Thông tin tài liệu
MỤC LỤC TÓM TẮT ABSTRACT DANH MỤC BẢNG DANH MỤC HÌNH CHƯƠNG 1: GIỚI THIỆU 1.1 Mục tiêu đề tài 1.1 Đặc trưng tình tình giao thơng hành vi phương tiện 1.2 Nội dung thực đề tài CHƯƠNG 2: THU THẬP VÀ XỬ LÝ DỮ LIỆU 2.1 Giới thiệu liệu GPS: 2.2 Xây dựng liệu chuỗi thời gian cho liệu GPS 10 CHƯƠNG 3: TRÍCH XUẤT ĐẶC TRƯNG GIAO THƠNG DỰA TRÊN GOM CỤM DỮ LIỆU GPS 13 3.1 Điều chỉnh độ dài cho liệu chuỗi thời gian 13 3.2 Độ đo khoảng cách cho liệu chuỗi thời gian 14 HÌNH KHOảNG CÁCH EUCLIDE 16 3.3 Giải thuật gom cụm PAM liệu GPS 18 3.4 Phương pháp xác định số cụm 19 CHƯƠNG 4: HIỆN THỰC GOM CỤM DỮ LIỆU GPS 21 4.1 Dữ liệu thực nghiệm 21 4.2 Kết thực nghiệm 22 4.2.1 Tuyến xe số 32 đoạn đường 22 4.2.2 Tuyến xe số 88 đoạn đường 36 CHƯƠNG 5: DỰ ĐOÁN THỜI GIAN DI CHUYỂN CỦA XE BUÝT THEO QUÃNG ĐƯỜNG 45 5.1 Bài toán dự đoán thời gian đến trạm xe buýt 45 5.2 Mạng nơ ron nhân tạo (ANN) 46 5.3 Phương pháp đề xuất 48 CHƯƠNG ĐÁNH GIÁ PHƯƠNG PHÁP ĐỀ XUẤT 50 6.1 Đánh giá kết gom cụm 50 6.1.1 So sánh kết với kết liệu kiểm chứng 50 6.1.2 Khảo sát thực tế 52 6.2 Đánh giá kết dự đoán thời gian đến trạm 54 CHƯƠNG 7: KẾT LUẬN 56 TÀI LIỆU THAM KHẢO 57 PHỤ LỤC 59 TÓM TẮT Vấn đề ùn tắc giao thông tốn khó giải cho TP.HCM đồng thời có nhiều loại phương tiện lưu thông đường, xe máy Một giải pháp khả thi đem lại hiệu phát triển hệ thống giao thông công cộng hệ thống giao thông công cộng góp phần giải vấn đề lại cho người dân, hạn chế phương tiện cá nhân từ giảm vấn đề kẹt xe Vì vậy, TP.HCM đặc biệt ưu tiên đầu tư phát triển hệ thống giao thông công cộng việc mở rộng, xây dựng sở hạ tầng, phương tiện giao thông công cộng xe buýt Để quản lý, giám sát hoạt động xe buýt, ban quản lý gắn thiết bị GPS xe, ghi nhận lại thơng tin hành trình xe bt Tuy nhiên việc khai thác thơng tin hữu ích từ nguồn liệu GPS chưa đạt hiệu cao Trên giới, liệu GPS để phát vị trí, theo dõi lộ trình phương tiện, thời gian đến xe buýt trạm dừng phổ biến Tuy nhiên giải pháp chưa thật phù hợp cần phải điều chỉnh để thích nghi với tình hình giao thơng Việt Nam cịn phụ thuộc vào nhiều yếu tố khác sở hạ tầng, thói quen sử dụng phương tiện cơng cộng người dân Nhằm tận dụng cách hữu ích nguồn liệu từ thiết bị GPS, chúng tơi đề xuất phương pháp phân tích liệu xe buýt nhằm phát khung cao điểm theo thời gian không gian Để giải vấn đề này, đề tài tập trung vào việc dự đoán thời gian di chuyển phát khu vực cao điểm ùn tắc theo thời gian Một cách cụ thể, đề tài đề xuất hai mục tiêu sau: Thu thập tiền xử lý liệu GPS Đề xuất phương pháp gom cụm theo thời gian - không gian, dự báo thời gian đến trạm vị trí cụ thể ABSTRACT One of the significant problems of Ho Chi Minh City (HCMC) is the traffic congestion caused by personal means of transport, in particularly the motorcycles The city government has implemented a public bus system as one of the efforts to resolve this issue For a better management of bus activities, the city has installed a GPS device on each bus in order to receive useful information about its routines However, the extraction of useful information from massive GPS data does not achieve high efficiency until now There are many researches aim to track the buses routine, evaluate useful routine, estimate the bus trip based on GPS data But these method cannot be directly applied to HCM public transportation as we have different conditions in city infrastructure Taking advantages of these GPS devices, we aim to build a bus transportation analysis method which can help discover traffic congestion points, and find heavily congested areas based on the speed of vehicles as well as the time and space inferred from GPS data To tackle these challenges, we focus on approximating the travel time and detecting peaks in a daily bus trip for congestion problem More specific, this proposal has two main objectives: Collecting GPS data and pre-process data Propose a method for clustering GPS data by space-time and predicting bus arrival time at a specific position DANH MỤC BẢNG Bảng Dữ liệu GPS thô 10 Bảng Thống kê số lượng trip cho tuyến buýt 21 Bảng Vận