一种基于GPS定位技术的交通流量融合监控方法，包括以下步骤：(1)计算选定路段某时间段浮动车的空间平均车速；(2)计算该路段某时间段地感线圈检测的时间平均车速；(3)求相应的浮动车时间平均速度；(4)求浮动车数据的校准比。本发明专利技术提出了将地感线圈所采集的车辆瞬间速度和浮动车所采集的空间平均速度相融合的算法，从而得到校准后的路段平均速度，提高了路段平均速度的监测精度。
【技术实现步骤摘要】
本专利技术涉及一种GPS定位技术与固定检测技术融合的动态交通流算法，属于信息 融合技术与智能信息处理
，用于ITS的交通管理信息系统。
技术介绍
目前一些城市建设了智能交通系统，建立了ITS信息平台并给部分车辆配备了 GPS车载装置。基于车载GPS技术的浮动车采集技术，属于"线"检测，可以提供连续的、路 段的甚至整个路网的交通信息，但受到浮动车数量规模受限等多方面的影响，检测精度一 直不能够达到需要，而且只能提供路段平均车速和行程时间等交通信息。固定检测技术主 要包括磁频、波频、视频等检测技术，属"点"检测，可以提供精度较高的交通量、路口车速 和占有率等基本交通信息，但其只能检测路口交通信息，难以检测路段交通信息，完备性不 足。综合两种检测技术的优缺点，浮动车检测技术在动态反应道路交通状况方面的优势，并 与传统交通流检测数据进行融合处理，可以使交通信息检测的准确度、覆盖范围、即时性等 方面得到较大程度的提升。
技术实现思路
本专利技术的目的在于提出移动与固定检测技术相融合的思路，研究以移动和固定两 种检测技术为基础的动态交通流参数融合算法，以提高检测的精度和完备性，从而使基于 ITS的交通指挥管理和面对公众的交通信息咨询发布变得更加有效。 在实际运用中，由于出租车出行路线的随机性、某些情况下GPS定位失效、通信 系统故障等原因，造成所采集的浮动车GPS数据存在时间和空间上的一些缺失，并导致 FCD(浮动车）系统采集的速度信息有时准确度不够高而且有缺失。对于这一问题，可以通 过多源信息融合提高系统定位精度和完整性的方式解决。然而，仅仅依靠提高GPS定位精 度并不能完全保证FCD系统速度计算的准确性。因为在FCD速度估计算法中，速度值是根据 当前时刻车辆数据估算出来的，并没有考虑到实际的车辆所处的路况状态，特别是当车辆 在交叉口附近时，预测值就很不理想，因此FCD系统采集的速度信息不可避免地存在误差。 此外，电子地图更新不及时以及电子地图精度不够高等原因也会影响FCD系统速度估算的 精度。为解决上述问题，可以通过融合其它交通信息源的交通信息，全面提高交通信息采集 的准确性和完整性。这是一种特征级信息融合方法，通过融合异源交通信息，全面提高交通 信息采集的准确性和完整性。 本专利技术具体技术方案如下： -种基于GPS定位技术的交通流量融合监控方法，其特征在于包括以下步骤： (1)计算选定路段某时间段浮动车的空间平均车速； (2)计算该路段某时间段地感线圈检测的时间平均车速； (3)求相应的浮动车时间平均速度；(4)求浮动车数据的校准比。 进一步，本专利技术包括以下步骤： (5)根据求得的浮动车数据的校准比建立校准比表，在此基础上，进行行车诱导工 作。 所述步骤（1)中计算选定路段某时间段浮动车的空间平均车速，方法如下： 设该选定路段起点和终点id分别为i，j，计算在tl_t2时段中的浮动车空间平均 车速，贝1J在浮动车数据中搜索所有满足以下条件：〇id=i;did=j;tl<t<t2的记录， 然后采用以下公式计算： 式中，n为搜索到的记录数目，vk为各记录中速度值，丨为i到j路径的在tl_t2 时段的平均车速。 所述步骤（2)中计算选定路段某时间段地感线圈检测的时间平均车速，方法如 下： 设该选定路段起点和终点id分别为i，j，计算在tl-t2时段中的浮动车空间平均 车速，贝1J在浮动车数据中搜索所有满足以下条件：〇id=i;did=j;tl<t<t2的记录， 然后采用以下公式计算： 式中，n为搜索到的记录数目，vk为各记录中速度值，^^为的该路段地感线圈在 tl-t2时段检测到的时间平均车速。 