專利名稱：實時客流特征分析方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及智能交通領域，特別是涉及一種實時客流特征分析方法及系統(tǒng)。
背景技術：
隨著社會的發(fā)展，汽車的數(shù)量迅速增長，交通資源的智能調度已經成為各大城市面臨的重大課題。由于信息的不對稱，存在部分客車(出租車、巴士等)無客空駛，而出行者難乘車的情況，從而造成交通效率低下和能源的浪費。因此，迫切需要智能交通技術能應用各種手段分析出乘客們的出行客流特征。分析客流特征的一種最重要的途徑是獲取客流的OD (Origin Destination，出行的目的地)矩陣，傳統(tǒng)的OD矩陣獲取方法是先獲取乘客的交通卡(地鐵卡、公交車卡等)數(shù)據(jù)，然后分析乘客在各個站點上、下車情況，從而計算出客流的OD矩陣，得到客流特征。這種方法的缺點是它不能獲取出租車、私家車等車輛的出行特征，而且這種方法獲取客流信息有較長的延時，一般要延時一個月以上，實時性較差。而新興的智能交通技術運用先進的云計算技術、無線網絡通訊技術以及全球定位系統(tǒng)(GPS, Global Positioning System)或北斗定位系統(tǒng)等建立了以地理信息系統(tǒng)(GIS, Geographic Information System)、車載定位信息數(shù)據(jù)為核心的智能平臺，可以綜合分析各種車輛行駛的動態(tài)信息，從而進行實時客流特征播報和科學合理的資源調度。但由于城市車輛數(shù)目巨大、每臺車載GPS/北斗數(shù)據(jù)采樣率高，城市交通控制中心需要處理的數(shù)據(jù)量多達GB (Gigabyte,千兆)級或者TB (Trillionbyte,萬億)級,而如何通過這些海量車載GPS/北斗數(shù)據(jù)來進行OD矩陣分析已經成為城市實時OD矩陣播報的一個瓶頸。Apache的開源項目Hadoop平臺的Map/Reduce算法具備強健的海量數(shù)據(jù)計算能力，但是Hadoop平臺只能對歷史數(shù)據(jù)進行處理，而對海量的實時數(shù)據(jù)流顯得無能為力。

發(fā)明內容
基于此，有必要提供一種能夠處理海量實時數(shù)據(jù)流的實時客流特征分析方法及系統(tǒng)。一種實時客流特征分析方法，包括如下步驟以固定頻率獲取GPS/北斗數(shù)據(jù)，所述GPS/北斗數(shù)據(jù)包括車輛的行駛方向、所處經度和緯度以及速度信息；將GPS/北斗數(shù)據(jù)匹配至相應的網格，根據(jù)GPS/北斗數(shù)據(jù)提供的經度和緯度信息，對比預先劃分的網格邊界的經度和緯度，將所述GPS/北斗數(shù)據(jù)匹配到經度和緯度信息相符的網格內；更新計數(shù)表，所述任何一個網格每匹配到一條GPS/北斗數(shù)據(jù)，該網格對應的計數(shù)表更新一次，同時記錄該條GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳，用動態(tài)調度算法，將需要處理的GPS/北斗數(shù)據(jù)動態(tài)分配給不同的計算節(jié)點。在其中一個實施例中，在所述更新計數(shù)表步驟中，如果兩條GPS/北斗數(shù)據(jù)來源于同一車輛且間隔在一分鐘內匹配到同一網格，則判定該車輛在該網格內處于擁堵狀態(tài)，該網格對應的計數(shù)表不更新，也不記錄該條GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳。在其中一個實施例中，在所述獲取GPS/北斗數(shù)據(jù)步驟之前，還包括劃分網格步驟，將需要進行客流特征分析的城市按照經度和緯度劃分為若干個網格并依次編號，編號方法是第i行與第j列交叉的網格編號為Aij。