基于智能終端的浮動(dòng)數(shù)據(jù)應(yīng)用研究

饒眾博，王大珊，李　雯，王志民

（1.公安部道路交通安全研究中心，北京　100062；2.中國(guó)信息通信研究院，北京　100191）

基于智能終端的浮動(dòng)數(shù)據(jù)應(yīng)用研究

饒眾博1，王大珊1，李雯2，王志民1

（1.公安部道路交通安全研究中心，北京100062；2.中國(guó)信息通信研究院，北京100191）

目前，評(píng)估道路交通擁堵狀況時(shí)普遍采用傳統(tǒng)的浮動(dòng)車技術(shù)，雖然該技術(shù)在使用上表現(xiàn)優(yōu)異，但是其部屬成本、浮動(dòng)車輛滲透率低等問題卻使得評(píng)估數(shù)據(jù)并不準(zhǔn)確。為解決滲透率低等問題，本文提出采用智能終端采集數(shù)據(jù)，通過后臺(tái)分析評(píng)估道路擁堵情況的解決辦法。采用智能終端可以有效解決浮動(dòng)車滲透率低等問題，通過科學(xué)合理的分析方法實(shí)現(xiàn)路面情況的準(zhǔn)確評(píng)估。

浮動(dòng)車；智能終端；GPS；交通擁堵

1　引言

在當(dāng)今這個(gè)物聯(lián)網(wǎng)產(chǎn)業(yè)高速發(fā)展的時(shí)代，智能交通的概念同樣被人們關(guān)注，可能是因?yàn)榻煌ㄉ婕疤嗳说娜粘Ｉ睿部赡苁且驗(yàn)楦鱾€(gè)方面的技術(shù)在交通領(lǐng)域的應(yīng)用比較成熟，總之智能交通產(chǎn)業(yè)發(fā)展井噴的時(shí)代已經(jīng)到來。智能交通所要達(dá)到的目的就是，通過先進(jìn)的科學(xué)技術(shù)手段實(shí)現(xiàn)交通系統(tǒng)的現(xiàn)代化，實(shí)現(xiàn)數(shù)據(jù)采集、監(jiān)控的實(shí)時(shí)化，道路信號(hào)控制的自動(dòng)化，道路信息預(yù)警的智能化。

在交通領(lǐng)域，目前應(yīng)用最廣泛的是視頻監(jiān)控系統(tǒng)、地磁傳感系統(tǒng)來進(jìn)行車流量監(jiān)測(cè)以及路面情況檢測(cè)。然而該系統(tǒng)雖然技術(shù)成熟，但是部署成本大，后期維護(hù)困難，尤其是道路部門、交通部門、交警部門的相互溝通問題，以及大量的地面?zhèn)鞲衅髟O(shè)備在其他單位施工過程中被損壞，導(dǎo)致大量的浪費(fèi)。另外，固定式交通流傳感器最大缺點(diǎn)在于只能在路網(wǎng)上有限個(gè)點(diǎn)進(jìn)行采集且得不到旅行時(shí)間信息，對(duì)這個(gè)路網(wǎng)交通流狀況的了解需要花費(fèi)大量的資金安裝固定式設(shè)備［1］。為了尋找更加有效且成本低廉的路面監(jiān)控方式，浮動(dòng)車技術(shù)被引入。本文將重點(diǎn)對(duì)浮動(dòng)車技術(shù)進(jìn)行介紹，并且大膽地提出更加有效且成本更加低廉、部署更加有效、范圍更加廣泛的采用駕駛?cè)耸殖种悄芙K端進(jìn)行數(shù)據(jù)信息采集，后臺(tái)數(shù)據(jù)中心進(jìn)行大數(shù)據(jù)運(yùn)算，路面網(wǎng)絡(luò)整體互連的浮動(dòng)車數(shù)據(jù)采集技術(shù)。

