CN109637133A - 一种城市道路/路段的车辆速度评估方法及系统 - Google Patents

Abstract

本发明公开了一种城市道路/路段的车辆速度评估方法，该方法包括：建立指纹定位数据库；获取移动车辆上的手机用户的手机交互数据；根据手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到移动车辆的地理位置信息和所属路段信息；根据时间和移动车辆的地理位置信息计算每一移动车辆的车辆速度；计算同一所属路段的所有移动车辆的平均车辆速度，得到所属路段的车辆速度。本发明以运用手机软件应用在待机过程中的主动数据交换来进行城市道路/路段的车辆速度估算，提高交通信息采集的范围、可靠性和精度。

Description

一种城市道路/路段的车辆速度评估方法及系统

技术领域

本发明涉及交通信息采集处理技术领域，特别是涉及一种城市道路/路段的车辆速度评估方法及系统。

背景技术

近年来，随着科学水平和人们生活质量的普遍提高，机动车的保有量也显著的上升，这带来了一系列严峻的交通问题，拥堵现象随处可见。城市的交通拥挤给城市的交通规划带来了新的挑战，为了缓和解决城市交通问题，交通信息的采集和处理显得越来越重要。

目前，交通信息采集技术分为固定型采集技术和移动型采集技术两种。固定型采集技术包括线圈检测、红外线检测和雷达检测，这些采集方式由于安装位置固定，只能获取特定点的交通信息，难以检测路段的交通信息，受到采集范围的局限性，而且受到工作环境的影响，造成采集精度的不稳定。移动式采集技术相对于固定型采集技术而言，它不需要将检测器固定在道路网，而是通过车载设备与信息采集系统的其他组成部分进行信息交换，以实现信息采集，主要包括GPS浮动车数据采集技术、手机定位采集技术。浮动车数据采集技术依靠安装有GPS定位和无线通信装置的普通车辆，如出租车、公交车、警车等返回的GPS数据与GIS、无线通信技术组合来获取交通信息，适用性较强(可用于各等级道路)、精度高、可全天候工作等特点但这种方法的缺点是采集到的交通信息数据的可靠性依赖于道路上的浮动车比率和采集频率。由于安装GPS终端的出租车主要在城市活动，无法大范围覆盖路网范围。

近年来，随着手机定位技术的日渐成熟，利用手机定位技术来采集交通数据也备受国内外关注。它是在对用户手机进行定位的基础上，到达对车辆的实时跟踪，从而获取相关的交通参数，具有投资小、覆盖范围广、海量数据等特点，具有广阔的应用前景。但目前手机定位技术主要是GPS定位技术和基于手机通讯或基站切换信号数据，两种方法都有不同的局限性。GPS定位技术来说十分依赖于定位精度有很大关系，GPS卫星信号易受电磁干扰和高大的群楼建筑物影响而使定位精度降低，甚至出现没有信号的情况，另外，用户不可能每时每刻都打开GPS进行定位，这为我们进行交通数据采集造成了难度。

因此，基于基站切换的手机定位法被运用到了交通数据采集中，所谓切换，就是指手机不断地移动，由上一个基站的服务覆盖区向下一个基站的变换。在切换过程中，手机与基站间发生数据的交换，然后结合初始位置和扇区信息确定手机位置。但是该过程是一个被动过程，数据采集频率较低造成了车辆速度估计的准确性较低。

目前来说手机数据信息却没有得到广泛合理的利用，面对当前交通信息采集方式可靠性不高，覆盖率低的缺点，本领域有必要提出一种新的方案来充分利用手机大数据在交通采集信息方面的巨大优势。

发明内容

本发明的目的是提供一种城市道路/路段的车辆速度评估方法及系统，以运用手机软件应用在待机过程中的主动数据交换来进行城市道路/路段的车辆速度估算，提高交通信息采集的范围、可靠性和精度。

为实现上述目的，本发明提供了一种城市道路/路段的车辆速度评估方法，所述方法包括：

建立指纹定位数据库，所述指纹定位数据库包括由城市路网分割成的泰森多边形网络，每个泰森多边形内划分的多个栅格、每个所述栅格内采集点可见基站信号强度和采集点地理位置坐标；

