[發(fā)明專利]基于車輛自動識別設(shè)備的動態(tài)OD矩陣估計(jì)方法

有效

• 申請?zhí)枺?/td>: 201110163206.2
• 申請日: 2011-06-17
• 公開（公告）號: CN102289932A
• 公開（公告）日: 2011-12-21
• 發(fā)明（設(shè)計(jì)）人: 孫劍;李克平;馮羽;倪穎;唐克雙
• 申請（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號: G08G1/00
• 分類號: G08G1/00;G08G1/017
• 代理公司: 上海正旦專利代理有限公司 31200
• 代理人: 張磊

技術(shù)領(lǐng)域

本發(fā)明屬于交通規(guī)劃與管理領(lǐng)域，具體涉及一種基于車輛自動識別設(shè)備的動態(tài)OD矩陣估計(jì)方法。

背景技術(shù)

車輛出行OD矩陣是交通系統(tǒng)規(guī)劃、設(shè)計(jì)及運(yùn)行管理的核心基礎(chǔ)信息。OD信息的精度直接影響城市交通管理者，交通規(guī)劃工程技術(shù)人員對于交通現(xiàn)狀以及未來交通可能出現(xiàn)情況的準(zhǔn)確判斷，并因此會直接影響交通管理措施的有效性、交通規(guī)劃的合理性。因此精確的OD矩陣無論對于城市交通管理人員以及城市交通規(guī)劃人員的最終決策與依據(jù)是至關(guān)重要的。

車輛出行OD矩陣是描述交通網(wǎng)絡(luò)中任意車輛從起點(diǎn)到達(dá)終點(diǎn)的一組數(shù)學(xué)矩陣，它直接反應(yīng)了不同小區(qū)之間出發(fā)車輛數(shù)與到達(dá)車輛數(shù)。然而OD矩陣的獲取一直以來都是交通管理與控制中的一個難點(diǎn)問題。傳統(tǒng)的OD矩陣的獲取方法通常是進(jìn)行大規(guī)模的車輛出行抽樣調(diào)查，然而這種方法存在調(diào)查技術(shù)困難、經(jīng)費(fèi)花費(fèi)巨大、耗費(fèi)時間長等缺點(diǎn)，并且獲得的交通數(shù)據(jù)存在后期處理繁瑣并且不能應(yīng)用于城市交通的動態(tài)管理。因此為了避免傳統(tǒng)OD矩陣獲取方法中存在的問題，自1978年開始，Van?Zuylen?和Willumsen利用布設(shè)在道路中的檢測線圈獲得的車輛流量數(shù)據(jù)進(jìn)行OD矩陣估計(jì)方法的研究。截止目前為止，OD矩陣的估計(jì)方法主要包含了最小二乘法、狀態(tài)空間法、信息論模型等類型。然而這些方法受到檢測手段的制約與限制，僅僅利用了檢測器中的路段車輛流量數(shù)據(jù)作為研究的主要分析數(shù)據(jù)，因此應(yīng)用傳統(tǒng)的“斷面型”檢測器進(jìn)行OD矩陣估計(jì)受到人為假設(shè)條件過多，檢測信息少，檢測設(shè)備精度低等條件的嚴(yán)重制約。

近年來，隨著車輛自動識別（Automatic?Vehicle?Identification，AVI）技術(shù)及設(shè)備在我國一線城市的推廣與應(yīng)用，交通信息采集技術(shù)已經(jīng)迅速從傳統(tǒng)的“斷面型”檢測技術(shù)轉(zhuǎn)向“廣域型”檢測技術(shù)。車輛自動識別技術(shù)的核心是可檢測車輛ID（車牌號）、通過時間以及車輛位置信息。基于對現(xiàn)有的文獻(xiàn)資料進(jìn)行研究，目前基于車輛自動識別技術(shù)進(jìn)行OD矩陣估計(jì)的方法都僅僅是傳統(tǒng)OD矩陣估計(jì)方法的一種改進(jìn)。

這些傳統(tǒng)方法存在如下的問題與挑戰(zhàn)：

(1)對于AVI環(huán)境下的動態(tài)OD估計(jì)，目前的方法仍然是通過對經(jīng)典OD估計(jì)模型進(jìn)行改進(jìn)，加入新的AVI檢測信息來提高OD估計(jì)精度。事實(shí)上，AVI檢測的路徑信息對OD估計(jì)的精度至關(guān)重要。

(2)OD估計(jì)不僅與網(wǎng)絡(luò)拓?fù)洌范瘟髁肯嚓P(guān)，還與先驗(yàn)信息的精度有密切的關(guān)系，以往的研究通常都假設(shè)已獲得可靠的先驗(yàn)信息來推算OD，而實(shí)際中由于OD調(diào)查間隔長，先驗(yàn)OD信息往往精度不高。

（3）在基于AVI檢測信息的OD估計(jì)中，沒有考慮AVI檢測精度問題。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對傳統(tǒng)動態(tài)OD矩陣估計(jì)方法的研究與技術(shù)中存在的不足，特別是針對AVI信息挖掘深度不足，先驗(yàn)信息依賴性過強(qiáng)的問題，提出了一種新的基于車輛自動識別設(shè)備的動態(tài)OD矩陣估計(jì)方法。

本方法具有以下四個特點(diǎn)：一、突破了傳統(tǒng)方法中僅依賴路段流量和行程時間作為OD估計(jì)的主要信息；二、提出檢測器的可測性判據(jù)，特別適用于AVI檢測設(shè)施客觀存在的檢測精度問題；三、對于路網(wǎng)拓?fù)浣Y(jié)構(gòu)沒有要求，可以適用于任何形式的開放式路網(wǎng)；四、解決了傳統(tǒng)方法對先驗(yàn)信息的依賴，即可以在隨機(jī)的先驗(yàn)信息下推算出較高精度的OD。

為達(dá)到以上目標(biāo)，本發(fā)明提出了基于車輛自動識別設(shè)備的動態(tài)OD矩陣估計(jì)方法。首先將每個估計(jì)時段內(nèi)的各個檢測設(shè)備中獲得的車輛牌照數(shù)據(jù)，車輛到達(dá)時刻數(shù)據(jù)，檢測器編號進(jìn)行提取；接著將提取獲得的數(shù)據(jù)以車輛牌照數(shù)據(jù)為依據(jù)進(jìn)行數(shù)據(jù)分類，根據(jù)車輛牌照數(shù)據(jù)與檢測器編號轉(zhuǎn)換成車輛部分路徑信息，并根據(jù)車輛部分路徑信息的組成方式進(jìn)行數(shù)據(jù)分類；然后以先驗(yàn)OD信息為基礎(chǔ)，同時根據(jù)檢測器的布設(shè)位置，基于檢測器可測性判據(jù)減少可選剩余路徑的范圍并對剩余路徑的選擇概率進(jìn)行修正；進(jìn)一步采用隨機(jī)仿真的方法模擬車輛的實(shí)際路徑選擇的過程，以獲得車輛的完整路徑；并對采集獲得的所有車輛的路徑修復(fù)完整后獲得初始的OD矩陣，最后結(jié)合AVI檢測獲得的路段流量進(jìn)行初始OD矩陣再修正。

上述方法提到的AVI可測性（Measurability）概念定義為：基于AVI檢測信息數(shù)據(jù)缺失的特點(diǎn)和已檢測車輛的動態(tài)行程時間信息，分析判斷車輛經(jīng)過某一路徑的可能性。根據(jù)可測性判據(jù)的結(jié)果，可大大縮小車輛剩余路徑的選擇范圍，提高車輛剩余路徑判斷的可靠性進(jìn)而大幅提高動態(tài)OD估計(jì)的精度。具體步驟如下：

（1）????AVI信息數(shù)據(jù)的提取與分類