[发明专利]路段行程时间监测方法及装置

权利要求书

1.一种路段行程时间监测方法，其特征在于，该方法包括：

在一时段内，对经地图匹配过程匹配到监测路段上的浮动车的位置数据进行采样；

根据所采样的位置数据，通过以下方式来确定所述监测路段在所述时段内的实际行程时间：

其中，L_i,j表示在所述时段内采样的第j辆浮动车在所述监测路段上的第i个位置数据；

L_i+1,j表示在所述时段内采样的第j辆浮动车在所述监测路段上的第i+1个位置数据；

T_i,j表示第j辆浮动车到达所述第i个位置数据所表示的位置时的时间；

T_i+1,j表示第j辆浮动车到达所述第i+1个位置数据所表示的位置时的时间；

n_j表示在所述时段内采样的第j辆浮动车在所述监测路段上的位置数据总个数，并且n_j≥2；以及

v_j表示在所述时段内，第j辆浮动车在该监测路段上的平均车速；

T表示所述监测路段在所述时段内的实际行程时间；

L表示所述监测路段的总距；以及

m表示在所述时段内，所述监测路段上的浮动车总数；

将所述时段内的实际行程时间分别输入至第一预测模型和第二预测模型，得出所述监测路段在下一时段内的第一预测行程时间和第二预测行程时间，所述第一预测模型为卡尔曼(Kalman)滤波模型，以及所述第二预测模型为时间序列(ARIMA)模型；

基于所述第一预测模型的历史预测误差和所述第二预测模型的历史预测误差来确定所述第一预测模型和所述第二预测模型的权重系数；以及

基于所述第一预测模型和所述第二预测模型的权重系数，对所述第一预测行程时间和所述第二预测行程时间进行加权平均，得出所述监测路段在所述下一时段内的最终预测行程时间。

2.根据权利要求1所述的方法，其特征在于，通过以下方式确定所述第一预测模型和所述第二预测模型的权重系数：

其中，ω₁表示所述第一预测模型的权重系数；

ω₂表示所述第二预测模型的权重系数；

e₁(k)表示所述第一预测模型的第k个历史预测误差；

e₂(k)表示所述第二预测模型的第k个历史预测误差；

K₁表示所述第一预测模型的历史预测误差的总个数；以及

K₂表示所述第二预测模型的历史预测误差的总个数。

3.根据权利要求1或2所述的方法，其特征在于，所述地图匹配过程包括：

采集浮动车的GPS定位结果和电子地图数据；

以所述浮动车的GPS定位结果为中心，在电子地图上确定一椭圆区域，该椭圆区域内的全部路段组成初始候选路段集；

根据所述浮动车的GPS定位结果确定所述浮动车与所述初始候选路段集中的每个初始候选路段的最短距离和方向角度差；

根据所述浮动车与所述初始候选路段集中的每个初始候选路段的最短距离和方向角度差、以及所述浮动车的车速，从所述初始候选路段集中确定优选候选路段集；以及

利用网格匹配方法从所述优选候选路段集中确定与所述浮动车最匹配的路段，并将所述浮动车匹配到所述最匹配的路段上。