[发明专利]一种基于隐马尔科夫路网匹配的超速判别方法

摘要

一种基于隐马尔科夫路网匹配的超速判别方法，在现有卫星定位装置的基础上，实现车辆行驶速度实时监控并且能够判定车辆在这个行驶路段是否超速，在保持高准确率的基础上降低了车辆监控的成本。本发明提出的基于隐马尔科夫算法可以有效的降低定位误差并且较为准确的找出车辆行驶的最佳匹配路径。依据建立的全国道路限速大小的数据库，将车辆行驶的速度与该道路的最大行驶速度进行比对得到车辆行驶是否超速的结论，如果超速那么通过导航装置提醒驾驶员车辆已经超速。

主权项

一种基于隐马尔科夫路网匹配的超速判别方法，包括从卫星获取定位数据的过程，其特征在于：在所述从卫星获取定位数据的过程中，包括以下步骤：步骤一：利用隐马尔科夫路网匹配算法找出车辆最佳行驶路段；所述的步骤一中还包括下述步骤：一个计算观测概率的步骤，先将定位点zt在每一条临近的道路ri上的可能性定义为观测概率p(zt|ri)，假设点zt到各个道路的投影点为xt,i，坐标点和候选投影点的大圆距离为||zt,i‑xt,i||greatcircle，定位点zt+1到各个道路的投影点为xt+1,j，投影点xt,i到投影点xt+1,j车辆行驶距离称为记为||xt+1,j‑xt.i||route，假设定位误差为服从零均值的高斯分布，则观测概率为：p(zt|ri)=12πσze-0.5(||zt,i-xt,i||greatcircleσz)2---(1)]]>其中σz为定位点zt的标准误差，一个计算初始观测概率的步骤，利用初始观测概率πi表示在路网匹配之前从附近的路段中找出车辆在这个路段的概率，用第一个定位数据点作为初始观测概率的起始点有πi＝p(z1|ri)；一个计算道路转移概率的步骤，利用道路转移概率表示在时刻t到时刻t+1之间车辆在匹配道路间的转移概率，表示为p(qt+1＝rj|qt＝ri)，其中qt为t时刻汽车的行驶路段，从距离和速度两方面分别定义得出基于定位点距离的转移概率pl(qt+1＝rj|qt＝ri)和基于定位点速度的转移概率pv(qt+1＝rj|qt＝ri)：pl(qt+1=rj|qt=ri)=αe-βdt---(2)]]>pv(qt+1＝rj|qt＝ri)＝V(ri→rj).F(ri→rj)  (3)其中，其中dt表示t时刻投影点到投影点的行驶距离，式中i*,j*分别表示第i个真实路段和第j个真实路段，β用于调节dt对结果的影响大小，设定β＝mediant(||ri‑rj||)/ln(2)，F(ri→rj)=||zt-zt+1||EuclideanDistance||ri-rj||route]]>V(ri→rj)=Σu=1k(eu′.v×v‾ij)Σu=1k(eu′.v)2×Σu=1k(v‾ij)2]]>u表示t时刻定位点周围的路段个数，||zt‑zt+1||EuclidenceDistance表示地球表面弧线距离，e'u.v表示路段的最大速度，表示平均速度，F(ri→rj)表示前后两个时间点之间的观测点和实际候选点的信息，当两者距离越近则转移概率越大，V(ri→rj)表示前后两个时间点的速率信息，当平均速率和最大速率的变化程度越相似则概率越大；一个计算车辆最佳行驶路段的步骤，利用上述公式(1)、公式(2)和维特比算法计算得到车辆行驶的最佳路径，该路径对应一个状态序列，从而推断出车辆行驶的最佳路段，在维特比算法中计算t时刻状态为i的所有单个路径中的概率并从中找出最大值max(δt(i))，使用式(2)作为路径转移概率，并设相似率其中a、b分别表示t时刻车辆匹配到两条路径上的概率，当t时刻各个路径概率的相似率小于设定的阈值时使用公式(3)作为该时刻的路径转移概率，然后得到另外一组时刻的路径概率并从中选出最大概率，在t+1时刻重复上述步骤，在计算所有观测概率和转移概率之后，确定最后一时刻的最佳匹配道路，并以此反向推出第一时刻车辆到最后时刻车辆行驶的最佳匹配路径，最后输出车辆行驶的车辆最佳行驶路段；步骤二：利用电子地图找出车辆行驶路段的详细信息，并从中找到路段行驶的最大速度；步骤三：从卫星获取定位数据中获取车辆行驶速度，并将所述的车辆行驶速度与该路段的限速进行比较，对车辆行驶是否超速进行判别。