基于兩類浮動車數據融合的信號交叉口平均通行時間估計方法
【專利摘要】本發明公開了一種基于兩類浮動車數據融合的信號交叉口平均通行時間估計方法，首先獲取公交車和出租車的原始GPS數據；提取所有進入目標信號交叉口區域的浮動車的行車軌跡數據，并進行轉向特征標識及構建GPS數據集；進行車型特征標識及構建公交車和出租車通行時間數據集；提取交叉口各轉向上的公交車和出租車通行時間數據；計算平均通行時間；本發明提供的估計信號交叉口區域平均通行時間的方法；在利用GPS數據分析城市路段通行時間時，綜合考慮了大型車和小型車的GPS數據，既能滿足實時性應用需求，又具有較高精度的信號交叉口平均通行時間估計方法，從而提高信號交叉口的服務水平。能更真實地反映路段的平均通行時間。
【專利說明】
基于兩類浮動車數據融合的信號交叉口平均通行時間估計 方法
技術領域
[0001] 本發明涉及交通信息檢測技術領域，特別是一種基于兩類浮動車數據融合的信號 交叉口平均通行時間估計方法。
【背景技術】
[0002] 信號交叉口是城市路網的關鍵節點，該區域的通行時間能有效反映城市道路的交 通狀態和服務水平。然而城市路網車流本身存在很大的隨機性，尤其是在信號交叉口區域， 交叉口通過信號燈的控制作用使各方向車流周期性獲得通行權，這進一步加劇了該區域車 流的隨機性，導致該區域通行時間存在非常大的不確定性。因此，準確、可靠地估計該區域 的平均通行時間，將促進交叉口服務水平的提升并為交叉口的設計和規劃提供更可靠的數 據基礎，具有重要的現實意義。
[0003] 目前，現有的基于GPS數據的路段平均通行時間估計方面的研究，大多是針對沒有 信號控制的高速路和城市快速路路段，而城市路網信號交叉口路段的研究較少。此外，在數 據源方面，大多數僅利用一種類型的浮動車GPS數據進行研究（例如僅采用公交GPS數據或 出租GPS數據），單一的數據源無法全面的體現復雜的交通狀態，尤其是在信號交叉口路段， 車流隨機性更強，進一步加劇了該區域路網的復雜程度。
[0004] 城市道路上運行的車輛不僅有小型車也有大型車，小型車相較于大型車而言具有 啟動快、加速性能好等優點，因此，在利用GPS數據分析城市路段通行時間時，需充分考慮兩 種車型的特點，才能更真實地反映路段的平均通行時間。特別是在信號交叉口區域，車輛啟 停頻繁，車輛性能對在信號交叉口區域的通行時間的影響更大。
[0005] 因此，需要綜合考慮大型車和小型車的GPS數據，建立一種既能滿足實時性應用需 求又具有較高精度的信號交叉口平均通行時間估計方法，從而提高信號交叉口的服務水 平。
【發明內容】
[0006] 本發明的目的是提出一種估計信號交叉口區域平均通行時間的方法;該方法綜合 考慮了大型車和小型車的GPS數據，既能滿足實時性應用需求，又具有較高精度的信號交叉 口平均通行時間估計方法，從而提高信號交叉口的服務水平。
[0007] 本發明的目的是通過以下技術方案來實現的：
[0008] 本發明提供的基于兩類浮動車數據融合的信號交叉口平均通行時間估計方法，包 括以下步驟：
[0009] 步驟1:獲取公交車和出租車的原始GPS數據，對數據進行存儲和預處理；
[0010]步驟2:提取所有進入目標信號交叉口區域的浮動車的行車軌跡數據，并進行轉向 特征標識;所述轉向特征包括左轉、右轉和直行；分別構建左轉、右轉和直行的GPS數據集 Gl、Gr和Gs ;
[0011] 步驟3:依次計算GPS數據集GhGrXs中車輛k的通行時間，并進行車型特征標識;所 述車型特征包括公交車和出租車;分別構建目標信號交叉口各轉向上的公交車和出租車通 行時間數據集
