基于路侧标识站系统的高速公路旅行时间计算研究

刘伟铭，韩广广

（华南理工大学土木交通学院，广东广州 510640）

基于路侧标识站系统的高速公路旅行时间计算研究

刘伟铭，韩广广

（华南理工大学土木交通学院，广东广州 510640）

针对目前高速公路旅行时间采集复杂、信息数据缺失和准确率较低的问题，提出了利用路侧标识站系统实现对车辆旅行时间计算的方法，通过划分基本路段并采用平均速度法和累计车辆数均衡法实现对基本路段旅行时间的估计，通过权重分配模型实现对旅行时间估计数据的有效融合。算例计算结果表明，基于路侧标识站系统的高速公路旅行时间在数据融合后的平均绝对相对误差减小，精度得到提高，可为出行者提供可靠的旅行时间信息保障。

公路交通；旅行时间；路侧标识站系统；平均速度法；累计车辆数均衡法

随着智能交通系统与信息技术的飞速发展，一方面出行者对出行信息的可靠性要求越来越高，另一方面，为出行者提供可靠而准确的实时信息能更好地引导出行者，减少出行的盲目性，不仅能让出行者受益，还可优化现有高速公路的交通状况，降低拥堵事件发生概率。旅行时间是出行者选择出行路线、出行方式和出行目的地的重要参考依据，可靠而及时的旅行时间估计可更好地服务出行者，保障高速公路的畅通。

1 研究现状

目前，国内外高速公路旅行时间估计的数据采集主要利用环形线圈检测器、视频检测器、车牌识别器和车载GPS等，其成本高，利用率低，精度不高，不适于高速公路上大范围连续布设和使用。为获得更为准确的旅行时间估计，研究人员利用不同检测器的数据信息进行融合，如：高学英基于线圈和GPS浮动车法检测并通过自适应加权平均法进行数据融合，实现了有效的行程时间估计；李继伟根据城市道路控制中的交通检测器和车载GPS所获取的车辆基本数据，提出了将城市道路局部与整体相对应的路段行程时间估计方法；李朝提出了基于粒子滤波算法的旅行时间预测方法，无需建立预测旅行时间与历史旅行时间的状态转移函数，仅利用历史数据的变化趋势实现状态转移，具有良好的预测效果。这些研究虽然在一定程度上提高了旅行时间估计精度，但其实施范围小、数据采集量低、设备维护困难、成本高。近年来，部分学者利用高速公路全封闭管理的特点，通过研究收费数据信息实现对车辆旅行时间的估计，有效解决了车辆数据信息不足的问题，如：庄严浩通过研究收费数据，提出了依据轨迹法计算车辆时空坐标轨迹并以路段长度为权重进行路段速度修正的路段旅行时间估计算法；赵建东等研究了收费数据实时修正处理方法，引入分段线性插值方法构建卡尔曼滤波模型，达到了高速公路站间旅行时间实时预测的目的。但收费数据仅含有车辆在收费站处的数据信息，而收费站间的距离一般达几十到上百公里，长距离的旅行时间估计会因车辆故障、交通堵塞和交通事件等因素出现较大偏差和延误，严重影响旅行时间估计的可靠性。

随着高速公路ETC全国联网的持续推进，高速公路将逐步实现ETC全覆盖。针对车辆的收费问题，路侧标识站对车辆真实路径的识别方法也将逐渐推广，利用路侧标识站的信息采集功能可获得标识站处的车辆和时间信息，进而得到车辆在不同标识站间的通行时间。由于路侧标识站涉及高速公路不同业主的切身利益，需保证较高的信息准确性和完整性，同时设备维护更加及时，建设资金更加充足，因而利用标识站信息可进一步提高旅行时间的可靠性。该文利用路侧标识站对高速公路路段进行区间划分，实现车辆路段旅行时间估计，并利用加权叠加法对平均速度法和累计车辆数均衡法的旅行时间估计进行数据融合，获得准确的旅行时间估计，以解决目前检测手段中旅行时间准确率低、可靠性低

