一种利用GNSS数据进行城市交通状况变化探测的方法

苏紫乾 周丽晨

内蒙古有色地质矿业（集团）七队有限责任公司 内蒙古 乌兰浩特 137400

随着社会经济的飞速发展，对导航卫星系统的性能和精度提出了更为严格的要求，从而推动了交通导航技术的不断创新和发展。全球范围内，GNSS作为一种卫星定位和导航系统，扮演着重要角色。首先GNSS在获取车辆实时位置信息后，通过定位信息和其他位置信息的比较，可以迅速计算出车辆的实时速度、时间和坐标等定位信息，并将这些数据迅速地传递到相关的数据接口，并在相应的数据接口上进行转换。例如：将车辆位置信息与位置传感器采集到的数据进行比较，确定其对应的是车辆自身的位置还是其它位置。这样就可以把车辆定位信息储存到交通信息数据库中。最后，在具有GIS查询功能的电子地图上，将车辆的具体位置实时地显示出来，以此来确认位置，并制定出最优的路径。

1 城市交通状况分析

通过对交通状况模型进行理论研究，智能交通系统将信息技术、通信技术、自动控制技术等应用于交通运输系统，从而构建了一个实时、准确、高效的交通管理运输系统，该系统在广泛范围内发挥作用。它可以有效地缓解或消除由于人口增长而引起的交通拥堵现象。

智能交通系统的目标在于缓解道路拥堵，提高道路利用效率，从而优化城市交通秩序。在发达国家，随着汽车数量的不断增长和车辆行驶速度的加快，交通拥堵已成为困扰世界各国发展经济、影响社会稳定的一大难题。近年来，越来越多的人开始认识到，它已成为解决交通瓶颈问题的一种有效途径。随着信息技术在交通运输业中应用程度的不断加深，信息已逐渐从单纯的“数据”变成了一种重要的资源，而交通地理信息系统作为实现这一目标的有效手段也得到迅速发展。因此，对信息化技术手段在城市交通信息系统建设中的应用进行了深入探讨，以积极推动城市交通管理与服务水平的提升，从而提高城市交通系统的运行效率，这对于解决我国城市日益严重的车路矛盾，具有十分重要的现实意义。

城市交通管理系统的远景目标在于构建一套智能车辆道路系统，该系统的主导思想是交通导向，并配有计算机信息采集，处理，评价和分析系统，以实现更高效的交通管理。要实现这个目标必须进行科学有效的管理和决策。为了实现路线导向、交通信息服务和智能指挥协调等多种功能，必须建立一个综合了通讯、计算机、现代控制和交通工程的控制网络。通过对城市道路网结构和交通流特征进行系统分析和研究，提出了“点-线-面”相结合的综合规划方案。通过运用先进的科技手段，对交通需求的增速进行有效的控制，对相对密集的交通量进行削减、分解和转移，使道路交通基础设施的供给最大化。城市交通系统是一个庞大而又复杂的系统，它是每个城市发展和规划中都要面临的一个问题，GNSS 技术已在国内导航、定位、科学研究领域得到广泛应用[1]。只有通过科学的城市交通系统规划、优化建设和管理，才能最大限度地利用全球导航卫星系统的导航轨迹数据来探测城市交通状况的变化，从而缓解交通压力。

2 GNSS系统及工作流程

GNSS是一种能够实时提供位置、速度和时间信息的连续系统。通过卫星接收系统获得高精度定位解算服务，可为国家建设管理部门及相关行业提供情报支持，提高政府决策水平。数字城市基础项目广泛采用数据采集技术，其高效、灵活、快速的特点备受青睐。通过对我国目前常用的几种定位方式进行分析比较，得出了不同定位方式各自优缺点。通过对观测技术和数据处理方法的持续改进，GNSS全球定位系统在距离大于1000km的范围内，具有0.01ppm的相对定位精度，其测量精度令人吃惊。同时，它还具备全天候工作能力，因此在许多领域都有广泛的应用前景。全球卫星导航系统作为一种高精度导航与授时系统，广泛应用于军事测绘、交通控制、海洋勘测等领域。GNSS系统的构成要素包括空间星座、地面监控以及用户设备，这三个要素共同构成了该系统的基础架构。在这些系统中，用户接收器是最主要的部分。它的基本原理就是对GNSS卫星和用户之间的距离进行测量，再通过卫星的瞬间坐标来判断用户接收到的相应位置。要保证准确的位置，最重要的是要测量用户接收到的天线和GNSS卫星的距离，这是不可或缺的。

