CN107393301A - 一种基于rfid数据的车辆轨迹识别方法 - Google Patents

一种基于rfid数据的车辆轨迹识别方法 Download PDF

Info

Publication number
CN107393301A
CN107393301A CN201710612328.2A CN201710612328A CN107393301A CN 107393301 A CN107393301 A CN 107393301A CN 201710612328 A CN201710612328 A CN 201710612328A CN 107393301 A CN107393301 A CN 107393301A
Authority
CN
China
Prior art keywords
vehicle
rfid
road
track
section
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
Application number
CN201710612328.2A
Other languages
English (en)
Other versions
CN107393301B (zh
Inventor
杨弘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Municipal Design and Research Institute Co.,Ltd.
Original Assignee
CHONGQING MUNICIPAL INSTITUTE OF DESIGN
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHONGQING MUNICIPAL INSTITUTE OF DESIGN filed Critical CHONGQING MUNICIPAL INSTITUTE OF DESIGN
Priority to CN201710612328.2A priority Critical patent/CN107393301B/zh
Publication of CN107393301A publication Critical patent/CN107393301A/zh
Application granted granted Critical
Publication of CN107393301B publication Critical patent/CN107393301B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G08G1/0125—Traffic data processing

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明的目的在于提供一种精确识别车辆行使轨迹的方法。本发明所采用的技术方案是：在城市路网的RFID采集点采集车辆的时间信息，直接计算出车辆在起讫点之间行驶的时长。以历史GPS数据计算分析出车辆在起讫点之间的多种路径下行驶时长。将历史GPS数据计算出的多种路径下的行驶时长与RFID方式下直接计算出的行驶时长作比较，确定车辆的真实行驶路径。为方便数据处理，以城市路网中RFID采集点的坐标数据建立基础路网模型。本发明使用的方法提高了车辆轨迹识别的精确度，同时对车辆检测、交通管理有明显的辅助作用。

