基於浮動車數據的交通分析方法

2023-10-08 03:38:49

專利名稱：基於浮動車數據的交通分析方法
技術領域：
本發明涉及一種基於浮動車數據的交通分析方法，尤指一種主要用於分析城市道路狀況、統計計程車出行指標，計算計程車出行起訖點矩陣的交通分析方法。
背景技術：
國際上利用移動車輛進行交通分析已有不少的研究，主要研究領域在於利用浮動車數據(Flating Car Date，簡稱FCD)進行道路車速方面與出行起訖點(Origination-Destination簡稱OD)的分析，國際方面主要有東京大學、德國宇航中心、美國加裡弗尼亞大學交通研究所等，在國內也有了部分應用，如寧波道路車速分析系統就是利用德國宇航中心的技術成果。
(1)基於FCD的道路行程車速分析技術日本、德國對利用計程車(Global Position System，簡稱GPS)數據進行道路車速分析進行了具體的研究工作，並進行了實際應用。本發明方法完全為自主創新、獨立開發，從技術細節上來看，與國外同類技術有較大的區別。主要表現在參數設置、過濾條件與方法、數據融合手段等方面，日本東京大學的車速分析使用的排除法，對一切不確定的回報信息都採取刪除的方法，回將計程車回報間隔大於15分鐘、車速大於60公裡/小時、車速小於前一回報間隔的75％、停車時間超過100秒等信息一律加以刪除，這樣做雖然簡單，但明顯的後果是往往把現實道路中真實有用的信息也一起去掉了，最後的結果是道路運行情況始終保持穩定的狀態，而不能充分反映全面真實的道路交通狀況。
(2)基於FCD的計程車出行特徵分析技術國內外浮動車數據分析主要用於道路車速分析及出行起訖點OD分析等，車輛出行指標分析領域中的應用研究尚屬空白。

發明內容
為了克服上述不足之處，本發明的主要目的旨在提供一種通過浮動車數據綜合分析模塊、OD矩陣分析模塊、計程車出行指標分析模塊及數據飄移過濾技術等多項技術與各種過濾條件、參數設置的組合分析，結合計程車回報數據的具體情況進行交通分析，達到靈活高效的對道路車速進行分析的基於浮動車數據的交通分析方法。
本發明要解決的技術問題是主要解決如何通過緩衝區技術、關聯校驗技術、趨勢夾角技術、主被動停車區分技術，數據飄移過濾技術等多項技術問題；要解決如何進行各種過濾條件、參數設置的組合分析等有關技術問題。
本發明解決其技術問題所採用的技術方案是該發明為一種基於浮動車數據的交通分析方法，該方法是通過對道路車速分析、出行起訖點OD分析及車輛出行指標分析，利用了緩衝區技術、關聯校驗技術、趨勢夾角技術、主被動停車區分技術，數據飄移過濾技術、進行參數設置的組合分析，結合計程車回報數據的具體情況，統計計程車出行指標，計算計程車OD矩陣，形成專業化的交通分析系統，其主要包括浮動車數據綜合分析模塊、出行起訖點OD分析模塊及計程車出行綜合指標分析模塊，其中浮動車數據綜合分析模塊是利用浮動車數據與交通地理信息系統相結合，對道路車速狀況進行綜合統計分析，該模塊流程的具體工作步驟是步驟1.浮動車原始數據浮動車原始數據模塊的輸入輸出信號分別與數據完整性校驗、數據有效性校驗、標準化處理模塊的輸出輸入信號相連接；步驟2.數據處理數據完整性校驗、數據有效性校驗、數據標準化模塊的輸出信號分別與預處理資料庫模塊的輸入信號相連接；浮動車原始數據經過數據處理完整性校驗、數據有效性校驗、數據標準化之後存入預處理資料庫；步驟3.預處理資料庫與交通地理信息系統信息相結合預處理資料庫模塊的輸出信號與地理信息匹配(106)模塊的輸入信號相連接；具體為a)、預處理資料庫與交通地理信息系統信息相結合，進行地理屬性匹配；
b)、用緩衝區法、關聯校驗技術、趨勢夾角判別技術先用緩衝區法，以道路中心線建立緩衝區；緩衝區取值為單向道路寬度加上全球定位系統GPS精度範圍，為5-10米；再利用緩衝區判斷浮動車回報點大致與哪些路段相關；c)、判斷接著使用關聯校驗方法判斷出同一車輛前後兩回報點都與同一路段相關的情況，利用趨勢夾角判別方法對前後兩點分屬不同路段的情況進行判別和分析；d)、歸併當前後兩回報點屬於同一路段時，將其歸併到該路段；當前後兩點分屬不同路段時，分為兩路段有交點和無交點兩種情況，有交點的情況，將全球定位系統GPS回報數據按權重分配到相關的兩條路段上；無交點的，找出其可能經過的路段，將全球定位系統GPS回報數據賦予相關路段；步驟4.中間處理資料庫地理信息匹配模塊的輸出信號與中間處理資料庫模塊的輸入信號相連接；在進行路段匹配處理後，在資料庫中添加路段的屬性表，包括其所屬行政區、交通地帶、交通分區、路段名稱、起訖路名、道路等級、道路類型、所屬交通走廊信息，形成中間處理資料庫；步驟5.查詢數據源選擇中間處理資料庫模塊的輸出信號與查詢數據源選擇模塊的輸入信號相連接；
中間處理資料庫進行最終統計查詢過程中，首先進行的是查詢數據源選擇，數據源選擇模塊功能有以下幾項a)、數據來源公司選擇可選擇一家公司或幾家公司的數據進行統計分析；b)、日期選擇可選擇查詢日期範圍；c)、星期幾選擇在日期選擇的基礎上，可按星期幾進一步進行細分，可進行工作日與休息日、周初和周末的比較分析，也可進行一周變化趨勢的分析；d)、時段選擇可選擇查詢數據的時間段；可進行晝夜、早晚高峰、特殊時段時間區間的分析比較；e)、空、重車選擇為有無載客的數據選擇，可分析空車、重車不同的出行特徵、規律；f)、組合查詢以上5類選項為交叉組合查詢；步驟6.數據過濾選擇了查詢數據源後，將進行數據過濾，過濾模塊包括以下五項a)、時間間隔指浮動車前後兩點之間的時間差，當時間間隔過大時回報數據將無法準確反映道路交通運行的實際狀況，所以需要對可用的最大時間間隔進行限制；
