本发明涉及一种智能交通系统研究领域，尤其是涉及一种降估计误差的基于稀疏gps数据的路段行程速度计算方法。
背景技术：
智能交通系统已经成功应用于交通管理、出行诱导、信号控制、安全驾驶等多个领域。路段平均行程时间估计是智能交通系统的重要理论问题之一。gps(globalpositioningsystem)浮动车信息采集技术作为一项新兴的交通状态信息动态采集技术，具有全天候、实时性强、检测成本小、数据精度高、采集范围广等诸多优点，并在世界范围内得到了积极的研究和推广应用。相关研究工作包括：利用车载gps数据估计单车行程速度的模型主要有速度积分模型和位置插值模型。前者利用gps瞬时速度序列进行积分估计单车路段行程速度，后者利用路段边界两侧gps定位点的位置、时间信息，采用内插法估计车辆通过路段边界的时间，进而计算出单车路段行程速度。但高频采样的gps数据是以上两个模型的前提，否则计算得到的平均行程速度精度会显著下降。2007年陈志鹏、刘允才在《城市路段交通流平均速度获取方法》专利中提出根据道路长度、平均行驶时间和平均等待时间获得道路平均速度；孙棣华、廖孝勇等通过判断gps数据量是否充分，对数据量充分和不充分的路段采用不同的方法获取交通流平均速度，并考虑信号灯和公交车站带来的影响，其对于数据不充分的路段利用历史数据和当前数据，计算出路段平均速度；2011年姜桂艳、常安德等在《基于出租车gps数据的路段平均速度估计模型》论文中考虑不同类型gps车辆运行特征，设计了两个基于出租车gps数据估计路段平均速度的改进模型，基于两个改进模型设计了路段平均速度的融合估计方法；2015年丁涛杰、史殿习在《基于出租车gps数据的道路平均速度估计方法》论文中针对出租车运营特性及其gps数据特点，首先对能用于道路速度的有效数据进行获取，再根据位置插值模型进行改进，使之能适用于低频采样的数据。上述这些方法在获取gps数据不充分时，往往通过借助历史数据或者进行插值运算估算当前的路段速度，而当数据稀疏时计算当前时刻路段平均速度则存在一定的误差。行程速度是浮动车数据中重要的数据之一，也是交通流理论研究中的重要参数和交通运行情况的基本量度。但由于浮动车特有的流动性以及浮动车规模的限制，使得部分路段存在着数据稀疏问题。探讨路段浮动车稀疏数据的路段速度计算方法具有实际意义，因此必要发明一种能基于稀疏gps数据对路段行程速度进行计算方法。技术实现要素：本发明主要是解决现有技术对路段行程速度计算依赖交通浮动车数量，在路段gps数据稀疏时造成速度估计误差的问题，提供了一种降估计误差的基于稀疏gps数据的路段行程速度计算方法。本发明的上述技术问题主要是通过下述技术方案得以解决的：一种基于稀疏gps数据的路段行程速度计算方法，包括以下步骤：s1.将车辆gps数据根据用户进行划分，建立多个用户轨迹点集合；将gps数据进行路段匹配，根据用户划分成多个用户集合，每个用户集合建立自己对应路段的轨迹点集合。s2.对于单个用户所行驶的每一条路段，将上、下游相邻路段上离该路段最近的轨迹点添加到用户轨迹点集合中；整理出用户每一条路段轨迹点集合，在用户所行驶的每一条路段，将上、下游相邻路段上离该路段最近的轨迹点添加到用户该路段轨迹点集合中；每条路段的轨迹点在集合中可以按照时间进行排序。s3.对每条路段，按照轨迹方向依次计算每个用户在该路段的行程速度；根据上、下游路段离当前路段最近的轨迹点的存在情况，计算单一用户上、下游路段离当前路段最近的轨迹点到路段上任一点的行程速度的平均值，再对该路段所有点行程速度平均值进行平均，得到美国用户在该路段的行驶速度。s4.计算路段上所有用户行程速度的平均值，作为该路段的行程速度，重复步骤2-4计算出所有路段的行程速度。本发明将上、下游路段轨迹点加入到路段行程速度计算中，有效克服了一般路段平均速度获取方法中对交通浮动车数量的严重依赖，提升了路段行程速度计算的准确性。作为一种优选方案，步骤s1中建立用户轨迹点集合的具体过程包括以下步骤：s11.在一个时间片内，将车辆gps数据根据所在路段进行道路匹配；gps数据中包括对应车辆的车牌号id，每个车牌id即对应一个用户。道路匹配根据gps数据位置信息判断其所在路段。时间片为一个时长间隔，可以为5分钟，或其他时长间隔。s12.根据车牌号id信息将gps数据按用户划分成多个集合{a1，a2，a3……an}；s13.