李曉莉 石建軍

（北京工業(yè)大學(xué)北京市交通工程重點(diǎn)實(shí)驗(yàn)室1） 北京 100124） （天津市市政工程研究院2） 天津 300074）

行程時(shí)間數(shù)據(jù)可以用來(lái)進(jìn)行行程時(shí)間的預(yù)測(cè)以及行程延誤的計(jì)算［1－2］等，但是將行程時(shí)間樣本數(shù)據(jù)應(yīng)用于研究之前，需要對(duì)行程時(shí)間中的異常值進(jìn)行處理．異常值在數(shù)據(jù)挖掘技術(shù)中被稱為離群點(diǎn)，是指背離了數(shù)據(jù)的一般行為表現(xiàn)或模型的數(shù)據(jù)［3］．在行程時(shí)間異常值處理方面，Clark總結(jié)了三種異常數(shù)據(jù)處理的統(tǒng)計(jì)分析方法，分別是分位值檢驗(yàn)法、偏移值檢驗(yàn)法和均值迭代法［4］；Shuyan Chen等人將數(shù)據(jù)挖掘技術(shù)中的離群點(diǎn)檢測(cè)算法應(yīng)用于行程時(shí)間異常值的數(shù)據(jù)處理［5］；劉浩等人提出了基于信息提取計(jì)算技術(shù)的行程時(shí)間異常值處理算法［6］，本文在總結(jié)以上行程時(shí)間異常數(shù)據(jù)處理方法局限性的基礎(chǔ)上，受其啟發(fā)，提出了一種更為簡(jiǎn)單、有效，且易于操作的行程時(shí)間異常數(shù)據(jù)處理方法，充分應(yīng)用了行程時(shí)間異常值的表現(xiàn)形式及行程時(shí)間數(shù)據(jù)的分布特性．

1 基于車牌識(shí)別數(shù)據(jù)的行程時(shí)間計(jì)算方法

圖1為典型的車牌識(shí)別設(shè)備的安裝示意圖．A，B代表兩個(gè)檢測(cè)點(diǎn)編號(hào)．其上小標(biāo)為方向代碼（取車牌識(shí)別數(shù)據(jù)庫(kù)中的方向代碼，0，1，2，3分別代表東、南、西、北四個(gè)運(yùn)行方向）．設(shè)車輛i沿0方向經(jīng)過(guò)檢測(cè)點(diǎn)A的時(shí)間記為t0iA，經(jīng)過(guò)檢測(cè)點(diǎn)B的時(shí)間記為t0iB．則車輛i沿0方向從檢測(cè)點(diǎn)A運(yùn)行到檢測(cè)點(diǎn)B的行程時(shí)間為＝－．同理可得車輛j沿2方向從檢測(cè)點(diǎn)A運(yùn)行到檢測(cè)點(diǎn)B的行程時(shí)間為＝－．

圖1 典型車牌識(shí)別設(shè)備的安裝示意圖

2 行程時(shí)間異常值原因分析

2．1 較小值的產(chǎn)生原因

較小值是指行程時(shí)間小于有效值的數(shù)據(jù)，其產(chǎn)生原因如下：（1）駕駛員不遵守交通規(guī)則或冒險(xiǎn)的駕駛習(xí)慣帶來(lái)的自身行程時(shí)間的節(jié)??；（2）某些特殊車輛，如救護(hù)車，為爭(zhēng)取時(shí)間無(wú)需遵守交通規(guī)則和速度限制，其行程時(shí)間較短；（3）車牌識(shí)別有誤．在真正的車輛還未到達(dá)之前，將車牌號(hào)相似的車輛識(shí)別成該輛車．

