[发明专利]一种多源交通数据融合方法

权利要求书

1.一种多源交通数据融合方法，其特征在于，所述的方法包括：

从手机、浮动车辆及交通视频图像三种数据源中获取交通信息数据；

对所述的交通信息数据进行像素级融合，将所述交通信息数据中的不合格信息剔除；

对每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息；

对三种不同数据源的路段交通状态信息进行决策级融合，生成路段的一致性交通状态描述信息；

输出路段的交通状态描述信息；

对三种不同数据源的路段交通状态信息进行决策级融合，生成路段的一致性交通状态描述信息，包括：

从手机、浮动车辆及交通视频图像三种数据源中获取n条历史交通信息数据，进行特征级融合，分别生成函数x＝[v_f,S_v,v_m]，其中，历史浮动车辆速度v_f、历史手机车辆速度v_m及历史视频交通状态S_v；

根据视频图像或者实际路况确定与所述三种数据源对应时间点的道路交通状态y，道路交通状态y包括顺畅s1、缓慢s2、拥塞s3三种情况；

根据n条历史数据形成训练样本对：x_i，y_i，i＝1…n；

建立支持向量机SVM模型：

min12w.w+CΣi=1nξi---(1)]]>

Subject to y_i(w^Tx_i+b)≥1-ξ_i(2)

其中，ξ_i≥0(i＝1…n)，(1)式为目标函数，(2)为约束条件，y_i为0或1，w:维度为n的训练样本的权重向量，C：惩罚因子，ξ_i：附加于每个样本的松弛变量，b：函数参数；

根据某一时间点的浮动车辆速度v_f(t)、手机车辆速度v_m(t)及视频交通状态S_v(t)生成x’＝[v_f(t),s_v(t),v_m(t),v_o(t)]；

将所述x’输入到所述的SVM模型，生成路段的一致性交通状态描述信息。

2.根据权利要求1所述的方法，其特征在于，从手机、浮动车辆及交通视频图像三种数据源中获取交通信息数据，包括：从GPS监控系统获取车辆实时回传的车辆的位置、行驶速度信息；根据经纬度信息将车辆的信息定位到地图上的某一路段上，得到某一路段的浮动车辆速度信息。

3.根据权利要求1所述的方法，其特征在于，对每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息，包括：获取同一路段上的手机的速度信息，计算同一路段所有手机的平均速度，生成同一路段的手机车辆速度v_m(t)。

4.根据权利要求2所述的方法，其特征在于，对每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息，包括：取同一路段上的车辆的速度信息，计算同一路段所有车辆的平均速度，生成同一路段的浮动车辆速度v_f(t)。