邱淳風(fēng) 溫曉岳 靳明豪 李建元
摘 ?要: 城市交通瓶頸指的是常發(fā)性擁堵路段或位置。以往基于交警的巡查經(jīng)驗(yàn)來(lái)確定交通瓶頸,雖可以部分地反映實(shí)際情況,但成本太高且無(wú)法做到動(dòng)態(tài)跟蹤。運(yùn)用交通傳感數(shù)據(jù)提出了一個(gè)簡(jiǎn)單的交通瓶頸計(jì)算方法,通過(guò)計(jì)算統(tǒng)計(jì)周期內(nèi)的路段擁堵概率來(lái)反映交通瓶頸的嚴(yán)重程度。實(shí)驗(yàn)表明該方法是有效的。
關(guān)鍵詞: 交通瓶頸; 擁堵概率; 微波雷達(dá); 浮動(dòng)車(chē)
中圖分類(lèi)號(hào):TP391 ? ? ? ? ?文獻(xiàn)標(biāo)志碼:A ? ? 文章編號(hào):1006-8228(2015)07-53-04
Method for calculating urban traffic bottlenecks
Qiu Chunfeng1, Wen Xiaoyue2,3, Jin Minghao2,3, Li Jianyuan2,3
(1. Traffic Police Detachment of Public Security Bureau of Hangzhou, Hangzhou, Zhejiang 310000, China; 2. Enjoyor Co., Ltd.;
3. Center for ITS Engineering and Technology in Zhejiang Province)
Abstract: Traffic bottlenecks refer to road segments or locations with frequent traffic jams. Traditional methods for evaluating traffic bottlenecks are mainly based on patrol experience, which could partly work but is costly and cannot dynamically track the change of bottlenecks. This paper proposed a simple method that evaluates bottlenecks by using the congestion probabilities of road segments obtained from the analysis of traffic sensing data. The experimental results show the effectiveness of the proposed method.
Key words: traffic bottlenecks; congestion probability; microwave radar; floating car
0 引言
隨著我國(guó)城鎮(zhèn)化建設(shè)和人口的增長(zhǎng),城市機(jī)動(dòng)車(chē)保有量迅速增長(zhǎng),交通擁堵問(wèn)題日益突出。交通擁堵降低了城市道路的利用率,增加了出行時(shí)間,并加重了空氣污染。交通擁堵的主要原因是路與車(chē)之間的供需關(guān)系失衡,尤其在特定的時(shí)間段和特點(diǎn)的空間位置,車(chē)流分布的不均衡導(dǎo)致許多路段在時(shí)空上形成城市交通瓶頸,這些瓶頸是阻礙城市交通快速運(yùn)轉(zhuǎn)的主要矛盾。找出這些瓶頸并采取適當(dāng)?shù)慕煌ü芾泶胧?,有助于緩解交通擁堵,并提高城市道路的利用率[3]。
文獻(xiàn)[1]采用去現(xiàn)場(chǎng)觀察快速公交線路上的交通狀況,來(lái)分析交通瓶頸。這種方法工作量大且難以動(dòng)態(tài)跟蹤交通瓶頸的演變,不容易發(fā)現(xiàn)不同條件下的瓶頸路段。文獻(xiàn)[2]應(yīng)用粗糙集理論找出通行能力匹配度和飽和度是河谷型城市道路網(wǎng)瓶頸產(chǎn)生的重要因素。文獻(xiàn)[3]運(yùn)用基于位置的服務(wù)數(shù)據(jù)提出了一種三階段交通瓶頸計(jì)算方法,但該方法設(shè)計(jì)較為復(fù)雜。
本文基于城市智能交通中的微波雷達(dá)和出租車(chē)數(shù)據(jù),設(shè)計(jì)了一種簡(jiǎn)便的交通瓶頸計(jì)算方法,計(jì)算出頻繁發(fā)生擁堵的路段即為交通瓶頸,交警就可以有針對(duì)性的提前部署警力,將擁堵遏制在萌芽階段。
1 交通瓶頸計(jì)算方法
本文將城市交通瓶頸定義為:在一定統(tǒng)計(jì)周期內(nèi),頻繁發(fā)生擁堵的路段集合。采用的數(shù)據(jù)是杭州市的微波雷達(dá)數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù),設(shè)計(jì)出交通瓶頸計(jì)算方法,用該算法找出交通瓶頸路段。
