基于浮动车数据的交通分析方法技术

一种涉及基于浮动车数据的交通分析方法，尤指一种主要用于分析城市道路状况、统计出租车出行指标，计算出租车出行起讫点矩阵的交通分析方法。该方法通过对道路车速分析、出行起讫点ＯＤ分析及车辆出行指标分析，利用了缓冲区技术、关联校验技术、趋势夹角技术、主被动停车区分技术，数据飘移过滤技术、进行参数设置的组合分析，结合出租车回报数据的具体情况，统计出租车出行指标；主要解决如何进行各种过滤条件、参数设置的组合分析等有关技术问题。本发明专利技术的优点是：该方法对出租车数据进行了车辆状况的真实性、有效性判别后，计算了出租车全样本的出行起讫点ＯＤ矩阵，这在传统交通调查中是几乎不可能实现的，本方法具有全新的车辆出行起讫点ＯＤ分析手段等优点。

Traffic analysis method based on floating car data

A related analysis method of floating car data based on traffic, especially a city road condition, is mainly used to analyze the statistical index to calculate the taxi taxi trip, travel traffic origin destination matrix analysis method. Through the analysis, OD analysis and analysis of travel passenger vehicle travel index of road speed, using the buffer technology, related technology, technology, trend angle calibration and passive parking distinguishing technology, data filtering technology, analyze the drift parameters set, combined with the specific circumstances of the taxi return data, taxi travel statistics index; how to solve the main composition analysis of related technical problems such as various filtering conditions, parameter setting. The invention has the advantages that the method of the authenticity and effectiveness of the vehicle identification data of taxi, taxi travel passenger OD matrix to calculate the whole sample, it is almost impossible to achieve in the traditional traffic survey, this method has a new vehicle for the OD analysis method etc..

