專利名稱：一種基于聚類來監控交通擁堵狀況的系統及其方法
技術領域：
本發明涉及移動對象密集區域發現的問題。具體地說，涉及一種用 于基于聚類來監控交通擁堵狀況的系統及其方法。
背景技術：
聚類分析是就對數據對象進行分組，使得同 一個組中對象之間具有 較高的相似度，而不同組中的對象差別較大。聚類分析構成了基本的數 據分析功能，已經廣泛的應用在許多應用中，包括圖像處理、數據壓縮、 模式標識以及市場研究。通過聚類可以識別出密集和稀疏的區域，因而 發現全局的分布^^式。我們把路網上運動的車輛看作移動對象，對這樣 的移動對象進行聚類分析可以預測城市交通擁堵狀況。已有的移動對象聚類工作假設對象運動在自由空間中，利用對象間 的歐幾聚類來定義對象的相似度。在現實世界中，對象在空間受限網絡 中運動，例如，汽車在路網上運動。因此，利用對象間網絡距離定義對 象的相似度更符合實際要求。這里，網絡距離指網絡中對象間最短路徑 距離。當聚類的目標從靜態的空間對象改變到運動在道路網絡中的移動對 象時，聚類的復雜性將大大增加。 一方面路網上的移動對象數量巨大而 且它們的位置會隨著時間發生連續的改變，使得聚類的結果也可能隨著 時間、隨著移動對象的運動而變化，即使對象很小的位置改變也可能導 致完全不同的聚類結果。同時路網上移動對象的運動也異常復雜，使得 很難抓住對象的趨勢。另一方面傳統方法上在計算移動對象之間的相似 度時，所采用的方法是直接計算移動對象之間的歐幾距離，而在道路網 絡的情況下，應該考慮使用網絡距離來計算移動對象之間的相似度。發明內容為了解決上述傳統問題，因此本發明的一個目的就是提出了一種用于基于聚類來監控交通擁堵狀況的系統及其方法。在本發明的一個方面中，提出了 一種基于聚類來監控交通擁堵狀況的系統，該系統包括道路網絡建模模塊，用于對道路網絡建模；聚類 塊建立模塊，用于根據對象的運動狀態和它們之間的距離，在路網中形 成車輛的聚類塊；預測模塊，用于預測每個聚類塊的分裂時間，并且產 生分裂與合并事件；事件處理模塊，用于處理聚類塊的分裂與合并事件， 把彼此距離相近的聚類塊合并成密集區域；以及監測模塊，用于監測道 路網絡中的密集區域。在這個方面中，其中聚類塊建立模塊將彼此距離相近并且運動狀態 湘似的對象構成一個個聚類塊。在這個方面中，其中預測模塊進一步包括輸入模塊，用于輸入聚 類塊；判斷模塊，用于判斷聚類塊所在位置，即判斷聚類塊是在路段末 尾還是路段中間；分裂時間獲得模塊，用于在判斷模塊判斷出聚類塊在 路段中間的情況下得到分裂時間是聚類塊的第 一個對象到達路口的時 間；計算模塊，用于在判斷模塊判斷出聚類塊在路段末尾的情況下，計 算在聚類塊中兩個對象相遇的最早時間《'；比較模塊，用于把每對鄰接對 象的最大距離與距離閥值e相比較以直到^時刻；更新模塊，如果比較模 塊判斷出每對鄰接對象的最大距離都沒有超過距離閥值s ,則從^時刻更 新對象順序并將更新后的對象順序送入計算模塊；以及分裂時間計算模 塊，如果在某個時刻，比較模塊判斷出每對鄰接對象的最大距離超過距 離閥值f ，則將超過距離閥值e的最早時刻記錄為聚類塊的分裂時間。在這個方面中，其中處理模塊進一步包括計算模塊，用于計算每 個聚類塊中每個對象到達路段末尾的時間；判斷4莫塊，用于判斷聚類塊 中的第一個對象是否到達路段末尾；分組模塊，用于當一個聚類塊第一 個對象到達路段末尾時，把這個聚類塊中對象按照對象的方向分組；以 及合并模塊，用于根據距離閥值s把每組對象合并到下一路段的聚類塊 中。