基于GPS浮動(dòng)車的城市道路交通宏觀特征研究

茍錫榮

摘要： 隨著城市的快速發(fā)展，汽車數(shù)量的不斷增加，城市面臨越來越大的交通壓力，智能交通系統(tǒng)是目前公認(rèn)的解決交通擁堵的有效方法之一，但是為智能交通系統(tǒng)提供可靠的數(shù)據(jù)源成為智能交通系統(tǒng)建設(shè)的一個(gè)重要問題，浮動(dòng)車技術(shù)作為新發(fā)展起來的一種交通信息采集方式，實(shí)踐證明其能夠可靠的為智能交通系統(tǒng)提供數(shù)據(jù)源。為了掌握城市道路交通的宏觀特性，本文運(yùn)用數(shù)據(jù)預(yù)處理、坐標(biāo)轉(zhuǎn)換，地圖匹配、統(tǒng)計(jì)分析對(duì)浮動(dòng)車數(shù)據(jù)進(jìn)行了較深入的分析比較，直觀的獲取了城市交通的相關(guān)特征，對(duì)于城市交通規(guī)劃和管理決策及人們出行具有一定的實(shí)用價(jià)值。

Abstract： With the rapid development of the city， the increasing number of cars， the city faces increasing traffic pressure， intelligent transportation system is one of the effective ways to solve the traffic congestion currently accepted， but to provide a reliable source of data for intelligent transportation systems an important issue in building intelligent transportation systems， floating car technology as newly

developed a traffic information collection methods， the practice has proved capable of reliable data source for intelligent transportation

systems. In order to grasp the macroscopic properties of the urban road traffic， the paper uses data preprocessing， coordinate conversion， map matching， statistical analysis and a more in-depth analysis of floating car data comparison， intuitive access to relevant features of the urban transport， urban transport planning and management decisions and people travel has some practical value.

關(guān)鍵詞： 城市道路交通；GPS浮動(dòng)車；宏觀特征

Key words： Urban Road Traffic；GPS Floating Car；Macroscopic Characteristics

中圖分類號(hào)：U496 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1006-4311（2013）03-0036-03

0 引言

隨著城市化進(jìn)程的不斷加快，更多的人進(jìn)入城市，交通擁擠日益成為城市發(fā)展的瓶頸，據(jù)公安部消息，截至2012年6月底，我國機(jī)動(dòng)車保有量達(dá)2.33億輛，汽車保有量達(dá)1.14億輛，大中城市中汽車保有量達(dá)到100萬輛以

上的城市數(shù)量達(dá)17個(gè)，私家車保有量達(dá)到8613萬量，占

汽車保有量的75.62%[1]。發(fā)展智能交通系統(tǒng)對(duì)于城市交通誘導(dǎo)、緩解交通擁堵已成為國內(nèi)外認(rèn)可的有效方式之一，隨著科技的發(fā)展進(jìn)步，浮動(dòng)車技術(shù)因其在交通信息采集方面建設(shè)周期短，投資少，覆蓋范圍廣，數(shù)據(jù)精度高，實(shí)時(shí)性強(qiáng)受天氣影響小等特點(diǎn)[2]越來越受到智能交通建設(shè)和研究領(lǐng)域的重視。浮動(dòng)車技術(shù)在國外起步比較早，取得了一定的研究進(jìn)展：英國的浮動(dòng)車數(shù)據(jù)系統(tǒng)FVD，主要用于交通信息的采集與分析，預(yù)測(cè)道路形成時(shí)間及時(shí)向用戶發(fā)布[3]；德國的浮動(dòng)車數(shù)據(jù)系統(tǒng)FCD，主要采集車輛的位置、速度、時(shí)間等信息，提取和分析交通信息，判斷交通狀態(tài)，及時(shí)向公眾發(fā)布，為公眾出行規(guī)劃提供參考依據(jù)[4]；美國的ADVANCE系統(tǒng)，該系統(tǒng)是浮動(dòng)車與檢測(cè)線圈相融合，預(yù)測(cè)旅行時(shí)間，為出行者提供實(shí)時(shí)的動(dòng)態(tài)路線誘導(dǎo)信息[5]；日本VICS系統(tǒng)，該系統(tǒng)能夠提供多種信息，為旅行者出行規(guī)劃提供參考[6]；韓國KORTIC，該系統(tǒng)結(jié)合浮動(dòng)車、環(huán)形線圈、閉路電視監(jiān)控進(jìn)行交通信息采集，把數(shù)據(jù)融合后提取交通信息，判斷交通狀態(tài)[7]。