[0012] 步驟4:確定目標信號交叉口各轉向的通行時間估計周期h;
[0013] 步驟5:分別提取距離當前估計時刻前時間h內的目標信號交叉口各轉向上的公交 車和出租車通行時間數據，構建公交車和出租車通行時間估計數據集7^和0 ;其中，i分別 為l、r和s;
[0014] 步驟6:計算公交車和出租車在目標信號交叉口各轉向上的平均通行時間和 ?,'
[0015] 步驟7:利用公交車和出租車數據融合估計目標信號交叉口各轉向上的平均通行 時間t，其中，i取l、r和s。
[0016] 進一步，所述步驟1中采用關系型數據庫SQL Server存儲原始GPS數據片；所述數 據預處理包括錯誤數據的刪除、缺失數據的修復以及冗余數據的剔除。
[0017] 進一步，所述步驟2中是通過地圖匹配技術來提取目標信號交叉口各轉向上的所 有浮動車的行車軌跡數據。
[0018] 進一步，所述步驟3中是利用插值法分別計算車輛k通過交叉口兩個端點處的時刻 竣、匕,，按照以下公式計算車輛k通過信號交叉口的時間：
[0019] tk=C~4,.
[0020] 式中，< 表示交叉口進入端點處的時刻;匕,表示交叉口出端點處的時刻。
[0021] 進一步，所述步驟4中的目標信號交叉口各方向通行時間估計周期h按以下步驟計 算：
[0022] 判斷當前估計時刻是否處于高峰期，
[0023] 如果否，則令信號交叉口處于未飽和狀態；
[0024] 如果是，則令信號交叉口處于飽和狀態；
[0025] 所述過飽和狀態下信號交叉口各方向通行時間估計周期，具體操作步驟如下：
[0026] 分別將左轉、直行、右轉方向下多天高峰時段的通行時間數據轉換成不同時間間 隔下的通行時間序列；
[0027] 依次對各方向下每天不同時間間隔下的通行時間序列計算標準差和平均數；
[0028] 分別計算各方向下每天不同時間間隔下的變異系數，并計算各方向該天不同時間 間隔下的變異系數均值；
[0029] 連續取多天變異系數均值，分別將各方向下的時間間隔τ下的單天變異系數均值 按照時間先后順序構成集合Akidxa···}、產1，2叫 ；
[0030] 式中，Λ1表示時間間隔τ下左轉方向按時間先后順序排列的單天變異系數均值構 成的集合； 表示左轉方向上時間間隔τ下的第j天的單天變異系數均值；<7?表示直行方 向上時間間隔τ下的第j天的單天變異系數均值;疋,,表示右轉方向上時間間隔τ下的第j天 的單天變異系數均值;j表示選擇數據集中的第幾天；
[0031]則各方向下的時間間隔τ下的變異系數期望值通過下式計算得到：
[0033] A; = mi?, 44 …又,;）;/ e {/,丨,r}；
[0034] 式中，&表示在i方向上時間間隔τ下的變異系數期望值;λτ^表示在i方向上時間 間隔τ下的第j天的單天變異系數均值;#表示i方向（1^{1， 8^})不同時間間隔下的最小 變異系數；
[0035] 則i方向下對應的I即為i方向過飽和狀態下通行時間分散程度最小所對應的估計 周期。
[0036] 進一步，所述步驟6中的直行方向上公交車的平均通行時間是按照以下步驟計 算：
[0037] 將N個通行時間數據集進行層次聚類，得到η類，計算出每類的聚類中心；
[0038] 按照以下公式確定區間中的每個數據的權重：
[0040] 其中，mc為落入C類中通行時間數量，c = l，2,......η；
[0041] 按照以下公式計算直行方向上公交車的平均通行時間 η. _
[0042] ~ / - f ? Λ c=l .