2　傳統(tǒng)浮動(dòng)車技術(shù)介紹

2.1傳統(tǒng)浮動(dòng)車技術(shù)的應(yīng)用

浮動(dòng)車技術(shù)是一種在路網(wǎng)中判斷車速及路面擁堵情況的方法。它依據(jù)收集車載終端的位置信息、速度、行駛方向及時(shí)間戳來估算道路擁堵情況以及旅行時(shí)間。這些數(shù)據(jù)對(duì)于交通系統(tǒng)來說是必要信息，對(duì)于大多數(shù)的智能交通系統(tǒng)（ITS）來說更是必須的［2］。浮動(dòng)車技術(shù)主要是通過在大量的車輛上安裝定位以及無線通信系統(tǒng)，從而實(shí)現(xiàn)車輛的位置、速度、行駛方向、時(shí)間戳等信息的上報(bào)。在數(shù)據(jù)中心，通過地圖匹配從而實(shí)現(xiàn)車輛位置在城市地圖信息上的對(duì)應(yīng)。

因?yàn)楦?dòng)車數(shù)據(jù)采集設(shè)備安裝在大量的車輛上，所以當(dāng)安裝了該數(shù)據(jù)采集系統(tǒng)的車輛行駛在城市的各個(gè)角落的時(shí)候，各個(gè)車輛的地理信息以及車輛運(yùn)行速度等可以實(shí)時(shí)上報(bào)到后臺(tái)數(shù)據(jù)中心，之后進(jìn)行地圖匹配，通過算法計(jì)算出各路段的擁堵情況及旅行時(shí)間。由圖1可以清晰地了解到浮動(dòng)車數(shù)據(jù)應(yīng)用的具體流程。

圖1　浮動(dòng)車數(shù)據(jù)判斷路況流程圖

現(xiàn)行的浮動(dòng)車技術(shù)在國(guó)內(nèi)外有著很成熟的實(shí)踐經(jīng)驗(yàn)并且廣泛應(yīng)用。比如，美國(guó)德州Huston地區(qū)的TranStar系統(tǒng)和芝加哥Illinois地區(qū)的ADVANCE項(xiàng)目；德國(guó)BMW公司的DDG項(xiàng)目使用了2.5萬輛探測(cè)車；日本土地基建交通部MLIT從1999年開始的Smartway項(xiàng)目覆蓋了16個(gè)城市、1.5萬輛浮動(dòng)車［1］；在國(guó)內(nèi)很多像北京、上海等大城市也都采用了浮動(dòng)車技術(shù)進(jìn)行道路擁堵情況的檢測(cè)。

2.2應(yīng)用瓶頸

雖然浮動(dòng)車技術(shù)在世界多數(shù)大城市均有應(yīng)用，但是目前的項(xiàng)目主要是在部分車輛上安裝相應(yīng)的設(shè)備來實(shí)現(xiàn)的，其中還存在著很多問題，如浮動(dòng)車樣本量過大、車輛協(xié)調(diào)難度大、設(shè)備采購安裝維護(hù)成本高、巨額的通信網(wǎng)絡(luò)收費(fèi)、數(shù)據(jù)中心負(fù)載高、旅行時(shí)間計(jì)算的可靠性及道路信息采集分析后的反饋等。

在以上所列舉的問題中，浮動(dòng)車樣本量是浮動(dòng)車技術(shù)推廣的最大難題，針對(duì)該問題各國(guó)學(xué)者開展了大量研究。利用數(shù)理統(tǒng)計(jì)的傳統(tǒng)算法得出，高速公路上浮動(dòng)車的比例應(yīng)不低于3%，地面道路上浮動(dòng)車比例應(yīng)不低于5%［3］。利用INTERGATION交通仿真軟件，將浮動(dòng)車比例從3%逐漸增加到18%，分析浮動(dòng)車速度與全部車輛平均速度之間的關(guān)系表明，要實(shí)現(xiàn)速度估計(jì)誤差在5km/h以內(nèi)，浮動(dòng)車的比例應(yīng)為4%～5%，或是每個(gè)計(jì)算周期內(nèi)任一路段上經(jīng)過的浮動(dòng)車數(shù)量不少于每小時(shí)10輛［4］。通過以上信息，我們可以得出的結(jié)論很簡(jiǎn)單，那就是浮動(dòng)車技術(shù)的有效應(yīng)用，必須建立在較高浮動(dòng)車滲透率的基礎(chǔ)上。