在其中一個實施例中，在所述將GPS/北斗數(shù)據(jù)匹配至相應的網格步驟之后，還包括GPS/北斗數(shù)據(jù)統(tǒng)計步驟，對與所述網格匹配的全部GPS/北斗數(shù)據(jù)進行統(tǒng)計，分別得到每個所述網格對應車輛的總數(shù)，以及每個所述網格內每輛車的車牌號碼和時間戳。在其中一個實施例中，在所述GPS/北斗數(shù)據(jù)統(tǒng)計步驟之后，還包括車輛密度信息發(fā)布步驟，以所述各個網格的經度值為X軸、緯度值為Y軸、網格內的車輛總數(shù)為Z軸，繪制反映客流特征的三維柱狀圖并通過無線通訊方式將其發(fā)布。同時還提供了一種實時客流特征分析系統(tǒng)，包括客戶終端、交通信息管理平臺以及云服務中心，所述云服務中心包括流式計算平臺，所述客戶終端獲取車輛的GPS/北斗數(shù)據(jù)并將其發(fā)送給所述交通信息管理平臺，所述GPS/北斗數(shù)據(jù)包括車輛所處經度、所處緯度、車牌號碼以及時間戳信息，所述交通信息管理平臺接收所述客戶終端發(fā)送的GPS/北斗數(shù)據(jù)并以一固定頻率發(fā)送至所述云服務中心，所述云服務中心存有城市地理數(shù)據(jù)，所述實時客流特征分析系統(tǒng)預先存儲有城市劃分的若干個網格信息，所述流式計算平臺包括數(shù)據(jù)分流器，所述實時客流特征分析系統(tǒng)通過所述數(shù)據(jù)分流器將所述GPS/北斗數(shù)據(jù)匹配到經度和緯度信息相符的網格內，所述流式計算平臺還包括處理單元和存儲單元，所述處理單元以城市地理數(shù)據(jù)為基礎，采用動態(tài)調度算法處理獲取的GPS/北斗數(shù)據(jù)，得到GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳，同時，所述存儲單元保存所述GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳。在其中一個實施例中，所述流式計算平臺還包括網格合并器，所述處理單元統(tǒng)計存儲單元內的GPS/北斗數(shù)據(jù)，分別得到每個所述網格對應車輛的總數(shù)，以及每個所述網格內每輛車的車牌號碼和時間戳，所述網格合并器保存每個所述網格對應車輛的總數(shù)，以及每個所述網格內每輛車的車牌號碼和時間戳。在其中一個實施例中，所述流式計算平臺還包括繪圖器，所述繪圖器根據(jù)所述網格合并器保存的信息繪制反映客流特征的三維柱狀圖。在其中一個實施例中，所述流式計算平臺還包括信息發(fā)布器，所述信息發(fā)布器通過無線通訊方式將所述三維柱狀圖發(fā)送至客戶終端。在其中一個實施例中，還包括人機交互終端，所述人機交互終端根據(jù)用戶的輸入信息，提供兩個不同網格之間的行程OD信息。上述實時客流特征分析方法，首先獲取GPS/北斗數(shù)據(jù)，其次根據(jù)GPS/北斗數(shù)據(jù)提供的經度和緯度信息，對比預先劃分的網格邊界的經度和緯度，將所述GPS/北斗數(shù)據(jù)迅速匹配到經度和緯度信息相符的網格，大幅減少了匹配所需要的時間，并且更新計數(shù)表步驟采用動態(tài)調度算法，將需要處理的GPS/北斗數(shù)據(jù)動態(tài)、合理地分配給不同的計算節(jié)點，解決了難以處理海量實時數(shù)據(jù)流的問題。同時，還提供了一種運用上述實時客流特征分析方法實現(xiàn)的實時客流特征分析系統(tǒng)，能夠實現(xiàn)實時播報客流特征的目的。


圖1為一個實施例的實時客流特征分析方法的流程圖；圖2為一個實施例的確定網格編號步驟中的示例圖；圖3為一個實施例的實時客流特征分析系統(tǒng)的結構示意圖。
