具体实施方式
针对现有的城市道路交通状态的实时动态判别方法适用范围有限、判别精度比较低的问题,本发明实施例提供一种道路交通状态的实时动态判别方法,该方法的流程如图1所示,执行步骤如下:
S10:在设定时段内,以数据采集周期实时采集选定地理区域中设定数量的浮动车传输的全球定位系统(Global Position System,GPS)信息,浮动车是预先在选定地理区域行驶的车辆中选取的,GPS信息包括采集时刻、地理位置信息和浮动车标识信息。
目前,很多大城市在早晚、节假日等高峰时段都会出现不同程度的拥堵情况,因此能够动态实时判别道路交通状态非常必要。
选定地理区域可以是一个城市、城镇,例如,北京市、上海市等等;也可以是城市中的一个区域,例如北京市的海淀区、朝阳区等等,这个可以依据实际需要进行确定。
在选定地理区域中,一般会有很多行驶的车辆,常见的有私家车、公交车、出租车、货运车等等,现在很多车辆上都安装有GPS终端,这些GPS终端能够实时采集车辆的运行信息,可以预先在这些车辆中选取设定数量的车辆,选取的车辆称为浮动车,道路交通状态也是基于采集的这些浮动车传输的GPS信息进行实时动态判别的。基于目前城市交通的现状,通常会选取装有GPS终端的出租车作为浮动车。
其中,GPS信息一般可以包括采集时刻、地理位置信息和浮动车标识信息等等很多信息,地理位置信息通常是是浮动车所处的经纬度坐标。
设定时段可以是根据实际需要设定的,例如,若需要18:00-18:10这个时段的道路交通状态,就可以将18:00-18:10这个时段作为设定时段;若需要18:30-18:40这个时段的道路交通状态,可以将18:30-18:40这个时段作为设定时段,还有很多其他的情况,确定的方法都是相同的,这里不再一一说明。
S11:在采集的GPS信息中筛选出不合理的GPS信息,不合理的GPS信息中包含的地理位置信息所对应的地理位置点与在上一数据采集周期采集的同一浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点之间的距离小于不合理阈值。
采集到的GPS信息中包括的地理位置信息所对应的地理位置点需要最终投影到电子地图上,为了保证道路交通状态的判别结果的准确性,同时也为了保证投影的效率,需要首先甄别、剔除出不合格的数据,也就是需要首先筛选出不合理的GPS信息,保证GPS信息的可靠性。
如果相邻两个数据采集周期采集到的GPS信息中包括的地理位置信息对应的地理位置点之间的距离小于不合理阈值,那么可以确定后一个数据采集周期采集的GPS信息为不合理的GPS信息,不合理阈值可以根据实际需要进行设定。
下面举例说明不合理的GPS信息,若计算相邻两个数据采集周期采集到的GPS信息中包括的地理位置信息对应的地理位置点之间的距离为1米,也就是说该浮动车在相邻两个数据采集周期之间基本没有移动,这是若不合理阈值为10米,那么就可以确定后一个数据采集周期采集的GPS信息对实时动态判别道路交通状态不会有共现,因此可以认为后一数据采集周期采集的GPS信息为不合理的GPS信息。
S12:将筛选后保留的每个GPS信息中包括的地理位置信息所对应的地理位置点分别投影到选定地理区域对应的电子地图的路段上,路段是预先划分电子地图中的道路得到的。
每个选定地理区域都会有对应的电子地图,该电子地图可以是地理信息系统(Global Information System,GIS),当然也可以是其它的。预先将选定地理区域对应的电子地图上的道路进行划分,得到若干路段,然后将筛选后的GPS信息中包括的地理位置信息所对应地理位置点分别投影到选定地理区域对应的电子地图上的路段上。
S13:根据投影到每一路段的地理位置点对应的采集时刻和浮动车标识信息,及对应路段的长度和限速,确定对应路段在设定时间段内的交通状态。
