CN106600030B - 一种基于路网行程时间可靠性的出行预留时间计算方法 - Google Patents

一种基于路网行程时间可靠性的出行预留时间计算方法 Download PDF

Info

Publication number
CN106600030B
CN106600030B CN201610948476.7A CN201610948476A CN106600030B CN 106600030 B CN106600030 B CN 106600030B CN 201610948476 A CN201610948476 A CN 201610948476A CN 106600030 B CN106600030 B CN 106600030B
Authority
CN
China
Prior art keywords
time
trip
traffic zone
journey
time rate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610948476.7A
Other languages
English (en)
Other versions
CN106600030A (zh
Inventor
陈喜群
张帅超
陈笑微
陈楚翘
郑宏煜
刘教坤
胡浩强
崔尔佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN201610948476.7A priority Critical patent/CN106600030B/zh
Publication of CN106600030A publication Critical patent/CN106600030A/zh
Application granted granted Critical
Publication of CN106600030B publication Critical patent/CN106600030B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/109—Time management, e.g. calendars, reminders, meetings or time accounting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于路网行程时间可靠性的出行预留时间计算方法，其中路网行程时间可靠性计算方法包括：获取乘客起讫点间的行程距离、上下车时间等相关数据；计算单个路径的行程时间率；计算单个路径行程时间率的中位数和第95百分位数的数值；计算网络缓冲行程时间率；根据网络缓冲行程时间率及行程距离计算得到出行预留时间。本发明为出行预留时间提供了一种简洁实用、客观有效的定量计算体系，为出行者提供更好的出行规划指导。

