基于貨運車輛車載 GPS 大數據的道路超速率計算與分析

何梓亮 李揚 周博俊 徐鑫哲

摘要：在我國交通事故統計中，人為失誤導致的交通事故占90%，超速行為的危險性已引起各界重視。尤其大型貨物運輸車輛，其重量大，制動性能較差，該類車輛超速導致的交通事故通常比較嚴重。對貨物運輸平臺提供的車輛行駛相關數據（包括 GPS定位數據、時間數據、速度數據）進行處理和分析。通過OSMnx在 Open Street Map下載廣東地圖數據并處理，運用隱馬爾科夫模型對原始 GPS定位數據進行地圖匹配，對車輛行駛數據進行 LSTM時間序列建模和學習訓練，將訓練好的網絡用于各個路段車輛超速的預測。結果表明，該方法能夠很好地擬合超速率的變化趨勢，物流平臺可以根據預測結果對司機進行提醒，對減少駕駛員的超速行為和保障安全行駛具有重要意義。

關鍵詞：交通安全;超速;地圖匹配;LSTM神經網絡;時間序列預測

中圖分類號：U279文獻標志碼：A文章編號：1009-9492（2021）11-0044-04

Calculation and Analysis of Road Over-speed Ratio Based on Freight Vehicle

GPS Big Data

He Ziliang，Li Yang ※，Zhou Bojun，Xu Xinzhe

（School of Mechanical and Electrical Engineering， Guangdong University of Technology， Guangzhou 510006， China）

Abstract： In the statistics of traffic accidents in our country， the traffic accidents caused by human error account for 90%. The danger of speeding behavior has attracted attention from all walks of life. Freight vehicle have high weight and poor braking performance. The traffic accidents caused by such vehicles speeding are usually serious. The vehicle driving data included GPS information， speed and record time which provided by the transport platform were processed and analyzed. The Guangdong street map data was downloaded from OpenStreetMap and OSMnx tool was used to process it. Then， the Hidden Markov Model was used to match the record location data to the map street. After that， LSTM model was used to fit the vehicle driving data and predict the over-speed ratio of the street. The result show that the model can fit the trend of change of over-speed ratio well， which is helpful for the transport platform. It is of great significance to reduce the over-speed behavior of drivers and ensure safe driving.

Key words： traffic safety; over-speed; map matching; LSTM neural network; time series prediction

0 引言

2020年8月6日，最高人民法院發布《交通肇事罪特點和趨勢司法大數據專題報告》指出，在交通肇事案件中，貨車肇事率占32.04%，遠高于貨車保有率（10.71%），其超速、超載等問題尤為突出。因此，研究大貨車的超速行為，預測各路段的超速率具有重要的理論意義和實際意義。

目前，國內外關于超速行為在時間維度的研究較少。2020年，Yufang LI 等[1]選用路程、限速、平均速度、車道數等特征，對車輛在城市道路、郊區道路和高速公路的速度采用 GA-BP 算法和傳統 BP 算法進行建模對比，結果表明 GA-BP 具有更好的準確性和動態跟蹤性。2011年，Xu Liu 等[2]改進了傳統 DBSCAN聚類用 R*樹存儲數據耗費大量資源的缺點，用鏈表進行數據儲存，并對中國南方地區經緯度和超速數據進行實驗。通過設定經緯度范圍3 km對區域進行劃分，統計各區域的超速數量，然后采用上述改進后的基于密度的聚類算法對各地區超速數據進行聚類分析，得出超速高發地段。2018年，東南大學鐘寧[3]采用小波神經網絡和 BP 神經網絡對吳江區2016年3月每天的超速事件數量進行時間序列建模對比，以均方誤差、平均絕對誤差和平均相對誤差作為模型的評價指標。小波神經網絡各評價指標值分別為38.2397、4.8571和0.2016，BP 神經網絡各指標分別為135.7863、8.5943和0.3182，可見小波神經網絡對超速事件數量預測精度明顯比 BP 神經網絡高，且趨勢擬合得更平滑。潘龍帥[4]、李文茹[5]等對城市車輛超速事件亦提供了各自的預測模型，但從目前國內外研究現狀來看，數據獲取主要通過模擬駕駛采集或單一車輛的數據采集，普遍性比較差。對速度的分析中，只是對城市進行分區域或道路性質進行區分，缺乏對細分路段的速度分析。由于貨車的車載終端數據采集間隔達到15 s，不適合采用實時性較強的方法。

