基于出租車GPS大數據的城市道路交通運行狀態判別方法芻議

巴興強，朱海濤，李 燊，姜博瀚，雷 杰，谷吉海

(1．東北林業大學交通學院，哈爾濱150040;2．哈爾濱商業大學輕工學院，哈爾濱150028)

1 出租車運行研究概述

伴隨我國經濟快速的發展和城市化進程的逐步擴大，有關于交通方面的各項設施也逐步得到了完善，城市交通的快速發展為我們的出行提供了很多便捷。但是，由于道路路網的規模不可能無限制的擴大，但汽車產量卻在不斷地提高，致使兩者之間出現了日益激化的矛盾。在這種交通供給無法滿足交通需求增長的狀況下，交通路網的正常運行常常受到很多因素的干擾，并且一旦異常的交通狀態形成如交通堵塞、交通事故等現象，并由點到面的迅速蔓延，很可能會導致整個交通路網路段出現癱瘓。出租車GPS數據信息采集是依據裝載有GPS設備的出租車在其運行過程中定期記載的車輛行駛信息，如出租車編號、GPS采集時間、緯度、經度、速度、運行方向和空重車等數據，應用地圖匹配和坐標轉換等相關計算模型和算法進行處理，使出租車行駛數據和路網路段在時間和空間上關聯起來，最終得到出租車所經過道路的車輛平均行駛速度和行駛時間等交通信息。

1．1 出租車GPS數據在城市交通運行狀態中的應用

對于GPS數據的挖掘與應用，國內的研究人員主要從利用GPS數據對道路狀態進行估計、利用出租車GPS數據研究出行行為、利用GPS數據建立出租車調度系統和將出租車GPS數據應用于交通規劃4個方面進行研究。

(1)利用浮動車GPS數據對道路狀態進行估計

同濟大學童小華等人在此方面研究出了成功的模型。他們的實驗結果驗證了所建立的模型的有效性和方法的正確性。他們的主要思路是:在基于大樣本以及長周期條件下(大樣本即車輛數目在5 000～50 000輛之間，長周期即GPS數據傳送間隔為2～8 min)，在GIS環境下，用仿真的出租車GPS數據來估計和推算行程時間(包括建立估計模型、基于GIS的仿真、使用House holder變換求解大規模矩陣)，以便將仿真數據與最初每條路段上的行駛時間進行比較［1］。

黃玲和徐建閩等人利用浮動車的GPS數據對路網實時交通流的狀況進行判斷，并結合路網靜態的拓撲結構，應用多重模糊推理方法，對路段發生交通擁擠的概率、行程時間和擁擠程度做出預測，從而提出了一種預測動態交通擁擠的新模型。該模型的現場實測數據表明，新模型具有較為良好的預測效果［2］。

張和生等人的研究是在GPS數據誤差修正的基礎上，采用樣本平均值來估計大樣本數據量的路段平均行程時間，采用中位數來估計小樣本數據量的路段平均行程時間，并在此基礎上計算出置信區間和置信度。該研究采用出租車GPS數據進行估計，與實測數據的估計值進行比較后發現結果相差較小，證明了該方法能夠較好的應用于在估計路段平均行程時間［3］。

(2)利用GPS數據研究交通運行特性和居民出行行為

李艷紅等人在采集蘇州市出租車GPS數據的基礎上，對出租車調度系統進行研究，使用空間分布等評價指標體系和分析方法，構建了出租車出行時間分布模型。該時間分布模型通過比較工作日和非工作日的出租車出行特性，為城市交通管理措施的制定和進一步研究出租車的交通運行特性提供了數據支持［4］。

同濟大學的傅常倫等人對出租車的空駛現象進行了調查研究，利用出租車的GPS數據得到了不同時段出租車乘車的供給和需求的關系。通過分析不同時段的出租車空駛率，該研究旨在找出降低空駛率、實現出租車資源有效利用的手段［5］。

