[发明专利]一种基于轨迹追踪的OD矩阵估计方法与系统

说明书

技术领域

本发明涉及智能交通领域的OD矩阵估计技术，具体而言涉及一种基于轨 迹追踪的OD矩阵估计方法与系统。

背景技术

OD矩阵，或者称为OD表，是描述交通网络中所有出行节点(Origin)与 终点(Destination)之间在一定范围内出行交换数量的表格，反应了基本的交通 需求。对于高速路或者环城快速路网，起点可以是指一个或多个入口匝道，而 讫点是指一个或多个出口匝道。对于城市交通网络，起讫点是指交通区的重心， 即代表同一个交通区域内所有出行端点的某一集中点，是交通区交通源的中心。

OD矩阵是城市交通科学规划和管理工作的基础。最初，OD矩阵是通过大 量的交通调查抽样得到的，例如居民出行调查，但由于交通数据量巨大，所以 调查统计与分析的工作量和成本十分庞大，而通过路段交通量来推算和估计OD 矩阵，以其方便、价格低廉、快捷和时效性高等优点，受到越来越多的应用。

目前，交通规划和数学规划界的研究者提出一些OD矩阵推算的模型和算 法，例如极大熵模型、最大似然模型、广义最小二乘模型和贝叶斯模型，虽然 现有的估算算法考虑了实时性进行估计的问题，但在拥挤效应、均衡交通分配 等问题，我们认为现有的OD矩阵估计方法仍有改进的空间。

发明内容

本发明目的在于提供一种基于轨迹追踪的OD矩阵估计方法，基于轨迹追 踪、小区、路段等信息来综合考虑实现OD矩阵的估算。

本发明的上述目的通过独立权利要求的技术特征实现，从属权利要求以另 选或有利的方式发展独立权利要求的技术特征。

为达成上述目的，本发明提出一种基于轨迹追踪的OD矩阵估计方法，包 括：

步骤1、获取设定时间范围内的所有电子警察数据，将电子警察数据按照车 牌号码进行分组；

步骤2、将分组后得到的所有组均标记为unvisited，再取其中的一条unvisited 组p，标记为visited；

步骤3、对于p组的数据按照检测时间进行从小到大的排列；

步骤4、计算步骤3排列后所得到的序列的偏差值，即Δt_i＝t_i+1-t_i，i＝1,……， n；其中t₁为出行的起始时刻，t_n为出行的最终结束时间；

步骤5、取出两次连续检测时间差大于1小时的数据，对于即Δt_k>3600s的Δt_k， 进行步骤6；若Δt_k全部小于1小时，则进行Step8；

步骤6、找出Δt_k的t_k及t_k+1，则t_k为出行的结束时刻，其对应的检测设备编号 所处的区域ID为出行的D点，t_k+1为下一次出行的起始时刻，其对应的检测设 备编号所处的区域ID为出行的O点；

步骤7、将t₁，t_k，t_k+1，……，t_n进行两两配对，即一次出行起点为t₁对应的 设备编号所处的区域ID，终点为t_k对应的设备编号所处的区域ID，二次出行的 起点为t_k+1对应的设备编号所处的区域ID，终点为t_j对应的设备编号所处的区域 ID，最后一次出行的终点为t_n对应的设备编号所处的区域ID；

步骤8、如果所有连续两次检测时间都小于或等于1小时，则出行起点为t₁对 应的设备编号所处的区域ID，终点为t_n对应的设备编号所处的区域ID；

步骤9、转步骤2重新进行另一组的处理，直到所有组都标记为visited；进 行步骤10；

步骤10、对于步骤7、步骤8和步骤9获得的出行起点与终点对应的区域 ID，将出行的O点的检测时间进行24小时段的分组，分别统计每小时内每个 OD对的个数即为OD对的车流量(OD_VOLUME)，而OD对的客流量 OD_VOLUME_PEOPLE则为车流量的1.5倍。

根据本发明的改进，还提出一种用于OD矩阵估计的计算机系统，包括：