实时道路路况计算的认识

 

  百度地图、高德地图、腾讯地图都有发布实时路况，帮助公众出行选择行驶路线，道路路况的计算需要大量的交通流信息，实时路况的信息主要从两方面来获取：

1. 传统的路况信息检测方法，就是在城市的主干道上安装地感线圈、地磁、测速雷达和视频监测的装置，这些装置主要是来检测道路的占用率、车流量、车速等传统的路况信息。
   
2. 基于浮动车GPS的路况信息监测，这种方式主要就是依赖于出租车、公交车上的GPS。出租车上的GPS终端，每隔一定时间（10s~30s）就会向监测中心发送一次信息，这些信息包括车辆的位置信息、车速、行驶方向等等。当有足够多的出租车装上这种GPS终端后，就在整个城市中形成了一个动态、实时的路况信息监测网。

       第一种数据资源主要掌握在政府手中，不太容易通过共享，用于商业行为。目前做实时路况采集的公司（北京）：九州联宇（RealTraffic）、世纪高通、北大千方 ，通过浮动车模型，也就是用GPS记录浮动车的速度和方向，然后根据道路匹配计算出路况。目前主要的浮动车都是出租车公司提供。他们给百度地图和google地图这些路况数据的应用商提供数据。

      通过出租车的GPS计算路况模型的思路如下：

      第一，需要准备一张城市路网数据，覆盖主要干道，其中以每两个路口之间的道路为一个基本路段单元，用于计算和展现路况。

      第二，对于每条出租车的GPS数据，在路网找到距离最近且方向一致的路段，可以认为该车辆当时是在该路段上行驶。

      第三，以一定时间（比如5分钟）内的GPS数据为样本，把行驶上该路段上的所有GPS数据进行一个算法统计，比如以计算每个GPS数据的平均速度，来做为该路段的平均通行速度。

     第四，定义一个速度区间，比如0-20公里/时表示拥堵，20-40公里/时表示缓行，40公里/时以上表示畅通。

     最后，根据路况，把路段通过不同的颜色展现在地图上。

    以上是简化的模型，实际处理中，会有很多细节需要处理和优化，比如GPS数据的过滤，不同城市的模型的参数调整，交通网络关系等等。