本發(fā)明涉及交通與移動通信領(lǐng)域，具體而言，涉及一種交通狀態(tài)的獲取方法及裝置。

背景技術(shù)：

交通是城市的重要構(gòu)成要素之一，隨著社會的持續(xù)發(fā)展和機(jī)動車保有量的快速上升，雖然城市路網(wǎng)也在日新月異的建設(shè)中，但道路的建設(shè)仍然遠(yuǎn)遠(yuǎn)落后于實(shí)際需求，導(dǎo)致交通擁堵成為一種世界范圍內(nèi)的城市病。而交通問題對城市的影響是全方面的，既包括交通管理、路網(wǎng)規(guī)劃，又包括公共資源配置規(guī)劃，還包括出行規(guī)劃、節(jié)能減排，總之交通問題已經(jīng)成為制約城市健康、高效、可持續(xù)發(fā)展的核心問題。

解決交通問題的一個核心基礎(chǔ)是對城市范圍內(nèi)交通狀態(tài)的定量刻畫，只有在掌握區(qū)域性、全天候、實(shí)時、高密度的交通狀態(tài)的定量信息的基礎(chǔ)上，才能夠?yàn)槌鞘羞\(yùn)營制定科學(xué)、合理的長期規(guī)劃，并進(jìn)行準(zhǔn)確、高效的實(shí)時干預(yù)，甚至推動交通信息更充分、有效的應(yīng)用到各個領(lǐng)域，進(jìn)而帶來更廣泛的社會效應(yīng)。

當(dāng)前對交通信息的采集和分析有兩條主要的技術(shù)路線，其一是基于固定型的路側(cè)采集設(shè)備進(jìn)行交通數(shù)據(jù)采集及相應(yīng)的分析方法；其二是基于移動型交通數(shù)據(jù)采集及相應(yīng)的分析方法。

固定型交通信息采集指通過布置在路口和卡口的磁頻、波頻和視頻傳感器采集過車信息(GB2436909、CN201510162656)，包括過車數(shù)量、時間、速度、方向、視頻圖像等，然后計算各路段的車流量。這種方法本質(zhì)上是一種點(diǎn)測量的方法，雖然對于每個途經(jīng)量測點(diǎn)的車輛可以獲得比較豐富且高精度的量測信息，進(jìn)而推測量測點(diǎn)處的交通狀態(tài)，但卻存在覆蓋率低的缺點(diǎn)，只能在有限的路口和卡口進(jìn)行監(jiān)控，因此存在大量的監(jiān)控盲區(qū)。由于該方案涉及的傳感器種類多，數(shù)據(jù)集成與后續(xù)分析所需的技術(shù)復(fù)雜度高；另外，該方案需要的傳感器數(shù)量多，并且部署時需要一定的土方工程，部署成本很高。

移動型交通數(shù)據(jù)采集一般指通過裝備了GPS等定位設(shè)備的浮動車(US7783296、CN200910254490)獲取交通數(shù)據(jù)，再結(jié)合地圖匹配技術(shù)解決對道路通行狀態(tài)的計算。因?yàn)椴捎昧艘苿邮降臄?shù)據(jù)采集設(shè)備，該方案解決了固定型采集方案存在大量盲區(qū)的缺點(diǎn)，且通過GPS接收機(jī)能夠以較高的精度采集多種車輛運(yùn)行參數(shù)，包括時間、位置、速度、加速度、方向等。但該方案所依賴的技術(shù)仍然比較復(fù)雜，需要在浮動車上部署GPS接收機(jī)，且由于GPS定位系統(tǒng)自身的一些特點(diǎn)(易干擾、定位精度低于米級)，使得對車輛結(jié)果的后續(xù)處理流程也比較復(fù)雜，需要做異常檢測、軌跡補(bǔ)齊、地圖匹配等處理。使用該方案，為獲取城市范圍內(nèi)高覆蓋率、實(shí)時的交通數(shù)據(jù)，需要部署大量的浮動車，而 其成本是非常高且依賴性強(qiáng)。

針對相關(guān)技術(shù)在獲取實(shí)時交通數(shù)據(jù)時，操作繁雜，部署成本高的問題，目前尚未發(fā)現(xiàn)有效的解決方法。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種交通狀態(tài)的獲取方法及裝置，以至少解決相關(guān)技術(shù)中在獲取交通數(shù)據(jù)時操作復(fù)雜且成本高的問題。

根據(jù)本發(fā)明的一個方面，提供了一種交通狀態(tài)的獲取方法，包括：從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列，其中，所述軌跡序列包括：多組具有對應(yīng)關(guān)系的時間戳、車載移動臺ID和基站ID；根據(jù)所述軌跡序列獲取所述待監(jiān)測的公交車的行駛路線上各個路段的路段運(yùn)行信息，其中，所述路段運(yùn)行信息中包括多組具有對應(yīng)關(guān)系的時間戳和路段ID；根據(jù)所述路段運(yùn)行信息獲取所述待監(jiān)測的公交車在所述各個路段上的行駛速度。

進(jìn)一步地，根據(jù)所述路段運(yùn)行信息獲取所述待監(jiān)測的公交車在所述各個路段上的行駛速度包括：根據(jù)相同的所述路段ID對應(yīng)的多個時間戳獲取所述待監(jiān)測的公交車在所述路段ID所指示的路段上的滯留時間T；通過以下公式計算得到所述待監(jiān)測的公交車在所述路段ID所指示的路段上的行駛速度V：V＝D/T，其中，D為預(yù)先獲取到的所述路段ID所指示的路段的長度。

進(jìn)一步地，在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，包括：從所述日志中確定出非手持移動臺序列，其中，所述非手持移動臺序列包括多組具有對應(yīng)關(guān)系的時間戳、移動臺ID和基站ID；根據(jù)所述非手持移動臺序列獲取所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的非手持移動臺的運(yùn)行軌跡；將所述運(yùn)行軌跡與預(yù)定的公交車運(yùn)行線路之間的重合度大于預(yù)定閾值的非手持移動臺確定為車載移動臺。

進(jìn)一步地，在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，包括：根據(jù)待監(jiān)控區(qū)域內(nèi)的道路信息、行駛線路信息、基站分布信息建立交通線路分布圖，并將所述待監(jiān)控區(qū)域內(nèi)的道路分割成一個或多個路段；建立所述待監(jiān)控區(qū)域內(nèi)各個路段到所述基站的映射，即建立所述待監(jiān)控區(qū)域內(nèi)各個路段到所述基站的概率模型，包括：建立各個路段的轉(zhuǎn)移概率模型、建立所述基站到所述各個路段的觀測概率模型；獲取所述待監(jiān)控區(qū)域內(nèi)所述網(wǎng)絡(luò)運(yùn)營商的日志。

