CN107180532B - 基于车辆位置估计的可变情报板信息路由方法 - Google Patents

Abstract

本发明公开了一种基于车辆位置估计的可变情报板信息路由方法，包括以下步骤：(1)获取车辆的交通违法信息；(2)构建交通违法地所在区域的局部高速路网模型，预估车辆的行驶路径，每条行驶路径具有至少一个可变情报板；(3)计算车辆在每条行驶路径上到达第一个可变情报板的概率；(4)估计车辆到达概率最大的可变情报板M的时间T₁，并在T₁时刻由该可变情报板发布交通违法信息。该方法综合考虑车辆违法地点、车辆违法时的行驶参数，以及当前时间与车辆违法时间之间的时间差等因素，使得告知的违法信息具有定向性、实时性、可视性。

Description

基于车辆位置估计的可变情报板信息路由方法

技术领域

本发明涉及公路运输领域，特别是一种基于车辆位置估计的可变情报板信息路由方法。

背景技术

目前，高速公路可变情报板显示的信息内容大多数为提示性内容，如恶劣天气、危险路段等，主要针对高速公路上的所有经过车辆，具有普遍性，这样容易引起驾驶员的视觉疲劳。

车辆位置估计存在以下问题：(1)采用GPS等定位设备获取车辆位置，完全依赖车辆上的定位设备对车辆进行定位；由于GPS等定位设备的信号在隧道、地下停车场等地方很微弱，甚至可以忽略不计，导致车辆在这些没有GPS信号或GPS信号微弱的地方不能对车辆进行定位。(2)采用GPS等定位设备和采集车辆本身的行驶的参数相结合的方法，即惯性导航对车辆进行定位。在GPS等定位设备信号较好的地方采用GPS等定位设备对车辆进行定位；在没有GPS信号或GPS信号微弱的地方采用惯性导航对车辆进行定位。(3)如果车辆既没有安装GPS等定位设备或者不能获取车辆的定位信息，也没有车辆行驶参数，那么这种情况下就不能对车辆进行定位。

高速公路上可变情报板显示信息存在以下问题：(1)显示信息多为提示类信息，且针对高速公路上的所有车辆，并不是针对经过可变情报板的车辆，不具有定向性。(2)即使可变情报板的显示信息具有定向性，但大多数的显示信息是人工手动操作显示的，实时性较差。

当前高速公路交通违法行为取证难、执法难，特别是执法实时性差、执法效果不理想，难以满足路面交通***需求。因此，迫切的需要可变情报板显示的信息具有定向性、实时性、可视性，例如显示经过车辆的交通违法信息，这样能够突破交通行为实时评估、典型交通违法行为高精准取证等问题。

发明内容

由于目前高速公路上车辆交通违法行为取证困难、取证时间长，以及实时获取行驶车辆位置困难，导致车辆违法信息告知不具有定向性、实时性。为解决上述问题，本发明提出了一种基于车辆位置估计的可变情报板信息路由方法，该方法综合考虑车辆违法地点、车辆违法时的行驶参数，以及当前时间与车辆违法时间之间的时间差等因素，使得告知的违法信息具有定向性、实时性、可视性。

本发明的技术方案为：

一种基于车辆位置估计的可变情报板信息路由方法，包括以下步骤：

(1)获取车辆的交通违法信息；

(2)构建交通违法地所在区域的局部高速路网模型，预估车辆的行驶路径，每条行驶路径具有至少一个可变情报板；

(3)计算车辆在每条行驶路径上到达第一个可变情报板的概率；

(4)估计车辆到达概率最大的可变情报板的时间T₁，并在T₁时刻由该可变情报板发布交通违法信息。

本发明中，采用GPS等定位设备获取车辆的交通违法地点、交通违法时间、交通违法时的车速、交通违法时的行驶方向，组成交通违法信息。

步骤(2)中，先预估车辆当前行驶位置，然后根据当前行驶位置预估车辆的行驶路径。计算车辆违法地点所在高速公路路段的最高限速与最低限速的平均值，并选择该平均值与车辆违法时的车速两者的最大值作为车速V，计算当前时刻T与车辆违法时间T₀之差ΔT，并根据公式S＝V×ΔT得到车辆从违法时刻到当前行驶的距离，且根据该距离预估当前车辆的行驶路径。