Description

一种基于RFID数据的车辆轨迹识别方法
技术领域
本发明涉及车辆轨迹识别领域，特别涉及一种基于RFID数据的车辆轨迹识别方法。
背景技术
RFID，即无线射频识别技术，是一种新型的非接触式自动识别技术。RFID于20世纪90年代开始兴起，与其他自动识别技术相比，RFID具有信息量大、抗干扰能力强、保密性高、使用寿命长等优点，因此，近年来广泛应用于各个领域。车辆的历史GPS数据包含了车辆ID、时间数据等信息。
随着移动互联网的高速发展，无线RFID技术的广泛应用、GPS定位系统的快速普及、物联网的逐步建设、智能终端设备的快速发展，车辆轨迹数据在大量形成。但现有技术中，一般选定车辆可能行使轨迹中最短的轨迹，作为车辆实际行使轨迹。这种方法得到的车辆行使轨迹误差较大。
发明内容
本发明的目的是提供一种精确识别车辆行使轨迹的方法。
为实现上述目的，本发明采用的技术方案是：一种基于RFID数据的车辆轨迹识别方法，在城市路网的RFID采集点采集车辆的时间信息，直接计算出车辆在起讫点之间行驶的时长。以历史GPS数据计算分析出车辆在起讫点之间的多种路径下行驶时长。将历史GPS数据计算出的多种路径下的行驶时长与RFID方式下直接计算出的行驶时长作比较，确定车辆的真实行驶路径。
进一步，还包括，以城市路网中RFID采集点的坐标数据建立基础路网模型，其步骤如下：
第一步，在TransCAD中，对于单向道路，不做额外处理；
第二步，对于双向道路，则额外镜像一条平行道路；
第三步，在TransCAD中对所有道路方向进行标定，形成基础路网；
第四步，将RFID采集点的坐标系转换为TransCAD中基础路网的坐标系；
第五步，将RFID采集点的坐标数据批量导入TransCAD中；
第六步，以RFID采集点的坐标为打断点，将TransCAD中基础路网的路径打断为路段。
进一步，所述城市路网中的RFID采集点为多个。
进一步，所述以车辆历史GPS时间数据计算分析出车辆起讫点之间行驶的时长步骤为：
第一步，遍历以基础路网模型建立的有向图G，得到车辆在起讫点之间可能行使的所有路径，所述路径由若干路段组成；
第二步，以基础路网模型进行分析，根据单个车辆的历史GPS数据计算出单个车辆在各个路段的行使时间；
第三步，根据若干辆车的历史GPS数据计算出车辆在各个路段的平均行使时长；
第四步，计算出车辆在每条路径的平均行驶时间。
进一步，所述有向图G由V集合和E集合组成，V集合表示有向图G中所有顶点的集合，E集合表示有向图G中所有边的集合，所述边具有方向，所述顶点的集合元素为基础路网模型中的打断点，所述边的集合元素为基础路网模型中的路段。所述边的方向为基础路网模型中标定的路段方向。
进一步，所述遍历方法如下，
A.将起点设置为已访问，将其入栈；
B.查看栈顶节点V在有向图G中，有没有可以到达、且没有入栈、且没有从这个节点V出发访问过的节点；
C.如果有，则将找到的这个节点入栈；
D.如果没有，则V出栈；
E.当栈顶元素为终点时，设置终点没有被访问过，存储栈中元素，栈弹出栈顶节点；
F.重复执行B-E,直到栈中元素为空。
本发明的有益技术效果是：在城市路网的RFID采集点采集车辆的时间信息，直接计算出车辆在起讫点之间行驶的时长。以历史GPS数据计算分析出车辆在起讫点之间的多种路径下行驶时长。将历史GPS数据计算出的多种路径下的行驶时长与RFID方式下直接计算出的行驶时长作比较，确定车辆的真实行驶路径。本方法提高了车辆轨迹识别的精确度，同时对车辆检测、交通管理有明显的辅助作用。进一步地，RFID数据和历史GPS数据方便获得，使本方法简单、易操作。
附图说明
图1是本发明的有向图；
图2是本发明的遍历流程图。
具体实施方式
下面结合附图1～2进一步阐述本发明。
一种基于RFID数据的车辆轨迹识别方法是，在城市路网的RFID采集点采集车辆的时间信息，直接计算出车辆在起讫点之间行驶的时长。以历史GPS数据计算分析出车辆在起讫点之间的多种路径下行驶时长。将历史GPS数据计算出的多种路径下的行驶时长与RFID方式下直接计算出的行驶时长作比较，确定车辆的真实行驶路径。
首先，建立基础路网模型，其步骤如下：
第一步，在TransCAD中，对于单向道路不做额外处理；
第二步，对于双向道路需额外镜像一条平行道路；
第三步，在TransCAD中对所有道路方向进行标定，形成基础路网；
第四步，将RFID采集点的坐标系转换为TransCAD中基础路网的坐标系；
第五步，将RFID采集点的坐标数据批量导入TransCAD中；