具體實施例方式為了解決目前難以處理海量實時數(shù)據(jù)流的問題，本實施方式提供了一種實時客流特征分析方法。下面結合具體的實施例，對實時客流特征分析方法進行具體的描述。請參考圖1，本實施方式提供的實時客流特征分析方法，包括如下步驟步驟SllO :劃分網格。將需要進行客流特征分析的城市按照經度和緯度劃分為若干個網格并依次編號，編號方法是 第i行與第j列交叉的網格編號為Aij。這樣，在整個城市內行駛的所有汽車便分布于這些網格內。每一個網格都有精準的經緯度邊界值標記。步驟SllO所做工作為實時客流特征分析方法的準備工作，為后續(xù)步驟提供數(shù)據(jù)支持。步驟S120 :以固定頻率獲取GPS/北斗數(shù)據(jù)。所述GPS/北斗數(shù)據(jù)包括車輛的行駛方向、所處經度和緯度以及速度信息。在本實施方式中，獲取GPS/北斗數(shù)據(jù)的頻率為每分鐘一次。步驟S130 :將GPS/北斗數(shù)據(jù)匹配至相應的網格。根據(jù)GPS/北斗數(shù)據(jù)提供的經度和緯度信息，對比預先劃分的網格邊界的經度和緯度，將所述GPS/北斗數(shù)據(jù)迅速匹配到經度和緯度信息相符的網格。步驟S140 :更新計數(shù)表。任何一個網格每匹配到一條GPS/北斗數(shù)據(jù)，該網格對應的計數(shù)表更新一次，同時 記錄該條GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳。在本實施方式中，每個網格均獨立對應有一個計數(shù)表，用于記錄與其對應網格所匹配到的GPS/北斗數(shù)據(jù)數(shù)目。但是如果某條GPS/北斗數(shù)據(jù)和上一條GPS/北斗數(shù)據(jù)來源于同一車輛且該車輛前后所處的經緯度相同，則認為該車輛處于停車狀態(tài)，計數(shù)表不重復記錄；如果某條GPS/北斗數(shù)據(jù)和上一條GPS/北斗數(shù)據(jù)來源于同一車輛且該車輛前后所處的經緯度相近，且這兩條GPS/北斗數(shù)據(jù)接收時間間隔少于60秒，則認為該車輛處于堵塞狀態(tài)，計數(shù)表也不重復記錄。由于某些路段較繁忙，其對應的計數(shù)表需要記錄的GPS/北斗數(shù)據(jù)較多。而另一些路段車輛較少，其對應的數(shù)據(jù)表記錄的GPS/北斗數(shù)據(jù)也較少。因此，在更新計數(shù)表步驟中，本實施方式采用動態(tài)調度算法。動態(tài)調度算法能夠將記錄任務動態(tài)、合理地分配給不同的計算節(jié)點，以保證在較短時間內處理完所有的GPS/北斗數(shù)據(jù)。步驟S150 :GPS/北斗數(shù)據(jù)統(tǒng)計。對與網格匹配的全部GPS/北斗數(shù)據(jù)進行統(tǒng)計，分別得到每個網格對應車輛的總數(shù)，以及每個網格內每輛車的車牌號碼和時間戳。步驟S160 :車輛密度信息發(fā)布。根據(jù)GPS/北斗數(shù)據(jù)統(tǒng)計步驟的統(tǒng)計結果，以各個網格的經度值為X軸、緯度值為Y軸、網格內的車輛總數(shù)為Z軸，繪制反映客流特征的三維柱狀圖并通過無線通訊方式將其發(fā)布。上述實時客流特征分析方法，首先獲取GPS/北斗數(shù)據(jù)，其次根據(jù)GPS/北斗數(shù)據(jù)提供的經度和緯度信息，對比預先劃分的網格邊界的經度和緯度，將GPS/北斗數(shù)據(jù)迅速匹配到經度和緯度信息相符的網格，大幅減少了匹配所需要的時間，并且更新計數(shù)表步驟采用動態(tài)調度算法，將需要處理的GPS/北斗數(shù)據(jù)動態(tài)、合理地分配給不同的計算節(jié)點，解決了難以處理海量實時數(shù)據(jù)流的問題。