城市路网中浮动车数据和线圈数据的融合

交通信息是 ATMS 的基础和核心,从实时交通数据中准确估计交通参数、判断和预测交通状态是 ATMS 的重要内容.文中在信息融合理论的基础上,介绍了交通数据融合的基本内容.分析了浮动车数据和线圈数据的特点后得出:在城市路网环境中,虽然浮动车采集和线圈采集方式各有优劣,但他们在时间和空间上具有很强的互补和冗余.为充分利用已获取的交通信息,应实现这两类数据的融合,并对浮动车数据和线圈数据的一般融合模型和基本融合方法进行了论述,明确了交通融合问题的2种研究方法,即通过仿真手段得到的数据和现场采集数据作为融合的数据源来验证融合模型.     

基于浮动车数据的交通事件参数特性研究

利用微观交通仿真软件Vissim搭建交通事件环境,对在不同堵塞程度和不同交通流量的交通事件情况下,浮动车采集的浮动车速、行程时间、浮动车位置等移动检测交通参数变化特性进行了分析比较,总结出交通事件情况下的浮动车移动检测各交通参数变化规律,并以此为基础对模式识别法、统计预测法、时间序列和智能算法等4种基于浮动车数据的交通事件检测算法进行了探讨,具有覆盖面广、成本低等特点。     

基于仿真试验的GPS浮动车最佳样本容量确定方法研究

GPS 浮动车作为一种新型的交通信息采集工具已经成为智能交通领域的研究热点.基于经典概率论理论,并考虑了部分交通流特性的GPS浮动车最佳样本数计算方法,提出了基于仿真实验的最佳样本容量确定方法,并采用 Vissim 仿真软件进行实验,验证了该方法的可行性.     

基于FCD和DAB交通信息采集与服务系统研究

城市交通问题日趋严重,交通信息化服务成为了智能交通领域又一热点。基于浮动车（floating car data FCD）和DAB（digital audio broadcasting）的交通信息采集与服务系统,对交通信息数据源、数据处理及信息解码分发至终端等方面进行了研究,阐述了系统总体结构、关键技术、核心算法。该系统通过采集处理、多源数据信息融合、信息发布和信息终端软件开发,采用TPEG（transportprotocol experts group）信息编码技术,编码成二进制码流文件,并传输给DAB数字服务器进行信息分发,进而将交通信息实时传输到移动终端,为出行者提供可靠的、科学的交通信息服务。     

浮动车采集系统中城市道路分段方法研究

介绍了浮动车数据采集和数据处理方法;结合出行者对实时动态交通信息精度的要求,在已有固定分段的基础上提出了合并路段的方法;利用中环路浮动车采集数据对合并方法进行实证,表明该分段方法能提高发布信息的精度.     

基于GPS浮动车的自然路段行程时间估计方法

针对目前基于GPS浮动车交通信息采集技术的研究大多只是涉及宏观方案,细节研究较少,导致产生所得交通信息质量不高的问题,考虑数据用户需求以及路网空间数据的特点设计了自然路段划分方法,同时结合动态GPS数据与路网空问数据的特点提出了路段行程时间估计算法.利用编程语言完成了算法实现,并且利用实测数据进行了算法验证.结果表明,自然路段行程时间估计算法不仅运行高效、稳定,同时获取的路段行程时间数据精度较高.     

基于FCD的城市道路交通状态信息服务系统设计与实现

通过对交通信息服务系统的现状分析,提出了基于浮动车数据的城市道路交通状态信息服务系统设计方案,阐述了系统的交通工程理论和系统技术基本原理,结合需求分析设计了系统的功能结构,重点研究了一种高效的数据存储管理设计方法；最后结合目前流行的富客户端技术,研究了系统实现问题,提出了其未来发展趋势.     

浮动车系统地图的匹配精度

从地图匹配精度指标出发,针对浮动车系统的配置计划中的浮动车系统信息采集周期这一重要参数进行研究。分析浮动车系统数据特点,说明浮动车系统采集周期对浮动车服务质量的重要性;分析城市路网条件下精度随不同采集周期的变化情况,建立基于城市路网特征描述变量和采集周期等特征向量的地图匹配精度模型。模型由于包含城市路网特征描述向量,具有较高的移植性,应用此模型可以得到期望精度下采集周期的预测值,为浮动车系统的配置计划提供参考依据。     

1种基于浮动车数据的多车车速融合算法

在浮动车处理技术中,多浮动车样本车速的融合是整个计算的最后1个环节,算法的好坏直接影响到动态交通信息的准确性。从多权重系数和多种路况状态的角度构建了1种新的基于浮动车数据的多车车速融合算法,该算法从浮动车行驶特征等角度,综合考量在表征实时路况时浮动车多车样本间的共性与个性差异去融合多车车速,提高了实时路况的准确性,并且可根据实际交通环境快速调整相关参数。最后通过实证分析对其准确性进行了评估验证,结果表明能有效提高动态交通信息的准确性,具有良好的实用性。     

