何梓亮 李揚(yáng) 周博俊 徐鑫哲

摘要：在我國交通事故統(tǒng)計(jì)中，人為失誤導(dǎo)致的交通事故占90%，超速行為的危險(xiǎn)性已引起各界重視。尤其大型貨物運(yùn)輸車輛，其重量大，制動(dòng)性能較差，該類車輛超速導(dǎo)致的交通事故通常比較嚴(yán)重。對貨物運(yùn)輸平臺提供的車輛行駛相關(guān)數(shù)據(jù)（包括 GPS定位數(shù)據(jù)、時(shí)間數(shù)據(jù)、速度數(shù)據(jù)）進(jìn)行處理和分析。通過OSMnx在 Open Street Map下載廣東地圖數(shù)據(jù)并處理，運(yùn)用隱馬爾科夫模型對原始 GPS定位數(shù)據(jù)進(jìn)行地圖匹配，對車輛行駛數(shù)據(jù)進(jìn)行 LSTM時(shí)間序列建模和學(xué)習(xí)訓(xùn)練，將訓(xùn)練好的網(wǎng)絡(luò)用于各個(gè)路段車輛超速的預(yù)測。結(jié)果表明，該方法能夠很好地?cái)M合超速率的變化趨勢，物流平臺可以根據(jù)預(yù)測結(jié)果對司機(jī)進(jìn)行提醒，對減少駕駛員的超速行為和保障安全行駛具有重要意義。

關(guān)鍵詞：交通安全;超速;地圖匹配;LSTM神經(jīng)網(wǎng)絡(luò);時(shí)間序列預(yù)測

中圖分類號：U279文獻(xiàn)標(biāo)志碼：A文章編號：1009-9492（2021）11-0044-04

Calculation and Analysis of Road Over-speed Ratio Based on Freight Vehicle

GPS Big Data

He Ziliang，Li Yang ※，Zhou Bojun，Xu Xinzhe

（School of Mechanical and Electrical Engineering， Guangdong University of Technology， Guangzhou 510006， China）

Abstract： In the statistics of traffic accidents in our country， the traffic accidents caused by human error account for 90%. The danger of speeding behavior has attracted attention from all walks of life. Freight vehicle have high weight and poor braking performance. The traffic accidents caused by such vehicles speeding are usually serious. The vehicle driving data included GPS information， speed and record time which provided by the transport platform were processed and analyzed. The Guangdong street map data was downloaded from OpenStreetMap and OSMnx tool was used to process it. Then， the Hidden Markov Model was used to match the record location data to the map street. After that， LSTM model was used to fit the vehicle driving data and predict the over-speed ratio of the street. The result show that the model can fit the trend of change of over-speed ratio well， which is helpful for the transport platform. It is of great significance to reduce the over-speed behavior of drivers and ensure safe driving.

Key words： traffic safety; over-speed; map matching; LSTM neural network; time series prediction

0 引言

2020年8月6日，最高人民法院發(fā)布《交通肇事罪特點(diǎn)和趨勢司法大數(shù)據(jù)專題報(bào)告》指出，在交通肇事案件中，貨車肇事率占32.04%，遠(yuǎn)高于貨車保有率（10.71%），其超速、超載等問題尤為突出。因此，研究大貨車的超速行為，預(yù)測各路段的超速率具有重要的理論意義和實(shí)際意義。