同時，本實施方式還提供了一種運用上述實時客流特征分析方法實現(xiàn)的實時客流特征分析系統(tǒng)，下面結合具體的實施例，對實時客流特征分析系統(tǒng)進行具體的描述。請參考圖3，實時客流特征分析系統(tǒng)包括客戶終端200、交通信息管理平臺300以及云服務中心400?？蛻艚K端200包括車載位置采集器210、手機智能終端220以及車載導航終端230。車載位置采集器210基于GPS或北斗定位系統(tǒng)，采集車輛的位置信息。客戶終端200將此位置信息連同汽車速度、行駛方向等信息整合得到GPS/北斗數(shù)據(jù)并將其用無線通訊方式發(fā)送給交通信息管理平臺300。手機智能終端220或者車載導航終端230用于接收云服務中心400發(fā)送的反映客流特征的三維柱狀圖。交通信息管理平臺300接收客戶終端200發(fā)送的GPS/北斗數(shù)據(jù)并將其以一固定頻率通過互聯(lián)網發(fā)送至云服務中心400。在本實施方式中，交通信息管理平臺300以每分鐘一次的頻率將GPS/北斗數(shù)據(jù)發(fā)送至云服務中心400。云服務中心400包括流式計算平臺410和地圖匹配器420。云服務中心400預先存有城市地理數(shù)據(jù)，地圖匹配器420可以調用城市地理數(shù)據(jù)用以配合流式計算平臺410對GPS/北斗數(shù)據(jù)的處理。流式計算平臺410包括處理單元412和存儲單元413。流式計算平臺410以城市地理數(shù)據(jù)為基礎，通過處理單元412處理從云服務中心400的獲取的GPS/北斗數(shù)據(jù)，得到GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳。同時，存儲單元413保存GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳。為了提高實時客流特征分析系統(tǒng)處理GPS/北斗數(shù)據(jù)的效率，流式計算平臺410還包括數(shù)據(jù)分流器411。在流式計算平臺410開始處理GPS/北斗數(shù)據(jù)之前，實時客流特征分析系統(tǒng)預先運用上面介紹的實時客流特征分析方法，將城市劃分為若干個網格并編號，且實時客流特征分析系統(tǒng)保存好網格的編號信息。這樣，根據(jù)GPS/北斗數(shù)據(jù)提供的經度和緯度信息，結合地圖匹配器420，數(shù)據(jù)分流器411能夠將該GPS/北斗數(shù)據(jù)快速定位到與其對應的網格內。在本實施方式中，數(shù)據(jù)分流器411可以采用切片地圖 Web 服務(WMTS, Web Map TileService)實現(xiàn)。流式計算平臺410還包括網格合并器414、繪圖器416以及信息發(fā)布器418。處理單元412統(tǒng)計存儲單元413內的GPS/北斗數(shù)據(jù)，分別得到每個網格對應車輛的總數(shù)，以及每個網格內每輛車的車牌號碼和時間戳。網格合并器414保存每個網格對應車輛的總數(shù)，以及每個網格內每輛車的車牌號碼和時間戳。為了直觀地反映車輛密度情況，繪圖器416根據(jù)網格合并器414保存的信息，以各個網格的經度值為X軸、緯度值為Y軸、網格內的車輛總數(shù)為Z軸，繪制反映客流特征的三維柱狀圖。信息發(fā)布器418用于將繪圖器416得到的反映客流特征的三維柱狀圖通過交通信息管理平臺300用無線通訊方式發(fā)送至手機智能終端220或者車載導航終端230。為了方便用戶根據(jù)各自需要進行精確查詢，本實施方式的實時客流特征分析系統(tǒng)還包括人機交互終端500。人機交互終端500與交通信息管理平臺300通過無線通訊方式相連。