進(jìn)一步地，所述根據(jù)待監(jiān)控區(qū)域內(nèi)的道路信息、行駛線路信息、基站分布信息建立交通線路分布圖，并將所述待監(jiān)控區(qū)域內(nèi)的道路分割成一個或多個路段包括：獲取待監(jiān)控區(qū)域內(nèi)的基站、行駛線路、道路的經(jīng)緯度信息；以所述基站為分布點(diǎn)，所述行駛線路、道路為分布線，所述基站的輻射范圍為分布圓建立交通線路分布圖；所述分布圓與所述 分布線的交點(diǎn)和所述行駛線路的交叉路口為分割點(diǎn)將所述分布線分割成多個路段。

進(jìn)一步地，所述建立所述待監(jiān)控區(qū)域內(nèi)各個路段到所述基站的映射包括：從所述交通線路分布圖確定輻射所述各個路段的基站的基站ID；建立按照行駛線路的軌跡在各個路段上分別連接的多個基站的映射。

進(jìn)一步地，所述建立按照行駛線路的軌跡在各個路段上分別連接的多個基站的映射包括：建立所述車載移動臺ID與按照行駛線路的上行軌跡在各個路段上分別連接的多個基站的基站ID之間的第一對應(yīng)關(guān)系，和/或，建立所述車載移動臺ID與按照行駛線路的下行軌跡在各個路段上分別連接的多個基站的基站ID之間的第二對應(yīng)關(guān)系。

進(jìn)一步地，所述從所述日志中確定出非手持移動臺序列包括：判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第一預(yù)定時間段內(nèi)平均連接的基站的數(shù)量是否大于第一預(yù)設(shè)閾值，和/或，判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第二預(yù)定時間段內(nèi)平均切換基站的次數(shù)是否大于第二預(yù)設(shè)閾值；在判斷結(jié)果為是時，確定所述移動臺為非手持移動臺，并從所述日志中獲取所述非手持移動臺的非手持移動臺序列。

進(jìn)一步地，所述從所述日志中確定出非手持移動臺序列包括：判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第三預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均時間是否大于第三預(yù)設(shè)閾值，和/或，判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第四預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均次數(shù)是否大于第四預(yù)設(shè)閾值，和/或，判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在停車場內(nèi)駐留的時間點(diǎn)是否在第五預(yù)定時間段內(nèi)；在判斷結(jié)果為是時，確定所述移動臺為非手持移動臺，并從所述日志中獲取所述非手持移動臺的非手持移動臺序列。

根據(jù)本發(fā)明的另一方面，提供了一種交通狀態(tài)的獲取裝置，包括：第一獲取模塊，用于從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列，其中，所述軌跡序列包括：多組具有對應(yīng)關(guān)系的時間戳、車載移動臺ID和基站ID；第二獲取模塊，用于根據(jù)所述軌跡序列獲取所述待監(jiān)測的公交車的行駛路線上各個路段的路段運(yùn)行信息，其中，所述路段運(yùn)行信息中包括多組具有對應(yīng)關(guān)系的時間戳和路段ID；第三獲取模塊，用于根據(jù)所述路段運(yùn)行信息獲取所述待監(jiān)測的公交車在所述各個路段上的行駛速度。

進(jìn)一步地，所述第三獲取模塊包括：第一獲取單元，用于根據(jù)相同的所述路段ID對應(yīng)的多個時間戳獲取所述待監(jiān)測的公交車在所述路段ID所指示的路段上的滯留時間T；計算單元，用于通過以下公式計算得到所述待監(jiān)測的公交車在所述路段ID所指示的路段上的行駛速度V：V＝D/T，其中，D為預(yù)先獲取到的所述路段ID所指示的路段的長度。

進(jìn)一步地，所述裝置還包括：第一確定模塊，用于在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取 待監(jiān)測的公交車上與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，從所述日志中確定出非手持移動臺序列，其中，所述非手持移動臺序列包括多組具有對應(yīng)關(guān)系的時間戳、移動臺ID和基站ID；第四獲取模塊，用于根據(jù)所述非手持移動臺序列獲取所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的非手持移動臺的運(yùn)行軌跡；第二確定模塊，用于將所述運(yùn)行軌跡與預(yù)定的公交車運(yùn)行線路之間的重合度大于預(yù)定閾值的非手持移動臺確定為車載移動臺。

進(jìn)一步地，所述裝置還包括：第一建立模塊，用于在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，根據(jù)待監(jiān)控區(qū)域內(nèi)的道路信息、行駛線路信息、基站分布信息建立交通線路分布圖，并將所述待監(jiān)控區(qū)域內(nèi)的道路分割成一個或多個路段；第二建立模塊，用于建立所述待監(jiān)控區(qū)域內(nèi)各個路段到所述基站的映射，即建立所述待監(jiān)控區(qū)域內(nèi)各個路段到所述基站的概率模型，包括：建立各個路段的轉(zhuǎn)移概率模型、建立所述基站到所述各個路段的觀測概率模型；第五獲取模塊，用于獲取所述待監(jiān)控區(qū)域內(nèi)所述網(wǎng)絡(luò)運(yùn)營商的日志。

進(jìn)一步地，所述第一建立模塊包括：第二獲取單元，用于獲取待監(jiān)控區(qū)域內(nèi)的基站、行駛線路、道路的經(jīng)緯度信息；第一建立單元，用于以所述基站為分布點(diǎn)，所述行駛線路、道路為分布線，所述基站的輻射范圍為分布圓建立交通線路分布圖；分割單元，用于以所述分布圓與所述分布線的交點(diǎn)和所述行駛線路的交叉路口為分割點(diǎn)將所述分布線分割成多個路段。

進(jìn)一步地，所述第二建立模塊包括：第一確定單元，用于從所述交通線路分布圖確定輻射所述各個路段的基站的基站ID；第二建立單元，用于建立按照行駛線路的軌跡在各個路段上分別連接的多個基站的映射。

進(jìn)一步地，所述第二建立單元還包括：第一建立子單元，用于建立所述車載移動臺ID與按照行駛線路的上行軌跡在各個路段上分別連接的多個基站的基站ID之間的第一對應(yīng)關(guān)系；和/或，第二建立子單元，用于建立所述車載移動臺ID與按照行駛線路的下行軌跡在各個路段上分別連接的多個基站的基站ID之間的第二對應(yīng)關(guān)系。

進(jìn)一步地，所述第一確定模塊包括：第一判斷單元，用于判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第一預(yù)定時間段內(nèi)平均連接的基站的數(shù)量是否大于第一預(yù)設(shè)閾值；和/或，第二判斷單元，用于判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第二預(yù)定時間段內(nèi)平均切換基站的次數(shù)是否大于第二預(yù)設(shè)閾值；第二確定單元，用于在判斷結(jié)果為是時，確定所述移動臺為非手持移動臺，并從所述日志中獲取所述非手持移動臺的非手持移動臺序列。

進(jìn)一步地，所述第一確定模塊包括：第三判斷單元，用于判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第三預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均時間是否大于第三預(yù)設(shè)閾值，和/或，第四判斷單元，用于判斷所述日志中所記錄 的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第四預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均次數(shù)是否大于第四預(yù)設(shè)閾值，和/或，第五判斷單元，用于判斷所述日志中所記錄的與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在停車場內(nèi)駐留的時間點(diǎn)是否在第五預(yù)定時間段內(nèi)；第三確定單元，用于在判斷結(jié)果為是時，確定所述移動臺為非手持移動臺，并從所述日志中獲取所述非手持移動臺的非手持移動臺序列。

