发明名称 | 一种面向手机移动速度的路况信息实时获取方法 | ||
摘要 | 本发明公开了一种面向手机移动速度的路况信息实时获取方法,属于智能交通领域,该方法包括:历史交通数据挖掘,道路交通状态推测,道路旅行速度计算。本发明是面向手机信令数据计算出的手机移动速度,对这些移动速度进行融合计算进而获得路况信息。由于手机移动速度的获取原理是基于网络的无线定位技术,因此这充分利用了已有的移动通讯设施和网络资源,可以以很少的投资实现覆盖全路网、全天候的道路实时交通信息采集。所以面向手机移动速度的路况信息融合计算能够满足广阔地区实时路况计算的需求。 | ||
申请公布号 | CN104217593B | 申请公布日期 | 2016.05.25 |
申请号 | CN201410428715.7 | 申请日期 | 2014.08.27 |
申请人 | 北京航空航天大学 | 发明人 | 诸彤宇;宋志新;刘帅 |
分类号 | G08G1/052(2006.01)I | 主分类号 | G08G1/052(2006.01)I |
代理机构 | 北京科迪生专利代理有限责任公司 11251 | 代理人 | 杨学明;顾炜 |
主权项 | 一种面向手机移动速度的路况信息实时获取方法,其特征在于,包括:步骤一、历史交通数据挖掘;步骤二、道路交通状态推测;步骤三、道路旅行速度计算;其中,所述的历史交通数据挖掘方法具体包括:提取特征值,建立特征向量,构造训练元组,执行元组集合的训练;其中,所述提取特征值的方法具体包括:从历史交通数据的所有字段中提取与道路交通状态相关的字段,时间段序号的字段和道路上移动手机用户个数的字段,即提取时间段序号特征值和道路上移动手机用户个数的特征值;其中,所述建立特征向量的方法具体包括:根据以上提取出的特征值,建立特征向量,把每个特征值都作为特征向量的一个分量;其中,所述构造训练元组的方法具体包括:根据以上建立的特征向量,构造训练元组,把特征向量的每个分量都作为训练元组的一个属性,最后还要添加一个类标签属性,类标签属性是指道路交通状态,具体利用0代表畅通、1代表缓慢、2代表拥堵,来源于浮动车技术(FCD)获取的道路交通状态;其中,所述执行元组集合的训练具体包括:输入元组集合到决策树训练模型中,执行训练学习任务。 | ||
地址 | 100191 北京市海淀区学院路37号 |