人機交互終端500提供前臺網頁，用戶在前臺網頁上選擇要查詢的行程起始點網格編號Aij、起始日期DateStart、起始時間TimeStart和行程終止點網格編號Amn、終止日期DateEnd、終止時間TimeEnd。實時客流特征分析系統(tǒng)將統(tǒng)計網格合并器414中的從起始日期DateStart起始時間TimeStar到終止日期DateEnd終止時間TimeEnd內所有出現(xiàn)在Aij網格內車輛的車牌號碼和從起始日期DateStart起始時間TimeStar到終止日期DateEnd終止時間TimeEnd內所有出現(xiàn)在Amn網格內車輛的車牌號碼。對統(tǒng)計結果做比較，每出現(xiàn)一次相同的車牌號碼，Aij和Amn這兩個網格之間的行程OD數(shù)值加1，統(tǒng)計出相同車牌號碼的總數(shù)，并返回給用戶。上述實時客流特征分析系統(tǒng)運用實時客流特征分析方法，解決了難以處理海量實時數(shù)據(jù)流的問題，實現(xiàn)了實時播報客流特征的目的。另外還提供了人機交互終端500，方便用戶根據(jù)各自需要進行更為精確的查詢。以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本發(fā)明專利范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應以所附權利要求為準。
權利要求
1.一種實時客流特征分析方法，其特征在于，包括如下步驟 以固定頻率獲取GPS/北斗數(shù)據(jù)，所述GPS/北斗數(shù)據(jù)包括車輛的行駛方向、所處經度和緯度以及速度信息； 將GPS/北斗數(shù)據(jù)匹配至相應的網格，根據(jù)GPS/北斗數(shù)據(jù)提供的經度和緯度信息，對比預先劃分的網格邊界的經度和緯度，將所述GPS/北斗數(shù)據(jù)匹配到經度和緯度信息相符的網格內； 更新計數(shù)表，所述任何一個網格每匹配到一條GPS/北斗數(shù)據(jù)，該網格對應的計數(shù)表更新一次，同時記錄該條GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳，用動態(tài)調度算法，將需要處理的GPS/北斗數(shù)據(jù)動態(tài)分配給不同的計算節(jié)點。
2.根據(jù)權利要求1所述的實時客流特征分析方法，其特征在于，在所述更新計數(shù)表步驟中，如果兩條GPS/北斗數(shù)據(jù)來源于同一車輛且間隔在一分鐘內匹配到同一網格，則判定該車輛在該網格內處于擁堵狀態(tài)，該網格對應的計數(shù)表不更新，也不記錄該條GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳。
3.根據(jù)權利要求1所述的實時客流特征分析方法，其特征在于，在所述獲取GPS/北斗數(shù)據(jù)步驟之前，還包括劃分網格步驟，將需要進行客流特征分析的城市按照經度和緯度劃分為若干個網格并依次編號，編號方法是第i行與第j列交叉的網格編號為Aij。
4.根據(jù)權利要求1所述的實時客流特征分析方法，其特征在于，在所述將GPS/北斗數(shù)據(jù)匹配至相應的網格步驟之后，還包括GPS/北斗數(shù)據(jù)統(tǒng)計步驟，對與所述網格匹配的全部GPS/北斗數(shù)據(jù)進行統(tǒng)計，分別得到每個所述網格對應車輛的總數(shù)，以及每個所述網格內每輛車的車牌號碼和時間戳。
5.根據(jù)權利要求4所述的實時客流特征分析方法，其特征在于，在所述GPS/北斗數(shù)據(jù)統(tǒng)計步驟之后，還包括車輛密度信息發(fā)布步驟，以所述各個網格的經度值為X軸、緯度值為Y軸、網格內的車輛總數(shù)為Z軸，繪制反映客流特征的三維柱狀圖并通過無線通訊方式將其發(fā)布。
