基于多源交通大數據的高速公路易堵節點甄別分析

楊 陽

(江蘇中路工程技術研究院有限公司，江蘇 南京 211008)

1 高速公路易堵節點自動判斷及動態甄別

交通擁堵的產生本質上是交通需求超過道路實際承受的負荷，是道路的動態通行能力不能滿足交通需求的結果，當交通需求和交通供給這一矛盾達到一定程度后，就會形成交通擁堵。因此，通過構建模型和算法來量化評價交通擁堵程度，有利于判斷易堵節點輔助高速管理公司實施可變限速、客貨分離等管理手段，提高道路通行能力，緩解交通擁堵，提升整體服務水平。

交通擁堵程度通常用交通擁堵指數(Traffic Performance Index，即“TPI”)來對擁堵情況進行量化處理。其取值范圍為以及對應的交通運行狀況具體情況為：(0～2)表示暢通，交通運行狀況良好；(2～4)表示基本暢通，交通運行狀況較好；(4～6)表示輕度擁堵，交通運行狀況較差；(6～8)表示中度擁堵，交通運行狀況差；(8～10)表示嚴重擁堵，交通運行狀況很差。

1.1 基于交調數據的易堵節點判別

基于交調數據的易堵節點判別的公式為

(1)

式中：γp(t)為在地點p的t時刻對應時段的交通擁堵指數；occp(t)為在地點p的t時刻的道路時間占有率；Qp(t)為在地點p的t時刻的交通流量；vp(t)為在地點p的t時刻的地點速度。

評判過程在設定閾值后，由上述交通擁擠指數可判斷道路的擁堵情況，即與閾值相比較從而判斷是暢通或者擁堵。但該計算結果僅為交通流判定的初步狀態，可能存在一定的誤判。為保證分析結論的穩定性及準確性，通常需要對檢測維持其持續性，利用下式可確立更為準確的評判。

(2)

基于交調數據的易堵節點判別算法流程如下：輸入流量、速度、占有率計算得出交通擁擠指數；與特定閾值比較，判定為擁堵狀態；持續檢測并確定為易堵節點。

1.2 基于手機數據的易堵節點判別

基于手機切換的交通信息提取技術，利用手機大數據能夠獲取高速公路的區間平均速度。在分析高速公路交通擁堵演化過程的基礎上可知，從暢通到擁堵的變化過程中，在交通流的平均速度降低的同時伴隨著延誤增加。根據上述思想，道路車輛平均行程時間時間越短，對應平均行程速度越小，可反映的交通擁擠狀態越嚴重。因此，基于手機數據的交通指數可由下式進行計算。

(3)

1.3 基于多源數據的易堵節點判別

從高速公路上存在多種交通數據采集方式的角度出發，建立基于多源數據融合的易堵節點判別方法，算法流程和步驟如下：

步驟1：基于交調和手機中單一數據源評判道路擁堵狀態，將PI定義為判別結果的可靠性指數，即數據源可靠性越高，該值越低，并對PI值進行升序排列。可靠性指數PI可由下式計算得到。

PI=(1-DR)×FAR×MTTD

(4)

式中：DR為檢測率；FAR為誤檢率；MTTD為平均檢測時間

步驟2：先判斷數據的存在性，即查找在時間間隔中是否存在可靠性最高的檢測數據；根據存在性的結果，選取交通擁堵指數；若不存在，計數變量j并繼續下一步。

步驟3：當前時間間隔再對第j高可靠性的檢測數據，判斷數據的存在性，即查找在時間間隔中是否存在第j高可靠性的檢測數據，若存在，處理同上；若不存在，計數變量j并繼續下一步。

步驟4：比較計數變量j與檢測數據源總數n，若計數變量j于檢測數據源總數n，則對計數變量j累加1，返回步驟3。

步驟5：為當前時間間隔中不包含可靠性檢測數據，提取相關進行數據修復，按可靠性程度高等級輸出交通擁擠狀態判別結果。

2 寧滬高速國慶期間易堵節點甄別

2.1 寧滬高速交通數據采集情況

目前，江蘇高速路網共布設有122個交通檢測器，其中8個布設于寧滬高速公路。交調檢測器僅覆蓋寧滬高速公路部分路段，無法采集整個道路的交通信息，因此單獨利用交調數據判別高速公路易堵節點可靠性較低。