第六步，以RFID采集点的坐标为打断点，将TransCAD中基础路网的路径打断为路段。
其中，所述基础路网中的RFID采集点为多个。所述双向道路设置的两条平行道路方向相反，表示此路段为双行道。
其次，在城市路网的RFID采集点采集车辆的时间信息，直接计算出车辆在起讫点之间行驶的时长的方法为：将RFID采集点采集的时间信息导入到基础路网模型中，所述时间信息包含车辆在起点的时刻信息和车辆在终点的时刻信息。在基础路网模型中找到车辆的起讫点，根据车辆起讫点的时刻信息，计算出车辆行驶的时长TR。
所述RFID采集数据原理是，RFID系统由标签、阅读器和应用软件三部分组成。标签一般设置在车辆牌照上，阅读器设置在采集点处。采集点采集数据的过程是，阅读器向周围发送某一频率的射频信号，处于阅读器工作范围内且拥有相同频率的标签接收信号后，将标签芯片中储存的信息发送出去，阅读器接收信号并读取其中的信息，解码后将信息传递给应用软件处理。本发明从RFID系统数据中获取采集点坐标、车辆ID、时间信息。
然后，以历史GPS数据计算分析出车辆在起讫点之间的多种路径下行驶时长的方式为：以TransCAD中建立的基础路网模型为对象进行分析，依据单个车辆的历史GPS数据计算出单个车辆在各个路段的行使时间。依据若干辆车的历史GPS数据计算出车辆在各个路段的平均行使时间。
如图1，遍历以基础路网模型建立的有向图，得到车辆在起讫点之间可能行使的所有路径。所述遍历得到的路径由若干路段组成。
所述有向图G是由V集合和E集合组成的二元组,即G＝{V,E}。V集合表示有向图G中所有顶点的集合，E集合表示有向图G中所有边的集合，所述边具有方向。所述顶点的集合元素为基础路网模型中的打断点，所述边的集合元素为基础路网模型中的路段，所述边的方向为基础路网模型中标定的路段方向。
如图2，所述遍历方法如下：
A.将起点设置为已访问，将其入栈；
B.查看栈顶节点V在有向图G中，有没有可以到达、未入栈、未从这个节点V出发访问过的节点；
C.如果有，则将找到的这个节点入栈；
D.如果没有，则V出栈；
E.当栈顶元素为终点时，设置终点没有被访问过，存储栈中元素，栈弹出栈顶节点；
F.重复执行B-E,直到栈中元素为空。
计算车辆在每条路径的平均行驶时间Ti。其方法是，将组成路径的各个路段的车辆平均行驶时间进行累加。
最后，将历史GPS数据计算出的多种路径下的行驶时长与RFID方式下直接计算出的行驶时长作比较，即是，将Ti(i＝1,2,3……)的数值大小与TR的数值大小进行对比，找到与TR数值大小最接近的Ti，则找到的Ti所对应的路径就为车辆行驶轨迹的真实路径。
实施例：确定车辆C在城市路网A点、B点之间的行驶轨迹。
首先，将城市路网中的A点、B点标定在基础路网模型中。车辆C通过A点的时间为通过B点的时间为则计算出车辆C在A点、B点之间的行驶时间为
其中，所述均由RFID采集点采集的时间数据获得。
其次，分析计算车辆的历史GPS数据。
本实施例中，以5min为一个交通分析时间段。将一天24小时分为288个交通分析时间段。在第k个交通分析时间段内，第j辆车进入第M条路段的时刻为tkM(j0)，驶出第M条路段的时刻为tkM(j1)，则计算出第k个交通分析时间段内，第j车在第M条路段的行程时长为ΔtkMj，
ΔtkMj＝tkM(j1)-tkM(j0)；
其中，k表示第k个时间段，M表示第M个路段，j表示第j辆车，所述tkM(j0)、tkM(j1)均由车辆的历史GPS数据获得。
在第k个交通分析时间段内，共有N辆车行驶完第M条路段，则车辆在第M条路段平均行驶时长为
其中，k表示第k个时间段，M表示第M个路段，j表示第j辆车，N表示在第k个时间段内共有N辆车行驶完第M条路段。
遍历基础路网模型中以AB点为起讫点构建的有向图,得到A点、B点之间所有的路径，所述路径由若干路段组成。设车辆C行驶的路径为Ri(i＝1,2,3…)，组成路径Ri的若干路段集合为D。D＝{d1,d2,d3,…,ds}，ds表示路段，s表示组成路径Ri的路段总数。则车辆C在路径Ri的行驶时长为计算公式为：
其中，Ri表示A点、B点之间的第i条路径，s表示组成第i条路径的所有路段总数，k表示第k个时间段，M表示第M个路段。
将的数值大小与的数值大小进行对比，找到与数值大小最接近的所述对应的第i条路径为车辆C行驶路径的真实路径。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (6)

