基于影响因素分类的路段行程时间融合研究

第27卷 第4期2010年4月

公 路 交 通 科 技

Journal of Highw ay and Transportatio n Research and Develo pment

Vol 127 No 14 Ap r 12010

文章编号:1002O 0268(2010)04O 0116O 06

收稿日期:2009O 09O 01

基金项目:国家高科技研究发展计划(八六三计划)资助项目(2007AA12Z242,2007A A11Z218,2007AA11Z245)作者简介:杨兆升(1939-),男,辽宁大连人,教授,研究方向为智能运输系统1(yangz s@jlu 1edu 1cn)

基于影响因素分类的路段行程时间融合研究

杨兆升,高学英

(吉林大学 交通学院,吉林 长春 130022)

摘要:对基于固定检测信息和浮动车G PS 信息的路段行程时间估计方法进行介绍和分析,明确了对基于以上两种检测信息进行路段行程时间估计方法有重要影响的因素,并设计试验对影响因素进行量化分析。在影响因素量化分析基础上,讨论两种估计方法的适用条件。对影响因素进行组合分类,并在分类的基础上对两种估计方法采用加权融合进行处理,分析了最优权重的分配原则。最后,用试验数据对融合方法进行验证,结果令人满意。关键词:交通工程;行程时间估计;加权融合;城市道路路段;最优估计中图分类号:U491 文献标识码:A

Rese arch on Travel Time Fusion Ba sed on Influencing Factors Classif ication

Y A NG Zhaosheng,G A O X ueying

(College o f Transportatio n,Jili n Uni versity,Changchun Jili n 130022,Chi na)

A bstract:A detailed description and analysis of the methods of travel time estimation based on the data collected by fixed detector and floating car were made 1The main factors influencing the accuracy of the above mentioned two methods were clearly defined,and the experiment was designed to make quantization analysis of these influencing factors 1Based on this analysis,the applicable conditions of the tw o methods were discussed 1The influencing factors were grouped and classified,the weighting f usion method was applied to the two results of the abovementioned estimations,and the distribution principle f or optimal weighted value was analyzed 1At last,the abovementioned f usion method w as verified by the experimental data 1The result was encouraging 1

Key words:traffic engineering;estimation of travel time;weighting f usion;urban road section;the optimal es 2timation 0 前言

路段行程时间是反映路段交通状况的重要指标,准确的路段行程时间估计,是交通诱导系统、交通信息服务系统以及交通协调控制系统的重要基础。行程时间的估计方法有很多,目前常用的方法有基于检测线圈的路段行程时间估计方法、基于G PS 浮动车的路段行程时间估计方法、牌照法、手机定位法等。目前,国内应用最广泛的路段行程时间估计方法主要是基于布设在道路上的线圈检测数据和浮动车GPS 数据进行估计。由于技术及经济等方面的原因,国内城

市道路大都采用的是单线圈布设方案,基于固定检测数据估计的路段行程时间主要也是基于单线圈检测数

据进行。单线圈检测数据,能较为真实地反映其布设地点附近的交通状况,但对于整个路段的交通状况存在一定程度的失真,且这种失真随着交通状态及车辆行驶方向等因素的变化而不同,这直接导致基于此类信息的行程时间估计出现不同程度的偏差。另外,国内各个城市都拥有相当规模的出租车保有量,且很多出租车都装有G PS 接收机,由于出租车出行在时间和空间上的随机性和分散性,能在很大程度上覆盖城市道路,积累的G PS 信息越来越丰富,这些信息完

全可用来估计路段行程时间。但同样由于出租车分布的随机性,会导致某些路段的某些时间段能获得GPS 信息的出租车样本量过少,甚至没有,这会导致路段行程时间估计的准确性下降甚至无法估计路段行程时间[1-3]。

鉴于以上这两种估计方法各有优缺点,且存在一定的互补性,本文将对以上两种估计方法有重要影响的因素,如交通状态、车辆行驶方向和浮动车样本量展开深入分析,对两种估计方法根据影响因素分类融合,以提高估计的准确性。

