基于地圖API 數據挖掘的道路交通運行狀態分析

陳詩意，潘義勇 （南京林業大學 汽車與交通工程學院，江蘇 南京210037）

0 引 言

道路運行狀態信息是交通規劃、交通管理等所需的基礎數據。根據交通流檢測器、視頻監測、卡口系統等傳統方式獲取道路信息具有滯后性，無法反應道路實時情況，收集數據的零散使得難以對數據進行分析和獨立儲存。而且這些數據由于國內開發機制的限制，交通行業研究人員很難獲。地圖API 的出現提供了一種新的思路：基于互聯網地圖自身的道路結構編寫網頁程序，根據需要添加各種功能模塊，可獲取實時的交通運行信息，獲取歷史數據進行存儲，用于分析評價。數據信息的完整度和準確度較手機信令、傳統地圖app、出租車GPS 等數據有較大優勢，方便對道路運行情況進行研究和分析，指導城市交通建設的發展。

對于目前應用地圖API 的研究中，劉鵬程向百度服務器傳遞居住地和就業地的坐標，通過地圖API 的路線查詢功能計算職住距離[1]。王彬調取百度地圖API 接口獲取駕車路線規劃方案，對萬家麗高架進行交通運行評價[2]，以上研究對路段平均行程車速的獲取具有參考意義。對于城市交通運行狀態方面的研究，裴文杰分析典型快速路路段交通流特性，提出了以速度、密度、飽和度為參數的運行狀態分析指標體系[3]，但是需要獲取各種參數的數據用于綜合評估，數據獲取較為困難。對于交通運行狀態可視化方面的研究，劉秀彩對交通數據進行可視化分析，利用基于時間、空間和交通屬性的三維可視圖譜分析大數據背景下的交通規律[4]，但是對于海量數據存在的錯誤和信息缺失問題并沒有進行深入研究。

本文在以上提及的研究基礎上，研究利用百度地圖API 獲取24 小時路段實時行程車速，基于車速對交通運行狀態的評價，但同樣存在數據失真的情況，為此對異常數據進行了判定和處理。首先，為了消除其他因素影響或者周期變動幅度大導致難以顯示道路交通運行狀態發展趨勢，選擇用移動平均法對異常數據進行判定，即當實際值與預測值偏差大于50%時認為該數值失真。其次，利用線性插值將失真的數據進行處理，得到符合速度曲線特性的值，替代缺失和失真的數據。再次，以速度為評價對象，選擇評價指標，對交通運行狀態進行評價。最后，繪制出道路全程行駛時間變化圖和擁堵時空分布圖。直觀地反映了速度時序特性和交通運行狀態的時空演變規律。

1 基于地圖API 數據挖掘

1.1 速度數據提取方法

百度地圖提供了豐富的實例參考，在實際應用中，可以利用百度地圖URI API 程序接口直接調起百度地圖產品，相應地可以使用JavaScript API（Android/iOS 地圖SDK）作簡單的二次功能開發[11]，包括地圖展示、線路查詢、導航等功能。瀏覽器端將獲取駕車規劃方案的請求發送至百度服務器，百度服務器會使用內部算法計算出規劃方案的時間和距離數據返回給瀏覽器[5-6]。所以用HTML 語言編寫可以定時重復調用的函數就可以隔一段時間獲取實時的運行狀態信息。具體流程如下：

（1）首先明確研究的道路范圍，將道路分成多個路段，創建由各個微小路段的起終點坐標構成的數組，以百度地圖API函數的格式定義：mycars[0 ]=new BMap.Point (110.32452,25.266469 )。

（2）在網頁中創建Map 實例后，使用map.centerandzoom()方法定義地圖，設置地圖中的各項屬性，包括地圖的縮放級別，以及地圖中心的顯示等。

（3）通過設定間隔指定的毫秒數不停地執行代碼的定時器實現相同時間間隔調用函數，考慮到地圖數據更新速度，此處選擇隔5 分鐘調用一次函數。

（4）利用循環結構將起點坐標值賦給start，終點坐標值賦給end，使用driving.search (start, end )方法發起檢索。為了獲取路段的平均行程車速，則需創建一個駕車導航實例來獲取駕車路線規劃，可以通過DrivingRouteResult.getPlan()方法或WalkingRouteResult 類的getPlan()方法查詢兩點之間的駕車方案，利用返回總方案的駕駛路徑的距離和行程時間可以得到每個路段的平均行程車速。

