浮動(dòng)車GPS數(shù)據(jù)采集與處理

研究目的

其研究目的包括：

(1)總結(jié)國(guó)內(nèi)外現(xiàn)有研究成果，分析長(zhǎng)周期浮動(dòng)車GPS數(shù)據(jù)在理論和應(yīng)用中

存在的問(wèn)題；

(2)對(duì)浮動(dòng)車GPS數(shù)據(jù)在動(dòng)態(tài)交通預(yù)測(cè)和誘導(dǎo)模型中應(yīng)用存在的相關(guān)理論和

方法進(jìn)行全面、系統(tǒng)地研究，針對(duì)GPS點(diǎn)匹配、路段行程時(shí)間預(yù)測(cè)、路網(wǎng)構(gòu)建等

問(wèn)題，尋取解決方案，為浮動(dòng)車的交通信息采集方式的應(yīng)用提供支持。

ITS是一種有效地利用現(xiàn)有的道路和其他資源，合理地管理、路網(wǎng)、有效地

解決交通問(wèn)題的方案安全、提高運(yùn)行效率的最佳途徑。，也是目前解決城市交通

擁擠、控制整個(gè)改善行車工TS是將先進(jìn)的信息技術(shù)、數(shù)據(jù)通信傳輸技術(shù)、電子

控制技術(shù)以及計(jì)算機(jī)處理技術(shù)等有效地運(yùn)用于整個(gè)運(yùn)輸管理體系，使人、車、路

密切配合，和諧地統(tǒng)一，從而建立大范圍全方位發(fā)揮作用的實(shí)時(shí)、準(zhǔn)確、高效的

交通綜合管理系統(tǒng)。據(jù)美國(guó)交通部估計(jì)，智能交通系統(tǒng)的應(yīng)用每年為美國(guó)節(jié)省

260億美元因交通堵塞及交通事故所造成的損失。

2浮動(dòng)車GPS數(shù)據(jù)采集與處理

浮動(dòng)車GPS數(shù)據(jù)的采集方式與線圈檢測(cè)器、超聲波檢測(cè)器、紅外檢測(cè)器、視

頻檢測(cè)器等相比，獲得的信息具有實(shí)時(shí)性、全面性等優(yōu)點(diǎn)。應(yīng)用浮動(dòng)車進(jìn)行交通

動(dòng)態(tài)的預(yù)測(cè)也更全面和準(zhǔn)確。但浮動(dòng)車GPS數(shù)據(jù)受城市地物、外界環(huán)境、車主的

意識(shí)等因素的影響，會(huì)采集到異常數(shù)據(jù)，需要進(jìn)行過(guò)濾分析。同時(shí)GPS采用的點(diǎn)

位坐標(biāo)與其對(duì)應(yīng)的路段有一定偏差，需要進(jìn)行匹配處理。

2.1交通信息數(shù)據(jù)采集設(shè)備與方法

交通信息數(shù)據(jù)采集設(shè)備總體上可分為靜態(tài)檢測(cè)器和動(dòng)態(tài)檢測(cè)器。靜態(tài)檢測(cè)器

也是高速公路和城市道路監(jiān)控系統(tǒng)中不可缺少的組成部分，其直接影響高速公路

和城市道路監(jiān)控系統(tǒng)的整體運(yùn)行和管理水平。靜態(tài)檢測(cè)器根據(jù)采用的不同技術(shù)主

要包括線圈檢測(cè)、視頻檢測(cè)、微波檢測(cè)、紅外線檢測(cè)、雷達(dá)檢測(cè)、激光檢測(cè)等。

2.1.1線圈槍側(cè)器

線圈檢測(cè)器相對(duì)于其他檢測(cè)器具有成本低、可靠性高、檢測(cè)精度高、全天候

工作等優(yōu)點(diǎn)，是目前應(yīng)用最廣泛的車輛檢測(cè)器。線圈檢測(cè)器在城市道路中使用的

通常是環(huán)形線圈檢測(cè)器，故以下提及的線圈檢測(cè)器均指環(huán)形線圈檢測(cè)器。

(1)基本工作原理

線圈檢測(cè)器與埋在道路中間的線圈連接，車輛經(jīng)過(guò)線圈后使線圈電感量發(fā)生

變化，檢測(cè)器內(nèi)部電路振蕩頻率隨著線圈電感量的變化而變化。CPU通過(guò)計(jì)數(shù)脈

沖數(shù)量判斷電路振蕩頻率的變化，從而判斷車輛的有無(wú)，然后計(jì)算相關(guān)的交通參

數(shù)。線圈檢測(cè)器硬件系統(tǒng)主要由機(jī)架母板、電源模塊、檢測(cè)模塊、處理模塊組成。

其中檢測(cè)模塊將地感線圈電感量的變化轉(zhuǎn)化為開(kāi)關(guān)量后，經(jīng)機(jī)架母板傳送給處理

模塊進(jìn)行數(shù)據(jù)計(jì)算和處理[40]0

(2)主要功能

線圈檢測(cè)器的主要功能如下1361:

①線圈檢測(cè)器通過(guò)檢測(cè)線圈感應(yīng)量的變化判斷車輛的有無(wú)，然后CPU遼寧工

程技術(shù)大學(xué)博士學(xué)位論文對(duì)數(shù)據(jù)進(jìn)行計(jì)算后得出車流量、平均速度、時(shí)間占有率、

平均車長(zhǎng)、平均車間距等交通數(shù)據(jù)。檢測(cè)器的靈敏度可人工設(shè)置。

②線圈檢測(cè)器可存儲(chǔ)計(jì)算后得到的數(shù)據(jù)。如果通信中斷，一旦恢復(fù)，可由通

信端口上傳歷史數(shù)據(jù)到便攜電腦或控制中心，保持?jǐn)?shù)據(jù)完整。③線圈檢測(cè)器具備

對(duì)線圈斷路和短路故障的檢測(cè)功能。在發(fā)現(xiàn)故障時(shí)，檢測(cè)器能上傳故障信息。所

存儲(chǔ)的信息能在檢測(cè)器或與檢測(cè)器相連的外部設(shè)備(該設(shè)備可檢索并顯示儲(chǔ)存信

息)上顯示、查閱。以代碼或文本形式記錄下故障類型與細(xì)節(jié)。故障發(fā)生的時(shí)間

與日期、故障清除的時(shí)間與日期可以通過(guò)維護(hù)工具和中心系統(tǒng)查詢。

④線圈檢測(cè)器標(biāo)準(zhǔn)配備2個(gè)RS—232通信接口(其中一個(gè)可設(shè)為RS-485

通信接口)，通信速率4800bps~19200bps。通過(guò)串口，可對(duì)車輛檢測(cè)器工作參數(shù)

進(jìn)行設(shè)置，可以實(shí)現(xiàn)GPRS和CDMA的通訊方式。

2.1.2超聲波檢側(cè)器

超聲波檢測(cè)器通過(guò)發(fā)出高頻波并由駛近的車輛以變化的頻率折回的方法檢

測(cè)車輛，這樣的檢測(cè)器使用數(shù)字測(cè)距技術(shù)，類似于自動(dòng)聚焦照相機(jī)所用的聲波測(cè)

距，以一個(gè)距離門限值確定所有被檢車輛的位置。超聲波檢測(cè)器可以直接安裝在

要檢測(cè)車道的上方或者路側(cè)，用于動(dòng)態(tài)或靜態(tài)的車輛檢測(cè)。

(1)檢測(cè)范圍和聲波發(fā)射角

超聲波檢測(cè)器的檢測(cè)范圍取決于其使用的波長(zhǎng)和頻率。波長(zhǎng)越長(zhǎng)，頻率越小,

檢測(cè)距離越大，如具有毫米級(jí)波長(zhǎng)的緊湊型傳感器的檢測(cè)范圍為300—SOOmm

波長(zhǎng)，大于smni的傳感器檢測(cè)范圍可達(dá)sm。一些傳感器具有較窄的60聲波發(fā)射

角，因而更適合精確檢測(cè)相對(duì)較小的物體。另一些聲波發(fā)射角在120至150的傳

感器能夠檢測(cè)具有較大傾角的物體。止匕外，還有外置探頭型的超聲波傳感器，相

應(yīng)的電子線路位于常規(guī)傳感器外殼內(nèi)。這種結(jié)構(gòu)更適合檢測(cè)安裝空間有限的場(chǎng)

合。

(2)環(huán)境對(duì)超聲波測(cè)量的影響遼寧工程技術(shù)大學(xué)博士學(xué)位論文

①空氣溫度的影響。聲波行程時(shí)間受氣溫的影響程度為0.17%/K。也就是說(shuō)

40℃時(shí)的聲速相對(duì)于20℃時(shí)改變了+3二4%,因此測(cè)量距離也會(huì)改變約+3.4%。

但如果選用的超聲波傳感器中有溫度補(bǔ)償功能，此影響可忽略不計(jì)。

②空氣濕度的影響。從干燥的空氣到飽和濕度的空氣中，聲速最多增加2虬

因此測(cè)量距離改變最大也只有2機(jī)實(shí)際現(xiàn)場(chǎng)中，空氣濕度變化不會(huì)如此大，此

影響一般小于1%0

③空氣壓力的影響。在一固定地點(diǎn)，正常情況下的氣壓波動(dòng)為士5%,會(huì)造

成聲速波動(dòng)約士0.6%o

④氣流的影響。當(dāng)風(fēng)速大于S0km/h時(shí)，聲波速度及方向的改變會(huì)大于3虬

在現(xiàn)場(chǎng)使用中，只有靠近被測(cè)物表面的幾厘米的氣流有可能大于ZOkm/h,且垂

直于測(cè)量方向，故對(duì)測(cè)量結(jié)果的影響可忽略。

⑤油霧的影響。只要防止油霧沉降在超聲換能器的有效表面上，就可避免它

的影響

2.1.3紅外檢側(cè)器

紅外檢測(cè)器作為一種地上車輛檢測(cè)器，無(wú)需大面積的市政工程及破壞道路表

面就能檢測(cè)車輛和行人。以下主要以西門子公司的遠(yuǎn)紅外車輛檢測(cè)器為例，介紹

其基本原理和應(yīng)用方式。

(1)基本原理

西門子的交通檢測(cè)中使用的遠(yuǎn)紅外檢測(cè)器為被動(dòng)式，檢測(cè)波長(zhǎng)在8—14um

范圍內(nèi)的遠(yuǎn)紅外輻射。這些輻射是人眼所不能看見(jiàn)的，但它能穿透煙霧和氣水，

在很大程度上不受氣候的影響，因而被稱為氣候窗。通常，物體遠(yuǎn)紅外輻射的強(qiáng)

