浮动车数据中零速度点数据地图匹配方法

３８　交通信息与安全２００９年第６期第２　７卷总１５２期　浮动车数据中零速度点数据地图匹配方法＊　王东柱　董继明　李亚檬　宋向辉　（围家智能交通系统工程技术研究中心智能交通技术交通行业重点实验室　北京１０００８８）　（河南职业技术学院汽车丁程系　郑州４５００４６）　摘　要　浮动车数据中存在大量的由于车辆频繁停车引起瞬时速度为零的停车点记录，这些零速度　点由于方向角不准确，常规的投影和几何地同匹配的算法不能有效地将其匹配到路段上。通过对浮　动车辆停车原因进行分析，提　了１种基于浮动车停车点数据过滤筛选的地图匹配方法，可以将能够　表示路段交通状态的交叉口车辆排队零速度点提取出来，匹配到路段上，同时过滤掉和交通状态无关　的零速度点，从而增加了有效样本数量，为进一步对整个路网运行状态的全面评估提供数据支持。　关键词地图匹配；浮动车数据；停车点；ＧＰＳ定位；方向角；交叉口　文献标志码：Ａ　ＤＯＩ：１０．３９６３／Ｊ．ＩＳＳＮ　１６７４～４８６１．２００９．０６．０１０　中图分类号：Ｕ４９１　０　引　言　浮动车也称ＧＰＳ探测车　ｊ，是近年来国际智　能交通系统（ＩＴＳ）中所采用的获取道路交通信息　４Ｏ　，由于这些速度为零的停车点传回的方向角　不能正确反映车辆的行驶方向，所以不能用常规　的地图匹配方法确定车辆所在的路段。目前针对　浮动车数据中零速度点处理方法的文献很少，在　的先进技术手段之一，具有应用方便、经济、覆盖　范围广的特点。　对浮动车数据进行处理时首先要进行地图匹　配，地图匹配的目标是确定浮动车所在的路段。　浮动车回传的ＧＰＳ坐标只能反映车辆的位置，而　实际的数据处理中通常采用简单过滤的方式将停　车点不加分析的作为无用数据剔除ｌ６　。这种抛弃　所有速度为零的点做法，在特定时间内，将降低路　段样本有效数量，影响地图匹配的效率。而采用　轨迹曲线匹配方法，会导致算法复杂，计算量大，　不能直接与路网路段相关联，因此，必须依赖地图　匹配方法将车辆位置与路网的弧段关联起来ｌ２ｊ。　常规的地图匹配方法是通过投影距离和车辆　行驶方向与路段矢量方向差值加权的方法来进行　地图匹配，判断ｍ车辆行驶的路段　。这种方法　不能满足实时性要求　］。　本文通过对与交通状态无关的零速度点过　滤，并对交通状态有关交叉口车辆排队的零速度　点进行提取和地图匹配，从而提高了浮动车数据　的有效样本量及　配效率。　需要用车辆行驶的方向角作为主要参数，当浮动　车的瞬时速度不是零时，其回传的ＧＰＳ方向角是　ｌ地图匹配的实现方法　１．１　异常停车点和正常停车点　浮动车数据中的零速度记录点是由于浮动车　当前移动速度为零，即停车状态下产生的。导致　准确的，可以用常规的方法进行地图匹配；当浮动　车的瞬时速度是０，即车辆静止时，其回传的车辆　行驶方向角是不准确的，不能用常规的方法进行　地图匹配。　车辆停车的原因多种多样，基本分为交叉口信号　灯排队等待、上下客、路边待客等几种。