浮动车数据源评价方法、装置及系统与流程

本申请涉及智能交通技术领域，尤其涉及一种浮动车数据源评价方法、装置及系统。

背景技术：

在智能交通领域，实时和动态的交通信息服务能为人们的出行提供方便的出行线路和交通指导，从而达到节省出行时间、提高时间利用率和节省能源消耗等目的。

浮动车技术是近年来国际智能交通系统中存储道路交通信息的手段之一，其基本原理是：根据装备车载全球定位的浮动车在其行驶过程中定期记录的车辆的编号、时间戳、位置坐标、方向和速度、状态等信息，应用地图匹配、路径推测等相关的计算模型和算法进行处理，使浮动车位置数据和城市道路在时间和空间上关联起来，最终得到浮动车所经过道路的车辆行驶速度、道路的行车旅行时间和道路拥堵程序等信息。如果在城市中部署足够的浮动车，并将这些浮动车的位置数据通过无线通讯系统定期、实时地传输到一个浮动车信息处理模块，由浮动车信息处理模块综合处理，就可以获得整个城市动态、实时的交通拥堵信息。

浮动车数据是实时交通流数据的基础来源，不同的数据源提供的数据质量不一，采集频率、道路覆盖率等都不同。一个数据源是否具有接入价值，需要满足哪些指标，是本领域亟待关注的问题。

技术实现要素：

本申请解决的技术问题之一是提供一种浮动车数据源评价方法、装置，及系统，通过对浮动车数据源的评价，向浮动车信息处理模块提供参考依据，从而提高交通信息处理效率。

根据本申请一个实施例，提供一种浮动车数据源评价方法，该方法包括以下步骤：从浮动车数据源获取浮动车数据；根据所述浮动车数据，得到针对所述浮动车数据源的指标信息，包括车辆数信息、记录数信息、数据回传周期信息、数据完整性和有效性信息、数据覆盖率信息、数据匹配率信息、匹配后有效车辆数信息；基于所述一个或多个指标信息对所述浮动车数据源进行评价。

根据本申请另一个实施例，提供一种浮动车数据源评价装置，该装置包括：数据获取单元，用于从浮动车数据源获取浮动车数据；指标信息计算单元，用于根据所述浮动车数据，得到针对所述浮动车数据源的指标信息，包括车辆数信息、记录数信息、数据回传周期信息、数据完整性和有效性信息、数据覆盖率信息、数据匹配率信息、匹配后有效车辆数信息；数据源评价单元，用于基于所述一个或多个指标信息对所述浮动车数据源进行评价。

采取本发明的方法，在将浮动车数据接入浮动车信息处理模块之前，对浮动车数据源质量评测标准化，可以在数据接入之前对数据源质量进行评测，为浮动车信息处理模块提供参考。例如，可供浮动车信息处理模块对比已有数据质量及覆盖率，优先接入实时交通目前覆盖较弱的道路，或者替换原有数据质量较低的数据源，为高精准的实时路况提供基础保障。本发明提供了浮动车数据源质量的评测指标及标准，便于接入真正有价值的数据，为实时交通精准性提供基础数据来源。

本领域普通技术人员将了解，虽然下面的详细说明将参考图示实施例、附图进行，但本申请并不仅限于这些实施例。而是，本申请的范围是广泛的，且意在仅通过后附的权利要求限定本申请的范围。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是根据本申请一实施例的浮动车数据源评价方法的流程图；

图2是根据本申请实施例的浮动车数据源评价装置的结构示意图。

本领域普通技术人员将了解，虽然下面的详细说明将参考图示实施 例、附图进行，但本申请并不仅限于这些实施例。而是，本申请的范围是广泛的，且意在仅通过后附的权利要求限定本申请的范围。

具体实施方式

在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。

所述计算机设备包括用户设备与网络设备。其中，所述用户设备包括但不限于电脑、智能手机、pda等；所述网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(cloudcomputing)的由大量计算机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中，所述计算机设备可单独运行来实现本申请，也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本申请。其中，所述计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、vpn网络等。

