CN105679019B - 一种道路交通状态识别方法及装置 - Google Patents

Abstract

本发明公开了一种道路交通状态识别方法，包括如下步骤：通过覆盖预测仿真生成特定区域的覆盖仿真图层；将覆盖仿真图层与待识别道路进行叠加分析，得到待识别道路的基站小区切换序列；基于获取到的特定区域内的每一个用户在特定时间段内的手机信令数据，确定每一用户的移动轨迹序列；计算每一用户的移动轨迹序列与待识别道路的基站小区切换序列之间的相似度，并记录相似度大于一预设的阈值所对应的用户的数量；根据用户的数量识别待识别道路在特定时间段内的交通状态。本发明还提供一种道路交通状态识别装置。采用本发明实施例能够实现高精准地识别待识别道路的交通状态，且计算复杂度低，成本低廉。

Description

一种道路交通状态识别方法及装置

技术领域

本发明涉及移动通信技术与GIS技术领域，尤其涉及一种道路交通状态识别方法及装置。

背景技术

随着城市的不断发展以及城市化进程的加速，交通拥堵日益加剧将影响城市功能的正常发挥，为了缓解城市交通拥堵的状况，智能交通***的建设已迫在眉睫。在智能交通***中交通数据的采集与交通状态的识别密切相关，是该***的重要组成部分。

目前，基于手机信令数据的道路交通状态识别通常是经过繁重地实地路测来建立切换路网标定数据库，再将用户的手机通信切换序列与之进行匹配以识别到相应道路。为了更准确地对基础数据进行切换特性分析和切换路网标定，实地路测时需要结合道路条件、基站布局等因素反复进行多次以达到最佳测试标定效果。发明人在实施本发明的过程中发现现有的道路交通状态识别方法存在以下缺点：1、路网标定过于复杂且成本较高；2、由于城市路网密集和错综复杂的因素，对于平行或相近路段干扰严重，所以需要多次测试才能找出最稳定的切换序列，然而，即使采用多次测试，还会存在一定的误差；同时，选用稳定切换序列将会排除道路上有覆盖的一部分基站，从而损失一部分用户的数据。

发明内容

针对上述问题，本发明的目的在于提供一种道路交通状态识别方法及装置，能够实现高精准地识别待识别道路的交通状态，且计算复杂度低，成本低廉，满足了使用要求。

本发明实施例提供一种道路交通状态识别方法，包括如下步骤：

基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域；

将所述特定区域的覆盖仿真图层与待识别道路进行叠加分析，得到所述待识别道路的基站小区切换序列；

基于获取到的所述特定区域内的每一个用户在特定时间段内的手机信令数据，确定每一所述用户的移动轨迹序列；其中，所述移动轨迹序列为用户在所述特定时间段内所经过的基站小区按照时间先后进行排序后得到的基站小区切换序列；

计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度，并记录所述相似度大于一预设的阈值所对应的用户的数量；

根据所述用户的数量识别所述待识别道路在所述特定时间段内的交通状态。

作为上述方案的改进，在所述基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域之前，还包括：

对所述无线传播模型进行校正，以提高预测的准确性。

作为上述方案的改进，对所述无线传播模型进行校正，以提高预测的准确性，具体为：

按照空间分布特点将所述特定区域划分成多个子区域；

在每一所述子区域中设置M个测试点进行测试，获得所述M个测试点的测试数据；其中，M为正整数；所述测试数据包括接收的基站小区的信号强度信息和基站小区标识；

根据所述M个测试点的测试数据对所述无线传播模型进行校正，得到每一所述子区域的校正后的无线传播模型。

作为上述方案的改进，所述基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域，具体为：

基于每一所述子区域的基站基础数据库和校正后的无线传播模型对该子区域进行覆盖预测仿真，生成该子区域的覆盖仿真图层；

将每一所述子区域的覆盖仿真图层进行拼接，获得所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

作为上述方案的改进，在计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度之前，还包括：

对每一所述用户的移动轨迹序列进行降噪处理，以过滤干扰项。

本发明实施例还提供一种道路交通状态识别装置，包括：

预测仿真单元，用于基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域；

叠加单元，用于将所述特定区域的覆盖仿真图层与待识别道路进行叠加分析，得到所述待识别道路的基站小区切换序列；

移动轨迹序列确定单元，用于基于获取到的所述特定区域内的每一个用户在特定时间段内的手机信令数据，确定每一所述用户的移动轨迹序列；其中，所述移动轨迹序列为用户在所述特定时间段内所经过的基站小区按照时间先后进行排序后得到的基站小区切换序列；

