CN202013661U - 基于浮动车gps数据的交通行车诱导系统 - Google Patents

Abstract

本实用新型公开了一种基于浮动车GPS数据的交通行车诱导系统，其特征在于，包括服务器、数据库、无线数据接收设备和多个车载GPS终端，多个车载GPS终端与无线数据接收设备无线通信连接，无线数据接收设备和服务器均与数据库连接；所述的数据库中具有1)道路特征数据存储单元、2)用于存储车辆状态数据的车辆状态数据存储单元以及3)各路段平均车速数据存储单元；在服务器上具有根据数据库中数据计算出各路段平均车速的各路段平均车速计算单元。该基于浮动车GPS数据的交通行车诱导系统成本低，且可扩展性和可移植性以及灵活性良好。

Description

基于浮动车GPS数据的交通行车诱导系统

技术领域

本实用新型涉及一种基于浮动车GPS数据的交通行车诱导系统。

背景技术

智能交通系统(ITS)是近年来兴起的运用各种通信，控制。电子和计算机等先进技术手段解决交通问题的综合系统，为21世纪现代化交通运输系统的发展指明了方向。ITS包括了一组相当广泛的技术，其中先进的出行者信息系统(ATIS)和先进的交通管理系统(ATMS)是ITS技术的奠基石。它们的技术核心是动态路段诱导系统(DRGS)。动态路线诱导系统和实时的交通信号控制系统(U1°Cs)通过路网实时信息的集成和共享，(1)通过对城市交通的在线管理，提高了路网通行能力的利用效率；(2)通过诱导信息影响出行前和出行中的出行人，改善路网中拥挤和通行能力剩余共存的局面；(3)试图实现城市交通网络系统的交通流预期均衡分配，使现有道路网络交通设施运行在最佳的效益状态。可见交通出行诱导与交通控制集成系统是实现路网交通流均衡，解决交通拥挤的有效途径，从而减少车辆在道路上的运行时问，因而成为当前国际上的热门研究领域。

交通诱导是指通过一定的信息传播媒介，向交通参与者提供道路的实际运行情况，提醒、建议或控制交通参与者选择最佳的行走路线，避免和减少行程延误和损失的一种交通控制方式。

交通诱导是一种主动式的交通控制方式，其最大特点是通过传递情报消息引导和控制交通参与者的交通行为。以达到交通安全、畅通、有序的控制目的。诱导系统通过及时准确地向交通参与者提供一定区域内交通状况的客观信息以及行车走路的进-步建议，这些信息进入到交通参与者的大脑后对交通参与者有很大的参考作用和吸引力；交通参与者根据这些诱导信息迅速做出自己的行走路线和行走方式的决策并付诸实施，从而实现了由于交通参与者的自动调控而达到了交通运行状况的自动调控和路网交通流均衡的目的。交通诱导系统涉及到许多现代理论和技术，其中主要包括控制技术、通信技术、计算机技术、检测技术、图像处理技术、优化方法、交通工程理论等等.一个先进的交通诱导系统是这些现代理论和技术的综合集成和有机结合。城市智能交通行车诱导模型的建立主要包括以下几个部分：城市交通道路信息的采集、交通信息的处理以及诱导信息的生成。目前国内动态交通诱导信息的采集技术较为成熟的是环形线圈采集技术。

环形线圈检测器是传统的交通检测器，是目前世界上用量最大的一种检测设备。车辆通过埋设在路面下的环形线圈时，会引起线圈磁场的变化，检测器据此计算出车辆的流量、占有率，借助环形线圈的平均有效长度，还可计算出车辆速度，如要准确地直接测量速度，可采用两组线圈的方案。间距约为6m跟其他方法相比，环形检测器技术相对成熟，易于掌握，并有成本较低的优点。

