[发明专利]一种分布式多源异构交通数据融合方法及装置

权利要求书

1.一种分布式多源异构交通数据融合方法，其特征在于，包括以下步骤：

获取智能网联汽车V2X数据、交通事故数据、交通检测器数据、公交车运营数据；

根据V2X数据、公交车运营数据中的公交车位置数据及交通检测器数据进行点与路段匹配，得到公交站点与路段的匹配结果；

根据交通事故数据、智能网联V2X数据进行标牌与路段的匹配，使交通里程标牌与智能网联V2X轨迹信息关联；

分别获取智能网联汽车V2X数据、交通事故数据、交通检测器数据、公交车运营数据中的路段方向、道路名称、道路名称中数字编码，根据所述路段方向、道路名称、道路名称中数字编码确定路段相似度水平，根据路段相似度水平进行路段数据融合；

根据所述路段方向、道路名称、道路名称中数字编码确定路段相似度水平，具体包括：

根据所述路段方向、道路名称、道路名称中数字编码及相似度水平公式确定路段相似度水平，所述相似度水平公式为，其中，为权重系数，为路段方向，为道路名称中文相似度，为道路名称中数字编号。

2.根据权利要求1所述的分布式多源异构交通数据融合方法，其特征在于，根据V2X数据、公交车运营数据中的公交车位置数据及交通检测器数据进行点与路段匹配，具体包括：

根据V2X数据、公交车运营数据中的公交车位置数据及交通检测器数据，以一个公交站点坐标为圆心，在设定直径范围内获取最近的三条路线，根据三条路线及投影分析法实现站点与路段匹配。

3.根据权利要求1所述的分布式多源异构交通数据融合方法，其特征在于，根据三条路线及投影分析法实现站点与路段匹配，具体包括：

根据三条路线及投影分析法，获取投影三角形高h，当时，表明站点与路段相匹配，其中，，，lane_width为道路宽度，lane_num为道路中车道的条数，a为GPS轨迹点与第一个路段节点之间的距离，b为GPS轨迹点与第二个路段节点之间的距离，c为第一个路段节点与第一个路段节点之间的距离，所述三条路线由GPS轨迹点、第一个路段节点及第二个路段节点组成。

4.根据权利要求1所述的分布式多源异构交通数据融合方法，其特征在于，根据交通事故数据、智能网联V2X数据进行标牌与路段的匹配，具体包括：针对道路，生成连续位置信息线性参考层，将每条智能网联V2X轨迹信息沿所述线性参考层转化成交通里程标牌信息，将交通事故发生地与交通里程标牌关联。

5.根据权利要求1所述的分布式多源异构交通数据融合方法，其特征在于，还包括，根据V2X数据、公交车运营数据中的公交车位置数据及交通检测器数据，离散化待匹配路段，得到离散的点数据，进行点与路段匹配，得到公交站点与路段的匹配结果。

6.根据权利要求1所述的分布式多源异构交通数据融合方法，其特征在于，还包括，根据智能网联V2X数据及交通事故数据中经度和纬度确定是否满足空间匹配条件，根据智能网联V2X数据及交通事故数据中的时间数据确定是否满足时间匹配条件，根据智能网联V2X数据中的车辆速度确定是否满足速度匹配条件，若同时满足上述匹配条件，则可获取交通拥堵的概率。

7.根据权利要求6所述的分布式多源异构交通数据融合方法，其特征在于，根据智能网联V2X数据及交通事故数据中经度和纬度确定是否满足空间匹配条件，具体包括：

若第i辆智能网联汽车满足空间匹配函数，则第i辆智能网联汽车满足空间匹配条件，所述空间匹配函数为，、分别为第辆智能网联汽车纬度和经度；、分别为当前碰撞事故的纬度和经度，为根据经纬度求解距离函数，为交通事故影响范围阈值。