[0043] 其中，為直行方向上公交車的平均通行時間；fc為區間C中數據的權重，f為區 間C中公交車通行時間的均值；
[0044] 同理，按照以下公式計算直行方向上出租車的平均通行時間 η _
[0045] 廠.「= Σ., 乂 c-l. ..
[0046] 其中，ξ,為直行方向上出租車的平均通行時間；f。為將直行方向出租車數據聚類 后區間C中數據的權重，?；為區間C中出租車通行時間的均值；
[0047]同理，按照以下公式計算公交車和出租車在目標信號交叉口各轉向上的平均通行 時間L和t : η _
[0048] ^ = Σ/^〇 c-1 *
[0049] 其中，為方向i (i e {1，S，r})上公交車的平均通行時間;f。為將方向i (i e {1，S， r})上公交車數據聚類后區間C中數據的權重為方向1(1^{1，8^})上區間(：中公交車通 行時間的均值。 η _
[0050] I., c=I
[0051] 其中，&為方向1(1￡{1，8^})上出租車的平均通行時間;1為將方向1(1￡{1，8， r})上出租車數據聚類后區間C中數據的權重，ζ為區間C中出租車通行時間的均值。
[0052] 進一步，所述步驟7中的直行方向上平均通行時間:ξ通過下面公式進行計算：
[0054] 其中，〇s,P、〇s,c分別為通行時間數據集？^和:C的標準差；L為直行方向上公交車 的平均通行時間；為直行方向上出租車的平均通行時間。
[0055] 同理，g(ie{l，r})分別表示左轉或右轉方向上平均通行時間其計算是通過下面 公式實現：
[0057]其中，^為方向i(ie{l，r})上公交車的平均通行時間；t為方向i(ie{l，r})上 出租車的平均通行時間；σ^Α,。分別為方向以斤{1^})上公交車的通行時間數據集1^ 和出租車的通行時間數據集的標準差。
[0058]由于采用了上述技術方案，本發明具有如下的優點：
[0059]本發明提供的估計信號交叉口區域平均通行時間的方法;在利用GPS數據分析城 市路段通行時間時，綜合考慮了大型車和小型車的GPS數據，既能滿足實時性應用需求，又 具有較高精度的信號交叉口平均通行時間估計方法，從而提高信號交叉口的服務水平。能 更真實地反映路段的平均通行時間。特別是在信號交叉口區域，車輛啟停頻繁，車輛性能對 在信號交叉口區域的通行時間的影響更大。
[0060] 本發明的其他優點、目標和特征在某種程度上將在隨后的說明書中進行闡述，并 且在某種程度上，基于對下文的考察研究對本領域技術人員而言將是顯而易見的，或者可 以從本發明的實踐中得到教導。本發明的目標和其他優點可以通過下面的說明書來實現和 獲得。
【附圖說明】
[0061] 本發明的【附圖說明】如下。
[0062] 圖1為本發明確定信號交叉口各方向通行時間估計周期的流程圖；
[0063] 圖2為本發明基于GPS數據的信號交叉口區域通行時間估計方法的流程圖。
【具體實施方式】
[0064]下面結合附圖和實施例對本發明作進一步說明。
[0065]如圖1和圖2所示，圖2為本發明實施例提供的基于兩類浮動車數據融合的信號交 叉口區域通行時間估計方法流程圖；本實施例提供的基于浮動車數據融合的信號交叉口區 域通行時間估計方法，包括以下步驟：
[0066]步驟1:獲取公交車和出租車的原始GPS數據，對數據進行存儲和預處理，具體的， 包括以下步驟：
[0067] (1)利用關系型數據庫SQL Server對海量原始GPS數據進行存儲和管理；
[0068] (2)對海量原始GPS數據進行預處理。
[0069]步驟2:構建目標信號交叉口左轉、右轉和直行GPS數據集Gi、Gr、Gs，具體的，包括以 下步驟：
