基于GPS/GIS數(shù)據(jù)的短行程工況構(gòu)建方法研究*

杜常清 汪雨航 張 佩

(武漢理工大學汽車工程學院 武漢 430070)

?

基于GPS/GIS數(shù)據(jù)的短行程工況構(gòu)建方法研究*

杜常清 汪雨航 張 佩

(武漢理工大學汽車工程學院 武漢 430070)

基于GPS/GIS數(shù)據(jù)的短行程工況構(gòu)建方法,根據(jù)統(tǒng)計結(jié)果計算得到城市區(qū)域、道路等級和運行時間段的加權(quán)因子，并闡述了加權(quán)因子的運用方法.針對城市道路等級的特點，將工況分為支路、干道、主干道和快速路4個部分，根據(jù)短行程的方法分別構(gòu)建.將各部分構(gòu)建的工況組合得到完整的城市工況.計算構(gòu)建工況的特征參數(shù)，并與整個城市短行程數(shù)據(jù)庫的特征參數(shù)比較，發(fā)現(xiàn)平均相對誤差為2.12%，能代表道路的實際行駛工況.

工況構(gòu)建；GPS/GIS；加權(quán)因子

0 引 言

汽車行駛工況是汽車行業(yè)的一項重要的、共性基礎(chǔ)技術(shù)，是車輛能耗與排放測試方法和標準的基礎(chǔ)，是汽車各項性能指標標定優(yōu)化時的主要基準.目前，歐、美、日等汽車發(fā)達國家，均采用適應(yīng)于各自的汽車行駛工況標準進行車輛性能標定優(yōu)化和能耗與排放認證.本世紀初，我國政府為了促進汽車節(jié)能減排技術(shù)進步和保護環(huán)境，在沒有基礎(chǔ)數(shù)據(jù)積累的情況下，直接采用歐洲的行駛工況，實施汽車產(chǎn)品能耗和排放的認證，有效地促進了汽車節(jié)能減排和技術(shù)的發(fā)展[1].但是，以歐洲工況為基準所優(yōu)化標定的汽車，實際使用中的排放性能和燃油消耗與優(yōu)化標定值相差也越來越大.以此為基礎(chǔ)實施的排放法規(guī)和能耗標準，直接影響我國節(jié)能減排政策的實施效果.因此，構(gòu)建出基于國內(nèi)基礎(chǔ)數(shù)據(jù)的城市工況循環(huán)迫在眉睫.

目前用于構(gòu)建城市工況的方法有短行程方法、馬爾科夫方法、小波變換方法和聚類的方法等[2]，其中短行程的方法為各種方法的基礎(chǔ).本文提出的基于GPS/GIS的短行程構(gòu)建方法，創(chuàng)新性地將交通領(lǐng)域的大數(shù)據(jù)應(yīng)用于城市工況構(gòu)建中，在不引入復(fù)雜數(shù)學方法的前提下，利用傳統(tǒng)的短行程方法得到代表性強的城市工況循環(huán).

1 短行程的工況構(gòu)建方法

短行程是指從一個怠速開始到下一個怠速開始的運動行程，通常包含一個怠速部分和一個行駛部分.每一行程被定義為一段行駛路徑，收集了試驗車的速度和時間.

傳統(tǒng)的短行程構(gòu)建方法為：利用試驗車輛在選取的城市道路上行駛，并利用設(shè)備記錄速度和時間等數(shù)據(jù).對獲取的數(shù)據(jù)進行短行程分割，將具有相同交通特征的短行程歸為一類，從每一類中隨機抽取短行程構(gòu)建備選工況.計算所有備選工況和原實驗數(shù)據(jù)的特征參數(shù)，選擇特征參數(shù)平均誤差最小的工況作為最終構(gòu)建工況.該方法具有構(gòu)建過程簡單的特點，但是往往由于采集的數(shù)據(jù)量有限，路線規(guī)劃不合理，路線覆蓋范圍小等，而導(dǎo)致構(gòu)建的工況不能真實地反映城市中車輛實際運行的特點，構(gòu)建工況和實際車輛運行工況差別大.

