一种基于通信技术的大规模车辆动态定位方法与流程

1.本发明属于车辆定位技术领域，具体涉及一种基于通信技术的大规模车辆动态定位方法。


背景技术：

2.etc(electronic toll collection)，又称自动道路缴费系统、不停车电子收费系统。它是一种专门用于收费道路的道路收费方式，通常见于高速公路、施行收费政策的桥梁或隧道以及市中心部分路段，用以缓解城市交通的拥堵状况。etc仅能在车辆路过时，对车辆进行定位记录。车辆一旦驶过，etc便无法进行记录了。
3.目前高速公路环境下的车辆定位主要采用gnss技术、传感测距技术和高精度地图，但这些定位方法需要实时定位，过于依赖定位信号。而定位信号又极易被干扰，部分路段甚至无法接收定位信号，具有局限性。
4.因此，本发明提出了一种基于通信技术的大规模车辆动态定位方法。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种基于通信技术的大规模车辆动态定位方法。本发明旨在提供一种不依赖定位信号对车辆进行定位的新方法。
6.为达到上述目的，本发明提供了一种基于通信技术的大规模车辆动态定位方法，包括以下步骤；
7.s1.收集区域内收费站、etc门架、服务区入口以及服务区出口的结构物信息，并将结构物信息以拓扑结构形式写入高速缓存容器；
8.s2.规划各个节点之间的行车路径：将收费站、etc门架、服务区入口和服务区出口均视为节点，然后根据节点的结构物信息，从gis地图上获取相邻节点的行车路径以及相邻节点的距离；
9.s3.收集通过各节点的车辆通行数据；
10.s4.持续动态维护在网车辆列表：车辆通过收费站入口、etc门架、服务区产生数据时，将车辆加入在网列表；车辆通过收费站出口产生数据或者车辆在规定时间范围内没有产生任何数据时，将车辆移除在网列表；
11.s5.提取相邻节点的行车速度：以固定频率定时从gis地图中获取相邻节点之间路段的行车速度，并实时更新；
12.s6.通过历史通行数据分析车辆的通行习惯：提取车辆历史经过节点a前往下个相邻节点b的总次数占车辆经过节点a的总次数的比例；
13.s7.通过历史数据分析相邻节点之间的车辆迁徙规律：提取历史通过节点a前往下个相邻节点b的总车次占经过节点a的总车次的比例；
14.s8.通过步骤s6和s7得到的信息推测车辆行车的目的节点：以车辆最新通行信息中的节点为起点o，若车辆是第一次驶经起点o，则将起点o的车辆迁徙规律中占比最大的下
个节点作为目的节点；若车辆不是第一次驶经起点o，则将车辆在起点o的通行习惯中概率最高的下个节点作为目的节点；
15.s9.通过步骤s5和s8得到的信息推测车辆已行驶的距离：按照步骤s8得到车辆的目的节点，按照步骤s5获取起点与目的节点之间路段的速度，结合通过起点的时间，即可计算出车辆从起点出发已驶过的距离；
16.s10.通过步骤s9对s4中的在网车辆进行定位。
17.进一步，所述步骤s1写入的结构物信息包括：节点的上下游关系、节点的经纬度信息以及区域边界节点的进出标识信息。
18.进一步，所述步骤s2中，所述行车路径是由gis地图根据轨迹中行车方向需要偏离的关键点连接而成的曲线。
19.进一步，所述关键点之间的路段以固定长度等分，计算分割点的经纬度以及距离起点的距离：
20.第p个关键点和第p 1个关键点中第k个分割点的经度的计算表达式如下：
[0021][0022]
第p个关键点和第p 1个关键点中第k个分割点的纬度的计算表达式如下：
[0023][0024]
第p个关键点和第p 1个关键点中第k个分割点距第n个节点的距离的计算表达式如下：
[0025][0026]
式中，fa代表相邻分割点的距离，d
p
代表相邻关键点的距离，x代表第x个关键点。
[0027]
进一步，所述步骤s5中，行车速度的计算表达式如下：
[0028][0029]
式中，为gis地图接口中相邻节点之间的距离，为gis地图接口中通过相邻节点段的时间。
[0030]
本发明的有益效果在于：
[0031]
