CN109598964B - 一种基于多数据源的公交车场站定位及停车诱导方法 - Google Patents

Abstract

本发明涉及一种基于多数据源的公交车场站定位及停车诱导方法，所述公交车场站有M层，公交车带有车载GPS，并在车辆启动状态下持续发送GPS数据，将GPS数据定义为G类数据；在公交车场站的进出口位置、场站内上下层的出入口分别安装有视频检测设备，将通过视频检测设备获得的视频检测数据定义为D类数据；公交车带有RFID标签，同时在公交车场站内铺设有与RFID标签相配合的RFID检测设备，将通过RFID检测设备获得的RFID数据定义为R类数据。本发明提供的方法能够对公交车场站内的公交车进行精确定位，根据定位信息准确、快速地将公交车诱导至公交车场站内的空闲停车位，方便了对公交车场站的管理。

Description

一种基于多数据源的公交车场站定位及停车诱导方法

技术领域

本发明涉及一种公交车场站定位及停车诱导方法。

背景技术

公交站场是指公交车专用停车场所，一般设在公交线路的起点和终点处。受制于有限的土地资源，已无法为公交站场提供大片的停车场所，因此现有的公交站场大多采用多层结构。多层结构的停车场虽然节约了土地资源，但是为公交车司机的停车带来了麻烦。公交车司机往往需要在公交车场站内绕行许久才能找到停车位，而公交车的体型往往较大，在公交车场站内绕行费时、费力。

发明内容

本发明的目的是：能对公交车场站内的车辆进行定位并进行停车诱导的方法。

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场站定位及停车诱导方法，所述公交车场站有M层，其特征在于，包括以下步骤：

第一步、公交车带有车载GPS，并在车辆启动状态下持续发送GPS数据，将GPS数据定义为G类数据；在公交车场站的进出口位置、场站内上下层的出入口分别安装有视频检测设备，将通过视频检测设备获得的视频检测数据定义为D类数据；公交车带有RFID标签，同时在公交车场站内铺设有与RFID标签相配合的RFID检测设备，将通过RFID检测设备获得的RFID数据定义为R类数据；

第二步、获得G类数据集合{L_G(NUM₁),L_G(NUM₂),...,L_G(NUM_i),...}、D类数据集合{L_D(NUM₁),L_D(NUM₂),...,L_D(NUM_i),...}、R类数据集合{L_R(NUM₁),L_R(NUM₂),...,L_R(NUM_i),...}，式中，L_G(NUM_i)表示车牌号为NUM_i的公交车的G类数据集合，L_D(NUM_i)表示车牌号为NUM_i的公交车的D类数据集合，L_R(NUM_i)表示车牌号为NUM_i的公交车的R类数据集合；

第三步、n＝1；

第四步、计算从时刻t₀+(n-1)×T到时刻t₀+n×T的时间段内的以下数据，t₀表示当前时刻，T为预设的时间周期：

{L(NUM₁),L(NUM₂),...,L(NUM_i),...}

{sum₁-loc₁,sum₂-loc₂,...,sum_m-loc_m,...sum_M-loc_M}

式中，L(NUM_i)表示车牌号为NUM_i的公交车的G类数据、D类数据及R类数据融合后的定位数据集合，sum_m表示公交车场站中第m层总共的公交车数量，loc_m表示公交车场站中第m层已停放的公交车数量，sum_m-loc_m表示公交车场站中第m层剩余的空闲车位数；

第五步、利用{L(NUM₁),L(NUM₂),...,L(NUM_i),...}对公交车场站中的公交车进行实时地动态定位，并根据上一步计算得到的公交车场站中每一层的空闲车位数诱导公交车开往空闲车位数更多的区域；

