本發(fā)明涉及車聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及一種基于車聯(lián)網(wǎng)的實時路況估計系統(tǒng)及方法。

背景技術(shù)：

汽車保有量的急速增長，給人們的各方面帶來了便捷，同時導(dǎo)致了頻繁發(fā)生的城市道路擁堵現(xiàn)象。道路堵塞會產(chǎn)生諸多負(fù)面影響。最主要的解決方式主要有兩種，一種是傳統(tǒng)的增修道路和控制車輛數(shù)目增加的方式，另一種就是疏導(dǎo)。在目前的情況下，雖然擴建道路以及控制車輛數(shù)目增加等方式能夠緩解交通壓力，但土地資源的利用畢竟是有限的，這種方式并不能從可持續(xù)發(fā)展的角度來解決擁堵現(xiàn)象。為疏導(dǎo)交通，需要采用先進技術(shù)并對現(xiàn)有的道路交通基礎(chǔ)設(shè)施不斷完善。疏導(dǎo)方式中最直接、有效的方法當(dāng)屬應(yīng)用ITS(Intelligent Transport System，智能交通系統(tǒng))。

現(xiàn)有的交通數(shù)據(jù)采集和路況估計仍存在如下缺點：道路需要新增基礎(chǔ)硬件設(shè)施，一般固定安裝在高速公路、快速路和主干道的交叉路口處，實現(xiàn)對關(guān)鍵節(jié)點的交通監(jiān)測，但由于硬件設(shè)備只是局部覆蓋，使交通信息采集存在“盲區(qū)”，無法實時監(jiān)測具體路段的路況；浮動車必須配備專用設(shè)備，大規(guī)模使用，成本過高，同時浮動車作為交通參與者中的一個組成部分，采集的信息無法覆蓋城市內(nèi)所有道路；目前實時路況估計沒有統(tǒng)一的方法，估計效果不理想。

隨著手機、車載終端等移動終端廣泛應(yīng)用，利用移動終端連接車輛來采集數(shù)據(jù)等信息正逐漸受到重視。與傳統(tǒng)的采集技術(shù)相比，移動終端具有諸多優(yōu)點，比如建設(shè)時間短、成本低、覆蓋面積廣、數(shù)據(jù)準(zhǔn)確、時效性強。當(dāng)車輛在道路上行駛時，移動終端通過OBD-II(On-Board Diagnostic-II，第二代車載診斷)接口采集車速等數(shù)據(jù)，這樣可以直接測得準(zhǔn)確可靠的車輛瞬時速度等。目前，移動終端作為一種重要的交通信息采集設(shè)備，在國內(nèi)外廣泛應(yīng)用，已成為ITS領(lǐng)域的一大研究方向。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)問題在于針對現(xiàn)有技術(shù)中設(shè)備成本高，預(yù)測精度差的缺陷，提供一種基于車聯(lián)網(wǎng)的實時路況估計系統(tǒng)及方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

本發(fā)明提供一種基于車聯(lián)網(wǎng)的實時路況估計系統(tǒng)，包括以下模塊：

車輛數(shù)據(jù)采集系統(tǒng)，包括車載網(wǎng)絡(luò)、車機平臺和數(shù)據(jù)采集軟件三部分，車載平臺經(jīng)過車輛自身OBD-II接口與車載網(wǎng)絡(luò)通信，用于獲取車輛相關(guān)數(shù)據(jù)，包括當(dāng)前時間、車輛ID、當(dāng)前地理位置的經(jīng)緯度、行駛方向、車速、發(fā)動機轉(zhuǎn)速以及全車故障診斷結(jié)果，與此同時車載平臺通過無線網(wǎng)絡(luò)將車輛數(shù)據(jù)以固定周期循環(huán)發(fā)送至服務(wù)器端的數(shù)據(jù)管理中心；

