基于车友协同的实时路况采集查询系统及采集查询方法

技术领域

本发明属于移动互联网与车联网领域，涉及路况采集技术，特别涉及一种 基于车友协同的实时路况采集查询系统及采集查询方法。

背景技术

汽车工业的快速增长，导致汽车保有量持续增加且数量巨大，交通拥堵已 经成为城市生活最大的障碍。每天花费在路上的时间成本居高不下，交通拥堵 不光给经济发展造成巨大损失，也成为了一个涉及民生的社会问题。通过广播、 互联网等方式提供实时路况信息服务，查询路况以规避拥堵，逐渐成为人们出 行前不可或缺的操作。

但是，由于交通采集手段、发布手段的局限，始终无法给用户提供准确及 时的交通信息，无法正确的指导用户出行。现有的路况采集方案主要有，摄像 头，地感线圈和浮动车等。摄像头通过架设在道路上的摄像头来拍摄道路交通 状况，从而来判别道路拥堵状况；地感线圈主要铺设在道路交叉口，来检测路 况交通的流量；浮动车，通过出租车、公交车等设备作为浮动车，根据他们的 车速来判别道路状况。

摄像头和地感线圈需要在道路上进行设备的安装，安装维护成本高，路况 数据的判别成本高。浮动车采集受限于数量和成本，无法有效的覆盖所有道路， 导致路况覆盖率低，主要覆盖城市的主干道而无法覆盖城市的所有道路，另外 数量有限导致在同一条路上的车辆很少，这样就造成数据准确性低。上述三种 方式，都仅能解决局部主干道的路况采集工作，而对于大量的城市道路，无法 实现高比例覆盖，更无法解决实时路况的准确性问题。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种 基于车友协同的实时路况采集查询系统及采集查询方法。

为了实现本发明的上述目的，本发明提供了一种基于车友协同的实时路 况采集查询方法，包括路况采集过程，所述路况采集过程包括如下步骤：

S11，车友行驶在某条道路上，如果此条道路拥堵，在移动终端上输入拥 堵信息；

S12，所述移动终端将所述车友的位置坐标信息、所述车友的ID标记和拥 堵信息一并发往服务器；

S13，T时间后，所述移动终端再次将所述车友的位置坐标信息、所述车 友的ID标记发往服务器，所述T为正数；

S14，服务器的服务器数据分析梳理模块接收到前后2条数据信息后，确 认所述车友所乘坐的交通工具的时速，并与系统阀值P进行比较，然后获得本 次坐标的路况信息，所述系统阀值P为正数；

S15，所述服务器数据分析梳理模块根据系统当前的该路况分析结果，增 加本次路况信息，进一步修正路况聚合信息，并以经纬度的方式将该路况信息 保存到数据库中；

S16，根据该路况的坐标信息在地图系统中定位其位置名称，以路名的方 式在数据库中补充一条道路路况信息。

本发明的基于车友协同的实时路况采集查询方法通过提供一个友善易用 的路况分享应用，将相同道路上单辆私家车的路况信息数据聚合，获得该道路 的聚合路况数据，利用聚合路况数据为用户车辆提供路况服务。由于本方法充 分利用了”车友协同“的思想，汇”单车路况“之小流成”道路路况“之大江， 通过每时每刻都在各条道路上行驶的私家车，实现了对城市广泛道路的实时路 况数据采集，较其他方法更具有通用性和准确性。

另外，本发明服务器数据分析梳理模块接收到前后2条数据信息后，确认 所述车友所乘坐的交通工具的时速，并与系统阀值P进行比较，然后获得本次 坐标的路况信息，更加准确。

在本发明的一种优选实施方式中，所述T为60秒。从而保证路况信息准 确，并且及时更新。

在本发明的一种优选实施方式中，所述系统阀值P为人工定义或通过路况 数据聚合分析算法进行调整，调整时依据该路段片段当前时间片段已有的历史 阈值数据与本条路况车友的行驶速度、反映的路况信息以及车友的信用，根据 聚合分析算法来决策当前系统阀值P的取值。更加准确。

