； 第二步:服務(wù)器終端存儲并進行算法模擬，得出全城路徑和車輛的相關(guān)信息： 第三步:在導(dǎo)航終端輸入目的地后，服務(wù)器終端接收信息并計算出所有由當(dāng)前位置到 目的地的導(dǎo)航路徑，采集在導(dǎo)航路徑上且采用了導(dǎo)航系統(tǒng)的車輛信息，和對由平時的監(jiān)控 得出的可能在導(dǎo)航路徑上的車輛的大概率行駛路徑信息，由此作出交通的初步預(yù)測； 第四步：以初步預(yù)測為基礎(chǔ)反向預(yù)測實時的交通狀態(tài)，得出反向交通歸一化新息平方； 第五步:將歷史中在同一時刻同一路徑交通狀況的交通歸一化新息平方與反向交通歸 一化新息平方作比值λ，設(shè)定閥值L，預(yù)測的時間段內(nèi)滿足條件A<L的時刻數(shù)所占全部時刻 數(shù)的比例大于50%，直接輸出這一時段的初步交通預(yù)測，計算比較后選擇最優(yōu)路徑； 若在預(yù)測的交通狀況的時間段內(nèi)，預(yù)測的交通信息與實時交通信息相比相差較大，相 差較大是指預(yù)測的車流量和車的平均速度大于或小于實時的車流量和車的平均速度的數(shù) 值超過6以上，進行第三步； 第六步:若第一次預(yù)測的時間段內(nèi)滿足條件A<L的時刻數(shù)所占全部時刻數(shù)的比例小于 50%，則根據(jù)實時交通狀態(tài)，采用校準(zhǔn)后的交通狀態(tài)預(yù)設(shè)值，以標(biāo)準(zhǔn)卡爾曼濾波算法計算得 出未來一段時間的交通狀態(tài)預(yù)測，返回第五步；自第二次開始得出的預(yù)測的時間段內(nèi)滿足 條件A<L的時刻數(shù)所占全部時刻數(shù)的比例小于50%，則通過調(diào)整k+Ι時刻新息協(xié)方差來進 行對未來設(shè)定時間內(nèi)的交通狀態(tài)預(yù)測，返回第五步； 當(dāng)達(dá)到設(shè)定時間后，則重新進行上述步驟：當(dāng)設(shè)定時間內(nèi)的預(yù)測結(jié)果不準(zhǔn)確時，則進行 第三步重新預(yù)測。2. 按權(quán)利要求1所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述全城路徑和 車輛的相關(guān)信息，包括： A1:導(dǎo)航終端收集全城每條路徑的歷史交通狀態(tài)值，根據(jù)統(tǒng)計直接得出路徑暢通情況 下的車容納量； A2:根據(jù)歷史交通狀態(tài)值計算得出每條路徑的交通狀態(tài)預(yù)示值，即校準(zhǔn)后的交通狀態(tài) 預(yù)設(shè)值； A3:根據(jù)所得到的歷史交通狀態(tài)值計算得出每條路徑上的每時刻的交通歸一化新息平 方并存儲； A4:根據(jù)頻繁模式樹算法得出車輛日常大概率行駛的路徑并存儲。3. 按權(quán)利要求2所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述歷史交通狀 態(tài)值是指車流量和車的平均速度。4. 按權(quán)利要求2所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述步驟A2交通 狀態(tài)預(yù)設(shè)值的計算方法為： 以同一路徑每天k時刻和k+Ι時刻的歷史交通狀態(tài)值為模型（k = 0，1，2，3，4，5，6…… η)， 交通狀態(tài)方程：其中：F(k)為狀態(tài)轉(zhuǎn)移矩陣，G(k)為輸入控制項矩陣，V(k)為過程噪聲序列，X(k)表示 歷史第k時刻的交通狀態(tài)值，U(k)表示控制信號，X(k+1ik)表示以k時刻為基礎(chǔ)預(yù)測的k+i 時刻的預(yù)測值;X代表歷史交通狀態(tài)值，同時采用道路上的外部測量設(shè)備如監(jiān)控器，地感線 圈等測量的交通狀態(tài)值作為系統(tǒng)測量值z，同X-樣為歷史數(shù)據(jù);帶""'的量都代表系統(tǒng)預(yù)測 值，右上角帶 u/ "的量代表轉(zhuǎn)置矩陣，右上角帶"-Γ的量代表逆矩陣； 交通量測方程：2(k+l|k)表示以k時刻為基礎(chǔ)預(yù)測的k+l時刻的系統(tǒng)測量預(yù)測值，H(k+1)為量測矩陣，W (k+i)為量測噪聲序列； 濾波新息的fΜ-z(k+i)代表k+i時刻的系統(tǒng)測量歷史值d(k+l)表示k+i時刻的系統(tǒng)測量預(yù)測值 協(xié)方差一步預(yù)測： P(k+l|k)=F(k)P(k)F/ (k)+Q(k) (4) K (k)代表F(k)的轉(zhuǎn)置矩陣，Q(k)表示協(xié)方差 新息協(xié)方差： S(k+l)=H(k+l)P(k+l|k)H/ (k+l)+R(k+l) (5) S(k+1)新息協(xié)方差、H(k+1)量測矩陣、P(k+l|k)以k時刻為基礎(chǔ)預(yù)測的k+1時刻的協(xié)方 差一步預(yù)測、Hlk+l)量測矩陣的轉(zhuǎn)置矩陣、R(k+1)和Q(k)代表不同的協(xié)方差 增益： K(k+l)=P(k+l|k)H/ (k+l)S-Hk+l) (6) K(k+1)表示用于下一步的k+1時刻的增益 交通狀態(tài)更新方程：X (k+1)表示歷義屮tfj Λ Jj tfJ針i H、」剡tfj父旭機愈俚， 協(xié)方差更新方程： P(k+l)=P(k+l|k)-K(k+l)S(k+l)K/ (k+1) (8) f (k+1)表示K(k+1)的轉(zhuǎn)置矩陣。