基于浮动车数据和线圈流量融合的间断流路段行程时间估计方法技术

本发明专利技术公开了一种间断流路段平均行程时间估计方法，目标路段上同时具有浮动车数据和线圈流量数据，通过融合目标路段上的浮动车数据和线圈流量，对路段平均行程时间进行估计；以浮动车样本量除以线圈流量作为浮动车样本覆盖率指标，以该指标为参考，结合历史同时段数据的挖掘，确定路段平均行程时间估计值。本发明专利技术能有效融合浮动车数据和线圈流量数据，其路段行程时间估计值的准确度要优于传统浮动车路段行程时间估计值和线圈路段行程时间估计值的准确度，在智能交通服务和交通管理等方面具有重要的意义。本发明专利技术中采用的方法和技术简单易行，运行条件容易满足，易于在大中型城市中推广应用。

【技术实现步骤摘要】

本专利技术属于智能交通
，尤其涉及交通流诱导和管理领域中的行程时间估计与预测，更具体地说，涉及一种基于浮动车和流量数据融合的间断流路段行程时间估计方法。
技术介绍
间断交通流(Interrupted Flow)是指交通流设施有引起交通流周期性间断的固定元素，这些元素包括交通信号、停车标志和其他类型的管制设备。不管有多少交通量存在，这些设备都会引起交通周期性停止(或显著减慢)，也就是说道路上行驶的交通流因外界因素，如道路交叉口、标志或信号的原因，而停驶中断的流动体。一般来说，城市地面道路上的交通流为间断流。行程时间预测值指下一个(多个)时段内，某路段(或路径)的行程时间，它是智能交通服务和管理中的一个重要参数，可以直接应用于路径诱导、交通控制与组织、交通状态判别等多方面。行程时间估计值指当前时段内，某路段(或路径)的行程时间，行程时间估计值是行程时间预测研究中的一个关键输入参数，因此行程时间估计具有重要的研究价值。由于间断流受到交通信号等管制设备的影响，其交通状态具有复杂多变的时空特性，因此间断流行程时间的估计一直以来都是一个研究难点。浮动车(Floating Car),也被称作“探测车(Probe car)”,是近年来国际智能交通系统(ITS)中采用的获取道路交通信息的先进技术手段之一。浮动车数据采集技术具有安装成本低、维护简易、高效、实时、自动化水平高、检测参数全面等优点，得到大量推广应用。目前各大城市都建立了 ITS平台并配置了大量的基于出租车或公交车的浮动车设备，其采集到的交通信息数据可以应用于间断流平均行程时间估计。其基本原理是在浮动车上配备GPS接收装置，以一定的采样间隔记录车辆的三维位置坐标和时间数据，这些数据传入计算机后与地理信息系统(GIS)的电子地图相结合，经过重迭分析计算出车辆的瞬时速度及其所经过道路的行程时间和行程速度等交通拥堵信息。如果在城市中部署足够数量的浮动车，并将这些浮动车的位置数据通过无线通讯系统定期、实时地传输到一个信息处理中心，由信息中心综合处理，就可以获得整个城市内间断流的动态、实时的道路的行程时间和行程速度等交通拥堵信息。传统的浮动车路段平均行程时间进行估计方法为首先估计每辆浮动车样本的路段行程时间，然后对浮动车全体样本的行程时间进行算术平均得到路段平均行程时间。在间断流上，浮动车样本量具有很大的时空分布不均匀性，因此，在很多时段内路段上的浮动车样本量很小，导致浮动车路段平均行程时间估计值的误差很大。与浮动车数据不同，线圈数据是一种断面数据(包括断面流量、断面占有率、断面瞬时速度等信息)，单纯依靠线圈数据无法准确估计路段行程时间。目前，我国大中城市普遍采用的线圈数据采集系统主要包括SCATS和SCOOT两种。SCATS (Sydney Coordinated Adaptive Traffic System:悉尼协调自适应交通系统)是由澳大利亚新南威尔士道路和交通局(RTA)于20世纪70年代末研制成功的。从1980年起陆续在悉尼等城市安装使用。目前，世界上大约有50个城市正在运行SCATS系统，我国的上海、沈阳、杭州、南京、广州市等城市也使用了 SCATS系统。其中，SCATS检测器安装在停车线。SCOOT (Split Cycle Offset Optimizing Technique),即绿信比、周期、相位差优化技术，作为UTC软件的加模块，在UTC系统的基础上实现真正的实时自适应交通控制系统。二十世纪80年代初引入中国，成都、大连、北京等城市用SC00T，其中，SCOOT检测器的环形线圈埋设在上游交叉路口的出口。
技术实现思路
本专利技术的目的是解决现有技术存在的缺陷和不足，基于浮动车数据和SCATS流量数据，引入浮动车样本覆盖率指标，以该指标为参考指标，挖掘历史数据，提出一种基于浮动车和线圈数据融合的间断流路段行程时间估计方法。 本专利技术的解决方案是一种间断流路段平均行程时间估计方法，目标路段上同时具有浮动车数据和线圈流量数据，通过融合目标路段上的浮动车数据和线圈流量，对路段平均行程时间进行估计；以浮动车样本量除以线圈流量作为浮动车样本覆盖率指标，以该指标为参考确定路段平均行程时间估计值。进一步，以浮动车样本覆盖率为参考确定路段平均行程时间估计是指假如浮动车样本覆盖率大于等于5%，则利用当前浮动车数据进行路段平均行程时间估计；假如浮动车样本覆盖率小于5%，挖掘当前路段、历史同时段的数据(包括浮动车数据和线圈数据)，找到一个具有最大浮动车样本覆盖率的时段，把该时段的浮动车路段平均行程时间估计值当作是当前时段的路段平均行程时间估计值。采用直接法估计当前时段内通过目标路段每辆浮动车的行程时间，然后把所有浮动车样本的行程时间进行算术平均得到路段平均行程时间估计值。所述直接法利用路段边界两侧GPS定位点的位置坐标，采用内插的方式估算车辆经过路段边界的时刻，进而计算单辆浮动车的路段行程时间。所述的间断流路段平均行程时间估计方法包括如下步骤(I)对路段每个时段内采集到的浮动车样本量和线圈流量进行统计，假如时段i。内的浮动车样本量为Iiv线圈流量为Np则时段的浮动车样本覆盖率为(2)假如时段ic内浮动车样本覆盖率大于等于5%，则利用该时段内的浮动车样本数据进行平均行程时间估计；(3)假如时段i。内浮动车样本覆盖率小于5%，挖掘当前路段、历史同时段的数据(浮动车和线圈数据)，找到一个具有最大浮动车样本覆盖率的时段，把该时段的浮动车平均行程时间估计值当作时段h的平均行程时间估计值。所述步骤(I)包括①修正GIS地图坐标；②预处理浮动车数据；其中包括a)数据清洗数据清理例程试图填充缺失的值，光滑噪声并识别离群点，纠正数据中的不一致；b)数据转换将数据转换或统一成适合于挖掘的形式；③把浮动车数据匹配到GIS地图上；④提取浮动车样本量；其中包括a)选取满足直接法估计条件的浮动车GPS点对；b)统计这些GPS点对的数量。由于采用了上述技术方案，本专利技术能有效融合浮动车数据和线圈流量数据，其路段行程时间估计值的准确度要优于传统浮动车路段行程时间估计值和线圈路段行程时间估计值的准确度，在智能交通服务和交通管理等方面具有重要的意义。本专利技术中采用的方法和技术简单易行，运行条件容易满足，易于在大中型城市中推广应用。附图说明图I是本专利技术的方法流程示意图。图2是路段行程时间估计直接法示意图。图3是路段的定义不意图。图4是SCATS下的线圈检测器布设示意图。图5是目标路段的上游交叉口示意图。图6是目标路段的下游交叉口示意图。图7是SCOOT下的线圈检测器布设图。图8是目标路段的上游交叉口示意图。图9是目标路段的下游交叉口示意图。具体实施方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解，下面进一步阐述本专利技术。本专利技术所使用的单车浮动车行程时间估计方法是“直接法”。传统的浮动车路段平均行程时间进行估计方法为首先利用直接法估计每辆浮动车样本的路段行程时间，然后对浮动车全体样本的行程时间进行算术平均得到路段平均行程时间。直接法的基本原理是利用路段边界两侧GPS定位点的位置坐标，采用内插的方式估算车辆经过路段边界的时刻，进而计算单车路段行程时间(见图2)。该方法假设在路段边界两侧GP本文档来自技高网...

