基于自動(dòng)車牌識(shí)別數(shù)據(jù)的城市道路行程時(shí)間估計(jì).pdf

1、作為描述道路交通狀態(tài)的一項(xiàng)重要參數(shù)，行程時(shí)間的相關(guān)研究一直以來都是交通工程與交通科學(xué)領(lǐng)域的研究熱點(diǎn)。準(zhǔn)確、實(shí)時(shí)且可靠的行程時(shí)間信息，包括路段行程時(shí)間和路徑行程時(shí)間，是先進(jìn)的交通管理系統(tǒng)和先進(jìn)的出行者信息系統(tǒng)的重要支撐。然而交通需求的波動(dòng)性（如受季節(jié)效應(yīng)、人口特征、交通信息等的影響）、交通供給的波動(dòng)性（如受交通事件、道路施工、天氣因素、道路集合條件等的影響）以及信號(hào)控制交叉口車輛到達(dá)和離開的隨機(jī)性，導(dǎo)致城市道路路段行程時(shí)間在時(shí)間上、空間上

2、以及不同方向上都具有較大的不確定性。因此，對于傳統(tǒng)的基于交通流模型的路段行程時(shí)間估計(jì)方法，其行程時(shí)間估計(jì)結(jié)果誤差較大，難以反應(yīng)實(shí)際道路交通狀態(tài)。
　　隨著交通信息采集技術(shù)和處理技術(shù)的快速發(fā)展，交通數(shù)據(jù)在傳統(tǒng)的環(huán)形感應(yīng)線圈數(shù)據(jù)、微波雷達(dá)數(shù)據(jù)、紅外數(shù)據(jù)的基礎(chǔ)上，出現(xiàn)了浮動(dòng)車數(shù)據(jù)、自動(dòng)車輛識(shí)別數(shù)據(jù)、自動(dòng)車牌識(shí)別數(shù)據(jù)和藍(lán)牙數(shù)據(jù)等新型交通數(shù)據(jù)。其中基于高清智能卡口的自動(dòng)車牌識(shí)別數(shù)據(jù)包含有通過車輛的車牌號(hào)、通過時(shí)刻、進(jìn)口方向和進(jìn)口道編號(hào)等數(shù)據(jù)

3、，繼而可以獲得流量、單車行程時(shí)間及單車行駛方向等信息，而且高清智能卡口系統(tǒng)的布設(shè)日益廣泛。因此，本文利用基于高清智能卡口的自動(dòng)車牌識(shí)別數(shù)據(jù)對城市道路路段行程時(shí)間以及路徑行程時(shí)間進(jìn)行研究。
　　首先對基于高清智能卡口的自動(dòng)車牌識(shí)別數(shù)據(jù)進(jìn)行數(shù)據(jù)質(zhì)量分析:介紹了高清卡口智能系統(tǒng)的工作原理、布設(shè)位置、檢測數(shù)據(jù)以及系統(tǒng)性能指標(biāo)，在此基礎(chǔ)上展開了斷面數(shù)據(jù)質(zhì)量分析（包括流量精度和自動(dòng)車牌識(shí)別精度）和路段行程時(shí)間數(shù)據(jù)質(zhì)量分析。將封閉路段作為研究對

4、象，通過分析路段行程時(shí)間估計(jì)結(jié)果（包括路段行程時(shí)間估計(jì)值和標(biāo)準(zhǔn)差的波動(dòng)性）與路段行程時(shí)間樣本率的變化關(guān)系，發(fā)現(xiàn)樣本率越大，路段行程時(shí)間估計(jì)值的平均絕對百分誤差越小，標(biāo)準(zhǔn)差的波動(dòng)性越小;當(dāng)樣本率大于0.414時(shí)，基于樣本數(shù)據(jù)的路段行程時(shí)間參數(shù)滿足精度及穩(wěn)定性要求，繼而確定了路段行程時(shí)間的樣本率閾值。將非封閉路段作為研究對象，考慮路段開口，計(jì)算路段行程時(shí)間的實(shí)際匹配率，對其時(shí)空變化特征和顯著性差異進(jìn)行分析。實(shí)際數(shù)據(jù)表明天氣良好時(shí)，行程時(shí)間的

