一種多源交通數(shù)據(jù)融合方法
【專利摘要】本發(fā)明提供一種多源交通數(shù)據(jù)融合方法,該方法包括:從手機(jī)、浮動(dòng)車輛及交通視頻圖像三種數(shù)據(jù)源中獲取交通信息數(shù)據(jù);對(duì)所述的交通信息數(shù)據(jù)進(jìn)行像素級(jí)融合,將所述交通信息數(shù)據(jù)中的不合格信息剔除;對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息;對(duì)三種不同數(shù)據(jù)源的路段交通狀態(tài)信息進(jìn)行決策級(jí)融合,生成路段的一致性交通狀態(tài)描述信息;輸出路段的交通狀態(tài)描述信息。本發(fā)明從多種數(shù)據(jù)源獲取交通信息數(shù)據(jù),進(jìn)行三級(jí)融合后,生成了路段的最終交通狀態(tài),能夠更準(zhǔn)確的確定路面的交通狀況。
【專利說明】一種多源交通數(shù)據(jù)融合方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明是關(guān)于交通數(shù)據(jù)的處理技術(shù),特別是關(guān)于一種多源交通數(shù)據(jù)融合方法。
【背景技術(shù)】
[0002]有效的交通信息服務(wù)對(duì)私家車控制、交通控制及管理組織具有重要的作用。目前,多數(shù)現(xiàn)有的交通信息中心及智能運(yùn)輸系統(tǒng)(ITS),依靠的交通數(shù)據(jù)資源單一,例如,啟用GPS車輛定位/速度,監(jiān)控視頻圖像,線圈的檢測(cè)速度,車車交通狀況等。這些資源都具有自己的優(yōu)點(diǎn)和局限性。僅依靠上述任何其中的一種資源不能夠以合理的成本提供準(zhǔn)確的交通信息服務(wù),浪費(fèi)了其他的交通信息。
【發(fā)明內(nèi)容】
[0003]本發(fā)明提供一種多源交通數(shù)據(jù)融合方法,以將多種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行三級(jí)融合,生成路段的最終交通狀態(tài)更準(zhǔn)確的確定路面的交通狀況。
[0004]為了實(shí)現(xiàn)上述目的,本發(fā)明提供一種了多源交通數(shù)據(jù)融合方法,該方法包括:從手機(jī)、浮動(dòng)車輛及交通視頻圖像三種數(shù)據(jù)源中獲取交通信息數(shù)據(jù);對(duì)所述的交通信息數(shù)據(jù)進(jìn)行像素級(jí)融合,將所述交通信息數(shù)據(jù)中的不合格信息剔除;對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息;對(duì)三種不同數(shù)據(jù)源的路段交通狀態(tài)信息進(jìn)行決策級(jí)融合,生成路段的一致性交通狀態(tài)描述信息;輸出路段的交通狀態(tài)描述信息。
[0005]進(jìn)一步地,從手機(jī)、浮動(dòng)車輛及交通視頻圖像三種數(shù)據(jù)源中獲取交通信息數(shù)據(jù),包括=WGPS監(jiān)控系統(tǒng)獲取車輛實(shí)時(shí)回傳的車輛的位置、行駛速度信息;根據(jù)經(jīng)緯度信息將車輛的信息定位到地圖上的某一路段上,得到某一路段的浮動(dòng)車輛速度信息。
[0006]進(jìn)一步地,對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息,包括:獲取同一路段上的手機(jī)的速度信息,計(jì)算同一路段所有手機(jī)的平均速度,生成同一路段的手機(jī)車輛速度Vm(t)。
[0007]進(jìn)一步地,對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息,包括:取同一路段上的車輛的速度信息,計(jì)算同一路段所有車輛的平均速度,生成同一路段的浮動(dòng)車輛速度Vf (t)。
[0008]進(jìn)一步地,對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息,包括:從所述交通視頻圖像中獲取道路區(qū)域信息;通過對(duì)圖像道路區(qū)域的紋理密度和光流場(chǎng)的計(jì)算,獲得道路空間占有率和整體運(yùn)動(dòng)信息;根據(jù)所述道路空間占有率和整體運(yùn)動(dòng)信息生成視頻交通狀態(tài)Sv (t)。
[0009]進(jìn)一步地,從所述交通視頻圖像中獲取道路區(qū)域信息,包括:對(duì)所述交通視頻圖像中的典型道路結(jié)構(gòu)進(jìn)行建模,利用建模的模型從所述交通視頻圖像中找到道路區(qū)域的邊界。
[0010]進(jìn)一步地,通過對(duì)圖像道路區(qū)域的紋理密度和光流場(chǎng)的計(jì)算,獲得道路空間占有率和整體運(yùn)動(dòng)信息,包括:利用車輛的紋理特征計(jì)算道路區(qū)域中該紋理的密度,生成車輛的道路空間占有率。
[0011]進(jìn)一步地,通過對(duì)圖像道路區(qū)域的紋理密度和光流場(chǎng)的計(jì)算,獲得道路空間占有率和整體運(yùn)動(dòng)信息,包括:計(jì)算所述道路區(qū)域的光流場(chǎng),生成所述的整體運(yùn)動(dòng)信息。
[0012]進(jìn)一步地,對(duì)三種不同數(shù)據(jù)源的路段交通狀態(tài)信息進(jìn)行決策級(jí)融合,生成路段的一致性交通狀態(tài)描述信息,包括:從手機(jī)、浮動(dòng)車輛及交通視頻圖像三種數(shù)據(jù)源中獲取η條歷史交通信息數(shù)據(jù),進(jìn)行特征級(jí)融合,分別生成函數(shù)x=[vf,Sv, vm],其中,歷史浮動(dòng)車輛速度Vf、歷史手機(jī)車輛速度Vm及歷史視頻交通狀態(tài)Sv ;
