（通信与信息系统专业论文）城市交通数据整合与交通态势处理方法的研究.pdf

山东大学硕士学位论文 摘要 城市交通拥堵是世界各国面临的主要城市问题。随着我国国民经济的高速增 长，城市化水平空前加快，机动车保有量逐年增多，导致许多城市都出现了不同 程度的交通拥堵状况，虽然目前许多城市已经加大对交通基础设施建设的投入力 度，但是不可能从根本上解决同益增长的交通需求与相对较低的交通利用率之间 的矛盾。智能交通系统不断发展已经体现出其在解决交通方面问题的强大优势。 城市交通数据整合与交通态势处理方法的研究便是在解决上述的初衷下提出的。 本文首先对浮动车、地图匹配等相关概念进行了明确的解释说明；然后对课 题中涉及到的相关技术做了介绍，主要有浮动车采集及预处理、浮动车样本数量 的确定、支持向量机预测、交通态势评价体系和g i s 电子地图开发；同时对当i j 的地图匹配算法、交通态势获取算法做了分析。在此基础上，建立了济南市空间 路网模型，并对平面路网和立交桥路网设计了相应的增量型地图匹配算法，通过 融合增量型地图匹配的优点，将其应用到全局性大规模的城市交通态势处理中， 提出了一种新型的大尺度增量精确地图匹配算法( l s i p m m ) ，提高了匹配精度。在 对交通态势进行评价处理前，采用经典的加权速度平均算法为获取道路平均速度， 将支持向量机预测技术应用到对下一时刻路段平均速度的预测中去，按照预先设 定的评价体系，对获取平均速度的预测路段进行交通态势评价，确定出交通状况 等级。 同时，本课题结合了当前流行的b s 模式和j 2 e e 技术，开发出基于w e b 的交 通态势展示平台；最后展示了平台实际运行仿真结果。 关键词： i t s ，交通念势，地图匹配，浮动车，g p s g i s 山东大学硕士学位论文 a b s t r a c t t h et r a f f i cc o n g e s t i o nh a sb e c o m eo n eo ft h em a i np r o b l e m si nt h ee i t ya l lo v e rt h e w o r l d w i t ht h er a p i dg r o w t ho fo u rn a t i o n a le c o n o m ya n dt h eu n p r e c e d e n t e ds p e e d 叩 o fu r b a n i z a t i o n , t h en u m b e ro fa u t o m o b i l ei n c r e a s e sr a p i d l yy e a rb yy e a r , w h i c hr e s u l t i nt r a f 五c - j a m si nm a n yc i t i e s e v e ni fm a n yc i t i e sh a v ei n c r e a s e dt h e i ri n p u ti n c o n s t r u c t i o no ft r a f h cf a c i l i t i e s ，i ts t i l lc a n n o tr e s o l v et h ec o n t r a d i c t i o nb e t w e e nt h e i n c r e a s i n gn e e do ft r a n s p o r t a t i o na n dt h el o wu t i l i z a t i o no f 蛐cf a c i l i t i e s i n t e l l i g e n t t r a n s p o r t a t i o ns y s t e m ( i t s ) h a sb e e ns e e m e da st h eb e s ta c k n o w l e d g e dm e t h o dt os o l v e p r o b l e m si nt r a f f i cf i e l da tp r e s e n t t r a f f i cd a t af u s i o na n dt r a f f i cs t a t ep r o c e s s i n g m e t h o d sa l et h eb a s eo fi t sa n dp r o v i d ea ni n d e xf o ru r b a nt r a f f i c t h i sp a p e rf i r s t l yi n t r o d u c e st h ec o n c e p to ff l o a t i n gc a r , m a p m a t c h i n ga n ds o m e o t h e rt e c h n o l o g i e sa b o u tt r a f f i cs t a t e p r o c e s s i n g ，i n c l u d i n gf l o a t i n gc a l d a t a ( f c d ) c o l l