ITS数据采集处理技术分析与系统框架流程设计

阐述实时动态交通信息采集与处理子系统的基本功能与特殊性,然后对国外智能交通运输管理系统中信息采集与处理的实用技术及关键技术参数进行了分析比较。在此基础上,对交通采集与处理流程中3个主要组成部分:交通信息采集、交通数据质量控制、交通数据集成和存储,分别进行系统框架流程设计,最后分析了ITS数据实时采集与处理的发展趋势,并对中国ITS数据的实时采集与处理给出若干可行建议。     

交通数据质量宏观评价与控制方法

针对交通数据质量微观评价方法无法评价交通数据整体质量的问题,提出交通数据宏观评价的思想,在对非正常交通数据分类进行研究的基础上,构建了4个交通数据宏观评价指标,并设计了交通数据宏观评价流程,根据各类非正常交通数据的产生原因,设计了交通数据质量宏观控制方法,利用实测数据验证表明,所设计方法可以实现交通数据质量的宏观评价,并能给出合理的交通数据质量控制策略.     

城市快速路交通采集数据完整性与有效性评价

优质的交通数据是进一步进行数据分析、支撑智能交通各项应用的基础,保证交通数据的完整性和有效性是首要条件.采用认知评价理论,设计了交通采集数据完整性与有效性多属性综合评价指标体系,同时基于计算机模拟仿真技术,开发了以时空流量守恒定律为机理的非直观错误数据判定模型.以某城市快速路交通采集数据为对象进行实例分析,确定了无效数据的量化结果及时空位置.该方法具有很好的应用效果,可以有效识别并筛选无效数据,为数据的管理和应用提供了可靠的基础.      

基于环形线圈检测器采集信息的数据挖掘方法研究

智能交通系统(ITS)是以信息和信息技术为基础，随着大量多源的信息采集之后，如何对信息进行有效处理是面临的新挑战。章以环形线圈检测器采集的基础信息为对象，通过数据挖掘，即数据获取、数据准备、数据规约、数据转换和挖掘方法流程，论述了各阶段的要求和算法，最终从海量的基础数据层得到新的信息交通状态。     

动态交通信息处理技术研究

信息是智能交通系统的关键,ITS的各种功能都是以信息应用为中心展开的。交通信息处理系统是ITS各子系统联系的纽带和中枢,为ITS提供信息保障。阐述了交通信息处理系统的重要性和基本功能,对国内外交通信息处理技术进行了分析比较。在此基础上给出了系统框架流程设计,并对交通数据质量控制、信息融合、交通数据集成和存储等信息处理的关键技术进行了探讨。     

实时车速信息采集与整合方法研究

实时车速是城市智能化的核心基础数据。基于ITS子系统，包括先进的交通管理系统(ATMS)、自动车辆识别(AVI)系统、车载GPS系统和视频采集系统，分析其实时车速信息采集与整合的几种方法；对比分析两种数据采集结构，即完全分布式和分布式；详细讨论数据描述、数据存储以及数据传输问题；提出区域范围内实时车速的采集系统应该与现有ITS子系统相结合，有效利用实时数据资源，对ITS数据采集、处理和分析具有重要的理论意义和应用价值。     

基于数据仓库模型的ITS数据重构

目前的ITS数据主要限于提供实时信息服务，其内在的联系未能得到有效利用。提出了一种基于ITS数据的数据仓库模型，通过合理组织ITS数据，为交通、运输管理提供决策依据。在此基础之上分析模型的主题组织、元数据设计、数据抽取和集成技术以及联机分析处理方法，通过实例阐述了实现的途径。     

基于PARAMICS微观交通仿真的ITS项目影响评价研究

项目影响评价是ITS项目评价的重要组成部分。论述影响评价在ITS项目评价中的地位和作用．并着重提出基于微观交通仿真和应用程序接口对ITS项目进行影响评价的思路。结合一个实际的PARAMICS微观交通仿真平台．给出对高速公路事故条件下限速方案的比较和评价。     

基于小波变换的ITS数据集成方法研究

为了提高实时的ITS数据对交通规划的实用性,需要对原始的ITS数据进行合理的集成,以满足不同类型用户的需求。首先对运用统计分析和小波变换两种方法进行ITS数据集成的原理做了分析和评述,然后重点建立了基于小波变换理论的ITS数据集成方法,该方法将一段时间内的ITS数据视为随时间变化的随机信号,利用小波变换将ITS数据分解为低频成分和高频成分来进一步处理,最后应用MATLAB软件结合实际数据进行了编程实现,并给出了不同分解层次下的建议集成度。     