在這個方面中，其中在道路網路建模的成圖中，路段對應圖中的邊， 道路交叉口對應圖中的結點。在這個方面中，其中對象是道路網絡上運動的車輛。在這個方面中，其中聚類塊的實際位置是邊界對象的實際位置。在這個方面中，其中運動向量是邊界直線的斜率。在這個方面中，其中將兩兩之間距離足夠近的聚類塊合并，找到道 路網上的密集區域。在本發明的另一個方面中，提出了一種基于聚類來監控交通擁堵狀況的方法，該方法包括A、對道路網絡進行建模；B、根據對象的運動 狀態和它們之間的距離，在路網中形成車輛的聚類塊；C、預測每個聚類 塊的分裂時間，并且產生分裂與合并事件；D、處理聚類塊的分裂與合并 事件，把彼此距離相近的聚類塊合并成密集區域；以及E、監測道路網絡 中的密集區域。在這個方面中，其中在步驟B中將彼此距離相近并且運動狀態相似 的對象構成一個個聚類塊。在這個方面中，其中步驟C進一步包括輸入聚類塊；判斷聚類塊 所在位置，即判斷聚類塊是在路段末尾還是路段中間；在判斷出聚類塊 在路段中間的情況下得到分裂時間是聚類塊的第 一個對象到達路口的時 間；在判斷出聚類塊在路段末尾的情況下，計算在聚類塊中兩個對象相 遇的最早時間、；把每對鄰接對象的最大距離與距離閥值e相比較以直到 ^時刻；如果比較出每對鄰接對象的最大距離都沒有超過距離閥值e，則 從^,時刻更新對象順序并將更新后的對象順序送入計算模塊；以及如果在 某個時刻，比較出每對鄰接對象的最大距離超過距離閥值s，則將超過距 離閥值e的最早時刻記錄為聚類塊的分裂時間。在這個方面中，其中步驟D進一步包括計算每個聚類塊中每個對 象到達路段末尾的時間；判斷聚類塊中的第 一個對象是否到達路段末尾； 當一個聚類塊第一個對象到達路段末尾時，把這個聚類塊中對象按照對 象的方向分組；以及根據距離閥值f把每組對象合并到下一路段的聚類塊 中。在這個方面中，其中在道路網路建模的成圖中，路段對應圖中的邊， 道路交叉口對應圖中的結點。在這個方面中，其中對象是道路網絡上運動的車輛。在這個方面中，其中聚類塊的實際位置是邊界對象的實際位置。在這個方面中，其中運動向量是邊界直線的斜率。在這個方面中，其中將兩兩之間距離.足夠近的聚類塊合并，找到道路網上的密集區域。
結合隨后的附圖，從下面的詳細說明中可顯而易見的得出本發明的上述及其他目的、特征及優點。在附圖中圖1給出了根據本發明的交通擁堵狀況監控系統的方框圖；圖2給出了根據本發明的交通擁堵狀況監控系統的流程圖；圖3給出了根據本發明的預測模塊預測分裂時間的流程圖；圖4給出了根據本發明的預測分裂時間的示例圖；圖5給出了根據本發明的預測模塊的詳細方框圖；圖6給出了根據本發明的事件處理模塊的流程圖；圖7給出了根據本發明的時間處理的示例圖；圖8給出了根據本發明的事件處理模塊的詳細方框圖；以及圖9給出了根據本發明的道路網絡上分布的移動對象密集區域示例。
具體實施方式
隨著GPS,無線通信技術的發展，以及無線設備的廣泛應用，研究移 動計算環境中的數據管理技術，即移動數據庫研究已經成為一個新的方 向。移動對象數據庫是指對移動對象(如車輛，飛機，移動用戶等)及 其位置進行管理的數據庫。移動對象數據庫在許多領域展現了廣闊的應 用前景。在軍事上，移動對象數據庫可以回答常規數據庫所無法回答的查詢；在民用領域，利用移動對象數據庫技術可以實現只能運輸系統、 出租車/警員自動派遣系統，智能社會保障系統以及高智能的物流配送系 統。此外，移動對象數據庫還在電子商務領域有著廣泛的應用前景。移 動對象數據庫研究主要包括兩方面移動數據庫技術研究和移動對象管 理研究。