该方案会预先在选定地理区域行驶的车辆中选取设定数量的浮动车,并且也会预先将选定地理区域中对应的电子地图上的道路进行划分得到路段,然后以数据采集周期实时采集设定数量的浮动车传输的GPS信息,在采集的GPS信息中筛选出不合理的GPS信息,将筛选后的GPS信息中包括的地理位置信息所对应的地理位置点投影到选定地理区域对应的电子地图的路段上,然后根据投影到每一路段的地理位置点对应的采集时刻和浮动车标识信息,及对应路段的长度和限速,确定对应路段在设定时间段内的交通状态,这样就可以实时确定出选定地理区域中每个路段的交通状态,驾驶人员如果需要出行,就可以详细得知当前每个路段的交通状态,进而选择畅通路段,这也在一定程度上缓解了拥堵路段的拥堵程度,相对于现有技术可以覆盖选定地理区域的所有路段,适用范围较大,并且由于对选定地理区域中的道路进行了划分,这样就可以提高判别精度,避免了现有技术适用范围有限、判别精度比较低的问题。
具体的,如图2所示,上述S12中的将筛选后的每个GPS信息中包括的地理位置信息所对应的地理位置点分别投影到选定地理区域对应的电子地图的路段上,具体包括:
S120:依次获取筛选后的每个GPS信息中包括的地理位置信息所对应的地理位置点作为待投影点。
浮动车采集的GPS信息中包括的地理位置信息是表征该浮动车位置的信息,可以是经纬度坐标,该地理位置信息反映在电子地图上就代表一个地理位置点,可以依次获取筛选后的每个GPS信息中包括的地理位置信息对应的地理位置点,并将这些地理位置点作为待投影点。
S121:针对每个待投影点执行如下操作:确定当前待投影点的待投影路段,按照设定的筛选规则筛选待投影路段得到投影路段;选取与当前待投影点的距离最小的投影路段作为选定路段,将当前待投影点投影到选定路段上。
由于电子地图的比例尺、投影精度等客观因素的限制,GPS信息中包括的地理位置信息对应的地理位置点投影到电子地图上可能是一个区域,这个区域内可能会包含多个路段,首先需要在这些路段中确定当前待投影点的待投影路段,然后再按照设定的筛选规则筛选出合格的路段,也就是投影路段,如果有多个投影路段,这多个投影路段不可能都作为当前待投影点的选定路段,那么就需要在这些投影路段中选取一个路段,可以选取与当前待投影点的距离最小的投影路段作为选定路段,也可以随机选取一个投影路段作为选定路段,也可以采用其它很多选取方法在投影路段中选取出选定路段,这里不再针对各种选取方法一一进行说明。
具体的,上述S121中的确定当前待投影点的待投影路段的过程,可以根据上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点是否已经投影到电子地图的路段上来确定,投影结果不同,确定的方法也是不同的:
若结果为是,计算当前待投影点与在上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点之间的距离作为可能行驶距离;选取以当前待投影点为圆点、以可能行驶距离为半径的圆内包含的路段,将选取的路段中长度大于等于可能行驶距离的路段作为待投影路段。
若结果为否,确定电子地图的长度、宽度,将电子地图划分为设定边长的正方形网格,确定当前待投影点相对于第一投影点所处的网格,将确定的网格以及相邻的网格中包含的路段作为待投影路段,第一投影点是包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理信息所对应的第一个能够投影到电子地图的路段上的地理位置点。
如果上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点不能投影到电子地图的路段上,那么只能选取第一投影点,该第一投影点是包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的第一个能够投影到电子地图的路段上的地理位置点。
首先确定电子地图的边界、长度和宽度,假设设电子地图的长度为a,宽度为b,正方形网格的设定边长为c,那么在电子地图长度上确定网格数量为n1=[a/c]+1,在宽度上确定网格数量为n1=[b/c]+1,整个电子地图可被分为n1*n2个网格。
假设第一投影点的经纬度坐标为p0(x0,y0),任意时刻的浮动车传输的GPS信息中包括的地理位置信息为p(x1,y1),那么,任意时刻的浮动车传输的GPS信息中包括的地理位置信息对应的地理位置点相对于第一投影点所处的网格如下:
由于GPS信息包括的地理位置信息对应的地理位置点可能位于网格的边缘地带,如果只是简单将单个网格中包含的路段作为待投影路段,这就有可能漏掉真正的投影路段,导致投影错误。因此一般的做法是把确定的网格及其相邻的网格中包含的路段都作为待投影路段,这就就可以提高投影道路选取的准确性。