ITS交通数据管理的方法设计及技术实现

如何将现有的各种交通空间数据源,通过交通信息化中成熟的标准化数据交换格式的方法与技术,做到将多源、多格式的交通信息支持ITS的运行,已经成为摆在我国ITS建设面前迫在眉睫的问题。为此,在分析我国ITS交通数据的特点及其对数据库管理系统的要求的基础上,同时结合国内外的技术现状,探讨并提出了基于GDF4.0规范的交通数据管理模式。在方法设计中,对近来欧洲ITS中通用的导航规范GDF进行了研究、修改与设计,以适应我国的ITS信息平台的数据建设要求。同时,进行了部分的验证,表明了其技术的可行性。     

城市道路交通数据采集系统检测器优化布点研究

智能运输系统(ITS)被公认为是当前解决我国大城市交通拥挤和提高道路安全的有效手段。利用检测器收集交通数据是ITS的基本功能之一。如何在城市道路网中布设交通检测器是ITS建设时必须要研究的内容。本文通过对城市道路网基本路段交通流量的相似性分析,建立了路网交通检测器优化布点的数学模型。并通过一个算例,详细叙述了建模及求解的全过程。作者希望所述的检测器优化布点方法能为城市ITS建设中的此类研究提供一种新的思路。     

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。     

智能交通管理系统信息共享问题研究

研究了智能交通系统的信息共享问题,分析了数据字典、数据元和元数据在智能交通系统的区别和作用,提出国家智能交通系统数据元著录系统的建设是提高智能交通系统的开发效率,实现信息共享的有效手段。     

Data Fusion-Based Traffic Density Estimation and Prediction

Traffic congestion has become a major challenge in recent years in many countries of the world. One way to alleviate congestion is to manage the traffic efficiently by applying intelligent transportation systems (ITS). One set of ITS technologies helps in diverting vehicles from congested parts of the network to alternate routes having less congestion. Congestion is often measured by traffic density, which is the number of vehicles per unit stretch of the roadway. Density, being a spatial characteristic, is difficult to measure in the field. Also, the general approach of estimating density from location-based measures may not capture the spatial variation in density. To capture the spatial variation better, density can be estimated using both location-based and spatial data sources using a data fusion approach. The present study uses a Kalman filter to fuse spatial and location-based data for the estimation of traffic density. Subsequently, the estimated data are utilized for predicting density to future time intervals using a time-series regression model. The models were estimated and validated using both field and simulated data. Both estimation and prediction models performed well, despite the challenges arising from heterogeneous traffic flow conditions prevalent in India.     

基于数据挖掘技术的智能交通信息分析与决策研究

智能交通系统是解决当今交通问题最有前途的手段之一,而交通信息的分析与处理是其核心问题。首先介绍智能交通系统的信息特征及其分析要求,剖析了当前国内外常用的分析方法在信息处理与辅助决策方面存在的不足,提出了一个完整的、针对智能交通行业的交通信息智能分析与辅助决策系统模型。该模型以数据挖掘技术为核心,全面运用了新一代决策支持系统理论和计算智能技术,最后阐述了模型的各主要组成部分及其关键技术与实现方案。     

北京市交通信号管理与控制平台设计及应用

在分析现有交通信号系统的特性以及存在问题的基础上,以对现有信号系统进行有效整合、综合利用交通流数据、提高交通信号控制的管理水平为目标,设计了1种集成的交通信号控制平台,并给出了平台在北京市交通信号管理与控制系统中的应用。     

浅析交通共用信息平台的发展对智能交通标准化进程的促进作用

随着智能交通发展的深入,以及人们对于交通信息需求的提高,解决交通信息集成、共享问题已成为当务之急。然而,智能交通标准化的相对滞后,成为信息集成、共享的重要壁垒。要想解决这种现状,必须探求发展与标准化之间相互促进,良性循环的办法。建设交通共用信息平台是解决信息集成与共享问题的重要途径之一。交通共用信息平台的建设和发展对于智能交通体系框架、通信协议、数据格式等方面的标准化提出了很高的要求,反过来也将对智能交通标准化进程起到积极的促进作用。