CN108230671A - 一种基于卫星定位数据的车流速度估算及精度评价方法 - Google Patents

一种基于卫星定位数据的车流速度估算及精度评价方法 Download PDF

Info

Publication number
CN108230671A
CN108230671A CN201711403082.4A CN201711403082A CN108230671A CN 108230671 A CN108230671 A CN 108230671A CN 201711403082 A CN201711403082 A CN 201711403082A CN 108230671 A CN108230671 A CN 108230671A
Authority
CN
China
Prior art keywords
vehicle
section
floating
floating car
flow speeds
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.)
Pending
Application number
CN201711403082.4A
Other languages
English (en)
Inventor
谢驰
张晔
黄宁军
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 Beidou Jiaotong New Energy Automobile Service Co Ltd
Original Assignee
Shanghai Beidou Jiaotong New Energy Automobile Service 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 Beidou Jiaotong New Energy Automobile Service Co Ltd filed Critical Shanghai Beidou Jiaotong New Energy Automobile Service Co Ltd
Priority to CN201711403082.4A priority Critical patent/CN108230671A/zh
Publication of CN108230671A publication Critical patent/CN108230671A/zh
Pending legal-status Critical Current

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
    • G08G1/0125—Traffic data processing
    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed

Landscapes

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

Abstract

本发明公开了一种基于卫星定位数据的车流速度估算及精度评价方法，所述方法为利用装载有北斗卫星定位设备的浮动车辆进行速度取样从而估算车流速度及评价估算精度，包括如下步骤：a)根据北斗卫星定位设备记录的坐标与时间计算路段行驶速度；将浮动车辆的瞬时位置与车载数字路线图数据库进行比较，若计算出的坐标位于十字路口附近，则将车辆的位置和时间记录在车载设备中，对连续的交叉路口采集上述数据，计算出交叉路口之间的车流速度；b)根据浮动车数量计算精度；在路段级别，对浮动车的样本规模根据统计抽样理论进行估算；计算出带有差分误差的平均速度。与传统方法相比较，本发明对路网内浮动车辆数目要求低，评价结果精度高，误差小。

