1 引言

　　交通诱导信息源主要依据是道路动态交通流检测数据，目前，大多数固定的交通流检测设备来获取道路交通状态信息，如环型线圈传感器，这些设备存在成本较高、易损耗和不易维护、受气候和光线条件影响大等缺点，并且安装及检测范围有限，难以获得全面的道路交通状态信息。近年来，由于社会经济发展的需要，出于对车辆安全监控、导航、指挥调度等目的，许多管理和商业部门均实施了车载GPS的安装和应用，由此获得的车辆运行状态数据具有数据量大、覆盖的道路面广、反映了实际道路交通状态的特点。

　　浮动车通常指具有定位和无线通信装置的车辆，浮动车数据一般包括时间、位置坐标、瞬时速度、行驶方向等内容。浮动车数据被分析处理后可生成交通信息，被应用于交通管理、出行信息服务、交通规划等方面。

　　本文基于南宁市中心城区诱导系统建设经验，总结应用浮动车GPS数据，快速实现GIS的交通流速度匹配与融合的应用技术，形成相应的路网状态诱导发布信息，研究与探讨我们在该项目中数据处理的种种考虑与处理方法，解决了大容量数据实时传输问题、基于南宁具体路况的数据噪声问题、GIS快速匹配问题等，将浮动车技术真正应用到实际的诱导项目中。

　　2 浮动车技术应用现状

　　近年来，浮动车数据采集与分析处理技术在世界范围内得到了积极的研究和应用，例如，美国的ADVANCE项目在780平方公里的区域内建立了路径诱导系统，证明了GPS设备采集路段旅行时间的可行性。与投资巨大的交通固定检测设备(如线圈、闭路摄像机等)相比，浮动车的GPS数据采集手段具有高精度、低成本的优点。由于我国很多城市没有安装大量固定交通检测设施，因此直接采用GPS采集浮动车数据，可以以更低的成本获得更多、更精确的动态交通数据。

　　浮动车交通流数据分析的应用，在国内也已发展多年，并有许多研究与应用，我们进行了广泛的调研与学习。如2003年起在北京已开展了基于10辆出租车的动态交通数据进行城市路网功能分析的研究，以及利用浮动车数据进行城市交通管理、特殊车辆线路优化、动态诱导方面的工作，积累了一定的知识和实践经验。

　　杭州市也实施了GPS浮动车动态交通流在交通管理中的应用研究，主要内容是：在杭州市公安局交警支队建立了杭州市统一集成的基于浮动车信息的动态交通数据处理中心，并有通信网络、服务器、微机等硬件的支持，在基于移动检测实时动态交通数据的信息采集技术、动态交通数据分析技术、基于动态交通数据的网络交通状态图实时生成技术、路段车辆速度监测、路段旅行时间估算及路段交通异常事件探查技术方面积累了一定的知识和实践经验。

　　南宁已经建设有4000余辆GPS出租车管理中心，充分利用这些浮动车GPS数据，与投资巨大的交通固定检测设备(如线圈、闭路摄像机等)相比，浮动车的GPS数据采集手段具有高精度、低成本的优点。因此直接采用GPS采集浮动车数据，可以以更低的成本获得更多、更精确的动态交通数据。

　　3.浮动车GPS数据实时采集

 

　　南宁市已经建设的近4000辆出租车GPS管理中心，每车GPS数据样本采集频率为20秒，按照南宁市道路的平均道路密度、路段长度与最短路段计算，其足以确定每一辆车的运行轨迹。GPS浮动车数据的采集，关键技术是要解决大容量数据突发性传输问题，按照20秒一个GPS采样数据，4000辆车每分钟即有(60÷20×4000=12000)个数据点发送与接收，为此本系统采用“高速缓存排队模型”、 “多线程动态缓存预处理”技术来提高数据处理效率，利用该技术可以多线程实时接收多个GPS数据采集源，在通信服务器端以队列方式对数据进行多源数据融合处理，形成统一数据流。该技术实现了大量数据的传输与处理，解决了GPS数据突发造成的通信拥堵和数据延迟现象，大大提高了系统运行效率。

　　1. 采集的动态交通流数据一般有时间顺序，需要顺序处理，因此数据缓存以队列为基础;

　　2. 为提高效率，依据数据量自动开设多个队列;

　　3. 依据队列数量，自动启动匹配与融合进程;

　　4. 设置队列管理进程，将数据进行分类再聚类，形成多个交叉的关系，按时间顺序形成数据流;

　　5. 匹配融合进程依据前一数据时间，向队列管理进程提交下一数据请求，排队过程即数据流的形成过程。

　　4. GPS数据快速匹配技术

　　浮动车GPS数据，是离散的“位置点”信息数据，不能够形成实时交通流(如速度值)，因此，需要通过该模块进行位置信息的地理匹配与道路匹配，形成初步的道路交通速度数据。目前大多匹配算法或者只注重匹配精度而忽略了大数据量的压力，个别样本数据测试结果理想，但大容量GPS位置数据实时匹配时，即因算法的处理效率而导致系统崩溃，或者不得不丢弃大量数据，而因此只注重匹配速度忽视匹配精度。为此，我们提出了更为实用的“网格匹配法”，既能较好解决匹配精度问题，又能满足南宁大量数据的并发处理的要求。

　　GPS位置数据需要融合GIS地理信息数据，快速准确地匹配到车辆行驶的路段上，形成初步的道路交通速度数据。面对庞大的实时GPS数据处理，系统采取了一种网格法匹配模型，“网格匹配法”利用网格数据的处理特点，将GIS地理路网数据、交通检测数据进行网格预处理，结合GPS数据历史记忆(前后运行位置)，快速将GPS位置信息定位到具体路段上。该方法可有效减少空间数据检索表，提高实时匹配时路网的搜索效率，解决了因网格疏密程度引发的数据存储量、索引时间与网格所包含的有效信息量之间的矛盾。

　　5.路段运行状态的速度生成

　　浮动车GPS数据交通信息经过匹配、融合与处理后加载到GIS路网地理信息系统，生成路段行驶速度，通过指挥中心大屏等实时监控整个路网运行状态。由于数据的传输延迟与系统的处理总存在时间差，因此，系统计算的实时路况速度值其实已经是历史的状态信息，为了更好的表现下一时刻的交通流的变化，以更高的精度提供提前诱导的路况，因此系统核心处理中，应用了短期交通流的预测模型与算法，短期交通流速度的预测运用多种模型。

　　本系统以浮动车GPS数据为主，经数据处理、融合，形成统一的标准的交通流数据，主要是道路的平均运行速度与路段旅行时间，该技术目前在南宁市中心城区诱导系统中得到了应用。同时，系统还集成、融合了线圈、视频采集的其它交通信息和交通流数据，提高了系统的数据精度和数据类型，增加系统的应用功能。