基于公交车定位数据的路段公交车估计方法

摘要

本发明涉及基于公交车定位数据的路段公交车估计方法。该基于公交车定位数据的路段公交车估计方法，该方法包括以下步骤，获得确定路段的预估信号，获得该路段的实际距离，获得在该路段上行驶的公交车辆的行驶数据；其中，所述行驶数据包括公交车辆的数量数据、公交车辆的长度数据、公交车辆的移动状态数据、公交车辆的速度数据以及公交车辆的前后摄像头采集的路面数据；基于公交车辆的行驶数据，获得该路段的车辆预估数量；该基于公交车定位数据的路段公交车估计方法，手段精准，使用方便灵活，便于粗略统计使用。

权利要求

1.基于公交车定位数据的路段公交车估计方法，其特征在于，该方法包括以下步骤，获得确定路段的预估信号，获得该路段的实际距离，获得在该路段上行驶的公交车辆的行驶数据；其中，所述行驶数据包括公交车辆的数量数据、公交车辆的长度数据、公交车辆的移动状态数据、公交车辆的速度数据以及公交车辆的前后摄像头采集的路面数据；基于公交车辆的行驶数据，获得该路段的车辆预估数量；基于所述公交车辆的前后摄像头，采集设定距离的车辆数目，基于该路段内设定距离里的平均车辆数，获得该路段的车辆预估数据；当所述公交车辆的前设定距离大于公交车辆至红绿灯停止线的距离时，基于该公交车辆的定位数据获得公交车辆至至红绿灯停止线的实际距离，获得基于该公交车辆的设定距离内的平均车辆数；当所述公交车辆的前后设定距离的极限位置不存在车辆时，直接校准该路段的车辆数据。

2.根据权利要求1所述的基于公交车定位数据的路段公交车估计方法，其特征在于：当所述路段内的公交车辆仅为一辆时，设置阈值A与阈值B，基于阈值A或阈值B，得到该路段的车辆预估数量；其中，阈值A为公交车辆为停靠状态时，该路段存在车辆的长度值；阈值B为公交车辆为行驶状态时，该路段存在车辆的长度值。

3.根据权利要求2所述的基于公交车定位数据的路段公交车估计方法，其特征在于：当所述路段内的公交车辆大于等于两辆时，基于两车的距离获得该路段的车辆预估数量。

4.根据权利要求3所述的基于公交车定位数据的路段公交车估计方法，其特征在于：当两车之间的距离小于等于设定距离时，基于阈值A或阈值B，获得该路段的车辆预估数量。

5.根据权利要求4所述的基于公交车定位数据的路段公交车估计方法，其特征在于：当两车之间的距离大于设定距离时，基于设定距离内的车辆数量，配合阈值A或阈值B，获得两车之间的车辆数量。

说明书

基于公交车定位数据的路段公交车估计方法

技术领域

[0001] 本发明属于车辆数量估算技术领域，具体涉及基于公交车定位数据的路段公交车估计方法。

背景技术

[0002] 随着国民经济的不断进步以及交通工具的飞速发展，交通安全也越来越受到关注和重视。交通拥堵问题亦越来越严重，且治理困难，面对这些交通问题，智能交通系统应运而生，最大限度发挥现有交通基础设施的潜力，结合新一代的智能化交通设备，使未来交通更智能化、合理化。而车流量及车辆统计做为智能交通系统的一部分，亦至关重要。传统的方法是在道路下面铺设磁感应线圈，这种方法由于线圈铺设需要现场施工，线圈投资大，施工面积大，耗费大量人力物力，所以安装成本高。目前比较新颖的方法是通过视频检测分析，同样该方法亦存在成本高，不易大面积覆盖的缺点。

发明内容

[0003] 本发明的目的就在于为了解决上述问题而提供一种基于公交车定位数据估算该路段整体车流量的方法。

[0004] 本发明通过以下技术方案来实现上述目的：

[0005] 基于公交车定位数据的路段公交车估计方法，该方法包括以下步骤，获得确定路段的预估信号，获得该路段的实际距离，获得在该路段上行驶的公交车辆的行驶数据；其中，所述行驶数据包括公交车辆的数量数据、公交车辆的长度数据、公交车辆的移动状态数据、公交车辆的速度数据以及公交车辆的前后摄像头采集的路面数据；基于公交车辆的行驶数据，获得该路段的车辆预估数量。

[0006] 作为本发明的进一步优化方案，基于所述公交车辆的前后摄像头，采集设定距离的车辆数目，基于该路段内设定距离里的平均车辆数，获得该路段的车辆预估数据。

[0007] 作为本发明的进一步优化方案，当所述公交车辆的前设定距离大于公交车辆至红绿灯停止线的距离时，基于该公交车辆的定位数据获得公交车辆至至红绿灯停止线的实际距离，获得基于该公交车辆的设定距离内的平均车辆数。

[0008] 作为本发明的进一步优化方案，当所述公交车辆的前后设定距离的极限位置不存在车辆时，直接校准该路段的车辆数据。

[0009] 作为本发明的进一步优化方案，当所述路段内的公交车辆仅为一辆时，设置阈值A与阈值B，基于阈值A或阈值B，得到该路段的车辆预估数量；其中，阈值A为公交车辆为停靠状态时，该路段存在车辆的长度值；阈值B为公交车辆为行驶状态时，该路段存在车辆的长度值。