这里根据　目前大部分浮动车系统是由正常运营的装有　ＧＰＳ设备的出租车构成，出租车运营时停车状态　这些停车点与交通状态的关系，把这些停车位置　点分为两类：异常停车点和正常停车点。　较多，因此采集到的浮动车数据存在大量由于频　繁停车导致的瞬时速度为零的数据点。经统计，　速度为零的车辆记录约占整个车辆数据记录的　由于出租车辆的特殊性质，车辆上下客和路　边待客的情况很多。这些数据与当前路段交通状　收稿日期：２００９　０６　２３　修回日期：２００９】Ｉ　Ｏ９　＊中央级公益性科研院所基本科研业务费专项资金项日（批准号：２００９—０９—２７）资助　作者简介：王东柱（１　９６６），硕士，工程师．研究方向：智能交通．Ｅ　ｍａｉｌ：ｗａｎｇｄｒｅｗ＠１６３．ｃｏｍ　浮动车数据中零速度点数据地图匹配方法一一王东柱　董继明　李亚檬，等　３９　态无关，不能用于交通状况的计算。定义这样的　零速度点为异常零速度点。　车辆路上正常行驶中等待交通指示灯时引起　的浮动车速度为零的情况。此时的停顿只是由于　交通标志的原因导致，能够表征当前交通状态，并　在位置和时间上与车辆上一位置和时间存在连续　关系。这些车辆零速度点，我们定义为正常零速　度点。本文仅考虑交叉口等待信号灯零速度点的　匹配问题。而由于道路拥堵所造成的非规律性的　零速度点不是本文讨论的内容。　注意到通常正常零速度点大量出现在路段终　点的交叉口附近（排队等待通行信号），即路段矢　量方向终点附近，如图１所示。路段矢量方向是　从路段的起点到终点的方向，和车辆行驶方向是　一致的。首先对路段上靠近交叉口和路段终点排　队长度内的零速度点进行初步判断，但是并不能　保证这些零速度点就一定属于该路段上。需要下　一步的验证过程，单位时间内同１个车辆在１条　路段上通常会有一系列连续的轨迹点，如果该零　速度点浮动车能够找到另１个已知的属于该路段　的点，则可以判定它也属于该路段。因而可以采　用同一路段同１车辆非零速度点和零速度点比对　的方法来进一步确定车辆的位置，将零速度点匹　配到路段上。　１．２地图匹配的实现步骤　１．２．１　地图匹配方法简述　首先将浮动车记录集根据浮动车速度分为两　部分：非零速度点记录集和零速度点记录集。分　别进行非零速度点地图匹配和零速度点地图匹　配。　１）非零速度点地图匹配按照常规投影距离　与路段矢量方向差值加权的方法　进行匹配计算　匹配结果，步骤见图１。　２）零速度点的初步匹配：用停车点与路段的　偏移范围、交叉口排队长度初步判定属于该路段　的停车点，将停车点初步匹配到路段上。交叉口　排队长度是从路段矢量方向上的终点开始反方向　上的长度。如果选取的过短，会导致排队等待的　正常零速度点丢失；如果选取过长会增加计算量。　车辆排队长度可以由历史数据获得，简单起见也　可以取路段的一半长度，排队长度值存　在路段　属性表中。　３）零速度点的２次匹配：这一步是对上一步　的验证确定过程，采用与该零速度点同一路段上　已经匹配成功的非零速度点相比较。