首页 | 本学科首页   官方微博 | 高级检索  
     

多源数据融合的区问车辆速度预测算法研霸
引用本文:翟雅峤,翁剑成,荣建,刘小明. 多源数据融合的区问车辆速度预测算法研霸[J]. 交通与计算机, 2009, 27(3): 74-77. DOI: 10.3963/j.cn.42-1781.U.2009.03.019
作者姓名:翟雅峤  翁剑成  荣建  刘小明
作者单位:北京工业大学,交通工程北京市重点实验室,北京100124
基金项目:国家科技部科技支撑项目,北京市科委科技计划项目,北京工业大学校青基金项目 
摘    要:不同的交通信息采集方式由于其硬件和采集条件的不同,数据的适用范围和准确性也不同。在短时交通预测中,对于来自于不同检测器的交通流数据进行融合,并在数据融合的基础上进行区间速度的预测,可以有效地改善预测结果的准确性和可靠性。文中提出一种基于卡尔曼滤波的数据融合和区间速度预测方法。在对数据进行预处理和交通状态划分的基础上,根据不同的交通状态,进行多源交通数据融合和区间速度的预测。研究确定了卡尔曼滤波方法中的各个参数,并使用人工神经网络的方法求解状态转移矩阵。算法验证结果表明,速度预测的精度在90%以上。

关 键 词:智能交通系统  交通数据处理  数据融合  交通预测  浮动车数据  卡尔曼滤波  人工神经网络

A Travel Speed Forecasting Algorithm Based on Multi-source Data Fusion
ZHAI Yaqiao,WENG Jiancheng,RONG Jian,LIU Xiaoming. A Travel Speed Forecasting Algorithm Based on Multi-source Data Fusion[J]. Computer and Communications, 2009, 27(3): 74-77. DOI: 10.3963/j.cn.42-1781.U.2009.03.019
Authors:ZHAI Yaqiao  WENG Jiancheng  RONG Jian  LIU Xiaoming
Affiliation:Beijing Key Laboratory of Transportation Engineering;Beijing University of Technology;Beijing 100124;China
Abstract:Due to the variety of equipment and collection condition,different traffic data collection methods have their own application fields and different precision.Therefore,in order to acquire more reliable analysis results,the data from different detectors need to be fused in short-term traffic forecast.Moreover,the travel speed estimation should be carried out based on the data fusion results.The paper presented a short-term forecasting algorithm for travel speed based on Kalman filter data fusion.After the pre...
Keywords:intelligent transportation system (ITS)  traffic data processing  data fusion  traffic forecasting  floating car data (FCD)  Kalman filter  artificial neural network (ANN)
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号