本發明即就是將移動對像數據庫研究應用于對交通擁堵狀況進 行監控。圖l是交通擁堵狀況監控系統的方框圖。在圖1中，在實際應用中， 移動對象可以是出租車。然而，移動對像也可以是其他別的移動物體。 如圖1所示，該系統包括道路網絡建模模塊，用于對道路網絡建模， 其中在所建模的道路網路成圖中，路段對應圖中的邊，道路交叉口對應圖中的結點，聚類塊的實際位置是邊界對象的實際位置，并且運動向量是邊界直線的斜率；聚類塊建立模塊，根據車輛的運動狀態和它們之間 的距離，在路網中形成車輛的聚類塊，也就是說，將彼此距離相近并且 運動狀態相似的對象構成一個個聚類塊；預測模塊，用于預測每個聚類 塊的分裂時間，并且產生分裂與合并事件；事件處理;漠塊，處理聚類塊 的分裂與合并事件，把彼此距離相近的聚類塊合并成密集區域；以及監 測模塊，用于監測道路網絡中的密集區域。該交通擁堵狀況監控系統的流程如圖2所示。首先，道路網絡建模 模塊對道路網絡建模，其中在所建模的道路網路成圖中，路段對應圖中 的邊，道路交叉口對應圖中的結點，聚類塊的實際位置是邊界對象的實 際位置，并且運動向量是邊界直線的斜率；接下來，聚類塊建立模塊根 據車輛的運動狀態和它們之間的距離以在路網中形成車輛的聚類塊，也 就是說，將彼此距離相近并且運動狀態相似的對象構成一個個聚類塊； 預測模塊預測每個聚類塊的分裂時間并且產生分裂與合并事件；事件處 理模塊對聚類塊的分裂與合并事件進行處理，把彼此距離相近的聚類塊 合并成密集區域；最后，監測模塊監測道路網絡中的密集區域。接下來，對該系統中的預測模塊進行詳細的說明。圖3和圖4分別給出了預測模塊預測聚類塊分裂時間的流程圖和示 例圖。首先輸入CB (即聚類塊)，判斷CB所在位置，即判斷CB在鴻、段末 .尾還是路段中間。具體地說，聚類塊分裂發生在兩種情況中。第一種情 況是當聚類塊到達路段末尾的時候(也就是，空間網絡中的路口結點)。 當聚類塊中的移動對象到達交叉路口時，由于它們可能會向不同的方向 運動，所以聚類塊必須分裂。顯然，分裂時間是聚類塊的第一個對象到 達路口的時間。第二種情況是聚類塊位于路段中間，即聚類塊的分裂時 間是在同一路段上運動的鄰接對象間距離超過s (表示對象間距離閥值) 的時候。然而，由于鄰接對象隨時間不斷變化，所以不容易預測分裂時 間。因此，在這種情況下，主要任務是動態維護路^^上對象的順序。我 們計算在聚類塊中兩個對象相遇的最早時間，記為~,然后把每對鄰接對 象的最大距離與e相比較直到^時刻。如果在某些時刻，這個距離超過e， 過程停止，超過c的最早時刻被記錄作為聚類塊的分裂時間。否則，我們 從^時刻更新對象順序，然后重復同一過程，直到一些距離超過s,或者其中 一個對象到達了路段末尾。當 一個對象的速度隨著路段的變化而變 化的時候，我們需要重新預測聚類塊的分裂與合并時間。圖5給出了可實現圖3流程的預測模塊的詳細方框圖。如圖5所示， 該預測模塊包括輸入模塊，用于輸入CB (即聚類塊)；判斷模塊，用于 判斷CB所在位置，即判斷CB在路段末尾還是路段中間；分裂時間獲得 模塊，用于在判斷模塊判斷出CB在路段中間的情況下得到分裂時間是聚 類塊的第一個對象到達路口的時間；計算模塊，用于在判斷模塊判斷出 CB在路段末尾的情況下，計算在聚類塊中兩個對象相遇的最早時間、 比較模塊，用于把每對鄰接對象的最大距離與s相比較以直到^時刻；更 新模塊，如果比較模塊判斷出每對鄰接對象的最大距離都沒有超過e，則 從、時刻更新對象順序并將更新后的對象順序送入計算模塊；以及分裂時 間計算模塊，如果在某個時刻，比較模塊判斷出每對鄰接對象的最大距 離超過s ，則將超過e的最早時刻記錄為聚類塊的分裂時間。