网站首页  词典首页

请输入您要查询的论文:

 

标题 基于时空演变的可视交通大数据分析技术研究
范文

    连雨欣 吕鹏飞 林勇

    

    

    摘 要:本文以城市交通数据可视化系统为研究对象,首先讲述了数据可视化理论,进而探讨了城市交通数据可视化的方法,从流量、速度、交通事故三方面分析了交通可视化的研究现状,并结合交通可视化的研究趋势及应用前景,对几种典型情景下的交通运行时空演变规律的分析进行研究。

    关键词:城市交通;大数据可视化;WebGIS;Floyd算法

    引言

    交通是把握城市经济发展的动脉,与人们的日常生活息息相关,对城市经济、社会等方面的发展都起着至关重要的作用。城市道路、轨道交通等设施成为了城市交通的主要方式,但随着经济社会的高速发展和城市化进程的不断加快,机动车保有量迅速增加,城市交通问题日趋。为了缓解城市交通中的各种问题,采取了多种手段,比如建设一系列信号控制、卡口监控、视频监控、交通诱导等业务系统,一定程度上缓解了交通问题。

    1 数据可视化理论

    数据可视化主要是想将离散抽象的数据转变成为易于人类感知的可视性编码对象,从中抽取出隐藏信息并通过图像呈现出来[1]。交通数据可视化一般是分为以下几个步骤:交通数据采集、数据预处理、交通数据存储与分析模型、建立交通数据可视化模型和形成交互式可视化前端。

    交通数据采集是由卫星定位系统采集过来的车辆数据,数据采集的过程中会出现异常记录,异常数据主要包括定位点漂移错误,车辆在加油站、停车场等的无用信息,传输信号和盲区引起的GPS数据缺失[2]。为了避免这些异常数据对后期分析造成的影响,需要对数据进行预处理。

    数据预处理分为三个步骤:数据清洗、数据校准和数据化简。数据清洗会清除掉整体缺失、时间错误等明显的错误数据,数据清洗前后存在着一定的误差,因此会对所采集回来的数据进行综合比对和校核,使调查的交通数据达到精密;数据化简,采用了直线连接相邻的GPS的采样点(路段化),因为它在卫星定位系统在采集数据过程的频率方面比较高[3]。对GPS的采样点而言,会有一个更直接的反馈,不会造成数据难以处理或叠加等失误状态,减少数据的出错率。再之后对交通数据进行分析,应选取适合的方法进行数据可视化,如简单的一维或二维数据类型通常采用饼图、柱状图等,需要根据具体情况分析。

    2 城市交通运行可视化

    2.1交通流量分析

    为了使交通管理者对交通流量有明显的着手点,将道路中的交通流量按照时间或空间的分布特征在地图中显示,并且分析出交通流量的运行情况。Andrienko G.等认为可以使用视觉分析工具对轨迹数据进行分析处理,通过设计一种融合数据库处理、数据转换、交互式顯示等特性的可视化分析框架[4],通过分析城市交通数据流量轨迹,建立道路交通数据库,把卫星导航系统和道路交通数据库联系起来,从而监控到实时发生的交通流量数据的改变,并及时做出相关措施。

    2.2速度分析

    为了深入了解城市交通运行情况,需要对车辆的速度进行分析。首先对GPS采集后的交通数据进行数据的预处理,在地图上显示相应的数据图像,例如通过交通流量数据分析,可以分析出此时的交通运行情况,针对每一条路段的流量数量,首先设定好交通速度阈值,在交通速度阈值内,观测出交通拥堵情况,通过此情况的反馈,改变设定好的交通速度阈值,从而预防交通事故的发生,也使得交通拥堵情况的改善。

    2.3交通事故分析

    交通事故是在特定的交通环境影响下,由于人、车、路、环境等诸要素配合失调偶然发生的。在之前的研究中,VanDaniKer描述的交互系统是面向交通事故的实时分析和对历史交通事故的分析[5]。通过交通事故的数据,分析出事故发生的因素,为了进一步对这类交通拥堵情况进行可视化分析,部分学者对此提出了相关看法,当交通事件的速度低于某一阈值的一定轨迹的时候,用这一事情所产生的一系列相关反应作为道路拥堵点的表现。具体表现在地图上就是在部分区域通过不同颜色来展现不同方向的交通拥堵情况,或者在某一路段建立时空立方体,对每一个时间区域内的拥堵程度用相应的颜色来表示,从而来展示交通事件的传播情况。

    3 应用展望

    3.1基于WebGIS的可视化技术

    交通信息工程WebGIS是基于Web技术和地理信息技术GIS的可视化技术。在现阶段中,WebGIS最重要的功能是面向用户,通过地图来展示数据,例如展示这个城市的主街道或者一些重要标志,然后利用交互界面展示交通数据信息给用户,分析出该路段交通信息的规律和特征,有利于用户解决相关问题[6]。图2为交通可视化的一个例子,展示了宁波市一天内某路口的交通量和全市区域的交通拥挤情况。

    首先对拥挤程度进行了定义:根据我国公安部2012年发布的《城市道路交通管理评价指标体系》中的相关规定,用机动车平均形成速度来描述交通的拥挤程度,一般有以下几个级别[7]:若城市主干路上的机动车平均行程速度低于10km/h是为严重拥挤;若低于20km/h,但高于10km/h时为拥挤;若低于30km/h,但高于20km/h时为轻度拥挤;若不低于30km/h为畅通。

