[发明专利]一种基于交通特性的城市路段分类方法

说明书

本发明提供了一种基于交通特性的城市路段分类方法，通过获取浮动车的GPS数据，结合地图匹配算法和数据统计方法，对浮动车GPS数据进行有效处理，得到每条研究路段的速度时间序列，通过计算每条路段速度时间序列两两之间的皮尔逊相关系数，对速度时间序列进行筛选，得到速度特征时间序列，根据速度特征时间序列特征简单将研究路段初步分类为通畅路段、持续拥堵路段和复杂路段；再结合动态时间归整距离和序列的统计学特征计算速度特征时间序列之间的相似度，并基于层次聚类算法对所有复杂路段再次进行分类，该方法可以得到城市路段的速度分布模式，方便交通管理部门针对不同速度分布模式的路段进行管理。

技术领域

本发明涉及一种基于交通特性的城市路段分类方法。

背景技术

随着经济的快速发展和城市化进程的加快，人类对交通方式多样化与运输能力的需求在快速地增长。交通需求快速增长的同时给城市带来了巨大的压力和挑战，例如交通拥挤，尾气污染等一系列问题。

城市道路网络是由具有不同功能、特点的路段组成，从而实现道路通行能力满足人类出行需求的一个综合系统，该网络能否正常发挥它的功能主要受对其影响最大的路段的约束。目前我国没有对城市路段进行分类的完整的方法。传统的城市道路分类方法主要有以下四种：根据在城市规划道路系统中所处地区的分类；根据对交通运输职能作用的分类；根据承担的主要运输性质的分类；根据服务特征及街面建筑布置情况的分类。

行车速度等交通特性常用于评价道路的通畅程度，根据交通特性对城市路段进行分类对于城市交通管理和控制具有重要的作用。但是目前还没有根据交通特性对城市路段进行分类的方法。浮动车GPS数据具有精度高，数据量大的优点，因此，有必要设计一种利用浮动车GPS数据获取城市路段的交通特性，并依据交通特性对城市路段进行分类的方法。

发明内容

本发明所解决的技术问题是，针对现有技术的不足，提供了一种基于交通特性的城市路段分类方法，该方法通过获取浮动车GPS数据，对数据进行有效处理，得到每条路段的速度特征时间序列，定义DTW-D-S-K距离作为相似性度量，对路段的速度特征时间序列进行分类，定位出城市道路网中速度特征时间序列相似的路段，识别出高峰时段中的瓶颈路段，便于对这些路段进行有效的管理和保护，可以提高整个路网的可靠性。

本发明提供的技术方案为：

一种基于交通特性的城市路段分类方法，包括以下步骤：

步骤1：获取目标城市区域内D个工作日的浮动车GPS数据，得到D组浮动车GPS数据；每组浮动车GPS数据中包含多个数据点，每个数据点包括5个维度的信息，即浮动车所处的经度坐标lon、纬度坐标lat、浮动车车牌号pla_num、载客状态p和数据采集时间t；

所述工作日是指不包含节假日的星期一、星期二、星期三、星期四和星期五；

所述数据采集时间为从每日凌晨开始计时，单位为秒；

步骤2：针对D组浮动车GPS数据，剔除无效数据，得到D个出行时间序列集；每个出行时间序列集包括多个出行时间序列；

步骤3：先利用地图匹配算法将所有出行时间序列中的经纬度坐标匹配到路网中，然后将所有出行时间序列中的经纬度坐标替换为与之匹配的路网坐标点，得到更新后的出行时间序列和更新后的出行时间序列集；

步骤4：选取研究路段和研究时段，将研究时段划分为M个时间窗；获取所有通过研究路段的出行时间序列，计算每个出行时间序列中每2个连续数据点间的浮动车平均速度；以计算浮动车平均速度的前1个数据点的时间为准依次将所有的浮动车平均速度归类于对应的时间窗；

步骤5：分别对研究路段在每一天每个时间窗内的浮动车平均速度进行累加求平均，得到研究路段在每一天不同时间窗内的速度；将研究路段同一天M个时间窗内的速度组成维度为M的速度时间序列，每条研究路段得到D个速度时间序列；