需要说明的是，所述用户设备、网络设备和网络等仅为举例，其他现有的或今后可能出现的计算机设备或网络如可适用于本申请，也应包含在本申请保护范围以内，并以引用方式包含于此。

后面所讨论的方法(其中一些通过流程图示出)可以通过硬件、软件、固件、中间件、微代码、硬件描述语言或者其任意组合来实施。当用软件、固件、中间件或微代码来实施时，用以实施必要任务的程序代码或代码段可以被存储在机器或计算机可读介质(比如存储介质)中。(一个或多个)处理器可以实施必要的任务。

这里所公开的具体结构和功能细节仅仅是代表性的，并且是用于描述本申请的示例性实施例的目的。但是本申请可以通过许多替换形式来 具体实现，并且不应当被解释成仅仅受限于这里所阐述的实施例。

应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。

应当理解的是，当一个单元被称为“连接”或“耦合”到另一单元时，其可以直接连接或耦合到所述另一单元，或者可以存在中间单元。与此相对，当一个单元被称为“直接连接”或“直接耦合”到另一单元时，则不存在中间单元。应当按照类似的方式来解释被用于描述单元之间的关系的其他词语(例如“处于...之间”相比于“直接处于...之间”，“与...邻近”相比于“与...直接邻近”等等)。

这里所使用的术语仅仅是为了描述具体实施例而不意图限制示例性实施例。除非上下文明确地另有所指，否则这里所使用的单数形式“一个”、“一项”还意图包括复数。还应当理解的是，这里所使用的术语“包括”和/或“包含”规定所陈述的特征、整数、步骤、操作、单元和/或组件的存在，而不排除存在或添加一个或更多其他特征、整数、步骤、操作、单元、组件和/或其组合。

还应当提到的是，在一些替换实现方式中，所提到的功能/动作可以按照不同于附图中标示的顺序发生。举例来说，取决于所涉及的功能/动作，相继示出的两幅图实际上可以基本上同时执行或者有时可以按照相反的顺序来执行。

下面结合附图对本申请的技术方案作进一步详细描述。

图1是根据本申请一实施例的浮动车数据源评价方法的流程图，该方法用于在将浮动车数据接入浮动车信息处理模块之前，对浮动车数据源进行评价，从而给浮动车信息处理模块提供参考，以便选择有效的数据接入到系统中。本实施例的方法主要包括如下步骤：

s101：从浮动车数据源获取浮动车数据；

s102：根据所述浮动车数据，得到针对浮动车数据源的指标信息，包括车辆数信息、记录数信息、数据回传周期信息、数据完整性和有效性信息、数据覆盖率信息、数据匹配率信息；

s103：基于所述一个或多个指标信息对所述浮动车数据源进行评价。

为进一步理解本申请，下面对方案做进一步详细介绍。

为保证车辆运行速度、道路运行时间和道路拥堵程度等相关信息的准确性，在浮动车信息处理模块实时处理浮动车数据前，需要对要处理的浮动车数据进行有效性的评价，评价所要处理的浮动车数据在空间上和时间的准确性和连续性，为进行实时处理提供有效的输入数据，保证计算后的车辆行驶速度、道路行车运行时间等的准确性。目前浮动车信息处理模块对浮动车数据的处理，只是在地图匹配之前进行数据预处理的操作，数据预处理只是剔除局部的异常数据，如经纬度错误、在采集周期之内只出现一次的车辆信息等，之后应用地图匹配、路径推测等相关的计算模型和算法进行处理，获得整个城市动态、实时的交通拥堵信息。

然而，本申请发明人发现，在实际情况下，不同的数据源提供的数据质量不一，采集频率、道路覆盖率等都不同。一个数据源是否具有接入价值，需要满足哪些指标，应该在接入浮动车信息处理模块之前就进行有效评价，从而给浮动车信息处理模块的后续处理提供参考。

