專利名稱：交通信號(hào)控制下的浮動(dòng)車信息處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及智能交通系統(tǒng)(Intelligent Transportation System, ITS)領(lǐng)域基于 浮動(dòng)車(Float Car Data, FCD)動(dòng)態(tài)交通信息服務(wù)系統(tǒng)，是一種在交通燈信號(hào)控制的 影響下獲取準(zhǔn)確的實(shí)時(shí)路況信息的浮動(dòng)車信息處理方法。
背景技術(shù)：
在智能交通領(lǐng)域，實(shí)時(shí)和動(dòng)態(tài)的交通信息能為車輛出行，交通運(yùn)輸?shù)忍峁┯行У慕?通誘導(dǎo)和出行規(guī)劃信息，從而達(dá)到節(jié)省出行時(shí)間、減少尾氣排放等目的。浮動(dòng)車技術(shù)是 近年來智能交通系統(tǒng)中所采用的獲取實(shí)時(shí)路況信息的先進(jìn)技術(shù)手段之一。其基本原理是 通過裝備車載全球定位系統(tǒng)和無線通信系統(tǒng)的浮動(dòng)車在其行駛過程中發(fā)送車輛的位置、 方向和速度等信息，在處理中心應(yīng)用地圖匹配、路徑推測(cè)和信息融合等算法，最終獲得 浮動(dòng)車所經(jīng)道路的交通擁堵信息。如果在城市中部署足夠數(shù)量的浮動(dòng)車，并將這些浮動(dòng) 車的位置信息通過無線通訊系統(tǒng)定期、實(shí)時(shí)地傳輸?shù)揭粋€(gè)信息處理中心，由信息中心綜 合處理，就可以獲得整個(gè)城市動(dòng)態(tài)、實(shí)時(shí)的交通擁堵信息。
雖然基于浮動(dòng)車的動(dòng)態(tài)交通信息服務(wù)系統(tǒng)在理念和技術(shù)上具有先進(jìn)性，但對(duì)于存在 交通燈信號(hào)控制的城市道路，旅行時(shí)間由于受到信號(hào)控制的影響會(huì)產(chǎn)生大幅度的波動(dòng)。 這種波動(dòng)不反映交通流的特性，是一種干擾數(shù)據(jù)，容易導(dǎo)致對(duì)路況擁堵程度判定前后不 一致的情況，嚴(yán)重影響浮動(dòng)車信息處理的準(zhǔn)確性。同時(shí)，由于浮動(dòng)車的采樣周期通常較 長，在車輛受到交通燈信號(hào)控制時(shí)，無法直接獲得車輛停止等待的詳細(xì)信息。這給浮動(dòng) 車的數(shù)據(jù)處理帶來了一定的困難。鑒于交通燈控制在城市道路中的重要作用，需要設(shè)計(jì) 一種針對(duì)交通燈控制的新的浮動(dòng)車信息處理模型，同時(shí)該模型能夠?qū)崿F(xiàn)對(duì)無交通信號(hào)控 制下的浮動(dòng)車數(shù)據(jù)的兼容處理。
發(fā)明內(nèi)容
本發(fā)明解決技術(shù)問題針對(duì)交通信號(hào)導(dǎo)致浮動(dòng)車旅行時(shí)間大幅度波動(dòng)的情況，以及 浮動(dòng)車采樣周期較長而無法直接獲得車輛停止等待信息的情況，提供一種交通信號(hào)控制 下的浮動(dòng)車信息處理方法，實(shí)現(xiàn)交通信號(hào)控制下路況信息的準(zhǔn)確獲取，包括交通流的特 征信息以及車輛在交通燈路口前的等待時(shí)間信息。
本發(fā)明的技術(shù)解決方案交通信號(hào)控制下的浮動(dòng)車信息處理方法，步驟如下
(1)利用浮動(dòng)車行駛信息細(xì)化模型，對(duì)車輛信息基本處理單位進(jìn)行處理，得到的車 輛停止等待的信息，包括每個(gè)停車等待點(diǎn)的位置信息和等待時(shí)長信息，其具體步驟如下
第一步，獲取車輛信息基本處理單位的信息
所述車輛信息基本處理單位是指浮動(dòng)車路徑匹配后相鄰兩個(gè)GPS匹配點(diǎn)之間的一段 行駛路徑，這段行駛路徑的長度為^fotowce，行駛時(shí)間為Z/me，車輛在兩個(gè)GPS匹配點(diǎn)的瞬時(shí)速度設(shè)為v。和A，采用四元組〈Arfawe力me,v。,^〉表示；同時(shí)，車輛在這段行駛路 徑中經(jīng)過的路鏈的序列記為丄/w^S^
第二步，根據(jù)第一步獲得的信息，確定該車輛信息基本處理單位所屬的基本模型 根據(jù)瞬時(shí)速度v。和 的不同，共有4種不同的基本模型，分別表示車輛行駛中不同
的狀態(tài)變化趨勢(shì)，設(shè)基本模型號(hào)為M，則車輛信息基本處理單位所屬的基本模型的分類
如下
(I)如果v。-0且^-0，則^ = 1; (n)如果、=0且、#0，則M二2;
(III) 如果v。-0且、-0，則M-3;
(IV) 如果v。^0且V6^0，則M二4;
第三步，根據(jù)第一步和第二步的信息進(jìn)一步確定該車輛信息基本處理單位所屬的子 模型
