交通數(shù)據(jù)獲取及分析

程前+陳亞偉+邵毅明

摘 要：隨著國內(nèi)汽車的保有量快速增加，交通事故率也隨之上升。其中在上下班高峰時(shí)間段的城市擁堵和交通事故，尤為突出。及時(shí)、高效發(fā)現(xiàn)城市交通道路上存在的一系列的交通擁堵和交通事故時(shí)交通檢測(cè)研究領(lǐng)域的重中之重，并且在城市上下班高峰時(shí)段的交通情況已經(jīng)成為當(dāng)代研究領(lǐng)域的熱點(diǎn)之一。文章首先對(duì)交通數(shù)據(jù)的背景和意義進(jìn)行分析，然后分析了國內(nèi)外交通數(shù)據(jù)獲取的研究歷史和現(xiàn)狀。接著對(duì)交通數(shù)據(jù)獲取方法進(jìn)行詳細(xì)的分析，指出不同的交通數(shù)據(jù)收集方法的不足之處，并加以優(yōu)化。

關(guān)鍵詞：交通監(jiān)測(cè)；交通數(shù)據(jù)；分析；獲取

中圖分類號(hào)：U491.1+16 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）07-0189-02

Abstract： With the rapid increase in the number of domestic cars， the traffic accident rate is also rising. Among them， urban congestion and traffic accidents during the rush hour are especially prominent. Timely and efficient detection of traffic jams and traffic accidents on urban roads is the most important task in the field of traffic detection. And in the rush hour in city commuting， traffic has become one of the hot spots in the field of contemporary research. This paper first analyzes the background and significance of traffic data， and then analyzes the history and current situation of traffic data acquisition at home and abroad. Then the traffic data acquisition methods are analyzed in detail， and the shortcomings of different traffic data collection methods are pointed out and optimized.

Keywords： traffic monitoring； traffic data； analysis； acquisition

1 概述

1.1 課題研究的背景和意義

眾所周知，因一系列交通擁擠和交通事故而造成的能源浪費(fèi)和環(huán)境污染等問題[1]，已經(jīng)成為全世界各國所面臨的共同話題，它們導(dǎo)致了一系列嚴(yán)重的后果，這是難以估計(jì)的[2]。根據(jù)世界衛(wèi)生組織和疾病控制預(yù)防中心的一份統(tǒng)計(jì)資料表明，在全世界所有范圍類20-45年齡段的死亡人數(shù)當(dāng)中，由于城市道路交通事故造成的死亡人數(shù)占了其中的50%以上[3][4]。在這份資料中顯示，尤其是在我國，由于交通事故造成的日均死亡人數(shù)可以和一架普通客機(jī)的載客數(shù)量等同，死亡人數(shù)遠(yuǎn)遠(yuǎn)高于美國、英國等發(fā)達(dá)國家。由于突發(fā)的交通事故不但會(huì)使道路交通擁堵，造成居民出行時(shí)間的消耗。而且也會(huì)使駕駛?cè)藛T或者行人以及周圍建筑物造成人身傷害和財(cái)產(chǎn)損失[5][6]。根據(jù)一份資料顯示，我國在北京、上海、廣東、深圳、重慶等大型擁堵城市每個(gè)月因?yàn)榻煌〒矶略斐傻慕?jīng)濟(jì)損失20億人民幣以上。在北京、上海、廣東、深圳尤為嚴(yán)重[9][10][11][16]。

綜上所述，本文將以對(duì)交通狀態(tài)監(jiān)測(cè)與預(yù)測(cè)方法進(jìn)行研究，旨在以較低的成本為交通管理者和交通出行者提供更為及時(shí)、可靠和有預(yù)見性的決策依據(jù)，其研究結(jié)果可以很大程度上提高道路出行安全，對(duì)經(jīng)濟(jì)性、環(huán)境保護(hù)也具有重要的學(xué)術(shù)意義和實(shí)用價(jià)值[12]。

1.2 交通數(shù)據(jù)獲取及其研究歷史與現(xiàn)狀

交通數(shù)據(jù)是實(shí)現(xiàn)交通狀態(tài)監(jiān)測(cè)與預(yù)測(cè)的基礎(chǔ)，其實(shí)時(shí)性、準(zhǔn)確性和全面性將直接決定交通狀態(tài)監(jiān)測(cè)與預(yù)測(cè)的效果。最早在1976年，Payne等[6]就提出了單參數(shù)閾值法的錯(cuò)誤數(shù)據(jù)識(shí)別方法[13][14]。在2001年，利用相鄰時(shí)段交通數(shù)據(jù)針對(duì)Trans Guide交通監(jiān)控系統(tǒng)進(jìn)行線性插值的數(shù)據(jù)修復(fù)方法[15]。2011年，姜桂艷等[11]針對(duì)城市中快速道路設(shè)計(jì)了交通流量和速度以及占有率這三種交通數(shù)據(jù)評(píng)價(jià)方法的組合使用流程。在2012年，譚政[12]針對(duì)城市主干道車輛檢測(cè)器自動(dòng)獲取方法，提出了可以利用灰色理論對(duì)故障數(shù)據(jù)進(jìn)行修復(fù)。