e c t i o na n dp r e p r o e e s s i n gm e t h o d s ，d e t e r m i n a t i o no ft h en u m b e ro ff l o a t i n gc 碣 s u p p o r tv e c t o rm a c h i n ep r e d i c t i o n ，t r a f f i cs t a t ee v a l u a t i o ns y s t e ma n dg i sd i g i t a lm a p d e v e l o p m e n t b a s e do nt h ea n a l y s i so fm a p m a t c h i n ga l g o r i t h m s ，t h er o a dn e t w o r ko f j i n a nw a sb u i l t , a n dw ed e s i g nal a r g e - s c a l ei n c r e m e n t p r e c i s em a p m a t c h i n g a l g o r i t h m ( l s i p m m ) t oi n c r e a s et h em a t c h i n ga c c u r a c ya n daw a f f l es t a t ep r o c e s s i n g a l g o r i t h mb a s e do na v e r a g ev e l o c i t y 、析t l ls u p p o r tv e c t o rm a c h i n et op r e d i c ta n d e v a l u a t et h el e v e lo ft h e 锄cs t a t e a f t e rt h et r a 伍cs t a t eh a sb e e no b t a i n e d , j 2 e et e c h n o l o g yi su s e dt od i s p l a yt h e t r a l m cs t a t ei nw e b p a g e s t h ef c d w a su s e dt ot e s ta n ds i m u l a t e ，a n dt h ep a g e so ft h e r e s u l tw e r es h o w e di nt h ee n d k e yw o r d s ：i t s ，t r a f f i cs f a t e , m a p - m a t c h i n g , f l o a t i n gc a r 9g p s g i s 2 山东大学硕士学位论文 1 1 研究背景及意义 第一章绪论 随着城市化进程的加速，我国j 下面临着严峻的交通问题，特别是在大城市， 交通拥挤以及引发的交通事故，环境法治已经成国我国城市极其严重的“城市 病”【l 】。为了改善城市交通状况，解决我国城市的交通问题，提高城市交通系统的 运作效率，需要通过采用现代化的、科学的管理方法，把高新技术运用到交通管 理中来，从而提高现有路网的交通性能，提高整个道路交通的管理效率，提高道 路设施的利用率，最终实现城市交通管理的科学性【2 1 。 交通问题带来了巨大的负面效应，造成了巨大的人员伤亡和经济损失：据统 计，2 0 0 7 年全国共发生道路交通事故3 2 7 2 0 9 起，造成8 1 6 4 9 人死亡、3 8 0 4 4 2 人受伤， 直接财产损失1 2 亿元【3 】。同时，交通问题还会对交通出行者身心健康产生威胁和危 害。 为了改善道路交通运行状况，传统方法主要是通过建设新交通设施、扩大路 网来提高现有道路的通行力，但是，伴随着私人小汽车的快速增长，有限的基础 设旌利用资源与不断上涨的车辆保有量之间的矛盾越来越大，城市交通需求与交 通供给之间的矛盾日趋尖锐，道路交通拥堵现象越来越严重。据统计，截至2 0 1 0 年底，山东省全省机动车保有量达2 0 3 7 2 8 6 7 辆，位居全国第一。为此，人们希望 借助先进的信息技术作为解决问题的手段，充分运用并不断完善现有的道路交通 基础设施，更好地提高整个路网的运行效率和安全特性。 i t s ( i n t e l l i g e n tt r a n s p o r ts y s t e m ，智能交通系统) 已成为交通规划和管理者研究 的主要课题，并且在一些城市已有具体应用。美国智能交通协会主席柯林斯说，i t s 的应用可使现有公路使用率提高1 5 , - - - 3 0 1 4 1 。给i t s 系统装上能够获取实时道路 交通状念的“眼睛”已成为一个迫切的需求。为了从交通拥堵发生的根源上找出缓 解、控制城市交通拥堵的有效方法，有必要根据具体交通指标参数对拥堵进行定 量评价。 