基于浮动车的路网车速处理分析系统的构架及.doc

精品论文大集合基于浮动车的路网车速处理分析系统的构架及关键技术研究钱寒峰 苏州市规划设计研究院，苏州（215006） E-mail: qianhanfeng摘要: 利用浮动车技术可以方便的获取路网车速，文章分析了浮动车路网车速处理分析系统的框架与结构，以及系统采用的关键技术，地图匹配技术、道路的动态分段技术和路段车 速处理技术，重点探讨了浮动车平均速度的估计技术和数据融合技术在车速处理中的应用。 提出利用关联检验的方法过滤误差数据，利用浮动车平均车速与历史车速的融合解决由于浮 动车少造成车速代表性差的问题，利用浮动车数据同其他来源检测器数据的融合解决复杂路 网下车速的处理问题。关键词: 交通信息；车速处理；数据融合；浮动车 中图分类号：U491文献标识码：A0. 引言城市道路车速不仅是进行城市交通网络状况评价、交通阻抗函数标定、以及未来路网方 案确定的重要依据，也可以作为重要的交通信息向出行者发布。传统的道路车速调查是通过 人工方式开车在道路上实测车速，测量时先记录行驶的道路名称，行驶的道路里程和时间，1- 7 -然后计算得到行驶路段的平均车速。传统的人工调查方法不仅成本高而且效率底，同时由于样本量比较少，得到的车速并不能很好的反应所测路段各个时段整体的车速状况。基于浮 动车的交通信息采集技术这几年正成为交通工程届的研究热点，与传统的车速获取方法相 比，利用浮动车技术，可以实现全天候、大范围的采集，检测成本小、效率高。由于该技术 具有数据采集量大、无需通讯成本、无需基础设施建设成本、容易向其它城市转移技术等优 点，目前浮动车作为一种重要的交通信息采集方法，已经得到世界各国的普遍承认。1. 系统的框架与结构基于浮动车的交通信息采集方法是在车辆上配备 GPS 定位装置，以一定采样间隔记录 日期、时间、车辆位置和车辆瞬时速度，再将数据传入计算机并与地理信息系统（GIS）的 电子地图重叠，经分析得到路网车速等交通信息。国内很多城市如上海、深圳的出租车中很 多安装了 GPS 卫星定位系统，构成庞大的浮动车系统数据源，有很好的浮动车交通信息采 集环境。如深圳浮动车路网车速实时处理分析系统利用浮动车采集来的经纬度信息，每 5 分钟处理一次，经处理后获取深圳市路网的实时车速，并将处理后的车速存入道路车速数据库 2 。在此基础上可以利用系统动态更新道路车速，也可以根据用户条件查询与统计道路车 速。同时系统可以以对内信息发布和对外信息发布两种不同的方式发布道路车速信息，系统 框架如下图所示。图1 浮动车路网车速处理分析系统的框架基于浮动车的路网车速处理分析系统主要是对浮动车采集数据进行处理分析得到路网 车速，然后通过路网车速判断路网的交通状态。但随着系统功能的逐步升级，通过对采集数 据的处理，系统还能够提供实时诱导、旅行时间等交通信息，系统的结构如图所示。公交浮动车数据私家浮动车数据 出租浮动车数据其他数据源数 据GPRS/CDMA预处 数据传输理GIS 数据地图匹配 数据处理历史数据交实时 通信息 参数获统计取分析行程车速信息交通状态信息 交通实时诱导 旅行时间信息信息源信息处理图2 浮动车路网车速处理分析系统的结构信息发布2. 系统的关键技术2.1 地图匹配技术地图匹配是一种基于软件技术的定位修正方法，其基本思想是将车辆定位轨迹与数字地 图中的道路网信息联系起来，并以此确定车辆相对与地图的位置，通过车辆轨迹与数字地图 提供的路径相比较，将车辆位置与道路网通过模式识别和匹配来确定车辆最可能的行驶路线 以及车辆在该路段中的最大可能位置，为进一步进行道路车速分析提供数据来源。对于初始周期浮动车采集来的GPS数据，地图匹配算法是依据距离最短的原则计算最大 可能位置，是原始GPS数据基于道路车速数据的高效空间索引垂直投影到最临近的道路上， 投影位置即为GPS修正位置。经过初始位置地图匹配后，可将车辆定位到所在路段，后续周 期的GPS数据就可以按照GPS数据中的方向信息，以该周期与上一周期的时间间隔和该路段 的极限速度得到最大可能行驶距离，以该距离为阈值置信区域，以行驶方向、路段为约束， 以投影距离最小为原则，计算该时刻车辆最大可能位置，即为该周期的GPS修正位置。