b)、距離間隔指浮動車前後兩點之間的距離差，當距離間隔過大時，前後兩點跨越路段過多，不能準確反映道路交通狀況，所以可用最大距離間隔過濾；c)、停車時間間隔指車輛速度為0狀態持續的時間；停車分兩種情況第一種是被動停車，車輛遇到交叉口紅燈、擁堵、事故情況發生的停車行為，進行道路狀況分析時需要包含這種停車行為；第二種是主動停車，指駕駛員有目的的停車行為，進行道路狀況分析時需要排除這種停車行為；所以就需要使用可調整的停車時間間隔來區分這兩種停車行為，取值為至少大於300秒；d)、停車位移判別民用的全球定位系統GPS存在精度誤差為5-10米，在車輛靜止時還是會產生回報位置漂移的現象，也就是說沒有絕對車速為0的狀態；浮動車最小的回報間隔是20秒，將車速小於1.8公裡/小時的數據都認為處於停車狀態；則進一步判別是主/被動停車就可以參考停車時間間隔範圍內車輛移動的距離；當車輛移動距離在全球定位系統GPS飄移範圍之內，就可以判斷基本屬於主動停車；當車輛移動距離超出了全球定位系統GPS的飄移範圍，就要謹慎的加以判斷，很可能是處於交通擁堵、交通事故所引起的被動停車狀態；e)、速度所有的道路都有車速上限的限制，當出現浮動車速度遠超過道路車速上限的情況，就可能是全球定位系統GPS回報出現大範圍的漂移；具體進行道路車速狀況分析的時候，就需要過濾掉這樣大範圍漂移的數據；考慮到事實上可能出現的短暫超速現象，原則上速度過濾值取道路車速上限再乘上一個浮動係數；步驟7.統計查詢目標的選擇數據過濾模塊的輸出信號分別與道路類型選擇、區域選擇及交通走廊選擇模塊的輸入信號相連接；數據過濾後，進行統計查詢目標的選擇道路類型選擇分為快速路、主幹路、次幹路、橋梁隧道，可選擇不同等級和類型的道路進行組合查詢；區域選擇可按不同地帶、交通分區的組合進行統計目標區域選擇，可進行區域交通狀況的整體分析和不同區域之間交通狀況的對比分析；交通走廊選擇可按不同交通走廊，交通通道，進行特殊交通走廊的交通狀況分析，可對重點路段進行更細緻的統計分析；步驟8.道路交通狀況分析結果根據查詢數據源選擇、過濾條件選擇、查詢條件選擇，系統計算出最終的道路狀況分析結果，其表達形式有電子地圖、電子報表兩種形式。
所述的基於浮動車數據的交通分析方法的出行起訖點OD分析模塊是將浮動車的預處理數據，轉變成按交通分區統計的出行起訖點信息，該模塊流程的具體工作步驟是
步驟1.浮動車預處理資料庫先從浮動車預處理資料庫中讀取數據；步驟2.判斷是否同一車輛浮動車預處理資料庫模塊的輸出信號與是否同一車輛模塊的輸入信號相連接；判斷數據是否同一車輛？如果是同一車輛，則進入是否一次出行模塊；如否，則返回浮動車預處理資料庫，為進入原始資料庫重新讀取；步驟3.判斷是否一次出行是否同一車輛模塊的輸出信號與是否一次出行模塊的輸入信號相連接；車輛歸類後，按車輛狀況可判斷數據是否同一次出行？如果是屬於同一次出行，則進入生成出行起訖點信息模塊；如否，則返回浮動車預處理資料庫模塊；步驟4.生成出行起訖點信息是否同一次出行模塊的輸出信號與生成出行起訖點信息模塊的輸入信號相連接；在得到同一車輛同次出行的數據後，則可得到該車輛該次出行的出發時間、起點位置、到達時間、終點位置生成出行起訖點信息；步驟5.生成出行時耗/出行距離出行特徵數據生成出行起訖點信息模塊的輸出信號與生成出行時耗/出行距離出行特徵數據模塊的輸入信號相連接；根據出行起訖點信息並對應浮動車原始資料庫的回報記錄，可生成出行時耗/出行距離出行特徵數據；步驟6.出行起訖點OD矩陣分布圖表生成出行時耗/出行距離出行特徵數據模塊的輸出信號與出行起訖點OD矩陣分布圖表模塊的輸入信號相連接；將所有出行起訖點及特徵數據匯總後，可生成出行起訖點OD矩陣分布圖表。
所述的基於浮動車數據的交通分析方法的計程車出行綜合指標分析模塊建立在浮動車出行起訖點OD出行分析模塊基礎上，在出行起訖點OD分析模塊得到了浮動車OD資料庫後，設置過濾條件過濾掉可能出現的假空駛和假重駛現象，再計算各類出行指標，該模塊流程的具體工作步驟是步驟1.浮動車OD資料庫先從浮動車OD資料庫中讀取數據；步驟2.設置過濾條件浮動車OD資料庫模塊的輸出信號與設置過濾條件模塊的輸入信號相連接；步驟3.計算各類出行指標設置過濾條件模塊的輸出信號與計算各類出行指標模塊的輸入信號相連接；步驟4.出行原始指標計算各類出行指標模塊的輸出信號分別與出行原始指標界面的各模塊工作車輛總數、總車次、重車總車次、空車總車次、總車公裡數、重車公裡數、空車公裡數、總出行時間、重車出行時間及空車出行時間模塊的輸入信號相連接；步驟5.出行衍生指標原始指標界面的各模塊工作車輛總數、重車總車次、總車公裡數、重車公裡數、空車公裡數、總出行時間及重車出行時間模塊的輸出信號分別與相應的出行衍生指標界面的各模塊裡程利用率、時間利用率、平均每車的服務車次、平均每車的行駛裡程、平均每車載客行駛裡程、平均乘距、平均每次載客出行時間、平均每車工作時間及平均每車載客工作時間模塊的輸入信號相連接；其界面設置及各模塊流程的具體工作步驟是a)、總車公裡數和重車公裡數模塊的輸出信號經由重車公裡數/總車公裡數組合模塊後傳輸到裡程利用率模塊；b)、空車公裡數、總出行時間和重車出行時間模塊的輸出信號經由重車出行時間/總出行時間組合模塊後傳輸到時間利用率模塊；c)、工作車輛總數和重車總車次模塊的輸出信號經由載重總車次/工作車輛總組合模塊後傳輸到平均每車的服務車次模塊；d)、工作車輛總數和總車公裡數模塊的輸出信號一路經由重車時間/工作車輛總數組合模塊後傳輸到平均每車載客工作時間模塊，另一路經由總車公裡數/工作車輛總組合模塊後傳輸到平均每車的行駛裡程模塊；e)、工作車輛總數和重車公裡數模塊的輸出信號一路經由重車時間/工作車輛總數組合模塊後傳輸到平均每車載客工作時間模塊，另一路經由重車公裡數/工作車輛總組合模塊後傳輸到平均每車載客行駛裡程模塊；f)、重車總車次和重車公裡數模塊的輸出信號經由重車距離/重車次數組合模塊後傳輸到平均乘距模塊；
g)、重車總車次和重車出行時間模塊的輸出信號一路經由重車時間/工作車輛總數組合模塊後傳輸到平均每車載客工作時間模塊，另一路經由重車出行時間/重車次數組合模塊後傳輸到平均每次載客出行時間模塊；h)、工作車輛總數和總出行時間模塊的輸出信號經由總出行時間/工作車輛總組合模塊後傳輸到平均每車工作時間模塊；i)、工作車輛總數和重車出行時間模塊的輸出信號經由重車時間/工作車輛總數組合模塊後傳輸到平均每車載客工作時間模塊。
本發明的有益效果是該方法包括計程車出行綜合指標分析系統，該系統可對包括計程車平均行駛裡程，平均行駛時間，平均出行次數，平均載客次數，空載率等二十多項原始指標及衍生指標進行統計分析，極大的拓展了浮動車數據FCD的應用範圍；同時，本發明又對計程車數據進行了車輛狀況的真實性、有效性判別後，計算了計程車全樣本的出行起訖點OD矩陣，這在傳統交通調查中是幾乎不可能實現的，本方法具有全新的車輛出行起訖點OD分析手段等優點。


下面結合附圖和實施例對本發明進一步說明。
