[發明專利]一種基于云計算和大數據的導航方法

有效

• 申請號: 201610150671.5
• 申請日: 2016-03-16
• 公開（公告）號: CN105716620B
• 公開（公告）日: 2018-03-23
• 發明（設計）人: 賴其才
• 申請（專利權）人: 沈陽建筑大學
• 主分類號: G01C21/34
• 分類號: G01C21/34
• 代理公司: 沈陽優普達知識產權代理事務所(特殊普通合伙)21234
• 代理人: 呂敏

技術領域

本發明涉及一種車輛導航技術領域，具體的說是一種基于云計算和大數據的導航方法。

背景技術

目前有兩種導航系統廣泛用于生活，一種是采用離線導航，它包括定位模塊，離線的電子地圖以及路徑計算模塊。經衛星定位后，由離線的電子地圖提供道路信息，路徑計算模塊計算出導航路徑。并由存儲下來的歷史交通記錄來避開在某些時間段里的擁堵路段，這種導航系統在道路狀況變化不大時具有良好的應對效果，但是由于沒有采用實時的交通信息作為參考，在道路狀況多變的城市中難以起到同樣的效果。

現在多采用的是第二種導航系統，它具備了GSM模塊，通過GPRS連接網絡中心，在網絡中心更新實時交通信息，將實時交通信息加入考慮范圍之內，然后進行導航路徑的選擇。解決了第一種導航系統沒有考慮到實時交通信息而使導航效果變差的問題。

但是這種導航系統也存在著一個新問題：交通信息會隨著時間的變化而變化，依據一時的交通狀況而作出的最優路徑選擇往往過一段時間又發生了變化。

為解決這個問題，申請號為201410461054.8的中國專利公開了一種基于交通信息預測的導航系統及方法，該系統根據當前的實時交通信息以及已進行路徑選擇的車輛路徑信息，預測出未來路徑的交通狀況，選出最優路徑。這個發明考慮到了已規劃路徑的車輛對后續車輛導航的影響，避免所有車輛都選擇在現在時刻最優的路徑導致最優路徑反而最擁堵的問題。但是沒有考慮到一些車輛在熟悉路段行駛時，沒有進行導航對交通信息產生的影響，以及路況變化對已進行導航的車輛的選擇影響，使得路徑的交通狀況的預測失真，導航效果變差。

發明內容

針對現有技術中導航終端的數據存儲能力和計算能力無法做到在短時間內對路徑狀況作出預測等不足，本發明提供一種可對路徑的未來交通狀況作出快速及更準確的預測、從中選擇最優導航路徑的基于云計算和大數據的導航方法及系統。

為解決上述技術問題，本發明采用的技術方案是：

本發明一種基于云計算和大數據的導航方法，包括如下步驟：

第一步：全城的車輛實時上傳行駛數據信息；

第二步：服務器終端存儲并進行算法模擬，得出全城路徑和車輛的相關信息：

第三步：在導航終端輸入目的地后，服務器終端接收信息并計算出所有由當前位置到目的地的導航路徑，采集在導航路徑上且采用了導航系統的車輛信息，和對由平時的監控得出的可能在導航路徑上的車輛的大概率行駛路徑信息，由此作出交通的初步預測；

第四步：以初步預測為基礎反向預測實時的交通狀態，得出反向交通歸一化新息平方；

第五步：將歷史中在同一時刻同一路徑交通狀況的交通歸一化新息平方與反向交通歸一化新息平方作比值λ，設定閥值L，預測的時間段內滿足條件λ＜L的時刻數所占全部時刻數的比例大于50％，直接輸出這一時段的初步交通預測，計算比較后選擇最優路徑；

若在預測的交通狀況的時間段內，預測的交通信息與實時交通信息相比相差較大，相差較大是指預測的車流量和車的平均速度大于或小于實時的車流量和車的平均速度的數值超過6以上，進行第三步開始；

第六步：若第一次預測的時間段內滿足條件λ＜L的時刻數所占全部時刻數的比例小于50％，則根據實時交通狀態，采用校準后的交通狀態預設值，以標準卡爾曼濾波算法計算得出未來一段時間的交通狀態預測，返回第五步；自第二次開始得出的預測的時間段內滿足條件λ＜L的時刻數所占全部時刻數的比例小于50％，則通過調整k+1時刻新息協方差來進行對未來設定時間內的交通狀態預測，返回第五步；

當達到設定時間后，則重新進行上述步驟：當設定時間內的預測結果不準確時，則進行第三步重新預測。

進一步地，所述全城路徑和車輛的相關信息，包括：

A1：導航終端收集全城每條路徑的歷史交通狀態值，根據統計直接得出路徑暢通情況下的車容納量；

A2：根據歷史交通狀態值計算得出每條路徑的交通狀態預示值，即校準后的交通狀態預設值；

A3：根據所得到的歷史交通狀態值計算得出每條路徑上的每時刻的交通歸一化新息平方并存儲；

A4：根據頻繁模式樹算法得出車輛日常大概率行駛的路徑并存儲。

進一步地，所述歷史交通狀態值是指車流量和車的平均速度。

進一步地，所述步驟A2交通狀態預設值的計算方法為：

以同一路徑每天k時刻和k+1時刻的歷史交通狀態值為模型(k＝0,1,2,3,4,5,6……n)，

交通狀態方程：