基于CDMA 网络的城市交通数据采集与处理技术

秦 岸，李淑庆，聂世刚

(1.重庆交通大学交通运输学院，重庆400074;2.重庆市交通运输工程重点实验室，重庆400074)

智能交通技术作为提高交通管理水平、改善交通拥堵的有效方法在交通行业得到了广泛应用。及时、准确的数据采集与处理成为智能交通技术重要的前提与基础。传统的数据采集主要有线圈、视频、红外线等方法，大都存在铺设不易、维护费用高、数据单一等缺点。移动电话作为现代通讯手段，其大范围的应用给数据采集提供了更加方便、快捷、经济的新思路，弥补了传统数据采集技术的不足。

目前，国内在利用移动电话定位进行交通数据采集方面的研究大多停留在理论阶段，对通信网络的选择也没有提出依据的标准，大多采用GSM网络进行研究与实验，并未考虑通信网络的适用性，这样获得的数据精度是比较低的，需要在数据的筛选上耗费大量的精力。通过对国内运营移动通信网络的技术、数据、经济3个方面的比较分析，笔者认为使用CDMA网络作为城市交通数据采集的基础优于GSM网络，并以重庆市主城区为例构建了动态交通数据采集系统。结合城市道路交通的特性对数据进行分析处理，使道路交通变化状态实时显示在GIS地图上。最后提出利用CDMA网络自有的短信服务可以进行更多的交通信息调查，为交通管理提供更多、更准确的实时数据支持。

1 交通数据采集技术

交通数据的采集是交通信息系统的重要组成部分。对于交通流数据，其采集方式可以分为2种:一种是静态采集，即利用位置固定的定点检测器获取交通数据，这种检测器包括摄像机、感应线圈、超声波检测器及红外线检测器等;另一种是动态采集，即基于采集位置不断变化来获得实时行车速度和旅行时间等交通信息。动态采集的典型方式包括车辆自动检测、浮动车观测交通流法、车载GPS装置等。

静态采集由于获得的数据比较单一，一般需要几种技术结合处理使用，这便直接影响了交通信息采集的完整性、稳定性和可靠性。加之，技术和经济等方面的原因，其应用和普及一直比较缓慢。

动态采集最为常用手段是车载GPS。GPS技术的最大优点是精度高，但其存在采集盲区(例如高架下的道路、隧道)、样本少(城市中只有极少数车辆装备有GPS)、投资大，难以大范围使用的不足。

基于移动通信网络的交通数据采集作为一种新兴的动态交通采集技术近几年在世界范围内得到了快速发展。它的基本原理是利用移动通信网络的蜂窝结构，通过移动电话的定位信息来推算车流状况参数，从而获取相应的交通信息［1］。虽然不及GPS那样精确，但其优势在于:以移动电话作为采集终端设备，节约了大量的前期基础设施投入;移动电话的广泛普及有效地提高了样本容量，保证了数据质量的可靠性;部署方便，无须安装任何采集终端设备，对移动通信网络的运营不产生任何影响;数据实时回传，效率高;能通过移动通信网提供的短信、通话等功能实现更多信息的采集。目前，美国、欧洲等国家正在对应用该技术的商用系统进行大规模的研究与设计。

2 利用CDMA网络动态采集交通特性数据的优势

我国目前使用的2.5代移动通信网络分为2类:一类是中国移动与中国联通运营的GSM网络，另一类是中国电信运营的CDMA网络。究竟哪种通信网络更适用于动态采集交通特性数据，国内看法上不一，主要从技术上领先、数据上可靠、经济上适用等分析选择。

2.1 技术上分析

在2类网络提供的位置业务LBS(Location Based Service)中，GSM的定位主要是基于Cell ID(小区标识号)技术实现的。CDMA的定位主要是基于 AGPS［2］(无线网络辅助 GPS)和 AFLT(Advanced Forward Link Trilateration混合定位)技术实现的，也称为 GpsOne［3］。

GSM采用的Cell ID定位技术将移动终端定位在服务小区的覆盖范围内，当小区的覆盖半径增大，用户又处于小区边缘时，所测量的定位偏差将很大。定位数据精度在100～40 000 m之间。