附圖1為本發明硬體環境示意圖；附圖2為本發明硬體環境總模塊結構示意圖；附圖3為本發明浮動車數據綜合分析模塊程序流程圖；附圖4為本發明出行起訖點OD分析模塊程序流程圖；附圖5為本發明計程車出行綜合指標分析模塊程序流程圖；
附圖中標號說明1-浮動車數據綜合分析模塊；101-浮動車原始數據；2-OD矩陣分析模塊；102-數據完整性校驗；3-計程車出行指標分析模塊；103-數據有效性校驗；4-道路交通狀況分析結果； 104-數據標準化；5-OD矩陣分布圖表；105-預處理資料庫；6-計程車綜合指標結果；106-地理信息匹配；21-浮動車預處理資料庫； 107-中間處理資料庫；22-是否同一車輛； 108-查詢數據源選擇；23-是否一次出行； 109-數據過濾；24-生成出行起訖點信息； 110-道路類型選擇；25-生成出行時耗/出行距離出行特徵數據；51-衛星； 111-區域選擇；52-浮動車； 112-交通走廊選擇；53-移動通信網絡； 321-54-通訊處理伺服器； 322-55-查詢應用終端； 323-裡程利用率；301-浮動車OD資料庫； 324-時間利用率；302-設置過濾條件；325-平均每車的服務車次；303-計算各類出行指標；326-平均每車行駛裡程；304-工作車輛總數；327-平均每車載客行駛裡程；305-總車次； 328-平均乘距；
306-重車總車次； 329-平均每次載客出行時間；307-空車總車次； 330-平均每車工作時間；308-總車公裡數； 331-平均每車載客工作時間；309-重車公裡數；310-空車公裡數；311-總出行時間；312-重車出行時間；313-空車出行時間；314-重車公裡數/總車公裡數；315-重車出行時間/總出行時間；316-載重總車次/工作車輛總；317-總車公裡數/工作車輛總；318-重車公裡數/工作車輛總；319-重車距離/重車次數；320-重車出行時間/重車次數具體實施方式
請參閱附圖1、2所示，本發明為一種基於浮動車數據的交通分析硬體環境，包括衛星信號系統，全球定位系統GPS，無線通信網絡，車輛、伺服器、電腦應用終端、網際網路及移動通信網硬體環境，其還包括衛星(51)模塊、浮動車(52)模塊、移動通信網絡(53)模塊、通訊處理伺服器(54)及查詢應用終端(55)，其中
衛星(51)模塊的輸入輸出信號與浮動車(52)模塊的輸出輸入信號之間通過衛星訊號進行通訊聯繫；浮動車(52)模塊的輸入輸出信號與移動通信網絡(53)模塊的輸出輸入信號之間通過通用分組無線業務GPRS方式進行實時信息傳輸；移動通信網絡(53)模塊的輸入輸出信號與通訊處理伺服器(54)模塊的輸出輸入信號之間通過數字數據網/非對稱數字用戶線DDN/ADSL進行通訊聯繫，其間均為無線通信/移動通信傳輸方式；通訊處理伺服器(54)模塊的輸入輸出信號與查詢應用終端(55)模塊的輸出輸入信號之間通過區域網LAN進行通訊聯繫。
所述的基於浮動車數據的交通分析硬體環境的通訊處理伺服器(54)模塊包括浮動車數據綜合分析模塊(1)、出行起訖點OD矩陣分析模塊(2)、計程車出行指標分析模塊(3)、道路交通狀況分析結果(4)、出行起訖點OD矩陣分布圖表(5)及計程車綜合指標結果(6)模塊，其中浮動車數據綜合分析模塊(1)的輸出信號一路傳遞到出行起訖點OD矩陣分析模塊(2)，另一路傳遞到道路交通狀況分析結果(4)模塊；出行起訖點OD矩陣分析模塊(2)的輸出信號一路傳遞到計程車出行指標分析模塊(3)，另一路傳遞到出行起訖點OD矩陣分布圖表(5)模塊；計程車綜合指標結果(6)模塊的輸出信號傳遞到計程車綜合指標結果(6)模塊。
請參閱附圖3、4、5所示，本發明為一種基於浮動車數據的交通分析方法是通過對道路車速分析、出行起訖點OD分析及車輛出行指標分析，利用了緩衝區技術、關聯校驗技術、趨勢夾角技術、主被動停車區分技術，數據飄移過濾技術、進行參數設置的組合分析，結合計程車回報數據的具體情況，統計計程車出行指標，計算計程車OD矩陣，形成專業化的交通分析系統，其主要包括浮動車數據綜合分析模塊、出行起訖點OD分析模塊及計程車出行綜合指標分析模塊，其中浮動車數據綜合分析模塊是利用浮動車數據與交通地理信息系統相結合，對道路車速狀況進行綜合統計分析，該模塊流程的具體工作步驟是步驟1.浮動車原始數據(101)浮動車原始數據(101)模塊的輸入輸出信號分別與數據完整性校驗(102)、數據有效性校驗(103)、標準化處理(104)模塊的輸出輸入信號相連接；步驟2.數據處理數據完整性校驗(102)、數據有效性校驗(103)、數據標準化(104)模塊的輸出信號分別與預處理資料庫(105)模塊的輸入信號相連接；浮動車原始數據(101)經過數據處理完整性校驗(102)、數據有效性校驗(103)、數據標準化(104)之後存入預處理資料庫(105)；步驟3.預處理資料庫與交通地理信息系統信息相結合預處理資料庫(105)模塊的輸出信號與地理信息匹配(106)模塊的輸入信號相連接；具體為a)、預處理資料庫與交通地理信息系統信息相結合，進行地理屬性匹配；b)、用緩衝區法、關聯校驗技術、趨勢夾角判別技術先用緩衝區法，以道路中心線建立緩衝區；緩衝區取值為單向道路寬度加上全球定位系統GPS精度範圍，為5-10米；再利用緩衝區判斷浮動車回報點大致與哪些路段相關；c)、判斷接著使用關聯校驗方法判斷出同一車輛前後兩回報點都與同一路段相關的情況，利用趨勢夾角判別方法對前後兩點分屬不同路段的情況進行判別和分析；d)、歸併當前後兩回報點屬於同一路段時，將其歸併到該路段；當前後兩點分屬不同路段時，分為兩路段有交點和無交點兩種情況，有交點的情況，將全球定位系統GPS回報數據按權重分配到相關的兩條路段上；無交點的，找出其可能經過的路段，將全球定位系統GPS回報數據賦予相關路段；步驟4.中間處理資料庫(107)地理信息匹配(106)模塊的輸出信號與中間處理資料庫(107)模塊的輸入信號相連接；在進行路段匹配處理後，在資料庫中添加路段的屬性表，包括其所屬行政區、交通地帶、交通分區、路段名稱、起訖路名、道路等級、道路類型、所屬交通走廊信息，形成中間處理資料庫(107)；步驟5.查詢數據源選擇(108)中間處理資料庫(107)模塊的輸出信號與查詢數據源選擇(108)模塊的輸入信號相連接；中間處理資料庫進行最終統計查詢過程中，首先進行的是查詢數據源選擇(108)，數據源選擇模塊功能有以下幾項