度取決于物體本身的溫度、大小和表面結(jié)構(gòu)，但與其顏色及周圍光線強(qiáng)度無(wú)關(guān)。

根據(jù)這一物理特性，被動(dòng)式紅外檢測(cè)器能對(duì)與背景對(duì)應(yīng)溫度相差不到的輻射

變化作出反應(yīng)［42］。被動(dòng)紅外檢測(cè)器只對(duì)可視范圍內(nèi)精確定義的溫度突然變化作

出響應(yīng)，并忽略由一天內(nèi)或一年內(nèi)天氣情況導(dǎo)致路面溫度緩慢變化。通過(guò)微處理

器的數(shù)字化處理，來(lái)檢測(cè)交通流量，占有率及速度等交通數(shù)據(jù)。

(2)特點(diǎn)

紅外檢測(cè)器的特點(diǎn)如下(381:遼寧工程技術(shù)大學(xué)博士學(xué)位論文

①遠(yuǎn)紅外傳感器通過(guò)類似于光學(xué)鏡頭式地瞄準(zhǔn)可視范圍，可以按車道“聚焦”

檢測(cè)域；

②通過(guò)感應(yīng)被檢測(cè)物體溫度與背景溫度之間的正負(fù)反差，區(qū)分不同類型的車

輛乃至行人。

③檢測(cè)長(zhǎng)波長(zhǎng)的遠(yuǎn)紅外線比短波長(zhǎng)的可見(jiàn)光或近紅外線具有更強(qiáng)的穿透雨、

霧或降雪的能力；

④檢測(cè)不受光線條件或物體顏色的影響；

⑤傳感器之間沒(méi)有相互干擾；

⑥被動(dòng)檢測(cè)器僅僅接收自發(fā)的紅外輻射，不會(huì)造成對(duì)周圍環(huán)境的輻射污染；

⑦檢測(cè)器能裝在電桿臂上、橋上或信號(hào)燈頂端，通常不需要昂貴的市政施工；

⑧緊湊、牢固的設(shè)計(jì)降低對(duì)景觀的影響；

⑨路面和路基的類型和狀況不影響被動(dòng)紅外交通檢測(cè)器的工作。在橋上和隧

道中同樣可以保證可靠運(yùn)行。

2.1.4視頻檢側(cè)器

視頻車輛檢測(cè)系統(tǒng)以攝像機(jī)和計(jì)算機(jī)圖像處理為基礎(chǔ)，大范圍地對(duì)車輛施行

檢測(cè)和辨識(shí)。車輛檢測(cè)和大范圍的實(shí)時(shí)交通數(shù)據(jù)采集是智能車路系統(tǒng)推廣應(yīng)用中

最薄弱的環(huán)節(jié)之一，對(duì)于先進(jìn)的交通管理系統(tǒng)和先進(jìn)的旅行者信息系統(tǒng)更是如

此。隨著所需設(shè)備及數(shù)據(jù)量的增加，傳統(tǒng)的檢測(cè)器如果應(yīng)用于先進(jìn)的交通控制，

例如交通自適應(yīng)控制、車輛誘導(dǎo)和導(dǎo)向以及事件管理等還需大量資金的投入，采

集的數(shù)據(jù)的可靠性也不足。這些問(wèn)題可通過(guò)視頻車輛檢測(cè)系統(tǒng)解決，這類檢測(cè)器

不僅具有多點(diǎn)布設(shè)、無(wú)線檢測(cè)能力，而且還能獲得密度、隊(duì)長(zhǎng)、排隊(duì)規(guī)模和常規(guī)

車輛檢測(cè)器很難得到的停車次數(shù)、車輛尺寸等交通參數(shù)。隨著廉價(jià)、高效計(jì)算機(jī)

的出現(xiàn)及圖像信號(hào)處理技術(shù)的進(jìn)步，已對(duì)這樣的車輛檢測(cè)器系統(tǒng)進(jìn)行了廣泛的試

驗(yàn)并安裝在幾條高速公路和城市的交叉口附近。在過(guò)去的3年里對(duì)連續(xù)24小時(shí)

的運(yùn)行情況和感應(yīng)線圈檢測(cè)器

進(jìn)行了比較，其結(jié)果表明視頻檢測(cè)器系統(tǒng)在性能和可靠性方面不低于傳統(tǒng)遼

寧工程技術(shù)大學(xué)博士學(xué)位論文的檢測(cè)器(Miehalop。ulos,-992)[3,,。視頻

車輛檢測(cè)系統(tǒng)較簡(jiǎn)單的形式仍是記錄車輛的圖像，它可以與雷達(dá)檢測(cè)器或其它類

型的檢測(cè)器相連以檢測(cè)違犯限速值的車輛。當(dāng)發(fā)現(xiàn)車輛超速時(shí)，攝像機(jī)獲取該車

的圖像，經(jīng)過(guò)計(jì)算機(jī)處理后得到該車的牌照號(hào)碼，然后在前面的可變標(biāo)志板上顯

示該車的牌照號(hào)碼和速度值，并給出該車超速的警告信號(hào)。

2.L5浮動(dòng)車GPS法

浮動(dòng)車技術(shù)，是指一定數(shù)量的裝有特定車載設(shè)備的車輛，在行駛過(guò)程中采集

沿途的自身各種交通數(shù)據(jù)，所采集到的實(shí)時(shí)交通信息通過(guò)各種通訊手段傳送到信

息中心，經(jīng)信息中心處理后，建立起龐大的共享數(shù)據(jù)庫(kù)，并向不同的對(duì)象提供多

樣的實(shí)時(shí)交通信息?；贕PS浮動(dòng)車的數(shù)據(jù)采集系統(tǒng)主要由車載設(shè)備、無(wú)線通信

網(wǎng)絡(luò)、基于Gls的交通信息處理平臺(tái)等組成。車載設(shè)備主要包括GPS定位模塊、

通信模塊等，GPS模塊接收衛(wèi)星信號(hào)從而確定出車輛的坐標(biāo)和瞬時(shí)速度，通信模

塊負(fù)責(zé)將車輛坐標(biāo)、速度等數(shù)據(jù)傳送到交通信息中心，并接收交通信息中心發(fā)送

的指令和數(shù)據(jù)。無(wú)線通信網(wǎng)絡(luò)主要是指通信運(yùn)營(yíng)商提供的通信基站和數(shù)據(jù)傳輸服

務(wù)(如中國(guó)移動(dòng)通信公司的GSM通信網(wǎng)絡(luò))o基于Gls的交通信息處理平臺(tái)是指交

通信息處理與分析軟件系統(tǒng)及計(jì)算機(jī)設(shè)備等1431。系統(tǒng)組成如圖2—1所示。

浮動(dòng)車采集的數(shù)據(jù)文件里包括車輛編號(hào)、經(jīng)緯度坐標(biāo)、速度、方向、時(shí)間等信息。

2000年5月1日，克林頓總統(tǒng)下令廢除SA政策，從而進(jìn)一步提高GPS接收機(jī)的

水平定位精度。

2.1.6不同數(shù)據(jù)采集方法對(duì)比

通過(guò)以上對(duì)各交通信息采集方法的分析，可以得出表2—1的結(jié)論。由表2

一1可以看出，固定式交通信息采集方式的技術(shù)成熟、簡(jiǎn)單實(shí)用、檢測(cè)精度較高,

但安裝和維修成本高、故障率較高、覆蓋范圍小、僅能檢測(cè)固定位置的數(shù)據(jù)等。

浮動(dòng)車GPS法在成本、覆蓋范圍、受環(huán)境影響等方面均優(yōu)于其它四種靜態(tài)交通信

息檢測(cè)器。另外浮動(dòng)車?yán)矛F(xiàn)有衛(wèi)星定位設(shè)備和通訊網(wǎng)絡(luò)，大大降低了檢測(cè)成本;

還可以實(shí)現(xiàn)對(duì)交通信息全天候、實(shí)時(shí)采集處遼寧工程技術(shù)大學(xué)博士學(xué)位論文理和

集定位、通訊、交通引導(dǎo)、信息服務(wù)等多功能于一體的工作基于Gls的交通信息

處理系統(tǒng)交通信一迄寶)

有線/無(wú)線通信網(wǎng)絡(luò)無(wú)線通信網(wǎng)絡(luò)

圖2—1基于浮動(dòng)車的交通信息采集系統(tǒng)組成(39]

表2—1交通檢測(cè)信息獲取方法對(duì)比分析

2.2GPS數(shù)據(jù)預(yù)處理

浮動(dòng)車采集數(shù)據(jù)時(shí)，由于受各種隨機(jī)因素如GPS信號(hào)較弱、無(wú)線傳輸錯(cuò)遼寧

工程技術(shù)大學(xué)博士學(xué)位論文誤等影響，難免出現(xiàn)數(shù)據(jù)異常、數(shù)據(jù)丟失、數(shù)據(jù)漂移

等情況。為了降低非正常數(shù)據(jù)帶來(lái)的影響，需對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，完成錯(cuò)誤或丟

失數(shù)據(jù)的識(shí)別與修復(fù)。

2.2.1數(shù)據(jù)過(guò)灘

數(shù)據(jù)過(guò)濾是指通過(guò)對(duì)原始數(shù)據(jù)的有效性、合理性和一致性等進(jìn)行檢驗(yàn)，識(shí)別

