一種乘客便攜移動終端與所乘公交車輛定位信息動態匹配方法
2023-12-07 17:26:56
一種乘客便攜移動終端與所乘公交車輛定位信息動態匹配方法
【專利摘要】一種乘客便攜移動終端與所乘公交車輛定位信息動態匹配方法，包括以下步驟：1)乘客通過移動終端向公交信息服務系統後臺資料庫發送身份信息和移動終端GPS軌跡數據，提出匹配請求；2)公交信息服務系統後臺資料庫在收到匹配請求後，識別乘客位置信息，將乘客GPS軌跡信息與後臺資料庫的公交車輛實時軌跡信息數據進行匹配，基於採樣點的匹配過程完成後，如果能夠識別匹配車輛，則進入步驟3)；3)匹配成功後，公交信息後臺資料庫向乘客移動終端反饋唯一的公交後臺資料庫訪問密鑰以向乘客客戶端授權開放資料庫，獲取公交車輛信息數據。本發明提供了一種快速性良好、準確性較高的乘客便攜移動終端與所乘公交車輛定位信息動態匹配方法。
【專利說明】一種乘客便攜移動終端與所乘公交車輛定位信息動態匹配 方法
【技術領域】
[0001] 本發明屬於智能交通【技術領域】，涉及一種公交車輛定位信息動態匹配方法。
【背景技術】
[0002] 我國交通運輸部積極落實國家優先發展公共運輸戰略，推進"公交都市"建設，明 確要求為公共運輸出行者提供便捷的動態出行信息服務。而為途中的乘客提供在線信息服 務是其中的技術難點。
[0003] 現狀我國大中城市公共運輸企業基本普及了為公交車輛裝配GPS車載設備，並建 設開發與之配套的龐大後臺資料庫。逐步實現公交運營與調度、公交出行的智能化、數字 化、網絡化以及集成化。與此同時，帶有GPS功能的智慧型手機等移動終端快速普及，為廣大 公交乘客途中動態查詢公交服務信息提供了可能。於是如何快速、準確的匹配乘客便攜移 動終端和所乘公交車輛工具，為乘客便攜移動終端的公交信息服務軟體API提供所乘車輛 ID成為支撐各類公交信息服務的關鍵。
【發明內容】
[0004] 為了克服公交車乘客與所乘公交車輛空間定位匹配方式的快速性較差、準確率較 低的不足，本發明提供了一種快速性良好、準確性較高的乘客便攜移動終端與所乘公交車 輛定位信息動態匹配方法。
[0005] 本發明解決其技術問題所採用的技術方案是：
[0006] -種乘客便攜移動終端與所乘公交車輛定位信息動態匹配方法，所述匹配方法包 括以下步驟：
[0007] 1)乘客通過移動終端向公交信息服務系統後臺資料庫發送身份信息和移動終端 GPS軌跡數據，提出匹配請求；
[0008] 2)公交信息服務系統後臺資料庫在收到匹配請求後，識別乘客位置信息，將乘客 GPS軌跡信息與後臺資料庫的公交車輛實時軌跡信息數據進行匹配，採樣點屬性匹配過程 如下：
[0009] 定義採樣時間區間[tb，tf)，tb和tf分別為採樣時間段的起始時刻和終止時刻，在 此期間移動對象i和j的軌跡點採樣數的較小值為n，移動速度分別為矢量f和^，採樣時 間的確定是為了形成一段有效的軌跡片段，設：
[0010] Dx(i，j) (k) = Xu-Xy為對象i和j在X方向的坐標差 [0011] DYaj) (k) = Yu-Yy為對象i和j在Y方向的坐標差
[0012] 式中，k = 1，2, 3. . . n，Xi，k和Yi，k分別表示對象i在第k個採樣的點X和Y坐標， 則兩採樣點的距離可以表示為：
【權利要求】
1. 一種乘客便攜移動終端與所乘公交車輛定位信息動態匹配方法，其特徵在於：所述 匹配方法包括以下步驟： 1) 乘客通過移動終端向公交信息服務系統後臺資料庫發送身份信息和移動終端GPS 軌跡數據，提出匹配請求； 2) 公交信息服務系統後臺資料庫在收到匹配請求後，識別乘客位置信息，將乘客GPS 軌跡信息與後臺資料庫的公交車輛實時軌跡信息數據進行匹配，採樣點屬性匹配過程如 下： 定義採樣時間區間[tb，tf)，tb和tf分別為採樣時間段的起始時刻和終止時刻，在此期 間移動對象i和j的軌跡點採樣數的較小值為n，移動速度分別為矢量f和^，採樣時間的 確定是為了形成一段有效的軌跡片段；設： Dx(u (k) = Xu-Xu為對象i和j在X方向的坐標差 DY(i，(k) = Yi;k-Yj，k為對象i和j在Y方向的坐標差 式中，k = 1，2, 3. . . n，Xi，k和Yi，k分別表示對象i在第k個採樣的點X和Y坐標，則兩 採樣點的距離表示為LUn{k) = ^DXui;{k) + DuJ{k), 匹配包括以下四重邏輯： (a) 速度方向判斷，通過軌跡運動方向剔除不一致的軌跡線路； 即 · v,- < 〇 (b) 速度大小判斷，通過採樣點運動速度大小比較剔除速度不一致的軌跡線路： lil-lfl Ξ^|νΛ|，νΔ為設定速度差閾值； (c) 採樣點空間距離判斷，通過對應時刻採樣點的空間距離大小來剔除距離過大的採 樣點的軌跡；即： max {L(i;（k)，k = 1，2, · · ·，n} < LA，LA 為設定距尚差闡值 (d) 採樣點距離變化趨勢判斷，通過比對軌跡中各對應採樣點的距離標準差來剔除距 離波動過大的點，距離的標準差S ^ s Λ為設定距離標準差閾值，δ ^的值由實測數據得到； 上述的基於採樣點的匹配過程完成後，如果能夠識別匹配車輛，則進入步驟3); 3) 匹配成功後，公交信息後臺資料庫向乘客移動終端反饋唯一的公交後臺資料庫訪問 密鑰以向乘客客戶端授權開放資料庫，獲取公交車輛信息數據。