tốc trung bình, sai số trung bình theo chuyến tuyến 32 25 Bảng Vận tốc trung bình, sai số trung bình đoạn đường – tuyến 32 28 Bảng 5.Vận tốc trung bình, sai số trung bình đoạn đường – tuyến 32 29 Bảng Vận tốc trung bình, sai số trung bình đoạn đường – tuyến 32 32 Bảng Vận tốc trung bình, sai số trung bình đoạn đường – tuyến 32 34 Bảng Vận tốc trung bình qua đoạn đường tuyến 32 35 Bảng Vận tốc trung bình, sai số trung bình theo chuyến tuyến 88 37 Bảng 10 Vận tốc trung bình, sai số trung bình đoạn đường – tuyến 88 39 Bảng 11 Vận tốc trung bình, sai số trung bình đoạn đường – tuyến 88 42 Bảng 12 Vận tốc trung bình qua đoạn đường tuyến 88 43 Bảng 13 Vận tốc trung bình đoạn đường tuyến 32 – liệu kiểm chứng 50 Bảng 14 Vận tốc trung bình đoạn đường tuyến 88 – liệu kiểm chứng 52 Bảng 15 Độ xác mơ hình ANN 55 DANH MỤC HÌNH Hình Khoảng thời gian khơng tín hiệu 11 Hình Khoảng cách Euclide 16 Hình Khoảng cách Cosine 16 Hình ABBA 17 Hình Phương pháp dựa vào diện tích hai đường 17 Hình Xác định số cụm dựa vào SSE 20 Hình Các cụm theo chuyến tuyến 32 (a) Hình ảnh cụm theo lượt với số cụm k = (b) Hình ảnh cụm theo lượt với số cụm k = 10 23 Hình Các cụm đoạn đường 1- tuyến 32 26 Hình Các cụm đoạn đường - tuyến 32 28 Hình 10 Các cụm đoạn đường – tuyến 32 31 Hình 11 Các cụm đoạn đường – tuyến 32 33 Hình 12 Các cụm theo chuyến tuyến 88 36 Hình 13 Các cụm đoạn đường - tuyến 88 38 Hình 14 Các cụm đoạn đường – tuyến 88 41 Hình 15 Chất lượng cụm bị ảnh hưởng số lượng tín hiệu GPS 44 Hình 16 Mơ tả toán dự đoán thời gian đến trạm 46 Hình 17 Cấu trúc mạng nơ ron 47 Hình 18 Mơ hình dự đốn thời gian đến trạm xe buýt 48 Hình 19 Mơ hình mạng nơ ron dự đoán thời gian đến trạm xe buýt 49 Hình 20 Kết dự đốn với mạng nơron có sử dụng đặc trưng giao thơng đoạn đường 54 CHƯƠNG 1: GIỚI THIỆU 1.1 Mục tiêu đề tài Nhằm giải tình trạng giao thông ùn tắc tuyến đường hệ thống hạ tầng giao thông tải so với số lượng phương tiện mật độ lưu thông thực tế, phát triển hệ thống giao thông công cộng đánh giá giải pháp khả thi mang lại tính hiệu cao Hiện tồn Thành phố Hồ Chí Minh có khoảng 110 tuyến xe buýt có trợ giá, tuyến metro Bến Thành - Suối Tiên khởi công ngày 28 tháng năm 2012 dự kiến đưa vào phục vụ năm 2018 Hệ thống giao thông công cộng với xe buýt đóng vai trị chủ đạo đóng góp vào việc phục vụ lại cho người dân, phần hạn chế phương tiện cá nhân Tuy nhiên bên cạnh thuận lợi xe buýt đem lại, nhiều bất cập chưa giải triệt để Các lộ trình xe buýt xây dựng hợp lý chưa? Hành vi tham gia giao thông xe buýt nào? Để ghi nhận thông tin lộ trình hoạt động với mong muốn giải vấn đề liên quan, thiết bị ghi nhận liệu GPS cài đặt xe bt Tuy nhiên việc khai thác thơng tin hữu ích từ nguồn liệu GPS khổng lồ chưa đạt hiệu cao Trên giới, liệu GPS để phát vị trí, theo dõi lộ trình phương tiện, thời gian đến xe buýt trạm dừng phổ biến [1-4] Tuy nhiên giải pháp chưa thật phù hợp cần phải điều chỉnh để thích nghi với tình hình giao thơng Việt Nam phụ thuộc vào nhiều yếu tố khác sở hạ tầng, thói quen sử dụng phương tiện công cộng người dân Hiện nay, tốn giao thơng nhằm phân tích trạng giao thơng, giải vấn đề ùn tắc, tìm đường, phát khung cao điểm theo tuyến đường,… TP HCM thật quan tâm định hướng hợp tác TP.HCM ĐHQG TpHCM Trong phạm vi đề tài này, tiến hành thu thập liệu GPS từ hệ thống xe bt sau phân tích cung cấp nhìn tổng quan trạng tình hình giao thơng số tuyến đường khảo sát (có nghĩa tuyến đường có liệu đầy đủ thông tin không gian thời gian) Bên cạnh đó, từ liệu GPS, tốn phân tích hành vi tham gia giao thơng xe bt đóng vai trị quan trọng việc tìm hiểu di chuyển xe buýt theo lộ trình nhằm phát khu vực ùn tắc, khung cao điểm trình di chuyển phương tiện theo khơng gian thời gian 1.1 Đặc trưng tình tình giao thơng hành vi phương tiện Hành vi tham gia giao thông cách thức, hoạt động người di chuyển đến nơi công cộng nhiều phương tiện khác nhau, với mục đích khác Hành vi tham gia giao thơng hành vi, thái độ người điều khiển phương tiện tham gia mạng lưới giao thông Những yếu tố liên quan đến hành vi tham gia giao thơng thể qua phương tiện, mục đích, lịch