【技术实现步骤摘要】

本专利技术涉及一种，尤指一种主要用于分析城市道路状况、统计出租车出行指标，计算出租车出行起讫点矩阵的交通分析方法。
技术介绍
国际上利用移动车辆进行交通分析已有不少的研究，主要研究领域在于利用浮动车数据(Flating Car Date，简称FCD)进行道路车速方面与出行起讫点(Origination-Destination简称OD)的分析，国际方面主要有东京大学、德国宇航中心、美国加里弗尼亚大学交通研究所等，在国内也有了部分应用，如宁波道路车速分析系统就是利用德国宇航中心的技术成果。(1)基于FCD的道路行程车速分析技术日本、德国对利用出租车(Global Position System，简称GPS)数据进行道路车速分析进行了具体的研究工作，并进行了实际应用。本专利技术方法完全为自主创新、独立开发，从技术细节上来看，与国外同类技术有较大的区别。主要表现在参数设置、过滤条件与方法、数据融合手段等方面，日本东京大学的车速分析使用的排除法，对一切不确定的回报信息都采取删除的方法，回将出租车回报间隔大于15分钟、车速大于60公里/小时、车速小于前一回报间隔的75％、停车时间超过100秒等信息一律加以删除，这样做虽然简单，但明显的后果是往往把现实道路中真实有用的信息也一起去掉了，最后的结果是道路运行情况始终保持稳定的状态，而不能充分反映全面真实的道路交通状况。(2)基于FCD的出租车出行特征分析技术国内外浮动车数据分析主要用于道路车速分析及出行起讫点OD分析等，车辆出行指标分析领域中的应用研究尚属空白。
技术实现思路
为了克服上述不足之处，本专利技术的主要目的旨在提供一种通过浮动车数据综合分析模块、OD矩阵分析模块、出租车出行指标分析模块及数据飘移过滤技术等多项技术与各种过滤条件、参数设置的组合分析，结合出租车回报数据的具体情况进行交通分析，达到灵活高效的对道路车速进行分析的。本专利技术要解决的技术问题是主要解决如何通过缓冲区技术、关联校验技术、趋势夹角技术、主被动停车区分技术，数据飘移过滤技术等多项技术问题；要解决如何进行各种过滤条件、参数设置的组合分析等有关技术问题。本专利技术解决其技术问题所采用的技术方案是该专利技术为一种，该方法是通过对道路车速分析、出行起讫点OD分析及车辆出行指标分析，利用了缓冲区技术、关联校验技术、趋势夹角技术、主被动停车区分技术，数据飘移过滤技术、进行参数设置的组合分析，结合出租车回报数据的具体情况，统计出租车出行指标，计算出租车OD矩阵，形成专业化的交通分析系统，其主要包括浮动车数据综合分析模块、出行起讫点OD分析模块及出租车出行综合指标分析模块，其中浮动车数据综合分析模块是利用浮动车数据与交通地理信息系统相结合，对道路车速状况进行综合统计分析，该模块流程的具体工作步骤是步骤1.浮动车原始数据浮动车原始数据模块的输入输出信号分别与数据完整性校验、数据有效性校验、标准化处理模块的输出输入信号相连接；步骤2.数据处理数据完整性校验、数据有效性校验、数据标准化模块的输出信号分别与预处理数据库模块的输入信号相连接；浮动车原始数据经过数据处理完整性校验、数据有效性校验、数据标准化之后存入预处理数据库；步骤3.预处理数据库与交通地理信息系统信息相结合预处理数据库模块的输出信号与地理信息匹配(106)模块的输入信号相连接；具体为a)、预处理数据库与交通地理信息系统信息相结合，进行地理属性匹配； b)、用缓冲区法、关联校验技术、趋势夹角判别技术先用缓冲区法，以道路中心线建立缓冲区；缓冲区取值为单向道路宽度加上全球定位系统GPS精度范围，为5-10米；再利用缓冲区判断浮动车回报点大致与哪些路段相关；c)、判断接着使用关联校验方法判断出同一车辆前后两回报点都与同一路段相关的情况，利用趋势夹角判别方法对前后两点分属不同路段的情况进行判别和分析；d)、归并当前后两回报点属于同一路段时，将其归并到该路段；当前后两点分属不同路段时，分为两路段有交点和无交点两种情况，有交点的情况，将全球定位系统GPS回报数据按权重分配到相关的两条路段上；无交点的，找出其可能经过的路段，将全球定位系统GPS回报数据赋予相关路段；步骤4.中间处理数据库地理信息匹配模块的输出信号与中间处理数据库模块的输入信号相连接；在进行路段匹配处理后，在数据库中添加路段的属性表，包括其所属行政区、交通地带、交通分区、路段名称、起讫路名、道路等级、道路类型、所属交通走廊信息，形成中间处理数据库；步骤5.查询数据源选择中间处理数据库模块的输出信号与查询数据源选择模块的输入信号相连接； 中间处理数据库进行最终统计查询过程中，首先进行的是查询数据源选择，数据源选择模块功能有以下几项a)、数据来源公司选择可选择一家公司或几家公司的数据进行统计分析；b)、日期选择可选择查询日期范围；c)、星期几选择在日期选择的基础上，可按星期几进一步进行细分，可进行工作日与休息日、周初和周末的比较分析，也可进行一周变化趋势的分析；d)、时段选择可选择查询数据的时间段；可进行昼夜、早晚高峰、特殊时段时间区间的分析比较；e)、空、重车选择为有无载客的数据选择，可分析空车、重车不同的出行特征、规律；f)、组合查询以上5类选项为交叉组合查询；步骤6.数据过滤选择了查询数据源后，将进行数据过滤，过滤模块包括以下五项a)、时间间隔指浮动车前后两点之间的时间差，当时间间隔过大时回报数据将无法准确反映道路交通运行的实际状况，所以需要对可用的最大时间间隔进行限制； b)、距离间隔指浮动车前后两点之间的距离差，当距离间隔过大时，前后两点跨越路段过多，不能准确反映道路交通状况，所以可用最大距离间隔过滤；c)、停车时间间隔指车辆速度为0状态持续的时间；停车分两种情况第一种是被动停车，车辆遇到交叉口红灯、拥堵、事故情况发生的停车行为，进行道路状况分析时需要包含这种停车行为；第二种是主动停车，指驾驶员有目的的停车行为，进行道路状况分析时需要排除这种停车行为；所以就需要使用可调整的停车时间间隔来区分这两种停车行为，取值为至少大于300秒；d)、停车位移判别民用的全球定位系统GPS存在精度误差为5-10米，在车辆静止时还是会产生回报位置漂移的现象，也就是说没有绝对车速为0的状态；浮动车最小的回报间隔是20秒，将车速小于1.8公里/小时的数据都认为处于停车状态；则进一步判别是主/被动停车就可以参考停车时间间隔范围内车辆移动的距离；当车辆移动距离在全球定位系统GPS飘移范围之内，就可以判断基本属于主动停车；当车辆移动距离超出了全球定位系统GPS的飘移范围，就要谨慎的加以判断，很可能是处于交通拥堵、交通事故所引起的被动停车状态；e)、速度所有的道路都有车速上限的限制，当出现浮动车速度远超过道路车速上限的情况，就可能是全球定位系统GPS回报出现大范围的漂移；具体进行道路车速状况分析的时候，就需要过滤掉这样大范围漂移的数据；考虑到事实上可能出现的短暂超速现象，原则上速度过滤值取道路车速上限再乘上一个浮动系数；步骤7.统计查询目标的选择数据过滤模块的输出信号分别与道路类型选择、区域选择及交通走廊选择模块的输入信号相连接；数据过滤后，进行统计查询目标的选择道路类型选择分为快速路、主干路、次干路、桥梁隧道，可选择不同等级本文档来自技高网...

