CN108022424A - 一种基于多数据源的公交车辆行驶轨迹跟踪方法 - Google Patents

一种基于多数据源的公交车辆行驶轨迹跟踪方法 Download PDF

Info

Publication number
CN108022424A
CN108022424A CN201711133302.6A CN201711133302A CN108022424A CN 108022424 A CN108022424 A CN 108022424A CN 201711133302 A CN201711133302 A CN 201711133302A CN 108022424 A CN108022424 A CN 108022424A
Authority
CN
China
Prior art keywords
mrow
msub
point position
represent
mfrac
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
CN201711133302.6A
Other languages
English (en)
Other versions
CN108022424B (zh
Inventor
潘振兴
沈峰
娄亭
杨宇伟
瞿勤宝
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.)
Shanghai Seari Intelligent System Co Ltd
Original Assignee
Shanghai Seari Intelligent System Co Ltd
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 Shanghai Seari Intelligent System Co Ltd filed Critical Shanghai Seari Intelligent System Co Ltd
Priority to CN201711133302.6A priority Critical patent/CN108022424B/zh
Publication of CN108022424A publication Critical patent/CN108022424A/zh
Application granted granted Critical
Publication of CN108022424B publication Critical patent/CN108022424B/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
    • G08G1/0108—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
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • 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
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

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

Abstract

本发明目的是将车载GPS定位技术、RFID定位技术及视频检测器定位技术融合在一起实现公交车辆行驶轨迹的跟踪。为了达到上述目的，本发明的技术方案是提供了一种基于多数据源的公交车辆行驶轨迹跟踪方法。本发明将车载GPS定位技术、RFID定位技术及视频检测器定位技术融合在一起，进行公交车辆行驶轨迹的判定，使得对公交车辆行驶轨迹的跟踪更为准确。