trình thời gian cho địa điểm đến khác nhau, lựa chọn tuyến đường Hành vi có tác động phụ thuộc nhân tố bao gồm mơi trường, chi phí lại, sở hạ tầng, thời gian [10], yếu tố khác sách pháp luật giao thơng, tình hình giao thơng Tình hình giao thơng thể qua thơng thống (free) hay ùn tắc (congested) [5] Sự ùn tắc giao thông, kẹt xe diễn không gian, thời gian phức tạp, xảy nhiều nguyên nhân khác nhau, kết tượng thắt nút cổ chai từ đoạn đường lớn qua đoạn đường hẹp, hay giảm số đường, điều kiện thời tiết xấu, có tai nạn diễn [6], có cơng trường thi cơng cung đường, đoạn đường Sự ùn tắc tác động đến hành vi tham gia giao thông thay đổi lộ trình, lịch trình, định tham gia giao thơng khác; ngược lại, hành vi tham gia giao thông nguyên nhân định đến tình hình giao thơng Ví dụ hành vi định tham gia giao thông làm tăng lưu lượng tuyến đường dẫn đến ùn tắc, hay số hành vi gây cản trở giao thông (lấn tuyến, gây tai nạn, vi phạm luật giao thông…) Với tác động ảnh hưởng qua lại hành vi di chuyển phương tiện với tình hình giao thơng, đề tài nghiên cứu khía cạnh, di chuyển xe phản ánh phần đến tình hình giao thơng tuyến đường mà xe qua phụ thuộc theo thời điểm ngày Chẳng hạn, vào khung ngày, xe di chuyển đoạn đường phân tích di chuyển với vận tốc bất thường (thấp hay cao hơn) so với khung khác tuyến đường, đoạn đường khác nhau, xe di chuyển với vận tốc khác 1.2 Nội dung thực đề tài Hệ thống xe buýt đem lại nhiều hiệu giải vấn đề giao thơng Tuy nhiên, bên cạnh cịn tồn nhiều bất cập tính hợp lý lộ trình xe bt hành vi tham gia giao thông xe buýt ảnh hưởng đến chất lượng phục vụ, thói quen sử dụng xe buýt đến người dân Để quản lý, giám sát hoạt động xe buýt, ban quản lý xe buýt gắn thiết bị GPS xe, ghi nhận lại thơng tin hành trình xe Để khai thác hiệu nguồn liệu này, đề tài tìm hiểu khai thác thơng tin từ liệu hành trình xe buýt thông qua nội dung sau: Nội dung 1: Thu thập, rút trích tiền xử lý liệu Để phân tích hành vi tham gia giao thông tuyến đường phương tiện giao thông công cộng, tập liệu GPS phải chuẩn bị sẵn sàng xử lý giá trị gây nhiễu, làm dao động tính ổn định kết phân tích Vì vậy, tập liệu “sạch” đóng vai trị quan trọng đề tài Ngồi việc cung cấp nhìn tổng quan vận hành hệ thống xe buýt thành phố số tuyến đường, tập liệu liệu đầu vào cho bước phân tích đặc trưng tình hình giao thơng theo khơng gian thời gian Nội dung 2: Đề xuất phương pháp phân tích hành vi tham gia giao thơng xe bt Từ tập liệu thu thập xử lý mục tiêu 1, đề tài tiếp tục vào việc phân tích đặc trưng tình hình giao thơng tuyến đường nhằm gom nhóm khung giờ, phát khung mà tình hình giao thơng thể có khác biệt theo thời gian Xác định tính chất/đặc trưng tình hình giao thông tuyến đường dựa liệu GPS hành trình xe buýt Kết đạt giúp hiểu thêm khả lưu thông tuyến đường phát khu vực có khả gây ùn tắc vào khung ngày Ngồi ra, việc ước lượng thời gian đến trạm xe buýt thực với giá trị sai số phù hợp chấp nhận Nội dung 3: Thử nghiệm, đánh giá phương pháp Thực tiến hành quan sát, khảo sát tình hình giao thơng thực tế số tuyến đường chọn để đánh giá thử nghiệm độ tin cậy phương pháp CHƯƠNG 2: THU THẬP VÀ XỬ LÝ DỮ LIỆU 2.1 Giới thiệu liệu GPS: Hệ thống định vị toàn cầu hệ thống định vị vệ tinh nhân tạo khơng gian xác định thơng tin vị trí thời gian điều kiện thời tiết, nơi đâu trái đất gần trái đất [6] Để xác định vị trí đối tượng bất kỳ, đối tượng cần đảm bảo vệ tinh nhìn thấy đối tượng Ban đầu hệ thống định vị quốc phịng Mỹ phóng lên với 24 vệ tinh chủ yếu phục vụ cho qn sự, sau phủ Mỹ cho phép sử dụng hồn tồn miễn phí cho lĩnh vực dân Về sau, nước khác xây dựng hệ thống định vị riêng Nga, liên minh Châu Âu, Trung Quốc, Ấn Độ Hệ thống định vị toàn cầu ứng dụng nhiều lĩnh vực giới gồm quân sự, xây dựng, thương mại Đặc biệt, lĩnh vực giao thông, hệ thống GPS sử dụng rộng rãi giao thông hàng hải, hàng không, đường Để biết thông tin định vị ứng dụng cần có thiết bị GPS để thu tín hiệu GPS Các thiết bị GPS nhận thơng tin từ tín hiệu từ vệ tinh (tín hiệu vô tuyến) Độ sai lệnh thời gian gửi nhận tín hiệu cho biết khoảng cách từ thiết bị GPS đến