一种基于RFID数据的城市错峰通行效果分析方法

摘要

本发明公开了一种基于RFID数据的城市错峰通行效果分析方法，包括由原始RFID数据获取原始车辆运行轨迹数据；基于车辆运行轨迹数据进行OD矩阵切片；基于实际错峰政策，摘取并移动实施错峰通行措施的目标OD交通量，生成初始错峰OD矩阵组；将初始错峰OD矩阵组进行迭代计算，获得预测的错峰后的OD矩阵组；基于迭代结果所得到最终OD矩阵组，实现错峰政策的效果评估。本发明方法能够模拟城市实行错峰政策前后，城市早晚高峰时期的OD变化，从而得到错峰政策对城市交通运行状态的影响情况，为城市交通政策的制定、评价提供基于数据支撑，同时也为交通运输体系的仿真、规划与评价提供有力保障。

说明书

技术领域

本发明涉及城市道路交通管理分析方法，特别是涉及一种基于RFID数据的城市错峰通行效果分析方法。

背景技术

随着国家的繁荣发展和城市化的逐年推进，城市居民的各类出行活动日益频繁，交通需求迅速膨胀，城市道路交通系统所承受的压力也与日俱增。交通拥堵现象的频发，不仅使居民的日常出行受到干扰、时间延误等出行成本迅速增加，也加剧了环境污染等现象。各地政府加大了对交通基础设施的投入，完善了城市路网的建造，但实践证明,交通供给永远赶不上需求的增加。在基础设施的建设已经基本完成的大环境下，优化交通管理水平，实行精细化的管控，能够优化已有基础设施的服务能力，挖掘路网潜能，实现交通的供需平衡。

道路交通系统在上下班高峰期承受了比低谷期更大的压力。“错峰出行”作为近年来国内常见的一种管控政策，目的是在既有的路网供给条件下，根据行业特点、行政区划调整出行者参照时点，错开出行高峰时段，减缓拥堵，达到城市交通流在时空上的和谐，保障城市交通安全顺畅运行。

RFID(Radio Frequency Identification，射频识别)数据是交通领域直接产生的数据，极具应用价值。RFID数据主要依靠电子车牌、读写器和天线进行获取。电子车牌安装于车辆上，存储车辆的静态信息；RFID读写器可读取电子车牌中存储的车辆信息，也可获取车辆运动过程中的动态信息；天线为读写器和电子车牌之间的通信提供媒介。

虽然现在错峰政策的运用已经十分广泛，但是如何评价错峰政策的效果一直是一个短板，尤其是结合大数据进行精准预测，尚未有成熟的技术。从城市居民海量的出行数据中挖掘出潜在规律，通过数据层面感知交通状态、分析作用机理、评价相关政策的施行效果，能够从供需平衡的层面分析交通问题，结合交通工程理论与技术，明确交通行为作用机理，制定交通管控措施，提高交通供给有效性，形成科学合理的交通政策施行体系。

发明内容

发明目的：为解决现有技术的不足，提供一种基于RFID数据的城市错峰通行效果分析方法，为城市交通政策的制定、评价提供基于数据支撑，同时也为交通运输体系的仿真、规划与评价提供有力保障。

