浮动车数据在城市交通研究中的应用探索

摘 要：浮动车采集技术是交通采集技术的一种，合理利用浮动车海量数据可以指导城市交通问题研究。结合武汉市某一区域浮动车统计数据，分析周边道路交通运行状况，探索浮动车数据的深度应用价值。

关键词：交通拥堵；浮动车；动态路径规划；交通决策支持

引言

大中城市交通拥堵问题已经成为制约城市发展的一大难题，以武汉市为例，目前全市机动车拥有量已经突破160万大关，同时私人小汽车仍以平均月增2万辆的速度增长，交通拥堵、停车困难、空气污染等问题已经严重影响城市可持续发展，亟待采取良好的软硬件措施来缓解。

文章涉及的浮动车采集技术是伴随着ITS新技术应用而在近几年发展起来的动态实时交通信息采集技术，即在普通的运行车辆（如出租车、公交车、警车等）上安装定位和无线通信装置，实现车辆与交通数据中心的信息交换，反馈车辆动态位置等信息。目前包括武汉市在内的很多大中城市均利用浮动车数据建立了城市路网实时路况网上平台，但是对于浮动车数据如何指导城市交通研究的分析深度还较缺乏，文章通过选取武汉市某一区域分析周边道路一段时期的浮动车数据，总结区域交通运行特点，探索浮动车数据的深度利用价值。

1 浮动车数据建立

武汉市浮动车系统是利用现有出租车调度中心采集的出租车实时GPS数据而搭建，采集的数据包括车辆编号、当前日期、当前时刻、经纬度坐标、方向角、瞬时速度、车辆状态等，这些数据每隔30s由出租车发送至浮动车数据处理中心，由数据处理中心对数据进行预处理，筛除异常数据，然后通过地图匹配算法将数据经纬度坐标逐一对应至电子地图上，根据数据记录的车辆编号、当前时刻、经纬度坐标等生成每辆浮动车的行驶路径。依据行驶路径与路网地图的一一对应关系，可以获得单位时间内，某一路段被浮动车经过的次数，以及根据时间和长度指标计算该路段行驶车速，文章案例将针对以上两个指标分析区域交通运行状况。

2 案例分析

2.1 案例区域选择

为保证研究有效性，区域选取遵循以下原则：

2.1.1 周边没有基础设施建设，如地铁、道路等施工项目，避开外界因素造成的非正常交通流影响。

2.1.2 交通特征有一定代表性，节假日、工作日等不同时期交通运行状况有较大差异，便于对浮动车数据与现实状况进行对比。

目前武汉市交通建设项目颇多，选择的区域需在较长一段时间内没有建设项目，最终选定武汉市江岸区育才小学片区为案例分析对象，该区域分布有2所小学及1所幼儿园，日常交通较拥堵，为适宜选择区域。

该区域分布有五条主次干道，确定分析的道路范围如图1，该范围含5个相交路口（路口编号见图1），分别从五条道路的数据统计量、路段车速、路口车速三个方面进行拥堵分析。

图1 研究范围示意图

2.2 分析时间段选择

统计数据主要截取2011年春节前后三天以及2011年三月份部分工作日、双休日共七天的早高峰（8：00～9：00）和晚高峰（18：00～19：00）浮动车数据。分别为2月2日（除夕）、2月3日（初一）、2月4日（初二）、3月7日（星期一）、3月9日（星期三）、3月19日（星期六）、3月27日（星期日），分析不同时期该区域道路的交通运行状况。

2.3 数据分析

2.3.1 数据统计量

针对以上时间段，过滤掉异常数据后，五条道路早晚高峰共获得183823条有效车辆信息记录（见图2）。从统计结果可以看出：（1）3月份非节假日时间段早晚高峰数据统计量均高于2月份春节放假期间的早晚高峰数据统计量，一定程度上可以反映春节期间五条道路车流量较非节假日期间的车流量要小；（2）3月份中工作日早晚高峰数据统计量相对高于双休日早晚高峰数据统计量，且周一的统计量最高，可以反映周一的道路交通流量相对更大。

图2 五条道路早晚高峰统计量汇总图

2.3.2 路段车速分析

路段车速分析基于各路段统计长度与浮动车行驶路径的平均旅行时间的比值而获得，经统计得五条道路早晚高峰平均速度见图3、图4。

图3 早高峰五条道路分方向平均速度对比图

图4 晚高峰五条道路分方向平均速度对比图

从上图可以看出：（1）较春节假日、双休日来说，工作日道路运行速度最低，尤其是黄孝河路平均车速不足10km/h，较其他道路更易出现交通拥堵；（2）就道路分方向车速来说，黄孝河路和建设大道双向呈现明显不均衡性，且早晚高峰交通特性一致，均是黄孝河路（发展大道至建设大道方向）和建设大道（黄浦大街至台北路方向）车速更低。

