城市浮动车数据定位误差分布研究

提出了计算城市浮动车定位误差的方法,分析了定位误差数据的分布情况和特征,给出并验证浮动车定位误差的概率分布函数,给出不同等级道路的浮动车定位误差分布规律。通过出租车载客状态和地图匹配的路径来推导浮动车的参考位置并计算误差,然后分别运用多种误差分布密度函数进行拟合,发现最适合的定位误差概率密度函数。以广州市浮动车数据为例进行了验证,结果表明偏p-范分布最适合复杂城市路网的浮动车误差分布,可作为浮动车数据进一步应用的基础。     

一种基于WSN和GPS融合定位的 浮动车路况优化研究与验证

为解决浮动车数据在城市范围内存在的“信号漂移”和“信号盲区”问题,提高地图道路 适配准确率和路况信息准确率,研究应用WSN无线定位技术以及地图匹配技术,设计数据融合 框架,提出基于WSN和GPS的融合数据路况优化算法及计算流程,监测车辆在路网上的行驶状 况和各路段的拥堵程度。通过选取广州市800 个车载传感器节点、20 个路侧传感器节点以及3 个路段进行现场数据验证,结果显示在加入WSN定位数据并采用上述算法处理后,地图道路适配准确率提高约4%,路况信息准确率提高约5%,同时路况信息的处理速度也得以提高。可见,基于该优化算法,WSN和GPS融合定位数据能有效提高浮动车路况的准确性和有效性。     

基于RFID的道路交通拥堵信息识别模型

为推动交通智能化发展,引入射频自动识别技术获取道路上车辆运行信息,进行基于RFID的车辆信息采集框架设计。然后利用信息融合约简方法计算交通流特征值,最后根据速度、密度、流量三变量建立基于模糊层次分析的道路拥堵评价模型,判定道路交通拥堵级别,并在此基础上提出道路交通拥堵峰值异常和总体评价并行的预警机制。实验分析表明,该模型能够快速准确地确定当前道路的拥堵状态,及时预警拥堵路段,保证道路行车通畅和安全。     

���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。     

基于浮动车数据的交通拥堵时间维度特征

以北京市浮动车数据为基础,对比2个工作日上午时段的交通拥堵时间百分比、持续时间特征指标,引入残存函数描述路段拥堵持续时间分布概率,采用曲线拟合后得到Log-Logistic模型可以更好地描述拥堵持续时间残存函数曲线,并对比不同路段的拥堵持续时间分布差异;此外,通过对比分析拥堵时段内速度的区间分布,得到拥堵前后时段交通状态的演变关系．通过对实际数据的具体分析直观说明交通拥堵时间维度的特征,以期为交通拥堵评估与预测奠定基础．     

广州机场高速公路交通拥堵原因分析及改善对策

为保障广州机场高速公路顺畅运行,对其交通现状问题及改善对策进行了探讨。基于浮动车数据和高速公路联网收费数据对机场高速日常和节假日的交通运行特征进行分析,结果表明:机场高速主要存在过境交通量大、短途借道车辆多、部分路段和节点通行能力不足、出口车流倒灌等问题。应当从优化运营管理、加强交通引导、强化拥堵防控、完善路网结构等方面提出改善措施,为机场高速及类似道路的交通改善提供参考。     

北京市快速路浮动车最小样本量研究

为确保浮动车提供信息的准确性和可靠度,首先以RTMS数据作为真值来验证当前样本量条件下浮动车数据的有效性;然后通过简单随机抽样方法来逐步减少浮动车的样本量,并计算、比较不同样本量下的浮动车数据与RTMS数据的相关系数;最后得出确保浮动车数据有效所需的最小样本量. 经验证,本文研究范围内的二、三环快速路5 min时间间隔内每千米路段上需要的浮动车最小样本量为7～9个,而当前样本量条件下的浮动车数据在时间上和空间上能达到最小样本量要求的分别占73％和87％以上.     