GNSS定位方法可以按照待定点位的运动状态来进行分类，它可以分为两种类型，一种是静态的，一种是动态的。动态定位包括卫星信号传输、差分技术等多种技术手段。在进行定位时，接收天线的位置是相对于周围的地面点固定的，这种高精度的定位方法通过大量重复观测来提高精度。其作业流程：用两台或多台接收机同步接收相同的GNSS卫星信号，以确定多条空间基线向量，在一个端点坐标已知的情况下，可以用基线向量推求另一待定点的坐标[2]。

3 GPS在交通系统中的应用

自20世纪70年代起，美国国防部开始开发全球定位系统，该系统以卫星导航为基础，实现了定位和计时的功能。GPS是指卫星导航与定位系统，并非特指美国的全球定位系统。卫星导航定位指利用卫星导航系统提供的位置、速度及时间信息对各种目标进行定位、导航及监管[3]。

GPS车辆应用系统通常被划分为两大类：一类是用于跟踪车辆的系统，另一类则是用于导航车辆的系统。其中车辆跟踪系统主要用于车辆导航定位，而车辆导航系统则广泛应用于各种交通工程领域。这一系列研究表明，GPS技术在多平台（特别是车载）在智能导航系统中的应用，不仅展提供有力的技术支撑，而且也预示着其在智能交通领域发展的巨大潜力。为90年代全球经济增长注入了新的活力和动力。

4 GNSS关键技术

GNSS在应用过程中所面临的主要挑战在于其数据规模巨大，同时其计算效率也存在一定的瓶颈。为了解决上述难题，国内外学者开展了大量相关工作。在算法方面，一些学者运用改进后的迪杰斯特拉算法，在对不同坐标系统坐标转换以及同一坐标体系中大地坐标和空间直角坐标之间的转换进行分析的基础上，成功地实现了GNSS数据的显示和更新，同时还对地图匹配算法进行了研究，并对路径规划算法进行了深入探讨。由于道路网络存在拓扑结构复杂性，导致现有方法不能满足实时交通信息发布需求。基于这一点，沈方方等人进一步研究了ITS车辆导航中的最优路径算法，以行车时间作为参考，改进了动态计算方法，明确了道路状态的阻塞、空闲和繁忙，并优化了已搜索和待搜索的节点集的数据结构，并简化了关键的判断条件，从而提高了数据的处理效率。同时，提出一种适用于城市路网环境下的实时交通路况分析方法——道路拥堵指数法。部分学者运用GPS与GIS技术相结合，利用基于最小堆等直线优化 Dijkstra算法，成功地实现了对城市交通问题的最短路径分析，从而有效地缓解了该问题的日益突出。

要想高性能地接收、解析智能交通应用中产生的海量GNSS数据，主要面对以下几个问题：海量数据环境下网络连接容易出现不稳定的状况，传输过程中需面对客户端故障、传输安全等问题，接收的数据完整性难以保障；海量终端接入的高并发性能问题；有限内存空间的管理，车载终端的连接基本都是基于GPRS的无线连接，运动目标在野外高速运动，使得请求信号容易发生不稳定的情况，会不断有大量连接请求传给服务器，若服务器在应对过程中无法合理分配内存，会产生内存占用不断升高的问题[4]。

5 交通流动态分析的核心算法

在数字地图平台，以及GIS和GPS的坐标转换等系统组件的基础上，我们可以逐步建立一个实时的、基于GPS的动态交通流分析系统。实时性是指在指定的时间间隔中,系统能够根据传送来的数据准确地分析出当前的交通状态[3]。

5.1 交通流量分析

当车载GPS接收机收到GPS信号后，它的局部终端就会对当前的位置，速度，时间等信息进行运算，然后把这些信息传送给交通信息中心。该中心对接收到的信息进行分类存储并根据不同类型信息，分别提供了对应的服务。该中心经由网路传送，将数据传送到安装在车流分析系统上的服务器，以便进行后续处理。客户端则利用服务器发送来的交通状况，结合电子地图及相关算法生成实时路况图并提供给用户使用。GPS探测车返回的数据，会被服务器接收，并对其进行处理和分析，从而得到实时的交通情况，动态地显示在电子地图上。

