CN103473609B - 一种相邻卡口间od实时行车时间的获取方法 - Google Patents

Abstract

一种相邻卡口间OD实时行车时间的获取方法，包括如下步骤：1）参数设定和初始化；2）创建实时过车信息表，所有卡口的过车信息都实时插入到该表中，过车信息至少包括以下关键字段：车辆类型、车牌、过车时间、卡口ID和卡口位置信息；3）第i次统计过程；4）根据步骤3）中的计算结果，按照如下方式对第i次统计的OD实时行车时间X_i进行调整，并确定第i+1次统计时间窗口的长度；5）经过T分钟后进行下一周期统计。本发明提供了一种具有良好准确性的同时、兼有较好的实时性的相邻卡口间OD实时行车时间的获取方法。

Description

一种相邻卡口间OD实时行车时间的获取方法

技术领域

本发明涉及OD出行分析领域，尤其是一种相邻卡口间OD实时行车时间的获取方法。

背景技术

随着我国城市化建设的不断发展，大中城市的人口和机动车数量高速增长，而受到地域、空间、资金投入和道路建设周期等因素限制，城市道路建设速度相对缓慢，城市道路基本处于饱和状态，道路拥堵现象普遍存在。为此，如何选择出行路线，避开高峰路段，成为市民出行分析的一项重要课题。

现有OD行车时间算法一般采用将长路径分割成若干小的路段，分段统计各路段行车时间,最后进行求和得出OD行车时间。

随着卡口系统建设的日益完善，城市的卡口点越来越多，卡口点的密度和卡口设备检测的精度越来越高，OD之间的行车时间可以通过计算分别与OD两点最近的卡口点之间的行车时间来测算。从而将OD实时行车时间转换成计算某两个卡口之间的实时行车时间，并最终分解成计算邻接卡口之间的OD实时行车时间。

但是在计算邻接卡口之间的OD实时行车时间时，目前使用的方法均为统计固定长度的时间窗口内每个路段的行车时间，这种方法有如下缺陷：时间窗口选择过大，造成大量数据检索，影响系统性能和实时性，且实时性不强；时间窗口选择过小，不能涵盖正常的过车数据，导致统计结果和实际不相符。而且受客观因素影响，不同路段的长度、路口数和拥堵程度是不同的，因此OD行车时间也是不同的， 即使同一早晚高峰、交通事故等拥堵时段和畅通时刻的行车时间也是不同的，为获得准确数据，需要为不同路段、不同交通状况选择不同的时间窗口长度。

发明内容

为了克服已有OD实时行车时间获取方式的时间窗口固定导致缺乏兼顾实时性和准确性的不足，本发明提供了一种具有良好准确性的同时、兼有较好的实时性的相邻卡口间OD实时行车时间的获取方法。

本发明解决其技术问题所采用的技术方案是：

一种相邻卡口间OD实时行车时间的获取方法，所述获取方法包括如下步骤：

1)参数设定和初始化：设数据统计的时间间隔为T分钟，设定第i次统计时的时间窗口长度为S_i分钟；在第i次统计时，检索到从O点通过的车辆数为L_i，其中在随后通过D点的车辆数为M_i；第i次统计到的D点对O点的分流率，为C_i＝M_i/L_i*100％。；设第i次统计到的OD实时行车时间为X_i；

在系统启动时对相关参数进行初始化，具体如下：L₀＝0；M₀＝0；C₀＝0；

2)创建实时过车信息表，所有卡口的过车信息都实时插入到该表中，过车信息至少包括以下关键字段：车辆类型、车牌、过车时间、卡口ID和卡口位置信息；

3)第i次统计过程如下：

3.1)从实时过车信息表中筛选出先后经过O和D两点的所有车辆：判定条件为同一类型且同一车牌号的车辆，存在经过O的时间点小于经过D的时间点的情况；

3.2)按如下方式计算每一辆车的OD实时行车时间：

取出该车在卡口点D点的最后过车时间T_D；

取出该车在卡口点O点且小于T_D的最后过车时间T_O；

该车的OD实时行车时间＝T_D-T_O；

3.3)OD实时行车时间X_i为步骤3.1)中筛选出的车辆在OD的实时行车时间的算术平均值，即这些车辆在OD的行车时间之和除以车辆总数。

3.4)同时可以统计从O点通过的车辆数L_i的值以及通过OD路段的车辆总数M_i的值，并计算出D点对O点的分流率C_i；

4)根据步骤3)中的计算结果，按照如下方式对第i次统计的OD实时行车时间X_i进行调整，并确定第i+1次统计时间窗口的长度：

4.1)在夜间道路通畅，容易产生飙车现象，此时统计到的OD实时行车时间X_i会小于设定的理论最快时间(以最高限速通过该路段的时间)，据此获得的OD实时行车速度高于该路段最高限速。为避免产生误导，取理论最快时间作为本次OD实时行车时间，即同时，将时间窗口延长一个统计周期，即S_i+1＝S_i+T，通过延长统计时间窗口消除飚车对统计结果的影响。

