基於Hadoop的自適應交通信息瓦片地圖生成系統及方法與流程
2023-12-07 02:30:36
本發明涉及交通信息服務領域，尤其是指一種基於Hadoop的自適應交通信息瓦片地圖生成系統及方法。
背景技術：
當前，網絡地圖與人們工作生活的聯繫越來越緊密，其線路查詢、車載導航等的功能在日常生活中的應用尤其廣泛。ITS(IntelligentTransportationSystem，智能運輸系統)是新近發展起來的交通管理系統，GIS、GPS理論和技術均融入這個系統中，為ITS提供數位化平臺。基於GIS、GPS的ITS，能夠為道路用戶提供實時動態交通信息服務，改善出行方式，也能夠為道路管理者提供控制信息，大大提高現有道路的通行能力和安全性。傳統的WebGIS系統是客戶端發送一次地圖瀏覽請求，伺服器根據請求實時生成一張圖片，時間長、效率低、出圖慢，而利用金字塔瓦片地圖技術在伺服器端預先生成不同級別的瓦片地圖，能大大提高地圖的生成、發布、顯示和瀏覽速度效率，極大地改進客戶端和伺服器端的交互效率，減輕伺服器負載和網絡傳輸負擔。目前，對於動態交通服務信息生成，主要通過GIS伺服器和提供路況信息瓦片地圖的路況信息伺服器配合工作，基礎GIS伺服器接收用戶請求，並向路況信息伺服器申請一定比例尺、經緯度範圍的路況信息瓦片圖，在得到反饋後，將路況信息瓦片圖與本地基本GIS地圖疊加，得到交通信息地圖並反饋給用戶顯示；路況信息伺服器定時獲取最新實時路況數據，進行路況渲染，生成路況信息瓦片圖並存儲。公告日為2013年06月26日、公告號為CN103177577A的專利文件提出了一種基於圖層疊加的動態交通信息服務提供方法，該方法由提供基礎GIS服務的基礎GIS伺服器和提供路況信息瓦片圖的路況信息伺服器配合工作，基礎GIS伺服器接收用戶請求，並向路況信息伺服器申請一定比例尺、經緯度範圍的路況信息瓦片圖，在得到反饋後，將路況信息瓦片圖與本地基本GIS地圖疊加，得到交通信息地圖並反饋給用戶顯示；路況信息伺服器定時獲取最新實時路況數據，進行路況渲染，生成路況信息瓦片圖並存儲，然後，接收路況圖片請求，從存儲目錄中提取出對應的路況信息瓦片圖返回給基礎GIS伺服器。該方法提高了交通信息疊加到普通地圖的效率和準確性，但是不能根據實時的交通信息實現自適應瓦片地圖的生成，用戶體驗不好。
技術實現要素：
為了解決現有地圖生成方法不能根據實時的交通信息實現自適應瓦片地圖生成的問題，本發明提出了一種基於Hadoop的自適應交通信息瓦片地圖生成系統及方法，通過基於路網信息的自適應算法，將區域劃分為多個自適應大小的子區域，並與每一個子區域內的交通參數通過數據匹配模塊建立匹配關係，基於Hadoop分布式計算平臺，得到路網瓦片地圖並存儲。本發明所採用的技術方案是：一種基於Hadoop的自適應交通信息瓦片地圖生成系統，其特徵在於：包括路網信息獲取模塊、路網信息自適應模塊、交通參數獲取模塊、GPS數據匹配模塊、瓦片地圖生成模塊，所述的路網信息獲取模塊與路網信息自適應模塊連接，所述的GPS數據匹配模塊分別與路網信息自適應模塊、交通參數獲取模塊、瓦片地圖生成模塊連接。Hadoop是一個由Apache基金會所開發的分布式系統基礎架構，具有高可靠性、高擴展性、高效性和高容錯性，是一個能夠讓用戶輕鬆架構和使用的分布式計算平臺，得以廣泛應用於大數據處理中。Hadoop平臺下，用戶可以在不了解分布式底層細節的情況下，開發分布式程序，充分利用集群的力量進行高速運算和存儲。作為優選，所述的交通參數獲取模塊包括若干個傳感器，所述的傳感器為地感線圈採集模塊、雷達採集模塊、卡口採集模塊和視頻採集模塊中的一種或多種的結合。本發明所採用的另一技術方案是一種如上所述的基於Hadoop的自適應交通信息瓦片地圖生成方法，包括如下步驟：(1)通過路網信息獲取模塊獲取區域內的路段編號、名稱、長度及位置信息；(2)路網信息自適應模塊將獲取區域劃分成若干個區域大小與路段參數相適應的子區域，並將路網信息傳遞給GPS數據匹配模塊；(3)交通參數獲取模塊通過傳感器獲取採集交通實時流量信息數據，傳遞給GPS數據匹配模塊；(4)GPS數據匹配模塊將傳感器的GPS信息與路網信息內的GPS信息進行匹配，確定傳感器在路網中的分布；(5)瓦片地圖生成模塊將路況信息渲染到路網信息，生成子區域內的交通信息瓦片地圖。