一種適用低頻采樣的路段平均行程時間測量方法技術

一種適用低頻采樣的路段平均行程時間測量方法，包括：１）用低頻采樣出租車ＧＰＳ數據，得到每輛車輛道道交叉口的估計時刻；２）依照各個交叉口的地理位置信息，以及步驟１）得到的每輛車輛道道交叉口的估計時刻，得到某個路段的車輛的行程時間為樣本ｘｉ；３）根據聚類中心的ｔｆ、ｔｍ、ｔｌ，ｔｆ表示快速類型，ｔｍ表示中等類型，ｔｌ表示慢行類型，依照下式計算平均行程時間，參照式（８）。本發明專利技術提供一種能夠有效測量路段平均行程時間，滿足交通實時性和準確性要求的適用低頻采樣的路段平均行程時間測量方法。

【技術實現步驟摘要】

本專利技術涉及一種路段平均行程時間測量方法。
技術介紹
路段交通參數估計模型多元回歸模型，神經網絡，模糊推理模型，速度積分模型，端點時間差法等。速度積分模型利用了GPS探測車檢測的離散瞬時速度時間系列，應用數值積分方法計算探測車的行駛路程。端點時間差法需要確定車輛經過調查路段兩個端點的時刻，時刻之差即為路段的行程時間。在采樣間隔比較短(t＜10s)的情況下，速度積分模型和端點時差模型結果是比較接近的，且與實際結果相比誤差比較小。隨著采樣周期的增大，且因城市道路情況復雜，以及交叉口信號燈的影響，每個探測車瞬時速度的之間的聯系將被打斷，形成了相對離散的數據采集點，速度積分模型將不適應這種情況。端點時差模型雖不以速度作為參數，可當采樣間隔變大時，車輛在某路段的最后一個采樣點瞬時速度與駛出該路段的最近一個采樣點的不再滿足傳統的端點時差模型的條件。
技術實現思路
為了克服已有的路段交通參數估計模型的不能測量路段平均行程時間、實時性差的不足，本專利技術提供一種能夠有效測量路段平均行程時間，滿足交通實時性和準確性要求的適用低頻采樣的路段平均行程時間測量方法。 本專利技術解決其技術問題所采用的技術方案是 ，所述路段平均行程時間測量方法包括 1)、用低頻采樣出租車GPS數據，得到每輛車輛道道交叉口的估計時刻； 2)、依照各個交叉口的地理位置信息，以及步驟1)得到的每輛車輛道道交叉口的估計時刻，得到某個路段的車輛的行程時間為樣本xi， 設U＝(uik)n*c為模糊分類矩陣，其中，n表示樣本個數，c表示分類數，該處c＝3，即分成快速、中等、慢行三類，uik表示第i個樣本屬于第k個分類的隸屬度，設X＝{x1，x2...xn}為被分類樣本集合，定義一個目標函數JFCM(U，T)為 其中，vk是聚類中心，m∈； 3)、根據聚類中心的tf、tm、tl，tf表示快速類型，tm表示中等類型，表示慢行類型，依照下式計算平均行程時間 其中Tf表示以tf為聚類中心的快速行程時間集合，Tm+l表示Tm與Tl兩個集合的并集，ti表示Tf集合中最大值，n表示Tf類中元素的個數，m表示剩下元素個數。 進一步，在所述步驟1)中，交叉口某車輛的采樣數據主要分為三種情況 <1>交叉口入口及出口范圍都有單車數據 <2>僅在交叉口出口范圍有單車采樣數據 <3>僅在交叉口入口范圍有單車采用數據 采用端點時差法適應低頻采樣，具體有 對于第<1>種情況，若vp不為零，則有 ta＝tp-(L2/vp+ε) (1) 其中ta表示圖1中車輛到達交叉口的估計時刻，tp表示圖1中車輛在P點的時刻，vp表示車輛在P的瞬時速度，ε表示交叉口對車輛所造成的延誤； 若vp為零，vp-1不為零，則當p點為空車數據，即為交叉口乘客上車或者下車數據；則有 ta＝tp-1+L1/vp-1+ε (2) 若vp-1為零，則車輛處于交叉口等待狀況中，則有 ta＝tp-1+L/TL1 (3) 其中L為平均排隊長度，T為該相位平均紅燈時間； 對于第<2>種情況，若vp不為零，則采用公式(1)來計算；若vp為零，視該采樣點為空車數據，將其剔除； 對于第<3>種情況，若vp-1不為零，則采用公式(2)來計算，若vp-1為零，則采用公式(3)來計算。 