在本发明的另一种优选实施方式中，根据车友路况确认算法获得本次坐标 的路况信息，所述车友路况确认算法包括：

S51，计算距离

C＝sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB) Distance＝R*Arccos(C)*Pi/180

其中，MLatA是起点A的经度坐标，MLonA是起点A的纬度坐标；MLatB 是起点B的经度坐标，MLonB是起点B的纬度坐标，

R是地球的半径，值为6378.137公里；Pi是3.1415926

S52，计算平均车速

S53，确认路况计算

根据城市路况信息，设置两个阈值M1和M2，分别代表拥堵阈值和通畅阈 值，所述M1、M2均为正数，并且M1小于M2，当平均速度低于M1时，则视为 拥堵，介于M1和M2之间时视为正常，高于M2，则是通畅。如果实际路况计 算值与车友提供的评价值相同，则将该结果直接送交路况数据聚合分析算法， 否则，丢弃车友提供的评价值，而将基于该车友位置计算的计算值提交路况数 据聚合分析算法处理。

在本发明的一种优选实施方式中，所述服务器数据分析梳理模块根据系统 当前的该路况分析结果，增加本次路况信息，进一步修正路况聚合信息中采用 路况数据聚合分析算法，具体为：

网络中有N个节点，N＝{1,…,n}，n为正整数，源节点和目的节点集合分 别为{Si,Di}，其中i＝1,2,…,n，

设节点k每正确提供路况信息的收益为G，损耗为F，占用成功的概率为 a_k，则节点k的效用函数U_k可表述为：

$U_k=\underset{i=1}{\overset{v_k^s}{\Sigma }}\left(a_{k}G\right)-F{a}_k{b}_k$

其中，b_k表示节点k接收到竞争博弈的概率；

由于节点是理性的个体，在整个博弈周期中，所有节点都会调整自己的路 况反映的真实性以使自身效用最大化，即：

$\underset{0\le a_k\le 1}{\max }{U}_k(a_k,a_{-k})$

基于整个实时路况分享平台网络中各个终端客户端的动态特性和长期性， 以及客户端当前的分享行为选择会影响后继博弈阶段的考虑，博弈双方的交互 为重复博弈，假设所述重复博弈具有已知的交换次数T，在每次选择转发节点 决策时，节点可以观察到参与决策的接收方节点在过去1,2,…,t-1次转发决 策的行为，根据博弈论中以贴现因子描述效用函数的形式，每个节点的总效用 可表述为：${\Sigma }_{t=0}^T{\delta }^t{U}_k\left(a\left(t\right)\right)$

其中a(t)＝(a1,…,aN)，U_k(a(t))表示节点k在第t次进行阶段博弈时的 效用值，δ是对节点k协作耐心的综合度量：δ越大，表示k越有耐心，该节点 也更为重视长期利益；反之，则k更为重视眼前利益，δ的取值一般由应用场 景决定，如果该位置该时刻片段提供路况的客户端数量多，则该值会适当提高，

节点k的平均效用可表述为：

$\overrightarrow{U_k}=(1-\delta )\underset{t=0}{\overset{T}{\Sigma }}{\delta }^t{U}_k\left(a\left(t\right)\right)$

标准因子(1-δ)用于以统一的单位测度阶段博弈和重复博弈的收益；每期的1 单元效用都标准化为1。

本发明采用博弈理论，并且引入信用机制和惩罚机制，使得单次博弈的成 功未必是重复博弈的成功。每个节点在提供实时路况的过程中如果提供虚假信 息而被发现的话，其面临的惩罚远远大于当次收益，则参与实时路况信息提供 博弈时都会更多的从全局利益出发，而不再过分考虑个体的当前利益，从而提 高了实时路况信息共享的准确性。

