趙曉曉

（江蘇建筑職業(yè)技術(shù)學(xué)院 江蘇省徐州市 221116）

OD 矩陣作為交通管理與控制的重要基礎(chǔ)數(shù)據(jù)，反映了出行者對(duì)路網(wǎng)的需求，根據(jù)獲取原理和技術(shù)手段的不同，可劃分為四種類型：

（1）直接調(diào)查法，常見的有路邊調(diào)查法、家訪調(diào)查法、跟車調(diào)查法、明信片調(diào)查法、航拍法等。該方法需要消耗大量的人力、物力和財(cái)力，進(jìn)行交通調(diào)查時(shí)，會(huì)擾亂正常交通的運(yùn)行，且抽樣率低，數(shù)據(jù)更新周期長。

（2）基于交通分布模型的OD 矩陣估計(jì)方法，該方法基于歷史OD 矩陣，選用合適的交通分布模型來推算現(xiàn)狀或未來的OD 矩陣，根據(jù)交通分布模型的特點(diǎn)，該方法可分為兩種類型——類比法和綜合法[1]，前者本質(zhì)上屬于增長系數(shù)法，通過反復(fù)更新迭代過程中的增長率，直至滿足收斂條件，該方法原理簡單，適用于交通網(wǎng)絡(luò)比較穩(wěn)定的短期預(yù)測(cè)，當(dāng)路網(wǎng)環(huán)境發(fā)生較大的變化時(shí)，該方法效果不好；后者也稱構(gòu)造模型法，假定出行行為符合某種數(shù)學(xué)或物理模型，可用于交通網(wǎng)絡(luò)有較大變化的長期研究，但計(jì)算的準(zhǔn)確性受制于模型本身對(duì)社會(huì)現(xiàn)象的描述是否具有代表性。

（3）基于路段交通量的OD 矩陣反推方法，該方法利用容易獲取的路段交通量數(shù)據(jù)，構(gòu)建模型和算法，逆向推導(dǎo)OD 矩陣，根據(jù)研究周期的長短，可分為靜態(tài)OD 矩陣反推方法（研究周期通常1d 以上）和動(dòng)態(tài)OD 矩陣反推方法（研究周期較短，通常為10min～30min 之間）。

（4）基于數(shù)據(jù)采集設(shè)備的OD 矩陣計(jì)算方法，此類方法利用現(xiàn)代化交通信息檢測(cè)技術(shù)，基于大數(shù)據(jù)計(jì)算，處理得到OD 矩陣，所使用的數(shù)據(jù)采集設(shè)備包括視頻、浮動(dòng)車、手機(jī)信息、IC 卡信息、RFID 等，計(jì)算得到的OD 矩陣精確程度受制于數(shù)據(jù)采集設(shè)備本身，通常還需要對(duì)計(jì)算結(jié)果進(jìn)行優(yōu)化處理。

筆者對(duì)第四種類型中RFID 交通數(shù)據(jù)采集原理進(jìn)行分析，在動(dòng)態(tài)OD 矩陣定義的基礎(chǔ)上，提出基于RFID 的動(dòng)態(tài)OD 矩陣計(jì)算方法，并選取南京市某路網(wǎng)進(jìn)行實(shí)例計(jì)算與分析。

1 RFID交通數(shù)據(jù)采集原理

RFID 系統(tǒng)的核心部分一般由閱讀器、天線、電子標(biāo)簽和數(shù)據(jù)管理中心組成，其組成結(jié)構(gòu)如圖1所示[2]。電子標(biāo)簽安裝于車輛表面，安裝于路側(cè)的讀寫器可以讀取電子標(biāo)簽中存儲(chǔ)的信息，電子標(biāo)簽與讀寫器之間的通信通過天線完成，讀寫器可對(duì)接收到的信號(hào)進(jìn)行解調(diào)和解碼，最后將信息傳送給數(shù)據(jù)管理中心，所傳送的信息包含基站編號(hào)、采集點(diǎn)位、采集時(shí)間、行車方向、車牌信息、車型、環(huán)保等級(jí)等[3]。

2 動(dòng)態(tài)OD矩陣定義

令OD 矩陣中的元素drt表示t 時(shí)間段內(nèi)從OD 對(duì)r 出發(fā)的交通需求量，如圖2所示。

圖1：RFID 系統(tǒng)結(jié)構(gòu)圖

圖2：t 時(shí)段內(nèi)路網(wǎng)上可觀測(cè)到的OD 出行的四種情況

圖3：目標(biāo)路網(wǎng)及RFID 基站情況

圖中，箭頭的起點(diǎn)表示出行從OD 對(duì)起點(diǎn)出發(fā)的時(shí)刻，箭頭的終點(diǎn)表示出行抵達(dá)OD 對(duì)訖點(diǎn)的時(shí)刻，則對(duì)于OD 對(duì)r，圖中的四種情況分別為：①在t 時(shí)段之前從起點(diǎn)出發(fā)，t 時(shí)段之后抵達(dá)訖點(diǎn)的出行；②在t 時(shí)段之前從起點(diǎn)出發(fā)，t 時(shí)段內(nèi)抵達(dá)訖點(diǎn)的出行；③在t 時(shí)段內(nèi)從起點(diǎn)出發(fā)，t 時(shí)段之后抵達(dá)訖點(diǎn)的出行；④在t 時(shí)段內(nèi)從起點(diǎn)出發(fā)，t 時(shí)段內(nèi)抵達(dá)訖點(diǎn)的出行。drt包含情況③和④，情況①和②根據(jù)其出發(fā)時(shí)段，劃分到drt-1、drt-2......中[4]。

