[发明专利]路段行程时间监测方法及装置

摘要

本发明公开了一种路段行程时间监测方法及装置。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；根据采样的位置数据，确定监测路段在所述时段内的实际行程时间；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，得出监测路段在下一时段的第一预测行程时间和第二预测行程时间；基于第一预测模型的历史预测误差和第二预测模型的历史预测误差确定第一预测模型和第二预测模型的权重系数；基于第一预测模型和第二预测模型的权重系数，对第一预测行程时间和第二预测行程时间进行加权平均，得出监测路段在所述下一时段内的最终预测行程时间。由此，可提高路段行程时间预测的准确性和可靠性。

主权项

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：vj=1nj-1Σi=1nj-1Li+1,j-Li,jTi+1,j-Ti,j]]>T=L1mΣj=1mvj]]>其中，Li,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；Li+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；Ti,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；Ti+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；nj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nj≥2；以及vj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。