基于gps浮動(dòng)車(chē)的交通信息采集方法研究

基于gps浮動(dòng)車(chē)的交通信息采集方法研究

獲得準(zhǔn)確、實(shí)時(shí)的動(dòng)態(tài)交通信息是應(yīng)用交通狀態(tài)評(píng)估和車(chē)輛動(dòng)態(tài)導(dǎo)航技術(shù)的基本前提。目前,動(dòng)態(tài)交通信息的采集手段分為地點(diǎn)采集手段和區(qū)間采集手段兩類(lèi)。相比其他采集手段,GPS-FC技術(shù)具有數(shù)據(jù)精度高、覆蓋范圍廣、建設(shè)周期短、運(yùn)行成本低等優(yōu)點(diǎn)。同時(shí),近年GPS/GIS/無(wú)線通信系統(tǒng)與車(chē)輛監(jiān)控系統(tǒng)的組合應(yīng)用為GPS-FC系統(tǒng)的實(shí)現(xiàn)提供了共享數(shù)據(jù)和系統(tǒng)框架。因此,對(duì)于動(dòng)態(tài)交通信息的實(shí)時(shí)采集,GPS-FC技術(shù)具有更加廣闊的發(fā)展前景。目前,基于GPS-FC的交通信息采集方法大多涉及GPS數(shù)據(jù)預(yù)處理、地圖匹配以及路段行程時(shí)間(速度)估計(jì)三大部分。已有許多學(xué)者從不同角度對(duì)GPS數(shù)據(jù)預(yù)處理方法進(jìn)行了探討,并且實(shí)踐證明這些方法對(duì)GPS數(shù)據(jù)序列整體定位精度的提高具有一定作用,但其普遍造成GPS定位誤差的原有分布規(guī)律遭到破壞,從而導(dǎo)致有用信息丟失。對(duì)于地圖匹配算法的研究同樣較多,但是實(shí)踐證明基于GPS獨(dú)立定位技術(shù)的GPS道路縱向位置修正效果普遍不佳。另外,路段行程時(shí)間(速度)的估計(jì)方法大多缺少所得數(shù)據(jù)質(zhì)量的評(píng)價(jià)及控制環(huán)節(jié),導(dǎo)致輸出交通信息的質(zhì)量受到限制。本文盡量保持GPS數(shù)據(jù)序列定位誤差的分布規(guī)律,并以此設(shè)計(jì)車(chē)輛停車(chē)狀態(tài)識(shí)別方法。然后,設(shè)計(jì)一種地圖匹配算法,重點(diǎn)進(jìn)行GPS道路縱向位置的修正。另外,利用停車(chē)狀態(tài)識(shí)別結(jié)果進(jìn)行路段行程時(shí)間(速度)數(shù)據(jù)質(zhì)量的評(píng)價(jià)及控制方法研究。1gps數(shù)據(jù)預(yù)處理1.1gps數(shù)據(jù)處理傳輸途中的GPS衛(wèi)星信號(hào)容易受到各種因素的干擾,導(dǎo)致GPS速度數(shù)據(jù)或位置數(shù)據(jù)序列發(fā)生強(qiáng)烈波動(dòng),如圖1所示。如果利用這些錯(cuò)誤明顯的GPS數(shù)據(jù)(稱(chēng)為GPS野值)進(jìn)行交通信息采集,勢(shì)必嚴(yán)重影響交通信息的質(zhì)量,因此,需對(duì)GPS數(shù)據(jù)進(jìn)行濾波處理。依據(jù)上述分析可知,GPS野值的明顯特征是瞬時(shí)速度或位置坐標(biāo)異常,因此可以采用門(mén)限技術(shù)進(jìn)行野值的識(shí)別,并且將其剔除。瞬時(shí)速度與位置變化的閾值上限分別按照式(1)(2)進(jìn)行計(jì)算:式中:vmax為GPS野值的瞬時(shí)速度閾值上限;vhmax為高速公路最高限速;φ為GPS瞬時(shí)速度誤差。