1.本发明提供了一种基于通信技术的大规模车辆动态定位方法，能通过etc对车辆进行大规模的定位，不需要其他定位装置，不易受外界信息干扰。而且本发明定位方法，在高速事件处置过程中，可充分掌握事件周围的车辆分布信息，便于及时采取管制措施，使公众更安全更畅通出行。同时本发明方法还可监控重点车辆的实时位置，从而保障高速道路安全，减少事件发生概率。
[0032]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究，对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0033]
图1本发明基于通信技术的大规模车辆动态定位方法的流程图；
[0034]
图2是实施例一中高速公路区域内结构物的分布图。
具体实施方式
[0035]
为使本发明的技术方案、优点和目的更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本技术的保护范围。
[0036]
本发明提供了一种基于通信技术的大规模车辆动态定位方法，包括以下步骤；
[0037]
s1.收集区域内收费站、etc门架、服务区入口以及服务区出口等可以产生收费数据的结构物信息，并将结构物信息以拓扑结构形式以key-value格式写入高速缓存容器，写入的数据包含：拓扑结构中的节点的上下游关系(key为上游节点标识、value为下游节点标识列表)，节点的经纬度信息(key为节点标识，value为节点经纬度信息)，区域边界节点的进出标识信息(key为边界节点标识，value为该节点的进出标识)。
[0038]
s2.规划各个节点之间的行车路径：将收费站、etc门架、服务区入口和服务区出口均视为节点，然后根据节点的结构物信息，从gis地图上获取相邻节点的行车路径(行车路径是由gis地图根据轨迹中行车方向需要偏离的关键点连接而成的曲线)以及相邻节点的距离，并将关键点之间的路段以固定长度等分，计算分割点的经纬度以及距离起点的距离。
[0039]
(1)第n个节点到第n 1个节点的距离的计算表达式为：
[0040][0041]
式中，m为gis地图中行车路经的关键点数，d
x
为相邻关键点的距离
[0042]
(2)第p个关键点和第p 1个关键点中第k个分割点的经度的计算表达式如下：
[0043][0044]
(3)第p个关键点和第p 1个关键点中第k个分割点的纬度的计算表达式如下：
[0045][0046]
(4)第p个关键点和第p 1个关键点中第k个分割点距第n个节点的距离的计算表达式如下：
[0047][0048]
式中，fa代表相邻分割点的距离，d
p
代表相邻关键点的距离，x代表第x个关键点。
[0049]
之后将结果数据以key-value格式写入高速缓存容器，key由上游节点标识和下游节点标识组成，value为有序集合。
[0050]
s3.收集通过各节点的车辆通行数据，包含通过etc门架、服务区出入口、收费站的时间，将通行数据以key-value的格式进行存储，key为车辆通行信息的唯一标识，value的数据格式为栈，通行数据以通行时间的先后顺序依次入栈。
[0051]
s4.持续动态维护在网车辆列表：在网车辆列表为车辆通行信息的唯一标识，车辆通过收费站入口、etc门架、服务区产生数据时，将车辆加入在网列表；车辆通过收费站出口产生数据或者车辆在规定时间范围内没有产生任何数据时，将车辆移除在网列表。
[0052]
s5.提取相邻节点的行车速度：以固定频率定时从gis地图中获取相邻节点之间路段的行车速度，并实时更新，行车速度的计算表达式如下：
[0053][0054]
式中，为gis地图接口中相邻节点之间的距离，为gis地图接口中通过相邻节点段的时间。
[0055]
s6.通过历史通行数据分析车辆的通行习惯：提取车辆历史经过节点a前往下个相邻节点b的总次数占车辆经过节点a的总次数的比例，概率的计算表达式如下：
[0056][0057]
式中，ma为车辆a的历史数据中途径节点a的车次总和，ma→b为车辆a的历史数据中途径节点a前往节点b的车次总和。
