CN108680178A - 基于定位信息与路径数据分享的未来交通规划系统和方法 - Google Patents

Abstract

本发明公开了一种基于定位信息与路径数据分享的未来交通规划系统，包括：终端设备、路径请求代理服务器、定位系统、中央数据库、实时交通监控系统、路网信息动态计算系统和信息发布器，其中终端设备向路径请求代理服务器发送出行计划请求，路径请求代理服务器从定位系统读取出行计划请求涉及的位置信息并实时发送至中央数据库；中央数据库实时接收、提取和存放所述位置信息并挖掘出行计划请求涉及的车流数据；实时交通监控系统提供出行计划请求涉及的路段的行驶车辆的监控数据；路网信息动态计算系统根据车流数据和监控数据计算出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径，经信息发布器发送至终端设备，能有效缓解交通拥堵现状。

Description

基于定位信息与路径数据分享的未来交通规划系统和方法

技术领域

本发明涉及智慧交通领域，特别是涉及一种基于定位信息与路径数据分享的未来交通规划系统和方法。

背景技术

随着大数据技术日渐成熟，其在交通领域解决交通拥堵的应用价值日益凸显。近年来，基于大数据的智能交通解决方案迅速增加，如百度、高德、滴滴等众多手中掌握庞大数据集的公司，在致力于寻找交通解决方案的新方向，试图能够为中国各大城市的拥堵、预测、预警、实时查询等服务找到新的解决方案。现阶段，多数解决方案仍然是从原始的历史数据，浅层次的预测模型进行交通流的预测等。

北京市等大都市交通系统庞大复杂，信息采集终端样式非常多，信息量大，异构性强，针对每一种信息，国家交通部门都有相应的处理办法与应用场景，但是难以得到一种数据终端所采集的数据具有连续性强，能够全面地进行系统性、综合性、多重性的交通流量、流速、拥堵、总体交通流与个体交通单位的详细分析的数据类型。

GPS数据能够适应交通分析全面性的数据类型，我国近些年大力发展的北斗系统也为我国的交通领域信息整合提供了良好的前提条件。目前手机、车载终端的智能化程度日趋加深，依靠电子地图的路径搜索已经非常普及。但是，这部分数据没用真正发挥其应有价值，依靠GPS数据与路径请求的可以对未来交通状况预测有非常直接的参照性。

发明内容

为了解决上述问题至少之一，本发明第一方面提供一种基于定位信息与路径数据分享的未来交通规划系统，包括：终端设备、路径请求代理服务器、定位系统、中央数据库、实时交通监控系统、路网信息动态计算系统和信息发布器，其中

所述终端设备用于向所述路径请求代理服务器发送出行计划请求；

所述路径请求服务器用于读取所述定位系统中所述出行计划请求涉及的位置信息，并实时发送至所述中央数据库；

所述中央数据库用于实时接收、提取和存放所述位置信息以挖掘所述出行计划请求涉及的车流数据；

所述实时交通监控系统用于提供所述出行计划请求涉及的路段的行驶车辆的监控数据；

所述路网信息动态计算系统根据所述车流数据和所述监控数据计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径，经所述信息发布器发送至所述终端设备。

进一步地，所述未来交通规划系统还包括云计算平台，所述中央数据库还通过云计算平台对所述出行计划请求涉及的位置信息进行计算以挖掘所述出行计划请求涉及的车流数据。

进一步地，所述未来交通规划系统还包括交通预测校验系统，用于校验并修正所述路网信息动态计算系统计算的交通数据和最优路径。

进一步地，所述未来交通规划系统还包括路网信息实时系统，所述路网信息实时系统从所述中央数据库提取实时位置信息和车流数据、从所述实时交通监控系统提取所述监控数据，根据所述提取的数据构建实时路网、流量、时间数据仓库，并实时发送至所述交通预测校验系统。

进一步地，所述路网信息动态计算系统还包括机器学习模块，用于计算所述出行计划请求涉及的路段的未来时刻的交通数据和最优路径。

本发明第二方面提供一种利用第一方面所述的未来交通规划系统的未来交通规划方法，包括：

S101：所述终端设备向所述路径请求代理服务器发送出行计划请求；

S103：所述路径请求服务器从所述定位系统读取所述出行计划请求涉及的位置信息，并实时发送至所述中央数据库；

S105：所述中央数据库实时接收、提取和存放所述位置信息，并挖掘所述出行计划请求涉及的车流数据；

S107：所述路网信息动态计算系统从所述中央数据库提取所述位置信息和车流数据，从所述实时交通监控系统提取所述监控数据，计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径；