式中:lmax(t)為當(dāng)前GPS數(shù)據(jù)野值判斷的位置變化閾值上限;t(t)為當(dāng)前GPS數(shù)據(jù)的定位時(shí)刻;t(t-n(t))為當(dāng)前GPS的前一GPS數(shù)據(jù)的定位時(shí)刻;R為一定置信水平條件下的GPS誤差圓半徑。1.2停車(chē)時(shí)間長(zhǎng)道路上的車(chē)輛容易受到多種因素的影響而中途停車(chē),根據(jù)導(dǎo)致停車(chē)的原因不同,可將車(chē)輛的停車(chē)分為正常停車(chē)和異常停車(chē)兩種。正常停車(chē)是指車(chē)輛受到交通控制手段、整體交通狀態(tài)等因素的影響而停駛;異常停車(chē)是指?jìng)€(gè)別車(chē)輛由于某些特殊原因而停駛,例如車(chē)輛拋錨、發(fā)生交通事故等。正常停車(chē)反映了真實(shí)的道路擁擠程度,不會(huì)影響所得交通信息的質(zhì)量。而異常停車(chē)往往屬于個(gè)體行為,不能準(zhǔn)確反映真實(shí)的道路擁擠程度,特別是停車(chē)時(shí)間過(guò)長(zhǎng)的情況。為了消除長(zhǎng)期異常停車(chē)對(duì)所得交通信息質(zhì)量的影響,需要實(shí)時(shí)進(jìn)行車(chē)輛停車(chē)狀態(tài)識(shí)別。由于車(chē)輛停車(chē)狀態(tài)下的GPS定位序列通常表現(xiàn)為位置坐標(biāo)集中分布,如圖2所示,因此本文依據(jù)GPS定位序列位置坐標(biāo)的集中程度設(shè)計(jì)停車(chē)狀態(tài)識(shí)別算法。為了避免停車(chē)狀態(tài)誤判,應(yīng)該引入持續(xù)檢驗(yàn)過(guò)程,本文選擇用于持續(xù)檢驗(yàn)的GPS定位時(shí)刻數(shù)量為m。(1)輸入GPS數(shù)據(jù),判斷車(chē)輛在t-n(t)時(shí)刻是否已經(jīng)停車(chē),若是,則進(jìn)行步驟(3),否則進(jìn)行步驟(2)。(2)計(jì)算dmin(t)(若m<n(t),則dmin(t)表示當(dāng)前GPS與t-n(t)時(shí)刻GPS之間的距離,否則dmin(t)表示當(dāng)前GPS與其前m個(gè)定位時(shí)刻的GPS之間距離的最小值),并且按照下式判斷,若條件滿(mǎn)足,則進(jìn)行步驟(4),否則車(chē)輛當(dāng)前時(shí)刻沒(méi)有停車(chē)。式中:λ為調(diào)整系數(shù)。(3)計(jì)算當(dāng)前GPS與當(dāng)前停車(chē)起始GPS數(shù)據(jù)(停車(chē)起始GPS數(shù)據(jù)是指某次停車(chē)的起點(diǎn)時(shí)刻對(duì)應(yīng)的GPS數(shù)據(jù))之間的距離r(t),并且按照式(4)進(jìn)行判斷,若條件滿(mǎn)足,則進(jìn)行步驟(5),否則車(chē)輛當(dāng)前時(shí)刻沒(méi)有停車(chē)。(4)按照下式計(jì)算當(dāng)前GPS的停車(chē)持續(xù)時(shí)間:式中:Ts(t)為車(chē)輛當(dāng)前時(shí)刻的停車(chē)持續(xù)時(shí)間。(5)按照下式計(jì)算車(chē)輛當(dāng)前時(shí)刻的停車(chē)持續(xù)時(shí)間:式中:Ts(t-n(t))為t-n(t)時(shí)刻GPS數(shù)據(jù)的停車(chē)持續(xù)時(shí)間。2gps縱向位置確定算法設(shè)計(jì)地圖匹配過(guò)程分為橫向匹配和縱向匹配2個(gè)基本環(huán)節(jié)。