如果该区域仅包含一个路段或一个交叉口和两个路段，只需进行一次匹配，把坐标综合或进一步处理作为车辆的位置；如果该区域不只一个交叉口或多个路段，则需要进行连通性检验以确 定车辆最可能的位置，就可能需要多次匹配。同时，本次位置具有不确定性，就需要结合后 续的GPS数据检验其位置最大可能性 345 。2.2 道路的动态分段技术道路的动态分段技术，是GIS中一种对线性特征的属性动态分析显示的技术，即某一线 性特征的属性在用GIS进行分析显示时，其图形分布空间地理位置通过计算其属性表的数据 而来。该技术对GIS-T在城市路网交通的状态表达和路径分析中极为关键。对于一条道路来 说，尤其是对于距离较长、交通状态差别或变化较大的路段，难以用一个平均速度表达整条 道路的交通状态。而采用动态分段技术，把平均速度作为路段属性，对路段按照当前平均速 度分布状况进行动态调整，形成若干个虚的分路段，然后在全路网的GIS地图上用不同颜色 代表不同范围内的车速，就可以比较合理地表现当前路网车速和路网交通状态。2.3 路段车速处理技术2.3.1 路段浮动车平均车速的估计 路段浮动车平均车速是指未经车速融合仅通过路段上浮动车GPS数据获取的车速，该车速可由路段上的一辆或多辆浮动车数据获得。每辆浮动车平均车速（ u ）为路段的长度（ L ）除以该辆车在路段上的行程时间（ tL ）u = L t L（1）地理信息系统GIS可以提供路段长度 L 的估计，很显然估计结果的准确性与所用的电子 地图的精确性有关，随着电子地图技术的发展，用GIS技术完全可以实现对路段长度的估计。 考虑到地球是个椭圆体，已知两点经度与纬度坐标，可以根据下列公式计算两点AB间的路 段长度 L ,设两点A、B的经、纬度分别为( jA , wA )、( jB , wB )，则半径为 R 的地球表面上 两点间的最短距离为：L = R Arc cossin(wA) sin(wB) + cos(wA) cos(wB) cos( jA jB)（2）在浮动车路网实时车速处理系统里面，常把相邻几个小路段归并为一条大路段，也即上 节提到的道路的动态分段问题。如下图所示，长度为 L 的大路段是由3个小路段连成，如果 大路段 L 上有很多交叉口或分支的时候，每个小路段上行驶的浮动车数可能就不一样。假定 每个小路段的浮动车行程时间为浮动车行程时间的算术平均，那么大路段 L 的车速可通过下 式获得：图3：路段浮动车行程时间和行程车速示意nn 1mi 1 Tt L = ti= Li m u i =1i =1i j =1 ij（3）Tnu = LT LtL= i=1 L=i =ni=1ti Li1m1 i1 ni=1LT mij=1uij（4）L上式中：tT 为大路段 L 的行程时间，n 为大路段中所包含的小路段个数，ti 为路段 i 的算术平均行程时间，Li 为路段 i 的长度，mi 为系路段 i 上的浮动车数，uij 为路段 i 上第 j 辆车的速度， LT 为大路段的总长度， uL 为大路段的平均行程速度。公式（4）实际上是各个小路段车速数据的加权平均，权重为各个小路段与整个大路段的长度比。应用这种方法一个不足的地方就是，若在特殊的交通状况下出现偏差很大的偏低 车速数据，就会导致路段平均速度很小，在这种情况下，可以采用浮动车的中值速度来估计，公式如下：LT 1uL =n = ni=1 tmii=1L i LT1mu i （5）上式中： tmi值。为路段 i 上浮动车行程时间的中值,u为路段 上浮动车行程车速的中mii2.3.2 车速处理中的数据融合技术数据融合技术简单的说就是将不同来源、不同模式、不同表示的信息，加以有机地结合， 最后得到被采集对象更为准确、可靠的描述。在基于浮动车采集的路网实时车速处理分析系 统中，数据融合技术从三个方面展开：GPS原始数据的融合；浮动车平均车速与历史车速数 据的融合；浮动车数据和其他来源检测数据的融合。1） GPS 原始数据的融合GPS原始数据存在因精度问题产生的误差、GPS数据漂移、“假行驶”现象等，这些因素 都会影响道路车速准确性，所以有必要在利用浮动车数据分析道路车速之前对其进行数据融 合，通过GPS原始数据的融合过滤误差数据和排除“假行驶”现象的数据，从而增强数据的可 信度，降低不确定性，大大减少道路车速的估计误差。