段志強(qiáng)

摘 要：隨著三維處理技術(shù)水平的不斷提升，數(shù)字城市成為了數(shù)字地球的一個象征性標(biāo)志，也成為建設(shè)數(shù)字地球中不可或缺的一個部分。城市道路綠色景觀格局設(shè)計(jì)以及可視化現(xiàn)象已經(jīng)逐漸成為數(shù)字城市的一個重點(diǎn)研究課題，并且被普遍的應(yīng)用在城市規(guī)劃、城市綠色景觀格局模擬等眾多領(lǐng)域中。然而在對城市道路綠色景觀格局的實(shí)際設(shè)計(jì)中，無法給出景觀高度聚集最明顯的空間格局特征，容易造成格局設(shè)計(jì)效果差的問題。

關(guān)鍵詞：城市；道路交通；運(yùn)行特征；三維可視化

1 引言

近年來，在大數(shù)據(jù)的推動下，可視化分析技術(shù)成為智能交通系統(tǒng)新的研究熱點(diǎn)。該文簡要介紹了交通運(yùn)行可視化技術(shù)的研究現(xiàn)狀、代表應(yīng)用和最新研究趨勢，提出了基于三維可視化技術(shù)和交互式操作的新思路來探索交通擁堵特性的時空演化規(guī)律。交通可視化領(lǐng)域正處于快速發(fā)展階段，未來將數(shù)據(jù)挖掘方法和可視化技術(shù)結(jié)合，可使交通可視化研究在深度和廣度上得到進(jìn)一步拓展。交通可視化領(lǐng)域尚存在一些問題和挑戰(zhàn)，需進(jìn)一步研究和分析。

2 城市交通運(yùn)行可視化分析方法

2.1 交通流量分析

早期交通可視化主要圍繞交通流量進(jìn)行，目的是直觀地展示路網(wǎng)交通流量的時間或空間分布特性，輔助交通管理者了解和分析城市交通運(yùn)行狀況。

傳統(tǒng)的交通流量可視化方法是在地圖、圖像上繪制箭頭或流線來描述交通運(yùn)行行為。ToblerW.R.提出用帶有寬度的箭頭表示移動量的方向和大小，箭頭的寬度與交通量成正比。隨著UPS設(shè)備在城市中的廣泛部署，收集城市大范圍交通軌跡數(shù)據(jù)成為可能。AndrienkoG.等認(rèn)為使用視覺分析工具對軌跡數(shù)據(jù)進(jìn)行處理，可有效分析交通運(yùn)動軌跡和交通量的流動模式，并設(shè)計(jì)了一種融合數(shù)據(jù)庫處理、數(shù)據(jù)轉(zhuǎn)換、交互式顯示的可視化分析框架，用于分析大量軌跡數(shù)據(jù)。在流向圖上，箭頭表示軌跡移動的方向，箭頭的粗細(xì)代表交通流量的大小，用顏色對軌跡數(shù)據(jù)進(jìn)行路徑聚類分析。劉謠杰通過截取百度地圖的路況圖片進(jìn)行圖像識別，獲取道路流量數(shù)據(jù)及其地理信息，并利用ST-I}BSCAN算法進(jìn)行聚類分析，將流量空間簇通過顏色進(jìn)行時空可視化。

目前，對交通流量的可視化顯示方式主要是流向圖、時空分布圖。這兩種可視化方法存在一定的局限：1>由于路網(wǎng)的緊密性，流向圖會造成不同道路的相互遮擋，不適合分析大范圍高密度的路網(wǎng)數(shù)據(jù)；2）時空分布圖缺乏對路網(wǎng)地圖的顯示，缺少與城市路網(wǎng)的直接聯(lián)系，無法準(zhǔn)確判定流量的空間分布特性。

2.2 速度分析

WangZucha。等對UPS浮動車軌跡數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，并根據(jù)設(shè)定好的交通擁堵值判斷道路的交通運(yùn)行狀況，結(jié)合擁堵發(fā)生時間先后順序和路網(wǎng)空間相關(guān)關(guān)系繪制城市全路網(wǎng)、某區(qū)域、某道路等范圍的交通擁堵傳播圖。傳播圖借助信息卡片顯示擁堵位置、時間、速度、傳播途徑、傳播距離等信息巨見圖。

對交通軌跡數(shù)據(jù)進(jìn)行分析和處理，包括數(shù)據(jù)庫轉(zhuǎn)換、可視化展示、交互式動態(tài)過濾及聚類方法研究等。對交通軌跡數(shù)據(jù)的可視化展示方式進(jìn)行了多次研究和嘗試，提出了交通導(dǎo)向視圖（traffic-orientedview）和交通軌跡視圖（trajectory-orientedview）兩種描述軌跡數(shù)據(jù)的視圖，馬賽克圖顯示了一周中每日每時的速度時間分布情況，馬賽克顏色的深淺程度表達(dá)路段速度的快慢。將馬賽克圖與地圖進(jìn)行匹配，可展示車速在路網(wǎng)的空間分布特性。

3 城市道路可視化分析面臨的挑戰(zhàn)

3.1 交通數(shù)據(jù)預(yù)處理

可視化技術(shù)的第一步就是對交通軌跡數(shù)據(jù)進(jìn)行清洗、校對、融合等預(yù)處理，這也是數(shù)據(jù)分析時最耗時的部分。面對多源、海量、異構(gòu)的交通數(shù)據(jù)，難免會存在信息缺失和數(shù)據(jù)錯誤等不同程度的問題，數(shù)據(jù)形式和內(nèi)容不同也會對數(shù)據(jù)分析造成極大困難。目前還沒有一種穩(wěn)定的算法來分析這些問題，更多的是依靠分析人員對專業(yè)的了解和以往經(jīng)驗(yàn)，勢必會降低效率和準(zhǔn)確率。將可視化技術(shù)結(jié)合計(jì)算機(jī)的自動高效處理必不可少，然而目前這方面的工作還很薄弱。