浮動(dòng)車技術(shù)在國內(nèi)的研究起步比較晚，開始于2002年的北京交通大學(xué)利用少量的出租車進(jìn)行的北京市路網(wǎng)分析評(píng)介，但是目前發(fā)展比較快，在北京、上海、杭州、寧波等城市利用現(xiàn)有的出租車建立起了浮動(dòng)車系統(tǒng)，實(shí)時(shí)采集路網(wǎng)的交通信息。論文采用的數(shù)據(jù)為昆明市GPS浮動(dòng)車數(shù)據(jù)。

1 數(shù)據(jù)采集及預(yù)處理

1.1 數(shù)據(jù)格式 浮動(dòng)車就是在城市道路行駛的車輛（主要是公交車、出租車）上安裝具有位置信息采集功能的GPS設(shè)備，在車輛的運(yùn)行過車中通過無線網(wǎng)絡(luò)（GPRS、WIFI等）實(shí)時(shí)向控制中心傳回車輛的位置、時(shí)間、瞬時(shí)速度、車輛運(yùn)行方向、設(shè)備終端編號(hào)等信息的車輛。

1.2 浮動(dòng)車數(shù)據(jù)預(yù)處理

①剔除研究范圍之外的數(shù)據(jù)：研究用的數(shù)據(jù)時(shí)間范圍為：2010年12月01日00時(shí)00分00秒-2011年3月31日23時(shí)59分59秒的共計(jì)26984135條數(shù)據(jù)，研究的地理范圍為東經(jīng)102.647O-102.828O，北緯24.914O-25.117O的范圍，數(shù)據(jù)分析之前，剔除研究范圍之外的數(shù)據(jù)。

②剔除速度大于120km/h的數(shù)據(jù)：根據(jù)相關(guān)規(guī)定的道路的設(shè)計(jì)最高速度不得超過120km/h，包括高速公路，考慮到有繞城高速和二環(huán)快速路，刪除速度高于120km/h的數(shù)據(jù)。

③剔除前后時(shí)間間隔超出數(shù)據(jù)回傳時(shí)間間隔的數(shù)據(jù)：采用的數(shù)據(jù)回傳的時(shí)間間隔為15s，如果某一條數(shù)據(jù)與前后數(shù)據(jù)的之間的時(shí)間間隔超出15s則需要對(duì)該數(shù)據(jù)進(jìn)行剔除處理，算法如下：

Ti-Ti-1>15s且Ti+1-Ti>15s

則刪除數(shù)據(jù)i。

Ti為浮動(dòng)車傳回的第i條數(shù)據(jù)記錄的時(shí)刻。

1.3 坐標(biāo)轉(zhuǎn)換 浮動(dòng)車數(shù)據(jù)采用的坐標(biāo)為WGS-84大地坐標(biāo)系，而昆明市道路網(wǎng)數(shù)據(jù)采用的是北京1954平面坐標(biāo)系，為了能將浮動(dòng)車數(shù)據(jù)準(zhǔn)確的匹配到城市道路網(wǎng)上，必須對(duì)浮動(dòng)車數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換，使浮動(dòng)車數(shù)據(jù)坐標(biāo)的坐標(biāo)系與道路網(wǎng)電子地圖數(shù)據(jù)坐標(biāo)保持一致。

1.4 地圖匹配 由于受GPS定位誤差及建筑物遮擋等因素的影響，GPS浮動(dòng)車數(shù)據(jù)并不完全準(zhǔn)確的定位于道路網(wǎng)電子地圖相應(yīng)的道路上，而是存在一定的偏差，為了準(zhǔn)確的研究城市道路交通的宏觀特征，需要把GPS浮動(dòng)車數(shù)據(jù)準(zhǔn)確匹配到城市道路網(wǎng)上，實(shí)現(xiàn)這一過程的算法稱之為地圖匹配算法。目前地圖匹配算法主要有點(diǎn)到點(diǎn)匹配算法、點(diǎn)到線匹配算法、線到線地圖匹配算法。

