传统交通服务依赖路侧检测器或摄像头——安装成本高,且仅限有预算的机构使用。TomTom的浮动车数据(FCD)方法始于2007年的HD Traffic,将每辆联网汽车视为移动探针。

在2012年的一篇论文中,TomTom的尼克·科恩和雨果·比绍夫描述了处理流程:带有时间戳的原始GPS位置被匹配到道路网络,然后与来自手机和蓝牙的数据聚合。他们的案例研究数据集单独包含约1.5亿个测量值;准确性取决于样本大小和地图质量。

荷兰政府NDW的独立研究将TomTom的浮动车行程时间与固定ANPR摄像头和参考系统进行了比较,结论是FCD准确且对交通管理非常有用——同时揭示了错误车队或过小样本的数据可能造成误导。

汽车就是传感器;司机构成网络

探针覆盖随用户增长,而非建设预算

地图匹配将嘈杂GPS转化为道路级速度

融合手机信号填补GPS稀疏的空白

与固定传感器对比验证了数据质量

如果你负担不起为整个世界安装设备,那就为使用者安装:从客户现有设备中收集的数据可以替代专用基础设施。

浮动车数据成为实时交通的行业标准:TomTom的HD Traffic扩展到欧洲和美国,政府开始购买探针数据而非建设检测器。同样的基于样本的逻辑现在支撑着大多数导航交通服务。

从这里,追溯依据

参考来源

  1. Floating car data for transportation planning (NATMEC 2012) onlinepubs.trb.org
  2. The Quality of Floating Car Data Benchmarked: An Alternative to Roadside Equipment? trid.trb.org
  3. Mobilnavis nutzen zunehmend Nutzerdaten (HD Traffic, mobile-phone data) heise.de