出租车GPS数据分析报告深圳交通拥堵情况.doc

基于出租车GPS数据分析深圳交通拥堵情况 解放军信息工程大学 谷继亮、王龙、赵宸立 摘要：本文基于出租车GPS数据，从区域交通量OD分布角度出发，结合深圳市交通地图，研究深圳市交通小区的划分，建立载客出租车和人们出行的OD时空分布，分析筛选出拥堵的路段时段以及拥堵的路口时段。本文特点在于把经过处理的数据显示在地里信息系统软件上，并结合马克威分析系统完成小区的划分以及交通拥堵模型的检验。首先，采用随机抽样的方法获取数据样本，并利用C++编程对数据进行优化处理，得到出租车载客起讫点时刻的GPS数据，基于聚类与交通小区划分的相似性原理，利用马克威分析系统中的快速聚类方法进行交通小区的划分，共求得200个小区以及各小区的坐标。其次，利用合理假设，建立交通量OD分布概率模型，采用Bayes方法对模型的参数进行估计、对模型的整体拟合效果进行了检验，利用马克威分析系统处理数据得出小区交通量，进而求解出交通量的OD分布。再次，根据各区域总体居民出行时耗(出行距离)与出行比例的总体分布，将交通小区发生量离散为不同出行时耗(出行距离)区间上的出行量，并将相应区间内的出行量按区间所包含的交通吸引小区的面积及吸引量大小进行分配，得到了人们出行时耗特征图。最后，根据出租车载客后的行驶数据，编写程序筛选出有用的数据，并且把这些数据显示在GIS上，查找车辆比较拥堵的路段以及拥堵的路口时段。通过马克威分析系统软件处理GPS数据，得到各个路段的车辆数据。 关键字：交通小区、OD分布概率模型、聚类分析、马克威分析系统 问题的提出 近年来，随着国民经济的快速增长，人流、物流、信息流以前所未有的密度涌向大中城市并向周边辐射，城市化进程明显加快，城市规模不断扩大，人口不断集中。此种状态在带动城市交通需求高速增长，机动车辆快速增加的同时，也促使城市道路负荷加重，交通拥堵现象日益加剧。交通拥堵使交通延误增大，行车速度降低、时间损失、燃料费用增加、排污量增大、城市环境恶化、并诱发交通事故，直接影响人们的工作效率和身体健康。 出租车是城市客运交通的重要组成部分，是常规公共交通的重要补充。随着出租车数量的不断增长，出租车交通量已成为城市道路交通总量中的重要组成部分，成为影响城市道路交通分布及分配预测准确性的重要因素之一。由于出租车运行的随机性，没有固定的起讫点和运行线路，给定量分析带来一定的困难。 各大城市越来越多的出租车的安装了GPS终端，这些终端能够每隔1分钟向出租车管理中心发送本车的位置、速度和方向等信息，是车辆GPS实时数据。原始数据主要保存出租车上装配的GPS终端所采集的数据，这些数据包括序号，车牌号码，GPS时间，经度，纬度，车辆状态(空车、重车)，车辆速度，车辆方向(8个方向)等信息。这些GPS数据为我们研究出租车交通情况题共了参考和依据。 现阶段在交通拥堵方面主要集中在研究某个路口的情况，并且用缓冲区方法，而没有对整个区域有个整体的描述，而对于整个区域的研究则是基于交通需求建立模型，数据采集的精度不高。本文基于出租车GPS数据建立深圳整个区域的交通拥堵模型。 数据的采集和预处理 我们从网络（什么网）上下载了深圳市出租车的GPS数据，由于数据量较大，硬件设备无法对这些数据全部进行处理，我们采取了随机抽样的方式，从一万多辆出租车中随机抽取了100辆出租车的GPS数据进行建模分析。然而，原有的GPS数据中有很多错误数据（一些数据的经纬度超出深圳市范围，还有些车辆的状态明显错误），我们用C++语言编程对数据进行了筛选处理，得到了有效的GPS数据。利用这些数据我们进行了下面的数学建模分析。数据格式见表1。 表格 SEQ 表格 \* ARABIC 1 数据格式 字段 示例 备注 车牌号 日期 时间 经度 纬度 运营状态 速度 方位角 粤B00G70 2011/04/18 08:44:27 114.044617 22.537268 1 53 0 0为空载；1为重载 该点车辆的瞬时速度 行车方向 问题的分析与模型的建立 3.1 划分小区 3.1.1 处理数据 根据出租车载客的起讫点，结合深圳市的交通地图，恰当的划分交通小区，并选择小区中的某一点，用其经纬数值作为该小区的坐标。 GPS数据中，出租车的状态为0表示载人，为1表示空车。在间隔几分钟后得到的下一数据多和上一数据的状态相同。要得到出租车载客的起讫点，我们需要对数据进行处理，使得到的数据中相邻的出租车运营状态不相同。当运营状态由0变为1时表示出租车由空车到有客人上车，当运营状态由1变为0时表示出租车由载客到客人下车。处理前后的数据见表2、表3： 表格 SEQ 表格 \* ARABIC 2 原始数据 name time jd wd status v angle 粤BA3G24 2011/04/24 18:27:32