并剔除錯(cuò)誤的或不合要求的數(shù)據(jù)。數(shù)據(jù)過(guò)濾方法有閩值檢驗(yàn)法、基于交通流機(jī)理

的檢驗(yàn)方法和有序樣本聚類法等。

(1)閩值檢驗(yàn)法

有些交通參數(shù)的合理值只能在一個(gè)特定的范圍內(nèi)。例如:某一車道的占有率

最大為100%,最小為0,如果檢測(cè)器輸出的結(jié)果不在這個(gè)范圍內(nèi)，那肯定是異常

值。闡值檢驗(yàn)法是指對(duì)所采集的某一種單一信息，按照統(tǒng)計(jì)規(guī)律確定其上下闡限,

如果檢測(cè)值不在上下闡限所規(guī)定的區(qū)間內(nèi)，則認(rèn)為是錯(cuò)誤數(shù)據(jù)146]o

①對(duì)于GPs采集的瞬時(shí)速度vp,其檢驗(yàn)方法是判斷其是否滿足：

0勻，'關(guān)?vm。，其中。和猛為瞬時(shí)速度的闡值，關(guān)為不同類型道路的闡值

修正系數(shù)。

②對(duì)于道路擁擠長(zhǎng)度1。(m)o道路擁擠長(zhǎng)度是指浮動(dòng)車以低于擁擠狀態(tài)

時(shí)臨界速度連續(xù)行駛過(guò)的距離，即0'1。'1+：,。其中：1為路段長(zhǎng)度；：，為

路段長(zhǎng)度測(cè)量所產(chǎn)生的最大誤差，有時(shí)也可定義為路段長(zhǎng)度的函數(shù)。

其中:fv為修正系數(shù);腸為排隊(duì)車輛的平均長(zhǎng)度，即排隊(duì)長(zhǎng)度與排隊(duì)車輛數(shù)

之比;v,為路段規(guī)定的限制速度;T~為紅燈信號(hào)長(zhǎng)度。對(duì)于無(wú)信號(hào)交叉口，可根

據(jù)車輛在交叉口延誤確定;C為主干道道路通行能力，(veh/h)o對(duì)于GPS采集的

經(jīng)緯度值，也可以先通過(guò)閩值法進(jìn)行檢驗(yàn)和過(guò)濾，然后再與電子地圖進(jìn)行匹配，

對(duì)于雖然沒(méi)有超過(guò)閉值但無(wú)法與相應(yīng)的道路進(jìn)行匹遼寧工程技術(shù)大學(xué)博士學(xué)位

論文配、或存在車輛運(yùn)行軌跡明顯錯(cuò)誤等情況的數(shù)據(jù)，也要判定為不合要求的數(shù)

據(jù)。

(2)交通流機(jī)理法

由交通工程的理論研究可知，在幾個(gè)交通流參數(shù)之間是有一定關(guān)系的，最基

本的是流量、速度和密度之間的關(guān)系?；诮煌鳈C(jī)理的算法是通過(guò)交通流參數(shù)

之間的關(guān)系對(duì)兩個(gè)甚至多個(gè)參數(shù)的一致性進(jìn)行同時(shí)考察。根據(jù)交通流參數(shù)之間相

關(guān)關(guān)系來(lái)進(jìn)行異常值剔除［45］。交通流規(guī)則算法是根據(jù)交通流機(jī)理確定幾個(gè)規(guī)

則，如果檢測(cè)數(shù)據(jù)滿足這些規(guī)則中的一個(gè)或幾個(gè)，那么這些數(shù)據(jù)就是錯(cuò)誤的。但

這只是最基本的規(guī)則，根據(jù)交通流理論可以建立某兩參數(shù)之間的關(guān)系模型，如流

量和占有率、流量和速度、行程時(shí)間和擁擠長(zhǎng)度等。若采用平均車長(zhǎng)判斷法，根

據(jù)交通機(jī)理公式由流量、速度、占有率得出的平均車長(zhǎng)為5—12米，則計(jì)算結(jié)

果超出此范圍的數(shù)據(jù)為錯(cuò)誤。

①流量和占有率關(guān)系模型，即：

②流量和速度關(guān)系模型，a,b為模型參數(shù);f為每公里道路信號(hào)交叉口數(shù)；

人為綠信比，入=8/。$為飽和流率；

占，為速度的標(biāo)準(zhǔn)差；

k,為標(biāo)準(zhǔn)偏差的修正系數(shù)。

c、行程時(shí)間和擁擠長(zhǎng)度關(guān)系模型，即：

式中：

交通流機(jī)理法的關(guān)鍵是規(guī)則的制定以及規(guī)則中參數(shù)確定。在不同交通環(huán)境

下，兩個(gè)參數(shù)之間的關(guān)系模型可能不相同，模型中的參數(shù)也需要根據(jù)交通特性、

道路等級(jí)和交通控制類型等確定。基于交通流理論的檢驗(yàn)方法是指根據(jù)流量、速

度和占有率等參數(shù)之間的基本關(guān)系，對(duì)錯(cuò)誤數(shù)據(jù)進(jìn)行聯(lián)合判斷。例如，若幾個(gè)采

樣數(shù)據(jù)中車輛經(jīng)緯度值未發(fā)生變化，而車輛瞬時(shí)速度卻較高，則采樣數(shù)據(jù)必然存

在錯(cuò)誤。

(3)有序樣本聚類

聚類算法將類似的值組織成群或“聚類”，直觀地看，落在聚類集合之外的

值被視為孤立點(diǎn)。采用有序樣本聚類算法時(shí)可以把一天的速度曲線分成許多小的

具有相同交通特性的時(shí)間段，然后在這些小的時(shí)間段中根據(jù)其交通特點(diǎn)來(lái)定位隱

含的錯(cuò)誤或可疑數(shù)據(jù)。有序樣本聚類法又稱最優(yōu)分段法，主要適用于樣本點(diǎn)由一

個(gè)變量描述的

2.2.2數(shù)據(jù)修復(fù)

對(duì)于數(shù)據(jù)過(guò)濾判定為錯(cuò)誤或不合要求的數(shù)據(jù)，可以采取以下兩種處理辦法：

一是將其剔除，這種方法適用于可以得到大量測(cè)量數(shù)據(jù)而僅有少量錯(cuò)誤數(shù)據(jù)的情

況;二是對(duì)數(shù)據(jù)進(jìn)行修復(fù)，根據(jù)數(shù)據(jù)之間的相關(guān)性將數(shù)據(jù)還原成其本該表現(xiàn)的數(shù)

值或其近似值。

對(duì)于錯(cuò)誤或丟失的數(shù)據(jù)，可采用以下方法進(jìn)行修復(fù)：

(1)插值法

插值法是指利用浮動(dòng)車的相鄰采樣數(shù)據(jù)，用線性或非線性插值法來(lái)對(duì)數(shù)據(jù)進(jìn)

行修復(fù)。例如，可以用相鄰采樣數(shù)據(jù)的平均值對(duì)數(shù)據(jù)進(jìn)行修復(fù)，即：為相鄰采樣

點(diǎn)的數(shù)據(jù)。

(2)歷史數(shù)據(jù)法

歷史數(shù)據(jù)法是指利用相關(guān)的歷史數(shù)據(jù)(如前數(shù)分鐘的數(shù)據(jù))對(duì)當(dāng)前數(shù)據(jù)進(jìn)行

修復(fù)?？芍苯硬捎没蛘甙幢壤捎脷v史上相應(yīng)時(shí)刻的數(shù)據(jù)值代替丟失的數(shù)據(jù)。這

種方法簡(jiǎn)單、易實(shí)現(xiàn)，但是如果交通狀況發(fā)生了變化，將大大降低其估計(jì)精度。

因此，這種方法比較適合于交通狀況變化不大，或者變化有規(guī)律的情況。

(3)時(shí)間序列法

把采集到的交通變量看作時(shí)間序列，運(yùn)用各種時(shí)間序列預(yù)測(cè)方法，比如：簡(jiǎn)

單平均、加權(quán)平均、指數(shù)平滑等方法，根據(jù)歷史數(shù)據(jù)對(duì)丟失的數(shù)據(jù)進(jìn)行預(yù)測(cè)估計(jì)。

這種方法簡(jiǎn)單易行，適應(yīng)性比較強(qiáng)，是一種常用的缺失數(shù)據(jù)補(bǔ)充算法。

(4)相關(guān)分析法

自相關(guān)分析是測(cè)量時(shí)間序列中各元素之間相關(guān)關(guān)系的方法，采用自相關(guān)系數(shù)

表示其相關(guān)性的大小。自相關(guān)系數(shù)范圍在一1一1之間，一1表示完全負(fù)相關(guān)，

1表示完全正相關(guān)，o表示不相關(guān)。設(shè)x,,xZ,…，x,,…，x,是一個(gè)時(shí)間序

列，共有n個(gè)觀測(cè)值1461。把它組成(n—1)對(duì)數(shù)據(jù)(x,,xZ),(xZ,x3),…,

(x,,x,+1)…，(xn_,,x,)一階自相關(guān)系數(shù)用rl表示：

同理，把這個(gè)時(shí)間序列組成(n—k)對(duì)數(shù)據(jù)，其k階自相關(guān)系數(shù)乓為：

2.3坐標(biāo)變換

從GPS獲得的是參心大地坐標(biāo)系的大地緯度和大地經(jīng)度，而在我國(guó)大多數(shù)實(shí)

際應(yīng)用中，采用的是國(guó)家坐標(biāo)系或城市地方坐標(biāo)系，因此必須要進(jìn)行坐標(biāo)變換。

wGs-54(worldoe0diealsystem-84)坐標(biāo)系統(tǒng)的全稱是世界大地坐標(biāo)系一

84,它是一個(gè)地心地固坐標(biāo)系統(tǒng)，是目前GPS所采用的坐標(biāo)系統(tǒng)，GPS所發(fā)布的

星歷參數(shù)就是基于此坐標(biāo)系統(tǒng)的。WGS—84大地坐標(biāo)系的原點(diǎn)位于地球質(zhì)心，Z

軸指向BIH1984.0定義的協(xié)議地球極(CTP)方向，X軸指向BIH1984.0的零子午

面和CTP赤道的交點(diǎn)，Y軸與Z,X軸構(gòu)成右手坐標(biāo)系。對(duì)應(yīng)于WGS84大地坐標(biāo)

