基于低频轨迹数据的全网转弯路口拥堵识别

1、文章信息

《Network-wide Identification of Turn-level Interp Congestion Using Only Low-frequency Probe Vehicle Data》。

北工大贺正冰老师2019年发在Transportation Research Part C上的一篇文章。应该是前面一篇文章的姊妹篇，可以对比来看英文原文学习如何写论文：一种基于网格的简单高效的方法：从浮动车轨迹数据提取交通动态信息

2、摘要

在解决交通拥堵问题之前，首先要确定交通拥堵多发城市的交通瓶颈。因此，本文提出一种基于低频车辆轨迹数据(PVD)的方法来识别城市道路网络中的路口交通拥堵。该方法首先将城市区域划分为米尺度的方形单元，将PVD映射到这些单元中，然后利用交通通过路口的固定位置走走停停的特点，识别出与道路交叉口对应的单元。该方法利用栅格化的道路交叉口识别车辆的转弯方向，并对各个转弯方向的交通状况进行初步分析。所提出的方法不依赖任何地图，计算效率很高，能够快速筛查道路网络中大多数十字路口的路口拥堵情况。该方法能够提供何时何地发生交通拥堵的信息，有望大大减少交通工程师的工作量。

3、简介

现有研究和实际应用之间的差距：

1、几乎所有基于GPS数据的研究都依赖于数字地图。然而，依赖地图存在着以下普遍困难:（1）地图匹配极具挑战性，地图和GPS数据甚至是基于不同的坐标系统，（2）很难获得高精度地图，（3）有时商业GIS软件价格昂贵。

2、在一个拥有成千上万个十字路口的城市中，仍然很难知道交通拥堵在何时何地发生，尤其是路口转弯层级的交通拥堵。

本文的contribution：

为了有效地识别城市道路的交通拥堵，本研究提出了一种基于低频PVD的全网络车行路口拥堵识别方法。该方法的优点如下：

1、该方法能够有效地对道路网络中大部分交叉口进行车辆转弯级拥堵的筛选。据我们所知，这是第一个以如此细的粒度识别网络范围的交叉口拥塞的工作。

2、该方法不依赖任何地图的，只用PVD便能够识别和重建交叉口，避免了所有与地图相关的难题。本研究可能是第一次尝试在不需要地图的情况下，仅基于PVD来识别网络范围内的交叉口拥堵。

3、该方法具有二维空间离散化的特点，计算效率高，适用于大数据时代的大城市交叉口拥堵快速检测。

主体内容请查找原文。

Attention

如果你和我一样是轨道交通、道路交通、城市规划相关领域的，可以加微信：Dr_JinleiZhang，备注“进群”，加入交通大数据交流群！希望我们共同进步！