因此本文利用物流平臺提供的貨運車車載終端記錄的數據，提取時間、GPS定位和速度3個特征。先將原始 GPS定位數據進行地圖匹配，將每條數據都映射到相應的路段，然后針對每個路段計算每天的超速率 Ps（ Ps =× 100%， C 為路段該日產生記錄總量， Cs 為路段該日產生超速記錄總量），采用時間序列分析對每天的超速率 Ps 進行趨勢擬合以及預測，最后對時間序列模型的預測結果進行評價。該方法在道路超速事件獲取時更具有普遍性，而且細分到各個路段的進行超速分析，預測結果更具代表性。

1 運輸記錄采集處理

1.1 運輸數據獲取

駕駛員運輸數據由清遠某物流平臺提供，選取與地圖數據相對應的經緯度進行數據篩選。數據采集時間為2018年6月1日—2018年7月13日，記錄采集間隔為15 s ，數據內容包括：車輛 id 、車輛 GPS 定位、記錄時間、車速和里程等，選取關鍵特征如表1所示。

1.2 數據清洗

在實際運輸工況下，貨運車經常進出隧道和經歷顛簸的泥濘路段，車載終端因為信號被屏蔽或因抖動產生斷電復位等情況，導致記錄產生異常，在進行統計前需要先對原始數據進行清洗。

（1） 重復數據剔除

將各個字段值都相等的數據記為重復記錄，并將其剔除不納入統計。

（2） 速度數據處理

本文主要是對運輸過程中超速率的研究，可以剔除掉連續10 min以上速度都為0 km/h的數據，減少了數據總量，可有效提高檢索速度。

汽車進入隧道時，由于 GPS信號弱，在出隧道時記錄值會產生漂移，速度值將達到160 km/h以上，本文將速度上限設為150 km/h ，超過該范圍數據采用拉格朗日插值法（Lagrange Interpolation Polynomial）進行替換填補。拉格朗日插值法是根據已知數據點建立插值函數，缺失值由其對應的 xi 即可求出近似 L（xi）進行替換。對于平面內的 n 個點，可以找出一條多項式曲線都過這 n 個點：

將 n 個點（x1，y1）， （x2，y2）， … ， （xn ，yn）代入式（1） 化簡可得：

在本文中，選取速度缺失值前后5個數據建立拉格朗日曲線進行插補。

2HMM地圖匹配

2.1 地圖數據采集

地圖數據來源為 Open Street Map ，在 python3.8環境下，通過osmnx讀取保存，本論文主要分析物流平臺記錄數據中車輛運輸密集路段，經度范圍在 （112.0，113.0），緯度范圍在（23.0，24.0）。地圖數據以.shp文件進行保存，在 python中通過geopandas對其進行讀取處理。地圖匹配所需數據字段如表2所示。

根據道路交通法規及高速公路管理規定：高速公路行駛的小型載客汽車最高車速不得超過120 km/h ，其他機動車不得超過100 km/h 。因此對“maxspeed”缺失數據進行填充，當路段為高速時，將空值替換為“100”，當路段為省道國道時，空值替換為“80”。

2.2HMM地圖匹配

采用隱馬爾可夫模型 （HiddenMarkovModel， HMM ）進行地圖匹配，在國內外已有大量采用該方法進行地圖匹配的研究。對馬爾科夫鏈，可以用公式（3） 進行描述：

