彭?xiàng)潡潱?凱，陳 峰

（山東理工大學(xué)交通與車(chē)輛工程學(xué)院，山東淄博255091）

隨著城市汽車(chē)保有量的快速增長(zhǎng)，我國(guó)交通特別是城市交通發(fā)生了前所未有的變化，給城市道路交通帶來(lái)了巨大壓力．盡管采取了各種方法和措施緩解道路擁擠狀況，但是在目前國(guó)家嚴(yán)格控制土地資源的政策導(dǎo)向下，城市交通擁擠狀況必將持續(xù)下去．為了緩解城市道路交通擁擠的壓力，在城市路網(wǎng)中提供實(shí)時(shí)路況信息顯得尤為重要，而對(duì)交通擁擠水平進(jìn)行分類是實(shí)時(shí)路況信息發(fā)布的基礎(chǔ)．我國(guó)同濟(jì)大學(xué)的郝媛等［1]依據(jù)城市快速路交通流實(shí)測(cè)數(shù)據(jù)，在對(duì)交通流狀態(tài)進(jìn)行劃分的基礎(chǔ)上，定性和定量地分析了常發(fā)性交通擁擠的特征，進(jìn)而提出了“狀態(tài)跳轉(zhuǎn)”的概念和判別方法，揭示了擁擠形成過(guò)程；北京交通大學(xué)的石征華等［2]提出了與交通流三參數(shù)有關(guān)的擁擠度系數(shù)的概念，并針對(duì)快速路的實(shí)際狀況，運(yùn)用模糊數(shù)學(xué)中的綜合評(píng)價(jià)方法，對(duì)城市快速路擁擠度進(jìn)行判別；Pattara－Atikom W等［3]從CDT（Cell Dwell Time）和道路交通擁擠程度的關(guān)系研究入手，依據(jù)主干線上的CDT測(cè)量數(shù)據(jù)采用單閾值和模糊邏輯方法來(lái)估計(jì)道路交通擁擠程度；Porikli F等［4]提出一個(gè)無(wú)人監(jiān)督、低延遲的交通擁擠估計(jì)算法，該算法直接在壓縮域提取擁擠特征，并采用高斯混合隱馬爾可夫模型（GM－HMM）來(lái)檢測(cè)交通狀況，通過(guò)計(jì)算信度評(píng)分，評(píng)估檢測(cè)結(jié)果的可靠性．

本文通過(guò)構(gòu)建一個(gè)決策樹(shù)學(xué)習(xí)模型以分類道路交通擁擠水平，利用數(shù)據(jù)平滑技術(shù)降低噪聲，使用滑動(dòng)窗口瞬時(shí)抽樣技術(shù)得出車(chē)輛運(yùn)行模式，并結(jié)合駕駛員的感知評(píng)價(jià)，驗(yàn)證并校正決策樹(shù)學(xué)習(xí)模型的分類精度，以期最大限度地減少對(duì)數(shù)據(jù)的依賴性．

1 數(shù)據(jù)采集和預(yù)處理

交通數(shù)據(jù)的采集是做好交通擁擠水平劃分至關(guān)重要的一部分．文中采用了一套全球定位系統(tǒng)（GPS）進(jìn)行道路數(shù)據(jù)采集，采集的數(shù)據(jù)包括時(shí)間、日期、車(chē)輛行駛的速度以及位置坐標(biāo)等信息．此外，我們還使用攝像機(jī)（固定在測(cè)試車(chē)輛的前儀表盤(pán)附近）獲取車(chē)輛行駛過(guò)程中道路的交通狀況．