步骤(3)的具体步骤为：

(3-1)根据节点前方路段拥挤度、节点出口记录与断面交通量、车牌号码以及车辆历史记录，计算车辆在局部高速路网模型中的第i个节点N_i处驶向第j个方向的概率P_i,j,其中，i＝1,2,3,…,I；j＝1,2，I为局部高速路网模型中节点的总个数；

(3-2)根据概率P_i,j,，计算违法车辆在第k条行驶路径上遇到第一个可变情报板的概率P_k，其中，k＝1,2,3,…,K，K为行驶路径的总个数。

本发明中，节点指的是高速公路上的出口位置，该节点为换高速公路节点，每个节点处会有两个车辆行驶方向，一个是沿着当前高速公路继续前行的方向，另一个是与当前高速公路交互的公路方向，认为是向右行驶方向。

在每个节点处，影响车辆行驶方向因素为：节点前方路段拥挤度、节点出口记录与断面交通量、车牌号码以及车辆历史记录。

设：节点前方路段拥挤度影响车辆向前行驶的概率为P_i,f1，向右行驶的概率为P_i,r1，若前方路段拥挤度较高，则P_i,f1小于P_i,r1，反之，P_i,f1大于P_i,r1，具体数值可根据前方路段拥挤度等级自行设定。例如，概率分配可按照表1进行分配。

表1

车牌号码可以得到车辆所在地影响车辆向前行驶的概率为P_i,f2，向右行驶的概率为P_i,r2；若车牌号码所在地在右行方向上，则P_i,f2小于P_i,r2；若车牌号码所在地在前行方向上，P_i,f2大于P_i,r2；若车牌号码所在地既不在前行方向上又不在右行方向上，则这组概率可忽略不计。例如，概率分配可按照表2进行分配。

表2

历史记录可以得到以前车辆向前和向右行驶的比例，进而得到影响车辆向前行驶的概率为P_i,f3，向右行驶的概率为P_i,r3；根据历史记录，车辆经过节点N_i前向行驶次数n_f3和右向行驶次数n_r3，计算得到前向行驶的概率为P_i,f3＝n_f3/(n_f3+n_r3)和向右行驶的概率为P_i,r3＝n_r3/(n_f3+n_r3)。若n_f3＝n_r3＝0，则这组概率可忽略不计。

节点出口记录与断面交通量可以得到截止目前此节点处所有车辆向前和向另一个行驶的比例，进而得到影响车辆向前行驶的概率为P_i,f4，向右行驶的概率为P_i,r4；单位时间内节点N_i出口记录次数n_r4与断面交通量n₄，计算得到前向行驶概率为P_i,f4＝1-n_r4/n₄和右向行驶概率为P_i,r4＝n_r4/n₄。

根据以上四个影响车辆行驶方向因素计算在第i个节点N_i处，车辆向前行驶概率P_i,1、车辆向右行驶概率P_i,2，具体为：

P_i,1＝P_i,f1×P_i,f2×P_i,f3×P_i,f4

P_i,2＝P_i,r1+P_i,f1×P_i,r2+P_i,f1×P_i,f2×P_i,r3+P_i,f1×P_i,f2×P_i,f3×P_i,r4

上述四个影响车辆行驶方向因素中，若没有或不能获取第s个因素数据，则对应概率为P_i,fs＝1，P_i,rs＝0，s＝1,2,3,4。

例如：在节点N_i处，不能获取节点N_i前方路段拥挤度这一影响车辆行驶方向因素，则P_i,f1＝1，P_i,r1＝0，此时，车辆向前行驶概率P_i,1、车辆向右行驶概率P_i,2具体为：

