CN103794061A - 基于多种定位数据计算道路融合行程车速的方法 - Google Patents
基于多种定位数据计算道路融合行程车速的方法 Download PDFInfo
- Publication number
- CN103794061A CN103794061A CN201410084202.9A CN201410084202A CN103794061A CN 103794061 A CN103794061 A CN 103794061A CN 201410084202 A CN201410084202 A CN 201410084202A CN 103794061 A CN103794061 A CN 103794061A
- Authority
- CN
- China
- Prior art keywords
- gps
- mobile phone
- floating car
- phone terminal
- numerical value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007667 floating Methods 0.000 claims abstract description 109
- 230000004927 fusion Effects 0.000 claims abstract description 21
- 238000012360 testing method Methods 0.000 claims description 13
- 230000008878 coupling Effects 0.000 claims description 9
- 238000010168 coupling process Methods 0.000 claims description 9
- 238000005859 coupling reaction Methods 0.000 claims description 9
- 239000000284 extract Substances 0.000 claims description 9
- 238000010998 test method Methods 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Abstract
本发明公开了一种基于多种定位数据计算道路融合行程车速的方法，该方法通过对手机终端定位数据和GPS浮动车定位数据进行车速融合处理，以获取在道路目标路段内的平均行程车速，进而获取城市道路的交通状态。本发明的优点是，可以解决单一GPS数据源采集交通方式在城市市区主要道路部分时段和城市郊区高速公路采集不到交通状态的情况，而且可以提高在单一GPS数据源采集交通方式在样本量较少的道路路段上交通状态信息质量，这样能够为交通管理者和交通出行者提供全面且质量高的交通状态信息。
Description
技术领域
本发明涉及利用多源数据融合检测行程车速的方法，具体涉及一种基于多种定位数据计算道路融合行程车速的方法，用于检测城市道路的交通状态。
背景技术
目前随着我国城市化进程快速推进城市拥堵现象日趋严重，为了有效疏导城市道路交通拥堵等问题，有必要对城市交通状态进行监测运行，然后采取排堵保畅措施进行城市交通管理。
获取城市道路动态实时交通状态信息是交通管理的重要基础。目前采集城市交通信息包括传统的定点交通信息采集和先进的移动交通信息采集。定点交通信息采集技术：如感应线圈、雷达等，只能采集个别路段的城市道路交通信息，同时也受限于设备高昂的安装和维修费用。移动交通信息采集技术：如手机移动终端采集，GPS浮动车采集等，可以大面积采集城市道路交通信息，数据源不用安装大量高昂设备，而且后续维护费用相对定点采集方式非常少。
相对于定点交通采集信息，利用移动交通信息采集技术来获取城市道路的交通状态信息具有较大优势，目前我国主要城市已经具有或者正在建设移动采集方式的交通状态信息系统。但是对于一种移动交通采集技术，如GPS浮动车采集道路交通状态，虽然可以大面积采集到城市市区主要道路的交通状态，但是在城市市区主要道路的某些时间段，存在出租车样本量较少或者没有的情况，而且在城市郊区高速公路表现更加明显。这样会导致相应道路的交通状态信息采集不到或者采集的交通状态信息质量不高情况。
发明内容
本发明的目的是根据上述现有技术的不足之处，提供一种基于多种定位数据计算道路融合行程车速的方法，该方法通过对手机终端定位数据和GPS浮动车定位数据进行车速融合处理，以获取在道路目标路段内的平均行程车速，进而获取城市道路的交通状态。
本发明目的实现由以下技术方案完成：
一种基于多种定位数据计算道路融合行程车速的方法，所述定位数据包括手机终端的定位数据和GPS浮动车的定位数据，其特征在于所述方法至少包括如下步骤：
（1）：在固定的时间间隔T内，分别获取该时间段内实时的所述手机终端的定位数据和所述GPS浮动车的定位数据，利用地图匹配和车速计算分别得到所述道路中目标路段的平均行程车速Vcellphone和Vgps，以及样本量Samplecellphone和Samplegps；
（2）：利用所得到的样本量Samplecellphone，计算在时间间隔T内，用于所述目标路段速度融合的手机终端融合权重数值，以β手机终端融合权重数值表示；