以往的研究將交通擁擠水平的評(píng)價(jià)指標(biāo)分為：時(shí)間、速度、服務(wù)水平、交通信號(hào)周期等［5]，這些指標(biāo)中一些指標(biāo)便于客觀采集，而另一些指標(biāo)卻只能給出主觀評(píng)價(jià)．為了消除指標(biāo)的主觀干擾，減少指標(biāo)數(shù)據(jù)維度，提高算法的實(shí)時(shí)性，這里只采用車(chē)輛行駛即時(shí)速度作為交通擁擠水平的主要評(píng)價(jià)指標(biāo)．在車(chē)輛行駛中，會(huì)出現(xiàn)車(chē)輛行駛速度與交通擁擠狀況不相匹配的現(xiàn)象，例如在通過(guò)彎道或者交通路口時(shí)車(chē)速會(huì)明顯降低，而此時(shí)的道路通行狀況可能良好．圖1是擁擠水平和即時(shí)速度的分布圖，從圖1中可以觀察到當(dāng)車(chē)速較低（如5km／h）時(shí)，交通擁擠水平可能同時(shí)呈現(xiàn)出1＝Jam，2＝Heavy和3＝Light 3種狀態(tài)．

圖1 即時(shí)速度和擁擠水平分布示意圖

為此，本文在實(shí)驗(yàn)過(guò)程中，挑選駕齡在5年以上有經(jīng)驗(yàn)的11名測(cè)試者，通過(guò)觀看測(cè)試車(chē)輛行駛過(guò)程中錄制的視頻資料，獲得他們對(duì)道路交通3種狀態(tài)（Light，Heavy和Jam）的感知評(píng)價(jià)，應(yīng)用多數(shù)投票的方法將道路擁擠水平按3種狀態(tài)進(jìn)行分類，去除不真實(shí)數(shù)據(jù)．通過(guò)駕駛員的感知評(píng)價(jià)，可以彌補(bǔ)采集數(shù)據(jù)對(duì)道路交通狀況的不真實(shí)揭示．

在繁忙的道路交通環(huán)境中，采集的車(chē)輛即時(shí)行駛速度數(shù)據(jù)具有波動(dòng)大、且分布不均的特性，影響分類精度．為此，本文采用滑動(dòng)平均法［6]對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，設(shè)MVt為t時(shí)刻的移動(dòng)平均速度，且

在計(jì)算中取ξ＝3，得到的結(jié)果如圖2所示．

圖2 車(chē)輛即時(shí)速度與平滑速度（ξ＝3）

2 分類模型構(gòu)筑

在城市道路交通中，車(chē)輛的行駛狀態(tài)必然受到交通流量疏密變化的影響，也必然改變著車(chē)輛的移動(dòng)方式．因此，一般意義上講，通過(guò)對(duì)車(chē)輛移動(dòng)模式變化的發(fā)掘和提取，可以揭示道路交通擁擠狀態(tài)變化規(guī)律．為此，通過(guò)對(duì)GPS設(shè)備采集到的車(chē)輛行駛即時(shí)速度的平滑處理和駕駛員投票分類處理，可去除數(shù)據(jù)波動(dòng)對(duì)移動(dòng)模式變化的影響，從而為準(zhǔn)確發(fā)掘和提取車(chē)輛移動(dòng)模式提供條件．

2．1 車(chē)輛移動(dòng)模式提取

為了揭示車(chē)輛移動(dòng)模式，以車(chē)輛的歷史即時(shí)速度數(shù)據(jù)為基礎(chǔ)考察車(chē)輛行駛速度與對(duì)應(yīng)的道路交通擁擠水平之間的關(guān)系．圖3展示了某一時(shí)間段內(nèi)速度變化與對(duì)應(yīng)路段擁擠水平之間的契合度，縱向坐標(biāo)同時(shí)反映了擁擠水平，其中擁擠水平分別為10＝Jam，20＝Heavy和30＝Light．

從圖3可以看出，當(dāng)車(chē)輛以較高速度行駛時(shí)，同時(shí)也表明道路交通狀況為自由流（即圖3的1～4時(shí)間段）；當(dāng)車(chē)速降到一個(gè)較低的范圍時(shí)，意味著道路交通處在擁擠狀態(tài)（即圖3的5～7時(shí)間段）．當(dāng)車(chē)速降到更低的范圍時(shí)，意味著道路交通處在堵塞狀態(tài)（即圖3的13～27時(shí)間段）．

