巴興強，朱海濤，李 燊，姜博瀚，雷 杰，谷吉海

(1．東北林業(yè)大學交通學院，哈爾濱150040;2．哈爾濱商業(yè)大學輕工學院，哈爾濱150028)

1 出租車運行研究概述

伴隨我國經(jīng)濟快速的發(fā)展和城市化進程的逐步擴大，有關(guān)于交通方面的各項設(shè)施也逐步得到了完善，城市交通的快速發(fā)展為我們的出行提供了很多便捷。但是，由于道路路網(wǎng)的規(guī)模不可能無限制的擴大，但汽車產(chǎn)量卻在不斷地提高，致使兩者之間出現(xiàn)了日益激化的矛盾。在這種交通供給無法滿足交通需求增長的狀況下，交通路網(wǎng)的正常運行常常受到很多因素的干擾，并且一旦異常的交通狀態(tài)形成如交通堵塞、交通事故等現(xiàn)象，并由點到面的迅速蔓延，很可能會導致整個交通路網(wǎng)路段出現(xiàn)癱瘓。出租車GPS數(shù)據(jù)信息采集是依據(jù)裝載有GPS設(shè)備的出租車在其運行過程中定期記載的車輛行駛信息，如出租車編號、GPS采集時間、緯度、經(jīng)度、速度、運行方向和空重車等數(shù)據(jù)，應(yīng)用地圖匹配和坐標轉(zhuǎn)換等相關(guān)計算模型和算法進行處理，使出租車行駛數(shù)據(jù)和路網(wǎng)路段在時間和空間上關(guān)聯(lián)起來，最終得到出租車所經(jīng)過道路的車輛平均行駛速度和行駛時間等交通信息。

1．1 出租車GPS數(shù)據(jù)在城市交通運行狀態(tài)中的應(yīng)用

對于GPS數(shù)據(jù)的挖掘與應(yīng)用，國內(nèi)的研究人員主要從利用GPS數(shù)據(jù)對道路狀態(tài)進行估計、利用出租車GPS數(shù)據(jù)研究出行行為、利用GPS數(shù)據(jù)建立出租車調(diào)度系統(tǒng)和將出租車GPS數(shù)據(jù)應(yīng)用于交通規(guī)劃4個方面進行研究。

(1)利用浮動車GPS數(shù)據(jù)對道路狀態(tài)進行估計

同濟大學童小華等人在此方面研究出了成功的模型。他們的實驗結(jié)果驗證了所建立的模型的有效性和方法的正確性。他們的主要思路是:在基于大樣本以及長周期條件下(大樣本即車輛數(shù)目在5 000～50 000輛之間，長周期即GPS數(shù)據(jù)傳送間隔為2～8 min)，在GIS環(huán)境下，用仿真的出租車GPS數(shù)據(jù)來估計和推算行程時間(包括建立估計模型、基于GIS的仿真、使用House holder變換求解大規(guī)模矩陣)，以便將仿真數(shù)據(jù)與最初每條路段上的行駛時間進行比較［1］。

黃玲和徐建閩等人利用浮動車的GPS數(shù)據(jù)對路網(wǎng)實時交通流的狀況進行判斷，并結(jié)合路網(wǎng)靜態(tài)的拓撲結(jié)構(gòu)，應(yīng)用多重模糊推理方法，對路段發(fā)生交通擁擠的概率、行程時間和擁擠程度做出預(yù)測，從而提出了一種預(yù)測動態(tài)交通擁擠的新模型。該模型的現(xiàn)場實測數(shù)據(jù)表明，新模型具有較為良好的預(yù)測效果［2］。

張和生等人的研究是在GPS數(shù)據(jù)誤差修正的基礎(chǔ)上，采用樣本平均值來估計大樣本數(shù)據(jù)量的路段平均行程時間，采用中位數(shù)來估計小樣本數(shù)據(jù)量的路段平均行程時間，并在此基礎(chǔ)上計算出置信區(qū)間和置信度。該研究采用出租車GPS數(shù)據(jù)進行估計，與實測數(shù)據(jù)的估計值進行比較后發(fā)現(xiàn)結(jié)果相差較小，證明了該方法能夠較好的應(yīng)用于在估計路段平均行程時間［3］。

