基于大數據思維分析的交叉口交通信息處理方法

楊雪峰，陳來榮

（北京林業大學，北京 100083）

交通運輸

基于大數據思維分析的交叉口交通信息處理方法

楊雪峰，陳來榮

（北京林業大學，北京 100083）

本文以智能交通系統為背景，以大數據（BigData）處理方式為基礎，應用交通工程中交通流量、車頭時距等相關交通知識，對特定的一個交叉口不同交通時段內的交通信息，如交通流量、交通流向進行采集。在交通流量信息采集上，可利用現在完備視頻采集技術及GPS信息采集技術，對一個周期內的車流量進行統計，用Access和Excel對其采集到的數字信息轉換為所需的直接數據，并對其進行分析處理。

大數據；交叉口；信息采集

1 前 言

大數據以其數據量大、速度快、種類多和實時性強等優勢被廣泛應用于各個領域，在交通問題處理中更是扮演了非常重要的角色，比如進行重大交通政策跟蹤評估、區域交通規劃、交通綜合治理、交通出行評價等各個交通發展的重要環節。

本文以智能交通系統為背景，以大數據處理方式為基礎，應用交通工程中交通流量、車頭時距等相關交通知識，對特定的一個交叉口不同交通時段內的交通信息，如交通流量、交通流向進行采集。在交通流量信息采集上，可利用現在完備視頻采集技術及GPS信息采集技術，對一個周期內的車流量進行統計，用Access和Excel對其采集到的數字信息轉換為所需的直接數據，并對其進行分析處理。視頻采集信息器進行數據采集的同時，可也同步獲得該交叉口的交通流向信息。針對每個不同交叉口所需分析的不同在此處鍵入公式。交通信息，如交通延誤等，在Excel中編寫Visual Basic程序，實現對所需信息的提取和處理，以便后期分析。目前，已成功對視頻采集到的交叉口信息進行分析，得到一個周期內該交叉口交通流量和流向等交通參數的基本規律。這些規律將用在交通誘導、交通出行預測、交通等各個方面。

2 基于大數據的交叉口交通信息采集方法

針對以大數據為基礎，對交叉口的交通信息進行采集，主要目的是順應智能交通系統的發展，提高交叉口交通信息的可預測性，對交叉口不同時段的交通情況做出判斷，提高車輛出行效率，從而緩解交通堵塞等交通問題，完善智能交通系統。對于本論文中的基于大數據的交叉口交通信息采集主要包括三部分：

（1）交叉口交通流量、流向的信息采集；

（2）交叉口交通延誤的信息采集；

（3）交叉口各車型飽和車頭時距和飽和流率的信息采集。

2.1 交叉口與交叉口交通信息

交叉口信息采集以道路上行駛的車輛為檢測對象，能夠采集到交通流量、交通密度、車輛行駛速度、道路占有率等交通流參數，從而為交通管理和交通規則提供數據，能夠有效地誘導交通，減緩交通堵塞，減少出行時間和交通事故的發生。與其他檢測技術相比，車聯網最大的優勢是能夠很容易的讀取到車牌號、車輛類型、車主信息等存儲在車載電子標簽中的車輛特征信息。主要信息包括交通量、交通流向、道路延誤時間和車頭時距等內容。

2.2 交叉口交通信息數據采集及處理方法

（1）原始數據采集及格式

本文以視頻采集技術為基礎，其采集到的信息經過圖像處理技術后傳輸的數據為一個集齊單位車輛所有信息的長數據，如：

07062015140047140045A0001M1+30.01.5

其中07062015代表日期為2015年6月7日，140047為采集該數據的時間點14：00：47；A0001為該車的車牌編號，在對后期進行數據整理是車牌編號作為唯一不變的數值起著重要的作用，如同人的身份證編碼一樣，無論是時間還是地點的變化，都能正確地捕捉到該車的信息；140045表示該車越過停止線的時間點，用于后面進行飽和車頭時距計算和統計分析；M1類表示了該車的類別，對于計算車輛的車頭時距有著重要的作用，M1類車和M2類車的飽和車頭時距不同，在進行分析處理時還要對其進行修正，故記錄車輛類型是非常重要的一個過程；+30.01.5代表著該車在這一時刻的坐標位置為（30.0，1.5）。在本論文中，一切坐標以調查的實地交叉口為準，即對所研究的交叉口進行劃分，以坐標的形式記錄其位置。如30代表東西方向上車輛位于候車停止線上的位置，1.5代表第一車道。即如表1所示：

表1 原始數據格式

（2）數據初步處理

由上可知，采集到的長數據是無法進行直接的處理，必須先對其進行拆分歸類。利用Access對數據處理的簡便性，首先將采集到的長數據導入Access中進行拆分。因為在本次研究過程中的數據量雖然很大，但是只需針對部分進行典型分析，故將拆分好的數據導入到Excel中進行分析處理即可。并且Excel中內嵌有VB（Visual Basic）編程方式，對于簡單的處理有一定的優勢。在后期的分析當中，也會應用MATLAB對數據進行擬合，從而得到合理的分析結果。當然在真正的大數據處理過程中，主要應用Hadoop平臺等對采集的數據進行處理分析。

