基于移动互联网的实时路况系统及其关键技术

解云虹,张居梅,向 阳

(西安通信学院 基础部,陕西 西安 710000)

基于移动互联网的实时路况系统及其关键技术

解云虹,张居梅,向 阳

(西安通信学院 基础部,陕西 西安 710000)

基于移动互联网的实时路况采集与发布系统,由运行于智能手机等终端的数据采集客户端软件、基于因特网的实时路况服务器及运行于智能手机等终端的实时路况查询客户端软件3部分组成。其基于智能手机操作系统,利用GPS、A-GPS和GPS数据保障技术,采集交通参与者的位置、速度和方向等信息;利用数据挖掘技术和GIS地图匹配进行数据处理;然后使用位置服务和动态路径规划等技术发布。利用MI-RTTS系统的数据,可发现城市交通问题,据此提出交通工程专业解决方案;缓解城市交通拥堵、节约能源、降低机动车污染排放。

GPS数据保障技术;数据挖掘;GIS地图匹配;位置服务(LBS);动态路径规划

智能交通系统能够有效地提高交通系统的整体运行效率,降低交通拥堵和交通事故发生频率,提高城市交通智能程度。但传统的智能交通系统在实时信息的采集、处理以及发布等核心功能的实现方法上,存在诸多问题。

传统的交通信息采集技术主要包括人工交通信息采集、感应线圈检测、微波检测、红外线检测、雷达检测和视频检测等,相关设备主要固定安装在高速公路、快速路、主干路和次干路的关键交叉口处,对关键节点的交通管理与控制起到了有效作用,但由于设备是局部覆盖,使传统的交通信息采集方式存在“空白区”,无法提供路网全天候交通信息。而采用基于GPS的浮动车系统,大部分都是出租车运营管理系统,出租车作为交通参与者中一个特定的组成部分,他们的信息无法覆盖城市所有道路,也不能代表所有交通参与者的实际运行状况。

传统的交通信息处理技术主要采用人工识别和视频图像识别的信息采集方式。通过人工识别进行信息采集需要投入大量的人工,并由于交通信息数据量的实时产生使得人工识别时延较大,难以实现大面积交通信息的实时处理,一般只能对重点的路段进行实时监控和处理。图像识别软件将视频图像初始化、数字化处理,通过预处理后,再进行图像分割、特征提取和分类识别,通过相应算法和模式匹配得出车辆计数和各路段拥堵程度等数据,与人工识别比较在处理速度方面有大幅的提高,但目前由于视频质量以及识别算法等方面的限制,识别率和实用程度还有一定差距。而采用基于GPS的浮动车系统的数据,由于样本量太少,无法真实反应整个城市所有道路的交通状况。

传统的交通信息发布技术主要通过广播、电视和公告牌、网站、短信、彩信、电话等多种途径发布路况信息。这些信息发布技术的针对性和交互性都不理想,难以根据用户的实际信息需求进行有针对性的信息发布,而且发布的方式是从信息中心到用户,一般无法和用户进行信息交互。

为此,文中提出了基于移动互联网的实时路况采集与发布系统(Real Time Traffic System Based on Mobile Internet,MI-RTTS)。

1 基于移动互联网的实时路况系统

MI-RTTS是指交通参与者携带具有GPS功能的智能手机等终端,通过GPS定位芯片由卫星信号计算交通参与者的位置,通过移动互联网实时传送到数据处理中心,数据处理中心利用大量交通参与者提交的位置数据和GIS系统数据进行综合处理,计算出各个主要交通路段上交通参与者的实时速度、方向和车流量等相关交通信息,并通过移动互联网将附加了实时路况信息的GIS数据发布到互联网,交通参与者利用智能手机等终端通过移动互联网获取实时路况信息。

MI-RTTS系统的目的是为了解决传统智能交通系统中实时交通信息的采集、处理和发布等核心功能中的上述缺陷而提出的解决方案。系统由运行于智能手机等终端的数据采集客户端软件、运行于因特网的实时路况服务器及运行于智能手机等终端的实时路况查询客户端软件3部分组成。

数据采集客户端利用交通参与者携带具有GPS功能的智能手机等终端通过GPS定位芯片由卫星信号计算交通参与者的位置并通过移动互联网实时传送到数据处理中心,解决了实时交通信息采集过程中需要部署大量感应线圈、摄像头,并要通过人工识别或图像识别软件对采集的数据进行处理的问题。实时路况服务器利用大量数据采集客户端提交的位置数据和GIS系统数据进行综合处理,计算出各个主要交通路段上交通参与者的实时速度、方向和车流量等相关交通信息,并通过移动互联网将附加了实时路况信息的GIS数据发布到互联网,实现实时路况信息自动生成和自动发布的功能。实时路况查询客户端是运行于智能手机等终端的软件,通过基于位置的服务以及用户的特定需求,可查询用户周边的实时路况信息,根据实时路况信息还可以实现动态路径规划等导航功能。

