CN109615865A

CN109615865A - 一种基于od数据增量迭代式估计路段交通流量的方法

Info

Publication number: CN109615865A
Application number: CN201910021966.6A
Authority: CN
Inventors: 赖见辉; 韩媛; 陈艳艳
Original assignee: Beijing University of Technology
Current assignee: Beijing University of Technology
Priority date: 2019-01-10
Filing date: 2019-01-10
Publication date: 2019-04-12
Anticipated expiration: 2039-01-10
Also published as: CN109615865B

Abstract

一种基于OD数据增量迭代式估计路段交通流量的方法属于交通数据挖掘和应用领域。以车辆的OD数据为对象，提出一种路段交通量的计算方法，包含OD数据预处理；构建最短路径的数据集合D_k(T_O，T_D，P)；根据车辆经过路段的从小到大的依次迭代计算各路段单元的状态值汇总各状态值中的Q值，得到所有路段单元在不同时段上的交通量。通过对OD数据的挖掘与分析，能够获得OD数据背后的路段交通量和行驶速度信息，为交通管理提供数据支撑与决策支持。

Description

一种基于OD数据增量迭代式估计路段交通流量的方法

技术领域

本发明属于交通数据挖掘和应用领域，涉及利用OD数据计算路段交通量的方法。

背景技术

道路交通流量是指单位时间内通过道路某断面的交通流量。用于支撑道路建设项目可行性研究阶段的现状评价、综合分析，也是确定道路建设项目的建设规模、技术等级、工程设施、经济效益评价及几何线形设计的主要依据。

目前道路交通量的主要获取技术有线圈、视频、激光、微波等，通过在道路路段上安装监测设备进行采集，安装成本高，长期维护难度大、无法开展个体车辆追踪等特征，导致无法大规模安装应用，在路网中覆盖有限，目前无法获得全路网的时空交通量。

随着互联网技术的飞速发展，以出行个体为载体的交通信息获取方式得到大面积应用，如手机/车载终端导航数据、网约车订单数据、高速公路收费车辆数据，覆盖用户数亿。此类数据的特征是包括用户的出行起点和终点位置、时间等信息，本专利将具备此特征的数据称为OD数据。通过对OD数据的挖掘与分析，能够获得OD数据背后的路段交通量和行驶速度信息，为交通管理提供数据支撑与决策支持。

发明内容

本发明目的在于提出一种基于OD数据增量迭代式估计路段交通流量的方法，用于获取不同路段不同时段的交通流量。

一种基于OD数据增量迭代式估计路段交通流量的方法，其特征在于包含以下步骤：

步骤1：OD数据预处理，删除出发时间早于到达时间的数据，形成有效OD数据集，；

步骤2：基于有效OD数据，根据车辆出发和到达的节点，计算途经的最短路径长度P_k，其中k表示第k条OD数据，以最短路径P_k由小到大排序，形成数据集合D_k(T_O，T_D，P)，P表示P_k的集合，T_O表示出发时间，T_D表示到达时间；

步骤3：将路网按照节点为间隔划分成若干路段单元，标记为R_i，其中i表示第i条路段，最短路径P_k由多个路段单元构成，将时间以一定的间隔均匀划分为若干时间段，标记为I_j，其中j表示第j个时间间隔段，路段单元R_i在某时间段I_j的状态用集合C表示，标记为其中L表示路段单元长度，表示交通流量，表示平均速度；

步骤4：将以最短路径长短排序后的有效0D数据从小到大依次迭代计算更新计算路段单元的过程如下：

4.1在有效OD数据中，抽取最短路径P_k＜P_F值的数据，P_F为迭代计算的初始距离阈值，其选取相邻节点平均距离作为经验值，当P_k小于P_F时，认为车辆在该距离上，速度运行状态不会发生较大变化，计算该路径的平均速度V_k，V_k＝P/(T_D-T_O)，将车辆出发和到达时间T_O，T_D与I_j进行比较，标记与I_j重合的时段，标记该最短路径途经的所有路段单元在重合时段的状态其中值更新为 n为路段单元在I_j时间段的记录数量；

4.2在有效OD数据中，继续抽取最短路径X1P_F≤P_k＜X2P_F(X1≥1，X2≥2)值的数据。当最短路径途经的路段单元在重合的I_j时间段均存在已标记的状态时，用已标记的状态作为权重，计算最短路径途经的路段单元的速度值计算过程如下：