作為優選，所述的步驟(2)中，包含如下子步驟：A.根據不同的地圖比例尺生成N級地圖，將第n級別的地圖分水平分成y塊，垂直分成x塊，則將整個區域分成xy個區塊，分別計算每個區塊的六種路段技術等級的道路長度並記為其中x、y、n、N均為自然數且n≤N，m為路段技術等級且為1至6的自然數，i、j表示區塊編號；B.計算每個區塊的路網密度其中i、j表示區塊編號，n表示地圖級別，表示是第ij區塊的面積；C.將第n級別的地圖分水平分成(y+b)塊，垂直分成(x+c)塊，其中b、c為任意整數，則將整個區域分成(y+b)×(x+c)個區塊，重複前三個步驟，得到D.比較不同劃分方式得到的σn和μn的值，取最小值時即為最優劃分方式，將每個區塊記為E.重複上述步驟，將每個級別的地圖，生成瓦片自適應大小的瓦片地圖，並創建每一級別的瓦片地圖區塊信息表，包含生成每一級別的區塊的路網信息、區域範圍內的GPS信息。作為優選，所述的步驟(3)中，交通參數獲取模塊通過以下方式中的一種或多種採集交通參數：地感線圈採集、雷達採集、卡口採集、視頻採集。交通參數獲取模塊包括若干個由地感線圈採集模塊、雷達採集模塊、卡口採集模塊和視頻採集模塊中的一種或多種的結合而成傳感器，故可以採取地感線圈採集、雷達採集、卡口採集、視頻採集中的一種或多種實現全方位、全功能採集。作為優選，所述的步驟(4)包含如下步驟：a)獲取交通參數獲取模塊中傳感器的位置信息；b)計算得出備選路段，備選路段是以目標傳感器位置為中心的圓形區域，圓形區域的半徑其中σx、σy是傳感器測量誤差的標準差，是傳感器測量誤差的方差，是傳感器測量誤差的協方差；c)位置匹配：計算到各個備選路段的直線距離，距離最小即為最優匹配路段；設備選路段圓形區域與道路的交點分別為(x1,y1)和(x2,y2)，則通過交點的直線方程為：其中a＝1，到傳感器坐標為(x0,y0)的距離即為最小距離，同時根據傳感器測得的流量方向，確定傳感器在路網中的位置；d)數據匹配，建立瓦片地圖區塊信息與路況數據信息關聯關係表。本發明的有益效果是：基於路網信息，生成自適應大小的瓦片地圖，實現多個子區域內交通路況信息計算的負載均衡；通用運用Hadoop分布式系統，極大的提高了路網瓦片圖的生成的效率；基於Hadoop的高效運算性能，可以生成多組交通數據類型，為用戶提供多樣化的應用體驗。附圖說明圖1是本發明的基於Hadoop的自適應交通信息瓦片地圖生成系統的一種結構框圖。圖中，1-路網信息獲取模塊，2-路網信息自適應模塊，3-交通參數獲取模塊，4-GPS數據匹配模塊，5-瓦片地圖生成模塊，31-地感線圈採集模塊，32-雷達採集模塊，33-卡口採集模塊，34-視頻採集模塊。具體實施方式下面結合附圖和實施例對本發明作進一步的詳細說明。如圖1所示，一種基於Hadoop的自適應交通信息瓦片地圖生成系統，包括路網信息獲取模塊1、路網信息自適應模塊2、交通參數獲取模塊3、GPS數據匹配模塊4和瓦片地圖生成模塊5，路網信息獲取模塊1與路網信息自適應模塊2連接，GPS數據匹配模塊4分別與路網信息自適應模塊2、交通參數獲取模塊3、瓦片地圖生成模塊5連接。其中，交通參數獲取模塊3包括地感線圈採集模塊31、雷達採集模塊32、卡口採集模塊33和視頻採集模塊34中的一種或多種。基於Hadoop平臺的自適應交通信息瓦片地圖系統的生成方法，具體步驟如下：第一步，通過路網信息獲取模塊1獲取區域內的路段編號、名稱、長度及位置信息。路網信息數據包括獲取區域內的路段編號、路段名稱、路段位置信息包括(起點經緯、訖點經緯度)、路段長度、路段技術等級等。路段技術等級分為六級：1表示高速公路，2表示一級公路，3表示二級公路，4表示三級公路，5表示四級公路，6表示等外公路。第二步，路網信息自適應模塊將獲取區域劃分成若干個區域大小與路段參數相適應的子區域，並將路網信息傳遞給GPS數據匹配模塊。具體劃分步驟如下：A.