第六步、判断n是否大于N，若n＞N，则结束本方法，若n≤N，则n＝n+1，返回第四步。

优选地，所述第四步包括：

步骤401、剔除上一步得到的G类数据集合、D类数据集合及R类数据集合中不在公交车场站空间U内的数据；

步骤402、分别计算不同车牌号的公交车的定位数据集合，设车牌号为NUM的公交车的定位数据集合为L(NUM)，则计算定位数据集合L(NUM)包括以下步骤：

步骤4021、若经过步骤401后，车牌号为NUM的公交车没有相应的G类数据集合、D类数据集合及R类数据集合，则继续计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若经过步骤401后，车牌号为NUM的公交车仅有G类数据集合、D类数据集合及R类数据集合中的任意一类数据集合，则进入步骤4022；若经过步骤401后，车牌号为NUM的公交车仅有G类数据集合、D类数据集合及R类数据集合中的任意两类数据集合，则进入步骤4023；若经过步骤401后，车牌号为NUM的公交车具有G类数据集合、D类数据集合及R类数据集合，则进入步骤4024；

步骤4022、将上一步得到的该类数据集合作为车牌号为NUM的公交车的定位数据集合L(NUM)，计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

步骤4023、计算上一步得到的两类数据集合的交集，若该交集为非空集合，则将交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若该交集为空，则计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

步骤4024、计算上一步得到的三类数据集合的交集，若该交集为非空集合，则将交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若该交集为空，则进入步骤4025；

步骤4025、计算三类数据集合中任意两类数据集合的交集，若得到的所有交集为空，则计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若有任意一个交集为非空交集，则将该非空交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号。

优选地，所述步骤401包括以下步骤：

步骤4011、遍历上一步得到的G类数据集合，对于G类数据集合中当前车牌号为NUM的公交车的G类数据集合L_G(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_G时刻收到GPS数据后的可能位置范围L_G(NUM,t_G)，t_G∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4012，否则，剔除L_G(NUM)；

遍历上一步得到的D类数据集合，对于D类数据集合中当前车牌号为NUM的公交车的D类数据集合L_D(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后的可能位置范围L_D(NUM,t_D)，t_D∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4013，否则，剔除L_D(NUM)；

遍历上一步得到的R类数据集合，对于R类数据集合中当前车牌号为NUM的公交车的R类数据集合L_R(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后的可能位置范围L_R(NUM,t_R)，t_R∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4014，否则，剔除L_R(NUM)；

步骤4012、判断L_G(NUM)是否同时满足以下四个条件，若是，则保留L_G(NUM)，否则剔除L_G(NUM)：

条件一)

表示t_G时刻的瞬时速度，v_max表示预先设定的瞬时速度阈值；

条件二)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的横坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的水平横坐标的边界；

条件三)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的纵坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的水平纵坐标的边界；

条件四)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的竖坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的竖坐标的边界；

步骤4013、判断L_D(NUM)是否同时满足以下三个条件，若是，则保留L_D(NUM)，否则剔除L_D(NUM)：

条件一)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的横坐标的值；

条件二)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的纵坐标的值；

条件三)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的竖坐标的值；

步骤4014、判断L_R(NUM)是否同时满足以下三个条件，若是，则保留L_R(NUM)，否则剔除L_R(NUM)：

条件一)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的横坐标的值；

条件二)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的纵坐标的值；

条件三)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的竖坐标的值。

优选地，步骤4024至步骤4025中，将计算交集的运算符定义为∩，将∩的计算方式定义为：

设由函数f₁(x,y,z₁)定义的集合Set1及由f₂(x,y,z₂)定义的集合Set2，函数f₁(x,y,z₁)中x、y的值由函数g₁(x,y)＝0确定，函数f₂(x,y,z₂)中x、y的值由函数g₂(x,y)＝0确定，则：

Set1＝{(x,y,z)|f₁(x,y,z₁)＝0}

Set2＝{(x,y,z)|f₂(x,y,z₂)＝0}

记Set＝Set1∩Set2，则有：

优选地，设公交车在A秒以内没有移动，那么判定为这辆公交车已经停车，则第四步中，loc_m的计算方法为：

通过上一步得到的车牌号NUM的公交车的定位数据集合L(NUM)中，该公交车从时刻t₀+(n-1)×T到时刻t₀+n×T的时间段内i时刻的瞬时速度为v_i，计算并判断