获取移动车辆上的手机用户的手机交互数据；所述手机交互数据包括手机软件应用处于后台唤醒状态时和/或操作状态时产生的可见基站标识、手机可见基站信号强度、扇区和时间，所述可见基站标识为可进行数据交互的基站在公共陆地移动网络中的序列号；

根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息；

根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度；

计算同一所属路段的所有所述移动车辆的平均车辆速度，得到所述所属路段的车辆速度。

可选的，所述建立指纹定位数据库，具体包括：

获取多个采集点进行多次采集的可见基站信号强度与地理位置坐标，并存入数据库；相邻两个所述采集点间隔设定距离，所述设定距离根据选定区域内的基站数量确定；

以每一所述采集点中可见基站信号强度最高的可见基站标识对城市路网进行区域划分，得到泰森多边形网络；所述泰森多边形网络包括多个泰森多边形，每一所述泰森多边形内的所述采集点接收到所述泰森多边形内的可见基站的信号强度最强；

以设定边长将每一所述泰森多边形进行栅格划分，得到含有栅格的泰森多边形网络；

以所述栅格的区域为基准将所述数据库中的数据进行分组，得到指纹定位数据库。

可选的，所述根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息，具体包括：

区域定位：比较所述手机可见基站信号强度，确定所述手机可见基站信号强度的基站标识；根据所述基站标识确定待定位泰森多边形；

栅格定位：在所述待定位泰森多边形内，根据所述手机可见基站信号强度计算所述移动车辆位于栅格L中的概率，确定最大的所述移动车辆位于栅格L中的概率所在栅格为待定位栅格；

指纹匹配：在所述待定位栅格内，计算所述移动车辆位于采样点l_j的概率，确定最大的所述移动车辆位于采样点l_j的概率对应的采样点的位置信息和采样点所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

可选的，所述栅格定位具体包括：

获取在所述待定位泰森多边形内待定位移动车辆位置s处接收到基站1～q的信号强度序列s＝(s₁,...,s_q)；

利用贝叶斯公式计算待定位移动车辆位置s落在栅格L的概率，P(s|L)表示所述待定位移动车辆位置s在栅格L内时获得信号序列s＝(s₁,...,s_q)的似然概率，P(L)为栅格L中包含车辆的概率；P(s)为常量；

利用公式argmax_L[P(L|s)]＝argmax_L[P(s|L)]计算待定位移动车辆位置s落在每个栅格L内的最大似然概率；所述待定位移动车辆位置s在栅格L内时获得信号序列s＝(s₁,...,s_q)的似然概率其中，表示栅格L内的N_j个采集点，P(s|l_j)表示所述待定位移动车辆位置s在信号采集点l_j时获得信号序列s＝(s₁,...,s_q)的概率，P(s_i|l_j)为待定位移动车辆位置s位于采集点l_j时获得的可见基站i的信号强度概率，所述信号强度概率由存储在所述指纹定位数据库中的信号强度概率统计直方图确定；

确定所述待定位泰森多边形内所有栅格中所述待定位移动车辆位置s落在栅格内的最大似然概率最大的栅格为所述移动车辆所在栅格，即待定位栅格。

可选的，所述指纹匹配具体包括：

利用公式argmax_lj[P(l_j|s)]＝argmax_lj[P(s|l_j)]计算在所述待定位栅格内待定位移动车辆位置s位于采样点l_j的最大似然概率，其中，P(s|l_j)表示待定位移动车辆位置s位于采样点l_j时获得信号强度序列s＝(s₁,...,s_q)的似然概率，s＝(s₁,...,s_q)为待定位移动车辆位置s处接收到基站1～q的信号强度序列，P(s_i|l_j)为待定位移动车辆位置s位于采集点l_j时获得的可见基站i的信号强度概率，所述信号强度概率由存储在所述指纹定位数据库中的信号强度概率统计直方图确定；

确定所述待定位栅格内所有采集点中的所述待定位栅格内待定位移动车辆位置s位于采样点l_j的最大似然概率最大的采样点为所述移动车辆所在采样点；所述移动车辆所在采样点的地理位置信息和所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