數(shù)據(jù)管理中心，包括遠(yuǎn)程服務(wù)器和各數(shù)據(jù)庫，服務(wù)器用于接收并保存車輛相關(guān)數(shù)據(jù)后，利用地圖匹配算法確定車輛GPS定位點坐標(biāo)和行駛方向，并需要對數(shù)據(jù)進行預(yù)處理，然后進行算法處理循環(huán)估計出道路的路段行程速度；數(shù)據(jù)管理中心再將估計的路段行程速度以固定周期循環(huán)發(fā)布至移動終端的路況顯示系統(tǒng)；

路況顯示系統(tǒng)，用于實現(xiàn)以下功能：用戶注冊/登記、自我定位、實時路況查詢、歷史行程查詢、系統(tǒng)參數(shù)設(shè)置和在線更新。

進一步地，本發(fā)明的車載網(wǎng)絡(luò)為汽車內(nèi)部的ECU按照標(biāo)準(zhǔn)構(gòu)成的局域控制網(wǎng)絡(luò)。

進一步地，本發(fā)明的車機平臺包括移動式車機平臺和搭載式車機平臺，其中：

移動式車機平臺包括VCI設(shè)備和移動終端,采用藍(lán)牙技術(shù)作為VCI設(shè)備和移動終端的通信媒介；移動式車機平臺與車載網(wǎng)絡(luò)通信過程分兩種情況處理，即非數(shù)據(jù)流傳輸和數(shù)據(jù)流傳輸；針對非數(shù)據(jù)流傳輸情況，包括VCI設(shè)置命令、故障碼命令等，沒有實時性要求，采用發(fā)送命令一次，接收數(shù)據(jù)一次的方式；針對數(shù)據(jù)流傳輸情況，包括車速命令和轉(zhuǎn)速命令，采用動態(tài)定義幀的方式。

進一步地，本發(fā)明的搭載式車機平臺為Android嵌入式系統(tǒng)，包括嵌入式硬件、驅(qū)動程序、JNI層及應(yīng)用程序，其中：

JNI層將軟件發(fā)送的具體請求命令，按照具體協(xié)議封裝成對應(yīng)的服務(wù)請求數(shù)據(jù)幀，然后與車載網(wǎng)絡(luò)實現(xiàn)數(shù)據(jù)采集功能。

進一步地，本發(fā)明的數(shù)據(jù)采集軟件采用Java語言進行程序設(shè)計，在Eclipse集成開發(fā)環(huán)境下進行代碼的編寫、編譯與調(diào)試，數(shù)據(jù)采集軟件實現(xiàn)的功能包括：用戶激活認(rèn)證、在線更新、車型配置、全車診斷、讀取數(shù)據(jù)流和車輛定位功能。

進一步地，本發(fā)明的遠(yuǎn)程服務(wù)器和數(shù)據(jù)庫采用SVM對路況進行估計；對樣本數(shù)據(jù)進行[0,1]歸一化處理；利用GA優(yōu)化SVM參數(shù)，隨機抽取550個數(shù)據(jù)樣本對SVM進行訓(xùn)練，得到最優(yōu)的SVM模型；使用剩余的550個測試樣本數(shù)據(jù)作為測試樣本，對路段行程速度進行估算。

進一步地，本發(fā)明的路況顯示系統(tǒng)的功能包括用戶注冊/登記、自我定位、實時路況查詢、歷史行程查詢、系統(tǒng)參數(shù)設(shè)置和在線更新；采用Java語言進行程序設(shè)計，在Eclipse集成開發(fā)環(huán)境下進行代碼的編寫、編譯與調(diào)試；路況顯示系統(tǒng)以百度地圖為基礎(chǔ)，向公眾提供實時路況查詢功能、歷史行程回放功能，以減少交通擁堵。

本發(fā)明提供一種基于車聯(lián)網(wǎng)的實時路況估計方法，包括以下步驟：

S1、用戶通過數(shù)據(jù)采集軟件進行用戶激活認(rèn)證、在線更新、車型配置、全車診斷、讀取數(shù)據(jù)流和車輛定位；

S2、若數(shù)據(jù)采集軟件安裝在移動終端上，通過VCI的藍(lán)牙模塊與移動終端藍(lán)牙模塊配對建立通信，將CAN總線網(wǎng)絡(luò)接口信號電平與移動終端通信接口電平進行轉(zhuǎn)換，以實現(xiàn)移動終端與車載網(wǎng)絡(luò)間的通信；