的值是否为0，若不为0，则将该公交车的车牌号NUM从集合S_m中移除，根据集合S_m中数据的数量更新loc_m；若

的值为0，则判断

是否属于公交车场站中第m层的空间U_m，

表示定位数据集合L(NUM)中车牌号NUM的公交车的坐标，若

则该公交车当前正停在第m层，将该公交车的车牌号NUM添加到集合S_m中，根据集合S_m中数据的数量更新loc_m。

本发明提供的方法能够对公交车场站内的公交车进行精确定位，根据定位信息准确、快速地将公交车诱导至公交车场站内的空闲停车位，方便了对公交车场站的管理。

附图说明

图1及图2为本发明提供的一种基于多数据源的公交车场站定位及停车诱导方法的流程图。

具体实施方式

下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

本发明提供了一种基于多数据源的公交车场站定位及停车诱导方法。在本发明中，假设公交车场站有M层。其发明基于以下前提：

(1)公交车带有车载GPS，在车辆启动状态下能持续发送GPS数据；

(2)公交车场站进出口位置、场站内上下层出入口安装视频检测设备；

(3)公交车带有RFID标签，同时公交车场站内铺设有与RFID标签相配合的RFID检测设备；

(4)视频检测设备数据中已过滤社会车辆；

(5)社会车辆驶入特定的社会停车区，因此不纳入公交场站计算范围。

本发明涉及：

(1)GPS数据(下文简称为“G类数据”)

GPS数据包含了车辆当前状态下其所在位置的基本信息，主要有车载GPS编号、车牌号、经度、纬度、发送时间、瞬时车速。GPS数据比较密集，但是在有遮挡物的情况下会出现偏差。

(2)RFID数据(下文简称为“R类数据”)

当装有RFID标签的公交车在RFID可检测范围内时，RFID阅读器可识别到该车辆。RFID数据主要包括设备编号、车牌号、经度、纬度、瞬时车速、检测时间。由于铺设RFID的成本较GPS高，RFID数据相对GPS数据稀疏，但是数据准确性高于GPS数据。

(3)视频检测数据(下文简称为“D类数据”)

视频检测器一般安装在公交车场站的出入口、上下层的关键位置，用于识别车辆是否进场或出场、是否上楼或下楼。当车辆经过时，视频检测设备可识别到车辆。视频检测数据主要包括设备编号、车牌号、经度、纬度、瞬时车速、识别时间。视频检测数据容易受外部条件影响，如被障碍物遮挡会出现部分错误数据。

定义并选取公交车场站某空间点为原点A(0,0,0)，建立三维空间坐标系表示公交车场站空间U：

U＝{(x,y,z)|x^-≤x≤x⁺,y^-≤y≤y⁺,z^-≤z≤z⁺}

式中，x、y、z表示公交车场站中任意一点相对公交车场站空间U所在的横、纵、竖坐标的值，x^-、x⁺、y^-、y⁺、z^-、z⁺表示公交车场站空间U所在的水平横、纵坐标及空间竖直坐标的边界，且x^-≥0、x⁺≥0、y^-≥0、y⁺≥0、z^-≥0、z⁺≥0。

那么公交车场站中第m层的区域范围U_m可用如下公式表示：

U_m＝{(x_m,y_m,z_m)|x_m ^-≤x_m≤x_m ⁺,y_m ^-≤y_m≤y_m ⁺,z_m ^-≤z_m≤z_m ⁺}

其中，x_m、y_m、z_m表示公交车场站中第m层内点的横、纵、竖坐标值，x_m ^-、x_m ⁺、y_m ^-、y_m ⁺、z_m ^-、z_m ⁺表示公交车场站中第m层相对于公交车场站空间U的水平横、纵坐标及空间竖直坐标的边界，且：

x_m ^-≥0、x_m ⁺≥0、y_m ^-≥0、y_m ⁺≥0、z_m ^-≥0、z_m ⁺≥0。

结合图1及图2，本发明提供的一种基于多数据源的公交车场站定位及停车诱导方法包括以下步骤：

第一步、公交车带有车载GPS，并在车辆启动状态下持续发送GPS数据，将GPS数据定义为G类数据；在公交车场站的进出口位置、场站内上下层的出入口分别安装有视频检测设备，将通过视频检测设备获得的视频检测数据定义为D类数据；公交车带有RFID标签，同时在公交车场站内铺设有与RFID标签相配合的RFID检测设备，将通过RFID检测设备获得的RFID数据定义为R类数据；

