[发明专利]基于低频GPS数据的路段行程时间估算方法有效
申请号: | 201510080642.1 | 申请日: | 2015-02-13 |
公开(公告)号: | CN104615897B | 公开(公告)日: | 2017-07-11 |
发明(设计)人: | 王志建;马超锋;陈兆盟;李敏;刘小明;王力 | 申请(专利权)人: | 北方工业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 江苏楼沈律师事务所32254 | 代理人: | 马勇 |
地址: | 100144 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 低频 gps 数据 路段 行程 时间 估算 方法 | ||
技术领域
本发明涉及基于交通信息采集数据的路段行程时间估算领域,尤其涉及考虑交叉口信号延误的路段行程时间估算领域。
背景技术
利用GPS浮动车技术为采集手段进行路段行程时间估算的方法有很多,主要包括几个过程:GPS地图匹配、行驶路径估算、单车路段行程时间(速度)估算、交通流路段行程时间(速度)估算。但在实际应用中由于GPS数据丢失、通信成本高或海量数据存储限制等原因,致使GPS数据采集频率往往较低(30s-180s次)。就会造成某些路段上的GPS数据过少,甚至没有数据的情况发生,极大地增加了行程时间估算的误差与难度。本发明针对此问题,在前两步已完成的情况下,研究单车路段行程时间估算方法以提高低频GPS数据下的估算精度。
目前常用的单车行程时间估算模型是速度-时间积分模型与坐标-时间内插模型。如速度-时间积分法和基于运行时刻的内插值法,但主要适用于较高频GPS数据,在低频GPS数据限制下使用会有很大的误差。此外,这些算法大都忽略了交叉口信号控制延误对行程时间估算的重要影响。而针对交叉口延误的算法,现有技术中提出了基于GPS数据的交叉口延误估算模型,但都建立在交叉口范围内存在一定GPS数据的条件下,对低频GPS也不适用。因此,针对低频GPS数据和交叉口信号延误造成的路段行程时间估算难题,研究解决这一难题的估算方法提高其准确度非常具有必要性。
发明内容
为了解决上述技术问题,本发明通过交叉口信号延误分析,针对低频GPS数据在交叉口影响区域的四种分布特征,对单车行程时间估算方法进行了设计。本发明具体采用的技术方案是:包括如下步骤:
(1)计算车辆通过交叉口影响域所用时间t′h,
t′h=t′N+h-t′m+h;
其中,N和m为路段节点,h为路段编号,h≧1,节点N+h代表第h个交叉口出口对向停止线的延长线位置,节点m+h代表第h个交叉口影响区域的边界点,t′N+h为车辆在路段平稳区域匀速到达节点N+h的时刻,t′m+h为车辆在路段平稳区域匀速到达节点m+h的时刻;
(2)计算车辆以畅行速度通过交叉口影响区域的时间ts,
ts=(l+l')/vs;
其中,l’为车辆通过交叉口的行驶距离,l为交叉口域范围选取值,vs为车辆畅行速度;
(3)计算交叉口影响区域的延误时间
(4)在交叉口延误时间下,计算车辆实际通过路段边界点N+h的时刻tN+h,
其中,t"N+h为不考虑交叉口延误时间时车辆平稳通过路段边界点的时刻;
(5)计算路段行程时间th,
th=tN+h-tN+(h-1);
其中,tN+(h-1)车辆实际通过上一路段边界点的时刻。
优选地,还包括如下步骤:
(一)判断两个连续GPS匹配点是否跨越一个交叉口并分别位于两个路段的平滑区域;
若是,则路段行程时间无需修正;
若否,则进入步骤(二);
(二)判断两个连续GPS匹配点是否跨越一个交叉口并分别位于两条路段的平滑区域,同时位于交叉口域还有一个或多个GPS匹配点Pi(i≥1);
若是,则计算所述步骤(1)前,t′m+h或t′N+h采用车辆通过Pi点的时刻tPi进行修正,修正方法为:当t′m+h>tP1时,令t′m+h=tP1;当t′N+h<tPi时,令t′N+h=tPi;其中tP1为车辆行驶至P1点的时刻,然后依次进行步骤(1)-(5)。
若否,则进入步骤(三);
(三)判断两个连续GPS匹配点是否跨越两个交叉口并分别位于两条路段的平滑区域;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北方工业大学,未经北方工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510080642.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种终端
- 下一篇:一种增强力触觉再现的圆柱扭转弹簧虚拟模型
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置