基于高德地圖API 的路段車速預測研究

陳國強，張道文，周 凱

（1.西南交通大學交通運輸與物流學院，四川 成都 610031；2.西華大學汽車與交通學院，四川 成都 610039；3.大連工業(yè)大學外國語學院，遼寧 大連 116000）

在城市快速發(fā)展過程中，交通擁堵問題日益嚴重，僅通過“粗放式”修建基礎設施來緩解擁堵問題存在諸多局限，而利用有效地組織路網(wǎng)交通流來緩解擁堵是智能交通系統(tǒng)研究的主要內(nèi)容。交通誘導是智能交通系統(tǒng)的關鍵組成部分，而準確的交通狀態(tài)預測是有效地進行交通誘導的前提和依據(jù)。大量的研究人員對交通狀態(tài)預測模型進行了研究，使預測精度得到了極大的提升，如KNN 模型[1]、神經(jīng)網(wǎng)絡模型[2?4]、支持向量回歸[5?6]、旋轉(zhuǎn)網(wǎng)絡模型[7]等。但是如何讓這些預測模型能夠供非專業(yè)人員使用（如駕駛員選擇路線），這方面的應用研究較少。

此外，交通數(shù)據(jù)獲取也是一大難點，不僅數(shù)據(jù)源之間存在“信息孤島”，而且數(shù)據(jù)源和需求方也不能有效連接，許多交通研究者有心無力，望而興嘆。即使有文獻中提出采用爬蟲方法獲取交通數(shù)據(jù)[8?9]，但也只是直接給出數(shù)據(jù)獲取結(jié)果，沒有給出具體實施步驟，導致后續(xù)研究人員需要用大量的時間研究怎么獲取數(shù)據(jù)。

本研究擬基于高德地圖API，開發(fā)一套操作簡單、界面友好的程序，實現(xiàn)路段車速數(shù)據(jù)采集、處理、分析、預測和發(fā)布過程的集成化、簡便化。該方法讓研究人員可以根據(jù)需求快速獲取指定路段車速數(shù)據(jù)，給出ARIMA 模型預測案例，為出行者提供“擁堵預報”，為之后的應用研究做鋪墊。

1 車速數(shù)據(jù)獲取

1.1 數(shù)據(jù)采集流程

進入高德開發(fā)平臺[10]，查看態(tài)勢數(shù)據(jù)開發(fā)指南，通過該平臺能夠獲取矩形區(qū)域、圓形區(qū)域和指定線路的交通態(tài)勢數(shù)據(jù)。根據(jù)“使用說明”可知，獲取數(shù)據(jù)分為3 個步驟：1）申請“Web 服務API 接口”密鑰（Key）；2）拼接HTTP 請求URL；3）接收HTTP 請求返回的數(shù)據(jù)（JSON 或XML 格式），解析數(shù)據(jù)。

高德地圖態(tài)勢數(shù)據(jù)2 min 更新一次。若采集時間間隔太短，則數(shù)據(jù)量太大；若采集時間間隔過長，則可能錯過一些重要信息。綜合考慮后，本文將采集時間間隔定為5 min，采集時間為2019 年12 月21 日—2020 年1 月10 日，采集流程如圖1所示。

1.2 采集區(qū)域劃分

為確定采集區(qū)域的坐標參數(shù)，可以利用“高德地圖坐標拾取器”獲取[11]。根據(jù)開發(fā)指南給出的“使用限制”可知，矩形對角線不能超過10 km，故只能采用網(wǎng)格切分的思想，先將采集區(qū)域進行切割，劃分為幾個較小的采集區(qū)域，最后根據(jù)實際需求合并為較大的采集區(qū)域。因為普通用戶調(diào)用量上限為2 000 次/日，并發(fā)量上限為20 次/秒，所以每次采集最多構(gòu)造6 個小格，才能不超過每天的調(diào)用量（以5 min 為時間間隔，一個區(qū)域每天需要調(diào)用288 次，每次采集由于區(qū)域融合需要調(diào)用6 次，共計1 728 次）。為了觀察橫貫成都市的道路情況，本研究采用如圖2 所示的分割方法。將數(shù)據(jù)采集結(jié)果通過arcgis 繪制出來，如圖3 所示。此外，為解決爬取實時數(shù)據(jù)及代碼運行時間過長的問題，可以采用云服務器托管運行的方法。

圖2 矩形區(qū)域分割示例

圖3 矩形區(qū)域分割示例

2 車速數(shù)據(jù)處理

2.1 數(shù)據(jù)轉(zhuǎn)換

由于高德地圖態(tài)勢數(shù)據(jù)為實時數(shù)據(jù)而非歷史數(shù)據(jù)，所以編寫爬蟲代碼將不同時間點的采集結(jié)果放在不同的CSV 文件中，利用Python 編程實現(xiàn)文件的批量處理。首先，利用groupby()函數(shù)將每個文件內(nèi)的同一路段車速數(shù)據(jù)求平均并存儲到另一個文件中，再利用Pandas 庫從這些文件中提取出需要的路段數(shù)據(jù)，并賦予對應的時間，然后存儲歸類到一個文件中，形成指定路段平均速度的時間序列數(shù)據(jù)。