若數(shù)據(jù)采集軟件安裝在搭載式車機平臺上，車載智能終端通過自身CAN模塊與車載網(wǎng)絡(luò)上的ECU建立通信；

S3、用戶在軟件中輸入所駕駛的車輛類型、車輛排量及上市年份信息，根據(jù)輸入的信息，采集軟件可以從服務(wù)器獲取對應(yīng)車型的協(xié)議，以供全車診斷和讀取數(shù)據(jù)流功能使用；通過車輛數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)采集軟件獲取車輛數(shù)據(jù)，包括：當(dāng)前時間、車輛ID、車輛當(dāng)前地理位置的經(jīng)緯度、車輛行駛方向、車速、發(fā)動機轉(zhuǎn)速和全車故障診斷結(jié)果；數(shù)據(jù)采集軟件每隔200ms采集一次數(shù)據(jù)，獲取連續(xù)的車速和轉(zhuǎn)速；數(shù)據(jù)采集軟件發(fā)送數(shù)據(jù)到服務(wù)器的周期為10s，將一個周期內(nèi)采集的車速數(shù)據(jù)進行相加計算平均車速，最后將平均車速發(fā)至服務(wù)器；將周期內(nèi)最后一次采集的轉(zhuǎn)速數(shù)據(jù)發(fā)送至服務(wù)器；

S4、移動終端通過無線網(wǎng)絡(luò)與數(shù)據(jù)管理中心服務(wù)器進行交互，采用奇異值剔除算法，將服務(wù)器接收的GPS、車速和時間數(shù)據(jù)中不合理的數(shù)據(jù)剔除；然后采用相鄰時刻的算數(shù)平均值方法修復(fù)不合理數(shù)據(jù)和缺失數(shù)據(jù)；

S5、利用地圖匹配算法確定車輛GPS定位點坐標(biāo)和行駛方向；

S6、對實際路況下數(shù)據(jù)采集系統(tǒng)采集的車輛數(shù)據(jù)選擇算法進行估計，經(jīng)對比后，采用GA-SVM對路況進行估計，訓(xùn)練完成后，以目標(biāo)路段內(nèi)同類型車輛平均速度和不同類型車輛占車輛總數(shù)的比重作為輸入樣本，估算出目標(biāo)路段的路段行程速度；

S7、數(shù)據(jù)管理中心將估計的路段行程速度以固定周期1min循環(huán)發(fā)布至移動終端的路況顯示系統(tǒng)；向公眾提供實時路況查詢功能、歷史行程回放功能，以選擇最優(yōu)路線，減少交通擁堵。

進一步地，本發(fā)明的步驟S5中利用地圖匹配算法確定車輛GPS定位點坐標(biāo)和行駛方向的方法具體包括：

S51、運用投影匹配算法，首先把處理后的車輛GPS定位點坐標(biāo)向誤差區(qū)域內(nèi)所有路段做投影，然后計算坐標(biāo)點與所有路段間的投影距離d_i，V點為車輛定位點，S₁、S₂表示車輛定位點誤差區(qū)域內(nèi)路段，V₁、V₂表示車輛定位點在路段上的投影點，比較投影距離d₁和d₂大小，選取投影距離最小值d₂對應(yīng)的路段S₂作為車輛行駛的路段，并且將V₂作為車輛當(dāng)前實際位置，最后位置點V₂坐標(biāo)覆蓋車輛數(shù)據(jù)庫中的車輛GPS定位點坐標(biāo)；