圖3 車(chē)輛的行駛速度及道路交通擁擠水平

為了從不斷采集的數(shù)據(jù)中發(fā)掘和提取車(chē)輛移動(dòng)模式，本文采用滑動(dòng)窗口技術(shù)［7]，即在數(shù)據(jù)流上設(shè)定一個(gè)窗口，在每一個(gè)窗口S0，S1，…，Sδ－1內(nèi)瞬時(shí)抽取車(chē)輛速度數(shù)據(jù)，δ（δ＞0）稱為窗口長(zhǎng)度．為了提高數(shù)據(jù)處理速度，將參數(shù)值δ設(shè)置為3，這就意味著可以通過(guò)一系列的3個(gè)連續(xù)的行駛速度來(lái)獲取車(chē)輛移動(dòng)模式．

將3個(gè)連續(xù)時(shí)間點(diǎn)移動(dòng)平均速度的表示定義如下：

MVt：t時(shí)刻的移動(dòng)平均速度；

MVt－1：t－1時(shí)刻的移動(dòng)平均速度；

MVt－2：t－2時(shí)刻的移動(dòng)平均速度．

此外，引入一個(gè)新的參數(shù)AMVt來(lái)表示每一個(gè)窗口下車(chē)輛平均速度，以此反映車(chē)輛移動(dòng)模式的變化．參數(shù)AMVt是通過(guò)計(jì)算MVt（ξ＝5）來(lái)實(shí)現(xiàn)的．表1給出了t時(shí)刻MVt、AMVt計(jì)算以及移動(dòng)方式提取過(guò)程．AMVt計(jì)算過(guò)程如下：AMVt在時(shí)刻t＝17：00：30的值是通過(guò)從時(shí)刻t＝17：00：00到t＝17：00：30的即時(shí)速度求平均值得到的．最后一列Level表示駕駛員對(duì)于擁擠度水平的主觀評(píng)價(jià)．

表1 通過(guò)即時(shí)速度計(jì)算平均速度的樣例

2．2 類平衡分布

在捕獲車(chē)輛移動(dòng)模式過(guò)程中，由于MVt和AMVt的計(jì)算省略了前3個(gè)數(shù)據(jù)，因此，從時(shí)間17：00：00到17：25：30每隔10s記錄的數(shù)據(jù)中共挖掘出154個(gè)車(chē)輛移動(dòng)模式事例，其中60個(gè)表示堵塞（Jam），65個(gè)表示擁擠（Heavy），只有29個(gè)表示自由流（Light）．顯然，由于數(shù)據(jù)采集中噪聲的干擾和屬性缺失等因素，數(shù)據(jù)挖掘中表現(xiàn)為“擁擠”的類樣本數(shù)量較多，而表現(xiàn)為“自由流”的數(shù)據(jù)過(guò)少，造成類分布不平衡．Weiss實(shí)驗(yàn)研究表明，以分類精度為準(zhǔn)則的分類學(xué)習(xí)通常會(huì)導(dǎo)致少數(shù)類樣本的識(shí)別率較低，這樣的分類器傾向于把一個(gè)樣本預(yù)測(cè)為多數(shù)類樣本．因此，分類不平衡將會(huì)導(dǎo)致在數(shù)據(jù)分類學(xué)習(xí)中比較差的準(zhǔn)確性［8－9]，需要對(duì)數(shù)據(jù)進(jìn)行平衡分布處理．