通過本發(fā)明，采用從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與所述網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列，其中，所述軌跡序列包括：多組具有對應(yīng)關(guān)系的時間戳、車載移動臺ID和基站ID；根據(jù)所述軌跡序列獲取所述待監(jiān)測的公交車的行駛路線上各個路段的路段運(yùn)行信息，其中，所述路段運(yùn)行信息中包括多組具有對應(yīng)關(guān)系的時間戳和路段ID；根據(jù)所述路段運(yùn)行信息獲取所述待監(jiān)測的公交車在所述各個路段上的行駛速度，通過直接利用已有的基站數(shù)據(jù)和公交線路數(shù)據(jù)來得到交通數(shù)據(jù)，解決了相關(guān)技術(shù)中在獲取交通數(shù)據(jù)時操作復(fù)雜且成本高的問題，進(jìn)而達(dá)到了節(jié)省成本的效果。

附圖說明

此處所說明的附圖用來提供對本發(fā)明的進(jìn)一步理解，構(gòu)成本申請的一部分，本發(fā)明的示意性實(shí)施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定。在附圖中：

圖1是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取方法的流程圖；

圖2是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的結(jié)構(gòu)框圖；

圖3是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖一；

圖4是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖二；

圖5是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖三；

圖6是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖四；

圖7是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖五；

圖8是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖六；

圖9是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖七；

圖10是根據(jù)本發(fā)明可選實(shí)施例的公交車識別與建模流程圖；

圖11是根據(jù)本發(fā)明可選實(shí)施例的軌跡識別與模型求解流程圖。

具體實(shí)施方式

下文中將參考附圖并結(jié)合實(shí)施例來詳細(xì)說明本發(fā)明。需要說明的是，在不沖突的情況下，本申請中的實(shí)施例及實(shí)施例中的特征可以相互組合。

需要說明的是，本發(fā)明的說明書和權(quán)利要求書及上述附圖中的術(shù)語“第一”、“第二”等是用于區(qū)別類似的對象，而不必用于描述特定的順序或先后次序。

在本實(shí)施例中提供了一種交通狀態(tài)的獲取方法，圖1是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取方法的流程圖，如圖1所示，該流程包括如下步驟：

步驟S102，從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列，其中，軌跡序列包括：多組具有對應(yīng)關(guān)系的時間戳、車載移動臺ID和基站ID；

步驟S104，根據(jù)軌跡序列獲取待監(jiān)測的公交車的行駛路線上各個路段的路段運(yùn)行信息，其中，路段運(yùn)行信息中包括多組具有對應(yīng)關(guān)系的時間戳和路段ID；

步驟S106，根據(jù)路段運(yùn)行信息獲取待監(jiān)測的公交車在各個路段上的行駛速度。

通過本實(shí)施例，采用從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列，其中，軌跡序列包括：多組具有對應(yīng)關(guān)系的時間戳、車載移動臺ID和基站ID；根據(jù)軌跡序列獲取待監(jiān)測的公交車的行駛路線上各個路段的路段運(yùn)行信息，其中，路段運(yùn)行信息中包括多組具有對應(yīng)關(guān)系的時間戳和路段ID；根據(jù)路段運(yùn)行信息獲取待監(jiān)測的公交車在各個路段上的行駛速度，通過直接利用已有的基站數(shù)據(jù)和公交線路數(shù)據(jù)來得到交通數(shù)據(jù)，解決了相關(guān)技術(shù)中在獲取交通數(shù)據(jù)時操作復(fù)雜且成本高的問題，進(jìn)而達(dá)到了節(jié)省成本的效果。

在根據(jù)本實(shí)施例的可選實(shí)施方式中，根據(jù)路段運(yùn)行信息獲取待監(jiān)測的公交車在各個路段上的行駛速度包括：

S11，根據(jù)相同的路段ID對應(yīng)的多個時間戳獲取待監(jiān)測的公交車在路段ID所指示的路段上的滯留時間T；

S12，通過以下公式計算得到待監(jiān)測的公交車在路段ID所指示的路段上的行駛速度V：V＝D/T，其中，D為預(yù)先獲取到的路段ID所指示的路段的長度。

在根據(jù)本實(shí)施例的可選實(shí)施方式中，在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，還可以通過基站內(nèi)的通信日志記錄識別和確定車載移動臺，具體包括：

S21，從日志中確定出非手持移動臺序列，其中，非手持移動臺序列包括多組具有對應(yīng)關(guān)系的時間戳、移動臺ID和基站ID；

S22，根據(jù)非手持移動臺序列獲取日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的非手持移動臺的運(yùn)行軌跡；

S23，將運(yùn)行軌跡與預(yù)定的公交車運(yùn)行線路之間的重合度大于預(yù)定閾值的非手持移動臺確定為車載移動臺。

在根據(jù)本實(shí)施例的可選實(shí)施方式中，在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，還可以建立各個路段到基站的映射關(guān)系，建立路段的概率模型，具體包括：

S31，根據(jù)待監(jiān)控區(qū)域內(nèi)的道路信息、行駛線路信息、基站分布信息建立交通線路分布圖，并將待監(jiān)控區(qū)域內(nèi)的道路分割成一個或多個路段；

S32，建立待監(jiān)控區(qū)域內(nèi)各個路段到基站的映射；可選的，在本實(shí)施例中建立待監(jiān)控區(qū)域內(nèi)各個路段到基站的映射，即建立所述待監(jiān)控區(qū)域內(nèi)各個路段到所述基站的概率模型，包括：建立各個路段的轉(zhuǎn)移概率模型、建立所述基站到所述各個路段的觀測概率模型。

S33，獲取待監(jiān)控區(qū)域內(nèi)網(wǎng)絡(luò)運(yùn)營商的日志。

可選的，根據(jù)上述實(shí)施方式，根據(jù)待監(jiān)控區(qū)域內(nèi)的道路信息、行駛線路信息、基站分布信息建立交通線路分布圖，并將待監(jiān)控區(qū)域內(nèi)的道路分割成一個或多個路段包括：

S41，獲取待監(jiān)控區(qū)域內(nèi)的基站、行駛線路、道路的經(jīng)緯度信息；

S42，以基站為分布點(diǎn)，行駛線路、道路為分布線，基站的輻射為分布圓建立交通線路分布圖；

S43，以分布圓與分布線的交點(diǎn)和行駛線路的交叉路口為分割點(diǎn)將分布線分割成多個路段。

在本實(shí)施例中，行駛線路的交叉路口包括：十字交通路口、丁字交通路口等交通路口。

可選的，建立待監(jiān)控區(qū)域內(nèi)各個路段到基站的映射包括：

S51，從交通線路分布圖確定輻射各個路段的基站的基站ID；

S52，建立按照行駛線路的軌跡在各個路段上分別連接的多個基站的映射，其中，在相鄰路段上進(jìn)行通信連接的基站不同。

可選的，在具體實(shí)現(xiàn)建立按照行駛線路的軌跡在各個路段上分別連接的多個基站的映射時，按照公交車的上行軌跡和下行軌跡分別建立映射，包括：建立車載移動臺ID與按照行駛線路的上行軌跡在各個路段上分別連接的多個基站的基站ID之間的第一對應(yīng)關(guān)系，建立車載移動臺ID與按照行駛線路的下行軌跡在各個路段上分別連接的多個基站的基站ID之間的第二對應(yīng)關(guān)系。