a)、數據來源公司選擇可選擇一家公司或幾家公司的數據進行統計分析；b)、日期選擇可選擇查詢日期範圍；c)、星期幾選擇在日期選擇的基礎上，可按星期幾進一步進行細分，可進行工作日與休息日、周初和周末的比較分析，也可進行一周變化趨勢的分析；d)、時段選擇可選擇查詢數據的時間段；可進行晝夜、早晚高峰、特殊時段時間區間的分析比較；e)、空、重車選擇為有無載客的數據選擇，可分析空車、重車不同的出行特徵、規律；f)、組合查詢以上5類選項為交叉組合查詢；步驟6.數據過濾(109)選擇了查詢數據源後，將進行數據過濾(109)，過濾模塊包括以下五項a)、時間間隔指浮動車前後兩點之間的時間差，當時間間隔過大時回報數據將無法準確反映道路交通運行的實際狀況，所以需要對可用的最大時間間隔進行限制；b)、距離間隔指浮動車前後兩點之間的距離差，當距離間隔過大時，前後兩點跨越路段過多，不能準確反映道路交通狀況，所以可用最大距離間隔過濾；c)、停車時間間隔指車輛速度為0狀態持續的時間；停車分兩種情況第一種是被動停車，車輛遇到交叉口紅燈、擁堵、事故情況發生的停車行為，進行道路狀況分析時需要包含這種停車行為；第二種是主動停車，指駕駛員有目的的停車行為，進行道路狀況分析時需要排除這種停車行為；所以就需要使用可調整的停車時間間隔來區分這兩種停車行為，取值為至少大於300秒；d)、停車位移判別民用的全球定位系統GPS存在精度誤差為5-10米，在車輛靜止時還是會產生回報位置漂移的現象，也就是說沒有絕對車速為0的狀態；浮動車最小的回報間隔是20秒，將車速小於1.8公裡/小時的數據都認為處於停車狀態；則進一步判別是主/被動停車就可以參考停車時間間隔範圍內車輛移動的距離；當車輛移動距離在全球定位系統GPS飄移範圍之內，就可以判斷基本屬於主動停車；當車輛移動距離超出了全球定位系統GPS的飄移範圍，就要謹慎的加以判斷，很可能是處於交通擁堵、交通事故所引起的被動停車狀態；e)、速度所有的道路都有車速上限的限制，當出現浮動車速度遠超過道路車速上限的情況，就可能是全球定位系統GPS回報出現大範圍的漂移；具體進行道路車速狀況分析的時候，就需要過濾掉這樣大範圍漂移的數據；考慮到事實上可能出現的短暫超速現象，原則上速度過濾值取道路車速上限再乘上一個浮動係數；步驟7.統計查詢目標的選擇數據過濾(109)模塊的輸出信號分別與道路類型選擇(110)、區域選擇(111)及交通走廊選擇(112)模塊的輸入信號相連接；數據過濾後，進行統計查詢目標的選擇道路類型選擇(110)分為快速路、主幹路、次幹路、橋梁隧道，可選擇不同等級和類型的道路進行組合查詢；區域選擇(111)可按不同地帶、交通分區的組合進行統計目標區域選擇，可進行區域交通狀況的整體分析和不同區域之間交通狀況的對比分析；交通走廊選擇(112)可按不同交通走廊，交通通道，進行特殊交通走廊的交通狀況分析，可對重點路段進行更細緻的統計分析；步驟8.道路交通狀況分析結果(4)根據查詢數據源選擇、過濾條件選擇、查詢條件選擇，系統計算出最終的道路狀況分析結果(4)，其表達形式有電子地圖、電子報表兩種形式。
請參閱附圖4所示，所述的基於浮動車數據的交通分析方法，其特徵在於所述的出行起訖點OD分析模塊是將浮動車的預處理數據，轉變成按交通分區統計的出行起訖點信息，該模塊流程的具體工作步驟是
步驟1.浮動車預處理資料庫(21)先從浮動車預處理資料庫(21)中讀取數據；步驟2.判斷是否同一車輛浮動車預處理資料庫(21)模塊的輸出信號與是否同一車輛(22)模塊的輸入信號相連接；判斷數據是否同一車輛(22)？如果是同一車輛，則進入是否一次出行(23)模塊；如否，則返回浮動車預處理資料庫(21)，為進入原始資料庫重新讀取；步驟3.判斷是否一次出行是否同一車輛(22)模塊的輸出信號與是否一次出行(23)模塊的輸入信號相連接；車輛歸類後，按車輛狀況可判斷數據是否同一次出行(23)？如果是屬於同一次出行，則進入生成出行起訖點信息(24)模塊；如否，則返回浮動車預處理資料庫(21)模塊；步驟4.生成出行起訖點信息(24)是否同一次出行(23)模塊的輸出信號與生成出行起訖點信息(24)模塊的輸入信號相連接；在得到同一車輛同次出行的數據後，則可得到該車輛該次出行的出發時間、起點位置、到達時間、終點位置生成出行起訖點信息(24)；步驟5.生成出行時耗/出行距離出行特徵數據(25)生成出行起訖點信息(24)模塊的輸出信號與生成出行時耗/出行距離出行特徵數據(25)模塊的輸入信號相連接；
根據出行起訖點信息並對應浮動車原始資料庫的回報記錄，可生成出行時耗/出行距離出行特徵數據(25)；步驟6.出行起訖點OD矩陣分布圖表(5)生成出行時耗/出行距離出行特徵數據(25)模塊的輸出信號與出行起訖點OD矩陣分布圖表(5)模塊的輸入信號相連接；將所有出行起訖點及特徵數據匯總後，可生成出行起訖點OD矩陣分布圖表(5)。
請參閱附圖5所示，所述的基於浮動車數據的交通分析方法，其特徵在於所述的計程車出行綜合指標分析模塊建立在浮動車出行起訖點OD出行分析模塊基礎上，在出行起訖點OD分析模塊得到了浮動車OD資料庫(301)後，設置過濾條件(302)過濾掉可能出現的假空駛和假重駛現象，再計算各類出行指標(303)，該模塊流程的具體工作步驟是步驟1.浮動車OD資料庫(301)先從浮動車OD資料庫(301)中讀取數據；步驟2.設置過濾條件(302)浮動車OD資料庫(301)模塊的輸出信號與設置過濾條件(302)模塊的輸入信號相連接；步驟3.計算各類出行指標(303)設置過濾條件(302)模塊的輸出信號與計算各類出行指標(303)模塊的輸入信號相連接；步驟4.出行原始指標計算各類出行指標(303)模塊的輸出信號分別與出行原始指標界面的各模塊工作車輛總數(304)、總車次(305)、重車總車次(306)、空車總車次(307)、總車公裡數(308)、重車公裡數(309)、空車公裡數(310)、總出行時間(311)、重車出行時間(312)及空車出行時間(313)模塊的輸入信號相連接；步驟5.