CN104933856B - 道路路况实时评估系统及方法 - Google Patents

Abstract

本发明提供一种道路路况实时评估系统，具有这样的特征：包括：若干个车辆行驶监控装置，获取车辆的位置信息、速度信息以及车辆周边路况信息；无线通信模块，将车辆行驶监控模块获取的信息进行无线传输；聚合终端模块，根据无线传输模块传输过来的信息进行聚合，获得路况通畅评估值。其优点在于将车辆本身具有的安全驾驶检测中的路况感应装置应用到系统中，将车辆周边路况信息作为参数评估道路的通畅情况，大大扩大了评估的区域范围和评估精确度，而且实施成本低、易于推广。

Description

道路路况实时评估系统及方法

技术领域

本发明专利涉及智能交通领域，特别涉及一种布置在正常道路行驶车辆上，对道路路况实时评估系统及方法。

背景技术

道路交通的实时状况是社会生产和个人出行的重要信息。通过政府基础建设投入，在重要交通地段设置数据采集节点，然后再汇总分析。现在交通部门已经可以获取部分路段的实时路况信息，但是这种方法资金和人力投入大，且对于个别关键节点的依赖度高，一旦节点出现故障，相应路段的监控会间断；并且很难做到所有路段全覆盖。

另一种实时路况的估计方法是通过无线移动终端上的地图导航软件，获取用户的地理位置和运动信息，估计实时路况。例如百度，谷歌等手机导航软件中的实时路况功能即采用该技术。这种技术要求在同一路段上存在大量使用该款软件的用户，才能够去除单个用户中所存在的测量噪声。这种技术的另一个缺陷是路况估计的测量粒度太粗，例如系统只能获知车辆行驶速度较低，却无法获得导致车速较低的原因。这种方法只考虑到车辆行驶速度因素，不能全面地、综合地对道路路况进行评估。

这样情况下，不能获得真实的路况信息，对出行者选择驾驶路线造成了影响，造成社会生产和个人出行的不便。

发明内容

针对以上缺陷，本发明专利的目的是提供一种道路路况实时评估系统及方法，以解决现有技术中不能真实反映道路路况的技术问题。

本发明提供一种道路路况实时评估系统，具有这样的特征：包括：若干个车辆行驶监控装置，获取车辆的位置信息、速度信息以及车辆周边路况信息；无线通信模块，将车辆行驶监控模块获取的信息进行无线传输；聚合终端模块，根据无线通信模块传输过来的信息进行聚合，获得路况通畅评估值。

进一步，本发明提供一种道路路况实时评估系统，具有这样的特征：车辆行驶监控装置包括传感器、车辆周边路况感知模块和定位模块。

进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征：传感器为图像传感器、雷达传感器、热成像传感器、激光传感器、超声波传感器中的一种或几种。

进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征：车辆周边路况感知模块包括车道线识别子模块、车辆检测和跟踪子模块、行人检测和跟踪子模块、交通标示检测和识别子模块、交通信号灯检测和识别子模块中的一个或几个。

进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征：聚合终端模块的聚合方法：根据处于同一路段内的车辆速度信息计算该路段内路况通畅评估值；还根据车辆周边路况信息作为参数计算路况通畅评估值。

进一步，本发明提供一种道路路况实时评估系统，还可以具有这样的特征：通畅评估值包括单位时间内车的数量、单位距离内车辆个数、车辆占据某个路段的平均时长的百分比、车辆行驶平均速度和通过该路段的平均时间中的任意一种或几种。

