一种基于浮动车数据的城市路径行程时间预测方法
【专利摘要】本发明公开了一种基于浮动车数据的城市路径行程时间预测方法。具体方法为：首先对浮动车历史数据进行分析，创建基于周期模式的历史交通规则；由交通管理部门或专家创建默认交通规则；给出输入车辆出行的起点、终点、出行时刻以及当前的交通条件等交通事件与交通规则相匹配，计算出各条候选路径的行程时间。本发明能有效挖掘浮动车数据，对城市路径行程时间进行有效预测，区别于传统的基于历史数据的路径行程时间预测方法。本发明中采用的方法和技术简单易行，运行条件容易满足，可以对城市路径的行程时间进行预测，从而引导车辆合理选择出行路线，对于缓解城市交通拥堵有重要作用，并且易于在大中型城市中推广应用。
【专利说明】一种基于淳动车数据的城市路径行程时间预测方法
【技术领域】
[0001] 本发明涉及智能交通领域，特别涉及一种基于浮动车数据的城市路径行程时间预 测方法。
【背景技术】
[0002] 在智能交通研究领域，如何提高交通服务水平，许多国家和地区已经开展了城市 道路行程时间预测的研究，并已成为国际研究的热点之一。目前已有的行程时间预测方法 主要侧重于可预测事件以及特殊天气对交通方式的影响。
[0003] 现有的城市路径行程时间预测方法预测精度不高，如果能够将现有的预测方法进 行一定的融合，形成交通规则，在预测过程中考虑各种交通特征，动态调整各种交通事件对 行程时间影响的权值，将大大提高车辆行程时间预测的精度。
【发明内容】
[0004] 本发明提出了一种基于浮动车数据的城市路径行程时间预测方法。本发明能有效 挖掘浮动车数据，可以对城市路径的行程时间进行预测，从而引导车辆合理选择出行路线， 对于缓解城市交通拥堵有重要作用，并且易于在大中型城市中推广应用。
[0005] 为了达到上述目的，本发明所采用的技术方案为：
[0006] -种基于浮动车数据的城市路径行程时间预测方法，包括以下步骤：
[0007] (1)采用数据挖掘的方法，创建基于浮动车数据的历史交通模式和历史交通规 则；
[0008] (2)由交通管理部门或专家创建默认交通规则，分别为不同时间维和空间维的路 段定义道路拥堵级别，同时设定历史交通规则权值α和默认交通规则权值β ;
[0009] (3)设置交通参数，包括车辆出行的起点、终点、出行时刻、出行日期和天气状况， 依据设置的交通参数查找满足条件的历史交通规则和默认交通规则，确定路段的拥堵级 另IJ，从而获得路段的平均速度；
[0010] (4)根据设置的交通参数调整历史交通规则权值α和默认交通规则权值β的 值；
[0011] (5)根据设置的交通参数，产生m条候选路径，每条候选路径由多条路段链组成， 加权计算每条候选路径基于历史交通规则的路径行程时间T h和基于默认交通规则的路径 行程时间Td，得到每条候选路径的预测行程时间T，计算公式为：T = α Th+β Td，其中，α和 β采用经过所述步骤4)调整后的值；
[0012] (6)m条候选路径的预测行程时间都计算完成后，在候选路径中选择一条预测行程 时间最短的路径作为推荐路径，该路径的预测行程时间即为最终的路径预测行程时间。
[0013] 前述的步骤（1)包括以下步骤：
[0014] 1-1)定义时空维，所述时间维分为年、季节、月、星期、小时、半小时；所述空间维 分为路段链；
[0015] 1-2)将道路拥堵级别分为10级：平均速度为0?5km/h定义为9级；平均速度为 6?10km/h定义为8级；平均速度为11?15km/h定义为7级；平均速度为16?20km/h 定义为6级；平均速度为21?25km/h定义为5级；平均速度为26?30km/h定义为4级； 平均速度为31?35km/h定义为3级；平均速度为36?40km/h定义为2级；平均速度为 40?60km/h定义为1级；平均速度为大于60km/h定义为0级；
[0016] 1-3)定义城市道路网络为一个无向带权图G = (V，E，Q)，其中：V是顶点的集合， E是边的集合，城市道路网络中的每个交叉路口即为无向带权图中的一个顶点，用ni表示， ni e V，并对每个顶点进行编号，城市道路网络中的一条路段e即为无向带权图中的一条 边，用一个二元组（叫，η』）表示,e e Ε,γ^，η』表示路段e的结点e V，η』e V，Q为正的实 数集合，表示路段所对应的长度；
