基于车辆自动识别设备的动态OD矩阵估计方法

摘要

本发明属于交通规划与管理领域，具体涉及一种基于车辆自动识别设备的动态OD矩阵估计方法。该方法引入AVI检测的部分路径信息、动态行程时间信息以及检测器可测性判据，首先通过贝叶斯估计算法对路径缺失的车辆信息进行缺失路径范围确定和选择概率修正；然后利用蒙特卡洛随机仿真模拟任意车辆对缺失路径的选择，进而获得基于个体车辆部分路径的初始修复OD矩阵；最后运用AVI检测的流量信息校正初始修复OD矩阵，得到最终的OD矩阵估计值。通过本发明的技术可以克服传统方法中仅考虑路段流量和行程时间信息，对先验信息的依赖性高以及未考虑检测精度等方面的不足。

主权项

一种基于AVI检测设备的动态OD矩阵估计算法，其特征在于具体步骤如下： (1) AVI信息数据的提取与分类     将AVI获得的信息以车辆牌照数据作为主要索引数据，将车辆牌照信息相同的数据进行匹配组合，并根据任一相同车辆牌照的信息量将车辆信息分为以下3大类：①、包含车辆起点，终点以及经过的所有路径节点的数据称为路径全知型车辆数据；②、至少包含车辆的经过的两个路径节点的数据称为路径半知型车辆数据；③、仅包含车辆经过的一个路径节点的数据称为路径单知型车辆数据；(2)先验信息的扩样 以AVI捕获的车辆数为基础，将先验信息根据实际捕获的车辆数进行扩样处理；(3)过滤路径全知型车辆数据 将路径全知型车辆数据转换成OD矩阵信息，并将此OD矩阵信息与扩样后的先验信息进行相减，若先验信息中对应的OD对流量小于0，则赋予一个最小流量1，进而获得过滤后的先验OD信息；(4)估计时段内的路径行程时间根据不同AVI的布设信息，将任意相邻两组AVI经过的车辆的行程时间进行统计获得其平均行程时间；根据不同车辆行程时间分布，基于概率论模型，建立AVI行程时间概率分布函数，并通过此函数分析其余车辆未经过这两组AVI检测器的可能性；接着通过路段‑路径行程时间关系函数，获得路径的行程时间，并将此作为一个判断车辆是否在估计时段内进入路网的判据；(5)路径半知型车辆的路径估计 将路径半知型车辆缺失的部分路径按行车方向划分为上游缺失路径与下游缺失路径；根据不同的缺失路径，参照检测器可测性依据，通过贝叶斯估计算法，对任意车辆的可选缺失路径迅速缩小搜索范围，并在过滤先验OD信息的基础将可能路径的选择概率进行修正；最后通过蒙特卡洛随机仿真对任意车辆在其可选路径中作出路径选择，并以此进行路径修复；已获得的任意一组路径半知型车辆的路径信息，通过路径行程时间，判断车辆进入路网的时间和离开路网的时间；(6)先验OD信息的二次过滤     将修复后的路径半知型数据转换成OD矩阵信息，并将此OD矩阵信息与扩样后的先验信息进行相减，若先验信息中对应的OD对流量小于0，则赋予一个最小流量1，同时根据剩余的单知型车辆数进行二次扩样，最终获得二次过滤后的OD信息；    （7） 路径单知型车辆的路径估计路径单知型车辆路径估计的方法与路径半知型车辆的路径估计的方法相似，根据步骤(5)的路径半知型车辆路径估计方法，并以此得到单知型车辆信息的OD矩阵信息；（8） 初始修复OD矩阵获得将前面3类得到的OD矩阵信息进行累加以获得初始修复OD矩阵；（9） 基于流量调整初始修复OD矩阵信息将初始修复的OD矩阵信息与AVI检测的路段流量信息根据路段—路径流量函数关系进行动态漫步拟合；当路径流量与路段实测流量相对误差为5%时，停止漫步拟合，并以此为最终的OD矩阵信息。