相似度计算单元，用于计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度，并记录所述相似度大于一预设的阈值所对应的用户的数量；

识别单元，用于根据所述用户的数量识别所述待识别道路在所述特定时间段内的交通状态。

作为上述方案的改进，所述道路交通状态识别装置还包括：

校正单元，用于在生成所述特定区域的覆盖仿真图层之前，对所述无线传播模型进行校正，以提高预测的准确性。

作为上述方案的改进，所述校正单元具体包括：

划分子模块，用于按照空间分布特点将所述特定区域划分成多个子区域；

测试子模块，用于在每一所述子区域中设置M个测试点进行测试，获得所述M个测试点的测试数据；其中，M为正整数；所述测试数据包括接收的基站小区的信号强度信息和基站小区标识；

校正子模块，用于根据所述M个测试点的测试数据对所述无线传播模型进行校正，得到每一所述子区域的校正后的无线传播模型。

作为上述方案的改进，所述预测仿真单元具体包括：

子区域预测仿真子模块，用于基于每一所述子区域的基站基础数据库和校正后的无线传播模型对该子区域进行覆盖预测仿真，生成该子区域的覆盖仿真图层；

拼接子模块，用于将每一所述子区域的覆盖仿真图层进行拼接，获得所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

作为上述方案的改进，所述道路交通状态识别装置还包括：

降噪单元，用于在计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度之前，对每一所述用户的移动轨迹序列进行降噪处理，以过滤干扰项。

本发明实施例提供的道路交通状态识别方法及装置，具有如下有益效果：基于覆盖预测仿真生成的特定区域的覆盖仿真图层，与待识别道路进行叠加分析后得到所述待识别道路的基站小区切换序列；然后，从通信运营商获取用户手机信令数据，获取每一个用户在特定时间段内的移动轨迹序列；最后，采用道路匹配算法对用户进行识别和区分，筛选出在所述待识别道路上移动的用户，从而识别出所述待识别道路的交通状态。本发明实施例利用的源数据为通信运营商提供的手机信令数据，获取方式简单、获取成本低且信息样本大；能够实现高精准地识别待识别道路的交通状态，且计算复杂度低。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的道路交通状态识别方法的一个实施例的流程示意图。

图2是本发明实施例提供的特定区域的覆盖仿真图层。

图3是本发明提供的道路交通状态识别装置的一个实施例的结构示意图。

图4是本发明提供的道路交通状态识别装置的校正单元的一个实施例的结构示意图。

图5是本发明提供的道路交通状态识别装置的预测仿真单元的一个实施例的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，是本发明提供的道路交通状态识别方法的一个实施例的流程示意图。

本发明提供一种道路交通状态识别方法，包括步骤S11～S15，具体如下：

S11，基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

常用的无线传播模型包括射线跟踪模型、自由空间传播模型、奥村/Hata模型、Cost231-Hata模型、Walfisch-Ikegami模型、室内传播模型及KM模型，这些都是本领域的技术人员所公知的，可根据实际的需要进行设置，本发明不做具体的限定。

在本发明一个实施方式中，优选的，在所述步骤S11之前，还包括：

S11＇，对所述无线传播模型进行校正，以提高预测的准确性。

在实际的城市环境中，由于建筑物的分布状况对信号覆盖的影响非常大，因此，在本发明实施例中，首先，根据空间分布特点将所述特定区域划分为多个子区域，例如，根据建筑物的密集度和高度可以将所述特定区域划分为商业区、居民住宅区、工业区等；然后，在每一所述子区域中设置M个测试点进行测试，获得所述M个测试点的测试数据；其中，M为正整数，通常为大于或等于所述无线传播模型的待定系数个数；所述测试数据包括接收的基站小区的信号强度信息和基站小区标识；接着，根据所述M个测试点的测试数据确定所述无线传播模型的各个待定系数，得到每一所述子区域的校正后的无线传播模型。