第二步、获得G类数据集合{L_G(NUM₁),L_G(NUM₂),...,L_G(NUM_i),...}、D类数据集合{L_D(NUM₁),L_D(NUM₂),...,L_D(NUM_i),...}、R类数据集合{L_R(NUM₁),L_R(NUM₂),...,L_R(NUM_i),...}，式中，

L_G(NUM_i)表示车牌号为NUM_i的公交车的G类数据集合，

式中，

表示车牌号为NUM_i的公交车在

时刻收到的GPS定位数据相对于公交车场站空间U所在的横、纵坐标的值，

表示车牌号为NUM_i的公交车在

时刻收到的GPS定位数据的瞬时速度；

L_D(NUM_i)表示车牌号为NUM_i的公交车的D类数据集合，

式中，

表示车牌号为NUM_i的公交车在

时刻收到的视频检测定位数据相对于公交车场站空间U所在的横、纵、竖坐标的值，

表示车牌号为NUM_i的公交车在

时刻收到的视频检测定位数据的瞬时速度；

L_R(NUM_i)表示车牌号为NU_iM的公交车的R类数据集合，

式中，

表示车牌号为NUM_i的公交车在

时刻收到的RFID定位数据相对于公交车场站空间U所在的横、纵、竖坐标的值，

表示车牌号为NUM_i的公交车在

时刻收到的RFID定位数据的瞬时速度；

第三步、n＝1；

第四步、计算从时刻t₀+(n-1)×T到时刻t₀+n×T的时间段内的以下数据，t₀表示当前时刻，T为预设的时间周期，T＝min{τ_G,τ_R}，式中，τ_G表示GPS发送数据的周期，τ_R表示RFID检测设备的检测周期：

{L(NUM₁),L(NUM₂),...,L(NUM_i),...}

{sum₁-loc₁,sum₂-loc₂,...,sum_m-loc_m,...sum_M-loc_M}

式中，L(NUM_i)表示车牌号为NUM_i的公交车的G类数据、D类数据及R类数据融合后的定位数据集合，

式中，

表示经过三类数据融合后，车牌号为NUM_i的公交车的位置在t₁时刻相对于公交车场站空间U所在的横、纵、竖坐标的值，可以表示为L(NUM,t₁)，

表示经过三类数据融合后，车牌号为NUM_i的公交车在t₁时刻的瞬时速度；

sum_m表示公交车场站中第m层总共的公交车数量，loc_m表示公交车场站中第m层已停放的公交车数量，sum_m-loc_m表示公交车场站中第m层剩余的空闲车位数；

第四步具体包括以下步骤：

步骤401、剔除上一步得到的G类数据集合、D类数据集合及R类数据集合中不在公交车场站空间U内的数据，包括以下步骤：

步骤4011、遍历上一步得到的G类数据集合，对于G类数据集合中当前车牌号为NUM的公交车的G类数据集合L_G(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_G时刻收到GPS数据后的可能位置范围L_G(NUM,t_G)，t_G∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4012，否则，剔除L_G(NUM)；

L_G(NUM,t_G)是

的集合，

表示车牌号为NUM的公交车在t_G时刻收到GPS定位数据后，此时车牌号为NUM的公交车可能位置的横、纵、竖坐标的值，其中

是未知变量；

对于

中

的值，在第一次收到GPS数据后，由于无法从GPS数据中确定高度值，故从距离当前时刻最近的另外两类数据中获得，如果在此之前另外两类数据还未收到，则

记为0。在下一次收到GPS数据后，高度值从距离当前时刻最近的三类数据中获得。因此对于

中

的值可用如下公式表示：

式中，max{t_D,t_R,t_G-τ_G}表示距离t_G时刻最近的一次时刻，

表示距离t_G时刻最近的一次时刻通过D类数据集合或R类数据集合确定的竖直坐标；

对于车牌号为NUM的公交车，在t_G时刻收到GPS定位数据后，车辆可能的位置范围即L_G(NUM,t_G)可用如下公式表示：

式中，

表示在t_G时刻收到GPS定位数据相对于公交车场站空间U所在的横、纵坐标的值，p_G表示GPS的误差范围；

遍历上一步得到的D类数据集合，对于D类数据集合中当前车牌号为NUM的公交车的D类数据集合L_D(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后的可能位置范围L_D(NUM,t_D)，t_D∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4013，否则，剔除L_D(NUM)；