式中：Xn為在時間 n 時的狀態，即在知道Xn的前提下，Xn +1的狀態只與前一時間狀態Xn有關，與前（ n-1） 個時間狀態無關。

本文采用 Yang[6]提出的 HMM 與precomputa-tion融合的地圖匹配算法，該算法在進行地圖匹配前，采用哈希建立一個地圖數據的路徑表（UBODT）來存放一定閾值下各區域對應的所有最短距離路段。在 Map Matching階段，傳統開銷巨大的路徑查詢就可以用哈希表搜索來替換，大大提高了匹配的速度。圖1所示為地圖匹配總體流程。

根據駕駛員運輸數據中的“pos_longitude”和“pos_latitude”字段，將其轉化為 GPS 軌跡形式進行地圖匹配，將每個記錄都映射到相應的路段上。圖2所示為所有車輛整月在所選區域內的行駛工況分布。

3 超速率時間序列分析

3.1LSTM時間序列

LSTM （Long-short Term Memory）模型是 RNN 循環神經網絡的改進。圖3所示為 RNN 網絡中的一個神經元結構，其中Xt為輸入，ht為輸出，tanh函數作為激活函數。

圖3所示 RNN 神經元可以用式（4） 進行表示：

ht =tanh（Wh ×[ht -1，xt ]+bh ） （4）

式中：Wh和bh分別為權重矩陣和偏置。

可以看出每個輸出與上一次輸出和當前輸入有關，對于之前的信息沒有記憶功能。因此，為了解決 RNN 這種長期記憶能力差，即梯度消失的問題，LSTM應運而生。圖4所示為 LSTM網絡的神經元結構。

與 RNN 神經元相比， LSTM 增加了遺忘門和輸入門。遺忘門ft 對上一隱藏狀態 ht-1和當前輸入Xt進行信息取舍，通過 sigmoid 函數（值域為（0， 1），越接近0舍棄的信息越多，越接近1保留信息越多）將其保存為[0， 1]之間的向量，然后與上一細胞記憶狀態相乘決定對舊細胞的取舍。可用式（5）對ft 進行表示，Wf和 bf 分別為相應權重矩陣和偏置。

輸入門 it 同樣以 sigmoid函數作為激活函數決定更新的信息。ht-1和Xt通過 tanh函數，數值大小將縮放到[-1， 1]之間，得到細胞狀態候選值 t ，然后與 it 相乘決定當前細胞狀態的記憶和保留。it 和 t 可用式（6） ～ （7） 計算。

細胞狀態記憶單元 Ct 通過對上一狀態 Ct-1記憶信息與當前細胞狀態記憶信息疊加所得，計算如式（8）：

最后，與遺忘門和輸入門一樣，輸出門Ot以 sigmoid函數得出信息取舍條件，再通過 tanh函數處理細胞記憶狀態 Ct 后與Ot相乘得出最終細胞單元的輸出，計算如式（9） ～ （10）：

3.2 路段信息分析

通過地圖匹配后，每條車載終端記錄都對映射到路網軌跡 fid上。對每條路段進行統計分析，表3所示為路段信息統計。

在該區域中，一共有1164條路段，途徑貨運車共1568輛，總記錄數達3684515條。其中 fid為2737的路段車流量最大，該路段為 S350省道途徑中華村、木古村和新坑村路段，長度6840 m ，總記錄數98456條。fid為4360的路段的日均超速率最高，該路段為 G55二廣高速途徑肇慶路段長度為4050 m ，日均超速率為31.24%。這兩個路段最具代表性，因此本文選用這兩個路段進行分析，其他路段亦可通過相同方法進行分析。

計算 fid為2737和4360每天的超速率，并對其周期性和趨勢性進行分析。在各路段速度分析中，需要選取合適的時間尺度，比如年、季度、月、日或小時等。該尺度需根據特征的分布規律進行確定，在本文中路段速度信息與人們出行規律，天氣等因素有關，在工作日和周末由于車流量的變化會導致超速率呈現類周期性變化。圖5所示為上述兩路段的每日超速率分布。

