基于RFID電子車牌數(shù)據(jù)的機動車出行行為研究

俞 博

（重慶市交通規(guī)劃研究院，重慶 400020）

RFID又稱無線射頻識別技術(shù)，通過射頻信號自動識別目標對象并獲取相關(guān)數(shù)據(jù)。RFID系統(tǒng)包括RFID電子車牌、天線、讀寫器、數(shù)據(jù)中心計算機。安裝RFID電子車牌的車輛通過采集點時，車輛的信息會同時傳輸給后臺系統(tǒng)，其中包括車輛ID、通過時間和采集點位置信息等，實現(xiàn)對車輛位置的實時掌握。RFID系統(tǒng)的工作原理如圖1所示。

圖1 RFID系統(tǒng)的工作原理

1 RFID數(shù)據(jù)

1.1 RFID數(shù)據(jù)內(nèi)容

RFID通行記錄數(shù)據(jù)包括七個屬性，即RFID采集點名稱、RFID采集點方向、車輛ID、通過采集點的時刻、車型代碼、號牌種類和使用性質(zhì)。車型代碼反映車輛類型，包括客/貨、大/中/小型等；號牌種類反映大型車和小型車；使用性質(zhì)反映營運車、非營運車等。RFID數(shù)據(jù)屬性如表1所示。

表1 RFID數(shù)據(jù)屬性

1.2 RFID數(shù)據(jù)特征

居民出行活動受時空約束，具有時空參與性。帶有RFID電子車牌的車輛在時空中運動時，系統(tǒng)會在不同RFID檢測點產(chǎn)生具有個體粒度的時空標記。一輛車一天的出行活動會構(gòu)成一個24 h的時空軌跡，軌跡中的點被RFID檢測系統(tǒng)記錄下來時，形成一系列具有時間先后順序的空間坐標集合，坐標集合定義的點集構(gòu)成了具有四維空間特性的車輛時空軌跡記錄。利用車輛時空移動軌跡長時間、高精度、高效率地跟蹤個體時空移動，可以將車輛軌跡劃分為若干次有目的出行，并綜合土地利用、城市功能以及交通網(wǎng)絡特征，分析得到每次出發(fā)/到達時間、出行路徑、出行時耗、出行方式、出行目的等。

基于RFID數(shù)據(jù)的時空出行軌跡如圖2所示。

圖2 基于RFID數(shù)據(jù)的時空出行軌跡

1.3 應用方向

人的出行行為反映在城市交通層面，體現(xiàn)為個體交通行為和整體交通行為需求的統(tǒng)一，整體交通行為本身是由個體交通行為組成。利用具有個體粒度屬性的RFID數(shù)據(jù)，機動車出行行為的研究可以從宏觀與微觀兩個視角展開分析。基于宏觀空間的尺度，利用機動車出行的集聚效應可以探討城市形成發(fā)展和空間結(jié)構(gòu)變化特征，為城市空間的合理功能布局以及城市發(fā)展與建設(shè)提供依據(jù)。基于微觀個體的尺度，可以分析機動車個體的出行行為，建立機動車出行行為畫像，深入刻畫不同機動車出行特征之間的區(qū)別和聯(lián)系。

1.4 RFID在重慶的應用

重慶市所有的渝籍汽車均安裝了RFID電子車牌，約280萬張。重慶主城區(qū)RFID檢測點位有672個，每天共采集RFID通行記錄數(shù)據(jù)900萬～1 100萬條。主城區(qū)RFID點位主要分布內(nèi)環(huán)以內(nèi)，占比超過90%；內(nèi)環(huán)以內(nèi)的RFID點位的布設(shè)密度高，相鄰兩個RFID檢測點間的平均路徑距離小于3 km，其中相鄰點位最小距離為500 m，最大距離為6 km。重慶市主城區(qū)內(nèi)環(huán)以內(nèi)已經(jīng)初步建成了基于RFID點位的全路網(wǎng)車輛監(jiān)控體系。

重慶市主城區(qū)RFID檢測點位分布如圖3所示。

圖3 重慶主城區(qū)RFID檢測點位分布

2 車輛出行特征分析

2.1 車輛出行時間分布

以2016年5月RFID數(shù)據(jù)為例進行分析，重慶市主城區(qū)內(nèi)環(huán)以內(nèi)平均每天檢測出的小汽車（轎車、小型普通客車、小型越野客車）數(shù)量大致為45萬～49萬輛。出行車輛具有明顯的周期性，且周期為一周。