（3）：利用所得到的样本量Samplegps，计算在时间间隔T内，用于所述目标路段速度融合的GPS浮动车融合权重数值，以αgps浮动车融合权重数值表示；
（4）：利用得到的Vcellphone和Vgps，β手机终端融合权重数值和αgps浮动车融合权重数值，计算在时间间隔T内，所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速，以V目标路段融合行程车速表示。
所述步骤（1）具体包括如下步骤：
①以固定的时间间隔T为一周期，实时接收该时间段内所有所述GPS浮动车的定位数据，所述GPS浮动车的定位数据至少包括车辆编号、采集时间戳、GPS定位点的经度和纬度、车辆瞬时速度、车辆行驶方位角、车辆空重车状态；
②提取其中单辆所述GPS浮动车的定位数据的集合，将所述GPS浮动车的各个所述GPS定位点进行路段匹配，将各所述GPS定位点向其位置周围规定距离范围内的所有路段集合中的各个路段进行空间投影得到投影距离，选取其中投影距离最小值的路段作为所述GPS定位点实际匹配路段；
③选取一段所述匹配路段作为目标路段，计算所述目标路段上游最近和下游最近的两个GPS定位点之间的距离，利用所述GPS浮动车的定位数据中的采集时间戳计算所述两个GPS定位点之间的时间差，通过距离除以时间差得到单辆所述GPS浮动车在该目标路段内的行程车速；
④遍历所有所述GPS浮动车的定位数据，分别计算各所述GPS浮动车经过所述目标路段的各自行程车速，则所述目标路段的平均行程车速Vgps为所有所述GPS浮动车行程车速的调和平均值，该平均行程车速Vgps所对应的样本量Samplegps为经过所述目标路段的所有所述GPS浮动车的数量；
⑤同样以固定的时间间隔T为一周期，通过位于所述道路旁的信号基站实时接收该时间段内所有手机终端的定位数据，所述手机终端的定位数据至少包括：加密手机终端编号、采集时间戳、手机终端的经度和纬度；
⑥将每条含有所述手机终端的经度和维度的记录按照所述GPS定位点进行处理，并按步骤②和③中所述的方法对所述手机终端进行路段匹配和计算目标路段内的行程车速；
⑦遍历所有所述手机终端的定位数据，分别计算各所述手机终端经过所述目标路段的各自行程车速，则所述目标路段的平均行程车速Vcellphone为所有所述手机终端行程车速的调和平均值，该平均行程车速Vcellphone所对应的样本量Samplecellphone为经过所述目标路段的所有所述手机终端的数量。
所述手机终端融合权重数值β手机终端融合权重数值是通过如下方法计算获得的：
其中，
Samplecellphone为当前时间间隔T内的手机终端样本数量；
Sample最大cellphone样本量的数值通过如下测试方法获得：利用若干辆载有手机终端的测试车同时在所述目标路段内行驶，提取其中n辆所述测试车平均速度与所有所述测试车平均速度相除得到的速度准确度，随着n值的变大所述速度准确度相应升高，当n值达到Sample最大cellphone样本量数值后，所述速度准确度将稳定不变；
所述GPS浮动车融合权重数值αgps浮动车融合权重数值是通过如下方法计算获得的：
其中，
Samplegps为当前时间间隔T内的GPS浮动车的样本数量；
Sample最大gps样本量的数值通过如下测试方法获得：利用若干辆GPS浮动车同时在所述目标路段内行驶，提取其中n辆所述GPS浮动车平均速度与所有所述GPS浮动车平均速度相除得到的速度准确度，随着n值的变大所述速度准确度相应升高，当n值达到Sample最大gps样本量数值后，所述速度准确度将稳定不变；
所述步骤（4）具体包括如下步骤：
① 计算所述手机终端融合权重数值β手机终端融合权重数值和所述GPS浮动车融合权重数值αgps浮动车融合权重数值之间差值的绝对值，将所述绝对值同阈值γ比较，其中γ为（αgps浮动车融合权重数值+β手机终端融合权重数值）/2；
②当所述绝对值小于等于所述阈值γ时，则所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速V目标路段融合行程车速按下式计算：
③当所述绝对值大于所述阈值γ时，进一步判断所述手机终端融合权重数值β手机终端融合权重数值和所述GPS浮动车融合权重数值αgps浮动车融合权重数值的相对大小；
当β手机终端融合权重数值小于αgps浮动车融合权重数值时，则所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速V目标路段融合行程车速按下式计算：
；
当β手机终端融合权重数值大于等于αgps浮动车融合权重数值时，则所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速V目标路段融合行程车速按下式计算：
本发明的优点是，本方法通过对手机终端定位数据和GPS浮动车定位数据进行车速融合处理，以获取在道路目标路段内的平均行程车速，进而获取城市道路的交通状态，其可以解决单一GPS数据源采集交通方式在城市市区主要道路部分时段和城市郊区高速公路采集不到交通状态的情况，而且可以提高在单一GPS数据源采集交通方式在样本量较少的道路路段上交通状态信息质量，这样能够为交通管理者和交通出行者提供全面且质量高的交通状态信息。
附图说明
图1为本发明中方法的流程示意图。
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多种定位数据计算道路融合行程车速的方法，用于检测城市道路的交通状态，此处所述的多种定位数据具体是指手机终端的定位数据和GPS浮动车的定位数据。