每一種基本模型包含一種或多種子模型，不同的子模型反映的車輛行駛狀態(tài)變化的 規(guī)律略有不同，設(shè)子模型號(hào)為AT，根據(jù)第一步獲得的^fo^mce、 rime、 v。和Vfc ，子模型
的分類如下
(I) 如果M-l，只存在一種子模型，7V-1; '
(II) 如果似=2，存在兩種子模型。根據(jù)向量？,-〈必to"c^,^的值，利用分類函數(shù)
^ = ^ 5 + 6,進(jìn)行分類，其中^與6,為通過統(tǒng)計(jì)方法獲得的參數(shù)， ^" = 〈0.0916m-1'0.217m-1]〉 ，Z , =33.24 。如果y》0貝ijiV = l，否則iV-2;
(III) 如果^ = 3，存在兩種子模型，根據(jù)向量f^〈血咖ce，v。〉的值，利用分類函數(shù) y = ^^ + 62進(jìn)行分類，其中^與62為通過統(tǒng)計(jì)方法獲得的參數(shù)， ^ = 〈-0.0120m—'，0.545m-1.》，62 =-16.85 如果_y》O貝lJ iV = 1 ，否則〃 =2;
(IV) 如果M-4，存在四種子模型；
令vt =(feta"ce/rime ， v2 =(v。 + vft)/2 ， 根據(jù)向量？3 =〈、，、〉，禾U用分類函數(shù)
y = ^.5 + 63進(jìn)行分類，其中^與4為通過統(tǒng)計(jì)方法獲得的參數(shù)， ^—0.788nT1 a—0.253m—、s〉， 63=—14.22， y為分類標(biāo)記量。如果y》0則iV = O否則轉(zhuǎn)
入以下操作
令速度差閾值為v,^，如果V。一^〉V,^，則JV-1; 如果V6-、〉V紐，則A^2; 否則iV-3;
第四步，根據(jù)分類得到的模型號(hào)M^，計(jì)算車輛行駛過程中的峰值速度Vp，所述峰 值速度Vp表示車輛在行駛過程中所實(shí)際達(dá)到的最高瞬時(shí)速度，以下公式中^~^8均為統(tǒng)
計(jì)所得參數(shù)，^-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，貝lj vp ="1.必加腳+ "2;
(II) 女口果M-2， 貝'JVp =a3.cfefcmce + a4-vA+a5;
(III) 如果M-3且iV-l，則Vp二i;。；
(IV) 如果M-3且A^2，貝ij w<fetowe + a7.i;。+"8;
(V) 如果M-4， ^取v。和 中的較大者；
第五步，根據(jù)分類得到的模型號(hào)M^，針對(duì)不同的模型進(jìn)行計(jì)算車輛行駛過程中的詳
細(xì)參數(shù)，最終的結(jié)果表示為二元組〈/^e5"/70WW〉，其中^MMW表示車輛在各個(gè)停車等
待點(diǎn)等待時(shí)間的集合，po^w表示各個(gè)停車等待點(diǎn)到GPS匹配點(diǎn)起點(diǎn)的距離集合，"'mewf 與paw"的元素個(gè)數(shù)相同，為0、 1或2， a為浮動(dòng)車加速和減速的加速度。算法中 〈^sto"ce，"me,v。,v》均為車輛信息基本處理單位的參數(shù)，^為衡量車輛等待時(shí)間的參數(shù)。
(I) 如果A/ = l , 令~-("we-Vp/" — <i&to"ce/vp)/2 ， 貝'J "w&se/ = {/w,Zw}，
(II) 如果M = 2且= l ， 令^-"me-(2'cfotowce + iy^/tf)/(Vp+v"， 則
(in)如果M^2且7V-2，令^^ - (afoto"ce - (2v， - vA2) / 2") / vp — (2v" — v。 / a ，
貝ij = {， - {0};
(IV) 如果M = 3 ，令^ = "we — (2 (Sfetowce + ^v。 / a)/ (Vp + v。)，貝!j "mes" = ，
(V) 如果M-4且W-l，令d^cfato"ce —v，/2a， Z = "me —v6/"，得到新的四元組〈",f，V。,0〉，重新按第二步一第五步的流程對(duì)其進(jìn)行處理得到結(jié)果三元組"。，^},{/^^〉， 則原模型最終的計(jì)算結(jié)果，A'm^W-^J， ； aMe/-^70^;
(VI) 如果M-4且A^2，令d-afoto"ce-v/2a， f-"we —v。/a，得到新的四元 組〈d,,0,vA〉，重新按第二步一第五步的流程對(duì)其進(jìn)行處理得到結(jié)果三元組
〈V0,^)},{/^}〉，則原模型最終的計(jì)算結(jié)果，^^W = "}， / OM"—V/2^;
(VII) 如 果 M-4 且 iV = 3 ， 令
~=//附￡-2-￡&^"￡^/(^+^)-(《+《)/<3(^+^)-(^+^)/" ， 同 時(shí) 令
= v。 (fifato"ce — (v〗+《)/ 2a) / (va + 、) +《/ 2"，貝(J "'mes" = } ， / oss" = {pos}。 (Vin)如果M-4且A^0，貝廿ft'mes"-(D， / o;wef = <D，其中O為空集；
第六步，根據(jù)第五步獲得的二元組中的/WMW的值，以及車輛信息基本處理單位中