本專利技術的技術構思為FCD原始數據處理(1)改進的地圖匹配算法 在傳統的地圖匹配算法中引入車輛定位數據中的行駛方向，以及道路的車道寬度作為約束條件，找到初步匹配點，接著引入車輛行駛的連續性，利用歷史數據對初始匹配點進行修正，得到最終匹配點。 (2)車輛路徑跟蹤由改進地圖匹配算法獲得的最終匹配點及正常駕駛行為，通過空間搜索算法確定車輛可能經過路口，并將這些路口作為小區域路網，通過Dijkstra算法搜索的最短路徑作為該車輛行駛軌跡。 本專利技術的有益效果主要表現在1、能夠有效測量路段平均行程時間，滿足交通實時性和準確性要求；2、通過改進端點時差法，克服了傳統方法只適用高頻采樣的情況的缺陷，在采樣頻率較低的情況下也能確保一定的精度，從而很好的獲取單車路段平均行程時間；3、利用FCM對路段某時段單車進行分類以及對分類后的聚類中心及每個類的元素進行加權平滑，既能較好的排除異常數據，也能較好彌補作為浮動車主要數據來源(GPS出租車)本身的缺點，使計算的路段平均行程時間盡量與實際行駛時間接近。 附圖說明 圖1是端點時差法的示意圖。 具體實施例方式 下面結合附圖對本專利技術作進一步描述。 參照圖1，，所述路段平均行程時間測量方法包括 1)、用低頻采樣出租車GPS數據，得到每輛車輛道道交叉口的估計時刻； 2)、依照各個交叉口的地理位置信息，以及步驟1)得到的每輛車輛道道交叉口的估計時刻，得到某個路段的車輛的行程時間為樣本xi， 設U＝(uik)n*c為模糊分類矩陣，其中，n表示樣本個數，c表示分類數，該處c＝3，即分成快速、中等、慢行三類，uik表示第i個樣本屬于第k個分類的隸屬度，設X＝{x1，x2...xn}為被分類樣本集合，定義一個目標函數JFCM(U，T)為 其中，vk是聚類中心，m∈； 3)、根據聚類中心的tf、tm、tl，tf表示快速類型，tm表示中等類型，表示慢行類型，依照下式計算平均行程時間 其中Tf表示以tf為聚類中心的快速行程時間集合，Tm+l表示Tm與Tl兩個集合的并集，ti表示Tf集合中最大值，n表示Tf類中元素的個數，m表示剩下元素個數。 本實施例中，首先進行路段平均行程時間估計 (1)改進端點時差法 交叉口某車輛的采樣數據主要分為三種情況 <1>交叉口入口及出口范圍都有單車數據 <2>僅在交叉口出口范圍有單車采樣數據 <3>僅在交叉口入口范圍有單車采用數據 將該三種情況視為三種計算策略，輸入采樣點的信息，選擇自己所需策略來計算車輛經過此交叉口的時刻，使端點時差法適應低頻采樣。 <1>對于第一種情況，若vp不為零，則有 ta＝tp-(L2/vp+ε) (1) 其中ta表示圖1中車輛到達交叉口的估計時刻，tp表示圖1中車輛在P點的時刻，vp表示車輛在P的瞬時速度，ε表示交叉口對車輛所造成的延誤(下同)。 若vp為零，vp-1不為零，則當p點為空車數據，即為交叉口乘客上車或者下車數據。則有 ta＝tp-1+L1/vp-1+ε (2) 若vp-1為零，則車輛處于交叉口等待狀況中，則有 ta＝tp-1+L/TL1 (3) 其中L為平均排隊長度，T為該相位平均紅燈時間。 <2>對于第二種情況，若vp不為零，則采用公式1來計算。若vp為零，視該采樣點為空車數據，將其剔除。 <3>對于第三種情況，若vp-1不為零，則采用公式2來計算，若vp-1為零，則采用公式3來計算。 (2)FCM路段平均行程時間估計 FCM分類技術認為分類樣本集合中的每一個樣本均以不同的隸屬度屬于某一類.因此某一類就認為足樣本集合上的一個模糊子集，于是每本文檔來自技高網...