如图1所示，本实施例中基于多种定位数据的道路路段行程车速融合处理方法包括下列步骤：
【步骤一】在固定的时间间隔T内，从数据源分别获取该时间段内实时的手机终端的定位数据和实时的GPS浮动车的定位数据，利用地图匹配和车速计算分别得到所述道路中目标路段的平均行程车速Vcellphone和Vgps，以及样本量Samplecellphone和Samplegps。
通常时间间隔T采用2分钟；GPS浮动车的定位数据格式内容通常包括：车辆编号、采集时间戳、GPS定位点经度和纬度、车辆瞬时速度、车辆行驶方位角、车辆空重车状态等。
而手机终端的定位数据格式内容则通常包括：加密手机终端编号、采集时间戳、手机终端的经度和纬度等。其中手机终端的经度和维度是通过道路旁的信号基站所确定的。
利用实时的GPS浮动车的定位数据，计算在目标路段下的平均行程车速和对应的样本量：
（步骤1.A.1）以固定的时间间隔T为一周期，实时接收该时间段内所有GPS浮动车的定位数据，GPS浮动车的定位数据预处理将数据集合先按照车辆编号排序，然后在各个车辆编号的数据集合按照采集时间戳排序；
（步骤1.A.2）提取单辆GPS浮动车的定位数据集合，将该辆GPS浮动车定位数据中的各个GPS定位点向其位置周围规定距离范围内（本实施例中周围规定距离范围选择50米范围内）的路段集合中各个路段进行空间投影得到投影距离，选取投影距离最小值的路段作为GPS点实际匹配路段，匹配路段的投影点为该GPS浮动车在匹配路段的位置点，由于GPS定位存在一定误差，GPS点可能会定位在道路侧面外，所以利用GPS点对道路中心线进行投影的点可以准确表达车辆在目标路段上的实际位置；整个路段匹配的过程在电子地图上进行；
（步骤1.A.3）利用步骤1.A.2中各个GPS定位点所匹配的路段及位置点，计算目标路段上游最近和下游最近的两个GPS定位点之间的距离，利用GPS浮动车的定位数据中的采集时间戳计算这两个GPS定位点之间的时间差，通过距离除以时间差得到该辆GPS浮动车在该目标路段内的行程车速；
（步骤1.A.4）遍历所有GPS浮动车的定位数据，计算各GPS浮动车经过该目标路段时的各自行程车速，则该目标路段的平均行程车速Vgps为所有GPS浮动车行程车速的调和平均值，该平均行程车速Vgps所对应的样本量Samplegps为经过该目标路段的所有GPS浮动车的数量。
利用实时的手机终端的定位数据，计算在目标路段下的平均行程车速和对应的样本量：
（步骤1.B.1）同样以固定的时间间隔T为一周期，从数据源实时接收该时间段内所有手机终端的定位数据，将这些定位数据按照加密手机终端编号排序，然后在各个手机终端编号数据集合中按照采集时间戳排序；
（步骤1.B.2）提取其中单个手机终端的定位数据集合，将每条含有经、纬度的记录依照GPS定位点处理方式，依据步骤1.A.2和1.A.3进行手机终端的地图匹配和计算目标路段下的手机终端行程速度；
（步骤1.B.3）遍历所有手机终端的定位数据，计算各手机终端经过该目标路段时的各自行程车速，则该目标路段的平均行程车速Vcellphone为所有手机终端行程车速的调和平均值，该平均行程车速Vcellphone所对应的样本量Samplecellphone为经过该目标路段的所有手机终端的数量。
【步骤二】计算在时间间隔T内，用于目标路段速度融合的手机终端融合权重数值。
（步骤2.1）手机终端融合权重数值利用公式a1,公式b1,公式c1联合计算得到，其计算公式如下：
………(a1)
（步骤2.2）公式a1中，Samplecellphone为当前时间间隔T内的手机终端样本数量；Sample最大cellphone样本量的数值通过如下测试方法获得：利用若干辆载有手机终端的测试车同时在所述目标路段内行驶，提取其中n辆所述测试车平均速度与所有所述测试车平均速度相除得到的速度准确度，随着n值的变大所述速度准确度相应升高，当n值达到Sample最大cellphone样本量数值后，速度准确度将稳定不变且稳定在较高的一个准确度水平；
公式b1中，高峰时间段为7:00至9:00，17:00至19:00，平峰时间段为9:00至17:00，夜间时间段为19:00至7:00。公式b1中的ρ1、ρ2、ρ3和公式c1中的σ1、σ2、σ3通过在不同时间段和道路类型情况下历史数据训练得到。
【步骤三】计算在时间间隔T内，用于目标路段速度融合的GPS浮动车融合权重数值。
（步骤3.1）GPS浮动车融合权重数值利用公式a2,公式b2,公式c2联合计算得到，其计算公式如下：
………………………………(c2)
（步骤3.2）公式a2中，Samplegps为当前时间间隔T内的GPS浮动车的样本数量；Sample最大gps样本量的数值利用测试得到，测试方式为利用多辆GPS浮动车同时在路段测试，测试方法同步骤2.2中手机终端的测试方法相同；
公式b2中，高峰时间段为7:00至9:00，17:00至19:00，平峰时间段为9:00至17:00，夜间时间段为19:00至7:00。公式b2中的θ1、θ2、θ3和公式c2中的μ1、μ2、μ3通过在不同时间段和道路类型情况下历史数据训练得到。
【步骤四】利用所得到的Vcellphone和Vgps，β手机终端融合权重数值和αgps浮动车融合权重数值，计算在时间间隔T内，计算手机终端速度和GPS浮动车速度融合后在该目标路段内的平均行程车速，以V目标路段融合行程车速表示。
