[发明专利]一种基于GPS定位技术的交通流量融合监控方法

说明书

技术领域

本发明涉及一种GPS定位技术与固定检测技术融合的动态交通流算法，属于信息融合技术与智能信息处理技术领域，用于ITS的交通管理信息系统。

背景技术

目前一些城市建设了智能交通系统，建立了ITS信息平台并给部分车辆配备了GPS车载装置。基于车载GPS技术的浮动车采集技术，属于“线”检测，可以提供连续的、路段的甚至整个路网的交通信息，但受到浮动车数量规模受限等多方面的影响，检测精度一直不能够达到需要，而且只能提供路段平均车速和行程时间等交通信息。固定检测技术主要包括磁频、波频、视频等检测技术，属“点”检测，可以提供精度较高的交通量、路口车速和占有率等基本交通信息，但其只能检测路口交通信息，难以检测路段交通信息，完备性不足。综合两种检测技术的优缺点，浮动车检测技术在动态反应道路交通状况方面的优势，并与传统交通流检测数据进行融合处理，可以使交通信息检测的准确度、覆盖范围、即时性等方面得到较大程度的提升。

发明内容

本发明的目的在于提出移动与固定检测技术相融合的思路，研究以移动和固定两种检测技术为基础的动态交通流参数融合算法，以提高检测的精度和完备性，从而使基于ITS的交通指挥管理和面对公众的交通信息咨询发布变得更加有效。

在实际运用中，由于出租车出行路线的随机性、某些情况下GPS定位失效、通信系统故障等原因，造成所采集的浮动车GPS数据存在时间和空间上的一些缺失，并导致FCD(浮动车)系统采集的速度信息有时准确度不够高而且有缺失。对于这一问题，可以通过多源信息融合提高系统定位精度和完整性的方式解决。然而，仅仅依靠提高GPS定位精度并不能完全保证FCD系统速度计算的准确性。因为在FCD速度估计算法中，速度值是根据当前时刻车辆数据估算出来的，并没有考虑到实际的车辆所处的路况状态，特别是当车辆在交叉口附近时，预测值就很不理想，因此FCD系统采集的速度信息不可避免地存在误差。此外，电子地图更新不及时以及电子地图精度不够高等原因也会影响FCD系统速度估算的精度。为解决上述问题，可以通过融合其它交通信息源的交通信息，全面提高交通信息采集的准确性和完整性。这是一种特征级信息融合方法，通过融合异源交通信息，全面提高交通信息采集的准确性和完整性。

本发明具体技术方案如下：

一种基于GPS定位技术的交通流量融合监控方法，其特征在于包括以下步骤：

(1)计算选定路段某时间段浮动车的空间平均车速；

(2)计算该路段某时间段地感线圈检测的时间平均车速；

(3)求相应的浮动车时间平均速度；

(4)求浮动车数据的校准比。

进一步，本发明包括以下步骤：

(5)根据求得的浮动车数据的校准比建立校准比表，在此基础上，进行行车诱导工作。

所述步骤(1)中计算选定路段某时间段浮动车的空间平均车速，方法如下：

设该选定路段起点和终点id分别为i，j，计算在t1-t2时段中的浮动车空间平均车速，则在浮动车数据中搜索所有满足以下条件：oid＝i；did＝j；t1＜t＜t2的记录，然后采用以下公式计算：

v‾sf=Σk=1nvkn]]>

式中，n为搜索到的记录数目，v_k为各记录中速度值，为i到j路径的在t1-t2时段的平均车速。

所述步骤(2)中计算选定路段某时间段地感线圈检测的时间平均车速，方法如下：

设该选定路段起点和终点id分别为i，j，计算在t1-t2时段中的浮动车空间平均车速，则在浮动车数据中搜索所有满足以下条件：oid＝i；did＝j；t1＜t＜t2的记录，然后采用以下公式计算：