2．2 較大值的產(chǎn)生原因

較大值是指行程時(shí)間大于有效值的數(shù)據(jù)，其產(chǎn)生原因如下：（1）駕駛員繞行．兩檢測(cè)點(diǎn)之間存在多個(gè)交叉口，駕駛員由于需要，不采用直接路徑，而是繞路行駛，會(huì)增大行程時(shí)間；（2）駕駛員中途停車．駕駛員因需要停車一段時(shí)間后，繼續(xù)前行經(jīng)過(guò)下游檢測(cè)點(diǎn)時(shí)被成功識(shí)別，由此得到的行程時(shí)間會(huì)偏大，該類情況包括私家車駕駛員的中途停車和出租車、公交車因乘客上下車的中途停車；（3）駕駛員并不以最快達(dá)到目的地為目的．出租車在空車的情況下，為招攬客人會(huì)以低于其正常車速的速度在外側(cè)車道前行，出行者的出行的目的是為了觀光或?qū)ふ夷骋唤ㄖr(shí)，也會(huì)以低于正常車速的速度行駛；（4）車輛在一段時(shí)間內(nèi)連續(xù)多次經(jīng)過(guò)同一檢測(cè)路段，將該現(xiàn)象稱為車輛在該路段的多次出行，計(jì)算行程時(shí)間時(shí)，將不同次出行的時(shí)間信息匹配，計(jì)算出的行程時(shí)間將大于實(shí)際的行程時(shí)間；（5）車牌識(shí)別有誤造成的．車輛前一次經(jīng)過(guò)某檢測(cè)路段時(shí)，未被下游檢測(cè)點(diǎn)檢測(cè)到，而另外一輛車由于被錯(cuò)誤識(shí)別成為該輛車的“替身”，由此可能會(huì)產(chǎn)生較大的行程時(shí)間數(shù)據(jù)．

3 行程時(shí)間異常值的處理方法

本文的行程時(shí)間異常值處理方法，主要由以下幾個(gè)步驟組成．

步驟1 行程時(shí)間上限值TTu的設(shè)置 同一輛車在一天之中，可能會(huì)多次經(jīng)過(guò)同一路段，稱為在該路段多次出行．行程時(shí)間計(jì)算過(guò)程中，會(huì)將不同次出行的通過(guò)時(shí)間進(jìn)行匹配，造成部分行程時(shí)間遠(yuǎn)遠(yuǎn)大于實(shí)際值．為了盡可能降低這種情況的發(fā)生，需為行程時(shí)間設(shè)置一個(gè)上限值．為簡(jiǎn)便起見(jiàn)，考慮到道路中檢測(cè)點(diǎn)之間的間距不是很長(zhǎng)，可將行程時(shí)間的上限值設(shè)為1 h（3 600 s）．

步驟2 行程時(shí)間下限值TTL的設(shè)置 設(shè)置行程時(shí)間的下限值，目的是初步過(guò)濾行程時(shí)間數(shù)據(jù)中的較小值．正常情況下，車輛的行程時(shí)間應(yīng)不低于自由流情況下車輛在該路段的行程時(shí)間．由于信號(hào)控制設(shè)施的存在以及車輛性能、駕駛員類型的不同，自由流情況下，車輛之間的行程時(shí)間也是有差異的．將自由流情況下，第10%位的數(shù)據(jù)作為行程時(shí)間的下限值，低于該下限值的行程時(shí)間值背離了實(shí)際情況或一般車輛的速度行為（表現(xiàn)為超速、闖紅燈等），應(yīng)予以剔除．

步驟3 多次出行行程時(shí)間異常值的剔除行程時(shí)間上限值范圍內(nèi)，將車輛的出行信息，按車輛的出發(fā)時(shí)刻從早到晚、行程時(shí)間從小到大進(jìn)行排序，按車輛牌照分組，將同一車輛在同一時(shí)刻出發(fā)的行程時(shí)間數(shù)據(jù)的較大值剔除．

步驟4 行程時(shí)間異常值的大幅過(guò)濾．經(jīng)過(guò)以上三步的粗略過(guò)濾，過(guò)濾掉了行程時(shí)間數(shù)據(jù)中最為明顯的異常數(shù)據(jù)，下面的幾步是異常值剔除的關(guān)鍵步驟．

1）設(shè)定統(tǒng)計(jì)時(shí)窗Tw交通流在一天之內(nèi)的波動(dòng)性導(dǎo)致了行程時(shí)間隨時(shí)間的波動(dòng)，平峰時(shí)段的異常值在高峰時(shí)段可能屬于正常值的范圍，因此需設(shè)定一統(tǒng)計(jì)時(shí)窗，認(rèn)為同一時(shí)窗內(nèi)的行程時(shí)間數(shù)據(jù)具有相同的模式．統(tǒng)計(jì)時(shí)窗的設(shè)定是異常值處理的一個(gè)關(guān)鍵環(huán)節(jié)，統(tǒng)計(jì)時(shí)窗不應(yīng)設(shè)置過(guò)小，否則不僅計(jì)算負(fù)擔(dān)重，且樣本量較少時(shí)，有效值不能表現(xiàn)出明顯的數(shù)據(jù)規(guī)律，不易區(qū)分異常值和有效值；統(tǒng)計(jì)時(shí)窗不宜設(shè)置過(guò)大，否則一個(gè)時(shí)間窗內(nèi)，交通流狀態(tài)發(fā)生了較大的變化，也不能有效識(shí)別出異常值．

