高速公路流量檢測數據的預處理方法研究

李陽

摘 要：主要研究高速公路車檢器流量檢測數據的篩選方法和修補方法。首先從交通流三參數的關系出發，分析錯誤數據的種類及原因，提出一種對錯誤數據的篩選方法；然后分析與修補數據相關性最強的參數集合，制定修補算法對缺失數據進行補修。錯誤數據的篩選主要運用閾值法，閾值的制定以道路通行能力為依據。本研究為高速公路的車檢器流量檢測數據的預處理技術提出了新的思路。

關鍵詞：流量檢測數據；錯誤數據篩選；修補算法；閾值法

中圖分類號：TP316 文獻標識碼：A 文章編號：2095-1302（2015）02-00-02

0 引 言

交通流數據主要包括車流量、車速、車間距、車輛類型、道路占有率等信息，其一般采用車輛檢測器檢測，車輛檢測器是高速公路交通監控系統中不可缺少的組成部分，在智能交通系統中占有重要的地位，其檢測數據的有效利用能很大程度上提高交通監控系統的管理水平。但是，由于車檢器的老化程度各有差異，受到路面交通狀況、惡劣環境等因素的影響程度也不同，車檢器也會存在不同程度的間歇性工作故障，流量檢測數據也會有不同程度的缺失與錯誤，若直接將有質量問題的數據應用到交通流狀態辨識及后續應用中，必將對應用結果帶來不良影響，甚至直接影響科學決策的正確性[1]。因此，為獲得高效精益化的交通流數據，數據篩選與修補顯得尤為重要。目前，錯誤數據的判別算法中的閾值方法、基于交通流機理的方法應用較為廣泛，修補算法中加權平均法、BP神經網絡等方法也均有應用[2]。而本研究采用的閾值法與交通流理論相結合的數據篩選方法，與已有的方法相比篩選規則更加精細，篩選流程更加清晰有據，且數據修補算法較為簡便易懂，便于實際運用[3]。本文通過設計科學合理的算法對高速公路車檢器流量檢測數據的質量給予評估，過濾掉錯誤的數據，并再此基礎上將錯誤數據修補成較為真實的數據，為車檢器檢測數據在ITS應用領域發揮更好與更大的效能提供基礎[4]。

1 流量檢測數據的篩選

車檢器檢測數據表現了高速公路的交通運行狀態特征，可提供總交通量、大中小分車型交通量、車輛占有率、速度等參數。其中，占有率、總交通量與速度間具有密切的聯系（在交通流量較小的情況下，單位時間內通過檢測器的車輛數較小，且由于車速較高，導致時間占有率比較低。隨著交通量增加，單位時間內通過檢測器的車輛數增加，而且車速有所降低，因此檢測器被車輛占用的時間增加，時間占有率會顯著增加。當出現交通擁擠時，通過檢測器的交通量雖然可能降低，但由于車速明顯下降，使得時間占有率仍然處在一個較高的水平。）當檢測數據中三者的關系符合其正常關系時，總交通量符合真實值，反之，則可認定其錯誤。然而，在判斷總交通量正確的情況下，并不能反映出分車型流量的正誤，如圖1所示。當分車型流量與總流量之間有一條數據不符合實際情況，那么此條數據就為錯誤數據。

圖1 XX省XX段某車檢器流量檢測數據

1.1 總交通量的篩選方法

利用占有率、交通量與速度之間的密切聯系，把交通流三參數作為一個整體考慮，有利于更好地利用其內在的規律進行篩選。表1是交通流三參數九種不同情況取值的組合，通過對這些組合的分析，可以對交通流三參數做一個基本的判斷，篩選出明顯錯誤的數據[5，6]，其中，v代表車檢器采集到的速度值，o表示車檢器采集到的占有率，q表示車檢器采集到的總流量。

通過上述研究可得，除了被認為數據錯誤的5種情況被直接過濾掉外，另外4種情況將進一步制定判別方法判斷流量檢測數據是否為真實值或錯誤值，本研究主要運用閾值法，閾值篩選是指交通量、速度和占有率不能超過一定的閾值。

