交通数据(1)——加州高速路网PeMS交通数据

  • 一、PeMS数据介绍
    • 1. 数据来源
    • 2. 数据特点
    • 3. 数据诊断与处理
    • 4. PeMS数据格式
  • 二、相关数据下载
    • 1. 相关数据链接
    • 2. 数据爬虫下载
    • 3. 部分路网数据集(持续更新中···)

一、PeMS数据介绍

1. 数据来源

  PeMS提供了一个统一的交通数据数据库,该数据库由加州运输公司在加州的高速公路上收集,以及其他加州运输公司和合作机构的数据集。这些数据可以让用户对高速公路性能进行统一、全面的评估,基于对高速公路网络当前状态的了解做出运营决策,分析拥堵瓶颈以确定潜在的补救措施,并做出更好的整体决策。

  • 智能交通系统(ITS)车辆检测站( Vehicle Detector Stations: VDS);
  • 流量统计站: Traffic Census Stations;
  • Weight-In-Motion (WIM)传感器;
  • 加州公路巡警(CHP)事故数据;
  • 交通事故监测和分析系统(TASAS)事故数据;
    ······

2. 数据特点

  • 超过44,681个检测器每30秒报告一次数据;
  • 一旦完成编译30秒的数据集,没有任何间隙,数据就会被聚合成5分钟的增量。
  • 各种性能数据可用,如容量、速度、延迟、车辆行驶里程(VMT)、车辆行驶小时(VHT)、行驶时间和年平均日交通流量(AADT);

3. 数据诊断与处理

  个别检波器站(VDS)偶尔会发生故障、停止工作或停止发送数据。这些错误可能因各种原因发生,包括错误的连接、通信丢失或控制器故障。每当这些错误发生时,数据集就会出现空白。没有完整的数据集(至少没有明显的不准确性),绩效度量是无法估计的。PeMS会使用一种称为数据输入的过程估计数据(为了计算性能度量)。该过程包括全面的算法,以填补空白的数据集与准确的估计。

  • 基于局部系数的邻接线性回归——数据空白是通过来自同一位置邻近车道的检测器以及直接上下游位置的检测器的信息来填充的;
  • 基于全局系数的邻居线性回归——当PeMS确定某些检测器从未报告合理的数据时,系统会查看整个区域的检测器数据中的一般关系,以填补空白;
  • 临时中间值——pem查看长时间内相似时间和每周天数的数据值。这些数据值的中位数用于填补空白;
  • 集群中值——PeMS检查一周内来自具有类似流量模式的检测器的数据,以填补数据空白。

4. PeMS数据格式

  • Dashboards
  • Maps
  • Plots and graphs
  • Tables
  • Export to text/spreadsheet file
  • Animation video.

部分数据解释如下:
(1)Maps
  PeMS中有四个不同的地图:实时地图、性能地图、库存地图和搜索地图(Real-Time Map, the Performance Map, the Inventory Map, and the Search Map)。

(2)Plots and Charts
  PeMS提供多种类型的性能度量图和图表,如流量或速度的聚合图、服务水平条形图、区域数量饼图、速度等高线图和拥塞概述图。

(3)Tables
  PeMS在大多数报告中,默认的输出格式是图表或图表。为了生成表,用户必须通过单击按钮选择表输出选项。

  PeMS允许用户将大多数报告中的数据导出到单独的文本文件或电子表格文件(Microsoft Excel . xls)。

(4)Animation Videos
  当在高速公路路段或走廊上进行空间层面的分析时,用户可以生成动画视频。动画视频提供了一种方式来查看交通状况的变化,因为他们发生在特定的日期和时间。只需选择日期、开始和结束时间以及所需的里程限制。用户可以选择显示以下数据元素:速度、瓶颈、事件、容量和站点。点击播放按钮可以让用户看到交通状况随时间变化的动画。要控制动画速度,请选择或取消选择地图右下角的箭头。动画可以暂停,让用户对给定时刻的数据进行更详细的调查。用户还可以单击动画条,将动画快进或快退到所需的时间点。用户可以通过双击某个位置、使用鼠标滚轮或使用地图左上角的缩放比例按钮来放大或缩小动画。


二、相关数据下载

1. 相关数据链接

PeMS数据官网下载链接:http://pems.dot.ca.gov.
PeMS论坛链接:http://pemsforum.dot.ca.gov/.
PeMS用户指导手册:https://github.com/sttCharon/PeMS_Data

