WO2011079726A1

WO2011079726A1 - 一种交通信息融合处理方法及系统

Info

Publication number: WO2011079726A1
Application number: PCT/CN2010/079885
Authority: WO
Inventors: 魏俊华; 胡健; 贾学力
Original assignee: 北京世纪高通科技有限公司
Priority date: 2009-12-29
Filing date: 2010-12-16
Publication date: 2011-07-07
Also published as: CN101783069A

Description

一种交通信息融合处理方法及系统本申请要求于 2009年 12 月 29 日提交中国专利局、申请号为 200910244107. X , 发明名称为 "一种交通信息融合处理方法及系统" 的中国专利申请的优先权，其全部内容通过引用结合在本申请中。技术领域

本发明涉及信息融合技术，尤其涉及一种交通信息融合处理方法及系统。

背景技术

随着城市交通状况的日益恶化，许多国家开展了关于智能交通系统 ( ITS ) 的研究和建设。智能交通系统是以緩和道路堵塞和减少交通事故，提高交通利用者的方便、舒适为目的，利用交通信息系统、通讯网络、定位系统和智能化分析与选线的交通系统的总称。智能交通的实现包括交通信息的采集、分析和处理以及向社会公布发布。

交通信息采集方式主要有固定方式、移动方式和人工录入方式。其中，固定方式主要是利用诸如磁频、波频、视频等采集交通信息，具有技术成熟、易于掌握、不受天气环境影响、保证 24小时提供稳定有效数据等特性；移动方式主要是利用诸如浮动车数据、手机信令采集等采集交通信息，具有成本低且效率高，具有实时性强，覆盖范围大的特点；人工录入方式则是由数据录入人员通过广播、网络、现场等方式，实时获取交通信息作为交通信息处理系统输入的有效补充。

在现有技术中，针对交通信息融合方法提出了单源的融合方法，但其应用场景是针对一条道路上多辆浮动车数据的信息融合，无法有效利用各种信息采集方式，准确性较差，覆盖率较低。

发明内容

本发明的实施例提供一种交通信息融合处理方法及系统，能够实现多种信息采集方式的信息融合，准确性高，覆盖面大。为达到上述目的，本发明的实施例采用如下技术方案：

一种交通信息融合处理方法，包括：

循环读取一个周期内至少一条道路上的至少一种采集方式采集的源数据；

对各种采集方式采集的源数据分别进行处理，得到每个源数据对应的一条通用规格路况数据记录；

对所述通用规格路况数据中的所有记录进行融合处理，得出所述周期内所述至少一条道路的综合路况信息。

一种交通信息融合处理系统，包括：

读取单元，用于循环读取一个周期内至少一条道路上的至少一种采集方式采集的源数据；

处理单元，用于对各种采集方式采集的源数据分别进行处理，得到每个源数据对应的一条通用规格路况数据记录；

融合单元，用于对所述通用规格路况数据中的所有记录进行融合处理，得出所述周期内所述至少一条道路的综合路况信息。

本发明实施例提供的交通信息融合处理方法及系统，将一个周期内多条道路上的各种采集方式采集的源数据分别进行处理，得到每个源数据对应的一条通用规格路况数据记录，然后对通用规格路况数据中的所有记录进行融合处理，得出这一周期内各条道路的综合路况信息。能够将固定、移动等多种方式采集的源数据进行融合，避免了现有技术中单源采集所造成的准确性差，覆盖率低的问题，通过多源数据融合，可以提高路况信息的准确性、互补性、增大覆盖面。

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，下面将对实施例或现有技术描述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交通信息融合处理方法的流程框图；

图 2为本发明实施例提供的概率分配函数图；

图 3 为本发明实施例提供的交通信息融合处理系统的构造框图；

图 4为本发明实施例提供的交通信息融合处理系统的构造框图图 5 为本发明实施例提供的交通信息融合处理系统的构造框图具体实施方式

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。

本发明实施例提供的交通信息融合处理方法，如图 1 所示，该方法步骤包括：

S 101、循环读取一个周期内至少一条道路上的至少一种采集方式采集的源数据。

5 102、对各种采集方式采集的源数据分别进行处理，得到每个源数据对应的一条通用规格路况数据记录。

具体的，该通用规格路况数据中的一条记录可以包括：采集方式类别、对各速度区间的信任度、路段长度、路段编号、路段等级、路段车道数等。

5 103、对该通用规格路况数据中的所有记录进行融合处理，得出该周期内至少一条道路的综合路况信息。

具体的，该融合处理可以为：根据通用规格路况数据中每条道路的至少一条记录的对各速度区间的信任度，通过 S 型曲线的概率分配函数，得到对该道路各速度状态的支持度；然后，根据对该道路的各速度状态的支持度，得到所述道路的综合路况信息。

