一种交通信号控制下的浮动车信息处理方法，用于解决浮动车数据处理中由于交通灯的影响而导致的旅行时间大幅度波动的问题。该方法包含以下步骤：（１）对于路径匹配后获得的车辆信息基本处理单位，应用浮动车行驶信息细化模型，获得车辆行驶中的延误时间与延误位置信息；（２）对车辆行驶中的控制性停车延误与非控制性停车延误进行分类，之后将交通信号控制所造成的控制性停车延误从数据中分离，最终获得去除交通信号控制影响后车辆行驶的速度和等待时间信息。
【技术实现步骤摘要】
本专利技术涉及智能交通系统(Intelligent Transportation System, ITS)领域基于 浮动车(Float Car Data, FCD)动态交通信息服务系统，是一种在交通灯信号控制的 影响下获取准确的实时路况信息的浮动车信息处理方法。
技术介绍
在智能交通领域，实时和动态的交通信息能为车辆出行，交通运输等提供有效的交 通诱导和出行规划信息，从而达到节省出行时间、减少尾气排放等目的。浮动车技术是 近年来智能交通系统中所采用的获取实时路况信息的先进技术手段之一。其基本原理是 通过装备车载全球定位系统和无线通信系统的浮动车在其行驶过程中发送车辆的位置、 方向和速度等信息，在处理中心应用地图匹配、路径推测和信息融合等算法，最终获得 浮动车所经道路的交通拥堵信息。如果在城市中部署足够数量的浮动车，并将这些浮动 车的位置信息通过无线通讯系统定期、实时地传输到一个信息处理中心，由信息中心综 合处理，就可以获得整个城市动态、实时的交通拥堵信息。虽然基于浮动车的动态交通信息服务系统在理念和技术上具有先进性，但对于存在 交通灯信号控制的城市道路，旅行时间由于受到信号控制的影响会产生大幅度的波动。 这种波动不反映交通流的特性，是一种干扰数据，容易导致对路况拥堵程度判定前后不 一致的情况，严重影响浮动车信息处理的准确性。同时，由于浮动车的采样周期通常较 长，在车辆受到交通灯信号控制时，无法直接获得车辆停止等待的详细信息。这给浮动 车的数据处理带来了一定的困难。鉴于交通灯控制在城市道路中的重要作用，需要设计 一种针对交通灯控制的新的浮动车信息处理模型，同时该模型能够实现对无交通信号控 制下的浮动车数据的兼容处理。
技术实现思路
本专利技术解决技术问题针对交通信号导致浮动车旅行时间大幅度波动的情况，以及 浮动车采样周期较长而无法直接获得车辆停止等待信息的情况，提供一种交通信号控制 下的浮动车信息处理方法，实现交通信号控制下路况信息的准确获取，包括交通流的特 征信息以及车辆在交通灯路口前的等待时间信息。本专利技术的技术解决方案，步骤如下(1)利用浮动车行驶信息细化模型，对车辆信息基本处理单位进行处理，得到的车 辆停止等待的信息，包括每个停车等待点的位置信息和等待时长信息，其具体步骤如下第一步，获取车辆信息基本处理单位的信息所述车辆信息基本处理单位是指浮动车路径匹配后相邻两个GPS匹配点之间的一段 行驶路径，这段行驶路径的长度为^fotowce，行驶时间为Z/me，车辆在两个GPS匹配点的瞬时速度设为v。和A，采用四元组〈Arfawe力me,v。,^〉表示；同时，车辆在这段行驶路 径中经过的路链的序列记为丄/w^S^ 第二步，根据第一步获得的信息，确定该车辆信息基本处理单位所属的基本模型 根据瞬时速度v。和 的不同，共有4种不同的基本模型，分别表示车辆行驶中不同的状态变化趋势，设基本模型号为M，则车辆信息基本处理单位所属的基本模型的分类如下(I)如果v。-0且^-0，则^ = 1; (n)如果、=0且、#0，则M二2;(III) 如果v。-0且、-0，则M-3;(IV) 如果v。^0且V6^0，则M二4;第三步，根据第一步和第二步的信息进一步确定该车辆信息基本处理单位所属的子 模型每一种基本模型包含一种或多种子模型，不同的子模型反映的车辆行驶状态变化的 规律略有不同，设子模型号为AT，根据第一步获得的^fo^mce、 rime、 v。