圖6和圖7分別給出處理模塊處理分裂事件的流程圖和示例圖。如 果分裂事件發生在路段上，我們可以簡單地把聚類塊分成兩個，并且預 測每一個的分裂與合并事件。如果分裂事件發生在路段末尾，處理過程 就要復雜些。 一個直接的方法是每次有個對象到達路段末尾時就處理一 次分裂。顯然，這種方法的代價高。為了減少處理代價，提出組分裂模 式。具體地說，計算每個聚類塊中每個對象到達路段末尾的時間。此后， 判斷聚類塊中的第一個對象是否到達路段末尾。當一個聚類塊第一個對 象到達路段末尾時，把這個聚類塊中對象按照對象的方向分組。然后， 根據距離閥值f把每組對象合并到下一路段的聚類塊中。聚類塊的合并發生在路段上一起運動的鄰接聚類塊之間(也就是， 它們的網絡距離不大于e )。為了預測聚類塊的初始合并時刻，我們動態 維護每個聚類塊的邊界對象和他們的有效時間(是聚類塊中邊界對象維 持的時間段)，然后在有效時間內把兩個聚類塊的邊界對象的最小距離與 f做比較。邊界對象可以在計算分裂時間是通過維護對象順序來維護。在 路段上，合并事件的處理過程類似于分裂事件。我們從事件隊列中得到 合并事件和時間把多個聚類塊合并成一個聚類塊，并且計算合并后的聚 類塊的分裂與合并時間。最終，更新事件隊列中相應被影響的聚類塊。圖8給出了可實現圖6流程的處理模塊的詳細方框圖。如圖8所示，該處理模塊包括計算模塊，用于計算每個聚類塊中每個對象到達路段 末尾的時間；判斷模塊，用于判斷聚類塊中的第一個對象是否到達路段 末尾；分組模塊，用于當一個聚類塊第一個對象到達路段末尾時，把這 個聚類塊中對象按照對象的方向分組；合并模塊，用于根據距離閥值s把 每組對象合并到下一路段的聚類塊中。除了分裂與合并聚類塊，新的對象會進入網絡，或者現有對象會離 開。對于一個新的對象，我們定位同一路段上的對象進入的所有聚類塊， 根據聚類塊的定義來判斷是否一個新的對象能夠加入到聚類塊中。如果 對象能加入，聚類塊的分裂與合并事件就被更新。如果不能加入到某個 聚類塊，就為這個對象創建一個新的聚類塊。圖9給出密集區域示例圖。根據維護的聚類塊，可以依據不同標準 構建應用層聚類。我們考慮了三種普通的聚類標準。也就是，基于距離， 基于密度，基于K-分割。對于本領域的普通技術人員來說可顯而易見的得出其他優點和修的具體說明及示例性實施例。因此，在不脫離由隨后權利要求及其等價 體所定義的一般發明構思的精神和范圍的情況下，可對其做出各種修改。
權利要求
1、一種基于聚類來監控交通擁堵狀況的系統，包括道路網絡建模模塊，用于對道路網絡建模；聚類塊建立模塊，用于根據對象的運動狀態和它們之間的距離，在路網中形成車輛的聚類塊；預測模塊，用于預測每個聚類塊的分裂時間，并且產生分裂與合并事件；事件處理模塊，用于處理聚類塊的分裂與合并事件，把彼此距離相近的聚類塊合并成密集區域；以及監測模塊，用于監測道路網絡中的密集區域。
2、 根據權利要求1的基于聚類來監控交通擁堵狀況的系統，其中聚類 塊建立模塊將彼此距離相近并且運動狀態相似的對象構成一個個聚 類塊。
