[发明专利]一种基于云计算和大数据的导航方法

说明书

技术领域

本发明涉及一种车辆导航技术领域，具体的说是一种基于云计算和大数据的导航方法。

背景技术

目前有两种导航系统广泛用于生活，一种是采用离线导航，它包括定位模块，离线的电子地图以及路径计算模块。经卫星定位后，由离线的电子地图提供道路信息，路径计算模块计算出导航路径。并由存储下来的历史交通记录来避开在某些时间段里的拥堵路段，这种导航系统在道路状况变化不大时具有良好的应对效果，但是由于没有采用实时的交通信息作为参考，在道路状况多变的城市中难以起到同样的效果。

现在多采用的是第二种导航系统，它具备了GSM模块，通过GPRS连接网络中心，在网络中心更新实时交通信息，将实时交通信息加入考虑范围之内，然后进行导航路径的选择。解决了第一种导航系统没有考虑到实时交通信息而使导航效果变差的问题。

但是这种导航系统也存在着一个新问题：交通信息会随着时间的变化而变化，依据一时的交通状况而作出的最优路径选择往往过一段时间又发生了变化。

为解决这个问题，申请号为201410461054.8的中国专利公开了一种基于交通信息预测的导航系统及方法，该系统根据当前的实时交通信息以及已进行路径选择的车辆路径信息，预测出未来路径的交通状况，选出最优路径。这个发明考虑到了已规划路径的车辆对后续车辆导航的影响，避免所有车辆都选择在现在时刻最优的路径导致最优路径反而最拥堵的问题。但是没有考虑到一些车辆在熟悉路段行驶时，没有进行导航对交通信息产生的影响，以及路况变化对已进行导航的车辆的选择影响，使得路径的交通状况的预测失真，导航效果变差。

发明内容

针对现有技术中导航终端的数据存储能力和计算能力无法做到在短时间内对路径状况作出预测等不足，本发明提供一种可对路径的未来交通状况作出快速及更准确的预测、从中选择最优导航路径的基于云计算和大数据的导航方法及系统。

为解决上述技术问题，本发明采用的技术方案是：

本发明一种基于云计算和大数据的导航方法，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，进行第三步开始；

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，则重新进行上述步骤：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。

进一步地，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。

进一步地，所述历史交通状态值是指车流量和车的平均速度。

进一步地，所述步骤A2交通状态预设值的计算方法为：

以同一路径每天k时刻和k+1时刻的历史交通状态值为模型(k＝0,1,2,3,4,5,6……n)，

交通状态方程：