[发明专利]一种基于智能终端的实时交通状况判定方法

说明书

本发明提供了一种基于智能终端的实时交通状况判定方法，包括步骤1、采集汽车运行信息；步骤2、通过重定位机制得到汽车行驶方向的实时加速度时间序列；步骤3、对时间序列进行数据清洗；步骤4、提取数据特征；步骤5、选出合适的分类器；步骤6、通过分类器对道路状况进行分类。本发明解决了传统设备获取实时交通时高造价、高维护成本、不灵活的问题；同时在收集加速度信息的过程中，采用了重定向机制，并对信息进行数据清洗，保证了数据的可靠性；增加8个常见的时间域统计量作为特征，保证了模型预测的准确性；最后提出了一种新的指标定量分析不同的分类器对于本方案的适用程度，更客观全面地选择适合的分类器进行实时交通状况判定。

技术领域

本发明涉及一种交通状况判定方法，特别是涉及一种基于智能终端的实时交通状况判定方法。

背景技术

随着现如今汽车数量的日益增长，交通拥堵问题也日益突出。人们在驾驶车辆出行时希望可以通过某种方式了解道路的实时交通状况。如今智能手机已经融入我们的生活中，我们可以通过手机获取到实时交通的状况。而对于如何监测城市道路和交通状况这个问题，现如今存在的解决该问题的方法造价和人力成本都较高，例如在车上安装专门GPS追踪装置；在路边安装设备(例如交通摄像机、雷达或者感应线圈车辆检测器等)。这些设备都是昂贵的，如果大量在车辆上或者所有路口上安装设备显然是不符合实际的。随着智能手机的功能越来越强大，内存以及计算能力不断的增强，同时搭载了大量的传感器，这为我们探测实时交通状况提供了新的思路。

本发明提供了一种运用智能手机上的低耗设备收集车辆加速度信息判别路况信息的方法，即在车辆行驶中通过驾驶人员的智能终端设备收集信息并且判别道路拥堵状况的一种方法。

发明内容

针对传统的获取道路的方式存在造价高、维护成本高、人力成本高等问题，本发明提出了一种运用驾驶人员智能终端上搭载的传感器设备收集车辆行驶中的加速度，并通过加速度判断道路的拥堵状态的一种方法。

本发明设计了一种基于群智感知框架利用智能手机上的传感器收集车辆加速度信息来判别路况的方法。本发明基于群智感知框架，智能手机即作为数据的“生产者”也是数据的“享受者”，包括：

步骤1、智能手机通过自带的传感器对道路拥堵判定对象的原始数据进行收集；

步骤2、收集到的信息经过重定向机制得到车辆在行驶方向上的实时加速度信息；

步骤3、在对数据的收集过程中可能会出现丢失现象或者产生异常值，所以需要进行数据清洗；

步骤4、在完成加速度的重定向以及对异常值、丢失值的处理后，提取道路拥堵判定对象的道路拥堵特征向量；

步骤5、将不同道路拥堵判定对象的道路拥堵特征向量，以及提取所述道路拥堵特征向量的时间窗口的时间段内道路的实际拥堵状况作为一组数据集，采集若干组数据集，其中一半的数据集用于构成训练样本集，剩余的一半数据集用于构成测试样本集，将训练样本集和测试样本集依次代入分类模型，训练决策树、随机森林和xgboost三种分类器模型并选出更适用于本发明的分类器模型；

步骤6、利用数据特征向量和选出的分类器模型实现对道路拥堵类别的判定。

优选地，在步骤4提取数据特征时，还包括：除了选取一段时间内的加速度序列作为特征，同时选择了8个常见的时间域统计量作为特征。

优选地，在步骤5通过分类模型对道路状况进行分类时，还包括：对于分类器的选择中，提出了一种新的指标用户定量分析不同的分类器对于本方案的适用程度。