[发明专利]一种多源交通数据融合方法

说明书

技术领域

本发明是关于交通数据的处理技术，特别是关于一种多源交通数据融合方法。

背景技术

有效的交通信息服务对私家车控制、交通控制及管理组织具有重要的作用。目前，多数现有的交通信息中心及智能运输系统(ITS),依靠的交通数据资源单一，例如，启用GPS车辆定位/速度，监控视频图像，线圈的检测速度，车车交通状况等。这些资源都具有自己的优点和局限性。仅依靠上述任何其中的一种资源不能够以合理的成本提供准确的交通信息服务，浪费了其他的交通信息。

发明内容

本发明提供一种多源交通数据融合方法，以将多种数据源的交通信息数据进行三级融合，生成路段的最终交通状态更准确的确定路面的交通状况。

为了实现上述目的，本发明提供一种了多源交通数据融合方法，该方法包括：从手机、浮动车辆及交通视频图像三种数据源中获取交通信息数据；对所述的交通信息数据进行像素级融合，将所述交通信息数据中的不合格信息剔除；对所述每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息；对三种不同数据源的路段交通状态信息进行决策级融合，生成路段的一致性交通状态描述信息；输出路段的交通状态描述信息。

进一步地，从手机、浮动车辆及交通视频图像三种数据源中获取交通信息数据，包括：从GPS监控系统获取车辆实时回传的车辆的位置、行驶速度信息；根据经纬度信息将车辆的信息定位到地图上的某一路段上，得到某一路段的浮动车辆速度信息。

进一步地，对所述每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息，包括：获取同一路段上的手机的速度信息，计算同一路段所有手机的平均速度，生成同一路段的手机车辆速度v_m(t)。

进一步地，对所述每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息，包括：取同一路段上的车辆的速度信息，计算同一路段所有车辆的平均速度，生成同一路段的浮动车辆速度v_f(t)。

进一步地，对所述每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息，包括：从所述交通视频图像中获取道路区域信息；通过对图像道路区域的纹理密度和光流场的计算，获得道路空间占有率和整体运动信息；根据所述道路空间占有率和整体运动信息生成视频交通状态S_v(t)。

进一步地，从所述交通视频图像中获取道路区域信息，包括：对所述交通视频图像中的典型道路结构进行建模，利用建模的模型从所述交通视频图像中找到道路区域的边界。

进一步地，通过对图像道路区域的纹理密度和光流场的计算，获得道路空间占有率和整体运动信息，包括：利用车辆的纹理特征计算道路区域中该纹理的密度，生成车辆的道路空间占有率。

进一步地，通过对图像道路区域的纹理密度和光流场的计算，获得道路空间占有率和整体运动信息，包括：计算所述道路区域的光流场，生成所述的整体运动信息。

进一步地，对三种不同数据源的路段交通状态信息进行决策级融合，生成路段的一致性交通状态描述信息，包括：从手机、浮动车辆及交通视频图像三种数据源中获取n条历史交通信息数据，进行特征级融合，分别生成函数x＝[v_f,S_v,v_m]，其中，历史浮动车辆速度v_f、历史手机车辆速度v_m及历史视频交通状态S_v；

根据视频图像或者实际路况确定与所述三种数据源对应时间点的道路交通状态y(顺畅s1，缓慢s2，拥塞s3)；

根据n条历史数据形成训练样本对：x_i，y_i，i＝1…n；

建立支持向量机SVM模型：

Subject to y_i(w^Tx_i+b)≥1-ξ_i (2)

其中，ξ_i≥0(i＝1…n)，(1)式为目标函数，(2)为约束条件，y_i为0或1，w:维度为n的训练样本的权重向量，C：惩罚因子，ξ_i：附加于每个样本的松弛变量，b：函数参数；