表1：2014年3月6日7:00～7:20 的OD 矩陣表

表2：2014年3月6日7:00～7:20 與對(duì)比表

表2：2014年3月6日7:00～7:20 與對(duì)比表

注：表中（6153，6248，6321，6147，6436，6326，6254，6286）均為起點(diǎn)i 的基站編號(hào)

7:00～7:20Oivivi ?Oi 61532064402.14 62483495011.44 63212555142.02 61471092202.02 64361502301.53 63261403292.35 62541922481.29 62861362912.14

3 基于RFID的動(dòng)態(tài)OD矩陣計(jì)算方法

基于數(shù)據(jù)庫軟件，drt的計(jì)算方法如下：

Step 1：確定研究范圍

包括起訖點(diǎn)基站、研究時(shí)間范圍[T0,T]、時(shí)間匯集度k、最大影響時(shí)段數(shù)p；

Step 2：組建起點(diǎn)基站臨時(shí)表

查詢[T0,T0+k]時(shí)段內(nèi)起點(diǎn)基站的RFID 數(shù)據(jù)，存入臨時(shí)表1；

Step 3：組建訖點(diǎn)基站臨時(shí)表

查詢[T0,T0+pk]時(shí)段內(nèi)訖點(diǎn)基站的RFID 數(shù)據(jù)，存入臨時(shí)表2；

Step 4：匹配臨時(shí)表1 和2 內(nèi)RFID 數(shù)據(jù)中的車牌信息，將匹配成功的數(shù)據(jù)存入臨時(shí)表3，計(jì)算數(shù)據(jù)量，即為drt，t 對(duì)應(yīng)時(shí)間段[T0,T0+k]

Step 5：令T0=T0+k，重復(fù)Step 2～ Step 5，直至T0+k ≥T，終止循環(huán)

4 實(shí)例分析

如圖3所示，以南京市某路網(wǎng)為研究對(duì)象，起點(diǎn)基站為6153、6248、6321、6147、6436、6326、6254、6286，訖點(diǎn)基站為6152、6249、6322、6325、6253、6285。選取研究時(shí)間范圍為2014.3.1～2014.4.30 每天早高峰7：00～9：00。根據(jù)路網(wǎng)大小，取時(shí)間匯集度k 為20min、最大影響時(shí)段數(shù)p 為3，即假定[T0,T0+20]內(nèi)的所有出行，均可在[T0,T0+20×3]時(shí)段內(nèi)完成。按照本文所提供的方法，可計(jì)算并匯總得到61 天共366 個(gè)OD 矩陣表，其中一組的結(jié)果如表1所示。

對(duì)計(jì)算結(jié)果進(jìn)行準(zhǔn)確度分析如下：

表1 中每行數(shù)據(jù)之和表示2014年3月6日7:00～7:20 從起點(diǎn)基站出發(fā)，去往各訖點(diǎn)基站的出行量之和，理想情況下（即路網(wǎng)中所有車輛都貼有RFID 標(biāo)簽，檢測(cè)精度為100%，且路網(wǎng)所有出入口均有基站覆蓋）該數(shù)值應(yīng)與起點(diǎn)基站所處位置對(duì)應(yīng)時(shí)段的路段交通量相等，其中路段交通量選用線圈數(shù)據(jù)（因線圈數(shù)據(jù)的精度很高，故可當(dāng)作真實(shí)情況），則上述關(guān)系用公式表示如下：

式中，

i——OD 對(duì)的起點(diǎn)；

j——OD 對(duì)的訖點(diǎn)；

對(duì)所有OD 矩陣表進(jìn)行驗(yàn)算，部分計(jì)算結(jié)果如表2所示。

可以發(fā)現(xiàn)，Oi的數(shù)值明顯小于vi，表明利用RFID 數(shù)據(jù)計(jì)算得到的結(jié)果在數(shù)值上與真實(shí)情況有較大差異，分析原因，可能在于RFID 基站和電子標(biāo)簽的覆蓋率不夠，檢測(cè)精度不高；計(jì)算vi與Oi的相關(guān)系數(shù)ρ，得到ρ=0.8，計(jì)算結(jié)果與真實(shí)情況具有較高的正相關(guān)性，表明兩者在趨勢(shì)上是一致的。

5 結(jié)語

本文基于RFID 采集數(shù)據(jù)，利用數(shù)據(jù)庫計(jì)算動(dòng)態(tài)OD 矩陣，同時(shí)對(duì)南京市某路網(wǎng)進(jìn)行了實(shí)例計(jì)算，通過對(duì)比路段實(shí)際交通量，發(fā)現(xiàn)計(jì)算結(jié)果與真實(shí)情況具有趨勢(shì)上的一致性，但數(shù)值大小上仍有差距，需提高RFID 基站及電子標(biāo)簽的覆蓋率和檢測(cè)精度，或設(shè)計(jì)合適的算法，對(duì)計(jì)算結(jié)果進(jìn)行優(yōu)化處理。