1.2 速度數據處理方法

調取速度過程中，出現了速度不合理的情況，這種情況分為以下兩種：一是速度極低接近于零，二是通過前后速度對比，速度相差巨大。

在對數據進行分析過程中，得出造成數據誤差主要存在以下的幾個原因：（1）網絡原因：運行的程序需要良好的網絡連接環境，當網絡環境不良時也會出現數據缺失的情況或者數據異常的情況。（2）樣本數量原因：夜晚出行量少，會出現速度大大高于白天的情況。（3）系統原因：百度地圖API 服務提供的函數主要是對大量獲取的數據進行分析和處理得到的，包括出租車GPS 數據、交通管理部門提供的數據和導航數據，當這些大量數據上傳至服務器可能因為耗時導致無法同步。而且這些數據來源的準確性也需要探討。（4）交通原因：存在路邊停車或者車流交織等問題。

綜上所述，對于以上提出的存在數據誤差的原因，需要對獲取的速度數據進行判別和清洗處理，才能得到正常的數據來進行分析。

用公式（1）進行判斷，當實際值與預測值偏差大于50%時視為異常數據，認為該數值失真[7]。

式中：x^i為預測值；xi為實際預測值；e 為偏差系數；k 為移動平均指數，可取6～10。

為了研究速度曲線的變化趨勢和規律，利用公式（2）將失真的數據進行處理。在查詢各種數值表時，可通過線性插值來得到表中沒有的數值。因此線性插值函數是一個既能反應原函數的特性，也能近似原函數的函數。

式中：V (t1)為異常數據后一個速度值，V (t0)為異常數據前一個速度值，t1為異常數據的后一個速度值對應的時間，t0為異常數據前一個速度值對應的時間。該方法考慮了當前速度值的前后值進行修復，適合于對單個異常速度值的處理。

2 交通狀態評價方法

對城市道路交通運行狀態的分析必須有清晰和準確的理解，在評價時需要對影響因素進行量化，來進行評級。本文基于道路平均行程速度、擁堵時長、擁堵距離等進行綜合評價。

（1）評價指標選取

根據不同評價對象，按照表1 選取評價指標。

（2）路段（道路）運行狀態等級劃分

根據路段或道路的平均形成速度和批準的道路坡度，路段或道路交通運行狀態等級可分為5 級，如表2 所示，單位為km/h（其中代表路段（道路）的平均行駛速度）。

3 實例分析

3.1 分析范圍及概況

表1 評價指標

表2 道路交通運行狀態劃分

本文選取了桂林市幾條主要道路作為研究對象——上海路至漓江路、解放西路至解放東路、中山路、普陀路（如圖1 所示）。

圖1 研究道路范圍

（1）中山路全長5.2 公里，為雙向六車道，設計車速為60km/h；

（2）上海路至漓江路全長3.8 公里，為雙向六車道，設計車速為60km/h；

（3）解放西路至解放東路全長1.2 公里，為雙向六車道，設計車速為60km/h；

（4）普陀路全長2.2 公里，為雙向四車道，設計車速為40km/h。

研究道路雙向早晚高峰時間段如表3 所示。

表3 研究道路雙向早晚高峰時間段

3.2 結果分析

（1）時序特性分析

中山路在凌晨到早高峰前的6.5 小時內最為暢通，而且速度數據波動較小，穩定性好。最小車速可以達到25km/h 以上即運行狀態為暢通及以上的等級，在平峰時間段車速為15km/h 到25km/h 不等，總體運行狀態處于擁堵。中山路北向南平峰相較高峰運行狀態沒有得到較好的改善。中山路24 小時內各個路段車速變化趨勢一致，分布較均勻，有明顯的雙峰特征（如圖2 所示）。

普陀路北向南比普陀路南向北方向速度的雙峰特性更明顯，普陀路南向北方向的早高峰出行與平峰時測得的速度相差不大，基本處于輕度擁堵的等級。普陀路上游路段比下游路段車速波動大，雙峰特征更明顯（如圖3 所示）。

圖2 中山路24 小時全程車速變化

圖3 普陀路24 小時全程車速變化

漓江路除去早晚高峰時段，道路全程整體的速度比較穩定，波動小，運行狀態達到輕度擁堵級以上的等級，運行狀態良好。上海路至漓江路平峰時間段車速波動較大，具有不穩定性和不確定性（如圖4 所示）。

解放西至解放東路除了凌晨到高峰前的6.5 個小時內速度可以達到25km/h 以上。其余時間的交通運行狀態不佳，時常發生擁堵，早高峰結束后擁堵仍然持續數小時。24 小時速度分布圖早晚高峰不突出，晚高峰通勤結束后擁堵仍然持續了3 小時。造成擁堵現象的原因可能是因為近期對十字街地下通道進行修建，封閉部分道路，而且附近是東西巷與正陽步行街兩大商業休閑街區，盡管在工作日，大流量緩慢通行一般從17:00 持續到晚上22:00。解放西至解放東路擁堵情況最嚴重，車速波動大且不穩定，基本沒有雙峰特征，通勤晚高峰過后車速持續保持一個較低的水平（如圖5 所示）。