vệ tinh, từ nhiều vệ tinh khác thiết bị GPS phép tính lượng giác để xác định vị trí thiết bị Thơng thường, cần nhận tín hiệu từ ba vệ tinh thiết bị GPS xác định vị trí trái đất bao gồm kinh độ, vĩ độ Nếu nhận vệ tinh thiết bị xác định thêm độ cao so với mặt đất Khi xác định vị trí, thiết bị cịn tính tốn thơng tin khác vận tốc di chuyển, hướng di chuyển thông tin khác Độ xác thiết bị GPS chịu ảnh hưởng bới địa hình, trạng thái khí quyển, độ xác trung bình thiết bị GPS vịng bán kính 15m Ngày nay, độ xác thiết bị GPS ngày tăng Trong đề tài, thu thập liệu GPS từ hệ thống xe buýt thành phố để có thơng tin vị trí xe ứng với thời điểm ngày Các thuộc tính liệu gồm có: DeviceId: xe gắn thiết bị GPS, thiết bị có mã định Giá trị thể bảng số xe mà thiết bị gắn để dễ dàng quản lý Latitude: vị trí theo tọa độ vĩ độ thời xe buýt Longitude: vị trí theo tọa độ kinh độ thời xe buýt Speed: vận tốc tức thời xe Satellite: thông tin vệ tinh Lock: trạng thái hoạt động xe buýt, giá trị xe hoạt động rước trả khách bình thường; ngược lại giá trị Tracktime: thời điểm ghi nhận thơng tin vị trí thời xe Bảng trình bày mẩu liệu thơ thu thập Dữ liệu chưa thể giúp xác định hành trình tuyến xe buýt mà thiết bị GPS gắn trang bị Do cần phải thực bước chuyển đổi liệu để xác định tuyến đường mà xe buýt tham gia lưu thông Bảng Dữ liệu GPS thô Chúng tiến hành thu thập hai tập liệu GPS từ hệ thống xe bus TP.HCM Tập liệu 1: thu thập vào ngày 10/03/2014 – 16/03/2014: liệu 35 tuyến bao gồm 16626 lượt xe buýt, tập liệu sử dụng để phân tích, đề xuất phương pháp Tập liệu 2: thu thập vào ngày 18/05/2014 – 24/05/2014: liệu 71 tuyến bao gồm 71501 lượt xe buýt, tập liệu dùng để kiểm tra tính đắn kết phân tích Từ liệu GPS thu được, tiến hành tiền xử lý, xác định tuyến đường mà xe buýt qua thông tin thu thập bao gồm ID thiết bị GPS, kinh độ vĩ độ thời gian Bản đồ Google Map sử dụng việc hỗ trợ xác định vị trí tọa độ GPS đồ thành phố, từ giúp xác định tồn tuyến đường qua xe buýt dựa vào thiết bị GPS Đây nguồn liệu có giá trị việc thống kê để khảo sát thói quen hoạt động tuyến xe buýt từ làm nguồn cung cấp liệu cho hệ thống đề tài Như kết tìm kiếm hệ thống gần gũi với thực tế người dùng có thơng tin hợp lý, phù hợp với nhu cầu, mục đích họ Ngồi kết phân tích liệu GPS cịn có giá trị sử dụng đề tài nghiên cứu giao thông khác 2.2 Xây dựng liệu chuỗi thời gian cho liệu GPS Dữ liệu GPS ghi nhận hành trình xe buýt dạng liệu chuỗi thời gian [17], bao gồm giá trị vận tốc, tọa độ vị trí xe thay đổi theo thời điểm ghi nhận Vấn đề gặp phải toán liệu chuỗi thời gian nghiên cứu thường chuỗi giá 10 liệu đầu vào cho toán dự đốn bên cạnh phân tích gom cụm để xác định đặc trưng giao thông tuyến đường quan sát Nhờ vào tham số bổ sung này, mơ hình mạng nơron cho kết dự đoán thời gian đến địa điểm theo thời gian xác Hình 16 Mơ tả tốn dự đốn thời gian đến trạm Hình 16 minh hoạ trạm xe buýt đánh dấu A, B, C, ti thời điểm ghi nhận liệu GPS Vấn đề cần đặt làm để user biết thời gian xe buýt đến điểm người dùng mong muốn dựa di chuyển xe buýt Một khó khăn gặp phải vấn đề lúc thu liệu liên tục liệu ghi nhận trạm dừng Do cần phải trải qua bước làm mịn liệu để khắc phục vấn đề bị thiếu liệu trình huấn luyện 5.2 Mạng nơ ron nhân tạo (ANN) Mạng nơ ron nhân tạo mơ hình xử lý thơng tin lấy cảm hứng từ mạng nơ ron sinh học Yếu tố mơ hình dựa cách thức giao tiếp xử lý thông tin tế bào thần kinh Mạng nơ ron thiết kế nhằm giải toán cụ thể nhận dạng mẫu phân loại liệu thơng qua q trình huấn luyện liên quan đến điều chỉnh kết nối tồn tế bào thần kinh (các nút mạng) [8] 46 Mạng nơ ron phát triển vào năm 1943 Warren Sturgis McCulloch Walter Pits Nhưng cơng nghệ sẵn có thời điểm không cho phép họ xa Hiện nay, với phát triển siêu máy tính cơng nghệ, lĩnh mạng lưới thần kinh phát triển mạnh mẽ có nhiều ứng dụng thực tế Một mạng nơ ron có cấu trúc sau: Hình 17 Cấu trúc mạng nơ ron Trong đó: xi: giá trị đầu vào wi: trọng số : hàm tổng : độ lệch y: giá trị đầu f: hàm kích hoạt Q trình huấn luyện thực với tập liệu đầu vào Các giá trị trọng số mạng nơ ron chọn ngẫu nhiên Mỗi dòng liệu học