《无线通信-浮动车信息处理系统关键技术的研究.pdf》由会员分享，可在线阅读，更多相关《无线通信-浮动车信息处理系统关键技术的研究.pdf（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、浮动车信息处理系统关键技术的研究 浮动车信息处理系统关键技术的研究 1薛明 1吕卫锋 2诸彤宇（北京航空航天大学软件开发环境国家重点实验室 北京 100083）摘要：摘要：本文介绍了智能交通领域中一种先进的交通信息采集发布系统浮动车信息系统。浮动车使用 GPS 车载装置采集车辆的行驶参数（如时间、速度、坐标、方向等），并将这些数据通过 GPRS 网络传送到浮动车信息中心，经过汇总、处理后生成实时的路况交通信息，并通过互联网和 GPRS、CDMA 网络向公众发布。本文提出了浮动车信息处理的核心算法模型，主要包括地图匹配、路径推测和道路路况计算三部分，并分别对这些算法进行了详细描述。关键词：关键词
2、：智能交通；浮动车；地图匹配；路径推测；道路路况 中图分类号：中图分类号：TP391 文献标志码：文献标志码：A Study on The Key Technology of Floating Car Information Processing System 1Xue Ming,1Lv Weifeng,2Zhu Tongyu(National Laboratory of Software Development Environment,Beihang University,Beijing 100083,China)Abstract:This paper introduces a system
3、 of traffic information collection and distribution in ITS Floating Car Information System,which is composed of on-board system on floating car and server in center.Floating car collects real-time data,including location,speed,and time,and uplinks it to center through commercial GPRS network.Center
4、integrates and distributes road congestion and other public information to users via Internet,GPRS or CDMA.In this paper,a important algorithm of floating car system is proposed and described in detail,which is composed of Map-matching,route estimation and road states computing.Keywords:Intelligent
5、Transportation System;Floating Car;Map-matching;Route Estimation;Road States 1 引言引言 随着我国社会经济的快速发展和信息化建设的不断深入，智能交通系统开始在交通领域深入而广泛的应用，已经成为解决该领域内诸多难题的有效手段。所谓智能交通系统（Intelligent Transportation System，简写为 ITS）1,是将先进的信息技术、数据通讯传输技术、电子传感技术、电子控制技术及计算机处理技术等有效的集成运用于整个地面交通管理系统而建立的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合交通运输管
6、理系统。智能交通的主要目标就是实现整个城市交通运输系统现代化，而城市交通运输现代化关键环节就是提供实时动态交通信息服务以缓解交通拥堵，满足公众越来越迫切的交通信息需求，道路的实时交通信息已经成为 ITS 大规模应用发展的重要基础2 7。道路实时交通信息处理系统是通过将采集到的交通信息源（包括浮动车信息，道路线圈数据等）进行分析处理，最后以通过 WEB 发布平台、公共移动网等向公众提供道路路况信息、旅行时间信息和最优行车路线等出行帮助信息。2 浮动车概述浮动车概述 浮动车是目前国际上 ITS 领域中一种先进的道路交通信息采集技术3。一般使用大量的出租车或公交车作为浮动车，通过已安装的 GPS 车
7、载装置和无线通信设备，将车辆信息（如时间、速度、坐标、方向等参数）实时的传送到浮动车信息中心，经过汇总、处理后生成反映实时道路路况的交通信息，并通过互联网和公众移动网络对外发布，为公众出行提供帮助，同时也为交通管理部门和在交通控制、诱导方面提供决策支持4。传统的交通信息采集技术及手段多种多样，如磁感应线圈、压电传感器、超声波测量技术、视频监控等5。这些采集方式都是测量实时交通流在固定点处的变化情况6，有着明显的劣势，主要表现如下：?测量范围有限：只有平均不到 30%的路口安装、距离间隔长 500700 米?可测参量有限：只能得到流量、时间平均速度、道路占有率等参数?安装和维护成本高：设备昂贵且