系有一WGS-84橢球.WGS-84系所采用橢球參數(shù)為：

a=6378137mf=l/298.257223563我國(guó)國(guó)家坐標(biāo)系有1954年北京坐標(biāo)系和

1980年西安大地坐標(biāo)系。其中前者采用的是克拉夫斯基橢球體，其橢球參數(shù)為:

a=637845mf-1/298.3該橢球體是由前蘇聯(lián)的1942年普爾科夫坐標(biāo)系的坐

標(biāo)延伸到我國(guó)。于是在1978年，我國(guó)決定重新對(duì)全國(guó)天文大地網(wǎng)施行整體平差，

并且建立新的國(guó)家大地坐標(biāo)系統(tǒng)，整體平差在新大地坐標(biāo)系統(tǒng)中進(jìn)行，這個(gè)坐標(biāo)

系統(tǒng)就是遼寧工程技術(shù)大學(xué)博士學(xué)位論文1980年西安大地坐標(biāo)系統(tǒng)。該橢球參

數(shù)為：8=6378140mf=l/298.257

研究不同大地坐標(biāo)系間的坐標(biāo)轉(zhuǎn)換問(wèn)題，主要是研究不同的空間直角坐標(biāo)系

的坐標(biāo)轉(zhuǎn)換問(wèn)題。若不經(jīng)過(guò)大地直角坐標(biāo)轉(zhuǎn)換，直接將GPS測(cè)量結(jié)果進(jìn)行高斯克

呂格投影變換納入北京54或西安80坐標(biāo)系與GIS數(shù)字地圖配準(zhǔn)，將會(huì)帶來(lái)近

60米的誤差，這已經(jīng)遠(yuǎn)大于GPS常規(guī)測(cè)量平均誤差15m。大地直角坐標(biāo)轉(zhuǎn)換主要

有3種模型:布爾莎模型(M.Bursa)、莫洛金斯模型(Molodensky)、武測(cè)模型。目

前廣泛采用的是布爾莎模型。

布爾莎模型轉(zhuǎn)換公式為：

式中X,,Y,,Z,,XZ,YZ,22為同一點(diǎn)在不同坐標(biāo)系中的大地直角坐標(biāo)。

△X,AY,為兩個(gè)坐標(biāo)系的坐標(biāo)原點(diǎn)平移量，k為無(wú)量綱的尺度因子，￡

e,,￡：為坐標(biāo)軸旋轉(zhuǎn)角。實(shí)際應(yīng)用中，對(duì)上述7個(gè)參數(shù)可采用地面控制點(diǎn)

平差的方法求解。若只有一個(gè)地面控制點(diǎn)，也可只求AX,AY,AZ,舍去。：,

￡丫，￡z及k這4個(gè)參數(shù)。GPS數(shù)據(jù)經(jīng)過(guò)上述坐標(biāo)變換后，得到的只是當(dāng)

地所使用的空間坐標(biāo)系的坐標(biāo)，為了將GPS數(shù)據(jù)在GIS系統(tǒng)上顯示出來(lái)，還需將

空間坐標(biāo)進(jìn)行高斯投影轉(zhuǎn)換成平面坐標(biāo)。高斯投影是正投影，沒(méi)有角度變形，在

中央子午線上也沒(méi)有長(zhǎng)度變形，但除中央子午線外均存在長(zhǎng)度變形，且據(jù)中央子

午線越遠(yuǎn)，其變形越大。為了控制長(zhǎng)度變形，通常按一定的經(jīng)度差將地球表面分

為若干帶。我國(guó)采用“六度帶”或“三度帶”，“六度帶”是自0“子午線起每隔

經(jīng)度差6。自西向東分帶，每隔經(jīng)差6。為一帶，帶號(hào)依次編為第1,2,一，60

帶。三度帶是在六度帶的基礎(chǔ)上劃分，它的中央子午線，奇數(shù)帶與六度帶中央子

午線重合，偶數(shù)帶與六度帶分帶子午線重合。即自1.5。子午線起，向東劃分，

每隔3“為一帶，帶號(hào)依次為第1,2,120帶。高斯投影一般采用正算和

反算兩種方法，高斯投影正算公式是由己知的參心坐標(biāo)系中點(diǎn)的大遼寧工程技術(shù)

大學(xué)博士學(xué)位論文地緯度和大地經(jīng)度(B,L),求相應(yīng)的高斯投影直角坐標(biāo)(x,y)

的公式;高斯投影反算公式是由己知的(x,y)求相應(yīng)的(B,L)的公式。

高斯投影坐標(biāo)正算公式如下：

其中：(x,y)是高斯平面坐標(biāo)；1為橢球面上點(diǎn)的經(jīng)度與中央子午線的經(jīng)度

差；t=tanB;?！?=。，，。。s,刀；N為卯酉圈半徑，萬(wàn)=薈，牙=了1一。，s飯，刀；

牙X為軸子午線投影的正常長(zhǎng)度;a為長(zhǎng)半軸;B為緯度；o,為第二偏心率;X從赤

道到緯度B的平行圈之間的弧長(zhǎng)，川為常數(shù)。該正算公式在1<3.5。時(shí)，公式換

算的精度為士0.1m。欲要換算精度提高到0.001m,將2—10式擴(kuò)充即可，。在

我國(guó)x坐標(biāo)都是正的，y坐標(biāo)最大值(在赤道上)約為330km。為避免出現(xiàn)負(fù)的橫

坐標(biāo)，在橫坐標(biāo)上加上了500000m,同時(shí)還在橫坐標(biāo)前冠以帶號(hào)，這就是我國(guó)國(guó)

家統(tǒng)一坐標(biāo)。為適應(yīng)電子計(jì)算機(jī)和各種可編程序電子計(jì)算器的需要，可直接采用

公式2—11進(jìn)行高斯投影計(jì)算。

將克拉索夫斯基橢球元素值代入，則X的各系數(shù)值：

O

該公式平面坐標(biāo)計(jì)算精度可達(dá)0.001m。綜上，文中討論了坐標(biāo)轉(zhuǎn)換公式及

其相關(guān)原理，通過(guò)坐標(biāo)轉(zhuǎn)換，可以很

方便的把浮動(dòng)車數(shù)據(jù)轉(zhuǎn)換到高斯平面直角坐標(biāo)。而地圖匹配算法中很多相關(guān)

的閩值的選取都是以平面直角坐標(biāo)為基礎(chǔ)的，坐標(biāo)轉(zhuǎn)換公式在其中起著重要

作用。坐標(biāo)轉(zhuǎn)換公式的精度將直接影響地圖匹配算法的結(jié)果。

2.4路段劃分

路網(wǎng)中路段的劃分是路段平均速度估計(jì)的前提。在交通信息調(diào)查的基礎(chǔ)

上，實(shí)現(xiàn)合理的路段劃分，并將路段分段信息集成于GIS數(shù)據(jù)庫(kù)中，為實(shí)現(xiàn)

GPS浮動(dòng)車連續(xù)檢測(cè)數(shù)據(jù)對(duì)應(yīng)路段分組奠定了基礎(chǔ)。路網(wǎng)分段與道路規(guī)劃、

道路幾何設(shè)計(jì)、交通設(shè)施的布局密切相關(guān)，路網(wǎng)分段除需要考慮重要的交通交匯

點(diǎn)外，還應(yīng)當(dāng)考慮道路所經(jīng)過(guò)的城市重要機(jī)構(gòu)所在地的地理位置及城市標(biāo)志性建

筑物的位置。路段的劃分與平均速度應(yīng)用的目的有關(guān)。例如，路段平均速度估計(jì)

是為了實(shí)現(xiàn)公交車到站時(shí)間預(yù)測(cè)，那么路段的端點(diǎn)就應(yīng)該包括公交車的站點(diǎn)位置;

路段平均速度估計(jì)是為了實(shí)現(xiàn)城市交通流的誘導(dǎo)，那么路段的端點(diǎn)就應(yīng)該分布在

道路的各主要交叉路口之上;路段平均速度的估計(jì)是為了更好確定交通網(wǎng)通行能

力的，那么路段的端點(diǎn)就應(yīng)該分布在車道數(shù)發(fā)生變化的路口。而本文主要研究動(dòng)

態(tài)交通狀態(tài)問(wèn)題，故把路段的端點(diǎn)放在主要交叉口上，但當(dāng)兩個(gè)主要交叉口相鄰

較近時(shí)，將兩個(gè)路段合并為一個(gè)路段。這主要是為保證每個(gè)路段上都有同一浮動(dòng)

車的至少兩個(gè)連續(xù)GPS點(diǎn)，以進(jìn)行路段上速度求解，則路段的最小長(zhǎng)度500m左

右;但由于城市中重要商業(yè)區(qū)、標(biāo)志性建筑物、學(xué)校等區(qū)域?qū)儆诔鞘薪煌ㄖ械奶?/p>

殊地點(diǎn)，在這些地點(diǎn)相鄰方向以250m為路段長(zhǎng)，連分兩段，以保證對(duì)這些地區(qū)

的重點(diǎn)監(jiān)控。以圖2—2所示，因BC段長(zhǎng)度不足2.skm,所以合并BC和CD為

一個(gè)路段;DE段雖然超過(guò)2.skm,但因該路段上存在重點(diǎn)商業(yè)點(diǎn)G,故把DE段分

割為兩段。根據(jù)上述原理，AF線路劃分的路段如圖2—2所示。如圖2—3所

示，一般很難使得GPS點(diǎn)恰巧落在所求行程時(shí)間路段的兩端或劃分路段的兩端，

所以雖然GPS數(shù)據(jù)直接提供了時(shí)間這一屬性，但并不能直接應(yīng)用。

圖2—2道路分段圖

2.5.1點(diǎn)到點(diǎn)匹配算法

點(diǎn)到點(diǎn)的匹配算法是把GPS的每個(gè)數(shù)據(jù)點(diǎn)與GIS數(shù)據(jù)中的結(jié)點(diǎn)和特征點(diǎn)進(jìn)行