所谓的浮动车数据源，是指通过部署一定规模的浮动车获取浮动车数据的来源。浮动车一般是指安装了车载gps定位装置并行驶在城市主干道上的公交汽车、出租车或其他车辆。例如，某个出租车公司可能就是一个浮动车数据源，它提供一定数量的出租车的浮动车数据；或者，某公交汽车公司也可能是一个浮动车数据源，它提供一定数量的公共汽车的浮动车数据；再如，某货车公司也可能是一个浮动车数据源，它提供一定数量的货车的浮动车数据。

不同的浮动车数据源适合不同的道路交通信息分析。例如，经常在城市中心道路行驶的出租车浮动车数据源，较适合城市中心道路交通信息分析，而不适合城市周边的高速路交通信息分析。同理，经常在高速路上行驶的货 车浮动车数据源，较适合城市周边的高速路交通信息分析，而不适合城市中心道路交通信息分析。再如，同为出租车浮动车数据源有可能有多个，假设有a、b、c三家出租车浮动车数据源，而a、b、c每家所部署的浮动车数量、浮动车数据质量等存在明显差异，那么，就有必要对这三家浮动车数据源进行评价和甄别，从而选出较优的数据源进行利用。可见，对于不同类别的浮动车数据源以及同类但是特性不同的浮动车数据源，都有必要进行评价，以便为后续浮动车信息处理模块提供数据处理的参考。

在步骤s101中，可以从至少一个浮动车数据源获取浮动车数据。其中，从签约的多个浮动车数据源获取浮动车数据，例如，和5个浮动车数据源签约，那么就从该5个浮动车数据源获取浮动车数据。如前所述的，每个浮动车数据源又部署一定数量的浮动车。因此，一个浮动车数据源的浮动车数据是指该浮动车数据源所部署的所有浮动车所发送来的数据。具体的，可以按照fcd(floatcollectiondata，浮动车采集数据协议)，从浮动车数据源的每台浮动车上获得浮动车数据。

由于fcd数据可以简单的认为是广义的gps接收机数据，所以其数据格式与常用的gps接收机数据格式较为相似。例如，数据格式包括如下字段：车辆唯一标识、采集时间、经纬度坐标、gps坐标可靠性指标、gps即时方位角、gps即时速度、车辆即时运行状态，等。

对于fcd数据获取和分析，是本领域较为成熟的技术，本发明不赘述。本发明是对所获取的一个浮动车数据源的fcd数据进行整体性分析，从而对该浮动车数据源进行有效性评价。

为了对浮动车数据源的有效性进行整体评价，需要预先得到指标信息。具体的，在步骤s102中，根据浮动车数据，得到浮动车数据源的指标信息，包括：车辆数信息、记录数信息、数据回传周期信息、数据完整性和有效性信息、数据覆盖率信息、数据匹配率信息。在具体操作中，对从某个数据源接收到的fcd数据进行解析、分析，计算出各指标的数值并记录。

下面对各个指标信息的计算过程予以详细介绍。

1.车辆数信息

得到车辆数信息的过程为：首先，根据数据源上传协议，解析fcd 数据，得到车辆id标识；然后，计算出不同的车辆id数即为数据源的车辆数量。

在后续评价中，该项指标的质量参照是：车辆数越高越好。

2.记录数信息

得到记录数信息的过为：首先，根据数据源上传协议，解析fcd数据得到gps点，然后，确定gps点的总数量即为数据源总记录数。

在后续评价中，该项指标的质量参照是：记录数越高越好。

3.数据回传周期信息

在本发明实施例中，数据回传周期包括平均回传周期和合理回传周期比例，也即，数据回传周期包含两层含义。因此，得到数据回传周期信息，包括：得到平均回传周期信息以及得到合理回传周期比例信息。

