[发明专利]一种基于众包的道路动态规划数据评测与车辆分流的方法

摘要

本发明公开了一种基于众包的道路动态规划数据评测与车辆分流的方法，其特征在于，包括众包的道路动态规划数据评测过程和车辆分流过程。这种方法能得到评判众包数据准确性的动态标准，筛选出更加准确的众包数据，进而在导航与交通管理领域达提前分流、预防拥塞的效果，为大众的出行提供更加通畅的路线。

主权项

1.一种基于众包的道路动态规划数据评测与车辆分流的方法，其特征在于，包括如下步骤：S1：量化用户信誉度：S1‑1：设置用户采纳值：众包用户采纳值由用户基础值和用户贡献值相加构成，当用户在系统中注册后，对用户设置用户采纳值，进而为评估用户上传数据的准确性提供依据，所谓“采纳”是指众包用户上传的路况信息被判定为真且被采用；S1‑2：设置用户基础值：对于刚注册使用系统的新用户来说，用户基础值设置为60分；对于已经注册并登录使用系统的老用户来说，以一个月为周期，每月第一天的用户基础值由用户上个月每一天的用户采纳值的平均值给定，第二天用户基础值由第一天的用户采纳值给定，以此迭代计算；S1‑3：设置用户贡献值：对用户设置用户贡献值：在每个月的1号对所有用户的贡献值进行清零，若该用户上传路况信息被判定为真，则采纳值提高，反之，则降低，判断依据步骤S3中的“数据投票制”给出，用户贡献值根据用户基础值所处的等级给予相应分值的增加或扣减，即：逆序梯度加减分机制；S2：设置“逆序梯度加减分机制”：设定用户采纳值满分为100分，将其划分为5个分数段，依次为0‑60,60‑70,70‑80,80‑90,90‑100，对应每一个分数段的加分增量依次为：2分,1分,0.5分,0.2分,0.1分；减分减量依次为：0.1分,0.2分,0.5分,1,2分，即：加分与减分呈现梯度与逆序的效果，更加符合正太分布；S3：设置“数据投票制”：定义1：实际有效投票率为设定一天、一个月、一年均为一个时间单位，在一个时间单位里，在所有上传的路况信息中，正确的信息占所有信息的比例即为实际有效投票率；定义2：参考有效投票率为根据以往的实际有效投票率，通过“数据投票制”的方法计算得到的当天供参考的有效投票率即为参考有效投票率；可以将参考有效投票率与某位置某路况的上传人数相乘得到参考有效投票数标准，当该天上传某个位置的某种路况信息的人数达到或者超过计算出的参考有效投票数标准时，此位置的路况信息被判定为真；S3‑1：在系统投入使用的第一个月里，设本月内每天所有用户上报信息的实际有效投票率的平均值为L₁，以此类推，往后每个月的实际有效投票率的平均值为L₂、L₃、L₄…L_n；S3‑2：设由上个月计算得出下个月的第一天的用户上报信息的参考有效投票率为R₁，以此类推，往后的每天计算得出的参考有效投票率为R₂、R₃、R₄…R_n，其中，R_n为上个月每天的实际有效投票率的平均值L_n‑1；S3‑3：设每个月第一天用户上报信息的实际有效投票率为E₁，以此类推，往后每天的实际有效投票率为E₂、E₃、E₄…E_n。其中，E₁、E₂、E₃、E₄…E_n为每天的上报信息中正确的信息在所有信息里所占的比例；S3‑4：在系统投入使用的第一个月以上报的信息中多数者来进行标识，即：某位置的某种路况信息上传数最多的就是最为准确的，但是，在获得系统投入使用后的初始数据后，后面每月每天的实际有效投票率以及参考有效投票率都会根据以往的实际有效投票率和参考有效投票率动态规划得出，不再是以多数者就判定为真，即在第一个月之后的第二个月月初，计算第一个月的实际有效投票率的平均值L₁，以L₁作为第二个月的第一天的参考有效投票率R₁，在这天里在上报信息里以R₁来对信息进行采纳，若超过或等于R₁计算出来的采纳个数，则把信息标注为真；在第一天结束时计算出这一天实际有效投票率E₁，则第二天的参考有效投票率为R₂＝(E₁+R₁)/2，第三天以此类推，在第三个月初，计算第二个月所有上报信息中的实际有效投票率的平均值L₂，以L₂作为第三个月的第一天的参考有效投票率R₁……以后的每个月以此类推；由此，可以得到第n个月里每天的参考有效投票率，设第n个月有m天，则在第n个月里有：L_n‑1＝(R₁+R₂+R₃+…+R_m)/mR₁＝L_n‑1R₂＝(E₁+R₁