CN105096598B - 车辆剩余行程时间预测方法 - Google Patents
车辆剩余行程时间预测方法 Download PDFInfo
- Publication number
- CN105096598B CN105096598B CN201510450458.1A CN201510450458A CN105096598B CN 105096598 B CN105096598 B CN 105096598B CN 201510450458 A CN201510450458 A CN 201510450458A CN 105096598 B CN105096598 B CN 105096598B
- Authority
- CN
- China
- Prior art keywords
- sections
- vehicle
- section
- velocity amplitude
- sequence
- 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.)
- Active
Links
Abstract
本发明提供一种车辆剩余行程时间预测方法，其中，该方法包括：获取剩余行程上每个路段的路段长度并获取剩余行程上每个路段的速度值序列，其中每个路段的速度值序列是预设时间内每个路段上所有车辆上传的速度值；根据剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及相邻路段中的后一个路段的路段长度，确定车辆经过相邻路段中的后一个路段的剩余行程时间；根据剩余行程上的每个路段的剩余行程时间，确定车辆经过剩余行程的时间。实现了根据剩余行程上每个路段中的所有车辆的速度值去确定车辆经过每个路段的时间，根据每个路段上的实际行驶情况去确定车辆经过剩余行程的时间。
Description
技术领域
本发明涉及智能交通技术领域，尤其涉及一种车辆剩余行程时间预测方法。
背景技术
随着现代科技的不断发展和进步，将信息技术入到交通领域中从而形成了智能交通技术。在车辆的行驶过程中，可以利用智能交通技术，预测车辆的剩余行程时间。
现有技术中，通过在行程的部分路段上设置采样点，在采样点上埋设地感线圈或者设置摄像机去采集当前车辆的行驶速度，或者采集当前车辆经过当前采样点的时间；云计算处理平台根据采样点采集的当前车辆的行驶速度，或者当前车辆经过当前采样点的时间，并依据剩余行程的长度去确定该车辆经过剩余行程的时间。
然而，现有技术中，由于采样点只能设置在路口等特定位置上，采样点无法覆盖到整个剩余行程上去，同时只根据当前车辆的当前速度或者经过采样点的时间去预测车辆经过剩余行程的时间，会造成很大的预测误差，造成得到的剩余行程的时间不准确的问题。
发明内容
本发明提供一种车辆剩余行程时间预测方法，用以解决现有技术中的车辆剩余行程时间预测方法中得到的剩余行程的时间不准确，有着很大误差的问题。
本发明提供了一种车辆剩余行程时间预测方法，包括：
接收车辆发送的剩余行程时间查询请求，所述剩余行程时间查询请求中包括车辆的当前位置和车辆的终点位置；
根据所述当前位置和所述终点位置，获取剩余行程上每个路段的路段长度、所述车辆在当前所在路段中的第一剩余路段长度、以及所述车辆在最后一个路段中的第二剩余路段长度，并获取所述剩余行程上每个路段的速度值序列，其中所述每个路段的速度值序列是预设时间内每个路段上所有车辆上传的速度值；
根据所述当前所在路段的速度值序列以及所述第一剩余路段长度，确定所述车辆经过所述第一剩余路段长度的剩余行程时间；
若所述第二剩余路段长度等于所述最后一个路段的路段长度，则根据所述剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及所述相邻路段中的后一个路段的路段长度，确定所述车辆经过所述相邻路段中的后一个路段的剩余行程时间；
根据所述剩余行程上的每个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间。
如上所述的方法中，在根据所述剩余行程上的每个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间之前，还包括：
若所述第二剩余路段长度不等于所述最后一个路段的路段长度，则执行以下步骤直至获取到所述剩余行程上与最后一个路段相邻的路段的剩余行程时间：根据所述剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及所述相邻路段中的后一个路段的路段长度，确定所述车辆经过所述相邻路段中的后一个路段的剩余行程时间；
根据所述最后一个路段的速度值序列以及所述第二剩余路段长度，确定所述车辆经过所述第二剩余路段长度的剩余行程时间。
如上所述的方法中，所述根据所述当前所在路段的速度值序列以及所述第一剩余路段长度，确定所述车辆经过所述第一剩余路段长度的剩余行程时间，包括：
根据所述车辆当前所在的第i路段的速度值序列Ti，确定所述第i路段的平均速度vavg,i；
根据所述车辆在当前所在的第i路段的第一剩余路段长度di′，以及所述第i路段的平均速度vavg,i，确定所述车辆经过所述第一剩余路段长度的剩余行程时间t1＝di′/vavg,i；
其中，i∈[1,N]，i是整数，N是正整数，N为所述剩余行程所在的整个行程中的路段的个数。
如上所述的方法中，所述根据所述剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及所述相邻路段中的后一个路段的路段长度，确定所述车辆经过所述相邻路段中的后一个路段的剩余行程时间，包括：
根据所述剩余路程中的第i+a路段的速度值序列，以及第i+a+1路段的速度值序列，确定所述第i+a路段的速度状态空间向量和速度值频率序列，以及所述第i+a+1路段的速度值频率序列；