L_D(NUM,t_D)是

的集合，

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，此时车牌号为NUM的公交车可能位置的横、纵、竖坐标的值，其中

是未知变量；

对于

中

的值，可通过如下方法确定：

若

则

表示在t_D时刻收到视频检测定位数据相对于公交车场站空间U所在的竖坐标的值，h_D表示视频检测设备相对于第m层所在高度；否则由于该定位数据不在第m层的区域范围U_m内，那么认为这条数据无效；

对于车牌号为车牌号为NUM的公交车，在t_D时刻收到视频检测的定位数据后，车辆可能的位置范围L_D(NUM,t_D)可用如下公式表示：

式中，

表示在t_D时刻收到视频检测定位数据相对于公交车场站空间U所在的横、纵坐标的值，p_D表示视频检测的误差范围；

遍历上一步得到的R类数据集合，对于R类数据集合中当前车牌号为NUM的公交车的R类数据集合L_R(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后的可能位置范围L_R(NUM,t_R)，t_R∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4014，否则，剔除L_R(NUM)；

L_R(NUM,t_R)是

的集合，

表示车牌号为NUM的公交车在t_R时刻收到RFID定位数据后，此时车牌号为NUM的公交车可能位置的横、纵、竖坐标的值，其中

是未知变量；

对于

中

的值，可通过如下方法确定：

若

则

式中，

表示在t_R时刻收到RFID定位数据相对于公交车场站空间U所在的竖坐标的值，h_R表示RFID检测设备相对于第m层的高度；否则由于该定位数据不在第m层的区域范围U_m内，那么认为这条数据无效；

对于车牌号为NUM的公交车，在t_R时刻收到RFID定位数据后，车牌号为NUM的公交车的可能的位置范围L_R(NUM,t_R)可用如下公式表示：

式中，

表示在t_R时刻收到RFID检测定位数据相对于公交车场站空间U所在的横、纵坐标的值，p_R表示RFID检测的误差范围；

步骤4012、判断L_G(NUM)是否同时满足以下四个条件，若是，则保留L_G(NUM)，否则剔除L_G(NUM)：

条件一)

表示t_G时刻的瞬时速度，v_max表示预先设定的瞬时速度阈值，为公交车场站的限速值；

条件二)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的横坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的水平横坐标的边界；

条件三)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的纵坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的水平纵坐标的边界；

条件四)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的竖坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的竖坐标的边界；

步骤4013、判断L_D(NUM)是否同时满足以下三个条件，若是，则保留L_D(NUM)，否则剔除L_D(NUM)：

条件一)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的横坐标的值；

条件二)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的纵坐标的值；

条件三)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的竖坐标的值；

步骤4014、判断L_R(NUM)是否同时满足以下三个条件，若是，则保留L_R(NUM)，否则剔除L_R(NUM)：

条件一)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的横坐标的值；

条件二)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的纵坐标的值；

条件三)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的竖坐标的值

步骤402、分别计算不同车牌号的公交车的定位数据集合，设车牌号为NUM的公交车的定位数据集合为L(NUM)，L(NUM)中经过三类数据融合后，车牌号为NUM的公交车的位置在t时刻相对于公交车场站空间U所在的横、纵、竖坐标的值L(NUM,t)的取值来源可能出现如表1所示的几类计算类型：

计算分类	G类数据	R类数据	D类数据	L(NUM,t)取值来源
					类型1	无	无	无	空
类型2	无	无	有	L<sub>D</sub>(NUM,t<sub>D</sub>)
					类型2	无	有	无	L<sub>R</sub>(NUM,t<sub>R</sub>)
类型3	无	有	有	L<sub>D</sub>(NUM,t<sub>D</sub>)∩L<sub>R</sub>(NUM,t<sub>R</sub>)
					类型2	有	无	无	L<sub>G</sub>(NUM,t<sub>G</sub>)
类型3	有	无	有	L<sub>D</sub>(NUM,t<sub>D</sub>)∩L<sub>G</sub>(NUM,t<sub>G</sub>)
					类型3	有	有	无	L<sub>G</sub>(NUM,t<sub>G</sub>)∩L<sub>R</sub>(NUM,t<sub>R</sub>)
类型4	有	有	有	[L<sub>D</sub>(NUM,t<sub>D</sub>)∩L<sub>R</sub>(NUM,t<sub>R</sub>)]∩L<sub>G</sub>(NUM,t<sub>G</sub>)