以北京為例，據(jù)2014年全國(guó)十大城市汽車保有量排名顯示，北京市的汽車保有量為537.1萬輛，那么如果我們按照浮動(dòng)車滲透率為4%計(jì)算，則至少需要21.5萬輛浮動(dòng)車才能完全統(tǒng)計(jì)北京市全境。盡管這個(gè)數(shù)字只是估算，且沒有考慮實(shí)際道路上行駛車輛的比例以及城區(qū)郊區(qū)的車輛分布情況，但是可以得出在北京這種大城市，按照現(xiàn)有技術(shù)部署浮動(dòng)車的成本還是非常高的。目前北京市共有約3萬輛浮動(dòng)車，其中2.5萬輛出租車，4千輛旅游車以及1千輛郊區(qū)電動(dòng)出租車。雖然該項(xiàng)目已經(jīng)提供了非常有效的數(shù)據(jù)保障，但如果可以收集更大量車輛浮動(dòng)信息，可以想象一定會(huì)得出更加精確的數(shù)據(jù)，并且通過大數(shù)據(jù)挖掘可以得到更多有用的信息。

3　智能終端在浮動(dòng)車技術(shù)領(lǐng)域的應(yīng)用

3.1智能手機(jī)在浮動(dòng)車技術(shù)中的優(yōu)勢(shì)

如上文所述，浮動(dòng)車數(shù)據(jù)的采集主要是通過安裝在浮動(dòng)車內(nèi)的定位以及通信系統(tǒng)完成的，其滲透率還不夠高，那么如何用更低廉的成本增加浮動(dòng)車的滲透率成了關(guān)鍵問題。隨著智能手機(jī)的普及，使得每一個(gè)人都變成了一個(gè)浮動(dòng)的數(shù)據(jù)采集點(diǎn)。如果我們能夠有效利用這個(gè)資源，那么人、車、路這三個(gè)要素就在數(shù)字信息時(shí)代徹底結(jié)合了起來并被數(shù)字化了。事實(shí)證明，這個(gè)方法在現(xiàn)有技術(shù)面前是可行的，并且與傳統(tǒng)方式相比有著極大的優(yōu)勢(shì)。

⊙ 可以大幅縮減成本，包括設(shè)備的采購安裝費(fèi)用及昂貴的通信費(fèi)用。

⊙ 可以在后臺(tái)迅速整合海量信息，快速分析城市路網(wǎng)信息且無需對(duì)道路橋梁等進(jìn)行任何基礎(chǔ)設(shè)施改造。

⊙ 更大幅度地提高路況檢測(cè)的可靠性，對(duì)于預(yù)測(cè)旅行時(shí)間等預(yù)測(cè)，提供了更大量的實(shí)時(shí)數(shù)據(jù)與歷史數(shù)據(jù)，從而提高預(yù)言的準(zhǔn)確度。

⊙ 可以使駕駛?cè)擞傻缆方煌ㄙY源的使用者變成道路信息數(shù)據(jù)的提供者，通過有效的信息反饋渠道，可以使駕駛?cè)伺c交通管理部門互為組成，實(shí)現(xiàn)雙贏。

⊙ 由于智能手機(jī)的滲透率大，所以一旦系統(tǒng)得到廣泛應(yīng)用，將會(huì)收集到大量的源數(shù)據(jù)，合理地對(duì)這些數(shù)據(jù)進(jìn)行挖掘，會(huì)對(duì)城市規(guī)劃、道路建設(shè)維護(hù)、路面警力部署、道路擁塞預(yù)警等方面產(chǎn)生巨大的積極影響。

⊙ 通過不斷地對(duì)各個(gè)用戶的信息進(jìn)行收集，可以實(shí)現(xiàn)對(duì)每一個(gè)用戶的定制服務(wù)，實(shí)現(xiàn)更加智能高效的交通誘導(dǎo)效果。

綜合以上優(yōu)勢(shì)，可以得到如下結(jié)論：利用智能手機(jī)進(jìn)行浮動(dòng)車數(shù)據(jù)的采集可以大大提高采樣的滲透率，縮減成本，提高數(shù)據(jù)分析的可靠性。那么該方案真的在技術(shù)上行之有效么？本文將在下文中詳細(xì)分析。