根据GPS原始数据的特点，以及对其进行数据融合所需要达到的目的，本系统采用关联 检验中的假设检验的方法来对浮动车原始数据进行过滤处理，以保证统计数据的准确性。出 租车空载每20秒回报浮动车精度纬度位置数据，重载每两分钟回报经纬度位置数据，同时还 存在由于GPS回报延时、某时刻浮动车回报数据丢失的现象，相邻两个回报点的时间差就不 是一个定值。考虑到这种情况，系统把通过相邻两个点距离来判定两点关联性，转换为通过 速度来判定两点关联性。应用公式（1）（2）计算每辆浮动车的车速V，设定车速V的上限值为140km/h（此值可 以根据不同道路等级而调整），速度小于这个值则认为A，B两点关联，是有效数据；否则， 则认为是GPS的精度误差和干扰误差，排除此类不关联数据，处理后的结果存入道路车速数 据库。同时，根据条件统计道路车速的时候，考虑到由于GPS精度纬度原始数据存在精度问题 产生了“假行驶”现象，设定V的下限值为2.5km/h,小于这个值系统就认为是不关联数据,也就 是说认为是假行驶,对于这种数据,系统把这两点距离置为0,但是保留时间差。2） 浮动车平均车速与历史车速数据的融合 利用浮动车采集路网车速的关键问题是浮动车在车流中所占比率达到多少才能反映准确、可靠的车速信息。基于浮动车的车速处理分析系统是以路段为单元进行交通信息发布的， 当路段上的浮动车数量足够时，样本车速能代表路段车流总体车速，这时可以将浮动车速作 为当前路段的实时车速发布出去；而当浮动车的数量不够，样本车速的代表性差，这时就要 进行当前浮动车车速与历史库车速的融合，并将融合后的车速作为路段实时车速进行发布。M.Chen 和 S.I.L.Chien 6 的研究表明要保证检测结果出错概率小于 5的情况下，车流中至 少需要 3的检测车辆。应用该成果并结合系统的实际需求，当路段上的浮动车数小于 5 辆 时系统就要进行浮动车平均车速估计值与历史库车速的融合。在深圳浮动车路网车速处理分析系统中，历史库中车速值是该路段在以往与估计时段相 同时刻当路段上浮动车不小于5辆时的车速统计值。融合时在先计算当前5分钟浮动车路段平 均车速、路段当前时刻历史车速的基础上，然后按照数据可信度分配不同车速数据源一定的 权重，对当前5分钟路段浮动车平均车速、历史车速值进行融合，计算得到融合后的车速作 为供发布的路段当前实时车速 2 7 。融合时标准库车速采用的权重如表 1 所示。spd 1 * (1 ) + spd 2 * if floating car < 5Spd = spd 1otherwisw(7)式中： Spd 为融合后路段车速；spd1 为未融合前的路段浮动车车速；spd2 为标准库路段车速； ， floating car 意义同上。表 1 路段标准库车速权重路段浮动车数/5分钟012345历史库车速权重10.80.60.40.203） 浮动车数据与其他来源检测器数据的融合对于路网不是很复杂的一般城市来说，应用上面的各种算法可以得到路网实时车速，但 对于具有复杂路网的大城市，如上海、深圳等，尤其在路网中有高架、辅道地方，由于 GPS 精度和天线灵敏度的问题，仅根据经纬度数据很难判断浮动车是否在高架上行驶；同样，仅 靠经纬度数据也很难判断浮动车是否在快速路主线还是在辅道上行驶。利用浮动车与其他来 源检测器进行车速数据的融合，就可以解决复杂路网中道路车速的处理问题。根据不同来源检测器的特点，通过异构数据同构化，对车速进行融合，得到可信度较高的结果 8 。但囿 于篇幅和实际条件制约，本文对浮动车和其他来源检测器数据的融合未能深入研究。3. 结束语利用浮动车技术可以获取丰富的交通信息，有效地的克服了目前国内交通信息采集方面 基础薄弱的问题，在国内很多城市有很大的推广价值。文章依托深圳浮动车路网车速处理分 析系统，介绍了系统的结构和关键技术，重点研究了浮动车平均速度的估计技术和车速处理 中的数据融合技术。本文完成的相关研究，对于丰富城市交通信息采集源，推广基于浮动车 的车速等交通信息采集技术具有重要的意义。参考文献1 周商吾.交通工程M.上海:同济大学出版社,1987,48-502 杨超,林航飞,刘岩等.深圳城市交通仿真系统D.上海:同济大学,20063 孙建平, 温慧敏, 郭继孚. 浮动车交通信息采集系统建设框架研究J. 