摘要：随着城市道路交通需求的持续增加，快速、准确地发现路网中发生的交通拥堵，制定合理有效的拥堵疏导策略具有重要意义。介绍了GPS数据在国内的挖掘与应用，GPS数据的组成结构，GPS数据的处理方法，如错误数据的检测，如何与电子地图匹配。将安装有GPS的出租车采集到的城市交通流数据进行数据过滤、地图匹配和坐标转换，实现出租车路径跟踪，确定出租车上下客的地理位置，获得平均行驶速度和路段状况等信息，根据实时采集的路网路段状况信息，以及路段交通信息，提出一种城市道路交通运行状态的判别方法，为提高城市交通诱导水平提供技术支持，为交通管理者和出行者提供信息依据。
关键词：城市道路；交通状态；出租车；地图匹配
中图分类号：S776.36+1
文献标识码：A
文章编号：1001-005x（2015）05-0110-04
1 出租车运行研究概述
伴随我国经济快速的发展和城市化进程的逐步扩大，有关于交通方面的各项设施也逐步得到了完善，城市交通的快速发展为我们的出行提供了很多便捷。但是，由于道路路网的规模不可能无限制的扩大，但汽车产量却在不断地提高，致使两者之间出现了日益激化的矛盾。在这种交通供给无法满足交通需求增长的状况下，交通路网的正常运行常常受到很多因素的干扰，并且一旦异常的交通状态形成如交通堵塞、交通事故等现象，并由点到面的迅速蔓延，很可能会导致整个交通路网路段出现瘫痪。出租车GPS数据信息采集是依据装载有GPS设备的出租车在其运行过程中定期记载的车辆行驶信息，如出租车编号、GPS采集时间、纬度、经度、速度、运行方向和空重车等数据，应用地图匹配和坐标转换等相关计算模型和算法进行处理，使出租车行驶数据和路网路段在时间和空间上关联起来，最终得到出租车所经过道路的车辆平均行驶速度和行驶时间等交通信息。
1.1 出租车GPS数据在城市交通运行状态中的应用
对于GPS数据的挖掘与应用，国内的研究人员主要从利用GPS数据对道路状态进行估计、利用出租车GPS数据研究出行行为、利用GPS数据建立出租车调度系统和将出租车GPS数据应用于交通规划4个方面进行研究。
（1）利用浮动车GPS数据对道路状态进行估计
同济大学童小华等人在此方面研究出了成功的模型。他们的实验结果验证了所建立的模型的有效性和方法的正确性。他们的主要思路是：在基于大样本以及长周期条件下（大样本即车辆数目在5000-50000辆之间，长周期即GPS数据传送间隔为2-8min），在GIS环境下，用仿真的出租车GPS数据来估计和推算行程时间（包括建立估计模型、基于GIS的仿真、使用House holder变换求解大规模矩阵），以便将仿真数据与最初每条路段上的行驶时间进行比较。
黄玲和徐建闽等人利用浮动车的GPS数据对路网实时交通流的状况进行判断，并结合路网静态的拓扑结构，应用多重模糊推理方法，对路段发生交通拥挤的概率、行程时间和拥挤程度做出预测，从而提出了一种预测动态交通拥挤的新模型。该模型的现场实测数据表明，新模型具有较为良好的预测效果。
张和生等人的研究是在GPS数据误差修正的基础上，采用样本平均值来估计大样本数据量的路段平均行程时间，采用中位数来估计小样本数据量的路段平均行程时间，并在此基础上计算出置信区间和置信度。该研究采用出租车GPS数据进行估计，与实测数据的估计值进行比较后发现结果相差较小，证明了该方法能够较好的应用于在估计路段平均行程时间。
（2）利用GPS数据研究交通运行特性和居民出行行为
李艳红等人在采集苏州市出租车GPS数据的基础上，对出租车调度系统进行研究，使用空间分布等评价指标体系和分析方法，构建了出租车出行时间分布模型。该时间分布模型通过比较工作日和非工作日的出租车出行特性，为城市交通管理措施的制定和进一步研究出租车的交通运行特性提供了数据支持。
同济大学的傅常伦等人对出租车的空驶现象进行了调查研究，利用出租车的GPS数据得到了不同时段出租车乘车的供给和需求的关系。通过分析不同时段的出租车空驶率，该研究旨在找出降低空驶率、实现出租车资源有效利用的手段。
中南大学的童晓君等人则利用出租车的GPS数据分析了居民出行行为，对工作日和非工作日情况下的出行分别进行对比研究，取得了一定的成果。
（3）出租车GPS数据在车辆调度方面的应用
南京大学的周晓敏等人将GSM网络、带有GPS功能的手机和安装了GPS系统的出租车及GIS应用等进行整合，进行出租车呼叫与调度的研究。客户端手机采用处理后的栅格化数据进行电子地图显示，服务器端采用矢量数据进行显示，以满足嵌入式设备以及系统的实际需求。该方案具有成本低、速度快等特点，能有效降低出租车空载率。
同济大学的杨涛以上海大众交通公司提供的出租车GPS数据为基础，对原数据进行过滤和处理，实现了提取功能，满足了交通公共信息平台的应用要求和交通管理和建设的需要，有效的提高了交通资源的利用率。
（4）出租车GPS数据在交通规划中进行应用
赵磊等人基于现有的出租车OD调查在实际过程中存在的不足，提出了一种基于GPS和GIS系统的推算方法。该算法通过FME UniversalTranslator矢量图形转换软件和Excel-VBA宏，实现了出租车OD矩阵的推算。
武汉大学的唐炉亮等人则研究了驾驶员路径选择的认知行为和类蚁群行为的特征。他们利用采集的浮动车数据，根据城市道路等级与通行频率等信息，建立驾驶员路径选择的信息素等级路网，以此作为路网初始信息素，综合考虑行程时间、通行距离、路径信息素等级等多个因素，提出了公众出行路径的基于蚁群优化算法的优化算法。该算法以武汉市路网和浮动车为试验数据，将得出的路径与浮动车数据库中的轨迹进行了比较。结果表明，基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的路径的相似程度很高。