在根據(jù)本實(shí)施例的可選實(shí)施方式中，從日志中確定出非手持移動臺序列包括兩種可選的方式，其中，

方式一包括：判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第一 預(yù)定時間段內(nèi)平均連接的基站的數(shù)量是否大于第一預(yù)設(shè)閾值，判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第二預(yù)定時間段內(nèi)平均切換基站的次數(shù)是否大于第二預(yù)設(shè)閾值，判斷日志中所記錄的與移動臺通信的網(wǎng)絡(luò)運(yùn)營商的基站是否屬于第一預(yù)設(shè)集合，在判斷結(jié)果為是時，確定移動臺為非手持移動臺，并從日志中獲取非手持移動臺的非手持移動臺序列。

方式二包括：判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第三預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均時間是否大于第三預(yù)設(shè)閾值，判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第四預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均次數(shù)是否大于第四預(yù)設(shè)閾值，判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在停車場內(nèi)駐留的時間點(diǎn)是否在第五預(yù)定時間段內(nèi)；在判斷結(jié)果為是時，確定移動臺為非手持移動臺，并從日志中獲取非手持移動臺的非手持移動臺序列。

通過以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到根據(jù)上述實(shí)施例的方法可借助軟件加必需的通用硬件平臺的方式來實(shí)現(xiàn)，當(dāng)然也可以通過硬件，但很多情況下前者是更佳的實(shí)施方式?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機(jī)軟件產(chǎn)品存儲在一個存儲介質(zhì)(如ROM/RAM、磁碟、光盤)中，包括若干指令用以使得一臺終端設(shè)備(可以是手機(jī)，計算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實(shí)施例的方法。

在本實(shí)施例中還提供了一種交通狀態(tài)的獲取裝置，該裝置用于實(shí)現(xiàn)上述實(shí)施例及優(yōu)選實(shí)施方式，已經(jīng)進(jìn)行過說明的不再贅述。如以下所使用的，術(shù)語“模塊”可以實(shí)現(xiàn)預(yù)定功能的軟件和/或硬件的組合。盡管以下實(shí)施例所描述的裝置較佳地以軟件來實(shí)現(xiàn)，但是硬件，或者軟件和硬件的組合的實(shí)現(xiàn)也是可能并被構(gòu)想的。

圖2是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的結(jié)構(gòu)框圖，如圖2所示，該裝置包括：第一獲取模塊20、第二獲取模塊22、第三獲取模塊24，其中，

第一獲取模塊20，用于從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列，其中，軌跡序列包括：多組具有對應(yīng)關(guān)系的時間戳、車載移動臺ID和基站ID；

第二獲取模塊22，用于根據(jù)軌跡序列獲取待監(jiān)測的公交車的行駛路線上各個路段的路段運(yùn)行信息，其中，路段運(yùn)行信息中包括多組具有對應(yīng)關(guān)系的時間戳和路段ID；

第三獲取模塊24，用于根據(jù)路段運(yùn)行信息獲取待監(jiān)測的公交車在各個路段上的行駛速度。

圖3是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖一，如圖3所示，該裝置除包括圖2所示的所有模塊外，第三獲取模塊24還包括：

第一獲取單元30，用于根據(jù)相同的路段ID對應(yīng)的多個時間戳獲取待監(jiān)測的公交車 在路段ID所指示的路段上的滯留時間T；

計算單元32，用于通過以下公式計算得到待監(jiān)測的公交車在路段ID所指示的路段上的行駛速度V：V＝D/T，其中，D為預(yù)先獲取到的路段ID所指示的路段的長度。

圖4是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖二，如圖4所示，該裝置除包括圖2所示的所有模塊外，裝置還包括：第一確定模塊40、第四獲取模塊42、第二確定模塊44，其中，

第一確定模塊40，用于在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，從日志中確定出非手持移動臺序列，其中，非手持移動臺序列包括多組具有對應(yīng)關(guān)系的時間戳、移動臺ID和基站ID；

第四獲取模塊42，用于根據(jù)非手持移動臺序列獲取日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的非手持移動臺的運(yùn)行軌跡；

第二確定模塊44，用于將運(yùn)行軌跡與預(yù)定的公交車運(yùn)行線路之間的重合度大于預(yù)定閾值的非手持移動臺確定為車載移動臺。

圖5是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖三，如圖5所示，該裝置除包括圖2所示的所有模塊外，裝置還包括：第一建立模塊50、第二建立模塊52、第五獲取模塊54，其中，

第一建立模塊50，用于在從網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列之前，根據(jù)待監(jiān)控區(qū)域內(nèi)的道路信息、行駛線路信息、基站分布信息建立交通線路分布圖，并將待監(jiān)控區(qū)域內(nèi)的道路分割成一個或多個路段；

第二建立模塊52，用于建立待監(jiān)控區(qū)域內(nèi)各個路段到基站的映射；

第五獲取模塊54，用于獲取待監(jiān)控區(qū)域內(nèi)網(wǎng)絡(luò)運(yùn)營商的日志。

圖6是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖四，如圖6所示，該裝置除包括圖5所示的所有模塊外，第一建立模塊50包括：第二獲取單元60、第一建立單元62、分割單元64，其中，

第二獲取單元60，用于獲取待監(jiān)控區(qū)域內(nèi)的基站、行駛線路、道路的經(jīng)緯度信息；

第一建立單元62，用于以基站為分布點(diǎn)，行駛線路、道路為分布線，基站的輻射為分布圓建立交通線路分布圖；

分割單元64，用于以分布圓與分布線的交點(diǎn)和行駛線路的交叉路口為分割點(diǎn)將分布線分割成多個路段。

圖7是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖五，如圖7所示， 該裝置除包括圖5所示的所有模塊外，第二建立模塊52包括：第一確定單元70、第二建立單元72，其中，

第一確定單元70，用于從交通線路分布圖確定輻射各個路段的基站的基站ID；

第二建立單元72，用于建立按照行駛線路的軌跡在各個路段上分別連接的多個基站的映射，其中，在相鄰路段上進(jìn)行通信連接的基站不同。

可選的，第二建立單元72還包括：第一建立子單元，用于建立車載移動臺ID與按照行駛線路的上行軌跡在各個路段上分別連接的多個基站的基站ID之間的第一對應(yīng)關(guān)系；第二建立子單元，用于建立車載移動臺ID與按照行駛線路的下行軌跡在各個路段上分別連接的多個基站的基站ID之間的第二對應(yīng)關(guān)系。