4.2)当统计到通过D点的过车数量M_i＝0或M_i<0.5*M_i-1时，统计到的通过该路段的车辆数为0或者小于上一周期统计数的1/2，导致该现象出现的主要原因是时间窗口太小，通过该路段车辆在该时间窗口内没有一辆驶过该路段，或只有少部分车辆驶过该路段，其他车辆尚未通过O点或者D点。为了提高统计结果的准确性，将时间窗口延长一个统计周期，即S_i+1＝S_i+T。由于本次统计的结果存在偏差，不采用本次统计的结果作为本次OD实时行车时间值，根据OD实时行车时间的连续性(指两个相邻的周期统计的OD实时行车时间之间的差别是很小的)，X_i取上次统计的行车时间，即X_i＝X_i-1。在产生交通事故导致道路突然拥堵时会出现以上异常现象。

4.3)当C_i<0.5*C_i-1时，通过O点的车辆中，通过D点的车辆比率不足上一统计周期的一半，导致该现象出现的主要原因是时间窗口太小，通过该路段车辆在该时间窗口内没有一辆驶过该路段，或只有少部分车辆驶过该路段，其他车辆尚在OD两点之间的位置。为了提高统计结果的准确性，将时间窗口延长一个统计周期，即S_i+1＝S_i+T；由于本次统计的结果存在偏差，不采用本次统计的结果作为本次OD实时行车时间值，根据OD实时行车时间的连续性，X_i取上次统计的行车时间，即X_i＝X_i-1；在产生交通事故导致道路突然拥堵时，或者OD之间包含路口且产生长时间红灯时，或者在该路段通过车辆非常少时，容易出现以上异常现象。

4.4)按4.1)、4.2)、4.3)所述情况依次判定都不成立时，判定本次统计的OD实时行车时间是有效的，确定下个周期的统计时间窗口为：S_i+1＝2X_i；

5)经过T分钟后进行下一周期统计。

进一步，根据步骤4)中确定的时间，确定是否删除实时过车信息表中的部分数据：

如果S_i+1＝S_i+T，则第i次统计结束之后不删除实时过车信息表中的数据；

如果S_i+1＝2X_i，则第i次统计结束之后立即删除实时过车信息表中超过2X_i-T分钟的过车数据，因为这些数据将在第i+1次统计时失效。

本发明的技术构思为：目前在计算OD实时行车时间时，统计时 间窗口大小是固定的，为了获取足够多的样本统计量，统计时间窗口是很大的，这样必然造成信息延迟(信息的延迟就是时间窗口的大小)，使得获取的OD实时行车时间并不是那么“实时”。

本发明力求用尽量短的时间窗口准确获取OD行车时间。一是保证在这个时间窗口内统计到足够多的过车数据，使统计结果能准确反映该路段当前的交通状况，二是这个时间窗口要尽量小，这样统计信息的延迟就最短，且时间窗口小，涉及的数据量少，信息处理的耗时会相应减少。如此，驾驶人可以通过各路段最新的OD行车时间选择最快到达目的地的路线，避免驶入交通拥堵区域；政府交管部门可以迅速获取各路段OD实时行车时间变化信息，可以快速找到交通异常路段，及时对交通异常路段进行定位、监控、疏导和警情处置。另外，当某一措施实施后，相应路段在特定时间的实时行车时间能如预想的那样较之前变短，表明该措施是有效的，否则，说明该措施还需要改进。

通过准确获取城市道路相邻卡口间OD实时行车时间，通过最佳路径算法，可以准确获取城市任意卡口间的实时行车时间。

本发明的有益效果主要表现在：具有良好准确性的同时、兼有较好的实时性。

附图说明

图1为相邻卡口间OD实时行车时间的获取方法的简要示意图

图2为相邻卡口间OD实时行车时间的获取方法的详细流程图

图3为本发明的一种实例的汽车某一周期内在两个相邻卡口点过车轨迹的两种方式的示意图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图2和图3，一种相邻卡口间OD实时行车时间的获取方法，包括如下过程：