3.2 交互式可視化探索

目前，可視化系統(tǒng)主要是對數(shù)據(jù)進(jìn)行描述性和探討性分析，主要反映交通特性的時空分布、交通擁堵行為等現(xiàn)象，這與解決實(shí)際問題相去甚遠(yuǎn)。在交通實(shí)際問題中，人們更多關(guān)注何時會發(fā)生交通擁堵、選擇哪些路徑可最快到達(dá)目的地、擁堵產(chǎn)生的原因是什么及多長時間擁堵會消散。

3.3 跨領(lǐng)域交流

交通可視化技術(shù)的應(yīng)用是為解決交通領(lǐng)域的實(shí)際問題，可視化系統(tǒng)設(shè)計(jì)人員必須對交通領(lǐng)域問題有深人的理解和認(rèn)識，可視化領(lǐng)域與交通領(lǐng)域的研究者需有長期的合作和充分溝通。而目前交通與可視化領(lǐng)域間的交流相對匾乏，可視化領(lǐng)域不能及時獲知交通領(lǐng)域的功能需求，后者也不能很好地借助可視化方法和技術(shù)解決交通問題。可視化分析技術(shù)和交通領(lǐng)域更好地結(jié)合，共同探索解決當(dāng)前交通實(shí)際問題，促進(jìn)行業(yè)的共同發(fā)展，還需克服很多難題。

4 交通運(yùn)行狀態(tài)三維可視化應(yīng)用展望

4.1 交通環(huán)境與可視化分析

交通是一個人、車、路、環(huán)境協(xié)同合作的綜合系統(tǒng)，交通運(yùn)行有其特有的內(nèi)在規(guī)律，不僅與道路自身?xiàng)l件有關(guān)，與路網(wǎng)中的交通行為、外界交通環(huán)境也有密切聯(lián)系。結(jié)合三維可視化技術(shù)，構(gòu)建工作日、周末、節(jié)假日、惡劣天氣等典型情境下基于時間、空間及速度、流量等交通參數(shù)的交通狀態(tài)圖譜庫，可為分析交通時空運(yùn)行規(guī)律、預(yù)判交通發(fā)展態(tài)勢提供可靠的理論依據(jù)。

4.2 三維可視化分析思路

借助交通流基礎(chǔ)理論和可視化技術(shù)設(shè)計(jì)交通可視化分析平臺，提供一種堆疊交通狀態(tài)墻的三維可視化方法。每個時刻的路網(wǎng)運(yùn)行狀態(tài)對應(yīng)一條狀態(tài)墻色帶，按照時間自下往上堆疊，顯示交通運(yùn)行狀態(tài)的時空變化規(guī)律。將拓?fù)渎肪W(wǎng)、電子地圖等作為底圖，用顏色區(qū)分屬性值的大小，有利于確定擁堵源位置和推斷交通擁堵形成機(jī)理。

選取2016年10月28日（天氣陰，周五）重慶市主城區(qū)快速路21h交通狀態(tài)數(shù)據(jù)，以5min為時間間隔粒度，從（）（）：（）（）：（）（）時刻開始，由下往上依次構(gòu)建交通運(yùn)行狀態(tài)時空分布，其中紅色、黃色、綠色分別表示交通運(yùn)行的擁堵、緩行、暢通狀態(tài)，灰色表示數(shù)據(jù)缺失。借助選擇性可視功能，從中篩選機(jī)場路上行（交通流方向由西向東）、下行（交通流方向由東向西）的交通流運(yùn)行狀態(tài)。結(jié)合交通運(yùn)行狀態(tài)圖，可定性分析機(jī)場路交通狀態(tài)的時空分布情況、最大擁堵排隊(duì)長度、擁堵產(chǎn)生和消散的時間和地點(diǎn)、交通擁堵蔓延和消散的演變規(guī)律等交通信息。

5 結(jié)束語

交通系統(tǒng)具有隨機(jī)性、非線性特點(diǎn)，交通量的任意波動都會帶來很多不確定性。面對城市路網(wǎng)運(yùn)行的時間動態(tài)性、空間相關(guān)性等特點(diǎn)，為更準(zhǔn)確地反映城市交通時空運(yùn)行特征，挖掘大數(shù)據(jù)環(huán)境下交通數(shù)據(jù)背后隱藏的交通規(guī)律，大力發(fā)展交通可視化理論和方法顯得尤為重要。

參考文獻(xiàn)：

[1] 黎萬義，王鵬，喬紅.引入視覺注意機(jī)制的目標(biāo)跟蹤方法綜述[J].自動化學(xué)報(bào)，2014（4）：561～576.

[2] 張煥龍，胡士強(qiáng)，楊國勝.基于外觀模型學(xué)習(xí)的視頻目標(biāo)跟蹤方法綜述[J].計(jì)算機(jī)研究與發(fā)展，2015（1）：177～190.

[3] 李靜宇，王延杰.基于子空間的目標(biāo)跟蹤算法研究[J].液晶與顯示，2014（4）：617～622.

[4] 劉超，惠晶.基于改進(jìn)CAMShift的運(yùn)動目標(biāo)跟蹤算法[J].計(jì)算機(jī)工程與應(yīng)用，2014（11）：149～153.

[5] 陳思，等.基于在線半監(jiān)督boosting的協(xié)同訓(xùn)練目標(biāo)跟蹤算法[J].電子與信息學(xué)報(bào)，2014（4）：888～895.