2）以均值和兩倍標(biāo)準(zhǔn)差為條件過(guò)濾行程時(shí)間 第j時(shí)窗內(nèi)的行程時(shí)間構(gòu)成行程時(shí)間樣本集TDSj1，計(jì)算TDSj中行程時(shí)間的均值TTmeanTDSj1和標(biāo)準(zhǔn)差σTDSj1，過(guò)濾掉距均值2倍標(biāo)準(zhǔn)差以外的行程時(shí)間數(shù)據(jù)，剩余的行程時(shí)間構(gòu)成行程時(shí)間樣本集TDSj2，即

3）定位統(tǒng)計(jì)時(shí)窗內(nèi)行程時(shí)間的中位值 將TDSj2的行程時(shí)間按從小到大的順序排列，計(jì)算行程時(shí)間的中位值TTjmedian，其計(jì)算公式如下．TTjmedian＝TTjm，且

其中：i為行程時(shí)間的序號(hào)；max i為j統(tǒng)計(jì)時(shí)間窗內(nèi)，行程時(shí)間的最大序號(hào)，也即TDSj2內(nèi)行程時(shí)間的樣本個(gè)數(shù)．

4）以中位值和平均絕對(duì)偏差為條件過(guò)濾行程時(shí)間 計(jì)算每個(gè)行程時(shí)間樣本與中位值的絕對(duì)偏差，即Dji＝TTji－TTjmedian，并以中位值為分界分別計(jì)算行程時(shí)間樣本中前、后各半部分的行程時(shí)間與中位值的平均絕對(duì)偏差，分別記為Difmean，Djamean，二者的計(jì)算公式如下．

經(jīng)本步驟過(guò)濾，剩余的行程時(shí)間樣本集為T(mén)DSj3，即TDSj3＝｛TTji｜TTjmedian＋3Djfmedian≤TTji≤TTjmedian＋3Djamedian｝．

5）重復(fù)3）和4），直至行程時(shí)間樣本數(shù)據(jù)不再發(fā)生變化，則統(tǒng)計(jì)時(shí)窗j的有效行程時(shí)間樣本集為T(mén)DSj，經(jīng)大量實(shí)踐表明，一般重復(fù)5～6次，數(shù)據(jù)趨于不變．

4 實(shí)例計(jì)算

以北京市2008年5月份的車牌識(shí)別數(shù)據(jù)為依托，采用本文的方法對(duì)行程時(shí)間異常值進(jìn)行處理．由于一般城市道路與城市快速路交通條件以及交通流特性有一定的差別，分別就兩種道路類型的數(shù)據(jù)驗(yàn)證方法的適用性．

4．1 實(shí)例1

以平樂(lè)園路口西到勁松西這一段道路自東向西方向的行程時(shí)間為例，采用本文方法對(duì)行程時(shí)間數(shù)據(jù)進(jìn)行處理．

1）設(shè)定行程時(shí)間上限值，TTu＝3 600 s．

2）計(jì)算行程時(shí)間 一般情況下，人們?cè)谝归g的出行較為暢通，因此本文將研究的時(shí)間范圍設(shè)為6：00～22：00．以2008年5月8日為例，車輛在平樂(lè)園路口西到勁松西自東向西方向的行程時(shí)間原始數(shù)據(jù)見(jiàn)圖2．

圖2 不同出發(fā)時(shí)刻行程時(shí)間原始數(shù)據(jù)分布（設(shè)定了上限值）

由圖2可以看出，行程時(shí)間數(shù)據(jù)中含有較多的明顯的異常數(shù)據(jù)，且在一天之中行程時(shí)間存在早晚高峰．觀察行程時(shí)間數(shù)據(jù)的分布可以發(fā)現(xiàn)，在平峰時(shí)段的某些可能異常值在高峰時(shí)段則屬于正常值，這為統(tǒng)計(jì)時(shí)間窗設(shè)定的必要性提供了依據(jù)．

3）設(shè)定行程時(shí)間下限值 計(jì)算在該段路凌晨0：00～4：00車輛的行程時(shí)間作為自由流條件下的行程時(shí)間，取第10%位的數(shù)據(jù)作為行程時(shí)間的下限值，TTL＝101 s．

