CN103886748B - 道路网络交通高峰组团识别方法 - Google Patents

Abstract

本发明公开了一种道路网络交通高峰组团识别方法。本发明利用路网中一定时间间隔内的路段平均速度数据，首先计算相邻连线之间的交通运行相似度；然后挑选拥堵种子连线，以拥堵种子连线为中心，反复搜索相邻的拥堵连线，最终确定以拥堵种子连线为核心的拥堵连线集合和拥堵起止时段，亦即高峰组团。本发明可以为交通管理决策提供依据。

Description

道路网络交通高峰组团识别方法

技术领域

本发明涉及一种用于城市交通管理中的交通高峰组团识别方法，具体来说是涉及利用交通运行数据（例如速度）对路网中交通拥堵的组团进行识别的方法。

背景技术

城市路网的交通拥挤常常呈现出组团特性，即部分连线或者交叉口在某一个时间段同时产生拥堵。一般而言，由于不同的原因，例如早晚高峰、交通事故、学校上下学、大型活动等，路网会有不同的拥堵组团，识别这些拥堵组团对日常的交通管理策略制定、交通管理资源的投放有重要的意义。目前对拥堵组团的识别主要依赖经验方法，难以反映真实的交通运行，从而弱化了交通管理效益。

图1给出了一个简单的拥堵组团示意图，其中三条相邻的连线，在部分时段内速度数据呈现同步的特征，也即拥挤组团。

发明内容

为了克服在路网拥堵时空分析方面的经验化缺点，本发明提出一种基于交通运行数据（典型的例如连线速度数据）的道路网络交通高峰组团识别方法。该方法能够识别出不同时段的道路高峰组团。

本发明解决其技术问题所采用的技术方案是利用出租车GPS或者路段地点调查的数据，获得一天内各个时间间隔（例如5分钟）的平均速度。本发明包括下面的步骤：

（1）确定任意两个相邻连线之间的交通运行相似度。

（2）根据设定的拥堵阈值，确定所要搜索的拥堵种子连线。

（3）对任一拥堵种子连线，确定以该连线为核心的高峰组团覆盖连线集合和高峰时段。

（4）如果所有的拥堵种子连线搜索完毕，算法结束，得到路网时空高峰组团。

本发明的有益效果是：

1、可以得到不同的高峰组团。

2、车辆排队溢出是高峰时期交通流的普遍现象，该方法不仅能得出单个车道排队溢出，还能检测多个车道同时溢出的情况，适用性强。

附图说明

图1为拥挤高峰组团示意图。

具体实施方式

下面对本发明做进一步的详细描述。

定义两个连线i和j；相互连接则δ_ij=1，否则δ_ij=0。连线i的速度数据可以表达成一个时间序列X_i＝(x_i1,x_i2……)，本发明确定高峰拥堵组团的步骤为：

1）对于任意两个相连接的连线i和j(也即δ_ij=1)，利用下面的公式计算时间序列X_i和X_j的相似度s(X_i,X_j)：

$s(X_i,X_j)=\frac{\underset{k}{\mathrm{\Σ}}{x}_{\mathrm{ik}}{x}_{\mathrm{jk}}}{\sqrt{\underset{k}{\mathrm{\Σ}}{\left(x_{\mathrm{ik}}\right)}^2}\sqrt{\underset{k}{\mathrm{\Σ}}{\left(x_{\mathrm{jk}}\right)}^2}}$

其中x_ik为时间序列X_i中的第k个元素。

2）设定速度阈值存在j，整个路网所有满足的连线i被挑选为拥堵种子连线；拥堵阈值可以取10km/小时。

3）计算局部相似度得到局部拥堵连线集合和时段。以某一拥堵种子连线（以i为例），找出其中最小的速度值x_im；其中m为时间序列X_i中最小值的下标，初始化搜索连线集合Δ为空集，初始化拥堵连线集合Φ={i}；按照如下方式计算局部高峰组团：

（1）针对每一个和连线i相邻的连线j；

（2）如果x_j1,x_j2……都大于则更新搜索集合Δ=Δ∪{j}，并返回（1），寻找下一个相邻拥堵连线；如果存在某一个时刻k使得且k和m之间的时间间隔小于1小时，进入下一步，同时更新搜索集合Δ=Δ∪{j}和拥堵集合Φ=Φ∪{j}；