需要说明的是，获得所述M个测试点的测试数据可以使用路测手机来得到基站小区覆盖信号，通过路测手机测量接收的基站小区的信号强度信息和基站小区标识；还可以采用本领域技术人员公知的其他方法，这些均在本发明的保护范围之内，在此不做限制。

在上述实施例中，所述步骤S11具体为：

首先，基于每一所述子区域的基站基础数据库和校正后的无线传播模型对该子区域进行覆盖预测仿真，生成该子区域的覆盖仿真图层。

然后，将每一所述子区域的覆盖仿真图层进行拼接，获得所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

其中，所述基站基础数据库包括基站小区标识、站址经度、站址纬度、站高、发射功率、方向角、天线数据等。

S12，将所述特定区域的覆盖仿真图层与待识别道路进行叠加分析，得到所述待识别道路的基站小区切换序列。

请一并参阅图2，将所述特定区域的覆盖仿真图层10与所述待识别道路，例如道路1、2和3进行叠加分析，得到道路1的基站小区切换序列，记为R₁＝(CID_3，CID_6，CID_8，CID_11，CID_10，CID_9，CID_12，CID_14)；道路2的基站小区切换序列，记为R₂＝(CID_1，CID_4，CID_7，CID_9，CID_12，CID_14)；以及道路3的基站小区切换序列，记为R₃＝(CID_2，CID_5，CID_8，CID_11，CID_13，CID_15)。

S13，基于获取到的所述特定区域内的每一个用户在特定时间段内的手机信令数据，确定每一所述用户的移动轨迹序列。

其中，所述移动轨迹序列为用户在所述特定时间段内所经过的基站小区按照时间先后进行排序后得到的基站小区切换序列。

所述手机信令数据是由通信运营商(比如移动通信运营商)提供、符合国家法律关于个人隐私的源数据，具有获取方式简单、获取成本低、样本周期灵活、数量大等特点。它是指在手机通信过程中，当发生通话、短信接发、正常位置更新等通信事件时，由手机通信运营商记录的各类信令数据。

优选的，所述手机信令数据包括用户手机ID；本发明认为每一所述用户对应一部手机及一个用户手机ID。

每一所述用户在移动的过程中，该用户的手机总是会定期或不定期地、主动或被动地和其中一个基站保持联系。当每一所述用户的手机当前服务基站的信号强度减弱，邻近基站的信号强度超过所述当前服务基站，则该用户的手机信号会切换到所述邻近基站，以便获得更好的信号。在切换的过程中，通信运营商会保留相关切换记录。

S14，计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度，并记录所述相似度大于一预设的阈值所对应的用户的数量。

在本发明另一个实施方式中，在所述步骤S14之前，还包括：

S14＇，对每一所述用户的移动轨迹序列进行降噪处理，以过滤干扰项。

优选的，所述干扰项包括室内基站以及与所述待识别道路无关的基站对应的项数。

在上述实施例中，所述步骤S14具体为：

若待识别道路为道路1，其基站小区切换序列：R₁＝(CID_3，CID_6，CID_8，CID_11，CID_10，CID_9，CID_12，CID_14)，定义道路1的基站小区切换序列中的每一项的状态值为1，因此，道路1的基站小区切换序列的状态向量为X_n＝(x₁，x₂，…，x_n)＝(1，1，1，1，1，1，1，1)；其中，n为R₁中所包含的项数；当获取到某一个用户的降噪处理后的移动轨迹序列：U_m＝(CID_3，CID_6，CID_8，CID_10，CID_9)，将U_m中的每一项与R₁中的每一项进行匹配，对于那些接收到覆盖在道路1上的基站小区的信号的序列项，定义其状态值为1；对于那些覆盖在道路1上的没有被接收的基站小区，在该用户的移动轨迹序列的状态向量中对应地***状态值为0的项，从而得到该用户的移动轨迹序列的状态向量为Y_n＝(y₁，y₂，…，y_n)＝(1，1，1，0，1，1，0，0)。