设定前提：D点对O点的分流率(通过O点的车辆中，随后又通过D点的车辆占比)的变化是比较稳定的，但分流率发生明显变化时，说明有部分先后通过O、D点的车辆没有被统计到，原因是时间窗口长度太小；

同一路段的交通路况在时间上是连续的，即在统计的时间间隔比较短的前提下，相邻统计周期的OD实时行车时间是相关的，因此可根据上个统计周期的结果来确定下个周期统计的时间窗口长度。

由于下个周期统计需要调用上个周期的结果，因此，需要的系统的一些参数进行初始化。

1)参数设定和初始化：设数据统计的时间间隔为T分钟(常量，可通过系统配置),即计算完本次OD实时行车时间后,再过T分钟进行下一次OD实时行车时间的计算；设定第i次统计时的时间窗口长度为S_i分钟；在第i次统计时，检索到从O点通过的车辆数为L_i，其中在随后通过D点的车辆数为M_i；第i次统计到的D点对O点的分流率(即通过O点的车辆中，随后又通过D点的车辆占比)为C_i＝M_i/L_i*100％。；设第i次统计到的OD实时行车时间为X_i。在系统启动时对相关参数进行初始化，具体如下： L₀＝0；M₀＝0；C₀＝0。

2)创建实时过车信息表，所有卡口的过车信息都实时插入到该表中，过车信息至少包括以下关键字段：车辆类型、车牌、过车时间、卡口ID、卡口位置信息；

3)第i次统计的具体方式为

3.1)从实时过车信息表中筛选出先后经过O和D两点的所有车辆：判定条件为同一类型且同一车牌号的车辆，存在经过O的时间点小于经过D的时间点的情况；

3.2)按如下方式计算每一辆车的OD实时行车时间：

取出该车在卡口点D点的最后过车时间T_D；

取出该车在卡口点O点且小于T_D的最后过车时间T_O；

该车的OD实时行车时间＝T_D-T_O。

3.3)OD实时行车时间X_i为步骤3.1)中筛选出的车辆在OD的实时行车时间的算术平均值，即这些车辆在OD的行车时间之和除以车辆总数；

3.4)同时统计从O点通过的车辆数L_i的值以及通过OD路段的车辆总数M_i的值，并计算出D点对O点的分流率C_i；

4)根据步骤3)中的计算结果，按照如下方式对第i次统计的OD实时行车时间X_i进行调整，并确定第i+1次统计时间窗口的长度：

4.1)在夜间道路通畅，容易产生飙车现象，此时统计到的OD实时行车时间X_i会小于设定的理论最快时间(以最高限速通过该路段的时间)，据此获得的OD实时行车速度高于该路段最高限速。为避免产生误导，取理论最快时间作为本次OD实时行车时间，即同时，将时间窗口延长一个统计周期，即S_i+1＝S_i+T，通过延长统计时间窗口消除飚车对统计结果的影响。

4.2)当统计到通过D点的过车数量M_i＝0或M_i<0.5*M_i-1时，统计到的通过该路段的车辆数为0或者小于上一周期统计数的1/2，导致该现象出现的主要原因是时间窗口太小，通过该路段车辆在该时间窗口内没有一辆驶过该路段，或只有少部分车辆驶过该路段，其他车辆尚未通过O点或者D点。为了提高统计结果的准确性，将时间窗口延长一个统计周期，即S_i+1＝S_i+T。由于本次统计的结果存在偏差，不 采用本次统计的结果作为本次OD实时行车时间值，根据OD实时行车时间的连续性(指两个相邻的周期统计的OD实时行车时间之间的差别是很小的)，X_i取上次统计的行车时间，即X_i＝X_i-1。在产生交通事故导致道路突然拥堵时会出现以上异常现象。

4.3)当C_i<0.5*C_i-1时，通过O点的车辆中，通过D点的车辆比率不足上一统计周期的一半，导致该现象出现的主要原因是时间窗口太小，通过该路段车辆在该时间窗口内没有一辆驶过该路段，或只有少部分车辆驶过该路段，其他车辆尚在OD两点之间的位置。为了提高统计结果的准确性，将时间窗口延长一个统计周期，即S_i+1＝S_i+T；由于本次统计的结果存在偏差，不采用本次统计的结果作为本次OD实时行车时间值，根据OD实时行车时间的连续性，X_i取上次统计的行车时间，即X_i＝X_i-1；在产生交通事故导致道路突然拥堵时，或者OD之间包含路口且产生长时间红灯时，或者在该路段通过车辆非常少时，容易出现以上异常现象。