S52、首先確定目標(biāo)路段是順方向或者逆方向；然后計算出匹配路段通行方向與車輛行駛方向間的角度，去除角度大的路段，保存角度較小的路段。

進一步地，本發(fā)明的步驟S6中采用GA-SVM估計路段行程速度的方法具體包括：

S61、對數(shù)據(jù)進行[0,1]歸一化處理，其中對車輛速度數(shù)據(jù)進行歸一化處理的公式為：

$Carspeed=\frac{(car-min(car\left)\right)}{\left(max\right(car)-min(car\left)\right)}$

其中，car表示乘用車速度數(shù)據(jù)集合；min(car)為乘用車速度的最小值；max(car)為乘用車速度的最大值；

S62、利用GA優(yōu)化SVM參數(shù)C和g，隨機抽取550個數(shù)據(jù)樣本對SVM進行訓(xùn)練，得到最優(yōu)的SVM模型

S63、使用剩余的550個測試樣本數(shù)據(jù)作為測試樣本，對路段行程速度進行估算。

本發(fā)明產(chǎn)生的有益效果是：本發(fā)明的基于車聯(lián)網(wǎng)的實時路況估計系統(tǒng)及方法，通過數(shù)據(jù)采集軟件能實現(xiàn)用戶激活認(rèn)證、在線更新、車型配置、全車診斷、讀取數(shù)據(jù)流和車輛定位功能，采用模塊化開發(fā)架構(gòu)，使數(shù)據(jù)采集系統(tǒng)適用于不同品牌車型，使得系統(tǒng)具有良好的兼容性和通用性；采用地圖匹配算法能將車輛定位到具體路段，確定車輛GPS定位點坐標(biāo)和行駛方向；采用SVM算法能夠準(zhǔn)確估計出路段行程速度，高效地獲得道路上車輛動態(tài)信息；將SVM估算的路段行程速度服務(wù)于社會公眾，向社會公眾提供簡單直觀的全市及熱點路段的交通狀況，實現(xiàn)了車輛實時定位和歷史行程回放等功能。

附圖說明

下面將結(jié)合附圖及實施例對本發(fā)明作進一步說明，附圖中：

圖1是本發(fā)明實施例的組成架構(gòu)示意圖；

圖2是本發(fā)明實施例的直接投影匹配算法示意圖；

圖3是本發(fā)明實施例的方向匹配示意圖；

圖4是本發(fā)明實施例的GA-SVM估計路段行程速度流程圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

如圖1所示，本發(fā)明實施例的基于車聯(lián)網(wǎng)的實時路況估計系統(tǒng)，其特征在于，包括以下模塊：

車輛數(shù)據(jù)采集系統(tǒng)，包括車載網(wǎng)絡(luò)、車機平臺和數(shù)據(jù)采集軟件三部分，車載平臺經(jīng)過車輛自身OBD-II接口與車載網(wǎng)絡(luò)通信，用于獲取車輛相關(guān)數(shù)據(jù)，包括當(dāng)前時間、車輛ID、當(dāng)前地理位置的經(jīng)緯度、行駛方向、車速、發(fā)動機轉(zhuǎn)速以及全車故障診斷結(jié)果，與此同時車載平臺通過無線網(wǎng)絡(luò)將車輛數(shù)據(jù)以固定周期循環(huán)發(fā)送至服務(wù)器端的數(shù)據(jù)管理中心；

數(shù)據(jù)管理中心，包括遠(yuǎn)程服務(wù)器和各數(shù)據(jù)庫，服務(wù)器用于接收并保存車輛相關(guān)數(shù)據(jù)后，利用地圖匹配算法確定車輛GPS定位點坐標(biāo)和行駛方向，并需要對數(shù)據(jù)進行預(yù)處理，然后進行算法處理循環(huán)估計出道路的路段行程速度；數(shù)據(jù)管理中心再將估計的路段行程速度以固定周期循環(huán)發(fā)布至移動終端的路況顯示系統(tǒng)；

路況顯示系統(tǒng)，用于實現(xiàn)以下功能：用戶注冊/登記、自我定位、實時路況查詢、歷史行程查詢、系統(tǒng)參數(shù)設(shè)置和在線更新。

