一种城市动态路径行程时间预测方法
【专利摘要】本发明公开了一种城市动态路径行程时间预测方法：首先对历史交通数据进行分析，从历史交通数据中挖掘交通模式，包括路段链的相关性；然后根据输入的起点和终点及出行时刻给出基于历史信息的推荐路由；车辆行驶过程中，输入实时交通事件，基于新的起点重新进行预测，修正推荐路由，从而将该预测方法应用于实时动态导航系统。本发明能有效综合考虑城市历史交通模式，对城市动态路径行程时间进行有效预测，方法简单易行，运行条件容易满足，可以对城市动态路径的行程时间进行预测，从而引导车辆合理选择出行路线，对于缓解城市交通拥堵有重要作用，并且易于在大中型城市中推广应用。
【专利说明】一种城市动态路径行程时间预测方法
【技术领域】
[0001] 本发明涉及一种城市动态路径行程时间预测方法，属于道路交通【技术领域】。
【背景技术】
[0002] 在智能交通研究领域，如何提高交通服务水平，许多国家和地区已经开展了城市 道路行程时间预测的研究，并已成为国际研究的热点之一。目前已有的行程时间预测方法 主要侧重于静态路径的行程时间预测。
[0003] 现有的城市路径行程时间预测方法预测精度不高，如果能够将现有的预测方法进 行一定的融合，形成交通规则，在预测过程中考虑各种交通特征，动态调整各种交通事件对 行程时间影响的权值，将大大提高车辆行程时间预测的精度。
【发明内容】
[0004] 本发明的目的在于提供一种城市动态路径行程时间预测方法，能有效挖掘浮动车 数据，可以对城市路径的行程时间进行预测，从而引导车辆合理选择出行路线。
[0005] 为达到上述目的，本发明所采用的技术方案是：一种城市动态路径行程时间预测 方法，包括以下步骤：
[0006] 步骤一：创建基于浮动车数据的历史交通模式；
[0007] 步骤二：创建默认交通模式，分别为不同时间维和空间维的路段定义道路拥堵级 另IJ，同时设定历史交通模式权值a和默认交通模式权值3 ;
[0008] 步骤三：设置交通参数，依据设置的交通参数查找满足条件的历史交通模式和默 认交通模式，确定路段的拥堵级别，从而获得路段的平均速度；
[0009] 步骤四：读取实时交通参数，根据实时交通参数调整历史交通模式权值a和默认 交通模式权值0，定义交通模式的最小支持度阈值x和最小可信度阈值6;
[0010] 步骤五：根据设置的交通参数，产生m条候选路径，用户根据需要从候选路径中选 择一条最佳路径，加权计算最佳路径基于历史交通模式的路径行程时间Th和基于默认交通 模式的路径行程时间I；，最佳路径的预测行程时间T，计算公式为：T=aTh+01；，其中，a 和@采用经过所述步骤四调整后的值；
[0011] 步骤六：如果在行车过程中发生了突发交通事故或临时交通管制，需要调整最佳 路径的实时权值和交通模式，则重新选择最佳路径，并预测剩下路径行程时间。
[0012] 进一步的，所述交通参数至少包括车辆出行的起点、终点、出行时刻、出行日期、天 气状况和是否突发交通事故和临时交通管制。
[0013] 进一步的，所述历史交通模式的具体创建方法如下：
[0014] 1-1)定义时空维：时间维分为年、季节、月、星期、小时、半小时；空间维分为路段 链；
[0015] 1-2)将道路通行级别分为10级：
[0016] 平均速度为0?5km/h定义为9级；
[0017] 平均速度为6?lOkm/h定义为8级；
[0018] 平均速度为11?15km/h定义为7级；
[0019] 平均速度为16?20km/h定义为6级；
[0020] 平均速度为21?25km/h定义为5级；
[0021] 平均速度为26?30km/h定义为4级；
[0022] 平均速度为31?35km/h定义为3级；
[0023] 平均速度为36?40km/h定义为2级；
[0024] 平均速度为40?60km/h定义为1级；
[0025] 平均速度为大于60km/h定义为0级；
