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。