2 交通數(shù)據(jù)獲取及其分析

2.1 概述

什么是交通數(shù)據(jù)？顧名思義：“通過各種監(jiān)測(cè)手段將跟交通信息相關(guān)的所有數(shù)據(jù)整合到一起（車輛信息、地圖信息、人員信息、違規(guī)違章信息等等）形成的一個(gè)數(shù)據(jù)鏈?！痹谖覈?，由于高速公路以及一些路段車輛監(jiān)測(cè)器布設(shè)間距跨度大，很難滿足對(duì)道路交通數(shù)據(jù)實(shí)時(shí)狀態(tài)的監(jiān)測(cè)和預(yù)測(cè)的需要。因此，本文將以多種數(shù)據(jù)源為基礎(chǔ)，研究交通數(shù)據(jù)的獲取及其預(yù)處理新方法，進(jìn)一步改善道路交通狀態(tài)監(jiān)測(cè)與預(yù)測(cè)的數(shù)據(jù)成本與數(shù)據(jù)覆蓋范圍。

2.2 交通數(shù)據(jù)來源分析

從總體上來看，交通數(shù)據(jù)獲取主要從扔獲取方法、自動(dòng)獲取方法以及準(zhǔn)自動(dòng)獲取方法三種。而按交通量調(diào)查統(tǒng)計(jì)方式分為：間隙式調(diào)查統(tǒng)計(jì)方式和連續(xù)式調(diào)查統(tǒng)計(jì)方式。綜上所述，在本文中交通數(shù)據(jù)分類方法如圖1所示。

2.3 基于交通數(shù)據(jù)采集分類方法及存在問題

2.3.1 人工獲取方法。交通量數(shù)據(jù)的人工獲取主要是利用經(jīng)過培訓(xùn)的交通數(shù)據(jù)觀測(cè)、記錄人員在規(guī)定的地方在單位時(shí)間內(nèi)記錄該地點(diǎn)通過的行駛到各個(gè)方向的車型。因此，從人工獲取方法分析來看，人工獲取方法的存在的缺點(diǎn)是：（1）耗費(fèi)大量人力、物力；（2）人工調(diào)查人員的人為誤差，收集的數(shù)據(jù)準(zhǔn)確性不高；（3）采樣數(shù)據(jù)偶然性比較大，具有一定的誤差；（4）存在特殊天氣和夜間監(jiān)測(cè)的安全隱患等等。endprint

2.3.2 自動(dòng)獲取方法。目前，研究發(fā)現(xiàn)交通數(shù)據(jù)自動(dòng)獲取方法包括專業(yè)車輛檢測(cè)器和感應(yīng)式交通控制系統(tǒng)這兩種方法。而車輛檢測(cè)器一直是最主要的交通數(shù)據(jù)自動(dòng)獲取途徑。從自動(dòng)獲取方法分析來看，尚存在以下的缺點(diǎn)：在我國，由于高速公路以及一些路段車輛監(jiān)測(cè)器布設(shè)間距跨度大，很難滿足對(duì)道路交通數(shù)據(jù)實(shí)時(shí)狀態(tài)的監(jiān)測(cè)和預(yù)測(cè)的需要。并且，在一些偏遠(yuǎn)且不發(fā)達(dá)的城市地區(qū)存在著車輛檢測(cè)器的采樣信號(hào)機(jī)的信號(hào)周期是不斷變化的參數(shù)，導(dǎo)致所采集的交通數(shù)據(jù)不具有直接的可比性，難以直接用于交通狀態(tài)的監(jiān)測(cè)與預(yù)測(cè)，從而導(dǎo)致了所采用的數(shù)據(jù)源有一定的誤差，這也導(dǎo)致了交通數(shù)據(jù)的不準(zhǔn)確性。

2.4 基于交通控制系統(tǒng)的交通數(shù)據(jù)進(jìn)行分析與改進(jìn)

隨著科學(xué)技術(shù)不斷地進(jìn)步與發(fā)展，伴隨著現(xiàn)代傳感技術(shù)、計(jì)算機(jī)技術(shù)、通訊技術(shù)以及信息技術(shù)的快速發(fā)展，越來越多的檢測(cè)設(shè)備投入城市道路交通系統(tǒng)的控制與管理中。然而，這一系列的改進(jìn)措施都少不了中國相關(guān)政府部門大力支持和監(jiān)督管理。因此，通過結(jié)合國內(nèi)外的相關(guān)數(shù)據(jù)以及中國道路交通的實(shí)際情況而言，希望可以從以下兩個(gè)方面著手解決：