3.1平均回传周期信息

由于fcd数据每次回传数据包只包含一个样本点，因此平均回传周

期即等于平均采集频率。可见，得到平均回传周期信息的过程为：得到平均采集频率；确定平均采集频率为平均回传周期。

在后续评价中，平均回传周期的质量参照是：要求平均回传周期小于平均回传周期阈值，例如，平均回传周期≤120s。

3.2合理回传周期比例信息

得到合理回传周期比例信息的过程为：

首先，针对同一车辆(即fcd唯一标识相同)的fcd数据，在严格保证fcd样本点时序性的条件下，计算任意两个连续的样本点之间的采集时间差值；

然后，以车辆为单位，统计回传周期在最长回传周期阈值(例如，180s)内的，以预定单位时间(例如，10s)为区间，统计各区间内的占比，最长回传周期阈值(例如，180s)以上为一个区间；

最后，确定单车回传周期在最优回传周期阈值(例如，60s)内的车辆数占比为合理回传周期。

在后续评价中，合理回传周期比例的质量参照是：合理回传周期比例大于或等于回传周期最低比例阈值，例如，合理回传周期比例≥80％。

例如，预置质量详细分级标准如下：

a：回传周期在最优回传周期阈值之内的大于或等于回传周期最低比例阈值，如，回传周期60s内占80％以上；

b：回传周期在次优回传周期阈值之内的大于或等于回传周期最低比例阈值，如，回传周期90s内占80％以上；

c：回传周期在平均回传周期阈值之内的大于或等于回传周期最低比例阈值，如，回传周期120s内占80％以上；

d：回传周期在平均回传周期阈值之内的小于回传周期最低比例阈值，如，回传周期120s内占80％以下。

其中，最优回传周期阈值<次优回传周期阈值<平均回传周期阈值<最长回传周期阈值，如上述例子中，最优回传周期阈值是60s、次优回传周期阈值是90s、平均回传周期阈值是120s、最长回传周期阈值是180s。可以理解，最优回传周期阈值、次优回传周期阈值、平均回传周期阈值、最长回传周期阈值以及回传周期最低比例阈值的值不限于上述示例，而是可以根据实际情况进行设置和调整的。

4.数据完整&有效性信息

在本发明实施例中，完整性和有效性信息包括：异常点比例、gps点延时率、重复点比例、方向角准确率和/或即时速度准确率，因此，得到数据完整性和有效性信息的过程是：计算并统计浮动车数据源的浮动车数据的异常点比例、gps点延时率、重复点比例、方向角准确率和/或即时速度准确率，从而完成浮动车数据源的完整性和有效性的计算和统计。

4.1异常点比例信息

得到异常点比例信息的过程为：

首先，确定完整性信息

得到完整性信息的过程为：统计数据源发布的fcd数据是否存在缺项情况。例如，fcd数据项包括：车辆唯一标识、采集时间、经纬度坐标、gps坐标可靠性指标、gps即时方位角、gps即时速度、车辆即时运行状态，等。

其次，确定有效性信息

得到有效性信息的过程为：在某一字段有数值的情况下，判断其值是否合理，是否在有效范围内，是否符合预先规定；判断采集时间是否符合时间格式，gps时间是否存在延时(详见gps点延时率)；判断gps即时方位角是否在0°-360°范围内；判断gps即时速度是否在0km/h-200km/h合理区间。

在后续评价中，异常点比例的质量参照是：异常点比例小于或等于异常比例平均阈值，例如，异常点比例≤20％。

可以预置质量详细分级标准，例如：

a：异常点比例小于异常比例最低阈值，如，异常点比例在0％-5％之间；

b：异常点比例在异常比例最低阈值与异常比例平均阈值之间，如，异常点比例在5％-20％之间；

c：异常点比例在异常比例平均阈值与异常比例最高阈值之间，如，异常点比例在20％-30％之间；

d：异常点比例大于异常比例最高阈值，如，异常点比例在大于30％。

其中，异常比例最低阈值<异常比例平均阈值<异常比例最高阈值，如上述例子中，异常比例最低阈值是5％、异常比例平均阈值是20％、异常比例最高阈值是30％。可以理解，异常比例最低阈值、异常比例平均阈值、异常比例最高阈值的值不限于上述示例，而是可以根据实际情况进行设置和调整的。

