一种利用手机信令大数据和动态交通分配的OD标定方法

摘要

本发明涉及一种利用手机信令大数据和动态交通分配的居民出行OD矩阵标定方法，其主要步骤包括：构建城市道路仿真网络模型，利用微波和卡口数据对构建的城市道路网络中各路段的仿真参数进行标定，利用微波检测器获取实际道路网中的真实交通流量，利用手机信令数据获取初始的OD矩阵的交通流量，通过动态交通分配方法，对初始交通流量进行动态调整使之趋近于路网中的真实交通流量，计算仿真估计交通流量和真实交通流量之间误差，如满足阈值则标定结束，否则继续进行基于仿真的动态分配，直至标定结束。本发明采用手机信令大数据对居民出行的动态OD矩阵进行标定，具有数据信息来源稳定客观、样本量大、覆盖范围广、数据精度高、动态性强等特点。

主权项

一种利用手机信令大数据和动态交通分配的居民出行OD标定方法，其特征在于，包括步骤如下：(1)基于中观交通仿真工具DTALite构建城市道路网络模型，包括城市快速路、主干路、次干路、支路。(2)针对步骤(1)中构建的城市道路网，通过车牌识别数据及微波数据对步骤(1)构建的城市道路网的各路段的仿真参数进行标定。采用分段线性拟合的方法，对道路的通行能力、自由流速度、阻塞密度、拥挤消散波速四个仿真参数进行标定，并采用非线性拟合的方法对美国联邦公路局开发的路阻函数模型(BPR)中的两个参数α和β进行标定。BPR函数模型的数学表达式如下：$t=t_0\left[1+\alpha {\left(\frac{q}{c}\right)}^{\beta }\right]$式中：t为车辆通行路段的旅行时间；t₀为路段自由流出行时间；q为路段的车流量；c为路段设计通行能力；α，β为待标定参数。(3)利用微波检测器获取实际道路网络中的时变车流量、速度、密度，数据更新周期通常为5分钟。(4)获取手机信令数据，得到居民在各个交通分析小区间的流动量数据，从而掌握居民出行分布规律，形成初始的出行OD矩阵。具体为：将基于某一移动运营商手机信令数据的出行OD矩阵转化为全人口出行OD矩阵，进一步转化为机动车的OD，转化方法如下：${\mathrm{OD}}_{people}=\frac{{\mathrm{OD}}_{mobile}}{{\alpha }_1\times {\alpha }_2\times {\alpha }_3\times {\alpha }_4}$式中，OD_people：常住人口OD分布；OD_mobile：利用某一运营商手机用户数据计算的OD分布；α₁(average ownership)：手机用户的人均拥有量(部/人)；α₂(penetration rate of mobile phone)：手机用户比例；α₃(market share)：该运营商的市场占有率；α₄(detection probability)：用户手机被检测到概率。人均手机数α₁＝手机数/客户数；手机用户比例α₂＝min{客户数/常住人口，1}；市场占有率α₃由运营商提供；用户手机被检测到概率α₄＝一个月内被检测到的用户数/该地区内注册用户总数。OD_vehicle＝OD_people×ρ式中，OD_vehicle：机动车OD分布；ρ(split rate)：机动车的分担率。(5)在步骤(2)标定后的仿真路网的基础上，根据步骤(3)中通过微波数据获取的实际道路交通流数据，对步骤(4)中利用手机信令数据获得的出行OD矩阵进行动态交通分配，得到估计交通流量和真实交通流量间的误差。(6)判断估计交通流量和真实交通流量间之间的误差是否满足预设阈值(一般为10％)，如满足，则标定结束，否则转入步骤(5)进行重新分配，直到估计交通流量和真实交通流量间之间的误差满足阈值条件。