【技术保护点】
一种基于浮动车数据的交通分析方法，其特征在于：该方法是通过对道路车速分析、出行起讫点ＯＤ分析及车辆出行指标分析，利用了缓冲区技术、关联校验技术、趋势夹角技术、主被动停车区分技术，数据飘移过滤技术、进行参数设置的组合分析，结合出租车回报数据的具体情况，统计出租车出行指标，计算出租车ＯＤ矩阵，形成专业化的交通分析系统，其主要包括：浮动车数据综合分析模块、出行起讫点ＯＤ分析模块及出租车出行综合指标分析模块，其中：浮动车数据综合分析模块是利用浮动车数据与交通地理信息系 统相结合，对道路车速状况进行综合统计分析，该模块流程的具体工作步骤是：步骤１．浮动车原始数据（１０１）浮动车原始数据（１０１）模块的输入输出信号分别与数据完整性校验（１０２）、数据有效性校验（１０３）、标准化处理（１０４）模 块的输出输入信号相连接；步骤２．数据处理数据完整性校验（１０２）、数据有效性校验（１０３）、数据标准化（１０４）模块的输出信号分别与预处理数据库（１０５）模块的输入信号相连接；浮动车原始数据（１０１）经过数据处理：完 整性校验（１０２）、数据有效性校验（１０３）、数据标准化（１０４）之后存入预处理数据库（１０５）；步骤３．预处理数据库与交通地理信息系统信息相结合预处理数据库（１０５）模块的输出信号与地理信息匹配（１０６）模块的输入信号相连 接；具体为：ａ）、预处理数据库与交通地理信息系统信息相结合，进行地理属性匹配；ｂ）、用缓冲区法、关联校验技术、趋势夹角判别技术先用缓冲区法，以道路中心线建立缓冲区；缓冲区取值为单向道路宽度加上全球定位系统ＧＰＳ精度范 围，为５－１０米；再利用缓冲区判断浮动车回报点大致与哪些路段相关；ｃ）、判断接着使用关联校验方法判断出同一车辆前后两回报点都与同一路段相关的情况，利用趋势夹角判别方法对前后两点分属不同路段的情况进行判别和分析；　 　ｄ）、归并当前后两回报点属于同一路段时，将其归并到该路段；当前后两点分属不同路段时，分为两路段有交点和无交点两种情况，有交点的情况，将全球定位系统ＧＰＳ回报数据按权重分配到相关的两条路段上；无交点的，找出其可能经过的路段，将全球定 位系统ＧＰＳ回报数据赋予相关路段；步骤４．中间处理数据库（１０７）地理信息匹配（１０６）模块的输出信号与中间处理数据库（１０７...

【技术特征摘要】

【专利技术属性】
技术研发人员：薛美根，刘军，柳鑫，赵辉，
申请(专利权)人：上海城市综合交通规划科技咨询有限公司，
类型：发明
国别省市：31[中国|上海]