Description

一种基于多数据源的公交车辆行驶轨迹跟踪方法
技术领域
本发明涉及一种公交车辆行驶轨迹跟踪方法。
背景技术
目前的公交车辆行驶轨迹跟踪方法采用车载GPS定位技术、RFID定位技术或视频检测器定位技术中的一种。
车载GPS定位技术是利用GPS车载定位与导航技术，根据公交路线安排，结合车辆发回的各种信息(如交通阻塞、机车故障等)，适时将调度命令发送给司机，及时调整车辆运行情况。该技术还可以应用于车辆、路线和道路等有关数据的查询功能，便于实现有效管理。
该技术的优点是：采集点密集，当车载供电时，每5秒即会获得一条数据。其缺点是：存在定位偏移现象(特别是在有遮挡物的地方，如高架、隧道下面)。
RFID定位技术是将车载射频卡安装在公交车辆上，用于存储运营车辆的ID信息，它是由天线、微处理器和存储器组成。近端信息采集传输设备主要由RFID无线射频读卡器装置、前置通信模块、室外设备机箱等部分组成。
视频检测器定位技术可以大范围的对公交车辆进行检测和识别。视频检测的基本原理是对摄像机得到的图像进行计算机处理，进而对视频中的运动物体进行检测。视频车辆检测器主要由外场摄像机、数据传输设备和视频处理器组成。外场摄像机将道路上的交通视频图像拍摄下来，经数据传输设备传给视频处理器。视频处理器通过相应的算法检测得到车辆的速度和数量。
RFID定位技术及视频检测器定位技术的优点是：定位精度相对GPS较高。其缺点是：成本高，因此定位点相对稀疏，密集度偏低；布设位置及角度要求较高。
发明内容
本发明目的是将车载GPS定位技术、RFID定位技术及视频检测器定位技术融合在一起实现公交车辆行驶轨迹的跟踪。
为了达到上述目的，本发明的技术方案是提供了一种基于多数据源的公交车辆行驶轨迹跟踪方法，其特征在于，包括以下步骤：
步骤1、获取当前采样时刻t的GPS定位数据Glt(xlt，ylt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vgt，随后以GPS定位数据Glt(xlt，ylt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vgt-5km/h，Vgt+5km/h]区间内的样本个数Ng；
获取t时刻的RFID定位数据Rt(xt，yt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vrt，随后以RFID定位数据Rt(xt，yt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vrt-5km/h，Vrt+5km/h]区间内的样本个数Nr；
获取t时刻的视频检测器定位数据Vt(xt，yt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vvt，随后以视频检测器定位数据Vt(xt，yt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vvt-5km/h，Vvt+5km/h]区间内的样本个数Nv；
步骤2、基于t时刻的行程车速Vgt、样本个数Ng、行程车速Vrt、样本个数Nr、行程车速Vvt、样本个数Nv计算融合后行程车速Vft＝(Ng*Vgt+Nr*Vrt+Nv*Vvt)/(Ng+Nr+Nv)；
步骤3、计算时间段s内的行驶距离Lft＝Vft*S；
步骤4、根据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)和行驶距离Lft在上下行线路点位集合SL中寻找与Ft-s(xft-s，yft-s)+Lft最匹配的点位作为当前采样时刻的融合定位数据Ft(xft，yft)；
步骤5、将Vft以及对应的当前采样时刻t及融合定位数据Ft(xft，yft)存入速度时空分布矩阵表，然后等待下一个采样时刻后再返回步骤1。
优选地，在所述步骤1中，所述行程车速Vgt的计算公式为：
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{SL}，所以L(SL1(x1，y1)，其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，k-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLk+1(xk+1，yk+1)表示沿着子线路开行方向，上游最接近Glt(xlt，ylt)的点位；L(Glt(xlt，ylt)，SLk+1(xk+1，yk+1))表示沿着子线路开行方向，从SLk+1(xk+1，yk+1)至Glt(xlt，ylt)的距离。
优选地，在所述步骤1中，所述行程车速Vrt的计算公式为：
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，m-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLm+1(xm+1，ym+1)表示沿着子线路开行方向，上游最接近Rt(xt，yt)的点位；L(Rt(xt，yt)，SLm+1(xm+1，ym+1))表示沿着子线路开行方向，从SLm+1(xm+1，ym+1)至Rt(xt，yt)的距离。
优选地，在所述步骤1中，所述行程车速Vvt的计算公式为：
