[发明专利]一种基于浮动车数据的路段旅行时间预测方法及装置

权利要求书

1.一种基于浮动车数据的路段旅行时间预测方法，其特征在于，包括：

获取多个车辆对应的浮动车GPS数据；

对所述浮动车GPS数据进行数据挖掘，确定车辆对应的连续多个GPS匹配点；

通过距离置信度因子和/或时空序列影响因子，分别根据位于同一路段和不同路段的连续两个所述GPS匹配点，推测车辆对应的全路段旅行时间；

针对同一路段，根据分配权重对多个车辆对应的所述全路段旅行时间进行数据融合，确定对应的估计路段旅行时间；

其中，所述时空序列影响因子的确定包括：通过路段之间的相关性对不同路段进行聚类，确定多个路段集合，并将同一路段集合中的多个路段的历史旅行时间输入至训练完备的神经网络模型，确定对应的所述时空序列影响因子。

2.根据权利要求1所述的基于浮动车数据的路段旅行时间预测方法，其特征在于，所述对所述浮动车GPS数据进行数据挖掘，确定车辆对应的连续多个GPS匹配点包括：

判断所述浮动车GPS数据中是否存在异常数据和重复数据，若存在，则进行剔除，其中，所述异常数据包括空值数据或乱码数据；

通过基于权重的地图匹配算法，根据所述浮动车GPS数据和路网，确定所述浮动车GPS数据对应的连续多个所述GPS匹配点；

遍历电子地图的路网，进行路径搜索，根据连续两个所述GPS匹配点之间的最短路径，确定对应的真实行驶路径。

3.根据权利要求2所述的基于浮动车数据的路段旅行时间预测方法，其特征在于，所述通过基于权重的地图匹配算法，根据所述浮动车GPS数据和路网，确定所述浮动车GPS数据对应的连续多个所述GPS匹配点包括：

确定与所述浮动车GPS数据距离最近，且与车辆行驶方向一致的候选路段；

根据所述浮动车GPS数据到所述候选路段的投影距离和夹角，确定所述候选路段的匹配权重；

根据所述匹配权重，选择匹配的所述候选路段，确定最佳匹配路段；

根据所述浮动车GPS数据在所述最佳匹配路段上的投影，确定对应的所述GPS匹配点。

4.根据权利要求3所述的基于浮动车数据的路段旅行时间预测方法，其特征在于，所述通过距离置信度因子和/或时空序列影响因子，分别根据位于同一路段和不同路段的连续两个所述GPS匹配点，推测车辆对应的全路段旅行时间包括：

若连续两个所述GPS匹配点位于同一路段，则根据两个所述GPS匹配点的位置信息，确定车辆在所述同一路段上的行驶距离；

根据所述行驶距离和路段距离的比值，确定所述距离置信度因子；

根据两个所述GPS匹配点与交叉口停止线位置的分布情况，确定信号灯等待时间因子；

根据所述距离置信度因子、所述信号灯等待时间因子，确定所述全路段旅行时间。

5.根据权利要求3所述的基于浮动车数据的路段旅行时间预测方法，其特征在于，所述通过距离置信度因子和/或时空序列影响因子，分别根据位于同一路段和不同路段的连续两个所述GPS匹配点，推测车辆对应的全路段旅行时间包括：

若连续两个所述GPS匹配点位于不同路段，则根据两个所述GPS匹配点的位置信息，确定车辆在所述同一路段上的行驶距离；

根据所述行驶距离和路段距离的比值，确定所述距离置信度因子；

调用所述神经网络模型，确定所述时空序列影响因子；

根据所述距离置信度因子和所述时空序列影响因子，确定所述不同路段对应的分配时间；

根据两个所述GPS匹配点与交叉口停止线位置的分布情况，确定信号灯等待时间因子；

根据所述距离置信度因子、所述信号灯等待时间因子以及所述分配时间，确定所述全路段旅行时间。