3、 根據權利要求1的基于聚類來監控交通擁堵狀況的系統，其中預測 模塊進一步包括輸入模塊，用于輸入聚類塊；判斷模塊，用于判斷聚類塊所在位置，即判斷聚類塊是在路段末尾 還是路段中間；分裂時間獲得模塊，用于在判斷模塊判斷出聚類塊在路段中間的情 況下得到分裂時間是聚類塊的第一個對象到達路口的時間； 計算模塊，用于在判斷模塊判斷出聚類塊在路段末尾的情況下，計 算在聚類塊中兩個對象相遇的最早時間;比較模塊，用于把每對鄰接對象的最大距離與距離閥值f相比較以直 到、時刻；更新模塊，如果比較模塊判斷出每對鄰接對象的最大距離都沒有超 過距離閥值s,則從^"'時刻更新對象順序并將更新后的對象順序送入計算模塊；以及分裂時間計算模塊，如果在某個時刻，比較模塊判斷出每對鄰接對 象的最大距離超過距離閥值f,則將超過距離閥值f的最早時刻記錄 為聚類塊的分裂時間。
4、 根據權利要求1的基于聚類來監控交通擁堵狀況的系統，其中處理 模塊進一步包括計算模塊，用于計算每個聚類塊中每個對象到達路段末尾的時間； 判斷模塊，用于判斷聚類塊中的第 一個對象是否到達路段末尾； 分組模塊，用于當一個聚類塊第一個對象到達路段末尾時，把這個 聚類塊中對象按照對象的方向分組；以及合并模塊，用于根據距離閥值"巴每組對象合并到下一路段的聚類塊 中。
5、 根據權利要求1的基于聚類來監控交通擁堵狀況的系統，其中在道 路網路建模的成圖中，路段對應圖中的邊，道路交叉口對應圖中的 結點。
6、 一種基于聚類來監控交通擁堵狀況的方法，包括A、 對道路網絡進行建模；B、 根據對象的運動狀態和它們之間的距離，在路網中形成車輛的聚 類塊；C、 預測每個聚類塊的分裂時間，并且產生分裂與合并事件；D、 處理聚類塊的分裂與合并事件，把彼此距離相近的聚類塊合并成 密集區域；以及E、 監測道路網絡中的密集區域。
7、 根據權利要求6的基于聚類來監控交通擁堵狀況的方法，其中在步驟B中將彼此距離相近并且運動狀態相似的對象構成一個個聚類塊。
8、 根據權利要求6的基于聚類來監控交通擁堵狀況的方法，其中步驟C進一步包括 輸入聚類塊；判斷聚類塊所在位置，即判斷聚類塊是在路段末尾還是路段中間； 在判斷出聚類塊在路段中間的情況下得到分裂時間是聚類塊的第一 個對象到達路口的時間；在判斷出聚類塊在路段末尾的情況下，計算在聚類塊中兩個對象相 遇的最早時間,"'；把每對鄰接對象的最大距離與距離閥值s相比較以直到時刻； 如果比較出每對鄰接對象的最大距離都沒有超過距離閥值e，則從,"'時刻更新對象順序并將更新后的對象順序送入計算模塊；以及 如果在某個時刻，比較出每對鄰接對象的最大距離超過距離閥值^ , 則將超過距離閥值s的最早時刻記錄為聚類塊的分裂時間。
9、 根據權利要求6的基于聚類來監控交通擁堵狀況的方法，其中步驟D進一步包括計算每個聚類塊中每個對象到達路段末尾的時間；判斷聚類塊中的第 一個對象是否到達路段末尾；當 一個聚類塊第一個對象到達路段末尾時，把這個聚類塊中對象按照對象的方向分組；以及根據距離閥值s把每組對象合并到下 一路段的聚類塊中。
10、 根據權利要求6的基于聚類來監控交通擁堵狀況的方法，其中在道 路網路建模的成圖中，路段對應圖中的邊，道路交叉口對應圖中的 結點。
全文摘要
一種基于聚類來監控交通擁堵狀況的系統及其方法，其中該系統包括道路網絡建模模塊，用于對道路網絡建模；聚類塊建立模塊，用于根據對象的運動狀態和它們之間的距離，在路網中形成車輛的聚類塊；預測模塊，用于預測每個聚類塊的分裂時間，并且產生分裂與合并事件；事件處理模塊，用于處理聚類塊的分裂與合并事件，把彼此距離相近的聚類塊合并成密集區域；以及監測模塊，用于監測道路網絡中的密集區域。
文檔編號G08G1/01GK101226688SQ200810056099
公開日2008年7月23日 申請日期2008年1月11日 優先權日2008年1月11日
發明者孟小峰, 賴彩鳳, 陳繼東 申請人:孟小峰