可选的，所述根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度，具体包括：

确定所述移动车辆的移动方向：根据连续时间点的所述移动车辆的地理位置信息确定所述移动车辆的行进方向；根据所述移动车辆的地理位置信息和所述所属路段信息，确定所属路段允许方向；判断所述移动车辆的行进方向与所述所属路段允许方向是否一致，若是，确定所述移动车辆的行进方向为所述移动车辆的移动方向，剔除与所述移动车辆的行进方向反向的所述移动车辆的地理位置信息和对应的时间信息，得到剔除后的所述移动车辆的地理位置信息和对应的时间信息；

筛除所述剔除后的所述移动车辆的地理位置信息和对应的时间信息中与所述移动车辆的速度计算无关的所述手机交互数据，得到车辆速度计算数据；

利用所述车辆速度计算数据计算所述移动车辆的车辆速度。

可选的，所述栅格的边长为200m，位于所述泰森多边形边缘的所述栅格为正方形的部分区域。

本发明还提供了一种城市道路/路段的车辆速度评估系统，所述系统包括：

数据库建立单元，用于建立指纹定位数据库，所述指纹定位数据库包括由城市路网分割成的泰森多边形网络，每个泰森多边形内划分的多个栅格、每个所述栅格内采集点可见基站信号强度和采集点地理位置坐标；

手机交互数据获取单元，用于获取移动车辆上的手机用户的手机交互数据；所述手机交互数据包括手机软件应用处于后台唤醒状态时和/或操作状态时产生的可见基站标识、手机可见基站信号强度、扇区和时间，所述可见基站标识为可进行数据交互的基站在公共陆地移动网络中的序列号；

定位单元，用于根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息；

车辆速度计算单元，用于根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度；

路段车辆速度计算单元，用于计算同一所属路段的所有所述移动车辆的平均车辆速度，得到所述所属路段的车辆速度。

可选的，所述数据库建立单元包括：

采集子单元，用于获取多个采集点进行多次采集的可见基站信号强度与地理位置坐标，并存入数据库；相邻两个所述采集点间隔设定距离，所述设定距离根据选定区域内的基站数量确定；

网络划分子单元，用于以每一所述采集点中可见基站信号强度最高的可见基站标识对城市路网进行区域划分，得到泰森多边形网络；所述泰森多边形网络包括多个泰森多边形，每一所述泰森多边形内的所述采集点接收到所述泰森多边形内的可见基站的信号强度最强；

栅格划分子单元，用于以设定边长将每一所述泰森多边形进行栅格划分，得到含有栅格的泰森多边形网络；

分组子单元，用于以所述栅格的区域为基准将所述数据库中的数据进行分组，得到指纹定位数据库。

可选的，所述定位单元包括：

区域定位子单元，用于区域定位：比较所述手机可见基站信号强度，确定所述手机可见基站信号强度的基站标识；根据所述基站标识确定待定位泰森多边形；

栅格定位子单元，用于栅格定位：在所述待定位泰森多边形内，根据所述手机可见基站信号强度计算所述移动车辆位于栅格L中的概率，确定最大的所述移动车辆位于栅格L中的概率所在栅格为待定位栅格；

指纹匹配子单元，用于指纹匹配：在所述待定位栅格内，计算所述移动车辆位于采样点l_j的概率，确定最大的所述移动车辆位于采样点l_j的概率对应的采样点的位置信息和采样点所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明提供的城市道路/路段的车辆速度评估方法及系统把手机App的“心跳数据”(手机交互数据)和交通信息采集联系在一起，在交通检测数据的基础上，对手机App“心跳数据”进行分析，通过对移动手机基站信号变化的实时位置推算，来估算给定城市道路/路段的车辆速度，提高交通信息采集的范围、可靠性和精度，给城市交通规划提供巨大的数据量。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的城市道路/路段的车辆速度评估方法的流程图；

图2为本发明实施例提供的城市道路/路段的车辆速度评估系统的系统框图；

图3为本发明的泰森多边形网络的示意图；

图4为本发明的栅格的示意图；

图5为本发明的信号强度概率统计直方图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种城市道路/路段的车辆速度评估方法及系统，以运用手机软件应用在待机过程中的主动数据交换来进行城市道路/路段的车辆速度估算，提高交通信息采集的范围、可靠性和精度。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

