CN104616495A - 一种基于公交gps探测车的城市交通状态识别方法 - Google Patents
一种基于公交gps探测车的城市交通状态识别方法 Download PDFInfo
- Publication number
- CN104616495A CN104616495A CN201510000946.2A CN201510000946A CN104616495A CN 104616495 A CN104616495 A CN 104616495A CN 201510000946 A CN201510000946 A CN 201510000946A CN 104616495 A CN104616495 A CN 104616495A
- Authority
- CN
- China
- Prior art keywords
- probe vehicle
- traffic
- bus gps
- gps probe
- public transport
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于公交GPS探测车的城市交通状态识别方法,包括以下步骤:远程控制中心利用公交GPS探测车采集GPS数据,获得公交GPS探测车在各条路段或区域的即时速度,并绘制公交GPS探测车的速度变化曲线;将公交GPS探测车的速度变化曲线进行变换处理,提取变化率频次和频谱特征;将上述提取的特征向量输入到SVM支持向量机,SVM支持向量机进行数据分类并输出分类结果。与现有技术相比,本发明利用公交GPS探测车提供的精确速度和位置信息,通过变换与提取特征向量以及SVM分类,得到城市各条路段或区域交通状况的实时信息,并对当前交通畅通或拥挤状况做出判断,具有高效率、高准确度等特点,可为交通管理部门及驾驶员提供准确信息,以便采取及时措施,极大的提高道路交通的安全性与高效性。
Description
技术领域
本发明涉及智能交通城市交通状态识别技术领域,特别是一种基于公交GPS探测车的城市交通状态识别方法。
背景技术
国内外的研究表明,先进的城市交通流诱导是防止和减轻交通阻塞,并最终实现交通流在路网各个路段上合理分配的有效手段。先进的交通诱导系统是以实时采集动态交通状态信息为基础的。目前,大多采用路边交通流检测设备来获取道路交通状态信息,常用的有环型线圈传感器、远程微波传感器(RTMS)、基于视频的检测设备和CCTV等。这些设备存在成本较高、易损耗和不易维护、受气候和光线条件影响大等缺点,并且安装及检测范围有限,难以获得全面的道路交通状态信息。近年来,随着GPS在社会各领域的广泛应用,已经有研究人员开始尝试将其作为交通信息采集的主要手段,如以公交车辆作为探测车估计交通参数的研究和英国浮动车数据系统的应用。在我国,交通拥塞问题日益严重,交通检测设施不完善在很大程度上制约了交通管理水平的提高。因此,随着车载GPS应用的日益普及,充分利用现有的车载GPS获得的车辆运行状态数据服务于道路交通信息检测,对改善交通管理水平具有重要的实际价值和现实意义。
基于GPS探测车的城市交通状态估计技术被认为是实现先进的交通诱导的重要途径,尽管目前还处于探索阶段,但其在实验性的研究成果中已经表现出良好的应用前景。目前交通状态估计方法中使用的路段交通参数估计模型有很多,主要有四种类型:多元回归模型(2002年,RohiniBobba在其博士论文中提出的)、神经网络模型、模糊推理模型和速度积分模型等。这些方法都是通过建立数学模型得到精度较高的路段平均速度,再根据这个速度大小判断识别道路交通状态,如堵车还是畅通,或畅通、拥挤和堵车等更多的分类,并显示到交通诱导牌子上,服务于出行路线选择,缓解交通压力。
但是,现有的技术都是通过建立模型得到精度较高的路段平均速度,再根据这个速度大小判断道路交通状态,如堵车还是畅通,或更多的分类。缺点是模型复杂,计算开销大,精确度不高,不易实现。
发明内容
本发明的目的是要提供一种基于公交GPS探测车的交通状态识别方法,具有高效率、高准确度等特点,可为交通管理部门及驾驶员提供准确信息。
为达到上述目的,本发明是按照以下技术方案实施的:
一种基于公交GPS探测车的城市交通状态识别方法,包括以下步骤:
1)远程控制中心利用公交GPS探测车采集GPS数据,获得公交GPS探测车在各条路段或区域的即时速度,并绘制公交GPS探测车的速度变化曲线;
2)将公交GPS探测车的速度变化曲线进行变换处理,提取变化率频次和频谱特征;
3)将上述提取的特征向量输入到SVM支持向量机,SVM支持向量机进行数据分类并输出分类结果。
具体的,所述SVM支持向量机将各条路段或区域的交通状况分为畅通、拥挤、堵塞3个等级。
