CN104408923A - 交通状态评估方法和装置 - Google Patents

Abstract

本发明实施例公开了一种交通状态评估方法和装置。所述交通状态评估方法包括：获取用户的定位轨迹；通过地图匹配获取所述定位轨迹所对应的道路路段；提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。本发明实施例提供的交通状态评估方法和装置提高了交通状态评估过程的效率和准确性。

Description

交通状态评估方法和装置

技术领域

本发明实施例涉及智能交通技术领域，尤其涉及一种交通状态评估方法和装置。

背景技术

随着社会经济的发展，汽车在普通家庭的普及程度越来越高。由此引发的问题是城市的交通拥堵状况变得越来越严重。通过获取路网交通状态，可以实时反映城市的交通状况，为缓解城市交通拥堵提供重要的参考数据。

目前获取城市路网交通状态的方式主要依赖于传统的设备，比如环型线圈检测器、远程微波检测器、视频监控等。这些传统的设备普遍制造和安装成本较高，具有一定的损耗特性，并且设备的维护成本相对较高。在数据精确度方面，传统设备的数据精度受所在区域的天气等外在条件的影响，而且传统设备位置固定，能够检测到的区域非常有限。依靠传统的检测手段很难高效的获取较为准确的城市路网交通状态。

发明内容

有鉴于此，本发明实施例提出一种交通状态评估方法和装置，以提高交通状态评估的效率和准确性。

第一方面，本发明实施例提供了一种交通状态评估方法，所述方法包括：

获取用户的定位轨迹；

通过地图匹配获取所述定位轨迹所对应的道路路段；

提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

第二方面，本发明实施例提供了一种交通状态评估装置，所述装置包括：

轨迹获取模块，用于获取用户的定位轨迹；

地图匹配模块，用于通过地图匹配获取所述定位轨迹所对应的道路路段；

状态判断模块，用于提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

本发明实施例提供的交通状态评估方法和装置，通过获取用户的定位轨迹，通过地图匹配获取所述定位轨迹所对应的道路路段，提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态，从而能够利用用户的定位终端的定位轨迹判断地图上不同道路路段的交通状态，提高了交通状态评估过程的效率和准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1是本发明第一实施例提供的交通状态评估方法的流程图；

图2是本发明第一实施例提供的地图匹配的效果图；

图3是本发明第二实施例提供的交通状态评估方法的流程图；

图4是本发明第三实施例提供的交通状态评估方法中地图匹配的流程图；

图5是本发明第四实施例提供的交通状态评估方法的流程图；

图6是本发明第四实施例提供的交通状态评估方法中状态判断的流程图；

图7是本发明第五实施例提供的交通状态评估方法的流程图；

图8是本发明第六实施例提供的交通状态评估装置的结构图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

图1示出了本发明的第一实施例。

图1是本发明第一实施例提供的交通状态评估方法的流程图。参见图1，所述交通状态评估方法包括：

S110，获取用户的定位轨迹。

所述定位轨迹是用户通过移动终端获得的，记录用户外出时经过的路径的轨迹。所述定位轨迹可以是通过卫星定位技术获得的，也可以是通过蜂窝网定位技术获得的，还可以是通过无线局域网(Wireless local area network,WLAN)定位技术获得的。

所述定位轨迹可以是记录在用户终端存储的电子地图应用的本地日志中，也可以是记录在电子地图应用的服务端存储的用户日志中。因此，获取所述定位日志可以是收集记录在用户终端存储的电子地图应用的本地日志，也可以是收集所述电子地图应用的服务端存储的用户日志。

在本实施例中，为了保证对不同道路路段的交通状态的判断的准确程度，获取到的定位轨迹的数据规模一般是海量的。具体的，获取到的用户的定位轨迹的数量一般在10万条以上。

S120，通过地图匹配获取所述定位轨迹所对应的道路路段。

在获取到用户的定位轨迹之后，通过地图匹配技术获取所述定位轨迹所对应的道路路段。具体的，可以通过全局的地图匹配技术获取所述定位轨迹所对应的道路路段，还可以通过局部的地图匹配技术获取所述定位轨迹所对应的道路路段。

图2是本发明第一实施例提供的地图匹配的效果图。参见图2，通过地图匹配之后，可以准确的定位用户的定位轨迹所对应的地图上的道路路段201。

S130，提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

由于收集的定位轨迹的数据规模较大，所以所收集的定位轨迹的特征属性很大程度上体现了其所对应的道路路段的交通状态。因此，可以通过提取所述定位轨迹的特征属性来判断所述定位轨迹所对应的道路路段的交通状态。