S109：所述信息发布器提取所述交通数据和最优路径，并发送至所述终端设备。

进一步地，所述未来交通规划系统还包括云计算平台，所述步骤S105具体包括：

S1051：所述中央数据库实时接收、提取和存放所述位置信息；

S1053：所述云计算平台读取中央数据库的数据，对所述出行计划请求涉及的位置信息进行计算以挖掘所述出行计划请求涉及的车流数据。

进一步地，所述未来交通规划系统还包括交通预测校验系统，所述未来交通规划方法在步骤S107之后，S109之前还包括：

S108：所述交通预测校验系统对所述路网信息动态计算系统计算的交通数据进行校验并修正所述交通数据和最优路径。

进一步地，所述未来交通规划系统还包括路网信息实时系统，所述未来交通规划方法在步骤S107计算交通数据和最优路径的同时，还包括：

S107’：所述路网信息实时系统根据实时位置信息、车流数据和监控数据，构建实时路网、流量、时间数据仓库，并实时发送至所述交通预测校验系统。

进一步地，所述路网信息动态计算系统还包括机器学习模块，所述步骤S107具体包括：

S1071：所述路网信息动态计算系统提取所述位置信息、车流数据和监控数据；

S1073：所述机器学习模块根据所述位置信息、车流数据和监控数据，计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径。

本发明的有益效果如下：

本发明提供的一种基于定位信息与路径数据分享的未来交通规划系统和方法，利用即将发生的出行计划的路径请求数据、位置信息和实时交通监控数据，通过路网信息动态计算系统计算并显示出行者前方前方道路未来路况，进行直接性极强的预测，实现出行者计划透明，未来道路状态透明，达到智慧交通管理与诱导的目标，有效缓解我国大城市交通拥堵现状。

附图说明

下面结合附图对本发明的具体实施方式作进一步详细的说明。

图1示出本发明的一个实施例所述的基于定位信息与路径数据分享的未来交通规划系统的框图；

图2示出本发明的另一个实施例所述的基于定位信息与路径数据分享的未来交通规划系统的框图；

图3示出本发明的一个实施例所述的基于定位信息与路径数据分享的未来交通规划方法的流程图；

图4示出本发明的一个实施例所述的中央数据库处理数据的流程图；

图5示出本发明的一个实施例所述的路网信息动态计算系统处理数据的流程图；

图6示出本发明的另一个实施例所述的基于定位信息与路径数据分享的未来交通规划方法的流程图。

具体实施方式

为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。

本发明所述的基于定位信息与路径数据分享的未来交通规划系统，需要满足以下几个条件，(1)基于未来出行计划透明化的假设，即绝大多数的公路出行计划，包括出行的起始地址和目的地地址会发送至路径请求代理服务器；(2)定位系统的广泛使用，例如道路上的行驶车辆均装有全球定位系统，能够实时获取行驶车辆的行驶位置和速度信息，其中所述全球定位系统可以是美国的GPS系统，也可以是我国的北斗系统；(3)具有大量的存储服务器和高性能的网络服务器。基于上述条件，本发明将出行计划所涉及的时间和位置信息作为影响未来交通的重要因素，即使用未发生但即将发生的出行计划的路径请求数据，进行未来交通规划。

如图1所示，本发明的一个实施例提供了一种基于定位信息与路径数据分享的未来交通规划系统，包括：终端设备、路径请求代理服务器、定位系统、中央数据库、实时交通监控系统、路网信息动态计算系统和信息发布器。

其中所述终端设备可以是手机，车载导航仪等具有能够显示的交通规划功能和/或导航功能的应用终端系统。所述终端设备向所述路径请求代理服务器发送出行计划请求，例如使用手机的应用软件(APP)进行路径查询，将计划出行的时间、起始地点、目的地和途经地等相关信息发送至路径请求代理服务器。

路径请求代理服务器根据上述相关信息从GPS或北斗的定位系统中读取出行计划中所涉及的位置信息，并将位置信息实时发送至中央数据库。

中央数据库为大型存储服务器，能够持续地实时地接收路径请求服务器传输的位置信息，对所述位置信息进行分析、提取并存放所述位置信息。

进一步地，如图2所示，未来交通规划系统还包括云计算平台，中央数据库通过云计算平台对所述出行计划请求涉及的位置信息进行计算，运用关联规则、分类、聚类等进行数据挖掘，找出与出行计划相关路段的车流数据。

同时，实时交通监控系统为高性能网络服务器，实时监控路面上各个交通道路的情况，在本实施例中，负责提供所述出行计划请求涉及的路段的行驶车辆的监控数据，为路网信息动态计算系统提供计算的依据。

所述路网信息动态计算系统为本系统的计算中心，以从所述中央数据库中提取的位置信息和车流数据，以及从实时交通监控系统中提取的监控数据为依据，对所述出行计划请求涉及的路段的预计到达时刻和该时刻的交通状况进行预测，计算出预计到达时刻的交通数据和最优路径，并发送至所述信息发布器。