和Vfc ，子模型的分类如下(I) 如果M-l，只存在一种子模型，7V-1; '(II) 如果似=2，存在两种子模型。根据向量？,-〈必to"c^,^的值，利用分类函数^ = ^ 5 + 6,进行分类，其中^与6,为通过统计方法获得的参数， ^" = 〈0.0916m-1'0.217m-1]〉 ，Z , =33.24 。如果y》0贝ijiV = l，否则iV-2;(III) 如果^ = 3，存在两种子模型，根据向量f^〈血咖ce，v。〉的值，利用分类函数 y = ^^ + 62进行分类，其中^与62为通过统计方法获得的参数， ^ = 〈-0.0120m—'，0.545m-1.》，62 =-16.85 如果_y》O贝lJ iV = 1 ，否则〃 =2;(IV) 如果M-4，存在四种子模型；令vt =(feta"ce/rime ， v2 =(v。 + vft)/2 ， 根据向量？3 =〈、，、〉，禾U用分类函数y = ^.5 + 63进行分类，其中^与4为通过统计方法获得的参数， ^—0.788nT1 a—0.253m—、s〉， 63=—14.22， y为分类标记量。如果y》0则iV = O否则转入以下操作令速度差阈值为v,^，如果V。一^〉V,^，则JV-1; 如果V6-、〉V紐，则A^2; 否则iV-3;第四步，根据分类得到的模型号M^，计算车辆行驶过程中的峰值速度Vp，所述峰 值速度Vp表示车辆在行驶过程中所实际达到的最高瞬时速度，以下公式中^~^8均为统计所得参数，^-0.062f1， a2 =13.86附.《—\ a3 -0.045J-1, a4 =0.001， a5 -24.673m^一1 ， a6 =0.063, ， a7=-0.28， a8 =17.60附？，(I) 如果M-1，贝lj vp ="1.必加腳+ "2;(II) 女口果M-2， 贝'JVp =a3.cfefcmce + a4-vA+a5;(III) 如果M-3且iV-l，则Vp二i;。；(IV) 如果M-3且A^2，贝ij w<fetowe + a7.i;。+"8;(V) 如果M-4， ^取v。和 中的较大者；第五步，根据分类得到的模型号M^，针对不同的模型进行计算车辆行驶过程中的详细参数，最终的结果表示为二元组〈/^e5"/70WW〉，其中^MMW表示车辆在各个停车等待点等待时间的集合，po^w表示各个停车等待点到GPS匹配点起点的距离集合，"'mewf 与paw"的元素个数相同，为0、 1或2， a为浮动车加速和减速的加速度。算法中 〈^sto"ce，"me,v。,v》均为车辆信息基本处理单位的参数，^为衡量车辆等待时间的参数。(I) 如果A/ = l , 令~-("we-Vp/" — <i&to"ce/vp)/2 ， 贝'J "w&se/ = {/w,Zw}，(II) 如果M = 2且= l ， 令^-"me-(2'cfotowce + iy^/tf)/(Vp+v"， 则(in)如果M^2且7V-2，令^^ - (afoto"ce - (2v， - vA2) / 2") / vp — (2v" — v。 / a ，贝ij = {， - {0};(IV) 如果M = 3 ，令^ = "we — (2 (Sfetowce + ^v。 / a)/ (Vp + v。)，贝!j "mes" = ，(V) 如果M-4且W-l，令d^cfato"ce —v，/2a， Z = "me —v6/"，得到新的四元组〈",f，V。,0〉，重新按第二步一第五步的流程对其进行处理得到结果三元组"。，^},{/^^〉， 则原模型最终的计算结果，A本文档来自技高网...