交通瓶頸的計(jì)算方法是讀取數(shù)據(jù)庫(kù)中微波和浮動(dòng)車(chē)的歷史數(shù)據(jù),清洗微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)中不合理的速度值,然后將微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)進(jìn)行融合,再計(jì)算出每天的歷史擁堵率,對(duì)歷史擁堵率進(jìn)行排序,接下來(lái)選取TOP K,前K個(gè)路段就被認(rèn)為是交通瓶頸。
基于微波雷達(dá)數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)的城市交通瓶頸計(jì)算整體流程圖,如圖1所示。
交通瓶頸計(jì)算包括以下七個(gè)步驟。
步驟1 從數(shù)據(jù)庫(kù)讀取微波點(diǎn)歷史數(shù)據(jù)
從數(shù)據(jù)庫(kù)中讀取出5分鐘時(shí)間間隔的微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù),微波數(shù)據(jù)包含有速度、流量、車(chē)道占有率、日期等信息,浮動(dòng)車(chē)數(shù)據(jù)有速度、路段編號(hào)和日期等信息。
步驟2 原始微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)預(yù)處理
由于檢測(cè)設(shè)備的機(jī)械故障或者通信問(wèn)題,微波數(shù)據(jù)會(huì)出現(xiàn)錯(cuò)誤信息,所以在數(shù)據(jù)分析前需要對(duì)微波數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理。
[從數(shù)據(jù)庫(kù)中抽
取微波數(shù)據(jù)][清洗微波數(shù)據(jù)][微波速度按照
車(chē)道求平均][從數(shù)據(jù)庫(kù)中抽取浮動(dòng)車(chē)數(shù)據(jù)][清洗浮動(dòng)車(chē)數(shù)據(jù)][微波和浮動(dòng)車(chē)
數(shù)據(jù)是否匹配] [是][微波速度和浮動(dòng)車(chē)速度求平均][速度擁堵判斷] [篩選出工作日數(shù)據(jù)][計(jì)算每個(gè)微波點(diǎn)的歷史擁堵率][對(duì)歷史擁堵率進(jìn)行排序][按照閾值篩選出
交通瓶頸] [篩選出節(jié)假日數(shù)據(jù)][計(jì)算每個(gè)微波點(diǎn)的歷史擁堵率][對(duì)歷史擁堵率進(jìn)行排序][按照閾值篩選出
交通瓶頸]
圖1 ?城市交通瓶頸計(jì)算方法流程圖
⑴ 微波數(shù)據(jù)預(yù)處理
微波數(shù)據(jù)包含有速度、流量和占有率,可以根據(jù)表1中的規(guī)則對(duì)微波數(shù)據(jù)進(jìn)行錯(cuò)誤值判定。
表1 ?微波錯(cuò)誤數(shù)據(jù)判定規(guī)則
根據(jù)表1中的規(guī)則對(duì)微波數(shù)據(jù)進(jìn)行對(duì)錯(cuò)判定,篩選出錯(cuò)誤的數(shù)據(jù),然后對(duì)錯(cuò)誤的數(shù)據(jù)進(jìn)行處理,用歷史上該時(shí)間點(diǎn)上所有的數(shù)據(jù)的平均值來(lái)代替該錯(cuò)誤的數(shù)據(jù)。具體計(jì)算公式如下:
⑴
其中:SPEED_WAVEi代表微波數(shù)據(jù)在歷史上該時(shí)間點(diǎn)上的速度值,N代表微波速度歷史數(shù)據(jù)的個(gè)數(shù)。
⑵ 浮動(dòng)車(chē)數(shù)據(jù)預(yù)處理
浮動(dòng)車(chē)數(shù)據(jù)主要有速度和日期等字段,當(dāng)浮動(dòng)車(chē)速度為0的時(shí)候有可能是特別堵,道路上車(chē)都停著不動(dòng)了,也有可能是道路上沒(méi)有車(chē),所以要對(duì)浮動(dòng)車(chē)速度為0的數(shù)據(jù)進(jìn)行預(yù)處理。用歷史上該時(shí)間點(diǎn)上所有的速度數(shù)據(jù)的平均值來(lái)代替該速度為0數(shù)據(jù),這樣就可以區(qū)分出是否是擁堵?tīng)顟B(tài)了。具體計(jì)算公式如下:
⑵
其中:SPEED_FCDi代表浮動(dòng)車(chē)數(shù)據(jù)在歷史上該時(shí)間點(diǎn)上的速度值,單位是KM/H,N代表浮動(dòng)車(chē)速度歷史數(shù)據(jù)的個(gè)數(shù)。