8、寿命短、需人工长期维护、需经常破坏路面 而浮动车采集技术能够通过少量装有车载设备的汽车获得大范围的道路实时交通信息，成本低且效率高，可以弥补固定地点检测所产生的局限性，具体优势如下：?数据范围遍布整个地区、全天候 24 小时、无线实时传输、中心式处理等大大提高信息采集效率?所测量的数据准确反映交通流变化，可得车辆瞬时状态（速度、位置、方向）?利用现有 GPS 和通信网络资源，采集设备维护和安装成本低 3 浮动车信息系统的架构浮动车信息系统的架构 浮动车信息系统由浮动车数据采集、浮动车信息处理和动态交通信息发布三部分组成8。其中浮动车数据采集系统负责接收、管理实时车载数据；浮动车信息处理系统将浮
9、动车数据进行地图匹配、行车路线推测以及道路交通路况计算等处理9，以生成反映实时路况的交通信息；动态交通信息发布系统通过互联网、GPRS 或 CDMA 网络等方式向公众提供当前的实时路况信息。浮动车信息系统的结构框架图如下所示：图 1 浮动车信息处理系统结构框架 浮动车信息处理系统主要由地图匹配、行车路线推测和道路交通路况计算三个模块组成。本文主要讨论这三个处理模块的算法的研究与应用。4 浮动车信息处理技术的研究应用浮动车信息处理技术的研究应用 4.1 地图匹配地图匹配 地图匹配是指根据数字地图的道路信息调整车辆坐标数据，使其尽可能落到正确的行驶道路上10。系统对浮动车在一个时间周期内发送的所有
10、车辆点数据（浮动车在某一时刻传送的车载记录信息，包括坐标、方向、速度、车辆 ID 等参数）进行批处理，分别将各个车辆点数据向周围道路投影，推算出该车可能行驶的道路并计算它在该条道路上的投影点信息（包括坐标、所在道路编号、到道路终点的距离等）。地图匹配算法的主要步骤如下：i.i.根据车辆点的坐标，搜索出该点点周围一定范围（如 200 米）内的所有道路；ii.ii.计算出各条道路在该搜索区域内的路段信息（包括路段起止点坐标，所在道路编号等），将车辆点的方向与各个路段的斜率进行比较，删除相差较大的路段；iii.iii.将车辆点分别向各个路段做直线投影，并计算出各个投影点数据；iv.iv.对车辆点的投
11、影点进行过滤，同一道路上只保留一个投影点（既与车辆点距离最近的）。v.v.结束。上述一次处理完成一个浮动车车辆点的地图匹配投影。按上述步骤依次处理完所有车辆点数据，最终计算出这些车辆可能行驶的道路和对应道路上的投影点数据。4.2 行车路线推测行车路线推测 经过地图匹配后地车辆点可能有多个候选行驶道路，因此还需要行车路线推测来计算出它的正确行驶道路。行车路线推测是指通过分析每辆浮动车在一个时间周期内的所有车辆点数据及其投影点数据，根据时间和空间上的连续性来确定该车在该段时间内的行车路线。行车路线推测算法的主要步骤如下：首先将该浮动车上一周期最后一个车辆点的投影点作为当前点（由于已经完成行车路线推
12、测，该点只有唯一投影点）。i.将当前点与该车本周期车辆点集合（按时间顺序排列）中的下一个车辆点进行比较；ii.若下一个车辆点只有一个投影点，则记录该点和所在道路信息，并将其设置为当前点，跳到步骤；若下一个车辆点有多个投影点，跳到步骤；若无车辆点，则说明本次行车路线推测处理完成，跳到步骤。iii.分别将当前点与下一车辆点的各个投影点进行比较，判断两点所在道路相关系数值（在同一道路上相关系数值为 1、在相邻道路上值为 2、所在道路无连接值为 3）。若相关系数值等于 1，跳到步骤；等于 2，跳到步骤；等于 3，跳到步骤。iv.相关系数值等于 1 时，则该投影点为为其车辆点的唯一投影点，记录该点和所在
13、道路信息，并将其设置为当前点，跳到步骤；v.相关系数值等于 2 时，将当前点与下一车辆点的其它投影点按上述步骤进行比较，若最终只有系数值为 2 的投影点，则该点为其车辆点的唯一投影点，记录该点和所在道路信息，并将其设置为当前点，跳到步骤；若有多个系数值为 2 的投影点，则继续将这些投影点与再下一个车辆点的所有投影点进行两两比较，并根据排列组合获得若干条行车路线，依次类推，当找到可以确定唯一投影点的车辆点时，根据最优路径算法并结合行车规律确定其中一条为最终路线，记录路线的各条道路和对应的投影点信息，并将该投影点设置为当前点，跳到步骤；vi.相关系数值等于 3 时，根据两点所在道路的空间拓扑关系推
14、出连接两条道路的合理路线，并补充上车辆点数据（一般在道路的起止点和交叉点），将最后后一个车辆点的投影点定为当前点，跳到步骤；vii.结束。完成上述一次处理，既可推出一辆浮动车在一个周期内连续的行车路线，依次对所有浮动车按上述步骤进行循环处理，最终可以获得所有浮动车的行车路线信息。4.3 道路交通路况计算道路交通路况计算 道路交通路况计算通过对所有浮动车的行车路线、投影点信息进行融合分析，以计算出这些浮动车在该周期内所覆盖的道路网的交通路况信息。道它分为两步完成，分别是路段路况计算和道路路况计算。4.3.1 路段路况计算路段路况计算 首先将浮动车行驶道路分为若干条连续的路段，每条路段都是以该车时