若所述第i+a+1路段的速度值序列中的速度值数量不为零，则根据所述第i+a路段的速度值频率序列和所述第i+a+1路段的速度值频率序列，确定所述第i+a+1路段的概率转移矩阵；
根据所述第i+a+1路段的概率转移矩阵以及所述第i+a路段的速度值频率序列，确定所述第i+a+1路段的速度值概率序列；
根据所述第i+a路段的速度状态空间向量以及所述第i+a+1路段的速度值概率序列，确定所述车辆经过所述第i+a+1路段的平均速度；
根据所述第i+a+1路段的路段长度，以及所述第i+a+1路段的平均速度，确定所述车辆经过所述第i+a+1路段的剩余行程时间；
其中，a∈[0,N-i]，a是整数。
如上所述的方法中，还包括：
若所述第i+a+1路段的速度值序列中的速度值数量为零，则所述车辆经过所述第i+a+1路段的平均速度vvag,i+a+1＝ωv+，其中，ω∈[0.5,1]，v+为所述车辆的最高性能速度；
根据所述第i+a+1路段的路段长度di+a+1，以及所述第i+a+1路段的平均速度vvag,i+a+1，确定所述车辆经过所述第i+a+1路段的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
如上所述的方法中，所述根据所述剩余路程中的第i+a路段的速度值序列，以及第i+a+1路段的速度值序列，确定所述第i+a路段的速度状态空间向量和速度值频率序列，以及所述第i+a+1路段的速度值频率序列，包括：
根据所述剩余行程中的第i+a路段的速度值序列Ti+a，确定所述第i+a路段的速度状态空间向量S′i+a＝(mi+a,1,mi+a,2,…,mi+a,r,…,mi+a,M)以及速度值频率序列Si+a＝(fi+a,1,fi+a,2,…,fi+a,r,…,fi+a,M)，其中，mi+a,r为所述速度值序列Ti+a中的第r组速度值序列区间的速度值中值，fi+a,r为第r组速度值序列区间的速度值频率并且fi+a,r＝gi+a,r/qi+a，gi+a,r为第r组速度值序列区间的速度值数量，qi+a为所述速度值序列Ti+a的速度值数量；
根据所述剩余行程中的第i+a+1路段的速度值序列Ti+a+1，确定所述第i+a+1路段的速度值频率序列Si+a+1＝(fi+a+1,1,fi+a+1,2,…,fi+a+1,l,…,fi+a+l,M)，其中，fi+a+1,l为所述速度值序列Ti+a+1中的第l组速度值序列区间的速度值频率并且fi+a+1,l＝gi+a+1,l/qi+a，gi+a+1,l为第l组速度值序列区间的速度值数量，qi+a+1为所述速度值序列Ti+a+1的速度值数量；
其中，r∈[1,M]，l∈[1,M]，M是正整数，r为整数，l为整数。
如上所述的方法中，所述若所述第i+a+1路段的速度值序列中的速度值数量不为零，则根据所述第i+a路段的速度值频率序列和所述第i+a+1路段的速度值频率序列，确定所述第i+a+1路段的概率转移矩阵，包括：
若qi+a+1不为零，则根据所述速度值频率序列Si+a以及所述速度值频率序列Si+a+1，确定所述第i+a+1路段的概率转移矩阵
其中，第一变量第二变量sum为所述概率转移矩阵P(i+a,i+a+1)M×M中的第r行之和，
如上所述的方法中，所述根据所述第i+a+1路段的概率转移矩阵以及所述第i+a路段的速度值频率序列，确定所述第i+a+1路段的速度值概率序列，根据所述第i+a路段的速度状态空间向量以及所述第i+a+1路段的速度值概率序列，确定所述车辆经过所述第i+a+1路段的平均速度，包括：
根据所述概率转移矩阵P(i+a,i+a+1)M×M以及所述速度值频率序列Si+a，确定所述第i+a+1路段的速度值概率序列Vi+a+1＝Si+aP(i+a,i+a+1)M×M；
根据所述速度状态空间向量S′i+a以及所述速度值概率序列Vi+a+1，确定车辆经过所述第i+a+1路段的平均速度vvag,i+a+1＝S′i+aVi+a+1。
如上所述的方法中，所述根据所述第i+a+1路段的路段长度，以及所述第i+a+1路段的平均速度，确定所述车辆经过所述第i+a+1路段的剩余行程时间，包括：
根据所述第i+a+1路段的路段长度di+a+1，以及所述第i+a+1路段的预测平均速度vvag,i+a+1，确定所述车辆经过所述第i+a+1路段的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
如上所述的方法中，所述根据所述剩余行程上的每个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间，包括：
根据所述车辆经过所述第一剩余路段长度的剩余行程时间t1，以及所述车辆经过所述相邻路段中的后一个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间
本发明的技术效果是：接收车辆发送的剩余行程时间查询请求，剩余行程时间查询请求中包括车辆的当前位置和车辆的终点位置；根据当前位置和终点位置，获取剩余行程上每个路段的路段长度、车辆在当前所在路段中的第一剩余路段长度、以及车辆在最后一个路段中的第二剩余路段长度，并获取剩余行程上每个路段的速度值序列，其中每个路段的速度值序列是预设时间内每个路段上所有车辆上传的速度值；根据当前所在路段的速度值序列以及第一剩余路段长度，确定车辆经过第一剩余路段长度的剩余行程时间；若第二剩余路段长度等于最后一个路段的路段长度，则根据剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及相邻路段中的后一个路段的路段长度，确定车辆经过相邻路段中的后一个路段的剩余行程时间；根据剩余行程上的每个路段的剩余行程时间，确定车辆经过剩余行程的时间。实现了根据剩余行程上每个路段中的所有车辆的速度值，去确定车辆经过每个路段的时间，从而可以根据每个路段上的实际行驶情况去确定车辆经过剩余行程的时间。
