基于ArcEngine的交通運行監(jiān)測系統(tǒng)設計與實現(xiàn)

黨 倩，王維鋒，丁閃閃，刁含樓（江蘇省交通規(guī)劃設計院股份有限公司，江蘇　南京 210014）

?

基于ArcEngine的交通運行監(jiān)測系統(tǒng)設計與實現(xiàn)

黨 倩，王維鋒，丁閃閃，刁含樓
（江蘇省交通規(guī)劃設計院股份有限公司，江蘇南京 210014）

摘要：路網(wǎng)交通運行狀況的實時動態(tài)監(jiān)測對交通管理部門實施交通管理及誘導具有重要意義。通過進行道路交通運行監(jiān)測的需求分析及架構設計，基于ArcEngine開發(fā)平臺，采用C#.NET語言開發(fā)了城市路網(wǎng)交通運行監(jiān)測系統(tǒng)。結合路網(wǎng)浮動車基礎數(shù)據(jù)，借助ArcEngine強大的空間分析技術，實現(xiàn)浮動車輛的跟蹤誘導、路況識別、路況預測及歷史分析等功能，促進城市交通管理的可視化、信息化。

關鍵詞：城市路網(wǎng)；交通運行狀態(tài)；動態(tài)監(jiān)測；ArcEngine

隨著城市機動車輛保有量的持續(xù)增長及出行需求的不斷增加，交通供需矛盾日益突出，交通擁堵逐漸成為制約城市社會經(jīng)濟發(fā)展的重要瓶頸，如何實施科學有效的交通管理，緩解城市交通的擁堵態(tài)勢是交通管理部門的工作重點。在智能交通系統(tǒng)中，交通運行監(jiān)測是減少城市擁堵、改善城市交通狀況的重要途徑，其關注的重點及難點是針對城市復雜的道路環(huán)境，實時動態(tài)地對交通狀況進行判別及預測分析。近年來，隨著GIS（geographic information system，地理信息系統(tǒng)）技術的逐漸發(fā)展，交通地理信息系統(tǒng)的發(fā)展越來越受到關注[1-5]。借助于GIS技術強大的地理數(shù)據(jù)可視化功能、空間數(shù)據(jù)庫管理功能及空間分析功能，基于GIS的交通運行監(jiān)測研究已成為城市交通的研究熱點。

ArcEngine是ESRI公司推出的包含完整類庫的高級GIS組件[6]，其支持多語言、多應用程序的API接口，通過對類庫、接口的擴展或定制開發(fā)，可實現(xiàn)自定義地理信息系統(tǒng)的開發(fā)，以滿足對地圖數(shù)據(jù)的管理、存儲及空間分析等操作?；贏rcEngine開發(fā)出的GIS應用系統(tǒng)最大的特點就是能夠完全脫離ArcGIS軟件系統(tǒng)而獨立運行[7]。借助ArcEngine完善的API接口及其二次開發(fā)的多應用程序兼容性，以南京市路網(wǎng)結構為例，通過對道路浮動車輛的數(shù)據(jù)采集及挖掘，結合路網(wǎng)結構的空間分析，提出一種基于ArcEngine的交通運行監(jiān)測系統(tǒng)。該系統(tǒng)能夠?qū)崿F(xiàn)城市道路交通運行狀態(tài)的實時判別、動態(tài)預測及歷史態(tài)勢分析，為交通管理部門實施交通誘導與控制提供重要依據(jù)。

1 交通運行監(jiān)測系統(tǒng)設計

1.1 系統(tǒng)功能需求分析

通過結合道路基礎數(shù)據(jù)，交通運行監(jiān)測系統(tǒng)可實現(xiàn)道路交通運行狀況的實時判別及預測。系統(tǒng)基礎數(shù)據(jù)包括路網(wǎng)地圖數(shù)據(jù)、浮動車數(shù)據(jù)、視頻數(shù)據(jù)等，以城市交管部門為主要服務對象，結合其實際業(yè)務應用，從車輛管理、路況管理及決策分析3個層面分析展開需求分析，主要包括：

1）車輛管理需求。實現(xiàn)車輛的地圖搜索及定位、歷史行駛軌跡的重繪及實時跟蹤、調(diào)度指揮的路徑規(guī)劃及道路車輛密度的實時監(jiān)控，且以圖形符號化展示的形式實現(xiàn)車輛的可視化管理。