橫向匹配是指為GPS定位數(shù)據(jù)確定所在道路的過(guò)程。目前,有關(guān)橫向匹配方法的研究較多,主要可以歸為基于相對(duì)方位的橫向匹配方法、基于模糊邏輯的橫向匹配方法以及基于模式識(shí)別的橫向匹配方法等?？v向匹配是指確定GPS定位數(shù)據(jù)位于所選道路具體位置的過(guò)程。縱向匹配是地圖匹配技術(shù)的重要功能。即使橫向匹配結(jié)果完全正確,若GPS縱向位置的確定效果不佳,同樣會(huì)對(duì)所得交通信息的質(zhì)量產(chǎn)生較大影響。目前,GPS縱向位置確定是地圖匹配技術(shù)的難點(diǎn),原因在于缺少能夠及時(shí)糾正GPS縱向偏差的有效規(guī)則。傳統(tǒng)的方法是將GPS定位點(diǎn)的投影點(diǎn)作為匹配位置,顯然這是最簡(jiǎn)單也是導(dǎo)致誤差較大的方法。本文旨在設(shè)計(jì)一種能夠適應(yīng)GPS獨(dú)立定位技術(shù)的GPS縱向位置確定方法。從車(chē)輛上路開(kāi)始考慮,采用3點(diǎn)聯(lián)合縱向修正算法對(duì)后續(xù)GPS定位點(diǎn)進(jìn)行處理,原理如圖3所示。圖中P1、P2和P3是車(chē)輛剛剛上路以后的連續(xù)3個(gè)GPS定位點(diǎn)。對(duì)于GPS數(shù)據(jù)采樣時(shí)間間隔較小的情況,無(wú)論車(chē)速還是方向都不發(fā)生突變。此時(shí),可以利用P1與P2兩個(gè)定位點(diǎn),估算得到位置點(diǎn)P′3(xP3′,yP3′),P′3與P2的距離為|M1M2|,表示車(chē)速?zèng)]有發(fā)生突變,P′3與P2構(gòu)成的方向與路段AB平行,表示方向沒(méi)有發(fā)生突變。那么,P3的縱向匹配位置點(diǎn)M3可由P′3與投影點(diǎn)P3D(xP3D,yP3D)的估算點(diǎn)P3e(xP3e,yP3e)向路段AB進(jìn)行投影得到。假設(shè)定位點(diǎn)P2與P3的平面坐標(biāo)誤差分別為(exP2,eyP2)與(exP3,eyP3),則在獲得P′3時(shí),傳遞了P2的平面誤差,獲得P3D時(shí),傳遞了P3的平面誤差。假設(shè)P3的真實(shí)坐標(biāo)為(x3,y3),則式(7)和式(8)成立。以x方向?yàn)槔?P′3、P3D和P3e的關(guān)系如下式中:k1與k2為線性相關(guān)系數(shù)。假設(shè)真實(shí)點(diǎn)與估算點(diǎn)的期望結(jié)果之間的誤差為0,將式(7)(8)代入式(9)解得k1、k2。將式(10)代入方差期望公式可得可見(jiàn),方差期望是k1的二次函數(shù),因此對(duì)k1求一階偏導(dǎo)可得由于相鄰時(shí)刻的GPS數(shù)據(jù)相互獨(dú)立,因此式(13)成立式中的可由GPS接收設(shè)備輸出。將k1與k2帶代入式(9),并且按照同樣原理求解y方向?qū)?yīng)的參數(shù),可得3段的行程時(shí)間速度的評(píng)估3.1路段行程速度提取算法若能得到車(chē)輛經(jīng)過(guò)路段邊界的時(shí)刻(路段邊界時(shí)刻),則終點(diǎn)邊界時(shí)刻減去起點(diǎn)邊界時(shí)刻即為路段行程時(shí)間,利用路段長(zhǎng)度也可得到路段行程速度。傳統(tǒng)的路段邊界時(shí)刻提取算法是假設(shè)車(chē)輛在相鄰定位點(diǎn)之間保持勻速行駛,并且按照式(15)計(jì)算路段邊界時(shí)刻,原理如圖4所示。