专利名称：基于agps技术的交通出行方式识别方法
技术领域：
本发明属于交通管理与信息服务技术领域，尤其涉及一种基于AGPS技术的交通出行方式识别方法。
背景技术：
城市化的发展不可避免地产生越来越严重的交通拥堵问题。为了解决交通拥堵问题，世界各国均提出了不同的解决办法。目前智能交通系统(Intelligent TransportationSystem,简称ITS)被公认为解决交通拥堵问题的有效手段之一,ITS作为一个信息化系统，主要包括以下三个基本环节(I)完整而实时的交通信息采集系统；(2)实时和高效的信息交换系统，包括交通参与者、交通管理者、交通工具等之间的信息交换；(3)具备自组织、自 学习和自适应能力的交通管理发布系统。其中，交通信息的采集环节是ITS其他组成部分和各项功能得以实现的基础。因此，实时、全面、准确的交通信息是实现城市交通智能化的关键，也是ITS成功实施的重要前提和基本保障。如果没有大量的、准确的交通信息采集与处理作为支撑，ITS将只能停留在概念的探讨阶段。本发明基于手机GPS技术采集实时交通数据，在大量采集的实时交通数据基础上，识别出交通方式。这项技术是道路实时交通状态识别的基础，为交通管理者有针对性地采取缓解拥堵的措施，为道路使用者更加科学地安排出行起到重要的作用。本项发明涉及到二类关键技术利用手机GPS进行交通信息采集和基于采集的交通数据进行交通出行方式识别。在交通信息采集技术方面目前广泛使用的交通信息采集方式主要包括定点式采集和流动式采集两种。定点采集方式包括感应线圈检测器、红外线检测器、超声波检测器、微波检测器、视频检测器等，但是这种采集方式由于采集器安装位置固定，因此只能采集到重要路段、交叉口的交通信息，所以在采集范围上存在局限性。流动式采集主要指浮动车采集，它利用一定数量的装有特定车载设备的车辆(浮动车)在行驶过程中采集沿途自身的各种交通数据(速度、加速度、出行距离、出行时间、停车、超速、紧急情况等)，并将所采集到的实时交通数据通过通讯手段传送到数据处理中心，经数据处理中心处理后，建立起共享数据库，向不同的服务对象提供多样化的实时交通信息。但是浮动车方式采集到的交通信息数据的可靠性依赖于道路上行程的浮动车数量，因此，当某一路段行驶的浮动车数量低于要求时，高路段的交通数据的可靠性就会大大降低；而且这种方式采集数据，具有较高的成本。在交通出行方式识别方面，目前还没有利用手机GPS采集数据并进行交通出行方式识别的方法。在以往运用手机采集信息判断交通方式，多集中于OD (ORIGIN andDESTINATION)调查领域，即交通起止点调查，并不存在识别时间的限制，因此很多研究都使用完整的GPS轨迹数据，并依赖路网GIS和公交线网等辅助数据。因此，既有的交通出行方式识别方法，对于ITS关于更加全面、实时、准确的要求
还有一定差距。
目前，随着附带GPS功能手机的广泛普及以及其定位精度的不断提升，应该充分挖掘手机位置信息以提供全面、实时、准确的交通信息；同时，基于GPS手机的交通信息采集技术具有初期投资规模小、数据采集量大、能实现大范围覆盖等特点。在移动通信系统中，根据定位方式所依赖的终端，定位技术可以分为三种基于移动网络的定位技术、基于移动终端(GPS)的定位技术以及网络辅助移动终端的定位(Assisted-GPS，简称AGPS)技术。基于网络的定位技术是指网络根据测量数据计算出移动终端所处的位置，目前主要使用COO (Cell of Origin)技术，该定位技术适用于所有的移动蜂窝网络。基于移动终端的定位技术是指由移动终端计算出自己所处的位置。而网络辅助移动终端的定位技术顾名思义就是在定位过程中移动网络提供给移动台一些辅助信息(GPS捕获辅助信息、GPS定位辅助信息、GPS灵敏度辅助信息、GPS卫星工作状况信息等)辅助终端提高定位速度与定位精度，同时，在手机无法捕获到足够的GPS卫星进行定位时，AGPS还可以切换到基于网络的定位技术以实现定位的连续性。使用GPS手机采集交通信息需要手机用户主动触发GPS定位功能，而随着GPS手机的普及以及移动运营商对LBS (位置服务业务)的大力推广，使用GPS功能的手机用户数量也呈现大幅度上升趋势。目前，在使用手机定位技术进行交通信息采集领域中用到的手机定位技术主要有COO (小区半径法)、A0A (达到角度法)、T0A (到达时间法)、TD0A (到达时间差法)、E_0TD (±曾强观测时间差法)、GPS等，通过对不同手机定位技术的分析，可以得出各手机定位方式的使用网络、定位精度、终端要求和网络改造方面的对比情况，如表I所示
