【技术实现步骤摘要】
基于大规模浮动车数据的城市快速道路车速离散辨识方法
本专利技术属于城市快速路交通安全预测和管理领域，具体来说，涉及一种基于大规模浮动车数据的城市快速道路车速离散辨识方法。
技术介绍
随着国民经济的蓬勃发展，出行需求的不断提高，近几年机动车持有量稳步上升。车辆数量有所增加，而道路交通设施、交通管理手段等并未有类似的爆发式更新或增长。速度离散性可以反映不同车辆间的速度差异或同一车辆的速度变化，已有的研究表明它与交通安全有着密切的联系，故选用速度离散性作为交通安全的衡量标准。此外，先前对速度离散性的研究通常采用实验的方法，雇佣一定数量的机动车在特定的道路上进行数据的采集，时间和空间的覆盖性都不完善。GPS的应用普及为解决这一问题提供了极大的便利。已有研究表明出租车数量占交通流量的4％-6％时，即可通过出租车获取其所在路段的交通状况，而出租车的出行一般没有时间限制，覆盖的空间范围可达整个路网，因此可以把出租车作为浮动车，将浮动车的GPS数据作为可靠的数据来源。
技术实现思路
技术问题：本专利技术所要解决的技术问题是：提供一种基于大规模浮动车数据的城市快速道路车速离散辨识方法。...
【技术保护点】
1.一种基于大规模浮动车数据的城市快速道路车速离散辨识方法，其特征在于，该城市快速道路车速离散辨识方法包括以下步骤：步骤10)获取快速路附近的浮动车数据：将快速路划分为多个路段，划分原则为各路段性质相近且所属长度区间为[x1,x2]米；取得所述快速路所在地区的浮动车数据，与划分后的快速路路段数据导入同一GIS图中；建立快速路路段缓冲区，将空间上落于缓冲区范围内的浮动车数据判定为在快速路附近行驶的车辆产生的GPS点，按路段分别存储筛选出的浮动车数据，以备后续计算；步骤20)划分速度计算单位：在每一路段上，以GPS点的车辆ID这一属性来判断该点所属的车辆，同时，以相邻轨迹点间相...
【技术特征摘要】
1.一种基于大规模浮动车数据的城市快速道路车速离散辨识方法，其特征在于，该城市快速道路车速离散辨识方法包括以下步骤：步骤10)获取快速路附近的浮动车数据：将快速路划分为多个路段，划分原则为各路段性质相近且所属长度区间为[x1,x2]米；取得所述快速路所在地区的浮动车数据，与划分后的快速路路段数据导入同一GIS图中；建立快速路路段缓冲区，将空间上落于缓冲区范围内的浮动车数据判定为在快速路附近行驶的车辆产生的GPS点，按路段分别存储筛选出的浮动车数据，以备后续计算；步骤20)划分速度计算单位：在每一路段上，以GPS点的车辆ID这一属性来判断该点所属的车辆，同时，以相邻轨迹点间相隔t分钟为临界时间，将同一车辆轨迹划分为多条轨迹链，以消除同一车辆多次驶入同一路段却只判定为一次出行的可能；步骤30)区分快速路和辅路数据：由于交通流在高峰与平峰时期呈现不同的特征，将研究时间段分为3个部分，分别是早高峰7:00-9:00，晚高峰16:30-19:30和平峰12:00-14:00；计算各条轨迹链的平均速度，即所有相邻点间隔的速度和除以间隔数量，将该平均速度赋予该轨迹链中的每一个轨迹点，以此为依据统计出轨迹点速度的高峰和平峰分布图；理论上快速路和辅路的速度分布均呈单峰状的正态分布，那么所述速度分布图应呈“双峰”的形态，双峰的低谷便是两者速度交汇的临界位置，选取此作为区分快速路和辅路数据的临界速度，得到结果后同样按路段进行存储；步骤40)计算快速路速度离散性：所述速度离散性分以路段为单位和以车辆为单位两种，以路段为单位的指标采用标准差，以车辆为单位的采用“加速噪声”；步骤50)建模分析道路设施特征对速度离散空间分布特征的影响：进行实地调查或参照电子地图，统计各路段的道路设施特征；对因变量——速度离散性的成因进行解释；所述的两种速度离散性指标中，“加速噪声”的取值积压在0附近，需要对其取对数，展开可进一步利用的信息；路段车速标准差则直接采用，不作进一步处理；分别建立线性模型和对数-线性模型，在两者中选取出较优模型，进而分析快速路速度离散性的影响因素；步骤60)提出基于速度离散性的快速路交通安全服务水平评价方法：速度离散性可以反映车辆间的速度差异或同一车辆行驶过程中的速度变化，提供关于快速路安全水平的关键信息，选取其与平均车速作为服务水平评价指标，采用二维K-means聚类实现服务水平评价，根据聚类结果中平均速度和速度离散性的相对取值，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。