表1

同时，在本发明中，将计算交集的运算符定义为∩，将∩的计算方式定义为：

设由函数f₁(x,y,z₁)定义的集合Set1及由f₂(x,y,z₂)定义的集合Set2，函数f₁(x,y,z₁)中x、y的值由函数g₁(x,y)＝0确定，函数f₂(x,y,z₂)中x、y的值由函数g₂(x,y)＝0确定，则：

Set1＝{(x,y,z)|f₁(x,y,z₁)＝0}

Set2＝{(x,y,z)|f₂(x,y,z₂)＝0}

记Set＝Set1∩Set2，则有：

基于表1所示的几种计算类型及对∩的计算方式的定义，计算定位数据集合L(NUM)包括以下步骤：

步骤4021、若经过步骤401后，车牌号为NUM的公交车没有相应的G类数据集合、D类数据集合及R类数据集合，即属于表1中的类型1，则继续计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若经过步骤401后，车牌号为NUM的公交车仅有G类数据集合、D类数据集合及R类数据集合中的任意一类数据集合，即属于表1中的类型2，则进入步骤4022；若经过步骤401后，车牌号为NUM的公交车仅有G类数据集合、D类数据集合及R类数据集合中的任意两类数据集合，即属于表1中的类型3，则进入步骤4023；若经过步骤401后，车牌号为NUM的公交车具有G类数据集合、D类数据集合及R类数据集合，即属于表1中的类型4，则进入步骤4024；

步骤4022、将上一步得到的该类数据集合作为车牌号为NUM的公交车的定位数据集合L(NUM)，计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

(1)G类数据集合：令

t＝t_G，

式中，v_t表示经过三类数据融合后，车牌号为NUM的公交车在t时刻的瞬时速度；

(2)R类数据集合：令

t＝t_R，

(3)D类数据集合：令

t＝t_D，

步骤4023、计算上一步得到的两类数据集合的交集，若该交集为非空集合，则将交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若该交集为空，则计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

若

或

或

则使L(NUM,t)取值为空，否则，取两类数据的交集作为定位数据，具体计算如下：

(1)R类数据和D类数据的计算方法

令

t＝t₀+(n-0.5)×T，

(2)G类数据和D类数据的计算方法

令

t＝t₀+(n-0.5)×T，

(3)G类数据和R类数据的计算方法

令

t＝t₀+(n-0.5)×T，

步骤4024、计算上一步得到的三类数据集合的交集，若该交集为非空集合，则将交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若该交集为空，则进入步骤4025；

步骤4025、计算三类数据集合中任意两类数据集合的交集，若得到的所有交集为空，则计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若有任意一个交集为非空交集，则将该非空交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

在本实施例中，步骤4024及步骤4025的具体实现方式为：

若

则继续判断

则按照上一步(1)的方法进行计算；或

则按照上一步(2)的方法进行计算；或

则按照上一步(3)的方法进行计算；

若

则有：

t＝t₀+(n-0.5)×T

步骤403、将融合后的数据再分类，计算当前时刻场站中每一层的公交车停车数量，包括以下步骤：

通过上一步获得定位数据集合{L(NUM₁),L(NUM₂),...,L(NUM_i),...}，对该定位数据集合中的每个数据项，计算每辆公交车在当前时刻t₀所在的楼层：

假设公交车在5分钟(即300秒)以内如果没有移动，那么判定为这辆公交车已经停车，现实情况中可对这个数据进行合理调整。对于车牌号为NUM的公交车的计算方法如下：

若此时

则进入第六步，否则对于

有：

若

则判定该公交车已停到某层车位，则继续进行如下判断：

若

则该公交车当前正停在第m层，将该公交车的车牌号NUM添加到集合S_m中，根据集合S_m中数据的数量更新loc_m；

若

则将该公交车的车牌号NUM从集合S_m中移除，根据集合S_m中数据的数量更新loc_m；

第五步、利用{L(NUM₁),L(NUM₂),...,L(NUM_i),...}对公交车场站中的公交车进行实时地动态定位，并根据上一步计算得到的公交车场站中每一层的空闲车位数诱导公交车开往空闲车位数更多的区域；

