《基于浮动车技术的道路拓宽识别方法.pdf》由会员分享，可在线阅读，更多相关《基于浮动车技术的道路拓宽识别方法.pdf（11页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102184636 A (43)申请公布日 2011.09.14 CN 102184636 A *CN102184636A* (21)申请号 201110102162.2 (22)申请日 2011.04.22 G08G 1/01(2006.01) (71)申请人 福建工程学院 地址 350000 福建省福州市闽侯县上街镇福 州地区大学新校区学园路 (72)发明人 赖宏图 蒋新华 邹复民 王雷 王桐森 廖律超 (74)专利代理机构 福州市鼓楼区京华专利事务 所 ( 普通合伙 ) 35212 代理人 翁素华 (54) 发明名称 基于浮动车技术的道路拓宽识别方法 (57) 。
2、摘要 本发明提供一种基于浮动车技术的道路拓宽 识别方法， 利用浮动车在行驶过程中采集车辆编 号、 位置、 方向和速度信息 ； 再对数据信息中的速 度信息进行预处理， 得到有效的行车路线特征向 量表示库 ； 其次在交通图层道路特征向量库中提 取待匹配道路路元， 在行车路线特征向量表示库 中提取待匹配路线， 将待匹配道路路元与待匹配 路线进行道路匹配获得浮动车路线的数据匹配 集 ； 最后根据浮动车路线的数据匹配集求浮动车 车流量、 平均车速、 分布区域宽度并与交通图层原 有记录进行比较， 判断其道路是否拓宽。 本发明为 各类交通信息服务系统提供动态的、 准确的道路 拓宽变化信息， 不仅信息获取渠道。
3、成本低， 而且信 息更新及时可靠， 对各类交通信息服务系统有着 重要的意义。 (51)Int.Cl. (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 3 页 说明书 4 页 附图 3 页 CN 102184640 A1/3 页 2 1. 一种基于浮动车技术的道路拓宽识别方法， 其特征在于 ： 包括以下步骤 ： 步骤 10、 利用浮动车在行驶过程中采集车辆编号、 位置、 方向和速度信息， 并将采集到 的数据信息传送到数据服务中心 ； 步骤 20、 数据服务中心对所述数据信息中的速度信息进行预处理， 得到有效的道路行 车路线数据集合， 并根据有效的道路行车数据得到对应的行车。
4、路线特征向量， 由各行车路 线特征向量构造行车路线特征向量表示库 ； 步骤 30、 在交通图层道路特征向量库中提取待匹配道路路元， 在所述行车路线特征向 量表示库中提取待匹配路线， 将所述待匹配道路路元与所述待匹配路线进行道路匹配来获 得浮动车路线的数据匹配集 ； 步骤 40、 根据浮动车路线的数据匹配集对匹配的路元的浮动车车流量进行计算、 对匹 配的道路的行车数据的平均车速进行计算、 对数据匹配集上的所有路线求取任意两条线路 的最大横向间距， 并从其各横向间距中获得道路浮动车数据分布区域宽度 ； 将所述浮动车 车流量、 平均车速、 浮动车数据分布区域宽度与交通图层原有记录的浮动车车流量、 平。
5、均车 速、 浮动车数据分布区域宽度进行比较， 判断其道路是否拓宽。 2. 根据权利要求 1 所述的基于浮动车技术的道路拓宽识别方法， 其特征在于 ： 所述步 骤 10 进一步包括 ： 利用装备 GPS 车载定位系统的浮动车以周期 定期采集车辆编号 i、 位置 l、 方向 c 和 速度信息 v， 得到数据信息集合 xi li， ci， vi ， 并将采集得到的数据通过移动蜂窝通 信等技术传送到数据服务中心， 形成浮动车数据库。 3. 根据权利要求 2 所述的基于浮动车技术的道路拓宽识别方法， 其特征在于 ： 在所述 的浮动车数据库中抽取指定时间段 T0-T， T0内的数据， 其中 T0为定义的当。