权利要求
1.一种基于AGPS技术的交通出行方式识别方法，由定位服务器获取含有GPS模块的手机的状态信息，并根据所述状态信息识别安装手机的交通工具的交通出行方式，其特征是所述方法包括 步骤I :定位服务器建立状态信息数据库； 步骤2 :定位服务器每隔设定时间T从手机获取状态信息并存入状态信息数据库；所述状态信息包括当前日期、当前时间、经度、纬度、高度、瞬时速度、视野内卫星数和水平位置精度； 步骤3 :对状态信息数据库中存储的状态信息进行预处理，删除影响定位精度的数据； 步骤4 :从状态信息数据库中提取样本数据； 步骤5 :将提取的样本数据分为训练样本数据和测试样本数据； 步骤6 :建立BP神经网络，利用训练样本数据训练BP神经网络； 步骤7 :将测试样本数据代入训练后的BP神经网络，得到交通出行方式识别結果。
2.根据权利要求I所述的基于AGPS技术的交通出行方式识别方法，其特征是所述步骤2包括 步骤21 :每隔设定时间T，手机从基站获取自身所处的小区的位置信息，并将所述小区的位置信息发送至定位服务器； 步骤22 :定位服务器根据所述小区的位置信息确定与之对应的GPS辅助信息，并将所述GPS辅助信息发送至手机； 步骤23 :手机根据GPS辅助信息接收GPS卫星信号井根据接收的GPS卫星信号计算手机到卫星的伪距，之后将计算的手机到卫星的伪距发送至定位服务器； 步骤24 :定位服务器根据手机到卫星的伪距，确定手机的状态信息并存入状态信息数据库。
3.根据权利要求I所述的基于AGPS技术的交通出行方式识别方法，其特征是所述步骤3具体是，如果状态信息的经度、纬度、高度、视野内卫星数或者水平位置精度满足下列条件之一， (1)经度数值不在第一设定范围内； (2)纬度数值不在第二设定范围内； (3)高度数值不在第三设定范围内； (4)视野内卫星数小于3; (5)水平位置精度大于100米； 则将该状态信息删除。
4.根据权利要求I所述的基于AGPS技术的交通出行方式识别方法，其特征是所述步骤4包括 步骤41 :设定样本数据个数η; 步骤42 :从状态信息数据库中提取连续存储的m条记录；其中，m为设定值； 步骤43 :根据姆条记录中的当前时间和瞬时速度,计算当前时间对应的加速度,得到m个加速度； 步骤44 :计算m条记录中的视野内卫星数的均值，得到平均视野内卫星数；计算m条记录中的水平位置精度，得到平均水平位置精度；步骤45 :以m个瞬时速度、m个加速度、平均视野内卫星数和平均水平位置精度作为样本数据的输入数据，以待识别的交通出行方式作为样本数据的输出数据，得到一条样本数据； 步骤46 :判断得到的样本数据的个数是否大于等于n，如果得到的样本数据的个数大于等于n，则结束提取过程；否则，返回步骤42。
5.根据权利要求4所述的基于AGPS技术的交通出行方式识别方法，其特征是所述待识别的交通出行方式包括歩行出行方式、公交出行方式和小汽车出行方式。
6.根据权利要求I所述的基于AGPS技术的交通出行方式识别方法，其特征是所述BP神经网络各层的传递函数为/(.v) = ·^y和Θ为可调參数，BP神经网络的学习率η取值范围为0-0. 8，BP神经网络的迭代次数的取值范围为100-500。
全文摘要
本发明公开了交通管理与信息服务技术领域中的一种基于AGPS技术的交通出行方式识别方法。包括定位服务器建立状态信息数据库；定位服务器每隔设定时间T从手机获取状态信息并存入状态信息数据库；对状态信息数据库中存储的状态信息进行预处理，删除影响定位精度的数据；从状态信息数据库中提取样本数据；将提取的样本数据分为训练样本数据和测试样本数据；建立BP神经网络，利用训练样本数据训练BP神经网络；将测试样本数据代入训练后的BP神经网络，得到交通出行方式识别结果。本发明提高了定位速度和定位精度，克服了现有采集方式存在的不足。
文档编号G01S19/42GK102708680SQ201210185649
公开日2012年10月3日 申请日期2012年6月6日 优先权日2012年6月6日
发明者李成华, 李珊珊, 罗艺, 董倩, 钱大琳, 闫彭 申请人:北京交通大学