專利名稱：兼有動態實時交通數據的交通流量預測系統的制作方法
技術領域：
本發明屬于交通信息領域，特別涉及一種兼有動態實時交通數據的交通流量預測 系統。
背景技術：
目前，世界上應用得比較多的動態交通信息采集設備主要是固定型的斷面交通信 息采集設備。由于技術和應用上相對成熟和穩定等原因，斷面交通信息采集設備在未 來一段時間內還將是動態交通信息采集領域中的一種主要設備。在斷面交通信息采集、 處理與分析方面，應用比較廣泛。但是這個技術所提供的導航信息有一定的局限性， 比如說其技術所形成的導航信息只是反映現在的交通狀況和速度，而人們的出行是一 個持續過程，而且許多城市面積大、道路交通復雜，且變化快。給予一個當下的交通 速度，出行者通過行駛，到達了以后或許交通狀況已經發生了變化。因此，這樣的信 息給予交通管理部門的分布管理力量，疏導方向有一定意義，但對于出行者所想要的 避免擁堵、便捷出行則顯得意義不大。
發明內容
本發明的目的在于，提供一種能夠預測交通流量的系統。
為了實現上述目的，本發明提供了一種兼有動態實時交通數據的交通流量預測系 統，包含通過浮動車進行GPS交通流數據采集的數據采集裝置；對GPS數據源通 過多線程動態緩存預處理技術進行接收的多線程接收裝置；對接收到的GPS數據進行 融合處理，得到路段的實時速度值的數據融合裝置；結合歷史數據，得到路段的預測 速度值的路況預測裝置。
本發明提供的技術方案的有益效果是端GPS浮動車采集的交通流數據，建立 路網動態交通數據庫，基于動態交通信息，實現路段車輛行駛速度監測、路段緊急事 件探查、路段旅行時間監測等功能，開發路網交通狀態圖生成系統。
圖l為本發明的系統結構示意圖； 圖2為本發明的交通流量預測方法流程圖； 圖3為本發明的數據融合過程流程圖4為本發明的GPS動態數據的路段匹配方法流程圖。
具體實施例方式
為使本發明的目的、技術方案和優點更加清楚，下面將結合附圖對本發明實施方 式作進一步地詳細描述。
圖1為本發明的系統結構示意圖。本發明提供一種兼有動態實時交通數據的交通
流量預測系統，包含通過浮動車進行GPS交通流數據采集的數據采集裝置1;對GPS 數據源通過多線程動態緩存預處理技術進行接收的多線程接收裝置2;對接收到的GPS 數據進行融合處理，得到路段的實時速度值的數據融合裝置3;結合歷史數據，得到 路段的預測速度值的路況預測裝置4。
圖2為本發明的交通流量預測方法流程圖。本發明提供一種兼有動態實時交通數
據的交通流量預測方法，包含步驟l:數據采集裝置1通過浮動車進行GPS交通流
數據采集(步驟S101);步驟2:多線程接收裝置2對GPS數據源通過多線程動態緩 存預處理技術進行接收(步驟S102);步驟3:數據融合裝置3對接收到的GPS數據
進行融合處理，得到路段的實時速度值(步驟S103);步驟4:路況預測裝置4結合
歷史數據，得到路段的預測速度值(步驟S104)。
系統通過"多線程動態緩存預處理"技術，在硬件環境支持的程度下，則可以適 合各種規模的路網、GPS數據群的處理，對于非實時處理數據，通過脫離系統的獨立 線程完成，因此大大提高了系統運行的效率。本系統該算法稱之為"列車晚點效應"
1、 "多線程動態緩存預處理"利用緩存技術，多線程接收實時多個GPS數據采 集源，在通信服務器端以隊列的方式對數據進行多源數據融合處理，形成統一的數據 流。
2、 由于GPS實時交通流的計算與分析是對實時交通狀態的再現，因此對于一旦 因此傳輸而延遲的數據，系統采取在有效時間內數據進行實時分析與統計，并提供實 時路網狀態顯示。