技术方案：本发明提供了一种基于RFID数据的城市错峰通行效果分析方法，包括以下步骤：

(1)由原始RFID数据获取原始车辆运行轨迹数据；

(2)基于原始车辆运行轨迹数据，进行OD矩阵切片，并生成矩阵组{OD₁}；

(3)基于实际错峰政策，摘取并移动实施错峰通行措施的目标OD交通量，生成初始错峰OD矩阵组{OD₂}；

(4)将步骤(3)中初始错峰OD矩阵组{OD₂}进行迭代计算，获得预测的错峰后的OD矩阵组；

(5)基于步骤(4)所预测的错峰后的OD矩阵组，实现错峰政策的效果评估。

进一步的，步骤(1)中根据原始RFID数据的特定字段进行数据提取，得到服务于后续分析的原始车辆运行轨迹数据，原始RFID数据分条呈现，每条数据记录了电子车牌ID、检测点IP和执行检测的时刻，分别记为id、ip和T；以电子车牌ID作为分类依据，将包含同一id的RFID数据条目分为一组，并按照检测时刻T升序排列，得到每一辆车的运行轨迹数据；选取欲进行分析的研究时段t₁，该时段为连续的时间跨度，且该时间跨度内不包含重大节假日或其他影响城市内部出行结构的紧急事件或大型活动；剔除研究时段t₁之外的其他数据，得到车辆运行轨迹数据为时段t₁内，电子车牌为id的车辆按时间先后顺序依次经过的检测点记录，数据总条目数与总id数目相同，每条数据的第一行记录电子车牌id的编号，第二行记录该车依次通过的检测点的ip，第三行记录依次通过每个检测点的时刻T。

进一步的，步骤(2)中将车辆运行轨迹数据依时间进行切片，生成具有特定时间窗和特定时间步长的切片OD矩阵组；选取进行OD矩阵分析的时间步长t₂、单次出行最大耗时t₃，将时间段t₁以步长为t₂、时间窗长度为t₃的划分原则划成k个时间片段，其中k＝(t₁-t₃)/t₂，时间片段记为t_k,j，j∈(0,k]；再将中的电子车牌为id的车辆在时间片段t_k,j内先后顺序依次经过的检测点记录摘录出来，得到k组的子矩阵，依次记为对检测点IP进行依次编号，构建检测点OD矩阵，依次对各个时间片段的数据进行遍历，根据数据中的第一条数据及最后一条数据所对应的ip构建检测点OD矩阵，得到k个不同时段的OD矩阵切片，分别记为OD_1,1,OD_1,2,…,OD_1,k，其组合记为矩阵组{OD₁}。

进一步的，步骤(3)中基于实际错峰政策，摘取并移动实施错峰通行措施的目标OD交通量，生成初始错峰OD矩阵组；实际错峰政策是将目的地为ip_des、到达时间为时刻T₁到时刻T₂之间的车辆的到达时间向推后t₄，相当于使他们在时刻T₁+t₄到时刻T₂+t₄到达ip_des；在矩阵组{OD₁}的k个矩阵中寻找终点ip为ip_des、到达时间为[T₁,T₂]的出行条目，将它们从各自对应时间片段的OD_1,j矩阵中移动到时间长度为t₄后的OD_1,j′上去，使得到达时间变为[T₁+t₄,T₂+t₄]；完成交通量转移后的OD矩阵切片，相应地改为OD_2,1,OD_2,2,…,OD_2,k，其组合为初始错峰OD矩阵组，记为{OD₂}。

进一步的，步骤(4)包括以下步骤：

(41)交通分配

将步骤(3)中初始错峰OD矩阵组进行迭代计算，获得实际的错峰后的OD矩阵；将矩阵组{OD₂}的每一个OD矩阵分别分配到路网上，得到对应时段内，OD矩阵里每一个出行的期望旅行时间和期望出行轨迹；由于每个出行的时间长度都小于t₃，所以每个出行都能完整地获得新的分配路径和旅行时间；

(42)迭代车辆运行轨迹数据

进行了新的交通分配后，步骤(2)中所有的出行数据将会发生变化，每一条出行数据的起终点不变，但是行车时间会由于错峰而变短；此时，将步骤(3)中未被摘出的id中的到达终点的时刻设为与中对应id的到达时间相同，依照新分配的旅行时间向前反推每个id的出发时刻、经过各个检测点的时刻；将被摘出的id中的到达终点时刻设为与中对应id到达终点时刻后延t₄，也依照新分配的旅行时间向前反推每个id的出发时刻、经过各个检测点的时刻；这样就得到了第一次迭代后每一个id的出发时刻、经过的检测点和对应时刻，也即生成了第一次迭代更新到的车辆运行轨迹数据