2）路況監(jiān)測需求。以浮動車、視頻數(shù)據(jù)為基礎，實現(xiàn)道路交通實時通行狀況的等級劃分、道路路況短時預測及區(qū)域交通運行狀況的實時監(jiān)測，且以顏色等級區(qū)分道路交通狀況，針對視頻監(jiān)測路段，可實時觀測路段監(jiān)控視頻圖像，實現(xiàn)路況的直觀監(jiān)測。

3）決策分析需求。針對系統(tǒng)采集的基礎數(shù)據(jù)，挖掘分析道路、區(qū)域總體交通運行狀態(tài)，并借助于圖表形式為管理決策提供依據(jù)。

兼顧道路基礎數(shù)據(jù)及交通狀況監(jiān)測的管理需求，交通運行監(jiān)測系統(tǒng)在功能上主要實現(xiàn)浮動車輛管理、路況管理及決策分析等內(nèi)容，實現(xiàn)對城市路網(wǎng)交通狀況的可視化管理及控制。

1.2 數(shù)據(jù)庫設計

交通運行監(jiān)測系統(tǒng)的核心功能是對道路交通運行狀況的實時監(jiān)測，道路交通數(shù)據(jù)作為交通運行監(jiān)測的基礎依據(jù)，多種數(shù)據(jù)源的數(shù)據(jù)對接及空間融合對系統(tǒng)整體的穩(wěn)定性及準確性具有重要意義。根據(jù)基礎數(shù)據(jù)的變化狀態(tài)，系統(tǒng)基礎數(shù)據(jù)可分為動態(tài)數(shù)據(jù)和靜態(tài)數(shù)據(jù)。

動態(tài)交通數(shù)據(jù)是指數(shù)據(jù)內(nèi)容隨時間發(fā)生變化的基礎交通數(shù)據(jù)，主要包括道路浮動車數(shù)據(jù)及視頻監(jiān)控數(shù)據(jù)，由交管部門基礎數(shù)據(jù)存儲系統(tǒng)提供。由于不同數(shù)據(jù)源獲取的基礎數(shù)據(jù)格式存在差異性，且隨著時間的變動，獲取的基礎數(shù)據(jù)量較大，因此動態(tài)數(shù)據(jù)庫創(chuàng)建應兼顧不同數(shù)據(jù)源數(shù)據(jù)的兼容性及存儲性能。SQL Server數(shù)據(jù)庫是具有C/S架構、穩(wěn)定的數(shù)據(jù)倉庫功能及良好的可伸縮性的數(shù)據(jù)庫解決方案，系統(tǒng)采用SQL Server2008 R2建立動態(tài)交通數(shù)據(jù)庫，各基礎數(shù)據(jù)表結構如表1所示。

表1 動態(tài)交通數(shù)據(jù)表結構Tab.1 Structure of dynamic traffic data

靜態(tài)數(shù)據(jù)即是路網(wǎng)空間數(shù)據(jù)，主要包括與空間信息密切相關的地理特征信息和描述信息，如城市路網(wǎng)空間結構數(shù)據(jù)、道路屬性數(shù)據(jù)等，數(shù)據(jù)格式為二維靜態(tài)電子地圖。Geodatabase數(shù)據(jù)庫是存儲和管理地理空間數(shù)據(jù)的地理要素數(shù)據(jù)集，實現(xiàn)了嚴格意義上的地理空間數(shù)據(jù)、連續(xù)空間要素的無縫存儲以及對對象屬性的整體約束[8]。Geodatabase數(shù)據(jù)庫主要實現(xiàn)了對系統(tǒng)道路屬性信息的存儲和管理，其數(shù)據(jù)結構表2所示。

2 基礎數(shù)據(jù)

2.1 數(shù)據(jù)采集及獲取

交通運行監(jiān)測系統(tǒng)數(shù)據(jù)工程主要包括浮動車數(shù)據(jù)和視頻圖像數(shù)據(jù)的采集及獲取，其數(shù)據(jù)采集及傳輸方案如圖1所示。其中，浮動車數(shù)據(jù)主要由道路浮動車車載定位終端實時上傳其位置及速度信息至交管部門數(shù)據(jù)中心數(shù)據(jù)庫服務器，本系統(tǒng)通過數(shù)據(jù)同步訂閱的方式實現(xiàn)浮動車基礎數(shù)據(jù)的同步獲取。視頻圖像數(shù)據(jù)主要來自交管部門的道路監(jiān)控，系統(tǒng)根據(jù)視頻圖像調(diào)用協(xié)議以接口調(diào)用的方式實現(xiàn)視頻圖像的獲取。

