[发明专利]基于空间聚类分析的城市路网交通小区动态划分方法

说明书

技术领域

本发明属于交通工程技术领域，涉及采用空间统计分析——空间聚类分析的方法，对城 市路网的交通特性、交通状态、交通需求等进行分析，并将复杂交通网络解析为若干交通小 区的技术，该技术可降低城市路网复杂性，为实现区域交通控制和区域交通诱导管理等复杂 问题提供技术支持。

背景技术

现有交通小区划分主要面向传统的交通控制，并且目前面向交通控制的城市路网交通小 区(协调控制区域)划分，大多依赖于交通工程师的经验等进行静态、定性的划分，划分指 标一般采用路段或交叉口之间的关联度、路段饱和度等，考虑相邻交叉口之间的距离、流量、 信号周期等因素，实施静态划分方案。准动态的交通小区划分，一般采用方案选择式，没有 交通模型，如SCATS系统，控制子区可进行动态“合并”或“分离”，但需以建立完善的方 案专家库为基础。空间聚类分析方法，考虑交通小区内部路段之间的物理关联性和交通关联 性，以及交通特征，从数据本身出发，利用大量的实时数据和历史数据，进行统计聚类分析， 划分为若干个内部关联性强、交通特征相似的交通小区，从而简化路网协调交通控制和交通 诱导，便于模型的建立和策略的实施。

目前城市道路网络交通小区的研究主要集中在交通小区的应用层次，缺乏对于交通小区 的动态划分理论与技术方面的研究。另外，交通小区的划分主要依据是道路网络的物理特征， 缺乏对内在交通特征的研究。现有交通小区划分主要面向传统的交通控制，而随着交通控制 管理研究的发展和ITS等相关技术的进步，交通控制与诱导系统已呈现整合趋势，而控制诱 导一体化条件下的交通小区划分技术也值得进一步研究。

发明内容

为了使交通小区更好的服务于区域交通控制和交通诱导，实现交通小区的动态自动划分， 本发明从已有的出租车GPS数据出发，对路网的交通状态参数进行估计，考虑城市交通的 OD特性，采用路段拥挤度与路段关联度进行空间统计分析，分析路段之间的空间自相关模 式，实现对交通小区的自动划分。

本发明解决其技术问题所采用的技术方案是：动态采集出租车GPS数据，通过数据预处 理确定车辆在路网上的逻辑位置。每隔一个估计周期做一次路网交通状态参数估计工作，参 数估计结果保存在数据库中，通过空间聚类分析算法实现对交通状态参数和空间关联矩阵的 聚类分析而得到对于交通控制和交通诱导等不同需求下的若干个交通小区。

具体可包括以下步骤：

(1)平均行程车速估算：利用实际GPS数据计算路段行程车速，与历史数据结合，采 用加权平均法计算路段当前的平均行程车速。估算过程中需要进行对原始GPS数据预处理、 地图匹配等工作，然后按照一定的算法(详见后文)计算路段行程车速。

(2)历史数据更新：定时对行程车速估算历史数据进行更新，采用二分平均法减少远期 数据对近期数据的影响。

(3)路段拥挤度指标计算：依据路段平均行程车速计算路段的延误时间，与按照最大限 速行驶所用时间的比值，计算路段的当前拥挤度指标。

(4)空间关联矩阵计算：通过分析GIS的空间拓扑关系，计算任意两两路段间的关联关 系，量化为空间关联矩阵。

(5)空间分析：采用空间自相关分析Moran’s I指数对路段拥挤度观测值(计算值)相 似性进行分析，得出路网拥挤度的空间分布模式(聚集、随机、均匀)。

(6)小区的优化：采用专家知识库的方法对交通小区进行修正和优化，搜索专家库中匹 配条件下的交通小区，自动或人为的对交通小区进行修正，同时更新或积累专家知识库。

本发明方法所涉及的几个重要环节：

(1)基础数据的准备

主要包括：

A、城市道路网络的电子地图静态数据整理：包括地图的坐标匹配和修正，道路的方向 性处理。

地图坐标的匹配和修正是指用于计算的电子地图坐标系与GPS坐标系可能不同，需要 进行实地测试或采用其他方式将两坐标系进行转换，必要时对电子地图进行修正。