在本发明的一种优选实施方式中，在步骤S15中，对道路位置方向定位并 存储入数据库：

根据前后两次获得的车友位置坐标信息的经纬度坐标的变化，将前后变化 值以及依据前后经纬度差值计算出的方向代码一并存入数据库中。从而准确判 定行驶方向。

在本发明的一种优选实施方式中，基于车友协同的实时路况采集查询方法 还包括路况查询过程，所述路况查询过程包括：

S21，车友准备驾车出发，打开路况查询客户端，输入欲查询的道路名称；

S22，路况查询服务模块首先根据所述道路名称从地图系统中获取该位置 的经纬度坐标信息；

S23，路况查询服务模块从当前车友的当前位置获取GPS坐标信息；

S24，依据道路查询方向定位算法确定目标坐标的方向；

S25，路况查询服务模块将目标地址坐标、方向信息提交到数据库中查询， 并将返回结果在手机客户端中显示。

查询过程简单准确。

所述道路查询方向定位算法：

在计算实时路况时，根据前后两次获得的车友位置坐标信息的经纬度坐标 的变化，将前后变化值以及依据前后经纬度差值计算出的方向代码。

为了实现本发明的上述目的，本发明还提供了一种基于车友协同的实时路 况采集查询系统，包括服务器以及能够与所述服务器进行信息交互的移动终 端，

所述服务器包括服务器数据分析梳理模块、路况查询服务模块，

所述移动终端包括客户端应用模块，以及与所述路况查询服务模块进行信 息交互的查询客户端；

所述客户端应用模块获取当前车友所处位置的经纬度坐标并传输给服务 器数据分析梳理模块；

服务器数据分析梳理模块处理车友提供的路况反馈信息，并对路况信息进 行处理并存储；

需查询路况信息的车友通过查询客户端向路况查询服务模块输入查询路 段名称，路况查询服务模块根据该车友当前位置，以及查询路段位置判定其行 驶方向，并以此为依据向路况数据库发送路况查询请求，并将获取的路况信息 反馈给查询客户端。

本发明的基于车友协同的实时路况采集查询系统通过提供一个友善易用 的路况分享应用，将相同道路上单辆私家车的路况信息数据聚合，获得该道路 的聚合路况数据，利用聚合路况数据为用户车辆提供路况服务，实现了对城市 广泛道路的实时路况数据采集，较其他方法更具有通用性和准确性。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描 述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中 将变得明显和容易理解，其中：

图1是本发明一种优选实施方式的路况数据流程示意图；

图2是本发明一种优选实施方式中基于车友协同的实时路况采集查询系 统的框架图；

图3是本发明一种优选实施方式中道路方向定位图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自 始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元 件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能 理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、 “前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指 示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本 发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、 以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、 “相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是 两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于 本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

本发明通过提供一个友善易用的路况分享应用，让广大在路上的车友可以 实时提交对当前自己所处位置的路况情况简单描述“拥堵”、“畅通”。系统在 收到车友的路况反馈后，基于信息聚合机制和车速评判机制，将相同道路上单 辆私家车的路况信息数据聚合，获得该道路的聚合路况数据，利用聚合路况数 据为用户车辆提供路况服务。由于本方法充分利用了”车友协同“的思想，汇” 单车路况“之小流成”道路路况“之大江，通过每时每刻都在各条道路上行驶 的私家车，实现了对城市广泛道路的实时路况数据采集，较其他方法更具有通 用性和准确性。当然，本发明涉及的车友应该是广泛的使用本系统手机端应用 的群体。

本发明提供了一种基于车友协同的实时路况采集查询方法，如图1所示， 该路况采集查询方法包括路况采集过程，该路况采集过程包括如下步骤：

S11，车友行驶在某条道路上，如果此条道路拥堵，在移动终端上输入拥 堵信息。在本实施方式中，移动终端上具有“拥堵”和“畅通”输入选项，当 道路拥堵时，通过激活“拥堵”选项向服务器输入拥堵信息。