（步骤4.1）计算β手机终端融合权重数值和αgps浮动车融合权重数值之间差值的绝对值，并将该绝对值同阈值γ比较, 其中γ为（αgps浮动车融合权重数值+β手机终端融合权重数值）/2；
（步骤4.2）当该绝对值小于等于阈值γ时，则手机终端速度和GPS浮动车速度融合后在该目标路段内的平均行程车速V目标路段融合行程车速按公式（d）计算：
其中Vcellphone为基于手机终端计算得到的目标路段行程车速，Vgps为基于GPS浮动车计算的目标路段行程车速；
（步骤4.3）当该绝对值大于阈值γ时，进一步判断手机终端融合权重数值β手机终端融合权重数值和GPS浮动车融合权重数值αgps浮动车融合权重数值的相对大小；
若β手机终端融合权重数值小于αgps浮动车融合权重数值时，则手机终端速度和GPS浮动车速度融合后在目标路段内的平均行程车速V目标路段融合行程车速按公式f计算：
当β手机终端融合权重数值大于等于αgps浮动车融合权重数值时，则手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速V目标路段融合行程车速按下式计算：
以下举实例以具体说明上述的步骤：
例如在某一路段编号为TL1，道路类型为快速路，在时间段2013/9/5 10:00:00-2013/9/5 10:02:00的2分钟内，手机终端和GPS浮动车经过该路段，下表1为手机终端和GPS浮动车经过该路段经过地图匹配和车速计算得到速度表：
表1：各个移动终端在路段的行程车速计算结果
| 手机终端编号 | 时间间隔 | 路段编号 | 行程速度（公里/小时） |
| 5d6rfg6d1hf | 10:00:00-10:02:00 | TL1 | 61.4 |
| f45g3s8r3fs | 10:00:00-10:02:00 | TL1 | 85.9 |
| 52s2e8f52ff | 10:00:00-10:02:00 | TL1 | 76.4 |
| 9a2h1my5uy5 | 10:00:00-10:02:00 | TL1 | 62.6 |
| 9fs32s21awe | 10:00:00-10:02:00 | TL1 | 84.1 |
| q8791gs3s1n | 10:00:00-10:02:00 | TL1 | 79.6 |
| 1a23a56e1f3 | 10:00:00-10:02:00 | TL1 | 61.3 |
| 98qe32ga1qq | 10:00:00-10:02:00 | TL1 | 86.4 |
| 5r45t56e6t4 | 10:00:00-10:02:00 | TL1 | 81.6 |
| Y79ur65j13d | 10:00:00-10:02:00 | TL1 | 75.6 |
| r89w14f13s3 | 10:00:00-10:02:00 | TL1 | 71.9 |
| 914f3d9y5ku | 10:00:00-10:02:00 | TL1 | 69.5 |
| d8v3q78jp5h | 10:00:00-10:02:00 | TL1 | 81.6 |
| 13ae8n1w3z7 | 10:00:00-10:02:00 | TL1 | 78.6 |
| 9s4g1q1e61b | 10:00:00-10:02:00 | TL1 | 73.4 |
表2：各个GPS浮动车在路段的行程车速计算结果
| GPS车辆编号 | 时间间隔 | 路段编号 | 行程速度（公里/小时） |
| 698574 | 10:00:00-10:02:00 | TL1 | 85.1 |
| 637763 | 10:00:00-10:02:00 | TL1 | 86.4 |
| 856325 | 10:00:00-10:02:00 | TL1 | 71.5 |
通过表1的结果，计算手机终端定位数据处理得到的路段平均行程车速和相对于样本量值。如下表所示：
表3：手机定位采集方式在路段的平均行程车速计算结果
| 采集方式 | 时间间隔 | 路段编号 | 平均行程速度（公里/小时） | 样本量（个） |
| 手机定位采集方式 | 10:00:00-10:02:00 | TL1 | 75.3 | 15 |
根据表3结果得知，手机终端定位采集方式在目标路段的平均行程车速为75.3公里每小时，样本量为15个；时间间隔为10:00:00-10:02:00得知所处的时间段为平峰，根据公式b1计算时间段特征系数；道路等级为快速路，根据公式c1计算道路类型系数，同时依据历史数据训练得到的最大手机终端样本量值，依据手机终端融合权重计算公式a1计算得到β手机终端融合权重数值数值为0.69。
通过表2的结果，计算GPS浮动车定位数据处理得到的路段平均行程车速和相对于样本量值。如下表所示：
表4：GPS浮动车定位采集方式在路段的平均行程车速计算结果
| 采集方式 | 时间间隔 | 路段编号 | 平均行程速度（公里/小时） | 样本量（个） |
| GPS定位采集方式 | 10:00:00-10:02:00 | TL1 | 81.0 | 3 |
根据表4结果得知，GPS定位采集方式在目标路段的平均行程车速为81.0公里每小时，样本量为3个；时间间隔为10:00:00-10:02:00得知所处的时间段为平峰，根据公式b2计算时间段特征系数；道路等级为快速路，根据公式c2计算道路类型系数，同时依据历史数据训练得到的最大GPS浮动车样本量值，依据GPS浮动车融合权重计算公式a2计算得到αgps浮动车融合权重数值数值为0.51。