（1）工作日出行的車輛數(shù)大于周末出行的車輛數(shù)，且周一、周五出行的車輛數(shù)較大，周二、周三、周四出行的車輛數(shù)稍低。

（2）周日出行車輛數(shù)最小，周六出行的車輛數(shù)比周日出行的車輛數(shù)稍高。

一周內(nèi)的車輛出行規(guī)律如圖4所示。

圖4 一周內(nèi)的車輛出行規(guī)律

2.2 車輛出行時耗分布

主城區(qū)平均每天出行的轎車（不包括小型普通客車、小型越野客車）43.1萬輛，一天平均累計出行時長78 min。出行時間1 h以內(nèi)的21.8萬輛，占50.6%；出行時間大于3 h的6萬輛，占6.0%。小汽車出行時耗分布如圖5所示。

圖5 小汽車出行時耗分布

2.3 車輛出行頻率分布

主城區(qū)平均每天出行的43.1萬輛轎車（不包括小型普通客車、小型越野客車），高頻率出行車輛29.7萬輛，占比69%；低頻率出行車輛13.4萬輛，占比30%。表明近70%的小汽車用戶屬于長期使用。

小汽車出行頻率分布如圖6所示。

圖6 小汽車出行頻率分布

3 網(wǎng)約車分析

3.1 網(wǎng)約車識別

轎車一天平均累計出行時長約78 min，本文假設(shè)出行時間超過3 h的非營運轎車為網(wǎng)約車，則重慶市主城區(qū)網(wǎng)約車每天出行的車輛數(shù)量約為2.6萬輛，遠超過1.3萬輛的出租車規(guī)模。

3.2 網(wǎng)約車出行特征分析

（1）網(wǎng)約車使用強度遠高于非網(wǎng)約車。

主城區(qū)平均每天通過RFID檢測到的轎車共43.1萬輛，一天的車公里總數(shù)約為1 682 萬km，平均每輛車的公里數(shù)為39.0 km。其中，2.6萬輛網(wǎng)約車的車公里數(shù)為546 萬km，占車公里總數(shù)的32%，39.2萬輛非網(wǎng)約車的車公里數(shù)為1 134 萬km，占車公里總數(shù)的68%。

平均每輛網(wǎng)約車每天的公里數(shù)為210 km，非網(wǎng)約車的公里數(shù)為28.9 km，網(wǎng)約車是非網(wǎng)約車的7.3 倍。

網(wǎng)約車以6%的車輛規(guī)模貢獻了32%的車公里數(shù)量，網(wǎng)約車的運行對重慶主城區(qū)道路交通具有很大的影響。

（2）網(wǎng)約車的出行主要集中在白天。

重慶市主城區(qū)小汽車的使用量呈現(xiàn)明顯的早晚雙高峰，早高峰出現(xiàn)在8：00～9：00，晚高峰出現(xiàn)在18：00～19：00。網(wǎng)約車出行時間主要集中在8：00～21：00之間，出行量明顯高于出租車。21：00～次日8：00，網(wǎng)約出行量明顯低于出租車。

小汽車出發(fā)時間分布如圖7所示，出租車和網(wǎng)約車出發(fā)時間分布如圖8所示。

圖7 小汽車的出發(fā)時間分布

圖8 出租車和網(wǎng)約車的出發(fā)時間分布

（3）網(wǎng)約車出行率明顯低于出租車。

2.6 萬輛網(wǎng)約車高峰時段出行量約1.3萬輛，出行率只有50%。1.3萬輛出租車中高峰時段出行量約1.1萬輛，出行率高達90%左右。

4 結(jié)語

交通大數(shù)據(jù)在城市交通規(guī)劃決策、智能交通管理等方面的研究和應用正在不斷深入，RFID電子車牌等車聯(lián)網(wǎng)數(shù)據(jù)的普及和應用，為城市交通研究者提供了新的視角。利用RFID海量數(shù)據(jù)，可以深入了解車輛運行的內(nèi)在機制，為交通決策和管理提供新的支撐。本文結(jié)合城市交通規(guī)劃的需求，從多個層面分析機動車出行行為特征，提出了基于RFID數(shù)據(jù)的流量還原推算方法和構(gòu)建車輛出行行為畫像模型，并以重慶市主城區(qū)為例進行了研究和應用。

目前，對RFID電子車牌數(shù)據(jù)的挖掘和研究還處于初步階段，未來擬開展其他方面的研究：

（1）融合車輛RFID數(shù)據(jù)與視頻卡口車牌識別數(shù)據(jù)、車載GPS數(shù)據(jù)、手機信令數(shù)據(jù)（基于軌跡相似性、時間空間屬性關(guān)聯(lián)），拓展應用方向領(lǐng)域。

（2）關(guān)聯(lián)更多機動車屬性（歸屬地、車輛事故記錄、排放等級、使用年限等），細分車輛類型，開展更多具有針對性的研究。

（3）研究車輛出行活動與城市功能及土地利用的關(guān)系（建筑物、POI）。

（4）研究車輛使用影響機制（個人偏好、出行目的、停車、擁堵、公共交通便捷性等外部條件）。