利用GPS轨迹的转向级交通拥堵精细分析

目前,基于GPS轨迹探测城市交通状态的研究缺乏对不同行驶方向的交通拥堵精细感知。针对此问题,本文提出一种基于出租车GPS轨迹的转向级交通拥堵事件探测方法。该方法首先在分析出租车运营行为特征的基础上,采用特征聚类方法滤选出能够反映真实交通状态的有效轨迹段;然后基于滤选后轨迹分析当前道路交通运行状态,探测城市路网中轻度、中度、重度3种不同强度的交通拥堵事件;最后基于拥堵事件轨迹分析交叉口不同转向的拥堵时间、拥堵强度和拥堵距离等转向级精细交通拥堵状态。试验结果表明,本文方法不仅能有效探测路网中不同强度的拥堵事件,而且能实现交叉口转向级拥堵事件的精细分析。     

利用GPS轨迹二次聚类方法进行道路拥堵精细化识别

针对当前在精细识别道路拥堵时空范围方面研究的不足,提出一种利用GPS轨迹的二次聚类方法,通过快速识别大批量在时间、空间上差异较小且速度相近的轨迹段,反映出道路交通状态及时空变化趋势,并根据速度阈值确定拥堵状态及精细时空范围。首先将轨迹按采样间隔划分成若干条子轨迹,针对子轨迹段提出相似队列的概念,并设计了基于密度的空间聚类的相似队列提取方法,通过初次聚类合并相似子轨迹段,再利用改进的欧氏空间相似度度量函数计算相似队列间的时空距离,最后以相似队列为基本单元,基于模糊C均值聚类的方法进行二次聚类,根据聚类的结果进行交通流状态的识别和划分。以广州市主干路真实出租车GPS轨迹数据为例,对该方法进行验证。实验结果表明,该二次聚类方法能够较为精细地反映城市道路的拥堵时空范围,便于管理者精准疏散城市道路拥堵,相比直接聚类方法可以有效提升大批量轨迹数据的计算效率。     

基于浮动车数据的交通出行特征库构建研究

浮动车数据是一种常用的实时和动态监测城市交通运行状态信息的数据资源,具有实时性强、数据量大、时间空间相关等特性。以浮动车数据为源数据,通过统计分析、模式识别、关联分析等知识发现技术,计算了城市道路路段平均行程时间、路段通行频率、道路等级3个重要交通出行特征因素;构建了车辆出行特征分析模型库,对车辆的路径选择行为进行模拟,从而为交通管理部门提供实时、可靠的决策依据。     

基于通勤轨迹的潮汐交通拥堵路段识别与分析

提出一种基于通勤轨迹数据,结合地图匹配算法和潮汐交通特征计算的潮汐交通拥堵识别方法,轨迹数据具有时间和空间上的连续性,而道路流量受单条轨迹数据的缺失影响比较小。潮汐路段空间分布结果显示武汉市都市发展区的潮汐交通分布在环线之间的连接路、跨江通道的出入口路段以及重要交通枢纽附近。武汉市目前潮汐路段相对较多而可变车道数量较少,本研究的识别结果有助于相关部门规划潮汐车道具体位置的决策,以及对可能潮汐拥堵路段的预测。     

基于低频GNSS轨迹的转向级城市交通信息精细预测

利用浮动车GNSS轨迹数据可以实时获取和预测城市交通状态,且覆盖范围广、部署成本低,对自动驾驶路线决策、交通拥堵治理具有重要的支撑作用.现阶段,利用浮动车GNSS轨迹数据预测的信息仅包含路段上的交通速度、状态,而忽略了交叉口内不同行驶方向上的交通流差异;且交通信息准确性受到GNSS采样频率的限制.本文提出一种基于图卷积网络和低频GNSS轨迹数据的转向级交通预测方法:首先,顾及轨迹点间车辆运动模式提出一种排队起始点估计模型;然后,基于对偶图理论构建转向连通关系的图结构;最后,基于图卷积网络提出一种顾及转向时空模式的交通预测模型.试验结果显示,本文方法能准确地获取和预测转向级交通速度、排队长度信息,交通预测准确性全面优于基准方法.     

运用交通运行状况指标分析交通热点时空模式

城市交通热点是居民出行活动的体现,通过出租车的移动轨迹可以分析城市交通运行状况。目前,相关研究主要集中于GPS采样数据的起讫点(origin destination,OD)估计模型以及轨迹流的提取分析算法,而对交通热点的交互作用和时空模式的研究还很少。以中国江苏省南京市的出租车GPS数据为研究对象,通过轨迹流提取和地图匹配,基于宏观基本图模型构建交通运行状况指标,利用数据挖掘技术分析交通热点时空模式。通过研究发现:(1)南京市交通在早晚高峰时拥堵最严重,并且休息日的交通运行状况要优于工作日;(2)在工作日,停车场和办公楼附近最拥堵;在休息日,商场和居民小区附近最拥堵;(3)交通热点的时空交互特征主要表现在交叉路口附近,并具有显著的时空聚集性差异。上述研究结果可为交通管理部门针对不同时段和路段的交通运行状况进行治理提供帮助,并为建立现代化综合交通运输体系提供依据。     