与现有技术相比,本发明利用公交GPS探测车提供的精确速度和位置信息,通过变换与提取特征向量以及SVM分类,得到城市各条路段或区域交通状况的实时信息,并对当前交通畅通或拥挤状况做出判断,具有高效率、高准确度等特点,可为交通管理部门及驾驶员提供准确信息,以便采取及时措施,极大的提高道路交通的安全性与高效性。
附图说明
图1是本发明的流程图;
图2是本发明一种实施方式的流程图。
具体实施方式
下面结合附图及其具体实施例对本发明作进一步描述,在此发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
如图1所示的基于公交GPS探测车的城市交通状态识别方法,包括以下步骤:
1)远程控制中心利用公交GPS探测车采集GPS数据,获得公交GPS探测车在各条路段或区域的即时速度,并绘制公交GPS探测车的速度变化曲线,因为车速是研究整条路线的畅通程度与发生延误的原因或者整条道路通行能力的重要参数。因此,利用车辆速度变化的内在特征,我们不但可以获得以上交通状况的有关信息,还可以直接获得车辆所在道路的车辆通过情况;
2)将公交GPS探测车的速度变化曲线进行变换处理,提取变化率频次和频谱特征;
3)将上述提取的特征向量输入到SVM支持向量机,SVM支持向量机进行数据分类并输出分类结果,参考我国《城市道路交通管理评价指标体系》关于主干路平均车速分级的规定,SVM支持向量机将各条路段或区域的交通状况分为畅通、拥挤、堵塞3个等级。
如图2所示,利用公交GPS探测车提供的精确速度和位置信息,通过变换与提取特征向量以及SVM分类,得到城市各条路段或区域交通状况的实时信息,并对当前交通畅通或拥挤状况做出判断,交通管理部门通过诱导牌进行疏导交通以改善交通状态。
本发明的技术方案不限于上述具体实施例的限制,凡是根据本发明的技术方案做出的技术变形,均落入本发明的保护范围之内。
Claims (2)
1.一种基于公交GPS探测车的城市交通状态识别方法,其特征在于,包括以下步骤:
1)远程控制中心利用公交GPS探测车采集GPS数据,获得公交GPS探测车在各条路段或区域的即时速度,并绘制公交GPS探测车的速度变化曲线;
2)将公交GPS探测车的速度变化曲线进行变换处理,提取变化率频次和频谱特征;
3)将上述提取的特征向量输入到SVM支持向量机,SVM支持向量机进行数据分类并输出分类结果。
2.根据权利1所述的基于公交GPS探测车的城市交通状态识别方法,其特征在于:所述SVM支持向量机将各条路段或区域的交通状况分为畅通、拥挤、堵塞3个等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510000946.2A CN104616495A (zh) | 2015-01-04 | 2015-01-04 | 一种基于公交gps探测车的城市交通状态识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510000946.2A CN104616495A (zh) | 2015-01-04 | 2015-01-04 | 一种基于公交gps探测车的城市交通状态识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104616495A true CN104616495A (zh) | 2015-05-13 |
Family
ID=53150926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510000946.2A Pending CN104616495A (zh) | 2015-01-04 | 2015-01-04 | 一种基于公交gps探测车的城市交通状态识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104616495A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427604A (zh) * | 2015-12-22 | 2016-03-23 | 郑州天迈科技股份有限公司 | 表现公交畅行指数的实现方法 |
CN105427596A (zh) * | 2015-11-26 | 2016-03-23 | 北京航空航天大学 | 一种基于时空特征的社区停车位状态检测及服务方法 |
CN108513676A (zh) * | 2018-04-25 | 2018-09-07 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
CN112026781A (zh) * | 2020-06-22 | 2020-12-04 | 心有灵犀科技股份有限公司 | 一种驾驶员行为数据的分析方法及系统 |
-
2015