本发明另一实施例提供的交通信息融合处理方法，提出基于证据理论的多源数据融合方法。下面主要从采集方式、通用规格路况数据、多源数据融合方法三方面对该方法进行说明。

1、交通信息采集方式

交通信息采集方式主要包括：移动方式、固定方式、人工录入方式三种。其中：

①移动方式采集数据源，以浮动车数据、手机信令等采集和应用为主。浮动车数据（ Floating Car Data, FCD ) 装备 GPS的车辆在其行驶过程中定期记录的车辆位置、方向和速度信息，并且将这些信息按照一定的周期向信息中心回传。 FCD具有覆盖范围大，廉价，采集信息相对丰富，全天候的优点，但是其定位精度受到 GPS误差的影响。

②固定方式采集数据源，可以分为三大类，磁频，如电感线圈等；波频，如微波、超声波、雷达等；视频，如视频摄像头等。

其中，电感线圈以其检测精度高、成本低的特点得到广泛应用。电感线圈是基于特质物体引发其电感量的变化来检测车辆信息。它可以用于统计道路的某一断面车辆经过情况，根据确定的时间间隔 , 计算得到所需的交通参数。可以输出的参数为流量、时间占有平均速度、平均车长、以及车头时距等。

③人工录入采集数据，数据录入人员通过广播、网络、现场等方式，实时的获取交通信息，如路况、事件等，按照预定的规格进行记录入库，在多人协调整理确认之后，作为交通信息处理系统输入的有效补充。

2、通用规格路况数据

通过不同方式采集的交通信息，经过各自的处理流程之后，都会生成通用规格路况数据。该数据以电子地图中的道路为基础，其每一条记录都包含有采集方式类别、对各速度区间的信任度、路段长度、路段编号、路段等级、路段车道数。

相关内容详述如下：

交通信息源类别，可以为： 00为 FCD, 01 为手机信令， 10为线圈， 11 为视频， 20为人工方式等。

速度区间，可以为： [0,10), [10,20), [20,30), [30,40), [40,∞ ), 单位为 km/h。

信任度可以为： [0,1], 该值与当前周期内道路上的对象数量相关，如车辆数等，并且满足∑« = 1, 其中为速度区间数量。

路段长度，可以为：道路形状的长度，单位 m。

道路编号，可以为：电子地图中道路的唯一标识。

道路等级，可以为：道路的重要性表示，如快速路、主干道、次干道等。

路段车道数，可以为：道路上包含的车道数量。

J:¾口： i己录（ 01, 0.67, 0.33, 0.00, 0.00, 0.00, 200, 46616300123, 0, 3 ), 其中 "01" 表示该记录来源于手机信令； "0.67" 表示对速度区间 [0,10)的信任度； "0.33" 表示对速度区间 [10,20)的信任度； "0.00" 表示对速度区间 [20, 30)的信任度； "0.00" 表示对速度区间 [30,40)的信任度； " 0.00 " 表示对速度区间 [40,∞ )的信任度； "200" 表示路段长度为 200 米； "46616300123" 表示道路编号为 46616300123; "0" 表示道路等级为快速路； "3" 表示为路段车道数为 3车道。

对于不同的交通信息源，需要建立原始信息与速度之间的关系模型，如固定线圈的流量-速度模型等，移动数据源处理后可以直接估计路段行程速度，人工录入信息，可以通过事件类型进行速度估计。

由此可以看出，本方法可以大大提高系统的扩展性，只要将采集的源数据能够转换成通用规格路况数据，都可以便利地进行数据融合，减少了系统的耦合性。

3、多源数据的融合方法通过移动、固定、人工方式采集到的源数据，经过相应的处理过程后，生成基于通用结构的通用规格路况数据，将此通用规格路况数据作为多源数据融合方的输入。

本融合方法采用证据理论方法，可以将固定方式的流量数据和移动方式的速度之间建立关联矩阵，通过临界速度，来确定其对畅通、緩慢、拥堵的支持度，从而并形成决策。具体实现方法如下：首先确定辨识框架，即速度状态集合，为 Ω={拥堵，緩慢，畅通}.