然后，通过计算向量X_n与向量Y_n之间的夹角的余弦值来表示U_m与R₁之间的相似度，公式如下：

最后，在计算出全部所述用户的降噪处理后的移动轨迹序列与道路1的基站小区切换序列之间的相似度之后，记录所述相似度大于一预设的阈值所对应的用户的数量；其中，所述预设的阈值为根据所述待识别道路的地理分布位置、所述特定时间段的取值范围等因素进行相应设置，本发明不做具体限制。

需要说明的是，本发明认为道路1作为所述相似度大于一预设的阈值所对应的用户在所述特定时间段内的实际运动轨迹。

S15，根据所述用户的数量识别所述待识别道路在所述特定时间段内的交通状态。

在具体实施当中，优选的，上述道路交通状态识别方法可由道路交通状态识别装置来执行。基于覆盖预测仿真生成的特定区域的覆盖仿真图层，与待识别道路进行叠加分析后得到所述待识别道路的基站小区切换序列；然后，从通信运营商获取用户手机信令数据，获取每一个用户在特定时间段内的移动轨迹序列；最后，采用道路匹配算法对用户进行识别和区分，筛选出在所述待识别道路上移动的用户，从而识别出所述待识别道路的交通状态。本发明实施例利用的源数据为通信运营商提供的手机信令数据，获取方式简单、获取成本低且信息样本大；能够实现高精准地识别待识别道路的交通状态，且计算复杂度低。

相应地，本发明还提供一种道路交通状态识别装置，可执行上述实施例提供的道路交通状态识别方法的所有流程。

请参阅图3，是本发明提供的道路交通状态识别装置的一个实施例的结构示意图。

本发明提供一种道路交通状态识别装置30，包括预测仿真单元31、叠加单元32、移动轨迹序列确定单元33、相似度计算单元34以及识别单元35，具体如下：

所述预测仿真单元31，用于基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

所述叠加单元32，用于将所述特定区域的覆盖仿真图层与待识别道路进行叠加分析，得到所述待识别道路的基站小区切换序列。

所述移动轨迹序列确定单元33，用于基于获取到的所述特定区域内的每一个用户在特定时间段内的手机信令数据，确定每一所述用户的移动轨迹序列。

其中，所述移动轨迹序列为用户在所述特定时间段内所经过的基站小区按照时间先后进行排序后得到的基站小区切换序列。

所述相似度计算单元34，用于计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度，并记录所述相似度大于一预设的阈值所对应的用户的数量。

所述识别单元35，用于根据所述用户的数量识别所述待识别道路在所述特定时间段内的交通状态。

在本发明一个实施方式中，所述道路交通状态识别装置30还包括：

校正单元36，用于在生成所述特定区域的覆盖仿真图层之前，对所述无线传播模型进行校正，以提高预测的准确性。

请一并参阅图4，所述校正单元36具体包括：

划分子模块361，用于按照空间分布特点将所述特定区域划分成多个子区域。

测试子模块362，用于在每一所述子区域中设置M个测试点进行测试，获得所述M个测试点的测试数据。

其中，M为正整数；所述测试数据包括接收的基站小区的信号强度信息和基站小区标识。

校正子模块363，用于根据所述M个测试点的测试数据对所述无线传播模型进行校正，得到每一所述子区域的校正后的无线传播模型。

请一并参阅图5，在上述实施方式中，所述预测仿真单元31具体包括：

子区域预测仿真子模块311，用于基于每一所述子区域的基站基础数据库和校正后的无线传播模型对该子区域进行覆盖预测仿真，生成该子区域的覆盖仿真图层。

拼接子模块312，用于将每一所述子区域的覆盖仿真图层进行拼接，获得所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

在本发明另一个实施方式中，所述道路交通状态识别装置30还包括：

降噪单元37，用于在计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度之前，对每一所述用户的移动轨迹序列进行降噪处理，以过滤干扰项。

可以理解的是，本发明实施例中的道路交通状态识别装置30的各功能单元的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。

本发明实施例提供的道路交通状态识别方法及装置，具体如下有益效果：基于覆盖预测仿真生成的特定区域的覆盖仿真图层，与待识别道路进行叠加分析后得到所述待识别道路的基站小区切换序列；然后，从通信运营商获取用户手机信令数据，获取每一个用户在特定时间段内的移动轨迹序列；最后，采用道路匹配算法对用户进行识别和区分，筛选出在所述待识别道路上移动的用户，从而识别出所述待识别道路的交通状态。本发明实施例利用的源数据为通信运营商提供的手机信令数据，获取方式简单、获取成本低且信息样本大；能够实现高精准地识别待识别道路的交通状态，且计算复杂度低。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