式中：M为最短路径途经的路段单元数量，m为最短路径途经的第m个路段单元，为第k条OD数据最短路径途经第m个路段单元的平均速度，为最短路径途经的第1个路段单元在重合时段I₁下已标记的速度，和以此类推，标记最短路径途经的所有路段单元在重合时段的状态其中值更新为值更新为与原的平均值；

当最短路径途经的路段单元在重合的I_j时间段部分存在已标记的状态时，根据已标记路段单元的最短路径长度，计算未标记路段的状态值，先计算该路径的平均速度V_k，V_k＝P/(T_D-T_O)，将车辆出发和到达时间T_O，T_D与I_j进行比较，标记与I_j重合的时段，标记该最短路径途经的所有路段单元在重合时段的状态将该状态赋给未标记路段单元，同时所有路段单元在重合的I_j时间段值更新为n为路段单元在I_j时间段的记录数量；

当最短路径途经的路段单元在重合的I_j时间段均不存在已标记的状态时；计算该路径的平均速度V_k，V_k＝P/(T_D-T_O)，将车辆出发和到达时间出发和到达T_O，T_D与I_j进行比较，标记与I_j重合的时段，标记该最短路径途经的所有路段单元在重合时段的状态其中值更新为n为路段单元在I_j时间段的记录数量；

4.3在余下的有效0D数据中，每次增加最短路径一个P_F值的范围，按4.2的步骤完成所有0D数据的计算；

步骤5：汇总的Q值，得到所有路段单元在不同时间段上的交通量；

附图说明

图1.基于OD数据的路段交通量计算流程

图2.路段节点示意图

具体实施方式

本实施方案以道路OD数据为例，结合附图对本发明详细描述具体实施流程。实施流程如附图1，路段节点如附图2。

步骤1：对OD数据进行预处理，将出发时间早于到达时间的OD数据删除，形成有效OD数据集；

步骤2：基于有效OD数据，根据车辆出发和到达的节点，计算途经的最短路径长度P_k，其中k表示第k条OD数据，以最短路径P_k由小到大排序，形成数据集合D_k(T_O，T_D，P)，T_O表示车辆出发时间，T_D表示车辆到达时间，如表2；

表2

步骤3：本例中将节点1→节点2路段标记为R₁，节点2→节点3路段标记为R₂，节点3→节点4路段标记为R₃；本例以5分钟的时间间隔将全天划分为288个时段，标记为I_j，如时段00:00:00-00:05:00为第1个时段，时段23:55:00-24:00:00为第288个时段；

步骤4：计算相邻路段的平均距离26720米，并以此作为经验值，P_F选取为26720米；

4.1在有效OD数据中，抽取最短路径长度满足P_k≤P_F的OD数据，结果如表3：

表3

序号1的车辆在时间08:05:06进入R₁，对应第86个时段，同理在第87个时段离开R₁；序号2的车辆在第85个时段进入R₁，在第87个时段离开R₁；序号3的车辆在第86个时段进入R₂，在第89个时段离开R₂，序号4的车辆在第85个时段进入R₂，在第88个时段离开R₂，计算路径的平均速度V_k，V_k＝P/(T_D-T_O)：

(千米/小时)

将车辆出发和到达时间T_D，T_O与I_j进行比较，标记与I_j重合的时段，标记该最短路径途经的所有路段单元在重合时段的状态

序号1车辆和序号2的车辆在第86个时段和第87个时段都经过R₁，因此第86个时段和第87个时段R₁速度值为序号1和序号2的车辆速度的平均值，即：

(千米/小时)

序号3和序号4的车辆在第86个时段、第87个时段和第88个时段都经过R₂，因此第86个时段、第87个时段和第88个时段R₂的速度值为序号3和序号4的车辆速度的平均值，即：

(千米/小时)

故为(16740，2，108.60)，为(16740，2，108.60)，同理：为(16740，1，99.94)，为(26700，1，107.40)，为(26700，2，108.32)，为(26700，2，108.32)，为(26700，2，108.32)，为(26700，1，109.23)；

4.2提取路径长度满足P_F＜P_K≤2P_F的OD数据，满足条件的数据如表4；

表4

序号5的车辆在第85个时段进入R₁，在第87个时段离开R₂；序号6的车辆在第87个时段进入R₂，在第89个时段离开R₁；序号7的车辆在第91个时段进入R₂，在第93个时段离开R₃；