（3）以m为中心时刻，寻找拥堵开始时刻m-a和拥堵结束时刻m+b。利用枚举法，寻找二元函数最小值对应的y和z，则a=y及b=z。二元函数f(y,z)中的表示两个时间序列X_i和X_j中的子序列(x_i,m-y,x_i,m-y+1.....x_i,m+z)和(x_j,m-y,x_j,m-y+1.....x_j,m+z)的相似度。枚举法的方法是y从1开始一直到m-1、z从1开始一直到N-m，计算f(y,z)，最小的f(y,z)对应的y和z即为解。

则时段[m-a,m+b]即为连线i和连线j的共同高峰时段；为方便，零开始时刻s^ij＝m-a，结束时刻e^ij＝m+b，分别表示高峰时段的起始和结束；

（4）如果连线i的相邻连线搜索完毕，则以这些相邻连线为起始，利用上步骤（2）和（3）搜索相邻连线的相邻连线；

（5）如果搜索不能进行下去，则以i为核心的高峰组团覆盖的连线集合为Φ。高峰时段取为所有高峰时段的并集 表示高峰时段的开始时刻，表示高峰时段的结束时刻。从而以i为核心的时空高峰组团表达为该符号表达了拥堵核心连线i、覆盖区域Φ、起始时刻和结束时刻

4）如果还有没搜索的拥堵种子连线，则继续搜索，如果所有拥堵种子连线都搜索完毕，则算法结束。

至此，路网高峰在组团都已经确定下来。

Claims (1)

1.道路网络交通高峰组团识别方法，其特征在于：

定义连线i、连线j及连线标记δ_ij，如果连线i和j相互连接，则δ_ij＝1，否则δ_ij＝0；连线i速度数据表达成一个时间序列X_i＝(x_i1,x_i2……)，具体步骤为：

1)对于任意两个相连接的连线i和j，利用下式计算时间序列X_i和X_j的相似度s(X_i,X_j)：

$s(X_i,X_j)=\frac{\underset{k}{\mathrm{\Σ}}{x}_{\mathrm{ik}}{x}_{\mathrm{jk}}}{\sqrt{\underset{k}{\mathrm{\Σ}}{\left(x_{\mathrm{ik}}\right)}^2}\sqrt{\underset{k}{\mathrm{\Σ}}{\left(x_{\mathrm{jk}}\right)}^2}}$

其中x_ik为时间序列X_i中的第k个元素，x_jk为时间序列X_j中的第k个元素；

2)设定速度阈值x；存在j，整个路网所有满足的连线i被挑选为拥堵种子连线；

3)计算局部相似度得到局部拥堵连线集合和时段；

以某一拥堵种子连线i为例，找出其中最小的速度值x_im；其中m为时间序列X_i中最小值的下标，初始化搜索连线集合Δ为空集，初始化拥堵连线集合Φ＝{i}；按照如下方式计算局部高峰组团：

(1)确定每一个和连线i相邻的连线j；

(2)如果x_j1,x_j2……都大于x，则更新搜索集合Δ＝Δ∪{j}，并返回(1)，寻找下一个相邻拥堵连线；如果存在某一个时刻k使得且k和m之间的时间间隔小于1小时，进入下一步，同时更新搜索集合Δ＝Δ∪{j}和拥堵连线集合Φ＝Φ∪{j}；

(3)以m为中心时刻，寻找拥堵开始时刻m-a和拥堵结束时刻m+b；利用枚举法，寻找二元函数最小值对应的y和z，则a＝y及b＝z；二元函数f(y,z)中的表示两个时间序列X_i和X_j中的子序列(x_i,m-y,x_i,m-y+1.....x_i,m+z)和(x_j,m-y,x_j,m-y+1.....x_j,m+z)的相似度；枚举法的方法是y从1开始一直到m-1、z从1开始一直到N-m，计算f(y,z)，最小的f(y,z)对应的y和z即为解；

则时段[m-a,m+b]即为连线i和连线j的共同高峰时段；为方便，零开始时刻s^ij＝m-a，结束时刻e^ij＝m+b，分别表示高峰时段的起始和结束；

(4)如果连线i的相邻连线搜索完毕，则以这些相邻连线为起始，利用上步骤(2)和(3)搜索相邻连线的相邻连线；

(5)如果搜索不能进行下去，则以i为核心的高峰组团覆盖的拥堵连线集合为Φ；

高峰时段取为所有高峰时段的并集 表示高峰时段的开始时刻，表示高峰时段的结束时刻；

从而以i为核心的时空高峰组团表达为该符号表达了拥堵核心连线i、拥堵连线集合Φ、起始时刻和结束时刻

4)如果还有没搜索的拥堵种子连线，则继续搜索，如果所有拥堵种子连线都搜索完毕，则结束；至此，路网高峰在组团都已经确定下来。