浮動(dòng)車所經(jīng)過路鏈的相關(guān)信息，將停車等待的位置定位到具體的路鏈上，從而獲得每個(gè) 停車等待點(diǎn)的位置信息和等待時(shí)長信息，具體步驟如下
對(duì)每一個(gè)停車點(diǎn)，從po^se/中取出對(duì)應(yīng)的值;xw ，此值表示該點(diǎn)距離GPS起點(diǎn)的距離，
對(duì)于車輛行駛中路鏈的序列/^Wef，此序列中路鏈的長度構(gòu)成數(shù)組A，其中12"^JV， iV為路鏈的條數(shù)，如果第"條路鏈滿足§丄 ^/ 0^<力4，則將該停車點(diǎn)定位到該路
鏈上，如果pw-t4，則將停車點(diǎn)定位到最后一條路鏈上。如此，為每個(gè)停車等待點(diǎn)
確定其所處的路鏈。同時(shí)，每個(gè)停車等待點(diǎn)的等待時(shí)長信息已經(jīng)由第二步至第五步的計(jì) 算過程得以確定。
(2)根據(jù)浮動(dòng)車行駛信息細(xì)化模型所得到的車輛停止等待的信息，對(duì)車輛行駛中的
延誤進(jìn)行分類，區(qū)分控制性延誤與非控制性延誤；
所述對(duì)車輛行駛中的延誤進(jìn)行分類，區(qū)分控制性延誤與非控制性延誤的步驟如下 第一步，對(duì)于已經(jīng)進(jìn)行浮動(dòng)車細(xì)化模型處理的車輛信息基本處理單位，將計(jì)算所得
的停車等待點(diǎn)，對(duì)照以下兩個(gè)判斷條件
(I)車輛距離行駛方向前方最近交通燈的距離小于距離閾值"。，"。的值通過經(jīng)驗(yàn)獲
得；
(II)車輛和行駛方向前方最近交通燈之間沒有其他等待點(diǎn)；
如果以上兩個(gè)條件均滿足，則車輛在該點(diǎn)的停車延誤判別為控制性延誤，否則判定為非控制性延誤；
第二步，設(shè)車輛信息基本處理單位內(nèi)控制性延誤的時(shí)間長度為^，則定義有效行駛 速度^^。,./=6&"""/0>^-^),此速度表示去除車輛行駛中控制延誤后能夠準(zhǔn)確反
映交通流趨勢(shì)的車輛行駛速度，從而得到當(dāng)前周期內(nèi)正常交通流狀況下道路的速度和旅 行時(shí)間數(shù)學(xué)期望；同時(shí)，^的值表示車輛在交通燈前由于受到信號(hào)控制而導(dǎo)致的等待時(shí)
間，用于衡量控制性延誤對(duì)交通流的影響程度。 本發(fā)明與現(xiàn)有技術(shù)的優(yōu)點(diǎn)在于
(1) 本發(fā)明對(duì)浮動(dòng)車行駛規(guī)律進(jìn)行了深層次的挖掘，提出了浮動(dòng)車行駛信息細(xì)化模 型，用于計(jì)算車輛行駛中出現(xiàn)的延誤信息和行駛速度信息。由于浮動(dòng)車數(shù)據(jù)的采樣周期 通常較長，導(dǎo)致無法直接獲得車輛行駛中的速度變化信息以及停車延誤信息。這會(huì)直接 影響到對(duì)路況信息的計(jì)算。而本發(fā)明提出的細(xì)化模型能夠較為準(zhǔn)確地計(jì)算車輛的停車等 待以及速度變化信息，從而可以對(duì)車輛行駛進(jìn)行細(xì)節(jié)性的分析。尤其是停車等待時(shí)間的 獲得為分離出交通燈控制延'誤提供了數(shù)據(jù)上的支持。 '
(2) 提出延誤分類算法，用于分離出車輛行駛中由于受到交通燈控制而產(chǎn)生的干擾 數(shù)據(jù)，以獲得真實(shí)的交通流特性。在通常情況下，想要直接分離出交通燈控制所造成的 延誤是相當(dāng)困難的，因?yàn)檐囕v行駛過程中受到怖延誤較為復(fù)雜，需要根據(jù)具體的情況來 進(jìn)行分析。同時(shí)浮動(dòng)車的低采樣率又對(duì)這種分析的數(shù)據(jù)基礎(chǔ)進(jìn)行了制約。本發(fā)明提出的 分類算法能夠在現(xiàn)有浮動(dòng)車數(shù)據(jù)的基礎(chǔ)上有效分離出交通燈控制所造成的延誤，從而對(duì) 浮動(dòng)車在交通燈控制下的行駛過程有一個(gè)全面的了解，能夠更加細(xì)致地反映出實(shí)際的路 況信息。
圖l為路網(wǎng)數(shù)據(jù)結(jié)構(gòu)示意圖2為本發(fā)明中的車輛信息基本處理單位示意圖3為本發(fā)明中的浮動(dòng)車行駛信息細(xì)化模型示意圖；其中圖3a為M=l N=l，圖3b 為M-2N-1，圖3c為M-2^2，圖3d為M:3N4，圖3e為M=3 N=2，圖3f為M:4N:l， 圖3g為M=4 N=2，圖3h為M=4 N=3，圖3i為M=4 N=0;
圖4為本發(fā)明中的浮動(dòng)車行駛信息細(xì)化模型處理流程圖5為本發(fā)明中的延誤分類處理流程圖。
具體實(shí)施例方式
本發(fā)明方法具體實(shí)施如下:(1)利用浮動(dòng)車行駛信息細(xì)化模型，對(duì)車輛信息基本處理單位進(jìn)行處理，得到的車 輛停止等待的信息，包括每個(gè)停車等待點(diǎn)的位置信息和等待時(shí)長信息，具體如下-第一步，獲取車輛信息基本處理單位的信息。