附图说明
图1为本发明实施例一提供的车辆剩余行程时间预测方法的流程图；
图2为本发明实施例一提供的车辆剩余行程时间预测方法中的车辆位置的示意图；
图3为本发明实施例一提供的车辆剩余行程时间预测方法中的车辆位置的另一示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1为本发明实施例一提供的车辆剩余行程时间预测方法的流程图，图2为本发明实施例一提供的车辆剩余行程时间预测方法中的车辆位置的示意图，如图1和图2所示，本实施例的方法包括：
步骤101、接收车辆发送的剩余行程时间查询请求，剩余行程时间查询请求中包括车辆的当前位置和车辆的终点位置。
在本实施例中，具体的，云计算处理平台依据经纬度将整个行程划分为N个路段。车辆上设置了车载终端，车载终端包括传感器、数据采集器和无线发送模块。车辆在整个行程的行驶过程中，车辆上的无线发送模块通过蜂窝网向云计算处理平台发送剩余行程时间查询请求，剩余行程时间查询请求包括了车辆的当前位置以及车辆的终端位置。
步骤102、根据当前位置和终点位置，获取剩余行程上每个路段的路段长度、车辆在当前所在路段中的第一剩余路段长度、以及车辆在最后一个路段中的第二剩余路段长度，并获取剩余行程上每个路段的速度值序列，其中每个路段的速度值序列是预设时间内每个路段上所有车辆上传的速度值。
在本实施例中，具体的，云计算处理平台根据接收到的剩余行程时间查询请求中的车辆的当前位置和车辆的终点位置，获取车辆所在整个行程的信息，并确定剩余行程的信息，根据剩余行程的信息确定剩余行程上每个路段的路段长度，同时，确定车辆在当前所在路段中的第一剩余路段长度和最后一个路段的第二剩余路段长度。由于，车辆上安装了车载终端，在整个行程上的各个路段上的所有车辆可以在预设的时间间隔内，通过车载终端将车辆的当前速度发送给云计算处理平台；从而，每个路段上所有车辆上传的速度值构成了每个路段的速度值序列。从而，云计算处理平台可以根据剩余行程时间查询请求，获取剩余行程上的每个路段的速度值序列。
步骤103、根据当前所在路段的速度值序列以及第一剩余路段长度，确定车辆经过第一剩余路段长度的剩余行程时间。
在本实施例中，具体的，首先，云计算处理平台根据车辆在当前所在路段中的第一剩余路段长度，以及当前所在路段的速度值序列，得到车辆经过当前所在路段的第一剩余路段长度所需要的剩余行程时间。
步骤104、若第二剩余路段长度等于最后一个路段的路段长度，则根据剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及相邻路段中的后一个路段的路段长度，确定车辆经过相邻路段中的后一个路段的剩余行程时间。
在本实施例中，具体的，判断车辆在最后一个路段中的第二剩余路段长度是否等于最后一个路段的路段长度，若等于，说明车辆的终点位置为最后一个路段的终点位置，车辆需要经过整个的最后一个路段，如图2所示。那么云计算处理平台可以根据剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，确定车辆经过后一个路段的平均速度，然后根据相邻路段中的后一个路段的路段长度，确定车辆经过相邻路段中的后一个路段的剩余行程时间。从而，云计算处理平台得到了车辆经过剩余行程路段上的每个路段所需要的剩余行程时间，除了车辆经过当前所在路段的第一剩余路程长度的剩余行程时间。
步骤105、根据剩余行程上的每个路段的剩余行程时间，确定车辆经过剩余行程的时间。
在本实施例中，具体的，云计算处理平台根据步骤103中确定的车辆经过第一剩余路段长度的剩余行程时间，以及步骤104中确定的车辆经过相邻路段中的后一个路段的剩余行程时间，确定出车辆经过剩余行程的时间。与计算处理平台通过蜂窝网将车辆经过剩余行程的时间发送给车辆，使得车辆将车辆经过剩余行程的时间显示给用户。
本实施例通过根据车辆的当前位置和终点位置，获取剩余行程上每个路段的路段长度、车辆在当前所在路段中的第一剩余路段长度、以及车辆在最后一个路段中的第二剩余路段长度，并获取剩余行程上每个路段的速度值序列，其中每个路段的速度值序列是预设时间内每个路段上所有车辆上传的速度值；然后，根据当前所在路段的速度值序列以及第一剩余路段长度，确定车辆经过第一剩余路段长度的剩余行程时间；再根据剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及相邻路段中的后一个路段的路段长度，确定车辆经过相邻路段中的后一个路段的剩余行程时间；根据剩余行程上的每个路段的剩余行程时间，确定车辆经过剩余行程的时间。实现了根据剩余行程上每个路段中的所有车辆的速度值，去确定车辆经过每个路段的时间，从而可以根据每个路段上的实际行驶情况去确定车辆经过剩余行程的时间，充分考虑了车辆所在的剩余行程上的可能发生的交通事故或者车辆拥挤等实际行驶情况对车辆所需要行驶的时间的影响，获得的车辆经过剩余行程的时间较为准确。
进一步的，在上述实施例的基础上，图3为本发明实施例一提供的车辆剩余行程时间预测方法中的车辆位置的另一示意图，如图3所示，本发明实施例一提供的车辆剩余行程时间预测方法中，在步骤105之前，还包括：
若第二剩余路段长度不等于最后一个路段的路段长度，则执行以下步骤直至获取到剩余行程上与最后一个路段相邻的路段的剩余行程时间：根据剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及相邻路段中的后一个路段的路段长度，确定车辆经过相邻路段中的后一个路段的剩余行程时间；
根据最后一个路段的速度值序列以及第二剩余路段长度，确定车辆经过第二剩余路段长度的剩余行程时间。