第六步、判断n是否大于N，若n＞N，则结束本方法，若n≤N，则n＝n+1，返回第四步。

Claims (4)

1.一种基于多数据源的公交车场站定位及停车诱导方法，所述公交车场站有M层，其特征在于，包括以下步骤：

第一步、公交车带有车载GPS，并在车辆启动状态下持续发送GPS数据，将GPS数据定义为G类数据；在公交车场站的进出口位置、场站内上下层的出入口分别安装有视频检测设备，将通过视频检测设备获得的视频检测数据定义为D类数据；公交车带有RFID标签，同时在公交车场站内铺设有与RFID标签相配合的RFID检测设备，将通过RFID检测设备获得的RFID数据定义为R类数据；

第二步、获得G类数据集合{L_G(NUM₁),L_G(NUM₂),...,L_G(NUM_i),...}、D类数据集合{L_D(NUM₁),L_D(NUM₂),...,L_D(NUM_i),...}、R类数据集合{L_R(NUM₁),L_R(NUM₂),...,L_R(NUM_i),...}，式中，L_G(NUM_i)表示车牌号为NUM_i的公交车的G类数据集合，L_D(NUM_i)表示车牌号为NUM_i的公交车的D类数据集合，L_R(NUM_i)表示车牌号为NUM_i的公交车的R类数据集合；

第三步、n＝1；

第四步、计算从时刻t₀+(n-1)×T到时刻t₀+n×T的时间段内的以下数据，t₀表示当前时刻，T为预设的时间周期：

{L(NUM₁),L(NUM₂),...,L(NUM_i),...}

{sum₁-loc₁,sum₂-loc₂,...,sum_m-loc_m,...sum_M-loc_M}

式中，L(NUM_i)表示车牌号为NUM_i的公交车的G类数据、D类数据及R类数据融合后的定位数据集合，sum_m表示公交车场站中第m层总共的公交车数量，loc_m表示公交车场站中第m层已停放的公交车数量，sum_m-loc_m表示公交车场站中第m层剩余的空闲车位数，包括：

步骤401、剔除已经得到的G类数据集合、D类数据集合及R类数据集合中不在公交车场站空间U内的数据；

步骤402、分别计算不同车牌号的公交车的定位数据集合，设车牌号为NUM的公交车的定位数据集合为L(NUM)，则计算定位数据集合L(NUM)包括以下步骤：

步骤4021、若经过步骤401后，车牌号为NUM的公交车没有相应的G类数据集合、D类数据集合及R类数据集合，则继续计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若经过步骤401后，车牌号为NUM的公交车仅有G类数据集合、D类数据集合及R类数据集合中的任意一类数据集合，则进入步骤4022；若经过步骤401后，车牌号为NUM的公交车仅有G类数据集合、D类数据集合及R类数据集合中的任意两类数据集合，则进入步骤4023；若经过步骤401后，车牌号为NUM的公交车具有G类数据集合、D类数据集合及R类数据集合，则进入步骤4024；

步骤4022、将上一步得到的该类数据集合作为车牌号为NUM的公交车的定位数据集合L(NUM)，计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

步骤4023、计算上一步得到的两类数据集合的交集，若该交集为非空集合，则将交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若该交集为空，则计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

步骤4024、计算上一步得到的三类数据集合的交集，若该交集为非空集合，则将交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若该交集为空，则进入步骤4025；

步骤4025、计算三类数据集合中任意两类数据集合的交集，若得到的所有交集为空，则计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；若有任意一个交集为非空交集，则将该非空交集作为车牌号为NUM的公交车的定位数据集合L(NUM)，并计算下一个车牌号的公交车的定位数据集合，直至遍历所有车牌号；

第五步、利用{L(NUM₁),L(NUM₂),...,L(NUM_i),...}对公交车场站中的公交车进行实时地动态定位，并根据上一步计算得到的公交车场站中每一层的空闲车位数诱导公交车开往空闲车位数更多的区域；