拥堵指数自适应调节的交通运行状态识别方法及应用研究

拥堵指数是客观评价城市交通运行状态的有效指标。针对当前拥堵指数模型中对交通畅行速度时空特性考虑不足的问题，本文在车辆定位与路网时空匹配数据的基础上，引入概率密度分段原理对车辆速度进行距离和时间分段，建立了具有自适应调节能力的拥堵指数模型，用于城市交通运行状态的分类与识别。以厦门市节假日浮动车辆定位数据为例，仿真分析了拥堵指数模型在复杂道路和城市交通中的适用性，并揭示了城市交通运行状态的变化规律。分析结果表明：拥堵指数模型能有效区分道路的空闲和繁忙时段，并依据对应时段的畅行速度进行自适应调节；针对复杂互通立交和专用共线道路，拥堵指数计算结果相较传统方法平均提升了 6.5%和3.2%；厦门市交通为单一晚高峰拥堵形态，平均拥堵指数介于 1.0~3.0 之间，拥堵时间为16:10- 21:00，空间分布集中在厦门市进出岛方向的主干道枢纽位置，以及厦门岛内东西走向主干道。该项研究对于快速建立不同城市及具有特殊时段需求的交通运行识别方法起到积极作用。     

�����п���·��������С�������о�

为确保浮动车提供信息的准确性和可靠度,首先以RTMS数据作为真值来验证当前样本量条件下浮动车数据的有效性;然后通过简单随机抽样方法来逐步减少浮动车的样本量,并计算、比较不同样本量下的浮动车数据与RTMS数据的相关系数;最后得出确保浮动车数据有效所需的最小样本量. 经验证,本文研究范围内的二、三环快速路5 min时间间隔内每千米路段上需要的浮动车最小样本量为7～9个,而当前样本量条件下的浮动车数据在时间上和空间上能达到最小样本量要求的分别占73％和87％以上.     

基于渗流理论的城市交通网络瓶颈识别研究

已有的城市交通网络瓶颈识别研究往往关注于路网结构特征或是路段交通流的属性,而较少从整体网络层面研究交通流的组织变化情况。将统计物理学中的渗流理论引入城市交通研究,从整体网络的交通连通性角度出发,探究交通网络中的全局连通交通流崩溃为局部连通交通流的动态组织变化过程。整个过程类似于统计物理的渗流相变过程,因此也被称为交通渗流。基于深圳市的城市交通数据,对实际道路网络进行抽象建模,利用实时浮动车数据构建动态交通流网络研究交通渗流现象。通过对交通渗流的相变临界过程进行探究,识别对于维持交通流全局连通性具有关键作用的交通瓶颈。该研究方法从复杂网络和统计物理学的角度为城市交通研究提供了新视角,并为识别城市交通的瓶颈路段和治理城市交通拥堵提供参考。     

大规模道路交通数据网络轻量化可视化方法

为提高网络环境下大规模道路交通数据动态可视化效率,提出一种在网络环境下使用流光线表达交通态势的轻量化可视化方法. 首先,提出顾及道路属性的路网分层组织方法,并绘制在不同视角高度下的道路;然后,提出基于WebGL (Web graghics library)技术线段索引特点的多道路合并方法,并结合视域剔除以及多线程技术对场景进行优化,设计实现了支持道路拥堵状态实时变换的渐变、动态流光线等动画效果;最后,研发了原型系统,并以全国道路网数据为例进行案例实验与分析. 实验结果表明:在网络环境下进行大规模道路交通数据动态可视化,本文方法可视化帧率稳定在40帧/秒以上,相较于百度ECharts GL可视化方法提高了20～30帧/秒.      