圖1 數(shù)據(jù)采集及獲取Fig.1 Data collection and acquisition

2.2 數(shù)據(jù)有效性分析

數(shù)據(jù)有效性分析是提升數(shù)據(jù)質(zhì)量的重要手段。由于浮動車數(shù)據(jù)采集的周期、頻率及數(shù)據(jù)質(zhì)量受通信網(wǎng)絡延遲、設備異常及信號遮擋等問題的影響，因此存在著一定誤差，為提升基礎數(shù)據(jù)的質(zhì)量及精度，本系統(tǒng)首先進行了數(shù)據(jù)有效性檢驗，主要包括浮動車數(shù)據(jù)的冗余剔除和缺失修補兩部分，具體步驟如下：

Step1:對浮動車數(shù)據(jù)的速度及方向的合理性判定，浮動車輛瞬時速度和車頭方向合理范圍應滿足下式

式中：vin為浮動車瞬時速度，km·h-1；vmax為城市快速路限行最大速度，本文取80 km·h－1；fv為修正系數(shù)，一般取1.3～1.5，本文取上限值1.5；θc為浮動車車頭方向。

Step2：時間連續(xù)性有效檢驗，通過對浮動車相鄰數(shù)據(jù)采集時間及采集頻率的對比分析，針對采集過程中的數(shù)據(jù)提前、數(shù)據(jù)延遲等異常情況進行判別處理。設相鄰兩次數(shù)據(jù)采集的時間間隔為△t，T為GPS浮動車數(shù)據(jù)設定上傳周期；ξ為上傳時間允許誤差，當0≤△t≤T-ξ時，認為數(shù)據(jù)冗余，當T-ξ≤△t≤2T+ξ時，認為數(shù)據(jù)正常，當△t≥2T+ξ時，認為數(shù)據(jù)缺失。通過對數(shù)據(jù)時間連續(xù)性的有效檢驗，剔除冗余數(shù)據(jù)，修補缺失數(shù)據(jù)。數(shù)據(jù)有效性檢驗的整體流程如圖2中所示。

圖2 數(shù)據(jù)有效性檢驗流程Fig.2 Procedure of the data validation test

3 系統(tǒng)功能模塊

根據(jù)系統(tǒng)功能需求分析，交通運行監(jiān)測系統(tǒng)在功能模塊劃分上可分為：浮動車管理模塊、路況識別模塊、交通狀態(tài)預測模塊及歷史數(shù)據(jù)決策分析模塊。系統(tǒng)采用.NET開發(fā)平臺、C#語言并結合ESRI公司的ArcEngine9.3組件模型技術進行開發(fā)，通過對GIS地圖的二次開發(fā)，實現(xiàn)交通狀況的運行監(jiān)測。

3.1 浮動車管理模塊

浮動車輛模塊在功能上主要實現(xiàn)了浮動車輛的軌跡跟蹤及路徑誘導，以便于車輛管理部門對車輛的監(jiān)管及調(diào)度，主要包括車輛定位、車輛跟蹤及路徑誘導3個步驟。浮動車輛的地圖定位是實現(xiàn)軌跡跟蹤及路徑誘導的基礎，借助于ArcEngine的IProximityOperator接口類，通過對浮動車數(shù)據(jù)點與道路之間的空間分析，借助于ReturnNearestPoint方法實現(xiàn)對浮動車輛的定位。車輛的軌跡跟蹤在技術實現(xiàn)上采用ArcEngine的NetworkAnalysis類庫，通過建立INetworkDataset道路幾何網(wǎng)絡，創(chuàng)建道路網(wǎng)絡分析上下文，基于網(wǎng)絡分析上下文接口函數(shù)INAContext.Solver.Solve( )對浮動車離散軌跡點進行路徑跟蹤，實現(xiàn)對浮動車輛的軌跡重繪。浮動車輛的路徑誘導采用Dijkstra算法，選取道路長度作為路網(wǎng)權重，其中誘導路徑起止位置的查詢支持模糊查詢，通過對地圖點圖層屬性的search( )查詢實現(xiàn)對起止位置的選擇。并根據(jù)道路幾何網(wǎng)絡的上下文分析，獲取自誘導起始位置至終止位置的最短路徑。最終通過IEIDHelper接口獲得網(wǎng)絡邊線ID枚舉對應的所有網(wǎng)絡邊線幾何圖形，實現(xiàn)對最短路徑的可視化繪制，為管理用戶提供路徑誘導規(guī)劃。