3.2可行性分析

采用智能手機(jī)進(jìn)行浮動(dòng)車數(shù)據(jù)采集，并利用移動(dòng)蜂窩網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)傳輸，在理論上講必然是可行的，只是其中有兩個(gè)難點(diǎn)問題需要解決：一是智能手機(jī)的定位精度問題；二是如何分析用戶是否在道路上駕車行駛。

目前，手機(jī)定位主要采用有3種方法：LBS，GPS，AGPS。其中，GPS與AGPS均能取得滿意的定位精度（10米左右）；LBS的定位精度較差，由于基站信號(hào)一般經(jīng)多次反射，導(dǎo)致終端在接收到的信號(hào)方向和時(shí)延偏差較大，所以在城市中室外環(huán)境下的定位精度一般為100～200米，農(nóng)村地區(qū)的定位精度在10～20米［5］。由此可見，手機(jī)采用傳統(tǒng)的LBS方式進(jìn)行定位時(shí)，其精度遠(yuǎn)遠(yuǎn)達(dá)不到浮動(dòng)車的數(shù)據(jù)監(jiān)測(cè)要求，而且并非所有制式網(wǎng)絡(luò)均開放了該功能。然而智能手機(jī)均有GPS模塊可供系統(tǒng)使用，所以在進(jìn)行浮動(dòng)車數(shù)據(jù)采集過程中，可以設(shè)定調(diào)用GPS模塊以提供精確可靠的數(shù)據(jù)。

對(duì)于第二個(gè)問題，如果采用智能手機(jī)為浮動(dòng)車提供數(shù)據(jù)，那么面臨的問題就是如何篩選出用戶手機(jī)上報(bào)的位置信息是否是有用信息。舉個(gè)例子，比如用戶在路邊散步，智能終端同樣也會(huì)上傳位置、速度等信息給數(shù)據(jù)中心，這樣的信息對(duì)于道路擁塞情況的分析是毫無用處的。如果收到大量的高偏差數(shù)據(jù)，毫無疑問會(huì)增大采集數(shù)據(jù)的方差，降低數(shù)據(jù)分析結(jié)果的可靠性。對(duì)于該問題，現(xiàn)有的解決方案是，只有當(dāng)用戶打開智能手機(jī)的定位信息采集應(yīng)用，智能終端才會(huì)將位置信息上報(bào)。

從駕駛?cè)耸褂昧?xí)慣考慮，大多數(shù)情況下駕駛?cè)笋{車時(shí)才會(huì)開啟顯示路況信息的應(yīng)用。另外，我們還可以通過另外一些附加服務(wù)使用戶可以在非駕車情況下關(guān)閉應(yīng)用。如當(dāng)應(yīng)用打開后，會(huì)自動(dòng)語音播報(bào)周邊道路情況，播報(bào)駕駛員行駛路線的路況預(yù)測(cè)，以及播報(bào)數(shù)據(jù)中心分析得出的智能車輛誘導(dǎo)信息。采用這些方法，可以有效地使用戶處于非駕車狀態(tài)時(shí)關(guān)閉定位信息采集軟件。另外，大量的數(shù)據(jù)可以彌補(bǔ)小部分異常數(shù)據(jù)對(duì)最終結(jié)果的影響。通過增加采樣點(diǎn)的方式縮小采樣數(shù)據(jù)的方差。

3.3 系統(tǒng)結(jié)構(gòu)

本文中所描述的系統(tǒng)與普通浮動(dòng)車系統(tǒng)相類似，區(qū)別在于普通浮動(dòng)車內(nèi)需要額外加裝信息采集設(shè)備，而本系統(tǒng)則直接使用駕駛員的移動(dòng)終端進(jìn)行數(shù)據(jù)采集。所以兩個(gè)浮動(dòng)車系統(tǒng)的結(jié)構(gòu)基本類似，如圖2所示。

