一种基于实时公交车GPS数据的公交路链速度计算方法技术

本发明专利技术公开了一种基于实时公交车GPS数据的公交路链速度计算方法，属于智能交通技术，包括速度样本获取，路链速度合成两部分。其中速度样本获取这一部分经过维护GPS采样点队列，生成关键采样点序列，进而计算速度样本；路链速度合成这一部分经过维护路链的速度样本队列，确定用于计算的速度样本量，进而合成得到路链速度。本发明专利技术提供的公交路链速度计算方法，通过生成关键采样点序列再进而计算速度样本的方式，消除了站点范围内公交车停靠站对路链速度计算的影响，提高了公交路链速度的准确度。本发明专利技术根据速度样本队列的状态动态确定用于计算的样本量，并根据实时变化的交通情况进行动态计算，具有较好的实时性和准确性。

【技术实现步骤摘要】

本专利技术属于智能交通
，特别涉及一种基于实时公交车GPS数据的公交路链速度计算方法。
技术介绍
随着城市现代化程度不断加深，机动车保有量快速增长，市民出行需求呈现多样化、个性化的特征，城市交通压力日益增大。国内外大城市发展经验表明，要解决城市交通问题，尤其是特大型国际城市的交通问题，必须充分发挥公共交通的重要作用。事实证明，智能交通系统是缓解城市交通拥堵、解决大城市交通困境的有效手段。目前智能交通系统的研究热点如实时路况和实时公交到站时间预测等服务中，都需要公交路链速度的实时计算结果，以支撑上述功能服务。然而，交通情况存在复杂多变且不稳定的特点，如何实时准确地获取公交路网路链的行车速度成为了智能公交系统的一个关键点。目前国内外在道路计算方面开展了许多研究，主要有多元回归估计法、时间序列模型、卡尔曼滤波法和基于历史数据相似性模型等。多元回归估计法是通过分析事物之间的因果关系和影响程度进行预测的方法，如分析道路速度与线路结构、经过红绿灯路口数量、中间站点的个数、天气等因素的相关性，构建回归方程，根据这些自变量在预测时段的变化对因变量公交车运行时间进行预测。该方法要求这些影响因素是独立的，这严格限制了回归分析法的应用。时间序列预测是通过发现研究对象过去的变化规律来推断其未来取值的方法，其预测的准确性取决于所预测的行程时间变化规律与历史规律的匹配度，具有一定的局限性。卡尔曼滤波是一种高效率的递归滤波器，能够从一组包含噪声的对物体位置的观察序列中，对当前位置和将来位置进行估计。卡尔曼滤波是预测短时交通流量的一种方法，具有较好的鲁棒性，可对外部环境做出有效的反应。但是，它仅仅在预测未来一两个时间段内的运行时间是有效的，当预测路程或者时间整体很长的时候，预测精度较低。基于历史数据相似性模型的预测方法是建立在交通运行具有循环变化的规律性的前提下，通过对历史数据进行分析，以历史相同时期相同路链的速度预测当前公交路网的路链速度。在此基础上，也有研究进一步提出基于路况相似性的道路速度预测机制，提出了路况信息多元组，以及路况信息多元组相似性计算方法，根据相似的历史路况进行预测。这种方法完全基于历史数据，没有考虑到实时变化的交通信息，实时性和准确性较差。
技术实现思路
本专利技术的技术解决问题：克服站点延误对速度计算的影响，解决不同速度样本数量下路链覆盖率不足的问题，提供一种基于实时公交车GPS数据的公交路链速度计算方法，解决公交路链速度计算的实时性需求，提升路链的覆盖率和准确率，为公交到站预报和公交路网实时路况表达提供数据支撑，具有鲁棒性和普适性。本专利技术对实时采集的并匹配到公交线路采样点的实时公交车GPS点数据进行预处理，然后按车辆分类并维护GPS采样点队列，提取关键点计算出消除站点影响的速度样本；采用动态窗口机制维护路链速度样本，最后将速度样本合成为路链速度并表达。本专利技术提供的基于实时公交车GPS数据的公交路链速度计算方法在速度样本获取阶段为每辆车建立一个GPS采样点队列，存储匹配后的GPS采样点，使用时间阈值控制队列的存储窗口大小，然后以站点为中心建立地理围栏，根据队列中排好序的采样点信息以及地理围栏的坐标范围确定用于计算速度样本的关键点，进而提取每辆公交车的关键点序列，计算出速度样本；在路链速度合成阶段为每个路链维护其速度队列，把上一阶段计算得到的速度样本加入该车所覆盖到的路链的速度队列中，根据队列样本数量动态合成路链速度，最后将位置相邻的多个短路链速度平均化后作为每个路链的最终速度。本专利技术具体包括速度样本获取和路链速度合成步骤；所述速度样本获取步骤包括维护GPS采样点队列，生成关键采样点序列，进而得到速度样本；所述路链速度合成步骤包括维护路链的速度样本队列，确定用于计算的速度样本量，进而合成得到路链速度。所述维护GPS采样点队列包括：为每辆公交车建立一个GPS采样点队列，每插入一个最新的GPS点，判断该GPS点的时间戳是否为最新，若不为最新，则不予操作，若为最新，则触发更新队列信息；然后判断队头和队尾的GPS点时间戳差值是否满足小于时间阈值的要求，循环判断直到满足条件；最后更新队头采样点信息。所述生成关键采样点序列包括：计算路链速度的线程每经过t0时间周期触发一次，首先以每个站点的GPS坐标为中心，划定地理围栏；遍历队列中的GPS采样点，选择在站点地理围栏范围外的第一个采样点，作为用于计算公交车行驶速度的关键采样点；最后判断队头和队尾的采样点，如果在站点的地理围栏范围外就认为采样点是关键采样点，进而将每个t0周期内一个车辆的关键采样点生成关键采样点序列。所述速度样本包括：遍历关键采样点序列，每两个采样点作为一对进行计算，由关键采样点的信息计算出采样点间的距离和时间差，进而应用速度公式得到每两个关键采样点间的速度，作为速度样本加入到该条路链的速度样本队列中。所述维护路链的速度样本队列步骤包括：为每个路链维护一个速度样本队列，每插入一个新的速度样本即更新队列信息，循环判断队列中每个速度样本的时间戳信息，距当前时间超过所设时间阈值的样本数据将从队列中移除。所述基于k近邻加权的速度样本融合包括：对于非高速路段，比较时间段[0,T1]、[T1,T2]、[T2,T*]的速度样本集合中的速度样本数量与所设阈值N1和N2的大小，其中T1和T2为划分速度样本集合的两个时间参数，且T1＜T2，T*为所取速度样本集合距当前时刻的时间跨度(可参考图3)；通过比较关系确定使用两种基于k近邻加权的速度样本融合方法中的一种，用于计算的速度样本集合表示为：{V1,...,Vi,...,Vk本文档来自技高网...