為此，本文采用基于錯(cuò)分樣本點(diǎn)改進(jìn)過(guò)抽樣法處理不平衡數(shù)據(jù)［10]，該方法采用AdaBoost－SVM－OBMS算法來(lái)解決不平衡數(shù)據(jù)集分類中少數(shù)類分類困難的問(wèn)題．該算法在錯(cuò)分樣本點(diǎn)周?chē)凑找欢ㄒ?guī)則產(chǎn)生新的樣本點(diǎn)，以錯(cuò)分樣本點(diǎn)指導(dǎo)產(chǎn)生新樣本，在一定程度上避免了目前算法盲目產(chǎn)生新樣本點(diǎn)的缺點(diǎn)，使得非平衡過(guò)抽樣更具有針對(duì)性．從本質(zhì)上講，該算法利用后驗(yàn)知識(shí)即錯(cuò)分樣本信息，指導(dǎo)合成新的樣本．?dāng)?shù)據(jù)類平衡處理產(chǎn)生348個(gè)車(chē)輛移動(dòng)模式事例，其中116個(gè)表示堵塞（Jam），122個(gè)表示擁擠（Heavy），只有110個(gè)表示自由流（Light）．

2．3 分類模型

將預(yù)處理的數(shù)據(jù)用來(lái)訓(xùn)練和評(píng)估分類模型，為此本文選擇5個(gè)屬性作為訓(xùn)練模型的輸入?yún)?shù)．前3個(gè)屬性是MVt、MVt－1、MVt－23個(gè)連續(xù)的平均速度所代表的移動(dòng)模型，第4個(gè)屬性是AMVt，最后一個(gè)屬性是Level．我們選用決策樹(shù)（J48）算法，利用Weka軟件平臺(tái)進(jìn)行數(shù)據(jù)處理，產(chǎn)生決策樹(shù)模型來(lái)對(duì)道路擁擠水平進(jìn)行分類．

此模型的目標(biāo)屬性是評(píng)價(jià)水平Level，采用10重交叉驗(yàn)證，分析時(shí)的參數(shù)采用默認(rèn)設(shè)置，即：缺省置信值confidenceFactor設(shè)定在25%，覆蓋實(shí)例數(shù)量最小值minNumObj的缺省值是2，numFolds是決定用于減少誤差修剪法的數(shù)據(jù)的數(shù)量，其中一枝用于修剪，其余的用于建立決策樹(shù)，這里設(shè)置為3．分類模型樹(shù)如圖4所示，生成的決策樹(shù)有47個(gè)節(jié)點(diǎn)，其中有24個(gè)葉節(jié)點(diǎn)．構(gòu)建這個(gè)模型花費(fèi)0．03s，模型的根節(jié)點(diǎn)AMVt是確定道路交通擁擠水平最重要因素．

圖4 J48生成的決策樹(shù)

3 實(shí)例計(jì)算和結(jié)果分析

本文將市區(qū)主要干線的交通狀況作為數(shù)據(jù)采集對(duì)象，這些路線連接主要商業(yè)區(qū)域，公司企業(yè)及高密度住宅區(qū)，車(chē)流量較大，是市區(qū)交通流主要疏導(dǎo)線路．?dāng)?shù)據(jù)的收集選擇在17：00：00～17：25：30的晚高峰進(jìn)行．行車(chē)的速度取決于駕駛員對(duì)周?chē)?chē)輛流量的判斷，同時(shí)車(chē)載攝像機(jī)將實(shí)時(shí)記錄整個(gè)行車(chē)過(guò)程．

根據(jù)決策樹(shù)（J48）算法進(jìn)行數(shù)據(jù)運(yùn)算，得到訓(xùn)練結(jié)果，訓(xùn)練結(jié)果顯示：擁擠水平評(píng)價(jià)的準(zhǔn)確度達(dá)到89．94%，平方差為0．226 9，精確范圍從0．864到0．942．模型分類評(píng)價(jià)分別采用“真陽(yáng)性率”（True Positive Rate，TP Rate）和“假陽(yáng)性率”（False Positive Rate，F(xiàn)P Rate）表示，其變化范圍是0．808～0．950和0．031～0．067．表2為擁擠度分類精度結(jié)果，其中Jam行的真陽(yáng)性率的含義是：實(shí)際為Jam而且被評(píng)價(jià)為Jam的比例，假的性率的含義是實(shí)際不為Jam而被評(píng)價(jià)為Jam的比例，等等．