如果在同一　路段有同一设备数据点存在，则该点属于该路段。　步骤见图２。　丽　ｆ　非０速度数据集Ｇ１　ｌ　ｌ　ｏ速度数据集ＧＯ　距离和方向角加权ｌ方法将非。匹配到路段上数据点Ｉ尺　ｌｌ　Ｉｌ进行初次匹配和过滤，初次匹配：从ＧＯ中取点　　匹配到尺ｌ路段上　　２次匹配：与Ｒ　路段　上匹配成功后的非Ｏ　速度点比对　【笙壅Ｊ　图１地图匹配处理框罔　厂　设定排队长度研口距离投　影偏移最大允许值Ｄ　．互　‘是　ｌ　一一　口果道路尺，终点为交文、、　初步判定此非０速度点有可能在　Ｒ　路段．进行二次匹配验证过程　是　果ＧＯ数据集存在数　’＿白　２零速度点初次匹配过滤框　１．２．２　地图匹配的具体实现步骤　设定点到路段投影距离的最大允许偏差值　Ｄ，通常根据ＧＰＳ的定位精度值选取，这里为了　避免ＧＰＳ点丢失，取较大的范围Ｄ一４Ｏ及行驶　方向与道路矢量方向夹角最大允许偏差值　，各　个路段排队长度Ｌ　。　１）从数据库中读取浮动车数据。将浮动车　４０　交通信息与安全２００９年第６期第２７卷总１５２期　数据中速度为零的数据和速度非零的数据分开，　大偏差值　＜Ｄ，执行步骤１２，否则执行步骤９。　分为２个数据集，０速度数据集ＧＯ，非０速度数　步骤１２　如果路段Ｒ　的终点为交叉口（可　据集Ｇ１。　以通过拓扑关系判断），且点到路段终点的距离在　２）非零速度点地图匹配，采用基于投影的匹　路段排队长度内，ｚ　＜Ｌ　，执行步骤１３，否则执行　配算法：ＧＰＳ点到路段距离、行驶方向角和地图　步骤９。　路段矢量方向差值加权的方法将ＧＰＳ数据匹配　步骤ｌ３初步判断点属于路段Ｒ，记该零速　到路段上。　度点的ＩＤ号为ＩＤ　，执行步骤１４。　步骤１　从Ｇ１数据集中取出ＧＰＳ数据，循　４）零速度点２次匹配方法。　环选取路网中各个路段。　步骤１４从该路段属性表中读取已经匹配　步骤２计算该ＧＰＳ点与各个路段间的投　到该路段的设备ＩＤ号，ＩＤ　循环和这些ＩＤ号比　影距离　。　对。　步骤３计算该ＧＰＳ点行驶方向角与各个　步骤１５　如果ＩＤ　找到和它相同的ＩＤ号，　道路矢量方向夹角之差０　。　执行步骤１６，否则执行步骤９。　步骤４计算距离度量值Ｍ　一　＋训　０　。　步骤１６确定该点属于Ｒ　，匹配成功。执行　步骤５取所有Ｍ　最小的路段为车辆点所　步骤９。　在的路段Ｒ　。　步骤１７程序结束。　步骤６这里需要用最大允许范围值限制，　ｄ　为点到路段ｉ的投影距离。如果｝ｄ　Ｉ＜Ｄ，执　２算法实例　行步骤７，否则执行步骤１。　应用上述匹配方法将图３中零速度点匹配到　步骤７　ＧＰＳ点属于路段Ｒ』，在路段Ｒ　属性　路段上。图３表示１个十字交叉路口附近５　ｍｉｎ　值内写入ＧＰＳ点的设备ＩＤ号，执行步骤１。　内浮动车传回位置点的分布情况，该路口由路段　步骤８所有非０点与各个路段匹配完成。　１、路段２、路段３组成，黑色圆点代表浮动车停车　３）零速度点初步匹配方法。　点，黑色方块代表浮动车移动点。