3.3 超速率時間序列預測

對兩個路段分別進行時間序列建模，建立超速率LSTM時間序列模型步驟如下。

（1） 將樣本數據進行標準化，本論文采用零均值法，將樣本數據轉換為標準差為1，均值為0，轉換如式（11），以 fid=4360的數據為轉換后圖形如圖6所示。

（2）劃分數據集和測試集，樣本數據為43天的超速率Ps，取前36天數作為訓練集，后7天數據作為測試集。

（3）根據數據規模和時序特性設置時間步和隱層細胞數，建立LSTM時間序列模型。

（4）對測試集進行預測，采用均方根誤差RMSE和絕對誤差 MAE 對預測結果進行評價。計算公式如式（12）～（13）。式中yi為第i個實際值，y?i為第i個預測值，m為樣本數。

（5）對數據反標準化并對結果進行可視化。對fid=2 773路段進行時間序列分析建模，設置時步中遞歸次數為7，隱層細胞數為7，迭代次數2 000次，每次迭代樣本數為7，訓練LSTM模型。將訓練好的模型對測試集進行預測，然后對數據反零均值化后，預測值與實際值的均方根誤差為0.005 6，平均絕對誤差0.004 6，可見模型能夠較好地預測超速率。

預測值與實際值對比如表4所示，取第一個時間步以后，即后36天的數據進行可視化，并對后7天數據預測值與原數據進行對比，如圖7所示。圖中淺色線為原始數據，深色線為預測數據，可以看出預測曲線與原始曲線基本匹配。

對fid=4 360路段進行相同操作，設置時步中遞歸次數為7，隱層細胞數為7，迭代次數2 000次，每次迭代樣本數為7，訓練LSTM模型。將訓練好的模型對測試集進行預測，然后對數據反零均值化，預測值與實際值的均方根誤差為 0.015，平均絕對誤差 0.012。預測值與實際值對比如表5所示，將數據反標準化后，對后36天數據進行可視化如圖8所示。

從測試集預測結果來看，兩個路段的 LSTM 模型都有不錯的預測效果，能夠很好地對超速率進行預測和對超速率變化趨勢進行擬合。

4 結束語

本文采用貨運平臺提供的駕駛員自然駕駛數據，實現了對貨運車定位數據的軌跡匹配，并針對兩條最具代表性的路段的行駛數據進行 LSTM 時間序列建模，避免了 RNN 循環神經網絡梯度消失的問題。最后，對路段的超速駕駛危險性進行預測，采用均方根誤差評價測試集的準確性。結果表明，該模型在兩個路段的超速率趨勢擬合中均有不俗表現。本文的研究方法為物流運輸平臺提供了理論參考，其他路段亦可仿照本文方法建模預測道路的危險性，建立一個超速行駛危險性網絡。

參考文獻：

[1] Yufang LI， Chen REN， Hongwei ZHAO， et al.Investigatinglong-term vehicle speed prediction based on GA-BP algorithmsand the road-traffic environment[J]. Science China（InformationSciences）， 2020，63（9）：121-123.

[2] Yingji Liu， Xu Liu， Yu Yao.Overspeed Events Multiple SectionsResearch Based on Clustering Algorithm[C]//International Con?ference on TMEE， Changchun， China， 2011.

[3] 鐘寧.超速行駛的道路交通安全風險管控研究[D].南京：東南大學， 2018.

[4] 潘龍帥， 高建平， 宋哲， 等. 多源信息融合的車速預測方法及整車能量管理[J]. 河南科技大學學報（自然科學版）， 2020，41（6）：23-31.

[5] 李文茹.城市汽車運行速度分布預測模型研究[D].長春：吉林大學， 2018.

[6] Yang C ，Gidófalvi， Gyz. Fast map matching， an algorithm inte?grating hidden Markov model with precomputation[J]. Interna?tional Journal of Geographical Information Science， 2018，32（3）：547-570.

第一作者簡介：何梓亮（1995-），男，廣東佛山人，碩士研究生，研究領域為交通大數據分析和挖掘。

※通訊作者簡介：李揚（1966-），男，廣東湛江人，博士，教授，研究領域為智能裝備制造、智能儀器儀表、自適應控制、過程傳感與流動成像、視覺檢測等，已發表論文150篇。

（編輯：刁少華）