CN105741545B - 一种基于公交车gnss时空轨迹数据判别交通状态的装置及方法 - Google Patents

Abstract

本发明涉及一种基于公交车GNSS时空轨迹数据判别交通状态的装置及方法。该装置包括客户端和服务端；所述客户端包括，GNSS数据采集模块和公交站牌位置判断模块；所述服务端包括，数据预处理模块和交通状态挖掘模块本发明所述基于公交车GNSS时空轨迹数据判别交通状态的装置，可以对交通状态作出有效的预测，指导人们在生产、生活中选择合适的发车时段出行，有效合理的减轻了交通压力；另外，该装置基于公交车进行数据采集，是按照公交车的不同发车时段分别进行分析，最后进行汇总，从而得到各时段、各日期的交通状态，数据来源更客观、更具有说服力。

Description

一种基于公交车GNSS时空轨迹数据判别交通状态的装置及 方法

技术领域：

本发明涉及一种基于公交车GNSS时空轨迹数据判别交通状态的装置及方法，属于数据挖掘的技术领域。

背景技术：

随着城市人口的增多，车辆数目也随之骤增，交通实时状态的变化也越来越大，一天里各个时段、各个路段的交通实际状态成为居民出行十分关注的信息。传统的交通数据获取方式主要包括人工实地测绘和卫星遥感技术，需要专业人员、专业设备反复测量，庞大的交通数据量对测量工作构成严峻考验。人工实地测绘和卫星遥感技术需要耗费大量的人力、物力，并且采集周期长、数据时效性差；以至于传统的交通数据获取方法无法准确、实时地反映出最新的交通状态。客观、全面地获取各个时段、各个路段的交通状态信息是一个巨大的挑战。

GNSS是Global Navigation Satellite System(全球导航卫星系统)的缩写，泛指所有的卫星导航系统，包括全球的、区域的和增强的，如美国的GPS、俄罗斯的Glonass、欧洲的Galileo、中国的北斗卫星导航系统，以及相关的增强系统，如美国的WAAS(广域增强系统)、欧洲的EGNOS(欧洲静地导航重叠系统)和日本的MSAS(多功能运输卫星增强系统)等，还涵盖在建和以后要建设的其他卫星导航系统。国际GNSS系统是个多系统、多层面、多模式的复杂组合系统。

GNSS现被广泛应用到车辆导航，交通监控等，具有时效性高，反馈能力强等优点。中国专利CN105371857A公开了一种基于公交车GNSS时空轨迹数据建构路网拓扑的装置及方法。所述装置包括依次连接的GNSS数据采集模块、数据预处理模块、位置匹配模块和客户端通信模块等。本发明通过对公交车GNSS时空轨迹数据的分析建构路网地图，无需额外硬件设备，也不受环境基础设施影响；避免了耗费大量的人力、物力现场采集、勘测数据，大大缩短了路网地图更新的周期，且方便进行进一步的挖掘交通路网信息参数及进行交通态势预测。

发明内容：

针对现有技术的不足，本发明提供一种基于公交车GNSS时空轨迹数据判别交通状态的装置。

本发明还提供一种利用上述装置判别交通状态的方法。

术语说明：

不完整的车辆数据：车辆上传的行驶轨迹中，正常情况下公交站牌编号应该是从1号站开始到最后一个公交站牌编号是连续且完整的，若出现缺失公交站牌编号的情况，就是不完整的车辆数据；其中，缺失的公交站牌编号为跳点。

发明概述：

本发明所述基于公交车GNSS时空轨迹数据判别交通状态的装置，可运行在移动设备上(如公交车、出租汽车等)，以一定频率上传一组经过处理的定位数据(包括车辆编号、轨迹点位置和行驶时间)。

本发明所述基于公交车GNSS时空轨迹数据判别交通状态的方法，改进了原先不区分时段、不区分线路的方法，对同一条线路将一天中公交车的发车时间按间隔一定时间划分成若干时段，将基于公交车GNSS时空轨迹数据判别交通状态分成了两个子问题：一是根据GPS数据统计出公交车实际行驶完一趟线路的时间，二是经过数据的筛选、预处理后根据行驶时间建立合适的机制去判别交通状态。