[0058]
s7.通过历史数据分析相邻节点之间的车辆迁徙规律：提取历史通过节点a前往下个相邻节点b的总车次占经过节点a的总车次的比例。节点a的车辆迁徙习惯(节点a的下游节点有节点b和节点c)的计算表达式如下：
[0059][0060]
式中，na为历史数据中途径节点a的车次总和，na→b为历史数据中途径节点a前往节点b的车次总和。
[0061][0062]
式中，na为历史数据中途径节点a的车次总和，na→c为历史数据中途径节点a前往节点c的车次总和。
[0063]
s8.通过步骤s6和s7得到的信息推测车辆行车的目的节点：以车辆最新通行信息中的节点为起点o，若车辆是第一次驶经起点o，则将起点o的车辆迁徙规律中占比最大的下个节点作为目的节点；若车辆不是第一次驶经起点o，则将车辆在起点o的通行习惯中概率最高的下个节点作为目的节点；
[0064]
s9.通过步骤s5和s8得到的信息推测车辆已行驶的距离：按照步骤s8得到车辆的目的节点，按照步骤s5获取起点与目的节点之间路段的速度，结合通过起点的时间，即可计算出车辆从起点出发已驶过的距离；
[0065]
s10.通过步骤s9对s4中的在网车辆进行定位，根据车辆最新通行信息和车辆的目的节点，从节点段的行车路径中按照车辆已驶过的距离从拓扑结构的行车路径找出排序因子和已驶过距离最近的分割点即为对车辆定位的位置点。
[0066]
实施例一
[0067]
本实施例基于高速公路运营公司a管辖的一段高速公路，这段高速公路区域内的结构物信息如表1所示。
[0068][0069][0070]
表一
[0071]
1.处理高速公路区域内的结构物，将结构物信息以拓扑结构形式写入高速缓存容器。
[0072]
上下游关系：
[0073]
门架a1：[门架b1]
[0074]
门架b1：[收费站出口，服务区入口1，门架c1]
[0075]
服务区入口1：[服务区出口1]
[0076]
服务区出口1：[门架c1]
[0077]
门架c2：[服务区入口2，收费站出口，门架b2]
[0078]
服务区入口2：[服务区出口2]
[0079]
服务区出口2：[收费站出口，门架b2]
[0080]
门架b2：[门架a2]
[0081]
收费站进口：[服务区入口1，门架c1，门架b2]
[0082]
节点经纬度：
[0083]
门架a1：lng-a1,lat-a1
[0084]
门架b1：lng-b1,lat-b1
[0085]
服务区入口1：lng-si1,lat-si1
[0086]
服务区出口1：lng-se1,lat-se1
[0087]
门架c1：lng-c1,lat-c1
[0088]
门架c2：lng-c2,lat-c2
[0089]
服务区入口2：lng-si2,lat-si2
[0090]
服务区出口2：lng-se2,lat-se2
[0091]
门架b2：lng-b2,lat-b2
[0092]
门架a2：lng-a2,lat-a2
[0093]
收费站进口：lng-ent1,lat-ent1
[0094]
收费站出口：lng-ext1,lat-ext1
[0095]
区域入口列表：ent：[门架a1，门架c2，收费站进口]
[0096]
区域出口列表：ext：[门架a2，门架c1，收费站出口]
[0097]
2.对上述上下游中相邻节点的路段进行路径规划，分别计算出分割点的位置和距离起点的距离，得到以下数据：
[0098]
以门架b1——门架c1为例：
[0099]
门架b1-门架c1：[{lng1-lat1,100},
[0100]
{lng2-lat2,200},
[0101]
{lng3-lat3,300},
[0102]
{lng4-lat4,400},
[0103]
...,
[0104]
{lng23-lat23,2300},
[0105]
...,
[0106]
{lngx-latx,n}]
[0107]
3.实时消费收费数据，累计消费的数据经过处理后得到以下数据：
[0108]
车辆a：[{x收费站,20220501083012369},