移動終端通過車輛OBD-II接口采集車輛相關(guān)數(shù)據(jù)，并通過無線網(wǎng)絡(luò)實時傳送至服務(wù)器，并對采集的數(shù)據(jù)進行建模分析，并將估計的實時路況結(jié)果發(fā)布給用戶，以減少交通擁堵?；谲嚶?lián)網(wǎng)的實時路況估計架構(gòu)能夠?qū)崟r采集道路上車輛數(shù)據(jù)，為社會公眾提供當(dāng)前路況信息。

車輛數(shù)據(jù)采集系統(tǒng)經(jīng)過車輛自身OBD-II接口與車載網(wǎng)絡(luò)通信，獲取車輛相關(guān)數(shù)據(jù)，包括當(dāng)前時間、車輛ID、當(dāng)前地理位置的經(jīng)緯度、行駛方向、車速、發(fā)動機轉(zhuǎn)速以及全車故障診斷結(jié)果，與此同時移動終端通過無線網(wǎng)絡(luò)將車輛數(shù)據(jù)以固定周期10s循環(huán)發(fā)送至服務(wù)器端，數(shù)據(jù)管理中心對這些數(shù)據(jù)采用SVM算法，并以目標(biāo)路段上同類型車輛平均速度和不同類型車輛占車輛總數(shù)的比重為輸入，以目標(biāo)路段的路段行程速度為輸出，進行算法處理，循環(huán)估計出道路的路段行程速度；數(shù)據(jù)管理中心再將估計的路段行程速度以固定周期1min循環(huán)發(fā)布至移動終端的路況顯示系統(tǒng)，路況顯示系統(tǒng)以百度地圖為基礎(chǔ)，向公眾提供實時路況查詢功能、歷史行程回放等功能，以減少交通擁堵。

在本發(fā)明的另一個具體實施例中，該系統(tǒng)包括車輛數(shù)據(jù)采集系統(tǒng)、數(shù)據(jù)管理中心和路況顯示系統(tǒng)三部分。各部分功能如下：

1.車輛數(shù)據(jù)采集系統(tǒng)。包括車載網(wǎng)絡(luò)、車機平臺和數(shù)據(jù)采集軟件三部分，經(jīng)過車輛自身OBD-II接口與車載網(wǎng)絡(luò)通信，獲取車輛相關(guān)數(shù)據(jù)，包括當(dāng)前時間、車輛ID、當(dāng)前地理位置的經(jīng)緯度、行駛方向、車速、發(fā)動機轉(zhuǎn)速以及全車故障診斷結(jié)果，與此同時移動終端通過無線網(wǎng)絡(luò)將車輛數(shù)據(jù)以固定周期10s循環(huán)發(fā)送至服務(wù)器端數(shù)據(jù)管理中心。

2.數(shù)據(jù)管理中心。包括遠(yuǎn)程服務(wù)器和各數(shù)據(jù)庫，服務(wù)器接收并保存車輛相關(guān)數(shù)據(jù)后，利用地圖匹配算法確定車輛GPS定位點坐標(biāo)和行駛方向，并需要對數(shù)據(jù)進行預(yù)處理，然后進行算法處理循環(huán)估計出道路的路段行程速度；數(shù)據(jù)管理中心再將估計的路段行程速度以固定周期1min循環(huán)發(fā)布至移動終端的路況顯示系統(tǒng)。

3.路況顯示系統(tǒng)。其功能包括用戶注冊/登記、自我定位、實時路況查詢、歷史行程查詢、系統(tǒng)參數(shù)設(shè)置和在線更新；采用Java語言進行程序設(shè)計，在Eclipse集成開發(fā)環(huán)境下進行代碼的編寫、編譯與調(diào)試。路況顯示系統(tǒng)以百度地圖為基礎(chǔ)，向公眾提供實時路況查詢功能、歷史行程回放等功能，以減少交通擁堵。