3 山东大学硕士学位论文 因此，基于创新型城市建设和建设节约型社会的实际需要，本课题对基于浮 动车的城市交通数据融合与交通态势处理方法进行相关研究分析与实验，对提高 交通管理和信息服务水平起到关键作用，经调研，本课题研究紧密结合实际，研 究成果具有创新性、前瞻性和实用性，成果具有良好的推广应用价值，可直接支 持和满足济南及其他城市对交通态势实时展示系统平台的需求，并能有效缓解当 前交通日益拥堵的状况。 1 2 国内外发展现状 2 0 世纪9 0 年代后电子信息技术在交通运输方面的应用越来越广泛，逐渐推进 了崭新的i t s ( i n t e l l i g e n t t 脚1 s p o r ts y s t e m ) 智能交通领域的形成。智能交通系统的 快速发展是关系国家经济深入发展和人民生活水平提高的基础领域，是2 l 世纪交 通运输信息化体系的重要发展目标，是国家近年来重点攻关发展项目之一，不仅 在“十一五”期间得到重视，同时也是新时期“十二五”建设规划的重要方向。对i t s 的广泛关注和重点投入，加速了智能交通系统在全世界范围内的普及和发展。 城市智能出行信息系统( u a t i s ：1 1 l eu r b a na d v a n c e dt r a v e l e ri n f o r m a t i o n s y s t e m ) 是智能交通领域最重要的子系统之一【5 】。而精确实时的交通态势的获取是建 立城市智能出行信息系统的基础【6 】，因此，城市交通数据融合与交通态势的研究顺 应的i t s 的发展方向，也可以为智能交通行业的发展提供动力支持。 1 国外：一些发达国家利用浮动车来采集道路交通信息，根据获取的交通信 息监控整个城市的交通状况。美国芝加哥地区的a d v a n c e ( a d v 锄c c dd r i v e ra n d v e h i d ea d v i s o rn a v i g a t i o nc o n c e p 0 项目是国际上较早开展g p s 浮动车技术研究的 项目。a d v a n c e 从1 9 9 1 年开始，对芝加哥约5 千辆浮动车进行实验，利用浮动车 数据融合技术，检测交通事故及道路状况，并发布交通信息为车辆导航提供参考， 从而提示驾驶员回避拥堵区域，提高出行质量，研究结果验证- g v s 浮动车作为交 通参考数据的可行性【7 】。新加坡l t a ( 城市陆地交通当局：l a n dt r a n s p o r ta u t h o r i t y ) 通过n m s ( 可变信息交通标志：v a r i a b l em e s s a g es i g n s ) 在高速路的主要入口为用 户提供行驶预测时间信息，这些信息主要通过地下传感线圈和约1 0 0 0 0 辆的装载有 g p s 设备的出租车获取，并用来计算不同路段的平均速度，然后用颜色在 4 山东大学硕士学位论文 t r a f f i c s c a n 网站上展示哺】。同本政府早在1 9 9 7 年就开始着手建立一项名为 i v h s ( i n t e l l i g e n tv e h i c l e - h i g h w a ys y s t e m s ) 的工程。该系统可以为出行车辆提供可 靠的交通信息，为用户出行导航引路，同时还考虑到车间通信，合作驾驶以及用 户安全等方面内型训。欧洲一些国家，如德i 玉i v o l k s w a g e n 汽车集团开展了名为g e d a s w a yf l o wp r o j e c t l 拘研究项目，利用浮动车采集道路信息，通过车载设备完成地图 匹配，行程时问估计，交通态势预测等操作。英国i t i s 股份公司从2 0 0 0 年开始研究 基于浮动车在交通信息采集中的应用，目l j i 浮动车数量达5 0 0 0 0 台以上，是世界上 规模最大的浮动车项目之一。2 0 0 3 年又建的两个子项目：s c o t t i s he x e c u t i v ej o u r n e y t i m ep l a n n e r 和l o c a la u t h o r i t yp s a c o n g e s t i o nm o n i t o r i n g 利用浮动车数据，分析出 行时间和道路交通拥挤状况，为出行者、交通规划和管理部门提供有效的数据支 持。 2 国内：我国在浮动车方面的研究和应用虽然在时间上起步比较晚，但发展 速度非常快。许多高校近年来纷纷开展了浮动车技术在交通领域的应用研究。东 南大学由王炜教授带领的团队在城市道路交通拥堵评价指标体系研究、道路通行 能力与交通流理论等智能交通运输的多个领域取得了丰厚的成果，特别是他研制 的”交运之星t r a n s t a r ”已在1 0 多个城市的交通规划、8 个省份的公路网规划与交通 信息管理及7 0 0 多个城市的”畅通工程”中应用，产生了巨大的社会经济效益。北京 交通大学2 0 0 2 年开展了“北京市路网功能层次划分及功能整合技术研究”项目，利用 少量g p s 出租车数据，对北京市路网结构和功能进行了分析和评价1 1 0 l 。宁波市2 0 0 4 年底完成了“城市动态交通信息采集与服务系统”，利用出租车g p s 数据得到道路交 通信息。2 0 0 5 年广州市先进的交通管理系统建设中，开始将8 0 0 0 辆出租车作为动 态交通信息的采集方式之一【l l l 。 