匹配，考慮它與GIS數(shù)據(jù)中點(diǎn)元素的符合度。這種采用點(diǎn)到點(diǎn)匹配算法，算法相

對(duì)容易實(shí)現(xiàn)，計(jì)算速度快。但這種算法也有很多問(wèn)題，如圖2—4所示。P'最

接近B'點(diǎn)，而不是A?；駻'。因此P'被匹配給曲線B,而這與事實(shí)是明顯相

背離的。

2.5.2點(diǎn)到線匹配算法

點(diǎn)到線的匹配算法是求GPS點(diǎn)到一個(gè)線段集合中那條線段的距離最短，并把

該點(diǎn)投影到這條線段上。圖2—5表示了點(diǎn)到線匹配算法的基本原理(王楠等

[491)o

其中，。，，。，分別是投影距離和方向夾角的權(quán)值。在所有候選道路中選遼寧

工程技術(shù)大學(xué)博士學(xué)位論文擇距離度量值最小的作為匹配道路，即認(rèn)為車輛正在

該道路上行駛，將車輛在匹配道路上的投影點(diǎn)作為車輛的當(dāng)前位置。根據(jù)選用的

理論方法不同，點(diǎn)到線的地圖匹配算法可以分為模糊邏輯、D—S證據(jù)理論、神

經(jīng)網(wǎng)絡(luò)等。基于模糊邏輯的地圖匹配算法(5.Syed,20004)(W.W.Kao,

1994)(L.J.Huang,1991),模糊規(guī)則的算法把相關(guān)的角度、距離等變量，進(jìn)行模

糊化，然后根據(jù)推理機(jī)進(jìn)行推理之后，再進(jìn)行模糊化。算法的流程如下:模糊邏

輯進(jìn)行地圖匹配的核心在于采用模糊規(guī)則進(jìn)行推理。如果模糊規(guī)則通過(guò)算法流程

圖組合在一起，進(jìn)行綜合后得出系統(tǒng)的輸出?；贒—S證據(jù)理論的匹配算法

(DakaiYang,2003)(蘇惠敏，2001),該算法允許將證據(jù)與對(duì)己知不確定的集合

的操作數(shù)相結(jié)合，所以能被應(yīng)用于就邏輯規(guī)則的邏輯推理系統(tǒng)。隸屬函數(shù)模糊邏

輯操作模模糊化化化推理機(jī)機(jī)機(jī)去模糊化化

圖2—6模糊邏輯系統(tǒng)結(jié)構(gòu)

圖2—7置信橢圓示意圖

基于神經(jīng)網(wǎng)絡(luò)的匹配算法(HeehtNielSen,一989)(H.Y.Tongand

W.T.Hung,2002)(高為廣，2006),該算法是通過(guò)輸入樣本數(shù)據(jù)的訓(xùn)練，建

立各參數(shù)間非線性的函數(shù)關(guān)系，輸出結(jié)果。只有經(jīng)過(guò)訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)才能發(fā)揮

它的作用。如圖2—8中給出了包含兩個(gè)隱含層的BP網(wǎng)絡(luò)模型結(jié)構(gòu)。理論研究

表明[51]:具有一個(gè)輸入層，一個(gè)線性輸出層，以及至少一個(gè)S型激活函數(shù)的隱

含層的BP網(wǎng)絡(luò)，能夠以任意精度逼近任何連續(xù)可微函數(shù)。

BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練實(shí)際上就是求解目標(biāo)函數(shù)的極小值問(wèn)題。由于目標(biāo)函數(shù)

的復(fù)雜性，通常需要采用迭代法搜索輸入空間。然而，若用標(biāo)準(zhǔn)的梯度下降法訓(xùn)

練網(wǎng)絡(luò)，則由于訓(xùn)練時(shí)間過(guò)長(zhǎng)，且容易陷入局部極小值，因而難于滿足實(shí)際應(yīng)用

要求。于是，提出改進(jìn)的BP網(wǎng)絡(luò)訓(xùn)練算法。這些訓(xùn)練算法可以概括為兩種類型:

基于梯度下降的啟發(fā)式算法和基于數(shù)值優(yōu)化算法。前者包括附加動(dòng)量的梯度下降

法、變化學(xué)習(xí)速率的BP算法和彈性BP算法;后者包括共轆梯度法、準(zhǔn)牛頓法和

Levenberg—Marquardt算法［,2,'3］。對(duì)于解決函數(shù)逼近問(wèn)題，基于數(shù)值優(yōu)

化算法較基于梯度下降的啟發(fā)式算法有較快的收斂速度和較高的逼近精度。對(duì)于

大量數(shù)據(jù)樣本的復(fù)雜問(wèn)題的訓(xùn)練，由于準(zhǔn)牛頓法和Levenberg-Marquardt算法

通常需要占用較大的計(jì)算機(jī)內(nèi)存空間，因此研究中采用共轆梯度法進(jìn)行網(wǎng)絡(luò)的權(quán)

值和偏差修正訓(xùn)練。該算法具有占用計(jì)算機(jī)內(nèi)存少、收斂速度快、逼近精度高等

優(yōu)點(diǎn)，其遞推計(jì)算過(guò)程如下：

總體來(lái)說(shuō)，點(diǎn)到線的匹配算法對(duì)以下情況還存在不足：

(1)圖2—9,A和B為兩條道路，P,至UP,為待匹配的點(diǎn)序列。如果按點(diǎn)

到線的距離進(jìn)行匹配，整個(gè)點(diǎn)序列將均被匹配給道路B,而實(shí)際應(yīng)該匹配給道路

Ao

(2)到線段的最短距離要比計(jì)算點(diǎn)到線的距離復(fù)雜。如圖2—10,計(jì)算P點(diǎn)

