《基於低頻浮動車數據的交叉口域行程時間估計研究》是依託北方工業大學，由王志建擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：基於低頻浮動車數據的交叉口域行程時間估計研究
- 項目類別：青年科學基金項目
- 項目負責人：王志建
- 依託單位：北方工業大學
項目摘要,結題摘要,
項目摘要
行程時間估計是浮動車信息採集系統中的核心技術。本課題在低頻浮動車數據源條件下研究浮動車路段行程時間估計問題的數學理論和方法，在分析凝練浮動車採樣周期長、車輛行駛軌跡難判斷等問題的基礎上，分析低頻採樣浮動車車輛屬性和定位數據特徵，以機率統計理論和交通流理論為基礎，揭示浮動車駕駛員在選擇行駛路線時的影響因素和個人偏好，綜合考慮路線距離、路線交叉口數量和信號控制延誤時間等因素，建立最優路的層次分析模型並基於綜合模糊評判算法判斷車輛行駛路線；將浮動車路段行駛和交叉口行駛合理分離，重新劃分GIS路網模型，建立路口行駛域的概念，在考慮交叉口延誤條件下建立基於時空移動平均的路口域行程時間估計模型，並採用差值法計算求解，有效解決基於低頻浮動車數據的交叉口域行程時間估計的難題。
結題摘要
行程時間信息是交通控制系統和交通誘導系統從時間和空間協調交通流均衡分配最為關鍵的技術。浮動車數據採樣周期較長，雖然可以降低系統成本，但是同時也將漏掉許多重要的數據，導致對於車輛行駛狀態的跟蹤精度降低，進而致使所得路段行程時間數據的精度降低。因此研究高效利用低頻GPS數據的特性和路網的拓撲關係，最大效能的提高路網行程時間數據採集的準確性和時效性是該項目的研究重點和難點。 該項目重點針對低頻採樣條件下浮動車行駛軌跡的判斷和交叉口行程時間估計計算。行駛軌跡的判斷主要採用實際問卷調查和網上問卷調查結合的方式，分析駕駛員在不同時刻（平峰和高峰期）選擇路線的影響因素。在不同影響因素得到的行駛軌跡集中引入交叉口通行懲罰函式，結合交通信號控制和影響因素的層次分析模型，結合模糊綜合評價理論和Dijkstra搜尋算法。重點針對相鄰GPS匹配點跨越一個微型路網的情況建立低頻浮動車路徑估計模型，針對路段行駛阻抗建立層次分析評價指標體系，並結合模糊綜合評價方法計算各路段的阻抗評價因子，實現車輛軌跡的準確判斷。交叉口域行程時間估計採用基於改進插值法進行算法研究；針對低頻GPS數據和交叉口延誤對路段行程時間造成的估計困難，考慮交叉口延誤情況，分析了車輛在交叉口的延誤特徵並確定交叉口延誤影響區域的邊界；然後，針對交叉口延誤重新對路段行程時間進行分段詳細劃分，確定平穩區域和交叉口區域，以及車輛轉向時間；確定交叉口影響域延誤時間的計算方法，以及暢行速度的標定。最後，重點分析低頻GPS數據在交叉口影響域的四種分布特徵，設計相應的路段行程時間估計方法。 通過在北京市八角地區的實例數據驗證分析。項目中提出的低頻路段行程時間估計算法相對於改進插值法具有更高精度。在平峰期平均絕對相對誤差從24.74%降低到11.08%，高峰期從15.79%降低到13.59%。 通過跟青島交通運輸公共服務中心、滴滴交通展開合作，在青島和昆明進行了模型和算法的規模化實際套用，取得較好的實際套用價值和經濟效益。