【技术保护点】
一种基于实时公交车GPS数据的公交路链速度计算方法，其特征在于：包括速度样本获取和路链速度合成步骤；所述速度样本获取步骤包括维护GPS采样点队列，生成关键采样点序列，进而得到速度样本；所述路链速度合成步骤包括维护路链的速度样本队列，确定用于计算的速度样本量，进而合成得到路链速度。

【技术特征摘要】
1.一种基于实时公交车GPS数据的公交路链速度计算方法，其特征在于：包括速度样本获取和路链速度合成步骤；所述速度样本获取步骤包括维护GPS采样点队列，生成关键采样点序列，进而得到速度样本；所述路链速度合成步骤包括维护路链的速度样本队列，确定用于计算的速度样本量，进而合成得到路链速度。2.根据权利要求1所述的基于实时公交车GPS数据的公交路链速度计算方法，其特征在于：所述维护GPS采样点队列包括：为每辆公交车建立一个GPS采样点队列，每插入一个最新的GPS点，判断该GPS点的时间戳是否为最新，若不为最新，则不予操作，若为最新，则触发更新队列信息；然后判断队头和队尾的GPS点时间戳差值是否满足小于时间阈值的要求，循环判断直到满足条件；最后更新队头采样点信息。3.根据权利要求1所述的基于实时公交车GPS数据的公交路链速度计算方法，其特征在于：所述生成关键采样点序列包括：计算路链速度的周期为t0，首先以每个站点的GPS坐标为中心，划定地理围栏；遍历队列中的GPS采样点，选择在站点地理围栏范围外的第一个采样点，作为用于计算公交车行驶速度的关键采样点；最后判断队头和队尾的采样点，如果在站点的地理围栏范围外就认为采样点是关键采样点，进而将每个t0周期内一个车辆的关键采样点生成关键采样点序列。4.根据权利要求1所述的基于实时公交车GPS数据的公交路链速度计算方法，其特征在于：所述速度样本包括：遍历关键采样点序列，每两个采样点作为一对进行计算，由关键采样点的信息计算出采样点间的距离和时间差，进而应用速度公式得到每两个关键采样点间的速度，作为速度样本加入到该条路链的速度样本队列中。5.根据权利要求1所述的基于实时公交车GPS数据的公交路...

【专利技术属性】
技术研发人员：于海涛，杜勇，肖冉东，黄坚，
申请(专利权)人：北京航空航天大学，北京市交通信息中心，
类型：发明
国别省市：北京;11