[发明专利]一种基于云计算和大数据的导航方法

权利要求书

1.一种基于云计算和大数据的导航方法，其特征在于：包括如下步骤：

第一步：全城的车辆实时上传行驶数据信息；

第二步：服务器终端存储并进行算法模拟，得出全城路径和车辆的相关信息：

第三步：在导航终端输入目的地后，服务器终端接收信息并计算出所有由当前位置到目的地的导航路径，采集在导航路径上且采用了导航系统的车辆信息，和对由平时的监控得出的可能在导航路径上的车辆的大概率行驶路径信息，由此作出交通的初步预测；

第四步：以初步预测为基础反向预测实时的交通状态，得出反向交通归一化新息平方；

第五步：将历史中在同一时刻同一路径交通状况的交通归一化新息平方与反向交通归一化新息平方作比值λ，设定阀值L，预测的时间段内满足条件λ＜L的时刻数所占全部时刻数的比例大于50％，直接输出这一时段的初步交通预测，计算比较后选择最优路径；

若在预测的交通状况的时间段内，预测的交通信息与实时交通信息相比相差较大，相差较大是指预测的车流量和车的平均速度大于或小于实时的车流量和车的平均速度的数值超过6以上，进行第三步；

第六步：若第一次预测的时间段内满足条件λ＜L的时刻数所占全部时刻数的比例小于50％，则根据实时交通状态，采用校准后的交通状态预设值，以标准卡尔曼滤波算法计算得出未来一段时间的交通状态预测，返回第五步；自第二次开始得出的预测的时间段内满足条件λ＜L的时刻数所占全部时刻数的比例小于50％，则通过调整k+1时刻新息协方差来进行对未来设定时间内的交通状态预测，返回第五步；

当达到设定时间后，则重新进行上述第一步～第六步；当设定时间内的预测结果不准确时，则进行第三步重新预测。

2.按权利要求1所述的基于云计算和大数据的导航方法，其特征在于：所述全城路径和车辆的相关信息，包括：

A1：导航终端收集全城每条路径的历史交通状态值，根据统计直接得出路径畅通情况下的车容纳量；

A2：根据历史交通状态值计算得出每条路径的交通状态预示值，即校准后的交通状态预设值；

A3：根据所得到的历史交通状态值计算得出每条路径上的每时刻的交通归一化新息平方并存储；

A4：根据频繁模式树算法得出车辆日常大概率行驶的路径并存储。

3.按权利要求2所述的基于云计算和大数据的导航方法，其特征在于：所述历史交通状态值是指车流量和车的平均速度。