2.2 數(shù)據(jù)清洗

打開存儲采集數(shù)據(jù)的文件，發(fā)現(xiàn)有部分路段車速數(shù)據(jù)缺失，有以下兩方面的原因：1）交通態(tài)勢數(shù)據(jù)的來源是用戶和浮動車的GPS 點數(shù)據(jù)，在定位、傳輸、采集的過程中，難免會出現(xiàn)一些錯誤；2）由于長時間、密頻次調(diào)用高德地圖API，會造成服務器排名ID 靠后，導致采集出來的數(shù)據(jù)不完整。交通態(tài)勢數(shù)據(jù)中最關鍵的部分是路段平均行程速度，如果一條道路長時間缺失平均行程速度數(shù)據(jù)，則應該放棄此條道路的研究[8]。

2.3 數(shù)據(jù)修復

如果發(fā)現(xiàn)一條道路的車速數(shù)據(jù)并非長時間缺失，而是在某個時間點缺失，則可以采用數(shù)據(jù)填充的方法修復。這類情況發(fā)生的原因是沒有車輛在道路上行駛，導致在該時刻無法采集到該路段內(nèi)的速度信息。數(shù)據(jù)少量缺失的情況與道路等級有關，如快速路和主干道上，很少出現(xiàn)數(shù)據(jù)缺失，而在支路上較為常見。這是因為支路的車流量較少，且行駛的車輛不一定使用高德地圖或者該車輛不一定是浮動車，不能向高德地圖發(fā)送數(shù)據(jù)。

3 ARIMA 模型預測

3.1 分解數(shù)據(jù)

以“213 國道”為例，將前20 天的數(shù)據(jù)作為訓練集，最后一天的數(shù)據(jù)作為測試集，分解數(shù)據(jù)如圖4 所示。

圖4 “213 國道”數(shù)據(jù)分解

3.2 平穩(wěn)性檢驗

將分解后的“剩余部分”進行adfuller 檢驗，如圖5（a）所示。結(jié)果顯示：P-value<0.05，拒絕原假設，數(shù)據(jù)穩(wěn)定；Test Statistic=?26.742366

將分解后的“趨勢部分”進行adfuller 檢驗，如圖5（b）所示。結(jié)果顯示：Test Statistic=?3.204048>Critical Value（1%）=?3.431553，Test Statistic=?3.204048

圖5 平穩(wěn)性檢驗

圖6 的（a）、（b）分別是一階差分和二階差分的ACF/PACF 圖，都呈現(xiàn)出拖尾的現(xiàn)象，數(shù)據(jù)都穩(wěn)定，但二階差分數(shù)據(jù)的穩(wěn)定性明顯優(yōu)于一階差分數(shù)據(jù)。為保證精度，選擇二階差分數(shù)據(jù)作為預測數(shù)據(jù)，確定ARIMA 模型中的d=2。

圖6 ACF/PACF 圖

3.3 “趨勢部分”白噪聲檢驗

利用Python 的statsmodels 庫中的acorr_ljungbox()函數(shù)進行白噪聲檢驗，結(jié)果顯示延遲6 階的P值為6.08*10-298<0.05，因此可以拒絕原假設，認為該序列是非白噪聲序列，可以進行ARIMA 模型預測。

3.4 模型定階

繪制AIC 的熱力圖，如圖7 所示。顏色由淺到深，AIC 逐漸減小，MA4、AR2 對應的AIC 最小，確定ARIMA 模型的參數(shù)p=5，q=3。

圖7 AIC 熱力圖

3.5 模型檢驗

用殘差來檢驗模型的好壞。從圖8 中可以看出殘差基本滿足正態(tài)分布。再進行D-W 檢驗，發(fā)現(xiàn)D-W 檢驗值接近于2，表明不存在自相關性，說明模型較好。

圖8 qq 圖

3.6 數(shù)據(jù)預測

對“趨勢部分”進行預測，再將“季節(jié)部分”和“剩余部分”按平均的方式融合在一起得到車速數(shù)據(jù)的預測結(jié)果，進行MAE 計算，結(jié)果為1.6564，繪制預測結(jié)果如圖9 所示，其中黑色實線表示預測值，灰色虛線表示實際值。可以看出預測值較實際值更為保守，車速變化不明顯，而實際值的尖峰（異常值）較多，相鄰時間點的車速變化較大。