[0070] (1)在電子地圖上標定出信號交叉口兩個端點的坐標；
[0071] (2)利用經數據預處理后的GPS數據進行地圖匹配；
[0072] (3)獲取所有匹配在目標信號交叉口所在路段上的所有車輛GPS數據，并進行轉向 特征標識(左轉、右轉和直行），分別構建左轉、右轉和直行GPS數據集Gi、Gr、Gs。
[0073] 步驟3:構建目標信號交叉口各轉向上的公交車和出租車通行時間數據集T1>P和 1\。(1取1^、8)，具體的，包括以下步驟：
[0074] 利用插值法分別計算車輛k通過交叉口兩個端點處的時刻<、t:
[0075] 則車輛k通過信號交叉口的時間產-端;
[0076] (3)根據車型特征標識，令各轉向上的公交車和出租車通行時間數據分別構成通 行時間數據集Ti, JPTi,。(i取1、r、s)。
[0077] 步驟4:確定信號交叉口各方向通行時間的估計周期h，交叉口在未飽和狀態下，車 輛受信號燈影響而產生的延誤與估計周期沒有必然聯系，但是當交叉口處于過飽和狀態， 估計周期的長度會對通行時間估計的結果產生較大影響。因此，需要對飽和狀態下信號交 叉口通行時間的估計周期進行分析，選取適當的估計周期對交叉口區域通行時間進行估 計。具體的，包括以下步驟：
[0078] (1)判斷分析時段是否是高峰時段，如果否，則假設信號交叉口處于未飽和狀態， 為避免增加分析負荷，同時為保證數據的實時性，本發明選取15min作為估計周期。
[0079] (2)如果是，則假設信號交叉口處于飽和狀態，本發明引入變異系數來確定過飽和 狀態下信號交叉口各方向通行時間的估計周期。
[0080] 圖1為本發明實施例提供的確定飽和狀態下信號交叉口各方向通行時間估計周期 流程，圖所述引入變異系數來確定飽和狀態下信號交叉口各方向通行時間的估計周期的步 驟如下：
[0081 ] (1)分別將左轉、直行、右轉方向下多天高峰時段的通行時間數據轉換成不同時間 間隔下的通行時間序列。
[0082] (2)依次對各方向下每天不同時間間隔下的通行時間序列計算標準差和平均數；
[0083] (3)分別計算各方向下每天不同時間間隔下的變異系數，并計算各方向該天不同 時間間隔下的變異系數均值；
[0084] (4)連續取多天(3)中計算的變異系數均值，分別將各方向下的時間間隔τ下的單 天變異系數均值按照時間先后順序排列，構成集合AfH<7l./ = 1，2…丨、= = U…丨、 ，爿A |_/ = U···}，則各方向下的時間間隔τ下的變異系數期望值可以通過下式計算得 到：
[0086] 其中，表示在i方向上時間間隔τ下的第j天的單天變異系數均值;^表示在i方 向上時間間隔τ下的變異系數期望值。
[0087] (5)考二111111(?<。"；0;1^{/，~;|，則1^方向下對應的通行時間的估計周期1即 為k方向過飽和狀態下通行時間分散程度最小所對應的估計周期。
[0088] 步驟5:分別提出距離當前估計時刻前時間h內的目標信號交叉口各轉向上的公交 車和出租車通行時間數據，構建公交車和出租車通行時間估計數據集7^和:C(i取l、r、s);
[0089] 步驟6:計算公交車和出租車在目標信號交叉口各轉向上的平均通行時間和 (i取l、r、s)，具體的，包括以下步驟：
[0090] (1)將通行時間數據集個數為N)進行層次聚類，得到η類，計算出每類的聚類 中心；
[0091] (2)依據大概率事件具有相對較高的可信度，小概率事件具有相對較小的可信度 的原則，確定每個聚類的權重。設落入C類中的通行時間數量為m。，c = 1，2，......η，經過歸 一化，區間中的每個數據的權重