在本实施方式中，具体的，若第二剩余路段长度不等于最后一个路段的路段长度，若等于，说明车辆的终点位置不是最后一个路段的终点位置，车辆不需要经过整个的最后一个路段，如图3所示。从而，云计算处理平台根据获取到的最后一个路段的速度值序列以及最后一个路段的第二剩余路段长度，去确定出车辆经过第二剩余路段长度的剩余行程时间。
本实施方式在车辆不需要经过最后一个路段的路段长度时，根据获取到的最后一个路段的速度值序列以及最后一个路段的第二剩余路段长度，去确定出车辆经过第二剩余路段长度的剩余行程时间。
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤103的具体实施方式，包括：
根据车辆当前所在的第i路段的速度值序列Ti，确定第i路段的平均速度vavg,i；
根据车辆在当前所在的第i路段的第一剩余路段长度di′，以及第i路段的平均速度vavg,i，确定车辆经过第一剩余路段长度的剩余行程时间t1＝di′/vavg,i；
其中，i∈[1,N]，i是整数，N是正整数，N为剩余行程所在的整个行程中的路段的个数。
在本实施方式中，具体的，由于云计算处理平台首先将整个行程划分为了N个路段，从而可知N为剩余行程所在的整个行程中的路段的个数，N是一个正整数。云计算处理平台根据车辆的当前位置判断出车辆在整个行程的第i路段上，i为1至N之间的任意一个整数；对已经获取到的第i路段的速度值序列Ti求速度平均值，可以第i路段的平均速度vavg,i；已经在步骤102中获知第i路段的第一剩余路段长度di′，将第一剩余路段长度di′除以第i路段的平均速度vavg,i，从而可以确定出车辆经过第一剩余路段长度的剩余行程时间t1＝di′/vavg,i。
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤104中若第二剩余路段长度等于最后一个路段的路段长度，则具体实施方式包括：
根据剩余路程中的第i+a路段的速度值序列，以及第i+a+1路段的速度值序列，确定第i+a路段的速度状态空间向量和速度值频率序列，以及第i+a+1路段的速度值频率序列；
若第i+a+1路段的速度值序列中的速度值数量不为零，则根据第i+a路段的速度值频率序列和第i+a+1路段的速度值频率序列，确定第i+a+1路段的概率转移矩阵；
根据第i+a+1路段的概率转移矩阵以及第i+a路段的速度值频率序列，确定第i+a+1路段的速度值概率序列；
根据第i+a路段的速度状态空间向量以及第i+a+1路段的速度值概率序列，确定车辆经过第i+a+1路段的平均速度；
根据第i+a+1路段的路段长度，以及第i+a+1路段的平均速度，确定车辆经过第i+a+1路段的剩余行程时间；
其中，a∈[0,N-i]，a是整数。
在本实施方式中，具体的，可以采用马尔可夫链去确定车辆在剩余行程上相邻路段中的后一个路段上的平均速度，然后根据相邻路段中的后一个路段的路段长度，去确定车辆经过后一个路段所需要的剩余行程时间。
具体来说，云计算处理平台依据剩余路程中的第i+a路段的速度值序列，采用马尔可夫链去确定第i+a路段的速度状态空间向量和速度值频率序列，其中，a∈[0,N-i]，a是整数；依据剩余路程中的第i+a+1路段的速度值序列，采用马尔可夫链去确定第i+a+1路段的速度值频率序列。首先，云计算处理平台判断第i+a+1路段的速度值序列中的速度值的数量不为零，那么可以根据第i+a路段的速度值频率序列以及第i+a+1路段的速度值频率序列，采用马尔可夫链去确定第i+a+1路段的概率转移矩阵。云计算处理平台再根据第i+a+1路段的概率转移矩阵以及第i+a路段的速度值频率序列，采用马尔可夫链去确定第i+a+1路段的速度值概率序列。然后，云计算处理平台根据第i+a路段的速度状态空间向量以及第i+a+1路段的速度值概率序列，采用马尔可夫链去确定车辆经过第i+a+1路段的平均速度，在根据第i+a+1路段的路段长度去确定车辆经过第i+a+1路段的剩余行程时间。从而得到了车辆经过剩余行程上的相邻路段中的后一个路段所需要的剩余行程时间。
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤104中若第二剩余路段长度等于最后一个路段的路段长度，则具体实施方式还包括：
若第i+a+1路段的速度值序列中的速度值数量为零，则车辆经过第i+a+1路段的平均速度vvag,i+a+1＝ωv+，其中，ω∈[0.5,1]，v+为车辆的最高性能速度；
根据第i+a+1路段的路段长度di+a+1，以及第i+a+1路段的平均速度vvag,i+a+1，确定车辆经过第i+a+1路段的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
在本实施方式中，具体的，若第i+a+1路段的速度值序列中的速度值数量为零，则说明没有车辆经过第i+a+1路段。那么云计算处理平台采用车辆的最高性能速度v+去确定车辆经过第i+a+1路段的平均速度vvag,i+a+1，并利用了公式vvag,i+a+1＝ωv+，其中，ω∈[0.5,1]；云计算处理平台将第i+a+1路段的平均速度vvag,i+a+1除以第i+a+1路段的路段长度di+a+1，从而确定车辆经过第i+a+1路段的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
本实施方式通过确定没有车辆经过第i+a+1路段时，采用采用车辆的最高性能速度v+去确定车辆经过第i+a+1路段的平均速度vvag,i+a+1。
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤104中的具体实施方式在执行根据剩余路程中的第i+a路段的速度值序列，以及第i+a+1路段的速度值序列，确定第i+a路段的速度状态空间向量和速度值频率序列，以及第i+a+1路段的速度值频率序列时，具体包括：