国内的这些研究成果推动了我国智能交通领域的发展，但相比与国外一些发 达国家还存在一定的不足，有待进一步研究和发展。 1 3 论文组织 本文组织结构如下： 第一章主要分析了课题的研究背景及意义，对当前浮动车信息技术及智能交通 山东大学硕士学位论文 应用方面的国内外现状，并对全文的组织结构进行了概括。 第二章结合本课题的研究内容，对涉及到的相关技术做了介绍，包括城市交通 数据采集、电子地图匹配、交通态势处理和g i s 地图展示等。 第三章讲述了城市交通数据融合中地图匹配算法的研究，在讲述了本文采用的 空问路网建立方法后，详细介绍了本文所提出并采用的大尺度增量精确地图匹配 算法l s i p m m 。 第四章在对城市交通数据中不同类型浮动车数据和城市交通路网数据进行了 融合计算，得到各路段平均速度，在此基础上，利用s v m 支持向量机对下一时刻 的平均速度进行预测，并对城市交通状况进行评价分级。 第五章结合之前提出的相关技术，并介绍了仿真实验环境，展示了平台运行结 果。 最后第六章对全文的研究工作进行了总结，并指明了下一步的研究方向。 6 山东大学硕士学位论文 第二章城市交通信息处理相关技术 本课题城市交通数据整合与交通态势获取所涉及的相关算法和技术，主要包 括：浮动车数据采集方法、空间路网的建立、浮动车数据预处理方法、地图匹配 算法、交通态势预测算法以及g i s + w e b 平台展示技术。如图2 1 展示了本课题的 主要研究步骤及涉及的一些算法与技术。 7 彗嘉蠢 动态1 姒 鼍船厂1 数据1 - 信息 据 预 交 1 l r e b 采集鬻 处 地数通 j f 理 图据态 厶 匹 +呻_ 口 融势 展 k 问 配 厶 预 网数据h 路i 】c ) 9 口 测 刁i 数据 采集 | 库 、v 2 1 城市交通数据采集 图2 1 城市交通态势处理框架图 按照数据变化性，或将城市交通数据划分为静态数据和动态数据两种。静态 数据主要包括交通基础设施数据，如道路长度、道路宽度、道路自由流速度、交 叉口位置、建筑物位置等。这些数据通常在城市规划设计时已经确定，可从相关 交通部门获取，也可通过人工方法进行测量采集。动态数据主要包括道路上行驶 车辆的位最、行驶速度、行驶方向、行驶时间、道路上的车流量、车辆占有率等。 城市交通动态数据采集有传统的人工采集和先进的自动采集两种技术。其中 人工采集主要有人工记录法，该方法通常需要安排多个数据采集员在城市道路不 同位置，通过使用记录仪，记数器，测速议等手段采用手动方式将数据记录在纸 制记录表或记录板上。这种方法可以通过人的主观能动性灵活采集各类数据并进 行数据分类统计操作，直观明了，然而其致命的缺点就是需要投入相当大的人力 资源，并且劳动强度高；随着高科技的不断发展，这种传统的方法已经被智能的 自动采集方法所取代。 7 山东大学硕士学位论文 自动采集方法按照采用技术不同，可分为以下几种：摄像记录法、地面传感 线圈法、超声波检测法、红外线检测法和微波检测法等。 摄像记录法通过在检测对象的重要位置，如交叉口，安装摄像头的方法，定 时或全天候的记录城市交通动态数据，然后通过人工识别或图像处理技术获取有 用信息。该方法获取的视频数据信息量大，直观可靠，并且可以重复使用。然而 该法需要投入资金大，且摄像头易遭损坏；同时由于图像处理技术尚未成熟，而 人工识别又耗费人力资源等导致其未广泛投入使用。 地面传感线圈法通过在道路地面下埋设传感线圈，通过对线圈的电磁感应变 化达到检测车辆行驶速度、时间、车流量等数据的目的。这种方法需要提前将线 圈埋入地下，安装维护比较困难，同时也存在线圈容易损坏的缺点。 超声波检测法、红外检测法和微波检测法原理基本相同，主要通过在道路两 旁安装检测设备，利用超声波、红外线、微波等技术来达到检测交通动态数据的 目的。 以上方法由于采用技术不同、采集数据类型不同，存在各自的优缺点，但这 些方法都需要事先进行固定设备安装、同时要进行后期维护的缺点，并且这些装 备无法移动，实时性差，无法满足对城市全局交通态势实时处理的要求。 随着g p s ( g l o b a lp o s i t i o n i n gs y s t e m ) 全球定位系统的飞速发展，为了克服以 上方法在交通态势处理方面存在的不足，一种新的浮动车数据采集技术渐渐成为 交通数据采集的主流。同时城市公共交通工具( 如出租车，公交车) 上基本都已 经安装g p s 接收机，也使利用浮动车进行交通数据采集成为可能1 1 2 1 。 2 1 1 浮动车数据采集 浮动车，英文叫f l o a t i n gc a r ，也称探测车( p r o b ec a r ) ，是一种获取城市交通 信息的先进技术手段这一，并被广泛应用于智能交通系统领域中。它主要指装载 有车载全球定位系统设备，行驶于被观测城市道路中，用于采集城市交通信息的 车辆。通过对浮动车所采集信息( 位置、速度、方向等) 进行地图匹配、路径推 测等相关的计算处理，使浮动车数据与城市道路在时间空间上关联起来，用以获 取浮动车所经道路的平均行驶速度及浮动车的行驶时间等信息。