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{sL}，所以L(SL1(x1，y1)，其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+i(xi+1，yi+1)上游最近的一个点，i＝2，…，m-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLm+1(xm+1，ym+1)表示沿着子线路开行方向，上游最接近Vt(xt，yt)的点位；L(Vt(xt，yt)，SLn+1(xn+1，yn+1))表示沿着子线路开行方向，从SLm+1(xm+1，ym+1)至Vt(xt，yt)的距离。
本发明将车载GPS定位技术、RFID定位技术及视频检测器定位技术融合在一起，进行公交车辆行驶轨迹的判定，使得对公交车辆行驶轨迹的跟踪更为准确。
附图说明
图1为本发明的方法流程图。
具体实施方式
为使本发明更显易懂，下面结合附图对本发明的实施例作详细说明：本实施例在本发明技术方案下进行实施，给出了本发明的实施过程和实施效果。本发明的保护范围不限于下述的实施例。
本发明采用了如下概念：
线路：公交车沿着道路开行的有序路段集合叫做公交线路；
子线路：子线路是从公交起点站到终点站的固定有向路段集合所组成的线路，一条公交线路一般由两个开行方向(上下行/里外圈)的子线路构成。
上下行线路点位集合{SL}：沿着子线路的方向，在子线路上按顺序采集的定位点坐标数据的集合，如下所示：
{SLup}＝{(x1，y1)，(x2，y2)，...，(xn，yn)}
{SLdown}＝{(x1’，y1’)，(x2’，y2’)，...，(xn’，yn’)}
该集合信息为事先采集，采集点越密则本方法的输出结果精度越高，建议点间距不大于2米。
速度时空分布信息表{Vts}：该表存储历史上不同日期，不同时间，不同点位的车速信息，数据结构如下所示：
Vts＝{(d1，t1，x1，y1，v1)，(d2，t2，x2，y2，v2)，...，(dn，tn，xn，yn，vn)}
执行本发明提供的方法前，需要从调度系统中获取车辆的实时营运信息，信息包括：车辆营运状态：营运状态、非营运状态(维修、保养、加油、充电、班车)；营运状态下车辆的开行方向：上行(里圈)、下行(外圈)。
结合图1，本发明提供的一种基于多数据源的公交车辆行驶轨迹跟踪方法包括以下步骤：
步骤1、获取当前采样时刻t的GPS定位数据Glt(xlt，ylt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vgt，随后以GPS定位数据Glt(xlt，ylt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vgt-5km/h，Vgt+5km/h]区间内的样本个数Ng。
GPS定位数据Glt(xlt，ylt)及行程车速Vgt的获取步骤为：
步骤1_GPS：判断当前采样时刻t有没有GPS定位数据，如果没有则等待下一个采样周期再从本步骤开始，如果有则至步骤2_GPS；
步骤2_GPS：获取当前采样时刻t的GPS数据Gt(xt，yt)；
步骤3_GPS：根据实时营运状态数据判断当前车辆是否处于营运状态，如果否，则直接将GPS数据Gt(xt，yt)作为最终的融合结果Ft(xft，yft)，等待下一个采样周期后再从步骤1_GPS开始，如果是，则至步骤4_GPS；
步骤4_GPS：根据营运状态下车辆的开行方向信息判断当前车辆是往哪个方向开行，然后进入步骤5_GPS；；
步骤5_GPS：如果当前车辆的开行方向是上行，则从上下行线路点位集合SL中取出线路上行点位集合{SLup}，然后进入步骤6_GPS；如果是下行，则从上下行线路点位集合SL中取出线路上行点位集合{SLdown}，然后进入步骤6_GPS；
步骤6_GPS：从{SLup}或{SLdown}中选取距离Gt(xt，yt)最近的点Glt(xlt，ylt)，将该点位作为对GPS数据修正后的GPS定位数据，然后至步骤7_GPS；
步骤7_GPS：尝试获取上一次采样时刻t-s的融合定位值Ft-s(xft-s，yft-s)，如果未取到，则将Glt(xlt，ylt)作为当前采样周期的融合数据Ft(xft，yft)，然后等待下一个采样周期后再从步骤1_GPS开始，如果取到了数据，则至步骤8_GPS；
步骤8_GPS：计算行程车速Vgt，行程车速Vgt的计算公式为：
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{SL}，所以L(SL1(x1，y1)，其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，k-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLk+1(xk+1，yk+1)表示沿着子线路开行方向，上游最接近Glt(xlt，ylt)的点位；L(Glt(xlt，ylt)，SLk+1(xk+1，yk+1))表示沿着子线路开行方向，从SLk+1(xk+1，yk+1)至Glt(xlt，ylt)的距离；
步骤9_GPS：以GPS定位数据Glt(xlt，ylt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vgt-5km/h，Vgt+5km/h]区间内的样本个数Ng。
获取t时刻的RFID定位数据Rt(xt，yt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vrt，随后以RFID定位数据Rt(xt，yt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vrt-5km/h，Vrt+5km/h]区间内的样本个数Nr。