[0013]根據(jù)視頻圖像或者實(shí)際路況確定與所述三種數(shù)據(jù)源對(duì)應(yīng)時(shí)間點(diǎn)的道路交通狀態(tài)y(順暢SI,緩慢S2,擁塞S3);
[0014]根據(jù)η條歷史數(shù)據(jù)形成訓(xùn)練樣本對(duì)Yi, i = I…η ;
[0015]建立支持向量機(jī)SVM模型:
【權(quán)利要求】
1.一種多源交通數(shù)據(jù)融合方法,其特征在于,所述的方法包括: 從手機(jī)、浮動(dòng)車輛及交通視頻圖像三種數(shù)據(jù)源中獲取交通信息數(shù)據(jù); 對(duì)所述的交通信息數(shù)據(jù)進(jìn)行像素級(jí)融合,將所述交通信息數(shù)據(jù)中的不合格信息剔除; 對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息; 對(duì)三種不同數(shù)據(jù)源的路段交通狀態(tài)信息進(jìn)行決策級(jí)融合,生成路段的一致性交通狀態(tài)描述信息; 輸出路段的交通狀態(tài)描述信息。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,從手機(jī)、浮動(dòng)車輛及交通視頻圖像三種數(shù)據(jù)源中獲取交通信息數(shù)據(jù),包括=WGPS監(jiān)控系統(tǒng)獲取車輛實(shí)時(shí)回傳的車輛的位置、行駛速度信息;根據(jù)經(jīng)緯度信息將車輛的信息定位到地圖上的某一路段上,得到某一路段的浮動(dòng)車輛速度信息。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息,包括:獲取同一路段上的手機(jī)的速度信息,計(jì)算同一路段所有手機(jī)的平均速度,生成同一路段的手機(jī)車輛速度Vm(t)。
4.根據(jù)權(quán)利要求2所述的方法,其特征在于,對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息,包括:取同一路段上的車輛的速度信息,計(jì)算同一路段所有車輛的平均速度,生成同一路段的浮動(dòng)車輛速度Vf (t)。
5.根據(jù)權(quán)利要求1所述的方法,其特征在于,對(duì)所述每一種數(shù)據(jù)源的交通信息數(shù)據(jù)進(jìn)行特征級(jí)融合,生成三種不同數(shù)據(jù)源的路段交通狀態(tài)信息,包括: 從所述交通視頻圖像中獲取道路區(qū)域信息; 通過對(duì)圖像道路區(qū)域的紋理密度和光流場(chǎng)的計(jì)算,獲得道路空間占有率和整體運(yùn)動(dòng)信息; 根據(jù)所述道路空間占有率和整體運(yùn)動(dòng)信息生成視頻交通狀態(tài)Sv (t)。
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,從所述交通視頻圖像中獲取道路區(qū)域信息,包括:對(duì)所述交通視頻圖像中的典型道路結(jié)構(gòu)進(jìn)行建模,利用建模的模型從所述交通視頻圖像中找到道路區(qū)域的邊界。
7.根據(jù)權(quán)利要求6所述的方法,其特征在于,通過對(duì)圖像道路區(qū)域的紋理密度和光流場(chǎng)的計(jì)算,獲得道路空間占有率和整體運(yùn)動(dòng)信息,包括:利用車輛的紋理特征計(jì)算道路區(qū)域中該紋理的密度,生成車輛的道路空間占有率。
8.根據(jù)權(quán)利要求7所述的方法,其特征在于,通過對(duì)圖像道路區(qū)域的紋理密度和光流場(chǎng)的計(jì)算,獲得道路空間占有率和整體運(yùn)動(dòng)信息,包括:計(jì)算所述道路區(qū)域的光流場(chǎng),生成所述的整體運(yùn)動(dòng)信息。
9.根據(jù)權(quán)利要求8所述的方法,其特征在于,對(duì)三種不同數(shù)據(jù)源的路段交通狀態(tài)信息進(jìn)行決策級(jí)融合,生成路段的一致性交通狀態(tài)描述信息,包括: 從手機(jī)、浮動(dòng)車輛及交通視頻圖像三種數(shù)據(jù)源中獲取η條歷史交通信息數(shù)據(jù),進(jìn)行特征級(jí)融合,分別生成函數(shù)X= [vf,Sv, vj,其中,歷史浮動(dòng)車輛速度Vf、歷史手機(jī)車輛速度Vm及歷史視頻交通狀態(tài)Sv ; 根據(jù)視頻圖像或者實(shí)際路況確定與所述三種數(shù)據(jù)源對(duì)應(yīng)時(shí)間點(diǎn)的道路交通狀態(tài)y (順暢SI,緩慢S2,擁塞S3); 根據(jù)η條歷史數(shù)據(jù)形成訓(xùn)練樣本對(duì)=Xi, yi; i = I…η ; 建立支持向量機(jī)SVM模型:
10.根據(jù)權(quán)利要求9所述的方法,其特征在于,所述的SVM模型包括:SVM I學(xué)習(xí)“Output==SI ” vs.“Output! =sI ”,SVM 2 學(xué)習(xí) “0utput==s2” vs.“Output! =s2”,SVM 3 學(xué)習(xí) “ 0utput==s3 ” vs.“ Output!=s3 ”。
【文檔編號(hào)】G08G1/01GK103838772SQ201210487354
【公開日】2014年6月4日 申請(qǐng)日期:2012年11月26日 優(yōu)先權(quán)日:2012年11月26日
【發(fā)明者】廖少毅, 王偉 申請(qǐng)人:香港生產(chǎn)力促進(jìn)局