第六步、判断n是否大于N，若n>N，则结束本方法，若n≤N，则n＝n+1，返回第四步。

2.如权利要求1所述的一种基于多数据源的公交车场站定位及停车诱导方法，其特征在于，所述步骤401包括以下步骤：

步骤4011、遍历已经得到的G类数据集合，对于G类数据集合中当前车牌号为NUM的公交车的G类数据集合L_G(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_G时刻收到GPS数据后的可能位置范围L_G(NUM,t_G)，t_G∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4012，否则，剔除L_G(NUM)；

遍历已经得到的D类数据集合，对于D类数据集合中当前车牌号为NUM的公交车的D类数据集合L_D(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后的可能位置范围L_D(NUM,t_D)，t_D∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4013，否则，剔除L_D(NUM)；

遍历已经得到的R类数据集合，对于R类数据集合中当前车牌号为NUM的公交车的R类数据集合L_R(NUM)而言，若能计算得到当前车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后的可能位置范围L_R(NUM,t_R)，t_R∈[t₀+(n-1)×T,t₀+n×T]，则进入步骤4014，否则，剔除L_R(NUM)；

步骤4012、判断L_G(NUM)是否同时满足以下四个条件，若是，则保留L_G(NUM)，否则剔除L_G(NUM)：

条件一)

表示t_G时刻的瞬时速度，v_max表示预先设定的瞬时速度阈值；

条件二)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的横坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的水平横坐标的边界；

条件三)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的纵坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的水平纵坐标的边界；

条件四)

表示车牌号为NUM的公交车在t_G时刻收到GPS数据后，公交车可能位置的竖坐标的值，

表示公交车场站中第m层相对于公交车场站空间U的竖坐标的边界；

步骤4013、判断L_D(NUM)是否同时满足以下三个条件，若是，则保留L_D(NUM)，否则剔除L_D(NUM)：

条件一)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的横坐标的值；

条件二)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的纵坐标的值；

条件三)

表示车牌号为NUM的公交车在t_D时刻收到视频检测的定位数据后，公交车可能位置的竖坐标的值；

步骤4014、判断L_R(NUM)是否同时满足以下三个条件，若是，则保留L_R(NUM)，否则剔除L_R(NUM)：

条件一)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的横坐标的值；

条件二)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的纵坐标的值；

条件三)

表示车牌号为NUM的公交车在t_R时刻被RFID检测设备检测到后，公交车可能位置的竖坐标的值。

3.如权利要求1所述的一种基于多数据源的公交车场站定位及停车诱导方法，其特征在于，步骤4024至步骤4025中，将计算交集的运算符定义为∩，将∩的计算方式定义为：

设由函数f₁(x,y,z₁)定义的集合Set1及由f₂(x,y,z₂)定义的集合Set2，函数f₁(x,y,z₁)中x、y的值由函数g₁(x,y)＝0确定，函数f₂(x,y,z₂)中x、y的值由函数g₂(x,y)＝0确定，则：

Set1＝{(x,y,z)|f₁(x,y,z₁)＝0}

Set2＝{(x,y,z)|f₂(x,y,z₂)＝0}

记Set＝Set1∩Set2，则有：

4.如权利要求1所述的一种基于多数据源的公交车场站定位及停车诱导方法，其特征在于，设公交车在A秒以内没有移动，那么判定为这辆公交车已经停车，则第四步中，loc_m的计算方法为：

通过上一步得到的车牌号NUM的公交车的定位数据集合L(NUM)中，该公交车从时刻t₀+(n-1)×T到时刻t₀+n×T的时间段内i时刻的瞬时速度为v_i，计算并判断

的值是否为0，若不为0，则将该公交车的车牌号NUM从集合S_m中移除，根据集合S_m中数据的数量更新loc_m；若

的值为0，则判断

是否属于公交车场站中第m层的空间U_m，

表示定位数据集合L(NUM)中车牌号NUM的公交车的坐标，若

则该公交车当前正停在第m层，将该公交车的车牌号NUM添加到集合S_m中，根据集合S_m中数据的数量更新loc_m。

Images