S12，移动终端将车友的位置坐标信息、车友的ID标记和拥堵信息一并发 往服务器。在本实施方式中，车友的位置坐标信息可以通过GPS或者北斗等方 式获得，车友的ID标记为车友的移动终端的唯一的ID标记。

S13，T时间后，移动终端再次将车友的位置坐标信息、车友的ID标记发 往服务器，该T为正数。在本实施方式中，T为60秒。从而保证路况信息准 确，并且及时更新。

S14，服务器的服务器数据分析梳理模块接收到前后2条数据信息后，确 认车友所乘坐的交通工具的时速，并与系统阀值P进行比较，然后获得本次坐 标的路况信息，系统阀值P为正数。在本实施方式中，根据车友路况确认算法 获得本次坐标的路况信息，车友路况确认算法包括：

首先计算距离

C＝sin(MLatA)*sin(MLatB)*cos(MLonA-MLonB)+cos(MLatA)*cos(MLatB) Distance＝R*Arccos(C)*Pi/180

其中，MLatA是起点A的经度坐标，MLonA是起点A的纬度坐标；MLatB 是起点B的经度坐标，MLonB是起点B的纬度坐标，

R是地球的半径，值为6378.137公里；Pi是3.1415926。

然后，计算平均车速，

最后，确认路况计算，

根据城市路况信息，设置两个阈值M1和M2，分别代表拥堵阈值和通畅阈 值，所述M1、M2均为正数，并且M1小于M2，对于城市主干道路而言，M1取 值为10公里/小时，M2取值为10公里/小时，当平均速度低于M1时，则视为 拥堵，介于M1和M2之间时视为正常，高于M2，则是通畅。如果实际路况计 算值与车友提供的评价值相同，则将该结果直接送交路况数据聚合分析算法， 否则，丢弃车友提供的评价值，而将基于该车友位置计算的计算值提交路况数 据聚合分析算法处理。

在本实施方式中，A为第一次发送信息时车友的位置坐标点，B为过T时 间后车友的位置坐标点。

S15，服务器数据分析梳理模块根据系统当前的该路况分析结果，增加本 次路况信息，进一步修正路况聚合信息，并以经纬度的方式将该路况信息保存 到数据库中。

由于路况的采集主体是道路行驶路途中的广大驾乘人员的评价，也就不能 回避可能出现的驾乘人员误报或估计假报的情况。为了提高路况的准确性，在 数据聚合分析过程中，本发明主要结合重复博弈和信用机制，从驾乘人员账号 的长期性着手，解决这类虚假路况信息的问题。其具体工作包括：

将驾乘人员的路况评价与系统已采集的该时刻位置路况情况的比较关系 转换为资源买卖关系，从而建立收益与损失的对应，进而可以与博弈论的理论 基础建立对应关系。

建立重复博弈机制，变单次博弈损益为多次重复博弈损益，从而将采纳当 前账户反应路况的决策变为一个长期性的重复决策过程，使得每个提供路况信 息的个体从生命周期和网络全局来看，都可能成为某个时刻的决策者，使得实 时路况信息提供的角色出现了交替变换的可能，为博弈的全局公平和均衡可持 续性创造了条件。

引入信用机制和惩罚机制。使得单次博弈的成功未必是重复博弈的成功。 每个节点在提供实时路况的过程中如果提供虚假信息而被发现的话，其面临的 惩罚远远大于当次收益，则参与实时路况信息提供博弈时都会更多的从全局利 益出发，而不再过分考虑个体的当前利益，从而提高了实时路况信息共享的准 确性。