Description

一种基于卫星定位数据的车流速度估算及精度评价方法
技术领域
本发明涉及城市交通评估领域，具体地说，特别涉及到一种基于卫星定位 数据的车流速度估算及精度评价方法。
背景技术
随着先进旅客信息系统和智能交通管理系统的逐渐推广，为出行者及交通 管理人员提供准确的路径出行时间估计变得越来越重要。
在道路交通规划中，路径出行时间是路径选择、出发时间等选择所关注的 内容，但它是针对特定起讫点而言的。如果要将用户大量的起讫点需求组合起 来，先进旅客信息系统和智能交通管理系统能提供路段级别的道路信息。通过 装有卫星定位设备的浮动车辆可以获得实时的位置和速度信息，相比静态的设 备能获得更加准确的空间信息。
相比于路段出行时间，路段速度与路段长度不相关，能直接根据浮动车数 据测量得到。路段速度也可以进一步转化为路段出行时间或者道路服务水平等， 但是浮动车测量的道路速度误差及样本规模等都会对结果产生影响，这都需要 进行更细致化的研究。
发明内容
本发明的目的在于针对现有技术中的不足，提供一种基于卫星定位数据的 车流速度估算及精度评价方法，其用于分析城市街道上装载有北斗卫星定位设 备的浮动车辆数据的时空特征，据此估算城市街道车流速度，并且估计不同交 通情况下的平均路段车速的误差幅度及为了获得合理速度估计的浮动车最低样 本规模。
本发明所解决的技术问题可以采用以下技术方案来实现：
一种基于卫星定位数据的车流速度估算及精度评价方法，所述方法包括装 载有北斗卫星定位设备的浮动车辆，其包括如下步骤：
a)根据北斗卫星定位设备记录的坐标与时间计算路段行驶速度
将浮动车辆的瞬时位置与车载数字路线图数据库进行比较，若计算出的坐 标位于十字路口附近，则将车辆的位置和时间记录在车载设备中，对连续的交 叉路口采集上述数据，计算出交叉路口之间的车流速度；
假设某一时刻t，车辆的位置信息恰好在一个十字路口A附近，经过一段时 间的行驶，车辆在时刻t′传回的位置信息恰好再次位于十字路口B附近；因此， 估算车辆在路段AB上的路段车流速度vAB为(已知路段AB长度为LAB)：
b)根据浮动车数量计算精度
在路段级别，浮动车的样本规模可以根据统计抽样理论进行估算；
对于用户选择的估计速度允许误差为εa，样本速度标准差为s时，浮动车 的最小样本规模n为：
其中，tα/2，n-1是1-α的置信区间及n-1个自由度下的t分布统计量；
假设北斗卫星定位设备的经度及纬度的误差是独立的，那么在长度为L的直 路段上标准差的保守估计如下：
其中，σ表示经纬度标准偏差中的较大值，ρ表示经纬度标准偏差中的较小 值；
有以上可知，在差分定位系统测量过程中，定位偏差远大于接收器时钟时 间的误差；因此在后处理阶段，在路段长度为1，浮动车辆比例为p的情况下， 带有差分误差的平均速度s′pl可表达为：
其中，tpl是浮动车的路段出行时间，ΔL是差分定位系统的出行距离误差， spl是在路段长度为1、浮动车比例为p的情况下的平均速度。
与现有技术相比，本发明的有益效果在于：
本发明在应用时路网中仅需有4％-5％的可活动浮动车或者在一个采样周期 内至少有10辆浮动车通过该路段，根据装有北斗卫星定位设备的浮动车采集的 数据获得了城市街道车流的速度，在至少95％的时间内路段平均估计速度的绝 对误差小于5公里/小时，精度高，误差小。
附图说明
图1为路网中不同浮动车比例下，浮动车的平均速度与使用相同路段的 所有车辆平均速度间的对比图。
图2为本发明所述的路网中不同浮动车比例下速度误差的标准差曲线图。
图3为本发明所述的路段上浮动车数目与相应浮动车速度误差图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解， 下面结合具体实施方式，进一步阐述本发明。
参见图1、图2和图3，本发明所述的一种基于卫星定位数据的车流速度估 算及精度评价方法，所述方法包括装载有北斗卫星定位设备的浮动车辆，其包 括如下步骤：
a)根据北斗卫星定位设备记录的坐标与时间计算路段行驶速度
对于装有北斗卫星定位设备的浮动车有如下两点假设：
1)北斗卫星定位设备测量的瞬时速度不是所期望获得的路段平均速度，路 段平均速度通过位置差分来进行计算(例如按旅行时间划分两点之间的距离)。
2)每一台定位设备接收器以1-2秒的间隔连续检查其位置(纬度和经度)。
将浮动车辆的瞬时位置与车载数字路线图数据库进行比较。若计算出的坐 标位于十字路口附近，则将车辆的位置和时间戳记录在车载设备中。这里记录 下来的浮动车路段出行时间是两个道路交叉口停车线间的时间。对于连续的交 叉路口采集上述数据，就可以据此计算交叉路口之间的路段速度并存储下来。
假设某一时刻t，车辆的位置信息恰好在一个十字路口A附近，经过一段时 间的行驶，车辆在时刻t′传回的位置信息恰好再次位于十字路口B附近；因此， 估算车辆在路段AB上的路段车流速度vAB为(已知路段AB长度为LAB)：
b)根据浮动车数量计算精度
在路段级别，浮动车的样本规模可以根据统计抽样理论进行估算；
对于用户选择的估计速度允许误差为εa，样本速度标准差为s时，浮动车 的最小样本规模n为：
其中，tα/2，n-1是1-α的置信区间及n-1个自由度下的t分布统计量；
假设北斗卫星定位设备的经度及纬度的误差是独立的，那么在长度为L的直 路段上标准差的保守估计如下：
其中，σ表示经纬度标准偏差中的较大值，ρ表示经纬度标准偏差中的较小 值；
有以上可知，在差分定位系统测量过程中，定位偏差远大于接收器时钟时 间的误差；因此在后处理阶段，在路段长度为1，浮动车辆比例为p的情况下， 带有差分误差的平均速度spl可表达为：
其中，tpl是浮动车的路段出行时间，ΔL是差分定位系统的出行距离误差， 可以看成是均值μ＝0，标准差为σL的正态分布，根据设备特性此处的σL采用 4.0m。spl是在路段长度为1、浮动车比例为p的情况下的平均速度。
改变采样周期内浮动车在路网上的比例，得到相应浮动车的平均速度，与 使用相同路段的所有车辆平均速度对比并绘图如1所示。很明显，根据浮动车 计算出的平均速度的误差随着浮动车比例的增加而减小，这反映在R2值的增加 上。
速度误差的标准差与浮动车比例间的关系如图2所示。平均路段速度误差 的标准偏差随着浮动车比例的增加而减小。但是浮动车比例到达约15％之后， 标准差就趋于稳定了。
如果在95％的路段估计速度中绝对误差小于等于5km/h，网络中的浮动车 比例需要达到4-5％。换言之，如果浮动车比例在4-5％之间，则20个路段中至 多有一个路段的平均速度绝对误差超过5km/h。
交通工程师往往更关心路段速度估计的可靠性，因此这会将误差引入路段 出行时间的计算中。我们通过观察发现，我们的实验情况在采样时间间隔为700s 时，所有选中路段中都至少有一辆浮动车。在95％的置信度下，给定样本大小 的误差服从平均值为0的正态分布。在置信度包络下，可以推断如果95％时间 下，该路段的估计速度的绝对误差小于5km/h，则采样期内至少要有10辆浮 动车。如果这样的采样规模未达到，可以考虑更长的采样周期、使用更小的置 信区间或者接受更大的绝对误差。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业 的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中 描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明 还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本 发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (1)