(43)迭代切片OD

依照步骤(2)的方法进行OD切片，生成OD矩阵组{OD₃}，再依照步骤(41)-(42)方法进行分配、更新车辆运行轨迹数据循环往复地进行OD切片、交通分配、车辆出行轨迹数据更新，实现错峰OD的迭代计算；

(44)判断连续两次迭代OD误差是否小于选取的预测精度α

若连续两次迭代得到的矩阵组{OD}中的每一个OD对之间的差值都小于精度α时，则认为此时的出行矩阵组{OD}是稳定的OD，也就是实施错峰通行政策后，路网上交通流的实际分布情况，然后执行步骤(5)；否则，返回步骤(42)执行。

进一步的，步骤(5)中基于步骤(4)的迭代结果所得到出行矩阵组{OD}，实现错峰政策的效果评估；将最终OD矩阵组分配到路网上，预测研究时段t₁内路网的运行情况；选取拥堵延时指数、道路饱和度和各时段交通量的均衡度作为评价错峰政策效果的指标；对重点路段进行分析时，计算实施错峰政策前后各时段内路段的拥堵延时指数以及道路饱和度的降低比例，评价错峰政策对某条路段的影响；对全路网进行分析时，研究实施错峰政策前后各时段内所有路段上总交通量的时变情况，计算OD随时间变化曲线的峰度的降低情况，评价错峰政策对全路网的影响。

有益效果：与现有技术相比，本发明方法能够模拟城市实行错峰政策前后，城市早晚高峰时期的OD变化，从而得到错峰政策对城市交通运行状态的影响情况，为城市交通政策的制定、评价提供基于数据支撑，同时也为交通运输体系的仿真、规划与评价提供有力保障。

附图说明

图1是本发明方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明的技术方案进行详细的说明。

如图1所示，本发明的一种基于RFID数据的城市错峰通行政策仿真及效果分析方法，包括以下步骤：

(1)由原始RFID(Radio Frequency Identification，射频识别)数据获取原始车辆运行轨迹数据；

根据原始RFID数据的特定字段进行数据提取，得到服务于后续分析的原始车辆运行轨迹数据。原始RFID数据分条呈现，每条数据记录了电子车牌ID、检测点IP和执行检测的时刻，分别记为id、ip和T。以电子车牌ID作为分类依据，将包含同一id的RFID数据条目分为一组，并按照检测时刻T升序排列，得到每一辆车的行驶轨迹数据。选取欲进行分析的研究时段t₁，该时段应为连续的时间跨度，且该时间跨度内不应包含重大节假日或其他影响城市内部出行结构的紧急事件或大型活动。剔除研究时段t₁之外的其他数据，得到车辆出行轨迹数据为时段t₁内，电子车牌为id的车辆按时间先后顺序依次经过的检测点记录，数据总条目数与总id数目相同，每条数据的第一行记录电子车牌id的编号，第二行记录该车依次通过的检测点的ip，第三行记录依次通过每个检测点的时刻T。

如表1所示为车辆出行轨迹数据格式示例：

表1

(2)获取原始车辆运行轨迹数据的切片OD矩阵组；

将车辆运行轨迹数据依时间进行切片，生成具有特定时间窗和特定时间步长的切片OD矩阵组。选定各OD矩阵间的时间间隔为t₂、OD中单次出行的最大时耗为t₃，则将时间段t₁以步长为t₂、时间窗长度为t₃的划分原则划成k个时间片段，其中k＝(t₁-t₃)/t₂，时间片段记为t_k,j，j∈(0,k]。再将中的电子车牌为id的车辆在时间片段t_k,j内先后顺序依次经过的检测点记录摘录出来，得到k组的子矩阵，依次记为对检测点IP进行依次编号，构建检测点OD矩阵，依次对各个时间片段的数据进行遍历，根据数据中的第一条数据及最后一条数据所对应的ip构建检测点OD矩阵，得到k个不同时段的OD矩阵切片，分别记为OD_1,1,OD_1,2,…,OD_1,k，组合记为切片OD矩阵组{OD₁}。