15、间上相邻的两个车辆投影点为起止点，路段路况计算就是要计算这些路段的拥堵情况。计算所需的参数包括各个车辆投影点的坐标、所在道路编号和到道路终点的距离。设浮动车在一个周期内的车辆投影点参数分别为：坐标()yxpi,，x表示经度，y表示纬度；点到道路终点的距离iS；道路号n；时刻it；其中i=n21、，n为一个周期内车辆点的数量。根据这些参数计算浮动车所覆盖的道路的各个路段平均时间车速、旅行时间、路段长度以及路段起点到所在道路终点的距离。设各个路段的长度为iL；旅行时间为iT；平均行车速度为iV。计算公式如下：则iL=1iiSS；iT=1iitt；iV=TiLi 4.3.2 道路路况计算道路路况计算
16、 在一个周期内，同一条道路上可能有多辆浮动车行驶过，而它们所反映的道路路况可能并不完全一致，因此就需要对它们的路段路况进行融合分析，重新划分道路的路况路段。下面对道路路况计算地算法进行描述。从道路终点开始，在道路上每隔一个固定长度设置一个节点，道路起点作为最后一个节点，当这个固定长度值较小时，可以认为节点处的平均行车速度与它前一路段的平均行车速度相同；从道路终点到起点，依次计算这些路段的平均行车速度，首先从第一个节点开始，推算处跨越该点的浮动车行驶路段（指完成行车路线推测后生成的路段）个数。若个数为 0，则其平均行车速度为不明；若为 1，则平均行车速度等于路段的平均速度；若大于 1，则取时间最
17、新且速度最大的那条路段的速度。这样依次计算完所有节点的平均行车速度，也就得到了该道路上所有路段的平均行车速度。然后根据这些路段的平均行车速度计算出它们的拥堵程度系数，并将拥堵程度系数相同其相邻的路段合并为新的路段，这样就完成了道路的路况路段的重新划分和各个路段拥堵程度系数的计算。按上述步骤，将浮动车所覆盖的道路网中的每条道路依次进行处理，就可以获得整个城市道路网络的实时交通路况信息。5 结束语结束语 本文作者创新观点：目前国际上关于浮动车领域相关技术的研究应用正处于快速发展阶段，一些发达国家如美国、日本、德国已经开始大规模试验和推广。而国内的相关工作处于起步阶段，但由于浮动车的大规模应用将极大
18、地改善城市交通状况，因此其发展潜力巨大。本文通过对浮动车数据特点的分析和对浮动车信息采集、处理、发布的工作流程的研究，提出了一套完整地浮动车信息处理算法模型，主要包括地图匹配、行车路线推测和道路路况计算三部分。目前该算法已经在浮动车信息系统项目中得到实际应用。参考文献参考文献 1.Ichiro Masaki.A Brief History of ITS R.USA:Massachusetts Institute of Technology,1999.2.陈光华，王迪彪，智能交通系统及相关技术，交通科技，2003年第4 期 3.T.Fushiki,et al,“Arrival Time Pred
19、iction System Based on Floating Car Data in the Fleet Management ASP,”9th World Congress on Intelligent Transport Systems,Chicago,United States(2002)4.张东,王志良,孟谦,基于北斗卫星技术的交通服务系统,微计算机信息,2005年02期 5.Stephen J.Bahler.Field Test of non-intrusive traffic Detection technologies.Proceedings of the 5th World
20、Congress on Intelligent Transportation Systems.Seoul,Korea,1998 6.马 骥,裴玉龙,智能交通系统(ITS)信息采集技术评述,哈尔滨工业大学学报,2003 年1月第35卷第1 期 7.杨兆升，城市交通流诱导系统理论模型和实施技术的研究，道路交通与安全，2003 年5 月 8.Chul Gyu Park,et al,“Determination of Optimal Number of Probe Vehicles for Real-time Traffic Flow Information,”5th World Congress o
21、n Intelligent Transport Systems,Seoul,Korea(1998).9.T.Fushiki,et al:“Traffic Condition Prediction by Use of Floating Cars,”IPSJ Journal,Vol.43 No.12,pp.3801-3808(2002)10.陆小锋,陆亨立,张芳琴,GPRS 与 GPS 在汽车信息服务系统中的设计应用,微计算机信息，2005 年 03 期 作者简介：第一作者：薛明，男，1981.8，汉族，硕士生。主要研究方向：浮动车采集技术，智能交通。导师：吕卫锋，男，1972.6，汉族，北京航空航天大学副教授，主要研究方向：智能交通。First Author:Xue Ming,male,1981.8,Han,master.Research focuses on:Floating Car,ITS.Mentor:Lv Weifeng,male,1972.6,Han,associate professor of BHU.Research focuses on:ITS.联系方式：通信地址：北京知春路大运村 2 号楼 513 房间 B 室，100083；Email: 或