实时路况分析：不同路段车速预测、推荐（距离、时间、路况）最优路径

转的，如果有问题，及时联系我删除。

大雨临城，大数据给你最温暖的怀抱

原创  2016-07-23  孙弋涵 

烦躁的雨天

北京持续多日的强降水终于结束，打开uber看到界面上的小船又重新回归熟悉的汽车，真是让人大松一口气。

大雨下北京的优步打船

要说暴雨这几天无论对于是坐公共交通系统上下班，还是打车或者开车上班上学的大家最担心的是什么，那肯定就是交通问题了。

凡雨天必堵，我们路上耗费的时间常常比平时多出一倍两倍甚至更多，这种路况着实让大家心情烦躁。

可是天要下雨，这只能预测不能阻止，面对雨天或者是极端天气，我们既然无法避免那就只能积极应对。

那么，如何预测交通状况，进而应对交通拥堵，合理规划出行时间与路径呢？

大数据解救头疼的你

怎么又提到大数据了，难道，大数据能挽救糟糕的路况吗？

很显然，大数据不能减少路上的车辆也不能凭空拓宽车道，但是大数据能够做的你肯定不陌生。

身为一个市民，当你走出家门，打开手机地图app想要选择一条较为通畅的路段时，最想知道的莫过于从走出家门到抵达公司的路况，以及选择最快最便捷地抵达目的地。

现在大家已经离不开实时路况的帮助，那么在这么一张红绿交错的地图后面，普林科技利用大数据作了怎样的工作呢？

大数据是如何工作的

于是我们假设了一个这样的情景

 

普林的科学家们面对这样的情景又做了怎样的工作呢？

◆ ◆  ◆

建立历史交通数据库

◆ ◆  ◆

预测当前时刻未来4个15min车速的情况

◆ ◆  ◆

预测未来某天24h的车速情况

下面我们来一条条看：

> > > >

建立历史交通数据库

这块内容分为两部分，分别是提取道路信息，和提取车辆信息。

道路信息的提取：首先，从GIS数据库中导出北京市路网数据，这些数据包括道路的起点终点，中轴线经纬度，道路等级，车道数目等等。

根据这个信息，以中轴线为中心，按照车道数向两边延拓，得到每条路的坐标范围；然后将北京市五环30km*30km的范围，用1m*1m的小方格进行离散化，并与道路坐标相对应，对网格进行标记。

接下来是车辆信息的提取：我们的数据来源是北京市6万辆出租车每天的GPS数据，出租车每50s生成一条GPS信息，包括经纬度，车上是否载客等。

首先我们由GPS信息得到车辆的坐标，然后将坐标与之前的道路网格映射，确定车辆所属道路；再根据交通部门的经验和数据特征，以红绿灯、桥梁等对道路进行分段；最后进行速度的计算，时间间隔是15min。

如图是我们提取的一块区域的速度状况。

> > > > 未来4个15min车速预测

接下来是速度预测部分，主要从历史速度数据入手。

影响交通状况的因素很多，比如天气状况，车辆数量，交通事故等，但最终都表现在速度，速度包涵的信息量时足够的。

速度预测我们采用的是非参数回归预测法，其核心思想，简单说就是历史数据中最相似的情况，从而进行预测。

熟悉机器学习的话，会发现这种方法与k近邻，也就是KNN方法有些类似，KNN算法的思想是k个特征最近邻的样本大多数属于一个类别，这里非参数的思想是，最近邻的车速曲线，未来时刻的变化也可能相似。

非参数回归法的特点是精度高和可移植性强，只依靠数据驱动，不对数据进行任何假设，例如车辆分部等，只关注历史数据中输入对输出的影响，从而进行预测。

这种方法分为四个组成部分：

状态向量的选取

相似度的度量准则

相似曲线数量选择

预测方法，下面我会结合我们的具体做法，介绍这四个组成部分。

 方法一

第一种方法，状态向量的选取就是需要拿去进行相似度匹配的特征向量。

由于考虑到车速变化存在大的变化趋势，以及小波的震荡噪声，便想到了小波分析出色的分解能力，于是想把它们结合在一起。

我们选择当前时刻的速度，以及前三个时刻的速度，进行小波分解，得到低频CA和高频CD部分。

如图所示，低频部分主要包含着速度变化的趋势，高频部分包含的是不规则的波动。这里我们只用低频的CA作为状态向量。

得到这两部分后，我们需要有一个指标来衡量状态向量与历史数据的相似度，这里采用了扩展欧式距离法。

一般的欧式距离是进行相应时刻的匹配，如图中蓝色距离，即今天8点的车速与历史8点的车速求距离。

但是，考虑到现实生活中可能存在这样一种情况，即速度曲线可能存在“提前”或者“滞后”的错位相似。

所谓错位的相似就是两条曲线可能形状非常相似，但是时间轴上并不是对齐的。具体可以看这幅图，一般欧式距离求得时间轴对齐的蓝色部分的距离，而从图中可以看出，黑色距离连接的点形态更相似，黄色的点是更早一个时刻的点，这就是相似的“提前”。