根据证据理论，命题是辨识框架幂集的子集，包含如下 8个命题： 2^Ω={φ , {拥堵 }, {緩慢 }, {畅通 }, {拥堵，緩慢 }, {緩慢，畅通}, {拥堵，畅通 }, {拥堵，緩慢，畅通 }}。其中， Φ代表空集；包含一个元素的命题如 {拥堵 }, {緩慢 }, {畅通 }为基元命题；其余表示状态不能确定，在后述中用 {未知 }代替； Φ无意义。

证据的内容为该系统的中间数据，即之前提出的通用规格路况数据，各种不同源数据都会生成统一规格的通用规格路况数据，对于一条道路，可能会存在来自多种采集方式采集的数据源，即存在多条证据。

然后，设定各速度状态拥堵、緩慢、畅通与速度区间的对应关系，如表 1所示。

表 1 道路交通状态划分标准（单位： km/h)

接着，确定概率分配函数，本实施例通过 S 曲线的方式出。如图 2 所示，以速度为基础，其中未知部分包含两种情况，拥堵与緩慢、緩慢与畅通。在如 2 中，横轴为速度值，纵轴为对应的概率分配函数。如果一条证据中，对不同的速度区间支持，需要分别计算不同区间的概率分配。 SI, S2, S3为不同等级道路对应的状态判断标准，即小于速度 S1 为拥堵，从 S1到 S2为緩慢，大于 S2为畅通。在此用到的状态划分标准也如表 1所示。

Μ(φ) = 0

之后，利用公式 Μ(Α) = (\-Κ) ¹ χ X ]"f^M,.(4)得到每条道路的对各

A^A

速度状态的支持度，其中， ₁, ₂,.. „为 n 个概率分配函数， k 为证据冲突程度， A为命题中除 Φ以外的各个元素。最后，根据对速度状态的最大支持度，确定该道路的 {拥堵 } , {緩慢}, {畅通 }状态。

本发明实施例提供的交通信息融合处理方法，以移动与固定相结合作为交通信息的采集方式，基于数据融合理论，通过基于 S 型曲线概率分配方法的证据理论方法，实现了多源交通信息融合处理，提高路况信息的准确性、互补性、覆盖率。并且本方法还具有良好的扩展性和紧凑性。

本发明实施例提供的交通信息融合处理系统，如图 3 所示，包括：

读取单元 301, 用于循环读取一个周期内至少一条道路上的至少一种采集方式采集的源数据。

处理单元 302, 用于对各种采集方式采集的源数据分别进行处理，得到每个源数据对应的一条通用规格路况数据记录。合处理，得出该周期内所述至少一条道路的综合路况信息。

本发明实施例提供的交通信息融合处理系统，将一个周期内多条道路上的各种采集方式采集的源数据分别进行处理，得到每个源数据对应的一条通用规格路况数据记录，然后对通用规格路况数据中的所有记录进行融合处理，得出这一周期内各条道路的综合路况信息。能够将固定、移动等多种方式采集的源数据进行融合，避免了现有技术中单源采集所造成的准确性差，覆盖率低的问题，通过多源数据融合，可以提高路况信息的准确性、互补性、增大覆盖面。

进一步地，如图 4所示，读取单元 301 , 进一步包括：

固定方式数据读取子单元 301 1 , 用于读取固定方式采集的源数据。

移动方式数据读取子单元 3012 , 用于读取移动方式采集的源数据。

人工录入数据读取子单元 3013 , 用于读取人工录入采集的源数据。

处理单元 302 , 进一步包括：

固定方式数据处理子单元 3021 , 用于对固定方式采集的源数据进行处理，得到相应的通用规格路况数据。

移动方式数据处理子单元 3022 , 用于对移动方式采集的源数据进行处理，得到相应的通用规格路况数据。

人工录入数据处理子单元 3023 , 用于对人工录入采集的源数据进行处理，得到相应的通用规格路况数据。

融合单元 303 , 进一步包括：

状态支持度获得子单元 303 1 , 用于根据通用规格路况数据中每条道路的至少一条记录的对各速度区间的信任度，通过 S 型曲线的概率分配函数，得到对该道路各速度状态的支持度。

