[发明专利]用于确定路链拥堵状况的设备和方法

说明书

技术领域

本发明涉及交通信息采集和发布领域，更具体地，涉及一种用于确定路链拥堵状况的设备和方法，能够基于车辆的GPS数据，实时准确地计算道路拥堵程度。

背景技术

浮动车一般是指安装了车载GPS定位装置并行驶在城市道路上的诸如公交汽车和出租车等车辆。浮动车技术是一种通过采集道路上行驶浮动车的GPS数据，计算道路拥堵程度的技术。

目前，已经有很多专利和文献涉及相关技术，例如日本专利申请JP05-168872和中国专利申请CN200610112606.X。但是目前的浮动车技术都是首先计算出道路的平均速度或平均旅行时间，然后根据速度的大小和道路的等级来划分道路拥堵程度。例如，一般城市道路上拥堵等级被划分为拥堵、缓行、畅通三个等级，平均速度小于15公里/小时为拥堵；平均速度大于等于15公里/小时而小于30公里/小时为缓行；平均速度大于等于30公里/小时为畅通等等。当然，拥堵等级的划分还可以更细，有更多的等级。

这种根据平均速度来划分拥堵等级的方法，确实能够比较容易界定道路的拥堵等级，只需用计算出来的平均速度与区间阈值进行比较就可以得出结论，但是平均速度往往会掩盖路面的真实情况，尤其是在有信号灯的路段。举例说明，如果一辆车以40公里/小时的速度非常畅通的行驶在300米长的道路上，但是接近路口时遇到了红灯，在路口停车等待了30秒钟，那么其在道路上的平均速度就降为大约19公里/小时，如果以这辆车的平均速度来计算该道路的拥堵等级的话，那么这条道路的拥堵等级就划分为缓慢，但是实际情况是一种非常畅通的路况。此时如果司机接收到浮动车系统发布的交通信息显示该道路拥堵程度是缓行，那么司机一定会觉得这条交通信息是错误的，也就是说司机的人为感受与系统的计算有偏差。

从以上分析中可以看出，司机人为感受和系统的计算本身都没有错误，出现偏差的原因是系统用于计算拥堵等级的模型与司机的主观感受不适应，现有的计算模型是机械的数值计算，没有考虑到司机对于停在路口等红灯的感受和缓慢行驶在道路上的感受是有区别的。现在的计算方法对于无交通信号灯路段是比较适用的，如高速公路等，但是对于有交通信号灯的路段不太适用。由于路口的红绿灯变化对于单个司机来说是有偶然性的，所以司机不会由于在路口遇到了红灯，就认为交通是拥堵的，一般只有当道路上车辆的排队长度很长，车辆在道路上的行驶缓慢时，司机才会认为交通是拥堵的。

目前交通信息的主要商业用户之一是车厂，车厂在车载导航仪中为用户提供实时交通信息(道路拥堵等级信息)，为了保证交通信息的质量，车厂会定期对浮动车系统发布的实时交通信息进行实地路测。因为车厂面对的客户是普通的驾驶员，所以车厂在评估交通信息的质量时，也经常以人为感受作为评价的一个重要标准，如果人为感受与浮动车系统发布的交通信息不同，浮动车系统发布的交通信息的质量也会受到质疑。

在有信号灯的路段，目前这种以平均速度为基础而发布的道路拥堵等级与用户人为感受存在有不一致的问题。为了解决这个问题，需要提出一种针对信号灯路段的拥堵计算方法，以更准确地提供道路拥堵程度信息。

我们认为在信号灯路段，有两种参数比较适合用于描述司机对拥堵程度的人为感受，一种是比较常见的排队长度，另一种是本发明中将要提出的等灯次数。排队长度是指信号灯为红灯时，道路上的车辆等待绿灯通行，从路口第一辆车开始到最后一辆静止车辆的距离。等灯次数是指浮动车在排队通过一个路口的期间，路口的红绿灯变换的次数。

可以利用排队长度来表达道路拥堵程度，计算排队长度的比较常用的一种方法是利用视频检测技术测量路口的车辆排队长度。另外，中国专利申请CN200910092506.9(题为《基于浮动车数据提取车辆排队长度的方法》)中也提到了基于浮动车数据计算车辆排队长度的方法。计算得到的排队长度可以换算为拥堵等级。该专利申请所述方法比较适用于浮动车数据上传间隔比较短的场合，例如5秒以内。但是浮动车数据的上传间隔一般为30～120秒，要基于这样的浮动车数据准确的计算排队长度不太容易，一般只能是利用积累的大量历史数据离线计算出排队长度，而且准确度不高，不适合用于实时计算交通拥堵等级。

发明内容

为了解决这个问题，提出了本发明。本发明的目的是提出一种用于确定路链拥堵状况的设备和方法，能够基于车辆的GPS数据，实时准确地计算道路拥堵程度。