另外，本发明提供一种道路路况实时评估方法，根据处于同一路段 内的车辆速度信息计算该路段内路况通畅评估值；还根据车辆周边路况信息作为参数计算路况通畅评估值。

本发明提供一种道路路况实时评估方法，还可以具有这样的特征：计算方法如下：首先通过车辆定位信息和路径推测结果，将车辆当前位置对应到数字地图的相应路段上；然后对相应路段上的车辆地理定位信息，车辆速度信息，车辆周边路况感知模块的信息进行滤波；每一路段对应一个贝叶斯模型，该贝叶斯模型的输入是路段编号，时间，车辆地理定位信息，车辆速度信息和车辆周边路况信息，模型输出是道路通畅度评估，包括单位时间内车的数量、单位距离内车辆个数、某车辆占据某个路段的时长的百分比、车辆行驶速度和通过该路段的时间的估计；该贝叶斯模型在实时使用前，利用事先采集和标注的输入和输出数据，对贝叶斯模型参数进行最优化调整；在实时使用时，将滤波后的车辆地理定位信息，车辆速度信息和车辆周边路况信息输入到贝叶斯模型中，模型输出道路通畅度评估值。

进一步，本发明提供一种道路路况实时评估方法，还可以具有这样的特征：车辆周边路况信息包括车道线信息(车道线种类、车道线个数、车道宽度、是否存在车道合并)，本车速度及周边车辆速度信息(周边车辆个数、密度和间隔距离)行人密度、速度及方向信息(是否存在横行运动行人)交通标示信息(是否存在道路建设标识)，交通信号灯信息中的一个或几个。

发明的有益效果

根据本发明提供的一种道路路况实时评估系统，因为路况信息来自于普通用户的车辆，这些传感器本身就是汽车主动安全功能所必需的，而汽车主动安全是现代汽车发展的趋势，因此这类传感器会越来越普及，这为本发明的实时打下了基础。

其次，本发明的路况原始信息来自于大规模的普通用户车辆，与固定数据采集然后集中进行路况分析的方法相比，基础建设投入小，且不依赖于个别节点，可靠性强。最后，相比于目前导航软件中只依靠用户地理位置信息和速度的实时路况估计方法，本发明具有更高的分析粒度和更准确的估计准确度。

另外，当前已有的系统只采集本车的地理位置信息和运动速度评估路况顺畅度，本发明将周边车辆密度和速度，以及其他道路环境也作为观测用于估计，显然可以提高估计的精度。结合基于贝叶斯模型的路况评估方法，可以灵活添加或删减输入观测的个数，可以应对观测数据不完整的情况(例如，模型包含行人密度因素，但是当行人密度数据丢失时，模型仍然可以使用)，同时如果引入输入观测是相互独立的假设时，模型参数的最优化过程，以及实时路况评估过程都会变得简单而有效。

附图说明

图1为本发明的道路路况实时评估系统结构示意图。

图2为本发明的道路路况实时评估方法流程图。

具体实施方式

下面结合具体实施例对本发明做进一步的描述。

如图1所示，道路路况实时评估系统包括：若干个车辆行驶监控装 置、无线通信模块和聚合终端模块。

车辆行驶监控装置是车辆本身具有的装置，属于车辆安全驾驶系统的一部分，可以获取车辆的位置信息、速度信息以及车辆周边路况信息。

车辆行驶监控装置包括传感器、车辆周边路况感知模块和定位模块。

传感器作为车辆行驶监控装置的一部分，属于车辆本身具有的。传感器可以采用低成本的图像传感器、也可以采用高端的雷达传感器、热成像传感器、激光传感器、超声波传感器，或者其中任意几个传感器组合使用，可以感应车辆本身信息和车辆周边情况的信息。这些传感器本身就是汽车主动安全功能所必需的，不需要额外增加器件。

