考虑临近时空序列影响的城市交通状态判别方法

陈泽山，方 捷，许梦云，肖平辉，刘志佳

(福州大学土木工程学院，福建 福州 350108)

0 引言

装有GPS设备的车辆作为浮动车判别交通状态已逐步走向成熟[1].邬群勇等[2]利用出租车轨迹数据计算道路拥堵指数.Nantes等[3]将线圈数据、手机GPRS数据和GPS数据作为多源异构数据，为城市主干道建立实时交通预测模型；孙超等[4]利用出租车、百度地图、公交车的GPS数据作为数据源构建融合算法进行交通状态判别.这些算法在评价道路交通状态有较好的效果，但需其他多源数据提高算法准确性.李勇[5]将城市区域划分为40×40个单元格，计算各时段各网格中车辆轨迹的平均速度确定拥堵阈值.Yang等[6]将研究区域划分为30×20个格子，基于相关交通特性判别拥堵.通过网格法判别交通状态能较好地描述城市宏观交通状态，但容易忽略区域网格内的路网密度等因素，单路段高拥堵状态平均到区域网格内,其显著性降低.

鉴于此，本研究基于车辆GPS数据特性进行车辆轨迹化处理，以离散的路段和时间段为分析单元对道路网络进行交通状态研究，由于交通流在时空上具有延续性和相关性的特点，采用考虑邻近时空序列速度可提高算法的准确性.

1 营运车辆GPS数据特性分析

研究以漳州市中心城区2017年4月11日营运车辆的GPS数据作为数据源，车辆类型分为载货和载客汽车两大类.载货车辆在道路交通网络中承担着跨区间长距离的货流输送的职能，车辆一般以较高速度行驶，能充分反映道路交通状态，缺点是由于交通管制等原因，车辆在城市中心交通网络覆盖率低；……