圖8是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖六，如圖8所示，該裝置除包括圖4所示的所有模塊外，第一確定模塊40包括：第一判斷單元80、第二判斷單元82、第二確定單元84，其中，

第一判斷單元80，用于判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第一預(yù)定時間段內(nèi)平均連接的基站的數(shù)量是否大于第一預(yù)設(shè)閾值；

第二判斷單元82，用于判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第二預(yù)定時間段內(nèi)平均切換基站的次數(shù)是否大于第二預(yù)設(shè)閾值；

第二確定單元84，用于在判斷結(jié)果為是時，確定移動臺為非手持移動臺，并從日志中獲取非手持移動臺的非手持移動臺序列?？蛇x的，可以在第一判斷單元80和第二判斷單元82的判斷結(jié)果同時為否，或者其中之一為否時，確定移動臺為非手持移動臺。

圖9是根據(jù)本發(fā)明實(shí)施例的交通狀態(tài)的獲取裝置的可選結(jié)構(gòu)框圖七，如圖9所示，該裝置除包括圖4所示的所有模塊外，第一確定模塊40包括：第三判斷單元90、第四判斷單元92、第五判斷單元94、第三確定單元96，其中，

第三判斷單元90，用于判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第三預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均時間是否大于第三預(yù)設(shè)閾值；

第四判斷單元92，用于判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在每天的第四預(yù)定時間段內(nèi)在停車場內(nèi)駐留的平均次數(shù)是否大于第四預(yù)設(shè)閾值；

第五判斷單元94，用于判斷日志中所記錄的與網(wǎng)絡(luò)運(yùn)營商的基站通信的移動臺在停車場內(nèi)駐留的時間點(diǎn)是否在第五預(yù)定時間段內(nèi)；

第三確定單元96，用于在判斷結(jié)果為是時，確定移動臺為非手持移動臺，并從日志中獲取非手持移動臺的非手持移動臺序列?？蛇x的，可以在第三判斷單元90、第四判斷單元92、第五判斷單元94其中至少之一或者全部的判斷結(jié)果為是時，確定移動臺為非手持移動臺。

下面結(jié)合根據(jù)本發(fā)明的可選實(shí)施例對本發(fā)明進(jìn)行詳細(xì)具體的說明：

本可選實(shí)施例將預(yù)知的公交線路和基站經(jīng)緯度位置知識，和給定時間窗口中觀測到的公交車在基站空間的位置變化序列數(shù)據(jù)進(jìn)行信息融合，以提高基站定位的精度進(jìn)而估計公交車在相應(yīng)時間段所處的路段，并進(jìn)一步計算車輛在相應(yīng)路段的通行速度。

本可選實(shí)施例的方法包括如下兩個階段：

階段1，公交車識別與建模階段：本階段是一個離線處理階段，定期運(yùn)行，主要完成三方面工作：1.維護(hù)公交線路、基站位置等預(yù)知信息；2.建立用于隱狀態(tài)估計的概率模型；3.識別公交車載移動臺/組。

階段2，軌跡識別與模型求解階段：本階段是一個在線處理階段，實(shí)時的識別出每輛公交車當(dāng)前運(yùn)行的公交線路與上下行狀態(tài)，并使用建模階段建立的概率模型在觀測數(shù)據(jù)序列基礎(chǔ)上推理，估計車輛各時段所在的路段，并進(jìn)一步結(jié)合時間和路段長度計算各路段的通行速度。

可選的，階段1的公交車識別與建模包括：

第一步：基站經(jīng)緯度、公交線路、道路信息錄入。

第二步：建立基站經(jīng)緯度、公交線路、道路分布關(guān)系圖。將道路、公交線路以線的方式，基站以點(diǎn)的方式繪制在同一個二維空間中，同時以每個基站為圓心，以R(假設(shè)基站控制器中配置的基站覆蓋半徑為r，則此處R＝2*r)為半徑在該二維空間中繪制基站的影響范圍圖。在實(shí)際使用中，基站控制器配置的覆蓋半徑為r都會小于基站的實(shí)際覆蓋范圍，實(shí)際覆蓋的半徑R為配置半徑的兩倍，R＝2*r。

第三步：路段分隔。以步驟一中圍繞基站所繪圓與代表公交線路的線相交的所有點(diǎn)為分隔點(diǎn)(此外分隔點(diǎn)還包括各種路口)，將道路分隔成一個個的路段，計算各路段長度并為各路段分配路段ID。

第四步：建立兩層概率模型。對每條公交線路的上下行線路構(gòu)建概率模型，主要是確定隱狀態(tài)、轉(zhuǎn)移矩陣和觀測矩陣。模型以步驟三分隔出來的路段為隱狀態(tài)，公交車載移動臺連接的基站為觀測狀態(tài)。模型觀測概率與路段與基站距離成正比，并進(jìn)行歸一化處理，保證隱狀態(tài)觀測到各觀測狀態(tài)的概率和為1。轉(zhuǎn)移概率與路段的長度與上下行關(guān)系有關(guān)，隱狀態(tài)A的可能的目標(biāo)轉(zhuǎn)移狀態(tài)B只能在當(dāng)前行駛方向(上行、下行)的臨近的前方，隱狀態(tài)A向其后方狀態(tài)或前方遠(yuǎn)處狀態(tài)的轉(zhuǎn)移概率為0；隱狀態(tài)A向其前方臨近狀態(tài)的轉(zhuǎn)移概率不為零，隱狀態(tài)A向其自身的轉(zhuǎn)移狀態(tài)與A對應(yīng)的路段長度有關(guān)，隱狀態(tài)轉(zhuǎn)移概率需進(jìn)行歸一化處理，保證其和為1。本階段需要為所有線路對應(yīng)的上行線路和下行線路分別建立相應(yīng)的概率模型。

第五步：識別公交車載移動臺/組。從移動運(yùn)營商話單、上網(wǎng)、小區(qū)切換、位置更新等日志中抽取各移動臺行為和移動性數(shù)據(jù)，按照Humanity行為屬性和每日處于移動 狀態(tài)的平均時長、每日平均基站切換數(shù)量、每日的軌跡重復(fù)度、軌跡與公交線路重復(fù)度因子等移動性指標(biāo)，過濾出公交車載的移動臺。并以時空重復(fù)度高為原則，從這批公交車載的移動臺中識別出哪些移動臺是部署在同一臺公交車上的，即移動臺組。

可選的，階段2的軌跡識別與模型求解包括：

第一步：提取公交車上下行軌跡。從移動運(yùn)營商日志中提取同一輛公交車載移動臺的軌跡序列，根據(jù)始發(fā)站和終點(diǎn)站附近的基站集合和車輛移動狀態(tài)對軌跡進(jìn)行分隔，根據(jù)運(yùn)行方向識別上下行狀態(tài)。經(jīng)過公交車上下行軌跡分隔和上下行狀態(tài)識別，能夠提取到每輛車處于服務(wù)狀態(tài)的運(yùn)動軌跡序列，包括線路ID、上下行狀態(tài)和軌跡序列。