出行衍生指標原始指標界面的各模塊工作車輛總數(304)、重車總車次(306)、總車公裡數(308)、重車公裡數(309)、空車公裡數(310)、總出行時間(311)及重車出行時間(312)模塊的輸出信號分別與相應的出行衍生指標界面的各模塊裡程利用率(323)、時間利用率(324)、平均每車的服務車次(325)、平均每車行駛裡程(326)、平均每車載客行駛裡程(327)、平均乘距(328)、平均每次載客出行時間(329)、平均每車工作時間(330)及平均每車載客工作時間(331)模塊的輸入信號相連接；其界面設置及各模塊流程的具體工作步驟是a)、總車公裡數(308)和重車公裡數(309)模塊的輸出信號經由重車公裡數/總車公裡數(314)組合模塊後傳輸到裡程利用率(323)模塊；b)、空車公裡數(310)、總出行時間(311)和重車出行時間(312)模塊的輸出信號經由重車出行時間/總出行時間(315)組合模塊後傳輸到時間利用率(324)模塊；c)、工作車輛總數(304)和重車總車次(306)模塊的輸出信號經由載重總車次/工作車輛總(316)組合模塊後傳輸到平均每車的服務車次(325)模塊；d)、工作車輛總數(304)和總車公裡數(308)模塊的輸出信號一路經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊，另一路經由總車公裡數/工作車輛總(317)組合模塊後傳輸到平均每車的行駛裡程(326)模塊；e)、工作車輛總數(304)和重車公裡數(309)模塊的輸出信號一路經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊，另一路經由重車公裡數/工作車輛總(318)組合模塊後傳輸到平均每車載客行駛裡程(327)模塊；f)、重車總車次(306)和重車公裡數(309)模塊的輸出信號經由重車距離/重車次數(319)組合模塊後傳輸到平均乘距(328)模塊；g)、重車總車次(306)和重車出行時間(312)模塊的輸出信號一路經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊，另一路經由重車出行時間/重車次數(320)組合模塊後傳輸到平均每次載客出行時間(329)模塊；h)、工作車輛總數(304)和總出行時間(311)模塊的輸出信號經由總出行時間/工作車輛總(321)組合模塊後傳輸到平均每車工作時間(330)模塊；i)工作車輛總數(304)和重車出行時間(312)模塊的輸出信號經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊。
本發明的有關技術方案及使用方法為基於浮動車數據的交通分析方法主要用於分析城市道路狀況、統計計程車出行指標，計算計程車OD矩陣。
在本發明方法研究中，我們充分考慮了GPS的回報精度誤差，回報間隔誤差、停車回報誤差、信號漂移誤差，制定了詳細的應對方法，利用了緩衝區技術、關聯校驗技術、趨勢夾角技術、主被動停車區分技術，數據飄移過濾技術等多項技術與各種過濾條件、參數設置的組合分析，結合計程車回報數據的具體情況，建立了靈活高效的道路車速分析系統。
本發明方法包括計程車出行綜合指標分析系統，該系統可對包括計程車平均行駛裡程，平均行駛時間，平均出行次數，平均載客次數，空載率等二十多項原始指標及衍生指標進行統計分析，極大的拓展了FCD的應用範圍。
本發明對計程車數據進行了車輛狀況的真實性、有效性判別後，計算了計程車全樣本的出行OD矩陣，這在傳統交通調查中是幾乎不可能實現的，本方法開創了全新的車輛OD分析手段。
該發明方法的硬體環境包括以下幾個部分一、安裝有GPS定位系統設施的車輛(浮動車)；也就是數據採集源，浮動車為整個系統提供自身的時間、位置、車輛狀態等信息。
二、全球定位系統(GPS)；浮動車通過接受衛星反饋信息實現車輛的定位功能。
三、無線通信網絡；本發明中浮動車的信息利用中國移動的無線通信網絡，通過通用分組無線業務(General Packet Radio Service，簡稱GPRS)方式進行實時信息傳輸。
四、通訊與處理伺服器；通訊與處理伺服器將浮動車發送的信息接受下來，進行數據校驗及過濾，並存放進資料庫。處理伺服器中利用了本發明開發的一系列軟體工具進行最終的數據分析處理。查詢應用終端提供最終用戶查詢顯示的功能。
本發明的總模塊分為三部分浮動車數據綜合分析模塊、OD矩陣分析模塊、計程車出行指標分析模塊。這三個模塊既有關聯性，同時本身也可以直接輸出統計結果，具體如總模塊結果圖2所示。
如圖3所示，本模塊的功能是利用浮動車數據與交通地理信息系統(Geographic Information System-Transportation，簡稱GIS-T)相結合，對道路車速狀況進行綜合統計分析。數據處理流程為浮動車原始數據(101)經過數據完整性校驗(102)、數據有效性校驗(103)、標準化處理(104)之後存入預處理資料庫(105)。
預處理資料庫與GIS-T信息相結合，進行地理屬性匹配(106)，使用的方法有緩衝區法、關聯校驗技術、趨勢夾角判別技術等。首先使用緩衝區法，以道路中心線建立緩衝區。緩衝區取值為單向道路寬度加上GPS精度範圍(約為5-10米)，利用緩衝區判斷浮動車回報點大致與哪些路段相關。接著使用關聯校驗方法判斷出同一車輛前後兩回報點都與同一路段相關的情況，利用趨勢夾角判別方法對前後兩點分屬不同路段的情況進行判別和分析。
簡而言之，當前後兩回報點屬於同一路段時，將其歸併到該路段。當前後兩點分屬不同路段時，分為兩路段有交點和無交點兩種情況，有交點的情況，將GPS回報數據按權重分配到相關的兩條路段上。無交點的，找出其可能經過的路段，將GPS回報數據賦予相關路段。
在進行路段匹配處理後，在資料庫中添加路段的屬性表，包括其所屬行政區、交通地帶、交通分區、路段名稱、起訖路名、道路等級、道路類型、所屬交通走廊等信息。形成中間處理資料庫(107)。
中間處理資料庫進行最終統計查詢過程中，首先進行的是查詢數據源選擇(108)，數據源選擇模塊功能有以下幾項。
1)數據來源公司選擇；可選擇一家公司或幾家公司的數據進行統計分析，例如可只選擇強生公司數據進行單獨分析，也可選擇強生、海博數據進行綜合分析。
2)日期選擇；可選擇查詢日期範圍，例如從2005年8月1日至2006年8月1日，此功能可進行歷史數據的統計分析，如年度分析、季度分析、月度分析、周分析等。