由图３中可以　步骤９从ＧＯ数据集中取出ＧＰＳ数据，循　看到路段１附近越靠近十字交叉路口区域内，停　环选取路网中每条路段。　车点黑色小圈越集中，这说明这些车辆在正常停　步骤１Ｏ计算该ＧＰＳ点与各个路段间的投　留等待信号灯。根据该路段实际交通状况设定这　影距离　。　个区域车辆等待信号灯的排队长度为Ｌ。下面用　步骤１１　如果点和路段Ｒ　投影距离小于最　本算法计算浮动车点和路段１的匹配情况。　图３　５　ｍｉｎ内浮动车位置点分布图　表３是任取５　ｍｉｎ部分浮动车传回记录，共　差值加权的方法计算将非零速度点匹配到路段１　有２４条浮动车记录，１６台移动点浮动车，９个零　上。表３是非零速度点和路段１的匹配结果表，　速度点记录。首先通过投影距离与路段矢量方向　表中内容包括记录点和３条路段匹配过程中的各　浮动车数据中零速度点数据地图匹配方法——王东柱董继明　李亚檬，等　４１　个参数计算，取距离度量值项路段ｌ中　最小　出设备ＩＤ相同的记录点，这些车辆在单位时间内　在路段１上有非零速度点，且它的零速度点满足　初步匹配条件，所以这些零速度点属于路段１。表　５中共有５个零速度点记录成功匹配到路段１上。　表３零速度点初步地图匹配结果　的值为匹配到路段１的结果，如表中深色记录行　所示属于路段１的记录点，共有１１个点。表４是　对零速度点进行的初步匹配过程中各个参数的计　算，有７个点满足投影距离和排队长度条件，如表　４中深色记录所示。　表１浮动车传回记录　表２非零速度记录匹配结果表　表５回查非零连续点对零速度点进行２次匹　配，验证初步匹配的正确性。比较表３和表４，找　表４零速度点二次地图匹配结果表　３算法比较　分别使用本文描述的匹配方法和常规方法一　投影距离路段矢量方向差值加权方法分别进行道　路行程时间计算。　测试路段名称：文化路长度：５７１　ＩＴＩ；　时间段是２００８—１０－３０，Ｔ１０：００～１０：３０之间。　计算结果如表５所列。　表５　２种算法行程时间计算比较表　表５中行程时间真实值是同一时间段，现场　道路２端通过拍摄，计算该时间段车辆通过的时　间，取平均值得到的。有效样本数是指同一路段　上能够用于计算的车辆的ＩＤ个数。　４２　交通信息与安全２００９年第６期第２７卷总１５２期　根据表５，对２种算法的有效样本量进行比　较，本方法的有效样本量各时段平均为３１．７，常　规算法的有效样本量各时段平均仅为１５．８。而　通过分别对两种方法得到的计算值和真实值进行　参考文献　ｒ１］　Ｆｅｒｍａｎ　Ｍ　Ａ．Ｂｌｕｍｅｎｆｅｌｄ　Ｄ　Ｅ．Ｄａｉ　Ｘｉａｏｗｅｎ，Ａ　ｓｉｍｐｌｅ　ａｎａｌｙｔｉｃａｌ　ｍｏｄｅｌ　ｏｆ　ａ　ｐｒｏｂｅ——ｂａｓｅｄ　ｔｒａｆｆｉｃ　ｉｎ—　比较统计，本方法行程时间的计算准确度为　９１．４　，常规算法的准确度为８８．９　。　由此可知，在考虑０速度点匹配的算法和不　考虑０速度点的常规算法２种情况下，由于有效　的利用了数据中的零速度点，在计算道路的行程　时间时，同一路段上同一时段，本算法的有效样本　ｆｏｒｍａｔｉｏｎ　ｓｙｓｔｅｍ［Ｊ］．　