4.2gps点延时率信息

得到gps点延时率信息的过程为：

首先，进行延时计算，例如，延时计算＝系统时间-采集时间；

其次，设置各负延时、正延时区间并统计各各延时区间的数量：例如，延时区间包括：-180秒以上、(-180秒,-120秒)、(-120秒,-60秒)、(-60秒,0)、[0,60秒]、[60秒,120秒]、[120秒,180秒]、[180秒,240秒]、[240秒,300秒]、[300秒,360秒]、[360秒,420秒]、[420秒,480秒]、480秒以上，等；

最后，统计除正延时[0,60秒]外的所有点占比。

在后续评价中，gps点延时率的质量参照是：gps点延时率小于或等 于延时率平均阈值，例如，gps点延时率≤20％。

可以预置质量详细分级标准，例如：

a：gps点延时率小于或等于延时率最低阈值，如，gps点延时率在0％-5％之间；

b：gps点延时率在延时率最低阈值与延时率平均阈值之间，如，gps点延时率在5％-20％之间；

c：gps点延时率在延时率平均阈值与延时率最高阈值之间，如，gps点延时率在20％-30％之间；

d：gps点延时率大于延时率最高阈值，如，gps点延时率大于30％。

其中，延时率最低阈值<延时率平均阈值<延时率最高阈值，如上述例子中，延时率最低阈值是5％、延时率平均阈值是20％、延时率最高阈值是30％。可以理解，延时率最低阈值、延时率平均阈值、延时率最高阈值的值不限于上述示例，而是可以根据实际情况进行设置和调整的。

4.3重复点比例信息

得到重复点比例信息的过程为：针对同一个数据源，将其车辆id和时间完全相同的作为重复点，统计其在总样本中的占比。

在后续评价中，重复点比例的质量参照是：重复点比例小于或等于重复点比例平均阈值，例如，重复点比例≤20％。

可以预置质量详细分级标准，例如：

a：重复点比例小于或等于重复点比例最低阈值，如，重复点比例在0％-5％之间；

b：重复点比例在重复点比例最低阈值与重复点比例平均阈值之间，如，

重复点比例在5％-20％之间；

c：重复点比例在重复点比例平均阈值与重复点比例最高阈值之间，如，重复点比例在20％-40％之间；

d：重复点比例大于重复点比例最高阈值，如，重复点大于30％。

其中，重复点比例最低阈值<重复点比例平均阈值<重复点比例最高阈值，如上述例子中，重复点比例最低阈值是5％、重复点比例平均阈值是20％、重复点比例最高阈值是30％。可以理解，重复点比例最低阈值、重复点比例 平均阈值、重复点比例最高阈值的值不限于上述示例，而是可以根据实际情况进行设置和调整的。

4.4方向角准确率信息

得到方向角准确率信息的过程为：

首先，统计一个时间段内，不同方位角值所对应fcd样本点个数，从而得出方位角分布情况；

其次，确定计算方法：基于同一辆车的fcd数据序列，连续相邻的两个a和b(a在b之前)，以线段(a,b)为方向计算方位角；注：该方位角作为a点的方位角，以顺时针方向为正向，以正北方向为0°；

继而，设置多个误差区间并统计误差区间的车辆数，例如，设置的误差区间包括：(-30％以上)，[-30％,-15％]，[-15％,+15％],(+15％,+30％),(+30％以上)，等；