圖2　浮動(dòng)車系統(tǒng)結(jié)構(gòu)圖［6］

智能終端在車輛行進(jìn)過程中離散地進(jìn)行定位信息采樣，通過蜂窩無線網(wǎng)絡(luò)進(jìn)行傳輸，送達(dá)數(shù)據(jù)中心進(jìn)行處理。由于數(shù)據(jù)量異常龐大，數(shù)據(jù)中心可采用云的方式進(jìn)行快速計(jì)算，并最終得出有效信息反饋給用戶。實(shí)現(xiàn)交通運(yùn)行網(wǎng)絡(luò)的閉環(huán)控制，提高路網(wǎng)運(yùn)行效率，緩解交通擁堵，提高市民出行的駕駛體驗(yàn)。

4　發(fā)展方向

浮動(dòng)數(shù)據(jù)采集對(duì)于城市交通路面情況的采集、城市規(guī)劃、車輛誘導(dǎo)等有非常重要的作用，可以預(yù)見，在今后的發(fā)展中，因智能手機(jī)的高滲透率以及豐富的功能模塊，對(duì)智能手機(jī)的信息采集將變得越來越重要，但其發(fā)展中依然面臨很多問題。

（1）無線資源的占用問題。由于過往的浮動(dòng)車信息采集使用的是車載移動(dòng)終端設(shè)備，所以浮動(dòng)車數(shù)量有限，對(duì)無線蜂窩網(wǎng)絡(luò)的信道資源影響不高。但是，一旦采用智能終端進(jìn)行采集定位信息，因?yàn)樵搼?yīng)用部署便捷，所以一旦大量用戶安裝后，浮動(dòng)車的滲透率將會(huì)大幅增加，將會(huì)對(duì)無線網(wǎng)絡(luò)信道資源產(chǎn)生沖擊。考慮到覆蓋路面的基站數(shù)量有限，且基站主要是覆蓋街區(qū)，以道路作為覆蓋區(qū)域的邊界，那么大量的浮動(dòng)車在公路上行駛，首先會(huì)占用大量的信道資源，其次會(huì)產(chǎn)生大量的切換信息，占用系統(tǒng)容量。本問題需通過更加有效的算法進(jìn)行解決。

（2）產(chǎn)品應(yīng)用時(shí)所產(chǎn)生的個(gè)人隱私問題。在法律的角度，因?yàn)樵摲?wù)涉及到每一個(gè)手機(jī)用戶的位置信息，所以必然會(huì)遇到法律等方面的限制。目前的情況是，很多相應(yīng)的應(yīng)用程序在用戶不知情的前提下就將用戶的位置信息上傳到服務(wù)器用以數(shù)據(jù)分析。我國(guó)目前相關(guān)法律尚不健全，要想根本解決該問題，還需在法律層面提供相應(yīng)的政策支持。另外，要確保相關(guān)單位的公信力以確保民眾相信其隱私的安全性不會(huì)受到侵犯。

（3）對(duì)源數(shù)據(jù)的統(tǒng)計(jì)算法依然不夠成熟。以傳統(tǒng)的浮動(dòng)車數(shù)據(jù)來說，不同的公司研究機(jī)構(gòu)都有不同的統(tǒng)計(jì)算法。有些公司使用同一道路上速度最快的幾輛浮動(dòng)車數(shù)據(jù)判斷路面擁堵系數(shù)，有些公司則利用道路上大多數(shù)浮動(dòng)車數(shù)據(jù)加權(quán)計(jì)算路面的擁堵系數(shù)。雖然在實(shí)際使用中不同的方法都可應(yīng)用，但是在大量的智能終端作為浮動(dòng)數(shù)據(jù)采集上傳得到大量的數(shù)據(jù)時(shí)，為了能夠?qū)υ磾?shù)據(jù)得到更為準(zhǔn)確的分析，還需要更為科學(xué)合理的算法設(shè)計(jì)。

5　結(jié)束語

本文著重闡述了智能手機(jī)的信息采集對(duì)今后統(tǒng)計(jì)分析道路交通路面情況中的重要作用，提出了利用智能手機(jī)進(jìn)行位置信息收集并統(tǒng)計(jì)分析路面情況的可能性。雖然利用智能手機(jī)作為浮動(dòng)數(shù)據(jù)采集終端有很大的優(yōu)勢(shì)，能夠克服目前傳統(tǒng)浮動(dòng)車技術(shù)的滲透率不足、樣本量不足、數(shù)據(jù)統(tǒng)計(jì)困難等問題，但是依然面臨無線信道緊缺、相關(guān)法律不健全、統(tǒng)計(jì)分析方法不成熟等問題。