式中:t-(t)為路段邊界時(shí)刻;t(t)、t(t-n(t))分別為當(dāng)前GPS數(shù)據(jù)與前一GPS數(shù)據(jù)的定位時(shí)刻;L(t)、L(t-n(t))分別為當(dāng)前GPS數(shù)據(jù)及前一GPS數(shù)據(jù)與路段邊界的距離。3.2交通信息質(zhì)量的認(rèn)車(chē)輛停車(chē)狀態(tài)識(shí)別的直接目的是確定車(chē)輛的停車(chē)持續(xù)時(shí)間,并且結(jié)合控制信號(hào)配時(shí)數(shù)據(jù)進(jìn)行長(zhǎng)期異常停車(chē)情況的識(shí)別,進(jìn)而消除其對(duì)所得交通信息質(zhì)量的影響。具體地講,比較停車(chē)持續(xù)時(shí)間與控制信號(hào)最大紅燈時(shí)間的大小,如果前者小于后者,可以認(rèn)為本次停車(chē)為正常停車(chē)或者短期異常停車(chē),總之其對(duì)所得交通信息質(zhì)量的影響較小,故可將其忽略,否則即為長(zhǎng)期異常停車(chē),應(yīng)該將其對(duì)應(yīng)的路段行程時(shí)間(速度)數(shù)據(jù)進(jìn)行剔除。4停車(chē)狀態(tài)識(shí)別算法實(shí)驗(yàn)結(jié)果2008年8月13、14日07:00:00-09:00:00,運(yùn)用GN-79N型號(hào)與OEMV型號(hào)的GPS接收機(jī),對(duì)吉林大學(xué)南嶺校區(qū)周?chē)鞲陕愤M(jìn)行了雙機(jī)同步跑車(chē)實(shí)驗(yàn),獲得了大量的GPS數(shù)據(jù)。其中,GN-79N型號(hào)的GPS接收機(jī)的動(dòng)態(tài)定位精度約為15~25m;OEMV型號(hào)的GPS接收機(jī)的動(dòng)態(tài)定位精度約為1~5m。為了驗(yàn)證停車(chē)狀態(tài)識(shí)別算法的運(yùn)行效果,本文提取某市浮動(dòng)車(chē)系統(tǒng)數(shù)據(jù)庫(kù)中的某一車(chē)輛獲取的GPS數(shù)據(jù)序列,所得數(shù)據(jù)驗(yàn)證結(jié)果如表1所示,其中λ=2.5。為了驗(yàn)證地圖匹配縱向位置修正算法的運(yùn)行效果,本文將OEMV型號(hào)的GPS接收機(jī)獲取的定位數(shù)據(jù)在路段上的投影點(diǎn)作為車(chē)輛的真實(shí)位置。由于實(shí)驗(yàn)區(qū)域內(nèi)的路網(wǎng)密度不大,因此采用基于相對(duì)方位的方法完成橫向匹配,縱向匹配采用以下兩種方案:(1)采用GPS定位點(diǎn)在路段上的投影點(diǎn)作為匹配位置;(2)采用3點(diǎn)聯(lián)合縱向修正方法確定匹配位置。所得數(shù)據(jù)驗(yàn)證結(jié)果如表2所示。根據(jù)數(shù)據(jù)結(jié)果可得出如下結(jié)論:(1)由圖5和表1可看出,用GPS濾波處理算法能夠顯著提高GPS數(shù)據(jù)序列的質(zhì)量,用停車(chē)狀態(tài)識(shí)別算法能夠準(zhǔn)確獲得車(chē)輛的停車(chē)持續(xù)時(shí)間。(2)用投影匹配方法得到的平均絕對(duì)誤差為13.2m,用3點(diǎn)聯(lián)合縱向修正方法得到的平均絕對(duì)誤差為8.6m,后者的效果明顯優(yōu)于前者。5車(chē)輛停車(chē)狀態(tài)識(shí)別為達(dá)到充分利用GPS基礎(chǔ)數(shù)