然后计算两个权重系数β手机终端融合权重数值和αgps浮动车融合权重数值的差值绝对值为0.18。判断该绝对值是否小于阈值0.6。由于0.18<0.6，所以利用公式d计算融合的速度，如下所示：
通过上述计算得到TL1路段的融合行程车速为77.7公里/小时。
Claims (5)
1.一种基于多种定位数据计算道路融合行程车速的方法，所述定位数据包括手机终端的定位数据和GPS浮动车的定位数据，其特征在于所述方法至少包括如下步骤：
（1）：在固定的时间间隔T内，分别获取该时间段内实时的所述手机终端的定位数据和所述GPS浮动车的定位数据，利用地图匹配和车速计算分别得到所述道路中目标路段的平均行程车速Vcellphone和Vgps，以及样本量Samplecellphone和Samplegps；
（2）：利用所得到的样本量Samplecellphone，计算在时间间隔T内，用于所述目标路段速度融合的手机终端融合权重数值，以β手机终端融合权重数值表示；
（3）：利用所得到的样本量Samplegps，计算在时间间隔T内，用于所述目标路段速度融合的GPS浮动车融合权重数值，以αgps浮动车融合权重数值表示；
（4）：利用得到的Vcellphone和Vgps，β手机终端融合权重数值和αgps浮动车融合权重数值，计算在时间间隔T内，所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速，以V目标路段融合行程车速表示。
2.根据权利要求1所述的一种基于多种定位数据计算道路融合行程车速的方法，其特征在于所述步骤（1）具体包括如下步骤：
①以固定的时间间隔T为一周期，实时接收该时间段内所有所述GPS浮动车的定位数据，所述GPS浮动车的定位数据至少包括车辆编号、采集时间戳、GPS定位点的经度和纬度、车辆瞬时速度、车辆行驶方位角、车辆空重车状态；
②提取其中单辆所述GPS浮动车的定位数据的集合，将所述GPS浮动车的各个所述GPS定位点进行路段匹配，将各所述GPS定位点向其位置周围规定距离范围内的所有路段集合中的各个路段进行空间投影得到投影距离，选取其中投影距离最小值的路段作为所述GPS定位点实际匹配路段；
③选取一段所述匹配路段作为目标路段，计算所述目标路段上游最近和下游最近的两个GPS定位点之间的距离，利用所述GPS浮动车的定位数据中的采集时间戳计算所述两个GPS定位点之间的时间差，通过距离除以时间差得到单辆所述GPS浮动车在该目标路段内的行程车速；
④遍历所有所述GPS浮动车的定位数据，分别计算各所述GPS浮动车经过所述目标路段的各自行程车速，则所述目标路段的平均行程车速Vgps为所有所述GPS浮动车行程车速的调和平均值，该平均行程车速Vgps所对应的样本量Samplegps为经过所述目标路段的所有所述GPS浮动车的数量；
⑤同样以固定的时间间隔T为一周期，通过位于所述道路旁的信号基站实时接收该时间段内所有手机终端的定位数据，所述手机终端的定位数据至少包括：加密手机终端编号、采集时间戳、手机终端的经度和纬度；
⑥将每条含有所述手机终端的经度和维度的记录按照所述GPS定位点进行处理，并按步骤②和③中所述的方法对所述手机终端进行路段匹配和计算目标路段内的行程车速；
⑦遍历所有所述手机终端的定位数据，分别计算各所述手机终端经过所述目标路段的各自行程车速，则所述目标路段的平均行程车速Vcellphone为所有所述手机终端行程车速的调和平均值，该平均行程车速Vcellphone所对应的样本量Samplecellphone为经过所述目标路段的所有所述手机终端的数量。
3.根据权利要求1所述的一种基于多种定位数据计算道路融合行程车速的方法，其特征在于所述手机终端融合权重数值β手机终端融合权重数值是通过如下方法计算获得的：
其中，
Samplecellphone为当前时间间隔T内的手机终端样本数量；
Sample最大cellphone样本量的数值通过如下测试方法获得：利用若干辆载有手机终端的测试车同时在所述目标路段内行驶，提取其中n辆所述测试车平均速度与所有所述测试车平均速度相除得到的速度准确度，随着n值的变大所述速度准确度相应升高，当n值达到Sample最大cellphone样本量数值后，所述速度准确度将稳定不变；
。
4.根据权利要求1所述的一种基于多种定位数据计算道路融合行程车速的方法，其特征在于所述GPS浮动车融合权重数值αgps浮动车融合权重数值是通过如下方法计算获得的：
其中，
Samplegps为当前时间间隔T内的GPS浮动车的样本数量；
Sample最大gps样本量的数值通过如下测试方法获得：利用若干辆GPS浮动车同时在所述目标路段内行驶，提取其中n辆所述GPS浮动车平均速度与所有所述GPS浮动车平均速度相除得到的速度准确度，随着n值的变大所述速度准确度相应升高，当n值达到Sample最大gps样本量数值后，所述速度准确度将稳定不变；
5.根据权利要求1所述的一种基于多种定位数据计算道路融合行程车速的方法，其特征在于所述步骤（4）具体包括如下步骤：
计算所述手机终端融合权重数值β手机终端融合权重数值和所述GPS浮动车融合权重数值αgps浮动车融合权重数值之间差值的绝对值，将所述绝对值同阈值γ比较，其中γ为（αgps浮动车融合权重数值+β手机终端融合权重数值）/2；