3)星期幾選擇；在日期選擇的基礎上，可按星期幾進一步進行細分。此功能可進行工作日與休息日、周初和周末的比較分析，也可進行一周變化趨勢的分析。
4)時段選擇；可選擇查詢數據的時間段；例如可選擇8點至9點的數據進行統計，也可選擇16點32分至17點45分30秒的數據進行統計。此功能可進行晝夜、早晚高峰、特殊時段等時間區間的分析比較。
5)空、重車選擇；也就是有無載客的數據選擇。此功能可分析空車、重車不同的出行特徵、規律等。
6)以上5類選項也進行交叉組合查詢，從而保證方便靈活的進行專業化的道路交通狀況分析。
選擇了查詢數據源後，將進行數據過濾(109)。過濾模塊分為以下五項。
1)時間間隔；指浮動車前後兩點之間的時間差。當時間間隔過大時回報數據將無法準確反映道路交通運行的實際狀況，所以需要對可用的最大時間間隔進行限制。該值可以視具體情況進行調整。
2)距離間隔；指浮動車前後兩點之間的距離差，當距離間隔過大時，前後兩點跨越路段過多，不能準確反映道路交通狀況，所以也進行了可用最大距離間隔過濾。
3)停車時間間隔；指車輛速度為0狀態持續的時間。停車分兩種情況，一種是被動停車，也就是車輛遇到交叉口紅燈、擁堵、事故等情況發生的停車行為，進行道路狀況分析時需要包含這種停車行為。第二種是主動停車，指駕駛員有目的的停車行為，如在機場、酒店等固定點候客、停車吃飯、休息等。進行道路狀況分析時需要排除這種停車行為。這兩種情況有各自的特徵。一般來說被動停車雖然車速很慢，但還是會有緩慢的位移，車速為0的狀態持續時間不會很長。而主動停車時，車速為0的狀態往往會持續一段較長的時間。所以就需要使用可調整的停車時間間隔來區分這兩種停車行為。暫取值300秒，視具體情況調整。
4)停車位移；由於民用的GPS存在精度誤差，大約是5-10米，在車輛靜止時還是會產生回報位置漂移的現象，也就是說沒有絕對車速為0的狀態。在本系統中浮動車最小的回報間隔是20秒，我們將車速小於1.8公裡/小時(10米/20秒)的數據都認為處於停車狀態。那麼進一步判別是主/被動停車就可以參考停車時間間隔範圍內車輛移動的距離。當車輛移動距離在GPS飄移範圍之內，我們就可以判斷基本屬於主動停車，當車輛移動距離超出了GPS的飄移範圍，就要謹慎的加以判斷，很可能是處於交通擁堵、交通事故所引起的被動停車狀態5)速度所有的道路都有車速上限的限制，當出現浮動車速度遠超過道路車速上限的情況，就可能是GPS回報出現大範圍的漂移，這種情況在高架、大型建築物周圍時有發生。具體進行道路車速狀況分析的時候，就需要過濾掉這樣大範圍漂移的數據。考慮到事實上可能出現的短暫超速現象，原則上速度過濾值取道路車速上限再乘上一個浮動係數。
數據過濾後，進行統計查詢目標的選擇，分為道路類型選擇(110)、區域選擇(111)、交通走廊選擇(112)。
道路類型選擇分快速路、主幹路、次幹路、橋梁隧道等，可選擇不同等級和類型的道路進行組合查詢。
區域選擇可按不同地帶、交通分區的組合進行統計目標區域選擇，可進行某區域交通狀況的整體分析和不同區域之間交通狀況的對比分析。
交通走廊選擇，可按不同交通走廊，交通通道，例如上海的三橫三縱主幹道、內環線等，進行特殊交通走廊的交通狀況分析，可對重點路段進行更細緻的統計分析。
根據查詢數據源選擇、過濾條件選擇、查詢條件選擇，系統計算出最終的道路狀況分析結果(4)。分析結果的表達形式有電子地圖、電子報表兩種形式。電子地圖形式可比較直觀的將道路車速狀況用不同的顏色標示在道路網絡上。電子報表則用為詳細，將道路交通狀況的明細情況存放在電子表格中，包括道路名稱、所屬區域、路段車速、浮動車樣本覆蓋程度、浮動車樣本數量等具體統計結果和指標。
如圖4所示，OD分析模塊主要功能是將浮動車的預處理數據轉變成按交通分區統計的出行起訖點信息，OD矩陣是進行交通出行研究最重要的基礎數據之一。在本系統中先從浮動車預處理資料庫(21)中讀取數據，首先判斷數據是否同一車輛(22)，如是則繼續流程，如否則轉回原始資料庫重新讀取。
按車輛歸類後，按車輛狀況可判斷數據是否屬於同一次出行(23)。在得到同一車輛同次出行的數據後，則可得到該車輛該次車行的出發時間、起點位置、到達時間、終點位置等出行起訖點信息(24)。
根據出行起訖點信息並對應浮動車原始資料庫的回報記錄可得到本次出行時耗、出行距離等出行特徵數據(25)。
將所有出行起訖點及特徵數據匯總後，可生成OD矩陣分布圖5。
如圖5所示，計程車出行綜合指標分析模塊建立在浮動車OD出行分析模塊基礎上，在OD分析模塊得到了浮動車OD資料庫(301)後，設置計算條件(302)過濾掉可能出現的假空駛(行駛距離極短，剛下客就有上客的情況)和假重駛(全天或很長時間都處於重車狀態)現象。
計算的指標分為出行原始指標和出行衍生指標。
出行原始指標指可直接從浮動車OD資料庫中進行計算的指標，包括1)工作車輛總數統計日有多少計程車處於正常工作狀態。
2)總車次全部計程車共出行多少次。
3)重車總車次有載客的總出行車次。
4)空車總車次空駛的總出行車次。
5)總車公裡數全部計程車總的行駛公裡數。
6)重車公裡數載客出行總的行駛公裡數。
7)空車公裡數空車總的行駛公裡數。
8)總出行時間計程車總的出行時間9)重車出行時間有載客的出行時間10)空車出行時間無載客的出行時間衍生指標從原始指標中計算求得，包括1)裡程利用率載客出行裡程佔總行駛的裡程的比率2)時間利用率載客出行時間佔總出行時間的比率3)平均每車的服務車次計程車平均載客出行次數4)平均每車的行駛裡程計程車平均行駛的裡程數5)平均每車載客行駛裡程計程車平均載客行駛的裡程數6)平均乘距平均每次載客出行行駛的裡程數7)平均每次載客出行時間平均每次載客出行花費的時間8)平均每車工作時間平均每天工作的時間9)平均每車載客工作時間平均每天載客出行工作的時間本發明的具體實施方式
如下2006年4月-6月，在上海市公安局交巡警總隊委託我公司進行的「上海市長時間大面積擁堵指標研究」項目中，我們基於上海市強生、海博等公司近5000輛浮動車的數據，使用該分析方法，對上海市中心城主次幹道的行程車速與中心城擁堵程度進行了全面分析，分析結果得到委託方交警的認可。
在上海市建設與交通委「交通年度報告」項目中，使用該方法進行了道路行程車速分析。