4）設(shè)定統(tǒng)計(jì)時(shí)窗，Tw＝10 min．按文中提到的方法對(duì)行程時(shí)間進(jìn)行處理，經(jīng)過(guò)步驟2及其之間步驟的過(guò)濾，行程時(shí)間的分布見(jiàn)圖3．由圖3可以看出，經(jīng)過(guò)以上步驟的過(guò)濾，大量行程時(shí)間異常值被過(guò)濾掉，但是數(shù)據(jù)中還存在明顯的異常值．

圖3 不同出發(fā)時(shí)刻行程時(shí)間分布（設(shè)定了下限值且過(guò)濾掉多次出行異常值）

5）按步驟3、步驟4繼續(xù)過(guò)濾行程時(shí)間，并重復(fù)該步驟直至行程時(shí)間數(shù)據(jù)趨于不變，過(guò)濾后行程時(shí)間的分布見(jiàn)圖4．

由圖4可以看出，經(jīng)過(guò)以上幾個(gè)步驟的過(guò)濾，行程時(shí)間在一天之中的分布趨勢(shì)保持不變，過(guò)濾掉了絕大部分的行程時(shí)間異常值，過(guò)濾效果很明顯．

圖4 不同出發(fā)時(shí)刻行程時(shí)間分布（過(guò)濾后）

4．2 實(shí)例2

由于城市快速路與一般城市道路的道路特征以及交通流運(yùn)行特性有一定的區(qū)別，本文選擇遠(yuǎn)通橋西到國(guó)貿(mào)橋東自東向西方向這一段快速路驗(yàn)證方法的適用性，該段道路屬于京通快速路．

按照實(shí)例1的步驟進(jìn)行行程時(shí)間異常值的處理，其相關(guān)參數(shù)如下：TTu＝3 600 s，TTl＝226 s，Tw＝10 min．過(guò)濾前和過(guò)濾后行程時(shí)間數(shù)據(jù)分布如圖5～圖6所示．

圖5 不同出發(fā)時(shí)刻行程時(shí)間行程原始數(shù)據(jù)分布（只設(shè)定了上限值）

圖6 不同出發(fā)時(shí)刻行程時(shí)間分布（過(guò)濾后）

由圖6可以看出：快速路行程時(shí)間數(shù)據(jù)經(jīng)本文提出的方法過(guò)濾后，行程時(shí)間在一天之內(nèi)的分布趨勢(shì)沒(méi)有改變，各出發(fā)時(shí)段的行程時(shí)間集中在一個(gè)小波帶之內(nèi)，與一般城市道路相比，快速路在同一統(tǒng)計(jì)時(shí)窗內(nèi)的行程時(shí)間分布較為集中、行程時(shí)間波動(dòng)性較?。?/p>

5 結(jié)束語(yǔ)

本文分析了行程時(shí)間異常數(shù)據(jù)的分類及其產(chǎn)生原因，在已有行程時(shí)間異常值處理方法的啟發(fā)下，提出了基于異常值數(shù)據(jù)特征和行程時(shí)間分布特征的異常值處理算法，最后將該方法應(yīng)用于實(shí)際車牌數(shù)據(jù)的處理，并考慮到一般城市道路與城市快速路道路條件和交通流特性的差異，分別選擇了一段城市主干道（短路徑）和城市快速路（長(zhǎng)路徑）對(duì)方法進(jìn)行了驗(yàn)證，處理結(jié)果表明該方法能較好地剔除行程時(shí)間異常值．

［1］宋儷婧，陳金川，石建軍，等．應(yīng)用車輛牌照自動(dòng)識(shí)別系統(tǒng)自動(dòng)檢測(cè)行程延誤的算法研究．交通運(yùn)輸工程與信息學(xué)報(bào)，2008，6（2）：107－112．

［2］邵 杰，黃 山．城市道路路段車輛旅行時(shí)間檢測(cè)系統(tǒng)的研究［J］．道路交通與安全，2002（5）：2－5．

［3］Chen Shuyan，Wang Wei，Henk van Zuylen．A comparison of outlier detection algorithms for ITS data［J］．Expert Systems with Applications ，2010，37：1 169－1 178．

［4］Clark S，Grant－Muller S，Chen H．Cleaning of matched license plate data［J］．Transportation Research Record，2002，1804：1－7．

［5］Shuyan Chen，Wang Wei，Henk van Zuylen．A comparison of outlier detection algorithms for ITS data［J］．Expert Systems with Applications，2010（37）：1 169－1 178．

［6］劉 浩，張 可，漢克·范少倫．行程時(shí)間噪聲數(shù)據(jù)處理技術(shù)研究［J］．交通運(yùn)輸系統(tǒng)工程與信息，2008，9（4）：66－71．