基于轨迹大数据的交通拥堵评估和预测

温美玲，路鹏远，蔡 林，程洋溢

(1.武汉大学 测绘学院，湖北 武汉 430070；2.武汉大学 计算机学院，湖北 武汉 430070)

随着城市的快速发展，城市道路上的车辆逐日增多，留下海量的轨迹数据。这些轨迹数据较传统交通数据具有覆盖面广、实时性高等突出特点，具有巨大的利用潜力。如何使用大规模轨迹数据处理交通和道路问题，是世界各国智能交通领域研究的热点，各种研究成果如雨后春笋般涌现，目前主要应用领域有路网更新[1]、交通决策[2]、道路堵塞疏通[3]、交通拥堵评价[4]、动态交通诱导[5]和城市交通综合评估[6]等。

交通拥堵已成为我国的一个老大难问题，严重影响了人民群众生活，制约了社会经济的发展[7]，因此笔者着重探讨轨迹大数据在交通拥堵评估和预测方面的应用，建立了一种基于深度学习的城市短时交通拥堵评估和预测模型。

1 数据处理

1.1 评估参数

笔者采用交通流参数对交通拥堵状况进行评估[8]，3个主要的交通流参数分别是交通量f、交通流速度v、交通流密度k。其计算公式为：

f=N/t

(1)

式中:N为通过该路段的车辆数；t为时间。

v=L/t

(2)

式中：L为道路总长度；t为道路上所有车辆穿过道路所用的平均时间。本文对交通流速度的计算采用某段道路上所有车辆速度的平均值。

k=N/L

(3)

式中：N为路段内车辆数，L为路段总长度。

由式(1)～式(3)可得到交通流密度与交通量和交通流速度的关系：

k=f/v

(4)

1.2 数据预处理

研究样本为北京市2012年11月1日到8日的城市出租车交通数据，以市北二环的一条道路为研究目标。数据预处理流程如图1所示。

图1 数据预处理流程图

使用MATLAB R2016a批量读取数据，未经处理的每一天的数据在三千万条左右，将范围锁定在目标道路后，每一天的数据在三百万条左右，每一条数据包括9个数据项，它们分别是车辆标识、触发事件、运营状态、GPS时间、GPS经度、GPS纬度、GPS速度、GPS方向和GPS状态。

由于研究目标为短时交通流，提取每两分钟的数据，因此一天共分为720个时间点。然后求出目标道路每一时间点的交通量f、速度v和密度k，处理结果如表1所示。因原表格过大，此处只截取前5段数据。

表1 交通流部分参数

2 交通状况评估模型

对平均车速v、交通量f和交通流密度k进行权值配置，得到评价交通状况的综合参数，根据评价区间判断道路的交通状况。但3个参数的量纲互不相同，需要对参数进行归一化处理，参照文献[9]的方法对处理后的参数进行权值配置，得到综合参数。

计算出路段在若干时间点的平均车速v、交通量f和交通流密度k，即得到交通状况指标向量F，如式(5)所示。

F={(v1,f1,k1),(v2,f2,k2),…,(vn,fn,kn) }

(5)

对于路段在第i个时间点的平均车速vi、交通量fi和交通流密度ki进行权值配置,权值矩阵B定义如式(6)所示。

B=[b1,b2,b3]=[0.45,0.10,0.45]

(6)

式中：b1为平均车速的权值；b2为交通量的权值；b3为交通流密度的权值。

根据交通状况指标向量F和权值矩阵B可得交通状况综合参数C为：

C=F×BT

(7)

(8)

式中：ci为第i个时间点该路段的交通状况综合参数。

为方便后续数据处理，利用标准函数法对交通状况综合参数C进行归一化处理：

(9)