具体的,GPS信息还包括浮动车的行驶方向,设定的筛选规则可以包括以下几种情况之一或组合:
第一种情况:从当前待投影点对应的GPS信息中获取浮动车的行驶方向,根据待投影路段的首尾地理位置信息确定该待投影路段的方向,若浮动车的行驶方向与该待投影路段的方向之间的夹角超过设定夹角阈值,则确定该待投影路段不是投影路段。
GPS信息中还可以包括浮动车的行驶方向,那么,就可以根据浮动车的行驶方向与待投影路段的方向之间的夹角来确定该待投影路段是否是投影路段,因为当浮动车在道路上行驶时,行驶方向虽然不会与道路的方向完全一致,但是也不会超过设定夹角阈值,当超过设定夹角阈值时,就可以认为浮动车不可能行驶在该道路上,设定夹角阈值可以根据实际情况进行设定。
待投影路段的方向可以根据该待投影路段的首尾地理位置信息确定,假设待投影路段的起始地理位置信息为(x3,y3),终止地理位置信息为(x4,y4),那么待投影路段的方向θ可以通过下列公式得到:
当然,还可以根据该待投影路段上任意两点的地理位置信息来确定,原理是一样的,这里不再具体说明。
第二种情况,若当前待投影点到待投影路段的距离超过设定距离阈值,确定该待投影路段不是投影路段。
由于实际的路段都是有一定宽度的,那么可以允许当前投影点到待投影路段有一定的距离,可以预先设定距离阈值,若当前待投影点到待投影路段的距离超过设定距离阈值,可以认为该待投影路段不是投影路段。设定距离阈值可以根据实际路段的实际情况进行设定,如果路段比较宽,那么可以将设定距离阈值设定的大一些;反之,可以设定的小一些。
当前待投影点到待投影路段的距离,可以根据点到直线的计算公式计算,具体原理如下:
假设待投影路段所在的直线为Ax十By+C=0,其中A,B,C表示直线方程系数,这些系数值可由下面公式求解:
其中(xi,yi)和(xi+1,yi+1)为待投影路段线段上任意两点的地理位置信息。通过欧几里德距离公式计算待投影点到待投影路段确定的线段距离:
其中,(xp,yp)为当前待投影点的地理位置信息。
第三种情况,将当前待投影点向待投影路段做投影,若投影点没有落在该待投影路段上,确定该待投影路段不是投影路段。
如图3所示,l1、l2、l3、l4、l5、l6表示确定的待投影路段,x0、x1、x2、x3、x4、x5表示端点或折点,从图中可以看出,从当前待投影点向l4做投影时,投影点落在l4的延长线上,没有落在待投影路段上,所以该待投影路段不是投影路段。
第四种情况,若待投影路段与在上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点的选定道路不相连,确定该待投影路段不是投影路段。
如图3所示,如果在上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点的选定道路为l3,而待投影路段为l6,由于l3与l6不相连,所以待投影路段不是投影路段。
第五种情况,若当前待投影点穿过其它路段投影到待投影路段上,确定该待投影路段不是投影路段。
如图3所示,当前待投影点穿过l2投影到待投影路段为l6上,那么待投影路段l6不是投影路段。
具体的,预先划分电子地图中的道路得到路段,具体包括:在电子地图中,以道路中的交叉口和选定点为分割点来分割道路,得到初始路段;将初始路段中的单向路段和双向路段中的两个方向的路段作为电子地图中的路段。
由于在城市路网中,各条道路被若干个交叉口分割,形成首尾相接的一串路段,并且由于交叉口处的各种管制措施,使得车辆在经过交叉口时会发生驾驶行为的改变,如减速、停车及转向等,因此,可以交叉口作为划分路段的分割点,如图4中所示,交叉口编号为101和102,那么为101和102就可以作为分割点。
对于城市路网密集的区域,交叉口之间的距离较小的路段,不需要进行二次划分,但是在城市快速路或主干路的距离一般比较长,其上可能会有热点,例如大型商场、超市、停车场的出入口等选定点,这些选定点也会对道路的交通状态产生比较大的影响,因此需要将选定点作为分割点来划分道路,选定点可以根据经验或者统计数据等等来确定。如图5中所示的选定点A也可以作为分割点。