4.4)按4.1)、4.2)、4.3)所述情况依次判定都不成立时，判定本次统计的OD实时行车时间是有效的，确定下个周期的统计时间窗口为：S_i+1＝2X_i；

5)、经过T分钟后进行下一周期统计，一直循环。

进一步，根据步骤4)中确定的时间，确定是否删除实时过车信息表中的部分数据：

如果S_i+1＝S_i+T，则第i次统计结束之后不删除实时过车信息表中的数据；

如果S_i+1＝2X_i，则第i次统计结束之后立即删除实时过车信息表中超过2X_i-T分钟的过车数据，因为这些数据将在第i+1次统计时(T 分钟后)失效。

本实施例中，如图1：首先建立实时过车信息表GUOCHE_INFO，字段为车辆类型(car_type)、车牌(car_id)、过车时间(p_time)、卡口ID(kk_id)、卡口经度(kk_jd)、卡口纬度(kk_wd)，通过卡口的经纬度可以方便在地图上标注卡口位置，并初略计算卡口间的距离。创建触发器，当某卡口检测到过车信息时，立即向本表插入过车数据。

然后进行参数设置：L₀＝0；M₀＝0；C₀＝0；i＝1(i为计数器)。

在经过S_i分钟后进行第一次统计，从第二次开始，在上次统计结束后T分钟后进行下一次统计。

第i次统计的具体方式如下：

步骤1、根据O点卡口ID(kk_id)，从实时过车信息表GUOCHE_INFO中检索出通过O点的实时过车信息，并创建(或更新)视图GUOCHE_INFO_VIEW1(字段与GUOCHE_INFO相同)；统计该视图记录数L_i。

步骤2、根据D点卡口ID，从GUOCHE_INFO中检索出通过D点的实时过车信息，并创建(或更新)视图GUOCHE_INFO_VIEW2(字段与GUOCHE_INFO相同)；

步骤3、关联视图GUOCHE_INFO_VIEW1和GUOCHE_INFO_VIEW2，查找车辆类型(car_type)和车牌(car_id)相同且存在GUOCHE_INFO_VIEW1中过车时间小于在GUOCHE_INFO_VIEW2中过车时间的记录，并创建(删掉重建)中 间表GUOCHE_INFO_OD_TEMP(字段包括车辆类型、车牌号、通过O点的时间、通过D点的时间、通过OD路段的行车时间)；

步骤4、当GUOCHE_INFO_OD_TEMP表中存在车辆类型和车牌号均相同的重复记录时(如图2)，剔除重复记录，具体方法如下：

(4.1)该车通过D的时间必须是在该表中最大的，不满足该条件的记录删除；

(4.2)剩余记录中，该车通过O的时间必须小于通过D的时间，不满足该条件的记录删除；

(4.3)剩余记录中，该车通过O的时间必须是在该表中最大的，不满足该条件的记录删除。

通过以上处理，GUOCHE_INFO_OD_TEMP表将不再存在重复记录。

步骤5、统计GUOCHE_INFO_OD_TEMP表记录数M_i，并通过公式C_i＝M_i/L_i*100％计算D点对O点的分流率。

步骤6、根据表GUOCHE_INFO_OD_TEMP，计算车辆在OD两点的过车时间之差，并据此获取OD平均行车时间X_i。

步骤7、根据以上统计和计算的结果，对X_i进行调整，并确定下一周期统计的时间窗口长度进行：

(7.1)当统计到的OD实时行车时间X_i小于理论最快时间(以该路段最高限速通过时耗费的时间)，也即X_i<X₀时，统计结果明显偏小且具有误导性，为此需扩大X_i，并延长下一周期的统计时间窗口： 令X_i＝X₀，S_i+1＝S_i+T；

(7.2)当统计的OD路段过车数为0或较上周期统计的过车数降低50％以上，也即M_i＝0或M_i<0.5*M_i-1时，需要延长时间窗口长度以便统计到更多过车数据，且本次统计值误差较大，根据交通路况的连续性，取上一周期的OD行车时间为本次的OD行车时间：令X_i＝X_i-1，S_i+1＝S_i+T；