RFID定位数据Rt(xt，yt)及行程车速Vrt的获取步骤为：
步骤1_RFID：判断当前采样时刻t有没有RFID定位数据，如果没有则等待下一个采样周期后再从本步骤开始，如果有则至步骤2_RFID；
步骤2_RFID：获取当前采样时刻t的RFID数据Rt(xt，yt)；
步骤3_RFID：根据实时营运状态数据判断当前车辆是否处于营运状态，如果否，则直接将Rt(xt，yt)作为最终的融合结果Ft(xft，yft)，等待下一个采样周期后再从步骤1_RFID开始，如果是，则至步骤4_RFID；
步骤4_RFID：根据营运状态下车辆的开行方向信息判断当前车辆是往哪个方向开行，然后至步骤5_RFID；
步骤5_RFID：如果当前RFID数据对应的方向与从调度系统中该车辆的开行方向不一致，则等待下一秒后再从步骤1_RFID开始，若一致则至步骤6_RFID；
步骤6_RFID：尝试获取上一次采样时刻t-s的融合定位值Ft-s(xft-s，yft-s)，如果未取到，则将Rt(xt，yt)作为当前采样周期的融合数据Ft(xft，yft)，然后等待下一个采样周期后再从步骤1_RFID开始，如果取到了数据，则至步骤7_RFID；
步骤7_RFID：计算行程车速Vrt，行程车速Vrt的计算公式为：
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{SL}，所以L(SL1(x1，y1)，其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，m-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLm+1(xm+1，ym+1)表示沿着子线路开行方向，上游最接近Rt(xt，yt)的点位；L(Rt(xt，yt)，SLm+1(xm+1，ym+1))表示沿着子线路开行方向，从SLm+1(xm+1，ym+1)至Rt(xt，yt)的距离；
步骤8_RFID：以RFID定位数据Rt(xt，yt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vrt-5km/h，Vrt+5km/h]区间内的样本个数Nr
获取t时刻的视频检测器定位数据Vt(xt，yt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vvt，随后以视频检测器定位数据Vt(xt，yt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vvt-5km/h，Vvt+5km/h]区间内的样本个数Nv。
视频检测器定位数据Vt(xt，yt)及行程车速Vvt的获取步骤为：
步骤1_VIDEO：判断当前采样时刻t有没有基于视频检测器的定位数据，如果没有则等待下一个采样周期后再从本步骤开始，如果有则至步骤2_VIDEO：
步骤2_VIDEO：获取t时刻的视频检测器数据Vt(xt，yt)；
步骤3_VIDEO：根据实时营运状态数据判断当前车辆是否处于营运状态，如果否，则直接将Vt(xt，yt)作为最终的融合结果Ft(xft，yft)，等待下一个采样周期后再从步骤1_VIDEO开始，如果是，则至步骤4_VIDEO；
步骤4_VIDEO：根据营运状态下车辆的开行方向信息判断当前车辆是往哪个方向开行，然后至步骤5_VIDEO；
步骤S_VIDEO：如果当前视频监测数据对应的方向与从调度系统中该车辆的开行方向不一致，则等待下一秒后再从步骤1_VIDEO开始，若一致则至步骤6_VIDEO；
步骤6_VIDEO：尝试获取上一次采样时刻t-s的融合定位值Ft-s(xft-s，yft-s)，如果未取到，则将Vt(xt，yt)作为当前采样周期的融合数据Ft(xft，yft)，然后等待下一个采样周期后再从步骤1_RFID开始，如果取到了数据，则至步骤7_VIDEO；
步骤7_VIDEO：计算行程车速Vvt，行程车速Vvt的计算公式为：
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{SL}，所以L(SL1(x1，y1)，其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，m-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLm+1(xm+1，ym+1)表示沿着子线路开行方向，上游最接近Vt(xt，yt)的点位；L(Vt(xt，yt)，SLn+1(xn+1，yn+1))表示沿着子线路开行方向，从SLm+1(xm+1，ym+1)至Vt(xt，yt)的距离。
步骤2、基于t时刻的行程车速Vgt、样本个数Ng、行程车速Vrt、样本个数Nr、行程车速Vvt、样本个数Nv计算融合后行程车速Vft＝(Ng*Vgt+Nr*Vrt+Nv*Vvt)/(Ng+Nr+Nv)；
步骤3、计算时间段s内的行驶距离Lft＝Vft*s；
步骤4、根据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)和行驶距离Lft在上下行线路点位集合SL中寻找与Ft-s(xft-s，yft-s)+Lft最匹配的点位作为当前采样时刻的融合定位数据Ft(xft，yft)；
步骤5、将Vft以及对应的当前采样时刻t及融合定位数据Ft(xft，yft)存入速度时空分布矩阵表，然后等待下一个采样时刻后再返回步骤1。

