[发明专利]一种多源交通数据融合方法

摘要

本发明提供一种多源交通数据融合方法，该方法包括从手机、浮动车辆及交通视频图像三种数据源中获取交通信息数据；对所述的交通信息数据进行像素级融合，将所述交通信息数据中的不合格信息剔除；对所述每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息；对三种不同数据源的路段交通状态信息进行决策级融合，生成路段的一致性交通状态描述信息；输出路段的交通状态描述信息。本发明从多种数据源获取交通信息数据，进行三级融合后，生成了路段的最终交通状态，能够更准确的确定路面的交通状况。

主权项

一种多源交通数据融合方法，其特征在于，所述的方法包括：从手机、浮动车辆及交通视频图像三种数据源中获取交通信息数据；对所述的交通信息数据进行像素级融合，将所述交通信息数据中的不合格信息剔除；对每一种数据源的交通信息数据进行特征级融合，生成三种不同数据源的路段交通状态信息；对三种不同数据源的路段交通状态信息进行决策级融合，生成路段的一致性交通状态描述信息；输出路段的交通状态描述信息；对三种不同数据源的路段交通状态信息进行决策级融合，生成路段的一致性交通状态描述信息，包括：从手机、浮动车辆及交通视频图像三种数据源中获取n条历史交通信息数据，进行特征级融合，分别生成函数x＝[vf,Sv,vm]，其中，历史浮动车辆速度vf、历史手机车辆速度vm及历史视频交通状态Sv；根据视频图像或者实际路况确定与所述三种数据源对应时间点的道路交通状态y，道路交通状态y包括顺畅s1、缓慢s2、拥塞s3三种情况；根据n条历史数据形成训练样本对：xi，yi，i＝1…n；建立支持向量机SVM模型：min12w.w+CΣi=1nξi---(1)]]>Subject to yi(wTxi+b)≥1‑ξi  (2)其中，ξi≥0(i＝1…n)，(1)式为目标函数，(2)为约束条件，yi为0或1，w:维度为n的训练样本的权重向量，C：惩罚因子，ξi：附加于每个样本的松弛变量，b：函数参数；根据某一时间点的浮动车辆速度vf(t)、手机车辆速度vm(t)及视频交通状态Sv(t)生成x’＝[vf(t),sv(t),vm(t),vo(t)]；将所述x’输入到所述的SVM模型，生成路段的一致性交通状态描述信息。