Description

一种基于路网行程时间可靠性的出行预留时间计算方法
技术领域
本发明涉及出行预留时间计算领域，具体是一种基于路网行程时间可靠性的出行预留时间计算方法。
背景技术
城市道路交通系统在运行过程中，经常受到随机因素干扰，例如频繁的交通事故、临时性的道路维修与交通管制、突发性的自然灾害(地震、洪水、恶劣天气)等，均会给出行带来不确定性，极大地降低了交通系统运行的可靠性，对城市交通功能的发挥和城市发展都带来了不利影响。因此，一个畅通的、可靠的道路交通系统不仅是出行者实现出行目的的基础，也是城市交通管理者追求的目标。在此情况下，研究考虑行程时间可靠性的预留出行时间计算方法具有重要的实践价值。
城市路网的交通需求存在着明显的周期性，尤其在工作日的早晚高峰存在大量具有相近起讫点(OD)的通勤出行，这种特征使得路网交通运行状态也具有周期性。如果通勤者在出行前想避免迟到，就会预估行程时间，以过去一段时间内的相近出发时刻的出行经验感受为参考标准。过去，交通运行评价工作及信息发布中一般使用平均行程时间作为指标。然而，这种平均指标在计算过程中往往丢失了很多有用信息，其中就包括路网行程时间可靠性信息。因此，有必要采用行程时间可靠性指标来反映多种不确定性因素对出行的影响。
随着智能交通系统的发展，选择移动互联网进行智能出行的出行者越来越多，特别是以网络约租车平台为代表的智能出行平台。这为路网行程时间可靠性评价提供了丰富可靠的数据来源，从而克服了传统数据采集困难的弊端。
发明内容
本发明的目的在于针对现有技术的不足，提供一种基于路网行程时间可靠性的出行预留时间计算方法。
本发明的目的通过以下技术方案来实现，计算方法包括如下步骤：
(1)通过网络约租车数据平台获取单个乘客的起讫点(OD)坐标、起讫点间行程距离、上下车时间，并根据上下车时间差计算得到乘客的行程时间。
(2)计算单个OD对上每次出行的行程时间率，即其中：τijk是从第i个交通小区到第j个交通小区的第k次出行的行程时间率；tijk是从第i个交通小区到第j个交通小区的第k次出行的行程时间；dijk是从第i个交通小区到第j个交通小区的第k次出行的出行距离。
(3)计算网络缓冲行程时间率(NBTR)：
NBTR＝NPTR-NTTR
式中：NBTR(Network buffer time rate，单位为分钟/千米)为网络缓冲行程时间率；NPTR(Network planning time rate，单位为分钟/千米)为网络规划行程时间率；NTTR(Network travel time rate，单位为分钟/千米)为网络行程时间率；τij,50％表示从第i个交通小区到第j个交通小区的中位行程时间率(medium travel time rate)；τij,95％表示从第i个交通小区到第j个交通小区的第95百分位数的OD间行程时间率；表示从第i个交通小区到第j个交通小区的权重系数，dijk是从第i个交通小区到第j个交通小区的第k次出行距离，nij为从第i个交通小区到第j个交通小区总的出行次数。
(4)出行预留时间即为网络缓冲行程时间率NBTR与出行里程的乘积。
本发明的有益效果是：基于路网行程时间可靠性的出行预留时间计算结果，可以为出行者提供更好的出行规划指导。通过估计出发地和目的地之间的距离，结合交通大数据平台提供的相应可靠性指标，居民可以初步得到该次出行需要预留的额外时间，从而保证准时到达目的地。
附图说明
图1为OD对间的出行路径示意图；
图2为NPTR、NTTR、NBTR的关系示意图。
具体实施方式
本发明是基于国家自然科学基金青年基金项目(51508505)和浙江省自然科学基金杰出青年项目(LR17E080002)的研究，在路网行程时间可靠性指标的基础上，结合智能出行数据构造出的一种出行预留时间的计算方法。该方法不仅使管理者能更为有效地管理和控制路网的运行状态，而且能为出行者提供必要的出行参考信息。如图2，图中展示了一天内城市NPTR、NTTR、NBTR的变化趋势，出现了两个驼峰，分别为早晚高峰时段。图中所提出的各项指标含义如下：
网络行程时间率(Network travel time rate，单位为分钟/千米)，简称NTTR。将指定城市划分为若干网络区域，在给定的时间段内，通过计算每个OD对间的所有出行者的平均行程时间率，再由每个OD对的总出行者数量对OD对间的平均行程时间率进行加权平均，从而得到NTTR，该指标反映OD对以及城市间的交通出行的平均状况。
网络规划行程时间率(Network planning time rate，单位为分钟/千米)，简称NPTR。规划时间是指出行者为了保障能够准时到达目的地，从出发地前往目的地的规划预留时间。例如，某出行者从家到公司二十次内迟到一次影响不大，那么根据以往出行时间的统计数据，找到其95％的分位数所对应的行程时间，假设这个值为30分钟，同时公司规定早上八点半上班，那么只要早上八点出发即可。如果对应的路程为10千米，那么NPTR值为3分钟/千米，即每千米实际路程需要3分钟时间来保证到达目的地。NPTR反映的是网络区域状态下的规划行程时间。
出行预留时间是指出行者为了保证能准时到达目的地，所预留的额外行程时间。一般来说，路网越不可靠，则需要预留的额外时间越大。如果某OD对的网络缓冲行程时间率(Network buffer time rate，单位为分钟/千米，简称NBTR)大小为0.5分钟/千米，即每千米实际路程需要额外预留出半分钟时间来保证到达目的地。一般情况下从家到公司平均需要25分钟，若两地相距10千米，则需要预留5分钟来保证能够准时到达。因此，基于NBTR的预留行程时间指标，能够直观地指导出行者进行路程规划。
下面结合具体实施例进一步描述本发明，以表明本发明所述的计算方法符合自然规律，但本发明的保护范围并不仅限于此。
实施例1.
以杭州市上塘-中河高架由南向北的城市快速路为例，自望江路上匝道至登云路下匝道，一段长度为7.7km的路段。
(1)通过布设在上、下匝道处的卡口检测器，获取车辆起讫点间的行程距离、行程时间。
(2)计算单个路径的行程时间率，其中：tk是第k辆车的行程时间，dk是第k辆车的行程距离。在本次计算中，由于卡口、微波检测器的位置固定，车辆行驶距离固定为7.7km。
(3)计算网络缓冲行程时间率，根据上述计算公式计算如下：
τ50％＝1.5min/km，τ95％＝2.84min/km
在此例中，距离为定值，因此可得：
NBTR＝ 1.34min/km
(4)出行预留时间即为网络缓冲行程时间率NBTR与里程的乘积为NBTR×d＝10.32min。
实施例2
通过实时观测百度地图与实施例1中同时段、同路段的道路拥挤情况，发现此路段为拥挤与非常拥挤状态的混合路段。在经过实地行驶时间记录后发现，行驶时间为23min。上塘-中河高架的车辆限速为80km/h，不考虑车流干扰情况，自由流行驶时间为11min。本发明提出的此段路需要预留时间为10.32min，与实际行驶延误时间23min-11min＝12min相近，可证明本发明提出的预留时间计算方法精度较高，对于居民出行具有较好的指导作用。

Claims (1)

1.一种基于路网行程时间可靠性的出行预留时间计算方法，其特征在于，包括步骤如下：
(1)通过网络约租车数据平台获取单个乘客的起讫点OD坐标、起讫点间行程距离、上下车时间，并根据上下车时间差计算得到乘客的行程时间；
(2)计算单个乘客每次出行的行程时间率，即其中：τijk是从第i个交通小区到第j个交通小区的第k次出行的行程时间率；tijk是从第i个交通小区到第j个交通小区的第k次出行的行程时间；dijk是从第i个交通小区到第j个交通小区的第k次出行的出行距离；
(3)计算网络缓冲行程时间率NBTR：
NBTR＝NPTR-NTTR
式中：NBTR为网络缓冲行程时间率；NPTR为网络规划行程时间率；NTTR为网络行程时间率；τij,50％表示从第i个交通小区到第j个交通小区的中位行程时间率；τij,95％表示从第i个交通小区到第j个交通小区的第95百分位数的OD间行程时间率；表示从第i个交通小区到第j个交通小区的权重系数，dijk是从第i个交通小区到第j个交通小区的第k次出行距离，nij为从第i个交通小区到第j个交通小区总的出行次数；
(4)出行预留时间即为网络缓冲行程时间率NBTR与出行里程的乘积。
CN201610948476.7A 2016-11-02 2016-11-02 一种基于路网行程时间可靠性的出行预留时间计算方法 Active CN106600030B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610948476.7A CN106600030B (zh) 2016-11-02 2016-11-02 一种基于路网行程时间可靠性的出行预留时间计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610948476.7A CN106600030B (zh) 2016-11-02 2016-11-02 一种基于路网行程时间可靠性的出行预留时间计算方法