所述步骤（3)中求相应的浮动车时间平均速度采用以下方法： 其中〇sf2为vsf的均方差。 所述步骤⑷中求浮动车数据的校准比采用以下方法： 所述步骤（5)所述的建立校准比表，包括以下步骤： (51)计算一天内各个时段的校准比，并组成当天各时段的校准比表； (52)根据近期三个月的浮动车数据和环形线圈检测车速数据计算三个月内每天 的校准比表； (53)将三个月内每天的校准比表根据星期几进行算术平均，分别求得周一至周日 各天的校准表； (54)为了保证平均时间代价表能反映近期道路交通变化规律，需要对该表进行定 期更新；更新周期可设为一个月，每个月月末将本月各星期对应天的校准比求算术平均值， 从而获得该月周一到周日的校准表，再执行以下计算： 更新后的校准比=未更新校准比+kx该月的校准比 其中k为更新系数； 对时间代价表中各项时间代价均进行更新后，则产生了更新后的时间代价表，作 为下一个月的计算依据。 本专利技术提出了将地感线圈所采集的车辆瞬间速度和浮动车所采集的空间平均速 度相融合的算法，从而得到校准后的路段平均速度，提高了路段平均速度的精度。通过校 准后的路段平均速度计算路网的时间代价，并采用迪杰斯特拉算法建立基于时间代价花 费最小的普通车辆诱导和公交车辆诱导方案，改善了路网拥挤状况。提出的融合算法在 Matlab6. 0上进行了仿真，结果表明校准后的路段平均车速几乎接近路段的时间车速，校准 精度大于95%。【具体实施方式】 通常使用车速来反映路网交通状况，一般要求获得各路段的空间平均车速值。有 限的浮动车数据可以获得在某条路段上的近似的空间平均速度。但是通过浮动车移动检测 所获得的平均车速受样本数目以及车型的限制，不能完全反映道路上车辆速度特征。而地 感线圈检测器能够获得所有通过线圈的车辆的瞬时速度，由此可以得到道路某一断面较为 准确的时间平均速度。 本专利技术是将地感线圈采集的车速与浮动车采集车速相融合以获得较为准确的路 段平均车速。 在城市道路网行驶的浮动车大多数为出租车，意味着所获得的浮动车车速接近小 型客车车速。而由于道路上行驶的是混合车型，因此，要获得准确的空间平均车速数据，应 该排除车型的影响，即校准。在城市路网中，交通流中各种车型的比率与时段有关，例如，大 型的货车深夜才有可能进入，公交车主要在白天行驶等。由于目前的设备无法区分车型，所 以可以分时段对浮动车车速数据进行校准。对浮动车车速数据进行校准必须有参考的标准 车速值。道路上安装的地感线圈能够获得比较准确的时间平均车速值，浮动车车速数据可 以根据时间平均车速和空间平均车速的折算关系获得相应的浮动车时间平均车速值。通过 计算各个时段浮动车数据的校准比，可以建立相应的校准知识库，以用于对浮动车所采集 的数据进行校准。 根据地感线圈记录数据的特点，我们可以获得以下格式的地感线圈数据： 其中日期时间精确到秒，若该路段某车道在某一秒内有一辆车通过，则会出行一 条记录，若有两辆车通过则有两条记录。 以下为本专利技术的一个具体实施例： 为了便于实当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于GPS定位技术的交通流量融合监控方法，其特征在于包括以下步骤：(1)计算选定路段某时间段浮动车的空间平均车速；(2)计算该路段某时间段地感线圈检测的时间平均车速；(3)求相应的浮动车时间平均速度；(4)求浮动车数据的校准比。
【技术特征摘要】
【专利技术属性】
技术研发人员：林华，鞠金玲，范亚琼，鲍海涛，
申请(专利权)人：北京航天长峰科技工业集团有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。