由于现在的道路很多是双向道路,那么在根据分割点划分道路得到初始路段后,初始路段中若包括双向路段,双向路段中的两个路段的方向是相反的,双向路段中的两个路段需要标记为两个路段,因此在对道路进行初步划分得到初始路段的基础上,还需要对初始路段进行更详细的划分,以便更准确的投影浮动车传输的GPS信息中包括的地理位置信息对应的地理位置点。
具体的,上述S13中的根据投影到每一路段的地理位置点对应的采集时刻和浮动车标识信息,及对应路段的长度和限速,确定对应路段在设定时间段内的交通状态,如图6所示,具体包括:
S130:根据投影到每一路段的地理位置点对应的采集时刻,确定对应路段在设定时段内的平均行程时间。
S131:根据对应路段的长度、限速和在设定时段内的平均行程时间,确定对应路段在设定时段内的行程速度变化率。
S132:将对应路段的行程速度变化率与拥堵阈值进行比较,确定对应路段在设定时段内的交通状态。
延误是度量交通状态的最为成熟的指标,但由于延误很难直接采集,因此直接将延迟用于交通拥堵状态的实时动态判别是很困难的。
路段上的延误是路段的平均行程时间与理想行程时间的差值:
delayi(t)=Ti(t)-Ti0 (1)
公式(1)中,delayi(t)是路段i在t时段的延误,Ti(t)是路段i在t时段的实际行程时间,Ti0是路段i的理想行程时间,可以认为Ti0等于路段i的长度与路段的限速的比值,则上式可以转换为:
公式(2)中,Li是路段i的长度,vi(t)是路段i在t时段的平均行程速度,vil是路段i的限速。为了使不同长度的路段之间具有可比性,在公式(2)两边同时除以Li,得到:
将定义为行程速度变化率,用符号△vil(t)来表示,这样就将延误转换成为与行程速度相关的度量指标,△vil(t)越小交通状态越好,反之亦然。通过为△vil(t)设定阈值范围,可以实现交通状态的等级划分。
为了计算行程速度变化率,需要首先计算路段的平均行程速度,这就需要首先计算路段的平均行程时间。
具体的,上述S130中的根据投影到每一路段的地理位置点对应的采集时刻,确定对应路段在设定时段内的平均行程时间,具体包括:
针对每一路段,执行以下步骤:
获取投影到当前路段的地理位置点对应的浮动车标识信息,确定获取的浮动车标识信息对应的进入当前路段的第一采集时刻和离开当前路段的第二采集时刻,将第一采集时刻与第二采集时刻之间的时间长度作为该浮动车标识信息对应的行程时间;
对投影到当前路段的地理位置点对应的浮动车标识信息对应的行程时间取平均值,得到当前路段在设定时段内的平均行程时间。
所有路段都是首尾相连的,前一路段的离开点就是后一路段的进入点。对于一条路段来说,如果对进出口断面都进行考虑的话,那么所有的进出口断面都被用到两次,会增加数据识别与存储的工作量,效率降低。
因此,对于所有路段只考虑进口断面,即只记录浮动车进入本路段的第一采集时刻,浮动车进入下一路段进口断面的时刻作为其离开本路段的第二采集时刻,这样既保证了数据正确提取,同时又除去冗余的数据,提高了工作效率。
路段进出口断面的设置要求前进方向有且只有一条路段。如果浮动车不通过路段进出口断面,就始终处于原始的路段上,不会出现在周边路段中,也就是说路段对行驶在其上的浮动车具有锁定机制。由于交叉口内浮动车会发生行驶方向的改变,不宜作为路段进口断面,因此将交叉口停车线的反向延长线作为路段的进口断面。
具体的,上述S131中的根据对应路段的长度、限速和在设定时段内的平均行程时间,确定对应路段在设定时段内的行程速度变化率,具体包括:
将每一路段的长度除以对应路段在设定路段内的平均行程时间,得到对应路段在设定时段内的平均行程速度;
计算对应路段的平均行程速度的倒数与限速的倒数的差值,差值为对应路段在设定时段内的行程速度变化率。
确定出对应路段在设定时段内的平均行程速度后,根据公式(3)就可以计算出对应路段在设定时段内的行程速度变化率。
具体的,上述S132中的将对应路段的行程速度变化率与拥堵阈值进行比较,确定对应路段在设定时段内的交通状态,具体包括:
行程速度变化率大于等于拥堵阈值的路段在设定时段内的交通状态为拥堵;
行程速度变化率小于拥堵阈值的路段在设定时段内的交通状态为畅通。