路况信息获得子单元 3032 , 用于根据对该道路的各速度状态的支持度，得到该道路的综合路况信息。

此外，如图 5所示，上述交通信息融合处理系统，还可以包括：采集单元 304 , 用于采集道路状态源数据。

发布单元 305 , 用于发布道路综合路况信息。本发明实施例提供的交通信息融合处理系统，将一个周期内多条道路上的各种采集方式采集的源数据分别进行处理，得到每个源数据对应的一条通用规格路况数据记录，然后对通用规格路况数据中的所有记录进行融合处理，得出这一周期内各条道路的综合路况信息。能够将固定、移动等多种方式采集的源数据进行融合，避免了现有技术中单源采集所造成的准确性差，覆盖率低的问题，通过多源数据融合，可以提高路况信息的准确性、互补性、增大覆盖面。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims

权利要求书

1、一种交通信息融合处理方法，其特征在于，包括：

2、根据权利要求 1所述的交通信息融合处理方法，其特征在于，所述通用规格路况数据中的一条记录包括：采集方式类别、对各速度区间的信任度、路段长度、路段编号、路段等级、路段车道数。

3、根据权利要求 2所述的交通信息融合处理方法，其特征在于，所述融合处理，包括：速度区间的信任度，通过 S型曲线的概率分配函数，得到对该道路各速度状态的支持度；

根据对所述道路的各速度状态的支持度，得到所述道路的综合路况信息。

4、根据权利要求 3所述的交通信息融合处理方法，其特征在于，速度区间的信任度，通过 S型曲线的概率分配函数，得到对该道路各速度状态的支持度，包括：

设定速度状态集合为 {拥堵，緩慢，畅通 } , 则所述速度状态集合的幂集为 { Φ , {拥堵 } , {緩慢 } , {畅通 } , {拥堵，緩慢 } , {緩慢，畅通} , {拥堵，畅通 } , {拥堵，緩慢，畅通 } } ;

设定各速度状态与速度区间的对应关系；

通过 S型曲线设定概率分配函数； Μ(φ) = 0

利用公式 Μ(Α) = (1 - Κ) ^ι χ ∑ f . (4)得到每条道路的对各速度状

A^A

态的支持度，其中所述公式中， ₁ , ₂,.. „为 n个概率分配函数， k为冲突程度， A为所述速度状态集合的幂集中除 Φ以外的各个元素。

5、根据权利要求 4所述的交通信息融合处理方法，其特征在于，况信息，包括：

将所述道路的各速度状态中支持度最大的速度状态，确定为所述道路的速度状态，得到所述道路的综合路况信息。

6、一种交通信息融合处理系统，其特征在于，包括：

7、根据权利要求 6所述的交通信息融合处理系统，其特征在于，所述读取单元，包括：

固定方式数据读取子单元，用于读取固定方式采集的源数据；移动方式数据读取子单元，用于读取移动方式采集的源数据；人工录入数据读取子单元，用于读取人工录入采集的源数据。

8、根据权利要求 6所述的交通信息融合处理系统，其特征在于，所述处理单元，包括：固定方式数据处理子单元，用于对固定方式采集的源数据进行处理，得到相应的通用规格路况数据；

移动方式数据处理子单元，用于对移动方式采集的源数据进行处理，得到相应的通用规格路况数据；

人工录入数据处理子单元，用于对人工录入采集的源数据进行处理，得到相应的通用规格路况数据。

9、根据权利要求 6所述的交通信息融合处理系统，其特征在于，所述融合单元包括：

状态支持度获得子单元，用于根据所述通用规格路况数据中每条道路的至少一条记录的对各速度区间的信任度，通过 S型曲线的概率分配函数，得到对该道路各速度状态的支持度；

路况信息获得子单元，用于根据对所述道路的各速度状态的支持度，得到所述道路的综合路况信息。

10、根据权利要求 6所述的交通信息融合处理系统，其特征在于，所述交通信息融合处理系统，还包括：

采集单元，用于采集道路状态源数据；

发布单元，用于发布道路综合路况信息。