种车辆绿色路径导航系统及方法 | |
CN108171992B (zh) | 一种基于手机信令大数据的平行公路车辆速度计算方法 | |
CN102496279A (zh) | 浮动车系统配置方法及装置 | |
CN105303246A (zh) | 一种多线路公交到站时间预测方法 |
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 |