②当所述绝对值小于等于所述阈值γ时，则所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速V目标路段融合行程车速按下式计算：
③当所述绝对值大于所述阈值γ时，进一步判断所述手机终端融合权重数值β手机终端融合权重数值和所述GPS浮动车融合权重数值αgps浮动车融合权重数值的相对大小；
当β手机终端融合权重数值小于αgps浮动车融合权重数值时，则所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速V目标路段融合行程车速按下式计算：
当β手机终端融合权重数值大于等于αgps浮动车融合权重数值时，则所述手机终端速度和GPS浮动车速度融合后在所述目标路段内的平均行程车速V目标路段融合行程车速按下式计算：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410084202.9A CN103794061B (zh) | 2014-03-10 | 2014-03-10 | 基于多种定位数据计算道路融合行程车速的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410084202.9A CN103794061B (zh) | 2014-03-10 | 2014-03-10 | 基于多种定位数据计算道路融合行程车速的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103794061A true CN103794061A (zh) | 2014-05-14 |
| CN103794061B CN103794061B (zh) | 2016-06-22 |
Family
ID=50669672
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410084202.9A Expired - Fee Related CN103794061B (zh) | 2014-03-10 | 2014-03-10 | 基于多种定位数据计算道路融合行程车速的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103794061B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104197962A (zh) * | 2014-08-12 | 2014-12-10 | 上海天奕达电子科技有限公司 | 一种智能测速方法及系统 |
| CN104408915A (zh) * | 2014-11-05 | 2015-03-11 | 青岛海信网络科技股份有限公司 | 一种交通状态参数的估计方法和系统 |
| 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 |
| CN104794895A (zh) * | 2015-04-09 | 2015-07-22 | 吉林大学 | 一种面向高速公路的多源交通信息融合方法 |
| CN105389996A (zh) * | 2015-12-17 | 2016-03-09 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通运行状态特征参数提取方法 |
| CN105667502A (zh) * | 2016-04-20 | 2016-06-15 | 上海电机学院 | 混联式混合动力汽车工作模式切换方法 |
| CN106251642A (zh) * | 2016-09-18 | 2016-12-21 | 北京航空航天大学 | 一种基于实时公交车gps数据的公交路链速度计算方法 |
| CN107730892A (zh) * | 2017-11-20 | 2018-02-23 | 中兴软创科技股份有限公司 | 一种基于fcd与互联网数据融合的交通拥堵指数评价方法 |
| CN108538054A (zh) * | 2018-05-17 | 2018-09-14 | 北京中交汇智数据有限公司 | 一种基于手机信令数据获取交通路况信息的方法及系统 |
| CN110852542A (zh) * | 2018-08-21 | 2020-02-28 | 上海汽车集团股份有限公司 | 一种道路平整度的计算方法及系统 |
| CN111207759A (zh) * | 2018-11-22 | 2020-05-29 | 腾讯科技（深圳）有限公司 | 一种显示车辆位置的方法及装置 |
| CN111723831A (zh) * | 2019-03-20 | 2020-09-29 | 北京嘀嘀无限科技发展有限公司 | 一种数据融合方法及装置 |
| CN113538894A (zh) * | 2020-10-13 | 2021-10-22 | 腾讯科技（深圳）有限公司 | 车辆定位数据处理方法、装置、计算机设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101604478A (zh) * | 2009-06-18 | 2009-12-16 | 北京九州联宇信息技术有限公司 | 一种动态交通信息的处理方法及系统 |