第一届中国智能交通年会论文 集,2005, 385-3874 薛美根, 刘军. 基于 GPS/GIS 技术的道路车速实时处理分析系统J. 第一届中国智能交通年会论文 集,2005, 379-3835 Cesar A. Quiroga, Darcy Bullock. Travel Time Studies with Global Positioning and Geographic InformationSystems: An Integrated Methodology J. Transportation Research Part C 6 1998, 101-1276 Ruey Long Cheu, Chi Xi, and Der-Hong Lee. Probe Vehicle Population and Sample Size for Arterial SpeedEstimation J. Computer-Aided Civil and Infrastructure Engineering. 2002, 17:53-607 钱寒峰.先进的交通信息系统数据采集与融合的理论与方法D. 上海:同济大学,20078 D.J.Dailey, H.Xu, M.P.Haselkorn, Data Fusion For Multimodal Traveler Information in a WirelessEnvironment, the Third World Congress on Intelligent Transport Systems, October 14-18,1996,Orlando,Florida.Study on the Frame and Key technologies about Floating Car Processing Analysis System to Obtain Vehicle Speed on Road NetworkQian HanfengSuzhou Planning & Design Research Institute, Suzhou（215006）AbstractUsing floating car technique is an effective means for obtaining road network operating speed, thepaper analysis the logic frame of floating car system and the key technologies in the system. such as map matching, road dynamic segmentation and segment vehicle speed processing. The paper discusses with emphasis the estimation technology of mean floating car speed and the technology of data fusion applied in vehicle speed processing, including filtering data errors by association analysis, using the fusion of mean floating car speed with historic speed to deal with inadequate sample representative of floating cars, as well as fusing data of floating cars with other detectors to address the problem of the vehicle speed processing under complicated road network circumstances.Keywords: Traffic Information; Vehicle Speed Processing; Data Fusion; Floating Car作者简介：钱寒峰（1977），男，工学博士，主要研究方向为交通规划与管理。