在「上海市第三次綜合交通調查」道路車速分項調查、計程車分項調查中應用本方法進行了道路行程車速的調查與驗證、計程車出行指標分析與驗證，計程車出行OD分布調查等工作。
權利要求
1.一種基於浮動車數據的交通分析方法，其特徵在於該方法是通過對道路車速分析、出行起訖點OD分析及車輛出行指標分析，利用了緩衝區技術、關聯校驗技術、趨勢夾角技術、主被動停車區分技術，數據飄移過濾技術、進行參數設置的組合分析，結合計程車回報數據的具體情況，統計計程車出行指標，計算計程車OD矩陣，形成專業化的交通分析系統，其主要包括浮動車數據綜合分析模塊、出行起訖點OD分析模塊及計程車出行綜合指標分析模塊，其中浮動車數據綜合分析模塊是利用浮動車數據與交通地理信息系統相結合，對道路車速狀況進行綜合統計分析，該模塊流程的具體工作步驟是步驟1.浮動車原始數據(101)浮動車原始數據(101)模塊的輸入輸出信號分別與數據完整性校驗(102)、數據有效性校驗(103)、標準化處理(104)模塊的輸出輸入信號相連接；步驟2.數據處理數據完整性校驗(102)、數據有效性校驗(103)、數據標準化(104)模塊的輸出信號分別與預處理資料庫(105)模塊的輸入信號相連接；浮動車原始數據(101)經過數據處理完整性校驗(102)、數據有效性校驗(103)、數據標準化(104)之後存入預處理資料庫(105)；步驟3.預處理資料庫與交通地理信息系統信息相結合預處理資料庫(105)模塊的輸出信號與地理信息匹配(106)模塊的輸入信號相連接；具體為a)、預處理資料庫與交通地理信息系統信息相結合，進行地理屬性匹配；b)、用緩衝區法、關聯校驗技術、趨勢夾角判別技術先用緩衝區法，以道路中心線建立緩衝區；緩衝區取值為單向道路寬度加上全球定位系統GPS精度範圍，為5-10米；再利用緩衝區判斷浮動車回報點大致與哪些路段相關；c)、判斷接著使用關聯校驗方法判斷出同一車輛前後兩回報點都與同一路段相關的情況，利用趨勢夾角判別方法對前後兩點分屬不同路段的情況進行判別和分析；d)、歸併當前後兩回報點屬於同一路段時，將其歸併到該路段；當前後兩點分屬不同路段時，分為兩路段有交點和無交點兩種情況，有交點的情況，將全球定位系統GPS回報數據按權重分配到相關的兩條路段上；無交點的，找出其可能經過的路段，將全球定位系統GPS回報數據賦予相關路段；步驟4.中間處理資料庫(107)地理信息匹配(106)模塊的輸出信號與中間處理資料庫(107)模塊的輸入信號相連接；在進行路段匹配處理後，在資料庫中添加路段的屬性表，包括其所屬行政區、交通地帶、交通分區、路段名稱、起訖路名、道路等級、道路類型、所屬交通走廊信息，形成中間處理資料庫(107)；步驟5.查詢數據源選擇(108)中間處理資料庫(107)模塊的輸出信號與查詢數據源選擇(108)模塊的輸入信號相連接；中間處理資料庫進行最終統計查詢過程中，首先進行的是查詢數據源選擇(108)，數據源選擇模塊功能有以下幾項a)、數據來源公司選擇可選擇一家公司或幾家公司的數據進行統計分析；b)、日期選擇可選擇查詢日期範圍；c)、星期幾選擇在日期選擇的基礎上，可按星期幾進一步進行細分，可進行工作日與休息日、周初和周末的比較分析，也可進行一周變化趨勢的分析；d)、時段選擇可選擇查詢數據的時間段；可進行晝夜、早晚高峰、特殊時段時間區間的分析比較；e)、空、重車選擇為有無載客的數據選擇，可分析空車、重車不同的出行特徵、規律；f)、組合查詢以上5類選項為交叉組合查詢；步驟6.數據過濾(109)選擇了查詢數據源後，將進行數據過濾(109)，過濾模塊包括以下五項a)、時間間隔指浮動車前後兩點之間的時間差，當時間間隔過大時回報數據將無法準確反映道路交通運行的實際狀況，所以需要對可用的最大時間間隔進行限制；b)、距離間隔指浮動車前後兩點之間的距離差，當距離間隔過大時，前後兩點跨越路段過多，不能準確反映道路交通狀況，所以可用最大距離間隔過濾；c)、停車時間間隔指車輛速度為0狀態持續的時間；停車分兩種情況第一種是被動停車，車輛遇到交叉口紅燈、擁堵、事故情況發生的停車行為，進行道路狀況分析時需要包含這種停車行為；第二種是主動停車，指駕駛員有目的的停車行為，進行道路狀況分析時需要排除這種停車行為；所以就需要使用可調整的停車時間間隔來區分這兩種停車行為，取值為至少大於300秒；d)、停車位移判別民用的全球定位系統GPS存在精度誤差為5-10米，在車輛靜止時還是會產生回報位置漂移的現象，也就是說沒有絕對車速為0的狀態；浮動車最小的回報間隔是20秒，將車速小於1.8公裡/小時的數據都認為處於停車狀態；則進一步判別是主/被動停車就可以參考停車時間間隔範圍內車輛移動的距離；當車輛移動距離在全球定位系統GPS飄移範圍之內，就可以判斷基本屬於主動停車；當車輛移動距離超出了全球定位系統GPS的飄移範圍，就要謹慎的加以判斷，很可能是處於交通擁堵、交通事故所引起的被動停車狀態；e)、速度所有的道路都有車速上限的限制，當出現浮動車速度遠超過道路車速上限的情況，就可能是全球定位系統GPS回報出現大範圍的漂移；具體進行道路車速狀況分析的時候，就需要過濾掉這樣大範圍漂移的數據；考慮到事實上可能出現的短暫超速現象，原則上速度過濾值取道路車速上限再乘上一個浮動係數；步驟7.統計查詢目標的選擇數據過濾(109)模塊的輸出信號分別與道路類型選擇(110)、區域選擇(111)及交通走廊選擇(112)模塊的輸入信號相連接；數據過濾後，進行統計查詢目標的選擇道路類型選擇(110)分為快速路、主幹路、次幹路、橋梁隧道，可選擇不同等級和類型的道路進行組合查詢；區域選擇(111)可按不同地帶、交通分區的組合進行統計目標區域選擇，可進行區域交通狀況的整體分析和不同區域之間交通狀況的對比分析；交通走廊選擇(112)可按不同交通走廊，交通通道，進行特殊交通走廊的交通狀況分析，可對重點路段進行更細緻的統計分析；步驟8.道路交通狀況分析結果(4)根據查詢數據源選擇、過濾條件選擇、查詢條件選擇，系統計算出最終的道路狀況分析結果(4)，其表達形式有電子地圖、電子報表兩種形式。