首先說明本發(fā)明采用的路網(wǎng)模型。如圖1所示，節(jié)點(diǎn)是路網(wǎng)結(jié)構(gòu)中最基本的概念， 由經(jīng)緯度坐標(biāo)組成。如果兩個(gè)相鄰的連通性節(jié)點(diǎn)之間存在一條有向通路，那么這條有向 通路定義為路鏈。浮動(dòng)車路徑匹配的過程實(shí)際上就是將GPS采樣點(diǎn)定位到具體的路鏈上，
并獲得浮動(dòng)車在路鏈上的行駛路徑信息。GPS采樣點(diǎn)在具體路鏈上的映射稱為GPS匹配 點(diǎn)。
車輛信息基本處理單位是指浮動(dòng)車路徑匹配后相鄰兩個(gè)GPS匹配點(diǎn)之間的一段行駛 路徑，如圖2所示。這段行駛路徑的長度設(shè)為^yto""、行駛時(shí)間設(shè)為"me，車輛在兩 個(gè)GPS匹配點(diǎn)的瞬時(shí)速度設(shè)為^和iv四元組〈必yto"ce力me，v。,^〉為以下算法的數(shù)據(jù)源。 同時(shí)，車輛在這段行駛路徑中經(jīng)過的路鏈的序列記為i/"fcS^ 。
在獲取車輛信息基本處理單位的信息后，利用浮動(dòng)車信息細(xì)化處理模型進(jìn)行后續(xù)的 處理工作。細(xì)化處理模型是反映浮動(dòng)車行駛規(guī)律的模型，不同的模型反映的規(guī)律不同， 計(jì)算的方法也不同。
第二步，根據(jù)第一步獲得的信息，確定該車輛信息基本處理單位所屬的基本模型。 根據(jù)瞬時(shí)速度v。和K的不同，共有4種不同的基本模型，分別表示車輛行駛中不同的狀
態(tài)變化趨勢(shì)。設(shè)基本模型號(hào)為M，則基本模型的分類方法如下-
(I) 如果、=0且^=0，則M-1;
(II) 如果、=0且 *0,則M-2;
(in)如果v。^0且^-0，則M-3;
av)如果v。-0且V;^0，則M-4。
第三步，根據(jù)第一步和第二步的信息進(jìn)一步確定該車輛信息基本處理單位所屬的子 模型。每一種基本模型包含一種或多種子模型，不同的子模型反映的車輛行駛狀態(tài)變化 的規(guī)律略有不同。設(shè)子模型號(hào)為iV，根據(jù)第一步獲得的^fcto""、 r/we、 v。和v^子模
型的分類方法如下-
(I)如果M-l，只存在一種子模型，iV = l。
(n)如果M^2，存在兩種子模型。根據(jù)向量S-〈cfotow",v》的值，利用分類函數(shù) y-^.^ + 、進(jìn)行分類。其中^與A為通過統(tǒng)計(jì)方法獲得.的參數(shù)，
115 = 〈0.0916m—',0.217m一！-》，6, =33.24 。如果；;》0貝!jiV-l，否貝!]iV-2。
(ni)如果M-3，存在兩種子模型。根據(jù)向量4=〈^加"""^;)的值，利用分類函數(shù)
^-^ 5+62進(jìn)行分類。其中^與62為通過統(tǒng)計(jì)方法獲得的參數(shù)，
^-〈—0.0120m一1,0.545m-1-》Z>2 =-16.85，如果；;20則iV-l，否貝!jiV-2。(IV)如果M-4，存在四種子模型。
令;=&to""/ft'me ， ^-(v。 + 、)/2 。根據(jù)向量？3 =〈5，^〉，利用分類函數(shù)
;;=^ ^+4進(jìn)行分類。其中^與63為通過統(tǒng)計(jì)方法獲得的參數(shù)，^-〈0.788nT'a—0.253nr11〉， 63 =-14.22，如果y》0貝iJiV-0,否則轉(zhuǎn)入以下操作
令V&e =25^ //2為速度差閾值，那么如果^一^>^^，則W-l;
如果v6 — v。 > v枷，則JV.-2;否則7V-3。
子模型所反映的車輛行駛狀態(tài)變化規(guī)律如圖3所示。其中(a)-(i)為9個(gè)不同的車輛行駛信息細(xì)化模型子模型，每一個(gè)圖均表示不同的車輛速度變化趨勢(shì)。其中圖3(a)表示車輛靜止-加速-平穩(wěn)行駛-減速-靜止的行駛規(guī)律。圖3(b)和(c)表示車輛靜止-加速-平穩(wěn)行駛的行駛規(guī)律。圖3(d)和(e)表示車輛平穩(wěn)行駛-減速-靜止的行駛規(guī)律。圖(f)、 (g)和(h)表示車輛平穩(wěn)行駛-減速-靜止-加速-平穩(wěn)行駛的行駛規(guī)律。圖(i)表示車輛一直平穩(wěn)行駛的行駛規(guī)律。子模型的分類是由于對(duì)于以上的行駛規(guī)律還需要更加細(xì)致的劃分。
第四步，根據(jù)分類得到的模型號(hào)M^計(jì)算車輛行駛過程中的峰值速度Vp。此速度
表示車輛在行駛過程中所實(shí)際達(dá)到的最高瞬時(shí)速度。以下公式中", ^均為統(tǒng)計(jì)所得參數(shù)，a, =0.062,'， a2 =13.86w.,， a3 -0.045s—'， a4 =0.001， "5 = 24.673附.1, ar6 -0.063^T1，"7=-0.28， fl81 。
(I)如果M = 1 ，貝ij vp = a