由于用于城市交通诱导信息采集的环形线圈采集技术，如果要能在城市道路上比较准确地获取相关参数数据，则必须沿道路的每个车道上，每隔300米铺设一组环形线圈。因此线圈在安装或维护时必须直接埋入车道，这样交通会暂时受到阻碍，埋置线圈的切缝会软化路面，容易使路面受损，尤其是在有信号控制的十字路口，车辆启动或者制动时损坏可能会更加严重，感应线圈易受冰冻，路基下沉、盐碱等自然环境的影响，感应线圈由于受自身的测量原理所限制当车流拥堵，车间距小于3m的时候，其检测精度大幅度降低甚至无法检测。因此利用环形线圈采集技术存在着设备投入成本高、受天气影响信息失真率高、安装过程对可靠性和寿命影响很大、修理和安装环形线圈会暂时中止交通等缺点，而且安装好的环形线圈在重型车辆压过或者路面翻修时易受到损坏。

实用新型内容

本实用新型所要解决的技术问题是提出一种基于浮动车GPS数据的交通行车诱导系统，该基于浮动车GPS数据的交通行车诱导系统成本低，且可扩展性和可移植性以及灵活性良好。

本实用新型的技术解决方案如下：

一种基于浮动车GPS数据的交通行车诱导系统，包括服务器、数据库、无线数据接收设备和多个车载GPS终端，多个车载GPS终端与无线数据接收设备无线通信连接，无线数据接收设备和服务器均与数据库连接；

所述的数据库中具有1)道路特征数据存储单元、2)用于存储车辆状态数据的车辆状态数据存储单元以及3)各路段平均车速数据存储单元；

在服务器上具有根据数据库中数据计算出各路段平均车速的各路段平均车速计算单元。

数据库中还具有用于存储交通信号灯配时计划数据的交通信号灯配时计划数据存储单元。

所述的车载GPS终端设置在出租车上。

所述的车辆状态数据包括车辆位置数据、车辆速度数据和车辆方向数据。

交通信号灯配时计划数据从交警部门获取，道路特征数据通过实地勘察获取。

有益效果：

本实用新型的基于浮动车GPS数据的交通行车诱导系统，GPS数据每隔30秒自动上传到GPS中心，数据能够体现实时交通拥堵现状；GPS数据终端安装在出租车上，由于出租车的行驶特点，数据点将分布在城市的各个道路上，极好地提高了监控范围；而且不需要对道路进行任何破坏，在一定程度上促进了城市畅通工程的实施和进展。而且不用增加额外的设备以及道路维护费用，极好地降低了成本费用。

用户访问数据库中的各路段平均车速数据存储单元，即可了解当前的道路状况，从而根据当前的道路状况制定或更改自己的出行计划，因此，本实用新型的基于浮动车GPS数据的交通行车诱导系统能为人民群众的出行提供强大的信息支持，为人民群众的交通出行带来极大的便利。

对于GPS浮动车采集技术来说，当城市路网结构大变化时，只要更改数据库中对应的道路信息数据、道路集合特征以及信号灯信息即可，而无需增加新的预算资金成本，更好地体现了系统的经济性、可扩展性、可移植性以及灵活性。

附图说明

图1为实施例1的结构示意图；

图2为道路诱导数据分析和处理的流程图。

具体实施方式

以下将结合附图和具体实施例对本实用新型做进一步详细说明：

实施例1：

参见图1，一种基于浮动车GPS数据的交通行车诱导系统，包括服务器、数据库、无线数据接收设备和多个车载GPS终端，多个车载GPS终端与无线数据接收设备无线通信连接，无线数据接收设备和服务器均与数据库连接；

所述的数据库中具有1)道路特征数据存储单元、2)用于存储车辆状态数据的车辆状态数据存储单元、3)用于存储交通信号灯配时计划数据的交通信号灯配时计划数据存储单元以及4)各路段平均车速数据存储单元；