P_i,1＝P_i,f2×P_i,f3×P_i,f4

P_i,2＝P_i,r2+P_i,f2×P_i,r3+P_i,f2×P_i,f3×P_i,r4

在获得概率P_i,j与可能行驶路径后，获取车辆在第k条行驶路径上到达第一个可变情报板的概率P_k的具体步骤为：

首先，获取车辆从交通违法地点经第k条行驶路径到达该条行驶路径上车辆当前可能位置行驶方向前方第一个可变情报板所经过的m个节点，组成节点集合C_k＝{N₁,N₂,…,N_m}；

然后，调取节点集合C_k中每个节点处车辆沿着所在行驶路径向前行驶的概率p_i,j；此处，假设在节点N₁处，车辆向右转进入下一条高速公路，则将此节点N₁处的车辆向右行驶概率P_1,2作为车辆沿着所在行驶路径向前行驶的概率p_i,j；

最后，根据公式计算得到车辆在第k条行驶路径上到达车辆当前可能位置行驶方向前方第一个可变情报板的概率P_k。

在获得概率P_k后，选取最大概率P_k所对应的可变情报板M发布车辆交通违法信息的。在确定可变情报板M以及行驶路径后，计算车辆沿着该行驶路径到达可变情报板M的时间T₁，具体为：

首先，根据当前时刻T车辆所在的行驶路径上的位置、可变情报板M的位置，确定两位置之间的距离ΔS；

然后，计算可变情报板M所在高速公路路段的最高限速与最低限速的平均值，并选择该平均值与车辆违法时的车速两者的最大值作为车速V；

最后，根据公式T₁＝T+ΔS/V计算得到时间T₁。

值得注意的是本发明中所述的到达可变情报板M的时间T₁指的是司机能够看清可变情报板M中显示内容的时间。

进一步地，本发明方法还包括估计车辆驶离可变情报板M的时间T₂，并在T₂时去除车辆的交通违法信息。

所述的车辆驶离可变情报板M的时间T₂＝T₁+T_e，其中，T_e一般为固定值，取值为20～30s。

进一步地，本发明方法还包括实时更新车辆驶过每个节点的记录，作为该车辆历史记录用于估计下一次车辆在节点处的概率P_i,j。

本发明具有的有益效果为：

(1)综合考虑车辆违法地点、车辆违法时的行驶参数，以及当前时间与车辆违法时间之间的时间差等因素估计车辆位置，选择合适可变情报板显示违法信息，以解决违法信息告知的定向性、实时性、可视性等问题。

(2)综合考虑节点前方路段拥挤度、车牌号码、历史记录、节点出口记录与断面交通量等四个因素作为判据，得到车辆在出口节点两个行驶方向上的概率，以至于概率更接近实际情况。

(3)各个节点在两个行驶方向上的概率更接近实际情况，计算出车辆到达各个可能行驶路径上的可变情报板的总概率也更接近实际情况，以至于可变情报板选择的准确性更高。

附图说明

图1是本发明基于车辆位置估计的可变情报板信息路由方法的流程图；

图2是本发明方法中构建的局部高速路网模型中的局部路网示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

参见图1，本发明基于车辆位置估计的可变情报板信息路由方法包括以下步骤：

S01，获取车辆的交通违法信息。

本步骤中，采用GPS等定位设备获取车辆的交通违法地点、交通违法时间、交通违法时的车速、交通违法时的行驶方向，组成交通违法信息。

S02，构建交通违法地所在区域的局部高速路网模型，预估车辆的行驶路径，每条行驶路径具有至少一个可变情报板。

车辆的行驶路径通过以下方法获得：计算车辆违法地点所在高速公路路段的最高限速与最低限速的平均值，并选择该平均值与车辆违法时的车速两者的最大值作为车速V，计算当前时刻T与车辆违法时间T₀之差ΔT，并根据公式S＝V×ΔT得到车辆从违法时刻到当前行驶的距离，且根据该距离预估当前车辆的行驶路径。

S03，根据节点前方路段拥挤度、节点出口记录与断面交通量、车牌号码以及车辆历史记录，计算车辆在局部高速路网模型中的第i个节点N_i处驶向第j个方向的概率P_i,j,其中，i＝1,2,3,…,I；j＝1,2，I为局部高速路网模型中节点的总个数。