[0109]
{y门架,20220501085209426},
[0110]
{z门架,20220501091318334},
[0111]
{门架a1,20220501092919311},
[0112]
{门架b1,20220501095822345}]
[0113]
车辆b：[{p门架,20220501085448267},
[0114]
{门架b2,20220501092716319},
[0115]
{服务区入口2,20220501095724444}]
[0116]
车辆c：[{m门架,20220501084012369},
[0117]
{门架b2,20220501092919311},
[0118]
{收费站出口,20220501095822345}]
[0119]
车辆d：[{门架b2,20220501052919311}]
[0120]
车辆e：[{门架b1,20220501092655311}]
[0121]
4.在上述3的基础之上，可以得到以下在网车辆列表。
[0122]
当前时间为：2022-05-0110:00:00，本实施例的规定时间为4小时。
[0123]
在网车辆列表：[车辆a，车辆b，车辆e]。
[0124]
其中，车辆c经区域出口驶离区域；车辆d的最新动态时间为2022-05-0105:29:19和当前时间差已超过规定时间。
[0125]
5.通过gis地图路径规划接口，计算各个相邻节点段的速度(单位米/秒)，可以得到以下速度数据：
[0126]
门架a1-门架b1：23m/s；
[0127]
门架b1-收费站出口：24m/s；
[0128]
门架b1-服务区入口1：24m/s；
[0129]
门架b1-门架c1：24m/s；
[0130]
服务区出口1-门架c1：24m/s；
[0131]
门架c2-服务区入口2：22m/s；
[0132]
门架c2-收费站出口：22m/s；
[0133]
门架c2-门架b2：22m/s；
[0134]
服务区出口2-收费站出口：22m/s；
[0135]
服务区出口2-门架b2：22m/s；
[0136]
门架b2-门架a2：20m/s；
[0137]
收费站进口-服务区入口1：18m/s；
[0138]
收费站进口-门架c1：18m/s；
[0139]
收费站进口-门架b2：18m/s；
[0140]
6.从历史数据中分析车辆的通行习惯和结构物间的迁徙规律。
[0141]
以车辆a和门架b1为例，车辆a的通行习惯：历史数据中车辆a通过门架b1的次数为10，前往收费站出口次数为0，前往服务区入口1的次数为3，前往门架c1的次数为7。则对于车辆a，门架b1-收费站出口的比例为0，门架b1-服务入口1的比例为30％，门架b1-门架c1的比例为70％。
[0142]
门架b1的车辆迁徙规律：历史数据中通过门架b1的总车次为100000，前往收费站出口的总车次为20000，前往服务区入口1的总车次为30000，前往门架c1的总车次为50000，则对于门架b1，门架b1-收费站出口的车辆迁徙率为20％，门架b1-服务入口1的车辆迁徙率为30％，门架b1-门架c1的车辆迁徙率为50％。
[0143]
7.对于车辆a，根据步骤6中的车辆通行习惯，可以推测车辆a大概率从门架b1前往门架c1，鉴于车辆a通过门架b1的时间为2022-05-0109:58:22，距离当前时间2022-05-0110:00:00已经行驶98秒，同时根据上述5中可知门架b1和门架c1之间路段的速度为24m/s，可以计算得到车辆a从门架b1前往门架c1的途中已行驶距离
[0144]
8.根据上述步骤7中已行驶的距离为2352m，和上述步骤2中的分割点分布，可得知车辆a在(lng23,lat23)附近。
[0145]
9.采用上述步骤7和步骤8的方法对步骤4中的在网车辆列表中的车辆以固定频率进行位置定位。
[0146]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的保护范围当中。