với mạng nơ ron sinh giá trị đầu xem giá trị dự đoán Giá trị so sánh với giá trị thực tế để tính sai số Trong mạng nơ ron lan truyền ngược, giá trị trọng số tinh chỉnh từ sai số đạt giá trị ngưỡng sai số chấp nhận 47 5.3 Phương pháp đề xuất Để dự đoán thời gian đếnn trạm tr xe bt, đề tài xây dựng ng mơ hình sau: Hình 18 Mơ hình dự đốn thời gian đến trạm củaa xe buýt Các bước thựcc hi theo trình tự sau: Tiền xử lý liệuu (Data preprocessing) Xấp xỉ liệu đến trạm m để đ giải liệu bị thiếuu (Estimate time and distance) Gom cụm liệuu (Data clustering) Rút trích tham số đặc điểm đoạn đường khung cao điểm từ kết gom cụm m (Parameters of street segment and peak periods) Xây dựng mạng ng nơ ron với v tham số rút trích bước Mơ hình mạng Nơron đề xuất xu sử dụng đề tài Feed-forward forward multi perceptron layer gồm có lớp sau: - Lớp input: có nút thể hi cho giá trị đầu vào bao gồm: x: vị trí củủa xe buýt, tx: thời điểm hiệnn t xe buýt pxs : khung bắtt đầu đ cao điểm vị trí (nếu có) pxe: khung kếtt thúc cao điểm vị trí (nếu có) y: vị trí cần dự đốn thời th gian đến pys : khung bắtt đầu đ cao điểm vị trí y (nếu có) 48 pye: khung kếtt thúc cao điểm vị trí y (nếu có) - Lớp ẩn: sử dụng hai lớp ẩn ẩ - Lớp output: thời gian dự đốn xe bt đến vị trí y Hình 19 Mơ hình mạng m nơ ron dự đốn thời gian đến n tr trạm xe buýt Kết thực nghiệm m cho thấy th kết hợp với kết gom cụm m cho đđộ xác cao tận dụng đượcc đặc đ điểm khu vực theo thờii gian vào vi việc dự đốn Phần thực nghiệm đánh giá đượcc trình bày chi tiết ti chương 49 CHƯƠNG ĐÁNH GIÁ PHƯƠNG PHÁP ĐỀ XUẤT 6.1 Đánh giá kết gom cụm 6.1.1 So sánh kết với kết liệu kiểm chứng Tập liệu kiểm chứng lấy từ ngày 18/05/2014 – 24/05/2014 tuyến xe buýt Xây dựng tập liệu tiến hành gom cụm liệu trình bày phương pháp thực Các đoạn đường tuyến 32 Kết phân tích đoạn đường tập liệu kiểm chứng so với tập liệu thực nghiệm khơng có sai biệt nhiều Yếu tố thời gian mà xe qua đoạn đường với vận tốc chậm dường cho kết tương tự so với tập liệu thực nghiệm Tuy nhiên, với tập liệu vận tốc trung bình xe qua đoạn đường có thay đổi nhỏ STT Đoạn đường Vận tốc trung bình Lượt Lượt Đoạn đường 15.8387 (13 - 19) 25.0260 (22 - 28) Đoạn đường 17.3024 (15 - 19) 19.9300 (17 - 22) Đoạn đường 17.5917 (16 - 20) 17.6815 (15 - 20) Đoạn đường 20.1753 (18 - 22) 17.3931 (13 - 20) Đoạn đường 16.8725 (14 - 19) 20.3940 (16 - 23) Đoạn đường 16.6539 (14 - 19) 19.1185 (16 - 22) Đoạn đường 19.2952 (17 - 22) 17.7810 (15 - 21) Đoạn đường 19.2313 (17 - 21) 11.8405 (9 - 14) Đoạn đường 28.6460 (25 - 33) 18.1617 (14 - 20) Bảng 13 Vận tốc trung bình đoạn đường tuyến 32 – liệu kiểm chứng Đoạn đường 1, tập liệu kiểm chứng xây dựng 552 đối tượng liệu lượt đi, 352 liệu lượt về, có khác so với kết tập liệu thực nghiệm khung giờ, tập liệu kiểm chứng vận tốc trung bình di chuyển 15 km/h phân bố nhiều thời gian ngày Đối với hướng lượt đi, vận tốc di chuyển trung bình chủ yếu từ 13 – 18 km/h liệu thực nghiệm 15 – 18 km/h Hướng lượt xe di chuyển nhanh từ 20 – 25km/h, liệu thực nghiệm từ 22 – 26 km/h 50 Đoạn đường có 594 liệu lượt về, 488 liệu lượt đi, số cụm chia theo hai hướng 6, vận tốc trung bình di chuyển theo hướng chủ yếu từ 15 – 20 km/h, vận tốc di chuyển nhỏ 18 km/h (có lúc nhỏ 15km/h) thường khung 6h – 7h15, 16h30 – 17h30 Theo hướng lượt đi, vận tốc trung bình từ 15 km/h đến 20 km/h, theo hướng xe di chuyển vận tốc nhỏ 18 km/h hai khung 6h30 – 7h, 16h30 – 18h30 Khung xe di chuyển với vận tốc so với kết phân tích liệu thực nghiệm tương tự Đoạn đường 7, hướng lượt tập liệu có 491 chuỗi liệu chia làm cụm, vận tốc trung bình 15 – 20 km/h, khung xe với vận tốc nhỏ 15km/h từ 5h – 6h30 sáng, 17h – 18h Hướng lượt đi, phân hoạch thành cụm từ tập liệu 551 đối tượng, vận tốc di chuyển trung bình 15 – 20km/h () Khung xe với vận tốc nhỏ 15 km/h từ 6h – 6h30, 18h – 18h30 Vận tốc trung bình khung thời gian xe di chuyển qua chậm so với khung khác không khác so với kết liệu thực nghiệm Đoạn đường 8, hướng lượt có 428 chuỗi liệu với k = 6, xe chủ yếu di chuyển với vận tốc nhỏ 20km/h, lớn 20 km/h xe hoạt động khoảng từ 12h – 16h Hướng