Claims (4)

1.一种基于多数据源的公交车辆行驶轨迹跟踪方法，其特征在于，包括以下步骤：
步骤1、获取当前采样时刻t的GPS定位数据Glt(xlt，ylt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vgt，随后以GPS定位数据Glt(xlt，ylt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vgt-5km/h，Vgt+5km/h]区间内的样本个数Ng；
获取t时刻的RFID定位数据Rt(xt，yt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vrt，随后以RFID定位数据Rt(xt，yt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vrt-5km/h，Vrt+5km/h]区间内的样本个数Nr；
获取t时刻的视频检测器定位数据Vt(xt，yt)，依据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)计算得到上一采样时刻至当前采样时刻的行程车速Vvt，随后以视频检测器定位数据Vt(xt，yt)为中心，取沿线上游的点位集合{SLn1}、下游的点位集合{SLn2}，从速度矩阵表中查找点位落在{SLn1}和{SLn2}中，且速度落在[Vvt-5km/h，Vvt+5km/h]区间内的样本个数Nv；
步骤2、基于t时刻的行程车速Vgt、样本个数Ng、行程车速Vrt、样本个数Nr、行程车速Vvt、样本个数Nv计算融合后行程车速Vft＝(Ng*Vgt+Nr*Vrt+Nv*Vvt)/(Ng+Nr+Nv)；
步骤3、计算时间段s内的行驶距离Lft＝Vft*s；
步骤4、根据上一采样时刻t-s的融合定位数据Ft-s(xft-s，yft-s)和行驶距离Lft在上下行线路点位集合SL中寻找与Ft-s(xft-s，yft-s)+Lft最匹配的点位作为当前采样时刻的融合定位数据Ft(xft，yft)；
步骤5、将Vft以及对应的当前采样时刻t及融合定位数据Ft(xft，yft)存入速度时空分布矩阵表，然后等待下一个采样时刻后再返回步骤1。
2.如权利要求1所述的一种基于多数据源的公交车辆行驶轨迹跟踪方法，其特征在于，在所述步骤1中，所述行程车速Vgt的计算公式为：
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>V</mi> <mrow> <mi>g</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>SL</mi> <mn>1</mn> </msub> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>y</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>F</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>xf</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>yf</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>k</mi> </msubsup> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>SL</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>SL</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mfrac> <mrow> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>Gl</mi> <mi>t</mi> </msub> <mo>(</mo> <msub> <mi>xl</mi> <mi>t</mi> </msub> <mo>,</mo> <msub> <mi>yl</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>SL</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>k</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced>
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{SL}，所以其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，k-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLk+1(xk+1，yk+1)表示沿着子线路开行方向，上游最接近Glt(xlt，ylt)的点位；L(Glt(xlt，ylt)，SLk+1(xk+1，yk+1))表示沿着子线路开行方向，从SLk+1(xk+1，yk+1)至Glt(xlt，ylt)的距离。
3.如权利要求1所述的一种基于多数据源的公交车辆行驶轨迹跟踪方法，其特征在于，在所述步骤1中，所述行程车速Vrt的计算公式为：
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>V</mi> <mrow> <mi>g</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>SL</mi> <mn>1</mn> </msub> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>y</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>F</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>xf</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>yf</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>m</mi> </msubsup> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>SL</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>SL</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mfrac> <mrow> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>R</mi> <mi>t</mi> </msub> <mo>(</mo> <msub> <mi>x</mi> <mi>t</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>SL</mi> <mrow> <mi>m</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>m</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>m</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced>