6、前时间点， T 为系统可调参数， 其采样数据集合为 m 辆浮动车的 n 阶序列 X(m， n) li， j， di， j， vi， j |i 1， m， j 1， n 其中， 4.根据权利要求3所述的基于浮动车技术的道路拓宽识别方法， 所述步骤20进一步包 括 ： 将非正常行驶的速度即在t内一直都低于正常速度的干扰数据滤除， 且应对进行 计算的交通图层平面区域 A 外的数据也进行滤除 ； 得到有效的道路行车路线数据集合为 其中， 从而得到待计算的道路行车数据， 然后根据有效的道路行车数据得到对应的行车路线 特征向量， 表示为 其中， 当表示车辆 i 的整个路线集时， p 为 1， q 为 n 。
7、； 并构造行车路线特征向量表示库为 S(m) Li|i 1， m 最后存入浮动车数据库。 权 利 要 求 书 CN 102184636 A CN 102184640 A2/3 页 3 5.根据权利要求4所述的基于浮动车技术的道路拓宽识别方法， 所述步骤30进一步包 括 ： 在交通图层道路特征向量库中提取待匹配道路路元即将提取的整条道路按方向的不 同进行分段， 同一方向的为一路元， 设路元 ra的中点位置为 l 且方向为 d， 则该路元可表示 为 ra(l， d) ； 抽取行车路线特征向量表示库S(m)中的任意浮动车行车路线数据Li， 经过滤波后再通 过折半查找算法与路元ra(l， d)进行匹配。
8、计算， 设路元ra与行车路线Li的匹配算子为M(ra， Li)， 则有 M(ra， Li) 0， 1 ； 其中， 值为 0 表示匹配不成功， 否则为 1 表示匹配成功 ； 将行车路线数据 Li进行分段为 ： Li Li， (1， n) Li， (1， a-1) Li， (a， b) Li， (b+1， n)， 其中 a 与 b 分别路线分段的两个节点， 且 有 a 2， n-2， b 3， n-1 及 a b ； 若 M(ra， Li， (1， a-1) M(ra， Li， (b+1， n) 0 且 M(ra， Li， (a， b) 1， 则称 Li， (a+b)与路元 ra(l， d) 匹配。
9、 ； 生成与该路元匹配的浮动车路线的数据匹配集 ： 其中 Li1， (p1， q1)表示该路元匹配的第一条行车路线数据， 其浮动车 ID 编号为 i1， 且在 整个行车路线中， 与路元具体匹配的位置为 p1 与 p2 两个数据点间的线段， p1 1， n-1， p2 2， n ； 同理有 Li2， (p2， q2)， 直到 Lib， (pb， qb)， 表示共有 b 条行车路线数据与该路元相匹配。 6. 如权利要求 5 所述的基于浮动车技术的道路拓宽识别方法， 所述步骤 40 进一步包 括 ： 根据浮动车路线的数据匹配集对匹配的路元 ra(l， d) 的浮动车车流量进行计算， 即 在 T 时间。
10、内的浮动车数量同时对匹配的道路的行车数据的 平均车速进行计算， 即有将浮动车车流量及平均车速分 别与交通图层原有记录的与进行比较 ； 取浮动车路线的数据匹配集中的任意两条路线 lia与 lib， 构造如下的行车路线特征向 量距离算子 ： D(lia， lib， ra(l， d) d(lia*(cos+isin)， lib*(cos+isin)， 其中 dia-d， dib-d， 其 d(l1， l2) 为两线 l1 和 l2 之间的距离 ； 对匹配的路元的浮动车路线的数据匹配集上的所有路线求取任意两条线路的最大横 向间距 ： wimax(D(lia， lib， ra(l， d)， 并从其各横向。
11、间距中获得道路浮动车数据分布区域 宽度， 即为选取两条线路间的最大距离 ： Wra max(D(lia， lib， ra(l， d)+， i 1， n， 其 中而 为误差修正值， 以减少计算误差 ； 将该浮动车数据分布区域宽度 Wra 与该交通图层原有记录的进行比较 ； 若浮动车车流量平均车速及最大间距 Wra均明显大于交通图层原有记录的 则可推断出该匹配的道路路元已进行拓宽， 即有 ： 权 利 要 求 书 CN 102184636 A CN 102184640 A3/3 页 4 道路路元 ra(l， d) 已拓宽， 其中 W 为在 t 时间内最大间距， F 在 t 时间内浮动车车流量， V 。