tfoto"ce + a2 。
(ni)如果M-3且W-l，則、-v。。
(IV) 如果M = 3且jV = 2 ，貝lj vp = a6' cfato"ce + <37. v。 + a8 。
(V) 如果， 耽v。和v^中的較大者。第五步，根據(jù)分類得到的模型號(hào)Mw,針對(duì)不同的模型進(jìn)行計(jì)算車輛行駛過程中的詳細(xì)參數(shù)。最終的結(jié)果表示為二元組《/mesW,/ OMef〉。其中0'mew/表示車輛在各個(gè)停車等待點(diǎn)等待時(shí)間的集合，； aww表示各個(gè)停車等待點(diǎn)到GPS匹配點(diǎn)起點(diǎn)的距離集合。Z/WMW與/ o^W的元素個(gè)數(shù)相同，為0、 l或2。令常量a-2.5;te/(^s)為浮動(dòng)車加速和減速的加速度。
(I) 如果M-l ， 令fw =("'me —vp/a — cifotowce/Vp)/2 ， 貝U ri附aseZ-!C^)，
(II) 如果M = 2且JV = 1 ， 令^-"me-(2.afatowce + Vp /a)/(Vp+V6)， 則//附ese, = {~}, ={0} °
(in)如果M-2且JV-2，令^^ f/me - (towce — (2v〗—v62) / 2") / vp - (2vp - vA) / fl ，貝U rime^ = {~} ， = {0}。
(IV) 如果M二3，令~ = "me—(2'cfcfcmce+vpv"/")/(、 + v。)，貝U "wes" = {^},/ o^weZ = 。
(V) 如果M-4且〃-l，令d-^ytowce —v62/2"， Z=^/we-vfc/a,得到新的四元組〈d乂v。,0〉。重新按第二步-第五步的流程對(duì)其進(jìn)行處理得到結(jié)果三元組〈v。，p。),(/7M》，則原模型最終的計(jì)算結(jié)果，^^" = p。}， poM^-^ash
(VI) 如果M-4且iV-2，令t/二cfoto"ce —v，/2a， f = "me-v。/cf，得到新的四元
組〈&,(H〉。重新按第二步-第五步的流程對(duì)其進(jìn)行處理得到結(jié)果三元組〈V?！?。)，(/70^，
則原模型最終的計(jì)算結(jié)果，"7wew/ = p。}， / OMW = {v。2/2a}。
(VII) 如 果 M = 4 且 W = 3 ， 令^-W附e-2.cfotowce/(v。+V6)—(《+V62)/a(v。+V6)-(v。+V6)/a ， 同 時(shí) 令
pay = va (<i/Wa"ce - (v+ ) / 2a) / (v。 + v6) + v〗/ 2a ，則"'mesef = {C} ， possef = {/jos}。
(VIII) 如果M-4且iV-0，則"mey"-①，； awW = (D。
第六步，根據(jù)第五步獲得的二元組中的iWMW的值，以及車輛信息基本處理單位中浮動(dòng)車所經(jīng)過路鏈的相關(guān)信息，將停車等待的位置定位到具體的路鏈上，從而獲得每個(gè)停車等待點(diǎn)的位置信息和等待時(shí)長信息。具體步驟如下對(duì)每一個(gè)停車點(diǎn)，從； omW中取出對(duì)應(yīng)的值pew，此值表示該點(diǎn)距離GPS起點(diǎn)的距離，對(duì)于車輛行駛中路鏈的序列丄7>^&"此序列中路鏈的長度構(gòu)成數(shù)組丄"其中l(wèi)^w^W，
^一! /
iV為路鏈的條數(shù)，如果第"條路鏈滿足J^4《^w<￡Z ，則將該停車點(diǎn)定位到該路
鏈上，如果P^-^i^，則將停車點(diǎn)定位到最后一條路鏈上。如此，為每個(gè)停車等待點(diǎn),=1
確定其所處的路鏈。同時(shí)，每個(gè)停車等待點(diǎn)的等待市場(chǎng)已經(jīng)由第二步至第五歩的計(jì)算過程得以確定。
整個(gè)浮動(dòng)車行駛信息細(xì)化模型的處理流程圖如圖4所示。
(2)根據(jù)浮動(dòng)車行駛信息細(xì)化模型所得到的車輛停止等待的信息，對(duì)車輛行駛中的延誤進(jìn)行分類，區(qū)分控制性延誤與非控制性延誤。
浮動(dòng)車行駛中的停止等待即為停車延誤。這種延誤分為控制性延誤與非控制性延誤
兩種。其中控制性延誤是由于交通燈的信號(hào)控制所造成的延誤，不反映交通流的特性，對(duì)交通流來說是一種干擾數(shù)據(jù)；非控制性延誤是交通流本身所造成的延誤，因此能直接反應(yīng)交通流的特性。將這兩種延誤分類，則能夠?qū)⒖刂菩匝诱`對(duì)交通流的干擾去除，獲得真實(shí)的交通流狀況。
整個(gè)延誤分類的流程圖如圖5所示，延誤分類的操作步驟如下
第一步，對(duì)于已經(jīng)進(jìn)行浮動(dòng)車細(xì)化模型處理的車輛信息基本處理單位，將計(jì)算所得的停車等待點(diǎn)，對(duì)照以下兩個(gè)判斷條件
(I)車輛距離行駛方向前方最近交通燈的距離小于距離閾值"。。《的值通過經(jīng)驗(yàn)獲得。