优选的，可以通过提取所述定位轨迹的平均行驶速度或交通密度，并根据所述定位轨迹的平均行驶速度或交通密度判断所述定位轨迹所对应的道路路段的交通状态。

另外，优选的，还可以同时提取所述定位轨迹的平均行驶速度及交通密度，通过机器学习算法对上述两种属性数据进行融合，以综合上述两种属性数据对所述道路路段的交通状态进行判断。

本实施例通过获取用户的定位轨迹，通过地图匹配获取所述定位轨迹所对应的道路路段，以及提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态，从而根据收集到的用户的定位轨迹判断城市中不同道路以及路段的实时或历史交通状态，提高了交通状态评估过程的效率和准确性。

图3示出了本发明的第二实施例。

图3是本发明第二实施例提供的交通状态评估方法的流程图。所述交通状态评估方法以本发明第一实施例为基础，进一步的，在获取用户的定位轨迹之后，通过地图匹配获取所述定位轨迹对应的道路路段之前，还包括：对所述定位轨迹进行筛选，以去除所述定位轨迹中无效的定位轨迹。

参见图3，所述交通状态评估方法包括：

S310，获取用户的定位轨迹。

S320，对所述定位轨迹进行筛选，以去除所述定位轨迹中无效的定位轨迹。

所述无效的定位轨迹包括用户步行时形成的定位轨迹、定位位置不准确的定位轨迹以及定位位置不连续的定位轨迹。

用户步行时形成的定位轨迹可以通过计算用户形成所述定位轨迹时的行进速度来识别。具体的，如果通过计算发现一条定位轨迹上用户的行进速度低于一定的速度阈值，则可以识别该定位轨迹为用户步行时形成的定位轨迹。一条定位轨迹上用户的行进速度可以通过所述定位轨迹上不同位置点的记录时间以及所述位置点之间的空间距离来计算。

定位位置不准确的定位轨迹可以通过将所述定位轨迹中位置点的坐标与地图中道路的坐标进行比较来识别。具体的，如果所述定位轨迹中位置点的坐标与道路的坐标之间出现了比较大的偏差，则可以识别所述定位轨迹为定位位置不准确的定位轨迹。

定位位置不连续的定位轨迹也可以通过计算用户形成所述定位轨迹时的行进速度来识别。具体的，如果一条定位轨迹中任意一段所对应的用户的行进速度低于预设的非连续轨迹速度阈值，则可以识别所述定位轨迹为定位位置不连续的定位轨迹。

识别出所收集的定位轨迹中无效的定位轨迹之后，从所述定位轨迹中去除所述无效的定位轨迹，以保证用于判断道路路段的交通状态的定位轨迹都是准确的、可信的定位轨迹。

S330，通过地图匹配获取筛选后剩余的定位轨迹所对应的道路路段。

S340，提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

本实施例通过在获取到用户的定位轨迹之后，对所述定位轨迹进行筛选，以去除所述定位轨迹中无效的定位轨迹，从而从用于判断交通状态的定位轨迹中去除了无效的定位轨迹，使得依据定位轨迹得到的交通状态判断结果更为准确。

图4示出了本发明的第三实施例。

图4是本发明第三实施例提供的交通状态评估方法中地图匹配的流程图。所述交通状态评估方法以本发明上述实施例为基础，进一步的，通过地图匹配获取所述定位轨迹所对应的道路路段包括：根据所述定位轨迹所经过的道路的名称，将所述定位轨迹划分为轨迹段；通过地图匹配获取所述轨迹段所对应的道路路段。

参见图4，通过地图匹配获取所述定位轨迹所对应的道路路段包括：

S331，根据所述定位轨迹所经过的道路的名称，将所述定位轨迹划分为轨迹段。

可以理解的是，一条定位轨迹经常会经过多个不同的道路。然而，在对不同路段的交通状态进行评估时，至少要以道路为单位对交通状态进行评估。而且，对于距离较长的道路，需要将该条道路划分为不同的路段而分别进行交通状态的评估。

这样一来，如果不对用户的定位轨迹进行划分，因为一条定位轨迹中的不同部分对应于不同的道路，则一条完整的定位轨迹仅有一部分可以被最终用于交通状态的评估。

解决上述矛盾的方式是，将一条经过了不同道路的定位轨迹按照所经过的道路的名称划分为不同的轨迹段，并使用划分后的轨迹段评估不同的道路的交通状态。这样，收集到的用户的定位轨迹就能够被完全的利用，提高了原始数据的利用率。

