一种基于手机信令的高速路车速估计算法

交通运输部科学研究院 刚红润 沈志纲 刘承华 谷云辉

一种基于手机信令的高速路车速估计算法

交通运输部科学研究院 刚红润 沈志纲 刘承华 谷云辉

我国的公路交通建设经过多年的跨越式发展，目前已基本形成布局合理、功能完善的高速公路路网，工作重点逐渐由建设转向养护、服务和管理。但是，公路网规模的快速提升也给公路网运行监测能力和水平提出了更高的要求。本文以海量的实时手机信令为基础数据资源，通过数学模型分析，提出一种算法，来估计高速上车速，实现路网运行状态的实时监测。

移动信令；高速公路；路况监测；交通信息化

1 引言

目前路网运行管理工作存在着监测范围及覆盖能力不足、没有实现区域一体化监测、不能动态实时评估路网运行状态及监测设施可靠性得不到良好保障等问题，难以满足“可视、可测、可控、可服务”的发展战略要求。立足于目前我国路网运行监测体系建设刚起步的现状，面对我国路网规模不断扩大、人民群众交通出行需求日益旺盛的压力，亟需一种的新的路网监测手段，全面补充、提升现有的运行监测体系，提升路网管理能力。

本文提出基于现有移动通讯网络资源开展路网交通运行状态的信息采集，建立一种算法分析模型获得实时的路网交通运行速度，在此基础上分析路况发展态势，达到实时监测高速交通路网路况的目的。

2 信令采集

从移动运营商的网络接口（A、GB接口）实时提取终端的GSM和GPRS业务的信令，包括开关机、语音、短信、数据、切换等。信令采集内容见表1：

表1 信令采集指标

路网运行监测以路网沿线两侧3km以内的基站作为信令采集的目标区域（图1所示），从手机信令数据本身产生的原理来看手机信令数据报告的终端位置点的时间和位置分布都是非均匀，和基站布设位置与道路的空间位置（信号覆盖）关系密切。

图1 基站选择示意图

3 信令数据处理

需要对原始信令数据进行处理，以作为算法的有效数据输入。信令数据处理的基本流程主要分为3个步骤：（1）建立基站切换和路网的匹配关系，即路线分段；（2）实时路网手机信令的采集和筛选；（3）实时信令清洗、切换轨迹与路网（路段）匹配。

4 算法模型

4.1 基于信令序列判断手机用户状态

基于上述信令记录，给出信令的形式化定义如下：

定义2（用户处于运动状态）：令δs是基站数量的阈值，δt是时间长度的阈值，一个用户u被认为处于高速公路上的运动状态，是指用户u在指定时间范围δt内，经过了至少δs个道路沿线基站。

用户运动方向的判定：根据移动运营商提供的高速公路沿线基站，我们规定了道路沿线基站的顺序为道路桩号递增的方向。如果用户u的相邻两条信令和所包含的基站的顺序（，）与道路沿线基站顺序相同，那么认为这两条信令是沿着道路正方向产生的，反之则沿着道路逆向方向产生。令在δt时间内沿正方向产生的信令数量与逆方向产生的信令数量比值为△，若△大于阈值η，则认为用户u沿道路正方向行驶。而△小于阈值1/η，则为逆方向行驶。对于用户u，如果在其信令序列{Su}中，出现，那么，该用户被认为处于驻留状态，不使用该用户当前的信令序列计算速度。

使用信令数量比值△作为判定标准，是考虑到基站切换顺序的不稳定性。基站的选址受多种因素（包括人为因素）的影响，有时，基站之间的距离会较近。用户在经过这样的相邻基站时，其手机信令中的基站顺序并不唯一，这导致用户在沿一个方向行驶的时候会出现少量逆方向的信令序列。上述判定方法可以容忍这样的情况，并基于大多数信令的产生方向，给出用户的运动方向。

4.2 基于运动状态的用户轨迹估计路段平均车速

图2 用户位置估计图

（1）用户在基站bk内产生的是非切换型信令，则用bk在道路上的投影点位置（即A点）来表示产生该信令的用户的位置。虽然用户可能在基站覆盖的道路的任意一个位置产生信令，但在用户在基站覆盖道路上产生信令时的位置服从均匀分布的假设下，用投影点表示用户的位置可以使得对于用户真实位置的估计误差最小。

（2）若用户在bk内产生的是一个切入信令，则产生信令的位置为是C；若用户在bk内产生的是一个切出信令，那么，产生信令的位置应该是B。B、C的位置可根据已知的基站的位置、覆盖半径以及基站在道路上的投影点位置求出。

公式（1）中信令间隔区间阈值的设定是为了避免不合理的车速计算。太小的话，会造成计算得到的速度值过大（例如，两条相邻信令分别在离开基站bk-1时产生和刚进入基站bk时产生，这样会导致估计的距离大于实际距离）的情况；为此，引入了信令间隔区间阈值，通过该阈值的限制，能很大程度降低定位不准确导致的距离计算误差，但是有可能使得计算速度的路段粒度过大，不能更细致的描述出交通状况。

基站划分的路段平均长度为1.6公里，因此可将阈值设置为4分钟，这样可有效减少异常的车速估计值；同时，计算速度的路段粒度也能够匹配实际的路段长度。

最后，计算每个路段上的车速。若在指定时间片t（例如：5分钟）内，有n个经过路段m的用户，则利用公式：

即可得到该路段该周期内的车速值。

个别车辆的行驶速度由于驾驶习惯等因素会存在较大偏差，路段车速估计应该保证有足够的样本估计量，所以，如果该时间周期内经过路段的用户数n小于指定的阈值（例如：3人），那么认为这个路段的速度是不可靠的，丢弃该车速值。

系统保存了指定持续时间（例如4小时）内的信令序列，并每隔t（5分钟）根据每个在道路上行驶的用户的轨迹，更新对应路段的路况信息。

5 算法验证

以真实信令为输入数据，执行上面算法的车速估计算法，并以高速路设置的车检器数据作为路段真实通行速度，进行验证对比。如果算法计算出来的车速状况（拥堵、缓行、畅通）与车检器相同，则称为状态相同。如果估计出来的速度值与车检器速度值相差小于20公里/小时，则称为速度一致。然后，计算估计车速与车检器车速在状态相同和车速一致含义下的正确率、召回率。

分别以2015年2月1日和2月24日两天福建9条高速公路信令为输入，其中，2月1日高速公路路况较畅通，9条高速公路产生的信令量为44466996条，有效的车检器数据量为46353条；2015年2月24日为春节返程高峰期，高速公路路况较拥堵，信令量为65048639条，有效车检器数据量为75932条。

验证结果如图3所示：

图3

从验证方法可以看出，在畅通和拥堵的情况下，使用本算法得出的车速状态相同的正确率与车速状态一致的正确率较高，分别达到了90%左右和70%左右。但是召回率都比较低，只有40%-50%。因此本算法还有比较大的改进空间。

6 总结

基于移动信令的路网路况分析具有建设维护成本低、实施部署周期短、数据获取实时性高，易于实现全路网运行监测等优势。本文提出了一种通过海量信令数据建立数学模型，分析高速路段平均车速的算法。算法一定程度上能得到高速上车辆的平均速度，验证了使用移动信令进行路网路况分析的可行性，但算法仍需优化以达到更高的准确性。