CDMA采用GpsOne定位技术，定位过程分2步完成:先用AFLT定位，以支持全球定位系统和灵敏度辅助数据计算;然后将基于移动台的测量数据与定位实体数据结合起来，排除可能增加的定位误差值。GpsOne定位技术有机地结合了基于网络的非GPS技术和基于GPS的网络辅助定位技术的优点，在室外定位精度为5～50 m，室内为50～300 m。

2.2 数据上分析

通常城市道路为双向4～8车道，每车道宽度为3.5 m左右，大城市的干道网密度2.4～3.1 km/km2，中等城市的干道网密度为2.2～2.6 km/km2［4］。关于城市道路网间距的指标没有明确的规定，在全国注册城市规划师执业资格考试指定参考用书中，建议城市道路网间距为:快速路1 500～2 500 m，主干路700～1 200 m，次干路350～500 m，支路150～250 m。Cell ID定位的精度为100～40 000 m，由于其定位精度的浮动幅度较大，比较难于区分相邻道路。而GpsOne定位的精度为5～300 m，对于支路也能较好的区分，显然GpsOne定位的精度大大高于Cell ID定位技术。

从定位时间上来看，GpsOne定位速度虽然不及Cell ID定位速度快，从服务器发起定位要求到服务器收到定位数据耗时约为16～30 s，但按照城市主干道车行速度的上限60 km/h计算，在1 km的道路上至少能定位1～2次，完全能够获得城市道路的交通流特征参数。

2.3 经济上分析

Cell ID定位技术无需改造终端，只要是GSM网络的手机皆能使用。CDMA终端厂商也无需改造设备，高通公司已将GpsOne芯片统一集成在CDMA手机内部。同时，二者在基站端也只是进行部分设备的升级，经济成本相差不大。此外，CDMA系统不需要像GSM系统那样设置密集的基站，功耗低，更具有成本上的优势。

以上3方面的分析表明，CDMA网络在数据采集上具有技术先进、数据精确、经济适用的优势，是在我国构建动态交通数据采集系统的最佳选择。

3 数据采集系统的建立

以重庆市主城区为例建立动态交通数据采集系统，系统由数据采集服务器侧与CDMA定位系统侧组成，包含数据采集服务器、Internet、定位服务客户端、移动定位中心、短信中心、接入网关、CDMA1X网络、个人移动电话等部分，见图1。数据采集服务器则放在重庆交通大学，CDMA定位系统侧位于重庆电信机房，两者通过Internet实现数据的实时传递，定位数据可以从定位系统侧处利用数据采集服务器侧的数据库完全自动化的获取。

图1 动态交通数据采集系统结构图Fig.1 The system structure of dynamic traffic data collecting

数据采集流程如下:携带移动电话的实验人员行驶于道路上，数据采集服务器通过Internet的TCP连接与LCSClient互通，发出要求定位移动电话的请求;LCS Client通过协议实现与MPC的定位请求;MPC通过短信中心给被定位的移动电话终端发短信，通知其自动定位;移动电话解析短信后开始通过缺省接入的WAP网关发起定位需求;WAP网关通过WAP请求到LCSCLIENT请求对移动电话定位实体的定位;LCSCLIENT通过协议接入到MPC进行定位请求;MPC通过鉴权、以及与移动电话的标准定位协议实现定位结果的计算;然后由LCSClient通过Internet回传至位于重庆交通大学实验室的数据采集服务器，完成整个流程。计算结果包含移动电话实时的经纬度信息、时间、高度等数据(表1)。考虑到多客户的接入，在LCSClient处可以利用不可逆加密技术加密移动电话id以保护用户隐私。

表1 定位数据Tab.1 Location data

在构建动态交通数据采集系统中，仅仅知道移动电话的定位数据显然是不够的，还要能与其它移动电话或数据服务器交流，使其得到更为广泛的交通信息，比如一个用户陷入了交通堵塞，他能告诉管理者或其他用户确切的堵塞状况。可以参照SP(Service Provider)服务商在系统上架设SMS(Short Messaging Service)平台，或是图像共享平台。