1.一种基于卫星定位数据的车流速度估算及精度评价方法，其特征在于，所述方法包括装载有北斗卫星定位设备的浮动车辆，其包括如下步骤：
a)根据北斗卫星定位设备记录的坐标与时间计算路段行驶速度
将浮动车辆的瞬时位置与车载数字路线图数据库进行比较，若计算出的坐标位于十字路口附近，则将车辆的位置和时间记录在车载设备中，对连续的交叉路口采集上述数据，计算出交叉路口之间的车流速度；
假设某一时刻t，车辆的位置信息恰好在一个十字路口A附近，经过一段时间的行驶，车辆在时刻t′传回的位置信息恰好再次位于十字路口B附近；因此，估算车辆在路段AB上的路段车流速度vAB为(已知路段AB长度为LAB)：
b)根据浮动车数量计算精度
在路段级别，浮动车的样本规模可以根据统计抽样理论进行估算；
对于用户选择的估计速度允许误差为εa，样本速度标准差为S时，浮动车的最小样本规模n为：
其中，tα/2，n-1是1-α的置信区间及n-1个自由度下的t分布统计量；
假设北斗卫星定位设备的经度及纬度的误差是独立的，那么在长度为L的直路段上标准差的保守估计如下：
其中，σ表示经纬度标准偏差中的较大值，ρ表示经纬度标准偏差中的较小值；
有以上可知，在差分定位系统测量过程中，定位偏差远大于接收器时钟时间的误差；因此在后处理阶段，在路段长度为1，浮动车辆比例为p的情况下，带有差分误差的平均速度s′pl可表达为：
其中，tpl是浮动车的路段出行时间，ΔL是差分定位系统的出行距离误差，spl是在路段长度为1、浮动车比例为p的情况下的平均速度。
CN201711403082.4A 2017-12-22 2017-12-22 一种基于卫星定位数据的车流速度估算及精度评价方法 Pending CN108230671A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711403082.4A CN108230671A (zh) 2017-12-22 2017-12-22 一种基于卫星定位数据的车流速度估算及精度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711403082.4A CN108230671A (zh) 2017-12-22 2017-12-22 一种基于卫星定位数据的车流速度估算及精度评价方法

Publications (1)

Publication Number Publication Date
CN108230671A true CN108230671A (zh) 2018-06-29

Family

ID=62647690

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711403082.4A Pending CN108230671A (zh) 2017-12-22 2017-12-22 一种基于卫星定位数据的车流速度估算及精度评价方法

Country Status (1)

