专利名称：交通状况预测装置及经路探索装置的利记博彩app
技术领域：
本发明涉及导航技术领域，更为具体地，涉及一种用于预测交通状况的装置，以及
用于利用预测交通数据来进行经路探索的装置。
背景技术：
随着公共交通设施的不断发展，驾驶者越来越需要导航设备来进行经路探索，以 规划出最优的经路，并引导自车按照所规划出的经路行驶。在现有导航设备中，通常是从服 务商获取自车出发时的实时交通数据，然后利用所获取的该时刻的实时交通数据进行路线 规划或路线引导，并且在导航地图上进行显示，从而实现经路探索。 然而，这种"实时"交通数据具有太强的"实时"性。对于较长的经路，如果以这种 实时交通数据来进行探索，那么经路的实用性就很差。例如在利用上述经路探索方法进行 从A点经过B点到C点的经路探索时，所使用的交通数据是根据自车处于A点时的实时交 通数据，例如T时刻的实时交通数据。然而，由于A、 B、 C点距离很远，当自车从A点行进到 B点时，B点的路况已经从T时刻的路况变为T+l时刻的路况，也就是说，B点的路况可能发 生了很大的变化。此时，很显然， 对于B点的路况而言，T时刻的交通数据是"过时"的交通 数据。如果在探索通过B点的最优路径时仍然利用T时刻的交通数据，则可能导致的状况 是在A点规划出来的路线显示B点是畅通的，但是自车行进到B点后却发现B点的路况 是拥堵的，从而造成经路探索的不准确，由此给驾驶者带来许多不便。 因此，需要一种新的经路探索装置，其能够利用实时交通数据和预测交通数据的 组合来进行经路探索，以规划出一条合理的经路来诱导自车行驶，从而避免在用户按照所 规划出的经路行驶时，被错误地引导到交通状况不好的路段。
发明内容
鉴于上述问题，提供了一种用于预测交通状况的装置以及用于利用预测交通数据
来进行经路探索的装置，其通过对从服务商获取的地理位置在每一时间段内的历史交通数
据，按照不同的日期类型和不同的时间段进行分类，然后对每类历史交通数据，统计在该时
间段内的历史交通数据，并根据所统计的历史交通数据，确定该地理位置在不同的时间段
内的预测交通数据。然后，利用实时交通数据和预测交通数据进行经路探索，以规划出合理
的经路来对自车进行诱导，从而避免将自车引导到交通状况不好的路段。
根据本发明的一个方面，提供了一种用于预测交通状况的装置，包括 历史交通数据获取单元，用于从服务商获取地理位置在每一时间段内的历史交通
数据； 分类单元，用于按照不同的日期类型以及不同的特定时间段，对所获取的历史交 通数据进行分类； 统计单元，用于针对每类实时交通数据，统计在该日期类型的该特定时间段内，在 该地理位置上发生的历史交通数据；
确定单元，用于根据所统计的历史交通数据，确定该地理位置在该日期类型的该 特定时间段内的预测交通数据。
根据本发明的又一方面，提供了一种用于经路探索的装置，包括 Link路径形成单元，用于形成从自车到目的地的所有Link路径； 分割单元，用于将地理区域分割为以自车为中心的多个不同区域； 权值计算单元，用于针对每条Link路径，计算该Link路径的权值； 选择单元，用于选择具有最小权值的Link路径，作为最优路径， 其中，在计算所述Link路径的权值时，所述权值计算单元在距离自车最近的第一
区域中使用实时交通数据，以及在其它区域使用对应时刻的预测交通数据。 为了实现上述以及相关目的，本发明的一个或多个方面包括后面将详细说明并在
权利要求中特别指出的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。
然而，这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外，本发明
旨在包括所有这些方面以及它们的等同物。
通过参考以下结合附图的说明及权利要求书的内容，并且随着对本发明的更全面
理解，本发明的其它目的及结果将更加明白及易于理解。在附图中 图1例示了根据本发明的实施例的用于预测交通状况的装置的方框图； 图2示出了历史交通数据的统计表格，其中图2A是按照交通事件统计的历史交通