4 数据的处理

在初步的系统设计中，对获取数据的处理大致分为两部分:首先是进行道路的匹配，然后在道路匹配的基础上实现交通信息的实时显示。

4.1 道路匹配

在系统进行数据采集的过程中，会受到CDMA基站密度与直放站的影响，采集到的部分数据会出现较大误差，通过线性回归抛弃定位不精准的数据后［5］，将采集到的数据导入数据采集服务器的GIS系统，进行道路匹配，形成初步的实时位置信息。Berkeley大学的仿真研究表明当定位更新频率为30 s时，道路的匹配度能达到98.5%［6］。16 ～ 30 s的定位频率可以很好的使数据与道路匹配。图2是在重庆市主城区一次实验中的实时定位图。学生志愿者携带移动电话乘坐公交车由七公里驶往土湾，穿越南岸、渝中、沙坪坝3个区，路线总长度约为17.6 km，道路匹配准确。

图2 定位数据道路匹配图Fig.2 Road matching by location data

4.2 交通信息实时显示

根据经纬度计算距离L，并由定位时间计算出相邻时间差T，可获得移动电话的移动速度V。通过合并多个移动电话的移动速度，便能得出道路的交通流运行状态［7］。城市公交的车行速度一般为16～25 km/h［4］，属于较为畅通的通行状态。相关调查表明，重庆市主干道平均车速为30.12 km/h，主城区高峰小时公交车速为20.15 km/h［8］。这说明重庆市主城区公交车速一般是在20～30 km/h这个较为畅通的通行状态内，可据此划分速度等级，见表2，显示等级为A，B，C，D。并规定不同等级的颜色，使其实时显示在服务器端的GIS地图中，并按照30 s的频率刷新。图3是在一次大范围的实验中，由众多学生志愿者携带移动电话在不同路段(主干路)乘坐公交车，通过对实时回传数据的处理显示出来的。

表2 车速分等级显示Tab.2 Speed classification

除了在数据服务器端可以看见交通状况的实时显示图外，还可以通过网络使移动电话或Internet上的其它电脑访问数据服务器获得交通状态显示图。

图3 交通状况实时显示图Fig.3 Real-time traffic situation display

此外，SMS短信息作为CDMA网络的基础服务，可以利用它设计短信内容进行交通调查。再通过系统对短信息数据的处理，还能得到居民出行的时间、OD矩阵等更高级的交通数据。

5 结语

笔者提出了基于CDMA网络作为国内交通数据采集系统的方法，并以此构建了重庆市主城区的动态交通数据采集系统，实现了道路交通状况实时显示。随着移动通信技术的发展与数据采集系统的改进，得到的交通信息将会越来越丰富，这对提高城市交通管理水平、推动ITS的建设与发展有着重要的意义。

［1］Zhao Y L.Mobile phone location determination and its impact on intelligent transportation systems［J］.IEEE Transactions On Intelligent Transportation Systems，2000，1(1):55－64.

［2］曹科.基于智能手机的A－GPS定位技术的研究与实现［D］.成都:电子科技大学，2007.

［3］Wang K D，Yan L，Wen H，et al.GpsOne:A new solution to vehicle navigation［C］//IEEE.Position Location and Navigation Symposium(PLANS 2004).California:IEEE，2004:341－346.

［4］GB 50220—95城市道路交通规划设计规范［S］.

［5］Weisberg S.Applied Linear Regression［M］.(3rd Edition).San Francisco:John Wiley＆ Sons Inc.，2005.

［6］Cayford R，Johnson T.Operational parameters affecting the use of anonymous cell phone tracking for generating traffic information［CD］//TRB.Transportation Research Board 82ndAnnual Meeting.Washington D.C.:MDP，2003.

［7］Weng J，Hu Z.Floating car data based nonparametric regression model for short－ term travel speed prediction［J］.Journal of Southwest Jiaotong University:English Edition，2007，15(3):223－230.

［8］重庆市规划局，重庆市城市交通规划研究所.重庆市主城区交通发展年度报告2008［R］.重庆:重庆市规划局，重庆市城市交通规划研究所，2009.