2. 数据爬虫下载

此代码转载博客地址:https://blog.csdn.net/w771792694/article/details/103075534:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2019/11/14 21:23
# @Author  : Chenchen Wei
# @Description: 下载PeMS流量数据,一次下载一周数据,并将下载的周数据进行合并import time
import os
import numpy as np
import pandas as pd
import requestsdef time_2_timestamp(input, lags=True):"""默认True: 时间转化为时间戳, 包含时差计算"""if lags:timeArray = time.strptime(input, "%Y-%m-%d %H:%M")# 转换成时间戳return int(time.mktime(timeArray) + 8 * 60 * 60)  # 时差计算else:time_local = time.localtime(input - 8 * 60 * 60)return time.strftime("%Y-%m-%d %H:%M", time_local)def download(save_path, vds, start_time, end_time):"""时间转化为时间戳"""start_stamp, end_stamp = time_2_timestamp(start_time), time_2_timestamp(end_time)i = 1for begin in range(start_stamp, end_stamp, 60 * 60 * 24 * 7):url = get_url(vds, begin)down_load_data(save_path, url, i)i += 1print('Sleeping...')time.sleep(15)  # 下载完成休息五秒def down_load_data(save_path, url, i):headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) ""AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36"}data = {"redirect": "", "username": "账号","password": "密码", "login": "Login"}session = requests.session()response = session.post(url, headers=headers, data=data)response = session.get(url)with open(save_path + '\\' + str(i) + '.xlsx', 'wb') as f:f.write(response.content)print('下载成功')def get_url(vds, begin):str_begin = time_2_timestamp(begin, False)s_begin = str_begin[5:7] + '%2F' + str_begin[8:10] + '%2F' + str_begin[:4] + '+00%3A00',end = begin + 60 * 60 * 24 * 7 - 60str_end = time_2_timestamp(end, False)s_end = str_end[5:7] + '%2F' + str_end[8:10] + '%2F' + str_end[:4] + '+23%3A59',url = 'http://pems.dot.ca.gov/?report_form=1&dnode=VDS&content=loops&export=xls&station_id=' \+ str(vds) + '&s_time_id=' + str(begin) + '&s_time_id_f=' + str(s_begin) + '&e_time_id=' + str(end) + '&e_time_id_f=' + str(s_end) + '&tod=all&tod_from=0&tod_to=0&dow_0=on&dow_1=on&dow_2=on&dow_3=on&dow_4=on&dow_5=on&dow_6' \'=on&holidays=on&q=flow&q2=&gn=5min&agg=on&lane1=on&lane2=on&lane3=on&lane4=on'# print(url)print('获取url: vds[%s] %s --- %s' % (str(vds), str_begin, str_end))return urldef combine_download_data(vds, path):num = len(os.listdir(path))dfs = pd.read_excel(path + '\\1.xlsx', index_col=None).valuesfor i in range(2, num + 1):df = pd.read_excel(path + '\\' + str(i) + '.xlsx', index_col=None).valuesdfs = np.row_stack((dfs, df))pd.DataFrame(dfs).to_csv(path + '\\' + str(vds) + '_combine.csv', index=None, header=None)print('合并文件保存成功')if __name__ == '__main__':save_path = r'G:\文档\交通数据集\加州数据集\自动下载数据'  # 文件保存路径vds_list = [602467, 602468]  # 需要下载的VDS列表start_time, end_time = '2019-01-01 00:00', '2019-01-14 23:59'  # 数据下载开始于结束时间,每次下载一周,无数据则下载为空文件for vds in vds_list:name = start_time[2:10] + '_' + end_time[2:10]save_paths = save_path + '\\' + name + '\\' + str(vds)  # 创建文件保存路径if not os.path.exists(save_paths):os.makedirs(save_paths)print('开始下载:%s   %s---%s' % (str(vds), start_time, end_time))download(save_paths, vds, start_time, end_time)  # 下载文件combine_download_data(vds, save_paths)  # 将单个VDS下载文件进行合并

3. 部分路网数据集(持续更新中···)

PeMS数据集:https://github.com/sttCharon/PeMS_Data

【交通数据(1)——加州高速路网PeMS交通数据】相关推荐

  1. Python爬虫下载加州高速路网PeMS交通流量数据集以及交通公开数据集分享

    由于PeMS(PeMS)下载交通数据集一次只能下载一周数据,并且要一次一次的点击,比较麻烦. 故写出了一个小的爬虫程序,自动下载PeMS路网上VDS的数据集(前提需要FQ,需要挂全局代理) 下载为5分 ...

  2. 频繁与交通部门合作,百度地图开挖大数据金矿

    昨天,百度地图与成都交警.成都交投签署合作协议,建立战略合作伙伴关系,成都交警将向百度开放公共交通大数据,让百度地图给用户提供更加便利的地图服务,如实时路况:而百度则将提供云计算.大数据和人工智能等领 ...

  3. 交通行业提升数据利用效率的核心是做好数据交换与共享

    近年来,政策环境的持续优化让数据红利在交通行业加速释放,比如:2016年,交通运输部部署了综合交通运输大数据应用中心建设工作,同时也委托交通运输部交科院开展综合交通运输大数据政策标准研究等任务: 20 ...

  4. 利用交通实时数据和社交媒体数据对飓风疏散期间的交通需求进行预测

    文章信息 本周阅读的论文是题目为<Predicting traffic demand during hurricane evacuation using Real-time data from ...

  5. 计算机在铁路中的应用论文800字,交通运输和交通论文,关于计算机信息网络系统在铁路交通运输管理中的应用相关参考文献资料-免费论文范文...

    导读:本文是关于交通运输和交通相关毕业论文的格式范文和计算机信息有关论文范本. 李倩楠 [摘 要]计算机信息网络系统作为当前交通运输管理中的重要组成部分,对我国交通行业的迅猛发展具有十分重要的作用.论 ...

  6. 2020智能交通展新发展方向“5G+智能交通”共赢未来 值得期待

    2020智能交通展新发展方向"5G+智能交通"共赢未来 值得期待1.道路标识数字化智能化关于这点,我国工信部部长苗圩表示,已与交通运输部部长达成共识,在中国公路加快打造数字化.智能 ...

  7. 智慧交通发展与实现系列01-智慧交通畅想之一

    交通,来自于"阡陌交通",来源于桃花源记,路与路相通:又有将一个物体从一个地方运送方另一个地方的广泛含义. 基于原始朴素的解释,那么总结与交通相关的系统总结如下: 什么是交通?交通 ...

  8. 交通运输部办公厅关于印发推进智慧交通发展行动计划(2017-2020年)的通知

    交通运输部办公厅关于印发推进智慧交通发展行动计划 (2017-2020年)的通知 各省.自治区.直辖市.新疆生产建设兵团及计划单列市.经济特区交通运输厅(局.委),部政研室.法制司.综合规划司.公路局 ...

  9. 打造智能化交通出行的关键技术依仗-智慧交通

    智慧交通不只是指汽车智能化,还有道路的智能化.智能汽车早已不是传统定义上的交通运输业工具,而是结合了智能化交互.自动化控制.对外通讯.人工智能等各种功能的综合性高科技产品. 近日来,国家科技部发函支持 ...

最新文章

  1. com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure
  2. 删除DataTable中列重复的行
  3. docker 内存 cpu 限制 简介
  4. MongoDB在windows服务器安装部署及远程连接MongoDB
  5. 在python中查看关键字需要在python解释器中执行_现有代码 d={},在Python3解释器中执行 d[([1,2])] = 'b'得到的结果为( )。...
  6. CSP认证201512-4 送货[C++题解]:无向图欧拉路径、并查集、dfs
  7. eclipse整体替换
  8. 【洛谷 1969】积木大赛
  9. .NET Core 3.0 webapi集成Swagger 5.0
  10. SpringCloud Ribbon中的7种负载均衡策略!
  11. 矩阵——特征向量(Eigenvector)
  12. asp.net 下载文件
  13. 基础学习:高斯混合模型GMM
  14. 谈谈物联网产业4G转型中的隐忧与应对
  15. php的ci框架手册,CodeIgniter 教程 - php CodeIgniter 框架 - CodeIgniter手册
  16. 论文参考文献DOI含义
  17. 到底有多少种病毒?科学家们分析了100多种SARS-CoV-2变种的功能
  18. Linux查看及测试网络
  19. 树莓派41/100- Pico控制触摸开关模块TTP223
  20. excel自动填充脚本(awk)

热门文章

  1. 【旁门Python 01】什么是wheel包,如何去用它?
  2. 一个五年架构师凭什么基本年薪酬就可以达到50万
  3. 《分布式实时计算系统之Storm》一、基本原理
  4. Elasticsearch(ES) 基本知识
  5. 关于游戏开发,如何开发一款游戏(基于unity)
  6. Node.js 中 __dirname 和 ./ 的区别
  7. fastapi 大型应用_fastapi使用教程
  8. 论文笔记:m6Acorr: an online tool for the correction and comparison of m6A methylation profiles
  9. 本地电脑ssh连接机器人,使用rviz控制机器人导航
  10. 传播易7月发力 微信大号营销成为前锋