(n)車輛和行駛方向前方最近交通燈之間沒有其他等待點(diǎn)。
如果以上兩個(gè)條件均滿足，則車輛在該點(diǎn)的停車延誤判別為控制性延誤，否則判定為非控制性延誤。
第二步，設(shè)車輛信息基本處理單位內(nèi)控制性延誤的時(shí)間長度為^，則定義有效行駛速度v，,7-^'s^wce/(ft'me-^J。此速度表示去除車輛行駛中控制延誤后能夠準(zhǔn)確反
映交通流趨勢(shì)的車輛行駛速度，從而得到當(dāng)前周期內(nèi)正常交通流狀況下道路的速度和旅行時(shí)間數(shù)學(xué)期望。同時(shí)，^的值表示車輛在交通燈前由于受到信號(hào)控制而導(dǎo)致的等待時(shí)間，用于衡量控制性延誤對(duì)交通流的影響程度。
權(quán)利要求
1、交通信號(hào)控制下的浮動(dòng)車信息處理方法，其特征在于由以下步驟實(shí)現(xiàn)(1)利用浮動(dòng)車行駛信息細(xì)化模型，對(duì)車輛信息基本處理單位進(jìn)行處理，得到的車輛停止等待的信息，包括每個(gè)停車等待點(diǎn)的位置信息和等待時(shí)長信息，其具體步驟如下第一步，獲取車輛信息基本處理單位的信息所述車輛信息基本處理單位是指浮動(dòng)車路徑匹配后相鄰兩個(gè)GPS匹配點(diǎn)之間的一段行駛路徑，這段行駛路徑的長度為distance，行駛時(shí)間為time，車輛在兩個(gè)GPS匹配點(diǎn)的瞬時(shí)速度設(shè)為va和vb，采用四元組<distance，time，va，vb>表示；同時(shí)，車輛在這段行駛路徑中經(jīng)過的路鏈的序列記為；LinkSet；第二步，根據(jù)第一步獲得的信息，確定該車輛信息基本處理單位所屬的基本模型根據(jù)瞬時(shí)速度va和vb的不同，共有4種不同的基本模型，分別表示車輛行駛中不同的狀態(tài)變化趨勢(shì)，設(shè)基本模型號(hào)為M，則車輛信息基本處理單位所屬的基本模型的分類如下(I)如果va＝0且vb＝0，則M＝1；(II)如果va＝0且vb≠0，則M＝2；(III)如果va≠0且vb＝0，則M＝3；(IV)如果va≠0且vb≠0，則M＝4；第三步，根據(jù)第一步和第二步的信息進(jìn)一步確定該車輛信息基本處理單位所屬的子模型每一種基本模型包含一種或多種子模型，不同的子模型反映的車輛行駛狀態(tài)變化的規(guī)律略有不同，設(shè)子模型號(hào)為N，根據(jù)第一步獲得的distance、time、va和vb，子模型的分類如下(I)如果M＝1，只存在一種子模型，N＝1；(II)如果M＝2，存在兩種子模型，根據(jù)向量 id="icf0001" file="A2009100931550002C1.tif" wi="29" he="5" top= "216" left = "118" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>的值，利用分類函數(shù) id="icf0002" file="A2009100931550002C2.tif" wi="21" he="5" top= "227" left = "20" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>進(jìn)行分類，其中 id="icf0003" file="A2009100931550002C3.tif" wi="3" he="5" top= "226" left = "74" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>與b1為通過統(tǒng)計(jì)方法獲得的參數(shù)，如果y≥0則N＝1，否則N＝2；(III)如果M＝3，存在兩種子模型，根據(jù)向量 id="icf0004" file="A2009100931550002C4.tif" wi="30" he="5" top= "245" left = "118" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>的值，利用分類函數(shù) id="icf0005" file="A2009100931550002C5.tif" wi="23" he="5" top= "255" left = "20" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>進(jìn)行分類，其中 id="icf0006" file="A2009100931550002C6.tif" wi="4" he="5" top= "255" left = "75" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>與b2為通過統(tǒng)計(jì)方法獲得的參數(shù)，如果y≥0則N＝1，否則N＝2；(IV)如果M＝4，存在四種子模型；令<overscore>v1</overscore>＝distance/time，<overscore>v2</overscore>＝(va+vb)/2，根據(jù)向量 