实时分布式地图匹配系统的设计与实现

在智能交通系统的基础上,设计实现了基于实时浮动车数据的分布式地图匹配系统.分布式架构的应用旨在提高系统数据接收和处理的实时性.同时提出了一种基于道路网格和最短路径的快速地图匹配算法,通过网格划分确定候选路段,根据二次网格划分、GPS角度和数量对候选路段权重进行修正,并利用最短路径算法寻求最符合路径,在保证处理效率的同时匹配的精度也有所提升.仿真实验选用三台匹配处理节点,经验证,完成大连市1000辆出租车约130万个GPS点的地图匹配用时为1分37秒,算法的平均正确匹配率为93.3％.实验结果满足实际智能交通系统的基本要求.     

浮动车数据在车辆路径问题中的应用

利用浮动车信息采集系统预测路段行程时间,实现对带时间窗的混合车辆配送路径选择的优化.提出了带时间窗的混合车辆路径选择优化问题的求解模型;设计了浮动车地图匹配和路段行程时间预测算法,以实现对路段行程时间的预测,并通过给出的成都市浮动车数据证明了所提出的算法比同类算法更有效——地图匹配率提高6%,路段行程时间预测值与实测值的拟合度更高,运输总费用节约24%.     

���ڴ��ģ���������ݵĵ�ͼƥ���㷨

地图匹配问题是浮动车技术中必须解决的关键问题。由于浮动车数据自身的特点，传统的导航地图匹配算法难以直接适用于大规模的浮动车数据匹配。本文在分析基于浮动车数据的地图匹配与传统的导航地图匹配的异同点的基础上，提出了浮动车地图匹配模型族的解决方案和相应的道路网格拓扑结构，设计了包括道路初次匹配模型、平行方向道路识别模型、节点匹配模型、延时匹配模型在内的浮动车数据地图匹配算法体系，并对算法进行了评估和验证。本文提出的浮动车数据地图匹配算法模型已经在广州市ITS示范工程中得到了实际应用，应用结果表明该算法具有准确、高效和实用的特点。     

基于改进遗传卡尔曼算法的短时路段行程时间估计

为进一步提高城市道路行程时间短时预测的准确性,利用城市浮动车全球定位系统(global positioning system,GPS)数据,提出基于遗传算法(genetic algorithm,GA)优化的卡尔曼滤波(kalman filtering,KF)模型估计短时道路行程时间的方法。利用高斯滤波器对异常数据进行有效剔除,基于城市道路地理信息系统(geographic information system,GIS)数据提出道路地图匹配算法,利用卡尔曼滤波器预测匹配道路的行程时间,并通过遗传算法优化卡尔曼滤波的误差参数。实际算例表明:预测路段的行程时间误差均小于0.5 min,基于GA优化的KF算法能有效提高路段行程时间估计的精度。根据预测行程时间对上海市外环路各个路段不同时间的拥堵情况进行预测识别,预测结果有助于交通管理部门及时掌握城市道路运行状态信息。     

基于改进AOE网络的低频浮动车数据地图匹配算法

由于低频浮动车数据时间间隔较长,现有地图匹配方法难以满足低频浮动车数据地图匹配的要求.综合考虑浮动车数据轨迹点之间的整体特性,在局部和全局地图匹配算法的基础上,提出了一种基于改进AOE网络的低频浮动车数据地图匹配方法.首先,采用相交分析判断GPS点缓冲区和候选路段的关系,以获取候选路段和候选匹配点;其次,基于四叉树空间索引和Dijkstra算法,获取候选匹配点之间的最短路径;第三,设计了一种改进AOE网络,提出了基于改进AOE网络的最短可达路径算法,以获取最终的地图匹配点;最后,对改进AOE网络的地图匹配算法进行评价,并通过实验分析了算法的时间效率和正确率.实验结果表明:基于改进AOE网络的地图匹配算法正确率为95.3%,程序执行总时间为96.8 s. 其正确率分别比点到线的局部地图匹配方法和基于弱Frchet距离的全局地图匹配方法的正确率高13.6%和2.8%.      

大样本量地图匹配方法研究

为保证GPS浮动车交通信息采集与预测的精度,采用直接投影算法,即点到线地图匹配算法来进行大样本量的GPS浮动车数据的地图匹配.文章以唐山市为例,在MapInfo图层中绘制唐山电子路网图以及路网中的GPS点,利用MapX控件将图层插入到VB可视化语言环境下进行编程、运行,通过道路搜索、估算投影点坐标、判断投影点是否在选定道路上,最后利用VB中的循环语句来将唐山市电子地图中的大样本量GPS点完全匹配到电子线路中,实现点到线的完全匹配.     