2 基于移动互联网实时路况系统技术

2.1 数据采集技术

数据采集技术是指基于智能手机操作系统,利用GPS和A-GPS等定位技术,采集交通参与者的位置、速度和方向等信息的相关技术,主要包括GPS技术、A-GPS技术、GPS数据剔除和校正技术等数据保障技术以及智能手机操作系统等相关技术。

无论采用GPS技术或与A-GPS技术相结合,数据误差不可避免,如何保障GPS数据的有效性和精度就是GPS数据保障技术。近些年,随着导航技术的快速发展,国内外对于GPS数据保障技术进行了大量的研究,研究方法种类较多,技术手段相对成熟。目前GPS数据保障技术研究工作主要集中在GPS数据的丢失及修复、错误数据的识别及修复和海量数据的除噪处理等,主要使用的方法包括卡尔曼滤波、线性回归等[1]。

由于城市道路交通状况复杂,高架桥、隧道和密集的高大建筑物的连读遮挡导致GPS接收机对卫星失去锁定,产生GPS动态数据漂移,使车辆定位信息不符合车辆的行驶规律,出现较大的偏差,导致采集到的连续GPS数据距离超过车辆所允许的最大行驶距离。如果直接进行地图匹配,会严重影响车辆行程时间信息的准确性。为了给出行者提供更为准确的路网状态信息,有必要对GPS动态漂移数据进行识别及修复,保障GPS数据的质量,为地图匹配提供高质量的数据支持[2]。

己有的研究表明:车辆在单位时间内位置变化越大,获取的GPS定位数据准确度越高,数据的质量和可靠性越好。只要车辆行驶速度在15 km/h以上时,定位精度均可满足导航定位的要求;而当车辆速度低于3 km/h时,车辆的定位数据出现围绕某点在圆形区域内波动的现象。此时的定位数据可信度较低,车辆出现静态漂移数据,此时车辆的状态为停车等待。此外,由于高楼遮挡及在高架桥区域内时,车辆定位数据出现突变,速度值过高、经纬超出电子地图范围,或出现车辆行驶距离超出该速度下允许的距离范围,此时认为车辆定位数据出现动态漂移现象[3-4]。此类数据严重影响了地图匹配算法,极易导致出现错误匹配现象。因此必须对错误数据进行识别,并进行相应的处理。

2.2 数据处理技术

2.2.1 数据挖掘

数据挖掘是指从大量数据中寻找其规律的技术,主要内容包括频繁模式挖掘、关联分析、聚类分析、分类分析、异常分析以及演变分析等。

数据挖掘作为目前最强有力的数据分析技术,在智能交通数据分析方面已经取得了良好的应用。但是,如何设计有效的挖掘算法仍是当前智能交通数据挖掘研究的关键问题:一方面,由于道路交通数据的特殊性,使得现有的数据挖掘算法无法直接在大规模道路交通数据中高效的实现;另一方面,由于没有根据领域知识设计特定挖掘算法,造成挖掘结果无法满足应用需求。目前智能交通数据挖掘技术研究中有几个关键方面:交通流量预测、交通拥堵分析、交通分布模式分析和道路交通安全分析[5]。

智能交通系统应用和发展需求表明,利用数据挖掘技术分析具有复杂时空关系的道路交通数据集,需要根据道路交通信息的特点以及智能交通系统的新数据挖掘应用需求,设计适合的数据挖掘分析方法和新的、道路交通数据挖掘模型,为智能交通系统的道路交通管理、控制及诱导提供决策支持[6]。

2.2.2 GIS地图匹配算法

地图匹配算法以模式识别为理论基础,其待匹配样本为一段时间内的行车轨迹或某一时刻的车辆位置点,其匹配模板就是该位置点或车辆轨迹曲线附近道路上所有位置点或者道路曲线。通过样本与模板匹配,选择点距离最近或者形状相似度较高的模板作为匹配结果。常用的地图匹配算法有:最短距离法、基于概率统计的地图匹配、基于曲线拟合的地图匹配、基于权重的地图匹配算法、基于卡尔曼滤波的地图匹配算法和基于模糊逻辑的地图匹配算法[7]。

2.3 数据发布技术

2.3.1 位置服务LBS

LBS(Location Based Service)就是基于地理位置数据而开展的服务。移动定位服务则是指为移动人群提供位置服务,由于服务对象是移动的,故通常需要借助移动运营商的网络进行信息的交互。手机定位则是移动定位的一种,其定位服务的终端为手机,即利用移动通信网的某些特性对手机所处位置进行定位以及信息服务。定位技术是LBS的核心技术,获取移动终端的位置信息往往是LBS应用的起始点。经过长期的技术积累和发展,移动终端的定位主要分为基于网络的定位技术和基于终端的定位技术[8]。

基于网络的定位技术主要分为以下3种:起源蜂窝小区定位技术、抵达时间差异定位技术、增强型观测时间差定位技术。

基于终端的定位技术主要指移动终端计算出自身所处的位置。该技术主要有GPS、A-GPS等。混合定位技术即移动终端的定位功能和网络定位功能的混合使用。混合定位的典型代表是辅助全球卫星定位系统A-GPS。

2.3.2 动态路径规划

路径规划是车辆导航系统的重要组成部分,也是路径诱导先决条件,车辆导航系统就是在驾驶员在确定了行始的起终点后,预先规划出一条或多条路径供驾驶员选择使用。路径规划可以分为单源路径规划和多源路径规划。单源路径规划是针对单个车辆而言的,在特定的交通网络,在确定好始末位置后规划出一条行驶路线,属于用户最优化问题;多源路径规划是面向交通路网上的所有车辆而言的,为所有的车辆规划出最优行驶路线,属于系统优化问题。在计算机语言中,通常把求解两点间的路径问题称为最短路径问题。

车辆导航系统的主要功能是实现最优路径的搜索,路径搜索由一定的路径搜索算法实现,涉及到图论、动态规划、运筹学等知识。按照计算方式的不同,最优路径搜索分为集中式和自主式,前者由中心服务器计算出最优路径并将信息发送给车辆终端,后者由车载终端根据接收到的实时路况信息计算出最优路径。

车载导航中最常见的最优路径问题是求解道路网中任意两结点之间的最短路径。求解此类问题常用的算法有 Dijkstra 算法、Bellman-Ford-Moore 算法、GraphGrowth 算法、Threshold 算法以及 A*启发式搜索算法。Dijkstra 算法是求解该类问题的经典算法,但同时也是一种盲目式搜索算法,效率较低。A*算法是基于 Dijkstra算法改进的一种启发式搜索算法,该算法通过减少搜索空间而节省搜索时间,算法效率较高。

3 结束语

MI-RTTS系统基于智能手机操作系统,利用GPS、A-GPS和GPS数据保障技术,采集交通参与者的位置、速度和方向等信息;利用数据挖掘技术和GIS地图匹配进行数据处理;然后使用位置服务和动态路径规划等技术发布。

对于公众用户而言,只需下载相应的APP应用程序,就可以实现基于位置的实时路况查询和动态路径规划等导航功能。MI-RTTS系统中的客户端软件稍加增强,就可发布为针对出租车、公交车、货运物流等行业的特定行业运营软件。利用MI-RTTS系统的数据,政府可发现城市中的交通问题,据此提出交通工程专业解决方案,为交通管理部门提供路网常发交通拥堵点统计分析、路网重要节点和区域交通改善设计、公交线路及线网优化设计方案和路网交通组织优化设计等决策支持。

[1] 殷建红.基于动态GPS信息诱导平台关键技术的探讨[J].科技创业家,2013(15):50-53.

[2] 贾献博.基于GPS浮动车技术的大规模全覆盖城市道路交通状态获取方法研究[D].北京:北京交通大学,2010.

[3] 田力.基于长间隔海量数据的中心端GPS地图匹配算法[D].武汉:华中科技大学,2012.

[4] 张永强.浮动车交通信息采集系统研究[D].南京:东南大学,2005.

[5] 朱扬勇.数据挖掘技术现状[J].中国传媒科技,2006(12):11-14.

[6] 覃明贵.城市道路交通数据挖掘研究与应用[D].上海:复旦大学,2012.

[7] 隋心.GPS车辆导航系统中地图匹配算法研究[D].阜新:辽宁工程技术大学,2007.

[8] 贾扬洋.基于LBS的实时交通信息系统的设计和实现[D].开封:河南大学,2009.

Key Technology for a Real Time Traffic System Based on the Mobile Internet

XIE Yunhong,ZHANG Jumei,XIANG Yang

(Department of Fundamental Courses,Xi’an Communications Institute of PLA,Xi’an 710071,China)

The real time traffic information acquisition and distribution system based on the Mobile Internet is composed of three parts,the client software running on the smart mobile phone terminal,the real-time traffic server on the Internet and the query client software running on the smart mobile phone terminal.The system acquires traffic information about the location,speed and direction of those in traffic using GPS,A-GPS and GPS data security technology,and processes data by data mining and GIS map matching etc,and releases data using Web GIS and dynamic path planning.Urban traffic problems can be found using data offered by the MI-RTTS system,on the basis of which we propose a professional solution to traffic problems,thus alleviating urban traffic congestion,saving resources and reducing motor pollution emission.

GPS data security;data mining;GIS map matching;location based service;dynamic path planning

2015- 01- 04

陕西省科学技术研究发展计划基金资助项目(2014K05-54)

解云虹(1975—),女,硕士,讲师。研究方向:计算机应用及电磁频管。E-mail:hh_xie@yeah.net

10.16180/j.cnki.issn1007-7820.2015.05.034

TN929.5;P228.4

A

1007-7820(2015)05-118-03