(3)基于实际错峰政策，摘取并移动实施错峰通行措施的目标OD交通量，生成初始错峰OD矩阵组；

基于实际错峰政策，摘取并移动实施错峰通行措施的目标OD交通量，生成初始错峰OD矩阵组。实际错峰政策是将目的地为ip_des、到达时间为时刻T₁到时刻T₂之间的车辆的到达时间向推后t₄，相当于使他们在时刻T₁+t₄到时刻T₂+t₄到达ip_des。在矩阵组{OD₁}的k个矩阵中寻找终点ip为ip_des、到达时间为[T₁,T₂]的出行条目，将它们从各自对应时间片段的OD_1,j矩阵中移动到时间长度为t₄后的OD_1,j′上去，使得到达时间变为[T₁+t₄,T₂+t₄]。完成交通量转移后的OD矩阵切片，相应地改为OD_2,1,OD_2,2,…,OD_2,k，其组合为初始错峰OD矩阵组，记为矩阵组{OD₂}。

(4)将步骤(3)中初始OD矩阵组进行迭代计算，获得实际的错峰后的OD矩阵；

(41)交通分配

将步骤(3)中初始错峰OD矩阵组进行迭代计算，获得实际的错峰后的OD矩阵。将矩阵组{OD₂}的每一个OD矩阵分别分配到路网上，得到对应时段内，OD矩阵里每一个出行的期望旅行时间和期望出行轨迹。由于每个出行的时间长度都小于t₃，所以每个出行都能完整地获得新的分配路径和旅行时间。

(42)迭代车辆运行轨迹数据

进行了新的交通分配后，步骤(2)中所有的出行数据将会发生变化，每一条出行数据的起终点不变，但是行车时间会由于错峰而变短。此时，将步骤(3)中未被摘出的id中的到达终点的时刻设为与中对应id的到达时间相同，依照新分配的旅行时间向前反推每个id的出发时刻、经过各个检测点的时刻。将被摘出的id中的到达终点时刻设为与中对应id到达终点时刻后延t₄，也依照新分配的旅行时间向前反推每个id的出发时刻、经过各个检测点的时刻。这样就得到了第一次迭代后每一个id的出发时刻、经过的检测点和对应时刻，也即生成了第一次迭代更新到的车辆运行轨迹数据

(43)迭代切片OD

依照步骤(2)的方法进行OD切片，生成OD矩阵组{OD₃}，再依照步骤(41)-(42)方法进行分配、更新车辆出行轨迹数据循环往复地进行OD切片、交通分配、车辆出行轨迹数据更新，实现错峰OD的迭代计算。

(44)判断连续两次迭代OD误差是否小于选取的预测精度α

选取预测精度α＝0.1，若连续两次迭代得到的矩阵组{OD}中的每一个OD对之间的差值都小于精度α时，可以认为此时的出行矩阵组{OD}是稳定的OD，也就是实施错峰通行政策后，路网上交通流的实际分布情况，然后执行步骤(5)；否则，返回步骤(42)执行。

(5)基于步骤(4)的迭代结果所得到最终OD矩阵组，实现错峰政策的效果评估；

基于步骤(4)的迭代结果所得到最终OD矩阵组，实现错峰政策的效果评估。将最终OD矩阵组分配到路网上，预测研究时段t₁内路网的运行情况。选取拥堵延时指数、道路饱和度和各时段交通量的均衡度作为评价错峰政策效果的指标。对重点路段进行分析时，计算实施错峰政策前后各时段内路段的拥堵延时指数以及道路饱和度的降低比例，评价错峰政策对某条路段的影响。对全路网进行分析时，研究实施错峰政策前后各时段内所有路段上总交通量的时变情况，计算OD随时间变化曲线的峰度的降低情况，评价错峰政策对全路网的影响。

本发明方法能够模拟城市实行错峰政策前后，城市早晚高峰时期的OD变化，从而得到错峰政策对城市交通运行状态的影响情况，为城市交通政策的制定、评价提供基于数据支撑，同时也为交通运输体系的仿真、规划与评价提供有力保障。