本發(fā)明實施例的基于車聯(lián)網(wǎng)的實時路況估計方法，包括以下步驟：

S1、用戶通過數(shù)據(jù)采集軟件進行用戶激活認(rèn)證、在線更新、車型配置、全車診斷、讀取數(shù)據(jù)流和車輛定位；

S2、若數(shù)據(jù)采集軟件安裝在移動終端上，通過VCI的藍(lán)牙模塊與移動終端藍(lán)牙模塊配對建立通信，將CAN總線網(wǎng)絡(luò)接口信號電平與移動終端通信接口電平進行轉(zhuǎn)換，以實現(xiàn)移動終端與車載網(wǎng)絡(luò)間的通信；

若數(shù)據(jù)采集軟件安裝在搭載式車機平臺上，車載智能終端通過自身CAN模塊與車載網(wǎng)絡(luò)上的ECU建立通信；

S3、用戶在軟件中輸入所駕駛的車輛類型、車輛排量及上市年份信息，根據(jù)輸入的信息，采集軟件可以從服務(wù)器獲取對應(yīng)車型的協(xié)議，以供全車診斷和讀取數(shù)據(jù)流功能使用；通過車輛數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)采集軟件獲取車輛數(shù)據(jù)，包括：當(dāng)前時間、車輛ID、車輛當(dāng)前地理位置的經(jīng)緯度、車輛行駛方向、車速、發(fā)動機轉(zhuǎn)速和全車故障診斷結(jié)果；數(shù)據(jù)采集軟件每隔200ms采集一次數(shù)據(jù)，獲取連續(xù)的車速和轉(zhuǎn)速；數(shù)據(jù)采集軟件發(fā)送數(shù)據(jù)到服務(wù)器的周期為10s，將一個周期內(nèi)采集的車速數(shù)據(jù)進行相加計算平均車速，最后將平均車速發(fā)至服務(wù)器；將周期內(nèi)最后一次采集的轉(zhuǎn)速數(shù)據(jù)發(fā)送至服務(wù)器；

S4、移動終端通過無線網(wǎng)絡(luò)與數(shù)據(jù)管理中心服務(wù)器進行交互，采用奇異值剔除算法，將服務(wù)器接收的GPS、車速和時間數(shù)據(jù)中不合理的數(shù)據(jù)剔除；然后采用相鄰時刻的算數(shù)平均值方法修復(fù)不合理數(shù)據(jù)和缺失數(shù)據(jù)；

S5、利用地圖匹配算法確定車輛GPS定位點坐標(biāo)和行駛方向；其具體步驟包括：

S51、運用投影匹配算法，首先把處理后的車輛GPS定位點坐標(biāo)向誤差區(qū)域內(nèi)所有路段做投影，然后計算坐標(biāo)點與所有路段間的投影距離d_i，V點為車輛定位點，S₁、S₂表示車輛定位點誤差區(qū)域內(nèi)路段，V₁、V₂表示車輛定位點在路段上的投影點，比較投影距離d₁和d₂大小，選取投影距離最小值d₂對應(yīng)的路段S₂作為車輛行駛的路段，并且將V₂作為車輛當(dāng)前實際位置，最后位置點V₂坐標(biāo)覆蓋車輛數(shù)據(jù)庫中的車輛GPS定位點坐標(biāo)；

S52、首先確定目標(biāo)路段是順方向或者逆方向；然后計算出匹配路段通行方向與車輛行駛方向間的角度，去除角度大的路段，保存角度較小的路段。

S6、對實際路況下數(shù)據(jù)采集系統(tǒng)采集的車輛數(shù)據(jù)選擇算法進行估計，經(jīng)對比后，采用GA-SVM對路況進行估計，訓(xùn)練完成后，以目標(biāo)路段內(nèi)同類型車輛平均速度和不同類型車輛占車輛總數(shù)的比重作為輸入樣本，估算出目標(biāo)路段的路段行程速度，其具體步驟包括：

S61、對數(shù)據(jù)進行[0,1]歸一化處理，其中對車輛速度數(shù)據(jù)進行歸一化處理的公式為：

$Carspeed=\frac{(car-min(car\left)\right)}{\left(max\right(car)-min(car\left)\right)}$