式中：cmin,cmax分别为综合参数向量C中的最小值和最大值。

城市道路交通拥堵评价指标体系将道路分为城市道路和高速公路，将路段的平均行程速度划分为5个等级，1级表示运行最拥堵，5级表示运行最畅通，如表2所示。

表2 路段平均行程速度等级划分

对北京二环北端路段8天交通数据，以两分钟为时间间隔进行数据采样，利用表2判断道路交通拥堵情况。

根据式(5)～式(9)得到当日北二环交通状况综合参数如图2所示。

图2 11月8日北京市北二环交通状况综合参数

根据表2可知，在图2中11月8日北京市北二环在0：00～6：40交通较为通畅，在6：40～8：00交通状况逐渐变得拥堵，在8：00～11：00交通较为拥堵，在11：00～13：00拥堵有所缓解，在13：00～19：00交通较为拥堵，在19：00～24：00交通逐渐好转，与日常认知基本一致。同时可以看出北二环在中午最为拥堵，同时存在早晚高峰的情况。

3 交通拥堵预测模型

将北京市北二环11月1日～8日共计8天的交通数据作为数据集，并利用长短期记忆模型(long short-term memory,LSTM)建立交通拥堵预测模型，实现参数向量的数字化表达，通过参数向量一段时间的数据变化预测参数向量的走势。选择均方误差(mean square error,MSE)，均方根误差(root mean square error,RMSE)，平均绝对误差(mean absolute error,MAE)和平均绝对百分比误差(mean absolute percent error,MAPE)作为评价指标,将长短期记忆模型(LSTM)与向量回归模型(support vector regression,SVR)和循环神经网络模型(recurrent neural netwok,RNN)进行对比，最后得出LSTM模型的预测结果并进行评价。

3.1 模型建立

LSTM[10]是一种特殊的RNN网络，LSTM结构的特点是利用遗忘门、输入门和输出门优化RNN网络，有效解决了梯度消失或梯度爆炸的问题。LSTM的相关方程如式(10)～式(15)所示[11]。

ft=σ(Wfht-1+Ufxt+bf)

(10)

it=σ(Wiht-1+Uixt+bi)

(11)

(12)

(13)

ot=σ(Woht-1+Uoxt+bo)

(14)

(15)

将已有的参数向量数据分为训练集和测试集两部分，训练集用于训练已有的LSTM网络，测试集用于验证LSTM网络的预测效果。具体步骤为：对采集的道路交通数据进行数据预处理并构建数据样本集，将样本集数据送入LSTM循环神经网络进行模型训练，并导出网络参数，建立短期交通拥堵的预测模型。其流程如图3所示。

图3 交通拥堵预测流程图

为避免过拟合，在LSTM层后加入Dropout层，增加每层各个特征之间的正交性，在最后加入输出层。每次将30个数据送入LSTM循环神经网络进行训练，为了提高训练精度，每次将最新的数据带入网络进行更新，使预测结果更加准确。

3.2 预测结果

仿真环境为window10系统(64 bit)，Python选用Anaconda下3.7.5版本，编译器为pycharm(2020.2)，keras，sklearn的集成开发库。支持向量回归模型选用linearSVR模型，C=1.25。RNN模型中第一层RNN网络神经元数为80，第二层RNN网络神经元数为100，第一层和第二层Dropout网络屏蔽率均为0.2。LSTM模型中第一层LSTM网络神经元数为80，第二层LSTM网络神经元数为100，第一层和第二层Dropout网络屏蔽率均为0.2。

将11月1日～7日的数据作为训练集，8日数据作为预测集，linearSVR模型、RNN模型和LSTM模型的预测效果如表3所示。

表3 各模型交通状况综合参数预测效果

从表3可知，LSTM模型的预测结果在各个指标上均好于linearSVR模型和RNN模型，具有较好的预测效果。

linearSVR模型、RNN模型和LSTM模型的预测结果和实际结果对比如图4～图6所示。通过比较发现，长短期记忆模型(LSTM)具有较好的预测效果，可以为有关部门的决策提供依据，改善交通状况。

图4 linearSVR模型预测结果和实际结果对比图

图5 RNN模型预测结果和实际结果对比图

图6 LSTM模型预测结果和实际结果对比图

4 结论

通过读取海量轨迹数据，获得了平均车速、交通量和交通流密度，并对上述数据进行加权计算得到了交通状况综合参数，建立了合理的交通状况评估模型。将深度学习的方法应用到交通状况预测模型中，分析比较了不同神经网络的精度，并通过比较发现，长短期记忆模型(LSTM)具有较好的预测效果，可为决策分析提供有价值的参考。