数据，图2B是行驶速度和统计次数统计的历史交通数据； 图3例示了根据本发明的实施例的用于利用预测交通数据进行经路探索的装置 的方框图； 图4示出了利用A*算法扩张从自车到目的地的Link的一个实例的示图； 图5例示了利用A*算法扩张从自车到目的地的Link的探索结果； 图6例示了被分割为以自车为中心且与自车相距不同距离的多个不同区域的地
理区域的示意图，其中，相邻区域所对应的时刻之间相隔预定的时间间隔； 图7例示了利用根据本发明的经路探索装置进行探索的一个示例过程。 在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施例方式
以下将结合附图对本发明的具体实施例进行详细描述。
图1例示了根据本发明的实施例的用于预测交通状况的装置的方框图。 如图l所示，交通状况预测装置100包括历史交通数据获取单元101、分类单元
103、统计单元105和确定单元107。 所述历史交通数据获取单元101从服务商取得地理位置在每一时间段内的历史 交通数据。例如，自车的导航设备可以从服务商(比如，交通管理部门的服务器)获取地点 A在过去的较长时间段内的历史交通数据，所述较长时间段比如为一个月、若个月、一年或 若干年。所述历史交通数据包括地点A在该过去的较长时间段内的每一天的每一时间段的 历史交通数据，比如，地点A在2008年9月18日凌晨1点到2点内的历史交通数据。
5
在获得该地理位置在每一时间段内的历史交通数据后，分类单元103按照不同的 日期类型以及不同的时间段，对所获得的历史交通数据进行分类。所述不同的日期类型可 以包括工作日、周末和节假日。所述不同的特定时间段是指以时间间隔N对一天进行分割 而形成的时间段。时间间隔N可以是任意的相等时间值，比如30分钟、1小时或者2小时。 此夕卜，时间间隔N也可以是不定值，比如，时间间隔N可以是上午8点到11点、中午11点到 13点、下午13点到17点或者晚上17点到第二天8点。 在对历史交通数据进行分类后，统计单元105针对每类历史交通数据，统计在该 日期类型的该特定时间段内，在该地理位置上所发生的历史交通数据。所述历史交通数据 可以包括交通事件和行驶速度。所述交通事件可以包括畅行、慢行和拥堵。
在所述历史交通数据是交通事件时，导航设备的统计单元105统计在该日期类型 的该特定时间段内，在该地理位置上所发生的交通事件的次数。例如，在工作日的凌晨0点 到1点，在路段1上发生畅行、慢行和拥堵的次数。图2A示出了在工作日的凌晨0点到1 点，在路段1和2上按照交通事件进行统计而获得的表格的一个示例。这里，要说明的是，周 末和节假日的关于交通事件的统计表格的格式与图2A中的表格相同，不同之处仅在于表 格中的统计数据。在进行交通事件统计时，比如畅行、慢行或拥堵的交通事件每发生一次， 就将对应交通事件的发生次数加1。 在所述历史交通数据是行驶速度时，导航设备的统计单元105统计在该日期类型 的该特定时间段内，在该地理位置上的行驶速度和统计次数。例如，在工作日的凌晨O点到 1点，在路段1上的行驶速度和统计次数。图2B示出了在工作日的凌晨0点到1点，在路段 1和2上按照行驶速度进行统计而获得的表格的一个示例。这里，要说明的是，周末和节假 日的关于行驶速度的统计表格的格式与图2B中的表格相同，不同之处仅在于表格中的统 计数据。在进行行驶速度统计时，如果增加有新的统计数据，例如，增加了新的行驶速度，则 利用先前统计出的行驶速度和统计次数以及新增加的统计数据，获得当前的所统计的行驶 速度和统计次数。例如，在当前统计数据中，青年大街路段1凌晨1点到2点时间段上的行 驶速度为50以及统计次数为6。此时，如果存在新的数据，例如，速度40。那么，统计数据 就变为速度48，统计次数为7。速度的算法为(50*6+40)/7 = 48。 在如上获得历史交通数据后，确定单元107根据所统计的历史交通数据，确定该 地理位置在该日期类型的该特定时间段内的预测交通数据。 