和车辆数据不足的问题。

2 旅行时间的定义

对于高速公路上行驶的车辆而言，收费站间的旅行时间是指某一时间区间内，其从出发地到目的地并离开高速公路收费站的旅途上所花费的时间。

现阶段研究旅行时间的方法主要为直接测量法，即利用高速公路收费站的收费数据获取车辆的出发地、目的地和所经过路段的时间信息，由于高速公路经营者需要这些信息实现对行驶车辆的通行费征收，这给旅行时间的研究提供了巨大便利。但这种收费站旅行时间估计法（Collecting-Toll Travel Time，CTT）对于真实旅行时间的计算存在严重缺点，即信息的滞后，收费站获得的收费数据是在车辆驶离目的地收费站后采集的，导致旅行时间计算的滞后，尤其是在旅途时间较长或出现交通堵塞时，无法在车辆行驶过程中根据已行驶的一段旅程计算旅行时间。同时旅行时间的路段计算长度较大时，在出行过程中可能出现交通事故、交通阻塞及车辆故障等，严重影响旅行时间计算的准确性。

为减少旅行时间的滞后性和误差，应尽量保证测量旅行时间的行程较短。而随着ETC的推广，路侧标识站将能获取高速公路上全部车辆信息，从而实现对旅行时间的估计。利用路侧标识站可将出行者的长距离旅行划分为一个个小区间的基本路段，根据路侧标识站所获得的车辆及时间信息可得到每一段区间内路侧标识站旅行时间（Roadside Travel Time，RTT）。利用高密度设置的路侧标识站的检测功能可大大缩短路段的旅行时间，由于车辆在每一段上的旅行时间较短，可减少旅行时间计算的滞后，同时可通过去除问题路段旅行时间避免出现问题路段影响旅行时间准确性的情况。根据收费系统和信息采集的需要，可每1～5 km设置一处路侧标识站。路侧标识站设置越多，路段划分精度越大，越能精确估计旅行时间，使计算出的旅行时间接近甚至等于出行者实际旅行时间（Actual Travel Time，ATT）。不同旅行时间之间的关系见图1。

由图1可知：仅通过收费站数据进行旅行时间计算，其结果与出行者实际旅行时间误差较大，而利用路侧标识站划分基本路段，将基本路段的旅行时间叠加后获得的结果与实际旅行时间较接近，当基本路段足够短时，标识站旅行时间就是出行者的真实旅行时间。

图1 旅行时间的定义及表示的关系

鉴于货车等车型速度较低，不宜统一计算，这里以小型汽车为例进行讨论。在进行旅行时间估计前，通过数据处理过滤掉错误、多余和异常事件导致的偏差数据。

2.1 平均速度法的旅行时间估计

利用路侧标识站可获得车辆在标识站处的经过时间和车辆信息，根据路段长度计算车辆在基本路段上的旅行时间：

式中：T（1）i，j，t为在时间间隔（t-1，t）内车辆在高速公路路段（i，j）上的平均旅行时间；li，j为路段（i，j）的路段长度；v-i，j，t为在时间间隔（t-1，t）内高速公路路段（i，j）上车辆的调和平均速度，可由n（i，j，t）辆车在路段（i，j）上的速度v（k）i，j，t通过调和平均计算得到。

该模型假设在高速公路基本路段上和时间空间内车辆的交通流特性保持稳定。为了克服该模型算法的时间滞后性，标识站的设置距离应尽量小，保证获得及时的车辆信息，并且路段的时间更新间隔尽量小于10 min。

另外，当拥挤路段出现车辆走停现象的交通状态时，路段的调和平均速度不同于实际的平均速度，因为标识站之间计算车辆速度只考虑车辆的行驶时间，不考虑车辆停止的时间，从而使速度较实际值偏大，会导致旅行时间的计算值偏低。

2.2 累计车辆数均衡法的旅行时间估计

累计车辆数均衡法的旅行时间估计直接利用某

一时间区间内通过路侧标识站的累计车辆数，不需计算车辆速度，可解决高速公路拥挤路段的平均速度计算误差问题。该方法利用高速公路主干道上下游和收费站出入口匝道的车辆数信息，通过计算进入和离开路段车辆数间的动态平衡实现对高速公路路段旅行时间的估计（见图2）。

图2 累计车辆数均衡法的旅行时间计算示意图

在时间区间（t-1，t）内，在路侧标识站i和i+ 1之间的路段（i，i+1）上总进入、总离开的车辆数分别为：

旅行时间的估计可通过研究路段上的累计车辆数与时间的关系获得（见图3）。

图3 累计车辆数均衡法中车辆数与时间的关系

路段（i，i+1）上车辆的平均旅行时间可通过计算图3中阴影部分面积A（i+1，t）与时间间隔（t-1，t）内离开路段的车辆数的比值获得，即：

该模型通过利用车辆在路段行驶中的连续性实现对路段内车辆总旅行时间的估计来计算车辆平均旅行时间。

2.3 旅行时间的权重分配模型

根据模型算法估计精度的不同分配不同方法各自估计结果的权重，达到提高旅行时间估计准确度和可靠性的目的。利用最优估计，保证不同方法的数据融合后均方误差最小。根据某一路段的旅行时间估计值确定该路段不同模型方法的数据所占权重，则融合后的旅行时间估计为：