(1)序号5：R₁和R₂在第85-87时段内均已标记状态；根据发明内容步骤4.2中的说明，序号5的各时段速度如下：

第85时段：

(千米/小时)

第86时段：

(千米/小时)

第87时段：

(千米/小时)

第85个时段-第87个时段均有状态标记，因此序号为5的车辆经过后，R₁和R₂的状态值均有更新，根据计算结果得到序号5的车辆第85时段和第86时段在R₁上，第86时段和第87时段在R₂上，故：

(千米/小时)

故更新后的状态值：为(16740，2，130.87)，为(16740，3，135.20)，为(26700，3，151.90)，为(26700，3，151.90)。

(2)序号6：R₁在第88、89时段无状态标记，R₁和R₂在第87时段有状态标记。根据发明内容步骤4.2中的说明，序号6的各时段速度如下：

第87时段：

(千米/小时)

第88时段：

根据第88时段R₂的标记状态值计算车辆在R₁上行驶的时长并计算时段I_j的速度值。

OD数据序号6的车辆在R₂行驶650s，在R₁上行驶189秒，故车辆第87、88时段在R₂，第89时段在R₁，故：

(千米/小时)

故更新后的状态值为为(26700，4，183.51)，为(26700，3，108.32)，为(16740，1，318.85)。

(3)序号7的车辆经过的时段R₁和R₂均无标记状态。

(千米/小时)

车辆第91时段和第92时段在R₂上，第93时段在R₃上.

故：为(26700，1，109.23)，为(26700，1，109.23)，为(26700，1，109.23)。

步骤5：汇总状态值，得到所有路段单元在不同时间段上的交通流量，结果见表5.

表5

最后应说明的是：以上示例仅用以说明本发明而并非限制本发明所描述的技术方案；因此，尽管本说明书参照上述的示例对本发明已进行了详细的说明，但是，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换；而一切不脱离发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围当中。

Claims

1.一种基于OD数据增量迭代式估计路段交通流量的方法，其特征在于包含以下步骤:

步骤1:OD数据预处理，删除出发时间早于到达时间的数据，形成有效OD数据集；

步骤2:基于有效OD数据，根据车辆出发和到达的节点，计算途经的最短路径长度P_k，其中k表示第k条OD数据，以最短路径P_k由小到大排序，形成数据集合D_k(T_O，T_D，P),P表示P_k的集合，T_O表示出发时间，T_D表示到达时间；

步骤3:将路网按照节点为间隔划分成若干路段单元，标记为R_i，其中i表示第i条路段，最短路径P_k由多个路段单元构成，将时间以一定的间隔均匀划分为若干时间段，标记为I_j，其中j表示第j个时间间隔段，路段单元R_i在某时间段I_j的状态用集合C表示，标记为其中L表示路段单元长度，表示交通流量，表示平均速度；

步骤4:将以最短路径长短排序后的有效OD数据从小到大依次迭代计算更新计算路段单元的过程如下:

4.1在有效OD数据中，抽取最短路径P_k<P_F值的数据，P_F为迭代计算的初始距离阈值，其选取相邻节点平均距离作为经验值，当P_k小于P_F时，认为车辆在该距离上，速度运行状态不会发生较大变化，计算该路径的平均速度V_k，V_k＝P/(T_D-T_O)，将车辆出发和到达时间T_O，T_D与I_j进行比较，标记与I_j重合的时段，标记该最短路径途经的所有路段单元在重合时段的状态其中值更新为 n为路段单元在I_j时间段的记录数量；

4.2在有效OD数据中,继续抽取最短路径X1P_F≤P_k<X2P_F值的数据，其中X1≥1,X2≥2；当最短路径途经的路段单元在重合的I_j时间段均存在已标记的状态时，用已标记的状态作为权重，计算最短路径途经的路段单元的速度值计算过程如下:

式中:M为最短路径途经的路段单元数量，m为最短路径途经的第m个路段单元，为第k条OD数据最短路径途经第m个路段单元的平均速度，为最短路径途经的第1个路段单元在重合时段I₁下已标记的速度，和以此类推，标记最短路径途经的所有路段单元在重合时段的状态其中值更新为值更新为与原的平均值；

4.3在余下的有效OD数据中,每次增加最短路径一个P_F值的范围,按4.2的步骤完成所有OD数据的计算；

步骤5:汇总的Q值，得到所有路段单元在不同时间段上的交通量。