利用CART分类树分类检测交通拥堵点

交通拥堵检测是城市交通管理工作的重点和难点之一,现有的拥堵检测以路段为单位,不利于拥堵时空演变规律信息的提取,且检测内容大多只涉及拥堵程度,缺少对拥堵类型的识别。基于CART（classification and regression tree）分类树算法,提出一种以路段点为检测单元的拥堵点分类检测方法,该方法可根据路段平均行驶速度实时检测拥堵点及其类型。首先,将路段等距离划分后映射为路段点,根据时空维路况异常规则和异常模式,以路段点为单元分析了4种拥堵类型的时空演变模式;其次,在路段路况检测的基础上,提取路段点路况时空序列,根据不同类型的拥堵模式对路况时空序列进行分类标记;然后,选取4种速度指标作为样本属性集合,按照属性集合提取各路段点在各时段的速度,以此作为决策树学习的数据集;最后,基于CART分类树算法,采用交叉验证的方式训练出最优模型,使其达到最佳的泛化能力。与支持向量机（support vector machine, SVM）分类模型进行比较,实验结果表明,该方法在分类检测交通拥堵点时具有较高的正确率和召回率,且分类检测时效性较好。     

顾及轨迹密度分布异质性的道路交叉口提取方法

车辆轨迹大数据为道路网生成与更新、道路状态信息感知提供了新机遇,从轨迹数据中准确提取道路交叉口是基于车辆轨迹数据构建精细化道路网地图的关键步骤。当前已有学者根据轨迹点的转向、速度变化等特征,基于空间聚类提出了一些道路交叉口识别的经典方法,但由于轨迹数据密度分布的异质性、噪声干扰及最优聚类参数设置等问题,从不同采样频率、分布密度的轨迹数据中提取不同大小、形态的交叉口仍是一个挑战。为此,本文首先针对轨迹密度的空间分布异质性提出基于层次划分的轨迹栅格化策略,进而从视觉角度出发,提出一种基于“转换-分割-优化”全流程的道路交叉口层次提取方法。通过对不同采样频率的真实轨迹数据进行试验分析,验证了本文方法对低频轨迹数据中道路交叉口提取的准确度与有效性,识别结果优于现有代表性方法。     

保持移动速度特征的轨迹线化简方法

轨迹线数据实施化简处理对于缓解数据存储、传输压力以及后期的分析可视化效率具有重要意义。常规方法(如Douglas-Peucker算法)主要考虑线目标的几何形态结构,直接应用到轨迹线化简中容易丢失移动物体的运动状态特征。本研究从保持轨迹线隐含速度特征出发,提出了一种基于移动速度相似性原则的轨迹线层次化剖分与分区化简处理方法。首先,以相邻轨迹点构成的直线段为基本单元,在拓扑连接关系约束下基于速度指标对轨迹直线段进行层次化聚类,并将聚类结果组织为层次树结构;然后,以建立的层次树结构为约束条件对原始轨迹线实施分区处理,使得同一区域内轨迹线片段的中间点距首尾基准线的最大时间同步偏移距离小于设定的阈值;最后,依次连接各分区轨迹线片段首尾点导出化简结果。采用真实的车辆轨迹线作为试验数据,通过与其他多种方法进行对比分析验证了本文提出方法的有效性。     

北京出租车GPS轨迹数据地图匹配算法研究

由于车辆位置数据匹配到电子地图时,会出现车辆轨迹偏离实际道路的情况,为了提高出租车GPS轨迹数据匹配到地图的准确率,提出一种出租车地图匹配算法:基于GPS定位精度的距离范围和车辆行驶方向与道路方向的夹角区间确定候选路段,依据车辆的速度确定方向权重,计算距离和方向的综合权重值进行轨迹点匹配,通过最短路径算法进行行驶轨迹的选择,并采用北京市西二环周围100辆出租车24860条GPS数据进行实验验证。实验表明该匹配算法的匹配正确率可达到96.72%。其具有地图匹配的准确性。     

基于介数中心性的交通拥堵指数计算

本文以北京城市交通为例,选取北京城市路网数据,计算城市路网介数中心性,以反映城市各道路路段的通达情况;并利用北京出租车GPS定点数据,计算实际的交通轨迹。传统的路网介数中心性主要依据各路段最短路径的比重评价理论上的道路通达性,而本文以网络介数中心性为基础,提出动态介数的方法,从城市各路段交通量比重的角度评价各道路实际拥堵情况。利用两个介数的对比能够全面客观地反映交通拥堵状况,提高交通拥堵指数的参考价值,并为城市建设规划决策及道路改建等方案提供依据,有利于缓解城市道路交通拥堵现状。     