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。     

������ϵͳ���ܷ�����Ӧ������о�

作为一种新型、经济的道路信息检测手段，浮动车系统受到广泛关注，并被应用于出行诱导、交通事件检测等领域。本文从浮动车系统的特点出发，分析了交通系统不同部门的各种需求，深入挖掘了浮动车系统在各个部门的应用，并对浮动车系统进行了功能定义和应用系统得模块设计，以北京市的浮动车数据为基础，给出了部分分析结果和界面。     

��������ͨ��Ϣ�ɼ��봦��ؼ���������Ӧ���о�

为了推动浮动车交通信息采集与处理技术的深入研究、沟通交流和推广应用，本文在概括总结国内外研究及应用现状的基础上，重点描述了基于浮动车运行数据进行实时旅行时间和平均速度估计及预测、拥堵状态判断的核心流程，介绍了国家智能交通系统工程技术研究中心自主研发的创新性的关键技术，其中主要包括浮动车地图匹配算法和路段旅行时间估计算法等，展望了浮动车交通信息采集与处理技术的应用前景。     

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%.      

基于路网容量的城市机动车管理策略

为了缓解城市交通拥堵问题,从降低交通需求的角度,分析提出合理限制机动车保有量的政策措施.以大连市16条主要道路为调查对象,开展道路交通流量和道路平均车速的交通调查,利用Trans CAD软件进行道路交通流量预测及饱和度分析.参考国内外典型案例分析,依据交通预测数据,近期提出大力发展公交的策略,鼓励小汽车向公共交通转移;远期提出合理限制机动车保有量的汽车限购与尾号限行措施.通过对比分析,定量研究了上述策略的实施效果.研究表明,借助近期策略和远期方案措施,未来城市交通拥堵情况能够得到明显改善.     

路段行程时间多时间尺度预测方法

采用长春市实际调查数据对一种基于浮动车的路段行程时间多时间尺度预测方法进行仿真实验,结果表明基于该方法的交通流路段行程时间多时间尺度预测结果与真实值之间的平均绝对相对误差均小于7%,完全满足路段行程时间预测的精度要求。     

����·�����Ա����ĸ�����������ģ���о�

作为一种新型的交通信息采集方式,浮动车技术得到了广泛的应用.在浮动车系统中,目前的难点在于浮动车配置数量的确定,即在保证一定覆盖率的前提下,如何合理配置路网中的浮动车数量.本文针对现有浮动车覆盖率模型的局限性,从覆盖率的产生机理入手,以路段为研究对象,研究路段属性对单位时间内浮动车通过该路段次数的影响,建立基于路段属性变量的浮动车覆盖率模型,并采用极大似然估计法求解.最后结合南京市的浮动车数据进行实例分析,验证了方法的可行性和有效性,可以为浮动车配置计划的确定提供参考依据.     

基于中国两轮车事故的典型场景提取与分析

为研究基于中国实际道路交通环境下的两轮车避让系统典型测试场景,从上海联合道路交通安全科学研究中心(SHUFO)的交通事故深度调查数据库中,筛选得到160起发生在2010-2014年间汽车与两轮车碰撞的案例,提取出事故所涉及的驾乘人员、两轮车、汽车、道路及环境等基本特征信息,利用聚类分析的多元统计学方法,分析两轮车事故的典型工况与典型场景。并将其与国内外已有的两轮车避让系统测试场景进行对比,分析差异及原因,为两轮车避让系统提供了参考数据。     

数据驱动的偶发拥堵时空建模及传播分析

为研究实际的道路交通路网中偶发拥堵的传播和演化特性,充分发挥海量交通流数据的潜在价值,克服现有基于模拟仿真的拥堵分析方法因理论假设和参数设置所导致的 “失真”问题,本文在交通流实测数据的基础上,建立改进的 PLS-STAR模型对偶发拥堵的时空传播结构进行描述,并提出偶发拥堵的直接和间接时空传播效应两种概念对拥堵的时空传播影响进行刻画,从而构造了一种数据驱动的偶发拥堵时空传播效应评估方法.通过北京路网的案例研究发现,路网服务水平的降低,更大程度来源于拥堵传播的间接影响而非直接取决于突发的交通量增加,因此,通过控制拥堵传播来提升城市路网的服务水平仍具有巨大潜力.