2.根據權利要求1所述的基於浮動車數據的交通分析方法，其特徵在於所述的出行起訖點OD分析模塊是將浮動車的預處理數據，轉變成按交通分區統計的出行起訖點信息，該模塊流程的具體工作步驟是步驟1.浮動車預處理資料庫(21)先從浮動車預處理資料庫(21)中讀取數據；步驟2.判斷是否同一車輛浮動車預處理資料庫(21)模塊的輸出信號與是否同一車輛(22)模塊的輸入信號相連接；判斷數據是否同一車輛(22)？如果是同一車輛，則進入是否一次出行(23)模塊；如否，則返回浮動車預處理資料庫(21)，為進入原始資料庫重新讀取；步驟3.判斷是否一次出行是否同一車輛(22)模塊的輸出信號與是否一次出行(23)模塊的輸入信號相連接；車輛歸類後，按車輛狀況可判斷數據是否同一次出行(23)？如果是屬於同一次出行，則進入生成出行起訖點信息(24)模塊；如否，則返回浮動車預處理資料庫(21)模塊；步驟4.生成出行起訖點信息(24)是否同一次出行(23)模塊的輸出信號與生成出行起訖點信息(24)模塊的輸入信號相連接；在得到同一車輛同次出行的數據後，則可得到該車輛該次出行的出發時間、起點位置、到達時間、終點位置生成出行起訖點信息(24)；步驟5.生成出行時耗/出行距離出行特徵數據(25)生成出行起訖點信息(24)模塊的輸出信號與生成出行時耗/出行距離出行特徵數據(25)模塊的輸入信號相連接；根據出行起訖點信息並對應浮動車原始資料庫的回報記錄，可生成出行時耗/出行距離出行特徵數據(25)；步驟6.出行起訖點OD矩陣分布圖表(5)生成出行時耗/出行距離出行特徵數據(25)模塊的輸出信號與出行起訖點OD矩陣分布圖表(5)模塊的輸入信號相連接；將所有出行起訖點及特徵數據匯總後，可生成出行起訖點OD矩陣分布圖表(5)。
3.根據權利要求1所述的基於浮動車數據的交通分析方法，其特徵在於所述的計程車出行綜合指標分析模塊建立在浮動車出行起訖點OD出行分析模塊基礎上，在出行起訖點OD分析模塊得到了浮動車OD資料庫(301)後，設置過濾條件(302)過濾掉可能出現的假空駛和假重駛現象，再計算各類出行指標(303)，該模塊流程的具體工作步驟是步驟1.浮動車OD資料庫(301)先從浮動車OD資料庫(301)中讀取數據；步驟2.設置過濾條件(302)浮動車OD資料庫(301)模塊的輸出信號與設置過濾條件(302)模塊的輸入信號相連接；步驟3.計算各類出行指標(303)設置過濾條件(302)模塊的輸出信號與計算各類出行指標(303)模塊的輸入信號相連接；步驟4.出行原始指標計算各類出行指標(303)模塊的輸出信號分別與出行原始指標界面的各模塊工作車輛總數(304)、總車次(305)、重車總車次(306)、空車總車次(307)、總車公裡數(308)、重車公裡數(309)、空車公裡數(310)、總出行時間(311)、重車出行時間(312)及空車出行時間(313)模塊的輸入信號相連接；步驟5.出行衍生指標原始指標界面的各模塊工作車輛總數(304)、重車總車次(306)、總車公裡數(308)、重車公裡數(309)、空車公裡數(310)、總出行時間(311)及重車出行時間(312)模塊的輸出信號分別與相應的出行衍生指標界面的各模塊裡程利用率(323)、時間利用率(324)、平均每車的服務車次(325)、平均每車行駛裡程(326)、平均每車載客行駛裡程(327)、平均乘距(328)、平均每次載客出行時間(329)、平均每車工作時間(330)及平均每車載客工作時間(331)模塊的輸入信號相連接；其界面設置及各模塊流程的具體工作步驟是a)、總車公裡數(308)和重車公裡數(309)模塊的輸出信號經由重車公裡數/總車公裡數(314)組合模塊後傳輸到裡程利用率(323)模塊；b)、空車公裡數(310)、總出行時間(311)和重車出行時間(312)模塊的輸出信號經由重車出行時間/總出行時間(315)組合模塊後傳輸到時間利用率(324)模塊；c)、工作車輛總數(304)和重車總車次(306)模塊的輸出信號經由載重總車次/工作車輛總(316)組合模塊後傳輸到平均每車的服務車次(325)模塊；d)、工作車輛總數(304)和總車公裡數(308)模塊的輸出信號一路經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊，另一路經由總車公裡數/工作車輛總(317)組合模塊後傳輸到平均每車的行駛裡程(326)模塊；e)、工作車輛總數(304)和重車公裡數(309)模塊的輸出信號一路經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊，另一路經由重車公裡數/工作車輛總(318)組合模塊後傳輸到平均每車載客行駛裡程(327)模塊；f)、重車總車次(306)和重車公裡數(309)模塊的輸出信號經由重車距離/重車次數(319)組合模塊後傳輸到平均乘距(328)模塊；g)、重車總車次(306)和重車出行時間(312)模塊的輸出信號一路經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊，另一路經由重車出行時間/重車次數(320)組合模塊後傳輸到平均每次載客出行時間(329)模塊；h)、工作車輛總數(304)和總出行時間(311)模塊的輸出信號經由總出行時間/工作車輛總(321)組合模塊後傳輸到平均每車工作時間(330)模塊；i)、工作車輛總數(304)和重車出行時間(312)模塊的輸出信號經由重車時間/工作車輛總數(322)組合模塊後傳輸到平均每車載客工作時間(331)模塊。
全文摘要
一種涉及基於浮動車數據的交通分析方法，尤指一種主要用於分析城市道路狀況、統計計程車出行指標，計算計程車出行起訖點矩陣的交通分析方法。該方法通過對道路車速分析、出行起訖點OD分析及車輛出行指標分析，利用了緩衝區技術、關聯校驗技術、趨勢夾角技術、主被動停車區分技術，數據飄移過濾技術、進行參數設置的組合分析，結合計程車回報數據的具體情況，統計計程車出行指標；主要解決如何進行各種過濾條件、參數設置的組合分析等有關技術問題。本發明的優點是該方法對計程車數據進行了車輛狀況的真實性、有效性判別後，計算了計程車全樣本的出行起訖點OD矩陣，這在傳統交通調查中是幾乎不可能實現的，本方法具有全新的車輛出行起訖點OD分析手段等優點。
文檔編號G01S5/02GK1959759SQ20061011846
公開日2007年5月9日 申請日期2006年11月17日 優先權日2006年11月17日
發明者薛美根, 劉軍, 柳鑫, 趙輝 申請人:上海城市綜合交通規劃科技諮詢有限公司