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｔｒａｎｓｐｏｒｔａｔｉｏｎ　Ｓｙｓｔｅｍｓ．Ｐｒｏｃｅｅｄｉｎｇｓ　２００３　ＩＥＥＥ，２０００（１）：２６３—　２６８　Ｅ２２　董均宇．基于ＧＰＳ浮动车的城市路段平均速度估计　技术研究ＥＤ］．重庆：重庆大学，２００６　Ｅ３］王楠，王永峰，刘积仁．一个基于位置点匹配的地　图匹配算法ＥＪ］．东北大学学报，１９９９，２０（４）：３４３—　２４７　量大大高于常规算法的样本量，而行程时间的计　算准确率也高于常规算法的准确率。　［４３翁剑成，荣　建，余　泉，等．基于浮动车数据的行　程速度估计计算法及优化ＥＪ］．北京工业大学学报，　２００７，３３（５）：４５９　４６４　４结束语　本方法克服了常规匹配方法不能有效匹配浮　动车零速度点的不足，提出１种基于浮动车停车　Ｅ５３刘　培．基于浮动车数据的地图匹配算法研究Ｉ－Ｄ］．　北京：北京交通大学，２００７　点数据过滤筛选的地图匹配方法，可以快速有效　地将能够表示路段交通状态交叉口车辆排队的零　速度点匹配到路段上，同时过滤去除掉和交通状　态无关的零速度点。大大提高计算的有效样本　［６］　朱丽云，全永粲，温慧敏．基于ＧＰＳ数据的浮动车动　态实时交通信息处理方法．中国，２００７１００８７２２３　［Ｐ］：２００７—０３—２１　［７］　Ｆａｒｉａ　Ｄａｖｉｄ　Ａｎｔｈｏｎｙ，Ａ　ｆｒａｍｅｗｏｒｋ　ｔＯ　ｔｒａｎｓｆｏｒｍ　ｒｅａｌ　ｔｉｍｅ　ＧＰＳ　ｄａｔａ　ｄｅｒｉｖｅｄ　ｆｒｏｍ　ｔｒａｎｓｉｔ　ｒｅｈｉｃｌｅｓ　ｔＯ　ｄｅｔｅｒｍｉｎｅ　ｓｐｅｅｄ—ｆｌｏｗ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｄ　ｏｆ　ａｒｔｅｒｉａｌｓ　量，同时提高运算效率。但是对于少数交叉口附　近商业设施较多且临近交叉口的情况，如何有效　地区分交叉口处正常停车点和交叉口附近商业设　施引起的非正常停车点仍是下一步需要考虑解决　的问题。　［Ｄ］．Ｔｅｘａｓ　ａｔ　Ａｒｌｉｎｇｔｏｎ：Ｄｉｓｓｅｒｔａｔｉｏｎ　Ａｂｓｔｒａｃｔｓ　Ｉｎ—　ｔｅｒｎａｔｉｏｎａｌ，２００２　［８］　陈艳艳，王东柱．分布式车载导航系统路线优化有　约束Ａ　算法［Ｊ］．交通与计算机，２００５，２３（６）：１０—１３　［９２朱书善，李亚檬，宋向辉，等．基于ＧＰＳ的电子不停　车收费车载设备系统开发［Ｊ］．交通信息与安全，　２００９，２７（５）：１２７—１３０　本方法已经用于基于浮动车数据实时计算道　路行程速度和时间的应用中，通过本算法和常规　算法的比较，从有效样本量和与实测行程时间的　比较，均达到良好的效果。　