第二步：估計隱狀態(tài)序列。根據(jù)步驟一上下行線路軌跡提取結(jié)果，從“建模階段”階段建立的模型集合中取出相應(yīng)線路相應(yīng)上下行狀態(tài)的模型，將觀測序列輸入模型，估計不同時刻車輛所在路段。

第三步：計算各路段通行速度。對于每個車輛的軌跡序列，根據(jù)各路段長度和處于該路段中的時間間隔，可以直接計算該路段通行速度，同時在相鄰路段間使用平滑濾波提高估計精度。

通過本可選實(shí)施例，克服了相關(guān)技術(shù)中存在的區(qū)域覆蓋面不足、技術(shù)復(fù)雜、部署成本高，難于實(shí)時獲取區(qū)域范圍內(nèi)道路交通狀態(tài)的問題和缺陷，降低了部署難度，節(jié)省了部署成本，提高了區(qū)域覆蓋率，能夠達(dá)到實(shí)時檢測的效果。

需要說明的是，本實(shí)施例如不特別說明，小區(qū)、基站、基站天線均指基站天線。

下面結(jié)合附圖對實(shí)施例的實(shí)施作進(jìn)一步的詳細(xì)描述，圖10是根據(jù)本發(fā)明可選實(shí)施例的公交車識別與建模流程圖，如圖10所示，包括：

S201、基站經(jīng)緯度、公交線路、道路信息錄入

需要將基站經(jīng)緯度、基站覆蓋半徑、公交線及其各站點(diǎn)經(jīng)緯度、城市道路經(jīng)緯度信息錄入系統(tǒng)。

S202、建立城市道路、公交線路與基站分布圖

將基站、公交站點(diǎn)、道路路口以點(diǎn)的方式，公交線、道路以線的方式，基站影響范圍以圓(半徑為R)的方式繪制在一個平面中。

S203、路段分隔

提取步驟二中所有的圓與公交線的交點(diǎn)，以及所有的道路路口點(diǎn)，共同構(gòu)成分割點(diǎn)集合，以這些點(diǎn)對公交線進(jìn)行分隔，得到一系列直線型的分隔段--路段，并對每個線路中的每個路段順序(按照上行方向)進(jìn)行編號，分配唯一的路段ID，獲得<線路ID，List(路段ID)>兩元組集合。同時計算每個路段的路段長度。

S204、建立兩層概率模型

對于每條公交線路需要構(gòu)建兩個模型：上行模型和下行模型。

本實(shí)施例僅以構(gòu)建一個上行線路的概率模型為例說明模型構(gòu)建的方式，下行線路模型的構(gòu)建原理相同，在此不再贅述。

轉(zhuǎn)移概率矩陣為源狀態(tài)(隱狀態(tài))到目標(biāo)狀態(tài)(隱狀態(tài))的轉(zhuǎn)移概率構(gòu)成的矩陣，以縱坐標(biāo)代表原狀態(tài)橫坐標(biāo)代表目標(biāo)狀態(tài)，狀態(tài)按照上下行的前后歷經(jīng)關(guān)系從上到下、從左到右。轉(zhuǎn)移矩陣對角線元素和對角線上面一個元素非零，其他所有矩陣元素都為零，是一個典型的稀疏矩陣。矩陣元素(i,j)代表車輛上一次觀測在隱狀態(tài)i對應(yīng)路段時，下一次觀測轉(zhuǎn)移到隱狀態(tài)j對應(yīng)路段上的概率p(i,j)。設(shè)路段i的長度為l_i，該線路平均運(yùn)行速度V和觀測采樣間隔為T，p(i,j)取值如下：

觀測概率矩陣為車輛處于隱狀態(tài)i對應(yīng)的路段情況下，能夠觀測到觀測狀態(tài)j相應(yīng)的基站的概率p_o(i,j)構(gòu)成的矩陣，其縱坐標(biāo)定義同轉(zhuǎn)移矩陣縱坐標(biāo)定義，橫坐標(biāo)為各觀測狀態(tài)(基站)。設(shè)d_ij為路段i到基站j的平均距離，p_o(i,j)取值如下：

其中∝代表正比關(guān)系，需要對觀測矩陣的每行元素做歸一化。

可選的，還可以使用改進(jìn)的模型構(gòu)造方式，將浮動車實(shí)際路測數(shù)據(jù)與理論計算值相結(jié)合，構(gòu)造轉(zhuǎn)移概率矩陣和觀測概率矩陣，包括如下兩個示例：

示例一、將浮動車實(shí)際路測數(shù)據(jù)與理論計算值相結(jié)合。采用上述理論計算方法計算得的轉(zhuǎn)移概率矩陣沒有考慮到各個路段不同的繁忙程度和時間差異?；诖髷?shù)定律，使用大量的浮動車路測數(shù)據(jù)對理論計算值進(jìn)行校準(zhǔn)成為一種較好的選擇。具體做法是進(jìn)行隨機(jī)抽樣，隨機(jī)的選擇一條處于移動狀態(tài)的浮動車記錄，計算根據(jù)經(jīng)緯度計算當(dāng)前所處路段i，并使用當(dāng)前速度和采用間隔(詳見下述S301部分)外推下一步所處路段j。重復(fù)進(jìn)行大量的這種抽樣，統(tǒng)計路段i轉(zhuǎn)移到路段j的次數(shù)，構(gòu)造隱狀態(tài)轉(zhuǎn)移數(shù)量矩陣，然后對轉(zhuǎn)移數(shù)量矩陣按行歸一化得到統(tǒng)計到的轉(zhuǎn)移概率矩陣，將理論計算的轉(zhuǎn)移概率矩陣與路測統(tǒng)計的轉(zhuǎn)移概率矩陣逐個元素的進(jìn)行某種加權(quán)運(yùn)算，如求平均值，然后將所得矩陣再按行歸一化，即得到校正后的觀測概率矩陣。

示例二、將浮動車實(shí)際路測數(shù)據(jù)與理論計算值相結(jié)合。受地形、建筑物等各種因素的影響，基站的實(shí)際覆蓋范圍比較復(fù)雜，各路段觀測到相應(yīng)基站的概率難于進(jìn)行準(zhǔn)確的進(jìn)行理論估算。而基于大數(shù)定律，采用較長一段時間內(nèi)大量的浮動車路測數(shù)據(jù)對理論計算值進(jìn)行校準(zhǔn)成為一種較好的選擇。具體做法可以從海量浮動車路測數(shù)據(jù)統(tǒng)計各路段觀測到各個基站的次數(shù)，構(gòu)造隱狀態(tài)對觀測狀態(tài)的觀測數(shù)量矩陣，然后對觀測數(shù)量矩陣按行歸一化得到統(tǒng)計到的觀測概率矩陣，將理論計算的觀測概率矩陣與路測統(tǒng)計的觀測概率矩陣逐個元素的進(jìn)行某種加權(quán)運(yùn)算，如求平均值，然后將所得矩陣再按行歸一化，即得到校正后的觀測概率矩陣。

