Python OSMNX：如何为道路边获取更贴合实际的行驶速度？

问题描述 #

我正在开展一项基于驾驶时间的研究（例如，人们愿意从居住地驱车多久前往特定服务场所等）。但OSMNX计算得出的驾驶时间远快于实际情况，核心原因是它默认使用道路的maxspeed（最高限速）计算行驶时间，未考虑路口启停、短路段无法达到限速等现实场景的耗时。对比谷歌地图结果，相同距离下，OSMNX算出6分钟，实际需要10-11分钟。

示例代码：

import numpy as np
import osmnx as ox
import networkx as nx

G = ox.graph_from_address(
    "50 North Temple, Salt Lake City, UT 84150",
    dist=10000,
    network_type="drive",
    truncate_by_edge=True,
) 

G = ox.add_edge_speeds(G)
G = ox.add_edge_travel_times(G)
origin = (40.741630,-111.862470)
destination = (40.768860,-111.837560)
origin_node = ox.distance.nearest_nodes(G, origin[1], origin[0])
destination_node = ox.distance.nearest_nodes(G, destination[1], destination[0])
route = ox.shortest_path(G, origin_node, destination_node,weight="travel_time")
route_length = int(sum(ox.utils_graph.route_to_gdf(G, route, "length")["length"]))
route_time = int(sum(ox.utils_graph.route_to_gdf(G, route, "travel_time")["travel_time"]))
print("Route is", route_length/1609.34, "miles and takes", route_time/60, "minutes.")
fig, ax = ox.plot_graph_route(G, route, route_color="c", node_size=0)

解决方案 #

1. 自定义道路平均速度计算 #

OSMNX默认用maxspeed直接计算时间，但现实中短路段无法达到最高限速，需要结合路段长度调整平均速度。可以通过公式自定义每条边的行驶速度，再重新计算行驶时间。

比如，结合路段长度设置不同的速度折扣（可根据研究需求调整）：

• 路段长度小于50米：平均速度设为20km/h（无法高速行驶）
• 路段长度50-200米：取maxspeed的70%
• 更长路段：取maxspeed的90%（考虑路况干扰）

修改代码如下：

import numpy as np
import osmnx as ox
import networkx as nx

G = ox.graph_from_address(
    "50 North Temple, Salt Lake City, UT 84150",
    dist=10000,
    network_type="drive",
    truncate_by_edge=True,
) 

# 先获取默认限速
G = ox.add_edge_speeds(G)

# 自定义每条边的平均速度与行驶时间
for u, v, key, data in G.edges(keys=True, data=True):
    max_speed = data['speed_kph']
    length = data['length']
    
    if length < 50:
        data['custom_speed_kph'] = 20
    elif 50 <= length < 200:
        data['custom_speed_kph'] = max_speed * 0.7
    else:
        data['custom_speed_kph'] = max_speed * 0.9
    
    # 计算自定义行驶时间（秒）：长度(米) / 速度(米/秒)
    data['custom_travel_time'] = length / (data['custom_speed_kph'] / 3.6)

origin = (40.741630,-111.862470)
destination = (40.768860,-111.837560)
origin_node = ox.distance.nearest_nodes(G, origin[1], origin[0])
destination_node = ox.distance.nearest_nodes(G, destination[1], destination[0])

# 使用自定义行驶时间作为权重找最优路径
route = ox.shortest_path(G, origin_node, destination_node, weight="custom_travel_time")

# 计算路径总长度和总时间
route_length = int(sum(ox.utils_graph.route_to_gdf(G, route, "length")["length"]))
route_time = int(sum(ox.utils_graph.route_to_gdf(G, route, "custom_travel_time")["custom_travel_time"]))

print("Route is", route_length/1609.34, "miles and takes", route_time/60, "minutes.")
fig, ax = ox.plot_graph_route(G, route, route_color="c", node_size=0)

2. 添加路口启停延误 #

路口的停车、等待、转向耗时是OSMNX忽略的关键因素，可以给路径中的每个路口（除起点和终点）添加固定或动态的延误时间。

比如，每个路口添加15秒延误（可根据路口复杂度调整，如主干道交叉口加20秒，支路加10秒）：

# 在计算完自定义路径时间后，添加路口延误
num_intersections = len(route) - 2  # 减去起点和终点节点
intersection_delay = 15  # 每个路口延误15秒
total_route_time = route_time + num_intersections * intersection_delay

print("Route is", route_length/1609.34, "miles and takes", total_route_time/60, "minutes.")

3. 结合两种方法优化 #

将自定义路段速度和路口延误结合，能更贴近实际驾驶时间。可以根据研究区域的交通特征，调整速度系数和延误时间——比如在拥堵城区提高延误时长，在郊区降低速度折扣。

内容的提问来源于stack exchange，提问作者PAnderton