此处，节点指的是高速公路上的出口位置，该节点为换高速公路节点，每个节点处会有两个车辆行驶方向，一个是沿着当前高速公路继续前行的方向，另一个是与当前高速公路交互的公路方向，认为是向右行驶方向。

在第i个节点N_i处，车辆向前行驶概率P_i,1、车辆向右行驶概率P_i,2，具体为：

P_i,1＝P_i,f1×P_i,f2×P_i,f3×P_i,f4

P_i,2＝P_i,r1+P_i,f1×P_i,r2+P_i,f1×P_i,f2×P_i,r3+P_i,f1×P_i,f2×P_i,f3×P_i,r4

S04，根据概率P_i,j,，计算违法车辆在第k条行驶路径上遇到第一个可变情报板的概率P_k，其中，k＝1,2,3,…,K，K为行驶路径的总个数。

本步骤中，首先，获取车辆从交通违法地点经第k条行驶路径到达该条行驶路径上车辆当前可能位置行驶方向前方第一个可变情报板所经过的m个节点，组成节点集合C_k＝{N₁,N₂,…,N_m}；

然后，调取节点集合C_k中每个节点处车辆沿着所在行驶路径向前行驶的概率p_i,j；

最后，根据公式计算得到车辆在第k条行驶路径上到达车辆当前可能位置行驶方向前方第一个可变情报板的概率P_k。

S05，估计车辆到达概率最大的可变情报板的时间T₁，并在T₁时刻由该可变情报板发布交通违法信息。

本步骤中，时间T₁通过以下方法计算得到：

首先，根据当前时刻T车辆所在的行驶路径上的位置、可变情报板M的位置，确定两位置之间的距离ΔS；

然后，计算可变情报板M所在高速公路路段的最高限速与最低限速的平均值，并选择该平均值与车辆违法时的车速两者的最大值作为车速V；

最后，根据公式T₁＝T+ΔS/V计算得到时间T₁。

此处的时间T₁指的是司机能够看清可变情报板M中显示内容的时间。

S06，估计车辆驶离可变情报板M的时间T₂，并在T₂时去除车辆的交通违法信息。

本步骤中，时间T₂＝T₁+T_e，其中，T_e一般为固定值，取值为20～30s。

S07，实时更新车辆驶过每个节点的记录，作为该车辆历史记录用于估计下一次车辆在节点处的概率P_i,j。

实施例

本实施例构建的局部高速路网模型中的局部路网如图2所示，该图中包括：车辆当前可能行驶位置1和5，车辆违法位置2，节点N₁、N₂、N₃、N₄、N₅，可变性情报板3和4。图2中节点N₁为换高速出口节点，其它节点为出高速出口节点，且每个节点处都会有两个箭头代表车辆行驶方向，以节点N₁为例，分别为沿着车辆行驶方向和向右行驶方向，对应该节点处的概率分别为P_1,1和P_1,2。具体为：

P_i,1＝P_1,f1×P_1,f2×P_1,f3×P_1,f4

P_i,2＝P_1,r1+P_1,f1×P_1,r2+P_1,f1×P_1,f2×P_1,r3+P_1,f1×P_1,f2×P_1,f3×P_1,r4

图2中可能行驶路径有两条，分别为：第1条N₁→N₂→N₃和第2条N₁→N₄→N₅。可能行驶路径L₁上车辆当前可能位置1，行驶方向前方第一个可变情报板3；可能行驶路径L₂上车辆当前可能位置5，行驶方向前方第一个可变情报板4。

图2中第1条可能行驶路径上，车辆到达可变情报板3的概率为：

P₁＝P_1,1×P_2,1×P_3,1

第2条可能行驶路径上，车辆到达可变情报板4的概率为：

P₂＝P_1,2×P_4,1×P_5,1

比较概率P₁和P₂，较大者对应可能行驶路径上的可变情报板为目标可变情报板M。

车辆到达目标可变情报板M的时间T1为：

T₁＝T+ΔS/V

其中T为当前时间；ΔS为目标可变情报板M所在车辆可能行驶路径上的车辆当前可能位置与目标可变情报板M之间的距离；V为目标可变情报板M所在高速公路路段的最高限速与最低限速的平均值，与车辆违法时的车速两者的最大值。