表1 錯誤數據篩選判編號 參數形式 錯誤判斷 處理方式

1 v=0，o=0，q=0 數據缺失或真實值 進行下一步檢驗

2 v=0，o=0，q≠0 數據錯誤 刪除

3 v=0，o≠0，q=0 數據錯誤 刪除

4 v≠0，o=0，q=0 數據錯誤 刪除

5 v=0，o≈1，q=0 完全停車情況 進行下一步檢驗

6 v≠0，o≠0，q=0 數據錯誤 刪除

7 v=0，o≠0，q≠0 數據錯誤 刪除

8 v≠0，o=0，q≠0 待定 進行下一步檢驗

9 v≠0，o≠0，q≠0 待定 進行下一步檢驗

針對交通量不為零的情況（情況8和情況9，在交通低峰時期，車速快，車輛檢測器有時會出現靈敏度不夠的情況，占有率就會顯示為零），可通過最大閾值法排除檢測交通量數值超過道路通行能力的情況。道路通行能力是指道路上某一地點、某一車道或某斷面處，單位時間內可能通過的最大的交通實體（車輛或行人）數，估算單車道的道路通行能力的公式為[7]：

（1）

l0=lc+la （2）

根據道路通行能力的估算，定義交通量的取值范圍q的合理范圍為：0≤q≤C·T/60·f。其中：C為道路通行能力（veh/h）；v為小客車的行車速度（km/h）；T為數據采集的時間間隔（min），一般為5 min；l0為車頭最小間隔；lc為小客車的長度（km）；la為車輛間的安全間距（km）；f為修正系數，一般取1.3～1.5。

針對交通量為零，占有率約為1的情況，可通過前5分鐘和后5分鐘的數據判斷是否出現停車或擁堵狀況，如果前后三項數據基本一致則正確，否則將此條數據視為錯誤數據。

針對交通量和占有率均為0的情況，可能是因為凌晨流量較低，也可能是數據傳輸中斷造成丟失。這里可以對不同天數同一時段的交通流量的數據進行比較，如果前后兩天的流量接近0，則數據為真實值；否則為錯誤數據。

1.2 分車型流量數據的篩選方法

將總流量有錯誤的數據過濾掉后，需要判斷分車型流量數據是否有錯誤。當總流量為真值時，分車型流量的和與總流量相比相差過大也是不對的。分車型流量的篩選通過以下公式判斷：

（3）

其中：qi為分車型流量的值（i=1，2，3，分別表示大、中、小型車的檢測流量值）；Q為總交通量；δ%為設定誤差，通常根據車檢器的精度參數進行設定。

如果總交通量的值與分車型流量的和之間的相對誤差在規定范圍內，可視為數據為真實值；否則本條數據錯誤，需要過濾掉。

2 流量檢測數據的修補

將保留下來的車檢器流量檢測數據（包括小、中、大型車和總流量的檢測數據）根據殘缺度，還原成完整度為1的數值，作為車檢器全天正常工作時檢測到的數據。車檢器一天中某缺失時段的總交通量的修補值根據對應缺失時段的前15天的總交通量檢測數據與后15天的總交通量檢測數據計算得出，公式如下：

（4）

其中： kn為車檢器第n天缺失時段的總流量修補值。針對大、中、小、型車的檢測數據的修補方法，與總流量數據的修補方法相同。

3 結 語

本研究利用閾值法和數理統計知識對車檢器流量檢測數據的錯誤數值的篩選提供了思路和依據，并將其修補為正確性高，完整率為1的檢測數據。該方法的使用可以為高速公路管理部門提供質量更好的流量檢測數據，使車檢器數據發揮出更好的效能。

參考文獻

[1]王曉原，吳芳.交通流數據清洗的關鍵理論及方法研究[D].淄博：山東理工大學，2009.

[2]王保保，葉慶添.基于數據挖掘技術的短時交通流預測的研究與應用[D].西安：西安電子科技大學，2013.

[3]姜桂艷.道路交通狀態判別技術與應用[M].北京：人民交通出版社，2004.

[4]金盛.環形線圈檢測器交通數據預處理方法研究[D].長春：吉林大學，2007.

[5]姜桂艷，江龍暉，張曉東，等.動態交通數據故障識別與修復方法[J].交通運輸工程學報，2004，4（1）：121- 125.

[6]裴玉龍，馬驥.實時交通數據的篩選與恢復研究[J].土木工程學報，2003，36（7）：78-83.

[7]張亞平，裴玉龍.道路通行能力研究現狀及發展綜述[J].交通運輸工程學報，2002，2（2）：95- 97.