lượt về, xe di chuyển vận tốc thấp (10 – 15km/h) khung So với liệu thực nghiệm, kết phù hợp Các đoạn đường cịn lại, xe có vận tốc ổn định Các đoạn đường tuyến 88 Cũng kết đoạn đường tuyến 32, tập liệu kiểm chứng kết phân tích cho kết tượng tự với tập liệu phân tích thực nghiệm Trên đoạn đường 1, khơng xuất khung cụ thể đặc điểm di chuyển xe Theo hướng lượt đi, tập liệu có 627 đối tượng, chia làm cụm, vận tốc trung bình xe buýt qua thấp (khoảng -12 km/h) Hướng lượt về, liệu có 532 đối tượng, số cụm chia 6, vận tốc trung bình cao so với hướng không nhiều (14 – 19 km/h) Trên đoạn đường 2, vận tốc di chuyển trung bình xe qua có thay đổi theo khung hướng lượt về, vận tốc trung bình di chuyển hướng từ 17 – 24 km/h (dữ liệu kiểm chứng 19 – 25 km/h), vận tốc thấp (nhỏ 15) từ 8h – 8h30 lân cận khung Hướng lượt về, vận tốc 15 km/h thường từ 17h – 18h Có giống với liệu thực nghiệm khung xe di chuyển chậm Vận tốc trung bình xe di chuyển đoạn đường tính từ tập liệu kiểm chứng sau 51 STT Đoạn đường Vận tốc trung bình Lượt Lượt Đoạn đường 10.6175 (9 -12) 16.4000 (14 - 19) Đoạn đường 18.0842 (15 - 21) 20.8049 (17 - 24) Đoạn đường 24.8115 (21 - 28) 24.9941 (21 - 28) Đoạn đường 18.7039 (17 - 20) 19.5097 (17 - 21) Đoạn đường 23.7802 (21 - 26) 23.6400 (21 - 26) Đoạn đường 26.7161 (23 - 29) 24.9875 (22 - 27) Đoạn đường 35.7937 (32 - 39) 31.6908 (27 - 34) Bảng 14 Vận tốc trung bình đoạn đường tuyến 88 – liệu kiểm chứng 6.1.2 Khảo sát thực tế Để đánh giá kết phân tích di chuyển xe bt tình hình giao thơng đoạn đường hai tuyến 32 88, đề tài tiến hành khảo sát thực tế cách hành trình theo xe bt hai tuyến xe phân tích Nhìn chung, kết phân tích giống với kết khảo sát theo di chuyển xe đoạn đường Phần lớn, xe buýt di chuyển với vận tốc đều, đoạn đường có đặc điểm khác vào khung ngày khác nhau, vận tốc xe khác Vận tốc xe di chuyển khu vực ngoại thành thường cao so với khu vực nội thành, khu vực đông dân cư Tại khung cao điểm lúc công nhân viên chức làm (7h – 9h), tan sở (16h30 – 18h30), mật độ xe di chuyển đông hơn, xe di chuyển chậm so với khung khác Thời gian di chuyển toàn chuyến ổn định, chêch lệch không nhiều, vài phút so với quy định ban quản lý xe buýt, thời gian hành trình chuyến tuyến xe buýt 32 88 85 phút, 65 phút Trong suốt trình hoạt động theo chuyến, thường đoạn đường đầu, xe di chuyển với vận tốc thấp khung giờ, có lúc mật độ xe khơng đơng Nhìn chung, kết phân tích liệu thực nghiệm liệu kiểm chứng hợp lý so với khảo sát thực tế di chuyển nhanh chậm, khung khu vực xe thường di chuyển với vận tốc thấp Các đoạn đường tuyến xe 32 52 Khảo sát tuyến 32 tiến hành vào hai ngày 19/05/2014 (4 chuyến lượt đi, chuyến lượt từ 6h35 đến 18h30) ngày 16/06/2014 (4 chuyến lượt đi, chuyến lượt từ 6h34 – 18h39) Đoạn đường 1, Kinh Dương Vương – Hồng Bàng, theo hướng lượt xe thường với vận tốc thấp khung lúc đường thơng thống, đoạn đường mật độ xe di chuyển thường đơng, đặc biệt đoạn từ vịng xoay Phú Lâm đến vòng xoay Cây Gõ Tân Hóa (Hồng Bàng) Mật độ xe cao ngày khoảng từ 6h30 – 8h30 chiều 16h30- 18h00 Hướng ngược lại, xe di chuyển ổn định Kết thực nghiệm phù hợp so với thực tế Đoạn đường 6, Trường Chinh – Phan Huy Ích, đoạn đường Trường Chinh ngắn (khoảng 300 m), tập trung trạm xe buýt khu vực đèn giao thông Đường Phan Huy Ích có lộ giới tương đối nhỏ, xe thường đông đông theo hai hường vào khung nhân viên làm tan sở, xe di chuyển chậm khung So với thực tế, kết phân tích hợp lý Đoạn đường 7, Pham Văn Chiêu, đoạn đường có lộ giới nhỏ, xe di chuyển đơng Mật độ xe đơng, khó di chuyển đoạn đường khu vực từ chợ Thạch Đà đến ngã tư giao với đường Lê Văn Thọ vào khung khoảng 17h – 18h30 Kết phân tích phù hợp với khảo sát thực tế Đoạn đường 8, Thống Nhất – Lê Đức Thọ, xe di chuyển ổn định theo hai hướng Tuy nhiên, theo hướng lượt về, xe di chuyển với vận tốc thấp, đôi lúc dừng xe ngẫu nhiên kể lúc tình hình khơng phức tạp Các đoạn đường cịn lại, tình hình giao thơng, xe di chuyển tương đối ổn định, đoạn đường (Nguyễn Oanh – Hà Huy Giáp) xe thường chạy nhanh so với đoạn đường khác Các đoạn đường tuyến xe 88 Các ngày tiến hành