2. 如權利要求1所述的一種乘客便攜移動終端與所乘公交車輛定位信息動態匹配方 法，其特徵在於：所述步驟（2)中，如果不能夠識別匹配車輛，基於篩選出的軌跡片段，進行 基於軌跡段相似度的匹配，過程如下： 2. 1)在進行軌跡匹配之前，對軌跡及其相關屬性進行形式化描述； TD表示軌跡集合，TD= {TRdTI^，…，TL…，TRJ，軌跡TRJ1彡i彡η)是由若干個多維 度的位置點按照時間順序組成的一個序列：TRi =也，P2，…，Ρ」，···，Pm}，其中，Ρ」（1彡j彡m) 表示為〈Locatiorij, Tj>，是軌跡中的一個採樣點，表示在Tj時刻運動物體位置為Location」， 其中，Locatiorij是一個多維度的位置點； 軌跡信息包括：速度、形狀、位置、轉角和加速度，軌跡結構是軌跡內部特徵屬性的集 合，在第一階段採樣點屬性匹配中已經完成位置、方向、速度的匹配，將轉角納入與方向、 速度組合成屬性集合；定義軌跡結構包括3個特徵，分別為方向、速度、轉角；定義W = {WD，WS，WA}為特徵權重向量，分別對應軌跡的結構特徵向量；各權重滿足：①所有權重取值 均大於或等於零；②W D+WS+WA = 1，軌跡結構的特徵屬性的敏感程度通過特徵權重進行調 節； 2. 2)軌跡結構相似度計算 軌跡段的結構相似度計算包括3個部分的比較：方向的比較DirDistO^Lj);速度的比 較SpeedDistdi, Lj);轉角的比較AngleDistdi, Lj),其中 LpLj為軌跡段（1 彡 i 關 j ?^η), 這3部分的比較構成了軌跡段結構相似度的計算，式（1)，式（2)所示Normalized(…）為 距離的歸一化函數，結構相似度表示為1減去歸一化函數值SSMO^Lj); SDIST(L" Lj) = DirDistXWD+SpeedDistXWs+AngleDistXWA (1) SSM(Li，LJ = 1-Normalized(SDIST (L" LJ) (2) SSM體現了軌跡段在結構上的相似程度，SSM比設定閾值大，表示軌跡段相似，匹配 成功，反之則軌跡段不相似； ① 方向信息的比較：DirDistO^Lj)表示相對於軌跡段Lp Lj在運動趨勢上的偏轉程 度，P是軌跡段的方向夾角： f min (IIU \\,\\Lj ||) =?= sin(^), 0l> DirDist(L/,L/)= ^ min( Li, Lj ). 90° < 180° 方向距離的最好情況是兩個軌跡段的方向相同且夾角(ο較小（近似於同向平行），這 時 DirDist & 0 ; ② 速度的比較ApeedDistO^Lj)體現了對象移動速度的差異化比較 SpeedDist^i, Lj )= ]- (Li, 1?)+Savg (z. ,L})+(l, ,Lj )) 其中，s^o^Lj)表示υι^-ν^α」）I，體現軌跡段間最大速度的差異絕對值，Savg， Smin分別是平均速度、最小速度的差異程度的絕對值，SpeedDist從最大、最小和平均速度3 個方面來表示綜合速度的差異； ③ 轉角的比較zAngleDistdi, Lj)反應了軌跡段內部的方向變化特徵，反應了軌跡內 部的波動程度，內向變化的角為正角，外向變化的角為負角，軌跡的轉角是一個累加量，每 一個轉角的數值是由軌跡的方向來決定； An,lcDist(L,L ) = ^^~其中P，P分別表示兩條軌跡 ^ 、丨1} 廣W+廣(A) 的採樣點數量； 轉角距離最好的情況下就是Li和Lj的每一個轉角都匹配，AngleDist為0,通過轉角的 比較能夠體現軌跡的內部變化情況。
3.如權利要求1或2所述的一種乘客便攜移動終端與所乘公交車輛定位信息動態匹配 方法，其特徵在於：所述步驟2)中，在車輛軌跡數據匹配過程有困難時，再支持與乘客交互 選取車輛，實現手動匹配。
【文檔編號】G08G1/123GK104064051SQ201410283018
【公開日】2014年9月24日 申請日期:2014年6月23日 優先權日:2014年6月23日
【發明者】溫曉嶽, 滕靖, 徐建軍, 陳思錦, 張書漿, 金威敏 申請人:銀江股份有限公司, 同濟大學