5. 按權(quán)利要求4所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述步驟A3交通 歸一化新息平方，是以校準(zhǔn)后的交通狀態(tài)預(yù)設(shè)值求得該路徑在該時間段的的交通歸一化新 息平方： ev(k)=v/ (k)S_1(k)v(k) (9) ev(k)交通歸一化新息平方，/(10k時刻的濾波新息的轉(zhuǎn)置矩陣，S<(k)新息協(xié)方差的 逆矩陣，v(k)表示k時刻的濾波新息。6. 按權(quán)利要求2所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述步驟A4中所 述車輛日常大概率行駛的路徑，是指日常車輛在不同時間采用的路徑行駛信息，路徑行駛 信息指的是利用fptree(頻繁模式樹)算法以日常行駛信息得出的信息。7. 按權(quán)利要求1所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述第四步中的 反向交通歸一化新息平方，由公式10-12得出： X*(k)=F-Hk)X(k+l) (10) k時刻反向預(yù)測新息： v*(k)=z(k)-X*(k) (11) 重新計算k時刻歸一化新息平方： e*(k)=/(k)S-HlOAk) (12)8. 按權(quán)利要求7所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述第五步中的 反向預(yù)測由公式10-13得出： 求得k時刻歸一新息比： λ= εν*(1〇/εν(1〇 ' (13) 其中，……x\k)表示反向推出的現(xiàn)在交通狀態(tài)值Fkk)狀態(tài)轉(zhuǎn)移矩陣的逆矩陣，X(k 1) 為預(yù)測的交通狀態(tài)值，z(k)為實時外部測量的系統(tǒng)測量值，e*(k)為反向推出的交通歸一化 新息平方，/(k)為k時刻反向預(yù)測新息的轉(zhuǎn)置矩陣，/(k)為k時刻反向預(yù)測新息，S^k)為 新息協(xié)方差的逆矩陣。9. 按權(quán)利要求4-8所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述第5步:將 交通預(yù)測采用檢驗方法進行判斷，當(dāng)交通預(yù)測第二次不符合A>L條件時，則調(diào)整k+Ι時刻新 息協(xié)方差，進行對未來的交通狀況的預(yù)測，重復(fù)檢驗和調(diào)整直至獲得符合條件的交通預(yù)測， 由公式14和6_9得到： S(k+l)=H(k+l)[F(k)P(k+l|k)F/ (k)+AQ(k)]H/ (k+l)+R(k+l) (14) 其中，k+1時刻的新息協(xié)方差=k+1時刻的量測矩陣乘以（k時刻的狀態(tài)轉(zhuǎn)移矩陣乘以k 時刻預(yù)測的k+1的協(xié)方差一步預(yù)測乘以k時刻的狀態(tài)轉(zhuǎn)移矩陣的轉(zhuǎn)置矩陣+k時刻的歸一新 息比乘以k時刻的協(xié)方差)乘以k+Ι時刻的量測矩陣的轉(zhuǎn)置矩陣+協(xié)方差。10. 按權(quán)利要求1所述的基于云計算和大數(shù)據(jù)的導(dǎo)航方法，其特征在于:所述第三步的 初步交通預(yù)測:是由可檢測到的采用導(dǎo)航的車輛的導(dǎo)航路徑信息，和未采用導(dǎo)航的車輛的 日常大概率路徑信息，對每條路徑未來一段時間的交通信息進行預(yù)測。
【專利摘要】一種基于云計算和大數(shù)據(jù)的導(dǎo)航方法，屬于車輛導(dǎo)航技術(shù)領(lǐng)域。本發(fā)明通過存儲車輛時時上傳的行駛數(shù)據(jù)，并由此解析出車輛出行特點和路徑在不同交通狀況下的交通狀態(tài)預(yù)設(shè)值，和計算出路徑在各狀況下各個時刻的交通歸一化新息平方并存儲。然后在用戶進行導(dǎo)航時，實時進行道路預(yù)測和道路規(guī)劃服務(wù)，定時發(fā)送導(dǎo)航指導(dǎo)信息給導(dǎo)航終端。導(dǎo)航終端，提供車輛行駛數(shù)據(jù)給終端服務(wù)器和接受來自服務(wù)器終端的導(dǎo)航指導(dǎo)信息。本發(fā)明在實時運算中，對不符合條件的交通初步預(yù)測結(jié)果進行重新預(yù)測，大大減小了服務(wù)器終端實時運算的負(fù)擔(dān)?？蓪β窂降奈磥斫煌顩r作出快速及更準(zhǔn)確的預(yù)測、從中選擇最優(yōu)導(dǎo)航路徑的基于云計算和大數(shù)據(jù)的導(dǎo)航方法。
【IPC分類】G01C21/34
【公開號】CN105716620
【申請?zhí)枴緾N201610150671
【發(fā)明人】賴其才
【申請人】沈陽建筑大學(xué)
【公開日】2016年6月29日
【申請日】2016年3月16日