基于爬虫及GIS技术的路况数据获取及分析

阳利锋

（创辉达设计股份有限公司）

1 引言

近年来，随着我国社会经济的快速增长和城镇化进程的不断加速，城市的规模不断扩大，人们生活水平不断提高，机动车拥有量迅速增加，交通供需矛盾日益突出，加剧了城市道路的拥堵程度。利用互联网+大数据分析出的拥堵数据，可快速查找出路网中的拥堵点及有衔接结构性问题的路段，真正做到以问题和目标为导向，提出针对性强、操作性强、见效显著的解决方案。

2 技术路线分析

2.1 通过Web API爬取路况数据

在国内导航领域占有率最高的是百度和高德，百度地图和高德地图都提供了交通路况数据的API接口，通过对比分析，两者的路况都分为未知、畅通、缓行、拥堵、严重拥堵五个级别，但百度地图返回的路况结果中并不包含路段的坐标点，无法把路况结果矢量化后利用GIS技术进行空间分析，且高德的接口每日免费调用额度为30000次，远高于百度的2000次。为了覆盖大多数时间，需要申请多个许可，可以建立key表记录每个key一天访问的次数，动态分配key。

2.2 通过地图瓦片爬取路况数据

百度地图和高德地图均提供了实时路况图层，两者的路况图层均进行了加密，但是百度地图额外提供了一个非加密的交通瓦片服务地址，调用该服务会返回一张256像素×256像素大小的瓦片，通过该服务可爬取指定区域的所有路况瓦片，再对瓦片进行矢量化分析可提取路况数据。

3 路况数据获取

3.1 高德路况API获取

数据爬取：高德地图提供了交通态势的API，首先需要申请AK，申请流程：进入【高德地图开放平台】→注册认证成为开发者→【应用管理】→【我的应用】→【创建新应用】→获得AK。获取AK后通过HTTP请示即可获取矩形区域或圆形区域的交通状况，请求参数“rectangle”为必填项，表示左下右上顶点坐标对，其中两点矩形对角线不能超过10公里，两个坐标对之间用"；"间隔，x坐标、y坐标之间用"，"间隔。由于高德地图的坐标系为加密的GCJ-02坐标系统(火星坐标)，我们需要从高德的坐标获取系统中拾取目标区域左下、右上两个顶点的坐标，并按要求拼接成请求字符串，如“112.809244，28.313243；113.16218，28.004502”。返回的交通路况数据表字段如下：

序号 字段 数据类型 说明1 时间 时间 精确至秒，每十分钟为一个数据周期2 道路名称 文本3 路段名 文本4 路况 数字 0：未知；1：畅通；2：缓行；3：拥堵；4：严重拥堵5 方向描述 文本6 速度 数字 单位：km/h 7 车行角度 数字 以正东方向为0°，逆时针方向为正，取值范围：[0，360]8 道路坐标集 文本 经度和纬度使用"，"分隔坐标之间使用";"分隔。例如：x1，y1；x2，y2。

高德返回的道路坐标集为火星坐标系，为了便于后面的数据分析，在采集时需要利用转换算法将火星坐标系转换为WGS84坐系。

3.2 百度路况瓦片获取

数据爬取：百度路况瓦片的服务地址为：

http://its.map.baidu.com:8002/traffic/TrafficTileService，该服务需提交四个参数，参数说明如下：

序号 参数名 字段说明1 time 时间点，需要将时间转化为13位数的整形2 v 版本号，默认为“016”3 level 瓦片级别4 x 瓦片列号5 y 瓦片行号

4 路况可视化

通过爬虫技术将百度的路况瓦片爬取之后，需要进一步将瓦片中的路况信息提取出来并进行矢量可视化，这个过程涉及两个操作，一是根据瓦片中的颜色提取路况状态，二是将瓦片中的像素点转换为经纬度空间坐标。路况瓦片中用四种颜色代表四种不同的路况，路况分别是：畅通，用颜色#4fd27d表示；缓行，用颜色#ffd045表示；拥挤，用颜色#e80e0e表示；严重拥堵，用颜色#b40000表示。

以单瓦片路况提取为例，从瓦片左上角（0，0）开始，以3像素为间隔循环提取瓦片中的颜色值，再与百度地图的路况颜色进行匹配，如匹配成功，则根据瓦片文件名中的级别、行号、列号以及该像素点在瓦片中的位置计算该像素点的实际空间位置，核心代码如下：

百度地图的18级，1个像素代表1m，17级，1个像素代表2m，16级代表4m，以此类推，在将瓦片像素点中的坐标转换为地理平面坐标时利用18级作为参考即可算出。为了保密，百度地图做了偏移处理，使用的是百度的BD-09坐标系，在国家要求的火星坐标系GCJ-02上做了进一步的处理，因此GPS经纬度定位会出现偏移。

在GIS中建立路网数据库，在建立的数据库中分层出道路网络相关数据，包括各等级道路网络及属性数据。利用缓冲区分析、叠加分析、线性参考分析、拓扑分析等多种空间分析方法，自动识别出各等级道路相交点、道路等级不匹配点并可视化显示分析结果，再叠加互联网+大数据分析出的拥堵数据，可快速查找出路网中有衔接结构性问题的路段。

5 结语

本次研究的结果采集数据量较小，考虑到目前位于暑假、部分周边道路由于施工等原因进行了交通管制，不能全面的反映21个收费站出口路段的长时间周期内的拥堵情况，还需要收集长周期范围内相关路段的拥堵数据。同时高德地图及百度地图均在WGS84坐标系的基础上做了加密处理，为了将路况数据与路网数据等进行叠加分析，需要对采集转换后路况数据进一步处理，统一坐标系。