(2)利用GPS數(shù)據(jù)研究交通運行特性和居民出行行為

李艷紅等人在采集蘇州市出租車GPS數(shù)據(jù)的基礎(chǔ)上，對出租車調(diào)度系統(tǒng)進行研究，使用空間分布等評價指標體系和分析方法，構(gòu)建了出租車出行時間分布模型。該時間分布模型通過比較工作日和非工作日的出租車出行特性，為城市交通管理措施的制定和進一步研究出租車的交通運行特性提供了數(shù)據(jù)支持［4］。

同濟大學的傅常倫等人對出租車的空駛現(xiàn)象進行了調(diào)查研究，利用出租車的GPS數(shù)據(jù)得到了不同時段出租車乘車的供給和需求的關(guān)系。通過分析不同時段的出租車空駛率，該研究旨在找出降低空駛率、實現(xiàn)出租車資源有效利用的手段［5］。

中南大學的童曉君等人則利用出租車的GPS數(shù)據(jù)分析了居民出行行為，對工作日和非工作日情況下的出行分別進行對比研究，取得了一定的成果［6］。

(3)出租車GPS數(shù)據(jù)在車輛調(diào)度方面的應(yīng)用

南京大學的周曉敏等人將GSM網(wǎng)絡(luò)、帶有GPS功能的手機和安裝了GPS系統(tǒng)的出租車及GIS應(yīng)用等進行整合，進行出租車呼叫與調(diào)度的研究?？蛻舳耸謾C采用處理后的柵格化數(shù)據(jù)進行電子地圖顯示，服務(wù)器端采用矢量數(shù)據(jù)進行顯示，以滿足嵌入式設(shè)備以及系統(tǒng)的實際需求。該方案具有成本低、速度快等特點，能有效降低出租車空載率［7］。

同濟大學的楊濤以上海大眾交通公司提供的出租車GPS數(shù)據(jù)為基礎(chǔ)，對原數(shù)據(jù)進行過濾和處理，實現(xiàn)了提取功能，滿足了交通公共信息平臺的應(yīng)用要求和交通管理和建設(shè)的需要，有效的提高了交通資源的利用率［8］。

(4)出租車GPS數(shù)據(jù)在交通規(guī)劃中進行應(yīng)用

趙磊等人基于現(xiàn)有的出租車OD調(diào)查在實際過程中存在的不足，提出了一種基于GPS和GIS系統(tǒng)的推算方法。該算法通過FME UniversalTranslator矢量圖形轉(zhuǎn)換軟件和Excel—VBA宏，實現(xiàn)了出租車OD 矩陣的推算［9］。

武漢大學的唐爐亮等人則研究了駕駛員路徑選擇的認知行為和類蟻群行為的特征。他們利用采集的浮動車數(shù)據(jù)，根據(jù)城市道路等級與通行頻率等信息，建立駕駛員路徑選擇的信息素等級路網(wǎng)，以此作為路網(wǎng)初始信息素，綜合考慮行程時間、通行距離、路徑信息素等級等多個因素，提出了公眾出行路徑的基于蟻群優(yōu)化算法的優(yōu)化算法。該算法以武漢市路網(wǎng)和浮動車為試驗數(shù)據(jù)，將得出的路徑與浮動車數(shù)據(jù)庫中的軌跡進行了比較。結(jié)果表明，基于蟻群優(yōu)化算法與出租車GPS數(shù)據(jù)的公眾出行路徑同出租車駕駛員選擇的路徑的相似程度很高［10］。