中南大學的童曉君等人則利用出租車的GPS數據分析了居民出行行為，對工作日和非工作日情況下的出行分別進行對比研究，取得了一定的成果［6］。

(3)出租車GPS數據在車輛調度方面的應用

南京大學的周曉敏等人將GSM網絡、帶有GPS功能的手機和安裝了GPS系統的出租車及GIS應用等進行整合，進行出租車呼叫與調度的研究。客戶端手機采用處理后的柵格化數據進行電子地圖顯示，服務器端采用矢量數據進行顯示，以滿足嵌入式設備以及系統的實際需求。該方案具有成本低、速度快等特點，能有效降低出租車空載率［7］。

同濟大學的楊濤以上海大眾交通公司提供的出租車GPS數據為基礎，對原數據進行過濾和處理，實現了提取功能，滿足了交通公共信息平臺的應用要求和交通管理和建設的需要，有效的提高了交通資源的利用率［8］。

(4)出租車GPS數據在交通規劃中進行應用

趙磊等人基于現有的出租車OD調查在實際過程中存在的不足，提出了一種基于GPS和GIS系統的推算方法。該算法通過FME UniversalTranslator矢量圖形轉換軟件和Excel—VBA宏，實現了出租車OD 矩陣的推算［9］。

武漢大學的唐爐亮等人則研究了駕駛員路徑選擇的認知行為和類蟻群行為的特征。他們利用采集的浮動車數據，根據城市道路等級與通行頻率等信息，建立駕駛員路徑選擇的信息素等級路網，以此作為路網初始信息素，綜合考慮行程時間、通行距離、路徑信息素等級等多個因素，提出了公眾出行路徑的基于蟻群優化算法的優化算法。該算法以武漢市路網和浮動車為試驗數據，將得出的路徑與浮動車數據庫中的軌跡進行了比較。結果表明，基于蟻群優化算法與出租車GPS數據的公眾出行路徑同出租車駕駛員選擇的路徑的相似程度很高［10］。

出租車運營GPS數據的城市交通運行狀態判別方法可以高效地獲取實時的路網路段信息，獲知路網路段交通狀況，實時快速地為出行者提供交通信息，還可以通過查詢選擇最優出行路線、時間和方式，高效地完成出行過程。同時可為交通管理部門提供實時可靠的數據分析，便于交通管理部門對交通狀態的判別和分析，提高整體行車速度，確保道路暢通。

2 出租車GPS數據處理

2．1 GPS數據處理方法

在獲取的城市出租車GPS數據信息的基礎上，建立oracle數據庫，包括出租車的坐標、軌跡、空駛狀況等，對獲取的數據進行分類儲存，對儲存的數據進行挖掘分析。其中包括數據過濾、降噪，根據城市地理范圍選擇調查的區域，選擇城市范圍內出租車數據，去除城市范圍外的數據。可利用車輛瞬時速度閾值檢驗法去除錯誤數據，車輛瞬時速度Vp應滿足0≤Vp≤fv·vmax，其中fv為修正系數(一般取值為1．3～1．5)，vmax為道路的限制速度(km/h)。通過分析，確定合理的交通小區劃分、出租車運行狀態采樣時間間隔和出租車樣本量等參數。

2．2 GPS數據信息與電子地圖匹配

首先利用點-線投影法將GPS數據點與路段進行匹配，然后利用行駛方向數據(見表1)對GPS數據點在道路上的方向進行匹配如圖1所示。

表1 行駛方向數據Tab．1 Directional data

圖1 GPS數據點與路段匹配Fig．1 GPS data points matching with sections

我國學者沙云飛［11］等人充分研究了浮動車所采集的數據返回時間間隔，如果GPS返回數據時間間隔較短，那么返回數據點就會比較多，可采用CesarA Quiroga在其研究中描述的速度積分法［12］來計算平均速度，平均速度。

式中:t0為出租車在該路段上返回的第一個數據時間;tp為出租車在該路段上返回最后一個數據時間;td為第一個返回數據與最后一個返回數據的時間間隔;d為出租車行駛的距離。