[0026] 1-3)定义城市道路网络为一个无向带权图G= (V，E，Q)，其中：V是顶点的集合， E是边的集合，城市道路网络中的每个交叉路口即为无向带权图中的一个顶点，用ni表示， niGV，并对每个顶点进行编号，城市道路网络中的一条路段e即为无向带权图中的一条 边，用一个二元组（叫，rij)表示,eGE,ni，rij表示路段e的结点GV，rijGV，Q为正的实 数集合，表示路段所对应的长度；
[0027] 1-4)定义路段链历史交通模式为STP: (W，TI，H，L(ni，nj)，D，R，S，C)，其中W表示星 期几，值为1?7 ;
[0028] TI为时间索引，值为1?48,分别表示一天的每半小时；
[0029] H代表是否为假期，值为0和1，1表示假期，0表示工作日；
[0030] L(ni，nj)为路段链；D为方向，值为0和1，0表示起点编号大于终点编号，1表示起 点编号小于终点编号；
[0031 ] R为道路通行级别，值为0?9 ;
[0032] S为支持度，S定义为出行日期所在月份中，满足H的天数占当月总天数的百分比， 且S大于最小支持度x;
[0033] C为可信度，C定义为当月中时间索引TI，并且拥堵级别为R的天数占当月满足H 的天数的百分比，且C大于最小可信度阈值S;
[0034] 所述路段链的有效历史交通模式为：if工作日/假期&时间&路段链&方向&支 持度为S&可信度为Cthen道路通行级别为R;
[0035] 1-5)定义路段链的时空交叉模式CSTP，指一段时间范围内，两路段链间的时空模 式关系，包含两个空间信息和一个时间信息；
[0036] 计算两路段链相关性：Co(A，B) =P(A)八P(B)/P(A)P(B)，其中，P(A)表示路段链 A发生交通拥堵的次数，P(B)表示路段链B发生拥堵的次数，P(A)~P(B)表示A和B在一段 时间范围内同时发生拥堵的次数，如果相关性值大于1，则为正相关，指车流的状态由前驱 路段链向后转移的趋势；如果相关性值小于1，则为负相关，指两路段链相互独立。
[0037] 进一步的，步骤六所述的重新选择最佳路径指重新选择与当前路段A相邻且负相 关的路段B，即满足Co(A,B)〈1。
[0038] 进一步的，所述默认交通模式的创建方法如下：
[0039] 由交通管理部门或专家创建默认交通模式为路段链模式为STP' ：（W'，TI'，H'，L(n ，D，，R，，S，，C，）；
[0040] 其中：W'表示星期几，值为1?7 ;
[0041]TI'为时间索引，值为1?48,分别表示一天的每半小时；
[0042] H'代表是否为假期，值为0和1，1表示假期，0表示工作日；
[0043]LO^np' 为路段链；
[0044] D'为方向，值为0和1，0表示起点编号大于终点编号，1表示起点编号小于终点编 号；
[0045] R'为道路通行级别，值为0?9 ;
[0046] S'和C'的取值分别取最小支持度阈值x和最小可信度阈值6 ;
[0047] 所述默认交通模式即为：if工作日/假期&时间&路段链&方向&支持度为x& 可信度为Sthen道路通行级别为R'。
[0048] 进一步的，所述历史交通模式权值a和默认交通模式权值@满足： aG[0, 1], 0G[0, 1]且a+0 = 1，最小支持度阈值x和最小可信度阈值6满足： XG[0, 1]，SG[0, 1]。
[0049] 进一步的，所述历史交通模式权值a和默认交通模式权值0的调整方法如下：
[0050]依据 1:if浮动车稀少thena=a-5 %, 0=0+5 %;
[0051]依据 2:if恶劣天气thena=a+5%,6 =P-5%;
[0052] 依据3:if缺乏匹配的历史交通模式thena= 〇, @ = 1 ;
[0053] 依据4 :if缺乏默认交通模式thena= 1,P= 〇 ;
[0054] 所述浮动车稀少是指历史数据库中路段链上浮动车覆盖率低于3% ;所述恶劣天 气是指气象学上所指的发生突然、移动迅速、天气剧烈、破坏力极大的严重影响交通出行的 灾害性天气。
[0055] 进一步的，所述加权计算基于历史交通模式的路径行程时间的方法为：
[0056] 对于每条候选路径，根据设置的交通参数结合候选路径中的路段链，查找匹配的 历史交通模式，进一步获得该候选路径的所有路段链的道路拥堵级别；