在所述历史交通数据是交通事件时，确定单元107将发生次数最多的交通事件确 定为所述预测交通数据。例如，如果在当前的统计数据中，青年大街路段1凌晨1点到2点 时间段上发生畅行6次、慢行3次以及拥堵1次，那么将畅行作为预测交通数据，发生概率 为60% 。在所述历史交通数据是行驶速度时，确定单元107将所统计出的行驶速度确定为 所述预测交通数据。 图3示出了根据本发明的用于利用预测交通数据来进行经路探索的装置的方框 图。 如图3所示，所述经路探索装置300包括Link路径形成单元301、分割单元303、 权值计算单元305和选择单元307。 所述Link路径形成单元301从自车和目的地开始逐步扩张收集Link,从而形成 从自车到目的地的所有Link路径。具体地，利用A*算法从自车和目的地开始逐步扩张收集Link路径，从而形成自车到目的地的所有Link路径。在A*算法中，计算权值的方法为 F值二g值+h值，其中g值时到达当前Link的权值，h值是当前Link到达目的地的估计权 值。在进行路径扩张时，选择候补Link路径中的F值较小的节点进行下一步扩张。图4示 出了利用A*算法形成自车到目的地的所有Link路径的过程。图5示出了完整的探索示意 图。如图4中所示，因为编号为L41的Link的F值二 7+25 = 32最小，所以选择该编号为 L41的Link来进行扩张。这里要说明的是，还可以采用其它算法来形成从自车到目的地的 所有Link路径。 在获得从自车到目的地的所有Link路径后，所述分割单元303将自车周围的地理 区域分割为以自车为中心的多个不同区域。具体地，所述分割单元303可以按照与自车之 间的距离或者自车的Link通过时间，将自车周围的地理区域分割为以自车为中心且与自 车相距不同距离或与具有不同的Link通过时间的多个不同区域，其中，第一区域是距离自 车最近或者自车的Link通过时间在预定范围内的区域。当按照与自车相距的距离进行分 割时，所述各个不同区域分别具有预定的范围间隔R。这里，所述范围间隔R可以基于性能 的考虑，根据需要指定。所述范围间隔R是以自身为中心，可以是方形或圆形。这里要说明 的是，所述范围间隔R可以是相等的范围间隔，也可以是不等的范围间隔。优选地，采用相 等的范围间隔。例如，图6示出了采用相等的范围间隔R来进行分割的示意图。当按照自 车Link通过时间进行分割时，所述不同区域具有不同的Link通过时间，其中Link通过时 间在预定时间内的区域是第一区域。 在对自车周围的地理区域进行分割后，权值计算单元305针对每条Link路径，计 算该Link路径的权值，其中，在计算所述Link路径的权值时，在距离自车最近的第一区域 中，使用实时交通数据；而在其它区域中，使用对应时刻的预测交通数据。
具体地，在按照与自车之间相距的距离对周围的地理区域进行分割的情况下，在 计算所述Link路径的权值时，在距离自车最近的第一区域中使用实时交通数据，而在其它 区域使用对应时刻的预测交通数据。这里要说明的是，其它区域所采用的对应时刻等于前 一区域所采用的对应时刻与相邻区域之间的预定时间间隔T之禾P，其中，例如在区域之间 的相隔距离为预定范围距离R时，所述预定时间间隔T是在不考虑交通状况的情况下，自车 跨过预定范围距离R而花费的时间。所述预定时间间隔T可以是相等的时间间隔，也可以 是不等的时间间隔。优选地，采用相等的时间间隔。例如，图7示出了采用相等的预定时间 间隔的示意图，其中T = T3-T2 = W 在按照自车的Link通过时间对自车周围的地理区域进行分割的情况下，在计算 所述Link路径的权值时，计算自车的Link通过时间。在自车的Link通过时间在预定时间 内的第一区域中使用实时交通数据，而在自车的Link通过时间超过预定时间的其它区域 使用与实际累加的Link通过时间对应的时刻的预测交通数据。例如，如果预定时间为0. 5 小时，自车的开始时间为2点，在Link通过时间在0. 5小时内的区域，即自车到达该地点的 时间在2点30分之内的区域时，使用实时交通数据。而在Link通过时间超过O. 5小时的 区域时，即自车到达该区域的时间超过2点30分的区域时，使用与实际累加的Link通过时 间对应的时刻的预测交通数据，即2点加上到达该区域的实际累加的Link通过时间所获得 的时刻的预测交通数据。这里要说明的是，预定时间是在进行导航时预先确定的，其可以根 据需要变化。