根据剩余行程中的第i+a路段的速度值序列Ti+a，确定第i+a路段的速度状态空间向量S′i+a＝(mi+a,1,mi+a,2,…,mi+a,r,…,mi+a,M)以及速度值频率序列Si+a＝(fi+a,1,fi+a,2,…,fi+a,r,…,fi+a,M)，其中，mi+a,r为速度值序列Ti+a中的第r组速度值序列区间的速度值中值，fi+a,r为第r组速度值序列区间的速度值频率并且fi+a,r＝gi+a,r/qi+a，gi+a,r为第r组速度值序列区间的速度值数量，qi+a为速度值序列Ti+a的速度值数量；
根据剩余行程中的第i+a+1路段的速度值序列Ti+a+1，确定第i+a+1路段的速度值频率序列Si+a+1＝(fi+a+1,1,fi+a+1,2,…,fi+a+1,l,…,fi+a+l,M)，其中，fi+a+1,l为速度值序列Ti+a+1中的第l组速度值序列区间的速度值频率并且fi+a+1,l＝gi+a+1,l/qi+a，gi+a+1,l为第l组速度值序列区间的速度值数量，qi+a+1为速度值序列Ti+a+1的速度值数量；
其中，r∈[1,M]，l∈[1,M]，M是正整数，r为整数，l为整数。
在本实施方式中，具体的，由于云计算处理平台将整个行程分为了N个路段，并获取了第i+a路段的速度值序列Ti+a，速度值序列Ti+a的速度值数量为qi+a，可以将速度值序列Ti+a中的速度值按照速度值大小进行排列，然后将速度值序列Ti+a中的速度值分到M组速度值序列区间中，M是正整数，例如可以以1公里/小时作为划分区间的依据，车辆的高性能速度为120公里/小时，从而将速度值序列Ti+a分为了120组速度值序列区间。对于每个速度值序列区间来说，取该速度值序列区间的速度值中值作为该速度值序列区间的一个平均速度。从而可以得到第i+a路段的速度状态空间向量S′i+a＝(mi+a,1,mi+a,2,…,mi+a,r,…,mi+a,M)，其中，mi+a,r为速度值序列Ti+a中的第r组速度值序列区间的速度值中值。第i+a路段的速度值序列Ti+a中的第r组速度值序列区间的速度值数量为gi+a,r，可以得到第r组速度值序列区间的速度值频率fi+a,r＝gi+a,r/qi+a，从而可以得到第i+a路段的速度值频率序列Si+a＝(fi+a,1,fi+a,2,…,fi+a,r,…,fi+a,M)。其中，r∈[1,M]，r为整数。
同时，云计算处理平台获取了第i+a+1路段的速度值序列Ti+a+1，速度值序列Ti+a+1的速度值数量为qi+a+1，可以将速度值序列Ti+a+1中的速度值按照速度值大小进行排列，然后将速度值序列Ti+a+1中的速度值分到M组速度值序列区间中。对于速度值序列Ti+a+1中每个速度值序列区间来说，取该速度值序列区间的速度值中值作为该速度值序列区间的一个平均速度，得到第i+a+1路段的速度状态空间向量S′i+a+1＝(mi+a+1,1,mi+a+1,2,…,mi+a+1,l,…,mi+a+1,M)，其中，mi+a+1,l为速度值序列Ti+a+1中的第l组速度值序列区间的速度值中值。第i+a+1路段的速度值序列Ti+a+1中的第l组速度值序列区间的速度值数量为gi+a+1,l，可以得到第l组速度值序列区间的速度值频率fi+a+1,l＝gi+a+1,l/qi+a，从而可以得到第i+a+1路段的速度值频率序列Si+a+1＝(fi+a+1,1,fi+a+1,2,…,fi+a+1,l,…,fi+a+l,M)。其中，l∈[1,M]，l为整数。
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤104中的具体实施方式在执行若第i+a+1路段的速度值序列中的速度值数量不为零，则根据第i+a路段的速度值频率序列和第i+a+1路段的速度值频率序列，确定第i+a+1路段的概率转移矩阵时，具体包括：
若qi+a+1不为零，则根据速度值频率序列Si+a以及速度值频率序列Si+a+1，确定第i+a+1路段的概率转移矩阵
其中，第一变量第二变量sum为概率转移矩阵P(i+a,i+a+1)M×M中的第r行之和，
在本实施方式中，具体的，若第i+a+1路段的速度值序列Ti+a+1中的速度值数量qi+a+1不为零，则云计算处理平台根据第i+a路段的速度值频率序列Si+a，以及第i+a+1路段的速度值频率序列Si+a+1，根据公式得到第i+a+1路段的概率转移矩阵其中，第一变量第二变量sum为概率转移矩阵P(i+a,i+a+1)M×M中的第r行之和，
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤104中的具体实施方式在执行根据第i+a+1路段的概率转移矩阵以及第i+a路段的速度值频率序列，确定第i+a+1路段的速度值概率序列，根据第i+a路段的速度状态空间向量以及第i+a+1路段的速度值概率序列，确定车辆经过第i+a+1路段的平均速度时，具体包括：
根据概率转移矩阵P(i+a,i+a+1)M×M以及速度值频率序列Si+a，确定第i+a+1路段的速度值概率序列Vi+a+1＝Si+aP(i+a,i+a+1)M×M；
根据速度状态空间向量S′i+a以及速度值概率序列Vi+a+1，确定车辆经过第i+a+1路段的平均速度vvag,i+a+1＝S′i+aVi+a+1。
在本实施方式中，具体的，云计算处理平台根据第i+a+1路段的概率转移矩阵P(i+a,i+a+1)M×M以及第i+a路段的速度值频率序列Si+a，根据公式Si+aP(i+a,i+a+1)M×M，得到第i+a+1路段的速度值概率序列Vi+a+1＝Si+aP(i+a,i+a+1)M×M。并根据第i+a路段的速度状态空间向量S′i+a以及第i+a+1路段的速度值概率序列Vi+a+1，依据公式S′i+aVi+a+1，确定车辆经过第i+a+1路段所需要的平均速度vvag,i+a+1＝S′i+aVi+a+1。从而，云计算处理平台根据马尔可夫链得到了车辆经过第i+a+1路段所需要的平均速度。