［1］范躍祖，王力，王川久，張海.浮動(dòng)車技術(shù)的發(fā)展及應(yīng)用研究綜述.中國(guó)會(huì)議.理工C（機(jī)電航空交通水利建筑能源）·公路與水路運(yùn)輸，2005

［2］http://en.wikipedia.org/wiki/Floating_car_data

［3］Ferman M A， Blumenfeld D E， Dai X W. A simple analytical model of a probe- based traffic information system［C］/ / IEEE. Intelligent Transportation Systems Proceedings. Shanghai: IEEE， 2003: 263- 268

［4］Ruey L C， Xie C， Lee D H. Probe vehicle population and sample size for arterial speed estimation［ J］. Computer- aided Civil and Infrastructure Engineering， 2002， 17（1） : 53-60

［5］張帥，范榮雙，梁勇，王曉.基于手機(jī)定位方法的研究與精度分析

［6］Working Papers on Energy， Transport and Climate Change. Road Traffc Data: Collection Methods and Applications

Floating Data Analysis based on Smart Devices

Rao Zhongbo1， Wang Dashan1， Li Wen2， Wang Zhimin1
（1.Road Traffic Safety Research Center of the Ministry of Public Security， Beijing，100062；2. Chinese Academy of Information and Communications Technology， Beijing， 100191）

Floating car is used to calculate the congestion coeffcient， it is widely used because it is easy to deploy and easy to analysis， but the problem is the cost is still high and the penetration rate is relative low which will cause the unreliable of the analysis result. That why we introduce the method to collect foating data by smart device so as to solve the penetration problem， and based on scientifc analysis method the calculate result will be increasingly correct and reliable.

Floating Car； Smart Device； GPS； Traffc Congestion

10.3969/j.issn.1672-7274.2015.02.007

TN929.52文獻(xiàn)標(biāo)示碼：A

1672-7274（2015）02-0029-04

饒眾博，畢業(yè)于香港科技大學(xué)電信學(xué)系，后就職于公安部道路交通安全研究中心交通管理信息化研究室，研究實(shí)習(xí)員，從事公安交管信息化建設(shè)發(fā)展的研究工作，主要研究領(lǐng)域?yàn)橹悄芑煌ü芾砼c電信行業(yè)的多源數(shù)據(jù)碰撞，交管數(shù)據(jù)分析研判等。

王大珊，畢業(yè)于吉林大學(xué)計(jì)算機(jī)科學(xué)系和國(guó)民經(jīng)濟(jì)學(xué)專業(yè)，一直從事全國(guó)公安交通管理信息化建設(shè)，2007年獲公安部科學(xué)技術(shù)進(jìn)步一等獎(jiǎng)，現(xiàn)為公安部道路交通安全研究中心交通管理信息化研究室任副主任。

李雯，畢業(yè)于北京理工大學(xué)管理科學(xué)與工程系，現(xiàn)就職于中國(guó)信息通信研究院（原工業(yè)和信息化部電信研究院）信息管理中心，助理工程師，從事單位內(nèi)部管理和業(yè)務(wù)信息化建設(shè)發(fā)展的研究工作，主要研究領(lǐng)域?yàn)樾畔⑾到y(tǒng)設(shè)計(jì)與開發(fā)，電信行業(yè)競(jìng)爭(zhēng)情報(bào)分析等。

王志民，畢業(yè)于蘭州大學(xué)化學(xué)系和大連理工大學(xué)計(jì)算機(jī)系，先后在鐵道部計(jì)算機(jī)研究中心、信息產(chǎn)業(yè)部通信和互聯(lián)網(wǎng)企業(yè)從事技術(shù)研發(fā)和管理工作，現(xiàn)就職于公安部道路交通安全研究中心交通管理信息化研究室，助理研究員，主要從事領(lǐng)域?yàn)橹悄芑煌ü芾砼c通信、互聯(lián)網(wǎng)、企業(yè)生產(chǎn)行業(yè)的科技信息技術(shù)融合，交管數(shù)據(jù)分析、應(yīng)用建設(shè)、應(yīng)用推廣落地研究。