[0057] 再根据路段链的道路拥堵级别获得相应的路段链的车辆平均行驶速度Vi，最后 计算出每条路段链i的行程时间h=Li/Vi，则基于历史交通模式的路径行程时间Th为：
【权利要求】
1. 一种城市动态路径行程时间预测方法，其特征在于，包括以下步骤： 步骤一：创建基于浮动车数据的历史交通模式； 步骤二：创建默认交通模式，分别为不同时间维和空间维的路段定义道路拥堵级别，同 时设定历史交通模式权值a和默认交通模式权值运； 步骤三：设置交通参数，依据设置的交通参数查找满足条件的历史交通模式和默认交 通模式，确定路段的拥堵级别，从而获得路段的平均速度； 步骤四：读取实时交通参数，根据实时交通参数调整历史交通模式权值a和默认交通 模式权值0，定义交通模式的最小支持度阈值x和最小可信度阈值6 ; 步骤五：根据设置的交通参数，产生m条候选路径，用户根据需要从候选路径中选择一 条最佳路径，加权计算最佳路径基于历史交通模式的路径行程时间Th和基于默认交通模式 的路径行程时间I；，最佳路径的预测行程时间T，计算公式为：T=aTh+01；，其中，a和3 采用经过步骤四调整后的值； 步骤六：如果在行车过程中发生了突发交通事故或临时交通管制，需要调整最佳路径 的实时权值和交通模式，则重新选择最佳路径，并预测剩下路径行程时间。
2. 根据权利要求1所述的城市动态路径行程时间预测方法，其特征在于，所述交通参 数至少包括车辆出行的起点、终点、出行时刻、出行日期、天气状况和是否突发交通事故和 临时交通管制。
3.根据权利要求2所述的城市动态路径行程时间预测方法，其特征在于，所述历史交 通模式的具体创建方法如下： 1-1)定义时空维：时间维分为年、季节、月、星期、小时、半小时；空间维分为路段链； 1-2)将道路通行级别分为10级： 平均速度为〇?5km/h定义为9级； 平均速度为6?10km/h定义为8级； 平均速度为11?15km/h定义为7级； 平均速度为16?20km/h定义为6级； 平均速度为21?25km/h定义为5级； 平均速度为26?30km/h定义为4级； 平均速度为31?35km/h定义为3级； 平均速度为36?40km/h定义为2级； 平均速度为40?60km/h定义为1级； 平均速度为大于60km/h定义为0级； 1-3)定义城市道路网络为一个无向带权图G= (V，E，Q)，其中：V是顶点的集合，E是边 的集合，城市道路网络中的每个交叉路口即为无向带权图中的一个顶点，用^表示，nieV， 并对每个顶点进行编号，城市道路网络中的一条路段e即为无向带权图中的一条边，用一 个二元组（rii,np表示，eGE，]^，rij表示路段e的结点，叫GV，rijGV，Q为正的实数集合， 表示路段所对应的长度； 1-4)定义路段链历史交通模式为STP: (1，11，11，1(叫，11』)，0，1?，5,〇，其中1表示星期几，值为1?7 ; TI为时间索引，值为1?48,分别表示一天的每半小时； H代表是否为假期，值为0和1，1表示假期，0表示工作日； LO^np为路段链；D为方向，值为0和1，0表示起点编号大于终点编号，1表示起点编 号小于终点编号； R为道路通行级别，值为0?9 ; S为支持度，S定义为出行日期所在月份中，满足H的天数占当月总天数的百分比，且S大于最小支持度x; C为可信度，C定义为当月中时间索引TI，并且拥堵级别为R的天数占当月满足H的天 数的百分比，且C大于最小可信度阈值S; 所述路段链的有效历史交通模式为：if工作日/假期&时间&路段链&方向&支持度 为S&可信度为Cthen道路通行级别为R; 1-5)定义路段链的时空交叉模式CSTP，指一段时间范围内，两路段链间的时空模式关 系，包含两个空间信息和一个时间信息； 计算两路段链相关性：Co(A，B) =P(A)八P(B)/P(A)P(B)，其中，P(A)表示路段链A发 生交通拥堵的次数，P(B)表示路段链B发生拥堵的次数，P(A)~P(B)表示A和B在一段时间 范围内同时发生拥堵的次数，如果相关性值大于1，则为正相关，指车流的状态由前驱路段 链向后转移的趋势；如果相关性值小于1，则为负相关，指两路段链相互独立。