目前，國內(nèi)外關(guān)于超速行為在時(shí)間維度的研究較少。2020年，Yufang LI 等[1]選用路程、限速、平均速度、車道數(shù)等特征，對車輛在城市道路、郊區(qū)道路和高速公路的速度采用 GA-BP 算法和傳統(tǒng) BP 算法進(jìn)行建模對比，結(jié)果表明 GA-BP 具有更好的準(zhǔn)確性和動(dòng)態(tài)跟蹤性。2011年，Xu Liu 等[2]改進(jìn)了傳統(tǒng) DBSCAN聚類用 R*樹存儲數(shù)據(jù)耗費(fèi)大量資源的缺點(diǎn)，用鏈表進(jìn)行數(shù)據(jù)儲存，并對中國南方地區(qū)經(jīng)緯度和超速數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。通過設(shè)定經(jīng)緯度范圍3 km對區(qū)域進(jìn)行劃分，統(tǒng)計(jì)各區(qū)域的超速數(shù)量，然后采用上述改進(jìn)后的基于密度的聚類算法對各地區(qū)超速數(shù)據(jù)進(jìn)行聚類分析，得出超速高發(fā)地段。2018年，東南大學(xué)鐘寧[3]采用小波神經(jīng)網(wǎng)絡(luò)和 BP 神經(jīng)網(wǎng)絡(luò)對吳江區(qū)2016年3月每天的超速事件數(shù)量進(jìn)行時(shí)間序列建模對比，以均方誤差、平均絕對誤差和平均相對誤差作為模型的評價(jià)指標(biāo)。小波神經(jīng)網(wǎng)絡(luò)各評價(jià)指標(biāo)值分別為38.2397、4.8571和0.2016，BP 神經(jīng)網(wǎng)絡(luò)各指標(biāo)分別為135.7863、8.5943和0.3182，可見小波神經(jīng)網(wǎng)絡(luò)對超速事件數(shù)量預(yù)測精度明顯比 BP 神經(jīng)網(wǎng)絡(luò)高，且趨勢擬合得更平滑。潘龍帥[4]、李文茹[5]等對城市車輛超速事件亦提供了各自的預(yù)測模型，但從目前國內(nèi)外研究現(xiàn)狀來看，數(shù)據(jù)獲取主要通過模擬駕駛采集或單一車輛的數(shù)據(jù)采集，普遍性比較差。對速度的分析中，只是對城市進(jìn)行分區(qū)域或道路性質(zhì)進(jìn)行區(qū)分，缺乏對細(xì)分路段的速度分析。由于貨車的車載終端數(shù)據(jù)采集間隔達(dá)到15 s，不適合采用實(shí)時(shí)性較強(qiáng)的方法。

因此本文利用物流平臺提供的貨運(yùn)車車載終端記錄的數(shù)據(jù)，提取時(shí)間、GPS定位和速度3個(gè)特征。先將原始 GPS定位數(shù)據(jù)進(jìn)行地圖匹配，將每條數(shù)據(jù)都映射到相應(yīng)的路段，然后針對每個(gè)路段計(jì)算每天的超速率 Ps（ Ps =× 100%， C 為路段該日產(chǎn)生記錄總量， Cs 為路段該日產(chǎn)生超速記錄總量），采用時(shí)間序列分析對每天的超速率 Ps 進(jìn)行趨勢擬合以及預(yù)測，最后對時(shí)間序列模型的預(yù)測結(jié)果進(jìn)行評價(jià)。該方法在道路超速事件獲取時(shí)更具有普遍性，而且細(xì)分到各個(gè)路段的進(jìn)行超速分析，預(yù)測結(jié)果更具代表性。

1 運(yùn)輸記錄采集處理

1.1 運(yùn)輸數(shù)據(jù)獲取

駕駛員運(yùn)輸數(shù)據(jù)由清遠(yuǎn)某物流平臺提供，選取與地圖數(shù)據(jù)相對應(yīng)的經(jīng)緯度進(jìn)行數(shù)據(jù)篩選。數(shù)據(jù)采集時(shí)間為2018年6月1日—2018年7月13日，記錄采集間隔為15 s ，數(shù)據(jù)內(nèi)容包括：車輛 id 、車輛 GPS 定位、記錄時(shí)間、車速和里程等，選取關(guān)鍵特征如表1所示。

1.2 數(shù)據(jù)清洗

在實(shí)際運(yùn)輸工況下，貨運(yùn)車經(jīng)常進(jìn)出隧道和經(jīng)歷顛簸的泥濘路段，車載終端因?yàn)樾盘柋黄帘位蛞蚨秳?dòng)產(chǎn)生斷電復(fù)位等情況，導(dǎo)致記錄產(chǎn)生異常，在進(jìn)行統(tǒng)計(jì)前需要先對原始數(shù)據(jù)進(jìn)行清洗。

（1） 重復(fù)數(shù)據(jù)剔除

將各個(gè)字段值都相等的數(shù)據(jù)記為重復(fù)記錄，并將其剔除不納入統(tǒng)計(jì)。

（2） 速度數(shù)據(jù)處理

本文主要是對運(yùn)輸過程中超速率的研究，可以剔除掉連續(xù)10 min以上速度都為0 km/h的數(shù)據(jù)，減少了數(shù)據(jù)總量，可有效提高檢索速度。

汽車進(jìn)入隧道時(shí)，由于 GPS信號弱，在出隧道時(shí)記錄值會產(chǎn)生漂移，速度值將達(dá)到160 km/h以上，本文將速度上限設(shè)為150 km/h ，超過該范圍數(shù)據(jù)采用拉格朗日插值法（Lagrange Interpolation Polynomial）進(jìn)行替換填補(bǔ)。拉格朗日插值法是根據(jù)已知數(shù)據(jù)點(diǎn)建立插值函數(shù)，缺失值由其對應(yīng)的 xi 即可求出近似 L（xi）進(jìn)行替換。對于平面內(nèi)的 n 個(gè)點(diǎn)，可以找出一條多項(xiàng)式曲線都過這 n 個(gè)點(diǎn)：