單獨(dú)的點(diǎn)到線的匹配算法只是采用投影距離大小比較確認(rèn)匹配點(diǎn)，沒有考慮到浮動(dòng)車行駛軌跡的連貫性，因而在交叉口和“Y”字口等地點(diǎn)會(huì)出現(xiàn)錯(cuò)誤匹配?？紤]到行駛軌跡的連貫性，采用點(diǎn)到線匹配結(jié)合歷史軌跡數(shù)據(jù)匹配算法。具體算法如下：

①GPS浮動(dòng)車數(shù)據(jù)點(diǎn)P（x，y），匹配算法為求點(diǎn)到線的最近點(diǎn)距離來確定匹配的路段，設(shè)道路L1和L2的方程為A1x+B1y+C1＝0和A2x+B2y+C2＝0，與點(diǎn)P到兩條道路的距離為：

d■=■（1）

d■=■（2）

如果d■＞d■則點(diǎn)P匹配到道路L1上。但是點(diǎn)到線的匹配算法存在缺陷，如圖1所示，點(diǎn)P4會(huì)被錯(cuò)誤匹配到L2上而不是匹配到L1上。

②此缺陷可以通過完成點(diǎn)到線的最近距離匹配之后，采用統(tǒng)計(jì)分析的方法，依據(jù)浮動(dòng)車數(shù)據(jù)的設(shè)備終端好及時(shí)間順序，判別P4點(diǎn)與前后各點(diǎn)同為一輛浮動(dòng)車的數(shù)據(jù)同時(shí)時(shí)間間隔不超過閥值，則可確定P4點(diǎn)在道路L2上。

2 交通宏觀特征分析

2.1 浮動(dòng)車不同速度區(qū)間比例分析 本論文為了便于研究選取2010年12月1日00時(shí)00分00秒至2010年12月31日00時(shí)59分59秒之間的浮動(dòng)車數(shù)據(jù)作為研究對(duì)象，進(jìn)行分析研究，其中分別選取工作日（星期一），周末（星期日）的數(shù)據(jù)進(jìn)行分析，研究之前刪除了數(shù)據(jù)中速度為零的數(shù)據(jù)，時(shí)間間隔為30分鐘，時(shí)間段為00時(shí)00分-23時(shí)00分。

從圖2中可以看出各階段速度的比例在一天當(dāng)中都是不斷變化的，這反映了道路交通的動(dòng)態(tài)特性。

①周日的浮動(dòng)車數(shù)據(jù)量比例低速區(qū)域（15>speed>=0）在7：30之前保持在10%左右7：30之后開始平緩的增加，到15：00左右達(dá)到20%左右，高速區(qū)（speed>=30）的比例從7：30開始有70%左右下降達(dá)到50%左右持平，中速區(qū)（30>speed>=15）也出現(xiàn)了一定程度的增加，這反映了周末人們7：30出行的不開始不斷增多導(dǎo)致交通狀況發(fā)生變化，車輛運(yùn)行速度開始減緩；

②周一的浮動(dòng)車數(shù)據(jù)量比例低速區(qū)域（15>speed>=0）在6：30之前保持在10%左右6：30之后開始急劇增加，8：30達(dá)到20%左右，之后出現(xiàn)小幅波動(dòng)，高速區(qū)（speed>=30）的比例從6：30開始有71%急劇下降達(dá)到50%左右持平，中速區(qū)（30>speed>=15）也出現(xiàn)了一定程度的上升，這反映了人們從6：30開始上班出行不斷增多導(dǎo)致交通運(yùn)行減緩。

③圖中可以看出周日的低速區(qū)增加、高速區(qū)下降要比周一緩慢，同時(shí)周一由于人們上下班時(shí)間相對(duì)固定，基本集中在8時(shí)30分到9時(shí)00分的原因，早上出行時(shí)間主要集中在6：30到8：30之間形成早高峰，下午下班的時(shí)間集中在17時(shí)00分到18時(shí)00分之間，因而17：00到19：00之間形成晚高峰，而周日則反映出人們出行的時(shí)段比較分散，早晚高峰不是很明顯。

④從晚上20時(shí)00分開始中速區(qū)和低速區(qū)的比例開始下降，高速區(qū)的比例開始升高，反映出了人們出行的減少，道路交通處于比較暢通的狀態(tài)。

2.2 全路網(wǎng)一星期七天交通狀況分析 通過對(duì)處理好的數(shù)據(jù)進(jìn)行分析獲取了一星期的昆明市研究區(qū)域全路網(wǎng)的不同時(shí)間段的速度分布特征如圖3所示。