1.一种基于RFID数据的车辆轨迹识别方法，其特征在于：在城市路网的RFID采集点采集车辆的时间信息，直接计算出车辆在起讫点之间行驶的时长；以历史GPS数据计算分析出车辆在起讫点之间的多种路径下行驶时长；将历史GPS数据计算出的多种路径下的行驶时长与RFID方式下直接计算出的行驶时长作比较，确定车辆的真实行驶路径。
2.根据权利要求1所述一种基于RFID数据的车辆轨迹识别方法，其特征在于：以城市路网中RFID采集点的坐标数据建立基础路网模型，其步骤如下：
第一步，在TransCAD中，对于单向道路不做额外处理；
第二步，对于双向道路需额外镜像一条平行道路；
第三步，在TransCAD中对所有道路方向进行标定，形成基础路网；
第四步，将RFID采集点的坐标系转换为TransCAD中基础路网的坐标系；
第五步，将RFID采集点的坐标数据批量导入TransCAD中；
第六步，以RFID采集点的坐标为打断点，将TransCAD中基础路网的路径打断为路段。
3.根据权利要求2所述一种基于RFID数据的车辆轨迹识别方法，其特征在于：所述城市路网中的RFID采集点为多个。
4.根据权利要求1或2所述一种基于RFID数据的车辆轨迹识别方法，其特征在于：所述以车辆历史GPS时间数据计算分析出车辆起讫点之间行驶的时长步骤为：
第一步，遍历以基础路网模型建立的有向图G，得到车辆在起讫点之间可能行使的所有路径，所述路径由若干路段组成；
第二步，以基础路网模型进行分析，根据单个车辆的历史GPS数据计算出单个车辆在各个路段的行使时间；
第三步，根据若干辆车的历史GPS数据计算出车辆在各个路段的平均行使时长；
第四步，计算出车辆在每条路径的平均行驶时间。
5.根据权利要求4所述一种基于RFID数据的车辆轨迹识别方法，其特征在于：所述有向图G由V集合和E集合组成,V集合表示有向图G中所有顶点的集合，E集合表示有向图G中所有边的集合，所述边具有方向；所述顶点的集合元素为基础路网模型中的打断点，所述边的集合元素为基础路网模型中的路段；所述边的方向为基础路网模型中标定的路段方向。
6.根据权利要求4所述一种基于RFID数据的车辆轨迹识别方法，其特征在于：所述遍历方法如下，
A.将起始点设置为已访问，将其入栈；
B.查看栈顶节点V在有向图G中，有没有可以到达、未入栈、未从节点V出发访问过的节点；
C.如果有，则将找到的这个节点入栈；
D.如果没有，则V出栈；
E.当栈顶元素为终点时，设置终点没有被访问过，存储栈中元素，栈弹出栈顶节点；
F.重复执行B-E,直到栈中元素为空。
CN201710612328.2A 2017-07-25 2017-07-25 一种基于rfid数据的车辆轨迹识别方法 Active CN107393301B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710612328.2A CN107393301B (zh) 2017-07-25 2017-07-25 一种基于rfid数据的车辆轨迹识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710612328.2A CN107393301B (zh) 2017-07-25 2017-07-25 一种基于rfid数据的车辆轨迹识别方法