將 n 個(gè)點(diǎn)（x1，y1）， （x2，y2）， … ， （xn ，yn）代入式（1） 化簡可得：

在本文中，選取速度缺失值前后5個(gè)數(shù)據(jù)建立拉格朗日曲線進(jìn)行插補(bǔ)。

2HMM地圖匹配

2.1 地圖數(shù)據(jù)采集

地圖數(shù)據(jù)來源為 Open Street Map ，在 python3.8環(huán)境下，通過osmnx讀取保存，本論文主要分析物流平臺記錄數(shù)據(jù)中車輛運(yùn)輸密集路段，經(jīng)度范圍在 （112.0，113.0），緯度范圍在（23.0，24.0）。地圖數(shù)據(jù)以.shp文件進(jìn)行保存，在 python中通過geopandas對其進(jìn)行讀取處理。地圖匹配所需數(shù)據(jù)字段如表2所示。

根據(jù)道路交通法規(guī)及高速公路管理規(guī)定：高速公路行駛的小型載客汽車最高車速不得超過120 km/h ，其他機(jī)動(dòng)車不得超過100 km/h 。因此對“maxspeed”缺失數(shù)據(jù)進(jìn)行填充，當(dāng)路段為高速時(shí)，將空值替換為“100”，當(dāng)路段為省道國道時(shí)，空值替換為“80”。

2.2HMM地圖匹配

采用隱馬爾可夫模型 （HiddenMarkovModel， HMM ）進(jìn)行地圖匹配，在國內(nèi)外已有大量采用該方法進(jìn)行地圖匹配的研究。對馬爾科夫鏈，可以用公式（3） 進(jìn)行描述：

式中：Xn為在時(shí)間 n 時(shí)的狀態(tài)，即在知道Xn的前提下，Xn +1的狀態(tài)只與前一時(shí)間狀態(tài)Xn有關(guān)，與前（ n-1） 個(gè)時(shí)間狀態(tài)無關(guān)。

本文采用 Yang[6]提出的 HMM 與precomputa-tion融合的地圖匹配算法，該算法在進(jìn)行地圖匹配前，采用哈希建立一個(gè)地圖數(shù)據(jù)的路徑表（UBODT）來存放一定閾值下各區(qū)域?qū)?yīng)的所有最短距離路段。在 Map Matching階段，傳統(tǒng)開銷巨大的路徑查詢就可以用哈希表搜索來替換，大大提高了匹配的速度。圖1所示為地圖匹配總體流程。

根據(jù)駕駛員運(yùn)輸數(shù)據(jù)中的“pos_longitude”和“pos_latitude”字段，將其轉(zhuǎn)化為 GPS 軌跡形式進(jìn)行地圖匹配，將每個(gè)記錄都映射到相應(yīng)的路段上。圖2所示為所有車輛整月在所選區(qū)域內(nèi)的行駛工況分布。

3 超速率時(shí)間序列分析

3.1LSTM時(shí)間序列

LSTM （Long-short Term Memory）模型是 RNN 循環(huán)神經(jīng)網(wǎng)絡(luò)的改進(jìn)。圖3所示為 RNN 網(wǎng)絡(luò)中的一個(gè)神經(jīng)元結(jié)構(gòu)，其中Xt為輸入，ht為輸出，tanh函數(shù)作為激活函數(shù)。

圖3所示 RNN 神經(jīng)元可以用式（4） 進(jìn)行表示：

ht =tanh（Wh ×[ht -1，xt ]+bh ） （4）

式中：Wh和bh分別為權(quán)重矩陣和偏置。

可以看出每個(gè)輸出與上一次輸出和當(dāng)前輸入有關(guān)，對于之前的信息沒有記憶功能。因此，為了解決 RNN 這種長期記憶能力差，即梯度消失的問題，LSTM應(yīng)運(yùn)而生。圖4所示為 LSTM網(wǎng)絡(luò)的神經(jīng)元結(jié)構(gòu)。