其中，car表示乘用車速度數(shù)據(jù)集合；min(car)為乘用車速度的最小值；max(car)為乘用車速度的最大值；

S62、利用GA優(yōu)化SVM參數(shù)C和g，隨機抽取550個數(shù)據(jù)樣本對SVM進行訓(xùn)練，得到最優(yōu)的SVM模型

S63、使用剩余的550個測試樣本數(shù)據(jù)作為測試樣本，對路段行程速度進行估算。

S7、數(shù)據(jù)管理中心將估計的路段行程速度以固定周期1min循環(huán)發(fā)布至移動終端的路況顯示系統(tǒng)；向公眾提供實時路況查詢功能、歷史行程回放功能，以選擇最優(yōu)路線，減少交通擁堵。

在本發(fā)明的另一個具體實施例中，該方法的實現(xiàn)步驟具體為：

1、采用Java語言進行程序設(shè)計，在Eclipse集成開發(fā)環(huán)境下進行代碼的編寫、編譯與調(diào)試開發(fā)出數(shù)據(jù)采集軟件。數(shù)據(jù)采集軟件主要實現(xiàn)的功能包括用戶激活認(rèn)證、在線更新、車型配置、全車診斷、讀取數(shù)據(jù)流和車輛定位功能。

2、軟件的安裝平臺包括，移動終端和搭載式機車平臺。若軟件安裝在移動終端上后，通過VCI的藍(lán)牙模塊與移動終端藍(lán)牙模塊配對建立通信，將CAN總線網(wǎng)絡(luò)接口信號電平與移動終端通信接口電平進行轉(zhuǎn)換，以實現(xiàn)移動終端與車載網(wǎng)絡(luò)間的通信；若軟件安裝在搭載式車機平臺，車載智能終端通過自身CAN模塊與車載網(wǎng)絡(luò)上的ECU建立通信。

3、車主在軟件中輸入所駕駛的車輛類型、車輛排量及上市年份信息，根據(jù)輸入的信息，采集軟件可以從服務(wù)器獲取對應(yīng)車型的協(xié)議，以供全車診斷和讀取數(shù)據(jù)流功能使用。采集的車輛數(shù)據(jù)主要包括當(dāng)前時間、車輛ID、車輛當(dāng)前地理位置的經(jīng)緯度、車輛行駛方向、車速、發(fā)動機轉(zhuǎn)速和全車故障診斷結(jié)果。數(shù)據(jù)采集軟件每隔200ms采集一次數(shù)據(jù)，因此車速和轉(zhuǎn)速基本上是連續(xù)的。而采集軟件發(fā)送數(shù)據(jù)到服務(wù)器的周期為10s，本軟件會將一個周期內(nèi)采集的車速數(shù)據(jù)進行相加計算平均車速，最后將平均車速發(fā)至服務(wù)器；將周期內(nèi)最后一次采集的轉(zhuǎn)速數(shù)據(jù)發(fā)送至服務(wù)器。為滿足不同車型數(shù)據(jù)采集功能的需求，采用模塊化架構(gòu)，主要包括填寫標(biāo)準(zhǔn)化的車型協(xié)議模板、車型協(xié)議模板轉(zhuǎn)換成XML文件并對XML文件加密處理、數(shù)據(jù)采集軟件調(diào)用XML文件和“即用即刪”方式對XML文件進行保密。

4、移動終端通過無線網(wǎng)絡(luò)與數(shù)據(jù)管理中心服務(wù)器進行交互，采用奇異值剔除算法，將服務(wù)器接收的GPS、車速和時間數(shù)據(jù)中不合理的數(shù)據(jù)剔除；然后采用相鄰時刻的算數(shù)平均值方法修復(fù)不合理數(shù)據(jù)和缺失數(shù)據(jù)。