【技术保护点】
交通信号控制下的浮动车信息处理方法，其特征在于由以下步骤实现： （１）利用浮动车行驶信息细化模型，对车辆信息基本处理单位进行处理，得到的车辆停止等待的信息，包括每个停车等待点的位置信息和等待时长信息，其具体步骤如下： 第一步，获取车辆信息基本处理单位的信息 所述车辆信息基本处理单位是指浮动车路径匹配后相邻两个ＧＰＳ匹配点之间的一段行驶路径，这段行驶路径的长度为ｄｉｓｔａｎｃｅ，行驶时间为ｔｉｍｅ，车辆在两个ＧＰＳ匹配点的瞬时速度设为ｖ↓［ａ］和ｖ↓［ｂ］，采用四元组＜ｄ度ｖ↓［ｐ］，所述峰值速度ｖ↓［ｐ］表示车辆在行驶过程中所实际达到的最高瞬时速度，以下公式中ａ↓［１］～ａ↓［８］均为统计所得参数， （Ⅰ）如果Ｍ＝１，则ｖ↓［ｐ］＝ａ↓［１］.ｄｉｓｔａｎｃｅ＋ａ↓［２］； （Ⅱ）如果Ｍ＝２，则ｖ↓［ｐ］＝ａ↓［３］.ｄｉｓｔａｎｃｅ＋ａ↓［４］.ｖ↓［ｂ］＋ａ↓［５］； （Ⅲ）如果Ｍ＝３且Ｎ＝１，则ｖ↓［ｐ］＝ｖ↓［ａ］； （Ⅳ）如果Ｍ＝３且Ｎ＝２，则ｖ↓［ｐ］＝ａ↓［６］.ｄｉｓｔａｎｃｅ＋ａ↓［７］.ｖ↓［ａ］＋ａ↓［８］；（Ⅴ）如果Ｍ＝４，ｖ↓［ｐ］取ｖ↓［ａ］和ｖ↓［ｂ］中的较大者； 第五步，根据分类得到的模型号ＭＮ，针对不同的模型进行计算车辆行驶过程中的详细参数，最终的结果表示为二元组＜ｔｉｍｅｓｅｔ，ｐｏｓｓｅｔ＞，其中ｔｉｍｅｓｅｔ表示车辆在各个停车等待点等待时间的集合，ｐｏｓｓｅｔ表示各个停车等待点到ＧＰＳ匹配点起点的距离集合，ｔｉｍｅｓｅｔ与ｐｏｓｓｅｔ的元素个数相同，为０、１或２，ａ为浮动车加速和减速的加速度，以下算法中＜ｄｉｓｔａｎｃｅ，ｔｉｍｅ，ｖ↓［ａ］，ｖ↓［ｂ］＞均为车辆信息基本处理单位的参数，ｔ↓［ｗ］为衡量车辆等待时间的参数； （Ⅰ）如果Ｍ＝１，令ｔ↓［ｗ］＝（ｔｉｍｅ－ｖ↓［ｐ］／ａ－ｄｉｓｔａｎｃｅ／ｖ↓［ｐ］）／２，则ｔｉｍｅｓｅｔ＝｛ｔ↓［ｗ］，ｔ↓［ｗ］｝，ｐｏｓｓｅｔ＝｛０，ｄｉｓｔａｎｃｅ｝； （Ⅱ）如果Ｍ＝２且Ｎ＝１，令ｔ↓［ｗ］＝ｔｉｍｅ－（２.ｄｉｓｔａｎｃｅ＋ｖ↓［ｐ］ｖ↓［ｂ］／ａ）／（ｖ↓［ｐ］＋ｖ↓［ｂ］），则ｔｉｍｅｓｅｔ＝｛ｔ↓［ｗ］｝，ｐｏｓｓｅｔ＝｛０｝； （Ⅲ）如果Ｍ＝２且Ｎ＝２，令ｔ↓［ｗ］＝ｔｉｍｅ－（ｄｉｓｔａｎｃｅ－（２ｖ↓［ｐ］↑［２］－ｖ↓［ｐ］↑［２］）／２ａ）／ｖ↓［ｐ］－（２ｖ↓［ｐ］－ｖ↓［ｂ］）／ａ，...
【技术特征摘要】
【专利技术属性】
技术研发人员：吕卫锋，徐磊石，诸彤宇，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。