在本实施方式中，系统阀值P可以为人工定义或通过路况数据聚合分析算 法进行自动调整，调整时依据该路段片段当前时间片段已有的历史阈值数据与 本条路况车友的行驶速度、反映的路况信息以及车友的信用，根据聚合分析算 法来决策当前系统阀值P的取值。例如，当对于拥堵定义的系统阀值为10km/ 小时，但是在某个时间点某个路段上正好进行了限速(最高时速10km/小时)， 而同时该路段车较少，所以所有路过的车辆都正好以10km/小时的速度通过且 车友对其的评价均为通畅，则在这种情况下，需要通过聚合分析算法调整系统 阀值，可能对该路段此时的路况的系统阀值应该是5km/小时才应该是拥堵的 定义。

在本实施方式中，路况数据聚合分析算法具体为：

网络中有N个节点，N＝{1,…,n}，n为正整数，源节点和目的节点集合分 别为{Si,Di}，其中i＝1,2,…,n，

设节点k每正确提供路况信息的收益为G，损耗为F，占用成功的概率为 a_k，则节点k的效用函数U_k可表述为：

$U_k=\underset{i=1}{\overset{v_k^s}{\Sigma }}\left(a_{k}G\right)-F{a}_k{b}_k$

其中，b_k表示节点k接收到竞争博弈的概率；

由于节点是理性的个体，在整个博弈周期中，所有节点都会调整自己的路 况反映的真实性以使自身效用最大化，即：

$\underset{0\le a_k\le 1}{\max }{U}_k(a_k,a_{-k})$

基于整个实时路况分享平台网络中各个终端客户端的动态特性和长期性， 以及客户端当前的分享行为选择会影响后继博弈阶段的考虑，博弈双方的交互 为重复博弈，假设所述重复博弈具有已知的交换次数T，在每次选择转发节点 决策时，节点可以观察到参与决策的接收方节点在过去1,2,…,t-1次转发决 策的行为，根据博弈论中以贴现因子描述效用函数的形式，每个节点的总效用 可表述为：

$\underset{t=0}{\overset{T}{\Sigma }}{\delta }^t{U}_k\left(a\left(t\right)\right)$

其中，a(t)＝(a₁,…,a_N)，Uk(a(t))表示节点k在第t次进行阶段博弈时的 效用值，δ是对节点k协作耐心的综合度量：δ越大，表示k越有耐心，该节点 也更为重视长期利益；反之，则k更为重视眼前利益，δ的取值一般由应用场 景决定，如果该位置该时刻片段提供路况的客户端数量多，则该值会适当提高， 节点k的平均效用可表述为，即收益与损耗之差表示为：

$\overrightarrow{U_k}=(1-\delta )\underset{t=0}{\overset{T}{\Sigma }}{\delta }^t{U}_k\left(a\left(t\right)\right)$

标准因子(1-δ)用于以统一的单位测度阶段博弈和重复博弈的收益；每期的1 单元效用都标准化为1。

通过以上聚合算法，能够得到每个车友的效用，在本实施方式中，调整系 统阀值P时，效用高的车友提供的信息所占的权重更大，例如，一共有三个车 友提供信息，效用为1的车友提供的时速为10千米/小时，效用为0.2的车友 提供的时速为8千米/小时，效用为0的车友提供的时速为12千米/小时，则 不采用效用为0的车友提供的信息，更倾向于采用效用为1的车友提供的信息， 具体系统阀值P与效用和时速相关联的计算方法可以根据不同的引用情况进 行设计，可以为但不限于所有车友的效用与时速的乘积求和，然后除以效用之 和，例如P＝(1*10+0.2*8+0*12)/(1+0.2+0)。

或者也可采用P＝(S*1*10+(1-S)0.2*8+0*12)/(1+0.2+0)，其中，S为大 大于0小于1的正数，在本发明更加优选的实施方式中，S＝0.99。

