一种利用手机信令大数据和动态交通分配的OD标定方法与流程

技术特征：

1.一种利用手机信令大数据和动态交通分配的居民出行OD标定方法，其特征在于，包括步骤如下：

(1)基于中观交通仿真工具DTALite构建城市道路网络模型，包括城市快速路、主干路、次干路、支路。

(2)针对步骤(1)中构建的城市道路网，通过车牌识别数据及微波数据对步骤(1)构建的城市道路网的各路段的仿真参数进行标定。采用分段线性拟合的方法，对道路的通行能力、自由流速度、阻塞密度、拥挤消散波速四个仿真参数进行标定，并采用非线性拟合的方法对美国联邦公路局开发的路阻函数模型(BPR)中的两个参数α和β进行标定。

BPR函数模型的数学表达式如下：

$t=t_0\[1+\mathrm{\α}{\left(\frac{q}{c}\right)}^{\mathrm{\β}}\]$

式中：t为车辆通行路段的旅行时间；t₀为路段自由流出行时间；q为路段的车流量；c为路段设计通行能力；α，β为待标定参数。

(3)利用微波检测器获取实际道路网络中的时变车流量、速度、密度，数据更新周期通常为5分钟。

(4)获取手机信令数据，得到居民在各个交通分析小区间的流动量数据，从而掌握居民出行分布规律，形成初始的出行OD矩阵。具体为：将基于某一移动运营商手机信令数据的出行OD矩阵转化为全人口出行OD矩阵，进一步转化为机动车的OD，转化方法如下：

${\mathrm{OD}}_{people}=\frac{{\mathrm{OD}}_{mobile}}{{\mathrm{\α}}_1\×{\mathrm{\α}}_2\×{\mathrm{\α}}_3\×{\mathrm{\α}}_4}$

式中，OD_people：常住人口OD分布；

OD_mobile：利用某一运营商手机用户数据计算的OD分布；

α₁(average ownership)：手机用户的人均拥有量(部/人)；

α₂(penetration rate of mobile phone)：手机用户比例；

α₃(market share)：该运营商的市场占有率；

α₄(detection probability)：用户手机被检测到概率。

人均手机数α₁＝手机数/客户数；手机用户比例α₂＝min{客户数/常住人口，1}；市场占有率α₃由运营商提供；用户手机被检测到概率α₄＝一个月内被检测到的用户数/该地区内注册用户总数。

OD_vehicle＝OD_people×ρ

式中，OD_vehicle：机动车OD分布；

ρ(split rate)：机动车的分担率。

(5)在步骤(2)标定后的仿真路网的基础上，根据步骤(3)中通过微波数据获取的实际道路交通流数据，对步骤(4)中利用手机信令数据获得的出行OD矩阵进行动态交通分配，得到估计交通流量和真实交通流量间的误差。

(6)判断估计交通流量和真实交通流量间之间的误差是否满足预设阈值(一般为10％)，如满足，则标定结束，否则转入步骤(5)进行重新分配，直到估计交通流量和真实交通流量间之间的误差满足阈值条件。