3 交通運行狀態判別方法

3．1 GPS 數據結構

利用出租車運營實時監控系統，從數據庫中獲取出租車運營起訖點GPS坐標數據、出租車運營行駛軌跡和出租車空駛狀況等。出租車GPS設備應用AGPS模塊采集的數據，具有標準的固定格式，其中包括序號、出租車編號、GPS采集時間、緯度、經度、速度、運行方向和空重車等數據如圖2所示。

3．2 交通運行狀態判別

對處理后的出租車GPS數據進行數據挖掘，采用K-Means聚類分析法對交通小區進行動態劃分，做出合理的交通小區。基于出租車GPS和GIS數據，計算出租車OD時空分布。對劃分后的交通小區進行初步篩選，利用平均行駛速度描述第i個小區在t時段內的運行快慢。根據各小區局部速度分布圖和該區域出租車GPS數據中的位置和時間信息，將處理后的出租車GPS數據信息、路網路段內一定數量的出租車在一定時間內的平均行程速度、位置和時間信息作為依據，對一定區域內道路交通狀態和出租車運營狀態進行分析，參考設定的擁堵隸屬度判斷城市一定區域道路的交通狀態。

上述為出租車運營GPS數據的城市交通運行狀態判別方法的主要內容，技術路線如圖3所示。

圖2 AGPS模塊采集數據Fig．2 AGPS module to collect the data

圖3 技術路線圖Fig．3 The technology roadmap

4 結束語

伴隨城市經濟的快速發展和道路交通需求的持續增加，我國交通運輸事業也在迅猛發展，而車輛定位導航系統方面的研究便成了智能交通系統(ITS)研究的一個重要熱點。尤其是在出租車安裝有車載GPS定位系統后。本文提出一種如何利用出租車GPS大數據為交通出行者和管理者提供道路交通狀態判別的方法，如何處理和利用車載GPS定位系統所采集的大量定位信息，使其成為對交通出行者直觀有效的信息，同時這也是本文的研究目的。利用出租車的車載GPS定位系統所采集的大量定位信息，并結合出租車的交通流量，估計城市一定區域道路車輛的行駛速度，是一種判斷城市道路實時交通狀態的方法，為交通管理者和出行者提供直觀有效的信息，這種判斷方法的準確程度還有待于后續的分析研究。

［1］童小華，陳 建．基于GIS和GPS的交通狀態參數估計與仿真模型［J］．同濟大學學報，2005，33(12):1604-1607．

［2］黃 玲，徐建閩．基于浮動車技術的動態交通擁擠預測模型［J］．華南理工大學學報，2008，36(10):47-51．

［3］張和生，張 毅等．利用GPS數據估計路段的平均行程時間［J］．吉林大學學報，2007，27(3):533-537．

［4］李艷紅．基于出租車OD數據的出租車出行特征分析［J］．交通運輸系統工程與信息，2007，7(5):85-89．

［5］傅常倫．基于車輛定位系統的數據融合及其在城市交通中的應用［D］．上海:同濟大學，2008．

［6］童曉君，向南平，朱定局．基于出租車GPS數據的城市居民出行行為分析［J］．電腦與電信，2012(1):56-59．

［7］周曉敏，趙紅玉，俞建新．基于GPS的出租車呼叫與調度系統［J］．計算機工程與設計，2009，30(21):4995-4997．

［8］楊 濤．出租車管理系統與交通公共信息平臺數據交換方式研究［J］．電腦知識與技術，2005(3):9-11．

［9］趙 磊，葛 歡，周志浩．基于GPS定位信息的出租車OD矩陣推算［J］．交通標準化，2011(8):148-150．

［10］唐爐亮，常曉猛，李清泉．基于蟻群優化算法與出租車GPS數據的公眾出行路徑優化［J］．中國公路學報，2011，24(2):89-95．

［11］沙云飛，曹瑾鑫，史其信．基于GPS的路段旅行時間和速度估計算法研究［C］．第一屆中國智能交通年會論文集，2005．

［12］ Quiroga C A，Bullock D．Travel time studies with Global Positioning and Geographic Information Systems:an integrated methodology［J］．Transportation Research Part C，1998，6(1):101-127．