将行程速度变化率与预先设定的拥堵阈值进行比较,就可以确定路段的交通状态,若大于等于拥堵阈值,则确定该路段在设定时段内的交通状态为拥堵;若小于拥堵阈值,则确定该路段在设定时段内的交通状态为通畅。
当然,也可以设定多个阈值,例如非常拥堵阈值,一般拥堵阈值,畅通阈值,这样就可以更加准确获知路段在设定时段内的交通状态了。
具体的,浮动车的设定数量和数据采集周期的确定过程,如图7所示,具体包括:
S70:获取分析时段内通过研究路段的浮动车传输的GPS信息。
采集浮动车传输的GPS信息进行交通状态的实时动态判别的关键问题之一是如何合理选取的浮动车数量,因为选取的浮动车数量与路段的平均行程时间密切相关。选取的浮动车数量越多,获得的路段平均行程时间越可靠,若路网中运行的所有车辆都作为浮动车时,获得的路段平均行程时间最准确。但实际应用中由于隐私和成本等问题,将全部车辆都作为浮动车是不可能的。需要根据选定地理区域及其要求的分析精度预先分析确定选取的浮动车数量,往往不同选定地理区域所需的浮动车的设定数量也不同。
数据采集周期是指两次采集浮动车传输的GPS信息的时间间隔。目前车载GPS终端已经可以达到每秒1次的数据采集频率。采集时间越短,采集频率越高,就可以越精确的描绘出一浮动车的运行轨迹。但采集频率过高之后会带来大量的数据冗余及运算量和通信网络负荷的极大增加,同时采集成本也会过高。而采集频率太低,则很容易漏掉某些关键信息,也会使得分析精度降低,不利于描述整个路网的交通状态。因此,需要根据选定地理区域及其要求的分析精度预先分析确定数据采集周期,往往不同选定地理区域所需的数据采集周期也不同。
可以根据在分析时段内采集的浮动车的GPS信息确定选定地理区域的浮动设定数量和数据采集周期,分析时段可以依据实际需要进行设定,例如12小时、24小时等等。
可以依据实际情况选取一个或几个路段作为研究路段,比如常常发生拥堵的路段、车流量大的路段等等。
S71:在获取的GPS信息中筛选出不合理GPS信息,不合理的GPS信息中包含的浮动车地理位置信息所对应的地理位置点与在上一数据采集周期采集的同一浮动车标识信息的GPS信息中包含的地理位置信息所对应的地理位置点之间的距离小于不合理阈值。
S72:依次从待选数据采集周期序列中获取待选数据采集周期,并确定在每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值。
可以预先确定出多个待选数据采集周期,组成待选数据采集周期序列,然后确定每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值。
S73:将最接近分析精度的平均行程时间的相对误差均值对应的待选数据采集周期和浮动车样本量分别确定为数据采集周期和设定数量。
具体的,上述S72中的依次从待选数据采集周期序列中获取待选数据采集周期,并确定在每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值,如图8所示,具体包括:
S80:从待选数据采集周期序列中获取第一个待选数据采集周期作为当前待选数据采集周期。
在实际情况中很难通过调查直接获得不同浮动车样本量和数据采样周期下的平均行程时间的相对误差,为了解决这一问题,可采用随机抽样方法,通过从车辆总体中随机抽取部分样本作为浮动车,来获得所需的平均行程时间的相对误差。
随机抽样的基本原则是总体中的每一单位都有预定的被抽取的机会,使每一单位有同等机会被抽取的方法称为等概率抽样,每一单位具有不同机会被抽取的方法称为不等概率抽样。行驶在路段上的每一辆车成为浮动车的可能性都是相同的,并且在某一数据采集周期一辆浮动车也只提供一个行程时间,也就是说在一个数据采集周期中采集GPS信息时同一辆车只能被采集一次,可选用不放回等概率随机抽样方法,每次从总体中抽取一辆车作为浮动车,将抽取的车从总体中剔除,然后再从剩下的车组成的整体中抽取浮动车,如此循环,直到获取所需数量的浮动车。
为了确定每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值,可以首选获取待选数据采集周期序列中的第一个待选数据采集周期,作为当前待选数据采集周期。
S81:以当前待选数据采集周期为间隔将分析时间段分割为若干子时段,并获取第一个子时段作为当前子时段。