最后，统计误差在[-15％,+15％]的车辆占比。

在后续评价中，方向角准确率的质量参照是：方向角准确率大于或等于方向角准确率平均阈值，例如，方向角准确率≥70％。

可以预置质量详细分级标准，例如：

a：方向角误差在最小误差区间内的比例大于或等于方向角准确率最优阈值，例如，方向角误差[-15％,+15％]占80％以上；

b：方向角误差在最小误差区间内的比例在方向角准确率平均阈值与方向角准确率最优阈值之间，例如，方向角误差[-15％,+15％]占70％－80％；

c：方向角误差在最大误差区间内的比例小于或等于方向角准确率最差阈值，例如，方向角误差[-30％,+30％]占60％以下；

d：方向角误差在最大误差区间内的比例大于或等于方向角准确率最差阈值，例如，方向角误差[-30％,+30％]占60％以上。

其中，上述例子中，设置了最大误差区间[-30％,+30％]和最小误差区间[-15％,+15％]；并且，方向角准确率最差阈值<方向角准确率平均阈值<方向角准确率最优阈值，如上述例子中，方向角准确率最差阈值是60％、方向角准确率平均阈值是70％、方向角准确率最优阈值是80％。可以理解，方向角准确率最差阈值、方向角准确率平均阈值、方向角准确率最优阈值的值不 限于上述示例，而是可以根据实际情况进行设置和调整的。

4.5即时速度准确率信息

得到即时速度准确率信息的过程为：

首先，计算速度，例如：基于同一辆车的fcd数据序列，连续相邻的两个a和b(a在b之前)，将a和b点都投影到道路link上，并计算它们投影点之间的道路距离，再除以a和b点之间的时间差，可得到计算速度；注：该速度作为a点的计算速度；

其次，确定即时速度误差在正负距离阈值(5km)的占比作为质量参照。即时速度准确率大于或等于即时速度准确率平均阈值，例如，即时速度准确率≥70％。

在后续评价中，即时速度准确率的质量参照是：即时速度准确率≥70％。

可以预置质量详细分级标准。例如：

a：即时速度准确率大于或等于即时速度准确率最高阈值，如，即时速度准确率在80％以上；

b：即时速度准确率在即时速度准确率平均阈值与即时速度准确率最高阈值之间，如，即时速度准确率在70％－80％；

c：即时速度准确率在即时速度准确率最低阈值与即时速度准确率平均阈值之间，如，即时速度准确率在60％－70％；

d：即时速度准确率小于即时速度准确率最低阈值，如，即时速度准确率在60％以下。

其中，即时速度准确率最低阈值<即时速度准确率平均阈值<即时速度准确率最高阈值，如上述例子中，即时速度准确率最低阈值是60％、即时速度准确率平均阈值是70％、即时速度准确率最高阈值是80％。可以理解，即时速度准确率最低阈值、即时速度准确率平均阈值、即时速度准确率最高阈值以及距离阈值的值不限于上述示例，而是可以根据实际情况进行设置和调整的。

5.数据覆盖率信息

得到数据覆盖率信息的过程为：统计一个时间段内，fcd样本数据所对应行驶里程总数。

在后续评价中，数据覆盖率的质量参照是：行驶里程数即数据覆盖率，覆盖率越高，说明数据源质量越好。

6、匹配率信息

匹配率信息的得到过程为：使用处理匹配逻辑，匹配到道路的成功点数占总点数的比例。

在后续评价中，匹配率的质量参照是：成功率越高，说明数据源质量越好，此为重要质量指标。

7.匹配后有效车辆数信息

匹配后有效车辆数信息的得到过程为：使用处理匹配逻辑，匹配成功车辆数。

在后续评价中，匹配后有效车辆数的质量参照是：有效车辆数越高，说明数据源质量越好。

上述介绍了步骤s102中针对各个指标的得到过程以及各指标的具体含义。

然后，执行步骤s103，即基于一个或多个指标信息对浮动车数据源进行评价。评价的具体过程可以为：

对浮动车数据源的车辆数信息、记录数信息、数据回传周期信息、数据完整性和有效性信息、数据覆盖率信息、数据匹配率信息、匹配后有效车辆数信息，分别与对应的指标阈值进行比较，得到每项指标评价结果；