12、在 t 时间内平均车速 ； 将该道路加入到道路拓宽信息集 中， 同时将计算结果集保存， 作为下次计算的比较依据。 权 利 要 求 书 CN 102184636 A CN 102184640 A1/4 页 5 基于浮动车技术的道路拓宽识别方法 【技术领域】 0001 本发明属于信息技术应用领域， 具体是涉及交通图层中道路拓宽识别方法， 为交 通图层提供道路拓宽信息的交通信息服务。 【背景技术】 0002 浮动车技术， 也被称作 “探测车” ， 已经被广泛使用， 其基本原理是 ： 根据装备车载 全球定位系统的浮动车在其行驶过程中定期记录的车辆位置， 方向和速度信息， 应用地图 匹配、 路径推测等相。
13、关的计算模型和算法进行处理， 使浮动车位置数据和城市道路在时间 和空间上关联起来。 0003 路宽信息是交通图层的重要属性之一， 其交通图层都含有道路特征向量库， 通过 发现道路拓宽信息并对交通图层进行动态更新有利于更科学地进行交通诱导。目前， 交通 图层的道路拓宽信息由交通图层更新时进行道路级别的变更， 或由测绘部门和交通部门进 行实地探测后， 再统一发布交通图层属性信息实现。 因此， 目前道路拓宽信息探测方法不仅 更新周期长， 而且更新成本高， 无法实现交通图层道路拓宽信息的动态更新。 【发明内容】 0004 本发明要解决的技术问题， 在于提供一种基于浮动车技术的道路拓宽识别方法， 其克服。
14、了背景技术中， 更新周期长， 而且更新成本高， 无法实现道路拓宽状态变化的动态更 新的不足。 0005 本发明是这样实现的 ： 一种基于浮动车技术的道路拓宽识别方法， 包括以下步 骤 ： 0006 步骤 10、 利用浮动车在行驶过程中采集车辆编号、 位置、 方向和速度信息， 并将采 集到的数据信息传送到数据服务中心 ； 0007 步骤 20、 数据服务中心对所述数据信息中的速度信息进行预处理， 得到有效的道 路行车路线数据集合， 并根据有效的道路行车数据得到对应的行车路线特征向量， 由各行 车路线特征向量构造行车路线特征向量表示库 ； 0008 步骤 30、 在交通图层道路特征向量库中提取待匹。
15、配道路路元， 在所述行车路线特 征向量表示库中提取待匹配路线， 将所述待匹配道路路元与所述待匹配路线进行道路匹配 来获得浮动车路线的数据匹配集 ； 0009 步骤 40、 根据浮动车路线的数据匹配集对匹配的路元的浮动车车流量进行计算、 对匹配的道路的行车数据的平均车速进行计算、 对数据匹配集上的所有路线求取任意两条 线路的最大横向间距， 并从其各横向间距中获得道路浮动车数据分布区域宽度 ； 将所述浮 动车车流量、 平均车速、 浮动车数据分布区域宽度与交通图层原有记录的浮动车车流量、 平 均车速、 浮动车数据分布区域宽度进行比较， 判断其道路是否拓宽。 0010 本发明具有如下优点 ： 利用大量。
16、的浮动车在行驶过程中采集信息， 并在给定的时 间段中抽取数据来获得浮动车数据序列， 将采集的信息进行数据预处理来获得行车路线特 说 明 书 CN 102184636 A CN 102184640 A2/4 页 6 征向量表示库， 在交通图层道路特征向量库中提取待匹配道路路元， 在所述行车路线特征 向量表示库中提取待匹配路线， 将所述待匹配道路路元与所述待匹配路线进行道路匹配来 获得浮动车路线的数据匹配集， 并进行拓宽计算来获得道路拓宽信息， 从而实现交通图层 道路信息的动态更新， 为各类交通信息服务系统提供动态的、 准确的道路拓宽状态变化信 息， 不仅信息获取渠道成本低， 而且信息更新及时可靠。
17、， 对各类交通信息服务系统有着重要 的意义。 【附图说明】 0011 图 1 是本发明的基于浮动车技术的道路拓宽识别方法的系统框架图。 0012 图 2 是本发明对道路行车信息数据预处理并获得行车路线特征向量表示库的算 法流程图。 0013 图 3 是本发明的基于浮动车的道路匹配与道路拓宽计算的算法流程图。 【具体实施方式】 0014 本发明为基于浮动车技术的道路拓宽识别方法， 该方法包括以下步骤 ： 0015 步骤 10、 利用浮动车在行驶过程中采集车辆编号、 位置、 方向和速度信息， 并将采 集到的数据信息传送到数据服务中心 ； 0016 步骤 20、 数据服务中心对所述数据信息中的速度信。
