[发明专利]浮动车数据预处理装置和方法

说明书

技术领域

本发明涉及智能交通领域，具体涉及一种数据预处理装置和方法，其能够对基于浮动车的交通数据进行预处理，从中去除临时停车数据点。

背景技术

目前，浮动车技术已广泛应用于智能路况交通领域，利用基于浮动车的交通数据能够进行路况分析、预测、监控等。在利用浮动车数据之前，通常需要对原始数据进行预处理，以去除错误和无用的数据，余下的数据才用于进一步的后续处理。这种预处理直接影响到计算的速度、强度和精确性，因此在以浮动车为基础的路况计算、分析等过程中显得十分重要。基于浮动车的原始交通数据通常包含各种不同类型的数据，例如正常行驶数据、临时停车数据、长时间停车数据、错误数据等，这些数据中只有长时间停车和正常行驶数据才是比较有用的数据，能够用于后续的路况分析、计算等处理，而其它数据会增加计算强度，减慢计算速度，并降低计算的精确性。从原始数据中去除这些其他数据并不容易。现有技术中数据预处理以全球定位系统GPS参数以及所关心的区域为基础，从原始的交通数据中去除错误的数据和所关心的区域之外的数据。专利文献1(CN200610168272.8)公开了一种浮动车数据预处理方法，该方法包括：选择一个周期内的浮动车数据，形成数据序列，逐个处理该数据序列的每一个数据；如果某一个数据不正确或者是该数据对应的位置的经度和纬度超出了所关心的区域，则从数据序列中去除该数据。

上述方法尽管能够去除错误和超出关心区域的数据，但不能去除其他干扰性的数据，例如临时停车数据。在基于浮动车的交通数据采集、路况分析中，临时停车数据是不可忽视的干扰数据，尤其在交通状况复杂的市区环境中，车辆数目较大，交通不流畅，常常由于在前车辆、路口等因素，造成车辆暂停行驶或者行驶非常缓慢。在这种情况下采集到的浮动车数据是非正常数据(在本文中称为临时停车数据)，会干扰对路况的正确计算和分析。此外，在市区环境中，这种临时停车数据出现的概率比较大，导致采集到的浮动车数据包含比较多的临时停车数据。这种数据很容易被当作正常数据，如果在进行路况计算和分析之前不从浮动车数据中滤除这种数据，而直接将其作为正常数据，就会导致计算量的增加、计算速度的减慢以及计算精度的降低。

因此，需要一种数据预处理方法，能够去除临时停车数据，降低浮动车为基础的路况计算中后续计算的计算强度，提高计算的速度和精确性。

发明内容

为解决上述问题，本发明提出了一种数据预处理装置，对基于浮动车的交通数据进行预处理，包括：

输入单元，用于输入包括多个数据点的交通数据，

过滤单元，用于从所输入的交通数据中滤除临时停车数据点，以及

输出单元，用于输出所述过滤单元滤除临时停车数据点之后余下的数据点，作为预处理后的交通数据。

优选地，过滤单元从多个数据点中作为参考点的数据点开始，逐个确定后续数据点中的每一个是否是临时停车数据点，并将确定为临时停车数据点的数据点滤除。

优选地，过滤单元根据数据点的位置信息和时间信息，确定数据点是否是临时停车数据点。

优选地，数据点的位置信息指示了该数据点对应的区域位置，数据点的时间信息指示了该数据点对应的采集时间；

过滤单元比较参考点的后一数据点与参考点的区域位置之间的距离是否小于预定距离阈值，如果是，则进一步比较后一数据点与参考点的采集时间之间的时间间隔是否大于预定时间阈值，如果是，则确定该后一数据点是临时停车数据点，

如果区域位置之间的距离不小于预定距离阈值，或者采集时间之间的时间间隔不大于预定时间阈值，则确定该后一数据点不是临时停车点。

优选地，如果确定该后一数据点是临时停车数据点，则过滤单元滤除该后一数据点，并继续利用参考点，进行后续数据点的比较。

优选地，如果确定该后一数据点不是临时停车数据点，并利用其替代参考点，进行后续数据点的比较。

优选地，多个数据点包括一个或多个预定周期内的数据点，

数据预处理装置逐周期地对数据点进行预处理。

优选地，数据预处理装置还包括：

排错单元，用于从输入单元输入的多个数据点中排除错误的数据点和所需区域之外的数据点，

其中，过滤单元对排错单元处理后的数据点进行过滤。

本发明还提出了一种数据预处理方法，对基于浮动车的交通数据进行预处理，包括：

输入步骤，用于输入包括多个数据点的交通数据，

过滤步骤，用于从所输入的交通数据中滤除临时停车数据点，以及