因此，在工況構(gòu)建之前，利用GPS/GIS數(shù)據(jù)統(tǒng)計出城市內(nèi)車輛使用特征，運用該統(tǒng)計結(jié)果確定構(gòu)建工況各部分的權(quán)值.再運用短行程的方法，根據(jù)城市道路等級，選取短行程構(gòu)建各等級道路的備選工況.合并各等級最終工況，得到完整的工況循環(huán).通過加權(quán)，使不同來源(區(qū)域、道路等級和時間段)的短行程數(shù)據(jù)在構(gòu)建工況時被獲取的概率不同，即讓市區(qū)實際工況中越多出現(xiàn)的短行程越有可能被納入最終的工況循環(huán)中，使得構(gòu)建的工況能真實有效地反映城市車輛運行的實際工況.

2 GPS/GIS數(shù)據(jù)處理方法

傳統(tǒng)的工況構(gòu)建研究中為保證工況的代表性，需要收集城市道路的交通量信息以進行路徑規(guī)劃.道路流量獲取手段有視頻檢測、感應(yīng)線圈檢測、紅外檢測等，這些方法不僅投入大，而且靈活性差，不可能獲取到大范圍的道路流量數(shù)據(jù).文中借助GPS/GIS數(shù)據(jù)估算道路實時的交通量，以統(tǒng)計出城市中車輛的使用特征，即城市中車輛在不同區(qū)域、不同道路和不同時間段中的分布.

2.1 數(shù)據(jù)來源

GPS/GIS數(shù)據(jù)來自某出租車公司的運行車輛，設(shè)備記錄下車輛實時運行的時間、速度、方向和位置信息，通過與基于GIS平臺的數(shù)字地圖匹配，將車輛位置關(guān)聯(lián)到實際的城市道路上，獲得城市道路的實時車速[3-4].該數(shù)據(jù)每5 min更新一次，每條道路每天可以獲取288次速度數(shù)據(jù).

2.2 流量模型構(gòu)建

2.2.1 交通運行指數(shù)

為了更加直觀地反應(yīng)道路的擁堵情況，部分城市提出了指數(shù)化的道路運行評價指標，北京市和上海市都提出了適應(yīng)于自己城市的道路交通擁堵指數(shù)(traffic performance index, TPI).由文獻[5]可知，將道路交通運行指數(shù)定義為：能綜合反映道路交通運行狀況的指標.交通運行指數(shù)是通過交通調(diào)查并對路況進行標定得到的，其目的是建立道路車輛運行速度與道路擁堵程度的關(guān)系.表1為TPI賦值依據(jù).

表1 交通運行指數(shù)賦值表

2.2.2 車輛行駛時間

車輛行駛時間(vehicle-hours traveled,VHT)是指路段上平均交通量與車輛平均時間的乘積，包含了路段長度和交通擁堵的雙重影響.不僅體現(xiàn)了交通負荷和交通強度，同時也能夠反映出出行者對于道路的交通需求[6].因此，在文中用VHT代替?zhèn)鹘y(tǒng)交通量，作為后文權(quán)重計算的基礎(chǔ).

對于任意道路，在統(tǒng)計時段內(nèi)的VHT的計算公式為

(1)

式中：VHTi為統(tǒng)計時段內(nèi)的車輛行駛時間；qi為該路段的車流量；ti為車輛的平均行程時間；Li為該路段的長度；vi為平均行程車速.

2.2.3 速度-流量模型

速度-流量模型是將GPS/GIS數(shù)據(jù)中得到的速度信息，轉(zhuǎn)換為流量信息.

根據(jù)交通指數(shù)的大小將道路的擁堵情況分為3個等級分別為：暢通(VHT≤4)、緩行(47)，采用3段式速度-流量模型分段擬合[7].

式中：q為小時交通量；u為平均車速；kj為道路的堵塞密度；uf為道路的自由流速度；n為道路的車道數(shù).

對于不同等級的道路，其特征參數(shù)kj和uf是各不相同的.在確定模型的過程中，認為道路一天最高的車速是自由流的車速.對于每種等級的道路，其阻塞密度的取值可以通過小范圍的道路抽樣，得到實測的交通流數(shù)據(jù)，再進行反推計算得到[8].

需要指出的是該模型是理論模型，其計算結(jié)果與實測的交通量一定有差異，但是考慮到建立該模型的目的并不是為了獲取準確無誤的交通量數(shù)據(jù)，而是在于反映出不同道路等級、不同區(qū)域和不同時間段交通量之間的差異，因此認為該模型符合使用要求.

2.2.4 區(qū)域VHT以及各等級道路VHT的計算方法

將計算得到的小時交通量轉(zhuǎn)化為5 min交通量并由其求得5 min的VHT.累計每個5 min的交通量，可得到1 d總的交通量.在計算的過程中，還應(yīng)根據(jù)道路等級分類計算相應(yīng)的VHT總量.計算公式如下.