将每个用户集合an建立自己所对应路段的轨迹点集合an＝{gi，j，k|i∈i，j∈j，k∈k}，其中，i表示用户，j表示用户所行驶的路段，k表示用户所在行驶路段上的轨迹点，gi，j，k表示用户i在路段j上的轨迹点k，i、j、k为常数。作为一种优选方案，步骤s2中将上、下游相邻路段上离该路段最近的轨迹点添加到用户轨迹集合中的具体过程包括以下步骤：s21.设路段j的起点为c1，上游相邻路段j-1距离该路段起点c1最近的点为a，当上游相邻路段j-1上任意一点gi，j-1，k′满足以下公式，则该gi，j-1，k′为上游相邻路段j-1中距离路段j起点c1最近的点a，其中gi，j-1，k′表示上游路段j-1上的轨迹点，表示路段j起点c1到每个点gi，j-1，k′的距离，|gi，j-1，k′-c1|表示在平面坐标中点gi，j-1，k′到起点c1的距离；s22.同时设路段j的终点为c1，下游相邻路段j+1距离该路段终点c2最近的点为b，当上游相邻路段j+1上任意一点gi，j+1，k′满足以下公式，则该gi，j+1，k′为下游相邻路段j+1中距离路段j终点c2最近的点b，其中gi，j+1，k′表示下游路段j+1上的轨迹点，表示路段j终点c2到每个点gi，j+1，k′的距离，|gi，j+1，k′-c2|表示在平面坐标中点gi，j+1，k′到终点c2的距离；s23.将a、b两点加入到该用户集合an的轨迹点集合中{a，gi，j，k，b}。作为一种优选方案，步骤s3中每个用户在路段j的行程速度计算包括以下过程：1).当a和b都存在时，如果路段上没有轨迹点，则vi＝s(a-b)/t(a-b)，vi表示用户i在该路段上的行程速度，s(a-b)表示a点到b点的距离，t(a-b)表示a点到b点所用时间；如果路段上有轨迹点，对应每个轨迹点，都计算轨迹点a点到该轨迹点，该轨迹点到b点的行程速度和轨迹点a到轨迹点b的行程速度的平均值，然后求该用户该路段行程速度，n表示该条路段上的轨迹点总数；2).当a和b只存在1个时，如果该路段上存在轨迹点，对于每个轨迹点，都计算该轨迹点与a点，或者与b点锁形成的行程速度，然后求用户该路段行程速度，当有且只有a存在时，当有且只有b存在时，3).当a和b都不存在，且该路段上存在2个轨迹点及以上时，计算用户该路段行程速度，4).当a和b都不存在或当a和b只存在1个，且该路段没有轨迹点或只有1个轨迹点时，则不计算用户该路段行程速度。作为一种优选方案，步骤s4中路段的行程速度获得过程包括：计算该条路段所有用户i的行程速度的平均值，将该平均值作为该路段的行程速度v，重复步骤2-4计算出所有路段的行程速度。因此，本发明的优点是：1.将上、下游路段轨迹点加入到路段行程速度计算中，有效克服了一般路段平均速度获取方法中对交通浮动车数量的严重依赖，提升了路段行程速度计算的准确性；2.能根据用户在一段时间内的行驶数据计算出用户的行程速度，计算简便，运算速度快，可靠性高，能有效用于路网交通状态评估、城市交通控制和交通诱导中。附图说明附图1是本发明中的一种流程示意图具体实施方式下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。实施例：本实施例一种基于稀疏gps数据的路段行程速度计算方法，为了验证提出的计算方法，本实施例中选取5个出租车用户的轨迹数据为研究对象进行实验。这五个用户行驶的路段部分一致，轨迹点数据分为较多、一般和稀疏三类，具有代表性。本实施例以5min为计算间隔。如图1所示，包括以下步骤：s1.将车辆gps数据根据用户进行划分，建立多个用户轨迹点集合；具体过程包括以下步骤：s11.在一个时间片内，将车辆gps数据根据所在路段进行道路匹配；从数据库中读取5分钟内出租车的gps数据，gps数据基本信息包括用户编号、轨迹点时间、轨迹点位置坐标，用户编号与车牌号id相关联。根据轨迹点位置坐标将gps数据进行道路匹配。s12.在道路匹配后，根据车牌号id信息将gps数据按用户划分成多个集合{a1，a2，a3……an}。s13.将每个用户集合an建立自己所对应路段的轨迹点集合an＝{gi，j，k|i∈i，j∈j，k∈k}，其中，i表示用户，j表示用户所行驶的路段，k表示用户所在行驶路段上的轨迹点，gi，j，k表示用户i在路段j上的轨迹点k，i、j、k为常数。实验选取的用户轨迹点集合如表1所示，轨迹点按时间顺序排序。表1s2.对于单个用户所行驶的每一条路段，将上、下游相邻路段上离该路段最近的轨迹点添加到用户轨迹点集合中，具体步骤包括：s21.设路段j的起点为c1，上游相邻路段j-1距离该路段起点c1最近的点为a，当上游相邻路段j-1上任意一点gi，j-1，k′满足以下公式，则该gi，j-1，k′为上游相邻路段j-1中距离路段j起点c1最近的点a，其中gi，j-1，k′表示上游路段j-1上的轨迹点，表示路段j起点c1到每个点gi，j-1，k′的距离，|gi，j-1，k′-c1|表示在平面坐标中点gi，j-1，k′到起点c1的距离；s22.同时设路段j的终点为c1，下游相邻路段j+1距离该路段终点c2最近的点为b，当上游相邻路段j+1上任意一点gi，j+1，k′满足以下公式，则该gi，j+1k′为下游相邻路段j+1中距离路段j终点c2最近的点b，其中gi，j+1，k′表示下游路段j+1上的轨迹点，表示路段j终点c2到每个点gi，j+1，k′的距离，|gi，，j+1，k′-c2|表示在平面坐标中点gi，j+1，k′到终点c2的距离；s23.将a、b两点加入到该用户集合an的轨迹点集合中{a，gi，j，k，b}。以用户1为例，列出路段1、2、3、4的轨迹点集合如表2所示。用户编号路段编号轨迹点集合用户1路段1{g1，1，1，g1，1，2，g1，1，3，g1，1，4，g1，2，1}用户1路段2{g1，1，4，g1，2，1，g1，2，2，g1，2，3，g1，2，4，g1，2，5，g1，2，6，g1，3，1}用户1路段3{g1，2，6，g1，3，1，g1，3，2，g1，3，3，g1，3，4，g1，4，1}用户1路段4{g1，3，4，g1，4，1，g1，4，2}表2s3.对每条路段，按照轨迹方向依次计算每个用户在该路段的行程速度；包括以下过程：1).当a和b都存在时，如果路段上没有轨迹点，则vi＝s(a-b)/t(a-b)，vi表示用户i在该路段上的行程速度，s(a-b)表示a点到b点的距离，t(a-b)表示a点到b点所用时间；如果路段上有轨迹点，对应每个轨迹点，都计算轨迹点a点到该轨迹点，该轨迹点到b点的行程速度和轨迹点a到轨迹点b的行程速度的平均值，然后求该用户该路段行程速度，n表示该条路段上的轨迹点总数；2).当a和b只存在1个时，如果该路段上存在轨迹点，对于每个轨迹点，都计算该轨迹点与a点，或者与b点锁形成的行程速度，然后求用户该路段行程速度，当有且只有a存在时，当有且只有b存在时，3).当a和b都不存在，且该路段上存在2个轨迹点及以上时，计算用户该路段行程速度，4).当a和b都不存在或当a和b只存在1个，且该路段没有轨迹点或只有1个轨迹点时，则不计算用户该路段行程速度。重复该过程计算出所有用户在每个路段的用户行程速度，以4个用户为例，如表3所示。用户编号路段1速度路段2速度路段3速度路段4速度用户117.68km/h20.13km/h34.11km/h29.91km/h用户219.21km/h25.67km/h28.76km/h27.83km/h用户320.18km/h18.44km/h29.87km/h31.44km/h用户418.32km/h23.56km/h30.85km/h32.31km/h表3s4.计算路段上所有用户行程速度的平均值，作为该路段的行程速度，重复步骤2-4计算出所有路段的行程速度。过程包括：计算该条路段所有用户i的行程速度的平均值，将该平均值作为该路段的行程速度v，重复步骤2-4计算出所有路段的行程速度。计算结果如表4所示。表4除上述一个周期的实验外，我们还进行了高峰期和低峰期实验。实验中，采集了市中心地带同一区域50条路段在30天内同一时段早高峰数据和低峰期数据，先计算道路平均速度，作为正确值；然后同时间段的多辆高频高精度的浮动车数据计算速度用于性能估计。我们比较了道路速度平均法和本专利的方法。若计算结果和实际结果相同，表示估计正确，否则估计错误。实验结果为，道路速度平均法的准确率为75.9％，本专利方法为85.9％。这说明本发明的一种面向出租车gps稀疏数据的路段行程速度计算方法是一种准确度更高的路段平均速度计算方法。本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属
技术领域：
的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。当前第1页12