與 RNN 神經(jīng)元相比， LSTM 增加了遺忘門和輸入門。遺忘門ft 對上一隱藏狀態(tài) ht-1和當(dāng)前輸入Xt進(jìn)行信息取舍，通過 sigmoid 函數(shù)（值域?yàn)椋?， 1），越接近0舍棄的信息越多，越接近1保留信息越多）將其保存為[0， 1]之間的向量，然后與上一細(xì)胞記憶狀態(tài)相乘決定對舊細(xì)胞的取舍?？捎檬剑?）對ft 進(jìn)行表示，Wf和 bf 分別為相應(yīng)權(quán)重矩陣和偏置。

輸入門 it 同樣以 sigmoid函數(shù)作為激活函數(shù)決定更新的信息。ht-1和Xt通過 tanh函數(shù)，數(shù)值大小將縮放到[-1， 1]之間，得到細(xì)胞狀態(tài)候選值 t ，然后與 it 相乘決定當(dāng)前細(xì)胞狀態(tài)的記憶和保留。it 和 t 可用式（6） ～ （7） 計(jì)算。

細(xì)胞狀態(tài)記憶單元 Ct 通過對上一狀態(tài) Ct-1記憶信息與當(dāng)前細(xì)胞狀態(tài)記憶信息疊加所得，計(jì)算如式（8）：

最后，與遺忘門和輸入門一樣，輸出門Ot以 sigmoid函數(shù)得出信息取舍條件，再通過 tanh函數(shù)處理細(xì)胞記憶狀態(tài) Ct 后與Ot相乘得出最終細(xì)胞單元的輸出，計(jì)算如式（9） ～ （10）：

3.2 路段信息分析

通過地圖匹配后，每條車載終端記錄都對映射到路網(wǎng)軌跡 fid上。對每條路段進(jìn)行統(tǒng)計(jì)分析，表3所示為路段信息統(tǒng)計(jì)。

在該區(qū)域中，一共有1164條路段，途徑貨運(yùn)車共1568輛，總記錄數(shù)達(dá)3684515條。其中 fid為2737的路段車流量最大，該路段為 S350省道途徑中華村、木古村和新坑村路段，長度6840 m ，總記錄數(shù)98456條。fid為4360的路段的日均超速率最高，該路段為 G55二廣高速途徑肇慶路段長度為4050 m ，日均超速率為31.24%。這兩個(gè)路段最具代表性，因此本文選用這兩個(gè)路段進(jìn)行分析，其他路段亦可通過相同方法進(jìn)行分析。

計(jì)算 fid為2737和4360每天的超速率，并對其周期性和趨勢性進(jìn)行分析。在各路段速度分析中，需要選取合適的時(shí)間尺度，比如年、季度、月、日或小時(shí)等。該尺度需根據(jù)特征的分布規(guī)律進(jìn)行確定，在本文中路段速度信息與人們出行規(guī)律，天氣等因素有關(guān)，在工作日和周末由于車流量的變化會導(dǎo)致超速率呈現(xiàn)類周期性變化。圖5所示為上述兩路段的每日超速率分布。

3.3 超速率時(shí)間序列預(yù)測

對兩個(gè)路段分別進(jìn)行時(shí)間序列建模，建立超速率LSTM時(shí)間序列模型步驟如下。

（1） 將樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，本論文采用零均值法，將樣本數(shù)據(jù)轉(zhuǎn)換為標(biāo)準(zhǔn)差為1，均值為0，轉(zhuǎn)換如式（11），以 fid=4360的數(shù)據(jù)為轉(zhuǎn)換后圖形如圖6所示。

（2）劃分?jǐn)?shù)據(jù)集和測試集，樣本數(shù)據(jù)為43天的超速率Ps，取前36天數(shù)作為訓(xùn)練集，后7天數(shù)據(jù)作為測試集。

（3）根據(jù)數(shù)據(jù)規(guī)模和時(shí)序特性設(shè)置時(shí)間步和隱層細(xì)胞數(shù)，建立LSTM時(shí)間序列模型。

（4）對測試集進(jìn)行預(yù)測，采用均方根誤差RMSE和絕對誤差 MAE 對預(yù)測結(jié)果進(jìn)行評價(jià)。計(jì)算公式如式（12）～（13）。式中yi為第i個(gè)實(shí)際值，y?i為第i個(gè)預(yù)測值，m為樣本數(shù)。

（5）對數(shù)據(jù)反標(biāo)準(zhǔn)化并對結(jié)果進(jìn)行可視化。對fid=2 773路段進(jìn)行時(shí)間序列分析建模，設(shè)置時(shí)步中遞歸次數(shù)為7，隱層細(xì)胞數(shù)為7，迭代次數(shù)2 000次，每次迭代樣本數(shù)為7，訓(xùn)練LSTM模型。將訓(xùn)練好的模型對測試集進(jìn)行預(yù)測，然后對數(shù)據(jù)反零均值化后，預(yù)測值與實(shí)際值的均方根誤差為0.005 6，平均絕對誤差0.004 6，可見模型能夠較好地預(yù)測超速率。