    然后仿真出宁波市不同区域几个路口一天的交通量和车辆平均速度,将交通量数据实时在折线图上面体现,然后利用Python的PyEcharts包,将这路口的交通量实时反映在宁波区域地图上面,如图4的右图所示,区域内的圆圈表示区域的拥挤程度,该拥挤程度则根据该时间内的平均速度来判断,红色为严重拥挤;橘色为拥挤;黄色为轻度拥挤;绿色为畅通,用户可根据实时区域图知道区域的拥挤程度。实际应用中,人们更加关注最优道路,如图5所示,当用户在地图中选定了出发点与目的地,先判别出该区域内每个道路的拥挤程度,后根据Floyd算法选取出最优路线。

    Floyd算法[8]:将出发点和目的地所在区域的每条道路连接点记为为点到点的最短距离,为权重,权重的赋值采用拥挤程度的数值,严重拥挤为4,拥挤为3,轻度拥挤为2,畅通为1,权重乘上路长作为。对于任意一对顶点,顶点到顶点的最短路都经过或者不经过顶点k,比较的值与的值,若前者大于后者,则,否则保持不变。重复这一过程直至搜索完所有的顶点k,此时的就是顶点到顶点的最短距离,也就是出发点到目的地最优道路,最后将结果通过Python中的folium包实现,如图3所示。

    用户可通过确定出发点和目的地来选择最适合出行的道路,但并非所有用户都是即时出行,因此二维电子地图无法很直观地反映出在某个时间段内道路与道路之间的交错关系,所以可使用三维可视化分析来描述道路间拥堵程度。

    3.2三维可视化分析

    三维可视化针对上述的不足,可用时空立方体来解决。用圆柱体表示两个区域,不同颜色的线条表示拥挤程度的不同,时间段的不同,两个区域间的交通道路拥挤程度不同,拥挤程度定义采用与上述一样的定义。但此种做法只能描述两个区域内道路的拥堵程度,并不能表示别的车辆经过此路段的拥挤程度。因此借助MetroBuzz[9]中使用的思想:假设每一个代理者(可以指代人、车辆或者包裹)都有各自在每个时间段的行程并且只有一个行程;假设每个行程之间都会包含多个节点和开始结束时间。对每个代理者的行程从开始到结束进行投影,投影到这个区域内,做线与圆的相交。

    根据点到直线的距离公式,来判断该曲线方程是否与投影到坐标面上的圆是否相交,来确定该代理者的行程是经过此两个区域内的道路,如图4所示。

    为了使得时间段更加清楚明显,将两个区域内的圆柱体进行切分,切分为多个圆柱体,每一个小的圆柱体代表着一个时间段,如图5中,两个圆柱体表示这块道路上的两块区域,两个区域相连接的红色和黄色线条表示两个道路之间的拥堵情况,在一个时间段内,这三维模型反映出这两个区域的道路流量,也可以比对不同线条之间的长短,来分析具体时间段交通道路的拥堵情况,以下图可以通过集成Metrobuzz[9]三维时空数据可视化平台来实现,为道路运行者提供更加便捷的观察点,来实现时间区域内的道路流量可视化。

    4 结语

    近年来,在大数据的推动下,可视化分析成为智能交通新的研究热点。本文简要介绍了数据可视化的操作、研究趋势和未来应用,提出了基于WebGIS的可视化分析和三维可视化操作的新思路来探索交通拥堵特性的時空演化规律。交通可视化领域正处于快速发展阶段,未来可以将数据挖掘方法和可视化技术结合,通过一些模型使得交通可视化研究在深度和广度得到进一步拓展。交通可视化领域尚存在一些问题和挑战,需进一步研究和分析。

    参考文献

    [1]姜北思.交通数据可视化方法研究[D].北方工业大学,2017:6.

    [2]赵庶旭,董亮.城市交通GPS数据可视化分析[J].计算机应用与软件,2016,33(10):279-283.

    [3]姜晓睿,田亚,蒋莉,梁荣华.城市道路交通数据可视分析综述[J].中国图象图形学报,2015,20(04):454-467.

    [4]刘秀彩,蔡晓禹,蔡明,谭宇婷.城市道路交通运行特征三维可视化分析[J].公路与汽运,2018(02):27-32.

    [5]VanDaniker M.Visualizing real-time and archived traffic incident data[C].Proc.IEEE International Conference on Information Reuse & Integration. Piscataway:IEEE Press,2009:206-211.

    [6]郭建伟,张莹莹.基于WebGIS的电子商务空间数据挖掘方法研究[J].硅谷,2010(11):176+165.

    [7]公安部交通管理局.城市道路交通管理评价指标体系(2012 年版)[S].2012.

    [8]王文宁.基于优化的Floyed算法前r条最短路径的实现[J].常州工学院学报,2009,22(05):28-30+93.

    [9]Zeng W,Zhong C,Anwar A,et al.MetroBuzz:Interactive 3D visualization of spatiotemporal data[C].International Conference on Computer & Information Science,pp.1-5,2012:1-3.

    作者简介:

    连雨欣(2000—),女,汉族,浙江台州人,本科在读,单位:宁波工程学院,研究方向:应用统计;

    吕鹏飞(1999—),男,汉族,浙江杭州人,本科在读,单位:宁波工程学院,研究方向:应用统计;

    指导老师:林勇(1974—),男,黑龙江哈尔滨人,博士,讲师,单位:宁波工程学院,研究方向:人工智能、大数据研究。

    基金项目:国家人力资源和社会保障部留学人员科技活动项目;项目名称:《基于时空演变的可视交通大数据分析技术研究》;项目编号:2019066。

随便看

 

科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

 

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间:2025/3/21 21:55:07