本发明的技术方案如下：

一种基于公交车GNSS时空轨迹数据判别交通状态的装置，包括客户端和服务端；所述客户端包括，GNSS数据采集模块和公交站牌位置判断模块；所述服务端包括，数据预处理模块和交通状态挖掘模块。

优选的，所述GNSS数据采集模块为移动设备内置GPS/北斗卫星导航系统或通过蓝牙连接的外置GPS/北斗卫星导航系统。

优选的，所述客户端还包括客户端通信模块；所述服务端还包括服务端通信模块。所述的客户端通信模块负责将行驶数据传输到服务端。所述的服务端通信模块负责接收客户端通信模块上传的行驶数据。

一种利用上述装置判别交通状态的方法，步骤如下：

1)信息采集与上传：

GNSS数据采集模块以采样频率f采集车辆数据，所述行驶数据包括车辆编号、轨迹点位置和行驶时间，行驶时间为车辆行驶一趟路线所花费的时间；

公交站牌位置判断模块对轨迹点位置进行分析，判别轨迹点位置是否在公交站牌位置，并依次对车辆所经过的公交站牌位置进行编号得到公交站牌编号；客户端将行驶数据及公交站牌编号上传至服务端；

公交站牌位置判断模块对轨迹点位置进行分析，现有技术中，GNSS接收设备会将每一个轨迹点位置与本地存储的公交站点数据进行匹配，轨迹点位置与对应的本地存储的公交站点之间的直线距离小于一定距离，则判断该轨迹定位点为公交站点，并依次对车辆所经过的公交站牌位置进行编号得到公交站牌编号；其中，本地存储的公交站点数据的初始值由服务器端下发。依照此技术，判别轨迹点位置是否在公交站牌位置，并依次对车辆所经过的公交站牌位置进行编号得到公交站牌编号；客户端将行驶数据上传至服务端，此步骤大大简化了数据的预处理及车辆行驶状态的分析过程。

2)数据预处理：

数据预处理模块筛选出连续、完整的公交站牌编号，删除不完整的车辆数据；

3)同一发车时段内车辆行驶时间统计：

交通状态挖掘模块将车辆的运行时间等分为多个相同的发车时段，车辆按照调度在不同发车时段发车，统计n天中在同一发车时段发车的车辆的行驶时间T₁，T₂,T₃，…；

4)获取n天中同一发车时段内车辆的行驶时间标准值：

交通状态挖掘模块统计n天中行驶时间落入at～(a+1)t时间范围的车辆个数，其中a＝0,1,2，3…；t为经验值；

取车辆个数最多的时间范围对应的a，则(2a+1)t/2为该发车时段对应的行驶时间标准值；

5)交通状态挖掘模块判别n天中不同发车时段内的交通状态：

比较不同发车时段的行驶时间标准值，行驶时间标准值越大，则对应发车时段内的交通越拥堵；行驶时间标准值越小，则对应发车时段内的交通越通畅；

优选的，在步骤5)之后还包括判断n天内每一天的交通状态的步骤6)、7)：

6)获取n天中的一天内所有发车时段内车辆的时间标准值：

交通状态挖掘模块统计一天中行驶时间落入bT～(b+1)T时间范围的车辆个数；其中b＝0,1,2，3…；T为经验值；

取车辆个数最多的时间范围对应的b，则(2b+1)T/2为该天对应的时间标准值；

7)交通状态挖掘模块判别n天内每一天的交通状态：

比较不同日期的时间标准值，时间标准值越大，则对应日期内的交通越拥堵；行驶时间标准值越小，则对应日期内的交通越通畅。

进一步优选的，所述判别交通状态的方法，还包括绘制图表的过程；所述交通状态挖掘模块以at～(a+1)t为横坐标，以行驶时间落入at～(a+1)t时间范围的车辆个数为纵坐标，绘制n天中不同发车时段内的交通状态图；所述交通状态挖掘模块以bT～(b+1)T为横坐标，以行驶时间落入bT～(b+1)T时间范围的车辆个数为纵坐标，绘制n天内每一天的交通状态图。通过绘制图表，可以直观的观察交通状态。

