[发明专利]基于稀疏出租车GPS数据的大范围城市路网旅行时间估计方法

说明书

一种基于稀疏出租车GPS数据的大范围城市路网旅行时间估计方法，包括数据处理和旅行时间估计：数据处理主要是完成实时GPS数据的预处理、经纬度坐标变换、地图匹配，估计出单个GPS设备点位在地图上的时空位置；旅行时间估计部分则是基于获取的单个车辆时空位置数据，进行单车行驶轨迹推算、子路段速度估计和路段速度估计，最终得到全网各路段的旅行时间和平均运行速度。

技术领域：

本发明涉及一种基于稀疏出租车GPS数据的大范围城市路网旅行时间估计方法，属于智能交通系统的技术领域。

背景技术：

面对急剧增长的城市机动车保有量和居民出行总量，大中型城市的交通供给能力远小于交通需求增长，加之意外事件频发，极易引发大范围交通拥堵或局部瘫痪。而作为主要改善交通运输效率的信号控制和交通诱导策略设计，均依赖于实时交通网络的旅行时间或运行速度。同样，出行者也需要及时掌握路网的交通状态来调整出行计划和出行线路。因此，研究城市全路网的旅行时间实时估计算法有助于提高出行的目的性，主动引导出行规划，动态优化信号配时和意外交通事件应急处理能力，从而缓解城市交通压力，减少出行成本，提升出行品质。

现有城市路网的旅行时间估计算法主要归纳为以下几类：(1)基于双检测器的路段旅行时间估计算法是通过假设所有车辆通行的速度是常值、且没有超车情况，在车辆速度差异较大时误差也随之增大。(2)基于波动理论和排队理论的路段旅行时间估计算法是借助安装在路口上游的检测器能实时获取到的车辆数、占有率和信号灯状态，根据排队理论和波动理论，计算路段上车辆的整体排队时间和旅行时间。但该方法要求检测器和信号灯的时钟完全准确同步，而且只能用于信号灯控路口，建设成本极高。(3)基于车牌识别系统的估计算法是利用两个检测断面上获取的通行车辆车牌信息进行估计，但该方法只能估计出已安装视频设备的路段。当路段较长时，能够检测到的通行车辆非常有限，而且交叉道路较多，部分车辆绕行后继续返回原路段将会导致较大的检测误差。(4)基于GPS的路段旅行时间估计算法是根据车载GPS设备实时上传的固定间隔的坐标数据进行地图匹配，然后计算出两个定位点之间的时间差，并累加为整个路段的旅行时间。基于GPS的现有估计方法均未能考虑到数据上传间隔、道路拥堵、GPS设备较少、路段较长四个方面的因素导致检测数据稀疏时，无法准确获取路段的旅行时间。

发明内容：

针对现有技术的不足，本发明提出一种基于稀疏出租车GPS数据的大范围城市路网旅行时间估计方法，该方法综合考虑了可被利用的有效GPS数据量、路段长度、数据上传间隔、路段拥挤程度四个不同方面的影响因素，有效提高了大范围城市路网旅行时间估计的准确性和快速性。在地图匹配部分，引入了快速匹配算法，对大中型城市级别的出租车GPS数据实现快速匹配，极大节省了硬件处理资源；在单车轨迹搜索部分，提出基于历史定位点进行车辆行驶轨迹的异常点剔除与修正算法；在路段旅行时间估计部分，首次引入分段估计算法，充分利用能够获取的稀疏GPS定位数据，解决因车辆少、路段长、上传间隔大、道路拥挤等因素造成的难以估计问题。整个方法提高了基于GPS定位数据的城市路网旅行时间估计算法的准确性、可靠性和实效性。

本发明的技术方案如下：

发明概述：

一种基于稀疏出租车GPS数据的大范围城市路网旅行时间估计方法，包括数据处理和旅行时间估计：数据处理主要是完成实时GPS数据预处理、经纬度坐标变换、地图匹配，估计出单个GPS设备点位在地图上的时空位置；旅行时间估计部分则是基于获取的单个车辆时空位置数据，进行单车行驶轨迹推算、子路段速度估计和路段速度估计，最终得到全网各路段的旅行时间和平均运行速度。

发明详述：

一种基于稀疏出租车GPS数据的大范围城市路网旅行时间估计方法，包括以下步骤：

(1)定义路段和子路段、建立标准化的静态路网基础信息数据库：

a)定义路段和子路段：所述路段包括多条首尾相连的子路段；