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{SL}，所以其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，m-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLm+1(xm+1，ym+1)表示沿着子线路开行方向，上游最接近Rt(xt，yt)的点位；L(Rt(xt，yt)，SLm+1(xm+1，ym+1))表示沿着子线路开行方向，从SLm+1(xm+1，ym+1)至Rt(xt，yt)的距离。
4.如权利要求1所述的一种基于多数据源的公交车辆行驶轨迹跟踪方法，其特征在于，在所述步骤1中，所述行程车速Vvt的计算公式为：
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <mrow> <msub> <mi>V</mi> <mrow> <mi>g</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>SL</mi> <mn>1</mn> </msub> <mo>(</mo> <msub> <mi>x</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>y</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>F</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>xf</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>yf</mi> <mrow> <mi>t</mi> <mo>-</mo> <mi>s</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mfrac> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>SL</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>i</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>SL</mi> <mi>i</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>+</mo> <mfrac> <mrow> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mi>t</mi> </msub> <mo>(</mo> <msub> <mi>x</mi> <mi>t</mi> </msub> <mo>,</mo> <msub> <mi>y</mi> <mi>t</mi> </msub> <mo>)</mo> </mrow> <mo>,</mo> <msub> <mi>SL</mi> <mrow> <mi>n</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mrow> <mi>n</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>y</mi> <mrow> <mi>n</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <mo>)</mo> </mrow> <mo>)</mo> </mrow> <mi>s</mi> </mfrac> </mrow> </mtd> </mtr> </mtable> </mfenced>
式中，SL1(x1，y1)表示沿着子线路开行方向，在上下行线路点位集合SL中下游最接近Ft-s(xft-s，yft-s)的点位；L(SL1(x1，y1)，Ft-s(xft-s，yft-s))表示沿着子线路开行方向，从Ft-s(xft-s，yft-s)至SL1(x1，y1)的距离，由于SL1(x1，y1)∈{SL}，Ft-s(xft-s，yft-s)∈{SL}，所以其中p为SL1(x1，y1)和t-s(xft-s，yft-s)之间属于{SL}的点的个数；SLi(xi，yi)表示在集合{SL}中，处在Ft-s(xft-s，yft-s)和Glt(xlt，ylt)之间的某个点，且SLi(xi，yi)是SLi+1(xi+1，yi+1)上游最近的一个点，i＝2，…，m-1；L(SLi+1(xi+1，yi+1)，SLi(xi，yi))表示沿着子线路开行方向，从SLi(xi，yi)至SLi+1(xi+1，yi+1)的距离；SLm+1(xm+1，ym+1)表示沿着子线路开行方向，上游最接近Vt(xt，yt)的点位；L(Vt(xt，yt)，SLn+1(xn+1，yn+1))表示沿着子线路开行方向，从SLm+1(xm+1，ym+1)至Vt(xt，yt)的距离。
CN201711133302.6A 2017-11-15 2017-11-15 一种基于多数据源的公交车辆行驶轨迹跟踪方法 Active CN108022424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711133302.6A CN108022424B (zh) 2017-11-15 2017-11-15 一种基于多数据源的公交车辆行驶轨迹跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711133302.6A CN108022424B (zh) 2017-11-15 2017-11-15 一种基于多数据源的公交车辆行驶轨迹跟踪方法