預(yù)測值與實(shí)際值對比如表4所示，取第一個(gè)時(shí)間步以后，即后36天的數(shù)據(jù)進(jìn)行可視化，并對后7天數(shù)據(jù)預(yù)測值與原數(shù)據(jù)進(jìn)行對比，如圖7所示。圖中淺色線為原始數(shù)據(jù)，深色線為預(yù)測數(shù)據(jù)，可以看出預(yù)測曲線與原始曲線基本匹配。

對fid=4 360路段進(jìn)行相同操作，設(shè)置時(shí)步中遞歸次數(shù)為7，隱層細(xì)胞數(shù)為7，迭代次數(shù)2 000次，每次迭代樣本數(shù)為7，訓(xùn)練LSTM模型。將訓(xùn)練好的模型對測試集進(jìn)行預(yù)測，然后對數(shù)據(jù)反零均值化，預(yù)測值與實(shí)際值的均方根誤差為 0.015，平均絕對誤差 0.012。預(yù)測值與實(shí)際值對比如表5所示，將數(shù)據(jù)反標(biāo)準(zhǔn)化后，對后36天數(shù)據(jù)進(jìn)行可視化如圖8所示。

從測試集預(yù)測結(jié)果來看，兩個(gè)路段的 LSTM 模型都有不錯(cuò)的預(yù)測效果，能夠很好地對超速率進(jìn)行預(yù)測和對超速率變化趨勢進(jìn)行擬合。

4 結(jié)束語

本文采用貨運(yùn)平臺提供的駕駛員自然駕駛數(shù)據(jù)，實(shí)現(xiàn)了對貨運(yùn)車定位數(shù)據(jù)的軌跡匹配，并針對兩條最具代表性的路段的行駛數(shù)據(jù)進(jìn)行 LSTM 時(shí)間序列建模，避免了 RNN 循環(huán)神經(jīng)網(wǎng)絡(luò)梯度消失的問題。最后，對路段的超速駕駛危險(xiǎn)性進(jìn)行預(yù)測，采用均方根誤差評價(jià)測試集的準(zhǔn)確性。結(jié)果表明，該模型在兩個(gè)路段的超速率趨勢擬合中均有不俗表現(xiàn)。本文的研究方法為物流運(yùn)輸平臺提供了理論參考，其他路段亦可仿照本文方法建模預(yù)測道路的危險(xiǎn)性，建立一個(gè)超速行駛危險(xiǎn)性網(wǎng)絡(luò)。

參考文獻(xiàn)：

[1] Yufang LI， Chen REN， Hongwei ZHAO， et al.Investigatinglong-term vehicle speed prediction based on GA-BP algorithmsand the road-traffic environment[J]. Science China（InformationSciences）， 2020，63（9）：121-123.

[2] Yingji Liu， Xu Liu， Yu Yao.Overspeed Events Multiple SectionsResearch Based on Clustering Algorithm[C]//International Con?ference on TMEE， Changchun， China， 2011.

[3] 鐘寧.超速行駛的道路交通安全風(fēng)險(xiǎn)管控研究[D].南京：東南大學(xué)， 2018.

[4] 潘龍帥， 高建平， 宋哲， 等. 多源信息融合的車速預(yù)測方法及整車能量管理[J]. 河南科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2020，41（6）：23-31.

[5] 李文茹.城市汽車運(yùn)行速度分布預(yù)測模型研究[D].長春：吉林大學(xué)， 2018.

[6] Yang C ，Gidófalvi， Gyz. Fast map matching， an algorithm inte?grating hidden Markov model with precomputation[J]. Interna?tional Journal of Geographical Information Science， 2018，32（3）：547-570.

第一作者簡介：何梓亮（1995-），男，廣東佛山人，碩士研究生，研究領(lǐng)域?yàn)榻煌ù髷?shù)據(jù)分析和挖掘。

※通訊作者簡介：李揚(yáng)（1966-），男，廣東湛江人，博士，教授，研究領(lǐng)域?yàn)橹悄苎b備制造、智能儀器儀表、自適應(yīng)控制、過程傳感與流動(dòng)成像、視覺檢測等，已發(fā)表論文150篇。

（編輯：刁少華）