出租車運營GPS數(shù)據(jù)的城市交通運行狀態(tài)判別方法可以高效地獲取實時的路網(wǎng)路段信息，獲知路網(wǎng)路段交通狀況，實時快速地為出行者提供交通信息，還可以通過查詢選擇最優(yōu)出行路線、時間和方式，高效地完成出行過程。同時可為交通管理部門提供實時可靠的數(shù)據(jù)分析，便于交通管理部門對交通狀態(tài)的判別和分析，提高整體行車速度，確保道路暢通。

2 出租車GPS數(shù)據(jù)處理

2．1 GPS數(shù)據(jù)處理方法

在獲取的城市出租車GPS數(shù)據(jù)信息的基礎(chǔ)上，建立oracle數(shù)據(jù)庫，包括出租車的坐標、軌跡、空駛狀況等，對獲取的數(shù)據(jù)進行分類儲存，對儲存的數(shù)據(jù)進行挖掘分析。其中包括數(shù)據(jù)過濾、降噪，根據(jù)城市地理范圍選擇調(diào)查的區(qū)域，選擇城市范圍內(nèi)出租車數(shù)據(jù)，去除城市范圍外的數(shù)據(jù)?？衫密囕v瞬時速度閾值檢驗法去除錯誤數(shù)據(jù)，車輛瞬時速度Vp應(yīng)滿足0≤Vp≤fv·vmax，其中fv為修正系數(shù)(一般取值為1．3～1．5)，vmax為道路的限制速度(km/h)。通過分析，確定合理的交通小區(qū)劃分、出租車運行狀態(tài)采樣時間間隔和出租車樣本量等參數(shù)。

2．2 GPS數(shù)據(jù)信息與電子地圖匹配

首先利用點-線投影法將GPS數(shù)據(jù)點與路段進行匹配，然后利用行駛方向數(shù)據(jù)(見表1)對GPS數(shù)據(jù)點在道路上的方向進行匹配如圖1所示。

表1 行駛方向數(shù)據(jù)Tab．1 Directional data

圖1 GPS數(shù)據(jù)點與路段匹配Fig．1 GPS data points matching with sections

我國學者沙云飛［11］等人充分研究了浮動車所采集的數(shù)據(jù)返回時間間隔，如果GPS返回數(shù)據(jù)時間間隔較短，那么返回數(shù)據(jù)點就會比較多，可采用CesarA Quiroga在其研究中描述的速度積分法［12］來計算平均速度，平均速度。

式中:t0為出租車在該路段上返回的第一個數(shù)據(jù)時間;tp為出租車在該路段上返回最后一個數(shù)據(jù)時間;td為第一個返回數(shù)據(jù)與最后一個返回數(shù)據(jù)的時間間隔;d為出租車行駛的距離。

3 交通運行狀態(tài)判別方法

3．1 GPS 數(shù)據(jù)結(jié)構(gòu)

利用出租車運營實時監(jiān)控系統(tǒng)，從數(shù)據(jù)庫中獲取出租車運營起訖點GPS坐標數(shù)據(jù)、出租車運營行駛軌跡和出租車空駛狀況等。出租車GPS設(shè)備應(yīng)用AGPS模塊采集的數(shù)據(jù)，具有標準的固定格式，其中包括序號、出租車編號、GPS采集時間、緯度、經(jīng)度、速度、運行方向和空重車等數(shù)據(jù)如圖2所示。

3．2 交通運行狀態(tài)判別

對處理后的出租車GPS數(shù)據(jù)進行數(shù)據(jù)挖掘，采用K-Means聚類分析法對交通小區(qū)進行動態(tài)劃分，做出合理的交通小區(qū)?；诔鲎廛嘒PS和GIS數(shù)據(jù)，計算出租車OD時空分布。對劃分后的交通小區(qū)進行初步篩選，利用平均行駛速度描述第i個小區(qū)在t時段內(nèi)的運行快慢。根據(jù)各小區(qū)局部速度分布圖和該區(qū)域出租車GPS數(shù)據(jù)中的位置和時間信息，將處理后的出租車GPS數(shù)據(jù)信息、路網(wǎng)路段內(nèi)一定數(shù)量的出租車在一定時間內(nèi)的平均行程速度、位置和時間信息作為依據(jù)，對一定區(qū)域內(nèi)道路交通狀態(tài)和出租車運營狀態(tài)進行分析，參考設(shè)定的擁堵隸屬度判斷城市一定區(qū)域道路的交通狀態(tài)。

