基于低频浮动车数据的交叉口域行程时间估计研究

Link travel time estimate for urban roads is the core technology of the GPS floating car information collection system. This study researches the mathematical theories and methods of the link travel time estimate under the condition of low-frequency floating car data sources. The study analyzed vehicle attributes and location data features of the low-frequency sampling floating car on the basis of analyzing the problems of floating car long-period sampling and vehicle trajectory judge. This paper also revealed the factors and personal preferences of floating car driver in the choice of travel routes based on probability theory and traffic flow theory .Considering comprehensively the route distance, intersection number, signal control delays and other factors, the paper established the analytic hierarchy process model of optimal path and determine the actual vehicle route based on the fuzzy comprehensive evaluation algorithm. This article also proposed the concept of the intersection domain to reasonably separate intersections from the link and reconstructed GIS network model. In consideration of intersection delay, this paper established the intersection domain travel time estimates model based on spatial moving average structure and calculated the link travel time estimates using the difference method. This study using the above algorithm effectively solves the problem of the link travel time estimates of intersection domain based on the low-frequency floating car data.

行程时间估计是浮动车信息采集系统中的核心技术。本课题在低频浮动车数据源条件下研究浮动车路段行程时间估计问题的数学理论和方法，在分析凝练浮动车采样周期长、车辆行驶轨迹难判断等问题的基础上，分析低频采样浮动车车辆属性和定位数据特征，以概率统计理论和交通流理论为基础，揭示浮动车驾驶员在选择行驶路线时的影响因素和个人偏好，综合考虑路线距离、路线交叉口数量和信号控制延误时间等因素，建立最优路的层次分析模型并基于综合模糊评判算法判断车辆行驶路线；将浮动车路段行驶和交叉口行驶合理分离，重新划分GIS路网模型，建立路口行驶域的概念，在考虑交叉口延误条件下建立基于时空移动平均的路口域行程时间估计模型，并采用差值法计算求解，有效解决基于低频浮动车数据的交叉口域行程时间估计的难题。

行程时间信息是交通控制系统和交通诱导系统从时间和空间协调交通流均衡分配最为关键的技术。浮动车数据采样周期较长，虽然可以降低系统成本，但是同时也将漏掉许多重要的数据，导致对于车辆行驶状态的跟踪精度降低，进而致使所得路段行程时间数据的精度降低。因此研究高效利用低频GPS数据的特性和路网的拓扑关系，最大效能的提高路网行程时间数据采集的准确性和时效性是该项目的研究重点和难点。.该项目重点针对低频采样条件下浮动车行驶轨迹的判断和交叉口行程时间估计计算。行驶轨迹的判断主要采用实际问卷调查和网上问卷调查结合的方式，分析驾驶员在不同时刻（平峰和高峰期）选择路线的影响因素。在不同影响因素得到的行驶轨迹集中引入交叉口通行惩罚函数，结合交通信号控制和影响因素的层次分析模型，结合模糊综合评价理论和Dijkstra搜索算法。重点针对相邻GPS匹配点跨越一个微型路网的情况建立低频浮动车路径估计模型，针对路段行驶阻抗建立层次分析评价指标体系，并结合模糊综合评价方法计算各路段的阻抗评价因子，实现车辆轨迹的准确判断。交叉口域行程时间估计采用基于改进插值法进行算法研究；针对低频GPS数据和交叉口延误对路段行程时间造成的估计困难，考虑交叉口延误情况，分析了车辆在交叉口的延误特征并确定交叉口延误影响区域的边界；然后，针对交叉口延误重新对路段行程时间进行分段详细划分，确定平稳区域和交叉口区域，以及车辆转向时间；确定交叉口影响域延误时间的计算方法，以及畅行速度的标定。最后，重点分析低频GPS数据在交叉口影响域的四种分布特征，设计相应的路段行程时间估计方法。.通过在北京市八角地区的实例数据验证分析。项目中提出的低频路段行程时间估计算法相对于改进插值法具有更高精度。在平峰期平均绝对相对误差从24.74%降低到11.08%，高峰期从15.79%降低到13.59%。.通过跟青岛交通运输公共服务中心、滴滴交通展开合作，在青岛和昆明进行了模型和算法的规模化实际应用，取得较好的实际应用价值和经济效益。