3.2 路況識別模塊

路況識別模塊的開發(fā)主要實現(xiàn)對路網(wǎng)道路平均速度的實時判別分析，即是對道路行駛浮動車數(shù)據(jù)的動態(tài)統(tǒng)計。該功能實現(xiàn)依賴于GIS地圖的空間分析功能，首先對路網(wǎng)道路建立道路緩沖區(qū)，其次針對建立的道路緩沖區(qū)與浮動車數(shù)據(jù)圖層進行疊加分析，采用基于權重的地圖匹配算法實現(xiàn)對路網(wǎng)各道路所屬浮動車數(shù)據(jù)的篩選，進而實現(xiàn)對浮動車速度的統(tǒng)計分析。該匹配算法兼顧浮動車數(shù)據(jù)與路網(wǎng)道路的距離及方向的匹配程度，其距離匹配度，方向匹配度riθ為：，且有θi=min（|θc-θi′|，360－｜θc-θi′｜）。其中，DTH為浮動車與候選路段集合中所有路段距離的最短距離；Di為浮動車點至候選路段li的最短距離；θc為浮動車行駛方向；θi′為候選路段的道路方向。則浮動車數(shù)據(jù)與道路的綜合匹配度ri為

式中：wd為距離匹配度的權值；wθ為方向匹配度的權值。

通過對浮動車數(shù)據(jù)綜合匹配度的計算分析，準確統(tǒng)計路網(wǎng)道路的平均行駛速度，并根據(jù)《城市道路交通管理評價指標體系（2012年版）》對城市道路擁擠程度的等級劃分及速度描述，實現(xiàn)對路網(wǎng)道路交通狀態(tài)的實時判別。

3.3 交通狀態(tài)預測模塊

交通狀態(tài)預測是交通狀況識別的功能拓展，其通過對歷史狀態(tài)變化趨勢的研究分析，建立交通狀態(tài)預測模型，進而實現(xiàn)對交通狀態(tài)的預測分析。根據(jù)對交通狀態(tài)預測算法的對比分析[9-12]，綜合考慮路網(wǎng)交通狀態(tài)的波動性及路網(wǎng)結構的復雜性，選取指數(shù)平滑預測模型實現(xiàn)對交通運行狀態(tài)的預測分析，其平滑權重參數(shù)可根據(jù)預測值與真實值的誤差進行自適應修正，且預測值僅依賴于初始值與前一時刻的預測值，時間復雜度相對較低。因此，根據(jù)對路網(wǎng)道路歷史時間序列的統(tǒng)計計算，結合指數(shù)平滑預測算法對道路平均速度進行預測分析，實現(xiàn)對路網(wǎng)運行狀態(tài)的預測判別。

3.4 決策分析模塊

決策分析模塊主要實現(xiàn)對歷史數(shù)據(jù)的挖掘分析，包括道路車輛密度分布的統(tǒng)計分析、道路全天擁堵指數(shù)的統(tǒng)計分析及各區(qū)域擁堵狀況指數(shù)的統(tǒng)計分析等。該功能實現(xiàn)依賴于數(shù)據(jù)庫查詢與路網(wǎng)道路的結合。通過建立系統(tǒng)與SQL Server 2008數(shù)據(jù)庫的權限連接，結合獲取的路網(wǎng)道路邊界對道路車輛的密度及擁堵狀態(tài)進行統(tǒng)計分析。該功能用到的數(shù)據(jù)接口主要包括ITopologicalOperator接口和IEnvelope接口，根據(jù)ITopologicalOperator接口的緩沖區(qū)邊界Buffer( ).Envelope，獲取道路邊界的經(jīng)緯度范圍，并結合道路方向查詢滿足條件的浮動車數(shù)量，實現(xiàn)對道路密度及擁堵指數(shù)的判別。而區(qū)域擁堵狀況的判別則依賴于各區(qū)域面要素的邊界范圍，以區(qū)域邊界為限制統(tǒng)計浮動車數(shù)據(jù)，實現(xiàn)對歷史數(shù)據(jù)的挖掘統(tǒng)計。

4 系統(tǒng)實現(xiàn)

本文基于南京市浮動車行駛數(shù)據(jù)及視頻數(shù)據(jù)，采用C# .NET的ArcEngine的GIS開發(fā)平臺，構建了南京市交通運行監(jiān)測系統(tǒng)，如圖3所示。