上述為出租車運營GPS數(shù)據(jù)的城市交通運行狀態(tài)判別方法的主要內(nèi)容，技術(shù)路線如圖3所示。

圖2 AGPS模塊采集數(shù)據(jù)Fig．2 AGPS module to collect the data

圖3 技術(shù)路線圖Fig．3 The technology roadmap

4 結(jié)束語

伴隨城市經(jīng)濟的快速發(fā)展和道路交通需求的持續(xù)增加，我國交通運輸事業(yè)也在迅猛發(fā)展，而車輛定位導航系統(tǒng)方面的研究便成了智能交通系統(tǒng)(ITS)研究的一個重要熱點。尤其是在出租車安裝有車載GPS定位系統(tǒng)后。本文提出一種如何利用出租車GPS大數(shù)據(jù)為交通出行者和管理者提供道路交通狀態(tài)判別的方法，如何處理和利用車載GPS定位系統(tǒng)所采集的大量定位信息，使其成為對交通出行者直觀有效的信息，同時這也是本文的研究目的。利用出租車的車載GPS定位系統(tǒng)所采集的大量定位信息，并結(jié)合出租車的交通流量，估計城市一定區(qū)域道路車輛的行駛速度，是一種判斷城市道路實時交通狀態(tài)的方法，為交通管理者和出行者提供直觀有效的信息，這種判斷方法的準確程度還有待于后續(xù)的分析研究。

［1］童小華，陳 建．基于GIS和GPS的交通狀態(tài)參數(shù)估計與仿真模型［J］．同濟大學學報，2005，33(12):1604-1607．

［2］黃 玲，徐建閩．基于浮動車技術(shù)的動態(tài)交通擁擠預(yù)測模型［J］．華南理工大學學報，2008，36(10):47-51．

［3］張和生，張 毅等．利用GPS數(shù)據(jù)估計路段的平均行程時間［J］．吉林大學學報，2007，27(3):533-537．

［4］李艷紅．基于出租車OD數(shù)據(jù)的出租車出行特征分析［J］．交通運輸系統(tǒng)工程與信息，2007，7(5):85-89．

［5］傅常倫．基于車輛定位系統(tǒng)的數(shù)據(jù)融合及其在城市交通中的應(yīng)用［D］．上海:同濟大學，2008．

［6］童曉君，向南平，朱定局．基于出租車GPS數(shù)據(jù)的城市居民出行行為分析［J］．電腦與電信，2012(1):56-59．

［7］周曉敏，趙紅玉，俞建新．基于GPS的出租車呼叫與調(diào)度系統(tǒng)［J］．計算機工程與設(shè)計，2009，30(21):4995-4997．

［8］楊 濤．出租車管理系統(tǒng)與交通公共信息平臺數(shù)據(jù)交換方式研究［J］．電腦知識與技術(shù)，2005(3):9-11．

［9］趙 磊，葛 歡，周志浩．基于GPS定位信息的出租車OD矩陣推算［J］．交通標準化，2011(8):148-150．

［10］唐爐亮，常曉猛，李清泉．基于蟻群優(yōu)化算法與出租車GPS數(shù)據(jù)的公眾出行路徑優(yōu)化［J］．中國公路學報，2011，24(2):89-95．

［11］沙云飛，曹瑾鑫，史其信．基于GPS的路段旅行時間和速度估計算法研究［C］．第一屆中國智能交通年會論文集，2005．

［12］ Quiroga C A，Bullock D．Travel time studies with Global Positioning and Geographic Information Systems:an integrated methodology［J］．Transportation Research Part C，1998，6(1):101-127．