| CN101694706A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 基于多源数据融合的人口时空动态出行特征建模方法 |
| CN101976505A (zh) * | 2010-10-25 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 交通评价方法及系统 |
| CN103106788A (zh) * | 2013-01-09 | 2013-05-15 | 众联智领科技(北京)有限公司 | 路况采集和服务系统及方法 |
| US20130253812A1 (en) * | 2012-03-26 | 2013-09-26 | Denso It Laboratory, Inc. | Traffic Congestion Prediction Method And Traffic Congestion Prediction Device |
-
2014
- 2014-03-10 CN CN201410084202.9A patent/CN103794061B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101604478A (zh) * | 2009-06-18 | 2009-12-16 | 北京九州联宇信息技术有限公司 | 一种动态交通信息的处理方法及系统 |
| CN101694706A (zh) * | 2009-09-28 | 2010-04-14 | 深圳先进技术研究院 | 基于多源数据融合的人口时空动态出行特征建模方法 |
| CN101976505A (zh) * | 2010-10-25 | 2011-02-16 | 中国科学院深圳先进技术研究院 | 交通评价方法及系统 |
| US20130253812A1 (en) * | 2012-03-26 | 2013-09-26 | Denso It Laboratory, Inc. | Traffic Congestion Prediction Method And Traffic Congestion Prediction Device |
| CN103106788A (zh) * | 2013-01-09 | 2013-05-15 | 众联智领科技(北京)有限公司 | 路况采集和服务系统及方法 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104197962A (zh) * | 2014-08-12 | 2014-12-10 | 上海天奕达电子科技有限公司 | 一种智能测速方法及系统 |
| CN104408915A (zh) * | 2014-11-05 | 2015-03-11 | 青岛海信网络科技股份有限公司 | 一种交通状态参数的估计方法和系统 |
| 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 |
| CN104794895A (zh) * | 2015-04-09 | 2015-07-22 | 吉林大学 | 一种面向高速公路的多源交通信息融合方法 |
| CN105389996A (zh) * | 2015-12-17 | 2016-03-09 | 北京亚信蓝涛科技有限公司 | 一种基于大数据的交通运行状态特征参数提取方法 |
| CN105667502A (zh) * | 2016-04-20 | 2016-06-15 | 上海电机学院 | 混联式混合动力汽车工作模式切换方法 |
| CN106251642B (zh) * | 2016-09-18 | 2018-10-26 | 北京航空航天大学 | 一种基于实时公交车gps数据的公交路链速度计算方法 |
| CN106251642A (zh) * | 2016-09-18 | 2016-12-21 | 北京航空航天大学 | 一种基于实时公交车gps数据的公交路链速度计算方法 |
| CN107730892A (zh) * | 2017-11-20 | 2018-02-23 | 中兴软创科技股份有限公司 | 一种基于fcd与互联网数据融合的交通拥堵指数评价方法 |
| CN108538054A (zh) * | 2018-05-17 | 2018-09-14 | 北京中交汇智数据有限公司 | 一种基于手机信令数据获取交通路况信息的方法及系统 |
| CN108538054B (zh) * | 2018-05-17 | 2020-12-01 | 北京中交汇智数据有限公司 | 一种基于手机信令数据获取交通路况信息的方法及系统 |
| CN110852542A (zh) * | 2018-08-21 | 2020-02-28 | 上海汽车集团股份有限公司 | 一种道路平整度的计算方法及系统 |
| CN110852542B (zh) * | 2018-08-21 | 2023-06-30 | 上海汽车集团股份有限公司 | 一种道路平整度的计算方法及系统 |
| CN111207759A (zh) * | 2018-11-22 | 2020-05-29 | 腾讯科技（深圳）有限公司 | 一种显示车辆位置的方法及装置 |
| CN111207759B (zh) * | 2018-11-22 | 2022-06-07 | 腾讯科技（深圳）有限公司 | 一种显示车辆位置的方法及装置 |