所述信息发布器为大容量高性能网络服务器，接收所述路网信息动态计算系统计算出的交通数据和最优路径，响应所述终端设备的查询指令，将交通数据和最优路径发送至所述终端设备，在所述终端设备中实时动态地显示出来。

进一步地，如图2所示，未来交通规划系统还包括交通预测校验系统，能够通过历史数据、实时数据和概率算法对所述路网信息动态计算系统计算的交通数据和最优路径进行校验，例如使用均方根误差计算和误差反馈，同时对所述交通数据和最优路径进行修正。

进一步地，如图2所示，未来交通规划系统还包括路网信息实时系统，所述路网信息实时系统从所述中央数据库提取位置信息和车流数据，从所述实时交通监控系统提取所述监控数据，根据提取的数据构建实时路网、流量、时间数据仓库，并且实时从所述中央数据库和实时交通监控系统提取数据，更新所述实时路网、流量和时间数据仓库，并将更新数据发送至交通预测校验系统作为实时数据用于校验，便于对所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径进行修正。

进一步地，如图2所示，路网信息动态计算系统还包括机器学习模块，所述机器学习模块能够通过历史数据和未来模型进行计算，例如流量预计累加方法、DBNs、SVM等机器学习方法。

如图3所示，本发明的另一个实施例提供了一种利用上述未来交通规划系统的未来交通规划方法，包括：

S101：所述终端设备向所述路径请求代理服务器发送出行计划请求。在一个具体的示例中，出行者计划出行时，首先使用手机APP或车载终端向所述路径请求服务器发起从起始地点到终点的路径查询，其中所述手机或车载终端具有路径分享功能。

S103：所述路径请求服务器从所述定位系统读取所述出行计划请求涉及的位置信息，并实时发送至所述中央数据库。

S105：所述中央数据库实时接收、提取和存放所述位置信息，并挖掘所述出行计划请求涉及的车流数据。

进一步地，如图4所示，所述未来交通规划系统还包括云计算平台，具体包括：

S1051：所述中央数据库实时接收、提取和存放所述位置信息；

S1053：所述云计算平台读取中央数据库的数据，对所述出行计划请求涉及的位置信息进行计算以挖掘所述出行计划请求涉及的车流数据。

所述中央数据库为大型存储服务器，实时地持续地接收路径请求服务器传输的位置信息，并对所述位置信息进行分析、提取和存储。云计算平台从中央数据库读取位置信息，运用关联规则、分类、聚类等数据挖掘方法，计算出与出行计划相关路段的车流数据。

S107：所述路网信息动态计算系统从所述中央数据库提取所述位置信息和车流数据，从所述实时交通监控系统提取所述监控数据，计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径。

进一步地，如图5所示，所述路网信息动态计算系统还包括机器学习模块，所述步骤S107具体包括：

S1071：所述路网信息动态计算系统提取所述位置信息、车流数据和监控数据；

S1073：所述机器学习模块根据所述位置信息、车流数据和监控数据，计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径。

所述路网信息动态计算系统从所述中央数据库实时提取出行计划相关的所述位置信息和车流数据，从所述实时交通监控系统实时提取所述监控数据，对更新数据集F数据量N，进行数据集划分，其中δ是划分后的小数据集f的最大容量；对于所有小数据集f中对应的每一个出行计划请求，通过卷积神经网络、多层自动编码器深层结构等深度学习技术推算未来时刻车辆位置、速度等信息；

所述路网信息动态计算系统的机器学习模块运用机器学习方法，通过历史数据和未来模型进行推算，获得城市主干道各路段未来交通流时变情况。例如流量预计累加方法、DBNs、SVM等机器学习方法，计算出出行计划请求涉及的路段，预计到达所述路段的时刻，预计到达时刻的交通数据和最优路径。

进一步地，如图6所示，在所述路网信息动态计算系统计算交通数据和最优路径的同时，所述未来交通规划系统还包括路网信息实时系统，所述未来交通规划方法还包括：

S107’：所述路网信息实时系统根据实时位置信息、车流数据和监控数据，构建实时路网、流量、时间数据仓库，并实时发送至所述交通预测校验系统。所述实时路网、流量、时间数据仓库用于转化、存储、提取分析上述信息，提供实时路况信息，便于所述数据的可视化显示。

进一步地，如图6所示，所述未来交通规划系统还包括交通预测校验系统：

S108：所述交通预测校验系统对所述路网信息动态计算系统计算的交通数据进行校验并修正所述交通数据和最优路径。

所述交通预测校验系统从所述路网信息实时系统读取实时路况信息，从所述路网信息动态计算系统读取预测的交通数据和最优路径，使用预存的未来交通路况计算方法，例如均方根误差计算等，通过数据对算法的多种误差计算方式和误差反馈方式，从而实现对所述交通数据和最优路径的校验和修正。

