[发明专利]交通信号控制下的浮动车信息处理方法

摘要

一种交通信号控制下的浮动车信息处理方法，用于解决浮动车数据处理中由于交通灯的影响而导致的旅行时间大幅度波动的问题。该方法包含以下步骤：(1)对于路径匹配后获得的车辆信息基本处理单位，应用浮动车行驶信息细化模型，获得车辆行驶中的延误时间与延误位置信息；(2)对车辆行驶中的控制性停车延误与非控制性停车延误进行分类，之后将交通信号控制所造成的控制性停车延误从数据中分离，最终获得去除交通信号控制影响后车辆行驶的速度和等待时间信息。

主权项

1、交通信号控制下的浮动车信息处理方法，其特征在于由以下步骤实现：(1)利用浮动车行驶信息细化模型，对车辆信息基本处理单位进行处理，得到的车辆停止等待的信息，包括每个停车等待点的位置信息和等待时长信息，其具体步骤如下：第一步，获取车辆信息基本处理单位的信息所述车辆信息基本处理单位是指浮动车路径匹配后相邻两个GPS匹配点之间的一段行驶路径，这段行驶路径的长度为distance，行驶时间为time，车辆在两个GPS匹配点的瞬时速度设为v_a和v_b，采用四元组<distance，time，v_a，v_b>表示；同时，车辆在这段行驶路径中经过的路链的序列记为；LinkSet；第二步，根据第一步获得的信息，确定该车辆信息基本处理单位所属的基本模型根据瞬时速度v_a和v_b的不同，共有4种不同的基本模型，分别表示车辆行驶中不同的状态变化趋势，设基本模型号为M，则车辆信息基本处理单位所属的基本模型的分类如下：(I)如果v_a＝0且v_b＝0，则M＝1；(II)如果v_a＝0且v_b≠0，则M＝2；(III)如果v_a≠0且v_b＝0，则M＝3；(IV)如果v_a≠0且v_b≠0，则M＝4；第三步，根据第一步和第二步的信息进一步确定该车辆信息基本处理单位所属的子模型每一种基本模型包含一种或多种子模型，不同的子模型反映的车辆行驶状态变化的规律略有不同，设子模型号为N，根据第一步获得的distance、time、v_a和v_b，子模型的分类如下：(I)如果M＝1，只存在一种子模型，N＝1；(II)如果M＝2，存在两种子模型，根据向量的值，利用分类函数进行分类，其中与b₁为通过统计方法获得的参数，如果y≥0则N＝1，否则N＝2；(III)如果M＝3，存在两种子模型，根据向量的值，利用分类函数进行分类，其中与b₂为通过统计方法获得的参数，如果y≥0则N＝1，否则N＝2；(IV)如果M＝4，存在四种子模型；令v₁＝distance/time，v₂＝(v_a+v_b)/2，根据向量利用分类函数进行分类，其中与b₃为通过统计方法获得的参数，如果y≥0则N＝0，否则转入以下操作：令速度差阈值为v_thre，如果v_a-v_b＞v_thre，则N＝1；如果v_b-v_a＞v_thre，则N＝2；否则N＝3；第四步，根据分类得到的模型号M_N，计算车辆行驶过程中的峰值速度v_p，所述峰值速度v_p表示车辆在行驶过程中所实际达到的最高瞬时速度，以下公式中a₁～a₈均为统计所得参数，(I)如果M＝1，则v_p＝a₁·distance+a₂；(II)如果M＝2，则v_p＝a₃·distance+a₄·v_b+a₅；(III)如果M＝3且N＝1，则v_p＝v_a；(IV)如果M＝3且N＝2，则v_p＝a₆·distance+a₇·v_a+a₈；(V)如果M＝4，v_p取v_a和v_b中的较大者；第五步，根据分类得到的模型号M_N，针对不同的模型进行计算车辆行驶过程中的详细参数，最终的结果表示为二元组<timeset，posset>，其中timeset表示车辆在各个停车等待点等待时间的集合，posset表示各个停车等待点到GPS匹配点起点的距离集合，timeset与posset的元素个数相同，为0、1或2，a为浮动车加速和减速的加速度，以下算法中<distance，time，v_a，v_b>均为车辆信息基本处理单位的参数，t_w为衡量车辆等待时间的参数；(I)如果M＝1，令t_w＝(time-v_p/a-distance/v_p)/2，则timeset＝{t_w，t_w}，posset＝{0，distance}；(II)如果M＝2且N＝1，令t_w＝time-(2·distance+v_pv_b/a)/(v_p+v_b)，则timeset＝{t_w}，posset＝{0}；(III)如果M＝2且N＝2，令则timeset＝{t_w}，posset＝{0}；(IV)如果M＝3，令t_w＝time-(2·distance+v_pv_a/a)/(v_p+v_a)，则timeset＝{t_w}，posset＝{distance}；(V)如果M＝4且N＝1，令t＝time-v_b/a，得到新的四元组<d，t，v_a，0>，重新按第二步-第五步的流程对其进行处理得到结果三元组<v₀，{t₀}，{pos}>，则原模型最终的计算结果，timeset＝{t₀}，posset＝{pos}；(VI)如果M＝4且N＝2，令t＝time-v_a/a，得到新的四元组<d，t，0，v_b>，重新按第二步-第五步的流程对其进行处理得到结果三元组<v₀，{t₀}，{pos}>，则原模型最终的计算结果，timeset＝{t₀}，(VII)如果M＝4且N＝3，令同时令则timeset＝{t_w}，posset＝{pos}。(VIII)如果M＝4且N＝0，则timeset＝Φ，posset＝Φ，其中Φ为空集；第六步，根据第五步获得的二元组中的posset的值，以及车辆信息基本处理单位中浮动车所经过路链的相关信息，将停车等待的位置定位到具体的路链上，从而获得每个停车等待点的位置信息和等待时长信息，具体步骤如下：对每一个停车点，从posset中取出对应的值pos，此值表示该点距离GPS起点的距离，对于车辆行驶中路链的序列LinkSet，此序列中路链的长度构成数组L_n，其中1≤n≤N，N为路链的条数；如果第n条路链满足：则将该停车点定位到该路链上；如果则将停车点定位到最后一条路链上；如此，为每个停车等待点确定其所处的路链，同时，每个停车等待点的等待时长信息已经由第二步至第五步的计算过程得以确定；(2)根据浮动车行驶信息细化模型所得到的车辆停止等待的信息，对车辆行驶中的延误进行分类，区分控制性延误与非控制性延误，获得去除交通灯影响后车辆正常行驶的相关信息。其具体步骤如下：第一步，对于已经进行浮动车细化模型处理的车辆信息基本处理单位，将计算所得的停车等待点，对照以下两个判断条件：(I)车辆距离行驶方向前方最近交通灯的距离小于距离阈值d₀，d₀的值通过经验获得；(II)车辆和行驶方向前方最近交通灯之间没有其他等待点；如果以上两个条件均满足，则车辆在该点的停车延误判别为控制性延误，否则判定为非控制性延误；第二步，设车辆信息基本处理单位内控制性延误的时间长度为t_d，则定义有效行驶速度v_avail＝distance/(time-t_d)，此速度表示去除车辆行驶中控制延误后能够准确反映交通流趋势的车辆行驶速度，从而得到当前周期内正常交通流状况下道路的速度和旅行时间数学期望；同时，t_d的值表示车辆在交通灯前由于受到信号控制而导致的等待时间，用于衡量控制性延误对交通流的影响程度。