基于大数据分析的路口平均等待时间计算方法技术

本发明专利技术公开了一种基于大数据分析的路口平均等待时间计算方法。本发明专利技术通过地图数据统计出路口以及路口路段，然后根据海量浮动车数据找出跨路口的轨迹链，通过统计所有跨路口的轨迹链的行车时间和行车距离，估算出每个路口的平均等待时间，这里的平均等待时间包括路口的所有行车方向，在进行路口平均等待时间的可视化时对所有方向进行统计平均，便于展示。本发明专利技术本发明专利技术利用真实的浮动车数据以及地图数据，数据具有数据量大、数据准确性高的特点，由此估算出的路口通行时间较为准确。

Calculation method of average waiting time of intersection based on large data analysis

The invention discloses a method for calculating the average waiting time of an intersection based on large data analysis. The map data statistics and road intersection, and then according to the mass of floating car data to find the track chain across the junction, the traveling time and traveling distance across the intersection of all statistical track chain, estimate the average waiting time of each intersection, the average waiting time includes all directions of traffic intersection, statistics the average of all directions in the visualization intersection average waiting time, easy to display. The invention utilizes real floating vehicle data and map data, the data has the characteristics of large amount of data and high accuracy of data, so that the estimated intersection time is accurate.

【技术实现步骤摘要】
基于大数据分析的路口平均等待时间计算方法
本专利技术属于数据挖据
，具体涉及到一种基于大数据分析的路口平均等待时间估算方法。
技术介绍
随着我国经济的飞速跨越式发展，人民生活水平不断提高，对城市交通供给、服务提出了更高的要求，比如通畅的交通，高效的交通运行等等。传统的交通调查、研究方式在城市规模、城市交通系统、城市机动车保有量爆炸式增长的今天已经越来越显得力不从心，比如路口平均等待时间，即某时间段内，大量机动车在路口的等待时间的平均值。该参数是通过大数据分析手段，根据真实数据分析得到，经过针对真实数据的分析验证发现，路口平均等待时间不同于红绿灯时间，也不适合被路口间的路段速度所替代。目前，传统的交通调查、研究手段尚无法获得这一参数，在道路速度计算、交通拥堵指数计算、路径规划计算等方面，主要采用路口之间的路段速度作为依据，路口的通行状态描述被路口间的路段速度所代替。比如，某通畅的路段，其表征速度为40km/h，但是在路段两端的路口同样是40km/h，通过一个路口的距离大约在100m左右，如果以40km/h的速度计算，将会是非常短暂的，然而事实上，在一段相对长的路段上，路段有可能是通畅的，但是路口有可能需要2个红绿灯才能通过，而且，从停止、等待到重新启动，通过路口，将远远高于以40km/h的速度驶过100米距离所需要的时间。这个时间误差对于道路速度计算、表征，基于道路速度的交通拥堵指数计算暂时可以忽略，但是在路径规划方面将会产生较大的误差，经过与没有考虑路口等待时间的传统最短路径规划算法对比发现，考虑了路口等待时间的路径规划算法，在时间最短这个指标上要大幅优于没有考虑路口等待时间的算法。路口等待时间，除了可以大幅改善路径规划服务质量以外，在道路速度、交通拥堵指数表征方面也可以起到提升作用，比如，现有的道路速度、交通拥堵指数只表征路段，如图4所示，路段的颜色和通行速度就是路口的颜色和通行速度。事实上，路口的通行状态被掩盖了，这样既不利于交通规划，交通调度，交通诱导，也不利于道路通畅。
技术实现思路
本专利技术针对已有技术的不足，提供了一种基于大数据分析的路口平均等待时间的计算方法。本专利技术技术方案的主要构思：通过地图数据统计出路口以及路口路段，然后根据海量浮动车数据找出跨路口的轨迹链，通过统计所有跨路口的轨迹链的行车时间和行车距离，估算出每个路口的平均等待时间，这里的平均等待时间包括路口的所有行车方向，在进行路口平均等待时间的可视化时对所有方向进行统计平均，便于展示。本专利技术方法包括以下步骤：步骤1.读入真实的浮动车数据和GIS地图数据；步骤2.根据地图数据中的路段信息，计算得到路口，并对路口路段进行标记；步骤3.统计跨路口的浮动车轨迹；步骤4.计算平均路口等待时间，得出结果。本专利技术具有的有益效果：本专利技术利用真实的浮动车数据以及地图数据，数据具有数据量大、数据准确性高的特点，由此估算出的路口通行时间较为准确。附图说明图1是估算路口平均等待时间的流程图。图2路口及与其相连的路段示意图。图3-1跨路口轨迹链示意图。图3-2畅通行驶时间示意图。图4百度地图杭州局部实时路况。图5中国某市某时间段路口平均等待时间图。具体实施方式以下结合附图对本专利技术作进一步说明。如图1所示，本专利技术包括如下步骤：步骤1.数据准备向数据库中导入浮动车数据、地图数据，浮动车数据包括车牌号码、轨迹点坐标、记录时间；地图数据包含字段有路段ID、起点经纬度、中点经纬度、终点经纬度、道路长度、道路限速；步骤2.统计路口以及跨路口所经过的路段2-1.统计出路口及路口路段路口是指三岔路口或者十字路口，如图2所示，图中是一个十字路口。读入地图数据。创建路段信息表(如表2-1所示)，包括路段ID、起点坐标、终点坐标、道路长度、道路限速，GIS地理信息系统中的路段中点坐标在本专利技术中没有用到，因此本专利技术在表述中忽略此信息。表2-1路段信息表路段ID起点坐标终点坐标道路长度道路限速R1(JD1,WD1)(JD2,WD2)length1freespeed1R2(JD2,WD2)(JD3,WD3)length2freespeed2R3(JD2,WD2)(JD4,WD4)length3freespeed3R4(JD2,WD2)(JD5,WD5)length4freespeed4R5(JD6,WD6)(JD1,WD1)length5freespeed5…………………………端点指的是路段的起点和终点。所有路段的端点相互连接组成了GIS地图数据中的路网。因此，可以通过遍历路段信息表2-1，统计出所有端点所连接的路段，从而得出表2-2端点信息表。若端点所连接的路段数量>＝3时，则将端点标记为路口(路口指的是三岔路口或者十字路口)，即表2-2中路口标记字段置为1，否则置0。表2-2端点信息表路口路段是指路口所连接的路段，那么表2-2中路口端点所连接的路段ID列表中的每条路段都是路口路段。如路口标记为1的路口(JD2,WD2)，与其相连的路段R1,R2,R3,R4即为路口(JD2,WD2)的路口路段。2-2.建立跨路口路段信息表当车辆在跨越某个路口行驶时，将会有不同的行驶方向，需要计算路口中不同的行驶方向的路口等待时间。如图2所示，当车辆从R5经R1驶向路口时，它的跨路口前路段是R1，它的跨路口后路段可能是R2,R3,R4，因此需要创建跨路口信息表，如表2-3所示，将跨越路口的所有可能方向记录下来，包括跨路口前路段，跨路口后路段，经过的路口坐标，且给该路口编号为IPi。表2-3跨路口信息表跨路口前路段跨路口后路段经过的路口坐标路口点编号12(JD3,WD3)IP113(JD3,WD3)IP114(JD3,WD3)IP121(JD3,WD3)IP123(JD3,WD3)IP124(JD3,WD3)IP1……………………步骤3.统计跨路口的轨迹链跨路口的轨迹链指的是浮动车跨越路口行驶的连续两个轨迹点，也就是两个轨迹点的匹配路段都是路口路段且由路口点相连。如图3-1所示，同一辆车的轨迹Tp2驶过路段R1，跨越路口IP1后，转向路段R4,留下轨迹Tp3。不仅要挖掘Tp2→Tp3的轨迹链，还需要记录跨越的路口IP1，以及跨越前后经过的路段R1和R4。3-1.收集跨路口轨迹链读取浮动车数据，创建浮动车轨迹表(如表3-1所示)，表中包括轨迹点坐标，车辆编号，记录时间，匹配路段。其中匹配路段需要通过后面计算得出。表3-1浮动车轨迹数据表轨迹点坐标车牌号码记录时间匹配路段将轨迹点表示为Tpi，轨迹点的记录时间表示为Tpi.t，匹配路段表示为Ri。1).利用地图栅格化算法，计算每个轨迹点Tpi的匹配路段Ri，将匹配路段填入表3-1中。2).由于同一个路口包含多种跨越关系，不同的跨越关系也有不同的路口等待时间，举例如图2所示，从R1到R2和从R2到R1以及从R1到R3都是不同的跨越关系，图2中的十字路口共有12种跨越关系，将从路段Ri跨越到路段Rj记为跨越关系<Ri,Rj>。创建跨路口轨迹链集合矩阵(3.1)TrajSet,其中表示跨越关系<Ri,Rj>所包含的所有轨迹链；3).按照车辆编号和记录时间升序读取表3-1浮动车轨迹数据表。同一辆车的连续两个轨迹点Tpi和T本文档来自技高网...