需要说明的是，在进行定位轨迹的划分时，除了考虑所述定位轨迹的不同部分所对应的道路的名称以外，还可以进一步的根据所述道路上的岔路口的位置对所述定位轨迹进行划分。这种轨迹段的划分方案主要是针对一条道路所经过的空间距离较长，其本身又按照其经过的岔路口的位置被划分为多个路段的情况。

S332，通过地图匹配获取所述轨迹段所对应的道路路段。

将所述定位轨迹按照道路的名称划分为轨迹段之后，即可以通过地图匹配技术获取所述轨迹段所对应的道路路段。

本实施例通过根据所述定位轨迹所经过的道路的名称，将所述定位轨迹划分为轨迹段，再通过地图匹配获取所述轨迹段所对应的道路路段，使得定位轨迹中的不同部分能够被有效的用于交通状态的评估，提高了交通状态评估的数据利用率。

图5及图6示出了本发明的第四实施例。

图5是本发明第四实施例提供的交通状态评估方法的流程图。所述交通状态评估方法以本发明的第三实施例为基础，进一步的，提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态包括：提取道路路段所对应的轨迹段的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

参见图5，所述交通状态评估方法包括：

S510，获取用户的定位轨迹。

S520，对所述定位轨迹进行筛选，以去除所述定位轨迹中无效的定位轨迹。

S530，通过地图匹配获取所述定位轨迹所对应的道路路段。

通过地图匹配获取所述定位轨迹所对应的道路路段包括：根据所述定位轨迹所经过的道路的名称，将所述定位轨迹划分为轨迹段；通过地图匹配获取所述轨迹段所对应的道路路段。

S540，提取道路路段所对应的轨迹段的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

由于在通过地图匹配获取所述定位轨迹所对应的道路路段时，将所述定位轨迹划分为了轨迹段，所以在判断所述道路路段的交通状态时，可以提取划分后的轨迹段的特征属性，并根据所述特征属性来判断所述道路路段的交通状态。

具体的，可以通过提取划分后的轨迹段的平均行驶速度或者交通密度，并根据平均行驶速度或者交通密度判断所述道路路段的交通状态。

还可以同时提取划分后的轨迹段的平均行驶速度以及交通密度，并根据平均行驶速度和交通密度综合判断所述道路路段的交通状态。

图6是本发明第四实施例提供的交通状态评估方法中状态判断的流程图。参见图6，提取道路路段所对应的轨迹段的特征属性，并根据所述特征属性判断所述道路路段的交通状态包括：

S541，计算所述道路路段所对应的不同轨迹段的平均行驶速度，并根据所述平均行驶速度判断所述道路路段的交通状态。

由于收集的定位轨迹上不同的位置点对应有该位置点的记录时间信息，所以对所述定位轨迹进行划分后的轨迹段上的位置点也记录有上述的记录时间信息。有了上述记录时间信息，可以通过简单的除法运算得到用户在所述轨迹段上的行驶速度，在对同一个道路路段上不同的轨迹段的行驶速度求平均，就可以得到所述轨迹段的平均行驶速度。

当所求得的平均行驶速度高于一个预设的畅通判定行驶速度阈值时，可以判定所述道路路段的交通状态为畅通状态；当所求得的平均行驶速度低于另一个预设的拥堵判定行驶速度阈值时，可以判定所述道路路段的交通状态为拥堵状态；当所求得的平均行驶速度处于所述畅通判定行驶速度阈值与所述拥堵判定行驶速度阈值之间时，可以判定所述道路路段的交通状态为缓行状态。

S542，统计所述道路路段上的交通密度，并根据所述交通密度判断所述道路路段的交通状态。

因为具有定位功能的移动终端的普遍采用，并收集的用户定位轨迹的数据规模较大，可以通过统计所述定位轨迹在不同道路路段上的轨迹数量，获得所述道路路段上的交通密度，进而根据所述交通密度判断所述道路路段的交通状态。

具体的，通过统计一个时间段内所述道路路段上的轨迹段的数量而获得所述道路路段的交通密度。当所述交通密度大于预设的畅通判定交通密度阈值时，判定所述道路路段的交通状态为畅通状态；当所述交通密度小于预设的拥堵判定交通密度阈值时，判定所述道路路段的交通状态为拥堵状态；当所述交通密度处于所述畅通判定交通目的阈值与所述拥堵判定交通密度阈值之间时，判定所述道路路段的交通状态为缓行状态。