7
此外，在计算Link通过时间时，还需要考虑Link的道路种别。例如，在计算通过 lkm长的Link的Link通过时间时，如果该Link是高速道，则Link通过时间为30秒，如果 该Link是国道，则Link通过时间为1分钟，如果该Link是一般道路，则Link通过时间为 1. 5分钟。此外，在计算下一 Link的通过时间时，要累加之前通过的所有Link的Link通过 时间。 另外，在进行Link路径的权值计算时，需要考虑Link路径的交通状况。假设不考 虑交通状况的情况下，当前Link路径的权值为g。在考虑交通状况时，如果当前Link路径 在指定的时间内发生慢行或者拥堵，则在进行经路探索的过程中，在计算该Link路径的权 值时，需要追加与慢行或者拥堵对应的附加权值，以更准确地反映实际路况。而在当前Link 路径畅行时，不追加附加权值。与慢行或拥堵对应的附加权值可以根据需要决定。例如，假 设慢行时，单位距离需要花费的附加权值为50，以及拥堵时，单位距离需要花费的附加权值 为100。要说明的是，与慢行或拥堵对应的附加权值还可以采用其它合适的值。
如图7所示，在根据本发明的经路探索方法进行的权值计算中，在第一区域中采 用实时交通数据，而在第二区域采用T2 = 1\+T时刻的预测交通数据，以及在第三区域中采 用T3 = T2+T时刻的预测交通数据，如此类推。然后，在考虑与各个交通数据对应的交通事 件的情况下，计算出每条Link路径的权值。例如，在图7中的第一区域使用实时交通数据， 通过比较图7和图5可以看出，该区域内选择经路上的Link都是畅行的。因此，在进行权 值计算时，不增加附加权值。在图7中的第二区域内使用T2时刻的预测交通数据，通过比较 图7和图5可以看出，该区域内选择经路上的Link在L时刻也是畅行的。因此，在进行权 值计算时，不增加附加权值。在图7中的第三区域内使用预测交通数据，通过比较图7和图 5可以看出，该区域内的Link在T3时刻发生了拥堵。因此，在计算Link路径的权值时，增 加与拥堵对应的附加权值100。 在计算出每条Link路径的权值后，选择单元307选择具有最小权值的Link路径， 作为最优路径。如图7中所示，使用带箭头的虚线指向的Link形成的路径的权值最小，从 而将该路径选择为最优路径。 以上参照图1到图7对根据本发明实施例的用于预测交通状况的装置以及用于利 用预测交通数据来进行经路探索的装置进行了描述。 这里要说明的是，虽然在上面的描述中，仅仅对根据本发明实施例的上述用于预 测交通状况的装置以及用于利用预测交通数据来进行经路探索的装置进行了描述，但是与 上述装置对应的方法也在本发明的保护范围之内。
有益效果 通过以上结合附图对本发明实施例的详细描述，不难看出利用本发明提供的预 测交通状况装置和经路探索装置，可以通过对从服务商获取的地理位置在每一时间段内的 历史交通数据，按照不同的日期类型和不同的特定时间段进行分类，然后对每类历史交通 数据，统计在该特定时间段内的交通事件，并根据所统计的交通事件，确定该地理位置在该 特定时间段内的预测交通数据。然后，利用实时交通数据和预测交通数据进行经路探索，以 规划出合理的经路来对自车进行诱导，从而避免将自车引导到交通状况不好的路段。
但是，本领域技术人员应当理解，对上述本发明所提出的预测交通状况方法和装 置，以及经路探索方法和装置，还可以在不脱离本发明内容的基础上做出各种改进。因此，本发明的保护范围应当由所附的权利要求书的内容确定'
权利要求