式中：Ti，j，t为路段（i，j）在时间区间（t-1，t）内不同数据融合后的旅行时间估计；w（k）i，j，t为路段（i，j）的第k种模型方法在时间区间（t-1，t）内旅行时间的权重，其大小表示不同模型方法估计结果精度的高低；T（k）i，j，t为路段（i，j）的第k种模型方法在时间区间（t-1，t）内的旅行时间估计。

不同模型计算方法的权重由不同方法各自的估计值与真实值误差的平方来确定，权重计算公式为：

式中：σ（k）i，j，t为路段（i，j）的第k种模型方法在时间区间（t-1，t）内的计算结果与真实值间的误差。

3 案例分析

通过VISSIM仿真软件进行路段旅行时间仿真试验，路段形式和标识站设置位置见图4。将试验路段分为4个基本路段，其长度分别为2.3、4.1、3.5、3.1 km，通过仿真得到车辆经过每个路侧标识站的旅行时间，获得车辆在基本路段间的旅行时间。

图4 试验路段的路侧标识站设置示意图（单位：km）

利用平均速度法和累计车辆数均衡法分别进行旅行时间计算，通过平均速度法和累计车辆数均衡法估计出的旅行时间及权重分配模型得到的旅行时

间与实际旅行时间的对比，得到各种模型方法旅行时间的平均绝对相对误差（见表1）。

表13 种方法旅行时间估计的平均绝对相对误差

由表1可知：1）经过权重分析模型进行数据融得到的旅行时间估计的平均相对误差有所减少，说明权重分配模型可提高旅行时间估计的精度和可靠性；2）累计车辆数法旅行时间估计的精度比平均速度法的高，原因在于其不需考虑路段中的速度误差。但经过权重分配模型实现数据融合后，旅行时间的精度更高，更接近于出行者实际旅行时间，可为出行者提供可靠的出行信息。

4 结语

该文利用高速公路现有路侧标识站系统的信息采集功能实现对高速公路路段的合理划分，利用平均速度法和累计车辆数均衡法对路侧标识站间旅行时间的估计，通过权重分配模型实现对平均速度法和累计车辆数均衡法所得旅行时间的数据融合，提高旅行时间估计的精确度和可靠性。随着ETC全国联网进程的加深，路侧标识站作为精确路径识别的重要手段将得到进一步推广，利用路侧标识站采集车辆和时间信息的方法将成为未来发展趋势，能有效减少信息采集成本，保证旅行时间的及时性和可靠性。

［1］ Yamazaki H，Uno N，Kurauchi F.The effect of a new intercity expressway based on travel time reliability using electronic toll collection data［J］.IET Intelligent Transport Systems，2012，6（3）.

［2］ 高学英.城市道路路段行程时间估计及融合方法研究［D］.长春：吉林大学，2009.

［3］ 李继伟.城市主次干路的路段行程时间估计与预测方法研究［D］.长春：吉林大学，2012.

［4］ 李朝.基于统计模型的城市道路交通旅行时间分析及预测方法研究［D］.北京：北方工业大学，2015.

［5］ 庄岩浩.基于收费数据的高速公路旅行时间可靠性分析与应用［D］.广州：华南理工大学，2014.

［6］ 赵建东，王浩，刘文辉，等.基于收费数据的高速公路站间旅行时间预测［J］.同济大学学报：自然科学版，2013，41（12）.

［7］ F Soriguera，F Robusté.Highway travel time accurate measurement and short-term prediction using multiple data sources［J］.Transportmetrica，2011，7（1）.

［8］ 李瑞敏，陈熙怡.多源数据融合的道路旅行时间估计方法研究［J］.公路交通科技，2014，31（2）.

［9］ 黄龙超.基于数据驱动的路段旅行时间估计与预测研究［D］.北京：北京交通大学，2015.

［10］ 王浩.基于收费数据的高速公路旅行时间自适应插值卡尔曼滤波预测研究［D］.北京：北京交通大学，2014.

U491.1

A

1671-2668（2016）06-0051-04

2016-04-19