基于蚁群优化算法与出租车GPS数据的公众出行路径优化

以出租车GPS采集的浮动车数据为依据,研究出租车驾驶员路径选择的认知及类蚂蚁的行为特征。根据城市道路功能等级与出租车的通行频率等信息素,建立出租车驾驶员路径选择信息素等级路网,并以此作为路网初始信息素,综合考虑路径通行时间、通行距离、路径信息素等级等多个因素,提出了基于蚁群优化算法的公众出行路径规划优化算法。以武汉市路网和浮动车为试验数据,将模型规划的道路与浮动车数据库中的轨迹进行了比较。结果表明:基于蚁群优化算法与出租车GPS数据的公众出行路径同出租车驾驶员选择的出行路径相似度很高,能为公众出行提供出租车驾驶员选择的行车路径。     

基于地图匹配的城市道路实时交通状态模糊综合判别方法

依托于浮动车数据,基于地图匹配对城市道路交通状态模糊综合判别方法进行深入研究.首先根据浮动车数据特点和道路交通信息,基于Mapbasic编程对数据进行地图匹配,并进行MapInfo二次开发,通过相关模型计算指定时段内的道路交通参数.建立模糊综合评价判别模型,对判别结果量化处理,以最大隶属度原则确定道路交通状态.最后,选...     

基于GPS的实时交通信息采集方法的研究

对基于GPS的实时交通信息采集方法开展研究,分别提出了利用GPS返回的经纬度数据和速度数据的两种路段平均速度估计算法。前者通过高斯投影,将WGS-84坐标系的GPS经纬度数据转换为平面直角坐标系的数据,从而计算平均速度。后者从GPS单点测速机理的研究入手,通过速度定积分计算距离得到平均速度。通过现场试验对算法和技术流程进行了验证,并利用实测数据对比了两种算法的计算结果,表明基于GPS的实时交通信息采集技术在实践中是可行和有效的。     

基于出租车GPS定位技术的ITS共用信息平台实时路况信息采集及处理方法

以广州市ITS共用信息平台的建设为背景,提出基于出租车GPS定位技术的ITS共用信息平台实时路况信息采集及处理方法。针对ITS共用信息平台信息采集范围大、准确性和实时性要求高的需求特点,具体研究队列方式的道路拓扑存储方法,利用出租车计费器进行奇异数据剔除的方法,分区搜索和边界矩形相结合的GPS地图匹配方法和循环队列与A*算法相结合的路况计算方法等一整套基于出租车GPS定位数据的实时路况信息采集和处理的方法,并提出了基于J2EE架构的平台数据处理服务器的实现方案。广州市ITS共用信息平台示范工程的实际应用表明,该方法具有良好的效果和广泛的应用前景。     

双向传输的智能公交信息采集系统的研发

在分析目前较为常用的公交信息采集和传输技术的基础上,利用GPS定位技术和IC卡技术来进行公交信息采集,包括公交车辆信息和公交客流信息,利用GPRS技术来进行公交信息的传输,提出了基于双向通讯技术的公交信息系统的设计,并给出了系统的软、硬件设计,系统的信息流程图。该系统的应用不仅能使信息中心或调度中心获取准确、即时的公交信息,也能让行驶中的驾驶员获得中心传输而来的有用信息,从而实现两者的双向传输。     

面向动态导航的城市路网实时交通信息服务系统研究

结合国内外的研究现状，基于实时GPS数据和高架线圈检测数据的数据融合处理技术，给出了面向动态导航的实时交通信息服务系统的总体框架，实现了城市路网的实时交通流状态估计；通过构建实时交通信息系统，借助无线通讯方式为车辆提供实时交通信息和动态路径规划服务，实现了在动态路径规划基础上的车辆动态导航。     

面向实时交通状态参数估计的浮动车车速置信优化算法

针对浮动车数据稳定性问题,在浮动车及其数据特性分析的基础上,设计了考虑车速置信权重的交通状态参数算法。以车速、样本数和时间为衡量基准得到置信权重,据此计算交通状态参数。在出现异常数据时进行去噪处理;在数据量不足或数据连续性不好的情况下融合历史数据及临近时段数据,以反映真实交通状态。通过编程仿真和实地实验,对优化算法进行数值分析和测试,证明该算法可有效消除异常数据波动和数据量不足的影响,对交通状态参数估计具有较高的准确度和平稳性。     

不利天气下路况识别现状研究与展望

不利天气导致交通条件及路面状况恶化是引发道路交通事故的重要原因。扩展浮动车技术能利用车载传感器实时采集全程路况信息,并通过车载无线通信网络,将采集到的路况信息传递给其他受到影响的附近车辆,同时通过信息中心将信息传达给更广泛的受众,对保障不利天气下道路行车安全具有重要作用。文中分析了利用扩展浮动车技术识别不利天气下路况的研究现状,构建了基于扩展浮动车技术的信息采集和路况识别系统,提出了实现不利天气下路况识别的扩展浮动车关键技术。     

基于数据融合的城市道路交通事件自动检测

针对交通事件自动检测多以高速公路、城市快速路为对象以及使用数据源单一的现状,提出一种基于多源数据融合的城市道路交通事件检测方法。在对信号控制下交通事件引起的交通流变化进行分析的基础上,利用杭州市城区浮动车、SCATS、Citilog系统提供的实时交通数据,基于CUSUM算法构建差分流量和速度交通事件检测模型。该模型可以有效抑制交通信号对于交通流的周期性影响。实验表明,模型在高峰时段和平峰时段均能快速准确检测交通事件。