- 2015-01-04 CN CN201510000946.2A patent/CN104616495A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105427596A (zh) * | 2015-11-26 | 2016-03-23 | 北京航空航天大学 | 一种基于时空特征的社区停车位状态检测及服务方法 |
CN105427596B (zh) * | 2015-11-26 | 2017-12-26 | 北京航空航天大学 | 一种基于时空特征的社区停车位状态检测及服务方法 |
CN105427604A (zh) * | 2015-12-22 | 2016-03-23 | 郑州天迈科技股份有限公司 | 表现公交畅行指数的实现方法 |
CN105427604B (zh) * | 2015-12-22 | 2018-04-20 | 郑州天迈科技股份有限公司 | 表现公交畅行指数的实现方法 |
CN108513676A (zh) * | 2018-04-25 | 2018-09-07 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
WO2019205020A1 (zh) * | 2018-04-25 | 2019-10-31 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
CN108513676B (zh) * | 2018-04-25 | 2022-04-22 | 深圳市锐明技术股份有限公司 | 一种路况识别方法、装置及设备 |
CN112026781A (zh) * | 2020-06-22 | 2020-12-04 | 心有灵犀科技股份有限公司 | 一种驾驶员行为数据的分析方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10573173B2 (en) | Vehicle type identification method and device based on mobile phone data | |
CN107657813B (zh) | 基于行车轨迹的高速公路交通执法判别方法 | |
CN103839409B (zh) | 基于多断面视觉传感聚类分析的交通流状态判别方法 | |
CN102819952B (zh) | 一种基于视频检测技术的车辆违法变道检测方法 | |
CN102509454B (zh) | 基于fcd与地磁检测器的道路状态融合方法 | |
CN107103775B (zh) | 一种基于群智计算的道路质量检测方法 | |
CN103632540B (zh) | 基于浮动车数据的城市主干道交通运行信息处理方法 | |
CN105389996A (zh) | 一种基于大数据的交通运行状态特征参数提取方法 | |
CN102855759A (zh) | 高分辨率卫星遥感交通流信息自动采集方法 | |
CN103971523A (zh) | 一种山区道路交通安全动态预警系统 | |
CN104575050B (zh) | 一种基于浮动车的快速路匝道智能诱导方法及装置 | |
CN103646534A (zh) | 一种道路实时交通事故风险控制方法 | |
CN106781460B (zh) | 一种路段交通状态确定方法及装置 | |
CN103500504A (zh) | 基于rfid数据的城市道路交通参数估计与路况判别方法及应用系统 | |
CN104157156A (zh) | 一种高速公路危险路段车速动态管理预警方法 | |
CN103258430A (zh) | 路段旅行时间统计、以及交通路况判定方法和装置 | |
CN104408927B (zh) | 一种基于调频连续波雷达的车型分类方法 | |
CN104616495A (zh) | 一种基于公交gps探测车的城市交通状态识别方法 | |
KR101277007B1 (ko) | 차량의 고속도로 통행시간 제공방법 및 그 시스템 | |
CN103345842A (zh) | 一种道路车辆分型系统及方法 | |
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 | |
CN202422420U (zh) | 一种基于视频监控的违章停车检测系统 | |
CN103164958A (zh) | 车辆监控方法及系统 | |
CN103198707B (zh) | 一种基于晴天状况下危险交通流特征的车辆调控方法 | |
CN104575049A (zh) | 一种基于阵列雷达的高架匝道智能诱导方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150513 |
|
RJ01 | Rejection of invention patent application after publication |