تخمین زمان سفر در شبکه‌های شهری با استفاده از داده‌های با بسامد کم حاصل از سامانه موقعیت‌یاب جهانی

امروزه با توجه به پیشرفت تکنولوژی، از داده‌های مکانی حاصل از سامانه موقعیت‌یاب جهانی می‌توان برای تخمین زمان سفر در اجزای مختلف شبکه راه‌های شهری استفاده کرد. در عمل، داده‌های مکانی حاصل از سامانه موقعیت‌یاب جهانی، اغلب با بسامد کم و بطور متوسط هر یک یا دو دقیقه ثبت می‌شوند. هدف این مقاله، ارائه ابزاری مبتنی بر سامانه اطلاعات جغرافیایی است تا با بکارگیری آن بتوان از داده‌های با بسامد کم سامانه موقعیت‌یاب جهانی به منظور تخمین زمان سفراستفاده کرد. برای ارزیابی دقت ابزار پیشنهادی، از داده های مکانی با بسامد کم مربوط به سه مسیر در شهر تهران استفاده شد. این داده‌ها با استفاده از تلفن‌های همراه جمع‌آوری شده‌اند. در راستای تخمین زمان سفر پیوندهای هر مسیر، ابتدا داده‌های با فاصله‌زمانی 120 ثانیه به شبکه دیجیتالی تطبیق داده می‌شوند. سپس، مسیر پیموده‌شده در بین این نقاط شناسایی می‌شود. در ادامه، متوسط زمان سفر پیوندها در طول بازه‌های 20 دقیقه‌ای تخمین زده می شود و با زمان سفر‌های واقعی پیوندها مقایسه می گردد. نتایج این مطالعه نشان می‌دهد که روش ارائه‌شده، قابلیت بالایی در شناسایی صحیح مسیرها دارد. بطوری که، به طور متوسط بیش از 91.06 درصد پیوندها به درستی شناسایی می‌شوند. مقایسه زمان سفرهای تخمین زده شده با مقادیر واقعی، نشان می‌دهد که زمان سفر، 90 درصد پیوندها، با خطای کمتر از 20 درصد برآورد شده است. مقایسه نتایج این مطالعه با نتایج برخی مطالعات پیشین دقت بالای تخمین‌های انجام شده را نشان می‌دهد.

urban travel time estimation using low-frequency gps data

today, due to the advancement of technology, the spatial data obtained from the global positioning system can be used to estimate the travel time in the various components of the urban road network. in practice, spatial data from the global positioning system often is recorded with a low frequency on average every one or two minutes. the purpose of this paper is to provide a gis-based tool for using low-frequency data obtained from the global positioning system to estimation of travel time. in order to evaluate the accuracy of the proposed tool, low frequency spatial data was used for three routes in tehran. these data were collected using cell phones. in order to estimate the travel time of the links of each path, first, the data will be matched to the digital network at intervals of 120 seconds. then, the path traveled between these map-matched points is identified. in the following, the average travel time of the links is estimated over the 20-minute intervals and compared with the actual travel time of the links. the results of this study indicate that the proposed method has a high ability to inference the correct paths. on average, over 91.06% of the links traveled by vehicle are identified correctly. comparison of the estimated travel time with actual values indicates that travel time of 90 percent of the links is estimated with error of less than 20%. the fitting of points to linear regression with r2 = 0.8783 and pearson correlation coefficient of p = 0.937 and comparison with results of some previous studies also shows the high accuracy of the estimates.