优选的，所述判别交通状态的方法，还包括人工或根据信号强度选择GPS或北斗定位模式的步骤。

因为GNSS泛指所有的卫星导航系统，包括全球导航系统、区域导航系统和增强导航系统，GNSS是个多系统、多层面、多模式的复杂组合系统，根据我国的实际的卫星导航系统现状，在本装置中，支持GPS或北斗定位两种模式，根据信号的强弱切换及时模式可以保证轨迹数据的完整性与准确性，从而保证了最终结果的客观性与准确性。

优选的，所述车辆为公交车。

发明的优势在于：

1.本发明所述基于公交车GNSS时空轨迹数据判别交通状态的装置，无需专人看守，无需人工测量位置，可实时获取并上传位置数据，节省了人力、物力；

2.本发明所述基于公交车GNSS时空轨迹数据判别交通状态的装置，可以对交通状态作出有效的预测，指导人们在生产、生活中选择合适的发车时段出行，有效合理的减轻了交通压力；

3.本发明所述基于公交车GNSS时空轨迹数据判别交通状态的装置，基于公交车进行数据采集，是按照公交车的不同发车时段分别进行分析，最后进行汇总，从而得到各时段、各日期的交通状态，数据来源更客观、更具有说服力。

附图说明：

图1为本发明所述基于公交车GNSS时空轨迹数据判别交通状态的装置结构示意图；

图2为判别n天内不同发车时段交通状态的工作流程图；

图3为判别n天内每一天交通状态的工作流程图；

图4为实施例4所述MATLAB仿真图。

具体实施方式：

下面结合实施例和说明书附图对发明做详细的说明，但不限于此。

实施例1

如图1所示。

一种基于公交车GNSS时空轨迹数据判别交通状态的装置，包括客户端和服务端；所述客户端包括，GNSS数据采集模块和公交站牌位置判断模块；所述服务端包括，数据预处理模块和交通状态挖掘模块。

实施例2

如实施例1所述的基于公交车GNSS时空轨迹数据判别交通状态的装置，其区别在于，所述GNSS数据采集模块为移动设备内置GPS/北斗卫星导航系统。可根据信号强弱进行GPS和北斗卫星导航系统之间的切换。

实施例3

如实施例1所述的基于公交车GNSS时空轨迹数据判别交通状态的装置，其区别在于，所述客户端还包括客户端通信模块；所述服务端还包括服务端通信模块。所述的客户端通信模块负责将行驶数据传输到服务端。所述的服务端通信模块负责接收客户端通信模块上传的行驶数据。

实施例4

如图2所示。

一种利用实施例1-3所述装置判别交通状态的方法，步骤如下：

1)信息采集与上传：

GNSS数据采集模块以采样频率1Hz采集公交车数据，所述行驶数据包括公交车编号、轨迹点位置和行驶时间，行驶时间为车辆行驶一趟路线所花费的时间；

公交站牌位置判断模块对轨迹点位置进行分析，判别轨迹点位置是否在公交站牌位置，并依次对公交车所经过的公交站牌位置进行编号得到公交站牌编号；客户端将行驶数据及公交站牌编号上传至服务端；

公交站牌位置判断模块对轨迹点位置进行分析，现有技术中，GNSS接收设备会将每一个轨迹点位置与本地存储的公交站点数据进行匹配，轨迹点位置与对应的本地存储的公交站点之间的直线距离小于一定距离，则判断该轨迹定位点为公交站点，并依次对车辆所经过的公交站牌位置进行编号得到公交站牌编号；其中，本地存储的公交站点数据的初始值由服务器端下发。依照此技术，判别轨迹点位置是否在公交站牌位置，并依次对公交车所经过的公交站牌位置进行编号得到公交站牌编号；客户端将行驶数据上传至服务端，此步骤大大简化了数据的预处理及公交车行驶状态的分析过程。