定位模块能将车辆所处的位置进行定位。

车辆周边路况感知模块包括车道线识别子模块(Lane Detection and Kalman-Based Linear-Parabolic Lane Tracking，King Hann Lim，Semenyih，Malaysia，KahPhooi Seng，Ang，Li-Minn，Siew Wen Chin，Intelligent Human-Machine Systems andCybemetics，2009.IHMSC′09.International Conference on)、车辆检测和跟踪子模块(Zehang Sun，George Bebis，Ronald Miller，″On-Road Vehicle Detection：A Review，″IEEE Transactions on Pattern Analysis and Machine Intelligence，vo1.28，no.5)、行人检测和跟踪子模块(M.Enzweiler，and D.Gavrila.Monocular pedestriandetection：survey and experiments[J].IEEE Transactions on Pattern AnalysisandMach ine Intelligence，2009，31(12)：2179-2195)、交通标示检测和识别子模块(Mogelmose，M.M.Trivedi，T.B.Moeslund.Vision-Based Traffic Sign Detection andAnalysis for Intelligent Driver Assistance Systems： Perspectives and Survey，Intelligent Transportation Systems，IEEE Transactions on(Volume：13，Issue：4)：1484-1497)、交通信号灯检测和识别子模块。

车道线识别子模块根据传感器感应到的信息，从中识别到车道线信息，如：车道线种类、车道线的数量，车道线合并以及车道线宽度等信息。道路路况实时评估系统将车道线个数，和车道线个数的变化，作为路况通顺与否的参考值。对某条道路进行顺畅度评估，当某个地理位置的车道线较少时，降低该路段的顺畅度先验估计值，反之提升。当车道线个数变少时，说明存在车道并线情况，那么这种路段容易发生拥堵，所以在计算路况顺畅度时，可以提供一个较低的先验估计值。相反地，当车道线个数变多时，说明存在车道变宽，那么这种路段相对会比较通畅，所以在计算路况顺畅度时，可以提供一个较高的先验估计值。

车辆检测和跟踪子模块根据传感器感应到的信息，从而提取本车速度、方向以及周边车辆速度、方向信息，其他车辆相对于本车的间隔距离信息。道路路况实时评估系统将本车和周边车辆的速度、方向作为路况顺畅度的参考值。当本车和周边被检测到的车辆速度都较快时，提升该路段的顺畅度观测值，反之降低；当本车速度较慢，而周边被检测到的车辆速度较快时，忽略本次车辆的速度观测。

车辆检测和跟踪子模块还根据传感器感应到的信息，从而提取本车周边车辆密度信息。道路路况实时评估系统将车辆密度信息作为路况顺畅度的参考值。当车辆密度较少时，提升该路段的顺畅度观测值，反之则降低。

行人检测和跟踪子模块根据传感器感应到的信息，从而提取车辆周边行人个数、距离、移动速度、移动方向、行人密度信息、行人与车辆间隔距离信息以及是否存在横向移动行人信息。道路路况实时评估系统将行人密度，行人移动速度及其方向作为路况顺畅度的参考值。当周边行人密度较少时，提升该路段的顺畅度观测值，反之降低。当周边行人运动方向集中为横向运动时，降低该路段的顺畅度观测值。

交通标示检测和识别子模块根据传感器感应到的信息，从而提取路段上交通标示信息。道路路况实时评估系统将交通标示信息，如：是否存在限速标识和工程提示标志(临时修路标识)作为路况顺畅度的参考值。当该路段有限速标识或工程提示标志时，降低该路段的顺畅度观测值；反之提升。

交通信号灯检测和识别子模块据传感器感应到的信息，从而提取交通信号灯信息状态、信号灯密度信息等。道路路况实时评估系统将交通信号灯的信息作为路况顺畅度的参考值。当某个路段交通信号灯频繁处于红灯状态，则降低该路段的顺畅度先验值。

无线通信模块装备在移动车辆上，还装备于聚合终端模块上，将车辆周边路况感知模块获得的信息传输给聚合终端模块。

聚合终端模块接收无线通信模块传输过来的信息。聚合终端模块根据处于同一路段内的车辆速度信息计算该路段内所述路况通畅评估值；还根据车辆周边路况信息作为参数计算所述路况通畅评估值。通畅评估值包括单位时间内车的数量、单位距离内车辆个数、车辆占据某个路段的平均时长的百分比、车辆行驶平均速度和通过该路段的平均时间中的任意一种或几种。