系統(tǒng)總體實現(xiàn)了南京市浮動車輛的管理、路網(wǎng)交通運行狀況的實時識別、交通運行狀態(tài)的動態(tài)預測及歷史數(shù)據(jù)的挖掘分析。同時，針對視頻路段，可實時觀測路段交通流視頻數(shù)據(jù)，及時掌握路段交通運行狀況，為交通部門實施交通管理提供依據(jù)。

圖3 南京市交通運行監(jiān)測系統(tǒng)Fig.3 Nanjing traffic operation monitoring system

5 結束語

基于ArcEngine的交通運行監(jiān)測系統(tǒng)是融合GIS地圖展示及傳統(tǒng)交通運行狀況識別的交通運行管理系統(tǒng)，借助于GIS地圖的空間分析及可視化展示，為交通運行狀況的監(jiān)測及管理提供精細化、信息化的管理平臺，實現(xiàn)浮動車數(shù)據(jù)與視頻數(shù)據(jù)的同步匯總，對提高交通管理部門的管理水平及工作效率具有重要意義。

參考文獻：

[1]王盛，江萬壽.武漢市交通數(shù)字監(jiān)控系統(tǒng)設計與仿真實現(xiàn)[J].測繪科學，2013，38（2）：160-162.

[2]王春曉，王斐.基于ArcEngine的公路巡檢系統(tǒng)設計與實現(xiàn)[J].測繪科學，2014，39（5）：40-42.

[3]顧鵬飛，高成發(fā).基于GIS的興趣點公交路線查詢系統(tǒng)的研究與設計[J].現(xiàn)代測繪，2014，37（5）：25-28.

[4]李盛盛，邵建,蔡先華.基于ArcGIS Engine的大型活動交通管理與模擬系統(tǒng)的設計與開發(fā)[J].現(xiàn)代測繪，2006，29（5）：8-11.

[5]張垠，李光明.基于GIS的交通路況信息實時傳播系統(tǒng)[J].空軍雷達學院學報，2005，19（2）：59-61.

[6]朱仕杰，南卓銅.基于ArcEngine的GIS軟件框架建設[J].遙感技術與應用，2006，21（4）：385-390.

[7]韓鵬，王泉，王鵬，等.地理信息系統(tǒng)開發(fā)：ArcEngine方法[M] .武漢：武漢大學出版社，2005.

[8]楊利兵，陳艷紅，劉亞立.基于Geodatabase的地理數(shù)據(jù)庫的設計[J].山西建筑，2007，33（25）：367-368.

[9]鄭長江，葛升陽，鄭樹康.基于貝葉斯網(wǎng)絡的交通事件持續(xù)時間預測[J].華東交通大學學報，2014，31（5）：50-55.

[10]王翔，陳小鴻，楊祥妹.基于K最近鄰算法的高速公路短時行程時間預測[J].中國公路學報，2015，01（28）：102-111.

[11]樊娜，趙祥模，戴明，等.短時交通流預測模型[J].交通運輸工程學報，2012，12（4）：114－119.

[12]姚智勝，邵春福，高永亮.基于支持向量回歸機的交通狀態(tài)短時預測方法研究[J].北京交通大學學報，2006，30（3）：19-22.

（責任編輯 姜紅貴）

Design and Implementation of Traffic Operation Monitoring System Based on ArcEngine

Dang Qian, Wang Weifeng, Ding Shanshan, Diao Hanlou
（Jiangsu Province Communications Planning and Design Institute Co. LTD., Nanjing 210014, China）

Abstract：Real-time dynamic operation monitoring of road network is of great significance for traffic management departments to implement traffic management and guidance. This study, through requirements analysis and architecture design of the road operation monitoring, developed the program of traffic operation monitoring system in the C#.NET language based on ArcEngine platform. According to the basic vehicle data and powerful spatial analysis techniques of ArcEngine, this study realized functions of probe vehicle tracking and guidance, traffic condition recognition, traffic condition forecasting and historical analysis, which may promote the visualization and informatization of urban traffic management.

Key words：urban road network; traffic running state; dynamic monitoring; ArcEngine

中圖分類號：U491

文獻標志碼：A

文章編號：1005-0523（2016）03-0074-05

收稿日期：2015-12-02

基金項目：江蘇省交通科學研究計劃項目（2012X07-1）；江蘇省交通規(guī)劃設計院博士后基金（KY2013022）

作者簡介：黨倩（1989—），女，工程師，碩士，主要研究方向為智能交通技術研發(fā)及應用。

通訊作者：王維鋒（1979—），男，高級工程師，博士，研究方向為智能交通系統(tǒng)工程。