khảo sát tuyến ngày 12/06/2014 (1 chuyến lượt đi, chuyến lượt về, 6h37 – 8h48), 17/06/2014 (3 chuyến lượt đi, chuyến lượt về, 6h36 – 13h24), 18/06/2014 (2 chuyến lượt đi, chuyến lượt khảo sát đoạn tuyến từ bến xe công viên 23/9 đến ngã ba Nguyễn Duy Trinh – Đỗ Xuân Hợp, 14h33 – 17h36) Đoạn đường 1, khu vực xung quanh chợ Bến Thành, đoạn đường mật độ xe thơng thống theo hai hướng Theo hướng lượt đi, xe thường di chuyển chậm, mặt khác xe phải dừng trạm Bến Thành để đón khách Hướng về, xe chạy có nhanh Kết phân tích phù hợp với kết 53 Đoạn đường 2, Tôn Đứcc Thắng Th – Nguyễn Hữu Cảnh Theo hai hướ ớng, xe tương đối đông Khu vực xe đông tậpp trung chủ ch yếu đoạn đường khu vực từ đường ng cong Tôn Đ Đức Thắng đến ngã tư đèn giao thông Nguyễn Nguy Hữu Cảnh Mật độ xe đông thường 8h - 9h, 17h – 18h, đặc biệt khung 17h – 18h, theo hướng hư lượt (từ phía bến tàu) xe di chuyển rấất đông, ùn ứ trải dài từ gần vịng xoay cơng trường ng Mê Linh Kết K phân tích thực nghiệm hợpp lý so vvới thực tế Các đoạn đường lại, i, xe di chuyển chuy ổn định Trong số đoạnn đư đường đó, đoạn đường từ giao lộ Lương Định Của - Mai Chí Thọ Th đến ngã ba Nguyễn Duy Trinh - Đỗ Xuân Hợp, khu vực dân cư đông, mật độ xe đông đoạn đo đường ng khác nên xe di chuy chuyển chậm theo hai hướng Từ ngã ba Đỗ Xuân Hợp H đến Long Phước, c, dân cư thưa, xe llại, xe chạy nhanh 6.2 Đánh giá kết dự đoán thời th gian đến trạm Dữ liệu tuyến 32 sử dụng ng để đ làm thực nghiệm đánh giá mơ hình ình ANN xây dựng Quãng đường phục vụ b tuyến 32 chia làm đoạn đường kếết gom cụm cung cấp thông tin đoạạn đường có khung cao điểm m Chúng tơi ssử dụng 80% mẫu liệu để huấn luyện 20% đểể đánh giá Hình thể minh họa kếtt qu dự đốn lộ trình Hình 20 Kết dự đốn với v mạng nơron có sử dụng đặcc trưng giao thông ccủa đoạn đường Để đo mức độ xác, đề đ tài sử dụng độ đo MAPE (Mean Absolute Percentage Error) Đ Độ đo MAPE định nghĩa ĩa nh sau: MAPE 100 n Ot Pt t 1 O n t Trong đó: Ot giá trị quan sát Pt giá trị dự đoán 54 Giá trị MAPE tiến gần độ xác kết dự đốn cao Bảng trình bày kết dự đốn tuyến bt 32 vịng ngày STT Ngày (yyyy-mm-dd) Số chuyến 2014-03-10 41 19.13 10.93 2014-03-11 101 22.74 21.92 2014-03-12 101 25.88 20.29 2014-03-13 101 21.12 21.09 2014-03-14 51 22.76 18.63 2014-03-15 101 29.22 21.74 2014-03-16 101 25.66 17.13 23.79 18.82 Trung bình MAPE (%) MAPE (%) ANN ANN khơng có có đặc trưng đoạn đặc trưng đoạn Bảng 15 Độ xác mơ hình ANN Kết từ bảng cho thấy kết hợp với đặc trưng đoạn đường cho độ xác cao Điều dễ nhận thấy dự đoán thời gian quãng đường di chuyển xe buýt, cần thêm giá trị khác mơi trường ngoại cảnh Chính mà kết hợp đặc trưng đoạn đường vào giúp nâng cao độ xác mơ hình 55 CHƯƠNG 7: KẾT LUẬN Vấn đề giao thông vấn đề quan tâm tất người, đặc biệt nhà phân tích, nghiên cứu, quản lý giao thông, đô thị Đứng quan điểm, dựa liệu hành trình xe buýt địa bàn thành phố Hồ Chí Minh, đề tài phân tích liệu để tìm hiểu số đặc trưng tình hình giao thơng thành phố thơng qua hành vi di chuyển phương tiện công cộng số tuyến xe buýt, đoạn đường để rút đặc điểm tình hình giao thơng đoạn đường hành trình xe Đề tài giải hai vấn đề sau: Thu thập xử lý tiền liệu GPS, biến đổi liệu GPS thành chuỗi liệu thời gian Đề xuất phương pháp phân tích phân tích hành vi tham gia giao thơng xe buýt, cụ thể phân tích khung cao điểm số tuyến đường quan sát tuyến 32 88 Đề tài tiến hành gom cụm liệu GPS hai tuyến 32 88 rút trích đặc điểm giao thơng (thơng thống, ùn tắc) theo khu vực thời điểm ngày Các đặc điểm sử dụng nhằm tăng kết dự đốn thời gian đến vị trí cụ thể xe buýt Tuy nhiên, kết đạt cần đánh giá thêm với liệu hình trạng giao thơng liên tục thay đổi (thay đổi hạ tầng, phân luồng, ) Độ xác mơ hình ANN tốt có kết hợp với đặc điểm đoạn nhiên cần cải thiện thêm, cần phải tìm hiểu thêm chất liệu để có thêm bổ sung thêm liệu đầu vào cần thiết 56 TÀI LIỆU THAM KHẢO D H Kim, Y Kim, D Estrin, and M B Srivastava, “SensLoc: Sensing Everyday Places and Paths using Less Energy”, Proc of the 8th ACM Conference on Embedded Networked Sensor Systems (SenSys 2010), pp.43–56, 2010 Y Zheng, Y Chen, Q Li, X Xie, and W.