北京市浮动车交通状况信息实时计算系统

为应用于复杂城市路网的浮动车系统建设,提出了利用浮动车数据实时计算路网速度的系统建设流程,包括GPS数据接收、数据预处理、数据在电子路网底图上的匹配以及路段运行车速计算。并从数据过滤合理性、地图匹配效率、路网覆盖率及结果可信度等方面验证了该方法的可行性与实际效果。经验证,原始GPS数据经过预处理过滤后能显著提高点匹配率,而改进的路径匹配算法能使过滤后的数据达到95％左右的匹配率,基本覆盖大部分北京市快速路和主干路。     

基于交通轨迹数据挖掘的道路限速信息识别方法

分析了道路限速信息的时空变化性,提出一种基于轨迹数据挖掘技术的道路限速信息自动识别方法。为了实现海量交通轨迹数据的快速处理,研究了快速地图匹配与数据清洗等预处理算法,分析了交通轨迹数据的速度分布特性与最高车速限制指标。基于路段行车速度的统计特性,构建了道路特征向量模型,以快速提取海量轨迹数据的潜在特征信息。提出了多投票K近邻分类算法对数据特性进行训练与学习,以实现对道路限速信息的快速识别。以福州市交通路网及其浮动车轨迹数据构建试验样本集进行训练、学习与交叉验证试验。试验结果表明:在训练过程中,当样本数量达到1 200时,方法的识别准确率最高达到93%,在仅有150个小训练样本下,方法的识别准确率也达到75%;方法具有近线性的处理性能,处理1.0×106条道路的限速信息仅用时46ms。     

���ڵͲ���Ƶ�ʸ��������г̳�����Ϣʵʱ�ɼ�����

智能运输系统(ITS)是当前解决交通问题的最佳途径之一,而动态交通信息的发布与预测是ITS的关键所在。然而由于在各种外部因素下,道路交通状态呈现出随机变化的特性使得动态交通信息的发布与预测成为一大难点。结合某城市的实际情况,本文建立了在定位误差、采样间隔、车辆类型、道路类型等因素影响下的行程车速估计模型,并用实测数据对模型进行精度验证。结合出租车车辆的特殊信息,改进了低采样频率浮动车技术的估计算法,建立了空车数据处理模型;针对城市复杂和相似路段问题,提出了基于距离、方向角、连通性、历史数据以及车流方向等约束条件下的地图匹配算法;针对低采样频率浮动车数据,提出了考虑交叉口影响下的行程车速估计算法,通过实测数据评估了算法的性能;最后,针对不同检测技术的特征,提出了数据融合算法。     

基于数据融合技术的路段出行时间预测方法

为了精确预测路段出行时间,分析了国内外基于多数据源的路段出行时间预测方法的优缺点,应用自适应卡尔曼滤波算法,通过融合环形线圈检测器数据和浮动车数据,建立了路段出行时间估计模型,在交通高峰期和事故情况下,比较了采用基于环形线圈检测器、浮动车和自适应卡尔曼滤波3种出行时间预测方法预测路段出行时间的平均绝对百分比误差。比较结果表明:基于自适应卡尔曼滤波算法融合了来自环形线圈检测器和浮动车的数据,预测值更接近实测值,预测精度高。     

数据仓库在商品交易中的应用

着重讨论了数据仓库技术在商品交易中的应用，详细介绍了商品交易系统中数据仓库的设计和建立。并且进一步讨论了如何建立基于数据仓库的商品交易决策支持模型。     

基于测斜仪数据的边坡灰色预报

钻孔测斜仪是一种测定钻孔横向位移的原位监测仪器,在边坡工程原位监测中应用最为广泛。通过监测确定岩（土）体内滑裂面的位置、大小和滑动方向,对分析边坡稳定性、确定滑坡动态起着重要作用。介绍钻孔测斜仪的组成、工作原理,测斜管的埋设技术和监测技术,并应用灰色系统理论对边坡变形的发展趋势进行预测,同时对边坡防护提出合理建议。     