5.2 道路匹配算法

地图匹配指的是一种通过一定的算法，将 GPS定位数据和 GIS中的道路数据之间的精确匹配，以降低或消除各种误差产生的方法，进而实现目标点在道路层上的高精度定位。地图匹配技术广泛应用于军事侦察、城市监控以及交通管理等领域。可以为车辆跟踪与监测、动态导航、路网交通状态动态分析等领域提供准确的数据支持。目前地图匹配技术已成为智能交通系统领域一个非常重要而又具有挑战性的研究方向之一。常见的地图匹配算法有：半确定性算法，概率统计算法，模糊逻辑和神经网络，这些算法在地图匹配领域具有广泛的应用。本文采用了模糊逻辑的思想对这几种传统的地图匹配算法进行改进，并通过实验验证其可行性。GPS数据的误差一般可用 GPS差分等方式来修正，但差分操作后，其误差幅度一般为5～15m。其主要思路是利用推演与定位技术，将某一车辆作为参照点，计算出其所处的位置。如果车辆行驶过程中出现偏差或移动方向发生改变，则将其重新推算出该位置的实际值。在计算出一辆车在地图上的某个位置时，可以将车的位置调整到地图上的一个绝对位置，然后将此位置的座标作为新的参考点，从而使车的匹配过程得以继续。如果该相对位置与参考坐标系之间存在一定程度的偏差，则需要对其修正或重新建立导航模型。采用此种方法，能够有效地消除误差的累积效应。

6 交通状况变化的探测方法

6.1 区域的确定

为了降低数据冗余度，提高数据分析的效率，在收集到原始数据后，根据区域所在的经纬度对原始数据进行初步剔除和筛选：首先在地图上确定研究城市各个方向最远端的经纬度；然后根据经纬度和城市形状设定多边形区域；最后将轨迹数据的经纬度与多边形区域进行比较，当移动轨迹超出研究区域时，该条轨迹在研究区域之外的数据将被剔除[5]。

6.2 轨迹数据的处理

在确定了地区之后，还需要进一步简化需要的资料，如：用户 ID，经纬度，日期，时间等。为了减少不必要的重复操作，需要删除大量无用或与路径相关的原始数据，以保证后续算法的可靠性。经过初步筛选，我们发现一些轨迹数据缺乏规律性，存在明显的点位漂移现象，导致其漂移至对向车道，这不但影响了交通状态的检测，而且还会消耗数据的存储空间，降低了计算的效率。另外还有一些轨迹具有重复运动特征，也会影响交通状态判断结果。因此，必须对每条导航轨迹数据的导航开始、导航阶段和导航结束三个阶段的数据进行分析，以识别并剔除无效数据，从而获得可靠的轨迹数据，以确保导航的有效性。

6.3 区域轨迹数据的处理

我们需要对一条道路进行一定程度上的观测，并获取到它的轨迹数据。然后，通过对这些轨迹数据进行处理和分析，能够得出道路交通状况的变化情况。必须将轨迹数据与相关道路进行精准匹配。提出了一种基于深度学习技术的轨迹点提取及路径规划方法。首先采用路段分割技术，在此基础上，通过隐马尔可夫模型、Viterbi算法等方法，在顾及GNSS误差的前提下，寻求路径与航迹点一致的最大概率，以达到轨迹点与路径之间的最佳匹配[6]。

7 结论

全球卫星导航系统（GNSS）以其自动化程度高、定位精度高等优势，在全球范围内引起了众多学者的关注，而全球卫星导航系统（GNSS）在全球范围内的广泛应用为全球卫星导航系统（GNSS）提供了一种新的解决方案。全球导航卫星导航系统以其高度自动化、全天候、全天候、实时、高精度等优势，在全球范围内掀起了一场新的革命。城市交通状况预测已成为城市智能化发展的重要一环，实现更加有效的城市交通状况预测对于构建城市智能交通系统具有积极的促进作用。GNSS技术在数字城市建设空间信息获取中的应用价值，作为一种可以探测城市交通状况变化的方法，相信在以后的实际生产中，在数字城市建设的过程中将得到更好的体现，为我们的城市带来更加便捷、高效的服务。