一种用于预测交通状况的装置，包括历史交通数据获取单元，用于从服务商获取地理位置在每一时间段内的历史交通数据；分类单元，用于按照不同的日期类型以及不同的特定时间段，对所获取的历史交通数据进行分类；统计单元，用于针对每类实时交通数据，统计在该日期类型的该特定时间段内，在该地理位置上发生的历史交通数据；确定单元，用于根据所统计的历史交通数据，确定该地理位置在该日期类型的该特定时间段内的预测交通数据。
2. 如权利要求1所述的装置，其中，所述历史交通数据包括交通事件和行驶速度，其中 所述交通事件包括畅行、慢行和拥堵。
3. 如权利要求2所述的装置，其中，所述统计单元统计在该日期类型的该特定时间段 内，在该地理位置上交通事件的发生次数，以及所述确定单元将发生次数最多的交通事件 确定为所述预测交通数据。
4. 如权利要求2所述的装置，其中，所述统计单元统计在该日期类型的该特定时间段 内，在该地理位置上的行驶速度和统计次数，以及所述确定单元将统计出的行驶速度，确定为预测交通数据。
5. 如权利要求1所述的装置，其中，所述日期类型包括工作日、周末和节假日，所述特 定时间段是按照相等或不等的时间间隔对一天进行分割而获得的。
6. —种用于经路探索的装置，包括Link路径形成单元，用于形成从自车到目的地的所有Link路径； 分割单元，用于将地理区域分割为以自车为中心的多个不同区域； 权值计算单元，用于针对每条Link路径，计算该Link路径的权值； 选择单元，用于选择具有最小权值的Link路径，作为最优路径，其中，在计算所述Link路径的权值时，所述杈值计算单元在距离自车最近的第一区域 中使用实时交通数据，以及在其它区域中使用如权利要求1-5所述而获得的对应时刻的预 测交通数据。
7. 如权利要求6所述的装置，其中，所述分割单元用于按照与自车之间的相距距离，将 地理区域分割为以自车为中心且与自车相距不同距离的多个不同区域，其中各个区域具有 预定的范围间隔R;以及在计算所述Link路径的权值时，所述权值计算单元在距离自车最近的第一区域中使 用实时交通数据，以及在其它区域使用对应时刻的预测交通数据，其中相邻区域所对应的 时刻之间相隔预定的时间间隔T，其中所述预定时间间隔T是自车跨过距离R而花费的时 间。
8. 如权利要求6所述的装置，其中，所述分割单元用于按照自车的Link通过时间，将 地理区域分割为以自车为中心且具有不同的Link通过时间的多个不同区域，其中自车的 Link通过时间在预定时间内的区域是第一区域，以及在计算所述Link路径的权值时，所述权值计算单元在第一区域中使用实时交通数据， 以及在其它区域使用与实际累加的Link通过时间对应的时刻的预测交通数据。
9. 如权利要求6-8中任何一个所述的装置，其中，所述预测交通数据包括交通事件和 行驶速度，其中所述交通事件包括畅行、慢行和拥堵。
10. 如权利要求9所述的装置，其中，如果对应时刻的预测交通数据所对应的交通事件 为慢行或拥堵，则在计算所述Link路径的权值时，在所述权值计算单元在原有权值计算的 基础上，增加与所述慢行或拥堵对应的附加权值。
11. 如权利要求9所述的装置，其中，当所述预测交通数据是行驶速度时，将所述行驶 速度转化为对应的交通事件。
全文摘要
本发明提供了一种利用预测交通数据进行经路探索的装置。所述用于经路探索的装置，包括Link路径形成单元，用于形成从自车到目的地的所有Link路径；分割单元，用于将地理区域分割为以自车为中心的多个不同区域；权值计算单元，用于针对每条Link路径，计算该Link路径的权值；选择单元，用于选择具有最小权值的Link路径，作为最优路径，其中，在计算所述Link路径的权值时，所述权值计算单元在距离自车最近的第一区域中使用实时交通数据，以及在其它区域中使用对应时刻的预测交通数据。
文档编号G08G1/01GK101770690SQ200910248860
公开日2010年7月7日 申请日期2009年12月25日 优先权日2009年12月25日
发明者李丹, 赵大帅 申请人:东软集团股份有限公司