通過對(duì)趨勢(shì)圖進(jìn)行分析，可以知道昆明市全路網(wǎng)的交通有以下特征：

①工作日與周末的交通狀況有明顯的不同，星期六和星期天從早上7：30才開始速度不斷下降進(jìn)入早高峰時(shí)段，全路網(wǎng)速度持續(xù)減慢到9：30左右速度開始低于30km/h，而且一直持續(xù)到12：30左右出現(xiàn)小幅的回升，之后幾乎保持小幅波動(dòng)，變化不是很大，到下午17：20左右速度又開始持續(xù)下降，回身保穩(wěn)定的時(shí)間為下午19：00整，這一時(shí)段為晚高峰，之后速度有小幅波動(dòng)，同時(shí)由于出行人數(shù)和車輛的減少，速度加快。

②工作日的速度從早上6：30開始持續(xù)降低，到8：30左右達(dá)到最低形成早高峰，之后基本保持穩(wěn)定，沒有出現(xiàn)大幅波動(dòng)，持續(xù)到12：20左右之后速度出現(xiàn)小幅替提升，中午13：30左右速度因?yàn)橄挛缟习喑鲂械纫蛩氐挠绊懰俣仍俅纬霈F(xiàn)降低，之后基本保持穩(wěn)定，到下午17：20左右又再一次降低持續(xù)至18：40，形成晚高峰，之后速度出現(xiàn)小幅波動(dòng)，并持續(xù)回升。

③從圖中可以看出，不論是周末還是工作日，凌晨4：40-6：50之間的速度是最高的，速度接近于35km/h，說明在這一時(shí)段出行的人數(shù)及車輛都比較少，交通運(yùn)行順暢。

④工作日的早高峰要比周末的早高峰提前40分鐘左右，同時(shí)工作日的早高峰形成快于周末，而且速度下降較快，另外工作日的晚高峰形成時(shí)間基本一致，保持穩(wěn)定的趨勢(shì)一致。

3 總結(jié)

浮動(dòng)車數(shù)據(jù)作為交通信息采集的重要方式，對(duì)于城市智能交通系統(tǒng)建設(shè)具有重要意義，通過對(duì)浮動(dòng)車數(shù)據(jù)進(jìn)行預(yù)處理后，通過地圖匹配、統(tǒng)計(jì)分析對(duì)不同速度區(qū)間的數(shù)據(jù)分布比例變化及一周七天浮動(dòng)車數(shù)據(jù)的平均速度進(jìn)行深入的比較分析，直觀的反映出了昆明市道路交通的宏觀特性，對(duì)于交通管理、人們出行有一定的實(shí)用價(jià)值。

參考文獻(xiàn)：

[1]中國行業(yè)研究網(wǎng).2012年7月份全國汽車保有量過億輛

[OL]，（2012-7-23）[2012-10-16].http：//www.chinairn.com/news/20120723/555309.html.

[2]王冬暉，許占文.一種基于類投影的地圖匹配算法[J].沈陽工業(yè)大學(xué)學(xué)報(bào)，2003.25（5）：434-436.

[3]Xiaowen Dai； Ferman， M.A.； Roesser， R.P. A simulation evaluation of a real-time traffic information system using probe vehicles[A]. Intelligent Transportation Systems， 2003. Proceedings. 2003（1）： 475-480.

[4]Ralf-Peter Sch■fer， Kai-Uwe Thiessenhusen， Peter Wagner. A TRAFFIC INFORMATION SYSTEM BY MEANS OF REAL-TIME FLOATING-CAR DATA[J]. ITS world congress. 2002：1-8.

[5]Boyce， D.E.，Kirson， A.， Schofer， J.L. Design and implementation of ADVANCE： The Illinois dynamic navigation and route guidance demonstration program[A].Vehicle Navigation and Information Systems Conference， 1991：415-426.

[6]Mccormick B H. Visualization in scientific computing[J]. SIGBIO Newsl. 1988， 10（1）： 15-21.

[7]HAN，W-S，Choi， K. KORTIC： AN IMPLEMENTATION OF A KOREA TRAFFIC INFORMATION CENTER OVER METROPOLITAN SEOUL REGION[A]. MOBILITY FOR EVERYONE. 4TH WORLD CONGRESS ON INTELLIGENT TRANSPORT SYSTEMS， BERLIN：1997：3214.