步驟3 微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)進(jìn)行融合
微波數(shù)據(jù)是分車(chē)道的,而浮動(dòng)車(chē)數(shù)據(jù)是不分車(chē)道的,所以對(duì)微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)進(jìn)行融合前需要對(duì)微波數(shù)據(jù)按照車(chē)道求平均。
⑶
其中:SPEED_WAVEi代表微波數(shù)據(jù)在該時(shí)間點(diǎn)上的速度值,單位是KM/H,N(DEV_WAY_ID)代表該路段上車(chē)道的數(shù)量。
對(duì)微波數(shù)據(jù)按照車(chē)道求平均后,然后按照?qǐng)D2中的步驟對(duì)微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)進(jìn)行融合,要是微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)的路段編號(hào)和日期一致,就將微波速度和浮動(dòng)車(chē)速度求均值,要是不一致,就將微波的速度作為最終的速度。
[微波數(shù)據(jù)][浮動(dòng)車(chē)數(shù)據(jù)][路段編號(hào)匹配] [日期匹配] [微波速度和浮動(dòng)
車(chē)速度求均值][輸出速度] [是][否][是][否]
圖2 ?微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù)融合流程圖
步驟4 對(duì)速度進(jìn)行擁堵判斷
每個(gè)路段都有對(duì)應(yīng)的道路類(lèi)型,總共有4個(gè)類(lèi)型,快速路,主干路,支干路,支路,按照不同的道路類(lèi)型對(duì)速度擁堵判斷設(shè)置不同的閾值,對(duì)步驟3求得的速度進(jìn)行擁堵判斷,擁堵的話狀態(tài)值LEVEL設(shè)定為1,不擁堵的話狀態(tài)值LEVEL設(shè)定為0。
步驟5 按照工作日和節(jié)假日對(duì)數(shù)據(jù)進(jìn)行篩選
由于工作日和節(jié)假日有不同的交通規(guī)律,呈現(xiàn)出的交通瓶頸也會(huì)有所差別,所以要按照日期將工作日和節(jié)假日的數(shù)據(jù)分離出來(lái),這樣最后計(jì)算出的交通瓶頸會(huì)能更真實(shí)的反應(yīng)交通的實(shí)際狀態(tài)。
步驟6 計(jì)算歷史擁堵率并進(jìn)行排序
步驟4中根據(jù)閾值對(duì)速度進(jìn)行判斷,得出了擁堵?tīng)顟B(tài)LEVEL,然后按照時(shí)間對(duì)LEVEL求均值。
從上午07:00到晚上的19:00,每五分鐘一個(gè)時(shí)間槽,比如計(jì)算早上07:00到07:05時(shí)間段的某個(gè)路段的歷史擁堵率P,將該路段的在這一時(shí)間槽的LEVEL求均值,計(jì)算公式如公式4,N代表LEVEL的個(gè)數(shù)。
⑷
將所有路段的歷史擁堵率計(jì)算完后,進(jìn)行排序。
步驟7 交通瓶頸判定
設(shè)定K值,將排序好的交通瓶頸路段,取其前K名即為交通瓶頸,然后按照日期分為早高峰,平峰和晚高峰,如表2,按照該時(shí)間區(qū)間篩選出早高峰的交通瓶頸和晚高峰的交通瓶頸。
表2 ?時(shí)間劃分
[早高峰\&07:00--09:00\&平峰\&09:00--17:00\&晚高峰\&17:00--19:00\&]
2 實(shí)驗(yàn)
采用杭州市在2013年8月1號(hào)到2013年8月31號(hào)期間的微波數(shù)據(jù)和浮動(dòng)車(chē)數(shù)據(jù),微波數(shù)據(jù)有檢測(cè)器編號(hào)、檢測(cè)時(shí)間、流量、車(chē)道編號(hào)、車(chē)道占有率、速度等等,浮動(dòng)車(chē)數(shù)據(jù)有路段編號(hào),速度,檢測(cè)時(shí)間等等,數(shù)據(jù)采樣間隔為5分鐘,具體應(yīng)用過(guò)程如下:
用PLSQL Developer連接“杭州路況”數(shù)據(jù)庫(kù),由于所需要的信息分散在幾個(gè)表里,所以要用SQL語(yǔ)句將幾個(gè)表關(guān)聯(lián)起來(lái),然后將數(shù)據(jù)以文本文件的形式導(dǎo)出來(lái),導(dǎo)入到R軟件里。
圖3 ?微波數(shù)據(jù)