多数手机系统需要网络即时通信服务的App都有“心跳”机制，即App后台唤醒机制，主要用于App与服务器之间进行信息沟通。这就像人们的心跳一样，持续不断维持着手机与基站的联系，不断进行数据传送。“心跳”信息的传递时单向的，即只有从用户手机等终端发送到应用服务器。当前，这种机制被手机应用广泛借用，像一些主流App应用QQ、微信、飞信、微博等都采用了这种机制，由终端定时向应用服务器发送简短的信息。新版的QQ“心跳”周期为180秒，微信为300秒，此外手机上还装有其他系统自带的和用户安装的App。这样，用户手机与基站连接的频率较高，App“心跳”数据比OIDD(移动实时位置信令数据)数据刷新周期要短的多，更适合用来做路况交通分析研究。而基于手机移动信令的海量用户流量数据，即手机App的“心跳”数据，使得每分钟都可以对手机持有者位置作较高精度的分析。

当手机使用者驾驶或者乘坐车辆行驶在城市道路上时，手机上的App如：微信、QQ、微博等，会发生频繁的数据交换活动，即所谓的“心跳”数据(大概一分钟一次)。该过程不依赖于用户操作，而每次的数据交换活动中，用户端将给基站发送当前位置附近基站及信号强度数据。通过对手机基站信号强度数据的分析，判断出车辆的初步位置，再将其匹配到道路上，将车辆当前位置坐标和时间返回到交通中心，然后通过连续的用户数据计算手机用户移动速度，该速度用于表征道路交通运行速度。

基于上述思想，如图1所示，本实施例提供的城市道路/路段的车辆速度评估方法包括：

步骤101：建立指纹定位数据库，所述指纹定位数据库包括由城市路网分割成的泰森多边形网络，每个泰森多边形内划分的多个栅格、每个所述栅格内采集点可见基站信号强度和采集点地理位置坐标。

该步骤101具体包括：

具体包括：

获取多个采集点进行多次采集的可见基站信号强度与地理位置坐标，并存入数据库；相邻两个所述采集点间隔设定距离，所述设定距离根据选定区域内的基站数量确定；

以每一所述采集点中可见基站信号强度最高的可见基站标识对城市路网进行区域划分，得到泰森多边形网络；所述泰森多边形网络包括多个泰森多边形，每一所述泰森多边形内的所述采集点接收到所述泰森多边形内的可见基站的信号强度最强；

以设定边长将每一所述泰森多边形进行栅格划分，得到含有栅格的泰森多边形网络；

以所述栅格的区域为基准将所述数据库中的数据进行分组，得到指纹定位数据库。

数据库的建立目的是为了建立一个手机接收附近可见基站(按照信号强度进行排序)信号强度的数据库，该数据库覆盖范围是城市每条道路的每个位置。因此，需要操作人员每间隔50米(或视附近基站数量而定)站在道路的各个位置(即采样点)，获取在该采集点附近可见基站的信号强度数据与地理位置坐标等数据，并将信号强度数据与地理位置坐标录入到数据库中；每个采集点收集的次数可以为50次，将采集到的数据信息以信号强度概率统计直方图的形式表示，如图5所示。然后，按照每个采集点在50次的采集中信号强度最高的基站ID对地图进行区域划分，得到泰森多边形网络，如图3所示，即每个泰森多边形里面的信号采集点收到该ID基站的信号强度是最强的。接下来，对泰森多边形内部进一步进行栅格划分，将其划分为多个边长为200米的正方形栅格，如图4所示，位于泰森多边形边界处可能会形成不规则栅格，是正方形栅格的一部分，并对数据库以栅格L为标准进行分组，最后得到指纹定位数据库。

步骤102：获取移动车辆上的手机用户的手机交互数据；所述手机交互数据包括手机软件应用处于后台唤醒状态时和/或操作状态时产生的可见基站标识、手机可见基站信号强度、扇区和时间，所述可见基站标识为可进行数据交互的基站在公共陆地移动网络中的序列号。

手机需要网路即时通信服务的App在后台唤醒过程中与基站进行交互式连接，将手机交互数据提供给通讯服务商。再通过GSM、CDMA等移动通信网络将手机信息(手机ID号和经纬度)发送至信息中心；在信息中心通过对手机数据的筛选和处理来获取车辆速度等交通参数；最后结合其他来源的路况信息为交通诱导和管理提供数据支持，从而使交通信息的发布更好地服务于交通出行者。