圖4 上海路至漓江路24 小時全程車速變化

圖5 解放西至解放東路24 小時全程車速變化

（2）時空特性分析

中山路北向南早高峰時間為6:35～10:00，擁堵時長為1.25 小時，擁堵距離為5 千米；晚高峰時間為16:40～18:45，與早高峰擁堵時長相同，擁堵距離為4.4 千米，道路最擁堵路段是整段中山北路。南向北方向晚高峰擁堵情況較早高峰嚴重，而北向南方向相差不大。擁堵里程比例為48.73%，中山路南向北早高峰時間為7:15～9:35，擁堵時長為2.25 個小時，擁堵距離為5.192千米；晚高峰時間為16:35～19:10，擁堵時長2 小時，道路最擁堵的路段為南方大廈到疊彩路—中山北路交叉口。擁堵里程比例為46.55%（如圖6 所示）。

普陀路北向南方向早高峰時間為7:40～9:55，擁堵時長為1.5 個小時，擁堵距離為1.6 千米，晚高峰時間段為17:05～19:30，擁堵時長為2.25 個小時，擁堵距離為1.6 千米，擁堵路段從桂林國際商貿城前漓江路到廣西師范大學育才校區附近的路段。擁堵里程比例為24.64%。南向北方向的早高峰時間為7:15～9:05，擁堵時長1.8 個小時，擁堵距離為1.416 千米，晚高峰時間段為17:55～20:45，擁堵時間為2.75 個小時，擁堵距離為1 千米。早晚高峰擁堵路段相同。擁堵里程比例為39%（如圖7 所示）。

圖6 中山路北向南及南向北擁堵時空分布圖

圖7 普陀路北向南及南向北擁堵時空分布圖

上海路至漓江路道路路段東向西方向早高峰時間為7:10～9:05，擁堵時長達到了1.8 個小時，擁堵距離為3.6 千米；晚高峰時間為17:55～20:25，擁堵時長為2.3 個小時，主要擁堵路段是上海路往桂林站的方向。擁堵里程比例為61%。西向東方向早高峰時間為2 個小時，擁堵時長為1.6 個小時，擁堵距離為3.4 千米，最擁堵的路段是桂林國際會展中心前的漓江路到桂林站附近的路段。擁堵里程比例為56.3%（如圖8 所示）。

解放西至解放東路東向西方向早高峰時間為7:00～9:00，擁堵時長達到了2.3 個小時，擁堵距離為0.635 千米；晚高峰時間為17:55～20:05，擁堵時長為5.3 個小時，擁堵路段是桂林中學門前交叉口至微笑堂交叉口路段。擁堵里程比例為82.2%。西向東方向早高峰時間為6:55～8:35，擁堵時長為1.4 個小時，擁堵距離為0.825 千米，最擁堵的路段是桂林中學前交叉口至東西巷西南門入口路段。擁堵里程比例為67%（如圖9 所示）。

圖8 上海路至漓江路東向西及西向東擁堵時空分布圖

圖9 解放西至解決東路東向西及西向東擁堵時空分布圖

4 結 論

對研究對象的分析得到道路運行狀態的特性：

（1）時序性

運行狀態的變化在時間序列上的演變規律與時間有很大的關系[9]。對于非偶然性、常發性的擁堵規律，是可以通過歷史數據分析得到的。由于道路本身固有的時序性，其速度也會呈現周期性演變。本研究對車速數據進行整理和清洗之后換算成行程時間得到了24 小時行程時間分布圖。圖中每條研究道路的行程時間基本都呈現了較為明顯的雙峰特征。所有研究的道路在凌晨到早高峰前的一段時間內最暢通。在早晚高峰結束之后，通勤交通出行結束，擁堵等級降低[8]。晚高峰擁堵情況比早高峰嚴重，持續時間更長，擁堵距離更長。

（2）時空性

路段擁堵產生和消散明顯有傳遞特性[10]，擁堵狀態變化由開始擁堵路段通過空間傳播給下游路段，使得下游路段經過一段時間差后可以獲得和上游擁堵路段相類似的運行狀態駝峰。

（3）時間臨近性規律

研究發現主干道的平均行程車速的波動比支路大，即主干道的車速比支路更具有不穩定性。支路的速度分布趨勢的時間相關性更突出，當進行交通運行狀態預測的時候，要更為重視相鄰時間段的交通運行狀態。而且對于等級高的道路以較精細的速度進行運行狀態的分級，說明了出行者在設計速度大的道路上行駛時對于基于速度分級的運行狀態感受更敏感。

本文獲取到的可以用于分析的數據只有時間和速度，存在評價角度單一、影響因素分散的問題。考慮全局的交通運行特性問題需要進一步研究。