需要说明的是，以上阈值P的计算公式只是举例，并不是对本发明的限制， 本领域技术人员根据本发明的思想所设计的其他公式也在本发明的保护范围 之内。

本发明采用博弈理论，并且引入信用机制和惩罚机制，使得单次博弈的成 功未必是重复博弈的成功。每个节点在提供实时路况的过程中如果提供虚假信 息而被发现的话，其面临的惩罚远远大于当次收益，则参与实时路况信息提供 博弈时都会更多的从全局利益出发，而不再过分考虑个体的当前利益，从而提 高了实时路况信息共享的准确性。

在本实施方式中，在步骤S15中，对道路位置方向定位并存储入数据库的 方法为：

根据前后两次获得的车友位置坐标信息的经纬度坐标的变化，将前后变化 值以及依据前后经纬度差值计算出的方向代码一并存入数据库中。从而准确判 定行驶方向。就某条道路而言，其方向不外乎正向和逆向，但从平面来看，则 可分为8个方向，东，西，南，北，东南，东北，西南，西北。如图3所示， 图中的数字即为方向的编码，根据这8个方位，就能够大致描述车辆沿道路的 行进方向，有了行进方向之后就能更精确的描述该方向上的实时交通状况。根 据经纬度坐标的变化，本发明在计算实时路况时，并不简单的直接就方向做出 判断，而是根据60秒之间的经纬度变化，将前后变化值以及依据前后经纬度 差值计算出的方向代码一并存入数据库中。通过本方法，可以避免直接求取行 驶方向而造成的计算量过大，对道路路径参数值要求过多等问题。

需要说明的是，方向编码是方向的指示标志，本发明所采用的方向编码并 不限于图3中所示的数字，任何能够指示方向的编码形式均在本发明的保护范 围之内。

S16，根据该路况的坐标信息在地图系统中定位其位置名称，以路名的方 式在数据库中补充一条道路路况信息。

在本实施方式中，基于车友协同的实时路况采集查询方法还包括路况查 询过程，该路况查询过程包括：

S21，车友准备驾车出发，打开路况查询客户端，输入欲查询的道路名称；

S22，路况查询服务模块首先根据所述道路名称从地图系统中获取该位置 的经纬度坐标信息；

S23，路况查询服务模块从当前车友的当前位置获取GPS坐标信息；

S24，依据道路查询方向定位算法确定目标坐标的方向；

S25，路况查询服务模块将目标地址坐标、方向信息提交到数据库中查询， 并将返回结果在手机客户端中显示。

其中，道路查询方向定位算法：

在计算实时路况时，根据前后两次获得的车友位置坐标信息的经纬度坐标 的变化，将前后变化值以及依据前后经纬度差值计算出的方向代码。

如图2所示，本发明还提供了一种基于车友协同的实时路况采集查询系 统，包括服务器以及能够与所述服务器进行信息交互的移动终端，

服务器包括服务器数据分析梳理模块、路况查询服务模块，

移动终端包括客户端应用模块，以及与路况查询服务模块进行信息交互的 查询客户端；

客户端应用模块获取当前车友所处位置的经纬度坐标并传输给服务器数 据分析梳理模块。在本实施方式中，客户端应用模块结合GPS信息和地图数据 SDK，通过GPS获取当前车友所处位置的经纬度坐标并传输给服务器数据分析 梳理模块。在本发明另外的优选实施方式中，客户端应用模块也可以采用其他 定位系统，例如北斗进行定位。并且也可以采用任何现有的地图数据。

服务器数据分析梳理模块处理车友提供的路况反馈信息，并对路况信息进 行处理并存储；

需查询路况信息的车友通过查询客户端向路况查询服务模块输入查询路 段名称，路况查询服务模块根据该车友当前位置，以及查询路段位置判定其行 驶方向，并以此为依据向路况数据库发送路况查询请求，并将获取的路况信息 反馈给查询客户端。

需要说明的是，由于系统实施例与方法实施例的相似内容较多，因此介绍 的比较简略，相关内容请参见方法实施例部分。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、 “具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体 特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说 明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且， 描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例 中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理 解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、 修改、替换和变型，本发明的范围由权利要求及其等同物限定。