微波數(shù)據(jù)中有以下字段信息:WAVE_ID為微波點(diǎn)位編號(hào),標(biāo)記記錄該組數(shù)據(jù)的微波設(shè)備編號(hào),與空間位置關(guān)聯(lián);DEV_WAY_ID是設(shè)備車(chē)道編號(hào),標(biāo)記該記錄所測(cè)定的車(chē)道編號(hào),以此區(qū)分各分道以及上下行;TOTAL_FLOW是車(chē)道流量,統(tǒng)計(jì)該記錄觀測(cè)時(shí)間內(nèi),總共通過(guò)的車(chē)輛數(shù)量;SPEED是車(chē)道平均速度,計(jì)算該記錄觀測(cè)時(shí)間內(nèi),車(chē)輛通過(guò)的平均速度,單位是KM/H;OCCUPANCY是車(chē)道占有率,即車(chē)流占據(jù)道路的時(shí)間比率,例如t1為轎車(chē)占路時(shí)間,t2為載貨汽車(chē)占路時(shí)間,以此類(lèi)推。記錄觀測(cè)時(shí)間為T(mén),則時(shí)間占有率是∑ti/T,常以百分率表示;COLLECT_TIME是數(shù)據(jù)采集時(shí)間,格式為hh:min,COLLECT_DATE是數(shù)據(jù)采集日期,格式為yyyy/MM/dd;BLOCK_ID是路段編號(hào),和WAVE_ID是一一對(duì)應(yīng)的;BLOCK_NAME是路段名稱,包含了路段的起始路段,BLOCK_DIRECTION是路段的方向,代表了該路段上車(chē)輛的行駛方向;PREV_BLOCK_ID是該路段的上游路段編號(hào),比如如圖3是微波的數(shù)據(jù),BLOCK_ID為3的上游路段編號(hào)是2;ROAD_LEVEL是道路的類(lèi)型信息,該字段包含了四個(gè)類(lèi)型,分別是1代表快速路,2代表主干路,3代表次干路,4代表支路,從圖3中可以看出3號(hào)路段的道路類(lèi)型信息是3,也就是次干路。
浮動(dòng)車(chē)數(shù)據(jù)中有以下字段信息:BLOCK_ID是路段編號(hào),BLOCK_SPEED是速度,單位是KM/H,COLLECT_DATE是數(shù)據(jù)的采集日期,格式為yyyy/mm/dd,COLLECT_TIME是數(shù)據(jù)的采集時(shí)間,格式為hh:min,如圖4所示。
圖4 ?浮動(dòng)車(chē)數(shù)據(jù)
然后利用本文給出的交通瓶頸計(jì)算方法進(jìn)行計(jì)算,設(shè)定K值為10,即算出擁堵概率排名前十名的路段,其中表3為杭州市8月份工作日期間的早高峰的交通瓶頸信息,表4為杭州市8月份工作日期間的晚高峰的交通瓶頸信息,表5為杭州市8月份節(jié)假日期間的早高峰的交通瓶頸信息,表6為杭州市8月份節(jié)假日期間的晚高峰的交通瓶頸信息。
表3 ?工作日早高峰
表4 ?工作日晚高峰
表5 ?節(jié)假日早高峰
表6 ?節(jié)假日晚高峰
從表3和表4可以看出:交通瓶頸一是集中在進(jìn)城出城的關(guān)鍵路段,比如上塘高架和中河高架,二是集中在市中心的鳳起路和解放路上,另外可以查到鳳起路在此期間是在修地鐵,所以有一個(gè)路段被占用了。
從表4和表6上可以看出:節(jié)假日期間的交通瓶頸集中在一些景區(qū)附近的道路上,比如位于西溪濕地景區(qū)的紫金港路和位于西湖景區(qū)的西湖大道,其中解放路上一直都是擁堵概率比較高的路段,可以查到該解放路上是有一個(gè)解百新世紀(jì)大廈,其中環(huán)城北路(中河立交橋-中山北路)可以查到該路是位于武林廣場(chǎng)地鐵口的一條路。
3 結(jié)論
本文給出了交通瓶頸計(jì)算方法,通過(guò)該算法可以方便、快速的計(jì)算出交通瓶頸路段,針對(duì)工作日、節(jié)假日、早高峰和晚高峰條件下不同的擁堵特點(diǎn),交警就可以在那些路段提前部署警力,將擁堵發(fā)生遏制在萌芽階段,最大限度的減少擁堵發(fā)生的概率,并且使有限的交警警力得到最優(yōu)化配置。本文的交通擁堵?tīng)顟B(tài)判別是依靠速度閾值,小于閾值就是擁堵,大于閾值就是不擁堵,這種擁堵?tīng)顟B(tài)判別還不夠完善,以后可以綜合考慮流量和占有率等因素來(lái)判別擁堵?tīng)顟B(tài),以提高交通瓶頸計(jì)算的準(zhǔn)確度。
參考文獻(xiàn):
[1] 姚岳林,陳剛,楊忠振,陳燕.快速公交線路上交通瓶頸分析及其改善[J].
大連海事大學(xué)學(xué)報(bào),2007.33(2):92-96
[2] 劉金霞,汪敏,宋巖.基于粗糙集的城市道路網(wǎng)絡(luò)交通瓶頸特性研究[J].
交通工程,2014.87(10):97-102
[3] Wei-Hsun Lee, Shian-Shyong Tseng, Jin-Lih Shieh, Hsiao-Han
Chen. Discovering Traffic Bottlenecks in an Urban Network by Spatiotemporal Data Mining on Location-Based Services[J], IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS,2011.12(4):1047-1056