2)数据预处理：

数据预处理模块筛选出连续、完整的公交站牌编号，删除不完整的公交车数据；

3)同一发车时段内公交车行驶时间统计：

交通状态挖掘模块将公交车的运行时间等分为多个相同的发车时段，统计一个月中公交车在同一发车时段的行驶时间T₁，T₂,T₃，…；

以济南5路公交车为例，每天的运行时间为05:00-22:30，将其按30分钟为区段划分(如05:00-05:30为1发车时段)，共分为35个发车时段。

将一个月内5路车线路上同一发车时段发车的公交车行驶时间进行统计。以5点到5点30这个时间段为例：如有一辆5点6分发车的5路公交车B₁，那么它属于5点到5点30分发车时段的发车公交车，如果B₁的轨迹点位置数据完整、无跳点，统计出B₁行驶完整一趟路线的时间T₁，然后我们按这种方法依次把5点到5点30分这个发车时段的内一个月内的全部发车B₁,B₂,B₃,...B_n的行驶时间T₁，T₂,T₃,...T_n统计出来。

4)获取一个月中同一发车时段内公交车的行驶时间标准值：

交通状态挖掘模块统计一个月中行驶时间落入at～(a+1)t时间范围的公交车个数，其中a＝0,1,2，3…；t＝60min；例如，T₁＝35min，则T₁落入0～60min的时间范围内；

取公交车个数最多的时间范围对应的a，则(2a+1)t/2为该发车时段对应的行驶时间标准值；

例如，取出图中的峰值时间T_μ1，T_μ1是一个月内5点到5点30分这一发车时段内的行驶时间标准值，通过MATLAB仿真可知，行驶时间与对应的公交车数目大致服从正态分布(如图4所示)，即T_μ1最具有代表性，可以代表一个月内5点到5点30分这一发车时段内的行驶时间情况；

依据上述方法，分别统计出一天内35个不同发车时段对应的行驶时间标准值：5点30分到6点行驶时间标准值T_μ2，6点分到6点30分行驶时间标准值T_μ3，6点30分到7点行驶时间标准值T_μ4……22点分到22点30分行驶时间标准值T_μ35。

图4是5路车9点到9点半这个发车时段在一个月内公交车的行驶时间与对应公交车数目的折线图，峰值即一个月内9点到9点半这个发车时段内的“行驶时间标准值”。

5)交通状态挖掘模块判别一个月中不同发车时段内的交通状态：

比较不同发车时段的行驶时间标准值，行驶时间标准值越大，则对应发车时段内的交通越拥堵；行驶时间标准值越小，则对应发车时段内的交通越通畅；

实施例5

如图3所示。

如实施例4所述的判别交通状态的方法，其区别在于，在步骤5)之后还包括判断n天内每一天的交通状态的步骤6)、7)：

6)获取一个月中的一天内所有发车时段内公交车的时间标准值：

交通状态挖掘模块统计一天中行驶时间落入bT～(b+1)T时间范围的公交车个数；其中b＝0,1,2，3…；T＝60min；

取公交车个数最多的时间范围对应的b，则(2b+1)T/2为该天对应的时间标准值；

7)交通状态挖掘模块判别一个月内每一天的交通状态：

比较不同日期的时间标准值，时间标准值越大，则对应日期内的交通越拥堵；行驶时间标准值越小，则对应日期内的交通越通畅。

以某月的1号为例：统计这一天的峰值时间T₁，T₁是这个月1号的时间标准值，即T₁最具有代表性，可以代表内这个月1号的行驶时间情况。

同理，统计一个月内的每一天所对应的时间标准值：2号的时间标准值T₂，3号的时间标准值T₃……30号的时间标准值T₃₀。

实施例6

如实施例5所述的判别交通状态的方法，其区别在于，所述判别交通状态的方法，还包括绘制图表的过程；所述交通状态挖掘模块以at～(a+1)t为横坐标，以行驶时间落入at～(a+1)t时间范围的公交车个数为纵坐标，绘制n天中不同发车时段内的交通状态图；所述交通状态挖掘模块以bT～(b+1)T为横坐标，以行驶时间落入bT～(b+1)T时间范围的公交车个数为纵坐标，绘制n天内每一天的交通状态图。通过绘制图表，可以直观的观察交通状态。

