数事载本与率用
应用研究
基于RFID数据的路段旅行时间分布趋势研究
黄建梅1吴建平2奇格奇2
(1.南京城市智能交通有限公司江苏南京210049;
2.清华大学-剑桥大学-麻省理工学院低碳能源联盟未来交通研究中心北京100084)
摘要:RFID技水作为一种非接融的自动识别技水。本文介绍了RFID的应用及车辆数据采集方式的特点,利用南亨市RFID数据,应用数理统计方法对路段旅行时间的分布趋势做了量化研究,推断其分布趋势，为针对交通流变化导致的旅行时间估计提供理论及数据支持。
关键词:RFID旅择时间分市总势
中图分类号：TN91 1引言
文献标识码:A
文章编号：1007-9416(2013)12-0101-01
分钟，一天共48个时段的旅行时闻间均值的分布情况，从图中可以看
旅行时间是评价交通系统服务水平的重要指标。随着交通拥堵问题目益严重，旅行时间是交通措施的评估指标和出行方案选择的重要依据。其分布趋势研究能够为长期预测提供根据，同时，在短期预测中也往往需要结合分布趋势对预测数据进行修正，因此，旅行时间的分布趋势研究是对于旅行时间进行预测的研究基础。
无线射额识别技术(Radio FrequencyIdentification，RFID）是利用射频信号进行非接触式双向数据通信，自动识别目标对象并获取相关信息数据的无线通信技术。随着物联网产业的发展，RFID 在零售业、服务业、制造业、运输业、信息产业，医疗和国防等多个领域得到了广泛应用2与GPS流动车辆数据采集方式相比，RFID技术只需一个RFID标签，具有成本低，安装方便，车辆无须改造等特点。而与线图感应车辆信息的方式或视频检测的方式进行车辆检测方法相比，RFID通过识别电子标签对通过车辆数的统计方法的精确度得到很大的提高围,不易受环境的影响。
RFID识别的车辆信息包括车牌号、时间、速度、车道、车体颜色等，而通过两个相邻RFID检测器检测到的相同车牌号的通过时间，即可以得到在该路段上的车辆旅行时间。本文以30分钟为单元收集了9月21日至12月20日南京市中山东路沿线RFID相邻点位的旅行
时间数据，研究了城市主干路旅行时间分布趋势。 2旅行时间分布趋势分析
RFID数据能够长期、大量、稳定地提供所研究路段的旅行时间。本文以30分钟为单元采集了所研究路段9月至12月全天的旅行时间数据，推断各时间段的旅行时间分布，并通过对比同一时间段的旅行时闻分布，推断其分布趋势，研究了假期中对于同一路段、同时段旅行时间产生的变化。
2.1不同工休日的旅行时间分布
通常来说，由于人的出行行为在不同工作日及休息日会有所不同，导致个体在出发时间、路径选择等情况有所不同，致使路面交通拥堵情况也有所差异。因此不同工休目的路段旅行时间的分布很难得出趋势和规律，不便于研究和估计。如图1(a)所示为2012年11月19 日至2012年11月25日车流通过路段1时一天内各时间段(每时段为30
(a)
出，该路段在一周内的不同工休日的同一时段的旅行时间均有较大差别。
2.2相同工休日的旅行时间分布
为了刻画旅行时间的分布情况，本文拟利用同一路段相同工休日的同一时段的旅行时间数据进行分析。如图1(b)所示为从数据中抽取的a,b.c三周中周一全天的旅行时间均值数据统计。由图可知，尽管统计数据的幅值略有差异，但其分布形式有一定的规律，具有进一步研究的价值。
2.3假期旅行时间分布
由于所涉及的数据包含十一黄金周，即假期数据，本文在前文的分析中都未将其计人统计数据，而对假期数据与工休日的旅行时间均值数据做了对比，如图1(c)所示。从图中可以观察到，假期与工休目的旅行时间的高峰有明显差异，面由于假期对于夜间(晚8点之后的交通出行影响较小，故其旅行时间的差异也较小。本文未对假
期具体时段的旅行时间分布做进一步的研究。 3结论及未来工作
本文应用数理统计方法对路段旅行时间的分布趋势做了量化研究。由于RFID数据能够长期、大量、稳定地提供所研究路段的旅行时间，使得能够研究不同工休日、相同工休日、同时段区间及假期的旅行时间分布趋势，能够针对交通流变化导致的旅行时间估计提
供理论及数据支持。参考文献
[1]桑丽，范青蓝，郭艳梅，泰玲.吴鹏.旅行时间数据采集及预测技术综述[A1.2008第四届中国智能交通年会论文集[C7.2008年
[2]李枭林,郭龙岩.综述RFID技术及其应用领城[J].中国电子商情. 2006,1:5261.
[3]但雨芳,马庆禄.RFID,GPS和GIS技术集成在交通智能监管系统中的应用研究[.11.计算机应围研室，2009.26(12)-4628-4634
[4]张永,贺少柳.RFID在智能交通中的应用及设想[J].黑龙江交通科技,201 0,33(9):241242.
(b)
图1旅行时间分布趋势
(c)