如图2所示，首先进行路况评估模型生成阶段：聚合终端模块需对其路况评估贝叶斯模型参数进行训练，其过程是先搜集各个路段的采集车辆速度和周边路况感知模块输出数据，并对这些数据进行滤波，且标注这些数据所对应的路段路况，然后使用这些数据优化贝叶斯模型参数，计算路况在采集车辆车速和周边路况感知模块输出数据下的条件概率分布。引入采集车辆速度和周边路况感知模块输出数据(例如车辆间距和行人密度等)之间是相互独立的假设，联合条件概率可以转化为单个条件概率之乘积。在实时路况评估阶段，各个采集车辆搜集到的车辆地理位置数据，车速和周边路况感知模块输出的数据，通过无线通讯模块传输给聚合终端模块，聚合终端模块通过电子地图上的地理位置匹配，以及采集车辆的路径推断，将接收到的原始数据分配到各个路段，再针对每个路段，对采集车辆车速和周边路况感知模块的输出数据进行滤波，去除错误的数据和噪声，然后使用路况评估贝叶斯模型，计算该路段路况(即单位时间内车的数量、单位距离内车辆数、车辆占据某路段的平均时长百分比、车辆平均行驶速度和通过该路段的平均时间)在当前观测到的数据下的条件概率分布，最后在时间轴上，使用粒子滤波器将上一次改路段路况概率分布和当前路况概率分布进行融合，最后取条件概率最大下的路况值座位当前路况评估值。

实施例一

道路路况实时评估系统由诸多装备在移动车辆上的智能手机配件和智能手机群，和远程云计算平台组成。智能手机配件内含有拍摄前／后方 道路的摄像头，和数字处理器、数据存储器组成。数据存储器中存放有车道线检测与跟踪，车辆检测与跟踪，行人检测与跟踪，交通标示检测与识别，交通信号灯检测与识别程序。智能手机配件将提取的周边路况信息和本车地理位置信置和速度信息传输给智能手机平台，然后通过手机应用软件，将这些信息发送到云计算平台。

远程云计算平台获取智能手机群传来的信息，对某条道路进行顺畅度评估，当某个地理位置的车道线较少时，降低该路段的顺畅度先验估计值，反之提升；当某个地理位置的车道线由多变少时，说明有并线情况，降低该路段的顺畅度先验估计值，反之提升；当本车和周边被检测到的车辆速度都较快时，提升该路段的顺畅度观测值，反之降低；当本车速度较慢，而周边被检测到的车辆速度较快时，忽略本次观测；当某个路段交通信号灯频繁处于红灯状态，则降低该路段的顺畅度先验值。最后该路段的顺畅度估计可以使用贝叶斯模型获得。

本案例中，智能手机配件中的数字处理器和数据存储器可以省略，而有智能手机中的处理器和数据存储器取代之。

实施例二

道路路况实时评估系统由诸多装备在移动车辆上的主动安全零部件，娱乐通信零部件和远程云计算平台组成。主动安全零部件可以采用毫米波雷达、视觉摄像头传感器、远红外热成像传感器和超声波传感器中的之一或多个组合而成。

主动安全零部件获取周边车辆的位置和速度信息，行人的位置和速度信息，并将这些信息通过娱乐通信零部件发送到远程云计算平台。远 程云计算平台获取散布的各个车辆传来的周边环境感知信息，对某条道路进行顺畅度评估。当本车和周边被检测到的车辆速度都较快时，提升该路段的顺畅度观测值，反之降低；当本车速度较慢，而周边被检测到的车辆速度较快时，忽略本次观测；当周边行人密度较少时，提升该路段的顺畅度观测值，反之降低；当周边行人运动方向集中为横向运动时，降低改路段的顺畅度观测值；通过该时间段的历史数据，获取此路段的顺畅度先验值，最后使用贝叶斯模型获取此路段的最终顺畅度评估。

Claims (8)