到線段A0A'的最短距離時(shí)，發(fā)現(xiàn)P點(diǎn)在A0A'上的投影并不在線段上，因此只

能從P點(diǎn)到線段端點(diǎn)A0和A'中最短的距離作為P到線段A0A'的距離。而每條

弧段都是由N個(gè)線段組成，必須比較P點(diǎn)與這N個(gè)線段的端點(diǎn)距離來(lái)確定最終的

點(diǎn)到該弧段的距離。

(3)點(diǎn)到線的匹配方法如果忽略歷史信息，也容易造成匹配錯(cuò)誤。如圖2—

n所示。從點(diǎn)到直線的距離進(jìn)行匹配發(fā)現(xiàn)，P0和P1到A的距離小于B,故P。和

P'應(yīng)匹配到線段A上。可PZ點(diǎn)到A和B的距離幾乎相等，匹配算法將無(wú)法進(jìn)行。

(4)匹配算法也可能造成一種不穩(wěn)定性。如圖2?12,A和B是兩條平行曲線,

P0、P'和PZ是三個(gè)待匹配的點(diǎn)。P0和PZ距離曲線A近些，故匹配給曲線A。

可P'點(diǎn)距離曲線B近，因此P'應(yīng)匹配給曲線B。這樣就造成匹配點(diǎn)在平行線

間發(fā)生跳動(dòng)的現(xiàn)象。

圖2—12點(diǎn)與平行線的匹配

2.5.3線到線匹配算法

線到線的匹配算法就是根據(jù)GPS數(shù)據(jù)點(diǎn)構(gòu)成的軌跡與Gls數(shù)據(jù)中弧段的相似

度進(jìn)行匹配(ChristopherE.White,2000)o在這種匹配算法中，關(guān)鍵是曲線相

似度的定義。不同的曲線相似度的定義，就會(huì)得到不同的匹配算法。相似度最終

多歸結(jié)與距離的量算上。如圖2—13中的P八P，和PZ構(gòu)成的浮動(dòng)車軌跡，要

與圖中的A、B、C、D和E五條路段進(jìn)行匹配，采用公式2—18進(jìn)行距離計(jì)算：

圖2—13線到線的匹配算法

RVM(RotationalVariationMetrie)的線匹配算法(RajashriR.Joshi,該

算法通過(guò)平移和旋轉(zhuǎn)兩種變換，對(duì)比兩條曲線上部分切向量的相如圖2—14示,

設(shè)A為參考曲線，在曲線A和B上分別假設(shè)一個(gè)起點(diǎn)，從起點(diǎn)開(kāi)始，沿相同方向

每隔一個(gè)給定的相等長(zhǎng)度作切向量，通過(guò)對(duì)產(chǎn)生的兩個(gè)切向量組的關(guān)系比較，可

以確定曲線A和B的關(guān)系。不失一般性，定義為使B組向量與A組向量相同需要

旋轉(zhuǎn)的角度為一對(duì)向量的夾角。定義逆時(shí)針為正方向，順時(shí)針?lè)较驗(yàn)樨?fù)方向。該

角度可以通過(guò)式2—19進(jìn)行計(jì)算。

由于圖2—15中任意一對(duì)切向量的角度都相等，所以曲線B經(jīng)過(guò)平移和旋

轉(zhuǎn)后與A相同。e的方差就是曲線相似性的定量描述，這就是

RVC(RotationvariationCoefficienct)的定義。如果兩條曲線的RVC等于0,就

表示兩條曲線經(jīng)過(guò)平移或旋轉(zhuǎn)之后重合，或者兩條曲線相同。如果RVC表示兩條

曲線具有不同的形狀，如圖|2—15所示。如果兩條曲線大小不同，可以對(duì)其中

一條縮放后再進(jìn)行比較。

圖2—14曲線A和B經(jīng)旋轉(zhuǎn)或平移后相同及其對(duì)應(yīng)的RVC

圖2—15曲線A和B經(jīng)旋轉(zhuǎn)或平移后不相同及其對(duì)應(yīng)的RVC

基于IMTM(IterativeMultiresolutionTrendMetrie)算法是通過(guò)對(duì)復(fù)雜

曲線總體趨勢(shì)的解析來(lái)進(jìn)行地圖匹配的，如果得到兩條曲線的總體趨勢(shì)是非常相

近的，即兩條曲線就是匹配的。復(fù)雜曲線簡(jiǎn)化的算法很多，最常用的是Douglas

和Peucker提出的算法。該算法用容忍帶寬表示曲線一般化的程度，大帶寬表示

變化一般化，反之亦然。零帶寬表示不變。

IMTM使用線簡(jiǎn)化和繼承方法來(lái)降低計(jì)算曲線相似度的復(fù)雜程度。傳統(tǒng)的線

匹配算法直接比較車輛軌跡和模板庫(kù)中所有的道路。為減少計(jì)算量，IMTM采用

以下幾個(gè)步驟：

（1）通過(guò)高度線簡(jiǎn)化，比較車輛軌跡與模板庫(kù)中所有道路的總體趨勢(shì)，在模

板庫(kù)中剔除最不可能的道路，產(chǎn)生一個(gè)道路子集。（2）降低容忍帶寬，重復(fù)上述

步驟，產(chǎn)生一個(gè)更小的子集。（3）重復(fù)上述迭代，直到最后只剩下一條道路，則

該道路就是匹配結(jié)果。

IMTM算法流程如圖2—16所示。

圖2—16IMTM算法流程

地圖匹配算法最終都是把浮動(dòng)車采集到的點(diǎn)轉(zhuǎn)換到道路網(wǎng)上，不管哪種匹配

算法，點(diǎn)的轉(zhuǎn)換普遍采用的點(diǎn)向匹配路段投影的方式。但尋找路段投影是匹配算

法的核心。由于線一線匹配中存在距離定義困難，求解過(guò)程計(jì)算相對(duì)復(fù)雜，最關(guān)

鍵是其滯后性在動(dòng)態(tài)誘導(dǎo)中是很難接受的，而點(diǎn)一線投影又有其不可避免的缺

點(diǎn)，故本文綜合上述兩種算法，提出一種介于兩種算法之間的新的匹配算法。

2.5.4擬合角度距離法

雖然角度能解決一些問(wèn)題，但這些問(wèn)題都是建立在點(diǎn)一線的匹配基礎(chǔ)上提

出的，所以本文提出的算法要兼顧角度和距離這兩大因素。為避免程序中不

必要的轉(zhuǎn)換，角度信息統(tǒng)一用斜率來(lái)表示，這樣也回避了角的方向性問(wèn)題。

但角度符合程度用斜率差衡量。相對(duì)斜率差，距離要大得多，正常浮動(dòng)車數(shù)

據(jù)（除信號(hào)丟失）的最大誤差為SOm,街區(qū)間距一般SOOm。為避免距離因

素直接決定結(jié)果，對(duì)距離L進(jìn)行如下調(diào)整：

其中：

L:為GPS數(shù)據(jù)點(diǎn)到某一路段的距離；

Ds:為研究區(qū)域中，街道間的平均距離；

Wp:為研究區(qū)域內(nèi)，GPS的最大誤差值。

當(dāng)點(diǎn)到直線距離為100m時(shí)，針對(duì)上述情況，PL=O.5o

為了兼顧角度信息、匹配精度和時(shí)間延遲，如圖2—17選取點(diǎn)序列的前兩

點(diǎn)和后兩點(diǎn)進(jìn)行建模。進(jìn)而構(gòu)成的角度信息有四個(gè)線段，分別是P3P1、

P3PZ、

P3P4和P3PS,他們的斜率與線段斜率的差值作為因子參與計(jì)算。對(duì)于城

市

路網(wǎng)中的平行線問(wèn)題，利用的限定條件是如果P：與P5和PZ與P;的斜率相

近，

且P:和PZ均已匹配給同一線段，則把P3也投影到該線段上。

任意點(diǎn)Pi與直線L的計(jì)算公式如下：

式中：

K:為線段L對(duì)應(yīng)的斜率；

A為浮動(dòng)車數(shù)據(jù)自身的角度值；

圖2—17擬合角度距離計(jì)算方法示意圖

針對(duì)類似P3的情況，采用如下公式進(jìn)行判定：

式中：

擬合角度距離算法的步驟如下：

(D判定P；點(diǎn)到L1線段的距離，以及PI點(diǎn)與P:和P3兩點(diǎn)構(gòu)成的直線

斜率與L;的斜率進(jìn)行比較，把對(duì)應(yīng)值代入公式2—21中，計(jì)算S值。對(duì)于

公式中出現(xiàn)的Pi—1和Pi一,因不存在這些點(diǎn)，而省略這兩項(xiàng)的計(jì)算結(jié)果。

(2)依次計(jì)算P;點(diǎn)到附近50m內(nèi)線段的距離，并求出對(duì)應(yīng)的S值。比較各S

值，把P：點(diǎn)匹配到最小S值對(duì)應(yīng)的線段上，并記錄該線段的序號(hào)。

(3)計(jì)算P:點(diǎn)到附近50m內(nèi)線段的所有S值。把PZ點(diǎn)到最小S值對(duì)應(yīng)的線

段上，并記錄該線段的序號(hào)。

(4)如果P;和P:記錄的線段序號(hào)值相同，則先利用2—22式確定P3點(diǎn)

是否也該匹配到該線段上，如果也應(yīng)匹配該線段上，就記錄線段的序號(hào)。如

果不匹配到該線段上，則采用公式2—21進(jìn)行計(jì)算出P3點(diǎn)50m內(nèi)到線段最小的

S值，把P3點(diǎn)到最小S值對(duì)應(yīng)的線段上，并記錄該線段的序號(hào)。

(5)重復(fù)步驟(4)進(jìn)行P4點(diǎn)的判斷，直至Pi.:(i為待匹配點(diǎn)數(shù)量)。

(6)判定Pi.:點(diǎn)時(shí),與判定PZ點(diǎn)類似。

(7)判定Pi點(diǎn)的過(guò)程與判定P;點(diǎn)類似。

2.6實(shí)例和匹配效果

地圖匹配是采用基于GPs/GIs技術(shù)的浮動(dòng)車GPS數(shù)據(jù)進(jìn)行路徑動(dòng)態(tài)誘導(dǎo)的重

要環(huán)節(jié)，匹配效果將直接影響行程時(shí)間的計(jì)算結(jié)果。本文提出的擬合角度和距離

的匹配算法，兼有點(diǎn)一線和線一線匹配的優(yōu)點(diǎn)，兼顧了匹配速度和精度。下面選

取若干個(gè)點(diǎn)浮動(dòng)車數(shù)據(jù)點(diǎn)，對(duì)本文提出的算法與常用的點(diǎn)一線匹算法進(jìn)行對(duì)比。

如圖2—18為浮動(dòng)車數(shù)據(jù)點(diǎn)在十字路口的匹配情況。其中a圖為采用擬合角度

距離的匹配算法的結(jié)果，可以明顯的看出點(diǎn)序列沒(méi)有受到十字路口的影響，產(chǎn)生

匹配錯(cuò)誤;b圖為采用點(diǎn)線匹配法的結(jié)果，其中的13、14、15和16四個(gè)點(diǎn)都匹

配到豎線段上了。

(a)(b)

圖2—18在十字路口的匹配情況

如圖2—19為既有平行道路，又有十字路口的情況。其中(a)圖為采用擬合

角度距離法的匹配結(jié)果，可以明顯的看出對(duì)于第9號(hào)點(diǎn)按距離應(yīng)匹配給上面的線

段，而采用本匹配方法能很好的克服平行線間跳點(diǎn)現(xiàn)象的發(fā)生。(b)圖為點(diǎn)一線

匹配方法得到的結(jié)果，在點(diǎn)9、16、17、18、20、34等多處出現(xiàn)跳點(diǎn)現(xiàn)象。

(a)

(b)

圖2—19具有平行道路和十字路口的匹配結(jié)果

(a)(b)

圖2—20某路段浮動(dòng)車點(diǎn)序列到路網(wǎng)的匹配結(jié)果

圖2—19是針對(duì)點(diǎn)一線匹配中存在的一些問(wèn)題，以及本文提出的擬合角

度和距離算法在處理這些問(wèn)題的效果。圖2—20顯示的是連續(xù)點(diǎn)序列在路

網(wǎng)中的匹配結(jié)果，其中(a)為按擬合角度距離得出的效果，(b)為采用點(diǎn)一線距離

的匹配效果。從實(shí)例和應(yīng)用效果看，本文提出的算法很好的解決了點(diǎn)到線匹配中

存在的一些問(wèn)題。這主要是因?yàn)椋惴ㄖ袑?duì)斜率信息的考慮，即連續(xù)5點(diǎn)進(jìn)行角

度信息的分析;采用2—22公式解決了平行線間點(diǎn)來(lái)回跳動(dòng)的問(wèn)題。

2.7本章小結(jié)

本章在總結(jié)各種交通信息采集設(shè)備獲取交通信息原理的基礎(chǔ)上，指出了浮動(dòng)

車GPS法在交通信息采集時(shí)，存在數(shù)據(jù)覆蓋范圍、可靠性、成本低等優(yōu)勢(shì)。進(jìn)而

研究了浮動(dòng)車GPS數(shù)據(jù)的預(yù)處理、坐標(biāo)系變換、路段動(dòng)態(tài)劃分等問(wèn)題，重點(diǎn)研究