假设分析时段为T,那么可以当前待选数据采集周期为间隔将T分割为若干个子时段,可以用((k-1)t,kt)来表示第k个子时段,其中kt≤T,获取第一个子时段作为当前子时段。
S82:获取当前子时段内通过研究路段出口的浮动车数量和行程时间,并计算当前子时段内通过研究路段的所有浮动车的平均行程时间作为当前子时段内的平均行程时间的真值。
假设当前子时段是((k-1)t,kt),在当前子时段内有N辆车通过研究路段出口,则第k个子时段内的平均行程时间的真值Γ(k)为:
其中,τi为第i辆车的通过研究路段的行程时间数据,1≤i≤N。
S83:计算当前子时段内、每个浮动车样本量的平均行程时间的估计值,并计算平均行程时间的估计值与平均行程时间的真值的相对误差。
每次从N辆车中随机抽取一辆浮动车,并将其从总体中剔除,直到抽取n辆浮动车为止,分别计算平均行程时间的估计值和平均行程时间的相对误差Err(k)。
如果有n辆车是浮动车,则为:
其中,n为浮动车样本量,0≤n≤N;τj为第j辆浮动车的路段行程时间,1≤j≤n。
由于路段的平均行程时间是不断变化的,所以使用平均行程时间的相对误差Err(k)来表征估计精度,Err(k)为:
S84:确定当前子时段是否为最后一个子时段,若是执行S85;否则,获取下一个子时段作为当前子时段,执行S82。
S85:计算当前待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值。
S86:确定当前待选数据采集周期是否为最后一个待选数据采集周期,若是执行S88;否则,执行S87。
S87:从待选数据采集周期序列中获取下一个待选数据采集周期作为当前待选数据采集周期,执行S81。
S88:得到在每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值。
这样就可以得到在每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值。
具体的,一种优选的道路交通状态的实时动态判别方法,还包括:
在数据采集周期内,确定出对应路段在设定时间段内的交通状态,数据采集周期为交通信号周期的整数倍。
数据采集周期是指相邻两次对采集的GPS信息进行分析和处理的时间间隔,交通状态判别结果的时间延迟与数据采集周期密切相关,判别结果的延迟近似等于数据采集周期。例如,数据采集周期为20s,数据采集周期为5min,假设道路交通状态是在10:00:00左右发生了变化,这种状态的变化在10:00:20、10:00:40、…时刻的GPS信息中已经反映出来了,但是直到10:05:00这个时刻,才能判别出交通状态的变化,此时判别结果的延迟为5min,这个时间延迟可能无法满足交通状态判别用户的需求。因此,数据采集周期要根据不同用户对GPS信息分析结果的实时性要求来确定。例如,交通管理者要求道路交通状态判别结果的延迟不能超过3min,那么交通数据分析时间间隔不应超过3min。
除了考虑交通管理者对于延迟的要求以外,还需要考虑到实际道路系统中交通信号管制措施对于交通数据平稳性的影响,为了消除交通信号对交通数据的影响,数据采集周期常取交通信号周期的整数倍,考虑到其他一些交通系统的应用需求,以及实际数据分析中的经验,数据采集周期可以设为5-15min,优选为5min。
较佳的,另一种优选的道路交通状态的动态判别方法,如图9所示,在图1所示的方法的基础上,若路段在设定时段内的交通状态为拥堵,还包括:
S14:计算该路段在该设定时段内的行程速度变化率与上一设定时段内的形成变化率的比值。
S15:判断计算的比值是否大于等于偶发性拥堵阈值,若是,执行S16:否则,执行S17。
S16:确定路段在设定时段内发生了偶发性拥堵。
S17:确定路段在设定时段内发生了常发性拥堵。
若路段在设定时段内的交通状态为拥堵,还可以计算该路段在该设定时段内的行程速度变化率与上一设定时段内的形成变化率的比值,从而确定路段拥堵的性质。
若比值大于等于偶发性拥堵阈值,可以确定该路段在设定时段内发生了偶发性拥堵;反之,可以确定该路段在设定时段内法发生了常发性拥堵。这样就可以更好的了解路段的交通状态,并且也能够用于预测该路段未来的交通状态。