步骤103：根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息。

该步骤103具体包括：

区域定位：比较所述手机可见基站信号强度，确定所述手机可见基站信号强度的基站标识；根据所述基站标识确定待定位泰森多边形。

由于城市路网十分庞大，对采集点的匹配带来了复杂性，无法快速的进行运算。现有位置指纹定位优选算法在灵活性上存在不足，因此，需要对用户的位置进行初步模糊的定位来简化匹配复杂程度。基站返回的信号强度数据往往包括三个以上的基站ID和信号强度，选取信号强度最强的基站ID，将其定位在指纹定位数据库建立方法中划分的对应泰森多边形中。

栅格定位：在所述待定位泰森多边形内，根据所述手机可见基站信号强度计算所述移动车辆位于栅格L中的概率，确定最大的所述移动车辆位于栅格L中的概率所在栅格为待定位栅格。

该栅格定位具体可以包括以下步骤：

获取在所述待定位泰森多边形内待定位移动车辆位置s处接收到基站1～q的信号强度序列s＝(s₁,...,s_q)；

本栅格定位是为了获得该信号强度序列可能性最大的栅格L，因此

利用贝叶斯公式计算待定位移动车辆位置s落在栅格L的概率；

其中，P(s|L)表示所述待定位移动车辆位置s在栅格L内时获得信号序列s＝(s₁,...,s_q)的似然概率，P(L)为栅格L中包含车辆的概率；P(s)为常量；

一般不考虑历史状态位置信息的情况下，P(L)为常量，最大后验概率问题可以转化为最大似然概率(ML)问题。即

利用公式argmax_L[P(L|s)]＝argmax_L[P(s|L)]计算待定位移动车辆位置s落在每个栅格L内的最大似然概率；

其中，所述待定位移动车辆位置s在栅格L内时获得信号序列s＝(s₁,...,s_q)的似然概率 表示栅格L内的N_j个采集点，P(s|l_j)表示所述待定位移动车辆位置s在信号采集点l_j时获得信号序列s＝(s₁,...,s_q)的概率，P(s_i|l_j)为待定位移动车辆位置s位于采集点l_j时获得的可见基站i的信号强度概率，所述信号强度概率由存储在所述指纹定位数据库中的信号强度概率统计直方图确定；

则

确定所述待定位泰森多边形内所有栅格中所述待定位移动车辆位置s落在栅格内的最大似然概率最大的栅格为所述移动车辆所在栅格，即待定位栅格。

该栅格定位的主要目的是减少第三步指纹匹配的计算次数，同时提高指纹匹配的准确性。

指纹匹配：在所述待定位栅格内，计算所述移动车辆位于采样点l_j的概率，确定最大的所述移动车辆位于采样点l_j的概率对应的采样点的位置信息和采样点所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

该指纹匹配的具体可以包括以下步骤：

在栅格L中，需要找到一个最大后验概率argmax_lj P(l_j|s)，此时信号采集点l_j为待定位移动车辆位置s最可能落入点。因此，与栅格定位相同，利用贝叶斯公式：

式中：P(s|l_j)表示未知点落在l_j时获得信号序列s＝(s₁,...,s_q)的似然概率；P(l_j)为信息采集点l_j包含车辆的概率；P(s)为常量。

一般不考虑历史状态位置信息的情况下，P(l_j)为常量，最大后验概率问题可以转化为最大似然概率(ML)问题。即

利用公式计算在所述待定位栅格内待定位移动车辆位置s位于采样点l_j的最大似然概率；

其中，表示待定位移动车辆位置s位于采样点l_j时获得信号强度序列s＝(s₁,...,s_q)的似然概率，s＝(s₁,...,s_q)为待定位移动车辆位置s处接收到基站1～q的信号强度序列，P(s_i|l_j)为待定位移动车辆位置s位于采集点l_j时获得的可见基站i的信号强度概率，所述信号强度概率由存储在所述指纹定位数据库中的信号强度概率统计直方图确定；

确定所述待定位栅格内所有采集点中的所述待定位栅格内待定位移动车辆位置s位于采样点l_j的最大似然概率最大的采样点为所述移动车辆所在采样点；所述移动车辆所在采样点的地理位置信息和所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

步骤104：根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度。

由于手机位置信息能够表示手机用户的位置和时间信息，在用户移动时可以根据用户所属路段的不同位置和时间判断用户的移动速度，结合同一路段所有用户的移动速度可以计算某一时间段内该路段的平均通行速度。