3、 而對于一旦突發性數據延遲時，則通過緩存的方式進行"擱置"，則將新到實 時數據視為實時路況，而遭遇"延遲"的數據則由系統后臺分時處理，直接生成歷史 數據。即延遲數據讓路給新到數據，保證實時反映比較真實的現實路況。通過上述算法，可以實現大數據量的傳輸與處理，解決了 GPS突發性數據接收造 成的通信擁堵和數據延遲現象，解決了實時線圈數據大流量融合的問題，并增加了數 據預處理功能，和數據分類處理(數據塊處理與數據項處理分離)功能，大大提高了 系統的運行效率。
同時，也可以看出影響系統直接運行效率的關鍵因素，是內部數據的包轉發率， 系統采用的技術是通過"非線性多線程處理"技術，即對一數據流的處理采用非線性 方式，在系統精度范圍內將單位時間內的數據流，再由多線程自動分配處理，并自動 均衡處理進程。
因此，系統處理數據量的多少，取決于數據流的"截面積"而非"長度"，只要 硬件處理器(并行能力)能夠支持，則理論上可達無限數據量處理，適合任何路網和 任意規模的GPS數據群。
浮動車實時交通數據的采集、傳輸、融合技術，系統對GPS浮動車的實時采集的 處理，即可以將GPS設備原始數據直接傳輸到系統平臺，系統把GPS系統數據首先 形成匯總中心，經過處理后再發送到處理平臺。
數據融合算法如下
① 、接收系統通過多源采集點，多線程接收GPS點位置數據
② 、過濾系統對數據的第一次過濾與格式化，即數據噪音去除(GPS偏移過大、
空車o速度值、其它自然產生的干擾數據)
③ 、融合數據融合是數據處理過程中的核心，需要經過多次融合模型的處理，
反復自我校驗，多次迭帶。圖3為本發明的數據融合過程流程圖。如圖2所示，流程
如下
i、 離散GPS點匹配到路段上，實現點到流的第一次融合，即規范GPS偏離點， 生成單點GPS分布曲線；(步驟S201)
ii、 單個車流數據的融合與路段某時刻點的結合，以前后GPS連續點，生成該路 段上的某車輛的車流時刻表，生成單車路段速度曲線；(步驟S202)
iii、 取一定實驗樣本量，若樣本量不夠大，則向前回溯直到樣本量足夠大，以滿 足系統融合統計理論的需求樣本值；(步驟S203)
iv、 綜合該路段上所有車輛交通流的時刻表，根據系統車輛行駛模型設置融合權 值，進行第三次融合，實現路段上的車流速度曲線；(步驟S204)
v、 截取路段車流時刻點，計算系統需要的l分鐘、5分鐘和15分鐘的時間截面 速度，即為系統中路段的實時速度值。(步驟S205)vi、系統實時速度值取1分鐘融合數據，并經過回溯樣本的校正；同時，若在設 定時間段內仍然樣本不夠，則以前一融合數據為基本進行加權計算。(步驟S206)
、存儲融合算法過程中，系統將融合過程中的以1分鐘為基礎的數據進行實 時存儲，并得到5、 15分鐘的所有路段時刻值。
使用系統融合算法提供了實時路況的速度參考值，用于顯示路段的速度等級； 對于誘導、預測等功能，系統將通過歷史多點數據加權計算法，再通過一定算法融合 為"歷史比較數據"進行實際計算。
GPS路段匹配主要是將GPS的每個離散的點，能夠快速準確的匹配到車輛真正行
駛的路上。匹配算法有多種，但往往都是考慮比較片面，只注重匹配的準確度而忽略 了大數據量的壓力，或者只注重匹配速度而忽視了匹配精度等。我們根據自己的實際 經驗，協同專家教授科研攻關，總結了更為實用的匹配算法"網格匹配法"，能夠滿足 大量數據的并發處理，同時又較好的解決了匹配精度問題。
采用網格式的GPS位置匹配算法系統對GPS車輛坐標在GIS路段上的匹配， 采用了一種"匹配網格"加"歷史記憶"的技術，即將路網以網格方式進行預處理，然后 結合GPS數據歷史記憶，即前后運行位置，使每一位置信息能夠快速定位到具體路段 上，大大加快了系統數據處理的速度。