(3)

(4)

(5)

式中：q5 min為5 min交通量；vt為測試路段的平均車速；VHTid,day為代號為id的道路1 d的車輛行駛時間.

而在實際獲得的數(shù)據(jù)中，會存在一定的數(shù)據(jù)丟失或者在某些時間段道路上并沒有浮動車駛過的情況，于是這些路段1 d的數(shù)據(jù)記錄沒有達到288次，此時將計算得到的結(jié)果按一定的比例放大.

(6)

式中：VHTi,day為按比例放大后道路的車輛行駛時間；k為道路數(shù)據(jù)的記錄次數(shù)；

按照道路等級計算1 d中每個等級道路的VHT總量為該等級所有道路的VHT的總和，即:

(7)

式中：i為某一個道路等級；n為該道路等級的道路數(shù)目.

累計每個道路等級的VHT就可以得到整個地區(qū)1 d總的車輛行駛時間，即:

(8)

GPS/GIS數(shù)據(jù)的處理方法流程見圖1.

圖1 數(shù)據(jù)處理流程圖

3 數(shù)據(jù)處理結(jié)果在工況構(gòu)建中的應(yīng)用

3.1 區(qū)域加權(quán)

城市不同區(qū)域由于地理條件、區(qū)域功能、常住人口以及經(jīng)濟因素，引發(fā)居民的出行行為并不相同[9].同時，由于區(qū)域的道路網(wǎng)絡(luò)結(jié)構(gòu)不一致，道路條件不相同，車輛在不同城市區(qū)域的道路上行駛，會處于不同的工況.為了構(gòu)建的城市工況能夠反映整個城市中車輛的運行狀態(tài)，需要將試驗車輛采集數(shù)據(jù)的范圍覆蓋到城市的所有區(qū)域，并且在構(gòu)建城市短行程數(shù)據(jù)庫時進行區(qū)域加權(quán)，以反映出不同區(qū)域的特點.

3.1.1VHT的區(qū)域分布差異

由數(shù)據(jù)處理過程得到統(tǒng)計時段內(nèi)每個區(qū)域所有道路的VHT信息.為保證圖像的可讀性，每個等級選擇了5條來自不同區(qū)域的道路，以30 min為觀測時間單位，作VHT隨時間變化折線圖，見圖2.

圖2 城市不同區(qū)域VHT-時間曲線圖

由圖2可知，來自不同城市區(qū)域的相同等級的道路，其VHT隨時間變化規(guī)律不同；并且相同等級道路承擔的交通量差別也很大.

3.1.2 區(qū)域權(quán)重的計算方法

利用m程序計算統(tǒng)計時段內(nèi)每個區(qū)域的VHT和城市總VHT，區(qū)域加權(quán)因子即為該區(qū)域VHT與城市總VHT之比.

(9)

式中：WFarea為某區(qū)域的加權(quán)因子；VHTarea為該區(qū)域的VHT量；VHTcity為城市的VHT總量.

3.1.3 區(qū)域權(quán)值的應(yīng)用方法

在城市不同區(qū)域采集到的數(shù)據(jù)進行匯合得到城市的工況數(shù)據(jù)庫之前，需要對數(shù)據(jù)進行預(yù)處理，剔除無效的數(shù)據(jù).預(yù)處理之后，統(tǒng)計出每個區(qū)域有效數(shù)據(jù)的總時長，即該區(qū)域所有短行程總的時間長度.調(diào)整各個區(qū)域的數(shù)據(jù)量(用總的時間長度表示)，使各區(qū)域的數(shù)據(jù)量之比等于加權(quán)因子之比.

3.2 道路等級加權(quán)

在市區(qū)不同速度等級的道路上行駛的車輛，由于道路本身的設(shè)計不同[10]，車輛的運行狀態(tài)及相應(yīng)采集的數(shù)據(jù)必然會存在差異.因此，構(gòu)建的工況中將分為4個部分，對應(yīng)于城市中4個等級的道路.

3.2.1 不同等級道路上車速的分布

利用SPSS軟件，根據(jù)車輛的速度和時間數(shù)據(jù)繪制出1 d內(nèi)不同等級道路上車速隨時間(單位為分鐘)變化的散點圖，見圖3.