[0092] (3)則直行方向上公交車的平均通行時間ξ,/Α式如下：
[0093] ZrP = χ./；.Γ' c=I
[0094] 其中&為直行方向上公交車的平均通行時間;fc為區間C中數據的權重，ζ為區間 C中通行時間的均值。
[0095] (4)同理，直行方向上出租車的平均通行時間也按照上述步驟計算。
[0096] (5)同理，^、及,.、t的計算原理也同上。
[0097] 步驟7:利用公交車和出租車數據融合估計目標信號交叉口各轉向上的平均通行 時間f(i取l、r、s)，直行方向上的平均通行時間通過下面公式計算：
[0099] 其中，〇s,p、〇s，。分別為通行時間數據集匕和匕的標準差;為直行方向上公交車 的平均通行時間；為直行方向上出租車的平均通行時間。
[0100] 同理，左轉方向上平均通行時間€和右轉方向上平均通行時間f計算原理同上。
[0101] 最后說明的是，以上實施例僅用以說明本發明的技術方案而非限制，盡管參照較 佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技 術方案進行修改或者等同替換，而不脫離本技術方案的宗旨和范圍，其均應涵蓋在本發明 的保護范圍當中。
【主權項】
1. 基于兩類浮動車數據融合的信號交叉口平均通行時間估計方法，其特征在于:包括 W下步驟： 步驟1:獲取公交車和出租車的原始GI^數據，對數據進行存儲和預處理； 步驟2:提取所有進入目標信號交叉口區域的浮動車的行車軌跡數據，并進行轉向特征 標識;所述轉向特征包括左轉、右轉和直行;分別構建左轉、右轉和直行的GPS數據集Gi、Gr和 Gs; 步驟3:依次計算GI^數據集Gi、Gr、Gs中車輛k的通行時間，并進行車型特征標識;所述車 型特征包括公交車和出租車;分別構建目標信號交叉口各轉向上的公交車和出租車通行時 間數據集Τι,ρ和Ti,c，其中，i分別為l、r、s; 步驟4:確定目標信號交叉口各轉向的通行時間估計周期h; 步驟5:分別提取距離當前估計時刻前時間h內的目標信號交叉口各轉向上的公交車和 出租車通行時間數據，構建公交車和出租車通行時間估計數據集和馬其中，i分別為1、 !和S; 步驟6:計算公交車和出租車在目標信號交叉口各轉向上的平均通行時間巧W和f : 步驟7:利用公交車和出租車數據融合估計目標信號交叉口各轉向上的平均通行時間 馬，其中，i取l、r和S。2. 如權利要求1所述的基于兩類浮動車數據融合的信號交叉口平均通行時間估計方 法，其特征在于:所述步驟1中采用關系型數據庫SQL Server存儲原始GI^數據片;所述數據 預處理包括錯誤數據的刪除、缺失數據的修復W及冗余數據的剔除。3. 如權利要求1所述的基于兩類浮動車數據融合的信號交叉口平均通行時間估計方 法，其特征在于:所述步驟2中是通過地圖匹配技術來提取目標信號交叉口各轉向上的所有 浮動車的行車軌跡數據。4. 如權利要求1所述的基于兩類浮動車數據融合的信號交叉口平均通行時間估計方 法，其特征在于:所述步驟3中是利用插值法分別計算車輛k通過交叉口兩個端點處的時刻 f:,、d,，按照W下公式計算車輛k通過信號交叉口的時間： 式中，戌表示交叉口進入端點處的時刻;表示交叉口出端點處的時刻。5. 