[0010] 作为本发明的进一步优化方案，当所述路段内的公交车辆大于等于两辆时，基于两车的距离获得该路段的车辆预估数量。

[0011] 作为本发明的进一步优化方案，当两车之间的距离小于等于设定距离时，基于阈值A或阈值B，获得该路段的车辆预估数量。

[0012] 作为本发明的进一步优化方案，当两车之间的距离大于设定距离时，基于设定距离内的车辆数量，配和阈值A或阈值B，获得两车之间的车辆数量。

[0013] 本发明的有益效果在于：本发明通过该道路内的公交车辆的位置数据，以及其前后摄像头采集的得到的路面车辆数据，来对该路段车道内的车辆数据进行估计，该估计手段精准，使用方便灵活，便于粗略统计使用。

附图说明

[0014] 图1是本发明的整体结构示意图。

具体实施方式

[0015] 下面结合附图对本申请作进一步详细描述，有必要在此指出的是，以下具体实施方式只用于对本申请进行进一步的说明，不能理解为对本申请保护范围的限制，该领域的技术人员可以根据上述申请内容对本申请作出一些非本质的改进和调整。

[0016] 实施例1

[0017] 如图1所示，基于公交车定位数据的路段公交车估计方法，该方法包括以下步骤，获得确定路段的预估信号，获得该路段的实际距离，获得在该路段上行驶的公交车辆的行驶数据；其中，所述行驶数据包括公交车辆的数量数据、公交车辆的长度数据、公交车辆的移动状态数据、公交车辆的速度数据以及公交车辆的前后摄像头采集的路面数据；基于公交车辆的行驶数据，获得该路段的车辆预估数量。

[0018] 需要说明的是，本方法一般依托于一个估计系统来进行使用，当该系统接收到某路段的预估信号后，可以获得该路段的实际长短，该路段应当以N个红路灯路口为基准设备，N最小等于2，将该路段分为N‑1段道路，并得到每一道路上的公交车辆数量数据、公交车辆的长度数据以及公交车辆的移动状态数据、公交车辆的速度数据，来获得该路段该车道的预估数量。

[0019] 基于所述公交车辆的前后摄像头，采集设定距离的车辆数目，基于该路段内设定距离里的平均车辆数，获得该路段的车辆预估数据。

[0020] 该设定距离即包括前设定距离，也包括后设定距离，在本实施例中，以平直道为例，该前后设定距离均为300m。

[0021] 具体的，当所述公交车辆的前设定距离大于公交车辆至红绿灯停止线的距离时，基于该公交车辆的定位数据获得公交车辆至至红绿灯停止线的实际距离，获得基于该公交车辆的设定距离内的平均车辆数，即当公交车辆因红绿灯停止时，其距离红绿灯的停止线距离为200m，则只计算该200m内的平均车辆数。

[0022] 当所述公交车辆的前后设定距离的极限位置不存在车辆时，直接校准该路段的车辆数据，即当公交车辆为等红灯状态时，其前方若没有车，可以基于该公交车辆的长度，以及该红绿灯路口的排队情况(阈值A)来计算得到该车道的车辆数量；若该公交车辆的后方没有车，则可以基于该车辆的位置，来调整(阈值A)的情况，综合该公交车辆的长度来计算得到该车道的车辆数量，同理，若该公交车辆为行驶状态，则可以基于该车道行驶时的车辆情况(阈值B)来计算计算相应的车道的车辆数量。

[0023] 具体的，当所述路段内的公交车辆仅为一辆时，设置阈值A与阈值B，基于阈值A或阈值B，得到该路段的车辆预估数量；其中，阈值A为公交车辆为停靠状态时，该路段存在车辆的长度值；阈值B为公交车辆为行驶状态时，该路段存在车辆的长度值。

[0024] 阈值A与阈值B可以基于工作日、休息日以及白天、夜晚的不同时间段，针对不同的路段选择不同的阈值A、阈值B，对于一般的主干道，阈值A代表的是道路的百分之七十均为存在车辆的长度值，阈值B代表的是道路的百分之五十均为存在车辆的长度值，阈值B一般与该公交车辆的车速存在一定的比例关系，在实际的各数据使用中，可以剔除公交车辆停靠前以及刚驶离车站的速度等数据。

[0025] 当所述路段内的公交车辆大于等于两辆时，基于两车的距离获得该路段的车辆预估数量。当两车之间的距离小于等于设定距离时，基于阈值A或阈值B，获得该路段的车辆预估数量；当两车之间的距离大于设定距离时，基于设定距离内的车辆数量，配和阈值A或阈值B，获得两车之间的车辆数量。即，一个道路内的公交车辆越多，可以提高该道路内的车辆估计值的精准度。

[0026] 在实际的使用中，需要说明的是，本申请中的估计方法用于浮动车数据采集技术，其中，浮动车数据采集技术是一种动态交通信息采集技术，其与传统的定点信息采集(感应线圈等)技术相比，具有数据量大、覆盖面广、成本低、可拓展性强等优点，近年来受到了广泛的关注和应用。浮动车一般是指安装了车载GPS定位装置并行驶在城市主干道上的公交车，因此，浮动车相当于路段上所有类型车辆的样本。在使用浮动车数据研究交通问题(例如路段行程时间估计、交叉口排队长度估计)时，路段同方向浮动车占路段中所有类型车辆的比例一般称之为渗透率，对估计结果的精度有一定的影响，渗透率越高估计的误差越小，所以实际道路中浮动车的渗透率大小可以在一定程度上评价估计结果的可信度，还可以为公交调度、公交线路规划、乘客出行提供参考信息，因此，估计浮动车的渗透率具有十分重要的现实意义。

[0027] 该基于公交车定位数据的路段公交车估计方法，通过该道路内的公交车辆的位置数据，以及其前后摄像头采集的得到的路面车辆数据，来对该路段车道内的车辆数据进行估计，该估计手段精准，使用方便灵活，便于粗略统计使用。

[0028] 在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

[0029] 在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

[0030] 在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不应理解为必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

[0031] 尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

[0032] 以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。