圖3 不同等級道路速度隨時間變化圖

由圖3可知，等級越高的道路，車輛行駛速度越趨于高，出現(xiàn)堵車(車速為0)的幾率更小；而道路等級越低，車輛行駛的速度越趨于分布較低的位置；在不同等級的道路上運行的車輛具有不同的速度特性.所以，給不同等級的道路施以不同的權(quán)重是必要的，能夠反應(yīng)出城市不同等級道路上車輛運行的特點.

3.2.2 道路等級權(quán)重計算方法

由數(shù)據(jù)處理得到的每個城市在統(tǒng)計時段內(nèi)各道路等級的VHT以及該城市總的VHT.計算出各個等級道路的VHT在城市總的VHT中的比例，就可以得到各個道路等級的加權(quán)因子.統(tǒng)計時段內(nèi)的加權(quán)因子計算公式為：

(10)

式中：WFrate為rate等級道路的加權(quán)因子；VHTrate為rate等級道路在統(tǒng)計時段內(nèi)總的VHT；VHTall為統(tǒng)計時段內(nèi)所有等級VHT的重量，也就是城市總VHT.

3.2.3 道路等級權(quán)重運用方法

1) 工況循環(huán)中的各道路等級部分 根據(jù)城市道路等級，將工況循環(huán)分為快速路段、主干道段、干道段和支路段.每個部分的工況由來自該等級道路的數(shù)據(jù)來構(gòu)建，四個部分合起來構(gòu)成整個工況循環(huán).

2) 道路等級權(quán)重施加 在進行道路等級加權(quán)之前需要先確定工況循環(huán)的長度，如在WLTC項目中將工況將總時長設(shè)置為1 800 s，NEDC將工況設(shè)置為1 200 s[11].文中將循環(huán)總時長設(shè)定為1 200 s，利用率越高的速度等級應(yīng)該在循環(huán)中占據(jù)越長的時間.由此可得各道路等級部分的時間長度為

(11)

式中：rate為不同的道路等級；T為整個工況循環(huán)的時間長度；WFrate為該道路等級的加權(quán).

3.3 時間段加權(quán)

將高峰時段定義為早6點至晚10點，其余時間定義為非高峰時段，并且只針對來自干道和支路的數(shù)據(jù)進行時間段加權(quán).計算流程見圖4.

圖4 時間段權(quán)重計算流程圖

3.3.1 權(quán)重計算方法

(12)

(13)

式中：WFi,peak為i等級道路高峰時間段的加權(quán)因子；VHTi,peak為該等級道路高峰時間段的VHT；VHTirate為該等級道路總的VHT；WFi,no-peak為該等級道路非高峰時段的加權(quán)因子.

3.3.2 時間段權(quán)重的運用

道路等級加權(quán)完成之后，工況循環(huán)的各個部分的時間長度已經(jīng)被確定.根據(jù)實驗車輛采集得到的短行程數(shù)據(jù)，計算出每個道路等級的平均短行程時間長度，就能得到每個道路等級需要的短行程的數(shù)目.

在構(gòu)建工況之前，使用于構(gòu)建主干道和支路工況的數(shù)據(jù)庫中，高峰時段數(shù)據(jù)與非高峰時段數(shù)據(jù)的時間長度(該道路等級所有短行程時間長度之和)之比等于不同時段的加權(quán)因子之比.

當時間段加權(quán)完成后，每個道路等級的代表性短行程數(shù)據(jù)庫就構(gòu)建完成了.

4 工況構(gòu)建

在后續(xù)的構(gòu)建工作中，因為各項加權(quán)完成，整個工況循環(huán)的框架已經(jīng)搭建起來，并得到各等級道路的短行程數(shù)據(jù)庫.此后，針對每一個道路等級部分，運用傳統(tǒng)短行程的方法，從相應(yīng)的短行程數(shù)據(jù)庫中選取短行程構(gòu)建備選工況，計算每部分備選工況的特征參數(shù)和特征參數(shù)的平均相對誤差，選擇平均相對誤差最小的作為該部分的最終工況.組合各部分的最終工況得到完整的城市工況.

利用基于GPS/GIS數(shù)據(jù)的短行程方法構(gòu)建的城市工況見圖5.計算該工況的特征參數(shù)與城市短行程庫的特征參數(shù)，如表2.計算得到平均相對誤差為2.12%，最大的相對誤差為5.72%，表明利用該方法構(gòu)建的城市工況具有良好的代表性.