S543，依据所述道路路段的平均行驶速度和交通密度建立支持向量机(Support vector machine,SVM)，并根据所述SVM的输出判断所述道路路段的交通状态。

除了上述两种交通状态的评估方式之外，可以同时提取所述道路路段所对应的平均行驶速度和交通密度，并根据标注了交通状态的训练数据构建SVM。在构建了SVM之后，利用构建的SVM，根据所述道路路段所对应的轨迹段的平均行驶速度和交通密度给出所述道路路段的交通状态的最终判定。

具体的，所述SVM是根据标注了交通状态的训练数据通过训练得到的。所述标注了交通状态的训练数据具体是标注了交通状态的定位轨迹集合。所述交通状态包括畅通状态、缓行状态以及拥堵状态。并且，通过对所述定位轨迹集合的处理，能够得出所述定位轨迹所对应的道路路段的平均行驶速度以及交通密度。在训练所述SVM时，SVM通过对所述训练数据的学***面。并且，在交通状态的判定阶段，依据所述道路路段的平均行驶速度以及交通密度确定所述道路路段的交通状态。

上述根据平均行驶速度的交通状态评估，根据交通密度的交通状态评估以及根据SVM的交通状态评估属于三种不同的交通状态评估的实现方式。在具体执行交通状态评估时，可以从上述三种实现方式中选择一种，作为最终交通状态评估的操作方式。

本实施例通过提取定位轨迹划分后的轨迹段的特征属性来评估所述轨迹段所对应的道路路段的交通状态，并且具体的给出了根据平均行驶速度、交通密度以及SVM评估交通状态的三种实现方式，实现了对道路路段的交通状态的准确评估。

图7示出了本发明的第五实施例。

图7是本发明第五实施例提供的交通状态评估方法的流程图。所述交通状态评估方法以本发明第一实施例为基础，进一步的，在提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态之后，还包括：利用对所述道路路段的交通状态的判断结果，验证第三方交通状态数据的准确性。

S710，获取用户的定位轨迹。

S720，通过地图匹配获取所述定位轨迹所对应的道路路段。

S730，提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

S740，利用对所述道路路段的交通状态的判断结果，验证第三方交通状态数据的准确性。

由于采用本发明所提供的交通状态评估方法得到的交通状态判断结果本身具有较高的准确性，因此所述交通状态判断结果可以用户验证第三方交通状态数据的准确性。具体的，验证第三方交通状态数据的准确性包括验证第三方交通状态数据的准确率、拥堵召回率、缓行召回率以及畅通召回率。

所述第三方交通状态数据的准确率可以通过计算在所述交通状态判断结果及所述第三方交通状态数据中判定结果相同的道路路段的数量除以在所述交通状态判断结果以及所述第三方交通状态数据中出现的道路路段的总数而得到。

所述拥堵召回率可以通过计算在所述交通状态判断结果及所述第三方交通状态数据中均判定为拥堵的道路路段的数量除以在所述交通状态判断结果以及所述第三方交通状态数据中出现的判定为拥堵的道路路段的总数而得到。

所述缓行召回率可以通过计算在所述交通状态判断结果及所述第三方交通状态数据中均判定为缓行的道路路段的数量除以在所述交通状态判断结果以及所述第三方交通状态数据中出现的判定为缓行的道路路段的总数而得到。

所述畅通召回率可以通过计算在所述交通状态判断结果及所述第三方交通状态数据中均判定为畅通的道路路段的数量除以在所述交通状态判断结果以及所述第三方交通状态数据中出现的判定为畅通的道路路段的总数而得到。

本实施例通过在提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态之后，利用对所述道路路段的交通状态的判断结果，验证第三方交通状态数据的准确性，

图8示出了本发明的第六实施例。

图8是本发明第六实施例提供的交通状态评估装置的结构图。参见图8，所述交通状态评估装置包括：轨迹获取模块810、地图匹配模块830以及状态判断模块840。

所述轨迹获取模块810用于获取用户的定位轨迹。

所述地图匹配模块830用于通过地图匹配获取所述定位轨迹所对应的道路路段。

所述状态判断模块840用于提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

优选的，所述交通状态评估装置还包括：轨迹筛选模块820。

所述轨迹筛选模块820用于在获取用户的定位轨迹之后，通过地图匹配获取所述定位轨迹对应的道路路段之前，对所述定位轨迹进行筛选，以去除所述定位轨迹中无效的定位轨迹。

优选的，所述地图匹配模块830包括：轨迹划分单元831以及路段获取单元832。

所述轨迹划分单元831用于根据所述定位轨迹所经过的道路的名称，将所述定位轨迹划分为轨迹段。

所述路段获取单元832用于通过地图匹配获取所述轨迹段所对应的道路路段。

优选的，所述状态判断模块840包括：轨迹段判断单元841。

所述轨迹段判断单元841用于提取道路路段所对应的轨迹段的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