Publications (2)

Publication Number Publication Date
CN107393301A true CN107393301A (zh) 2017-11-24
CN107393301B CN107393301B (zh) 2019-09-27

Family

ID=60337025

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710612328.2A Active CN107393301B (zh) 2017-07-25 2017-07-25 一种基于rfid数据的车辆轨迹识别方法

Country Status (1)

Country Link
CN (1) CN107393301B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337044A (zh) * 2020-03-24 2020-06-26 北京交通发展研究院 一种基于通行权值的城市道路路径规划方法
CN112233426A (zh) * 2020-11-23 2021-01-15 重庆市市政设计研究院有限公司 基于rfid及多源数据的桥梁实时预警方法装置及系统
CN112418471A (zh) * 2021-01-25 2021-02-26 南京领行科技股份有限公司 网约车的行驶监测方法、装置、电子设备及存储介质
CN113570864A (zh) * 2021-09-22 2021-10-29 深圳市城市交通规划设计研究中心股份有限公司 一种电动自行车行驶路径匹配方法、设备及存储介质
CN114548335A (zh) * 2022-02-24 2022-05-27 四川省机场集团有限公司 基于行驶域特征点的无动力设备里程频度推算方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101409011A (zh) * 2008-10-28 2009-04-15 北京世纪高通科技有限公司 一种地图匹配和路径推测方法、装置和系统
CN103000022A (zh) * 2011-09-08 2013-03-27 北京掌城科技有限公司 一种实时交通信息生成方法
CN103440764A (zh) * 2013-08-19 2013-12-11 同济大学 一种基于车辆自动识别数据的城市路网车辆出行路径重构方法
CN104574967A (zh) * 2015-01-14 2015-04-29 合肥革绿信息科技有限公司 一种基于北斗的城市大面积路网交通感知方法
CN105606110A (zh) * 2015-11-03 2016-05-25 中兴软创科技股份有限公司 基于深度优先遍历的可达路径的查找方法与装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101409011A (zh) * 2008-10-28 2009-04-15 北京世纪高通科技有限公司 一种地图匹配和路径推测方法、装置和系统
CN103000022A (zh) * 2011-09-08 2013-03-27 北京掌城科技有限公司 一种实时交通信息生成方法
CN103440764A (zh) * 2013-08-19 2013-12-11 同济大学 一种基于车辆自动识别数据的城市路网车辆出行路径重构方法
CN104574967A (zh) * 2015-01-14 2015-04-29 合肥革绿信息科技有限公司 一种基于北斗的城市大面积路网交通感知方法
CN105606110A (zh) * 2015-11-03 2016-05-25 中兴软创科技股份有限公司 基于深度优先遍历的可达路径的查找方法与装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111337044A (zh) * 2020-03-24 2020-06-26 北京交通发展研究院 一种基于通行权值的城市道路路径规划方法
CN112233426A (zh) * 2020-11-23 2021-01-15 重庆市市政设计研究院有限公司 基于rfid及多源数据的桥梁实时预警方法装置及系统
CN112233426B (zh) * 2020-11-23 2024-02-02 重庆市市政设计研究院有限公司 基于rfid及多源数据的桥梁实时预警方法装置及系统
CN112418471A (zh) * 2021-01-25 2021-02-26 南京领行科技股份有限公司 网约车的行驶监测方法、装置、电子设备及存储介质
CN112418471B (zh) * 2021-01-25 2021-06-08 南京领行科技股份有限公司 网约车的行驶监测方法、装置、电子设备及存储介质
CN113570864A (zh) * 2021-09-22 2021-10-29 深圳市城市交通规划设计研究中心股份有限公司 一种电动自行车行驶路径匹配方法、设备及存储介质
CN114548335A (zh) * 2022-02-24 2022-05-27 四川省机场集团有限公司 基于行驶域特征点的无动力设备里程频度推算方法及系统
CN114548335B (zh) * 2022-02-24 2022-12-06 四川省机场集团有限公司 基于行驶域特征点的无动力设备里程频度推算方法及系统

Also Published As

Publication number Publication date
CN107393301B (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN107393301B (zh) 一种基于rfid数据的车辆轨迹识别方法
CN105528359B (zh) 用于存储行进轨迹的方法和系统
US10663305B2 (en) Map matched aggregation for K-anonymity in trajectory data
CN102737510B (zh) 一种基于移动智能终端的实时交通路况采集方法
Mohamed et al. Accurate real-time map matching for challenging environments
CN105513395B (zh) 一种基于车辆目的地预测的智能信息推送系统和方法
CN103593430B (zh) 一种基于移动对象时空信息轨迹分段聚类的方法
Tang et al. CLRIC: Collecting lane-based road information via crowdsourcing
CN107507418B (zh) 一种高速公路车辆进入服务区停留过程分析方法及装置
CN106781479B (zh) 一种基于手机信令数据实时获取高速公路运行状态的方法
EP3569983B1 (en) Algorithm and architecture for map-matching streaming probe data
CN103413437B (zh) 一种基于车辆数据采集的道路交叉口转向识别方法及系统
CN107000750A (zh) 用于车辆经济性改进的设备及方法
CN110505583A (zh) 一种基于卡口数据与信令数据的轨迹匹配算法
CN102622370B (zh) 一种获取路线描述的方法及装置、电子地图服务器
Ganti et al. Inferring human mobility patterns from taxicab location traces
CN104318781B (zh) 基于rfid技术的行程速度获取方法
CN105160872B (zh) 一种gps轨迹数据智能采集方法
CN109215350A (zh) 一种基于rfid电子车牌数据的短期交通状态预测方法
CN105910612A (zh) 一种个性化导航的方法及系统
CN106448173B (zh) 一种基于手机数据的长距离出行交通方式划分方法
Lin et al. Vehicle re-identification with dynamic time windows for vehicle passage time estimation
US20200273328A1 (en) Method, apparatus, and system for combinining discontinuous road closures detected in a road network
CN108039046A (zh) 一种基于c-v2x的城市交叉路口行人检测识别系统
CN109101939A (zh) 车辆运动状态的确定方法、系统、终端及可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: No.69, Yanghe village, Jiangbei District, Chongqing

Patentee after: Chongqing Municipal Design and Research Institute Co.,Ltd.

Address before: No.69, Yanghe village, Jiangbei District, Chongqing

Patentee before: CHONGQING MUNICIPAL DESIGN INSTITUTE

CP03 Change of name, title or address