基于小样本浮动车数据的信号灯路段行程时间估计方法研究的综述报告.docxVIP

基于小样本浮动车数据的信号灯路段行程时间估计方法研究的综述报告

随着城市交通规模的不断扩大，道路交通拥堵问题日益突出。而行程时间的准确评估和预测对于交通管理和出行决策等方面具有重要意义。信号灯路段是指行车道或交叉口之间具有交通信号灯控制的路段，行程时间评估是指在信号灯路段上行车所需要的时间。为了准确评估信号灯路段行程时间，目前主要采用浮动车数据。本文将对基于小样本浮动车数据的信号灯路段行程时间估计方法进行综述，并探讨其优劣和发展方向。

一、基于小样本浮动车数据的行程时间估计方法

小样本浮动车数据是指采集行车数据的车辆数量较少的情况。在信号灯路段行程时间估计中，常用的小样本浮动车数据有GPS信号和OBD接口数据。

1.基于GPS信号的行程时间估计方法

GPS信号可以帮助车辆实时定位和跟踪。基于GPS信号的行程时间估计方法通常需要建立起一个足够大的路网地图作为基础，以便计算车辆在经过信号灯路段时所用的时间。

其中，最简单的GPS行程时间估计方法是基于距离、速度和时间的关系。车辆通过信号灯路段时，GPS接收器会记录下车辆的位置和时间信息，然后计算出车辆通过该路段所需的时间。但这种方法存在的问题是：准确性受到路面环境和GPS信号的影响，特别在高楼林立的城市区域定位信号较弱或被干扰时，误差会增大。

另一方面，有的研究者通过构建车辆行驶的参数模型和路网拓扑结构，建立基于填充GPS数据的方法。通过区分车辆行驶的状态（静止、加速、减速或匀速），以及车辆与信号灯的状态，可以准确评估行程时间。

2.基于OBD接口数据的行程时间估计方法

OBD接口数据是指车辆通过汽车诊断接口上传到车载计算机的数据。这些数据包括车速、加速度和转弯率等。基于OBD接口数据的行程时间估计方法，可以记录车辆在行车过程中的各种参数。特别是在信号灯路段行程时间估计中，OBD数据能很好地捕捉到车辆在信号灯前停留的情况。

OBD接口数据的缺点是需要较为精确的时间同步。同时，由于OBD接口数据记录的值往往比GPS精细，所需存储空间更大，因此，数据处理、传输和存储的难度较大。

二、优劣和发展方向

基于小样本浮动车数据的行程时间估计方法在实际中应用广泛，也有很多的优点。

首先，这种方法可以实时估计行程时间，避免了传统的基于人工问卷或摄像机监控交通流量的方法需要更长的周期。

其次，应用该方法时无须改变驾驶员或建立额外的传感器网络。

此外，基于浮动车数据的行程时间估计方法可以实现车辆的智能导航、交通管理和合理出行等方面提供保障。

不过，该方法也存在一些局限性，主要表现在以下几个方面：

1、信号灯、行车环境和车辆类型等因素的影响。特别是在城市道路拥堵的情况下，行程时间估计的准确度将会受到很大的影响。

2、OBD接口数据可能受到驾驶行为和道路状况等多种因素的影响，精度也会随着使用时间的增长而降低。

3、由于GPS信号的误差和强度等因素，和OBD数据遇到相同的问题，GPS信号也会导致误差增大。

为了解决目前的这些问题，研究者在该领域进行了许多新的尝试，比如旅行时间的贝叶斯模型和数据挖掘方法等。在未来的发展中，可应用更为精细的数据分析和挖掘技术，通过对数据的合理处理和可视化展示，来提高小样本浮动车数据的行程时间估计方法的实用性和可靠性。