2.3.3 路口车速分析

分析图1中标示的5个路口（路口编号见图1），路口车速分析以早高峰数据为例来分析，根据每个路口各个流向车辆行驶轨迹，统计各个流向路口旅行时间，计算每个路口平均车速如下图5。由图可以看出：（1）与路段车速类似，工作日路口车速较春节假日、双休日相对更低；（2）路口2（建设大道与澳门路相交路口）和路口4（黄孝河路与解放公园路路口）的路口行驶车速低于20km/h，尤其是路口2，平均车速低于15km/h，较其他路通运行效率更低。

2.4 数据验证

为进一步验证浮动车数据对道路交通运行状态判别的有效性，2011年3月17日（周四）进行了人工跟车测速调查，与浮动车3月9日（周三）车速分析数据进行对比，经统计浮动车计算车速与人工调查车速值误差20%以内（由于人工跟车调查样本量较小，因此与浮动车统计数据存在一定误差），从数据量级来看基本相符。

通过浮动车数据分析可以得出该区域常态交通拥堵路段为黄孝河路、建设大道，且易产生拥堵的方向分别是：黄孝河路从发展大道至建设大道方向、建设大道从黄浦大道至台北路方向。常态交通拥堵点为建设大道与澳门路路口、黄孝河路与解放公园路路口，基本符合实际道路交通运行状况。

3 应用前景

从以上案例分析是基于浮动车历史数据进行分析，可以反映区域道路和节点一定时期的交通变化规律，证明浮动车数据在反映道路交通运行状况上具备一定的实用性和科学性，深度挖掘其历史数据对缓解城市拥堵、提高出行便捷性等方面会产生较大的社会经济效益，以下从交通拥堵评价、路网交通预测、动态路径规划、交通决策支持等分析其应用方向。

3.1 交通拥堵评价

以年为单位构建城市路网浮动车历史数据库，按区域、道路、节点以时段、月份、季节为单位对数据进行分类统计与处理，掌握面、线、点在不同时段的平均车速的分布规律，尤其是关注工作日早晚高峰、节假日（如清明节、国庆节）等典型时段交通运行特征，总结时变化、周变化、月变化、季变化等交通变化曲线，为建立城市交通拥堵指数发出平台提供基础依据。

3.2 路网交通预测

基于浮动车数据建立交通运行历史数据库，分析路网交通状态历史变化趋势，可建立短时交通预测模型，利用历史数据与实时数据标定模型参数，实现路网短时交通预测（如路段车速、行驶时间），为实时动态导航奠定基础。该历史数据也可与交通宏观软件相结合，用于校核宏观模型参数，提高模型预测精度，为预测未来交通发展态势提供可靠支撑。

3.3 动态路径规划

基于路网历史运行数据建立短时路网预测模型，可进行路网范围内任意两点路程最短或时间最短的路径计算，从而实现路网实时最优路径规划，并利用各种终端实现对外，为交通参与者提供动态交通导航，实现路网资源利用的最大化。

3.4 交通决策支持

通过建立浮动车历史数据分析平台，辅以其他的静态交通采集方式（如视频监控、感应线圈等）可以建立城市交通运行的大数据库，可长期监控城市交通运行变化趋势，还可建立城市路网交通分析与预测模型，为交通缓堵措施制定、大型活动交通保障、城市交通发展战略决策等提供充分的科学依据。

4 结束语

随着城市化的不断加快，城市机动化快速增长亦不可逆转，城市交通、环境、社会发展也面临更严峻的考验，从缓解交通拥堵、提高城市生活质量出发，智能化交通需要得到充分发展，而浮动车具备覆盖广、易采集、能反映动态交通运行的独特优势，该数据资源需要得到更深层次的挖掘及应用，为改善城市交通出行环境、构建平安和谐城市奠定坚实基础。

参考文献

[1]翁剑成，周翔等，翟雅峤，等.浮动车数据在城市宏观交通特性研究中的应用[J].武汉理工大学学报（交通科学与工程版），2008，32（5）：806-809.

[2]辛飞飞，陈小鸿，林航飞.浮动车数据路网时空分布特征研究[J].中国公路学报，2008，21（4）：105-110.

[3]王力，王川久，沈晓蓉，等.基于模糊旅行时间的动态交通分配模型研究[J].北京航空航天大学学报，2005，31（10）：1149-1152.

[4]李宇光，熊普选，乐阳.基于大样本浮动车数据的武汉市车辆行驶速度获取与分析[J].交通信息与安全，2009，27（4）：26-29.

作者简介：吴丹（1981，12-），女，籍贯：湖北，现职称：工程师，学历：交通工程专业学士，主要研究方向：城市交通工程。