利用移动定位数据计算道路平均速度不仅需要准确的路段匹配，还需要有很高的实时要求。此处，通过两次处理解决以上问题。第一次是通过邻近原则及方向一致原则提高手机数据与路段的准确性。由于根据手机基站进行定位存在一定误差，通过同一用户连续几个数据点的移动方向与所属各条路段的方向比较，确定车辆移动方向，筛除非正常方向数据点。第二次是筛除与路段速度计算无关的手机数据信息。大量的数据不是在移动状态产生的，不能用于路段速度计算，因此首先需要过滤去除非移动点，提取出移动点。因此，本步骤104可以包括以下步骤：

确定所述移动车辆的移动方向：根据连续时间点的所述移动车辆的地理位置信息确定所述移动车辆的行进方向；根据所述移动车辆的地理位置信息和所述所属路段信息，确定所属路段允许方向；判断所述移动车辆的行进方向与所述所属路段允许方向是否一致，若是，确定所述移动车辆的行进方向为所述移动车辆的移动方向，剔除与所述移动车辆的行进方向反向的所述移动车辆的地理位置信息和对应的时间信息，得到剔除后的所述移动车辆的地理位置信息和对应的时间信息；

筛除所述剔除后的所述移动车辆的地理位置信息和对应的时间信息中与所述移动车辆的速度计算无关的所述手机交互数据，得到车辆速度计算数据；

利用所述车辆速度计算数据计算所述移动车辆的车辆速度。

步骤105：计算同一所属路段的所有所述移动车辆的平均车辆速度，得到所述所属路段的车辆速度。

如图2所示，本实施例还提供了一种城市道路/路段的车辆速度评估系统，所述系统包括：

数据库建立单元201，用于建立指纹定位数据库，所述指纹定位数据库包括由城市路网分割成的泰森多边形网络，每个泰森多边形内划分的多个栅格、每个所述栅格内采集点可见基站信号强度和采集点地理位置坐标；

手机交互数据获取单元202，用于获取移动车辆上的手机用户的手机交互数据；所述手机交互数据包括手机软件应用处于后台唤醒状态时和/或操作状态时产生的可见基站标识、手机可见基站信号强度、扇区和时间，所述可见基站标识为可进行数据交互的基站在公共陆地移动网络中的序列号；

定位单元203，用于根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息；

车辆速度计算单元204，用于根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度；

路段车辆速度计算单元205，用于计算同一所属路段的所有所述移动车辆的平均车辆速度，得到所述所属路段的车辆速度。

所述数据库建立单元201包括：

采集子单元，用于获取多个采集点进行多次采集的可见基站信号强度与地理位置坐标，并存入数据库；相邻两个所述采集点间隔设定距离，所述设定距离根据选定区域内的基站数量确定；

网络划分子单元，用于以每一所述采集点中可见基站信号强度最高的可见基站标识对城市路网进行区域划分，得到泰森多边形网络；所述泰森多边形网络包括多个泰森多边形，每一所述泰森多边形内的所述采集点接收到所述泰森多边形内的可见基站的信号强度最强；

栅格划分子单元，用于以设定边长将每一所述泰森多边形进行栅格划分，得到含有栅格的泰森多边形网络；

分组子单元，用于以所述栅格的区域为基准将所述数据库中的数据进行分组，得到指纹定位数据库。

所述定位单元203包括：

区域定位子单元，用于区域定位：比较所述手机可见基站信号强度，确定所述手机可见基站信号强度的基站标识；根据所述基站标识确定待定位泰森多边形；

栅格定位子单元，用于栅格定位：在所述待定位泰森多边形内，根据所述手机可见基站信号强度计算所述移动车辆位于栅格L中的概率，确定最大的所述移动车辆位于栅格L中的概率所在栅格为待定位栅格；

指纹匹配子单元，用于指纹匹配：在所述待定位栅格内，计算所述移动车辆位于采样点l_j的概率，确定最大的所述移动车辆位于采样点l_j的概率对应的采样点的位置信息和采样点所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种城市道路/路段的车辆速度评估方法，其特征在于，所述方法包括：