实施例7

如实施例4所述的判别交通状态的方法，其区别在于，，所述判别交通状态的方法，还包括人工或根据信号强度选择GPS或北斗定位模式的步骤。

因为GNSS泛指所有的卫星导航系统，包括全球导航系统、区域导航系统和增强导航系统，GNSS是个多系统、多层面、多模式的复杂组合系统，根据我国的实际的卫星导航系统现状，在本装置中，支持GPS或北斗定位两种模式，根据信号的强弱切换及时模式可以保证轨迹数据的完整性与准确性，从而保证了最终结果的客观性与准确性。

Claims (6)

1.一种基于公交车GNSS时空轨迹数据判别交通状态的方法，使用的装置，包括客户端和服务端；所述客户端包括，GNSS数据采集模块和公交站牌位置判断模块；所述服务端包括，数据预处理模块和交通状态挖掘模块；其特征在于，包括步骤如下：

1)信息采集与上传：

GNSS数据采集模块以采样频率f采集车辆数据，所述车辆数据包括车辆编号、轨迹点位置和行驶时间；

公交站牌位置判断模块对轨迹点位置进行分析，判别轨迹点位置是否在公交站牌位置，并依次对车辆所经过的公交站牌位置进行编号得到公交站牌编号；客户端将车辆数据及公交站牌编号上传至服务端；

2)数据预处理：

数据预处理模块筛选出连续、完整的公交站牌编号，删除不完整的车辆数据；

3)同一发车时段内车辆行驶时间统计：

交通状态挖掘模块将车辆的运行时间等分为多个相同的发车时段，统计n天中车辆在同一发车时段的行驶时间T₁，T₂,T₃，…；

4)获取n天中同一发车时段内车辆的行驶时间标准值：

交通状态挖掘模块统计n天中行驶时间落入at～(a+1)t时间范围的车辆个数，其中a＝0,1,2，3…；t为经验值；

取车辆个数最多的时间范围对应的a，则(2a+1)t/2为该发车时段对应的行驶时间标准值；

5)交通状态挖掘模块判别n天中不同发车时段内的交通状态：

比较不同发车时段的行驶时间标准值，行驶时间标准值越大，则对应发车时段内的交通越拥堵；行驶时间标准值越小，则对应发车时段内的交通越通畅。

2.根据权利要求1所述的判别交通状态的方法，其特征在于，在步骤5)之后还包括判断n天内每一天的交通状态的步骤6)、7)：

6)获取n天中的一天内所有发车时段内车辆的时间标准值：

交通状态挖掘模块统计一天中行驶时间落入bT～(b+1)T时间范围的车辆个数；其中b＝0,1,2，3…；T为经验值；

取车辆个数最多的时间范围对应的b，则(2b+1)T/2为该天对应的时间标准值；

7)交通状态挖掘模块判别n天内每一天的交通状态：

比较不同日期的时间标准值，时间标准值越大，则对应日期内的交通越拥堵；行驶时间标准值越小，则对应日期内的交通越通畅。

3.根据权利要求2所述的判别交通状态的方法，其特征在于所述判别交通状态的方法，还包括绘制图表的过程；所述交通状态挖掘模块以at～(a+1)t为横坐标，以行驶时间落入at～(a+1)t时间范围的车辆个数为纵坐标，绘制n天中不同发车时段内的交通状态图；所述交通状态挖掘模块以bT～(b+1)T为横坐标，以行驶时间落入bT～(b+1)T时间范围的车辆个数为纵坐标，绘制n天内每一天的交通状态图。

4.根据权利要求1所述的判别交通状态的方法，其特征在于，所述判别交通状态的方法，还包括人工或根据信号强度选择GPS或北斗定位模式的步骤。

5.根据权利要求1所述的判别交通状态的方法，其特征在于，所述GNSS数据采集模块为移动设备内置GPS/北斗卫星导航系统或通过蓝牙连接的外置GPS/北斗卫星导航系统。

6.根据权利要求1所述的判别交通状态的方法，其特征在于，所述客户端还包括客户端通信模块；所述服务端还包括服务端通信模块。