【技术保护点】
一种间断流路段平均行程时间估计方法，其特征在于：目标路段上同时具有浮动车数据和线圈流量数据，融合目标路段上的浮动车数据和线圈流量，对路段平均行程时间进行估计；以浮动车样本量除以线圈流量作为浮动车样本覆盖率指标，以该指标为参考确定路段平均行程时间估计值。

【技术特征摘要】
1.一种间断流路段平均行程时间估计方法，其特征在于 目标路段上同时具有浮动车数据和线圈流量数据，融合目标路段上的浮动车数据和线圈流量，对路段平均行程时间进行估计； 以浮动车样本量除以线圈流量作为浮动车样本覆盖率指标，以该指标为参考确定路段平均行程时间估计值。2.如权利要求I所述的间断流路段平均行程时间估计方法，其特征在于以浮动车样本覆盖率为参考确定路段平均行程时间估计是指 假如浮动车样本覆盖率大于等于5%，则利用当前浮动车数据进行路段平均行程时间估计； 假如浮动车样本覆盖率小于5%，挖掘当前路段、历史同时段的数据，包括浮动车数据和线圈数据，找到一个具有最大浮动车样本覆盖率的时段，把该时段的浮动车路段平均行程时间估计值当作是当前时段的路段平均行程时间估计值。3.如权利要求I所述的间断流路段平均行程时间估计方法，其特征在于采用直接法估计当前时段内通过目标路段每辆浮动车的行程时间，然后把所有浮动车样本的行程时间进行算术平均得到路段平均行程时间估计值。4.如权利要求3所述的间断流路段平均行程时间估计方法，其特征在于所述直接法利用路段边界两侧GPS定位点的位置坐标，采用内插的方式估算车辆经过路段边界的时亥IJ...

【专利技术属性】
技术研发人员：杨晓光，李慧兵，
申请(专利权)人：同济大学，
类型：发明
国别省市：