如果在城市中部 8 山东大学硕士学位论文 并足够数最的浮动1 i ，j f ：将这止峰浮动1 i 的化戳数扒通过尢线通讯系统定期、实时 地化输到个信息处理1 - 心，信息t m 心综合处删，就- 叮以状得整个城1 1 ，动态、 实时的交通捌堵信息1 1 3 i 。 雉一j 二浮动车的交通信息采集系统二e 要- z i ：载设备，通信网络和交通信息i - 心 ：乏部分组成，如图2 2 所示。 图2 - 2 浮动车交通信息采集系统 首先，i h 浮动1 ：i ：的g p s 接收器接受束f | 定位m 艰的信号，从而确定浮动1 i 的位霄等信息，二 i 要包括乍载终端号、经纬度啦标、瞬时速度、方向、回传时问、 彳j 效性标识等数据信息；其次，浮动乍信息被转化成数字数据通过通信| 勾9 络发送 到交通信息中心；交通信息一 ，心根捌发米的数引进行存储、预处理，结合地图利 j k l l ；, i 的计算模型对交通参数如运行速度，运行时问等进行处理和f i i i 计，进而计 算 给定路段的实时交通状况。图2 3 为浮动乍交通信息采集处蟹l ! 通信网订意图。 j、 图2 - 3 浮动车交通信息采集处理通信网示意图 山东大学硕士学位论文 相对于之前提到的其他采集方法，浮动车数据采集存在如下优点： 1 )安装方便，无需对交通设施进行改变； 2 )实时性强，可以实时传输交通数据信息，能及时反映交通态势； 3 )移动性好，可以对城市全局交通数据进行采集。 本文研究所采用的浮动车为安装有g p s 定位和无线通信g p r s 装置的出租车， 公交车，所用到的浮动车数据是从济南出租车公司与济南公交总公司直接获取的。 2 1 2 浮动车数据预处理 浮动车g p s 相关数据在采集、发送、传输、接收及存储过程中，将会受到各 种随机因素影响，因此难免就会出现错误数据，丢失数据，重复数据等情况。为 了降低非正常数据对交通态势预测带来的负面影响，就要对数据进行必要的预处 理，实现对非正常数掘的识别处理。 针对交通领域的错误数据检验通常有阈值检验法和基于交通流理论的检验方 法两种。阈值检验法，顾名思义就是为数据设置取值范围，不在此范围内的数据 都认为是无效数据。基于交通流理论的检验法是通过流量、速度及占用率等间的 关系对检验对象数据进行判别的方法。对于经检验判定的错误数据，可以采取以 下两种处理方法：一是将其剔除，这种方法适用于可以得到大量实测数据而有少 量错误数据的情况；二是对数据进行修复，根据数据之间的相关性，如相邻的检 测数据、其它浮动车的检测数据等，将数据处理成没有偶然因素影响时本该表现 的数值或近似值【1 4 j 。 针对本文所采用的出租车及公交车数据，在进行浮动车数据预处理时所选用 的处理规则与方法如下所述： 1 )出租车返回状态为空载的数据 由于本文所采用的浮动车数据很多都是从出租车公司获得的，因此就会有空 载和非空载的情况，空载状态的出租车司机为了寻找乘客，通常情况下行驶速度 会低于道路j 下常行驶的其它车辆，同时空载车辆在寻客过程中会经常出现停车到 行驶，行驶到停车的状态，这样获得的非正常数据就可能不能萨常反映出当前道 路的交通状况。另外，有些空载出租车会为等待客源将车辆停靠路边的情况，这 1 0 山东大学硕士学位论文 样空载出租车中会出现大量的零速度数据，这些数据属于无用数据。因此，针对 这种空载数据，我们采取直接去除的处理方法。 2 )公交车到站数据 跟空载出租车情况类似的会出现公交车到站的情况，此时的公交车状况为： 减速_ 停车_ 上客一加速，处于这些状态时所采集的浮动车数据也不能够正常反 映道路的当前态势，对于这些数据，我们同样采取去除的处理方式。 3 )同一浮动车的多条重复数据 对于此类数据，可能会出现两种情况，一种是同一车辆同一时间出现相同经 纬度相同速度的多条数据，另一种是同一车辆同一时间出现不同经纬度或不同速 度的多条数据。对于第一种情况，本文主要采用保存一条，删除其它相同数据的 处理方法。对于第二种情况，本文主要是采取全部去除的方法。 4 )出现非正常速度的浮动车数据 g p s 返回的车辆速度数据可能会出现异常的情况，对于出现不正常速度的数 据，本文也将其分为靠经验直接可以判断的和需要计算才能判断的两种情况。对 于前一种情况，如：车辆行驶速度过大或小于零的情况，这样会直接影响到对路 段求平均速度。本文对于速度过大的错误数据，如果大于当前车辆所在城市的最 大道路自由流速度，则去除。另外如果出现速度值小于零的数据，也直接去除。 对于第二种情况，如：相邻前后两个时刻的数据速度值相近，而当前时刻的速度 值出现过大或者过小的情况，可将当前时刻的速度修改为前后两个时刻速度的平 均值。 2 2 地图匹配算法 2 2 1 地图匹配 地图匹配就是通过整合定位位置信息数据和空间路网数据( 道路中心线) ，来 确定车辆所行驶的道路并找出车辆在该道路上的实际位置。图2 - 4 为地图匹配的概 念示意图。如果车辆位置和基础道路网数据都足够精确的话，我们只需将从g p s 接收机得到的车辆位置简单的匹配到路网中最近的结点或道路上，便可以得到车 山东大学硕士学位论文 辆当前实际行驶的位置1 1 5 l 。然而，即使使用了相当好的校准传感器及传感融合技 术，也不可避免地存在定位精度不商的问题。