在服务器上具有根据数据库中数据计算出各路段平均车速的计算单元。

所述的车载GPS终端设置在出租车上。

所述的车辆状态数据包括车辆位置数据、车辆速度数据和车辆方向数据。

具体来说，基于GPS浮动车采集技术、交通信号灯配时计划以及道路集合特征的城市智能交通行车诱导模型，主要的模块为道路交通信息采集模块以及智能交通诱导信息分析处理模块。

1.1交通行车诱导数据源采集子系统

1.1.1浮动出租车GPS交通信息

所有已安装卫星定位装置的出租车内的GPS均设置为每隔30秒上传一次新的位置数据到公用局GPS数据中心机房的Oracle数据库内。其中与本智能交通行车诱导系统需要的交通信息数据有关的为出租车临时位置表，表中有关交通信息的字段是：经度、纬度、高度、速度、方向、车辆状态。该表中的数据是由出租车的编号ID作为唯一的标识，车内的GPS相关装置会将实时信息每隔30秒更新一次。累计4分钟汇集的样本数据点，因此得来的各路段平均速度的准确性较高。

1.1.2道路特征数据

在实际道路的交通行车诱导过程中，城市道路的路网结构对诱导图形的规划以及诱导模型的建立影响很大。交通行车诱导的基本前提是充分提高道路的利用率，缓解拥挤道路的交通压力，做到合理有效控制城市交通通行。

在浮动车GPS交通信息采集技术中，首先要对出租车的实时定位信息进行地图的匹配，在这里就要与实际道路的几何特征综合考虑。对于已经建立的地图匹配模型，实现在正常情况下待匹配道路的匹配，并对其进行排序，检查是否符合该道路匹配的所有条件，如果有则匹配成功。

实际情况下，有以下两个因素会对对交通诱导产生影响：1、由于出租车的驾驶特点，通常在餐馆、酒店、医院、商场等大型公共场所，会有出租车静候载客情况，这些数据时无效的；2、由于各种误差，如双向车道的反方向车辆的匹配，这些都是整个模型的建立起着关键影响因素。对于整个城市的复杂道路，如主辅路、立交桥等，道路与道路之间的距离近，角度差小，有时投影到平面上的位置几乎是重合的。在这样的路网环境中，需要建立一个完善的城市交通路网结构的数据库，以纠正出租车位置匹配的误差，达到更高的精确度。

1.1.3信号灯配时计划

交通信号灯配时方案一直被认为是智能交通行车诱导控制系统中最基本、最重要的考虑因素之一。而交通信号灯对交通行车诱导系统的影响可以分为两种情况，其一是不饱和交通；另一种是过饱和交通。在不饱和交通情况下，交通状况处于稳定的状态，也就是一个信号灯周期的交通状况只与这个周期内到达的车辆、离开的车辆以及信号灯状态有关，与前一个信号灯周期无关，因此这种情况下浮动车采集的交通信息的样本数据量、利用行驶时间计算得出的平均行驶加权速度能比较准确的反应该道路的实际交通运行状况。但当交通处于过饱和情况下，由于它不考虑上一信号灯周期排队车辆对下一周期的影响，随着信号灯的变换，排队等待的队列长度不同，这种情况下，应该根据信号灯配时计划来调整样本数据量的大小，配置交通行车诱导信息模型相应的参数，以得出符合实际的交通流量信息。

1.2交通行车诱导计算分析模型

出租车的动态实时数据将通过数据传输光缆接进中心机房，然后该交通信息分析处理子系统将对采集到的出租车实时位置和状态数据进行对应的分析和处理，从而得到交通拥堵状况的信息，包括行驶时间、平均行车速度、交通流量等。