Publications (2)

Publication Number Publication Date
CN108022424A true CN108022424A (zh) 2018-05-11
CN108022424B CN108022424B (zh) 2020-12-25

Family

ID=62080714

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711133302.6A Active CN108022424B (zh) 2017-11-15 2017-11-15 一种基于多数据源的公交车辆行驶轨迹跟踪方法

Country Status (1)

Country Link
CN (1) CN108022424B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598964A (zh) * 2018-12-21 2019-04-09 上海电科智能系统股份有限公司 一种基于多数据源的公交车场站定位及停车诱导方法
CN113066303A (zh) * 2021-03-25 2021-07-02 上海智能新能源汽车科创功能平台有限公司 一种基于车路云协同的智能公交车站点组合定位系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080258936A1 (en) * 2007-04-22 2008-10-23 Chitor Ramesh V System and method for tracking and billing vehicle users based on when and in which road lanes their vehicles have been driven
CN102385804A (zh) * 2010-08-30 2012-03-21 谈宇清 一种智能交通系统及其导航方法
CN106781506A (zh) * 2017-02-21 2017-05-31 济南全通信息科技有限公司 基于公交车gps数据的大范围城市公交线网实时运行水平评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080258936A1 (en) * 2007-04-22 2008-10-23 Chitor Ramesh V System and method for tracking and billing vehicle users based on when and in which road lanes their vehicles have been driven
CN102385804A (zh) * 2010-08-30 2012-03-21 谈宇清 一种智能交通系统及其导航方法
CN106781506A (zh) * 2017-02-21 2017-05-31 济南全通信息科技有限公司 基于公交车gps数据的大范围城市公交线网实时运行水平评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
潘振兴等: "基于WSN的公交车辆信息采集系统网络性能评价方法", 《武汉理工大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109598964A (zh) * 2018-12-21 2019-04-09 上海电科智能系统股份有限公司 一种基于多数据源的公交车场站定位及停车诱导方法
CN109598964B (zh) * 2018-12-21 2021-10-26 上海电科智能系统股份有限公司 一种基于多数据源的公交车场站定位及停车诱导方法
CN113066303A (zh) * 2021-03-25 2021-07-02 上海智能新能源汽车科创功能平台有限公司 一种基于车路云协同的智能公交车站点组合定位系统

Also Published As

Publication number Publication date
CN108022424B (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
CN106297342B (zh) 一种提前、实时提示交通信号灯信息的提醒装置及方法
CN110164122A (zh) 用于路口的车辆列队系统控制
US9024785B2 (en) Traffic information distribution system and traffic information system, traffic information distribution program, and traffic information distribution method
US7617041B2 (en) Traffic jam prediction device and method
CN111183465B (zh) 使用车辆轨迹数据的自适应交通控制
JP5796740B2 (ja) 交通情報通知システム、交通情報通知プログラム及び交通情報通知方法
KR20190082712A (ko) 차량의 예상 주행 의도에 관한 정보를 제공하는 방법
JP2009503638A (ja) 道路網グラフをモデル化する方法、装置及びシステム
US9478127B2 (en) Center-side system and vehicle-side system
KR20160034377A (ko) 예측 에너지 잔량 안내 시스템
CN106710281A (zh) 车辆定位数据获取方法及装置
CN101241188A (zh) 防撞系统与使用数据融合检测高架桥位置的方法
CN105702072A (zh) 一种基于物联网的交通运输系统
CN105792135A (zh) 一种定位车辆所在车道的方法及装置
CN204055561U (zh) 车辆安全行驶警示系统
JP2010210284A (ja) 交通管理装置および交通管理方法
US20180314901A1 (en) Non-transitory storage medium storing image transmission program, image transmission device, and image transmission method
US10665096B2 (en) Non-transitory storage medium storing image transmission program, image transmission device, and image transmission method
CN102980589A (zh) 一种通过gps速度自动计算车辆脉冲系数的方法及装置
CN104192063A (zh) 车辆安全行驶警示系统及相应的警示方法
JP3775394B2 (ja) 走行リンク確定システム及びリンク旅行時間計測システム
JP2016153738A (ja) 車両走行案内装置、車両走行案内システム、コンピュータプログラム及び車両走行案内方法
JP2007206785A (ja) 車両追跡システムとこれに使用する画像処理装置、中央装置及び車載装置、並びに、車両追跡方法
US20180222482A1 (en) Vehicle control apparatus, vehicle control method, and vehicle control program
CN108022424A (zh) 一种基于多数据源的公交车辆行驶轨迹跟踪方法

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