（3）交通量的計算

①交通流量的計算

交通流量是單位時間內通過某一斷面的車輛數。選定需要計算的時間周期，利用Excel計數器對位于這個時間周期內的車輛進行計數。

②交通流向的計算

由采集到的車輛數據中的y軸值可以確定車輛所處的車道。

表2 車道分布

將運行過程序后的數據按照y值進行升序排列，得到如下圖的數據：

圖1 統計交通流向用數據

同交通流量統計的方法，啟用計數器選定需要計算的時間段和車道，進行計數：

COUNT（y1=1.5）=COUNT（A2：A22）=21此時左轉車輛數為21輛。

2.3 實驗的驗證

（1）交叉口信息采集

本文建立在視頻采集技術相當完善的情況，即可及時將交叉口車輛信息傳輸到系統。

記錄一個紅綠燈周期內由西向東方向上的交通信息，以十秒為一個時間間隔，交叉口中心為坐標原點對該交叉口進行劃分，東西方向中間護欄為x軸，南北方向中心護欄為y軸，東西方向的車道由x軸開始由南向北依次為第一車道、第二車道、第三車道、第四車道、和第五車道。并且從圖中可以直接看出，該交叉口第一車道仍為直行車道，即不存在左轉或是掉頭的情況。將該交叉口進行坐標劃分后，取值范圍約為-60＜=x＜=60，0＜=y＜20，即由西向東方向上駐車停止線往后30 m范圍內五個車道的車輛信息。

數據經過Access處理之后，自動進行了拆分，即獲得所需的時間、地點、車牌、車型、位置等信息，一目了然。而其中x坐標值為負值的車輛，代表著這時車輛已經越過原點，即交叉路口的中心點。Y坐標的值代表的此時車輛所處的車道，如上圖所示，y=1.5為第一車道，y=4.5為第二車道，y=7. 5為第三車道，以此類推。為了對數據進行進一步的處理和分析，將拆分好的數據導入到Excel中，按照一定的需求進行編程處理。將拆分好的數據導入Excel之后，編程實現同一輛車在前后兩個時間點出現的位置歸類在同一行，以便后續統計分析。即編程對列表內車牌進行掃描，以獲取相同車牌的信息。則經過整理后的數據表如圖2所示。

從圖2中可看出，有的車輛在10秒的時間間隔之后就沒有出現在檢測范圍內，故只有一個時間節點和一個位置坐標值。

圖2 規整后的車輛數據

（2）交通流量與流向的驗證計算

在車輛數據經過規整之后，具有相同車牌即同一輛車占據一行的位置，此時就可對交通流量和流向進行統計。編寫計數器，分別對單個車道的車流量進行統計，則第四車道的車流量即為右轉車輛的流量，四個車道的總和為交通流量。

可驗證計算14：00：47-14：10：47之間10分鐘內的由西向東方向的交通流量為：

其中右轉車輛的流量為：

（3）交通延誤的驗證計算

篩選規整過后的時間段和時間點，提取計算交叉口車輛道路延誤所需的數據：

表3 交叉口車輛點樣本調查數據

續表3

由上表可得：

總延誤=總停車數X抽樣時間間隔=876×10 =8760 veh·s

停駛車輛平均延誤=總延誤／停駛數=8 760／218=40.18 s

入口車輛平均延誤=總延誤／入口交通量= 8 760／321=27.29 s

停駛車輛百分比=停駛車輛數／入口交通量= 218／321×100%=67.9%

3 總結與展望

在基于大數據環境下采集交叉口交通信息的整個過程中，大數據思維結果來源于數據的指導，在信息采集和后期分析處理上起著舉足輕重的作用。以實際交叉口為例，在Access和Excel的輔助工作下，采集到了一個紅綠燈周期內由西向東方向的車流信息，并對采集到的數據進行了處理和分析，從而計算出該時段該路口由西向東方向的交通流量和流向分析。

通過視頻采集技術，對圖像采集到的數據進行拆分，使其簡化，變成我們可以直接利用、處理、分析的數據；對初步處理過的交叉口交通信息數據進行分析，簡單地計算，獲取了該交叉口在某一個時段內的交通信息，如交通流量、交通流向等，并計算了交通延誤和交叉口飽和車頭時距等；對上面所計算出來的數據進行分析，了解該交叉口的交通信息特性，并能利用這些交通信息特性來針對該交叉口交通擁堵問題提出實質性的建議，切實改善該交叉口的交通狀況。

隨著信息技術的高速發展，智能車聯網系統不可避免地成為今后交通系統發展的一個方向，因此，若大數據能完全應用于交通工程，不僅是交叉口的交通信息采集，而且還包括方方面面的交通信息，那人類出行方式將會有新的突破，對于完善智能交通系統也是起著舉足輕重的作用。

［1］ 張萌萌.基于智能計算的城市交通信號控制系統研究［D］.山東大學，2011.

［2］ 鞏建強.車輛駕駛人事故前應急操作行為模式研究［D］.長安大學，2012.

［3］ 李宇光.海量低頻浮動車數據道路匹配及行程時間估算［D］.武漢大學，2013.

Based on analysis of large data thinking intersection traffic information processing method

YANG Xue-feng，CHEN Lai-rong
（Beijing Forestry University，Beijing 10083，China）

Based on the background of intelligent transportation system，on the basis of the big data（BigData）approach，the application of traffic flow in traffic engineering，the headway traffic related knowledge，for a specific time in different traffic intersection traffic information，such as traffic flow，traffic flow to the collection.On the traffic flow information collection，can now complete video acquisition technology and GPS information collection technology，for a period of traffic statistics，use the Access and Excel the collected digital information is converted to the required data directly，and carries on the analysis and processing.

Big data；Intersection；Information collection

U492

C

1008-3383（2017）01-0157-03