圖4為本發明的GPS動態數據的路段匹配方法流程圖。系統地圖匹配算法中采用 網絡劃分結構，基于核心與邊緣兩級網絡精度描述，實現基于網絡技術的待配路段快 速篩選。該方法可有效減少空間數據檢索表，提高實時匹配時路網的搜索效率，解決 了因網格疏密程度引發的數據存儲量、索引時間與網格所包含的有效信息量之間的矛 盾。核心步驟如
① 、將路網地圖進行平面網格劃分，在城市中心區域使用更精細的網格劃分策略， 在城市邊緣區域采用較為粗略的方式劃分。劃分依據是按照城市路網中兩條道路之間 的最小距離為標準，可以在一個網格內準確匹配到唯一一條路。(步驟S301)
② 、對整個路網進行預處理，即將所有路段首先匹配到劃分好的每一個網格內， 形成路網網格數據庫。原理是將路網中和路段的線狀結構，轉化為網狀態結構，將多 個二維線條數據(每一條路就是一個二維坐標描述表)，轉化到一個三維網格數據(由 若干網格組成的，每一個網格內有一條二維坐標描述數據)。(步驟S302)
③ 、系統采集GPS點位置數據，通過去噪等處理，首先在網格中搜索該點的網格 號。(步驟S303)
④ 、匹配到該網格內的GPS數據，即視為該網格內的路段上。(步驟S304)若一個網絡內出現一條以上路段數據，(步驟S305)則轉6步，否則下轉5步。
⑤ 、調整數據融合算法，搜索該車輛前方位置點，以確認該GPS點的具體路段位 置。(步驟S306)
⑥ 、取下一GPS數據點，轉3步，直到該時刻取得的數據處理完畢。(步驟S307)
⑦ 、融合數據保存，取下一時刻數據包。(步驟S308)
系統設計取樣頻率為2秒(以50KM/H計算，2秒內的車行距離可以完全定位到 實際路線上，杭州路網經實際調研，路間距離最小約20米)，取樣準確度需要經過進 一步的實際數據的壓力測試。
在匹配過程中，系統增加了對路段單向行駛的處理算法，通過服務器端的核心數 據過濾，在數據匹配過程中，可以過濾掉許多GPS漂移的數據(如在單向行駛路段上 的逆行數據)。然后對單向行駛的數據處理算法進行性能優化，以提高對單向道路行 駛的速度、流量的準確度。
GPS提供的數據為時間、瞬時速度、經緯度、方位，根據地圖匹配得出車輛運行 的方向，根據車輛在t時刻的時間和經緯度和該車輛前一時刻(t-l)的時間和經緯度 可求出車輛在兩個間隔間運行的距離，進而根據時間求出車輛的旅行速度。
根據速度估計的最小樣本量進行該路段平均速度的估計，如該時刻在路段上的樣 本量不足，在10分鐘之內回朔數據，如仍然不足，選取同一時段該路段的歷史數據進 行平均速度的估計。
采用自適應參數估計方法進行路段平均速度的估計。
<formula>formula see original document page 7</formula>
其中^W為t時刻速度的估計值；
為計算速度在時刻t的平均(或瞬時速度在時刻t的平均值)； "(f)為t時刻自適應參數；
<formula>formula see original document page 7</formula>
其中 ''=1 表示t時刻(樣本間隔)各計算速度與計算平均速度
WO的2方差；/ V'G)^示t時2刻內的第i個計算速度)
《'—f(W卜l)-7(卜1))2表示"時刻估計值與"時刻計算平均速度的差的平
方；
《W ^_1))2表示t時刻計算平均數度與t-l時刻計算平均速度的差的平
方；
"0)表示t時刻(樣本間隔)內的計算速度個數。系統大量的數據交換存在于三方三地之間，物理距離大，在遠程通信上系統采用 硬件與軟件相結合的方式統一解決。 一是通過建立內部VPN網絡，以保證足夠的帶寬 和安全性，同時在通信方式上，采用高速緩存技術，建立內部專用傳輸通道。