基于同一发明构思,本发明实施例提供一种道路交通状态的实时动态判别装置,该装置的结构如图10所示,包括:
采集单元100,用于在设定时段内,以数据采集周期实时采集选定地理区域中设定数量的浮动车传输的全球定位系统GPS信息,浮动车是预先在选定地理区域行驶的车辆中选取的,GPS信息包括采集时刻、地理位置信息和浮动车标识信息。
筛选单元101,用于在采集的GPS信息中筛选出不合理的GPS信息,不合理的GPS信息中包含的地理位置信息所对应的地理位置点与在上一数据采集周期采集的同一浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点之间的距离小于不合理阈值。
投影单元102,用于将筛选后保留的每个GPS信息中包括的地理位置信息所对应的地理位置点分别投影到选定地理区域对应的电子地图的路段上,路段是预先划分电子地图中的道路得到的。
确定单元103,用于根据投影到每一路段的地理位置点对应的采集时刻和浮动车标识信息,及对应路段的长度和限速,确定对应路段在设定时间段内的交通状态。
具体的,上述筛选单元101,用于将筛选后的每个GPS信息中包括的地理位置信息所对应的地理位置点分别投影到选定地理区域对应的电子地图的路段上,具体用于:
依次获取筛选后的每个GPS信息中包括的地理位置信息所对应的地理位置点作为待投影点;
针对每个待投影点执行如下操作:
确定当前待投影点的待投影路段,按照设定的筛选规则筛选待投影路段得到投影路段;
选取与当前待投影点的距离最小的投影路段作为选定路段,将当前待投影点投影到选定路段上。
具体的,上述筛选单元101,用于确定当前待投影点的待投影路段,具体用于:
判断在上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点是否已经投影到电子地图的路段上;
若是,计算当前待投影点与在上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点之间的距离作为可能行驶距离;选取以当前待投影点为圆点、以可能行驶距离为半径的圆内包含的路段,将选取的路段中长度大于等于可能行驶距离的路段作为待投影路段;
否则,确定电子地图的长度、宽度,将电子地图划分为设定边长的正方形网格,确定当前待投影点相对于第一投影点所处的网格,将确定的网格以及相邻的网格中包含的路段作为待投影路段,第一投影点是包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理信息所对应的第一个能够投影到电子地图的路段上的地理位置点。
具体的,GPS信息还包括浮动车的行驶方向,上述筛选单元101,用于按照设定的筛选规则筛选待投影路段得到投影路段,其中,设定的筛选规则包括以下之一或组合:
从当前待投影点对应的GPS信息中获取浮动车的行驶方向,根据待投影路段的首尾地理位置信息确定该待投影路段的方向,若浮动车的行驶方向与该待投影路段的方向之间的夹角超过设定夹角阈值,则确定该待投影路段不是投影路段;
若当前待投影点到待投影路段的距离超过设定距离阈值,确定该待投影路段不是投影路段;
将当前待投影点向待投影路段做投影,若投影点没有落在该待投影路段上,确定该待投影路段不是投影路段;
若待投影路段与在上一数据采集周期采集的包括当前待投影点对应的浮动车标识信息的GPS信息中包括的地理位置信息所对应的地理位置点的选定道路不相连,确定该待投影路段不是投影路段;
若当前待投影点穿过其它路段投影到待投影路段上,确定该待投影路段不是投影路段。
较佳的,一种优选的道路交通状态的实时动态判别装置如图11所示,还包括划分单元104,用于预先划分电子地图中的道路得到路段,具体用于:
在电子地图中,以道路中的交叉口和选定点为分割点来分割道路,得到初始路段;
将初始路段中的单向路段和双向路段中的两个方向的路段作为电子地图中的路段。
具体的,上述确定单元103,用于根据投影到每一路段的地理位置点对应的采集时刻和浮动车标识信息,及对应路段的长度和限速,确定对应路段在设定时间段内的交通状态,具体用于:
根据投影到每一路段的地理位置点对应的采集时刻,确定对应路段在设定时段内的平均行程时间;