i 司时，山于存在标绘误差、地图分 辨率不同以及用分段线性链路来近似代替曲线路段等原因，g i s 电子地图也无法达 到满意的精度【。6 j 。凶此，就需要进行城市交通数据的融合，将浮动车的g p s 定位 数据与电子地图j ：城市交通数据进行融合，通过地图匹配算法束修正不精确的定 位位置数据和空问路网数据，从而得到7 ：辆在地图上的真实化置。 2 2 2 地图匹配算法分析 图2 4 地图匹配概念示意图 本文按g p s 定位点位置信息的时间及窄问必系属性及应，j 范围不同将地图匹 配算法分为两种机制：增罱型单点地图匹配和全局型人，七度地图匹配。 a ) 增量型巾点地图匹配算法i ：要针对同1 浮云乍的g p s 定位数据进行地图匹 配，用于确定该浮云车打：某时刻的位置，随希浮动车的移动，每隔段时问会输 出个g p s 定位数据，这些g p si j 订后输 的数据通常有很强关联性，通过对这些 i i j f 自j 上连续的定位数据进行地图匹配柬确定该浮动车在的行驶轨迹，从而对该浮 动车进行跟踪。 增量型单 地图匹配算法从利用简单的搜索技术到复杂的滤波技术，许多学者 已经提出了多种匹配算法，这些算法各有优缺点1 1 7 】【1 8 】1 1 9 】1 2 0 j 。 基于点到点的地图匹配算法法将道路分为若i f 路段，用路段的端点作为g p s 定位点的道路匹配对象，利用几何技术计算g p s 定位点到路段各端点的距离，将 g p s 定位点匹配到距离最短的端点：这种方法只利用n j l 何信息技术，没有考虑 历史匹配信息，i 司时对路网数：# 化的程度非常敏感，即当路段的离散点化的程度 山东大学硕士学位论文 越离，匹配精度越高。 基于点到线的地图匹配算法通过计算g p s 定位点到路段的垂直最短距离，来 决定匹配路段，并将投影作为最佳匹配点；该方法同样只用到几何信息，未考虑 历史匹配结果，同时当定位误差或地图误差较大时，匹配不稳定，很容易出现误 匹配的情况。 利用方向的点到线的匹配算法在点到线的匹配中加入了g p s 定位点的方向信 息，与路段的方向进行比较，利用方向匹配程度与点到路段的距离参数共同决定 最佳匹配路段，同样将投影点作为匹配点。这种算法在一定程度上有所改进，但 当车辆速度为零或很低时不是太准确，同样也未考虑到历史匹配信息。 基于线到线的匹配算法是通过对比车辆行驶的轨迹形状与道路形状，利用一定 的方法计算线到线的距离；该方法同时利用了几何技术，路网结构与历史信息， 但是匹配精度取决于线到线距离的计算方法，一次错误的匹配可能会导致更多的 错误结果，同时它的实时性差。 另外还有利用更先进技术的地图匹配算法，如卡尔曼滤波、扩展卡尔曼滤波【2 、 d c m p s t e r - s h a f e r 证据理论【2 2 1 、灵活状态空间模型、粒子滤波【矧、模糊逻辑【2 4 l f 2 5 j 【2 6 】 和贝叶斯推理【2 7 】等技术。由于利用了高新技术，使得这些算法在匹配性能，精度 上都行到了很大提高，同时不仅有效的消除了g p s 定位点到道路的垂直误差，还 可以减少一定的水平误差；然而这些新技术通常需要事先建立模型或通过长时间 的学习来获取相应的参数，算法的复杂度高，匹配所需时间长，不适合进行应用 到实时性要求较高的交通态势处理系统中。 b ) 全局型大尺度地图匹配主要是通过匹配获取城市交通态势宏观信息，为政 府决策，交通维护等提供帮助。它指某一时刻针对某一区域( 通常为某市区) 内 的所有浮动车g p s 定位数据进行地图匹配操作，这些同一时刻的浮动车g p s 数据 通常关联性比较弱，通过对当i j 时刻所有匹配结果的统计分析可以得到当前城市 交通在某时刻每条路段上的交通流量，平均速度，车辆占有率等信息，从而反映 出当前城市交通态势，通过相应的多方式多渠道展示给相关用户，可起到方便用 户出行，缓解交通压力，增加交通设施利用率等作用。 目前在全局型大尺度地图匹配算法方面的文献相对较少，北京航空航天大学与 北京交通信息中心联合提出一种基于小网格路网1 2 8 l 组织结构的快速地图匹配方 1 3 山东大学硕士学位论文 法，通过网格划分方法，将北京市城市路网划分成若干个小网格，通过浮动车的 g p s 的经纬度与网格边缘经纬度做比较，确定出浮动车所在网格，将网格中的路 段作为候选路段，通过最短投影法计算出匹配路段和匹配点。该算法在计算速度 上有所提升，但是由于在匹配时没有考虑历史匹配结果信息和路网拓扑结构，因 此可能会出现误匹配的现象，匹配精确也会受到影响。 综上所述，第一类匹配算法由于在同一时刻仅对单一的数据进行匹配，因此计 算性能压力较小，比较容易满足对实时性的要求。同时该匹配算法可以通过考虑 前后数据有关联性，利用历史数据的匹配结果进行当前数据点的匹配，因而有比 较高的匹配精度。而后者由于在宏观层面上考虑，数据量比较大，所以为满足实 时性的要求，通常需要高性能的计算机及有效的实现算法来实现同一时刻对整个 城市浮动车g p s 数据的匹配工作，同时由于其数据之间的离散性和低耦合性，导 致其匹配精度相对较低，出现误匹配的情况。 