[发明专利]基于车辆自动识别设备的动态OD矩阵估计方法

说明书

技术领域

本发明属于交通规划与管理领域，具体涉及一种基于车辆自动识别设备的动态OD矩阵估计方法。

背景技术

车辆出行OD矩阵是交通系统规划、设计及运行管理的核心基础信息。OD信息的精度直接影响城市交通管理者，交通规划工程技术人员对于交通现状以及未来交通可能出现情况的准确判断，并因此会直接影响交通管理措施的有效性、交通规划的合理性。因此精确的OD矩阵无论对于城市交通管理人员以及城市交通规划人员的最终决策与依据是至关重要的。

车辆出行OD矩阵是描述交通网络中任意车辆从起点到达终点的一组数学矩阵，它直接反应了不同小区之间出发车辆数与到达车辆数。然而OD矩阵的获取一直以来都是交通管理与控制中的一个难点问题。传统的OD矩阵的获取方法通常是进行大规模的车辆出行抽样调查，然而这种方法存在调查技术困难、经费花费巨大、耗费时间长等缺点，并且获得的交通数据存在后期处理繁琐并且不能应用于城市交通的动态管理。因此为了避免传统OD矩阵获取方法中存在的问题，自1978年开始，Van Zuylen 和Willumsen利用布设在道路中的检测线圈获得的车辆流量数据进行OD矩阵估计方法的研究。截止目前为止，OD矩阵的估计方法主要包含了最小二乘法、状态空间法、信息论模型等类型。然而这些方法受到检测手段的制约与限制，仅仅利用了检测器中的路段车辆流量数据作为研究的主要分析数据，因此应用传统的“断面型”检测器进行OD矩阵估计受到人为假设条件过多，检测信息少，检测设备精度低等条件的严重制约。

近年来，随着车辆自动识别（Automatic Vehicle Identification，AVI）技术及设备在我国一线城市的推广与应用，交通信息采集技术已经迅速从传统的“断面型”检测技术转向“广域型”检测技术。车辆自动识别技术的核心是可检测车辆ID（车牌号）、通过时间以及车辆位置信息。基于对现有的文献资料进行研究，目前基于车辆自动识别技术进行OD矩阵估计的方法都仅仅是传统OD矩阵估计方法的一种改进。

这些传统方法存在如下的问题与挑战：

(1)对于AVI环境下的动态OD估计，目前的方法仍然是通过对经典OD估计模型进行改进，加入新的AVI检测信息来提高OD估计精度。事实上，AVI检测的路径信息对OD估计的精度至关重要。

(2)OD估计不仅与网络拓扑，路段流量相关，还与先验信息的精度有密切的关系，以往的研究通常都假设已获得可靠的先验信息来推算OD，而实际中由于OD调查间隔长，先验OD信息往往精度不高。

（3）在基于AVI检测信息的OD估计中，没有考虑AVI检测精度问题。

发明内容

本发明的目的在于针对传统动态OD矩阵估计方法的研究与技术中存在的不足，特别是针对AVI信息挖掘深度不足，先验信息依赖性过强的问题，提出了一种新的基于车辆自动识别设备的动态OD矩阵估计方法。

本方法具有以下四个特点：一、突破了传统方法中仅依赖路段流量和行程时间作为OD估计的主要信息；二、提出检测器的可测性判据，特别适用于AVI检测设施客观存在的检测精度问题；三、对于路网拓扑结构没有要求，可以适用于任何形式的开放式路网；四、解决了传统方法对先验信息的依赖，即可以在随机的先验信息下推算出较高精度的OD。

为达到以上目标，本发明提出了基于车辆自动识别设备的动态OD矩阵估计方法。首先将每个估计时段内的各个检测设备中获得的车辆牌照数据，车辆到达时刻数据，检测器编号进行提取；接着将提取获得的数据以车辆牌照数据为依据进行数据分类，根据车辆牌照数据与检测器编号转换成车辆部分路径信息，并根据车辆部分路径信息的组成方式进行数据分类；然后以先验OD信息为基础，同时根据检测器的布设位置，基于检测器可测性判据减少可选剩余路径的范围并对剩余路径的选择概率进行修正；进一步采用随机仿真的方法模拟车辆的实际路径选择的过程，以获得车辆的完整路径；并对采集获得的所有车辆的路径修复完整后获得初始的OD矩阵，最后结合AVI检测获得的路段流量进行初始OD矩阵再修正。

上述方法提到的AVI可测性（Measurability）概念定义为：基于AVI检测信息数据缺失的特点和已检测车辆的动态行程时间信息，分析判断车辆经过某一路径的可能性。根据可测性判据的结果，可大大缩小车辆剩余路径的选择范围，提高车辆剩余路径判断的可靠性进而大幅提高动态OD估计的精度。具体步骤如下：

（1）    AVI信息数据的提取与分类