-Y Ma, “Understanding transportation modes based on GPS data for web applications” , ACM Transactions on the Web, vol 4, no 1, pp 1–36, Jan 2010 A.J Richardson, “The Analysis of GPS Bus Surveys, , Report to the Department of Infrasture, The Urban Transport Institute, Australia,2013 Transportation activity analysis using smartphones, Y Xiao, D Low, Th Bandara, P Pathak, H B Lim, Consumer Communications and Networking Conference (CCNC), 2012 IEEE, 2012 Mohd Shariff, Norhazlin and Shah, Muhammad Zaly, “Factors influencing travel behavior and their potential solution : a review of current literatures”, Jurnal Alam Bina (2008), Jilid 11, No.2, pp 19-28 National Research Council (U.S.), “The global positioning system: a shared national asset: recommendations for technical improvements and enhancements.” , National Academies Press p 16, 1995 ISBN 0-309-05283-1 Andrej Gisbrecht, “Time series clustering”, ICOLE 2007 (2007), Lessach, Austria, pp.48-50 Jiawei Han, Micheline Kamber, Jian Pei, “Data Mining: Concepts and Techniques”, Third Edition, Morgan Kaufmann Publishers, 2012 P Berkhin, “Survey of Clustering Data Mining Techniques”, Grouping Multidimensional Data Recent Advances in Clustering, Springer Berlin Heidelberg, 2006 10 Oded Maimon, Lior Rokach, “Data mining and knowledge discovery handbook”, Springer Publishers, 2005, USA 11 Karlik, B and Olgac, A.V Performance Analysis of Various Activation Functions in Generalized MLP Architectures of Neural Networks International Journal of Artificial Intelligence and Expert Systems, Vol 1, Issue 4, 2010), pp 111–122 57 12 Seema S.R and Sheela Alex (2009) “Dynamic Bus Arrival Time Prediction Using GPS Data.” 10th National Conference on Technological Trends (NCTT09) 6-7 Nov 2009, 193– 197 13 M Zaki, I Ashour, M Zorkany2, B Hesham (2013) “Online Bus Arrival Time Prediction Using Hybrid Neural Network and Kalman filter Techniques” International Journal of Modern Engineering Research (IJMER), Jul - Aug 2013, pp-2035-2041 14 Hong-En LIN, Michael A P TAYLOR, Rocco ZITO, A reiview of travel-time prediction in transport and logistics 2005: Proceedings of the Eastern Asis Society for Transportation Studies, Vol 5, pp 1433-1448 15 Andres Forum Jensen, Troels Villy Larsen, “Travel-time estimation in road networks using GPS Data”, White paper 16 Le Minh Kieu, Ashish Bhaskar, Edward Chung, “Benefits and issue of bus travel time estimation and prediction”, Australian Transport Research Forum Proceedings, 2012 17 JJ Rajan, “Time Series Classification”, Doctor of philosophy thesis, University of Cambridge, 1994, 181 pages 18 Berndt, D and Clifford J., “Using dynamic time warping to find patterns in time series”, In Proceedings of AAAI Workshop on Knowledge Discovery in Databases, KDD-94 , Seattle, Washington, USA, 1994, pp 359-370 19 T W Liao, “Clustering of time series data—a survey”, Pattern Recognition, Volume 38, Issue 11, 2005, pp 1857–1874 20 Gurmu and Fan (2013) ” Artificial Neural Network Travel Time Prediction Model for Buses Using Only GPS Data” Transportation Research Record and Presentation at the 92nd Annual Meeting of the Transportation Research Board, Washington D.C., January 13-17, 2013 21 Chien, S I.-J., Ding, Y., and Wei, C (2002) “Dynamic bus arrival time prediction with artificial neural networks.” Journal of Transportation Engineering, 128(5), 429–438 58 PHỤ LỤC CHUYÊN MÔN 59 PHỤ LỤC QUẢN LÝ 60 ... trình di chuyển phương tiện theo không gian thời gian 1.1 Đặc trưng tình tình giao thơng hành vi phương tiện Hành vi tham gia giao thông cách thức, hoạt động người di chuyển đến nơi công cộng. .. nhiều phương tiện khác nhau, với mục đích khác Hành vi tham gia giao thơng hành vi, thái độ người điều khiển phương tiện tham gia mạng lưới giao thông Những yếu tố liên quan đến hành vi tham gia giao. .. lý liệu Để phân tích hành vi tham gia giao thông tuyến đường phương tiện giao thông công cộng, tập liệu GPS phải chuẩn bị sẵn sàng xử lý giá trị gây nhiễu, làm dao động tính ổn định kết phân tích
Ngày đăng: 23/01/2021, 10:01
Xem thêm:
