基于3G技術的浮動車交通信息采集系統(tǒng)研究

2 基于3G技術的浮動車信息采集系統(tǒng)設計
根據(jù)以上浮動車信息采集系統(tǒng)應具備的功能分析，本文提出的基于3G移動通信技術浮動車信息采集系統(tǒng)由浮動車數(shù)據(jù)采集、地圖匹配、交通流分析和3G無線互聯(lián)網絡四個子系統(tǒng)組成，系統(tǒng)網絡總體方案如圖2所示。系統(tǒng)各子系統(tǒng)設計分別闡述如下。

2．1 數(shù)據(jù)采集子系統(tǒng)
數(shù)據(jù)采集子系統(tǒng)通過路網上行駛的安裝在浮動車上的車載端GPS接收器采集車輛運行數(shù)據(jù)；通過車載端的無線通信終端設備采用3G通信技術將上述信息實時傳輸給數(shù)據(jù)控制中心，同時還接收數(shù)據(jù)中心發(fā)送的命令。該子系統(tǒng)主要完成以下數(shù)據(jù)采集：車輛交通流、時間、車輛位置經度及緯度、速度、方向角和運行狀態(tài)等，如圖3所示。

系統(tǒng)設計時主要考慮以下參數(shù)：浮動車覆蓋率、計算時間間隔、采集時間間隔、測量時間等。通過仿真實驗得出每個時間間隔內橫斷面浮動車數(shù)量計算公式為：
Np=P?(Q?ta／60)
一般情況下，在高速公路上只要浮動車覆蓋率為3％時即可，在城市道路上覆蓋率為5％即可達到滿意效果。采集時間間隔必須考慮覆蓋率。浮動車覆蓋率低，采集間隔應該縮小，反則增大?？梢栽诠ぷ髡具\用一些更加精巧的估計算法來減小其對實時性的影響，一般取采集頻率為1 min，上傳中心頻率為5 min。當數(shù)據(jù)的年齡超過10 min時，對實時速度數(shù)據(jù)進行簡單線性衰退處理基本能對實時的估計起到比較滿意的效果。
2．2 地圖匹配子系統(tǒng)
地圖匹配是實現(xiàn)整個浮動車采集信息系統(tǒng)功能的關鍵，目的是減小GPS數(shù)據(jù)和GIS數(shù)據(jù)的匹配誤差。為此，要對數(shù)據(jù)進行預處理并確定匹配路段。
2．2．1 數(shù)據(jù)預處理
數(shù)據(jù)預處理包括對GIS數(shù)據(jù)和地圖數(shù)據(jù)預處理兩個方面。
由于GIS數(shù)據(jù)一般是以矢量格式存儲且所有路段都是以曲線形式表現(xiàn)的，為此，先將路段曲線預分割成為多條首尾連接的有向線段，從而使每條路段變成了一些線段的集合。這樣可以大大提高后續(xù)地圖匹配的速度和效率。
為了縮小匹配路段的范圍和針對性(方向)，還要對地圖數(shù)據(jù)預處理。首先進行地理坐標系轉換，使浮動車定位數(shù)據(jù)和地圖庫數(shù)據(jù)所采用的地理坐標系一致。其次通過一定算法確定候選路段，常用的算法有：網格法、概率統(tǒng)計法、誤差橢圓法、條帶分割法等。本文采用網格法。該方法的原理是將電子地圖按照一定的網格進行劃分，然后找到GPS點所在網格，該網格所包含的路段就是候選路段。
2．2．2 匹配路段確定
目前，車輛定位導航采用的算法有：GPS航跡匹配法、模糊邏輯法、A*、雙向搜索法等。這些方法在GPS定位和導航中都有非常廣泛應用。但由于浮動車數(shù)量大、匹配速度要求高，采用上述單一的傳統(tǒng)算法都難以滿足浮動車地圖匹配要求。為此，本文提出分類模型算法的思想。它建立在一個道路網格拓撲結構之上，如圖4所示。并且針對道路的實際情況設計了不同的道路匹配算法。

正常匹配模型是整個地圖匹配模型的入口，實現(xiàn)正常情況下待匹配道路的匹配，并對其進行排序，檢查是否有道路符合道路匹配的條件，如果有，則匹配成功；否則進入下一個匹配模型。
但由于各種誤差，如雙向車道的反方向車輛，若采用上述道路匹配模型得到的道路可能包含反方向的道路。這樣會給后續(xù)的延時匹配造成干擾。異常匹配道路模型就是解決以上問題的匹配模型。
對于大型城市的復雜道路，如主輔路、立交橋等，道路與道路之間的距離近，角度差小，有時投影到平面上幾乎是重合的。在這樣的路網環(huán)境下，通過單一GPS數(shù)據(jù)往往無法確定車輛的確切位置，這時就需要通過相同車輛的多個GPS數(shù)據(jù)來聯(lián)合判斷車輛的行駛軌跡，待定模型就是解決這類問題的一個迭代模型。在設計以上模型基礎上可以采用最小距離算法實現(xiàn)地圖匹配。原理是通過計算GPS點到各個候選路段的距離，選擇距離最小的那條路段作為匹配路段，GPS點到該路段的投影即為匹配點。
2．3 浮動車交通流分析子系統(tǒng)
交通流分析首先篩選符合條件的浮動車數(shù)據(jù)，建立動態(tài)交通流數(shù)據(jù)模型，然后以此模型獲得浮動車行程時間、平均速度、交通流量等交通信息。
2．3．1 建立交通流模型
由于采集的信息中包含大量車輛，可能會產生一些錯誤和干擾信息，為了保證所采集的信息盡可能有效，必須對樣本進行必要的篩選。本方案首先將這些數(shù)據(jù)按照車輛ID進行區(qū)分，由于每個浮動車的ID在系統(tǒng)中是惟一的，所以根據(jù)車輛ID將數(shù)據(jù)進行分類是有效的。其次，設定一個閾值，當路段上某車輛的GPS數(shù)據(jù)點數(shù)小于一定閾值時，例如速度高于閾值，就認為是干擾數(shù)據(jù)，該車輛的數(shù)據(jù)將被剔除。最后，將符合條件篩選出的浮動車輛的GPS數(shù)據(jù)作為交通流樣本模型，并以此樣本模型計算每輛獨立車輛的行程時間和平均速度。