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤104中的具体实施方式在执行根据第i+a+1路段的路段长度，以及第i+a+1路段的平均速度，确定车辆经过第i+a+1路段的剩余行程时间时，包括：
根据第i+a+1路段的路段长度di+a+1，以及第i+a+1路段的预测平均速度vvag,i+a+1，确定车辆经过第i+a+1路段的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
在本实施方式中，具体的，云计算处理平台将获取到的第i+a+1路段的路段长度di+a+1，除以计算出的第i+a+1路段的预测平均速度vvag,i+a+1，得到车辆经过第i+a+1路段所需要的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
进一步的，在上述实施例的基础上，本发明实施例一提供的车辆剩余行程时间预测方法中，步骤105的具体实施方式包括：
根据车辆经过第一剩余路段长度的剩余行程时间t1，以及车辆经过相邻路段中的后一个路段的剩余行程时间，确定车辆经过剩余行程的时间
在本实施方式中，具体的，云计算处理平台对步骤104中确定的车辆经过剩余行程中的相邻路段中的后一个路段所需要的剩余行程时间，进行求和，然后加上步骤103中确定的车辆经过第一剩余路段长度所需要的剩余行程时间t1，得到车辆经过剩余行程的时间从而云计算处理平台可以通过蜂窝网将车辆经过剩余行程所需要的时间tRTT，发送给车辆。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种车辆剩余行程时间预测方法，其特征在于，包括：
接收车辆发送的剩余行程时间查询请求，所述剩余行程时间查询请求中包括车辆的当前位置和车辆的终点位置；
根据所述当前位置和所述终点位置，获取剩余行程上每个路段的路段长度、所述车辆在当前所在路段中的第一剩余路段长度、以及所述车辆在最后一个路段中的第二剩余路段长度，并获取所述剩余行程上每个路段的速度值序列，其中所述每个路段的速度值序列是预设时间内每个路段上所有车辆上传的速度值；
根据所述当前所在路段的速度值序列以及所述第一剩余路段长度，确定所述车辆经过所述第一剩余路段长度的剩余行程时间；
若所述第二剩余路段长度等于所述最后一个路段的路段长度，则根据所述剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及所述相邻路段中的后一个路段的路段长度，确定所述车辆经过所述相邻路段中的后一个路段的剩余行程时间；
根据所述剩余行程上的每个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间。
2.根据权利要求1所述的方法，其特征在于，在根据所述剩余行程上的每个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间之前，还包括：
若所述第二剩余路段长度不等于所述最后一个路段的路段长度，则执行以下步骤直至获取到所述剩余行程上与最后一个路段相邻的路段的剩余行程时间：根据所述剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及所述相邻路段中的后一个路段的路段长度，确定所述车辆经过所述相邻路段中的后一个路段的剩余行程时间；
根据所述最后一个路段的速度值序列以及所述第二剩余路段长度，确定所述车辆经过所述第二剩余路段长度的剩余行程时间。
3.根据权利要求1所述的方法，其特征在于，所述根据所述当前所在路段的速度值序列以及所述第一剩余路段长度，确定所述车辆经过所述第一剩余路段长度的剩余行程时间，包括：
根据所述车辆当前所在的第i路段的速度值序列Ti，确定所述第i路段的平均速度vavg,i；
根据所述车辆在当前所在的第i路段的第一剩余路段长度di′，以及所述第i路段的平均速度vavg,i，确定所述车辆经过所述第一剩余路段长度的剩余行程时间t1＝di′/vavg,i；
其中，i∈[1,N]，i是整数，N是正整数，N为所述剩余行程所在的整个行程中的路段的个数。
4.根据权利要求3所述的方法，其特征在于，所述根据所述剩余行程上相邻路段中的前一个路段的速度值序列和后一个路段的速度值序列，以及所述相邻路段中的后一个路段的路段长度，确定所述车辆经过所述相邻路段中的后一个路段的剩余行程时间，包括：
根据所述剩余路程中的第i+a路段的速度值序列，以及第i+a+1路段的速度值序列，确定所述第i+a路段的速度状态空间向量和速度值频率序列，以及所述第i+a+1路段的速度值频率序列；
若所述第i+a+1路段的速度值序列中的速度值数量不为零，则根据所述第i+a路段的速度值频率序列和所述第i+a+1路段的速度值频率序列，确定所述第i+a+1路段的概率转移矩阵；
根据所述第i+a+1路段的概率转移矩阵以及所述第i+a路段的速度值频率序列，确定所述第i+a+1路段的速度值概率序列；
根据所述第i+a路段的速度状态空间向量以及所述第i+a+1路段的速度值概率序列，确定所述车辆经过所述第i+a+1路段的平均速度；
根据所述第i+a+1路段的路段长度，以及所述第i+a+1路段的平均速度，确定所述车辆经过所述第i+a+1路段的剩余行程时间；
其中，a∈[0,N-i]，a是整数。
5.根据权利要求4所述的方法，其特征在于，还包括：
若所述第i+a+1路段的速度值序列中的速度值数量为零，则所述车辆经过所述第i+a+1路段的平均速度vvag,i+a+1＝ωv+，其中，ω∈[0.5,1]，v+为所述车辆的最高性能速度；