加強(qiáng)政府部門的積極監(jiān)管作用。通過數(shù)據(jù)的獲取方法可知，建議我們政府的相關(guān)職能部門應(yīng)該在高速公路及一些監(jiān)控設(shè)備布設(shè)間距大的地方增加監(jiān)控設(shè)備使整個(gè)路網(wǎng)信息實(shí)時(shí)處于監(jiān)控中，讓我們能更加及時(shí)、高效的解決道路交通問題，減少損失。

加強(qiáng)人工調(diào)查的執(zhí)行力度。我們應(yīng)該對(duì)人工調(diào)查人員進(jìn)行宣傳，讓他們接受更多的相關(guān)事宜培訓(xùn)，培養(yǎng)出一批高素質(zhì)、高技能的專業(yè)調(diào)查人員，讓他們明白事情的重要性。

3 結(jié)束語

21世紀(jì)以來，我國科學(xué)技術(shù)發(fā)生了質(zhì)的飛躍，交通量數(shù)據(jù)的收集方法也得到了不斷地提升和優(yōu)化改進(jìn)，從而使交通數(shù)據(jù)收集的信息更加的可靠和準(zhǔn)確。通過對(duì)交通控制系統(tǒng)的數(shù)據(jù)進(jìn)行分析，可以有效預(yù)防交通擁堵和交通事故的發(fā)生，從而減少人員的人身傷害和財(cái)產(chǎn)損失，也對(duì)能源浪費(fèi)和環(huán)境污染得到有效的解決。然而，本文只是簡(jiǎn)單對(duì)交通數(shù)據(jù)的獲取及缺點(diǎn)進(jìn)行了分析，在以后的研究中應(yīng)采用更多種數(shù)據(jù)源的實(shí)測(cè)數(shù)據(jù)對(duì)所設(shè)計(jì)融合方法的有效性進(jìn)行驗(yàn)證，以避免不必要的交通事故發(fā)生，從而實(shí)現(xiàn)人車路系統(tǒng)有效進(jìn)行。

參考文獻(xiàn)：

[1]Zhou DS.An integrated traffic incident detection model[D].Austin： University of Texas， 2000.

[2]姜桂艷，溫慧敏，楊兆升.高速公路交通事件自動(dòng)檢測(cè)系統(tǒng)與算法設(shè)計(jì)[J].交通運(yùn)輸工程學(xué)報(bào)，2001，1（1）：77-81.

[3]Schrank D， Lomax T，Eisele B.The 2010 Urban Mobility Report[R].Texas Transportation Institute， Texas， 2011.

[4]全永 .城市交通控制[M].北京.人民交通出版社，1989.

[5]趙亦林.車輛定位與導(dǎo)航系統(tǒng)[M].北京：電子工業(yè)出版社，1999.

[6]Payne H J， Helfenbein E D， Knobel， H C. Development and testing of incident detection algorithms[R]. Virginia：2， Research methodology and detailedresults，1976.

[7]Jacobson L N， Nihan N L， Bender J D. Detecting erroneous loop detector data in a freeway traffic management system[J]. Transportation Research Record 1287， TRB， National Research Council， Washington， D.C， 1990：151-166.

[8]Nam D H， Drew D R. Traffic dynamics： methods for estimating freeway travel times inrealtime from flow measurements[J]. Journal of Transportation Engineering， ASCE， 1996， 122（3）： 185-191.

[9]裴玉龍，馬驥.實(shí)時(shí)交通數(shù)據(jù)的篩選與恢復(fù)研究[J].土木工程學(xué)報(bào)，2000（7）：78-83.

[10]Byon Y J. GPS-GIS Integrated System for Travel Time Surveys[D]. Toronto： University of Toronto， 2004.

[11]姜桂艷，牛世峰，李紅偉.動(dòng)態(tài)交通數(shù)據(jù)質(zhì)量評(píng)價(jià)方法研究[J].北京工業(yè)大學(xué)報(bào)，2011.

[12]譚政.城市道路交通流預(yù)測(cè)及應(yīng)用[D].廣州：華南理工大學(xué)，2012.

[13]覃頻頻.基于信息融合的高速公路事件檢測(cè)建模與仿真[D].成都：西南交通大學(xué)，2007.

[14]姜卉.基于FA-SVM的高速公路交通事件自動(dòng)檢測(cè)方法研究[D].長(zhǎng)春：吉林大學(xué)，2011.

[15]莊斌，楊曉光，李克平.道路交通擁擠事件判別準(zhǔn)則與檢測(cè)算法[J].中國公路學(xué)報(bào)，2006.

[16] 龍暉.城市交通參數(shù)多步預(yù)測(cè)方法研究[D].長(zhǎng)春：吉林大學(xué)，2004.endprint