基于经验修正策略的延时地图匹配算法

基于浮动车的交通流分析要求地图匹配快速而准确地处理GPS数据,现有的地图匹配算法无法满足交通流分析的实时处理要求。本算法采用延时策略,利用历史数据和最新数据及低速识别提取的静止点来指导延时点匹配,同时利用延时点来修正最新点的匹配经验。使用广州市路网及广东省交通厅浮动车的数据进行实验,结果证明在不同样本密度下,算法匹配正确率都可以达到80%以上,在精度、实时性和容错能力上均高于隐马尔科夫链匹配算法、时空匹配算法。     

基于双流模型的城市交通状况宏观评价方法

为了解决量化评价中数据采集困难的问题,利用浮动车采集的GPS数据,应用GIS支持的地图匹配算法得到了单个车辆单位距离的行程时间、停驶时间和行驶时间,提出采用临界速度划分车辆运行状态并应用双流模型建立城市交通状况宏观评价的方法,以北京CBD地区为应用实例对评价模型进行了验证.结果表明,该方法可以综合反映城市道路网的交通状况,为交通管理及出行者信息服务提供依据.     

一种基于Hadoop的分布式地图匹配算法

浮动车数据是重要的交通数据之一,能为相关部门提供实时交通状况信息.传统地图匹配算法难以直接适用于海量的浮动车数据匹配.因此在Hadoop的基础上,设计了一种分布式并行地图匹配系统,该系统加入了HashMap网格索引算法,能够加快匹配初筛速度,达到并行处理的效果,同时结合海拔高程信息和道路模糊化函数提升匹配准确度.实验结果表明所提算法具备较好的高效性和准确性.     

基于权重的地图匹配算法

综合考虑车辆行驶的位置、方向以及与GPS定位轨迹的相似性,提出了基于权重的地图匹配算法.该算法将GPS定位数据转换成道路网络的弧的权重,然后根据弧的权重大小来确定车辆当前行驶的道路.在算法中利用道路的拓扑结构使算法简单,使定位数据减少,节约计算资源.仿真结果表明,此算法具有很好的实用价值.     

采用低频浮动车数据的行程时间估计

为解决利用低频浮动车数据进行路径行程时间估计时精度不高的问题,从分析浮动车数据特征的角度出发进行行程时间分布的估计,提出并讨论利用浮动车数据估计行程时间的潜在误差,针对每种潜在误差提出修正模型,并选取上海市长寿路部分路段进行实证分析,利用1 500辆出租车数据,对各种修正方法下的行程时间进行估计,与改进内插值估计方法进行对比,并与车牌识别装置提供的直接行程时间估计结果进行相似性分析.结果表明:所有误差均修正的行程时间估计与改进内插值方法相比,平均估计精度提高9.5%,且估计的中位数、25%分位数和75%分位数与车牌识别方法有较高的匹配度.考虑低频浮动车数据误差修正的行程时间估计可以改善估计的精度,可提供有效的行程时间信息.     

GPS浮动车数据时间间隔优化方法

针对目前GPS浮动车交通信息采集系统的数据采样时间间隔和数据传输时间间隔主要凭借主观经验确定,或者相关理论研究不同程度脱离实际应用的问题。经过分析相关影响因素,提出了能够体现GPS浮动车交通信息质量与数据时间间隔之间关系的衡量指标,设计了数据采样时间间隔与数据传输时间间隔的优化方法,并且利用实测数据进行了实例验证。结果表明,文中设计的数据时间间隔优化方法可以直观、有效地确定最优数据采样时间间隔与最优数据传输时间间隔,可为GPS浮动车交通信息采集系统的参数设置提供可靠的理论依据。     

结合浮动车技术的SCATS自适应控制策略生成技术

针对SCATS信号控制系统存在的两个问题:相位差实时优化能力差和备选方案固化,尝试结合浮动车技术研究了SCATS自适应控制策略生成技术。通过改进地图匹配算法,提高浮动车路段行程时间估计精度,从而提高相位差实时优化能力以及模型的输入数据精度。同时根据实时的检测器数据和浮动车数据,采用模糊神经网络以及多属性决策技术自适应生成控制区域交叉口的配时参数。最后,以上海某SCATS控制区域为仿真路网,以SCATS采集的检测器数据及浮动车数据为仿真输入数据,以Paramics V6为仿真平台对本文模型进行验证,结果表明能够提高系统的控制效率。     

基于浮动车技术的城市路网功能层次分析方法

介绍了一种基于浮动车数据的城市路网功能评价的研究思路和研究方法,利用浮动车数据对事例城市现有路网功能层次进行了分析,发现存在高等级道路承担了过多的短途出行、出行非直线系数(行驶距离与直线距离之比)过高等问题。并针对上述问题提出了路网功能整合建议.     

基于多模交互的车载传感器定位算法

集成全球定位系统(GPS）和车载传感器信息,提出了一种多模交互滤波算法,使车辆可以适应多种驾驶工况。搭建了纵、侧向运动模型对车辆预期行驶位置进行全覆盖预测性描述;通过数据驱动的神经网络和车辆运动模型实现对GPS信号的可信性评价;利用车辆运动模型之间的交互滤波、概率更新等方式实现对过程误差和测量误差的精准估计。最后,在实车测试环境下进行定位融合算法的验证,结果表明,本文算法能够提升多传感器定位系统的定位精度,并在信号不稳定的情况下持续提供较为准确的位置估计结果。     

面向道路网的浮动车最小覆盖率模型

在总结分析现有GPS浮动车的最小覆盖率成果的基础上,引入浮动车出现率和停驶率,并考虑了数据有效率、数据精度、采样时间间隔、浮动车运行速度等因素,对各类型道路的样本需求量进行数据融合,建立了面向道路网的浮动车最小覆盖率计算模型,并进行实验分析.实验结果验证了模型的合理性.     