本课题在综合考虑以上两类匹配算法的基础上，针对某一时刻全局型大尺度的 相对离散的所有车辆( 假设为n 辆) 的定位数据，将其与最近的上几个时刻的历 史位置数据及已经完成的地图匹配结果数据相关联，形成n 个增量型单点地图匹 配。这样可实现将增量型单点地图匹配算法的优点用在全局型大尺度地图匹配算 法上，用以达到高精确性，高匹配度，高运行能力，高实时性的要求。 2 3 交通态势处理评价 2 2 1 交通态势获取算法 实时交通态势获取包括实时交通状态估计和实时交通态势预测两部分。实时 交通状态估计是指通过有限数量的实时交通测试方法对一定区域内每一时刻的交 通参数( 交通流、平均速度、车辆密度等) 进行估计的方法。实时交通状态估计 是交通监控的基础任务，有很多学者在这方面进行了相应的研究工作。这些研究 大都是基于宏观交通流模型和( 扩展) 卡尔曼滤波技术。早期的研究交通状态估 计多数都是针对高速公路路段进行估计，估计方法相对也都比较简单f 2 9 】。 实时交通状态预测是指利用当l j 的交通数据对未来下一时刻可能出现的交通 1 4 山东大学硕士学位论文 状况及相应的交通参数。目前存在的关于交通状态预测的算法通常有卡尔曼滤波 及其变形、粒子滤波法1 3 0 】、神经网络法【3 1 1 、交通建模法等；其中由于传统的卡尔 曼滤波无法处理非线性，时变，不确定性的交通问题，因此更多的是利用卡尔曼 滤波的变形，如扩展卡尔曼滤波1 3 2 】、无迹卡尔曼滤波【3 3 】、混合卡尔曼滤波等。 其中神经网络法由于其自适应、自组织、自学习的能力，最为受到广大学者热捧。 但它主要以经验风险最小化为原则，在进行拟合预测估计时存在大样本、过学习、 局部极小值等缺点。伴随着s v m ( s u p p o r t v e c t o rm a c h i n e ) 研究的发展，支持向量机 在函数拟合和回归估计等领域体现出了一定的优越性，解决了一些神经网络无法 解决的过学习问题。由于支持向量机方法可以有效地解决交通领域中的非线性、 时变、高维模式和不确定性等特性，在交通流预测、交通时序预测等方面的良好 效果，目i ；i i 已经得到较好的认可【3 5 】【3 6 1 。 在交通状态估计和预测方面，以上所述算法大多都是以高速公路作为对象， 很少有对市区内交通道路进行估计和预测的研究，本课题将支持向量机预测算法 应用到市区道路中，实现对城市交通态势的处理。 2 2 2 满足平均速度估计精度的浮动车样本数量确定 假设给定路段上的车辆速度是随机的，设车辆速度为随机变量u ，由概率论 可知，u 服从j 下态分布。令以= 鸬陆( = ，贝, j u - n ( j z , c r 2 ) 。假设路段上刀辆 浮动车的速度分别为v l ，屹，浮动车速度平均值矿= 去喜_ ，由正态分布分布 可知：y i v ( ，生) ，标准化后得： 刀 定置信水平l 一口，有 即 ! 车一( o ，1 ) 。由区间估计理论知，对于给 仃、刀 刊斋h 斗口 一 一! 盯 一 一! 仃 尸( ，一手，+ 手) = l - ( z 、，刀、，刀 若速度允许的估计误差为+ d k mlh ，那么 山东大学硕士学位论文 蚓一降卜 ” 赢一刀= 阿甩阱荆 黼删楸衲刀悄。 2 2 3s v m 支持向量机 1 9 9 5 年，c o r i n n ac o r t e s 和v a p n i k 等人提出了新型的机器学习方法支持向量机 s v m ( s u p p o r tv e c t o rm a c h i n e ) ：该方法是一种基于统计的学习方法，它是结构化 风险最小化归纳原则的近似，其理论基础是统计学习理论1 3 7 1 。 s v m 根据有限的样本信息在模型的复杂性( 即对特定训练样本的学习精度) 和 学习能力( 即无错误地识别任意样本的能力) 之间寻求最佳折中，使经验风险和置信 范围达到最佳组合，以期获得最好的推广能力。 由于s v m 出色的学习能力，能够很好地解决函数估计和回归预测问题，国内 外学者针对交通系统的非线性、时变、随机性和不确定性等复杂特性，将s v m 应 用到交通状态预测领域中，取得了很好的成效。 s v m 在交通领域中的应用主要集中在交通流量、时间序列预测方面，在路段 平均速度预测方面的研究有限，因此s v m 在交通态势处理中对路段平均速度进行 预测方面的应用，还有待进一步深入开展。 l i b s v m 是台湾大学博士林智仁( c h i h - j e nl i n ) 等人开发设计的，它是一个方便 使用、操作容易、快速有效的通用支持向量机软件开发包，可以解决分类、回归 以及分布估计问题等。同时还提供了常用的四种核函数：线性核函数、多项式核 函数、径向基核函数( r b f ) 和s 形核函数。有效地解决了分类问题、对不平衡 样本加权、交叉验证选择参数和多类概率估计问题等。该软件包不仅提供源码， 还提供w i n d o w s 操作系统下的可执行文件：主要包括进行s v m 的命令 1 6 山东大学硕士学位论文 s v m t r a i n c x e | 用支持向量机模型对数据进行预测的s v m p r e d i c t e x e 还有对数据进 行归一化处理的简单缩放操作s v m s e a l e c x c 等可在d o s 环境下运行的程序。