Ｍａｐ－ｍａｔｃｈｉｎｇ　Ｍｅｔｈｏｄ　Ｂａｓｅｄ　ｏｎ　Ｚｅｒｏ－ｓｐｅｅｄ　Ｐｏｉｎｔｓ　ｉｎ　Ｆｌｏａｔｉｎｇ　Ｃａｒ　Ｄａｔａ　ＷＡＮＧ　Ｄｏｎｇｚｈｕ　ＤＯＮＧ　Ｊｉｍｉｎｇ　ＬＩ　Ｙａｍｅｎｇ　ＳＯＮＧ　Ｘｉａｎｇｈｕｉ　（Ｎａｔｉｏｎａｌ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｔｒａｎｓｐｏｒｔ　Ｓｙｓｔｅｍｓ　Ｃｅｎｔｅｒ　ｏｆ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，　Ｋｅｙ　Ｌａｂｏｒａｔｏｒｙ　ｏｆ　Ｔｅｃｈｎｏｌｏｇｙ　ｏｎ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｔｒ以　户０，．ｆｄｆ　０行　Ｓｙｓｔｅｍ，ＭＯＣ，Ｂｅｉｊｉｎｇ　１０００８８，Ｃｈｉｎａ）　（Ｄｅｐａｒｔｍｅｎｔ　ｏｆ　Ａｕｔｏｍｏｂｉｌｅ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｅｎａｎ　Ｐｏｌｙｔｅｃｈｎｉｃ　Ｉｎｓｔｉｔｕｔｅ，Ｚｈｅｎｇｚｈｏｕ　４５００４６，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｔｈｅｒｅ　ａｒｅ　ｍａｎｙ　０　ｋｍ／ｈ　ｓｐｅｅｄ　ｓｔｏｐ　ｐｏｉｎｔｓ　ｉｎ　ｔｈｅ　ｆｌｏａｔｉｎｇ　ｃａｒ　ｄａｔａ（ＦＣＤ）．Ｓｉｎｃｅ　ｔｒｕｅ　ｃｏｕｒｓｅｓ　ａｒｅ　ｎｏｔ　ｒｅｌｉａ—　ｂｌｅ　ａｔ　ｔｈｅ　ｚｅｒｏ—ｓｐｅｅｄ　ｐｏｉｎｔｓ，ｔｈｅ　ｐｏｉｎｔ　ｂａｓｅｄ　ｍａｐ—ｍａｔｃｈｉｎｇ　ａｌｇｏｒｉｔｈｍ，ｗｈｉｃｈ　ｕｓｅｓ　ｔｒｕｅ　ｃｏｕｒｓｅｓ　ａｓ　ｋｅｙ　ｐａｒａｍｅｔｅｒｓ，ｃａｎｎｏｔ　ｂｅ　ｅｆｆｅｃｔｉｖｅｌｙ　ａｐｐｌｉｅｄ．Ｔｈｅ　ｃｏｎｄｉｔｉｏｎｓ　ｏｆ　ｔｈｅ　ｚｅｒｏ—ｓｐｅｅｄ　ｐｏｉｎｔｓ　ａｒｅ　ａｎａｌｙｚｅｄ，ａｎｄ　ａ　ｎｅｗ　ｍａｐ　ｍａｔｃｈｉｎｇ　ｍｅｔｈｏｄ　ｉｓ　ｄｅｓｃｒｉｂｅｄ．　Ｔｈｅ　ｚｅｒｏ　ｓｐｅｅｄ　ｐｏｉｎｔｓ　ｏｆ　ｑｕｅｕｉｎｇ　ｗｉｔｈ　ｃｒｏｓｓ　ｒｏａｄ　ａｒｅ　ｅｘｔｒａｃｔｅｄ　ａｎｄ　ｔｈｅ　ｂａｄ　ｚｅｒｏ　ｐｏｉｎｔｓ　ａｒｅ　ｅｌｉｍｉｎａｔｅｄ．Ｍｏｒｅｏｖｅｒ　ｔ　ｔｈｅ　ｎｏ—　ｚｅｒｏ　ｓｐｅｅｄ　ｐｏｉｎｔｓ　ｉｎ　ｓａｍｅ　ｌｉｎｅ　ａｒｅ　ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｚｅｒｏ——ｓｐｅｅｄ　ｐｏｉｎｔｓ　ｃａｌｃｕｌａｔｅｄ　ｂｙ　ｔｈｅ　ｌａｓｔ　ｓｔｅｐ　ｔＯ　ｖｅｒｉｆｙ　ｔｈｅ　ｍａｔｃｈｉｎｇ　ｒｅ—－　ｓｕｌｔ．　Ｋｅｙ　ｗｏｒｄｓ：ｍａｐ　ｍａｔｃｈｉｎｇ；ｆｌｏａｔｉｎｇ　ｃａｒ　ｄａｔａ；ｐａｒｋｉｎｇ　ｐｏｉｎｔ；ＧＰＳ；ｂｅａｒｉｎｇ；ｉｎｔｅｒｓｅｃｔｉｏｎ