于是我们在匹配时，向前和向后扩展了两个点，进行距离计算。如图中黑色和红色的距离。

这样的话，与K条曲线一次匹配得到3N个距离，将这3N个距离排序即得相似排序，这样保证了保证了相似曲线的精确性以及较大的权重，因为同一条曲线的3个距离可能都很像，那么就能这条曲线会被取三次，对整条曲线来说，被赋予更多的权重，从而实现一定程度的排除噪声，增强鲁棒性。

相似度的度量准则则使用了扩展欧式距离。

相似曲线数量选择：取CA的扩展欧式距离作为相似度指标，寻找最相似的K条CA，这里令K=10。

预测方法则是，取相似的低频CA t+1时刻的小波系数进行带权重的赋值，权重即是距离倒数与距离总和的比值，即PPT中的bi，从而得到预测值。

我们看看这种方法的预测效果，这里以北京四环为例，将四环按照立交桥分为24段，速度时间间隔为15min，以三个月的历史交通数据作为检索库，预测2013年7月连续17天，预测时间间隔为15min，可以看到，系统平均误差为11.56%，计算速度每条路每天96个点耗时10s。预测效果不错。

预测结果：系统平均误差11.56%，计算速度每段路10s/天（96个点）

但同时，考虑到我们需要对北京市五环内的主路路网都进行预测，要实现实时预测，计算量很大，所以我们希望找出一种更简单，更快，精度更高的方法。

于是我们尝试了方法二和方法三。

方法二和三

这时取了当前时刻和前3个时刻的速度直接做状态向量，采用了一种新的相似度度量准则，动态时间弯曲距离，又称DTW，也是考虑到速度“提前”和“滞后”的错位匹配，这是基于动态规划思想的方法，通过构造邻接矩阵，以最短路径之和作为距离。从图中可以直观了解到DTW距离的特点。

相似曲线取了最相似的10条速度曲线，取他们t+1时刻的速度进行带权重的赋值，得到预测的速度。

我们看看这种方法的预测效果，这里以北京四环为例，将四环按照立交桥分为24段，速度时间间隔为15min，以三个月的历史交通数据作为检索库，预测2013年7月连续17天，预测时间间隔为15min。

预测结果：

扩展欧氏距离：系统平均误差—9.57%  ；计算速度—每段路0.2s/天

DTW距离：系统平均误差—9.60%；计算速度—每段路2s/天

三种方法对比

可见，三种方法进行对比，发现速度作为状态向量，扩展欧式距离进行匹配，带权重赋值的方法预测效果最好，精度高且计算速度快，能够适应北京市路网预测的需求。

同理，我们可以用同样的方法对30min，45min，60min的车速进行预测。

那么，未来24h呢？

> > > > 未来某天24h车速预测

第三部分我们进行未来某天24h的车速预测。主要方法还是非参数回归法。

这时候我们把天气作为主要因素加入到模型当中。

每半小时有一条天气数据，数据包括天气状态，降水量，温度，湿度等。

考虑到天气预报的准确性，我们这里的某天24小时，一般指的是3天内。

对于这些变量我们采用假设检验进行显著性的判断。

首先，按照天气状态分类，做车速均值与晴天相等的假设检验，结论是下雨下雾对天气的影响是较为显著的。

对于另一部分变量，按照某边界划分为两组，做车速相等的假设检验，发现温度和湿度对车速的影响较为显著。

这时我们还对降水数据进行了一个预处理，我们降水量只有全天的数据，但会标注出哪个时刻有降水，所以我们假设降水在降水时段是均匀分布的，所以

——每时段降水量=全天降水量/降水时段数量。

因为只有历史真实的天气数据，我们假设每天的分时天气预报是准确的，从而进行预测。

方法是也是非参数预测法，在这之前加入了一个判断步骤，将天气进行好天气，下雨，下雾三类判别。状态向量取t时刻的降水、湿度和湿度。

相似度度量准则采用欧式距离，相似曲线数量选择三条，取t时刻的速度进行带权重的预测算法。

预测结果，同样以北京四环为例，三个月的历史交通数据作为匹配库，预测7月连续一周的车速，预测时间间隔为30min，系统误差为12.7%。

四环24段路平均误差

预测结果：系统误差为12.7%

通过以上几个方向的努力，我们成功实现了道路未来道路未来4个15min车速预测，误差仅为9.57% ；而道路未来某天24h车速预测，误差为12.7%。

同时还对出行方案进行三种路径规划（念叨了这么久，这里就省略啦）：

一是路程最短路径，

二是道路最优路径，

三是时间最短路径。

三种路径的规划全方面满足不同的出行需求，无论是求快还是求稳，都能满足你的要求。

雨天再也不怕赴约迟到啦！

解决交通问题，不仅仅是出行便捷

北京作为一个特大城市，交通问题一直是困扰着大家的问题，一旦堵车可能行车时间动辄加倍，大数据在解决大家出行问题时，不仅仅帮助大家有效规划出最便捷最优化的路线更能缓解交通拥堵，引导车辆躲避拥堵避免堵上加堵。

大数据下的出行方案，实时反馈交通状况预测，精准预测未来路况，更关注每一个人的出行，缓解交通压力。