高速公路车辆轨迹数据的分析应用 基于收费数据的高速公路行程时间预测模型的适用性探讨

导读孙昊黄群龙罗石贵魏云凤中国公路工程咨询集团有限公司中国交建智能交通研发中心自动驾驶技术交通运输行业研发中心摘要：基于高速公路的历史联网收费数据，以行程时间为....孙昊 黄群龙 罗石贵 魏云凤中国公路工程咨询集团有限公司 中国交建智能交通研发中心 自动驾驶技术交通运输行业研发中心

摘 要：基于高速公路的历史联网收费数据，以行程时间为预测对象，对高速公路行程时间预测模型的适用性进行了探讨研究。研究选取了福建省的南北中3个实验路段进行同步对比，提取行程时间及进站流量的时间序列，挖掘交通流特征变量并分析相关性，构建模型输入矩阵，同时用相同数据集对行程时间进行多模型预测和结果对比，结果表明LSTM模型基本可以反映行程时间的变化趋势，且预测精度高于传统的MA、ARIMA,以及ANN、RNN等神经网络模型，可实现对行程时间的有效预测。同时，3段实验路段的路网功能、交通组成、区位特征均有所不同，初步验证了模型预测用于不同类型高速公路的可行性，可为此方面研究应用提供一定参考。

关键词：交通调查;行程时间预测;收费数据;长短时记忆网络;误差分析;

2020年末，全国高速公路的通车里程超过16万km, 随着高速公路网络的不断完善、汽车保有量的快速增长，公众对出行质量的关注日益增加，对高速公路的信息化管理水平提出更高的要求，给管理者带来更大的压力和挑战。对交通流的预测可以帮助管理者预判高速公路运行状态，预估路段服务水平，提前制定有针对性的应对方案，依此预先发布交通信息、必要时进行交通诱导分流，为公众出行计划和路径选择提供参考，以提升公众出行服务体验的满意度。

行程时间是交通流特征的一个重要参数，是出行者最为关心的指标之一。行程时间预测问题在城市交通领域的研究起步较早，基于浮动车数据的动态短时预测技术相对成熟，已经为人们出行提供了行程时间预估和路径推荐服务，预估行程时间逐渐成为公众出行决策的重要影响因素[1,2]。在高速公路交通流预测领域内，学者往往关注速度、流量等交通流参数[3,4],对于行程时间预测的研究相对较少，因此本文研究选择从行车时间预测角度入手，对其预测模型的适用性进行探讨。

随着信息技术的发展，感知并存储交通信息的手段也呈现多元化。在高速公路上设置门架、安装环形线圈、激光雷达、视频摄像头等截面检测器来获取交通流信息，这类检测设备可实时采集、记录存储交通流的状况，但是设备造价高、前期投入大，安装后需对设备进行检测和维护，才能获取连续和有效的数据[5,6,7]。也有研究和应用基于手机信令数据，此类数据的获取虽基本不需设备安装和维护成本投入，精度高，但是稳定性依赖于沿途路段的基站设置和手机信令的质量，对路段所在区域有一定的硬件要求[8],因此目前在区域的应用推广上还有一些局限性。

高速公路联网收费数据信息量大，随着技术手段和预测模型的不断发展，挖掘数据的潜在价值，进行高速公路交通运行状态的特征分析，使得历史联网收费数据为管理者提供管理辅助成为可能。相对于检测设备和手机信令的信息获取手段，联网收费数据具有以下特点：联网收费系统随高速公路建成即投入使用，历史收费数据库已经存在，数据质量稳定，信息格式统一，因此具备可靠、经济和便利等优点。可见，各类数据在数据获取和质量上各有所长，利用高速公路联网收费数据可以在现有设备和已有信息的基础上直接进行研究，是一种经济高效的手段，可与其他类数据的研究应用互为补充，在高速公路信息化管理中发挥作用。

传统的交通流预测模型包括参数化模型和非参数化模型。基于统计理论的参数化模型主要包括线性回归、自回归滑动模型ARMA、卡尔曼滤波等方法，该类模型以平稳假设为前提，参数较少，模型相对简单。Kwon等利用高速公路流量、占用率的数据建立线性回归模型，对行程时间进行了预测[9];杨连成等融合高速公路收费和气象数据对行程时间进行预测，引入回归变量的ARMAX模型较ARMA预测精度有所提升[10]。非参数化模型包括各类神经网络、支持向量机等。这类模型往往可以捕捉交通等多元数据中深层次的特征，与参数化模型相比预测精度较高，但同时模型结构更为复杂。郎妍建立了基于BP神经网络和梯度校正法的行程时间预测模型，对城市环路的交通拥堵状况进行分析[11];邢雪等以交通数据实际特征作为行程时间历史数据集分类的依据，基于强度修正的K-means方法较自回归模型提高了预测的准确性 [12]。基于RNN神经网络演化的长短时记忆神经网络模型LSTM(Long Short-Term Memory)通过增加细胞状态和门控机制将长时间的信息保留，可以解决长序列训练过程中的梯度消失和梯度爆炸问题。张威威等利用LSTM模型预测城市道路出行时间，与传统BP神经网络等4种模型对比，考虑空间相关性的LSTM模型具有更好的拟合效果[13]。

LSTM模型克服了长期依赖的问题，对长时间序列较强的学习能力，使其在预测中有更好的表现，高速公路行程时间预测也是一个典型的长时间序列问题，因此本文选取福建省的南北中三段高速公路进行同步对比，对LSTM模型在高速公路行程时间预测上适用与否进行研究。首先，提取行程时间及流量的时间序列，挖掘交通流特征变量并分析相关性，在此基础上构建LSTM的输入矩阵；同时，用相同数据集进行多模型预测对比，用误差计算结果来评判预测效果。

1 数据来源1.1原始数据

本文使用的原始数据取自福建省高速公路联网收费数据，分别从福建省南部、北部和中部，选取了其中3段有代表性的高速公路。路段一：G15沈海高速漳浦至古雷港段，起讫点收费站分别为漳浦收费站、古雷港收费站，路段长15 km, 上下高速公路的日单向流量可达2 200辆以上。路段二：G1514宁上高速福安至赛岐段，路段长12.6 km, 驶入福安收费站且从赛岐收费站驶出的日单向流量可达2 200辆以上。路段一、二均属国高网。路段三：S81福州东快安至福州机场段为机场高速公路，属福建省高网，路段长25 km, 驶入福州东快安收费站且从福州机场收费站驶出的日单向流量可达4 500辆以上。

高速公路节假日和工作日的交通流特征明显不同，本次研究选择上述3段高速公路某年12月9日、12月23日两个工作日的全天收费数据，以12月9日数据作训练集、12月23日数据作测试集。

车辆在起点收费站和终点收费站的收费信息，形成该车上下高速公路的一条收费记录，每条收费记录的数据字段如表1所示，包括记录日期、车牌号码、进口收费站ID、进站时间、出口收费站ID、出站时间等内容。本文所指的行程时间即为某车收费信息中出站时间与进站时间的差值。路段一、二、三的原始收费记录，12月9日分别为2 188条、2 538条、4 539条，12月23日分别为2 364条、2 616条、4 678条。

表1 收费记录的数据字段含义 导出到EXCEL