S205、識別公交車載移動臺/組

可選的，取N天(N>30)的話單日志，統(tǒng)計各移動臺作為主叫方進(jìn)行語音呼叫，且呼叫接通通話時長不低于10秒的次數(shù)，記錄所有有效主叫次數(shù)大于1的移動臺ID，且將這些移動臺稱為手持移動臺。

可選的，取M天(M>30)的移動運(yùn)營商上網(wǎng)、小區(qū)切換、位置更新等記錄移動臺位置數(shù)據(jù)的日志，將多個日志按照時間戳先后順序進(jìn)行融合，合并成一個<時間戳、移動臺ID、基站ID>三元組構(gòu)成的觀測序列記錄，可以只保留每天10:00～17:00之間的觀測序列記錄。

對上述觀測序列記錄進(jìn)行抽取，將所有移動臺ID相同的記錄抽取到一個獨(dú)立的記錄集中，構(gòu)成該移動臺的觀測記錄。在此僅保留非手持移動臺的觀測記錄進(jìn)行后續(xù)分析，而清除所有手持移動臺的觀測記錄。

對每個移動臺的觀測記錄進(jìn)行軌跡分隔，提取各移動臺處于移動狀態(tài)下的移動軌跡觀測序列列表。

統(tǒng)計各移動臺處于運(yùn)動狀態(tài)下的時長，保留時長處于最多的10％區(qū)間內(nèi)的移動臺移動軌跡觀測序列(列表)，而清除所有其他移動臺的移動軌跡觀測序列(列表)。

對于每個移動臺，依次計算其移動軌跡觀測序列列表中每段移動軌跡觀測序列與各公交線路的軌跡相似度，記錄軌跡觀測序列與公交線路相似度大于90％的次數(shù)記為有效軌跡次數(shù)。保留有效軌跡次數(shù)與M之比(有效軌跡次數(shù)/M)不小于2的移動臺移動軌跡觀測序列(列表)，而清除所有其他移動臺的移動軌跡觀測序列(列表)。

經(jīng)上述幾步過濾，保留下來的移動臺即為公交車載移動臺。

對每個車載移動臺的每個移動軌跡觀測序列，提取其對應(yīng)公交線路，以及從始發(fā)站發(fā)車和到達(dá)終點(diǎn)站的時間構(gòu)成<線路ID、始發(fā)時間、終點(diǎn)站時間、移動臺ID>四元組，將所有車載移動臺的所有移動軌跡觀測序列提取結(jié)果合并到同一個列表中。將該<線路ID、始發(fā)時間、終點(diǎn)站時間、移動臺ID>四元組列表進(jìn)行抽取，將所有線路ID相同的記錄抽取到一個獨(dú)立的<始發(fā)時間、終點(diǎn)站時間、移動臺ID>三元組記錄列表中，并分 別對各線路對應(yīng)的<始發(fā)時間、終點(diǎn)站時間、移動臺ID>三元組記錄列表按照始發(fā)時間、終點(diǎn)時間排序，然后抽取排序結(jié)果的最后一列(移動臺ID)進(jìn)行頻繁模式挖掘，從中發(fā)現(xiàn)經(jīng)常出現(xiàn)的頻繁集，即為同一臺車輛上的移動臺/組。

可選的，還可以采用改進(jìn)的公交車移動臺識別方法，即采用公交車停車場的位置信息，以此提高公交車移動臺識別準(zhǔn)確率。具體如下：

使用車載移動臺開機(jī)注冊信令日志中的位置數(shù)據(jù)發(fā)現(xiàn)公交車停車場，并進(jìn)而再利用發(fā)現(xiàn)的停車場位置輔助公交車移動臺識別精度的提供。公交車輛進(jìn)場停車后車載設(shè)備掉電導(dǎo)致車載移動臺關(guān)機(jī)，當(dāng)?shù)诙靻榆囕v時車載移動臺上電，安裝蜂窩網(wǎng)絡(luò)通信協(xié)議，移動臺需完成在蜂窩網(wǎng)絡(luò)的注冊流程。利用該特點(diǎn)，具體做法是從M天(M>30)移動臺注冊日志中抽取由上述流程識別出的所有移動臺注冊記錄，取出相應(yīng)的基站ID，并查詢基站經(jīng)緯度位置(Lat，Lon)。對這些二維數(shù)據(jù)進(jìn)行Kmeans聚類(聚類最大半徑為R，在此每個經(jīng)緯度數(shù)據(jù)對稱為一個樣本)，從聚類結(jié)果中取出聚類中樣本數(shù)大于4M的類以及屬于該類的基站，共同構(gòu)成一個基站集合，成為停車場服務(wù)基站集。使用停車場服務(wù)基站集與上述流程識別出的所有移動臺進(jìn)行對比，提取每個移動臺停車間隔大于2小時后的所有網(wǎng)絡(luò)注冊信令記錄，如果記錄中有超過20％的基站不屬于停車場服務(wù)基站集，則將該移動臺從公交車載移動臺集合中刪除。

圖11是根據(jù)本發(fā)明可選實(shí)施例的軌跡識別與模型求解流程圖，如圖11所示，包括：

S301、提取公交車上下行軌跡

取移動運(yùn)營商上網(wǎng)、小區(qū)切換、位置更新等記錄移動臺位置數(shù)據(jù)的日志，將多個日志按照記錄按時間戳先后順序進(jìn)行融合，合并成一個<時間戳、移動臺ID、基站ID>三元組構(gòu)成的觀測序列記錄。

對上述觀測序列記錄進(jìn)行抽取，將所有移動臺ID相同的記錄抽取到一個獨(dú)立的記錄集中，構(gòu)成該移動臺的觀測記錄。在此僅保留公交車載移動臺對應(yīng)的觀測序列。

對于每輛公交車，查詢其車載移動臺組，將屬于車輛的移動臺記錄按照時間戳順序進(jìn)行融合，合并成一個<時間戳、移動臺ID、基站ID>三元組構(gòu)成的觀測序列記錄。

針對每輛公交車的<時間戳、移動臺ID、基站ID>三元組構(gòu)成的觀測序列進(jìn)行軌跡分隔，提取車輛處于移動狀態(tài)下的移動軌跡觀測序列列表。對于移動軌跡觀測序列列表中的每個移動軌跡觀測序列，根據(jù)其始發(fā)地點(diǎn)信息就可以直接判斷當(dāng)前車輛服務(wù)的公交線路以及上下行狀態(tài)。以固定采樣間隔(5秒，平均路段長度/(10*平均行駛速度)<采樣間隔<平均路段長度/(2*平均行駛速度))，對該序列進(jìn)行采樣獲得采樣后按時間先后順序排序的、固定間隔的<時間戳、<基站ID1，基站ID2，基站IDn>>觀測序列。

例如對于一臺攜帶3個移動臺的公交車，經(jīng)過上述分析能夠判斷在10:15～10:40之間跑了一趟公交101路的上行線路，且在這25分鐘的運(yùn)營中共采樣到25*(60/5)＝300 組觀測數(shù)據(jù)，每組觀測數(shù)據(jù)由3個基站ID構(gòu)成，如(基站ID1，基站ID2，基站ID3)。