5、利用地圖匹配算法確定車輛GPS定位點坐標(biāo)和行駛方向。包括以下子步驟：

5.1、如圖2所示，地圖匹配算法的流程是：運用投影匹配算法，首先把處理后的車輛GPS定位點坐標(biāo)向誤差區(qū)域內(nèi)所有路段做投影，然后計算坐標(biāo)點與所有路段間的投影距離d_i。圖中V點為車輛定位點，S₁、S₂表示車輛定位點誤差區(qū)域內(nèi)路段，V₁、V₂表示車輛定位點在路段上的投影點，比較投影距離d₁和d₂大小，選取投影距離最小值d₂對應(yīng)的路段S₂作為車輛行駛的路段，并且將V₂作為車輛當(dāng)前實際位置，最后位置點V₂坐標(biāo)覆蓋車輛數(shù)據(jù)庫中的車輛GPS定位點坐標(biāo)。

5.2、如圖3所示，車輛方向與路段通行方向匹配，首先確定目標(biāo)路段是順方向或者逆方向；然后計算出匹配路段通行方向與車輛行駛方向間的角度，去除角度大的路段，保存角度較小的路段，增加道路匹配的成功率。由于地理位置等因素影響，一般路段都由多條屬性不同的道路組成，比如，圖中M-N-O代表一條路段，MN與NO的道路屬性不同。通過直接投影算法，車輛能確定兩條路段，然后，需要進一步處理。通過查找這兩條路段，得到NO和QP；因為NO在路段M-N-O上，方向是順方向，所以方向是從N到O，從而計算出NO與車輛行駛方向的角度為α。同理，QP在路段S-Q-P上，方向是從P到Q，計算出的QP與車輛行駛方向的角度為θ。α和θ大小比較顯示QP路段與車輛運行方向角度偏大，剔除QP所在的路段S-Q-P，確定車輛在路段M-N-O上。最后將匹配的路段M-N-O所對應(yīng)的ID保存至車輛數(shù)據(jù)庫中該條數(shù)據(jù)的路段ID對應(yīng)位置。

6、對實際路況下數(shù)據(jù)采集系統(tǒng)采集的車輛數(shù)據(jù)選擇算法進行估計。經(jīng)對比后，采用GA-SVM對路況進行估計。訓(xùn)練完成后，以目標(biāo)路段內(nèi)同類型車輛平均速度和不同類型車輛占車輛總數(shù)的比重作為輸入樣本，估算出目標(biāo)路段的路段行程速度。采用GA-SVM估計路段行程速度流程如圖4所示，包括以下子步驟：

6.1、對數(shù)據(jù)進行[0,1]歸一化處理，以乘用車速度數(shù)據(jù)為例，速度歸一化公式為：

$Carspeed=\frac{(car-min(car\left)\right)}{\left(max\right(car)-min(car\left)\right)}$

其中，car表示乘用車速度數(shù)據(jù)集合；min(car)為乘用車速度的最小值；max(car)為乘用車速度的最大值；

6.2、利用GA優(yōu)化SVM參數(shù)C和g，隨機抽取550個數(shù)據(jù)樣本對SVM進行訓(xùn)練，得到最優(yōu)的SVM模型

6.3、使用剩余的550個測試樣本數(shù)據(jù)作為測試樣本，對路段行程速度進行估算。

7、用Java語言進行程序設(shè)計，在Eclipse集成開發(fā)環(huán)境下進行代碼的編寫、編譯與調(diào)試，開發(fā)出實時路況顯示系統(tǒng)。數(shù)據(jù)管理中心將估計的路段行程速度以固定周期1min循環(huán)發(fā)布至移動終端的路況顯示系統(tǒng)；路況顯示系統(tǒng)以百度地圖為基礎(chǔ)，向公眾提供實時路況查詢功能、歷史行程回放等功能，以便選擇最優(yōu)路線，減少交通擁堵。

應(yīng)當(dāng)理解的是，對本領(lǐng)域普通技術(shù)人員來說，可以根據(jù)上述說明加以改進或變換，而所有這些改進和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護范圍。