[0017] 1-4)定义历史交通模式为STP: (1，11，!1，1^叫，11」)，0，1〇，其中1表示星期几，值为 1?7 ;TI为时间索引，值为1?48,分别表示一天的每半小时；Η代表是否为假期，值为0 和1，1表示假期，0表示工作日；L( ni，nj)为路段链；D为方向，值为0和1，0表示起点编号 大于终点编号，1表示起点编号小于终点编号；R为道路拥堵级别，值为〇?9 ;
[0018] 1-5)根据W和Η的值确定是工作日还是假期，根据TI的值确定具体的时间，然后 将历史交通模式STP转化为历史交通规则：if工作日/假期&时间&路段链&方向then道 路拥堵级别为R。
[0019] 前述的步骤（2)中，由交通管理部门或专家创建默认交通模式为STP' ：（W'，ΤΙ'，Η '，1^(叫，11」）'，0'，1?'），其中1'表示星期几，值为1?7;1'1'为时间索弓丨，值为1?48，分别 表示一天的每半小时；Η'代表是否为假期，值为0和1，1表示假期，0表示工作日；L (叫，nj) ' 为路段链；D'为方向，值为0和1，0表不起点编号大于终点编号，1表不起点编号小于终点 编号；R'为道路拥堵级别，值为〇?9 ;
[0020] 所述默认交通规则为：if工作日/假期&时间&路段链&方向then道路拥堵级 别为R'。
[0021] 前述的步骤（2)中，所述历史交通规则权值α和默认交通规则权值β的初始值 由交通领域专家提出，且所述历史交通规则权值α和默认交通规则权值β满足：
[0022] a G [0, 1]，β G [0, 1]且 α + β = 1。
[0023] 前述的步骤（4)，调整α和β的值，为：
[0024] 规则 1 :if 浮动车稀少 then α = α-5%, β = β+5% ;
[0025] 规则 2 :if 下大雨 then α = α+5%,β = β -5%;
[0026] 所述浮动车稀少是指历史数据库中路段链上浮动车覆盖率低于3%。
[0027] 前述的步骤（5)，所述加权计算基于历史交通规则的路径行程时间的方法为：对 于每条候选路径，根据设置的交通参数结合候选路径中的路段链，查找匹配的历史交通模 式，进一步获得该候选路径的所有路段链的道路拥堵级别，再根据路段链的道路拥堵级别 获得相应的路段链的车辆平均行驶速度 Vi，最后计算出每条路段链i的行程时间h = Q/ νρ则基于历史交通规则的路径行程时间Th为
【权利要求】
1. 一种基于浮动车数据的城市路径行程时间预测方法，其特征在于，包括以下步骤： (1) 采用数据挖掘的方法，创建基于浮动车数据的历史交通模式和历史交通规则； (2) 由交通管理部门或专家创建默认交通规则，分别为不同时间维和空间维的路段定 义道路拥堵级别，同时设定历史交通规则权值α和默认交通规则权值β ; (3) 设置交通参数，包括车辆出行的起点、终点、出行时刻、出行日期和天气状况，依据 设置的交通参数查找满足条件的历史交通规则和默认交通规则，确定路段的拥堵级别，从 而获得路段的平均速度； (4) 根据设置的交通参数调整历史交通规则权值α和默认交通规则权值β的值； (5) 根据设置的交通参数，产生m条候选路径，每条候选路径由多条路段链组成，加权 计算每条候选路径基于历史交通规则的路径行程时间T h和基于默认交通规则的路径行程 时间Td，得到每条候选路径的预测行程时间T，计算公式为：T= aTh+i3Td，其中，α和β采 用经过所述步骤4)调整后的值； (6) m条候选路径的预测行程时间都计算完成后，在候选路径中选择一条预测行程时间 最短的路径作为推荐路径，该路径的预测行程时间即为最终的路径预测行程时间。
2. 根据权利要求1所述的一种基于浮动车数据的城市路径行程时间预测方法，其特征 在于，所述步骤（1)包括以下步骤： 1-1)定义时空维，所述时间维分为年、季节、月、星期、小时、半小时；所述空间维分为 路段链； 1-2)将道路拥堵级别分为10级：平均速度为0?5km/h定义为9级；平均速度为6? 10km/h定义为8级；平均速度为11?15km/h定义为7级；平均速度为16?20km/h定义 为6级；平均速度为21?25km/h定义为5级；平均速度为26?30km/h定义为4级；平均 速度为31?35km/h定义为3级；平均速度为36?40km/h定义为2级；平均速度为40? 