基于GPS数据及车辆运行特性分析的单车路段行程时间估计

针对现有的基于浮动车单车路段行程时间估计方法的不足,提出了一种基于GPS数据及车辆运行特性分析的单车路段行程时间估计方法。该方法主要进行了3个方面的改进:①对地图匹配模块中节点附近GPS点采用了相邻点联合匹配的方法,提高了匹配的效率;②针对不同情况下车辆在边界点前后运行特性的不同,对车辆通过边界点时间进行相应处理,提高了车辆通过路段边界点时间的估计精度;③对车辆个体在运行中因受到干扰而停车现象进行了分析,并对干扰停车予以有效剔除,降低了估计中车辆个体行为对估计结果准确性的影响。最后用出租车GPS实验数据进行了验证,结果证明了本文方法的有效性。     

面向复杂城市道路网络的GPS轨迹匹配算法

车辆GPS轨迹的地图匹配是交通大数据挖掘中的一项重要的基础性工作,可靠的轨迹匹配结果对于道路交通运行状态监测、实时交通信息发布、车辆定位与智能调度、出行路径选择行为分析等具有重要意义。由于城市道路网络中大量存在高架路、主辅路和立体交叉等复杂的道路场景,传统的地图匹配算法在这些场景下难以对车辆轨迹进行准确匹配。针对这一问题,该文提出一种基于道路网络拓扑结构的轨迹匹配算法,将轨迹匹配问题转换为在加权道路网络中寻找最优路径的问题。利用成都市道路网络中上万辆出租车的实际运行轨迹数据对本文算法进行了验证,结果表明在复杂的城市道路网络中应用该算法能够获得较高的匹配成功率和准确率。     

基于GPS采集车辆行程时间的路段划分模型

针对传统路段概念的模糊边界导致无法采集转向行程时间的问题,从提高GPS/GIS浮动车采集路段行程时间的性能出发,提出了方向路段与方向成员路段的概念,设计了一套半闭半开、具有方向的路段划分模型,并制定了相应的组织规则。     

减速跟车状态后车司机反应时间研究

为了定量研究减速跟车状态下后车司机的反应时间,利用基于车载高精度GPS的实时动态车辆跟驰数据采集方法,在特定的道路、交通和司机的条件下,根据得到的减速跟车状态前后车辆速度变化的时间序列数据,准确地获得了后车司机的反应时间;通过分析后车司机反应时间频率直方图的变化趋势,确定减速跟车状态后车司机平均反应时间为0.97 s;在不同的跟车速度下,减速跟车状态下后车司机的反应时间也随之发生变化,得到了后车司机的反应时间与减速时的跟车速度之间的回归关系式,以及司机反应时间和车头时距回归关系式,计算出后车司机的反应时间介于0.83~1.92 s.     

分对数模型在城市快速路交通状态预测中的应用

在分析相邻检测器截面间交通流的高度非线性和时空耦合性特点的基础上,结合上海市某一快速路段环型线圈检测器数据和浮动车GPS数据,采用数据挖掘技术提取检测器截面间的交通流时空数据.运用多项式分对数模型对所提取的时空数据进行统计分类分析,依托特征参数建立交通状态多项K-Logit指数模型.结合快速路匝道控制措施,采用VISSIM COM与VC++6.0为仿真平台,对实验数据进行仿真,结果表明:分对数模型对交通状态的预测精度能达到93.65%,行程时间平均缩减了17.1%,车辆延误降低了11.9%,行车速度提高了14.6%.     

基于蚁群算法的图书物流中心配送路径规划

以图书物流中心车辆路径规划问题为研究对象,结合图书配送多品种小批量的特点,以配送路线最短为目标,在考虑车辆容量限制的条件下,建立基于零担运输策略的图书物流中心车辆路径规划模型;针对传统路径规划问题研究的不足,运用GPS导航系统重新定义了配送距离.用蚁群算法对所建模型进行求解与仿真,并结合实际案例给出优化结果,验证了模型及算法的有效性.     

实际环境中基于深度Q学习的无人车路径规划

实际交通环境规划最优路径的重要问题是无人车智能导航,而无人车全局路径规划研究主要在于模拟环境中算法求解速度的提升,考虑大部分仅路径距离最优或局限于当前道路的自身状况,本研究针对实际环境中的其他因素及其未来的变化和动态路网中无人车全局路径规划的复杂任务,基于预测后再规划的思想提出面向实际环境的无人车驾驶系统框架,并结合深...     

基于离散平稳小波变换的EKF数据融合算法

针对车辆GPS/DR组合导航系统中广泛采用的扩展卡尔曼滤波器进行数据融合难以建立精确的数学模型的问题,提出了基于离散平稳小波变换的扩展卡尔曼滤波器数据融合算法。仿真表明,该算法优于扩展卡尔曼滤波器,对车辆组合导航系统的数据融合是有效的。