了GPS與Gls數(shù)據(jù)匹配的問(wèn)題，提出了擬合角度距離的匹配模型。解決了浮動(dòng)車

GPS數(shù)據(jù)與Gls數(shù)據(jù)的融合問(wèn)題，同時(shí)該模型兼顧GPS數(shù)據(jù)的行駛方向和與路段

的距離，具有良好的運(yùn)算速度和匹配精度。

3基于浮動(dòng)車的靜態(tài)路段行程時(shí)間預(yù)測(cè)理論與模型

浮動(dòng)車交通信息采集方式可以直接采集位置、速度、時(shí)間、行駛方向等參數(shù)。

本文采用出租車作為浮動(dòng)車能進(jìn)一步提高分析的精度。因?yàn)槌鲎廛嚦鲂新史浅?/p>

高，有些出租車甚至是兩個(gè)司機(jī)輪流開(kāi)，且出租車的流動(dòng)狀況，也基本反映了人

們出行的需求。行程時(shí)間是指在某個(gè)時(shí)間周期內(nèi)，車輛駛過(guò)道路某一路段總的持

續(xù)時(shí)間包括行駛時(shí)間和延誤時(shí)間。行駛時(shí)間是指在路段上車輛處于運(yùn)動(dòng)狀態(tài)的總

時(shí)間，延誤是指由于交通阻滯和交通控制裝置等原因而損失的行程時(shí)間。延遲包

括運(yùn)動(dòng)延遲，固定延遲和停車延遲。其中，運(yùn)行延誤是整個(gè)延誤的一部分，它是

由于其他交通流的存在和干擾引起的，這些干擾或是以側(cè)面阻滯或是以交通流內(nèi)

部阻滯的形式出現(xiàn)；固定延誤也是整個(gè)延誤的一部分，它是由交通裝置或交通標(biāo)

志引起的，與交通量和出現(xiàn)交通干擾無(wú)關(guān)，主要發(fā)生在交叉路口；停車延誤指總

時(shí)間內(nèi)，車輛處于靜止?fàn)顟B(tài)的時(shí)間。根據(jù)GPS反饋的信息，測(cè)得速度不為0時(shí)的

時(shí)間總和就是行駛時(shí)間；車輛通過(guò)整個(gè)路段的時(shí)間就是行程時(shí)間；在路口或有交

通標(biāo)志的地點(diǎn)，速度為0的總時(shí)間就是固定延誤時(shí)間;在整個(gè)路段車速為0的時(shí)

間總和就是停車延誤時(shí)間;在無(wú)路口或交通標(biāo)志的地點(diǎn)，速度為0的總時(shí)間就是

運(yùn)行延誤時(shí)間。可見(jiàn)，利用GPS可以方便快捷的得到相關(guān)的時(shí)間信息。但隨著浮

動(dòng)車GPS數(shù)據(jù)采樣間隔的增加，很難準(zhǔn)確的計(jì)算出這些延誤信息。因此本章研究

使用運(yùn)動(dòng)的浮動(dòng)車來(lái)求解路段靜態(tài)行程時(shí)間的理論和方法。

3.1定積分理論

定積分是求連續(xù)采集的浮動(dòng)車GPS數(shù)據(jù)行程時(shí)間的基礎(chǔ)，故先介紹定積分的

定義和其幾何意義。設(shè)函數(shù)f（x）在［a,b］上有界，在［a,b］中任意插入若干

個(gè)分點(diǎn):a=xo<x,<xZ<*--<xn—Kx0=b把區(qū)間［a,b］分成n個(gè)小區(qū)間：【x。，x,］,

［xl,xZ』，…，［x卜1,x,］,各個(gè)小區(qū)間的長(zhǎng)度依次為公l=xl—xO,公2=

孔一xL…，公。二x,一氣一1在每個(gè)小區(qū)間［x,,x'］上任取一點(diǎn)考，（x

卜，'考，'X'）,作函數(shù)值f（考，）與小區(qū)間月長(zhǎng)度、'的乘積f（考，）公，（'=1,

2,二，n）,并作出和5=藝￡傳冷，，記幾=max｛公，，公2,…，公。｝,如果不

論對(duì)［a,b］怎樣分法，也不論在小區(qū)間［x,」，x,］上點(diǎn)看'怎樣取法，只要當(dāng)

又一0時(shí)，和S總趨于確定的極限.1,這時(shí)稱這個(gè)極限I為函數(shù)f(x)在區(qū)間［a,

b】上的定積分(簡(jiǎn)稱積分，，計(jì)作ff(x)即rf(x)公二月I=limZf(看'冷'，

孟呻0才一1其中f(x)叫做被積函數(shù)做積分下限，b叫做積分上限

定積分的幾何意義如下：

f(x)去叫做被積表達(dá)式，X叫做積分變量，［a,b］叫做積分區(qū)間。在【a,

bl上f(x):"時(shí)，定積分rf(x)'在幾何上表示由曲線，?f(x)、直線x二a、x=b

與x軸所圍成的曲邊梯形的面積;在［a,b］上f(x)%時(shí)示由曲線y=f(x)、兩

條直線x=a、x二b與x軸所圍成的曲邊梯形位于99(3—1),a叫兩條則表

x軸的下方，定積分rf(x)'在幾何上表示上述曲邊梯形面積的負(fù)值;在【a,

bl±f(x,既取得正值又取得負(fù)值時(shí)，函數(shù)f(x)的圖形某些部分在x軸的上方,

而某些部分在x軸的下方。如果對(duì)面積賦以正負(fù)號(hào)，在x軸上方的圖形面積賦以

正號(hào)，在x軸下方的圖形面積賦以負(fù)號(hào)。但在一般情形下，定積分ff(x)'的幾

何意義為:它是介于x軸，函數(shù)f(x)的圖形以及兩條直線x二a、x=b之間的各

部分面積的代數(shù)和。

3.2平均速度估計(jì)

平均速度表示車輛在某一時(shí)間段或區(qū)間上的行使的平均速度，也稱為平均車

速。平均車速可以用兩種方法來(lái)計(jì)算，即時(shí)間平均車速和區(qū)間平均車速。時(shí)間平

均車速是指在特定的時(shí)間區(qū)間內(nèi)，通過(guò)道路某一地點(diǎn)的所有車輛速度的算術(shù)平均

值。區(qū)間平均車速是指在特定的時(shí)間區(qū)間內(nèi)，占據(jù)一定長(zhǎng)度區(qū)間的所有車輛的速

度平均值。

3.2.1時(shí)間平均速度

在wi11iamLeonardEise1e的博士論文中給出的速度計(jì)算公式如下：

(3-2)

其中：

xi為時(shí)間變量

其中:w_j為第i點(diǎn)的權(quán)重;di為當(dāng)前點(diǎn)到中心點(diǎn)xi的距離;dq為最大距離;

在計(jì)算模型中考慮到人口的影響、星期幾的影響、一天中時(shí)間的影響、其它誤差

歸為隨機(jī)誤差;在其擴(kuò)充因子中又包括了數(shù)據(jù)源的影響、數(shù)據(jù)源與星期幾的關(guān)系

系數(shù)、以及數(shù)據(jù)源與一天中時(shí)間的關(guān)系系數(shù)；而2002年，YangyingLi和

MikeMeDonald應(yīng)用模糊推理策略，提出了采用一輛普通浮動(dòng)車估計(jì)路段行程時(shí)

間的模型1541。該模型基于對(duì)浮動(dòng)車的速度和行程時(shí)間特征的分析，引入一個(gè)

新的變量一最大連續(xù)加速度MAC:

其中：t,和tZ是浮動(dòng)車采樣數(shù)據(jù)時(shí)間系列中速度連續(xù)增加子系列的起始和

結(jié)束六一二1尹:___一八、一~二，_、，_一~一、裙_.一一~時(shí)間;

凡二言廠Vdl,是浮動(dòng)車平均速度。用凡和MAC來(lái)表征浮動(dòng)車在路段車流中行駛

的快慢程度，建立推算該浮動(dòng)車相對(duì)于路段車流速度的快慢程度的模糊推理規(guī)

則，通過(guò)推理結(jié)果修正浮動(dòng)車的行程時(shí)間，將修正值作為路段行程時(shí)間。通過(guò)驗(yàn)

證，模型估計(jì)值正確率是98%,估計(jì)值與真實(shí)值的誤差絕對(duì)平均百分比小于2.1機(jī)

該模型融入了人工智能的思想，利用了浮動(dòng)車檢測(cè)數(shù)據(jù)中蘊(yùn)含車流速度變化的浮

動(dòng)車瞬時(shí)速度值，并不依賴于道路因素，體現(xiàn)了交通參數(shù)估計(jì)時(shí)GPS浮動(dòng)車技術(shù)

的優(yōu)勢(shì)。與此同時(shí)，CesarAQuiroga采用速度積分方法，求解車輛的瞬時(shí)速度

155］0其研究中描述了如下速度積分計(jì)算方法，行駛速度計(jì)算方程如下：

當(dāng)數(shù)據(jù)時(shí)間間隔固定為是：

Vo和vp為p。和pP點(diǎn)的速度，to和tp為po和pP點(diǎn)的時(shí)間，td為通過(guò)

距離

d的總時(shí)間。

其實(shí)，速度積分方法利用了GPS浮動(dòng)車檢測(cè)的離散瞬時(shí)速度時(shí)間序列，應(yīng)用

數(shù)值積分方法計(jì)算浮動(dòng)車的行駛路程。速度積分的目的是使計(jì)算值接近浮動(dòng)車的

實(shí)際行駛路程，但應(yīng)保證GPS采用的速度值具有較高精度，采樣周期不能太長(zhǎng)，

并且需要預(yù)防GPS測(cè)量盲區(qū)的影響。通過(guò)實(shí)際采集數(shù)據(jù)比較了此方法和選取路段

兩端車輛GPS采樣點(diǎn)通過(guò)距離與時(shí)間之比計(jì)算路段平均速度的方法，結(jié)果顯示，

在采用時(shí)間間隔小于10秒時(shí)，此方法的誤差明顯較小，當(dāng)采樣時(shí)間間隔大于10

秒時(shí)，兩方法的誤差差距明顯減小。我國(guó)學(xué)者李筱著等人［50］提出的計(jì)算時(shí)間

平均速度公式如下:月

杯為車輛總的平均速度；

........……(3-6)

