[发明专利]一种通过手机信息预测道路拥堵的方法

说明书

技术领域

本发明属于计算机应用技术领域，涉及一种通过手机信息预测道路拥堵的方法。

背景技术

随着汽车数量爆炸式的增长，交通拥堵已成为一个城市交通中重要的问题。目前越来越多的研究人员投入到该领域，然而现阶段研究的技术基本上是以静态传感器为基础，还有一部分技术是利用车载GPS的方式进行研究。这些方式有很大的局限性，道路上安装探测器和摄像头属于静态传感器的方式，当车辆通过的时候，道路上连续的传感器会记录车辆通过的时间，从而计算出车辆的速度，虽然以静态传感器的方式得到的结果通常是准确的，但是静态传感器的部署、操作、维修和更换的成本较为昂贵，我们通常只在城市中重要的地理路段用这种方式进行测量。另一种方法使用车载GPS收集道路信息，当采用这种方法的时候，车辆实时将自己的位置信息上传到服务器，通过车辆的GPS轨迹可以计算车辆的速度并通过位置得到车辆所在道路段的交通情况。现如今很多应用都是通过车载GPS获取的信息并以此进行计算，然后推荐用户行驶的轨迹。因此，研究人员必须获得足够多的车辆GPS信息才能计算的精确，通常在一线城市中会有很多的车辆装载GPS，但是其他的城市中车辆上安装GPS或者打开GPS的数量比较少，而且GPS功耗高，很多情况下计算出来的结果不是很准确，所以研究人员在该领域的研究变得举步维艰。一些研究人员通过将GPS安装到出租车上来实时获得更多的数据，但是由于数据采集的对象单一而且并不全面，交通数据收集的困难给研究者的研发带来了很大的难度。

发明内容

为了克服上述不足，本发明提供一种通过手机信息预测道路拥堵的方法，通过大量获取手机的定位信息，并基于Markov算法计算出道路的拥堵情况。该方法实现了道路拥堵情况准确的分析，用户可以利用本发明提供的算法实现如下功能：简单快速的生成地图数据库；将道路的数据存入到数据库中；实时将定位的信息导入到数据库中；对数据库中的数据进行计算并得出拥堵情况等。

为了达到上述目的，本发明的技术方案为:

一种通过手机信息预测道路拥堵的方法，具体包括以下步骤：

第一步，判断数据库中是否存在目标区域的地图信息，若存在则进行第四步，若不存在进行第二步、第三步。

第二步，在Openstreetmap上下载目标区域的地图信息；下载后的.osm文件用excel表格打开，目标区域的地图信息分为两部分：第一部分得到各个点的ID和地理坐标信息，每一个点可能是一条线段或多条线段的端点；第二部分得到线段的相关信息，线段的相关信息包括线段的ID、线段的长度和线段两个端点的ID；每一条线段的两个端点的信息由第一部分各个点的ID和地理坐标信息得到，一系列线段组成道路片段；

第三步，第二步中一个点为多条线段的端点时，对该点进行预处理，将已该点为端点的所有线段设为一个集合，记录在一个属性中，在查找每个点时，能够快速得到以该点为端点的线段；预处理保证数据的规范性，提高运行速度。

第四步，将上述目标区域的地图信息和集合导入数据库中，得到以两个表表示的地图信息，一个表示线段信息，另一个表示点的信息。

第五步，得到车辆定位信息，并将车辆定位信息实时储存在数据库中，在数据库中获取地图数据；所述的地图数据表示一定时间内的车辆信息和车辆运动范围内的地图信息；

第六步，在Spark平台上并行执行Markov算法

Spark对地图数据进行处理，对每一辆车进行计算，得到相关道路的状态；地图数据存储到多台主机，计算路径匹配结果时，首先[将输入数据以一定时间为间隔分成多个片段，在Spark集群上进行并行计算，减少运算所需要的时间。

第七步，当完成所有车辆的计算后，对每条路段进行众投，得到最多投票的状态作为结果返回给用户。

所述的第五步中通过手机信令数据和手机传感器定位技术相结合能够使定位更加准确，得到车辆定位信息的具体步骤为：

1)通过手机GPS获得定位的初始点(x₀,y₀)和一段时间内的GPS信息。

2)通过加速度值得到初始点的方向向量方向向量是通过车辆直线行驶时两个加速度传感器的数值和相减得到：

3)由方向向量得到方向向量上加速度传感器和磁力传感器的值，结合GPS的信息求出加速度误差因子ε和方向误差因子β。所述的加速度误差因子ε和方向误差因子是通过与GPS求出的距离和方向进行对比，求出一段时间内距离和方向的误差的平均值。