各命 令的具体使用方法及参数意义请参考附录l 。 本文将利用l i b s v m 对进行融合后的城市交通道路下一时刻的平均速度进行 预测，并与实际测试的结果进行比较分析。 2 2 4 交通态势评价体系 在获取到每个路段的平均速度后，便可根据道路路段级别和路段平均速度参 数来评测当前路段的交通拥挤状况。交通拥挤是交通运行状况的直观表现，目前 各国对交通拥挤程度尚无统一的量化指标1 3 8 】【3 9 i 。 美国交通工程手册中对城市干道运行状况，道路服务等级主要以三个指标为 衡量：平均行驶速度、车流量和通告能力的比值、相应的负荷系数。如表2 1 所示， 美国有交通服务水平分为a f 六个等级，其中e 、f 等级主要体现出交通拥堵情况 【4 9 1 。 表2 1 美国城市干道运行标准 同本同样根据服务水平来衡量交通状况【5 0 l 。其规划等级标准中对道路服务水 平的划分主要通过车流量与通告能力的比值来确定。表2 2 描述了同本道路水平规 定内容及对应美国标准中的等级。 1 7 山东大学硕士学位论文 表2 2 日本道路水平标准 在2 0 0 2 年，我国公安部公布的城市交通管理评价指标体系中规定，用城 市主干路上机动车的平均行程速度来描述其交通拥挤程度： ( 1 ) 畅通：城市主干路上机动车的平均行程速度不低于3 0 k m h ； ( 2 ) 轻度拥挤：城市主干路上机动车的平均行程速度低于3 0 k m h ，高于2 0 k m h ； ( 3 ) 拥挤：城市主干路上机动车的平均行程速度低于2 0 k m h ，但高于1 0 k m h ； ( 4 ) 严重拥挤：城市主干路上机动车的平均行程速度低于1 0 k m h 。 2 0 0 5 年，公安部交通管理局建设部城市建设司印发的城市道路交通管理评 价指标体系( 2 0 0 5 年版) 中规定了主干道平均车速分级标准及公共交通车辆平均 运营速度分级标准，如表2 3 ，表2 - 4 所示 表2 3 主干道平均车速分级表单位：公里，小时 评价标准等级 一 二 三 四 五 特人型和a 类城市【2 8 ，3 3 2 5 ，2 8 ) 2 2 ，2 5 ) 1 9 ，2 2 ) 【o ，1 9 ) b 类城市 【3 1 ，3 6 】【2 8 ，3 1 ) 【2 5 ，2 8 ) 【2 2 ，2 5 ) 【o ，2 2 ) c 、d 类城市 【3 4 ，3 9 】【3 1 ，3 4 ) 【2 8 ，3 1 ) 【2 5 ，2 8 ) 【0 ，2 5 ) 指数 9 0 ，1 0 0 】【舳，9 0 ) 【7 0 ，8 0 ) 6 0 ，7 0 ) 【o ，6 0 ) 表2 4 公共交通车辆平均运营速度分级表单位：公里，j 、时 评价标准等级 一二三 四五 p 1 2 銎o 【1 6 ，2 0 ) 【1 2 ，1 6 ) 【1 0 ，1 2 ) g 3 2 那么车辆当前行驶在路段m 上。 在式2 2 中，k 是时间标签。m 是候选路段的条数。q i ( 七) 代表在时刻k 路段i 的匹配度。 最佳匹配路段需要满足两个重要的要求： 1 ) g p s 定位点与该点在路段上的投影点距离不能过远。 2 ) 车辆的行驶轨迹应当与道路形状相吻合。 式3 3 和3 4 定义了距离和方向对匹配归一化后的贡献度指标 烈尾 p r ) 2 团i 3 3 l + 竖上；型 崛= 褊s 易 3 4 式中，只为g p s 定位位置在候选路段上的投影位置。车辆行驶速度和投影到 路段上的速度分别为砭和霉，盯为定位误差的标准偏差，嚷为车辆行驶方向与 路段前近方向的夹角。 然后通过公式3 5 便可计算得到每条候选路段的匹配度，在此，我们定义 q ( 0 ) = 0 。 q ( 七) = 口d ( 七) + p v ( k ) + r q ( k - 1 ) 3 5 山东大学硕士学位论文 式3 5 中，口，和，分别为分配给距离、方向、历史位置对匹配贡献度指标的 权值，且都不小于0 。 对参数的选择时，匹配度g 应满足如下标准： 在9 是递推计算的，应收敛在有限数值，并尽量少受测量噪声的影响。 真实道路的鳞很容易与其他道路区分开。 满足第一个标准要求y 【0 ，1 ) ，这样道路的匹配度会收敛于有限值 q ( 栌击( o ! d c k ) + 朋七) ) 3 6 它的均值和方差如下： 研q ( 后) 】_ 专( 口e 【d ( i i ) 】+ 夕e 【y ( 七) 】) 3 - 7 v a r 【q ( 七) 】2f 荨( 口2v a r 【以后) 】- i - p 2v a r v ( 七) 】) 3 8 式3 8 中，r 【q ( 七) 】应尽量小，因此口，取值要小，而科q ( 七) 】应与其他路 段有明显的差值，因此口，不能太小，同时考虑到大多道路的相似性，所以 口 。本文经多次实验确定口= 3 ，= 2 ，厂= o 5 c 匹配仿真结果展示 针对本节所述的地图匹配算法，我们首先进行了增量型普通路段地图匹配实验 仿真，我们选取2 0 0 9 年1 2 月4 日采集的沿山大南路、山大路、解放路、历山路 和文化西路，问隔5 s 一次，共1 2 4 条数据作为测试数据。如图3 - 9 为仿真结果图， 图中红色圆点表示g p s