id="icf0007" file="A2009100931550003C1.tif" wi="22" he="7" top= "46" left = "132" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>利用分類函數(shù) id="icf0008" file="A2009100931550003C2.tif" wi="22" he="5" top= "57" left = "21" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>進(jìn)行分類，其中 id="icf0009" file="A2009100931550003C3.tif" wi="4" he="5" top= "57" left = "76" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>與b3為通過統(tǒng)計(jì)方法獲得的參數(shù)，如果y≥0則N＝0，否則轉(zhuǎn)入以下操作令速度差閾值為vthre，如果va-vb＞vthre，則N＝1；如果vb-va＞vthre，則N＝2；否則N＝3；第四步，根據(jù)分類得到的模型號(hào)MN，計(jì)算車輛行駛過程中的峰值速度vp，所述峰值速度vp表示車輛在行駛過程中所實(shí)際達(dá)到的最高瞬時(shí)速度，以下公式中a1～a8均為統(tǒng)計(jì)所得參數(shù)，(I)如果M＝1，則vp＝a1·distance+a2；(II)如果M＝2，則vp＝a3·distance+a4·vb+a5；(III)如果M＝3且N＝1，則vp＝va；(IV)如果M＝3且N＝2，則vp＝a6·distance+a7·va+a8；(V)如果M＝4，vp取va和vb中的較大者；第五步，根據(jù)分類得到的模型號(hào)MN，針對(duì)不同的模型進(jìn)行計(jì)算車輛行駛過程中的詳細(xì)參數(shù)，最終的結(jié)果表示為二元組<timeset，posset>，其中timeset表示車輛在各個(gè)停車等待點(diǎn)等待時(shí)間的集合，posset表示各個(gè)停車等待點(diǎn)到GPS匹配點(diǎn)起點(diǎn)的距離集合，timeset與posset的元素個(gè)數(shù)相同，為0、1或2，a為浮動(dòng)車加速和減速的加速度，以下算法中<distance，time，va，vb>均為車輛信息基本處理單位的參數(shù)，tw為衡量車輛等待時(shí)間的參數(shù)；(I)如果M＝1，令tw＝(time-vp/a-distance/vp)/2，則timeset＝{tw，tw}，posset＝{0，distance}；(II)如果M＝2且N＝1，令tw＝time-(2·distance+vpvb/a)/(vp+vb)，則timeset＝{tw}，posset＝{0}；(III)如果M＝2且N＝2，令 id="icf0010" file="A2009100931550004C1.tif" wi="105" he="7" top= "26" left = "83" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>則timeset＝{tw}，posset＝{0}；(IV)如果M＝3，令tw＝time-(2·distance+vpva/a)/(vp+va)，則timeset＝{tw}，posset＝{distance}；(V)如果M＝4且N＝1，令 id="icf0011" file="A2009100931550004C2.tif" wi="40" he="5" top= "69" left = "80" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>t＝time-vb/a，得到新的四元組<d，t，va，0>，重新按第二步-第五步的流程對(duì)其進(jìn)行處理得到結(jié)果三元組<v0，{t0}，{pos}>，則原模型最終的計(jì)算結(jié)果，timeset＝{t0}，posset＝{pos}；(VI)如果M＝4且N＝2，令 id="icf0012" file="A2009100931550004C3.tif" wi="40" he="5" top= "99" left = "85" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>t＝time-va/a，得到新的四元組<d，t，0，vb>，重新按第二步-第五步的流程對(duì)其進(jìn)行處理得到結(jié)果三元組<v0，{t0}，{pos}>，則原模型最終的計(jì)算結(jié)果，timeset＝{t0}， id="icf0013" file="A2009100931550004C4.tif" wi="34" he="7" top= "118" left = "135" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>(VII)如果M＝4且N＝3，令 id="icf0014" file="A2009100931550004C5.tif" wi="132" he="6" top= "138" left = "20" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>同時(shí)令 id="icf0015" file="A2009100931550004C6.tif" wi="98" he="8" top= "148" left = "20" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>則timeset＝{tw}，posset＝{pos}。(VIII)如果M＝4且N＝0，則timeset＝Φ，posset＝Φ，其中Φ為空集；第六步，根據(jù)第五步獲得的二元組中的posset的值，以及車輛信息基本處理單位中浮動(dòng)車所經(jīng)過路鏈的相關(guān)信息，將停車等待的位置定位到具體的路鏈上，從而獲得每個(gè)停車等待點(diǎn)的位置信息和等待時(shí)長信息，具體步驟如下對(duì)每一個(gè)停車點(diǎn)，從posset中取出對(duì)應(yīng)的值pos，此值表示該點(diǎn)距離GPS起點(diǎn)的距離，對(duì)于車輛行駛中路鏈的序列LinkSet，此序列中路鏈的長度構(gòu)成數(shù)組Ln，其中1≤n≤N，N為路鏈的條數(shù)；如果第n條路鏈滿足 id="icf0016" file="A2009100931550004C7.tif" wi="36" he="10" top= "213" left = "99" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>則將該停車點(diǎn)定位到該路鏈上；如果 id="icf0017" file="A2009100931550004C8.tif" wi="23" he="10" top= "229" left = "41" img-content="drawing" img-format="tif" orientation="portrait" inline="yes"/>則將停車點(diǎn)定位到最后一條路鏈上；如此，為每個(gè)停車等待點(diǎn)確定其所處的路鏈，同時(shí)，每個(gè)停車等待點(diǎn)的等待時(shí)長信息已經(jīng)由第二步至第五步的計(jì)算過程得以確定；(2)根據(jù)浮動(dòng)車行駛信息細(xì)化模型所得到的車輛停止等待的信息，對(duì)車輛行駛中的延誤進(jìn)行分類，區(qū)分控制性延誤與非控制性延誤，獲得去除交通燈影響后車輛正常行駛的相關(guān)信息。其具體步驟如下第一步，對(duì)于已經(jīng)進(jìn)行浮動(dòng)車細(xì)化模型處理的車輛信息基本處理單位，將計(jì)算所得的停車等待點(diǎn)，對(duì)照以下兩個(gè)判斷條件(I)車輛距離行駛方向前方最近交通燈的距離小于距離閾值d0，d0的值通過經(jīng)驗(yàn)獲得；(II)車輛和行駛方向前方最近交通燈之間沒有其他等待點(diǎn)；如果以上兩個(gè)條件均滿足，則車輛在該點(diǎn)的停車延誤判別為控制性延誤，否則判定為非控制性延誤；第二步，設(shè)車輛信息基本處理單位內(nèi)控制性延誤的時(shí)間長度為td，則定義有效行駛速度vavail＝distance/(time-td)，此速度表示去除車輛行駛中控制延誤后能夠準(zhǔn)確反映交通流趨勢(shì)的車輛行駛速度，從而得到當(dāng)前周期內(nèi)正常交通流狀況下道路的速度和旅行時(shí)間數(shù)學(xué)期望；同時(shí)，td的值表示車輛在交通燈前由于受到信號(hào)控制而導(dǎo)致的等待時(shí)間，用于衡量控制性延誤對(duì)交通流的影響程度。
全文摘要
一種交通信號(hào)控制下的浮動(dòng)車信息處理方法，用于解決浮動(dòng)車數(shù)據(jù)處理中由于交通燈的影響而導(dǎo)致的旅行時(shí)間大幅度波動(dòng)的問題。該方法包含以下步驟(1)對(duì)于路徑匹配后獲得的車輛信息基本處理單位，應(yīng)用浮動(dòng)車行駛信息細(xì)化模型，獲得車輛行駛中的延誤時(shí)間與延誤位置信息；(2)對(duì)車輛行駛中的控制性停車延誤與非控制性停車延誤進(jìn)行分類，之后將交通信號(hào)控制所造成的控制性停車延誤從數(shù)據(jù)中分離，最終獲得去除交通信號(hào)控制影響后車輛行駛的速度和等待時(shí)間信息。
文檔編號(hào)G08G1/01GK101673466SQ20091009315
公開日2010年3月17日 申請(qǐng)日期2009年9月25日 優(yōu)先權(quán)日2009年9月25日
發(fā)明者呂衛(wèi)鋒, 徐磊石, 諸彤宇 申請(qǐng)人:北京航空航天大學(xué)