根據不同的地圖比例尺生成N級地圖，將第n級別的地圖分水平分成y塊，垂直分成x塊，則將整個區域分成xy個區塊，分別計算每個區塊的六種路段技術等級的道路長度並記為其中x、y、n、N均為自然數且n≤N，m為路段技術等級且為1至6的自然數，i、j表示區塊編號；B.計算每個區塊的路網密度其中其中i、j表示區塊編號，n表示地圖級別，表示是第ij區塊的面積；C.將第n級別的地圖按水平分成(y+b)塊、垂直分成(x+c)塊重新分割，其中b、c為任意整數，則將整個區域分成(y+b)×(x+c)個區塊，重複前三個步驟，得到D.比較不同劃分方式得到的σn和μn的值，取最小值時即為最優化的劃分方式，將每個區塊記為E.重複步驟a至e，將每個級別的地圖，生成瓦片自適應大小即最優化的瓦片地圖，並創建每一級別的瓦片地圖區塊信息表，包含生成每一級別的區塊的路網信息、區域範圍內的GPS信息。第三步，交通參數獲取模塊通過傳感器獲取採集交通實時流量信息數據，傳遞給GPS數據匹配模塊。交通參數獲取模塊通過四種方式採集交通參數：(1)地感線圈採集：通過電感線圈傳感器採集的行經當前道路的流量數據：當車輛通過檢測區域時，在電磁感應的作用下交通檢測器內電流會跳躍式上升，當該電流超過指定的閥值時觸發記錄儀，實現對車輛及通過時間的檢測，獲取的交通參數設為：其中P表示傳感器的GPS位置，V表示採集得到的當前路段交通參數，D表示傳感器採集點車流方向，t表示參數採集的時間；(2)雷達採集：通過雷達傳感器採集的行經當前道路的流量數據：雷達是利用雷達線性調頻技術原理，對路面發射微波，通過對回波信號進行高速實時的數位化處理分析，檢測車流量，佔有率、速度和車型等交通基本信息的非接觸式交通檢測器，獲取交通參數設為：其中P表示傳感器的GPS位置，V表示採集得到的當前路段交通參數，D表示傳感器採集點車流方向，t表示參數採集的時間；(3)卡口採集：通過卡口設備採集的行經當前道路的流量數據：系統通過對行經當前路段的每個車輛進行圖像抓拍，可以根據需要統計交通參數，如按照車道、時段等統計車流量、車型、平均車速和車頭間距等，獲取的交通參數設為：其中P表示傳感器的GPS位置，V表示採集得到的當前路段交通參數，D表示傳感器採集點車流方向，t表示參數採集的時間；(4)視頻採集：通過視頻分析採集的行經當前道路的流量數據，獲取的交通參數設為：其中P表示傳感器的GPS位置，V表示採集得到的當前路段交通參數，D表示傳感器採集點車流方向，t表示參數採集的時間。根據實時獲取的交通參數(車頭時距，佔有率，車速)，計算實時路況指數：1、嚴重擁堵，2、中度擁擠，3、暢輕度擁堵，4、基本暢通，5通暢；將數據上傳到路況信息表中。路況信息數據包含傳感器名稱、傳感器編號、和傳感器的位置信息(GPS)、道路通行狀態等。第四步，GPS數據匹配模塊將傳感器的GPS信息與路網信息內的GPS信息進行匹配，確定傳感器在路網中的分布。具體的匹配步驟如下：a)獲取交通參數獲取模塊中傳感器的位置信息；b)計算得出備選路段：先計算傳感器誤差半徑。假設GPS的隨機誤差滿足系統的方差、協方差矩陣模型為：其中σx、σy是傳感器測量誤差的標準差，是傳感器測量誤差的方差，是傳感器測量誤差的協方差，則誤差橢圓公式如下：其中R1是橢圓長半軸，R2是橢圓短半軸，φ是橢圓長軸取向與正北方向夾角。以目標位置感器位置為中心，以誤差橢圓的長半軸為半徑的圓形區域即為備選路段。c)位置匹配：計算到各個備選路段的直線距離，距離最小即為最優匹配路段；設備選路段圓形區域與道路的交點分別為(x1,y1)和(x2,y2)，則通過交點的直線方程為：k為斜率，其中a＝1，到傳感器坐標為(x0,y0)的距離即為最小距離，同時根據傳感器測得的流量方向，確定傳感器在路網中的位置；d)數據匹配，建立瓦片地圖區塊信息與路況數據信息關聯關係表。第五步，瓦片地圖生成模塊將路況信息渲染到路網信息，生成子區域內的交通信息瓦片地圖。瓦片地圖生成模塊，根據路網信息對每條路段進行渲染；在渲染的時候需要根據當前待渲染路段對應的路況信息，確定需要渲染的顏色；然後結合當前待渲染的瓦片圖塊所包含的路網信息，對每條路段進行著色。以上實施例僅為說明本發明的技術思想，不能以此限定本發明的保護範圍，凡是按照本發明提出的技術思想，在技術方案基礎上所做的任何改動，均落入本發明的保護範圍之內。