如果指标为多项，则按照每个指标对应的预置权重对对应项指标评价结果进行加权处理，得到对所述浮动车数据源的评价结果。

假设现有三个浮动车数据源a、b、c，按照上述所描述的指标评价后结果如表1所示。

表1

上述指标1-7，可以如上介绍的，分别是：车辆数、记录数、数据回传周期、数据完整性和有效性、数据覆盖率、数据匹配率、匹配后有效车辆数。然而，本领域技术人员可以理解，并不限于上述车辆数、记录数、数据回传周期、数据完整性和有效性、数据覆盖率、数据匹配率、匹配后有效车辆数作为指标，还可以增加其他指标，而且，也不限于采用上述所有七个指标，可以采取其中一部分作为评价指标。

上述a1-a7是对浮动车数据源a的各个评价指标的评价结果，也即得到了浮动车数据源a各个纬度的评价结果，然后可以给出各个指标(纬度)的权重，综合得到浮动车数据源a的最终评价结果。同理，对于浮动车数据源b和c，采取相同的方式得到最终的评价结果。

采取本发明的方法，在将浮动车数据接入浮动车信息处理模块之前，对浮动车数据源质量评测标准化，可以在数据接入之前对数据源质量进行评测，为浮动车信息处理模块提供参考。例如，可供浮动车信息处理模块对比已有数据质量及覆盖率，优先接入实时交通目前覆盖较弱的道路，或者替换原有数据质量较低的数据源，为高精准的实时路况提供基础保障。本发明提供了浮动车数据源质量的评测指标及标准，便于接入真正有价值的数据，为实时交通精准性提供基础数据来源。

本申请实施例提供一种与上述浮动车数据源评价方法对应的浮动车数据源评价装置，如图2中所示为所述装置结构示意图，该装置主要包括如下单元：

数据获取单元201，用于从浮动车数据源获取浮动车数据；

指标信息计算单元202，用于根据所述浮动车数据，得到针对所述浮动车数据源的指标信息，包括车辆数信息、记录数信息、数据回传周期信息、 数据完整性和有效性信息、数据覆盖率信息、数据匹配率信息、匹配后有效车辆数信息；

数据源评价单元203，用于基于所述一个或多个指标信息对所述浮动车数据源进行评价。

优选的，所述数据源评价单元203具体用于，对所述浮动车数据源的车辆数信息、记录数信息、数据回传周期信息、数据完整性和有效性信息、数据覆盖率信息、数据匹配率信息、匹配后有效车辆数信息，分别与对应的指标阈值进行比较，得到每项指标评价结果；其中，如果指标为多项，则按照每个指标对应的预置权重对对应项指标评价结果进行加权处理，得到对所述浮动车数据源的评价结果。

优选的，所述数据回传周期包括：平均回传周期和合理回传周期比例；其中，

所述指标信息计算单元202具体用于，计算并统计浮动车数据的平均采集频率，根据所述平均采集频率得到所述平均回传周期；以及，针对各车辆的浮动车数据，计算任意两个连续样本点之间的采样时间差，得到各车辆的回传周期；以车辆为单位，统计各回传周期占比，得到在预置的最优回传周期阈值内的车辆；在预置的最优回传周期阈值内的车辆数占比为合理回传周期比例。

优选的，所述指标信息计算单元202具体用于，通过计算并统计所述浮动车数据源的浮动车数据的异常点比例、gps点延时率、重复点比例、方向角准确率和/或即时速度准确率，完成浮动车数据源的完整性和有效性的计算和统计。

优选的，该装置还包括：

平均结果发送单元204，用于将浮动车数据源的评价结果发送给浮动车信息处理模块。

同理，本发明还提供一种浮动车数据源评价系统，该系统包括上述的浮动车数据源评价装置以及浮动车信息处理模块；所述浮动车信息处理模块参考所述浮动车数据源评价装置提供的浮动车数据源评价结果，优先接入评价结果较优的浮动车数据源的浮动车数据，或者，利用评价 结果较优的浮动车数据源的浮动车数据替换原有的浮动车数据。

需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(asic)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，ram存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。

另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令，可能被存储在固定的或可移动的记录介质中，和/或通过广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。