)/2R₃＝(E₂+R₂)/2…R_n＝(E_n‑1+R_n‑1)/2L_n＝(R₁+R₂+R₃+…R_m)/m；S4：一段路上出现一个异常点时，将该异常点的前后且距离异常点本身最近的两个途径点，分别定义为首点和尾点，依据首点和尾点来计算出预警路线；S4‑1:先以尾点为新的终点，首点为新的起点，首点的经度加0到30米，5米为递增幅度，把每一次把它们当成新起点和终点提交给网络服务器；S4‑2:网络服务器会返回一条新的路线，是以路线点集的形式返回，点集中会有点的经纬度信息，将新的路线点集中的经纬度与异常点的经纬度对比,若出现重合则跳到步骤S4‑10，如果没有重合即没有找到预警路段，跳到下一步S4‑3；S4‑3:先以尾点为新的终点，首点为新的起点，首点的纬度加0到30米，5米为递增幅度，把每一次的新起点和终点提交给网络服务器；S4‑4:网络服务器会返回一条新的路线，是以路线点集的形式返回，然后将新的路线点集中的经纬度与异常点的经纬度对比，若出现重合则跳到S4‑10，如果没有重合即没有找到预警路段，跳到下一步S4‑5；S4‑5:先以首点为新的起点，尾点为新的终点，首点的经度加0到30米，5米为递增幅度，把每一次的新起点和终点提交给网络服务器；S4‑6:网络服务器会返回一条新的路线，是以路线点集的形式返回，然后将新的路线点集中的经纬度与异常点的经纬度对比，若出现重合则跳到S4‑10，如果没有重合即没有找到预警路段，跳到下一步S4‑7；S4‑7:先以首点为新的起点，尾点为新的终点，首点的纬度加0到30米，5米为递增幅度，把每一次的新起点和终点提交给网络服务器；S4‑8:网络服务器会返回一条新的路线，是以路线点集的形式返回，然后将新的路线点集中的经纬度与异常点的经纬度对比，若出现重合则跳到S4‑10，如果没有重合即没有找到预警路段，跳到下一步S4‑9；S4‑9:在当前的途径点往外找最近的途径点，当成新的首点和尾点，跳到S4‑1；S4‑10:以当前网络服务器返回的路线作为预警路段，把提交给服务器的首点与尾点作为预警路段的起点与终点；S5:一段路上出现多个异常点时，依据全部的异常点的经纬度与原始路线的起点、终点的经纬度做对比，找到离起点和终点最近的两个异常点，在两个异常点附近再找最近的两个途径点，一个作为首点，一个作为尾点，首点到尾点之间的路段为异常路段，依据途径点的经纬度的加减获取新的起点和终点，提交给网络服务器生成新的路线，符合条件后给用户生成预警路线：S5‑1:先以尾点为新的终点，首点为新的起点，首点的经度加0到30米，5米为递增幅度，把每一次的新起点和终点提交给网络服务器；S5‑2:网络服务器会返回一条新的路线，是以路线点集的形式返回，然后将新的路线点集中的经纬度与所有的异常点的经纬度对比，若出现重合则跳到S5‑10，如果没有重合即没有找到预警路段，跳到下一步S5‑3；S5‑3:先以尾点为新的终点，首点为新的起点，首点的纬度加0到30米，5米为递增幅度，把每一次的新起点和终点提交给网络服务器；S5‑4:网络服务器会返回一条新的路线，是以路线点集的形式返回，然后将新的路线点集中的经纬度与所有的异常点的经纬度对比，若出现重合则跳到S5‑10，如果没有重合即没有找到预警路段，跳到下一步S5‑5；S5‑5:先以首点为新的起点，尾点为新的终点，首点的经度加0到30米，5米为递增幅度，把每一次的新起点和终点提交给网络服务器；S5‑6:网络服务器会返回一条新的路线，是以路线点集的形式返回，然后将新的路线点集中的经纬度与所有的异常点的经纬度对比，若出现重合则跳到S5‑10，如果没有重合即没有找到预警路段，跳到下一步S5‑7；S5‑7:先以首点为新的起点，尾点为新的终点，首点的纬度加0到30米，5米为递增幅度，把每一次的新起点和终点提交给网络服务器；S5‑8:网络服务器会返回一条新的路线，是以路线点集的形式返回，然后将新的路线点集中的经纬度与所有的异常点的经纬度对比，若出现重合则跳到S5‑10，如果没有重合即没有找到预警路段，跳到下一步S5‑9；S5‑9:在当前的途径点往外找最近的途径点，当成新的首点和尾点，跳到S5‑1；S5‑10:以当前网络服务器返回的路线作为预警路段，把提交给服务器的首点与尾点作为预警路段的起点与终点。