车辆驶过目标可变情报板M的时间T₂，即目标可变情报板M去除该车辆违法信息的时间，具体为：

T₂＝T₁+T_e

其中，T_e一般为固定值，取值为20～30s。

以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于车辆位置估计的可变情报板信息路由方法，包括以下步骤：

(1)获取车辆的交通违法信息；

(2)构建交通违法地所在区域的局部高速路网模型，先预估车辆当前行驶位置，然后根据当前行驶位置预估车辆的行驶路径，每条行驶路径具有至少一个可变情报板，其中，预估车辆的行驶路径包括：

计算车辆违法地点所在高速公路路段的最高限速与最低限速的平均值，并选择该平均值与车辆违法时的车速两者的最大值作为车速V，计算当前时刻T与车辆违法时间T₀之差ΔT，并根据公式S＝V×ΔT得到车辆从违法时刻到当前所在位置的距离，且根据该距离预估当前车辆的行驶路径；

(3)计算车辆在每条行驶路径上到达第一个可变情报板的概率，具体包括：

(3-1)根据节点前方路段拥挤度、节点出口记录与断面交通量、车牌号码以及车辆历史记录，计算车辆在局部高速路网模型中的第i个节点N_i处驶向第j个方向的概率P_i,j,其中，i＝1,2,3,…,I；j＝1,2，I为局部高速路网模型中节点的总个数，具体为：

P_i,1＝P_i,f1×P_i,f2×P_i,f3×P_i,f4

P_i,2＝P_i,r1+P_i,f1×P_i,r2+P_i,f1×P_i,f2×P_i,r3+P_i,f1×P_i,f2×P_i,f3×P_i,r4

其中，前方路段拥挤度影响车辆向前行驶的概率为P_i,f1，向右行驶的概率为P_i,r1；车牌号码影响车辆向前行驶的概率为P_i,f2，向右行驶的概率为P_i,r2；历史记录影响车辆向前行驶的概率为P_i,f3，向右行驶的概率为P_i,r3；节点出口记录与断面交通量影响车辆向前行驶的概率为P_i,f4，向右行驶的概率为P_i,r4；

(3-2)根据概率P_i,j，计算违法车辆在第k条行驶路径上遇到第一个可变情报板的概率P_k，其中，k＝1,2,3,…,K，K为行驶路径的总个数，具体包括：

首先，获取车辆从交通违法地点经第k条行驶路径到达该条行驶路径上车辆当前可能位置行驶方向前方第一个可变情报板所经过的m个节点，组成节点集合C_k＝{N₁,N₂,…,N_m}；

然后，调取节点集合C_k中每个节点处车辆沿着所在行驶路径向前行驶的概率P_i,j；

最后，根据公式计算得到车辆在第k条行驶路径上到达车辆当前可能位置行驶方向前方第一个可变情报板的概率P_k；

(4)估计车辆到达概率最大的可变情报板M的时间T₁，并在T₁时刻由该可变情报板发布交通违法信息，其中，估计车辆到达概率最大的可变情报板M的时间T₁包括：

首先，根据当前时刻T车辆所在的行驶路径上的位置、可变情报板M的位置，确定两位置之间的距离ΔS；

然后，计算可变情报板M所在高速公路路段的最高限速与最低限速的平均值，并选择该平均值与车辆违法时的车速两者的最大值作为车速V；

最后，根据公式T₁＝T+ΔS/V计算得到时间T₁；

所述的方法还包括估计车辆驶离可变情报板M的时间T₂，并在T₂时去除车辆的交通违法信息，其中，所述的车辆驶离可变情报板M的时间T₂＝T₁+T_e，其中，T_e为固定值，取值为20～30s；

所述的方法还包括实时更新车辆驶过每个节点的记录。