Publications (2)

Publication Number Publication Date
CN106600030A CN106600030A (zh) 2017-04-26
CN106600030B true CN106600030B (zh) 2019-11-29

Family

ID=58589675

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610948476.7A Active CN106600030B (zh) 2016-11-02 2016-11-02 一种基于路网行程时间可靠性的出行预留时间计算方法

Country Status (1)

Country Link
CN (1) CN106600030B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108009788A (zh) * 2017-10-23 2018-05-08 广东小天才科技有限公司 移动终端的闹钟启动方法、装置、移动终端及存储介质
CN108831147B (zh) * 2018-05-24 2020-11-10 温州大学苍南研究院 一种基于数据驱动的城市公交宏观行驶波动性的观测方法
CN113379233B (zh) * 2021-06-08 2023-02-28 重庆大学 一种基于高阶矩的行程时间可靠性估计方法及装置
CN115019507B (zh) * 2022-06-06 2023-12-01 上海旷途科技有限公司 城市路网行程时间可靠性实时估计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004021306A2 (en) * 2002-08-29 2004-03-11 Itis Holdings Plc Traffic scheduling system
CN1536514A (zh) * 2003-02-05 2004-10-13 ��ʽ�������λ��Ѷ�鱨 导航装置的路径搜索方法和交通信息显示方法
CN1959759A (zh) * 2006-11-17 2007-05-09 上海城市综合交通规划科技咨询有限公司 基于浮动车数据的交通分析方法
CN105702073A (zh) * 2016-04-13 2016-06-22 徐亚国 一种基于路网决策点行程时间索引值的动态转向导航方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004021306A2 (en) * 2002-08-29 2004-03-11 Itis Holdings Plc Traffic scheduling system
CN1536514A (zh) * 2003-02-05 2004-10-13 ��ʽ�������λ��Ѷ�鱨 导航装置的路径搜索方法和交通信息显示方法
CN1959759A (zh) * 2006-11-17 2007-05-09 上海城市综合交通规划科技咨询有限公司 基于浮动车数据的交通分析方法
CN105702073A (zh) * 2016-04-13 2016-06-22 徐亚国 一种基于路网决策点行程时间索引值的动态转向导航方法

Also Published As

Publication number Publication date
CN106600030A (zh) 2017-04-26

Similar Documents

Publication Publication Date Title
CN106600030B (zh) 一种基于路网行程时间可靠性的出行预留时间计算方法
CN104778834B (zh) 一种基于车辆gps数据的城市道路交通拥堵判别方法
Polus A study of travel time and reliability on arterial routes
Bertini et al. Transit buses as traffic probes: Use of geolocation data for empirical evaluation
CA2811879C (en) Driver profiling system and method
CN104851286B (zh) 一种利用公交车辆gps数据动态评估道路交通状态的方法
CN108806250B (zh) 一种基于速度采样数据的区域交通拥堵评价方法
Gong et al. Hybrid dynamic prediction model of bus arrival time based on weighted of historical and real-time GPS data
CN103295414A (zh) 一种基于海量历史gps轨迹数据的公交车到站时间预测方法
CN102663887A (zh) 基于物联网技术的道路交通信息云计算和云服务实现系统及方法
CN108896064A (zh) 基于信息共享的应用于gps导航系统的到达时间预估系统
CN113178068B (zh) 一种基于浮动车的道路拥堵指数计算方法及系统
CN109003453A (zh) 基于支持向量机的浮动车路段平均速度短时预测方法
CN105046983A (zh) 一种基于车路协同的交通流量预测系统及方法
CN117546218A (zh) 用于交通预测的分布式多任务机器学习
CN115186870B (zh) 一种基于大数据的居民点出行碳排放的核算方法
CN106781504B (zh) 一种基于浮动车gps数据的干线停车分析方法
Kucirek Comparison between MATSIM & EMME: Developing a dynamic, activity-based microsimulation transit assignment model for Toronto
Zhou et al. Analysis of public transit trip chain of commuters based on mobile phone data and GPS data
Xu et al. A New Design of Real-Time Traffic Index Model for Freeway
CN106875688B (zh) 一种应用gps数据识别公交车和小汽车的方法
CN114973668B (zh) 一种基于拓扑步数分析的城市道路交通薄弱环节识别方法
Bamdad Mehrabani et al. Predicting operating speed: comparison of linear regression and structural equation models
Chen et al. Research on evaluation and prediction method of link travel time based on floating car data by simulation
Xiao et al. Analysis of Traffic Congestion around Nanjing Middle School Based on Floating Car Data

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant