论文部分内容阅读
随着城市交通机动化进程进一步加快，快速路逐渐成为城市交通的“主动脉”。但随着交通量迅速增长，快速路的负荷日趋饱和，交通服务水平受到影响。由于城市快速路进出匝道口众多，而城市快速路与市政道路的转换节点恰恰是交通管控的关键所在，因此精准获取快速路的OD量从而实施相应的交通管理与控制手段以进一步提高城市交通安全与效率具有十分重要的理论价值和实际意义。本文融合视频卡口、手机信令和浮动车轨迹等多源数据，提出了数据驱动的城市快速路OD估计方法。
首先，本文对以路网地理信息（Geographic Information System，GIS）数据、卡口（ Automatic Vehicle Identification ， AVI ）数据、手机（ Global System for Mobile Communications，GSM）数据和浮动车（Global Positioning System，GPS）数据为代表的多源数据，从数据来源、数据特征、应用场景以及预处理方法等方面进行介绍，为城市快速路OD估计研究提供数据支撑。
其次，提出基于视频卡口和手机信令数据“AVI+GSM”的快速路 OD 估计基本模型，以卡口监测路段流量与卡口监测数据的相对误差最小作为目标函数，通过引入蜂窝网格和蜂窝路径流量的概念构建约束条件，将路径流量估算问题转化为简单的带约束的最小二乘问题，结合具体算例对估算结果进行评价，并针对卡口位置和数量等影响因素进行敏感性分析。
然后，为进一步提高模型的估计精度，将GPS数据引入快速路OD估计基本模型。采用地图匹配方法对出租车 GPS 轨迹进行识别提取，计算获得路网中的分流点转向比例。基于转向比例优化构建基于AVI/GSM/GPS多源数据的OD估计模型，并编写算例对模型的有效性进行了验证。
最后，以深圳市部分快速路网作为案例进行分析。通过出租车GPS轨迹数据计算获得研究区域共计11个分流点的转向比例，结合区域内6个视频卡口的流量监测数据和运营商基站的手机信令数据进行实证研究。将估算结果与验证卡口监测流量进行对比，路径流量估算偏差在10%以内，验证了模型的合理性与有效性。
首先，本文对以路网地理信息（Geographic Information System，GIS）数据、卡口（ Automatic Vehicle Identification ， AVI ）数据、手机（ Global System for Mobile Communications，GSM）数据和浮动车（Global Positioning System，GPS）数据为代表的多源数据，从数据来源、数据特征、应用场景以及预处理方法等方面进行介绍，为城市快速路OD估计研究提供数据支撑。
其次，提出基于视频卡口和手机信令数据“AVI+GSM”的快速路 OD 估计基本模型，以卡口监测路段流量与卡口监测数据的相对误差最小作为目标函数，通过引入蜂窝网格和蜂窝路径流量的概念构建约束条件，将路径流量估算问题转化为简单的带约束的最小二乘问题，结合具体算例对估算结果进行评价，并针对卡口位置和数量等影响因素进行敏感性分析。
然后，为进一步提高模型的估计精度，将GPS数据引入快速路OD估计基本模型。采用地图匹配方法对出租车 GPS 轨迹进行识别提取，计算获得路网中的分流点转向比例。基于转向比例优化构建基于AVI/GSM/GPS多源数据的OD估计模型，并编写算例对模型的有效性进行了验证。
最后，以深圳市部分快速路网作为案例进行分析。通过出租车GPS轨迹数据计算获得研究区域共计11个分流点的转向比例，结合区域内6个视频卡口的流量监测数据和运营商基站的手机信令数据进行实证研究。将估算结果与验证卡口监测流量进行对比，路径流量估算偏差在10%以内，验证了模型的合理性与有效性。