VB中ADO数据访问技术的实现

ActiveX数据对象(ActiveXDataObject,简称ADO)是由微软公司推出的以ActiveX技术为基础的一组基于OLBDB数据的高级自动化应用层接口,是一种新型的数据访问方法。它具有速度快、使用方便、内存占用少等特点,目前已成为数据访问技术的一个发展方向。着重介绍了在VB中使用ADO数据访问技术的方法。     

基于数据仓库的决策支持系统体系结构

在分析传统DSS的不足之后，提出了基于数据仓库决策支持系统的体系结构，主要包括模型库、方法库、知识库和数据仓库及其相应的管理系统，联机分析处理、数据挖掘单元和问题综合处理单元等几部分组成．研究了系统中各部分的功能、相互关系及基于数据仓库的决策支持系统的关键技术．     

����ETC�����շ����ݵ���Ϣ��ȡ�����о�

电子不停车收费系统是智能交通应用系统中取得较大发展的子系统. 系统能实时记录车辆的进、出口收费站的时间、地点等数据. 本文以电子不停车收费的交易数据为基础,通过对原始交易数据的分析,确定了数据的处理流程,在此基础上,提出了路段行程速度计算模型,交通流量分布规律分析方法和高速公路站点OD分布、车型比例分布等指标获取方法. 研究以北京市高速公路电子收费数据为例,进行了案例分析. 结果表明,本研究中提出的数据处理和提取技术能较为准确地获取高速公路运营管理中所需的信息,这些信息为高速公路出行者信息服务、高速公路交通运营和规划等提供有效的信息支撑.     

��ͨ��Ϣ�㲥Ƶ�������ں�����׼���о�

交通信息广播频道（RDS-TMC）是一种广域、廉价的交通信息发布技术，是现代先进的交通信息服务方式之一。本文结合北京市开展的RDS-TMC研究和示范实验，编制北京市地方标准的经验，以及掌握的欧洲RDS-TMC技术资料的基础上，阐述和分析了RDS-TMC的技术流程和信息服务特点，总结了RDS-TMC在欧洲和我国的发展概况，并深入研究了RDS-TMC核心标准。     

A New Multi-sensor Data Fusion Algorithm Based on EMD-MMSE

A new multi-sensor data fusion algorithm based on EMD-MMSE was proposed.Empirical mode decomposition(EMD)is used to extract the noise of every time series for estimating the variance of the noise.Then minimum mean square error(MMSE)estimator is used to calculate the weights of the corresponding series.Finally,the fused signal is the weighted addition of all these series.The experiments in lab testified the efficiency of this method.In addition,the comparison in fusion time and fusion results with existing fusion method based on wavelet and average technique shows the advantage of this method greatly.     

�Զ�������λϵͳ��GPRS��·���ܷ���

介绍了基于GPRS的自动车辆定位系统的数据链路，并结合GPRS数据用户的工作流程，介绍了实现链路的关键技术。从语音传输和数据传输两个方面给出了基于GPRS数据链路的自动车辆定位系统（AVLS）系统模型。着重对数据接入延时与语音负载、数据长度、数据发送间隔、系统容量等参数之间的关系进行了仿真分析。仿真结果表明,对于语音负载小、数据长度小的自动车辆定位系统，GPRS可以用来实现系统的大容量。     

����APTS���ݵĹ������˿�ͨ��OD�ֲ����Ʒ���

为提高通勤者使用公交出行的比例,有效缓解城市交通拥堵,对应用智能公交系统数据(Advanced Public Transportation Systems,APTS)获得公交通勤出行需求的方法进行研究.采集APTS数据,通过对公交IC卡数据和智能调度系统数据的关联获得公交乘客的上车站点信息.根据早、晚高峰的出行频率判断公交通勤乘客,利用通勤出行的时间和空间特征确定居住地点和工作地点.以此基本思路,提出公交卡乘客通勤OD分布估计算法,并应用海量APTS系统数据对算法进行了试验和分析.最后,通过与基于"出行链"的方法进行比较,分析了算法的精度.本文提出的方法具有精度高、可操作性强的优点,为快速、经济地获取公交通勤OD分布提供了一种新的途径.     

数据会议在多机车同步操控中的应用研究

实现长大编组列车的安全运行,需要多机车共同牵引并保持同步.以大秦铁路2万吨重载列车最新编组模式(1 1 可控列尾)为例,研究了数据会议在多机车同步操控系统的应用,细致阐述了基于数据会议思想实现的应用节点系统对机车与机车、机车与可控列尾间通信的处理流程.应用节点的投入使用,提升了线路运量,提高了重载单元列车的运行安全性.