5、實(shí)際匹配率與觀測路段及觀測日期無關(guān)，該值穩(wěn)定且均大于最小樣本率0.414;行程時(shí)間的實(shí)際匹配率與觀測時(shí)段有關(guān)，20:00～6:00時(shí)段內(nèi)行程時(shí)間的實(shí)際匹配率相對于一天內(nèi)其它時(shí)段低，但仍大于最小樣本率;最終確定了天氣良好時(shí)高清智能卡口數(shù)據(jù)用于估計(jì)城市道路路段行程時(shí)間的可行性。
　　其次，考慮交通流的不同方向，對路段行程時(shí)間進(jìn)行估計(jì):根據(jù)交通流在上游交叉口的駛?cè)敕较蚝驮谙掠谓徊婵诘鸟傠x方向，將路段交通流分為9種。受交通需求/供給的波動(dòng)

6、性以及信號(hào)控制交叉口車輛到達(dá)和離開的隨機(jī)性等原因影響，同一路段上不同方向交通流的路段行程時(shí)間可能會(huì)有所不同，利用實(shí)際采集的自動(dòng)車牌識(shí)別數(shù)據(jù)，對同一路段上不同方向交通流的路段行程時(shí)間進(jìn)行了一系列對比分析，驗(yàn)證了顯著性差異的存在;并融合行程時(shí)間回歸模型，提出了基于交通流方向的路段行程時(shí)間估計(jì)方法，實(shí)現(xiàn)了部分交通流數(shù)據(jù)缺失時(shí)的行程時(shí)間估計(jì);通過實(shí)際數(shù)據(jù)分析，驗(yàn)證了估計(jì)方法能夠有效地處理噪聲數(shù)據(jù)，并且在數(shù)據(jù)缺失時(shí)，估計(jì)結(jié)果能夠較為準(zhǔn)確地反映實(shí)際

7、交通狀態(tài)。
　　最后，基于路徑行程時(shí)間信息的分類和融合，提出了路徑行程時(shí)間分布的估計(jì)方法:根據(jù)路段交通流的定義對路徑進(jìn)行重新定義，并進(jìn)行觀測數(shù)據(jù)提取，實(shí)現(xiàn)部分無代表性數(shù)據(jù)的剔除;利用車輛行駛方向等信息對其路線進(jìn)行判別，而路線缺口較大的車輛，對其路線進(jìn)行拆分而非直接判別;在路線判別的基礎(chǔ)上，對部分路徑行程時(shí)間進(jìn)行擴(kuò)大，同樣忽略路徑缺口較大的車輛;根據(jù)行程時(shí)間的計(jì)算方式以及是否完整，將所有路徑下行程時(shí)間分為兩大類，完整的路徑行程時(shí)間(

8、TTC)和部分路徑行程時(shí)間(TTP);不同類別的行程時(shí)間處理方法不同，當(dāng)TTC比例較高時(shí)，將其經(jīng)驗(yàn)分布(TTCD)作為路徑行程時(shí)間分布的估計(jì)結(jié)果，當(dāng)TTC比例較低時(shí)，利用霍普金斯統(tǒng)計(jì)量尋找實(shí)驗(yàn)路徑上的斷點(diǎn)交叉口，將各斷點(diǎn)之間部分路徑的行程時(shí)間分布的卷積作為基于TTP數(shù)據(jù)的行程時(shí)間分布(TTPD)，并將TTC數(shù)據(jù)與基于TTP數(shù)據(jù)的行程時(shí)間分布TTPD進(jìn)行融合，得到路徑行程時(shí)間分布的估計(jì)結(jié)果;并利用實(shí)際路網(wǎng)和仿真環(huán)境下的256個(gè)實(shí)例，進(jìn)行了