Claims (4)

1.一种道路交通状态识别方法，其特征在于，包括如下步骤：

对无线传播模型进行校正，以提高预测的准确性；

基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域；

将所述特定区域的覆盖仿真图层与待识别道路进行叠加分析，得到所述待识别道路的基站小区切换序列；

基于获取到的所述特定区域内的每一个用户在特定时间段内的手机信令数据，确定每一所述用户的移动轨迹序列；其中，所述移动轨迹序列为用户在所述特定时间段内所经过的基站小区按照时间先后进行排序后得到的基站小区切换序列；

计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度，并记录所述相似度大于一预设的阈值所对应的用户的数量；

根据所述用户的数量识别所述待识别道路在所述特定时间段内的交通状态；

其中，对无线传播模型进行校正，以提高预测的准确性，具体为：

按照空间分布特点将所述特定区域划分成多个子区域；

在每一所述子区域中设置M个测试点进行测试，获得所述M个测试点的测试数据；其中，M为正整数；所述测试数据包括接收的基站小区的信号强度信息和基站小区标识；

根据所述M个测试点的测试数据对所述无线传播模型进行校正，得到每一所述子区域的校正后的无线传播模型；

所述基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域，具体为：

基于每一所述子区域的基站基础数据库和校正后的无线传播模型对该子区域进行覆盖预测仿真，生成该子区域的覆盖仿真图层；

将每一所述子区域的覆盖仿真图层进行拼接，获得所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

2.如权利要求1所述的道路交通状态识别方法，其特征在于，在计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度之前，还包括：

对每一所述用户的移动轨迹序列进行降噪处理，以过滤干扰项。

3.一种道路交通状态识别装置，其特征在于，包括：

预测仿真单元，用于基于基站基础数据库和无线传播模型对特定区域进行覆盖预测仿真，生成所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域；

叠加单元，用于将所述特定区域的覆盖仿真图层与待识别道路进行叠加分析，得到所述待识别道路的基站小区切换序列；

移动轨迹序列确定单元，用于基于获取到的所述特定区域内的每一个用户在特定时间段内的手机信令数据，确定每一所述用户的移动轨迹序列；其中，所述移动轨迹序列为用户在所述特定时间段内所经过的基站小区按照时间先后进行排序后得到的基站小区切换序列；

相似度计算单元，用于计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度，并记录所述相似度大于一预设的阈值所对应的用户的数量；

识别单元，用于根据所述用户的数量识别所述待识别道路在所述特定时间段内的交通状态；

校正单元，用于在生成所述特定区域的覆盖仿真图层之前，对所述无线传播模型进行校正，以提高预测的准确性；

其中，所述校正单元具体包括：

划分子模块，用于按照空间分布特点将所述特定区域划分成多个子区域；

测试子模块，用于在每一所述子区域中设置M个测试点进行测试，获得所述M个测试点的测试数据；其中，M为正整数；所述测试数据包括接收的基站小区的信号强度信息和基站小区标识；

校正子模块，用于根据所述M个测试点的测试数据对所述无线传播模型进行校正，得到每一所述子区域的校正后的无线传播模型；

所述预测仿真单元具体包括：

子区域预测仿真子模块，用于基于每一所述子区域的基站基础数据库和校正后的无线传播模型对该子区域进行覆盖预测仿真，生成该子区域的覆盖仿真图层；

拼接子模块，用于将每一所述子区域的覆盖仿真图层进行拼接，获得所述特定区域的覆盖仿真图层，从而获得每一基站小区的覆盖区域。

4.如权利要求3所述的道路交通状态识别装置，其特征在于，所述道路交通状态识别装置还包括：

降噪单元，用于在计算每一所述用户的移动轨迹序列与所述待识别道路的基站小区切换序列之间的相似度之前，对每一所述用户的移动轨迹序列进行降噪处理，以过滤干扰项。