圖9 ARIMA 預測結(jié)果

3.7 分時段預測

根據(jù)車速平均值，將時段劃分為高峰期和非高峰期，如圖10 所示。其中灰色虛線為平均值1，是對所有天數(shù)按照每天的時間點進行分組再求車速平均值；黑色實線為平均值2，是所有車速的平均值。對于“213 國道”（一個遠離城區(qū)的高速路），小于車速均值的時間為00:20—07:40 和17:15—23:30，這個是高峰期，7:40—17:15 是非高峰期。不同道路的高峰期和非高峰期不同，不能以平常上下班時間作為劃分典型時段的依據(jù)，故以平均值作為劃分依據(jù)。圖11 為非高峰期（7:40—17:15）的預測結(jié)果，MAE=1.3732，有顯著提升。圖12 為高峰期1（00:20—07:40）的預測結(jié)果，MAE=1.5442，MAE 提 升。圖13 為高峰期2（17:15—23:30）的預測結(jié)果，MAE=1.8515，MAE降低。

圖10 “213 國道”時段劃分

圖11 “213 國道”非高峰期預測結(jié)果

圖12 “213 國道”高峰期1 預測結(jié)果

圖13 “213 國道”高峰期2 預測結(jié)果

3.8 方法改進

上述步驟需人工建立ARIMA 模型，過程復雜。為實現(xiàn)ARIMA 模型預測的自動化，擬采用以結(jié)果（MAE）為導向的運算方法，將“模型定階”“模型檢驗”的部分去掉，利用計算機的優(yōu)勢，將6 以內(nèi)的p、q值都計算一遍，找出MAE 最小的ARIMA模型。

4 軟件設計

4.1 技術實現(xiàn)工具

以Python3.6 作為開發(fā)語言，PyCharm 作為集成開發(fā)工具，PyQt5 作為界面開發(fā)框架。用PyInstaller 打包，使程序能在Windows 操作環(huán)境下運行。

4.2 效果展示

打開軟件，彈出主界面，如圖14 所示，共有4 個模塊。點擊模塊3 的“數(shù)據(jù)處理”按鈕，按需求選擇，點擊“運行”，如圖15 所示。

圖14 主界面

圖15 數(shù)據(jù)處理示例

返回主界面，點擊模塊4 的“數(shù)據(jù)預測”按鈕，在彈出的窗口中選擇“3 周”的數(shù)據(jù)量，在“指定目標路段”后的文本框中輸入“人民南路三段”，點擊“相關性可視化”按鈕，軟件繪制出“人民南路三段”在工作日和休息日的日均車速數(shù)據(jù)分布情況，如圖16所示。其中，灰色虛線表示工作日，黑色實線表示休息日，工作日與休息日有明顯的不同，工作日存在兩個峰值，而休息日的峰值只有一個。這表明工作日的出行是剛需，大部分居民必須在指定時間出行（朝九晚六的上下班時間），而休息日居民可以按照自己的意愿選擇出行時間。

圖16 “人民南路三段”工作日與休息日的日均車速分布情況

以“213 國道”為例，滾動“數(shù)據(jù)預測”窗口右邊的滑輪，直到出現(xiàn)ARIMA 預測版面，點擊“預測按鈕”，將出現(xiàn)預測結(jié)果和計算過程，如圖17 所示。其中，灰色虛線表示實際值，黑色實線表示預測值，實際值的變化幅度較大，預測值比較保守，預測結(jié)果MAE=1.6394，相較于圖9（以AIC 值最小作為判定模型參數(shù)的方法）的預測結(jié)果1.6564 有所提升。

圖17 “213 國道”預測結(jié)果

5 擁堵預報的Web 開發(fā)

以Django 作為開發(fā)框架，設計了一個能夠發(fā)布預測結(jié)果的網(wǎng)頁。其中“輸入頁面”如圖18 所示，默認值為“大件路”。輸入“成都繞城高速”，點擊“預測”按鈕，出現(xiàn)“輸出頁面”，如圖19 所示。圖19的右下角是預測報告，粉紅色虛線表示預測值，藍色實線表示平均值。報告顯示1 月10 日的預測值總是高于平均值，表明1 月10 日（星期五）的“成都繞城高速”較平常而言更通暢。

圖18 輸入頁面

圖19 輸出頁面

6 結(jié)論

1）以高德地圖態(tài)勢數(shù)據(jù)為數(shù)據(jù)來源，運用Python 語言編寫爬蟲代碼，通過云服務器托管運行，經(jīng)過數(shù)據(jù)轉(zhuǎn)換、清洗和修復，獲得成都市部分區(qū)域3 周的車速數(shù)據(jù)。

2）采用ARIMA 模型，完成了時間序列預測工作。

3）以Python 語言為基礎，通過PyCharm 和Qt Designer 等工具，實現(xiàn)了指定路段車速數(shù)據(jù)采集、處理、分析和預測的自動化、程序化。

4）以Django 為Web 開發(fā)框架，實現(xiàn)了指定路段車速預測結(jié)果的發(fā)布功能。

論文的研究成果可以幫助交通研究者快速獲取車速數(shù)據(jù)，為出行者提供指定路段的擁堵預測結(jié)果。在以后的工作中，可以嘗試完善“擁堵預報”的Web 開發(fā)，為導航軟件添加“預報”功能，當輸入駕駛目的地后，系統(tǒng)將為用戶提供途經(jīng)路段的預測報告，包括途經(jīng)路段的最通暢出行時間和最擁堵出行時間。