建立指纹定位数据库，所述指纹定位数据库包括由城市路网分割成的泰森多边形网络、每个泰森多边形内划分的多个栅格、每个所述栅格内采集点可见基站信号强度和采集点地理位置坐标；

获取移动车辆上的手机用户的手机交互数据；所述手机交互数据包括手机软件应用处于后台唤醒状态时和/或操作状态时产生的可见基站标识、手机可见基站信号强度、扇区和时间，所述可见基站标识为可进行数据交互的基站在公共陆地移动网络中的序列号；

根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息；

根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度；

计算同一所属路段的所有所述移动车辆的平均车辆速度，得到所述所属路段的车辆速度。

2.根据权利要求1所述的城市道路/路段的车辆速度评估方法，其特征在于，所述建立指纹定位数据库，具体包括：

获取多个采集点进行多次采集的可见基站信号强度与地理位置坐标，并存入数据库；相邻两个所述采集点间隔设定距离，所述设定距离根据选定区域内的基站数量确定；

以每一所述采集点中可见基站信号强度最高的可见基站标识对城市路网进行区域划分，得到泰森多边形网络；所述泰森多边形网络包括多个泰森多边形，每一所述泰森多边形内的所述采集点接收到所述泰森多边形内的可见基站的信号强度最强；

以设定边长将每一所述泰森多边形进行栅格划分，得到含有栅格的泰森多边形网络；

以所述栅格的区域为基准将所述数据库中的数据进行分组，得到指纹定位数据库。

3.根据权利要求1所述的城市道路/路段的车辆速度评估方法，其特征在于，所述根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息，具体包括：

区域定位：比较所述手机可见基站信号强度，确定所述手机可见基站信号强度的基站标识；根据所述基站标识确定待定位泰森多边形；

栅格定位：在所述待定位泰森多边形内，根据所述手机可见基站信号强度计算所述移动车辆位于栅格L中的概率，确定最大的所述移动车辆位于栅格L中的概率所在栅格为待定位栅格；

指纹匹配：在所述待定位栅格内，计算所述移动车辆位于采样点l_j的概率，确定最大的所述移动车辆位于采样点l_j的概率对应的采样点的位置信息和采样点所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

4.根据权利要求3所述的城市道路/路段的车辆速度评估方法，其特征在于，所述栅格定位具体包括：

获取在所述待定位泰森多边形内待定位移动车辆位置s处接收到基站1～q的信号强度序列s＝(s₁,...,s_q)；

利用贝叶斯公式计算待定位移动车辆位置s落在栅格L的概率，P(s|L)表示所述待定位移动车辆位置s在栅格L内时获得信号序列s＝(s₁,...,s_q)的似然概率，P(L)为栅格L中包含车辆的概率；P(s)为常量；

利用公式argmax_L[P(L|s)]＝argmax_L[P(s|L)]计算待定位移动车辆位置s落在每个栅格L内的最大似然概率；所述待定位移动车辆位置s在栅格L内时获得信号序列s＝(s₁,...,s_q)的似然概率其中，表示栅格L内的N_j个采集点，P(s|l_j)表示所述待定位移动车辆位置s在信号采集点l_j时获得信号序列s＝(s₁,...,s_q)的概率，P(s_i|l_j)为所述待定位移动车辆位置s位于采集点l_j时获得的可见基站i的信号强度概率，所述信号强度概率由存储在所述指纹定位数据库中的信号强度概率统计直方图确定；

确定所述待定位泰森多边形内所有栅格中所述待定位移动车辆位置s落在栅格内的最大似然概率最大的栅格为所述移动车辆所在栅格，即待定位栅格。

5.根据权利要求3所述的城市道路/路段的车辆速度评估方法，其特征在于，所述指纹匹配具体包括：

利用公式计算在所述待定位栅格内待定位移动车辆位置s位于采样点l_j的最大似然概率，其中，P(s|l_j)表示待定位移动车辆位置s位于采样点l_j时获得信号强度序列s＝(s₁,...,s_q)的似然概率，s＝(s₁,...,s_q)为待定位移动车辆位置s处接收到基站1～q的信号强度序列，P(s_i|l_j)为待定位移动车辆位置s位于采集点l_j时获得的可见基站i的信号强度概率，所述信号强度概率由存储在所述指纹定位数据库中的信号强度概率统计直方图确定；