【技術保護點】
一種適用低頻采樣的路段平均行程時間測量方法，其特征在于：所述路段平均行程時間測量方法包括：１）、用低頻采樣出租車ＧＰＳ數據，得到每輛車輛道道交叉口的估計時刻；２）、依照各個交叉口的地理位置信息，以及步驟１）得到的每輛車輛道道交叉口的估計時刻，得到某個路段的車輛的行程時間為樣本ｘｉ，設Ｕ＝（ｕ↓［ｉｋ］）↓［ｎ＊ｃ］為模糊分類矩陣，其中，ｎ表示樣本個數，ｃ表示分類數，該處ｃ＝３，即分成快速、中等、慢行三類，ｕ↓［ｉｋ］表示第ｉ個樣本屬于第ｋ個分類的隸屬度，設Ｘ＝｛ｘ↓［１］，ｘ↓［２］．．．ｘ↓［ｎ］｝為被分類樣本集合，定義一個目標函數Ｊ↓［ＦＣＭ］（Ｕ，Ｔ）為：Ｊ↓［ＦＣＭ］（Ｕ，Ｔ）＝＊＊ｕ↓［ｉｋ］↑［ｍ］‖ｘ↓［ｉ］－ｔ↓［ｋ］‖↑［２］（４）其中，ｖ↓［ｋ］是聚類中心，ｍ∈［０，＋∞）為一模糊加權指數，ｍ是為了靈活變動對ｘ↓［ｉ］的隸屬度，目標函數表示各類中特征點到聚類中心的距離平方和，聚類問題即要求滿足式（４）的Ｕ和Ｔ，從而使目標函數達到最小值：模糊Ｃ均值算法是通過對公式（４）的目標函數Ｊ↓［ＦＣＭ］（Ｕ，Ｔ）的迭代優化來獲取對數據集的模糊分類，即迭代：ｕ↓［ｉｋ］＝［＊（ｄ↓［ｉｋ］／ｄ↓［ｉｋ］）↑［２／ｍ－１］］↑［－１］，ｄ↓［ｉｋ］＝０，１≤ｉ≤ｎ（５）ｕ↓［ｉｋ］＝１，ｄ↓［ｉｋ］＝０，ｋ＝１ｕ↓［ｉｋ］＝０，ｄ↓［ｉｋ］＝０，ｋ≠ｉｔ↓［ｋ］＝＊ｕ↓［ｉｋ］↑［ｍ］ｘ↓［ｉ］／＊ｕ↓［ｉｋ］↑［ｍ］，１≤ｋ≤ｃ（６）使目標函數Ｊ↓［ＦＣＭ］（Ｕ，Ｔ）收斂到一個局部極小點或鞍點，得到Ｘ的一個最優模糊ｃ劃分Ｕ＝［ｕ↓［ｉｋ］↑［＊］］；３）、根據聚類中心的ｔ↓［ｆ］、ｔ↓［ｍ］、ｔ↓［ｌ］，ｔ↓［ｆ］表示快速類型，ｔ↓［ｍ］表示中等類型，表示慢行類型，依照下式計算平均行程時間：＊＝＊Ｔ↓［ｆ］＋＊（ｍ／ｍ＋ｎＴ↓［ｍ＋ｌ］＋ｎ／ｍ＋ｎｔ↓［ｆ］）／Ｎ（８）其中Ｔ↓［ｆ］表示以ｔ↓［ｆ］為聚類中心的快速行程時間集合，Ｔ↓［ｍ＋ｌ］表示Ｔ↓［ｍ］與Ｔ↓［ｌ］兩個集合的并集，ｔ↓［ｉ］表示Ｔ↓［ｆ］集合中最大值，ｎ表示Ｔ↓［ｆ］類中元素的個數，ｍ表示剩下元素個數。...

【技術特征摘要】
1.一種適用低頻采樣的路段平均行程時間測量方法，其特征在于所述路段平均行程時間測量方法包括1)、用低頻采樣出租車GPS數據，得到每輛車輛道道交叉口的估計時刻；2)、依照各個交叉口的地理位置信息，以及步驟1)得到的每輛車輛道道交叉口的估計時刻，得到某個路段的車輛的行程時間為樣本xi，設U＝(uik)n*c為模糊分類矩陣，其中，n表示樣本個數，c表示分類數，該處c＝3，即分成快速、中等、慢行三類，uik表示第i個樣本屬于第k個分類的隸屬度，設X＝{x1，x2...xn}為被分類樣本集合，定義一個目標函數JFCM(U，T)為其中，vk是聚類中心，m∈；3)、根據聚類中心的tf、tm、tl，tf表示快速類型，tm表示中等類型，表示慢行類型，依照下式計算平均行程時間其中Tf表示以tf為聚類中心的快速行程時間集合，Tm+l表示Tm與Tl兩個集合的并集，ti表示Tf集合中最大值，n表示Tf類中元素的個數，m表示剩下元素個數。2.如權利要求1所述的一種適用低頻采樣的路段平均行程時間測量方法，其特征在于在所述步驟1)中，交叉...

【專利技術屬性】
技術研發人員：董紅召，吳方國，陳寧，郭明飛，郭海峰，馬帥，
申請(專利權)人：浙江工業大學，
類型：發明
國別省市：86[中國|杭州]