S109：所述信息发布器提取所述交通数据和最优路径，并发送至所述终端设备。

所述信息发布器为大容量高性能网络服务器，接收所述交通预测校验系统校正的交通数据和最优路径，响应所述终端设备的查询指令，将交通数据和最优路径发送至所述终端设备，在所述终端设备中实时动态地显示出来。

本发明的实施例针对现有的交通流预测完全使用历史数据的理念，进行了颠覆式改进，从对于未来交通流具有直接影响性的“出行计划”数据入手，将未发生但即将发生的出行计划的路径请求数据纳入预测计算中，实现未来道路状态的透明化，达到智慧交通管理与诱导的目标，提供一种基于定位信息与路径数据分享的未来交通规划系统方法，以缓解我国大城市交通的拥堵现状。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (10)

1.一种基于定位信息与路径数据分享的未来交通规划系统，其特征在于，包括：终端设备、路径请求代理服务器、定位系统、中央数据库、实时交通监控系统、路网信息动态计算系统和信息发布器，其中

所述终端设备用于向所述路径请求代理服务器发送出行计划请求；

所述路径请求服务器用于读取所述定位系统中所述出行计划请求涉及的位置信息，并实时发送至所述中央数据库；

所述中央数据库用于实时接收、提取和存放所述位置信息以挖掘所述出行计划请求涉及的车流数据；

所述实时交通监控系统用于提供所述出行计划请求涉及的路段的行驶车辆的监控数据；

所述路网信息动态计算系统根据所述车流数据和所述监控数据计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径，经所述信息发布器发送至所述终端设备。

2.根据权利要求1所述的未来交通规划系统，其特征在于，所述未来交通规划系统还包括云计算平台，所述中央数据库还通过云计算平台对所述出行计划请求涉及的位置信息进行计算以挖掘所述出行计划请求涉及的车流数据。

3.根据权利要求1所述的未来交通规划系统，其特征在于，所述未来交通规划系统还包括交通预测校验系统，用于校验并修正所述路网信息动态计算系统计算的交通数据和最优路径。

4.根据权利要求1所述的未来交通规划系统，其特征在于，所述未来交通规划系统还包括路网信息实时系统，所述路网信息实时系统从所述中央数据库提取实时位置信息和车流数据、从所述实时交通监控系统提取所述监控数据，根据所述提取的数据构建实时路网、流量、时间数据仓库，并实时发送至所述交通预测校验系统。

5.根据权利要求1所述的未来交通规划系统，其特征在于，所述路网信息动态计算系统还包括机器学习模块，用于计算所述出行计划请求涉及的路段的未来时刻的交通数据和最优路径。

6.一种利用权利要求1-5所述的任一项未来交通规划系统的未来交通规划方法，其特征在于，包括：

S101：所述终端设备向所述路径请求代理服务器发送出行计划请求；

S103：所述路径请求服务器从所述定位系统读取所述出行计划请求涉及的位置信息，并实时发送至所述中央数据库；

S105：所述中央数据库实时接收、提取和存放所述位置信息，并挖掘所述出行计划请求涉及的车流数据；

S107：所述路网信息动态计算系统从所述中央数据库提取所述位置信息和车流数据，从所述实时交通监控系统提取所述监控数据，计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径；

S109：所述信息发布器提取所述交通数据和最优路径，并发送至所述终端设备。

7.根据权利要求6所述的未来交通规划方法，其特征在于，所述未来交通规划系统还包括云计算平台，所述步骤S105具体包括：

S1051：所述中央数据库实时接收、提取和存放所述位置信息；

S1053：所述云计算平台读取中央数据库的数据，对所述出行计划请求涉及的位置信息进行计算以挖掘所述出行计划请求涉及的车流数据。

8.根据权利要求7所述的未来交通规划方法，其特征在于，所述未来交通规划系统还包括交通预测校验系统，所述未来交通规划方法在步骤S107之后，S109之前还包括：

S108：所述交通预测校验系统对所述路网信息动态计算系统计算的交通数据进行校验并修正所述交通数据和最优路径。

9.根据权利要求8所述的未来交通规划方法，其特征在于，所述未来交通规划系统还包括路网信息实时系统，所述未来交通规划方法在步骤S107计算交通数据和最优路径的同时，还包括：

S107’：所述路网信息实时系统根据实时位置信息、车流数据和监控数据，构建实时路网、流量、时间数据仓库，并实时发送至所述交通预测校验系统。

10.根据权利要求9所述的未来交通规划方法，其特征在于，所述路网信息动态计算系统还包括机器学习模块，所述步骤S107具体包括：

S1071：所述路网信息动态计算系统提取所述位置信息、车流数据和监控数据；

S1073：所述机器学习模块根据所述位置信息、车流数据和监控数据，计算所述出行计划请求涉及的路段的预计到达时刻的交通数据和最优路径。