(7.3)当统计到的D点对O点的分流率(通过O点的车辆中，随后又通过D点的车辆占比)较上周期统计的分流率降低50％以上，也即C_i<0.5*C_i-1时，可能原因是从O点过来的车在统计时点还没通过D点，需要延长时间窗口长度以便统计到更多过车数据，且本次统计值误差较大，根据交通路况的连续性，取上一周期的OD行车时间为本次的OD行车时间：令X_i＝X_i-1，S_i+1＝S_i+T。

(7.4)当不存在(7.1)、(7.2)、(7.3)所述情况，表明统计的X_i值是合理的，为避免统计的时间窗口不断加长导致实时性变差，令S_i+1＝2*X_i。因为还需要等待T分钟才进行下一周期统计，故删除实时过车信息表GUOCHE_INFO中过车时间超过2*X_i-T分钟的记录。

根据以上步骤1-步骤7，可以统计出每一周期的的OD实时行车时间，并确定下次统计的时间窗口长度；在等待T分钟后，即可进行下一周期统计。

Claims (2)

1.一种相邻卡口间OD实时行车时间的获取方法，其特征在于：所述获取方法包括如下步骤：

1)参数设定和初始化：设数据统计的时间间隔为T分钟，设定第i次统计时的时间窗口长度为S_i分钟；在第i次统计时，检索到从O点通过的车辆数为L_i，其中在随后通过D点的车辆数为M_i；第i次统计到的D点对O点的分流率，为C_i＝M_i/L_i*100％；设第i次统计到的OD实时行车时间为X_i；

在系统启动时对相关参数进行初始化，具体如下： L₀＝0；M₀＝0；C₀＝0；

2)创建实时过车信息表，所有卡口的过车信息都实时插入到该表中，过车信息至少包括以下关键字段：车辆类型、车牌、过车时间、卡口ID和卡口位置信息；

3)第i次统计过程如下：

3.1)从实时过车信息表中筛选出先后经过O和D两点的所有车辆：判定条件为同一类型且同一车牌号的车辆，存在经过O的时间点小于经过D的时间点的情况；

3.2)按如下方式计算每一辆车的OD实时行车时间：

取出该车在卡口点D点的最后过车时间T_D；

取出该车在卡口点O点且小于T_D的最后过车时间T_O；

该车的OD实时行车时间＝T_D-T_O；

3.3)OD实时行车时间X_i为步骤3.1)中筛选出的车辆在OD的实时行车时间的算术平均值，即这些车辆在OD的行车时间之和除以车辆总数；

3.4)同时可以统计从O点通过的车辆数L_i的值以及通过OD路段的车辆总数M_i的值，并计算出D点对O点的分流率C_i；

4)根据步骤3)中的计算结果，按照如下方式对第i次统计的OD实时行车时间X_i进行调整，并确定第i+1次统计时间窗口的长度：

4.1)当统计到的OD实时行车时间X_i小于设定的理论最快时间，将时间窗口延长一个统计周期，即S_i+1＝S_i+T，取理论最快时间作为本次OD实时行车时间，即

4.2)当统计到通过D点的过车数量M_i＝0或M_i<0.5*M_i-1，即统计到通过该路段的车辆数为0或者小于上一周期统计数的一半，将时间窗口延长一个统计周期，即S_i+1＝S_i+T；由于本次统计的结果存在偏差，不采用本次统计的结果作为本次OD实时行车时间值，根据OD实时行车时间的连续性，X_i取上次统计的行车时间，即X_i＝X_i-1；

4.3)当C_i<0.5*C_i-1时，即经过O点的车辆中，最终通过D点的车辆比率不足上一统计周期的一半，将时间窗口延长一个统计周期，即S_i+1＝S_i+T；由于本次统计的结果存在偏差，不采用本次统计的结果作为本次OD实时行车时间值，根据OD实时行车时间的连续性，X_i取上次统计的行车时间，即X_i＝X_i-1；

4.4)按4.1)、4.2)、4.3)所述情况依次判定都不成立时，判定本次统计的OD实时行车时间是有效的，确定下个周期的统计时间窗口为：S_i+1＝2X_i；

5)经过T分钟后进行下一周期统计。

2.如权利要求1所述的一种相邻卡口间OD实时行车时间的获取方法，其特征在于：根据步骤4)中确定的时间，确定是否删除实时过车信息表中的部分数据：

如果S_i+1＝S_i+T，则第i次统计结束之后不删除实时过车信息表中的数据；

如果S_i+1＝2X_i，则第i次统计结束之后立即删除实时过车信息表中超过2X_i-T分钟的过车数据，因为这些数据将在第i+1次统计时失效。