1.一种道路路况实时评估系统，其特征在于包括：

若干个车辆行驶监控装置，获取车辆的位置信息、速度信息以及车辆周边路况信息；

无线通信模块，将所述车辆行驶监控模块获取的信息进行无线传输；

聚合终端模块，根据所述无线通信模块传输过来的信息进行聚合，获得路况通畅评估值；

所述评估值的计算方法如下：首先通过车辆定位信息和路径推测结果，将车辆当前位置对应到数字地图的相应路段上；然后对相应路段上的车辆地理定位信息，车辆速度信息，车辆周边路况感知模块的信息进行滤波；每一路段对应一个贝叶斯模型，该贝叶斯模型的输入是路段编号，时间，车辆地理定位信息，车辆速度信息和车辆周边路况信息，模型输出是道路通畅度评估，包括单位时间内车的数量、单位距离内车辆个数、某车辆占据某个路段的时长的百分比、车辆行驶速度和通过该路段的时间的估计；该贝叶斯模型在实时使用前，利用事先采集和标注的输入和输出数据，对贝叶斯模型参数进行最优化调整；在实时使用时，将滤波后的车辆地理定位信息，车辆速度信息和车辆周边路况信息输入到贝叶斯模型中，模型输出道路通畅度评估值。

2.根据权利要求1所述的道路路况实时评估系统，其特征在于：

其中，车辆行驶监控装置包括传感器、车辆周边路况感知模块、定位模块。

3.根据权利要求2所述的道路路况实时评估系统，其特征在于：

其中，所述传感器为图像传感器、雷达传感器、热成像传感器、激光传感器、超声波传感器中的一种或几种。

4.根据权利要求2所述的道路路况实时评估系统，其特征在于：

其中，所述车辆周边路况感知模块包括车道线识别子模块、车辆检测和跟踪子模块、行人检测和跟踪子模块、交通标示检测和识别子模块、交通信号灯检测和识别子模块中的一个或几个。

5.根据权利要求1至4中任意一项所述的道路路况实时评估系统，其特征在于：

其中，所述聚合终端模块根据处于同一路段内的车辆速度信息计算该路段内所述路况通畅评估值；还根据车辆周边路况信息作为参数计算所述路况通畅评估值。

6.根据权利要求5所述的道路路况实时评估系统，其特征在于：

其中，通畅评估值包括单位时间内车的数量、单位距离内车辆个数、车辆占据某个路段的平均时长的百分比、车辆行驶平均速度和通过该路段的平均时间中的任意一种或几种。

7.一种道路路况实时评估方法，根据处于同一路段内的车辆速度信息计算该路段内路况通畅评估值；其特征在于：

还根据车辆周边路况信息作为参数计算所述路况通畅评估值；

所述计算方法如下：首先通过车辆定位信息和路径推测结果，将车辆当前位置对应到数字地图的相应路段上；然后对相应路段上的车辆地理定位信息，车辆速度信息，车辆周边路况感知模块的信息进行滤波；每一路段对应一个贝叶斯模型，该贝叶斯模型的输入是路段编号，时间，车辆地理定位信息，车辆速度信息和车辆周边路况信息，模型输出是道路通畅度评估，包括单位时间内车的数量、单位距离内车辆个数、某车辆占据某个路段的时长的百分比、车辆行驶速度和通过该路段的时间的估计；该贝叶斯模型在实时使用前，利用事先采集和标注的输入和输出数据，对贝叶斯模型参数进行最优化调整；在实时使用时，将滤波后的车辆地理定位信息，车辆速度信息和车辆周边路况信息输入到贝叶斯模型中，模型输出道路通畅度评估值。

8.根据权利要求7所述的道路路况实时评估方法，其特征在于：

其中，车辆周边路况信息包括车道线信息，本车速度及周边车辆速度信息，周边车辆个数、密度和间隔距离，行人密度、速度及方向信息、交通标示信息、交通信号灯信息中的一个或几个。