表2 擁擠度分類精度結(jié)果

從表2中我們可以看到，最高的真陽(yáng)性率是出現(xiàn)在Light等級(jí)的0．95，這就表示當(dāng)?shù)缆窊頂D水平是Light的時(shí)候，分類模型對(duì)道路擁擠水平評(píng)價(jià)的真陽(yáng)性率為95%．最低的真陽(yáng)性率是出現(xiàn)在Heavy等級(jí)，可以解釋為當(dāng)?shù)缆窊頂D水平為Heavy時(shí)，分類模型對(duì)道路擁擠水平評(píng)價(jià)的真陽(yáng)性率為80．8%的正準(zhǔn)確率．一般而言，在Heavy擁擠等級(jí)中會(huì)出現(xiàn)一些錯(cuò)誤的評(píng)價(jià)，因?yàn)镠eavy等級(jí)正好處于Light和Jam的等級(jí)之間．在劃分不是很清楚的時(shí)候，會(huì)把Heavy錯(cuò)誤評(píng)價(jià)為L(zhǎng)ight或Jam．這些錯(cuò)誤的評(píng)價(jià)加入到模型中時(shí)，會(huì)被認(rèn)為是噪音并且需要清除掉．

圖5表示的擁擠度水平錯(cuò)誤分類，圖中‘×’號(hào)代表著分類正確的例子，‘□’代表著分類錯(cuò)誤的例子．

圖5 擁擠度水平錯(cuò)誤分類分布圖

4 結(jié)束語(yǔ)

本文采用的研究方法對(duì)交通數(shù)據(jù)的依賴性較低，僅利用GPS設(shè)備采集的數(shù)據(jù)就可以滿足數(shù)據(jù)量的要求．訓(xùn)練結(jié)果顯示擁擠水平評(píng)價(jià)的準(zhǔn)確度達(dá)到89．94%，平方差為0．226 9．因此，該方法能夠較準(zhǔn)確地評(píng)價(jià)道路擁擠水平．

［1] 郝媛，徐天東，孫立軍．城市快速路常發(fā)性交通擁擠分析［J] ．交通與計(jì)算機(jī)，2007，25（2）：91－94．

［2] 石征華，侯忠生．城市快速路擁擠度判別方法研究［J] ．交通與計(jì)算機(jī)，2006，24（5）：20－23．

［3] Pattara．a(chǎn)tikom W，Peachavanish R．Estimating road traffic congestion from cell dwell time using neural network［C] ／／The 7th International Conference on ITS Telecommunications（ITST 2007）．Sophia Antipolis：2007：1－6．

［4] Porikli F，Li X．Traffic congestion estimation using hmm models without vehicle tracking［C] ／／Intelligent Vehicles Symposium．Parma：2004：188－193．

［5] Lomax J T，Tuner S M，Shunk G，et al．National cooperative highway research program report 398：quantifying congestion：final report［R] ．Washington D．C．：Transportation research board，1997．

［6] 裴益軒，郭民．滑動(dòng)平均法的基本原理及應(yīng)用［J] ．火炮發(fā)射與控制學(xué)報(bào)，2001（1）：21－23．

［7] 李俊奎，王元珍．可重寫(xiě)循環(huán)滑動(dòng)窗口：面向高效的在線數(shù)據(jù)流處理［J] ．計(jì)算機(jī)科學(xué)，2007，34（12）：51－53．

［8] Drown D J，Khoshgoftaar T M，Narayanan R．Using evolutionary sampling to mine imbalanced data［C] ／／Proceedings of the 6th International Conference on Machine Learning and Applications（ICMLA 2007）．OH：2007：363－368．

［9] 楊明，尹軍梅，吉根林．不平衡數(shù)據(jù)分類方法綜述［J] ．南京師范大學(xué)學(xué)報(bào)：工程技術(shù)版，2008，8（4）：7－12．

［10] 王春玉，蘇宏業(yè)，渠瑜，等．一種基于過(guò)抽樣技術(shù)的非平衡數(shù)據(jù)集分類方法［J] ．計(jì)算機(jī)工程與應(yīng)用，2011，47（1）：139－143．