根据对应路段的长度、限速和在设定时段内的平均行程时间,确定对应路段在设定时段内的行程速度变化率;
将对应路段的行程速度变化率与拥堵阈值进行比较,确定对应路段在设定时段内的交通状态。
具体的,上述确定单元103,用于根据投影到每一路段的地理位置点对应的采集时刻,确定对应路段在设定时段内的平均行程时间,具体用于:
针对每一路段,执行以下步骤:
获取投影到当前路段的地理位置点对应的浮动车标识信息,确定获取的浮动车标识信息对应的进入当前路段的第一采集时刻和离开当前路段的第二采集时刻,将第一采集时刻与第二采集时刻之间的时间长度作为该浮动车标识信息对应的行程时间;
对投影到当前路段的地理位置点对应的浮动车标识信息对应的行程时间取平均值,得到当前路段在设定时段内的平均行程时间。
具体的,上述确定单元103,用于根据对应路段的长度、限速和在设定时段内的平均行程时间,确定对应路段在设定时段内的行程速度变化率,具体用于:
将每一路段的长度除以对应路段在设定路段内的平均行程时间,得到对应路段在设定时段内的平均行程速度;
计算对应路段的平均行程速度的倒数与限速的倒数的差值,差值为对应路段在设定时段内的行程速度变化率。
具体的,上述确定单元103,用于将对应路段的行程速度变化率与拥堵阈值进行比较,确定对应路段在设定时段内的交通状态,具体用于:
行程速度变化率大于等于拥堵阈值的路段在设定时段内的交通状态为拥堵;
行程速度变化率小于拥堵阈值的路段在设定时段内的交通状态为畅通。
较佳的,另一种优选的道路交通状态的实时动态判别装置,如图12所示,还包括设定单元105,用于确定浮动车的设定数量和数据采集周期,具体用于:
获取分析时段内通过研究路段的浮动车传输的GPS信息,并在获取的GPS信息中筛选出不合理GPS信息,不合理的GPS信息中包含的浮动车地理位置信息所对应的地理位置点与在上一数据采集周期采集的同一浮动车标识信息的GPS信息中包含的地理位置信息所对应的地理位置点之间的距离小于不合理阈值;
依次从待选数据采集周期序列中获取待选数据采集周期,并确定在每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值;
将最接近分析精度的平均行程时间的相对误差均值对应的待选数据采集周期和浮动车样本量分别确定为数据采集周期和设定数量。
具体的,上述设定单元105,用于依次从待选数据采集周期序列中获取待选数据采集周期,并确定在每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值,具体用于:
A、从待选数据采集周期序列中获取第一个待选数据采集周期作为当前待选数据采集周期;
B、以当前待选数据采集周期为间隔将分析时间段分割为若干子时段,并获取第一个子时段作为当前子时段;
C、获取当前子时段内通过研究路段出口的浮动车数量和行程时间,并计算当前子时段内通过研究路段的所有浮动车的平均行程时间作为当前子时段内的平均行程时间的真值;
D、计算当前子时段内、每个浮动车样本量的平均行程时间的估计值,并计算平均行程时间的估计值与平均行程时间的真值的相对误差;
E、确定当前子时段是否为最后一个子时段,若是执行F;否则,获取下一个子时段作为当前子时段,执行C;
F、计算当前待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值;
G、确定当前待选数据采集周期是否为最后一个待选数据采集周期,若是执行H;否则,从待选数据采集周期序列中获取下一个待选数据采集周期作为当前待选数据采集周期,执行B;
H、得到在每个待选数据采集周期下、每个浮动车样本量对应的平均行程时间的相对误差均值。
具体的,上述确定单元103,还用于:
在数据采集周期内,确定出对应路段在设定时间段内的交通状态,数据采集周期为交通信号周期的整数倍。
较佳的,上述确定单元103,若路段在设定时段内的交通状态为拥堵还用于:
计算该路段在设定时段内的行程速度变化率与上一设定时段内的形成变化率的比值;
比值大于等于偶发性拥堵阈值的路段在设定时段内发生了偶发性拥堵;
比值小于偶发性拥堵阈值的路段在设定时段内发生了常发性拥堵。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。