60km/h定义为1级；平均速度为大于60km/h定义为0级； 1-3)定义城市道路网络为一个无向带权图G= (V，E，Q)，其中：V是顶点的集合，E是边 的集合，城市道路网络中的每个交叉路口即为无向带权图中的一个顶点，用^表示，niev， 并对每个顶点进行编号，城市道路网络中的一条路段e即为无向带权图中的一条边，用一 个二元组（rii, η』）表示，e e Ε,γ^，η』表示路段e的结点，叫e V，η』e V，Q为正的实数集合， 表示路段所对应的长度； 1-4)定义历史交通模式为3了？：（1，11，!1，1^叫，11』)，0，1〇，其中1表示星期几，值为1? 7 ;TI为时间索引，值为1?48,分别表示一天的每半小时；Η代表是否为假期，值为0和1， 1表不假期，〇表不工作日；LOii, η』）为路段链；D为方向，值为0和1，0表不起点编号大于 终点编号，1表示起点编号小于终点编号；R为道路拥堵级别，值为〇?9 ; 1-5)根据W和Η的值确定是工作日还是假期，根据TI的值确定具体的时间，然后将历 史交通模式STP转化为历史交通规则：if工作日/假期&时间&路段链&方向then道路 拥堵级别为R。
3. 根据权利要求1所述的一种基于浮动车数据的城市路径行程时间预测方法，其特征 在于，所述步骤（2)中，由交通管理部门或专家创建默认交通模式为STP'：（W'，TI'，H'，L(n 1，11』）'，0'，1?'），其中1'表示星期几，值为1?7;1'1'为时间索引，值为1?48，分别表示一 天的每半小时；H'代表是否为假期，值为0和1，1表示假期，0表示工作日；LO^np'为路 段链；D'为方向，值为0和1，0表不起点编号大于终点编号，1表不起点编号小于终点编号； R'为道路拥堵级别，值为0?9 ; 所述默认交通规则为：if工作日/假期&时间&路段链&方向then道路拥堵级别为 R，。
4. 根据权利要求1所述的一种基于浮动车数据的城市路径行程时间预测方法，其特征 在于，所述步骤（2)中，所述历史交通规则权值α和默认交通规则权值β的初始值由交通 领域专家提出，且所述历史交通规则权值α和默认交通规则权值β满足： a e [〇，1], β e [〇，1]且 α + β = 1。
5. 根据权利要求1所述的一种基于浮动车数据的城市路径行程时间预测方法，其特征 在于，所述步骤（4)，调整α和β的值，为： 规则 1 :if 浮动车稀少 then α = α-5%，β = β+5%; 规则 2 :if 下大雨 then α = α+5%，β = β -5%; 所述浮动车稀少是指历史数据库中路段链上浮动车覆盖率低于3%。
6. 根据权利要求1所述的一种基于浮动车数据的城市路径行程时间预测方法，其特征 在于，所述步骤（5)，所述加权计算基于历史交通规则的路径行程时间的方法为：对于每条 候选路径，根据设置的交通参数结合候选路径中的路段链，查找匹配的历史交通模式，进一 步获得该候选路径的所有路段链的道路拥堵级别，再根据路段链的道路拥堵级别获得相应 的路段链的车辆平均行驶速度 Vi，最后计算出每条路段链i的行程时间h = Li/Vi，则基于 历史交通规则的路径行程时间Th为
为路段链i的距离，η为一条候选路径中 路段链的条数； 所述加权计算基于默认交通规则的路径行程时间的方法为：对于每条候选路径，根据 设置的交通参数结合候选路径中的路段链，查找匹配的默认交通模式，进一步获得该候选 路径的所有路段链的道路拥堵级别，再根据路段链的道路拥堵级别获得相应的路段链的车 辆平均行驶速度。i，最后计算出每条路段链i的行程时间t' iilvV ,，则基于默认 交通规则的路径行程时间Td为
为一条候选路径中路段链的条数。
7. 根据权利要求6所述的一种基于浮动车数据的城市路径行程时间预测方法，其特征 在于，所述路段平均行驶速度是指：定义每一道路拥堵级别车辆的平均行驶速度为该拥挤 级别的平均速度范围的中间值，具体为：9级拥堵级别车辆的平均行驶速度为2. 5km/h，8级 拥堵级别车辆的平均行驶速度为8km/h，7级拥堵级别车辆的平均行驶速度为13. 5km/h，6 级拥堵级别车辆的平均行驶速度为16km/h，5级拥堵级别车辆的平均行驶速度为23km/h，4 级拥堵级别车辆的平均行驶速度为28km/h，3级拥堵级别车辆的平均行驶速度为33km/h，2 级拥堵级别车辆的平均行驶速度为78km/h，1级拥堵级别车辆的平均行驶速度为50km/h，0 级拥堵级别车辆的平均行驶速度定义为60km/h。
【文档编号】G08G1/01GK104157142SQ201410431400
【公开日】2014年11月19日 申请日期:2014年8月27日 优先权日:2014年8月27日
【发明者】刘文婷 申请人:河海大学