出租车GPS数据的应用研究

出租车运行轨迹遍布城市整个路网,装载GPS的出租车不但能够提供系统本身的运营信息,也能提供有关路网状态的信息。从交通信息处理与数据挖掘的角度出发,对出租车GPS数据在交通状态估计、交通行为分析、出行OD预测、出租车运营管理等诸多方面的应用进行系统的综述。最后针对出租车和路网两方面应用上存在的不足指出有利于拓展出租车GPS数据应用的参考性建议。     

小型飞行器定位的数据融合误差修正方法

给出了一种小型飞行器定位误差修正方法。由飞行器运动方程,推导出了斜距和飞行状态之间的关系,根据所测得的飞行状态,利用Kalman滤波方法可得斜距估计。根据实测值、最优估计值和GPS推算值进行数据融合,进一步对无线电仪表定位误差进行修正,仿真和数据回放结果表明,使用此方法可以得到飞行器更准确的定位。     

基于GPS数据的拥挤状态下出租车运行信息提取技术

出租车是城市公交系统的重要组成部分。伴随安装GPS车辆数量的增加,出租车动态运行信息的提取技术应运而生。基于GPS原始数据,给出数据预处理方法,并在此基础上,介绍基于动态载客位置的出租车出行分布估算方法。基于考虑拥挤状态下的路网模型,引入交通分布与交通分配结合的弹性需求用户均衡模型。运用双约束交通分布模型中参数的迭代标定方法提取出租车搜寻乘客等待时间和平均乘客等待出租车时间等信息,为科学地管理出租车市场提供一定的理论基础。     

面向手机信令数据的交通枢纽人流量短时预测算法

为实现对重点区域人群聚集动态的有效掌握,保障区域人群的及时疏运,预防群体性安全事故的发生,以广州市火车站枢纽区域为例,通过对海量手机信令数据进行信息处理,结合地理信息系统将手机信令数据映射至研究区域,实现区域人流量的实时统计,同时分析了大都市火车站枢纽区域春运人流量变化情况,得出春运期间区域人流量存在周期性变化的规律,以此为基础,构建了以平均绝对百分比误差最小的k值自适应计算模型,设计了基于手机信令数据的城市交通枢纽人流量k近邻预测算法,并以节假日与非节假日两种不同交通模式环境进行算法测试.结果表明:所建立的预测算法在两种模式下其平均绝对百分比误差PMAPE分别在6%与5%以内,均能够较为准确地对区域人流量进行预测.     

基于GPS/INS的图像目标实时定位方法研究

为了得到高精度的定位图像，采用目前广泛应用的全球定位系统(GPS)和惯性导航系统(INS)，结合连续成像设备，进行图像目标的实时三雏定位。为提高定位精度，将GPS定位数据和INS姿态数据进行融合；应用空间几何以及误差反传，提高垂直精度。通过试验，定位精度小于1m，能够满足要求。     

利用遥测信道转发GPS定位数据的方案设计

将遥测和外测结合，利用遥测手段完成外弹道测量，是遥测系统的一种新的重要应用。在此，对利用我国现有空用遥测设备转发GPS定位数据作为外弹道测量辅助手段的可行性进行了分析，并详细介绍了一种具有实用价值的实现方案。     

GPS／GLONASS组合导航中的星历计算与数据融合

针对ＧＰＳ／ＧＬＯＮＡＳＳ组合导航中的需要,分析了ＧＬＯＮＡＳＳ卫星的广播星历格式,简化受力模型和星历计算方法,并给出了ＧＰＳ／ＧＬＯＮＡＳＳ的数据融合模型。     

GPS手机定位的低功耗方案

本文阐述了几种GPS手机定位系统的工作原理,并分析它们定位时的能耗情况,指出智能中间插件由于其较高的性能／功耗比在低功耗手机定位系统中扮演重要角色。不断降低功耗将推动手机定位的普及和定位服务的发展。     

基于手机信令数据的快递人员辨识方法

提出一种基于朴素贝叶斯分类法(naive Bayesian classifier,NBC)的城市快递人员辨识方法.首先,通过相关问卷调查,研究快递派送人员的手机信令发生规则.然后,依据北京市移动用户手机通信信令数据,利用问卷调查数据和手机信令数据2种数据源中同时包含的通信数据属性,建立通信数据与调查数据中类别变量(快递人员/非快递人员)之间的贝叶斯概率关系,以此为基础构建NBC模型并对其进行训练.最后,使用未参与训练的样本数据测试标定后模型的准确性,测试结果显示快递人员的预测成功率达到88.3%.结果表明:该方法具有较高的精度,可以满足实际应用需求.     

基于SVM的GPS/DR组合定位算法研究

为解决GPS失效时系统无法较长时间高精度定位的问题,文章给出了一种基于SVM的数据融合算法并将其应用于GPS/DR组合定位系统的数据融合中。实验结果表明：当GPS失效时,使用该算法的定位系统可保持更长时间的精确定位。     

利用GPS数据估计路段的平均行程时间

对利用出租车GPS数据估计路段平均行程时间的方法进行了研究。在GPS数据误差修正的基础上,根据GPS数据量的不同,对大样本数据量采用样本均值估计路段平行行程时间,对小样本数据量采用顺序统计量中位数估计路段平均行程时间,并计算了估值的置信区间和置信度。采用实际出租车GPS数据进行估计并与线圈数据估计值进行了比较,结果相差较小。说明该估计方法能够用于实际路段平均行程时间的估计。     

基于融合和人工势场的自主移动机器人路径规划研究

研究了动态不确定环境下自主移动机器人路径规划和运动控制问题.在时域上,建立了超声传感器数据预测模型,利用递推最小二乘法在线更新预测模型参数,通过将该预测模型的预测值与当前传感器实测值融合,提高了了超声数据的可靠性;考虑到空间分布的连续性,将相邻近的超声传感器信息融合进来,进一步提高了数据的实用性.由于人工势场法简单易实现的特点,被广泛应用在机器人自主避障中.借鉴预测控制原理,使用上述融合处理的超声数据,在每个滚动周期内运用改进的人工势场法解决了机器人避障问题.最后,在中国科学院自动化研究所自主开发的移动机器人CASIA1上对算法进行了实验,实验结果验证了算法的可靠性.