在技術上，系統采用新一代的信息集成架構設計，SOA架構從通信層、數據層、 應用層將系統有機的分割，同時滿足CS結構下的交通管理服務，也能夠實現BS結構 下的WEB信息發布功能。SOA架構設計，可從企業外部訪問、隨時可用、松散耦合； 支持同步應用、異步應用、粗粒度服務接口、減少交互次數；以業務功能為單位提供 服務、服務按粗細程度分級、服務接口與服務實現分離，最大限度的降低服務使用者 與服務提供者之間的相互影響；采用標準化接口、支持各種消息模式。
平臺采用XML為統一的數據交換標準進行設計，從底層數據包支持XML，特別 是交通流信息的異步數據采集后的分布傳輸，以統一的XML格式收集，便于系統內 數據處理和系統間數據交換；以WEB SERVICE為基本通信組件，松耦合方式架構， 體現了系統擴展的靈活性。提供了系統間的互操作性，是系統能夠從項目直接跨步到 產品，利于系統的移植和二次開發。
同時GPS數據樣本量與采集頻率達不到系統需求時，系統的實時速度的計算將出 現較大誤差，并隨著樣本量的減少和采集頻率的增加，誤差越大，導致系統核心功能 不能使用，這也是現有的一些技術在應用過程中存在的一些缺陷，我們將結合這些問 題，找到的適合的解決方案和應對方法
1、 匹配算法適應
系統的GPS算法核心，是基于平均每路段至少每輛車兩個GPS采樣數據，這樣 可以通過種去噪算法、過濾算法以減少GPS的精度誤差和漂移問題，核心算法是通過 GPS前后采樣點進行行駛速度、方向、位置的校正。但對于不符合該算法需求的采集 樣本，系統以自適應算法調整，對兩樣本點之間進行"補點"計算，并進行額外平滑 算法進行修正。
2、 歷史數據權值補充
對于樣本量少的路段，系統采集歷史積累數據加權復用的算法，以歷史數據進行 當前路段速度預測，以補充稀少樣本。
3、 異構數據補充
對于有條件的用戶，可以將道路線圈數據接入，系統內植入異構路網交通流融合 算法，可以與GPS交通流數據相互融合與補充，由于線圈數據對流量、路口速度檢測 比較準確，對小樣本路段數據是最好的補充，同時也是對GPS數據的最好校正參數。以上僅為本發明的典型實例而已，并非用來限定本發明的實施范圍。即凡依照本 發明申請專利范圍所作的均等變化與修飾，皆為本發明專利范圍所覆蓋。
權利要求
1. 一種兼有動態實時交通數據的交通流量預測系統，其特征在于，包含通過浮動車進行GPS交通流數據采集的數據采集裝置；對GPS數據源通過多線程動態緩存預處理技術進行接收的多線程接收裝置；對接收到的GPS數據進行融合處理，得到路段的實時速度值的數據融合裝置；結合歷史數據，得到路段的預測速度值的路況預測裝置。
全文摘要
本發明公開了一種兼有動態實時交通數據的交通流量預測系統，包含通過浮動車進行GPS交通流數據采集的數據采集裝置；對GPS數據源通過多線程動態緩存預處理技術進行接收的多線程接收裝置；對接收到的GPS數據進行融合處理，得到路段的實時速度值的數據融合裝置；結合歷史數據，得到路段的預測速度值的路況預測裝置。本發明的優點在于端GPS浮動車采集的交通流數據，建立路網動態交通數據庫，基于動態交通信息，實現路段車輛行駛速度監測、路段緊急事件探查、路段旅行時間監測等功能，開發路網交通狀態圖生成系統。
文檔編號G08G1/052GK101286269SQ20081011260
公開日2008年10月15日 申請日期2008年5月26日 優先權日2008年5月26日
發明者皖 張, 嘯 胡, 楠 趙 申請人:北京捷訊暢達科技發展有限公司