圖5 基于GPS/GIS數(shù)據(jù)的短行程方法構(gòu)建的工況

特征參數(shù)全體短行程庫構(gòu)建工況相對誤差/%Vm/(km·h-1)37.337.450.40Vmr/(km·h-1)41.8542.822.27δv/(km·h-1)20.8519.970.4amax/(m·s-2)2.952.960.34amin/(m·s-2)-3.11-3.071.30Pm/kW2.152.202.27pi/%14.6814.531.02pa/%30.9729.823.86pc/%22.5623.935.72pd/%30.5131.753.28aa/(m·s-2)0.830.852.35ad/(m·s-2)-0.71-0.71.43

5 結(jié) 論

1) 根據(jù)城市交通的特點，提出了基于道路擁堵指數(shù)的三段式速度-流量模型；

2) 提出了GPS/GIS數(shù)據(jù)的處理方法，利用VHT代替交通量來反應(yīng)道路的交通負荷和需求；

3) 提出了不同種類權(quán)重的計算方法和在工況構(gòu)建中的運用方法；

由于采用的速度-流量模型是基于傳統(tǒng)的交通流理論中速度、密度和流量三者的關(guān)系，與實際道路交通量有一定的差異，可能造成權(quán)值的偏差.同時，在將來構(gòu)建各部分工況的過程中，可以引入聚類分析和主成分分析降維，以減少構(gòu)建過程中隨機抽取造成的較大的計算量.

[1]張富興．城市車輛行駛工況的研究[D]．武漢：武漢理工大學，2005．

[2]姜平．城市混合道路行駛工況的構(gòu)建研究[D]．合肥：合肥工業(yè)大學，2011．

[3]張建華．基于GPS浮動車獲取道路實時車速的方法研究[D]．昆明：昆明理工大學，2013．

[4]RUEY L, CHEU C X. Probe vehicle population and sample size for arterial speed estimation[J].Computer Aided Civil and Infrastructure Engineering,2002(1)：55-58.

[5]深圳市交通運輸委員會.深圳市道路交通運行指數(shù)解讀[EB/OL].[2016-4-23].http://szmap.sutpc.com/conginfo.aspx．

[6]張雪蓮，于雷，劉夢涵.基于交通需求的路網(wǎng)交通擁堵評價模型[J].現(xiàn)代交通技術(shù)，2008(6)：71-75．

[7]邵春福，魏麗英．交通流理論[M]．北京：電子工業(yè)出版社，2012．

[8]朱倩茹，劉永紅，曾偉良，等．基于GPS浮動車法的機動車尾氣排放量分布特征[J]．環(huán)境科學研究，2011(10):1097-1103.

[9]季玨，高曉路．基于行為視角的北京城市交通空間結(jié)構(gòu)[J]．地理學報，2015(12):2001-2010.

[10]中華人民共和國住房和城鄉(xiāng)結(jié)合部.城市道路工程設(shè)計規(guī)范:CJJ37-2012[S].北京：中國建筑工業(yè)出版社，2012.

[11]BIELACZYC P, WOODBURN J, SZCZOTKA A. A comparison of carbon dioxide exhaust emissions and fuel consumption for vehicles tested over the NEDC, FTP-75 and WLTC chassis dynamometer test cycles[J]. SAE Technical Paper,2015(1):1065-1076.

Research on Short Trip Driving Cycle Development Based on GPS/GIS Data

DU Changqing WANG Yuhang ZHANG Pei

(SchoolofAutomotiveEngineering,WuhanUniversityofTechnology,Wuhan430070,China)

A modified short trip cycle development method is proposed, based on GPS/GIS data，different weighting factors to area, road level and running period are given according to the statistic result, and the ways to apply these weighting factors are defined. In accordance with different road levels in urban area, the driving cycle consists of four phases which respectively represent the fast road, main artery, artery and trail. All phases are developed via shot trip method and the whole driving cycle is achieved by combining the four phases. Characteristic parameters of the developed cycle are calculated and compared with that of the urban short trip database, with the finding that the average relative error is 2.12%, which proved the representatives of the cycle developed.

driving cycle development; GPS/GIS; weighting factor

2016-08-26

*國家自然科學基金項目(51275367)、國家科技支撐計劃項目(2013BAG09B00)資助

U491.11 doi:10.3963/j.issn.2095-3844.2016.05.009

杜常清(1975- )：男，博士，副教授，主要研究領(lǐng)域為車輛新能源及其動力裝置