根据所述第i+a+1路段的路段长度di+a+1，以及所述第i+a+1路段的平均速度vvag,i+a+1，确定所述车辆经过所述第i+a+1路段的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
6.根据权利要求5所述的方法，其特征在于，所述根据所述剩余路程中的第i+a路段的速度值序列，以及第i+a+1路段的速度值序列，确定所述第i+a路段的速度状态空间向量和速度值频率序列，以及所述第i+a+1路段的速度值频率序列，包括：
根据所述剩余行程中的第i+a路段的速度值序列Ti+a，确定所述第i+a路段的速度状态空间向量S′i+a＝(mi+a,1,mi+a,2,…,mi+a,r,…,mi+a,M)以及速度值频率序列Si+a＝(fi+a,1,fi+a,2,…,fi+a,r,…,fi+a,M)，其中，mi+a,r为所述速度值序列Ti+a中的第r组速度值序列区间的速度值中值，fi+a,r为第r组速度值序列区间的速度值频率并且fi+a,r＝gi+a,r/qi+a，gi+a,r为第r组速度值序列区间的速度值数量，qi+a为所述速度值序列Ti+a的速度值数量；
根据所述剩余行程中的第i+a+1路段的速度值序列Ti+a+1，确定所述第i+a+1路段的速度值频率序列Si+a+1＝(fi+a+1,1,fi+a+1,2,…,fi+a+1,l,…,fi+a+l,M)，其中，fi+a+1,l为所述速度值序列Ti+a+1中的第l组速度值序列区间的速度值频率并且fi+a+1,l＝gi+a+1,l/qi+a，gi+a+1,l为第l组速度值序列区间的速度值数量，qi+a+1为所述速度值序列Ti+a+1的速度值数量；
其中，r∈[1,M]，l∈[1,M]，M是正整数，r为整数，l为整数。
7.根据权利要求6所述的方法，其特征在于，所述若所述第i+a+1路段的速度值序列中的速度值数量不为零，则根据所述第i+a路段的速度值频率序列和所述第i+a+1路段的速度值频率序列，确定所述第i+a+1路段的概率转移矩阵，包括：
若qi+a+1不为零，则根据所述速度值频率序列Si+a以及所述速度值频率序列Si+a+1，确定所述第i+a+1路段的概率转移矩阵
其中，第一变量第二变量sum为所述概率转移矩阵P(i+a,i+a+1)M×M中的第r行之和，
8.根据权利要求7所述的方法，其特征在于，所述若所述第i+a+1路段的速度值序列中的速度值数量不为零，所述根据所述第i+a+1路段的概率转移矩阵以及所述第i+a路段的速度值频率序列，确定所述第i+a+1路段的速度值概率序列，根据所述第i+a路段的速度状态空间向量以及所述第i+a+1路段的速度值概率序列，确定所述车辆经过所述第i+a+1路段的平均速度，包括：
根据所述概率转移矩阵P(i+a,i+a+1)M×M以及所述速度值频率序列Si+a，确定所述第i+a+1路段的速度值概率序列Vi+a+1＝Si+aP(i+a,i+a+1)M×M；
根据所述速度状态空间向量Si′+a以及所述速度值概率序列Vi+a+1，确定车辆经过所述第i+a+1路段的平均速度vvag,i+a+1＝Si′+aVi+a+1。
9.根据权利要求8所述的方法，其特征在于，所述若所述第i+a+1路段的速度值序列中的速度值数量不为零，所述根据所述第i+a+1路段的路段长度，以及所述第i+a+1路段的平均速度，确定所述车辆经过所述第i+a+1路段的剩余行程时间，包括：
根据所述第i+a+1路段的路段长度di+a+1，以及所述第i+a+1路段的平均速度vvag,i+a+1，确定所述车辆经过所述第i+a+1路段的剩余行程时间ti+a+1＝di+a+1/vvag,i+a+1。
10.根据权利要求9所述的方法，其特征在于，所述根据所述剩余行程上的每个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间，包括：
根据所述车辆经过所述第一剩余路段长度的剩余行程时间t1，以及所述车辆经过所述相邻路段中的后一个路段的剩余行程时间，确定所述车辆经过所述剩余行程的时间
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510450458.1A CN105096598B (zh) | 2015-07-28 | 2015-07-28 | 车辆剩余行程时间预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510450458.1A CN105096598B (zh) | 2015-07-28 | 2015-07-28 | 车辆剩余行程时间预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105096598A CN105096598A (zh) | 2015-11-25 |
| CN105096598B true CN105096598B (zh) | 2017-05-24 |
Family
ID=54576914
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510450458.1A Active CN105096598B (zh) | 2015-07-28 | 2015-07-28 | 车辆剩余行程时间预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105096598B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108629982B (zh) * | 2018-05-16 | 2020-12-29 | 中山大学 | 一种基于旅行时间分布规律的路段车辆数估计方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102298839A (zh) * | 2011-07-12 | 2011-12-28 | 北京世纪高通科技有限公司 | Od旅行时间的计算方法及装置 |