隨著大數據的發展與技術應用，基于手機切換技術可有效提取道路交通信息，如行程時間、速度等交通參數。同時，手機數據覆蓋率高、建設成本低、采集周期短，因此可采用手機數據中的區間平均車速來判斷寧滬高速的易堵節點。

2.2 寧滬高速易堵節點判別方法

通過分析寧滬高速公路現有交通數據采集情況，基于手機數據判斷易堵節點準確性較高，并基本覆蓋寧滬高速各路段。寧滬高速公路易堵節點判別步驟如下：

步驟1：手機數據預處理。根據空間和時間匹配需求，選取相關手機數據，并刪除冗余數據。

步驟2：基于手機切換技術，計算路段的平均行程車速。

步驟3：利用平均車速，計算路段i在t刻的區間交通擁擠指數。

步驟4：計算分析時間周期內交通指數平均值。

步驟5：根據交通指數平均值，對各路段的擁堵情況排序，判別易堵節點。

2.3 國慶期間易發擁堵路段

國慶假日期間，寧滬高速公路免收小型客車(7座以下含7座載客車輛)通行費。由于實施免費通行政策，國慶假期寧滬高速公路交通量明顯高于工作日和非免費通行小長假。利用2019年9月30日至2017年10月8日的手機數據，分析國慶期間寧滬高速易發生擁堵的路段，為高速公路管理公司針對長假大客流制定分流誘導方案、車輛精細化管理等主動管理措施提供輔助決策。

根據寧滬高速易堵節點判別方法，得到國慶期間最為嚴重的前10個路段，具體路段信息如表1所示。由表1可見，寧滬高速易堵節點主要集中在：無錫北樞紐至無錫樞紐；玉祁收費站至無錫北樞紐；南京收費站至馬群收費站；滬寧高速至寧杭公路；羅墅灣收費站至丹陽收費站；寧馬高速至天保橋立交。

表1 國慶節期間寧滬高速易堵路段TOP10

3 可視化展示

通過易堵節點判別算法，確定高速公路易發生擁堵的路段編號。根據道路歷史交通流、交通事故、道路維護等多源信息，分析易堵節點發生擁堵的原因，并進行有效分類與歸納。在此基礎上與高速公路指揮調度中心的數據平臺對接，將易堵節點位置、易堵原因等信息動態展示在監控大屏上。其中，可視化的對象常為道路擁堵時空影響范圍與擁堵排名。

道路擁堵時空影響范圍可視化是指結合路段的具體線形和與其它道路的連接情況，對路段擁堵的時空影響范圍和傳播過程和特征進行顯示，從而總結出擁堵傳播的一般性規律。

擁堵排名的可視化展示有利于對各擁堵路段的擁堵情況進行充分的對比分析，有利于管理人員快速識別擁堵最為嚴重的路段或節點，從而在條件有限的情況下實現擁堵疏散資源的合理高效配置。此外，道路擁堵排名在一定情況下也可以向道路使用者發布，從而幫助出行者更好地進行路徑選擇與行程規劃，從而在一定程度上減輕道路擁堵，促進交通流的合理均勻分配。

4 總 結

通過多源數據融合算法，對高速公路易堵節點自動判斷及動態甄別。通過構建模型和算法來量化評價交通擁堵程度，有利于判斷易堵節點輔助高速管理公司實施可變限速、客貨分離等管理手段，提高道路通行能力，緩解交通擁堵，提升整體服務水平。在算法模型建立的基礎上，對寧滬高速國慶期間易堵節點進行了甄別并總結出其排名前十的易擁堵路段。最后提出了擁堵范圍以及擁堵排名的可視化展示及其意義。本文在理論的基礎上加以實例研究，對后續相關研究具有參考借鑒意義。