【技术保护点】
基于大数据分析的路口平均等待时间计算方法，其特征在于：步骤1.通过地图数据统计出路口以及路口路段，建立跨路口路段信息表，所述的路口是指三岔路口或者十字路口，所述的路口路段是指路口所连接的路段；步骤2.根据海量浮动车数据找出跨路口的轨迹链；所述的跨路口的轨迹链是指浮动车跨越路口行驶的连续两个轨迹点；步骤3.通过统计所有跨路口的轨迹链的行车时间和行车距离，估算出每个路口的平均等待时间；所述的平均等待时间包括路口的所有行车方向。

【技术特征摘要】
1.基于大数据分析的路口平均等待时间计算方法，其特征在于：步骤1.通过地图数据统计出路口以及路口路段，建立跨路口路段信息表，所述的路口是指三岔路口或者十字路口，所述的路口路段是指路口所连接的路段；步骤2.根据海量浮动车数据找出跨路口的轨迹链；所述的跨路口的轨迹链是指浮动车跨越路口行驶的连续两个轨迹点；步骤3.通过统计所有跨路口的轨迹链的行车时间和行车距离，估算出每个路口的平均等待时间；所述的平均等待时间包括路口的所有行车方向。2.根据权利要求1所述的基于大数据分析的路口平均等待时间计算方法，其特征在于步骤2具体是：步骤2-1.收集跨路口轨迹链；步骤2-2.计算跨路口轨迹链的行车时间和行车距离；步骤2-3.计算跨路口轨迹链的路口等待时间。3.根据权利要求2所述的基于大数据分析的路口平均等待时间计算方法，其特征在于：步骤2-1具体是：1).读取浮动车数据，创建浮动车轨迹表，该表包括轨迹点坐标、车辆编号、记录时间和匹配路段；2).利用地图栅格化算法，计算每个轨迹点的匹...

【专利技术属性】
技术研发人员：李万清，张迪，方飞，刘辉，俞东进，袁友伟，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江,33