基于智能手機(jī)加速度傳感器實(shí)時交通路況估計(jì)方法
【專利摘要】本發(fā)明公開了一種基于智能手機(jī)加速度傳感器實(shí)時交通路況估計(jì)方法。通過智能手機(jī)自帶的加速度傳感器采集加速度信息，并用手機(jī)的內(nèi)存對測得的數(shù)據(jù)進(jìn)行處理，利用離線訓(xùn)練好的模型估計(jì)路況信息。該方法具有精度較高、能耗小、可靠性強(qiáng)等優(yōu)點(diǎn)。在手機(jī)端進(jìn)行數(shù)據(jù)處理，得出路況估計(jì)結(jié)果。將測得的路況信息上傳至服務(wù)器，減輕了數(shù)據(jù)傳輸負(fù)擔(dān)和服務(wù)器的運(yùn)算壓力，體現(xiàn)出高效節(jié)能的優(yōu)勢，具有很好的應(yīng)用前景。
【專利說明】基于智能手機(jī)加速度傳感器實(shí)時交通路況估計(jì)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于智能手機(jī)加速度傳感器實(shí)時交通路況估計(jì)方法。

【背景技術(shù)】
[0002] 近十年來車輛的數(shù)目迅速增多，交通擁擠和交通事故頻發(fā)。據(jù)報告統(tǒng)計(jì)，2011年美 國的城鎮(zhèn)居民由于交通擁擠浪費(fèi)了 55億小時的時間、29億加侖汽油，總價值達(dá)到1210億美 元。交通管理成為了生活中的難題，如何正確的識別路況信息，錯開擁堵路段節(jié)約行程時間 成為了近幾年來眾多研究者的共識。
[0003] 傳統(tǒng)的交通路況監(jiān)測系統(tǒng)主要有路口處攝像頭拍照、感應(yīng)線圈、超聲波等傳感器 固定在固定位置進(jìn)行采樣，并對交通路況進(jìn)行估計(jì)，然而這種方法初期投資大，設(shè)備的保護(hù) 維修費(fèi)用高，覆蓋范圍小，并且不能對路況信息進(jìn)行精確的估計(jì)，有很大的局限性。
[0004] 近年來許多傳感器的嵌入使得智能手機(jī)成為了真正意義上的智能機(jī)器，GPS傳感 器、加速度傳感器、方向傳感器、磁力計(jì)、WIFI芯片，這些嵌入在手機(jī)里的傳感器不僅提供 了與外界交流的平臺，更可以獲取我們當(dāng)前的許多信息，如當(dāng)前位置、速度、加速度、行走方 向、位置朝向等。利用這些信息參數(shù)，我們可以獲取更多的信息。由于傳統(tǒng)方法的不足，眾 多研究者將研究領(lǐng)域轉(zhuǎn)向基于智能手機(jī)的實(shí)時路況采集。與傳統(tǒng)方法相比，具有測量范圍 廣、成本及維護(hù)費(fèi)用低、精度高等優(yōu)點(diǎn)。
[0005] 現(xiàn)在較為成熟的路況估計(jì)方法為利用GPS進(jìn)行定位并對路況進(jìn)行估計(jì)，由于基站 和WIFI兩種定位方法都有較大的誤差，而GPS傳感器定位精度高、測量范圍廣，具有很好的 應(yīng)用效果，因此利用GPS傳感器進(jìn)行定位追蹤和路況估計(jì)成為眾多研究者的不二選擇。然 而GPS傳感器能耗較高，為出行用戶帶來諸多不便，雖然有GPS周期性采樣、綜合處理GPS 和WIFI信號估計(jì)路況以降低能耗，但由于WIFI和GPS都是高能耗設(shè)備，用此方法估計(jì)路況 能耗雖然有所下降，但實(shí)際效果并不是很理想且估計(jì)精度也會有所降低。另外，在較為封閉 的空間內(nèi)（隧道、樹木覆蓋較密集的道路），無法通過GPS進(jìn)行定位從而損失部分路況信息。 之前的路況估計(jì)都是將在智能手機(jī)采集的數(shù)據(jù)傳輸至服務(wù)器，并在服務(wù)器端通過數(shù)據(jù)過濾 處理進(jìn)行路況估計(jì)，此種系統(tǒng)設(shè)計(jì)增加了數(shù)據(jù)傳輸負(fù)擔(dān)和服務(wù)器的運(yùn)算壓力，且沒有與車 輛的歷史數(shù)據(jù)結(jié)合，具有很大的局限性。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的在于針對現(xiàn)有技術(shù)方法的不足，提供一種基于智能手機(jī)加速度傳感 器實(shí)時交通路況估計(jì)方法。