Optimizing the spatial relocation of hospitals to reduce urban traffic congestion: A case study of Beijing

Traffic congestion represents an ongoing serious issue in many large cities. Many public facilities, such as hospitals, tend to be centrally located to ensure they are most accessible to local residents; as a result, they may contribute significantly to a city's traffic congestion. In this study, a multi‐objective spatial optimization model was provided to help formulate hospital relocation plans, taking into account both traffic congestion and hospital accessibility. Using intra‐urban movement data, we proposed a method to estimate the area‐wide traffic congestion caused by hospital visits and to identify potential hospitals to be relocated. An NSGA‐II (Non‐dominated Sorting Genetic Algorithm II) algorithm was applied to solve the hospital relocation optimization problem; we applied our model to study optimal hospital relocation plans in Beijing. Analysis results provide a tradeoff between traffic congestion relief and hospital accessibility. We discussed plans that significantly reduce traffic congestion while maintaining a high level of hospital accessibility. Our study has significant policy implications and provides insights for future facility planning and transportation planning.     

基于稀疏浮动车数据的城市路网交通流速度估计

浮动车数据在时空维度呈现较强的稀疏性,是其应用于城市路网交通流估计所面临的主要难题之一。本文通过分析路网交通流速度的时空特征,构建了一种基于朴素贝叶斯法的估计模型,实现对路网中未被样本覆盖路段交通流速度的估计。时间特征主要考虑目标路段相邻时段的交通流速度,空间特征根据路段间交通流相似关系进行分析,突破了传统基于欧氏空间或拓扑关系的度量方式。结果显示,模型能有效地估计出样本缺失路段的交通流速度,且在精度方面相对传统基于拓扑关系的算法优势显著,较好地解决了数据时空稀疏性问题,对基于浮动车数据的交通应用具有较强的实践意义。     

利用时空密度聚类的高速公路交通事故黑点路段鉴别

研究高速公路交通事故黑点路段的时空分布规律和关联因素,一直是交通领域的关注重点。本文针对事故统计的交通事故黑点路段鉴别方法存在地理学中的可塑面积单元(MAUP)问题,提出一种基于时空密度聚类的高速公路交通事故黑点路段鉴别方法。该方法改进了传统的DBSCAN空间聚类算法,引入一种顾及时间周期性和事故严重程度的事故时空邻近计算方法,通过密度连接规则自适应鉴别各种时空尺度的交通事故黑点路段。以2012—2016年湖南省的高速公路交通事故为例进行试验,结果表明,本文方法可有效克服不同划分单元的可塑面积单元问题,自适应鉴别不同长度的黑点路段,同时可进一步挖掘黑点路段上交通事故时空聚集模式。     

New Perspectives on the Use of GPS and GIS to Support a Highway Performance Study

In recent decades, rapid growth of travel volume has resulted in a significant increase in traffic congestion, accidents, environmental pollution and energy consumption. Accurate traffic data are drastically needed for effective evaluation of traffic systems in order to alleviate the impacts of increasing travel volume of the quality of life and economic development of urban areas. This article provides a discussion on a data acquisition methodology for highway traffic pattern recognition and congestion analysis by integrating data from the global positioning system (GPS) with a geographic information system (GIS). The GPS technology is a powerful tool in capturing continuous positioning and timing information, whereas the GIS is capable of storing, managing, manipulating, analyzing and displaying the acquired spatial information. Compared to previous studies, the effective integration of the two technologies allows for traffic analysis to be conducted at a finer resolution. The proposed method is illustrated with a case study on multiple major highway segments in Columbus, Ohio.     

基于GIS的城市道路全生命周期管理系统的研究

对城市道路管理现状进行研究,提出利用地理信息技术(GIS)、商业智能技术(BI)和测绘技术管理城市道路信息,采用内外业相结合的方式,探讨以地形图道路要素为基础建立道路地理信息数据库,开发实现自前期立项到施工建设、竣工备案、道路移交、道路养护直至拆迁灭失的城市道路全生命周期管理软件。结果表明利用GIS技术开发的城市道路全生命周期管理软件能够克服传统管理模式的缺点,有效地支持道路投资、建设、接养等工作机制的完善;对城市道路的数据挖掘,为断堵头路治理、打通道路微循环和缓解交通拥堵工作提供科学的决策支持。     

大区域物流配送中车辆路径选择的GIS研究

区域物流配送中车辆线路选择问题(VRP),就是最短路径的选择问题。在大区域的物流配送过程中,影响车辆最短路径选择的主要是公路网络中的交通流量和公路网络的可行路径。本文讨论了基于交通流量变化的VRP的分配模型。研究了交通流量、车速和公路技术等级之间的关系。提出用路段的技术等级作为最短路径选择的路阻权重。试验表明基于公路技术等级路段权重信息的最优路径搜索与单纯从道路长度考虑的最短路径分析相比,显然更实用也更具有实际意义。