18、息进行预处理， 得到有效的道 路行车路线数据集合， 并根据有效的道路行车数据得到对应的行车路线特征向量， 由各行 车路线特征向量构造行车路线特征向量表示库 ； 0017 步骤 30、 在交通图层道路特征向量库中提取待匹配道路路元， 在所述行车路线特 征向量表示库中提取待匹配路线， 将所述待匹配道路路元与所述待匹配路线进行道路匹配 来获得浮动车路线的数据匹配集 ； 0018 步骤 40、 根据浮动车路线的数据匹配集对匹配的路元的浮动车车流量进行计算、 对匹配的道路的行车数据的平均车速进行计算、 对数据匹配集上的所有路线求取任意两条 线路的最大横向间距， 并从其各横向间距中获得道路浮动车数据分布区。
19、域宽度 ； 将所述浮 动车车流量、 平均车速、 浮动车数据分布区域宽度与交通图层原有记录的浮动车车流量、 平 均车速、 浮动车数据分布区域宽度进行比较， 判断其道路是否拓宽。 0019 如图 1 所示， 为基于浮动车技术的交通堵塞点识别方法的系统框架图， 其中详细 展示了基于浮动车技术的交通堵塞点发现及其状态识别系统所包括的四个部分， 其中每个 部分产生的结果作为下一个部分数据处理的对象。 0020 第一个部分进行的是基于指定时间段 T0-T， T0 的浮动车行车数据抽样， 得到 浮动车数据集合序列 ； 在第二部分中经过数据滤波和行车路线特征向量构造等数据预处理 后， 最终得到行车路线特征向量。
20、表示库 ； 第三部分， 将浮动车行车路线与交通图层道路进行 道路匹配， 生成浮动车路线的数据匹配集， 通过比较道路的浮动车数据分布中的最大间距、 浮动车车流量及其平均车度以计算道路是否有拓宽。 0021 如图 2 所示， 是本发明对道路行车信息数据预处理并获得行车路线特征向量表示 库的算法流程图， 其主要步骤为 ： 0022 步骤 1 ： 利用大量装备 GPS 等车载定位系统的浮动车在其行驶过程中以周期 定 说 明 书 CN 102184636 A CN 102184640 A3/4 页 7 期采集车辆编号i、 位置l、 方向c和速度信息v， 得到数据信息集合xili， ci， vi， 并 将。
21、采集得到的数据通过移动蜂窝通信等技术传送到数据中心， 形成海量的浮动车数据库。 0023 设当前时间点为 T0， 在浮动车数据库中抽取最近时间段 T0-T， T0 内的数据， 其 中 T 为系统可调参数， 其采样数据集合为 m 辆浮动车的 n 阶序列 0024 X(m， n) li， j， di， j， vi， j |i 1， m， j 1， n 0025 其中， 0026 对于 T 的选择可通过逼近法进行优化， 首先应足够大以保证浮动车数据在所需 计算的整条道路中有足够的覆盖率和覆盖强度， 同时 T 也应尽可能小， 以减少长时间历 史数据对计算的干扰， 并提高系统对道路拓宽发现的准确度。 0。
22、027 步骤 2 ： 对于在正常道路上行驶的车辆， 其速度不可能在 t 内一直都低于正常速 度 ， 因此需要将这部分数据滤除， 同时， 由于浮动车活动范围非常广， 为了提高系统效率， 应对进行计算的交通图层平面区域 A 外的数据进行滤除， 即有效的道路行车数据集合为 0028 0029 其中， 0030 从而得到待计算的道路行车数据， 然后根据有效的道路行车数据得到对应的行车 路线特征向量， 表示为 0031 其中， 当表示车辆 i 的整个路线 集时， p 为 1， q 为 n ； 0032 并构造行车路线特征向量表示库为 0033 S(m) Li|i 1， m 最后存入浮动车数据库。 003。
23、4 如图 3 所示， 是本发明的基于浮动车的道路匹配与道路拓宽计算的算法流程图， 具体步骤如下 ： 0035 在交通图层道路特征向量库中提取待匹配道路路元即将提取的整条道路按方向 的不同进行分段， 同一方向的为一路元， 设路元 ra的中点位置为 l 且方向为 d， 则该路元可 表示为 ra(l， d) ； 0036 抽取行车路线特征向量表示库 S(m) 中的任意浮动车行车路线数据 Li( 为一条行 车路线 )， 经过滤波后再通过折半查找算法与路元 ra(l， d) 进行匹配计算， 设路元 ra与行车 路线 Li的匹配算子为 M(ra， Li)， 则有 M(ra， Li) 0， 1 ； 其中， 。