[0007] 為了實(shí)現(xiàn)上述的目的，本發(fā)明采取如下技術(shù)方案：一種基于智能手機(jī)加速度傳感 器實(shí)時交通路況估計(jì)方法，包括以下幾個步驟：
[0008] (1)采集在路上的車輛的實(shí)時加速度：將智能手機(jī)固定在行駛于路上的車輛上， 檢測車輛的速度、加速度，根據(jù)手機(jī)坐標(biāo)系與車輛坐標(biāo)系的轉(zhuǎn)換方法，計(jì)算車輛在前進(jìn)方向 的加速度值；
[0009] (2)對采集的海量數(shù)據(jù)進(jìn)行過濾，剔除數(shù)據(jù)損壞狀態(tài)：步驟1中速度為0且加速度 彡0. 2m/s2或速度尹0且加速度< 0. 2m/s2的為數(shù)據(jù)損壞狀態(tài)；
[0010] (3)根據(jù)步驟1測得的速度將路況信息分為暢通、基本暢通、輕度擁堵、中度擁堵 和嚴(yán)重?fù)矶挛宸N情況；并對相應(yīng)的前進(jìn)方向的加速度值進(jìn)行標(biāo)定；
[0011] (4)對步驟（3)標(biāo)定好的前進(jìn)方向的加速度值進(jìn)行特征量提取，得到相應(yīng)的特征 值；所述特征量為：時域特征量、樣本點(diǎn)分布特征量、尖峰統(tǒng)計(jì)特征量；其中，時域特征量包 括五分鐘內(nèi)加速度的平均值、標(biāo)準(zhǔn)偏差、平均誤差、偏度、峰態(tài)、均方根振幅、最大值和最小 值；樣本點(diǎn)分布特征量為五分鐘內(nèi)每個區(qū)間的樣本點(diǎn)個數(shù)；尖峰統(tǒng)計(jì)特征量包括五分鐘內(nèi) 加速度的尖峰個數(shù)、最大尖峰值以及相鄰尖峰的間隔平均時間；
[0012] (5)以步驟⑶的路況信息和步驟⑷得到的加速度特征值為已知訓(xùn)練數(shù)據(jù)，通 過MATLAB中支持向量機(jī)訓(xùn)練函數(shù)在默認(rèn)參數(shù)下最小二乘估計(jì)方法尋找最優(yōu)超平面訓(xùn)練得 到精度較高、節(jié)能的路況估計(jì)模型；
[0013] (6)根據(jù)步驟（5)的路況估計(jì)模型以及在智能手機(jī)端測得的實(shí)時加速度，輸出估 計(jì)路況；
[0014] 所述步驟（1)中的手機(jī)坐標(biāo)系X'，y'，Z'與車輛坐標(biāo)系X，y，Z的轉(zhuǎn)換關(guān)系式，通過 以下步驟得到：
[0015] (1.1)將智能手機(jī)固定在車上（手機(jī)坐標(biāo)系表示為x'，y'，z'，車輛坐標(biāo)系表示為 x，y，z)，通過多次加速啟動實(shí)驗(yàn)，利用智能手機(jī)內(nèi)嵌的加速度傳感器、GPS傳感器和方向傳 感器采集車輛的加速度（&!￡，，& /,&2，）、速度〃、經(jīng)纟韋度、方向（》!￡，，~，^，）和時間戳信息 ；
[0016] (1. 2)對采集的海量數(shù)據(jù)通過速度和方向信息進(jìn)行過濾，選出有效的直線加速啟 動的加速度信息；具體為：
[0017](1. 2. 1)通過步驟（1. 1)采集到的速度篩選車輛的啟動狀態(tài)：車輛在3s內(nèi)速度v 從零達(dá)到1. 5m/s的狀態(tài)為啟動狀態(tài)；