4. 根据权利要求3所述的城市动态路径行程时间预测方法，其特征在于，步骤六所述 的重新选择最佳路径指重新选择与当前路段A相邻且负相关的路段B，即满足Co(A，B)〈1。
5. 根据权利要求2所述的城市动态路径行程时间预测方法，其特征在于，所述默认交 通模式的创建方法如下： 由交通管理部门或专家创建默认交通模式为路段链模式为STP' ：（W'，TI'，H'，L(ni，nj'，D'，R'，S'，C'）； 其中：W'表示星期几，值为1?7 ; TI'为时间索引，值为1?48,分别表示一天的每半小时； H'代表是否为假期，值为0和1，1表示假期，0表示工作日； LO^np'为路段链； D'为方向，值为0和1，〇表不起点编号大于终点编号，1表不起点编号小于终点编号； R'为道路通行级别，值为0?9 ; S'和C'的取值分别取最小支持度阈值x和最小可信度阈值S; 所述默认交通模式即为：if工作日/假期&时间&路段链&方向&支持度为x&可信 度为5then道路通行级别为R'。
6. 根据权利要求2所述的城市动态路径行程时间预测方法，其特征在于，所述历史交 通模式权值a和默认交通模式权值0满足：ae[〇, 1]，0G[〇, 1]且a+ 0 = 1，最小 支持度阈值x和最小可信度阈值6满足：xG[〇，1]，6G[〇，1]。
7. 根据权利要求2所述的城市动态路径行程时间预测方法，其特征在于，所述历史交 通模式权值a和默认交通模式权值卩的调整方法如下： 依据 1:if浮动车稀少thena=a-5%,0 = 0+5%; 依据 2:if恶劣天气thena=a+5%,0 = 0 -5%; 依据3 :if缺乏匹配的历史交通模式thena= 〇，0 = 1 ; 依据4 :if缺乏默认交通模式thena= 1，0 = 〇 ; 所述浮动车稀少是指历史数据库中路段链上浮动车覆盖率低于3% ;所述恶劣天气是 指气象学上所指的发生突然、移动迅速、天气剧烈、破坏力极大的严重影响交通出行的灾害 性天气。
8. 根据权利要求2所述的城市动态路径行程时间预测方法，其特征在于，加权计算基 于历史交通模式的路径行程时间的方法为： 对于每条候选路径，根据设置的交通参数结合候选路径中的路段链，查找匹配的历史 交通模式，进一步获得该候选路径的所有路段链的道路拥堵级别； 再根据路段链的道路拥堵级别获得相应的路段链的车辆平均行驶速度Vi，最后计 算出每条路段链i的行程时间h=Li/Vi，则基于历史交通模式的路径行程时间Th为：
，h为路段链i的距离，n为一条候选路径中路段链的条数； 加权计算基于默认交通模式的路径行程时间的方法为： 对于每条候选路径，根据设置的交通参数结合候选路径中的路段链，查找匹配的默认 交通模式，进一步获得该候选路径的所有路段链的道路拥堵级别，再根据路段链的道路拥 堵级别获得相应的路段链的车辆平均行驶速度V'i。 最后计算出每条路段链i的行程时间t'iilvVp则基于默认交通模式的路径行 程时间Td为
，n为一条候选路径中路段链的条数。
9. 根据权利要求8所述的城市动态路径行程时间预测方法，其特征在于，加权计算基 于历史交通模式、默认交通模式的路径行程时间中所述的相应路段链的车辆平均行驶速度 是指：定义每一道路拥堵级别车辆的平均行驶速度为该拥挤级别的平均速度范围的中间 值，具体为： 9级拥堵级别车辆的平均行驶速度为2. 5km/h; 8级拥堵级别车辆的平均行驶速度为8km/h; 7级拥堵级别车辆的平均行驶速度为13km/h; 6级拥堵级别车辆的平均行驶速度为16km/h; 5级拥堵级别车辆的平均行驶速度为23km/h; 4级拥堵级别车辆的平均行驶速度为28km/h; 3级拥堵级别车辆的平均行驶速度为33km/h; 2级拥堵级别车辆的平均行驶速度为38km/h; 1级拥堵级别车辆的平均行驶速度为50km/h; 0级拥堵级别车辆的平均行驶速度定义为60km/h。
【文档编号】G08G1/0968GK104408958SQ201410632399
【公开日】2015年3月11日 申请日期:2014年11月11日 优先权日:2014年11月11日
【发明者】刘文婷 申请人:河海大学