如權利要求1所述的基于兩類浮動車數據融合的信號交叉口平均通行時間估計方 法，其特征在于： 所述步驟4中的目標信號交叉口各方向通行時間估計周期h按W下步驟計算： 判斷當前估計時刻是否處于高峰期， 如果否，則令信號交叉口處于未飽和狀態； 如果是，則令信號交叉口處于飽和狀態； 所述過飽和狀態下信號交叉口各方向通行時間估計周期，具體操作步驟如下： 分別將左轉、直行、右轉方向下多天高峰時段的通行時間數據轉換成不同時間間隔下 的通行時間序列； 依次對各方向下每天不同時間間隔下的通行時間序列計算標準差和平均數； 分別計算各方向下每天不同時間間隔下的變異系數，并計算各方向該天不同時間間隔 下的變異系數均值； 連續取多天變異系數均值，分別將各方向下的時間間隔τ下的單天變異系數均值按照 時間先后順序構成集合三媒I./三 1，2..'}、Λ* {也 I./ =α，2...}、Λ'. = I /三 1,2.-.}; 式中，八1表示時間間隔τ下左轉方向按時間先后順序排列的單天變異系數均值構成的 集合；名，J表示左轉方向上時間間隔τ下的第j天的單天變異系數均值；考J表示直行方向上 時間間隔τ下的第j天的單天變異系數均值;疋，表示右轉方向上時間間隔τ下的第j天的單 天變異系數均值;j表示選擇數據集中的第幾天； 則各方向下的時間間隔τ下的變異系數期望值通過下式計算得到：式中，《表示在i方向上時間間隔τ下的變異系數期望值;λτ,^表示在i方向上時間間隔τ 下的第j天的單天變異系數均值;4表示i方向（ie{l，s，r})不同時間間隔下的最小變異系 數； 貝iji方向下對應的I即為i方向過飽和狀態下通行時間分散程度最小所對應的估計周 期。6.如權利要求1所述的基于兩類浮動車數據融合的信號交叉口平均通行時間估計方 法，其特征在于:所述步驟6中的直行方向上公交車的平均通行時間馬,^是按照W下步驟計 算： 將N個通行時間數據集進行層次聚類，得到η類，計算出每類的聚類中必； 按照W下公式確定區間中的每個數據的權重：其中，me為落入C類中通行時間數量，c = l，2,......η； 按照W下公式計算直行方向上公交車的平均通行時間巧：其中，馬/，為直行方向上公交車的平均通行時間；f。為區間C中數據的權重，[為區間C中 公交車通行時間的均值； 同理，按照W下公式計算直行方向上出租車的平均通行時間ξ,κ:其中，ξ。為直行方向上出租車的平均通行時間；fc為將直行方向出租車數據聚類后區 間c中數據的權重，?:為區間c中出租車通行時間的均值； 同理，按照W下公式計算公交車和出租車在目標信號交叉口各轉向上的平均通行時間 馬;，和起；其中，為方向i(ie{l，s，r})上公交車的平均通行時間；fc為將方向i(ie{l，s，r}) 上公交車數據聚類后區間C中數據的權重，為方向1(1￡{1，3^})上區間(：中公交車通行 時間的均值。其中，為方向i(ie{l，s，r})上出租車的平均通行時間；fc為將方向i(ie{l，s，r}) 上出租車數據聚類后區間C中數據的權重為區間C中出租車通行時間的均值。7.如權利要求1所述的基于兩類浮動車數據融合的信號交叉口平均通行時間估計方 法，其特征在于:所述步驟7中的直行方向上平均通行時間?：通過下面公式進行計算：其中，Os,p、〇s,。分別為通行時間數據集：ζρ和巧；^的標準差;??ρ為直行方向上公交車的平 均通行時間；巧為直行方向上出租車的平均通行時間。 同理，f )分別表示左轉或右轉方向上平均通行時間其計算是通過下面公式 實現：其中，為方向1(巧{1，^)上公交車的平均通行時間；巧,。為方向1(巧{1^})上出租 車的平均通行時間；〇i,P、〇i,c分別為方向1(巧{1別）上公交車的通行時間數據集巧,,和出 租車的通行時間數據集?t的標準差。
【文檔編號】G08G1/01GK106097717SQ201610706954
【公開日】2016年11月9日
【申請日】2016年8月23日
【發明人】孫棣華, 趙敏, 廖孝勇, 左慶, 陳秋曲
【申請人】重慶大學