[0018] (1. 2. 2)從步驟（1. 2. 1)篩選出的啟動狀態(tài)中進(jìn)一步篩選出直線啟動行駛狀態(tài)： 對車輛啟動狀態(tài)進(jìn)行分析，對于方向波動值（啟動過程中wy,的最大值與最小值之差）在4 度以內(nèi)的為直線啟動行駛狀態(tài)；
[0019] (1. 2. 3)從步驟（1. 2. 2)篩選出的直線啟動行駛狀態(tài)中進(jìn)一步篩選出有效的直線 啟動行駛狀態(tài)：加速度> 〇. 2m/s2的時刻為車輛啟動真實(shí)時刻，速度從零到非零變化的時刻 與上述真實(shí)時刻的時間差為GPS延遲時間，選取GPS延遲時間< 3. 5s時為有效的直線啟動 行駛狀態(tài)；
[0020] (1.3)通過步驟（1.2)篩選出的直線啟動行駛狀態(tài)的方向計(jì)算得到x，y，z與 x'，y'，z'之間的關(guān)系：具體為：
[0021]將車輛坐標(biāo)系繞其Z軸順時針旋轉(zhuǎn)a角度后得到坐標(biāo)系Xl，yi，Zl，然后繞其X軸 逆時針旋轉(zhuǎn)0角度后得到x2，y2，z2，最后繞其Y軸逆時針旋轉(zhuǎn)y角度，使得車輛坐標(biāo)系經(jīng) 三次旋轉(zhuǎn)后與手機(jī)坐標(biāo)系重合，0角度等于步驟（1.2)篩選出的有效的直線啟動行駛狀態(tài) 的wy;的平均值；y角度等于步驟（1.2)篩選出的有效的直線啟動行駛狀態(tài)的&的平均 值；根據(jù)水平面的加速度值求出手機(jī)朝向與車輛前進(jìn)方向的a角度，由下式求得，
[0022] a=arctan(ayl/axl)+90,axl〈0,ayl〈0 或axl〈0,ayl>0
[0023]a=arctan(ayl/axl)+270,axl>0,ayl〈0 或axl>0,ayl>0
[0024]其中，axl表示在坐標(biāo)系XpypZi中Xi方向的加速度，ayl表示在坐標(biāo)系XpypZi中yi方向的加速度，通過以下公式得到：

【權(quán)利要求】
1. 一種基于智能手機(jī)加速度傳感器實(shí)時交通路況估計(jì)方法，其特征在于，包括以下步 驟： (1) 采集在路上的車輛的實(shí)時加速度：將智能手機(jī)固定在行駛于路上的車輛上，檢測 車輛的速度、加速度，根據(jù)手機(jī)坐標(biāo)系與車輛坐標(biāo)系的轉(zhuǎn)換方法，計(jì)算車輛在前進(jìn)方向的加 速度值； (2) 對采集的海量數(shù)據(jù)進(jìn)行過濾，剔除數(shù)據(jù)損壞狀態(tài)：步驟1中速度為0且加速度 彡0. 2m/s2或速度尹0且加速度< 0. 2m/s2的為數(shù)據(jù)損壞狀態(tài)； (3) 根據(jù)步驟1測得的速度將路況信息分為暢通、基本暢通、輕度擁堵、中度擁堵和嚴(yán) 重?fù)矶挛宸N情況；并對相應(yīng)的前進(jìn)方向的加速度值進(jìn)行標(biāo)定； (4) 對步驟（3)標(biāo)定好的前進(jìn)方向的加速度值進(jìn)行特征量提取，得到相應(yīng)的特征值；所 述特征量為：時域特征量、樣本點(diǎn)分布特征量、尖峰統(tǒng)計(jì)特征量；其中，時域特征量包括五 分鐘內(nèi)加速度的平均值、標(biāo)準(zhǔn)偏差、平均誤差、偏度、峰態(tài)、均方根振幅、最大值和最小值；樣 本點(diǎn)分布特征量為五分鐘內(nèi)每個區(qū)間的樣本點(diǎn)個數(shù)；尖峰統(tǒng)計(jì)特征量包括五分鐘內(nèi)加速度 的尖峰個數(shù)、最大尖峰值以及相鄰尖峰的間隔平均時間； (5) 以步驟（3)的路況信息和步驟（4)得到的加速度特征值為已知訓(xùn)練數(shù)據(jù)，通過 MATLAB中支持向量機(jī)訓(xùn)練函數(shù)在默認(rèn)參數(shù)下最小二乘估計(jì)方法尋找最優(yōu)超平面訓(xùn)練得到 精度較高、節(jié)能的路況估計(jì)模型； (6) 根據(jù)步驟（5)的路況估計(jì)模型以及在智能手機(jī)端測得的實(shí)時加速度，輸出估計(jì)路 況； 所述步驟（1)中的手機(jī)坐標(biāo)系x'，y'，z'與車輛坐標(biāo)系x，y，z的轉(zhuǎn)換關(guān)系式，通過以下 步驟得到： (1. 