1路段行程时间估计方法

111单检测线圈的路段行程时间估计方法

布设在路段上的单线圈检测器能检测到布设地点的交通流量、占有率和速度等数据[4],可以利用这些数据,对路段行程时间进行估计。

本文将路段行程时间分为路段行驶时间、交叉口延误时间和交叉口通过时间3部分,路段行程时间是此3部分的和。

(1)路段行驶时间的计算

路段行驶时间的计算,首先是通过检测数据估计路段平均行驶速度,用路段长度,除以路段平均行驶速度,即可得到路段行驶时间。单线圈可以提供地点车速v t,该检测速度反映的是线圈附近的交通状况,需要将其转化成反映路段情况的行程速度,转化公式如下:

v s=v t-R2t/v t,(1)式中,v s为路段行驶速度;v t为地点车速;R2t为地点车速观测方差。

(2)交叉口平均通过时间

交叉口平均通过时间T p为交叉口长度L与饱和流率L和平均车长l k之比[5],表示如下:

T P(k)=L/(L#l k),(2)式中,T P(k)为第k时段交叉口通过平均时间;L为交叉口车辆行驶路段长度;L为车辆通过交叉口的饱和流率;l k为第k时段平均车长。

(3)交叉口延误时间计算

对于交叉口延误的计算,本文根据HC M2000方法,基本公式如下:

d=d1(PF)+d2+d3,(3)

d1=PFC(1-g/C)2/21-X

g

C

,X[1,

PFC(1-g/C)2/21-g

C

,X>1,

(4)

式中,PF为均匀延误修正系数;d1为均匀控制延误;

d2为增量延误;d3为初始排队延误;C为信号周期;g

为车道组的有效绿灯时长;X为车道组饱和度。

d2=900T(X-1)+(X-1)2+8klX

c T

,(5)

d3=

1800Q b(1+u)t/(c T),Q b>0,

0,Q b=0。

(6)

式中,c为修正的通行能力;Q b为初始排队长度;u为

延误系数;t为时段T内需求大于通行能力的时间;l

为交叉口上游限流修正系数。

112基于浮动车的路段行程时间估计

基于浮动车GPS信息的路段行程时间估计可大

体分为以下几个步骤:

(1)将出租车的G PS信息匹配到车辆行驶的道路

上[6-7]。

(2)根据匹配信息估算车辆通过路段上下游节点

时间差,剔除车辆在路段中的干扰停车来获取单车路

段行程时间,计算如下:

t i j T=t ij O-t ij I-D,(7)

式中,t ij T为在i时间段内通过路段j的某车辆的行程

时间;t i j O为在i时间段内驶出路段j的时间;t i j I为在i

时间段内驶入路段j的时间;D为在i时间段内出租车

在路段j上的干扰停车,主要是出租车服务停车时间。

服务停车是指车辆在路段中出租车载客时间,且

一般出租车在一个路段仅有一次服务停车,因此将发

生在路段的非信号停车排队区域之前,G PS检测到的

第一个停车在5~3s之间的停车间隔作为服务停车

时间剔除。

(3)对估计时段内采集到的所有车辆的单车路段

行程时间平均处理,将该值记为路段行程时间。

2行程时间估计影响因素分析

基于固定检测信息和浮动车信息估计路段行程时

间受到很多因素影响,其中,交通状态、车辆行驶方向

以及浮动车样本量的影响相对较为明显。

本文将交通状态分为畅通状态、一般拥堵状态和

严重拥堵状态。畅通状态,交通量相对较小,车辆间

影响可以忽略,车辆个体行为突出,分析时段开始前

没有排队现象,车辆没有二次排队通过交叉口现象,

交叉口延误较小;一般拥堵状态,交通量相对较大,

车辆间相互影响较大,个体行为受到一定影响,某些

分析时段开始前会出现初始排队现象,会出现二次停

车,交叉口延误时间有比较明显的增加;严重拥堵状

117

第4期杨兆升,等:基于影响因素分类的路段行程时间融合研究