整个分析过程包括GPS数据预处理、地图位置匹配、路网结构表达、时空数据的组织和优化。

1.2.1建立GPS交通行车诱导模型

建立GPS交通行车诱导模型。采集、过滤和分析原始数据，交通行车诱导GPS计算分析模型考虑以下三类影响因素：

(1).调查和考虑目标道路上的交通信号灯对计算模型的影响

信号灯分类：交通信号灯可以分为普通信号灯、SCATS信号灯和人行横道信号灯。

交通信号灯配时、车辆排队和绿信比调查。

绿灯时车队释放长度

(2).调查和考虑出租车驾驶特征和所有可能的停车点对计算模型的影响

出租车行驶过程中所有可能的停靠点：车站、酒店、医院、主要大厦、休闲酒吧以及临时停车位。剔除这些无效数据，提高样本数据的准确性。

(3).调查和考虑目标道路的几何特征对计算模型的影响

对于目标路段，根据调查和分析，对于不同的路段进行了专门的计算模型处理。

1.2.2交通拥堵与交通流量计算

路段平均速度计算程序利用GPS数据计算与特定诱导屏所有相关路段的平均行程速度。

可用遵循以下计算方法计算路段平均行驶速度。假设V₁，V₂，...，V_n代表道路运行速度的瞬时值，n为实际行驶在该路段上的车辆总数。从时间上来讲最新的一个数值以V₁来代表，那么，权重均值按以下公式进行计算：

$\stackrel{\‾}{V}=\frac{W_1*V_1+W_2*V_2+...+W_n*V_n}{W_1+W_2+...+W_n}---\left(1\right)$

利用同样权重

等式(1)得出的移动平均值：

$\stackrel{\‾}{V}=\frac{V_1+V_2+...+V_n}{n}---\left(2\right)$

对于指数均值计算来说，权重按下面公式得出：

W_i＝(1-a)^i-1    i＝1，2，...，n $a=\frac{2}{n+1}---\left(3\right)$

在权重移动均值计算中，只有那些达到99％可信度的点位被采用，其它可信度低的点位将被剔除。显示每一分钟内按一秒为间隔的常数权重和指数权重(i.e.，n＝60)。时间越近的数值点其权重也越大。因此，按照指数权重公式计算得出的数值是交通行车诱导时效性显示所要求的。

遵循出租汽车GPS卫星定位数据和模型来分析相应路段的出行时间。公共交通出租汽车GPS拟合值将通过下面卡曼常速(KALMAN)过滤模型计算筛选取得：

观测模型Observation Model z(t)＝x(t)+v(t)    (1)

动态模型Dynamic model  ^&x^&(t)＝0    (2)

其中z(t)是指被拟合目标GPS位置的实际观测坐标，x(t)是指被拟合目标的真正位置，^&x^&(t)是指被拟合目标的加速度，v(t)是指观测残值。

上述计算模型将滤算出被拟合目标的卫星GPS定位坐标和运行速度。这些定位坐标和速度将被用来计算路段起终点的通过时间。将通过时间做加减运算将可以得到相应路段的行程时间。

1.3智能交通诱导模型

智能交通行车诱导系统的结构框图如图1.整个行车诱导数据分析和建设模型主要有三个模块组成：行车诱导数据源采集模块、诱导数据根系和处理模块以及道路交通诱导数据生成模块。

诱导数据分析和处理模块的业务流程图如图2。整个模型建设最核心的问题在于诱导数据是如何对采集到的数据源进行处理和分析的。

Claims (3)

1.一种基于浮动车GPS数据的交通行车诱导系统，其特征在于，包括服务器、数据库、无线数据接收设备和多个车载GPS终端，多个车载GPS终端与无线数据接收设备无线通信连接，无线数据接收设备和服务器均与数据库连接；

所述的数据库中具有1)道路特征数据存储单元、2)用于存储车辆状态数据的车辆状态数据存储单元以及3)各路段平均车速数据存储单元；

在服务器上具有根据数据库中数据计算出各路段平均车速的各路段平均车速计算单元。

2.根据权利要求1所述的基于浮动车GPS数据的交通行车诱导系统，其特征在于，数据库中还具有用于存储交通信号灯配时计划数据的交通信号灯配时计划数据存储单元。

3.根据权利要求1所述的基于浮动车GPS数据的交通行车诱导系统，其特征在于，所述的车载GPS终端设置在出租车上。 

Images