S302、估計隱狀態(tài)序列

對于上述S301步驟中經(jīng)固定間隔采樣到的觀測序列，從模型集中選擇相應(yīng)路線相應(yīng)上下行狀態(tài)的模型。

按照線路和上下行狀態(tài)初始化隱狀態(tài)初始值，使用Viterbi算法輸入觀測序列進(jìn)行推理，獲得相應(yīng)的隱狀態(tài)序列<時間戳、路段ID>。

如將上例的300組按時間先后順序排序的<基站ID1，基站ID2，基站ID3>觀測序列和相應(yīng)模型一起進(jìn)行Viterbi算法估計隱狀態(tài)，會輸出一個由300個路段ID構(gòu)成的序列，該序列應(yīng)該理解成各采樣時刻對應(yīng)的車輛位置，可以按照時間先后順序進(jìn)行排列。

S303、計算各路段通行速度

在得到各條移動軌跡觀測序列對應(yīng)的隱狀態(tài)序列<時間戳、路段ID>的基礎(chǔ)上，統(tǒng)計車輛在各路段的滯留時長，該路段的通行速度＝路段長度/路段滯留時長。

使用該方法直接計算得的路段通行速度因?yàn)閷?shí)際路段滯留時長與計算使用的滯留時長存在差異，因此計算結(jié)果不準(zhǔn)確，且相鄰路段間變化劇烈。為進(jìn)一步提高路段估計誤差，可以采用平滑方法對原始估計結(jié)果進(jìn)一步處理。

可選的，可以使用當(dāng)前各種手機(jī)APP的廣泛安裝的條件，很多APP，如社交類應(yīng)用，后臺會頻繁的通過移動網(wǎng)絡(luò)與服務(wù)器側(cè)通信，因而會在運(yùn)營商移動上網(wǎng)日志中產(chǎn)生大量的信令記錄。因此，一種更優(yōu)的提升速度估計精度的方法是融合車載移動臺和公交車司乘人員手機(jī)產(chǎn)生的信令數(shù)據(jù)進(jìn)行隱狀態(tài)估計。融合公交車司乘人員手機(jī)信令數(shù)據(jù)的關(guān)鍵，是將司乘人員手機(jī)與公交車進(jìn)行關(guān)聯(lián)，一旦完成人車的關(guān)聯(lián)，后續(xù)的軌跡提取、隱狀態(tài)估計都將使用現(xiàn)有方式進(jìn)行。具體通過以下方式實(shí)現(xiàn)：

取N天(N>30)的話單日志，統(tǒng)計各移動臺作為主叫方進(jìn)行語音呼叫，且呼叫接通通話時長不低于10秒的次數(shù)，記錄所有有效主叫次數(shù)大于1的移動臺ID，且將這些移動臺稱為手持移動臺。

取M天(M>30)的移動運(yùn)營商小區(qū)切換、位置更新日志，將多個日志按照時間戳先后順序進(jìn)行融合，合并成一個<時間戳、移動臺ID、基站ID>三元組構(gòu)成的觀測序列記錄(只保留每天10:00～17:00之間的觀測序列記錄)。

對上述觀測序列記錄進(jìn)行抽取，將所有移動臺ID相同的記錄抽取到一個獨(dú)立的記錄集中，構(gòu)成該移動臺的觀測記錄。在此僅保留手持移動臺的觀測記錄，而清除所有非手持移動臺的觀測記錄。

統(tǒng)計各手持移動臺觀測記錄中記錄數(shù)量，保留記錄數(shù)最多的Top K(K為2倍的該市公交車數(shù)量)移動臺移動軌跡觀測序列(列表)，而清除所有其他移動臺的移動軌跡 觀測序列(列表)。

使用停車場服務(wù)基站集對保留下來的每個手持移動臺觀測記錄進(jìn)行過濾，僅保留每個移動臺觀測記錄中基站ID屬于停車場服務(wù)基站集的記錄。對過濾后的手持移動臺觀測記錄進(jìn)行軌跡分隔，計算每個手持移動臺在停車場服務(wù)基站附近逗留的次數(shù)，保留逗留次數(shù)大于2M的手持移動臺的觀測記錄，而清除所有其他移動臺的觀測記錄。

對于每個移動臺，依次計算其移動軌跡觀測序列列表中每段移動軌跡觀測序列與各公交線路的軌跡相似度，記錄軌跡觀測序列與公交線路相似度大于90％的次數(shù)記為有效軌跡次數(shù)。保留有效軌跡次數(shù)與M之比(有效軌跡次數(shù)/M)不小于2的移動臺移動軌跡觀測序列(列表)，而清除所有其他移動臺的移動軌跡觀測序列(列表)。

經(jīng)上述幾步過濾，保留下來的移動臺即為公交車司乘人員手機(jī)。

需要說明的是，上述各個模塊是可以通過軟件或硬件來實(shí)現(xiàn)的，對于后者，可以通過以下方式實(shí)現(xiàn)，但不限于此：上述模塊均位于同一處理器中；或者，上述模塊分別位于多個處理器中。

本發(fā)明的實(shí)施例還提供了一種存儲介質(zhì)?？蛇x地，在本實(shí)施例中，上述存儲介質(zhì)可以被設(shè)置為存儲用于執(zhí)行以下步驟的程序代碼：

S1，網(wǎng)絡(luò)運(yùn)營商的日志中獲取待監(jiān)測的公交車上與網(wǎng)絡(luò)運(yùn)營商的基站通信的車載移動臺的軌跡序列，其中，軌跡序列包括：多組具有對應(yīng)關(guān)系的時間戳、車載移動臺ID和基站ID；

S2，根據(jù)軌跡序列獲取待監(jiān)測的公交車的行駛路線上各個路段的路段運(yùn)行信息，其中，路段運(yùn)行信息中包括多組具有對應(yīng)關(guān)系的時間戳和路段ID；

S3，根據(jù)路段運(yùn)行信息獲取待監(jiān)測的公交車在各個路段上的行駛速度。

可選地，在本實(shí)施例中，上述存儲介質(zhì)可以包括但不限于：U盤、只讀存儲器(ROM，Read-Only Memory)、隨機(jī)存取存儲器(RAM，Random Access Memory)、移動硬盤、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。

可選地，本實(shí)施例中的具體示例可以參考上述實(shí)施例及可選實(shí)施方式中所描述的示例，本實(shí)施例在此不再贅述。

顯然，本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計算裝置來實(shí)現(xiàn)，它們可以集中在單個的計算裝置上，或者分布在多個計算裝置所組成的網(wǎng)絡(luò)上，可選地，它們可以用計算裝置可執(zhí)行的程序代碼來實(shí)現(xiàn)，從而，可以將它們存儲在存儲裝置中由計算裝置來執(zhí)行，并且在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟，或者將它們分別制作成各個集成電路模塊，或者將它們中的多個模塊或步驟制作成單個集成電路模塊來實(shí)現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件 和軟件結(jié)合。

以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。