| CN111723831A (zh) * | 2019-03-20 | 2020-09-29 | 北京嘀嘀无限科技发展有限公司 | 一种数据融合方法及装置 |
| CN111723831B (zh) * | 2019-03-20 | 2023-11-14 | 北京嘀嘀无限科技发展有限公司 | 一种数据融合方法及装置 |
| CN113538894A (zh) * | 2020-10-13 | 2021-10-22 | 腾讯科技（深圳）有限公司 | 车辆定位数据处理方法、装置、计算机设备和存储介质 |
| CN113538894B (zh) * | 2020-10-13 | 2024-02-09 | 腾讯科技（深圳）有限公司 | 车辆定位数据处理方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103794061B (zh) | 2016-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103794061B (zh) | 基于多种定位数据计算道路融合行程车速的方法 | |
| CN109544932A (zh) | 一种基于出租车gps数据与卡口数据融合的城市路网流量估计方法 | |
| US9830817B2 (en) | Bus station optimization evaluation method and system | |
| CN102855760B (zh) | 基于浮动车数据的在线排队长度检测方法 | |
| CN101673460B (zh) | 一种交通信息的质量评价方法、装置及系统 | |
| CN104851286B (zh) | 一种利用公交车辆gps数据动态评估道路交通状态的方法 | |
| CN104318781B (zh) | 基于rfid技术的行程速度获取方法 | |
| CN106197458A (zh) | 一种基于手机信令数据和导航路线数据的手机用户出行方式识别方法 | |
| CN104299415A (zh) | 基于蓝牙技术的分布式交通状态检测系统及其方法 | |
| CN104318770A (zh) | 基于手机数据实时检测高速公路交通拥堵状态的方法 | |
| CN102708689B (zh) | 一种实时路况监控系统 | |
| CN103177585B (zh) | 基于浮动车数据计算路段各转向平均行程车速方法 | |
| CN105825669A (zh) | 一种识别城市快速路交通瓶颈的系统和方法 | |
| CN102722984B (zh) | 一种实时路况监控方法 | |
| CN105206057A (zh) | 基于浮动车居民出行热点区域的检测方法及系统 | |
| Xing et al. | Traffic volume estimation in multimodal urban networks using cell phone location data | |
| CN102324182A (zh) | 基于蜂窝网络的交通道路信息检测系统及其检测方法 | |
| CN103903437B (zh) | 基于视频交通检测数据的机动车出行od矩阵获取方法 | |
| CN103632540A (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
| CN105160867B (zh) | 交通讯息预测方法 | |
| CN103198713A (zh) | 基于交通数据和天气数据的减少交通事故的车辆调控方法 | |
| CN104933884A (zh) | 一种基于手机定位信息的实时交通路况导航系统 | |
| CN103093625B (zh) | 一种基于可信度验证的城市道路交通状态实时估计方法 | |
| CN107240264A (zh) | 一种车辆非有效行驶轨迹识别方法和城市道路设施规划方法 | |
| CN105096590A (zh) | 交通信息生成方法和交通信息生成设备 |
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 | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method for calculating road fused travel speed based on various positioning data Effective date of registration: 20180710 Granted publication date: 20160622 Pledgee: Pudong Shanghai technology financing Company limited by guarantee Pledgor: SHANGHAI YUNDI INFORMATION TECHNOLOGY Co.,Ltd. Registration number: 2018310000042 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160622 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |