基于出租车GPS轨迹数据的实时交通状态获取和现有实时路况系统评估
发布时间：2022-01-25 13:34
随着经济的发展和科技的进步,机动车辆成为公众出行最主要的交通工具之一。但是城市内的道路设施却因为空间资源的有限而无法满足机动车的高速增长,使得交通拥堵成为一个世界性的普遍现象和社会问题,而智能交通系统（ITS）是解决交通拥堵问题的最有效方式。出租车是道路交通流中的代表性车辆,随着GPS定位精度的提高和设备的普及,通过数量多、密度大、覆盖范围广的出租车GPS轨迹获取实时路况信息,成为智能交通系统的研究中一个重要而有效的方式。本文以此为背景,主要研究了以出租车GPS轨迹为数据源进行道路交通状态获取的实时路况发布系统。论文首先介绍了相关的研究背景和目前已有的GPS浮动车系统,以及国内外以浮动车GPS数据为研究对象的交通参数估计算法的研究现状。然后介绍了论文的研究区域和数据源的数据结构,主要包括地图数据和浮动车GPS数据。对影响GPS数据质量的冗余数据、无效数据和噪声数据等进行了特征分析,通过数据预处理清除了这些干扰数据。本文重点研究了现有的地图匹配的种类和方法,提出了一种简化的地图匹配方法提高了匹配效率。即先将地图数据的坐标统一到GPS数据的坐标系中,通过矢量法计算出点到线的最短距离,确定G...
【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２－１研究区域??２丄２出租车ＧＰＳ数据结构??
原始的出租车邸Ｓ轨迹数据在??影响数据质量的干扰数据：一是冗余数据，??重复出现。二是无效数据，即同一车辆，??出现多次。Ｈ是噪声数据，即由于设备或??异于其他记录的速度值，形成偏离期望??车的运营特性造成的，车辆在停车上、??道路交通状态ｐｓｉ。??ＧＰＳ数据的质量，预处理的原理是检测??时交通状态的计算结果的影响。??
在上述算法中，ａｖｅｒａｇｅ和ｖａｒｉａｎｃｅ是一组速度值的平均值与方差，最后的??循环是将速度值大于Ｕ＋ａ的值排除，此时ａ?＞９０％。??根据上描述，数据预处理的全部流程主要如图２－４所示：??＇、月??１－ａ?ａ??图２－?３噪声数据处理原理图??读取Ｇ巧记聚（???Ｗ??否?＾??Ｖ????一一?一＊??存入数据库???＾?１?排除无效数据??若存在车牌、位置相同、时间连续甘??大于５分钟的记录，更新数据库，将这??些记录的ｔｉｍｅｓｌｉｃｅ字段値设为０??个时间片为计弊单化计算各记衆的平??均值和方差，置信水平设为０．９，将速度值离?排除噪声数据??于置信水平的的记衆的ｔｉｍｅｓｌｉｃｅ字段值巧为０?Ｉ??图２－４数据预处理流程??３地图匹配与交通参数估计??在第一章的文献综述部分，我们介绍了地图匹配与交通参数估计的定义和简??要发展。这一章节将更加详细的介绍地图匹配的原理、方法分类及常用算法。然??后结合现实数据的情况，在己有方法的基础上，提出了一种简化而高效的地图匹??１５??
【参考文献】：
期刊论文
[1]基于GPS浮动车的数字速度模型在城市交通状态演变分析中的应用——以昆明市为例[J]. 苟锡荣,左小清,张用川. 科学技术与工程. 2013(11)
[2]基于计算几何的地图匹配算法研究[J]. 陆文昌,张迎,陈龙,汪若尘. 机械设计与制造. 2012(01)
[3]浮动车数据路网时空分布特征研究[J]. 辛飞飞,陈小鸿,林航飞. 中国公路学报. 2008(04)
[4]基于GPS的实时交通信息采集方法的研究[J]. 胡明伟. 公路交通科技. 2007(05)
[5]基于GPS探测车的道路交通状态估计技术[J]. 孙棣华,董均宇,廖孝勇. 计算机应用研究. 2007(02)
[6]基于模糊逻辑的综合地图匹配算法(英文)[J]. 苏海滨,陈建明,侯朝桢. 广西师范大学学报(自然科学版). 2006(04)
[7]基于最小浮动车样本数量的道路覆盖率与交通信息更新周期研究[J]. 涂智,李昊,姚琛,袁理. 中国铁道科学. 2006(05)
[8]日本ITS开发和运用的实例——名古屋基于浮动车信息的P-DRGS简介[J]. 唐克双,姚恩建. 城市交通. 2006(03)
[9]基于权重的地图匹配算法[J]. 陈佳瑜,肖桂荣. 计算机工程与应用. 2005(11)
[10]基于拓扑结构/自适应模糊决策的地图匹配算法[J]. 杨新勇,黄圣国. 上海交通大学学报. 2004(08)
硕士论文
[1]基于大数据的智能交通运输平台的研究[D]. 韩欢.成都理工大学 2014
[2]基于模糊综合评判的城际道路拥堵状态识别方法研究[D]. 朱丹丹.中南大学 2013
[3]基于简化路网模型的城市路况预测与监控技术研究[D]. 刘琳.重庆大学 2013
[4]基于GPS浮动车获取道路实时车速的方法研究[D]. 张建华.昆明理工大学 2013
[5]基于GPS数据的道路交通状态判别方法研究[D]. 姜东.长安大学 2011
[6]基于浮动车数据的物流配送路况预测研究[D]. 邝朝剑.华南理工大学 2011
[7]基于GPS浮动车技术的大规模全覆盖城市道路交通状态获取方法研究[D]. 贾献博.北京交通大学 2010
[8]基于GPS浮动车的城市道路交通事件检测技术研究[D]. 颜安.长安大学 2010
[9]基于FCD技术的道路交通信息采集与交通动态诱导系统[D]. 叶加圣.合肥工业大学 2009
[10]基于浮动车GPS数据的行车速度预测模型研究[D]. 龚珊.北京交通大学 2009
本文编号：3608626
【文章来源】：华东师范大学上海市 211工程院校 985工程院校 教育部直属院校
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
图２－１研究区域??２丄２出租车ＧＰＳ数据结构??
原始的出租车邸Ｓ轨迹数据在??影响数据质量的干扰数据：一是冗余数据，??重复出现。二是无效数据，即同一车辆，??出现多次。Ｈ是噪声数据，即由于设备或??异于其他记录的速度值，形成偏离期望??车的运营特性造成的，车辆在停车上、??道路交通状态ｐｓｉ。??ＧＰＳ数据的质量，预处理的原理是检测??时交通状态的计算结果的影响。??
在上述算法中，ａｖｅｒａｇｅ和ｖａｒｉａｎｃｅ是一组速度值的平均值与方差，最后的??循环是将速度值大于Ｕ＋ａ的值排除，此时ａ?＞９０％。??根据上描述，数据预处理的全部流程主要如图２－４所示：??＇、月??１－ａ?ａ??图２－?３噪声数据处理原理图??读取Ｇ巧记聚（???Ｗ??否?＾??Ｖ????一一?一＊??存入数据库???＾?１?排除无效数据??若存在车牌、位置相同、时间连续甘??大于５分钟的记录，更新数据库，将这??些记录的ｔｉｍｅｓｌｉｃｅ字段値设为０??个时间片为计弊单化计算各记衆的平??均值和方差，置信水平设为０．９，将速度值离?排除噪声数据??于置信水平的的记衆的ｔｉｍｅｓｌｉｃｅ字段值巧为０?Ｉ??图２－４数据预处理流程??３地图匹配与交通参数估计??在第一章的文献综述部分，我们介绍了地图匹配与交通参数估计的定义和简??要发展。这一章节将更加详细的介绍地图匹配的原理、方法分类及常用算法。然??后结合现实数据的情况，在己有方法的基础上，提出了一种简化而高效的地图匹??１５??
【参考文献】：
期刊论文
[1]基于GPS浮动车的数字速度模型在城市交通状态演变分析中的应用——以昆明市为例[J]. 苟锡荣,左小清,张用川. 科学技术与工程. 2013(11)
[2]基于计算几何的地图匹配算法研究[J]. 陆文昌,张迎,陈龙,汪若尘. 机械设计与制造. 2012(01)
[3]浮动车数据路网时空分布特征研究[J]. 辛飞飞,陈小鸿,林航飞. 中国公路学报. 2008(04)
[4]基于GPS的实时交通信息采集方法的研究[J]. 胡明伟. 公路交通科技. 2007(05)
[5]基于GPS探测车的道路交通状态估计技术[J]. 孙棣华,董均宇,廖孝勇. 计算机应用研究. 2007(02)
[6]基于模糊逻辑的综合地图匹配算法(英文)[J]. 苏海滨,陈建明,侯朝桢. 广西师范大学学报(自然科学版). 2006(04)
[7]基于最小浮动车样本数量的道路覆盖率与交通信息更新周期研究[J]. 涂智,李昊,姚琛,袁理. 中国铁道科学. 2006(05)
[8]日本ITS开发和运用的实例——名古屋基于浮动车信息的P-DRGS简介[J]. 唐克双,姚恩建. 城市交通. 2006(03)
[9]基于权重的地图匹配算法[J]. 陈佳瑜,肖桂荣. 计算机工程与应用. 2005(11)
[10]基于拓扑结构/自适应模糊决策的地图匹配算法[J]. 杨新勇,黄圣国. 上海交通大学学报. 2004(08)
硕士论文
[1]基于大数据的智能交通运输平台的研究[D]. 韩欢.成都理工大学 2014
[2]基于模糊综合评判的城际道路拥堵状态识别方法研究[D]. 朱丹丹.中南大学 2013
[3]基于简化路网模型的城市路况预测与监控技术研究[D]. 刘琳.重庆大学 2013
[4]基于GPS浮动车获取道路实时车速的方法研究[D]. 张建华.昆明理工大学 2013
[5]基于GPS数据的道路交通状态判别方法研究[D]. 姜东.长安大学 2011
[6]基于浮动车数据的物流配送路况预测研究[D]. 邝朝剑.华南理工大学 2011
[7]基于GPS浮动车技术的大规模全覆盖城市道路交通状态获取方法研究[D]. 贾献博.北京交通大学 2010
[8]基于GPS浮动车的城市道路交通事件检测技术研究[D]. 颜安.长安大学 2010
[9]基于FCD技术的道路交通信息采集与交通动态诱导系统[D]. 叶加圣.合肥工业大学 2009
[10]基于浮动车GPS数据的行车速度预测模型研究[D]. 龚珊.北京交通大学 2009
本文编号：3608626
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3608626.html