譏為每輛車的平均速度；

n為車輛數(shù)。

為提高每輛車的平均速度的計(jì)算準(zhǔn)確性，可采用先擬合，在積分的方法。

=atZ+bt+e

其中：

tO為開(kāi)始時(shí)間；t:為結(jié)束時(shí)間。

通過(guò)對(duì)上述求時(shí)間平均速度方法的分析，可得出由于浮動(dòng)車采集的速度是瞬

時(shí)速度，不能代表浮動(dòng)車在整個(gè)路段內(nèi)的行使速度，而區(qū)間平均速度是反映車輛

在整個(gè)路段行駛速度的，更符合實(shí)際要求。

3.2.2區(qū)間平均速度

2000年，RohitriBobba在其博士論文中提出了應(yīng)用公交車作為GPS浮動(dòng)車,

通過(guò)多元回歸建立路段平均速度估計(jì)模型的方法［57］。研究借助統(tǒng)計(jì)軟件

s's(statistiealAnalysissoftware)的功能，分析和顯示公交浮動(dòng)車的平均速

度、車道數(shù)和道路限速值這三個(gè)獨(dú)立變量來(lái)反映67%路段平均速度的變化，進(jìn)而

建立了多元回歸模型：路段平均速度=一5.60857+0.55814x公交車平均速度

+2.8257x車道數(shù)+0.39745x道路限速值。測(cè)試表明在95%的時(shí)間里路段平均速度

真實(shí)值位于此模型計(jì)算值的士lokmph內(nèi)。2003年，naviaAnthony［,8］采用統(tǒng)

計(jì)軟件sPss測(cè)試不同的自變量和因變量的共線性，經(jīng)過(guò)方差分析建立多元回歸

建立模型:路段平均速度=10.32十o.69x公交車平均速度+o.75x公交車站數(shù)量一

X路段交通信號(hào)燈數(shù)量。通過(guò)對(duì)模型的標(biāo)準(zhǔn)差分析和殘差散布圖的分析，顯示出

模型的精度為60虬同時(shí)，研究指出交通高峰期對(duì)模型的估計(jì)結(jié)果影響不大。以

上兩個(gè)模型的自變量不同的原因在于路段的劃分。第一個(gè)模型選擇公交車站和道

路交叉口作為路段劃分的依據(jù)，路口交通指示燈就處于路段的進(jìn)口或出口處。第

二個(gè)模型以公交車站作為路段的劃分依據(jù)，路口交通指示燈被包含在路段內(nèi)。這

樣，路口交通指示燈對(duì)這兩種模型的影響就不同。這說(shuō)明了不同的路段劃分方法

對(duì)模型的建立有著重要的影響；在不同的道路條件下，各種因素對(duì)交通參數(shù)的影

響程度也有差異。2002年，DavidAnthomy在其研究中，為了進(jìn)一步提高交通參

數(shù)估計(jì)的準(zhǔn)確性，嘗試采用神經(jīng)網(wǎng)絡(luò)建立估計(jì)模型。研究應(yīng)用Neurosolutions

專用神經(jīng)網(wǎng)絡(luò)軟件，選擇隱層數(shù)為2、雙曲正切函數(shù)為激活函數(shù)的BP網(wǎng)絡(luò)，選

取了公交車平均速度、路段限速值、交通信號(hào)燈數(shù)量和路段公交車站數(shù)量作為網(wǎng)

絡(luò)輸入變量，輸出為路段平均速度，建立了神經(jīng)網(wǎng)絡(luò)模型。通過(guò)實(shí)際數(shù)據(jù)測(cè)試，

模型計(jì)算精度大于70機(jī)神經(jīng)網(wǎng)絡(luò)模型相對(duì)回歸模型具有更高的計(jì)算精度，這也

說(shuō)明了神經(jīng)網(wǎng)絡(luò)的非線性函數(shù)逼近能力對(duì)于交通參數(shù)估計(jì)這一類復(fù)雜的、多因素

影響的非線性求解問(wèn)題有其特有的優(yōu)勢(shì)。我國(guó)學(xué)者李筱著等人159]提到的區(qū)間

平均速度計(jì)算公式如下：

其中：

s:為區(qū)間總長(zhǎng)度；

ti:為第i輛車的行程時(shí)間：

n:為車輛的數(shù)量。

本論文中采用區(qū)間平均速度的方法，這主要是由于浮動(dòng)車采集到的是瞬時(shí)速

度，瞬時(shí)速度并不能代表車輛在整個(gè)路段上的行駛速度，當(dāng)然除非車輛處于勻速

行駛狀態(tài)時(shí)，瞬時(shí)速度能反映出車輛的行駛狀態(tài)。但在城市道路網(wǎng)中，由于紅綠

燈、交叉口、超車等的存在，車輛很難做到勻速行駛。因此，對(duì)于基于浮動(dòng)車數(shù)

據(jù)的區(qū)間平均速度，采用匹配在該路段上的所有GPS數(shù)據(jù)點(diǎn)的采集時(shí)間和距離信

息的積分來(lái)計(jì)算，具體公式如下：

n―1硯t幾十，一t,,

對(duì)僅有一個(gè)GPS數(shù)據(jù)點(diǎn)的路段

(i=l,2,-n)............................(3-9)

采用前一路段上的相鄰點(diǎn)與其構(gòu)成GPS點(diǎn)對(duì)，再求取區(qū)間平均速度。但當(dāng)所

求得的平均值小于IOkm/h,或者大于80km/h,采取當(dāng)天最近時(shí)間的經(jīng)過(guò)該路段

車輛的平均車速代替當(dāng)前數(shù)據(jù);如果是早中晚高峰期，時(shí)間差不能超過(guò)10分鐘；

其它非高峰期時(shí)間差不能超過(guò)2個(gè)小時(shí)。當(dāng)歷史數(shù)據(jù)庫(kù)中不存上述滿足要求的浮

動(dòng)車數(shù)據(jù)時(shí)，再采用相同星期和時(shí)間的數(shù)據(jù)代替當(dāng)前數(shù)值，但采用連續(xù)三周的，

時(shí)間差限制與上面相同,權(quán)重分別為與2、0.3和0.5。

3.3路段行程時(shí)間

車輛的行駛路徑是由多個(gè)行駛路段組成的，所以路段的行程時(shí)間是求取路徑

行程時(shí)間的前提。路段的行程時(shí)間作為一個(gè)單元參與計(jì)算。1993年，naizey[601

運(yùn)用交叉相關(guān)技術(shù)(er。55—e。rrelati。nTechnique)預(yù)測(cè)行程時(shí)間，該方法

是利用交通量參數(shù)確定連續(xù)集中信號(hào)的最大相關(guān)性來(lái)預(yù)測(cè)行程時(shí)間，其模型所需

的參數(shù)比較少，但這種統(tǒng)計(jì)方法在交通擁擠情況下不再適用，因?yàn)閾頂D情況下，

這種相關(guān)性己不復(fù)存在。1996年，DoH.Nam［61］等人建立了高速公路行程時(shí)間模

型。他們是應(yīng)用隨機(jī)排隊(duì)理論和路段上的車輛數(shù)來(lái)進(jìn)行時(shí)間預(yù)測(cè)，該模型沒(méi)有對(duì)

交通狀況作任何假設(shè)，具有普遍性，但該模型沒(méi)有考慮交叉路口的影響。在

WilliamLeonardEisele的博士論文中給出的基于線圈數(shù)據(jù)的行程時(shí)間計(jì)算公式

如下：

其中：i為線圈排列序號(hào);氣十，為線圈的第

）個(gè)點(diǎn)與i十1點(diǎn)之間距離;Si為第i點(diǎn)的速度;TTi為旅行時(shí)間。此外，

Naugi.Rauphail［62］等人利用宏觀延誤模型預(yù)測(cè)了信號(hào)控制路段上車輛行程時(shí)

間的分布，模型中所需要的交通參數(shù)較多。DavidBoyCe［63］等人將行程時(shí)間

預(yù)測(cè)分為靜態(tài)預(yù)測(cè)和動(dòng)態(tài)預(yù)測(cè)調(diào)整兩個(gè)部分，此模型是基于路段上的時(shí)間預(yù)測(cè)模

型，預(yù)測(cè)的數(shù)據(jù)準(zhǔn)備工作量較大。Abours［64J利用回歸方法建立了檢測(cè)器占有

率和行程時(shí)間關(guān)系模型。Taka-bal65］等人建立了“砂時(shí)計(jì)”模型預(yù)測(cè)行程時(shí)間。

我國(guó)張和生等人［661在修正GPS數(shù)據(jù)誤差的基礎(chǔ)上，根據(jù)GPS數(shù)據(jù)量的不

同，對(duì)大樣本數(shù)據(jù)量采用樣本均值估計(jì)路段平行行程時(shí)間。當(dāng)樣本比例大于15%

時(shí)，就取所有經(jīng)過(guò)該路段車輛行程時(shí)間的平均值，作為該路段的行程時(shí)間。相反

當(dāng)樣本比例小于15%時(shí)，采用順序統(tǒng)計(jì)量中位數(shù)估計(jì)路段平均行程時(shí)間。張和生

［67］針對(duì)路段平均行程時(shí)間的計(jì)算問(wèn)題，提出了一種把路段平均行程總時(shí)間分

平均行駛時(shí)間、平均排隊(duì)時(shí)間和平均通過(guò)路口時(shí)間三個(gè)部分，并采用Posiss。n

函數(shù)描述車輛駛?cè)肼范魏婉偝雎范蔚倪^(guò)程，用Markov排隊(duì)描述車輛排隊(duì)過(guò)程，

用飽和流率和平均車長(zhǎng)，計(jì)算通過(guò)路口的平均時(shí)間。楊孝寬等168】采用流動(dòng)理

論對(duì)動(dòng)態(tài)路段行程時(shí)間進(jìn)行了預(yù)測(cè)，在預(yù)測(cè)過(guò)程中把行程時(shí)間分為上游、下游和

紅綠燈等待時(shí)間三部分，并指出流動(dòng)理論適宜于解決突發(fā)且密集的區(qū)域行程時(shí)間

問(wèn)題。雖然浮動(dòng)車在提供速度信息的同時(shí)也提供了時(shí)間信息。正如路段劃分中提

到的，浮動(dòng)車的數(shù)據(jù)點(diǎn)幾乎都不在路段的起點(diǎn)和終點(diǎn)，所以對(duì)于某一路段的速度