1)將智能手機(jī)固定在車輛上，通過多次加速啟動實(shí)驗(yàn)，利用智能手機(jī)內(nèi)嵌的加速 度傳感器、GPS傳感器和方向傳感器采集車輛的加速度（ax，，ay，，az，）、速度v、經(jīng)緯度、方向 (wx，，wy，，wz，）和時間戳信息，其中x'，y'，z'為手機(jī)坐標(biāo)系，x，y，z為車輛坐標(biāo)系； (1. 2)對采集的海量數(shù)據(jù)通過速度和方向信息進(jìn)行過濾，選出有效的直線加速啟動的 加速度信息；具體為： (1.2.1)通過步驟（1. 1)采集到的速度篩選車輛的啟動狀態(tài)：車輛在3s內(nèi)速度v從 零達(dá)到1. 5m/s的狀態(tài)為啟動狀態(tài)； (1. 2. 2)從步驟（1. 2. 1)篩選出的啟動狀態(tài)中進(jìn)一步篩選出直線啟動行駛狀態(tài)：對車 輛啟動狀態(tài)進(jìn)行分析，對于方向波動值（啟動過程中wy,的最大值與最小值之差）在4度以 內(nèi)的為直線啟動行駛狀態(tài)； (1. 2. 3)從步驟（1. 2. 2)篩選出的直線啟動行駛狀態(tài)中進(jìn)一步篩選出有效的直線啟動 行駛狀態(tài)：加速度> 〇. 2m/s2的時刻為車輛啟動真實(shí)時刻，速度從零到非零變化的時刻與上 述真實(shí)時刻的時間差為GPS延遲時間，選取GPS延遲時間<3. 5s時為有效的直線啟動行駛 狀態(tài)； (1.3)通過步驟（1.2)篩選出的直線啟動行駛狀態(tài)的方向計(jì)算得到x，y，z與x'，y'，z' 之間的關(guān)系：具體為： 將車輛坐標(biāo)系繞其Z軸順時針旋轉(zhuǎn)a角度后得到坐標(biāo)系Xl，yi，Zl，然后繞其X軸逆時 針旋轉(zhuǎn)0角度后得到x2，y2，z2，最后繞其Y軸逆時針旋轉(zhuǎn)Y角度，使得車輛坐標(biāo)系經(jīng)三次 旋轉(zhuǎn)后與手機(jī)坐標(biāo)系重合，0角度等于步驟（1.2)篩選出的有效的直線啟動行駛狀態(tài)的 的平均值；Y角度等于步驟（1. 2)篩選出的有效的直線啟動行駛狀態(tài)的&的平均值； 根據(jù)水平面的加速度值求出手機(jī)朝向與車輛前進(jìn)方向的a角度，由下式求得， a=arctan(ayl/axl)+90,axl〈0,ayl〈0 或axl〈0,ayl>0 a=arctan(ayl/axl)+270,axl>0,ayl〈0 或axl>0,ayl>0 其中，axl表示在坐標(biāo)系XpypZi中Xi方向的加速度，ayl表示在坐標(biāo)系XpypZi中yi方 向的加速度，通過以下公式得到：
^為有效啟動狀態(tài)加速度ax，的平均值；^為有效啟動狀態(tài)ay,的平均值；&為有效 啟動狀態(tài)az，的平均值；azl表示在坐標(biāo)系Xl，yi，Zl中Zl方向的加速度； 得到坐標(biāo)校正關(guān)系式如下：
【文檔編號】G08G1/01GK104408917SQ201410654221
【公開日】2015年3月11日 申請日期:2014年11月18日 優(yōu)先權(quán)日:2014年11月18日
【發(fā)明者】宗曉杰, 文祥計(jì), 張鐵柱, 劉翔, 王智 申請人:浙江工商大學(xué)