确定所述待定位栅格内所有采集点中的所述待定位栅格内待定位移动车辆位置s位于采样点l_j的最大似然概率最大的采样点为所述移动车辆所在采样点；所述移动车辆所在采样点的地理位置信息和所属路段信息为所述移动车辆的地理位置信息和所属路段信息。

6.根据权利要求1所述的城市道路/路段的车辆速度评估方法，其特征在于，所述根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度，具体包括：

确定所述移动车辆的移动方向：根据连续时间点的所述移动车辆的地理位置信息确定所述移动车辆的行进方向；根据所述移动车辆的地理位置信息和所述所属路段信息，确定所属路段允许方向；判断所述移动车辆的行进方向与所述所属路段允许方向是否一致，若是，确定所述移动车辆的行进方向为所述移动车辆的移动方向，剔除与所述移动车辆的行进方向反向的所述移动车辆的地理位置信息和对应的时间信息，得到剔除后的所述移动车辆的地理位置信息和对应的时间信息；

筛除所述剔除后的所述移动车辆的地理位置信息和对应的时间信息中与所述移动车辆的速度计算无关的所述手机交互数据，得到车辆速度计算数据；

利用所述车辆速度计算数据计算所述移动车辆的车辆速度。

7.根据权利要求2所述的城市道路/路段的车辆速度评估方法，其特征在于，所述栅格的边长为200m，位于所述泰森多边形边缘的所述栅格为正方形的部分区域。

8.一种城市道路/路段的车辆速度评估系统，其特征在于，所述系统包括：

数据库建立单元，用于建立指纹定位数据库，所述指纹定位数据库包括由城市路网分割成的泰森多边形网络，每个泰森多边形内划分的多个栅格、每个所述栅格内采集点可见基站信号强度和采集点地理位置坐标；

手机交互数据获取单元，用于获取移动车辆上的手机用户的手机交互数据；所述手机交互数据包括手机软件应用处于后台唤醒状态时和/或操作状态时产生的可见基站标识、手机可见基站信号强度、扇区和时间，所述可见基站标识为可进行数据交互的基站在公共陆地移动网络中的序列号；

定位单元，用于根据所述手机交互数据依次进行区域定位、栅格定位和指纹匹配，得到所述移动车辆的地理位置信息和所属路段信息；

车辆速度计算单元，用于根据所述时间和所述移动车辆的地理位置信息计算每一所述移动车辆的车辆速度；

路段车辆速度计算单元，用于计算同一所属路段的所有所述移动车辆的平均车辆速度，得到所述所属路段的车辆速度。

9.根据权利要求8所述的城市道路/路段的车辆速度评估系统，其特征在于，所述数据库建立单元包括：

采集子单元，用于获取多个采集点进行多次采集的可见基站信号强度与地理位置坐标，并存入数据库；相邻两个所述采集点间隔设定距离，所述设定距离根据选定区域内的基站数量确定；

网络划分子单元，用于以每一所述采集点中可见基站信号强度最高的可见基站标识对城市路网进行区域划分，得到泰森多边形网络；所述泰森多边形网络包括多个泰森多边形，每一所述泰森多边形内的所述采集点接收到所述泰森多边形内的可见基站的信号强度最强；

栅格划分子单元，用于以设定边长将每一所述泰森多边形进行栅格划分，得到含有栅格的泰森多边形网络；

分组子单元，用于以所述栅格的区域为基准将所述数据库中的数据进行分组，得到指纹定位数据库。

10.根据权利要求8所述的城市道路/路段的车辆速度评估系统，其特征在于，所述定位单元包括：

区域定位子单元，用于区域定位：比较所述手机可见基站信号强度，确定所述手机可见基站信号强度的基站标识；根据所述基站标识确定待定位泰森多边形；

栅格定位子单元，用于栅格定位：在所述待定位泰森多边形内，根据所述手机可见基站信号强度计算所述移动车辆位于栅格L中的概率，确定最大的所述移动车辆位于栅格L中的概率所在栅格为待定位栅格；

指纹匹配子单元，用于指纹匹配：在所述待定位栅格内，计算所述移动车辆位于采样点l_j的概率，确定最大的所述移动车辆位于采样点l_j的概率对应的采样点的位置信息和采样点所属路段信息为所述移动车辆的地理位置信息和所属路段信息。