24、值为 0 表示匹配不成功， 否 则为 1 表示匹配成功 ； 0037 将行车路线数据 Li进行分段为 ： 0038 Li Li， (1， n) Li， (1， a-1) Li， (a， b) Li， (b+1， n)， 其中 a 与 b 分别路线分段的两个节 点， 且有 a 2， n-2， b 3， n-1 及 a b ； 0039 若 M(ra， Li， (1， a-1) M(ra， Li， (b+1， n) 0 且 M(ra， Li， (a， b) 1， 则称 Li， (a， b)与路元 ra(l， d) 匹配 ； 0040 生成与该路元匹配的浮动车路线的数据匹配集 ： 0041 说 明 。
25、书 CN 102184636 A CN 102184640 A4/4 页 8 0042 其中 Li1， (p1， q1)表示该路元匹配的第一条行车路线数据， 其浮动车 ID 编号为 i1， 且在整个行车路线中， 与路元具体匹配的位置为 p1 与 p2 两个数据点间的线段， p1 1， n-1， p2 2， n)。同理有 Li2， (p2， q2)， 直到 Lib， (pb， qb)， 表示共有 b 条行车路线数据与该路元 相匹配。 0043 根据浮动车路线的数据匹配集对匹配的路元 ra(l， d) 的浮动车车流量进行计 算， 即在 T 时间内的浮动车数量同时将浮动车车流量与交 通图层原有记录的。
26、进行比较， 当浮动车车流量明显小于原有记录的时， 继续进行道 路匹配 ； 当浮动车车流量明显大于原有记录的时同时， 再进行对匹配的道路的行车数 据的平均车速计算， 即有将浮动车平均车速与交通图层原 有记录的进行比较 ； 当浮动车平均车速小于交通图层原有记录的时， 继续进行道路 匹配， 当浮动车平均车速明显大于交通图层原有记录的时， 进行下面步骤 ； 0044 取浮动车路线的数据匹配集中的任意两条路线 lia与 lib， 构造如下的行车路线特 征向量距离算子 ： 0045 D(lia， lib， ra(l， d) d(lia*(cos+isin)， lib*(cos+isin)， 其中 dia-。
27、d， dib-d， 其 d(l1， l2) 为两线 l1 和 l2 之间的距离， 其下标 ia， ib 表示在路线分段 的节点 a 和 b 下对应浮动车编号组合 ； 0046 对匹配的路元的浮动车路线的数据匹配集上的所有路线求取任意两条线路的最 大横向间距 ： wi max(D(lia， lib， ra(l， d)， 并从其各横向间距中获得道路浮动车数据分 布区域宽度， 即为选取两条线路间的最大距离 ： Wra max(D(lia， lib， ra(l， d)+， i 1， n， 其中 lia，而 为误差修正值， 以减少计算误差 ； 将该浮动车数据分布区域 宽度 Wra与该交通图层原有记录的进。
28、行比较 ； 0047 若浮动车车流量平均车速及最大间距 Wra均明显大于交通图层原有记录的 则可推断出该匹配的道路路元已进行拓宽， 即有 ：道路 路元 ra(l， d) 已拓宽， 其中 W 为在 t 时间内最大间距， F 在 t 时间内浮动车车流 量， V 在 t 时间内平均车速 ； 将该道路加入到道路拓宽信息集中， 同时将计算结果集 保存， 作为下次计算的比较依据。 0048 以上所述仅为本发明的较佳实施例， 凡依本发明申请专利范围所做的均等变化与 修饰， 皆应属本发明的涵盖范围。 说 明 书 CN 102184636 A CN 102184640 A1/3 页 9 图 1 说 明 书 附 图 CN 102184636 A CN 102184640 A2/3 页 10 图 2 说 明 书 附 图 CN 102184636 A CN 102184640 A3/3 页 11 图 3 说 明 书 附 图 CN 102184636 A 。