6.一種實時客流特征分析系統(tǒng)，其特征在于，包括客戶終端、交通信息管理平臺以及云服務中心，所述云服務中心包括流式計算平臺，所述客戶終端獲取車輛的GPS/北斗數(shù)據(jù)并將其發(fā)送給所述交通信息管理平臺，所述GPS/北斗數(shù)據(jù)包括車輛所處經度、所處緯度、車牌號碼以及時間戳信息，所述交通信息管理平臺接收所述客戶終端發(fā)送的GPS/北斗數(shù)據(jù)并以一固定頻率發(fā)送至所述云服務中心，所述云服務中心存有城市地理數(shù)據(jù)，所述實時客流特征分析系統(tǒng)預先存儲有城市劃分的若干個網格信息，所述流式計算平臺包括數(shù)據(jù)分流器，所述實時客流特征分析系統(tǒng)通過所述數(shù)據(jù)分流器將所述GPS/北斗數(shù)據(jù)匹配到經度和緯度信息相符的網格內，所述流式計算平臺還包括處理單元和存儲單元，所述處理單元以城市地理數(shù)據(jù)為基礎，采用動態(tài)調度算法處理獲取的GPS/北斗數(shù)據(jù)，得到GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳，同時，所述存儲單元保存所述GPS/北斗數(shù)據(jù)來源車輛的車牌號碼和時間戳。
7.根據(jù)權利要求6所述的實時客流特征分析系統(tǒng)，其特征在于，所述流式計算平臺還包括網格合并器，所述處理單元統(tǒng)計存儲單元內的GPS/北斗數(shù)據(jù)，分別得到每個所述網格對應車輛的總數(shù)，以及每個所述網格內每輛車的車牌號碼和時間戳，所述網格合并器保存每個所述網格對應車輛的總數(shù)，以及每個所述網格內每輛車的車牌號碼和時間戳。
8.根據(jù)權利要求7所述的實時客流特征分析系統(tǒng)，其特征在于，所述流式計算平臺還包括繪圖器，所述繪圖器根據(jù)所述網格合并器保存的信息繪制反映客流特征的三維柱狀圖。
9.根據(jù)權利要求8所述的實時客流特征分析系統(tǒng)，其特征在于，所述流式計算平臺還包括信息發(fā)布器，所述信息發(fā)布器通過無線通訊方式將所述三維柱狀圖發(fā)送至客戶終端。
10.根據(jù)權利要求9所述的實時客流特征分析系統(tǒng)，其特征在于，還包括人機交互終端，所述人機交互終端根據(jù)用戶的輸入信息，提供兩個不同網格之間的行程OD信息。
全文摘要
本發(fā)明涉及一種實時客流特征分析方法及系統(tǒng)，實時客流特征分析方法包括如下步驟以固定頻率獲取GPS/北斗數(shù)據(jù)；將GPS/北斗數(shù)據(jù)匹配至相應的網格；更新計數(shù)表。上述實時客流特征分析方法，首先獲取GPS/北斗數(shù)據(jù)，其次根據(jù)GPS/北斗數(shù)據(jù)提供的經度和緯度信息，對比預先劃分的網格邊界的經度和緯度，將所述GPS/北斗數(shù)據(jù)迅速匹配到經度和緯度信息相符的網格，大幅減少了匹配所需要的時間，并且更新計數(shù)表步驟采用動態(tài)調度算法，將需要處理的GPS/北斗數(shù)據(jù)動態(tài)、合理地分配給不同的計算節(jié)點，解決了難以處理海量實時數(shù)據(jù)流的問題。同時，還提供了一種運用上述實時客流特征分析方法實現(xiàn)的實時客流特征分析系統(tǒng)，能夠實現(xiàn)實時播報客流特征的目的。
文檔編號G08G1/01GK103065464SQ20121056703
公開日2013年4月24日 申請日期2012年12月24日 優(yōu)先權日2012年12月24日
發(fā)明者陳光華, 須成忠, 張帆, 陳輝, 李曄 申請人:中國科學院深圳先進技術研究院