优选的，所述轨迹段判断单元841具体用于：

计算所述道路路段所对应的不同轨迹段的平均行驶速度，并根据所述平均行驶速度判断所述道路路段的交通状态；

统计所述道路路段上的交通密度，并根据所述交通密度判断所述道路路段的交通状态；或者

依据所述道路路段的平均行驶速度和交通密度建立支持向量机SVM，并根据所述SVM的输出判断所述道路路段的交通状态。

优选的，所述交通状态评估装置还包括：数据验证模块850。

所述数据验证模块850用于在提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态之后，利用对所述道路路段的交通状态的判断结果，验证第三方交通状态数据的准确性。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间的相同或相似的部分互相参见即可。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种交通状态评估方法，其特征在于，包括：

获取用户的定位轨迹；

通过地图匹配获取所述定位轨迹所对应的道路路段；

提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

2.根据权利要求1所述的方法，其特征在于，在获取用户的定位轨迹之后，通过地图匹配获取所述定位轨迹对应的道路路段之前，还包括：

对所述定位轨迹进行筛选，以去除所述定位轨迹中无效的定位轨迹。

3.根据权利要求1或2所述的方法，其特征在于，通过地图匹配获取所述定位轨迹所对应的道路路段包括：

根据所述定位轨迹所经过的道路的名称，将所述定位轨迹划分为轨迹段；

通过地图匹配获取所述轨迹段所对应的道路路段。

4.根据权利要求3所述的方法，其特征在于，提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态包括：

提取道路路段所对应的轨迹段的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

5.根据权利要求4所述的方法，其特征在于，提取道路路段所对应的轨迹段的特征属性，并根据所述特征属性判断所述道路路段的交通状态包括：

计算所述道路路段所对应的不同轨迹段的平均行驶速度，并根据所述平均行驶速度判断所述道路路段的交通状态；

统计所述道路路段上的交通密度，并根据所述交通密度判断所述道路路段的交通状态；或者

依据所述道路路段的平均行驶速度和交通密度建立支持向量机SVM，并根据所述SVM的输出判断所述道路路段的交通状态。

6.根据权利要求1所述的方法，其特征在于，在提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态之后，还包括：

利用对所述道路路段的交通状态的判断结果，验证第三方交通状态数据的准确性。

7.一种交通状态评估装置，其特征在于，包括：

轨迹获取模块，用于获取用户的定位轨迹；

地图匹配模块，用于通过地图匹配获取所述定位轨迹所对应的道路路段；

状态判断模块，用于提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

8.根据权利要求7所述的装置，其特征在于，还包括：

轨迹筛选模块，用于在获取用户的定位轨迹之后，通过地图匹配获取所述定位轨迹对应的道路路段之前，对所述定位轨迹进行筛选，以去除所述定位轨迹中无效的定位轨迹。

9.根据权利要求7或8所述的装置，其特征在于，所述地图匹配模块包括：

轨迹划分单元，用于根据所述定位轨迹所经过的道路的名称，将所述定位轨迹划分为轨迹段；

路段获取单元，用于通过地图匹配获取所述轨迹段所对应的道路路段。

10.根据权利要求9所述的装置，其特征在于，所述状态判断模块包括：

轨迹段判断单元，用于提取道路路段所对应的轨迹段的特征属性，并根据所述特征属性判断所述道路路段的交通状态。

11.根据权利要求10所述的装置，其特征在于，所述轨迹段判断单元具体用于：

计算所述道路路段所对应的不同轨迹段的平均行驶速度，并根据所述平均行驶速度判断所述道路路段的交通状态；

统计所述道路路段上的交通密度，并根据所述交通密度判断所述道路路段的交通状态；或者

依据所述道路路段的平均行驶速度和交通密度建立支持向量机SVM，并根据所述SVM的输出判断所述道路路段的交通状态。

12.根据权利要求7所述的装置，其特征在于，还包括：

数据验证模块，用于在提取道路路段所对应的定位轨迹的特征属性，并根据所述特征属性判断所述道路路段的交通状态之后，利用对所述道路路段的交通状态的判断结果，验证第三方交通状态数据的准确性。