Country Link
CN (1) CN108230671A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113838282A (zh) * 2021-07-16 2021-12-24 北京航空航天大学 基于北斗定位的车辆异常行为检测方法
CN114547551A (zh) * 2022-02-23 2022-05-27 阿波罗智能技术(北京)有限公司 基于车辆上报数据的路面数据获取方法及云端服务器

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484996A (zh) * 2014-12-18 2015-04-01 江苏省交通规划设计院股份有限公司 一种基于多源数据的路段交通状态判别方法
CN105139645A (zh) * 2015-07-23 2015-12-09 合肥革绿信息科技有限公司 一种基于浮动车技术的城市区域路网运行指数评估方法
CN106971535A (zh) * 2017-03-19 2017-07-21 北京通途永久科技有限公司 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484996A (zh) * 2014-12-18 2015-04-01 江苏省交通规划设计院股份有限公司 一种基于多源数据的路段交通状态判别方法
CN105139645A (zh) * 2015-07-23 2015-12-09 合肥革绿信息科技有限公司 一种基于浮动车技术的城市区域路网运行指数评估方法
CN106971535A (zh) * 2017-03-19 2017-07-21 北京通途永久科技有限公司 一种基于浮动车gps实时数据的城市交通拥堵指数计算平台

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
RUEY LONG CHEU 等: "probe vehicle population and sample size for arterial speed estimation", 《COMPUTER-AIDED CIVIL AND INFRASTRUCTURE ENGINEERING》 *
刘明月: "基于GPS浮动车的城市实时交通状态估计方法研究和实现", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
范跃祖 等: "浮动车技术的发展及应用研究综述", 《第一届中国智能交通年会论文汇编》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113838282A (zh) * 2021-07-16 2021-12-24 北京航空航天大学 基于北斗定位的车辆异常行为检测方法
CN114547551A (zh) * 2022-02-23 2022-05-27 阿波罗智能技术(北京)有限公司 基于车辆上报数据的路面数据获取方法及云端服务器
CN114547551B (zh) * 2022-02-23 2023-08-29 阿波罗智能技术(北京)有限公司 基于车辆上报数据的路面数据获取方法及云端服务器

Similar Documents

Publication Publication Date Title
Seo et al. Estimation of flow and density using probe vehicles with spacing measurement equipment
Rahmani et al. Path inference from sparse floating car data for urban networks
CN101739824B (zh) 基于数据融合技术的交通状况估计方法
CN100463009C (zh) 一种交通信息融合处理方法和系统
US11460312B2 (en) Method, apparatus, and computer program product for determining lane level traffic information
CN111712862B (zh) 用于生成交通量或交通密度数据的方法和系统
Jie et al. Monitoring travel times in an urban network using video, GPS and Bluetooth
CN114999228B (zh) 一种自动驾驶车在恶劣天气防碰撞方法
Lindveld et al. Evaluation of online travel time estimators and predictors
US11127289B2 (en) Traffic congestion estimating device, traffic congestion estimating method, and recording medium storing program thereof
CN104990554B (zh) Gnss盲区中基于vanet车辆间协作的惯性导航定位方法
CN102074110B (zh) 基于浮动车数据的交通流路口转向延时获取系统和方法
CN101958043A (zh) 路段旅行时间计算装置及其方法
CN111746538A (zh) 一种严格避撞的车辆队列跟驰控制方法和控制系统
CN104750963A (zh) 交叉口延误时长估计方法及装置
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
CN105096590A (zh) 交通信息生成方法和交通信息生成设备
CN108230671A (zh) 一种基于卫星定位数据的车流速度估算及精度评价方法
Rogers Creating and evaluating highly accurate maps with probe vehicles
CN103903432A (zh) 用于确定路链拥堵状况的设备和方法
CN106023602A (zh) 山地城市信号交叉口延误计算方法
CN106651061B (zh) 一种基于dsrc数据与点检测器数据的实时融合方法
Coifman et al. Measuring freeway traffic conditions with transit vehicles
CN105070060A (zh) 一种基于公交车载gps数据的城市道路交通状态判别方法
PT2698607E (pt) Método para a determinação do comprimento de um percurso percorrido por um veículo

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180629