| CN104205184A (zh) * | 2012-03-19 | 2014-12-10 | 宝马股份公司 | 用于控制交通信息数据的提供以更新交通信息的方法 |
| CN104346925A (zh) * | 2013-07-31 | 2015-02-11 | 国际商业机器公司 | 预测行车时间的方法和系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3534622B2 (ja) * | 1998-08-21 | 2004-06-07 | 日本電信電話株式会社 | 旅行時間算出方法、装置、および旅行時間算出プログラムを記録した記録媒体 |
| US9070100B2 (en) * | 2011-03-31 | 2015-06-30 | United Parcel Service Of America, Inc. | Calculating speed and travel times with travel delays |
-
2015
- 2015-07-28 CN CN201510450458.1A patent/CN105096598B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102298839A (zh) * | 2011-07-12 | 2011-12-28 | 北京世纪高通科技有限公司 | Od旅行时间的计算方法及装置 |
| CN104205184A (zh) * | 2012-03-19 | 2014-12-10 | 宝马股份公司 | 用于控制交通信息数据的提供以更新交通信息的方法 |
| CN104346925A (zh) * | 2013-07-31 | 2015-02-11 | 国际商业机器公司 | 预测行车时间的方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105096598A (zh) | 2015-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109000668B (zh) | 基于车联网的实时智能导航方法 | |
| CN105023428B (zh) | 路况信息评估方法及装置 | |
| CN108133619B (zh) | 停车场停车预测的方法、装置、存储介质及终端设备 | |
| US10120381B2 (en) | Identifying significant locations based on vehicle probe data | |
| JP6120166B2 (ja) | 車両停止判定結果提供方法、車両停止判定装置、および車両停止判定システム | |
| WO2016083518A1 (en) | Apparatus and method for vehicle economy improvement | |
| CN105976631A (zh) | 一种车辆数据处理方法及车辆终端 | |
| CN102737510A (zh) | 一种基于移动智能终端的实时交通路况采集方法 | |
| CN105528401B (zh) | 公交信息查询方法及装置 | |
| CN108592932A (zh) | 一种无人车调度方法、系统、设备及存储介质 | |
| CN103310634A (zh) | 基于车辆定位系统的路况分析系统 | |
| US20090005958A1 (en) | Traffic probe in-vehicle map-based process to reduce data communications and improve accuracy | |
| US20130304414A1 (en) | Mobility determination | |
| JPWO2013137103A1 (ja) | 車両用通信装置および車両用通信システム | |
| US20180367613A1 (en) | Call-Ahead Downloading To Vehicles | |
| US20210326699A1 (en) | Travel speed prediction | |
| CN105096396A (zh) | 用于高速公路的不停车收费系统 | |
| CN105185117A (zh) | 一种公路旅行时间预测方法、系统及装置 | |
| US20180345966A1 (en) | Vehicle control apparatus | |
| CN103778784A (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 | |
| CN104875740A (zh) | 用于管理跟随空间的方法、主车辆以及跟随空间管理单元 | |
| CN110108297B (zh) | 车辆行驶数据处理方法及装置 | |
| CN105096598B (zh) | 车辆剩余行程时间预测方法 | |
| CN109495837A (zh) | 一种道路状况监测方法、设备及计算机可读存储介质 | |
| CN103065471A (zh) | 基于主动信息上报的浮动车信息采集优化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |